ndex

1 PRELIMINARS 3
1.1 Els nombres reals i la recta real . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Propietats algebraiques i dordre de R . . . . . . . . . . . . . . . . . 5
1.1.2 Valor absolut i distncia a R . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Funcions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.1 Translaci de grques . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.2 Rectes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.3 Parboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.4 Funcions trigonomtriques . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2.5 Funcions exponencials . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2.6 Funcions Logartmiques . . . . . . . . . . . . . . . . . . . . . . . . . 26
2 Lmits de funcions i funcions contnues 29
2.1 Lmits de funcions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1.1 Regles per calcular lmits . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.1.2 Lmits laterals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.1.3 Lmits a linnit i lmits innits . . . . . . . . . . . . . . . . . . . . . 37
2.2 Funcions contnues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.2.1 Discontinutats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2.2 Teoremes fonamentals per a funcions contnues . . . . . . . . . . . . . 44
3 DERIVACI 47
3.1 Derivada duna funci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2 Clcul de derivades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2.1 Derivades de les funcions bsiques . . . . . . . . . . . . . . . . . . . . 50
3.2.2 Regles bsiques de derivaci . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.3 Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.3 Propietats i aplicacions de la derivada . . . . . . . . . . . . . . . . . . . . . . 54
3.3.1 Teoremes valor mitj . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.3.2 Polinomis de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.3.3 Mxims i mnims. Estudi local duna corba . . . . . . . . . . . . . . . 65
3.3.4 Representaci grca de funcions . . . . . . . . . . . . . . . . . . . . 72
3.3.5 Indeterminacions i regla de LHpital . . . . . . . . . . . . . . . . . . 75
1
2 NDEX
4 INTEGRACI 77
4.1 Clcul de primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1.1 Mtode de canvi de variable o substituci . . . . . . . . . . . . . . . . 78
4.1.2 Mtode dintegraci per parts . . . . . . . . . . . . . . . . . . . . . . 80
4.2 Integraci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.2.1 Denici i propietats de la integral . . . . . . . . . . . . . . . . . . . 84
4.2.2 Teorema fonamental del Clcul. Regla de Barrow . . . . . . . . . . . 87
4.2.3 Aplicacions de la integral denida . . . . . . . . . . . . . . . . . . . . 88
5 FUNCIONS DE DIVERSES VARIABLES 95
5.1 Introducci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2 Funcions escalars contnues . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.3 Derivades parcials . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.4 Extrems Relatius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.4.1 Clcul dextrems relatius . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.5 Extrems condicionats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.5.1 Mtode dels multiplicadors de Lagrange . . . . . . . . . . . . . . . . 102
2
Captol 1
PRELIMINARS
Les funcions sn relacions (amb certes propietats) entre els elements dun conjunt i els
elements dun altre conjunt. Per exemple, entre el conjunt de persones daquesta classe i
el conjunt de nombres naturals (1,2,3,4,5,. . . ), podem relacionar cada persona amb la seva
edat.
Les funcions que nosaltres estudiarem relacionen al conjunt dels nombres reals amb ell
mateix. s per aix que comencem amb una breu exposici daquest conjunt i de les seves
propietats algebraiques, geomtriques i dordre. Desprs dun breu estudi del concepte de
funci en general, ens centrarem en les funcions ans (rectes), quadrtiques (parboles),
trigonomtriques (sinus, cosinus i tangent), exponencials i logartmiques.
1.1 Els nombres reals i la recta real
Una denici prctica dels nombres reals : aquells que poden expressar-se com part entera
i part decimal (nmeros desprs de la coma que representa la fracci dunitat que t aquest).
Per exemple: 2 = 2, 000 . . . ;
1
2
= 0, 500 . . . = 0, 5 ;
1
3
= 0,

3 = 0, 333 . . .;

2 = 1, 414 . . .,
on els punts suspensius volen dir que la successi de decimals continua indenidament.
Geomtricament, els nombres reals es poden representar com a punts duna recta que
sanomena recta real i sescriu R :
R 0
1
2

2
2

1
3
1 2
Els principals subconjunts dels nombres reals (R a partir dara) sn :
Els nombres naturals : N = {1, 2, 3, 4, . . . }.
Els nombres sencers : Z = { . . . , 4, 3, 2, 1, 0, 1, 2, 3, 4, . . . }.
Els nombres racionals : Q =
_
a
b
, on a, b Z i b = 0
_
. Per exemple :
1
3
=
1
3
,
1
2
,
1 =
1
1
, 2 =
2
1
.
Els nombres reals que no sn racionals sanomenen nombres irracionals : R\ Q; en
sn exemples

2,

3, .
3
4 PRELIMINARS
Notem que N Z Q R.
En termes dexpressi decimal, els nombres racionals sn aquells que tenen part decimal
nita (en el sentit que a partir dun cert lloc sn tot zeros) o b part decimal peridica
(a partir dun cert lloc hi ha un bloc que es repeteix). Si la part decimal dun nmero
racional s zero aleshores el nmero s sencer i si, a ms, s positiu, el nmero s
natural: 1 = 1, 0 Z ; 2 = 2, 0 N. Exemples de part decimal nita:
1
2
= 0, 5 ;
3
4
= 0, 75 ; i de part decimal peridica:
1
3
= 0, 333 . . . = 0,

3 ;
12
11
= 1, 090909 . . . = 1,

09.
En termes doperacions algebraiques est clar que la suma i el producte de dos nmeros
naturals s un nmero natural per en canvi una equaci tan senzilla com x + 1 = 0
no t soluci en N; de fet la soluci s x = 1 Z \ N, i si que t soluci en Z. En
Z, la suma i el producte donen nmeros de Z per lequaci 2x + 1 = 0 no t soluci
en Z; de fet la soluci s x =
1
2
Q\ Z, i si que t soluci en Q. En Q : la suma i
el producte de nmeros racionals s un nmero racional per, per exemple, x
2
2 = 0
no t soluci. Les solucions sn els nmeros irracionals x =

2 i x =

2.
Intervals : els subconjunts de R que sn segments o semirectes o tot R. Susa la
segent notaci:
(a, b)
[a, b]
[a, b)
(a, b]
(a, +)
[a, +)
(, b)
(, b]
(, +)
{x : a < x < b}
{x : a x b}
{x : a x < b}
{x : a < x b}
{x : a < x}
{x : a x}
{x : x < b}
{x : x b}
R
a
a
a
a
a
a
b
b
b
b
b
b
notacio
conjunt
gr` aca
i nomenclatura:
a : extrem inferior
b : extrem superior
(a, b) : interval obert perqu no cont els extrems a i b
[a, b) o (a, b] : interval semi obert quan solament cont un extrem. De fet, per raons
de topologia, els intervals tipus (, b] i [a, +) sn tancats.
[a, b] : interval tancat quan cont els dos extrems
4
1.1. Els nombres reals i la recta real 5
Per exemple (0, 2) sn tots els nmeros reals estrictament entre 0 i 2 :
1
2
,
1
3
,1,

2 (0, 2);
linterval [0, 2] el mateix sense lestrictament : 0,2,
1
2
,
1
3
, 1,

2 [0, 2]. Linterval (0, +)

sn tots els nmeros reals estrictament ms grans que zero (positius) :
1
2
,
1
3
,1,

2,2,10
(0, +), i [0, +) el mateix sense lestrictament: 0,
1
2
,
1
3
,1,

2,2,10 [0, +). De fet:

[0, 2] = (0, 2) {0, 2} i [0, +) = (0, +) {0}.
1.1.1 Propietats algebraiques i dordre de R
Els nmeros reals es poden sumar, restar, multiplicar i dividir (excepte dividir per 0!); s a
dir, la suma, resta, . . . , de nmeros reals s un nmero real. Aquestes operacions tenen les
segents propietats.
associativa : per a qualssevol a, b, c R es compleix,
a + (b + c) = (a + b) + c, a (b c) = (a b) c
commutativa : per a qualssevol a, b R es compleix,
a + b = b + a, a b = b a
existncia d elements neutres : 0 R, 1 R i per a qualsevol a R es compleix,
a + 0 = 0 + a = a, a 1 = 1 a = a
existncia d element oposat : per a qualsevol a R, lelement a R i compleix,
a + (a) = (a) + a = 0
existncia d element recproc o invers : per a qualsevol a R, a = 0,
1
a
R i
compleix,
a
1
a
=
1
a
a = 1
distributiva : per qualssevol a, b, c R es compleix,
a (b + c) = a b + a c
Els nombres reals es poden ordenar b (en el sentit que dos nmeros diferents qualssevol
sempre els puc comparar) fent a < b o b b > a si b a s un nmero estrictament positiu
(escriurem e.p.). Per exemple 1 < 2 doncs 2 1 = 1 s e.p., 2 < 1 doncs 1 (2) =
1 + 2 = 1 s e.p. Aix, lordenaci dR (denici de <) es fa a travs de la suma. Aquesta
dependncia dna lloc a les segents propietats entre operacions algebraiques i ordenaci.
5
6 PRELIMINARS
En prosa: si sumem o restem qualsevol nombre real a ambds costats duna
desigualtat, la desigualtat es mant.
En notaci matemtica: per a qualssevol a, b, c R,
a < b a + c < b + c i a c < b c
Exemple 1.1.1.1 Dabans tenim 1 < 2 i sumant o restant c = 3 dedum 1 + 3 = 4 <
2 + 3 = 5, 1 3 = 2 < 2 3 = 1.
Si multipliquem ambds costats duna desigualtat per un nmero real posi-
tiu (respectivament, negatiu), la desigualtat es mant (resp., sinverteix):
a < b i c > 0 a c < b c
a < b i c < 0 b c < a c
Un cas particular de lltima propietat (fent c = 1 < 0) s:
a < b b < a
Exemple 1.1.1.2 Dabans tenim 2 < 1; multiplicant per c = 3 > 0 surt 6 < 3;
multiplicant per c = 3 < 0 surt 3 < 6.
El recproc dun nmero positiu (respectivament, negatiu) s positiu (resp.,
negatiu):
a > 0
1
a
> 0
a < 0
1
a
< 0
Exemple 1.1.1.3 De 2 > 0 dedum
1
2
> 0 i de 2 < 0,
1
2
=
1
2
< 0.
Les propietats algebraiques, dordre, i la denici dinterval susen a nivell elemental per
a resoldre desigualtats. Veiem-ne alguns exemples. Resoldre les desigualtats (s a dir, trobar
tots els nombres reals x que les compleixen): 3x 2 < x + 6,
x
7
< 5x 4,
2
x+5
1 i
3
x2
1.
Per a la resoluci, el que sha de tenir en compte s que vull allar la variable x i, per
tant, tots els termes en x han de passar a un costat de la desigualtat, i els termes que no
depenen de x a laltre costat.
6
1.1. Els nombres reals i la recta real 7
Resoluci de 3x 2 < x + 6.
Restem x a ambds costats de la desigualtat per tenir les x a lesquerra:
3x 2 x = 2x 2 < x + 6 x = 6,
sumem 2 a ambds costats per tenir els termes que no depenen de x a la dreta:
2x 2 + 2 = 2x < 6 + 2 = 8,
dividim per 2 (o multipliquem per
1
2
> 0):
2x
1
2
= x < 8
1
2
= 4.
Aix, el conjunt soluci s {x : x < 4}, s a dir, linterval (, 4) :
R 0
4
Resoluci de
x
7
< 5x + 4.
Multipliquem per 7 > 0 per treure denominadors:
x < 35x + 28,
restem 35x a ambds costats per tenir els termes dependents de x a lesquerra:
36x < 28,
dividim per 36 > 0:
x <
28
36
=
7
9
,
canviem de signe (o b multipliquem per 1 < 0):
x >
7
9
.
Amb tot, el conjunt soluci s linterval
_

7
9
, +
_
:
R 0

7
9
Resoluci de
2
x+5
1.
Daquesta desigualtat es dedueix que x + 5 > 0, doncs altrament x + 5 = 0 i no est
denida o b x+5 < 0 i aleshores
2
x+5
seria negatiu (que no potser perqu s ms gran
o igual a 1). Aix x + 5 > 0, x > 5, i multipliquem ambds costats per x + 5 per
treure denominadors:
2 x + 5,
restem 5:
3 x.
Tenint en compte que suposem x > 5 i acabem de deduir que tamb x 3, el
conjunt soluci s linterval (5, 3] :
7
8 PRELIMINARS
R 0
5 3
Resoluci de
3
x2
1.
Daquesta desigualtat es dedueix x 2 < 0, ja que altrament x 2 = 0 i no est
denida (dividirem per 0) o b x2 > 0 i aleshores
3
x2
> 0 (i no potser doncs s ms
petit o igual que 1). Aix, suposem x < 2 i multipliquem per x 2 < 0:
3 1(x 2) = x + 2,
restem 2 i canviem de signe:
1 x, 1 x.
Com ja tenem que x < 2 i acabem de veure que x 1, el conjunt soluci s linterval
[1, 2) :
R
0 1 2
1.1.2 Valor absolut i distncia a R
El valor absolut dun nmero real x, sescriu |x|, i es deneix com :
|x| =
_
x si x 0 ,
x si x 0 .
Notem que |x| 0 sempre.
Exemple 1.1.2.1 Es compleix |1| = 1 ja que 1 0, |1| = (1) = 1 ja que 1 < 0, i
|0| = 0.
Geomtricament: |x| s la distncia del punt x al 0 en la recta real R i, per tant, dedum
que |x| = |x|,
R
0 4
2
|4| = 4
|2| = 2
En general |x y| representa la distncia entre x i y en la recta real R,
R
0 2
5
|5 2| = 3
8
1.1. Els nombres reals i la recta real 9
A partir daquesta interpretaci geomtrica tamb es dedueixen les desigualtats :
|x| < d d < x < d , |x| d d x d .
Altres propietats tils del valor absolut sn:
Desigualtat triangular: |x + y| |x| +|y| . En prosa: el valor absolut de la
suma de dos nmeros s ms petit o igual que la suma dels seus valors
absoluts.
El valor absolut del producte de dos nmeros s igual al producte dels seus
valors absoluts: |x y| = |x| |y| .
Tenint en compte les propietats del valor absolut, es resolen desigualtats en les que interv
| | passant-les a desigualtats sense | | com les que hem tractat ns ara.
Exemple 1.1.2.2 Resoldre |x 2| < 5.
Primera forma de resoluci. Usant la interpretaci geomtrica del | |, els xs que compleixen
|x 2| < 5 sn aquells que estan a distncia ms petita que 5 del nmero 2:
R
2 3 7
5
5
s a dir, els xs que 3 < x < 7. Soluci: (3, 7).
Segona forma de resoluci. Es compleix: |x 2| < 5 si 5 < x 2 < 5, s a dir, si
5 < x 2 i x 2 < 5 o el que s el mateix, si 3 < x i x < 7.
Exemple 1.1.2.3 Resoldre |3 x| 2.
Primera soluci: com |3 x| = |(3 x)| = |x 3|, la desigualtat |3 x| 2 s la mateixa
que |x 3| 2 i la compleixen aquells xs que estan a distncia ms gran o igual que 2 del
nmero 3:
R
3
1
5
2
2
s a dir, els xs tals que x 1 o b x 5. Soluci: (, 1] [5, +).
Segona soluci. Per a x R, 3 x potser 0 o b < 0.
Si 3 x 0 aleshores |3 x| = 3 x 2 i la soluci s 3 x i x 1, o sigui x 1.
Si 3 x < 0 aleshores |3 x| = (3 x) = x 3 2 i la soluci s x > 3 i x 5, o sigui
x 5.
Considerant els dos casos anteriors sobt com a soluci (, 1] [5, +).
Tercera soluci. Els x R que compleixen |3 x| 2 sn tots els nmeros reals excepte
aquells xs que |3 x| < 2. Com |3 x| < 2 2 < x 3 < 2 1 < x < 5, la soluci que
cerquem s R\ (1, 5) = (, 1] [5, +).
9
10 PRELIMINARS
1.2 Funcions
El permetre (P) duna circumferncia de radi r s 2r, s a dir, el permetre depen noms
del radi. Escrivim P(r) = 2r i diem que P s una funci de r. Lequaci P(r) = 2r ens
diu com es calcula (sassigna) un valor pel permetre P per a cada valor de r. Per exemple,
si tenim una circumferncia de radi 2 unitats de longitud (escriurem u), el seu permetre s
4 u, i si fem r = 1u aleshores P(1) = 2 u.
Doncs, podem calcular el valor del permetre P(r) per a qualsevol radi r simplement
substituint aquest valor a la banda dreta de lequaci per P(r). Com a r li podem donar
qualsevol valor positiu o zero, r sanomena variable independent i com per a un valor de r
donat podem calcular P(r), diem que P(r) s una funci de la variable independent r , i a
y = P(r) se lanomena variable dependent .
Aix hem arribat al concepte de funci: una aplicaci que a cada element dun cert
conjunt lhi assigna un nic element dun altre conjunt. El domini duna funci f,
lescriurem D(f), sn aquells xs pels quals s possible calcular o assignar un nic f(x). La
imatge duna funci f, lescriurem I(f), s el conjunt de valors f(x) al considerar tots els
x D(f). En lexemple anterior, el domini D(P) sn tots els valors possibles pel radi duna
circumferncia: r [0, +), i la imatge sn tots els valors pel permetre: P(r) [0, +).
En aquest curs estudiarem funcions que tant el seu domini com la seva imatge siguin
subconjunts de R. Aquestes funcions sanomenen funcions reals duna variable real , i es
representen al pla mitjanant la seva grca: la grca de y = f(x) sn els punts del pla
RR de coordenades (x, y = f(x)) on x D(f).
Exemple 1.2.0.4 La funci valor absolut | | : R [0, +), |x| =
_
x si x 0
x si x 0,
,
t la grca:
x R
y R
x y = |x|
(1, 1)
0 0
1 1
-1 1
2 2
-2 2
-1
-2
1 2
1
2
(2, 2)
(0, 0)
(2, 2)
(1, 1)
10
1.2. Funcions 11
Exemple 1.2.0.5 La funci f : R [0, +), f(x) = x
2
, t per grca:
x R
x y = x
2
(1, 1)
0 0
1 1
-1 1
2 4
-2 4
-1 -2 1 2
1
4
(2, 4)
(0, 0)
(2, 4)
(1, 1)
y R
Fixem-nos en aquests dos ltims exemples. En ambds es connecten els punts (1, 1), (0, 0)
i (1, 1):
(0, 0)
(1, 1)
(1, 1)
(0, 0)
(1, 1) (1, 1)
per la forma de la grca s diferent, per qu?. De moment lnica manera de contestar
aquesta pregunta s calculant punts de les grques intermedis i unir-los tots. En els propers
captols estudiarem continutat i derivades que sn les eines que ens permeten a priori (sense
dibuixar molts punts) dir quina forma tenen les grques de les funcions.
1.2.1 Translaci de grques
Per acabar aquest apartat veurem com es fa la translaci duna grca, s a dir, donada una
funci quina expressi t la funci que t com a grca la traslladada de la primera. De
moment aix ens servir per identicar funcions que les seves grques tenen igual forma;
ms endavant, en els apartats de continutat, derivabilitat, ..., ens servir per tenir exemples
de funcions que no compleixen alguna daquestes propietats en diferents punts.
Translaci cap amunt (resp. avall) : en el sentit positiu (resp. negatiu) de leix
y R -dara endavant suposarem C > 0-. La funci y = f(x)+C (resp. y = f(x)C)
t la mateixa grca que y = f(x) per traslladada C unitats cap amunt (resp. avall).
11
12 PRELIMINARS
Les segents grques sn les translacions verticals que sindiquen de f(x) = |x|:
x R
y R
y = |x|
y = |x| 1
y = |x| + 2
2
0
1
Translaci cap a la dreta (resp. esquerra) : en el sentit positiu (resp. negatiu) de
leix x R. La funci y = f(x C) (resp. y = f(x + C)) t la mateixa grca que
y = f(x) per traslladada C unitats a la dreta (resp. esquerra).
Les segents grques sn les translacions horitzontals que sindiquen de f(x) = |x|:
x R
y R
y = |x| y = |x + 3| y = |x 2|
3 0
2
Les funcions ms "senzilles"que apareixen habitualment sn els polinomis : funcions de la
forma p : R R, p(x) = a
n
x
n
+ a
n1
x
n1
+ + a
2
x
2
+ a
1
x + a
0
, on a
0
, a
1
, ..., a
n1
, a
n
sanomenen coecients del polinomi i n el seu grau -escrit com abans suposem a
n
= 0-.
Notis que el domini de qualsevol polinomi s sempre tot R.
Els polinomis de grau n = 0 sn p : R R, p(x) = a
0
, funcions constants (el seu valor no
depn de x, s sempre el mateix: a
0
) i la seva grca sn rectes horitzontals (paralleles a
leix x) :
x R
y R
(0, 0)
a
0
y = p(x) = a
0
12
1.2. Funcions 13
En el proper apartat estudiarem els polinomis de grau n = 1: p : R R, p(x) = a
1
x +a
0
,
amb a
1
= 0, que les seves grques sn rectes, i els polinomis de grau n = 2: p : R R,
p(x) = a
2
x
2
+ a
1
x + a
0
, amb a
2
= 0, que tenen per grques parboles.
1.2.2 Rectes
Siguin P
1
= (x
1
, y
1
) i P
2
= (x
2
, y
2
) dos punts del pla i P
1
P
2
la recta determinada (que passa)
per aquests dos punts. Suposant que x
1
= x
2
(la recta no sigui vertical), la ra
x R
y R
x
1
x
2
y
1
y
2
P
1
P
2
P
1
P
2
x
2
x
1
y
2
y
1 m =
y
2
y
1
x
2
x
1
sanomena pendent de la recta P
1
P
2
.
Notem que aquesta denici de pendent a traves de dos punts qualssevol de P
1
P
2
t sentit
doncs no depen dels dos punts que escollim sobre P
1
P
2
; s a dir, s una constant per aquesta
recta. En efecte, en la segent gura els triangles rectangles P
1
P
2
i P

1
P

sn semblants
ja que els respectius angles sn iguals i, per tant, el quocient dels costats respectius tamb
sn iguals:
x R
y R
P
1
P
2
P

1
P

P
1
= (x
1
, y
1
) P
2
= (x
2
, y
2
)
P

1
= (x

1
, y

1
) P

2
= (x

2
, y

2
)
y
2
y
1
x
2
x
1
=
y

2
y

1
x

2
x

1
La pendent duna recta ens diu la seva direcci i inclinaci :
Una recta amb pendent positiva apunta cap amunt (si la mirem en el sentit de les xs
creixents), i una recta amb pendent negativa apunta cap avall.
13
14 PRELIMINARS
x R
y R
1
2
3
1
P
2
= (1, 3)
P
3
= (1, 1)
P
1
= (0, 2)
La recta P
1
P
2
t e pendent =
32
10
= 1
i la recta P
1
P
3
t e pendent =
12
10
= 1
Quan ms gran s |m|, ms inclinaci t la recta :
x R
y R
P
3
= (1, 7)
P
2
= (1, 3)
P
1
= (0, 2)
pendent de la recta P
1
P
2
= 1
pendent de la recta P
1
P
3
=
72
10
= 5
Donat un punt (x
1
, y
1
) i una pendent m, lequaci de la recta que passa per aquest
punt i t aquesta pendent s y = m(x x
1
) + y
1
.
x R
y R
(x, y)
(x
1
, y
1
)
En efecte, un punt qualsevol (x, y)
de la recta compleix :
m =
y y
1
x x
1
.
Aleshores y y
1
= m(x x
1
) i , per tant,
y = m(x x
1
) + y
1
.
Exemple 1.2.2.1 Equaci de la recta que passa pel punt (2, 3) i t pendent 3/2.
x R
y R
2
3
6
recta y =
3
2
x + 6
Sabem que
3
2
=
y3
x2
. Doncs,
y 3 =
3
2
(x 2) =
3
2
x + 3 ,
i, per tant, y =
3
2
x + 6.
14
1.2. Funcions 15
Donats dos punts (x
1
, y
1
) i (x
2
, y
2
), lequaci de la recta que passa per aquests dos
punts s :
y =
y
2
y
1
x
2
x
1
(x x
1
) + y
1
.
En efecte, escollim un dels punts, per exemple (x
1
, y
1
), i la pendent donada pels dos punts
m =
y
2
y
1
x
2
x
1
i usem lequaci de la recta que passa per un punt i t pendent m.
Exemple 1.2.2.2 La recta que passa pels punts (2, 1) i (3, 4) t pendent m =
4(1)
3(2)
=
5
5
= 1 i escollint un punt qualsevol, per exemple (3, 4), lequaci s :
1 =
y 4
x 3
y 4 = x 3 y = x + 1 .
Geomtricament s clar que rectes paralleles tenen la mateixa pendent. Per exemple,
la recta parallela a la bisectriu del segon quadrant y = x que passa pel punt (0, 2) t per
equaci:
x R
y R
y = x
(0, 2)
m = 1 =
y 2
x
y 2 = x
y = x + 2
Fem-nos la segent pregunta: quina relaci hi-ha entre la pendent de dues rectes perpen-
diculars? Per respondre noms cal considerar rectes que passen per (0, 0) doncs altrament,
usant la propietat anterior, considerarem la recta parallela que passa pel (0, 0).
x R
y R
Prenent els punts (0, 0) i (1, b) de la recta R,
la seva pendent es:
m
R
=
b 0
1 0
= b.
Prenent els punts (0, 0) i (b, 1) de la recta
perpendicular a R, PR, la pendent es:
m
PR
=
1 0
b 0
=
1
b
.
PR
R
1
1
b
b
Aix : si m s la pendent duna recta, la pendent de les rectes perpendiculars a
aquesta s 1/m.
Lequaci y = m(x x
1
) + y
1
tamb es pot escriure com :
y = mx + (y
1
mx
1
)
. .
constant=b
= mx + b .
15
16 PRELIMINARS
Doncs, al variar m i b es tenen totes les rectes excepte les verticals (x =constant). Mirant-ho
com a funcions : les funcions ans y : R R, y(x) = mx + b tenen per grques
rectes de pendent m i coordenada en x = 0 igual a b. Y recprocament : les rectes del
pla que no sn verticals sn les grques de funcions ans.
1.2.3 Parboles
Les segones funcions que estudiarem seran les quadrtiques. Fixem-nos en les ms senzilles
: la grca duna funci tipus y = 2x
2
o y = 2x
2
s de forma "parablica",
x R
y R
y = 2x
2
y = 2x
2
En general, una funci tipus y = ax
2
t leix y com a eix de simetria (la funci pren el
mateix valor en x que en x), el vrtex (on es talla la parbola i leix de simetria) en el
punt (0, 0) i sobre cap a dalt (resp. baix ) si a > 0 (resp. a < 0).
Traslladem la parbola y = ax
2
horitzontalment :
x R
y R
x R
y R
h
gr` aca de y = ax
2
gr` aca de y = a(x h)
2
eix de simetria : x = h
v` ertex : (h, 0)
i desprs verticalment :
16
1.2. Funcions 17
x R
h
gr` aca de y = a(x h)
2
+ v
eix de simetria : x = h
v` ertex : (h, v)
y R
v
Desenvolupant lexpressi anterior :
y = a(x h)
2
+ v = a
_
x
2
2hx + h
2
_
+ v = ax
2
2hax +
_
ah
2
+ v
_
i, per tant, la grca duna funci quadrtica y = ax
2
+ bx + c (a = 0) s un parbola que
sobre cap a dalt si a > 0, cap a baix si a < 0, que t per eix de simetria x =
b
2a
(doncs
b = 2ha h =
b
2a
) i el vrtex t per coordenades x =
b
2a
, y = a x
2
+ b x + c.
Mirant-ho com a funcions : les funcions quadrtiques y : R R, y(x) = ax
2
+bx +c,
a = 0, representen parboles amb les caracterstiques que acabem de dir.
1.2.4 Funcions trigonomtriques
Moltes frmules de clcul es simpliquen quan els angles es mesuren en "radiants"en comptes
de graus. Veiem-ho. Primer denim el que sentn per radiant.
Considerem una circumferncia de radi 1 i langle ACB de la gura.
A
B
C
1
1

La mesura en radians de
langle ACB es deneix com la
longitud de larc circular AB
Com el permetre de la circumferncia unitat (r = 1) s 2r = 2 i una volta completa de la
circumferncia s 360
o
, tenim les segents relacions : 360
o
= 2 radiants i 180
o
= radiants.
s a dir, les frmules de conversi sn:
1
o
=

180
radiants i 1 radiant =
180

o
.
Exemple 1.2.4.1 60
o
sn 60

180
radiants =

3
radiants i

4
radiants sn

4
180

o
= 45
o
.
17
18 PRELIMINARS
En la segent taula hi han els angles ms freqents en graus i radiants. El dibuix de sota
mostra uns quans angles.
graus 0 30 45 60 90 120 135 150 180 270 360
radiants 0 /6 /4 /3 /2 2/3 3/4 5/6 3/2 2

=
3
2
, 270

= , 180

=

2
, 90

= 2 , 360

Si tenim una circumferncia de radi r, la longitud i lrea entre dos radis s proporcional a
langle que formen aquests radis :
l

2r
=

360
l

=
2r
360
A

r
2
=

360
A

=
r
2
360
Si mesurem en radiants:
l

= r i A

=
1
2
r
2
.
r

( en graus )
Fins ara els angles han variat entre 0 i 2. Els nmeros negatius i els ms grans que 2
tamb representen angles. Per aix es fa anar la segent convenci :
, 2, 4, 6, ... , 2n, representen, geomtricament, el mateix angle
Aquesta convenci correspon a descomptar el nombre de voltes tant en el sentit positiu dels
angles (counter-clockwise) com en el sentit negatiu (clockwise). Veure la segent gura.

2
+ 2
Els angles , +2 i 2 mesuren
geometricament el mateix angle
18
1.2. Funcions 19
Notem que de lanterior es dedueix que s igual a 2 (doncs 2 = +2) i, per
tant, s la imatge mirall de . Veure la segent gura.
2

Una observaci : si calculem expressions on els angles els mesurem en radiants hem danar
en compte que la calculadora estigui en mode radiant .
Anem ara a denir les tres funcions trigonomtriques elementals que usarem en aquest
curs.
Considerem la circumferncia S
1
de radi unitat en el pla xy , sigui un angle (en radiants)
mesurat a partir del semi-eix positiu

0x i P el punt dintersecci del raig radial daquest angle
amb la circumferncia. En la segent gura hi han representats S
1
, ,

0x i P.
x
y
S
1
P
0

sin()
cos()
Es deneix sin() i cos() com la coordenada y i x respectivament del punt P; s a dir,
P = (cos(), sin()). A partir de les funcions sinus i cosinus es deneix la tangent com:
tan () =
sin()
cos()
sempre que tingui sentit,o sigui, sempre que cos() = 0. A la taula de sota hi tenim els
valors daquestes tres funcions per els angles ms freqents.
graus 0 30 45 60 90 120 150 180 270 360
radiants 0 /6 /4 /3 /2 2/3 5/6 3/2 2
sin() 0 1/2

2/2

3/2 1

3/2 1/2 0 1 0
cos() 1

3/2

2/2 1/2 0 1/2

3/2 1 0 1
tan() 0

3/3 1

3/3 0 0
19
20 PRELIMINARS
Notis que aquesta denici es pot estendre tan a angles mesurats en un cercle de radi R (no
necessriament R = 1) com a angles en triangles rectangles, veure les dues gures segents
(la segona gura s una conseqncia immediata de la primera).
0 A A
B
B
P
P

Angle mesurat en una circumfer`encia de radi R

sin() = coordenada y de P = 0B =
0B
1
=
0B
0P
=
0B

0P

=
0B

R
=
coordenada y de P

R
cos() = coordenada xde P = 0A =
0A
1
=
0A
0P
=
0A

0P

=
0A

R
=
coordenada xde P

R
tan() =
sin()
cos()
circumfer`encia de radi R
circumfer`encia de radi 1
b
R

sin() =
b
R
cos() =
a
R
tan() =
b
a
a
Figura : Triangle rectangle amb hipotenusa de llargria R i catets de llargria a i b. Anomen-
em langle (en radiants) que formen la hipotenusa amb el catet horitzontal.
Exemple 1.2.4.2 Mirant un arbre que est 50m lluny, mesurem que langle entre el terra
i el segment que uneix el punt on estem amb el punt ms alt de larbre s de 60
o
. Quina
alada t larbre?
B
0
60

Anomenem h a lalcada de larbre.

Segons la denicio donada a dalt i
la taula anterior,
tan(60

) =
h
50 m
h = 50 tan(60

) 86, 6 m
A
50 m
Segons la denici de sin() i cos() i el Teorema de Pitgores es t:
1
2
= 1 = sin
2
() + cos
2
()
20
1.2. Funcions 21
per a qualsevol angle . Tamb de la denici sobt:
1 sin () 1 , 1 cos () 1
per a qualsevol angle .
El domini de les funcions sin(x) i cos(x) s tot R. En canvi, el domini de la funci
tan(x) s R llevat dels punts on el denominador, cos(x), sanulla, s a dir, els punts de la
forma x =

2
+k, k Z. Notem que totes aquestes funcions sn peridiques de perode 2
(f(x +2) = f(x) per a qualsevol x) i la seva representaci grca sobt repetint la grca
per x [0, 2].
0

2
3
2
2 x
y
1
1
y = cos(x)
Domini : (, +)
0

2

3
2
2 x
y
1
1
y = sin(x)
Domini : (, +)
0

2
3
2
2
x
y
y = tan(x)
Domini : R\

2
+ k

1.2.5 Funcions exponencials

Sigui a un nmero real positiu. Volem denir i estudiar les propietats de la funci f(x) = a
x
anomenada funci exponencial (doncs la variable independent gura a lexponent). Seguirem
el segent gui: comenarem recordant el signicat i les propietats de a
x
quan x s un nmero
natural, desprs quan x s un nmero sencer, desprs quan s racional i, nalment, deduirem
el signicat i les propietats de f(x) = a
x
per a x R.
Si a R i n s un nmero natural, lexpressi a
n
es deneix com el producte de a per a
n-vegades:
a
n
= a a a
. .
n-vegades
;
a sanomena la base i n lexponent de a
n
o exponenciaci . Les propietats de lexponen-
ciaci, anomenades lleis dels exponents , sn les segents:
a
n
a
m
= a
n+m
(a
n
)
m
= a
nm
(a b)
n
= a
n
b
n
Aquestes propietats es dedueixen fcilment a partir de la denici :
a
n
a
m
= a a
. .
n-vegades
a a
. .
m-vegades
. .
(n+m)-vegades
= a
n+m
,
21
22 PRELIMINARS
(a
n
)
m
= (a
n
) (a
n
)
. .
m-vegades
= (a a)
. .
n-vegades
(a a)
. .
n-vegades
. .
m-vegades
= a a
. .
nm-vegades
= a
nm
,
(a b)
n
= (a b) (a b)
. .
n-vegades
= a a
. .
n-vegades
b b
. .
n-vegades
= a
n
b
n
.
Exemple 1.2.5.1 Simplicar les expressions : 3
2
4
2
,
10
10
+5
8
5
7
.
Usant les regles anteriors :
3
2
4
2
= (3 4)
2
= 12
2
,
10
10
+ 5
8
5
7
=
(5 2)
10
+ 5
8
5
7
=
5
10
2
10
+ 5
8
5
7
=
5
8
5
2
2
10
+ 5
8
5
7
=
5
8
(5
2
2
10
+ 1)
5
7
= 5
_
(5 2)
2
2
8
+ 1
_
= 5
_
10
2
2
8
+ 1
_
.
Si a R, a = 0, i n s un nmero natural, es deneix
a
n
=
1
a
n
.
Aleshores es compleixen les lleis dels exponents tant per exponents positius com per negatius
i tamb a
0
= 1 , doncs
a
0
= a
n+n
= a
n
a
n
=
1
a
n
a
n
= 1 .
Exemple 1.2.5.2 Simplicar
(25)
3
8
(1/5)
3
:
(2 5)
3
8
_
1
5
_
3
=
2
3
5
3
8
1
5
3
=
1
2
3

1
5
3
2
3
1
5
3
= 1 .
Si a R i n s un nmero natural, es deneix a
1
n
com aquell nmero tal que la seva potncia
n-ssima s a:
_
a
1
n
_
n
= a .
A a
1
n
se lanomena arrel n-ssima de a i sescriu
n

a; per a n = 2 sescriu
2

a =

a. Si
n s parell,
n

a noms t sentit per a positiu. Per no distingir els casos n parell o n senar,
noms parlarem darrels n-ssimes de nmeros positius. Per exemple
2

9 s un nmero que
aixecat al quadrat dna 9, s a dir, 3 o b -3;
3

8 = 2 doncs 2
3
= 8.
Basant-se en que per un nmero racional positiu
m
n
tenim la igualtat :
m
n
= m.
1
n
=
1
n
. .
1
n
. .
m-vegades
,
22
1.2. Funcions 23
per a R, a 0, es deneix :
a
m
n
=
_
a
1
n
_
m
,
i les lleis dels exponents continuen essent certes per exponents racionals.
Exemple 1.2.5.3 Calcular 4
3
2
i 27

2
3
:
4
3
2
=
_
4
1
2
_
3
= 2
3
= 8 ,
4
3
2
= 4
1+
1
2
= 4 4
1
2
= 4

4 = 4 2 = 8 ,
27

2
3
=
_
27
1
3
_
2
=
_
3

27
_
2
= 3
2
=
1
3
2
=
1
9
.
Aix, donat a > 0, tenim denida la funci exponencial f(x) = a
x
per els xs racionals. Per
exemple, per a a = 2 obtenim una grca del tipus :
x
y
Alguns punts de la gr`aca de
f(x) = 2
x
per a x racional
1
0
Es demostra que hi ha una corba que passa per tots aquests punts :
x
y
Gr`aca de f(x) = 2
x
per a x real
1
0
i aix s com denim 2
x
per qualsevol x R : 2
x
= f(x) .
Les propietats principals de la funci exponencial sn les lleis dels exponents que ja hem
anunciat abans.
La representaci grca de les funcions exponencials f(x) = a
x
depen de si 0 < a < 1, a = 1
o b a > 1 doncs la funci s decreixent, constant igual a 1 o b creixent respectivament,
veure la segent gura.
23
24 PRELIMINARS
x
y
Gr`aca de f(x) = a
x
per
a =
1
2
, a = 1 i a = 2.
Notem que

1
2

x
=
1
2
x
.
1
0
2
x

1
2

x
1
x
= 1
Tenint en compte com sn les grques de f(x) = a
x
es dedueixen desigualtats sense ls de
calculadora. Per exemple: 4

2
< 2
3
. En efecte: 4

2
= (2
2
)

2
= 2
2

2
. Com 2

2 < 3 (doncs

2 <
3
2
2 <
9
4
8 < 9, cert) i la funci f(x) = 2
x
s creixent dedum 4

2
= 2
2

2
< 2
3
.
La funci exponencial ms "reconeguda"s la que t per base el nmero "e". Aquest nmero
es pot denir com a lmit duna successi: e = lim
n+
_
1 +
1
n
_
n
, per de moment nhi-ha
prou en saber-ne el valor aproximat: e 2, 718. Com e > 1 la grca de f(x) = e
x
, que a
vegades sescriu f(x) = exp(x) , s:
x
y
Gr`aca de e
x
= exp(x).
1
0
e
x
Exemple 1.2.5.4 Inters compost continu
Suposem que un Banc X paga un inters del 6% anual. Si fem un dipsit de 100$ durant
un any, al nal de lany esperem tenir 106$. Aquesta s la manera ms simple de calcular
linters: cada any safegeix un 6% al compte. Ara b, si treiem els diners abans dun any no
ens paguen interssos. Per aquesta ra els bancs paguen interssos ms freqentment. Per
exemple, suposem que el Banc X pagui un 6% dinters anual per calculat mensualment;
com un any t 12 mesos, linters mensual s del
6%
12
= 0, 5% i la segent taula ens dna el
que tindriem cada mes ns a lany, amb una imposici de 100$. Calculat aix, al nal de
lany tindrem 106, 1678$: 0, 1678$ ms que abans!.
24
1.2. Funcions 25
mes $ a principi de mes interessos $ a nals de mes
1 100,0000 0,5000 100,5000
2 100,5000 0,5025 101,0025
3 101,0025 0,5050 101,5075
4 101,5075 0,5075 102,0151
5 102,0151 0,5101 102,5251
6 102,5251 0,5126 103,0378
7 103,0378 0,5152 103,5529
8 103,5529 0,5178 104,0707
9 104,0707 0,5204 104,5911
10 104,5911 0,5230 105,1140
11 105,1140 0,5256 105,6396
12 105,6396 0,5282 106,1678
Anem a fer els clculs de la taula anterior en general. Suposem que un Banc X pagui un
inters del r% anual, calculat n-vegades cada any. Si fem un dipsit de D dolars, al cap dun
daquests perodes tindrem :
D +
r%
n
D =
_
1 +
r
100n
_
D,
s a dir, els diners D es multipliquen per el factor
_
1 +
r
100n
_
durant cada perode que es
calcula i, per tant, al cap de lany (n perodes) pel factor
_
1 +
r
100n
_
n
. Per exemple, un
dipsit de 100$ al 6% dinters anual esdevindr a nals dany:
100
_
1 +
6
1200
_
12
= 106, 1678 $ calculat mensualment,
100
_
1 +
6
36500
_
365
= 106, 1831 $ calculat diriament,
100
_
1 +
6
24 36500
_
24365
= 106, 1836 $ calculat cada hora.
Aix, la quantitat de diners que tenim a nals dany augmenta a mesura que calculem els in-
teressos amb ms freqncia. Pregunta natural: ns a quant augmenten?. Resposta: passem
al lmit el factor
_
1 +
r
100n
_
n
i obtenim:
lim
n+
_
1 +
r
100n
_
n
= lim
n+
_
_
1 +
1
100n
r
_100n
r
_ r
100
=
_
lim
n+
_
1 +
1
100n
r
_100n
r
_ r
100
= e
r
100
.
Doncs, si invertim D dlars al r% dinters anual, el mxim que obtindrem al nal de lany
s e
r
100
D i que correspon a calcular innites vegades durant lany els interessos; sanomena
inters compost contnuu . Per exemple, 100$ al 6% dinters compost contnuu dnen en
un any 100 e
6
100
= 100 e
0,06
= 106, 1836$.
25
26 PRELIMINARS
1.2.6 Funcions Logartmiques
Les funcions logartmiques es deneixen a partir de les exponencials. Aix, hi ha tantes
funcions logartmiques com exponencials, s a dir, com nmeros base a > 0. Aqu noms
denirem la funci logartmica associada a la funci exponencial amb base "e", que sanomena
logaritme natural o logaritme neperi . Els logaritmes amb bases diferents es deneixen de
manera anloga i tenen propietats anlogues.
La funci logaritme neperi, sescriu ln(x), assigna a x el valor que cal elevar e per
a obtenir x , s a dir e
ln(x)
= x . Notem que ln(x) solament est denida per a x > 0 (veure
la gura anterior), o sigui D(ln(x)) = (0, +). En la segent gura hi ha representada la
grca de ln(x).
x
y
Gr`aca de ln(x).
1
0
ln(x)
En largot de funcions, la igualtat e
ln(x)
= x i ln (e
x
) = x (es dedueix directament de la
denici de logaritme neperi) es llegeix: la funci logaritme neperi, ln(x), i la funci
exponencial de base e, exp(x), sn funcions inverses. Tamb es compleixen les segents
propietats que es demostren fcilment a partir de la denici i de les lleis dels exponents :
ln(1) = 0
ln(x y) = ln(x) + ln(y)
ln
_
x
y
_
= ln(x) ln(y)
ln (x
y
) = y ln(x)
Exemple 1.2.6.1 Quin s el valor numric de e
5 ln(3)
i de ln
_

e
3
_
?
Usant la quarta propietat que acabem denunciar i que lexponencial i el logaritme sn in-
verses tenim :
e
5 ln(3)
= e
ln
(
3
5
)
= 3
5
= 243 ,
ln
_

e
3
_
= ln
_
_
e
3
_1
2
_
= ln
_
e
3
2
_
=
3
2
.
Exemple 1.2.6.2 Suposem que la poblaci de la Terra creix exponencialment (per sort, com
veurem ms endavant amb el resultat, aquest no s el cas). Si a lany 1960 hi havia 2, 5 10
9
habitants i a lany 1980 nhi havia 3, 5 10
9
, quants habitants hi haur a lany 2010?
Si anomenem f(t) al nombre dhabitants en el temps t, ens diuen que f(t) s de la forma,
f(t) = a e
bt
.
26
1.2. Funcions 27
Per a calcular f(2010) = a e
b2010
ens falta saber el valor de a i el valor de b.
Fent anar les dades de lenunciat obtenim les equacions :
f(1960) = a e
b1960
= 2, 5 10
9
,
f(1980) = a e
b1980
= 3, 5 10
9
.
Dividint la primera equaci per la segona,
2, 5
3, 5
=
e
1960b
e
1980b
= e
(19601980)b
= e
20b
,
aplicant logaritmes,
ln
_
2, 5
3, 5
_
= ln
_
e
20b
_
= 20 b ,
b =
ln
_
2,5
3,5
_
20
= 0, 0168 .
Substituint b = 0, 0168 en f(1960) tenim,
f(1960) = a e
0,01681960
= 2, 5 10
9

a = 2, 5 10
9
e
0,01681960
.
Aix,
f(t) = 2, 5 10
9
e
0,01681960
e
0,0168t
= 2, 5 10
9
e
0,0168(t1960)
,
f(2010) = 2, 5 10
9
e
0,0168(20101960)
= 2, 5 10
9
e
0,016850
= 5, 8 10
9
.
27
28 PRELIMINARS
28
Captol 2
Lmits de funcions i funcions contnues
2.1 Lmits de funcions
La denici de lmit L duna funci f(x) en un punt x
0
formalitza la noci intutiva de
"L s el valor al que sacosta f(x) a mesura que x sacosta a x
0
". Formalment, diem que
L s el lmit de f(x) en el punt x
0
, sescriu L = lim
xx
0
f(x), si per a qualsevol > 0, existeix
= () tal que f ((x
0
, x
0
+ ) \ {x
0
}) (L , L + ).
En qualsevol llibre dAnlisi o Clcul bsic, com per exemple els de la bibliograa, es do-
nen interpretacions geomtriques daquesta denici. El que farem a continuaci s veure
exemples que ens illustrin tant el valor de certs lmits com aquells casos en que tpicament
el lmit no existeix. Observem les segents grques:
0

2
3
2
2 x
y
1
1
f(x) = cos(x)
0

2

3
2
2 x
y
1
1
f(x) = sin(x)
x
y
f(x) = x
2
2
4
lim
x2
x
2
= 4
lim
x
sin(x) = 0
lim
x
cos(x) = 1
s clar que quan la variable independent x sacosta ns on es diu en cada cas, per exemple
a 2 en la primera grca, els valors de f(x) sacosten ns el valor de la dreta de la igualtat,
per exemple a 4 en la primera grca. De fet, en aquests tres casos el valor del lim
xx
0
f(x)
s el que sobt substituint x per x
0
en f(x) : f(x
0
); per exemple lim
x2
x
2
s 2
2
= 4. No
sempre s aix com es mostra en el segent exemple.
29
30 Lmits de funcions i funcions contnues
Considerem la funci f(x) =
x
2
+x
x
que NO est denida per a x = 0 o sigui que NO existeix
f(0) (doncs el denominador s 0 en aquest cas):
x
y
0
1
f(x) =
x
2
+x
x
lim
x0
x
2
+x
x
= 1
Observant la gr` aca es clar que
lim
x0
f(x) = 1 .
De fet, f(x) = x + 1 per a x = 0.
Veiem uns quants lmits que NO existeixen.
Funci escala :
x
y
f(x)
f(x) =
-1 si x 0 ,
+1 si x > 0 .
En el punt x = 0 la grca fa un salt i no podem calcular el lmit de f(x) quan x 0:
si ens acostem a 0 per lesquerra, f(x) sempre val 1 (i, per tant, sacosta a 1) i si
ens acostem a 0 per la dreta, f(x) sempre val 1 (i, per tant, sacosta a 1). Aix : en
x = 0, f(x) salta (no hi ha unicitat a on sacosta) i NO existeix lim
x0
f(x).
Funci f(x) denida com :
x
y
f(x)
f(x) =
1
x
2
si x = 0 ,
0 si x = 0 .
A mesura que x sacosta a 0, f(x) s ms i ms gran; doncs, f(x) no sacosta a cap
valor real (+ no s de R) i NO existeix lim
x0
f(x).
30
2.1. Lmits de funcions 31
Funci f(x) denida per f(x) = sin
_
1
x
_
si x = 0 i f(0) = 0 :
-0.4 -0.2 0.2 0.4
-1
-0.5
0.5
1
A mesura que x sacosta a 0, f(x) va prenent repetidament tots els valors entre 1 i
1; s a dir, quan x 0, f(x) oscilla (no sacosta a cap nmero real concret) i
NO existeix lim
x0
f(x).
Un ltim comentari a la denici de lmit duna funci en un punt. El lim
xx
0
f(x) s in-
dependent del valor f(x
0
) i, de fet, ni tan sols t que estar denit f(x
0
)! : reveure la
denici de lmit i els exemples que hem fet ns ara.
2.1.1 Regles per calcular lmits
A la prctica, per a calcular lmits de funcions, no es fa anar la denici. A partir duns
quants lmits coneguts i lus de regles generals per a aquest clcul, es calculen altres lmits.
Veiem aquestes regles.
Siguin f(x) i g(x) dues funcions, x
0
R, i suposem que lim
xx
0
f(x) = a i lim
xx
0
g(x) = b.
Aleshores:
Multiplicaci per escalars : El lmit dun escalar per una funci s igual al
producte de lescalar pel lmit de la funci. En notaci matemtica:
lim
xx
0
(k f(x)) = k lim
xx
0
f(x) = k a
Suma : El lmit de la suma de dues funcions s la suma dels lmits dambdues:
lim
xx
0
(f(x) + g(x)) = lim
xx
0
f(x) + lim
xx
0
g(x) = a + b
Producte : El lmit del producte de dues funcions s el producte dels lmits
dambdues:
lim
xx
0
(f(x) g(x)) = lim
xx
0
f(x) lim
xx
0
g(x) = a b
31
32 Lmits de funcions i funcions contnues
Quocient : El lmit del quocient de dues funcions s el quocient dels lmits
dambdues, sempre que el lmit de la funci del denominador no sigui 0 :
lim
xx
0
_
f(x)
g(x)
_
=
lim
xx
0
f(x)
lim
xx
0
g(x)
=
a
b
, si b = lim
xx
0
g(x) = 0
Potncia : El lmit duna potncia s la potncia del lmit:
lim
xx
0
(f(x))
n
m
=
_
lim
xx
0
f(x)
_n
m
= a
n
m
,
sempre que a
n
m
sigui un nmero real.
Principi de lentrep : Suposem que tenim tres funcions ordenades com: g(x)
f(x) h(x) per a qualsevol x en un interval que cont x
0
; si suposem a ms que
lim
xx
0
g(x) = lim
xx
0
h(x) = L aleshores lim
xx
0
f(x) = L :
g(x) f(x) h(x)
lim
xx
0
g(x) = lim
xx
0
h(x) = L
_
lim
xx
0
f(x) = L
Exemple 2.1.1.1 Usant la regla de multiplicaci per escalars :
lim
x2
5x = 5 lim
x2
x = 5 2 = 10.
Exemple 2.1.1.2 Usant la regla del producte:
lim
x2
x
3
= lim
x2
x x x = lim
x2
x lim
x2
x lim
x2
x = 2 2 2 = 2
3
= 8.
Exemple 2.1.1.3 Usant la regla de la suma i els exemples anteriors:
lim
x2
_
x
3
+ 5x
_
= lim
x2
x
3
+ lim
x2
5x = 8 + 10 = 18.
Exemple 2.1.1.4 El lmit dun polinomi es calcula per substituci : si p(x) s un
polinomi aleshores lim
xx
0
p(x) = p(x
0
) , per a tot x
0
R.
En efecte. Sigui p(x) = a
n
x
n
+ a
n1
x
n1
+ + a
1
x + a
0
un polinomi. Fent anar repetides
vegades la propietat de la suma i producte per escalars sobt :
lim
xx
0
p(x) = a
n
_
lim
xx
0
x
n
_
+ a
n1
_
lim
xx
0
x
n1
_
+ + a
1
_
lim
xx
0
x
_
+ a
0
_
lim
xx
0
1
_
.
Sacaba usant la propietat del producte:
lim
xx
0
p(x) = a
n
x
n
0
+ a
n1
x
n1
0
+ + a
1
x
0
+ a
0
= p(x
0
).
32
2.1. Lmits de funcions 33
Exemple 2.1.1.5 El lmit duna funci racional (quocient de polinomis) es calcula
per substituci, sempre i quan el polinomi del denominador no sanulli : si r(x) =
p(x)
q(x)
s una funci racional aleshores lim
xx
0
r(x) = r(x
0
) , sempre que q(x
0
) = 0.
En efecte. Segons lexemple dabans tenim que,
lim
xx
0
p(x) = p(x
0
) i lim
xx
0
q(x) = q(x
0
).
Com q(x
0
) = 0, fent anar la propietat del quocient:
lim
xx
0
r(x) = lim
xx
0
p(x)
q(x)
=
lim
xx
0
p(x)
lim
xx
0
q(x)
=
p(x
0
)
q(x
0
)
= r(x
0
).
Exemple 2.1.1.6 Sigui f(x) =
x
2
+x6
x+3
. Calcular lim
x0
f(x) i lim
x3
f(x).
Tenim f(x) =
p(x)
q(x)
, on p(x) = x
2
+x6 i q(x) = x+3 sn polinomis. Aix, lim
x0
f(x) = f(0)
sempre que q(0) = 0; com q(0) = 3 : lim
x0
f(x) = f(0) =
p(0)
q(0)
=
6
3
= 2.
Com q(3) = 0 no podem calcular lim
x3
f(x) com abans. Fem anar cancellaci (de factors
comuns) que es tracta del segent:
q(3) = 0 vol dir que el polinomi q(x) es pot factoritzar de manera que un dels factors
sigui x (3) = x + 3. En aquest cas, x + 3 = q(x) s lnic factor.
p(3) = (3)
2
3 6 = 0 i el polinomi p(x) es pot factoritzar amb un dels factors
igual a x (3) = x + 3. Aquesta factoritzaci sobt dividint p(x) per x + 3 :
p(x) = x
2
+ x 6 = (x + 3)(x 2).
Aix, si x = 3,
f(x) =
(x + 3)(x 2)
x + 3
= x 2 ,
i, per tant, com el valor de f(x) en x = 3 NO importa per a calcular lim
x3
f(x), es
t:
lim
x3
f(x) = lim
x3
x 2 = 3 2 = 5.
Exemple 2.1.1.7 Calcular lim
x0

x + 1 1
x
.
Com

x+11
x
s un quocient, mirem que val el lmit del numerador i el del denominador. Pel
numerador, usant la propietat de potncia, producte per escalars i suma, tenim :
lim
x0
_

x + 1 1
_
=
_
lim
x0
x + 1 lim
x0
1 =

1 1 = 0.
Pel denominador : lim
x0
x = 0.
33
34 Lmits de funcions i funcions contnues
En aquest cas tampoc podem usar la propietat del quocient. Fem anar conjugaci : mul-
tipliquem i dividim pel conjugat del numerador (que s

x + 1 + 1) i aix creem un factor
com que permet cancellar el problema del 0 del denominador. Obtenim :

x + 1 1
x
=
_
x + 1 1
_ _
x + 1 + 1
_
x
_
x + 1 + 1
_ =
x + 1 1
x
_
x + 1 + 1
_ =
1

x + 1 + 1
, si x = 0.
Aleshores, si x = 0, es t :
f(x) =

x + 1 1
x
=
1

x + 1 + 1
i, com el valor de f en x = 0 no importa per calcular lim
x0
f(x),
lim
x0
f(x) = lim
x0
1

x + 1 + 1
=
1
2
.
Exemple 2.1.1.8 Comprovar que lim
0
sin

= 1.
Per a calcular aquest lmit fem anar el principi de lentrep.
Recordem que en un cercle de radi r, lrea dun sector S dangle radiants com el de la
segent gura s :

r
sector S
` area (S) =

2
r
2
=
1
2
r
2
Fixem-nos ara en la gura segent don obtenim:
x
y

0
A
1=B
C
P = (cos() , sin())
cercle unitat
cercle de radi 0A = cos()
`area (sector 0AC) `area (triangle 0AP) `area (sector 0BP)
i usant lanterior f ormula :
`area (sector 0AC) =
1
2
cos
2
()
`area (triangle 0AP) =
1
2
cos() sin()
`area (sector 0BP) =
1
2
1
2
=
1
2

Per tant,
1
2
cos
2
() <
1
2
cos() sin() <
1
2
,
multiplicant per
2
cos()
,
cos() <
sin()

<
1
cos()
.
34
2.1. Lmits de funcions 35
Com lim
0
cos() = 1 i lim
0
1
cos()
= 1, aplicant el principi de lentrep a la desigualtat anterior
dedum :
lim
0
sin()

= 1 .
De fet la construcci anterior s per a > 0, es fa igual per a < 0.
2.1.2 Lmits laterals
A vegades s ms fcil mirar com es comporta una funci f(x) quan x sacosta a x
0
noms
per un costat. Retornem al segon exemple del primer apartat :
x
y
f(x)
f(x) =
-1 per x 0 ,
+1 per x > 0 .
1
0
-1
Tenem (i tenim!) que no hi ha cap nmero L al qual sapropi f(x) quan x tendeix a 0,
doncs f(x) val algunes vegades 1 i algunes vegades 1, depenent de x < 0 o b x > 0
respectivament. Aleshores NO existeix lim
x0
f(x). En canvi, aquesta funci s molt senzilla!.
s possible re-denir la noci de lmit (per la de lmit lateral) de manera que una funci
com la daquest exemple tingui lmit per lesquerra del punt 0 (evidentment -1) i lmit per
la dreta del punt 0 (evidentment 1).
El lmit de f(x) per lesquerra dun punt x
0
, sescriu lim
xx

0
f(x), es deneix igual que el
lmit de f(x) en x
0
per noms considerant els x < x
0
i propers a x
0
.
El lmit de f(x) per la dreta dun punt x
0
, sescriu lim
xx
+
0
f(x), es deneix igual que el lmit
de f(x) en x
0
per noms considerant els x > x
0
i propers a x
0
.
A partir de la denici i tenint en compte que a un punt x
0
R noms ens hi podem
acostar per lesquerra o per la dreta tenim: si existeix lmit (global) duna funci
en un punt, L = lim
xx
0
f(x), aleshores existeixen els lmits laterals i coincideixen:
lim
xx

0
f(x) = lim
xx
+
0
f(x) = L. I viceversa.
Aquesta observaci ens diu una manera de provar quan una funci f(x) no t lmit en un
punt x
0
: si algun dels lmits laterals de f(x) en x
0
no existeix o b ambds existeixen i sn
diferents.
35
36 Lmits de funcions i funcions contnues
Exemple 2.1.2.1 Considerem la funci f(x) =

x que t per domini D(f) = [0, +) i
per grca:
f(x) =

x
0
y
x
Per a aquesta funci f (i totes aquelles funcions que involucren arrels parelles), en x = 0
solament t sentit considerar el lmit per la dreta :
lim
x0
+
f(x) = lim
x0
+

x =
_
lim
x0
+
x =

0 = 0 ,
on per a calcular aquest lmit hem usat la propietat 5.potncia.
Exemple 2.1.2.2 Considerem la funci valor absolut, f(x) = |x|, que t per domini D(f) =
R i per grca :
x
f(x) = |x|
0
y
Per a calcular el lmit de |x| en el punt 0, sha de desglossar en lmit per lesquerra i lmit
per la dreta doncs |x| = x, si x 0, i |x| = x, si x 0. Aix :
lim
x0

|x| =lim
x<0
x0
|x| = lim
x<0
x0
x = 0 = 0,
lim
x0
+
|x| =lim
x>0
x0
|x| = lim
x>0
x0
x = 0 ,
i, com lim
x0

|x| = lim
x0
+
|x| = 0, tenim que lim
x0
|x| = 0.
Exemple 2.1.2.3 Considerem la funci:
x
y
f(x) =
x + 1 per x < 1 ,
x
2
1 per x 1 .
1
0
1
2
36
2.1. Lmits de funcions 37
Per a estudiar el lmit de f(x) quan x tendeix a 1 shan destudiar els lmits laterals, doncs
f(x) est denida de manera diferent per a x < 1 (la recta x+1) que per a x 1 (la parbola
x
2
1) :
lim
x1

f(x) =lim
x<1
x1
f(x) = lim
x<1
x1
x + 1 = 1 + 1 = 2 ,
lim
x1
+
f(x) =lim
x>1
x1
f(x) = lim
x>1
x1
x
2
1 = 1
2
1 = 0 .
Aix, de lim
x1

f(x) = lim
x1
+
f(x) es dedueix que no existeix el lmit de f(x) quan x tendeix a
1.
2.1.3 Lmits a linnit i lmits innits
Considerem la funci f(x) =
1
x
denida per x = 0, s a dir, amb D(f) = R\{0}. Fixem-nos
amb la seva grca.
x
y
x
x +
Veiem que quan la x es fa molt gran
(ho notarem per x +), f(x) =
1
x
sacosta al valor 0. El mateix passa quan
la x es fa molt negativa -negativa i molt
gran en valor absolut- (ho notarem per
x ).
Escriurem :
lim
x+
1
x
= 0 i lim
x
1
x
= 0 .
Gr`aca de f(x) =
1
x
, x = 0.
Notem que quan x es fa molt gran, x +, es compleix x
2
> x (de fet per aix noms cal
x > 1) i, per tant, 0 <
1
x
2
<
1
x
. Usant el criteri de lentrep i que lim
x+
1
x
= 0 es dedueix
que lim
x+
1
x
2
= 0. Fent el mateix quan x tamb es dedueix que lim
x
1
x
2
= 0. En
general, per qualsevol nmero natural n (n = 1, 2, 3, . . .), es compleix :
lim
x
1
x
n
= lim
x+
1
x
n
= 0 .
Aquest exemple s paradigmtic pels lmits a linnit (aquest innit fa referncia a la variable
independent x).
En general es diu que L s el lmit de f(x) quan x tendeix a innit (resp. a menys innit) ,
sescriu L = lim
x+
f(x) (resp. L = lim
x
f(x)), si f(x) sacosta a L a mesura que x es fa
arbitrriament gran (resp. x s negatiu i es fa arbitrriament gran en valor absolut).
37
38 Lmits de funcions i funcions contnues
Exemple 2.1.3.1 Lmit duna funci racional, amb grau del polinomi del numerador que
el grau del polinomi del denominador, quan x + o b x .
Comencem amb un exemple:
lim
x+
5x
2
3x + 2
x
2
+ 1
= lim
x+
x
2
_
5
3
x
+
2
x
2
_
x
2
_
1 +
1
x
2
_ = lim
x+
5 3
1
x
+ 2
1
x
2
1 +
1
x
2
=
5
1
= 5 ,
on hem factoritzat per x
2
(en general es factoritza per x
grau mxim entre numerador i denominador
i
que en aquest exemple sempre ser x
grau del denominador
) i aix hem pogut usar que lim
x+
1
x
=
lim
x+
1
x
2
= 0 com hem vist abans.
Un altre exemple:
lim
x+
x
3
x
4x
4
+ x
3
5
= lim
x+
x
4
_
1
x

1
x
3
_
x
4
_
4 +
1
x
5
1
x
4
_ =
0
4
= 0 .
Aquests dos ltims lmits valdrien el mateix per a x doncs lim
x
1
x
= lim
x
1
x
2
=
lim
x
1
x
3
= lim
x
1
x
4
= 0, i aquesta propietat s la que hem usat.
Ara xem-nos en la funci f(x) =
1
x
2
, x = 0. Grca :
x 0
y
Veiem que a mesura que x sacosta a
zero, f(x) es fa mes i mes gran. Sescriu
lim
x0
f(x) = +i es diu que el lmit de
f(x) quan x tendeix a 0 es +.
f(x) =
1
x
2
Si considerssim la grca de f(x) =
1
x
2
, x = 0, deduirem que a mesura que x sacosta a
zero, f(x) es fa ms i ms negativa. Sescriu lim
x0

1
x
2
= i es diu que el lmit de f(x)
quan x tendeix a 0 s .
En general es deneixen els lmits innits (aquest innit fa referncia a la variable dependent
y = f(x)) com segueix.
El lmit de f(x) quan x tendeix a x
0
s + (resp. ) , sescriu lim
xx
0
f(x) = + (resp.
lim
xx
0
f(x) = ) si, a mesura que x sacosta a x
0
, f(x) es fa arbitrriament gran (resp.
f(x) es fa negativa i arbitrriament gran en valor absolut).
38
2.1. Lmits de funcions 39
s clar que lim
x+
x = + i lim
x
x = . Tamb s clar que lim
x+
x
2
= lim
x
x
2
= +,
doncs si x > 0 aleshores x
2
> x i x
2
= (x)
2
. En general, usant arguments similars tenim
que si n s un nmero natural aleshores :
lim
x+
x
n
= +
lim
x
x
n
=
_
, si n=1,3,5,7,... (n senar),
+, si n=2,4,6,8,... (n parell).
Exemple 2.1.3.2 Lmit dun polinomi p(x) quan la variable independent x tendeix a +
o b a .
Suposem, per exemple, que volem calcular lim
x+
2x
2
5x. Fent-ho directament queda =
+ que s indeterminat (ms endavant veurem exactament que vol dir, de moment
pensem que no sabem que s el que val). Per sortir daquesta indeterminaci el que es fa s
factoritzar per x
2
en aquest cas (en general es factoritza per x
grau del polinomi
) :
lim
x+
2x
2
5x = lim
x+
x
2
_
2 5
1
x
_
= +2 = +,
on hem usat que lim
x+
x
2
= + (exemple anterior) i que lim
x+
1
x
= 0.
Altres exemples:
lim
x+
2x
2
5x = lim
x+
x
2
_
2 5
1
x
_
= +(2) = ,
lim
x
2x
2
5x = lim
x
x
2
_
2 5
1
x
_
= +2 = +,
lim
x
2x
3
5x = lim
x
x
3
_
2 5
1
x
_
= 2 = ,
lim
x
2x
5
+ 4x
2
+ 2 = lim
x
x
5
_
2 + 4
1
x
3
+ 2
1
x
5
_
= (2) = +.
Exemple 2.1.3.3 Lmit duna funci racional, amb grau del polinomi del numerador > grau
del polinomi del denominador, quan x + o b x . Suposem, per exemple, que
volem calcular lim
x+
4x
4
+ x
3
5
x
3
x
. Directament ens queda =
+
+
que s indeterminat. Per
trencar aquesta indeterminaci factoritzem per x
grau del denominador
:
lim
x+
4x
4
+ x
3
5
x
3
x
= lim
x+
x
3
_
4x + 1 5
1
x
3
_
x
3
_
1
1
x
2
_ = lim
x+
4x + 1 5
1
x
3
1
1
x
2
=
++ 1 0
1 0
=
+
1
= +.
39
40 Lmits de funcions i funcions contnues
Altres exemples:
lim
x+
2x
3
+ 5x 2
4x
2
+ 3x + 1
= lim
x+
x
2
_
2x + 5
1
x
2
1
x
2
_
x
2
_
4 + 3
1
x
+
1
x
2
_ =
2 (+)
4
=
1
2
(+) = ,
lim
x
5x
3
+ 2x + 1
4x 2
= lim
x
x
_
5x
2
+ 2 + 1
1
x
_
x
_
4 2
1
x
_ =
5 (+)
4
= +,
lim
x
3x
5
+ 2x
3
4
6x
4
+ 3x
2
+ x
= lim
x
x
4
_
3x + 2
1
x
4
1
x
4
_
x
4
_
6 + 3
1
x
2
+
1
x
3
_ =
3 ()
6
= .
Exemple 2.1.3.4 Considerem la funci f(x) =
1
x
denida a R\ {0} :
x
y
Tenim que lim
x0

1
x
= i que lim
x0
+
1
x
= +,
com es comprova f`acilment a partir de la denicio
doncs linvers dun n umero molt proper a 0 i positiu
es un n umero molt gran, i linvers dun n umero molt
proper a 0 i negatiu es un n umero negatiu i molt gran
en valor absolut.
0
Exemple 2.1.3.5 Considerem la funci f(x) =
3x
x
2
4x+4
denida a R\ {2} :
x
y
Tenim :
lim
x2
3x
x
2
4x + 4
= lim
x2
3x
(x 2)
2
=
6 lim
x2
1
(x 2)
2
= 6 (+) = ,
on hem usat que lim
x2
1
(x 2)
2
= + doncs es
linvers dun n umero positiu (un quadrat) i cada ve-
gada mes proper a 0.
0
2
x = 2
Exemple 2.1.3.6 Veiem ara la funci f(x) =
x
2
3x
x1
denida a R\ {1} :
x
y
Per calcular lim
x1
f(x) hem de consid-
erar lim
x1

f(x) i lim
x1
+
f(x), doncs
depenent de si ens acostem a 1 per
lesquerra o per la dreta el denomi-
nador es negatiu o positiu (passa com
en lexemple de f(x) =
1
x
).
0
x = 1
40
2.1. Lmits de funcions 41
Tenim:
lim
x1

f(x) = lim
x1

x
2
3x
x 1
= (2) lim
x<1
x1
1
x 1
= (2) () = +,
lim
x1
+
f(x) = lim
x1
+
x
2
3x
x 1
= (2) lim
x>1
x1
1
x 1
= (2) (+) = .
Asmptotes
El concepte d asmptota parallela a un eix es correspon amb el de lmits a linnit (asmp-
totes horitzontals) i lmits innits (asmptotes verticals). Ms precisament, una asmptota
horitzontal s una recta y = L on lim
x+
f(x) = L o b lim
x
f(x) = L. Una asmptota
vertical s una recta x = x
0
on lim
xx
0

f(x) = o b lim
xx
0
+
f(x) = .
Exemple 2.1.3.7 Per a la funci f(x) =
3x+2
x
, denida a R\ {0}, tenim :
x
y
y = 3
lim
x+
3x + 2
x
= lim
x+

3 +
2
x

= 3 ,
lim
x
3x + 2
x
= lim
x

3 +
2
x

= 3 ,
lim
x0

3x + 2
x
= lim
x0

3 +
2
x

= 3+2() = ,
lim
x0
+
3x + 2
x
= lim
x0
+

3 +
2
x

= 3+2(+) = +,
s a dir, la recta y = 3 s asmptota horitzontal i la recta x = 0 s asmptota vertical.
Exemple 2.1.3.8 Considerem la funci f(x) =
1
(x1)
2
, denida a R\ {1}. Es compleix :
x
y
y = 0
lim
x+
f(x) = lim
x+
1
(x 1)
2
= lim
x+
1/x
2
1 2
1
x
+
1
x
2
=
0
1
= 0 ,
lim
x
f(x) = lim
x
1
(x 1)
2
= lim
x
1/x
2
1 2
1
x
+
1
x
2
=
0
1
= 0 ,
lim
x1
f(x) = lim
x1
1
(x 1)
2
= +,
x = 1
s a dir, la recta y = 0 s asmptota horitzontal i la recta x = 1 s asmptota vertical.
41
42 Lmits de funcions i funcions contnues
2.2 Funcions contnues
Intutivament, una funci s contnua en un punt x
0
quan la grca de la funci no es
"trenca"en aquest punt. Una funci s contnua en un interval si ho s en tots els punts
daquest interval : la grca de la funci no es trenca enlloc. Aquesta idea intutiva es
formalitza b amb la noci de lmit que acabem destudiar.
Una funci f : I R s contnua en un punt x
0
I si es compleix :
lim
xx
0
f(x) = f(x
0
) .
La funci f : I R s contnua en linterval I si s contnua en tots els punts x
0
I. Si
linterval I s un interval tancat, I = [a, b], aleshores la continutat en els punts extrems a
i b es deneix a travs del lmit lateral que tingui sentit. Doncs, f s contnua en el punt a
si lim
xa
+
f(x) = f(a) i f s contnua en el punt b si lim
xb

f(x) = f(b).
Exemple 2.2.0.9 La funci f : R R, f(x) = 1 per a x 0 i f(x) = 1 per a x > 0, que
hem considerat al comenament de lapartat de lmits laterals, s contnua a R\ {0} doncs
en el punt x = 0 ni tan sols existeix lim
x0
f(x).
Exemple 2.2.0.10 En lexemple 4 de lapartat 2.1.1 hem vist que si p(x) s un polinomi
aleshores lim
xx
0
p(x) = p(x
0
), per a tot x
0
R. Doncs, els polinomis sn funcions contnues
a R.
Exemple 2.2.0.11 En lexemple 5 de lapartat 2.1.1 hem vist que si r(x) =
p(x)
q(x)
s una
funci racional aleshores lim
xx
0
r(x) = r(x
0
) per aquells x
0
Domini (r(x)), s a dir, aquells
x
0
R tals que q(x
0
) = 0. Doncs, les funcions racionals sn funcions contnues (bviament,
en el seu domini).
De les propietats que hem vist pels lmits de funcions (apartat 2.1.1: Regles per calcular
lmits) es dedueixen les propietats corresponents per a funcions contnues. Veiem-les.
Sigui c R i f i g funcions contnues en un punt x
0
. Les segents funcions tamb sn
contnues en el punt x
0
:
cf , f + g , fg , f/g , f
n/m
,
on suposem que g(x
0
) = 0 quan considerem f/g i que (f(x
0
))
n/m
t sentit.
Tamb s fcil comprovar que la composici de funcions contnues s una funci contnua .
Ms precisament, si f s contnua en el punt x
0
i g s contnua en el punt f(x
0
) aleshores la
composici g f s contnua en el punt x
0
.
En lapartat 2.1.2 tenim exemples de funcions contnues: la funci f(x) =

x que est
denida i s contnua a [0, +) i la funci f(x) = |x| que est denida i s contnua a R.
Tamb tenim la funci f(x) = x + 1 si x < 1 i f(x) = x
2
1 si x 1 que NO s contnua
en el punt x
0
= 1; s a dir, f s contnua a (, 1) (1, +)
Les funcions que hem vist ns ara : e
x
, ln(x), sin(x), cos(x), tan(x), sn contnues.
42
2.2. Funcions contnues 43
2.2.1 Discontinutats
Una funci s discontnua en un punt si no s contnua en aquest punt. Hi han quatre tipus
possibles de discontinutats (que sobtenen negant la denici de continutat en un punt) :
Discontinutat evitable. La funci f t una discontinutat evitable en x
0
si exis-
teix lim
xx
0
f(x) R per no coincideix amb f(x
0
). Sevita la discontinutat re-denint
f(x
0
) = lim
xx
0
f(x). Exemple :
x
y
0
1
x
y
0
1
f(x) =
x + 1, si x = 0
0 , si x = 0
discontinuitat evitable a x
0
= 0
f(x) =
x + 1, si x = 0
1 , si x = 0
f(x) continua a x
0
= 0
Discontinutat de salt. La funci f t una discontinutat de salt en x
0
si existeix-
en lim
xx

0
f(x) R i lim
xx
+
0
f(x) R per sn diferents ( i, per tant, en aquest cas no
existeix lim
xx
0
f(x)). Es deneix el salt de f en el punt x
0
com:

lim
xx

0
f(x) lim
xx
+
0
f(x)

.
Exemple :
x
y
f(x)
f(x) =
-1 per x 0 ,
+1 per x > 0 .
lim
x0
+
f(x) = lim
x0
1 = 1
lim
x0

f(x) = lim
x0
1 = 1

f te una discontinuitat de salt

en x
0
= 0 i el salt de f en 0 es
de |1 (1)| = 2
43
44 Lmits de funcions i funcions contnues
Discontinutat asimpttica. La funci f t una discontinutat asimpttica en x
0
si lim
xx

0
f(x) = o b lim
xx
+
0
f(x) = , s a dir, si al menys un dels lmits laterals en
x
0
s + o . En aquest cas la funci f t una asmptota vertical a x = x
0
.
Exemple :
x
y
Tenim que lim
x0

1
x
= i que
lim
x0
+
1
x
= +, Doncs, f te una
discontinuitat asimpt` otica a x
0
= 0
i asmptota vertical x = 0.
0
f(x) =
1
x
, si x = 0
0 , si x = 0
Discontinutat de segona espcie. La funci f t una discontinutat de segona
espcie en x
0
si NO existeix (ni s +o ) lim
xx

0
f(x) o b NO existeix (ni s +
o ) lim
xx
+
0
f(x).
En el segent exemple tenim la grca de la funci f(x) = sin
_
1
x
_
si x = 0 i f(0) = 0.
En aquest cas no existeix lim
x0

f(x) ni lim
x0
+
f(x) i f t una discontinutat de segona
espcie a x
0
= 0.
-0.4 -0.2 0.2 0.4
-1
-0.5
0.5
1
2.2.2 Teoremes fonamentals per a funcions contnues
En aquest apartat veurem dos resultats per a funcions contnues denides en un interval
tancat que tenen importants conseqncies. Solament per poder fer s daquests resultats
ja es justica estudiar i decidir la continutat duna funci.
44
2.2. Funcions contnues 45
Donada una funci f, x
0
sanomena zero o arrel de la funci f si f(x
0
) = 0. El que diu
el proper teorema s que si f s contnua en [a, b] i tal que en els punts extrems daquest
interval (l a i el b) t signes diferents, aleshores f t un zero en algun punt de linterval
(a, b). Ms precisament:
Sigui f : [a, b] una funci o
contnua amb f(a) f(b) < 0.
Existeix almenys un x
0
(a, b) tal
que f(x
0
) = 0.
TEOREMA DE BOLZANO
a
b x
x
0
f(x)
Exemple 2.2.2.1 Provarem que existeix un nmero x
0
R tal que x
5
0
x
0
= 3.
Considerem la funci f : R R, f(x) = x
5
x 3, que s contnua a R doncs s un
polinomi. Tamb es compleix: f(0) = 3 < 0, f(2) = 27 > 0 i f contnua a [0, 2] R. Pel
teorema de Bolzano, existeix x
0
(0, 2) tal que f(x
0
) = 0, s a dir, x
5
0
x
0
= 3.
Exemple 2.2.2.2 Provarem que existeix un nmero x
0
R tal que 2
x
0
= 4 x
0
.
Considerem la funci f : R R, f(x) = 2
x
4+x, que s contnua a R (suma de funcions
contnues a R : lexponencial 2
x
i el polinomi 4 +x). Tamb es compleix: f(0) = 3 < 0,
f(2) = 2 > 0 i f contnua a [0, 2] R. Pel teorema de Bolzano, existeix x
0
(0, 2) tal que
f(x
0
) = 0, s a dir, 2
x
0
= 4 x
0
.
Exemple 2.2.2.3 Quants zeros (reals) t el polinomi x
3
3x + 1?
Una pregunta equivalent: quants nmeros reals hi ha tals que multiplicats per 3 siguin iguals
al seu cub ms 1?
Considerem la funci f : R R, f(x) = x
3
3x + 1, que s contnua a R ja que s un
polinomi. Es compleix:
f(2) = 1 < 0
f(0) = 1 > 0
f cont

inua a [2, 0] R
_
_
_
existeix x
0
(2, 0) tal que f(x
0
) = 0
f(0) = 1 > 0
f(1) = 1 < 0
f cont

inua a [0, 1] R
_
_
_
existeix x
1
(0, 1) tal que f(x
1
) = 0
f(1) = 1 < 0
f(2) = 3 > 0
f cont

inua a [1, 2] R
_
_
_
existeix x
2
(1, 2) tal que f(x
2
) = 0
Aix, f t tres zeros: un entre -2 i 0, laltre entre 0 i 1 i laltre entre 1 i 2. A ms, com f
s un polinomi de grau 3 es pot assegurar que ja no en t ms (recordem que un polinomi de
grau n t com a mxim n zeros reals).
45
46 Lmits de funcions i funcions contnues
En els exemples fets ns ara hem usat el teorema de Bolzano per demostrar que existeixen
zeros de funcions contnues. Tamb hem localitzat els zeros en un interval (el dextrems on
la funci canvia de signe): en els exemples primer i segon sabem que 0 < x
0
< 2 i en el
tercer exemple tenim tres zeros, 2 < x
0
< 0, 0 < x
1
< 1 i 1 < x
2
< 2. Doncs, la precisi
amb que hem trobat aquests zeros, si prenem com a soluci els punts mitjos dels intervals
(x
0
= 1, x
0
= 1, x
1
= 0.5 i x
2
= 1.5 respectivament), s de 1 unitat o b 0.5 unitats.
A continuaci, mitjanant un exemple, veurem el mtode de la bisecci. Es tracta dusar el
teorema de Bolzano de manera a trobar zeros o arrels de funcions amb la precisi desitjada.
Aplicaci del teorema de Bolzano: mtode de la bisecci
Volem donar la soluci de lequaci e
x
+ x = 0 amb una certa aproximaci.
Considerem la funci contnua f(x) = e
x
+ x i observem que f(0) = 1 > 0 i f(1) = e
1
=
1
e
1 < 0. Segons el teorema de Bolzano, existeix una soluci de lequaci pertanyent a
linterval (1, 0). Ara avaluem f al punt mig de linterval anterior, el punt -0.5 : f(0.5) =
0.1065 > 0. Per tant, hi ha una arrel de lequaci dins linterval (1, 0.5). Repetim el
procs: avaluem f al punt mig de linterval anterior, el punt -0.75 : f(0.75) = 0.2776 < 0.
Doncs, hi ha una arrel de lequaci dins linterval (0.75, 0.5).
Repetint aquest procs podem anar reduint successivament a la meitat linterval on es troba
larrel ns a obtenir la precisi que es vol.
TEOREMA DE WEIERSTRASS . Sigui f : [a, b] R una funci contnua. Aleshores
existeixen mxim i mnim absolut de f en [a, b].

Es a dir, hi han , [a, b] tals que

f() f(x) f() ,
per a tota x [a, b].
a
= b x
f(x)

46
Captol 3
DERIVACI
3.1 Derivada duna funci
Arribarem a la denici de derivada estudiant dues situacions concretes : la velocitat dun
objecte en moviment i la pendent de la recta tangent a una grca.
Primera situaci : tenim un cotxe que es desplaa en lnia recta i suposem que en x segons
ha recorregut r(x) =
1
3
x
3
metres. Quina s la velocitat (instantnia) del cotxe als x = 5
segons?
Fem uns quants clculs :
la velocitat mitjana entre 5 i 5.1 segons s
V
M
[5, 5.1] =
r(5.1) r(5)
5.1 5
=
1
3
(5.1)
3

1
3
5
3
0.1
= 25.5
la velocitat mitjana entre 5 i 5.01 segons s
V
M
[5, 5.01] =
r(5.01) r(5)
5.01 5
=
1
3
(5.01)
3

1
3
5
3
0.01
= 25.05
.
.
.
la velocitat mitjana entre 5 i 5+h segons s
V
M
[5, 5 + h] =
r(5 + h) r(5)
5 + h 5
=
1
3
(5 + h)
3

1
3
5
3
h
= 25 + 5h +
1
3
h
2
Aix:
v(5) = lim
h0
V
M
[5, 5 + h] = lim
h0
1
3
(5 + h)
3

1
3
5
3
h
= 25 m/s
47
48 DERIVACI
Segona situaci : Tenim una funci f(x) i considerem la secant que passa per dos punts
de la grca, el (x
0
, f(x
0
)) i el (x
0
+ h, f(x
0
+ h)). Veure la gura de sota.
x
0
x
0
+h
f(x
0
+h) f(x
0
)
h
La pendent de la secant que passa per (x
0
, f(x
0
)) i (x
0
+ h, f(x
0
+ h)) s :
f(x
0
+ h) f(x
0
)
h
.
Doncs, la pendent de la tangent a f(x) en el punt (x
0
, f(x
0
)) s :
lim
h0
f(x
0
+ h) f(x
0
)
h
.
Considerem una funci denida en un interval (a, b) que cont un punt x. Es diu que
f s derivable en el punt x si existeix :
lim
h0
f(x + h) f(x)
h
=: f

(x) ,
i f

(x) sanomena la derivada de f en el punt x . Si per a tot punt x de linterval (a, b), f s
derivable en x, llavors es diu que f s derivable en (a, b) . En aquest cas podem considerar
f

: (a, b) R, x f

(x), i sanomena funci derivada o b derivada de f .

Si y = f(x), la derivada f

(x) es pot denotar tamb com :

df(x)
dx
,
d
dx
(f(x)) ,
dy(x)
dx
,
d
dx
(y(x)) .
Pels dos exemples dabans tenim que la velocitat instantnia v(5) s la derivada de la funci
recorregut r(x) : v(5) = r

(5) i la pendent de la tangent a f en el punt (x

0
, f(x
0
)) s f

(x
0
).
48
3.1. Derivada duna funci 49
Exemple 3.1.0.4 Considerem la funci constant f(x) = c per a tot x R :
x
y
c
x
f(x)
f

(x) = lim
h0
f(x + h) f(x)
h
= lim
h0
c c
h
= 0
Aix, f

(x) = 0, per a tot x R. Geomtricament: en qualsevol punt x, la tangent a f(x)

en x s la recta y = c que t pendent 0.
Exemple 3.1.0.5 Considerem la recta f(x) = ax + b, on a i b sn constants :
x
y
x
f(x) = ax + b
f

(x) = lim
h0
f(x + h) f(x)
h
= lim
h0
a(x + h) + b ax b
h
= lim
h0
a = a
Aix, f

(x) = a, per a tot x R. Geomtricament: en qualsevol punt x, la tangent a la recta

f(x) = ax + b s ella mateixa que t pendent a.
Exemple 3.1.0.6 Considerem la funci valor absolut f(x) = |x|:
recta y = x
(pendent -1)
recta y = x
(pendent 1)
Segons el raonament dabans
(o be calculant-ho) :
x < 0 f

(x) = 1
x > 0 f

(x) = 1
Veiem el punt x = 0 :
lim
h0

|0 + h| |0|
h
= 1 , lim
h0
+
|0 + h| |0|
h
= 1
i, per tant, NO existeix lim
h0
|0 + h| |0|
h
i f NO s derivable en el punt x = 0 (de fet en
x = 0 hi ha DUES tangents!-en el sentit que hi ha dues rectes que saposen b sobre la grca:
la y = x i la y = x-)
49
50 DERIVACI
3.2 Clcul de derivades
A partir de la denici es pot calcular la derivada de qualsevol funci (derivable) per s
laboris. A la prctica, el coneixement de la derivada de unes quantes funcions (que nosaltres
anomenarem bsiques) i unes quantes regles pel procs del clcul de la funci derivada s
sucient.
3.2.1 Derivades de les funcions bsiques
Moltes funcions sn combinaci dunes quantes funcions bsiques. Per exemple, la funci
f(x) = 6x
5

cos(x)
4
3

x
combina les funcions bsiques x
5
, cos(x) i
3

x. De fet, com
3

x = x
1
3
, podem pensar en x
5
i
3

x com diferents casos de la funci bsica potncia de x que, en general, podem escriure
com x
p
.
En la segent taula hi ha les derivades de les funcions que considerem funcions bsiques. El
nmero C s una constant arbitrria, igual que la potncia p. La ltima funci daquesta
taula s la funci exponencial amb base a.
f(x) f

(x)
c 0
x
p
px
p1
ln(x)
1
x
sin(x) cos(x)
cos(x) sin(x)
e
x
e
x
a
x
ln(a)a
x
Taula 3.1: Derivades de les funcions bsiques. En les funcions trigonomtriques la variable
independent x est mesurada en radiants.
Exemple 3.2.1.1 La derivada de f(x) =
1
x
= x
1
s f

(x) = x
2
=
1
x
2
, la de f(z) =

z = z
1
2
s f

(z) =
1
2
z
1
2
1
=
1
2
z

1
2
=
1
2

z
, la de x

s x
1
i la de
x
,
x
ln().
Comparem les dues ltimes funcions de lexemple. La primera, x

, s una funci potncia

(una potncia de la variable independent x). La segona,
x
, s una funci exponencial (la
variable independent x est a lexponent). Quan derivem una funci potncia, lexponent
disminueix en 1; quan derivem una funci exponencial, lexponent no canvia.
50
3.2. Clcul de derivades 51
3.2.2 Regles bsiques de derivaci
Com les funcions bsiques es combinen de diverses maneres per donar lloc a noves funcions,
ens cal saber com derivar combinacions.
Per exemple, suposem que sumem dues funcions bsiques g(x) i h(x) i obtenim f(x) =
g(x) + h(x). Aleshores f(x) s derivable i f

(x) = g

(x) + h

(x). Aix s cert per qualssevol

dues funcions derivables encara que no siguin bsiques, sanomena regla per derivar la suma
de funcions i diu aix : Si f(x) = g(x) +h(x), la ra a la que f canvia s la suma de la ra
a la que g canvia i la que h canvia.
Exemple 3.2.2.1 Si f(x) = sin(x)+x
5
aleshores f

(x) = cos(x)5x
6
i si f(w) = 2
w
+

w
aleshores f

(w) = ln(2) 2
w
+
1
2

w
.
Semblantment passa si multipliquem una funci derivable g(x) per una constant c, el pro-
ducte f(x) = cg(x) s derivable i f

(x) = cg

(x). Aix tenim la regla per derivar el producte

per una constant : Si f(x) s c vegades g(x) aleshores la ra de f(x) canvia a c vegades la
ra de g(x).
Exemple 3.2.2.2 La derivada de f(x) = 5 cos(x) s f

(x) = 5 sin(x) i la de f(x) =

(5x)
2
= 25x
2
s f

(x) = 50x.
Notem que aquesta regla no ens diu com derivar, per exemple, cos(5x) doncs cos(5x) =
5 cos(x); aix ho veurem ms endavant (s el que anomenarem regla de la cadena).
Exemple 3.2.2.3 Considerem un polinomi de grau n, p(x) = a
n
x
n
+ a
n1
x
n1
+ +
a
2
x
2
+ a
1
x + a
0
. Usant les dues regles de derivaci anteriors, la seva derivada s p

(x) =
na
n
x
n1
+ (n 1)a
n1
x
n2
+ + 2a
2
x + a
1
. En particular, si p(x) = x
7
+ 25x
2
3x + 17
aleshores p

(x) = 7x
6
+ 50x 3.
La tercera regla s per derivar el producte de funcions :
f(x) = g(x)h(x) f

(x) = g

(x)h(x) + g(x)h

(x).
I la quarta per la derivada del quocient de dues funcions :
f(x) =
g(x)
h(x)
f

(x) =
g

(x)h(x) g(x)h

(x)
(h(x))
2
.
Exemple 3.2.2.4 Aplicant la regla de derivaci del quocient obtenim:
(tan(x))

=
_
sin(x)
cos(x)
_

=
cos(x) cos(x) sin(x) (sin(x))
cos
2
(x)
=
1
cos
2
(x)
,
on hem usat que sin
2
(x) + cos
2
(x) = 1.
51
52 DERIVACI
Exemple 3.2.2.5 Calcular la derivada de f(x) = (x
5
+ 3x
2
+ 10) (x
7
+ 24).
Usem la regla per derivar el producte,
f

(x) =
_
x
5
+ 3x
2
+ 10
_

_
x
7
+ 24
_
+
_
x
5
+ 3x
2
+ 10
_ _
x
7
+ 24
_

=
_
5x
4
+ 6x
_ _
x
7
+ 24
_
+
_
x
5
+ 3x
2
+ 10
_
7x
6
.
Exemple 3.2.2.6 Calcular la derivada de f(t) =
t
2
1+

t
.
Usant la regla del quocient,
f

(t) =
(t
2
)

_
1 +

t
_
(t
2
)
_
1 +

t
_

_
1 +

t
_
2
=
2t
_
1 +

t
_
t
2 1
2

t
_
1 +

t
_
2
=
2t + 2t
3
2


2
t
3
2
_
1 +

t
_
2
=
3
2
t
3
2
+ 2t
_
1 +

t
_
2
.
3.2.3 Regla de la cadena
Comenarem amb un exemple on sentn el perqu del nom regla de la cadena.
Suposem que una botiga de llibres guanya en mitjana 3 euros per llibre i les vendes augmenten
a ra de 40 llibres per mes. A quina ra sincrementen els guanys en euros per mes?. s
clar que la resposta s 120 euros/mes per veiem com ho podem sistematitzar. Tenim tres
variables: el temps t mesurat en mesos, la venda v mesurada en llibres i el guany g mesurat
en euros. Aquestes tres variables estan lligades com t v(t) i v g(v), s a dir, les vendes
estan en funci del temps i els guanys en funci de les vendes. Com el resultat v de fer el
procs t v(t) s la variable independent de la funci v g(v), podem fer una cadena
daquestes dues funcions: t v g i obtenim la funci t g(t) = g (v(t)) -de fet t g(t)
s la funci composada (g v)-. Tamb podem considerar la derivada de cadascuna de les
funcions que ens diu la ra de canvi de la variable dependent respecte de la independent:
dg
dt
dv
dt
= 40
llibres
mes
dg
dv
= 3
euros
llibre
t v
g v t g
en un nic diagrama tenim:
dg
dt
dv
dt
dg
dv
t
v
g
i la derivada de la cadena completa,
dg
dt
, est relacionada amb la dels passos intermedis per:
dg
dt
=
dv
dt

dg
dv
= 120
euros
mes
.
52
3.2. Clcul de derivades 53
Aix s el que passa en general quan es composen funcions; la regla de la cadena ens dna
la frmula per derivar una composici de funcions.
Regla de la cadena Suposem que tenim dues funcions x g(x) i y f(y), de manera
que el recorregut de g est contingut en el domini de f. Podem considerar la composici
(f g) (x) com la funci:
f g
f(g(x)) =: (f g)(x) x g(x)
g f
i la seva derivada s:
(f g)

(x) = f

(g(x)) g

(x),
s a dir, el producte de la derivada de f en g(x) i de la derivada de g en x.
Exemple 3.2.3.1 Clcul de la derivada de cos(5x).
Aquesta funci s la composici:
g
x 5x
f
cos(5x) ,
on g(x) = 5x, f(y) = cos(y), g

(x) = 5 i f

(y) = sin(y).
Per la regla de la cadena:
(cos(5x))

= f

(5x)g

(x) = sin(5x)5 = 5 sin(5x).

Exemple 3.2.3.2 Clcul de la derivada de h(x) =

1 + x
4
= (1 + x
4
)
1
2
.
Tenim h com a la composici segent:
1 + x
4

1 + x
4
h = f g
g f
x
i, per la regla de la cadena, h

(x) = f

(g(x))g

(x), on g(x) = 1 + x
4
, g

(x) = 4x
3
, f(y) =

y = y
1
2
i f

(y) =
1
2
y
1
2
1
=
1
2
y

1
2
=
1
2

y
.
Aleshores:
h

(x) =
1
2

1 + x
4
4x
3
=
2x
3

1 + x
4
.
Exemple 3.2.3.3 Calcular la derivada de h(x) = (8x + 6x
3
)
7
.
Com a composici tenim:
x
g
f
8x + 6x
3
(8x + 6x
3
)
7
h = f g
on g(x) = 8x + 6x
3
, g

(x) = 8 + 18x
2
, f(y) = y
7
, f

(y) = 7y
6
i, per tant,
h

(x) = f

(g(x)) g

(x) = 7
_
8x + 6x
3
_
6
_
8 + 18x
2
_
.
53
54 DERIVACI
3.3 Propietats i aplicacions de la derivada
3.3.1 Teoremes valor mitj
Els teoremes del valor mitj sn resultats tcnics entre una funci i la seva derivada. Com
passava en el captol de continutat amb el teorema de Bolzano, sn teoremes dexistncia
(asseguren lexistncia dun punt on una funci t un determinat comportament, per no
diuen res de com calcular aquest punt) i, per nosaltres, el ms important sn les seves
aplicacions.
Teorema de Rolle Sigui f : [a, b] R contnua, derivable a (a, b) i tal que f(a) = f(b).
Existeix almenys un c (a, b) tal que f

(c) = 0.
Interpretaci geomtrica:
y
x a c
b
Si hi ha una secant horitzontal
(f(a) = f(b)) aleshores hi ha
com a mnim una tangent horit-
zontal (f

(c) = 0).
Exemple 3.3.1.1 Quantes arrels (reals) t el polinomi x
3
x
2
+ x 2?
Anomenem p(x) = x
3
x
2
+ x 2 que s una funci contnua i derivable arreu (R). Ens
demanen quants xs compleixen p(x) = 0.
Usem el teorema de Bolzano per a localitzar un zero: de p(0) = 2 < 0, p(2) = 84+22 =
4 > 0 i p(x) contnua a [0, 2] R es dedueix que existeix x
0
(0, 2) tal que p(x
0
) = 0.
Usem el teorema de Rolle per veure que p(x) = 0 no pot tenir dues solucions. En efecte:
p(x) = x
3
x
2
+ x 2 p

(x) = 3x
2
2x + 1
i es dedueix que p

(x) = 0 per a qualsevol x R (doncs p

(x) s un polinomi de segon grau,

puc calcular els zeros que sn
2

412
6
, s a dir, nmeros complexos que no pertanyen a R).
Ara fem el segent raonament: si p(x) = 0 tingues dues solucions p(a) = 0 i p(b) = 0, amb
a = b, segons el teorema de Rolle (ja que p(a) = p(b) = 0) existiria c R tal que p

(c) = 0,
la qual cosa no potser segons hem vist abans.
Resumint: el polinomi x
3
x
2
+x 2 t exactament una arrel real que, a ms, est entre 0
i 2.
54
3.3. Propietats i aplicacions de la derivada 55
Teorema del valor mitj de Lagrange Sigui f : [a, b] R contnua i derivable a (a, b).
Existeix c (a, b) ta que f

(c) =
f(b)f(a)
ba
.
Interpretaci geomtrica:
y
x
a
c
b
La secant que passa per dos
punts duna gr`aca derivable
es paral.lela a la recta tangent
en alg un punt interm`edi de la
corba.
Interpretaci fsica: la velocitat mitja dun objecte en moviment durant un interval de temps
s igual a la velocitat instantnia en algun moment daquest interval.
Exemple 3.3.1.2 Es tenen dos radars a una distncia de 5Km. Suposem que un cotxe
passa pel primer radar i 3 minuts desprs pel segon. Si el lmit de velocitat permesa s de
95Km/h, ha excedit aquest lmit?
Anomenem s(t) a la distncia en kilmetres que recorre el cotxe. Sabem que per a t = 0,
s(0) = 0, i per a t =
3
60
h=
1
20
h, s(
1
20
) = 5km. Doncs, la velocitat mitja del cotxe en aquests
5km s:
V
M
=
s
_
1
20
_
s(0)
1
20
0
km
h
=
5
1
20
km
h
= 100
km
h
.
Segons el teorema del valor mitj de Lagrange, en algun moment el cotxe ha anat a una
velocitat de 100km/h i ha excedit el lmit de velocitat permesa.
Exemple 3.3.1.3 Considerem la funci f : [1, 1] R, f(x) = x
2
+4x1. Demostrarem
que la pendent de qualsevol secant que passi per dos punts de la grca s com a mnim 2 i
com a mxim 6.
Siguin (a, f(a)) i (b, f(b)) dos punts de la grca. La pendent de la secant que passa per
aquests dos punts s
f(b)f(a)
ba
. Aplicant el teorema del valor mitj de Lagrange a f en [a, b]
es t que:
f(b) f(a)
b a
= f

(c) , on c (a, b) [1, 1] .

Daltra banda, f

(x) = 2x+4 compleix 2 = f

(1) f

(x) f

(1) = 6 per a tot x [1, 1].

En particular,
2 f

(c) =
f(b) f(a)
b a
6.
55
56 DERIVACI
Conseqncies del teorema del valor mitj
Sigui f : [a, b] R contnua i derivable a (a, b). Es compleixen les segents propietats :
Si f

(x) = 0 per a tot x (a, b), aleshores f s constant en [a, b].

En prosa: una funci amb derivada idnticament zero s constant .
Notem que aix s cert si la funci est denida en un interval i no en daltres situacions:
per exemple la funci f : [0, 1][2, 3] R, f(x) = 0 si x [0, 1], i f(x) = 2 si x [2, 3].
Si f

(x) = g

(x) per a tot x (a, b), existeix una constant C tal que f(x) = g(x) + C
per a tot x [a, b].
Si dues funcions tenen la mateixa derivada aleshores difereixen en una constant .
El mateix comentari dabans.
Si f

(x) 0 (resp. > 0) per a tot x (a, b), aleshores f s creixent (resp. estrictament
creixent) en [a, b]; s a dir, x
1
< x
2
f(x
1
) f(x
2
) (resp. f(x
1
) < f(x
2
)).
Una funci amb derivada positiva s creixent
Si f

(x) 0 (resp. < 0) per a tot x (a, b), aleshores f s decreixent (resp. estricta-
ment decreixent) en [a, b]; s a dir, x
1
< x
2
f(x
1
) f(x
2
) (resp. f(x
1
) > f(x
2
)).
Una funci amb derivada negativa s decreixent
Exemple 3.3.1.4 Suposem que f

(x) = x per a tot x R i que f(3) = 2. Quina s la

funci f(x)?
Considerem la funci g(x) =
1
2
x
2
que t derivada g

(x) = x = f

(x). Per la segona propietat

que acabem de veure:
f(x) = g(x) + C =
1
2
x
2
+ C ,
on C s una constant.
Per determinar la constant C usem que f(3) = 2:
f(3) =
1
2
3
2
+ C = 2 C = 2
9
2
=
5
2
.
Doncs, f(x) =
1
2
x
2

5
2
=
1
2
(x
2
5).
Exemple 3.3.1.5 Veiem on sn creixents o decreixents les funcions f(x) = ax+b , f(x) =
ax
2
+ b , f(x) = ax
3
+ b i f(x) = 2x
3
3x
2
36x + 14.
56
3.3. Propietats i aplicacions de la derivada 57
Soluci:
1. f(x) = ax + b s lequaci de la recta de pendent a i que passa pel punt (0, b).
x
y
b
a > 0
a < 0
La derivada s f

(x) = a, per a tot x R. Doncs, com ja es dedueix directament de

la interpretaci geomtrica de la pendent:
si a < 0 llavors f

(x) < 0 per a tot x R i f s estrictament decreixent.

si a = 0 llavors f

(x) = 0 per a tot x R i la funci s constant (f(x) = b).

si a > 0 llavors f

(x) > 0 per a tot x R i f s estrictament creixent.

2. f(x) = ax
2
+ b s lequaci duna parbola dorientaci el signe da i vrtex en (0, b).
x
y
b
a > 0
a < 0
La derivada s f

(x) = 2ax, per a x R. Doncs, com ja es dedua directament de la

interpretaci geomtrica de lorientaci:
si a > 0 aleshores f

(x) < 0 per a x < 0 i f

(x) > 0 per a x > 0; per tant, f s

estrictament decreixent a linterval (, 0) i estrictament creixent a (0, +).
si a < 0 aleshores f

(x) > 0 per a x < 0 i f

(x) < 0 per a x > 0; per tant, f s

estrictament creixent a linterval (, 0) i estrictament decreixent a (0, +).
si a = 0, f

(x) = 0 per a tot x R i f s constant (f(x) b).

57
58 DERIVACI
3. f(x) = ax
3
+ b s lequaci duna cbica que passa pel punt (0, b).
x
y
a > 0
a < 0
y = b
La derivada s f

(x) = 3ax
2
. Per tant:
si a > 0 llavors f

(x) > 0 per a tot x (, 0) (0, +) i f s estrictament

creixent a R.
si a < 0 llavors f

(x) < 0 per a tot x (, 0) (0, +) i f s estrictament

decreixent a R.
4. La funci f(x) = 2x
3
3x
2
36x + 14 t derivada f

(x) = 6x
2
6x 36. Aix,
f

(x) = 0 x = 2 , 3 i dedum :
x
y
(3, 67)
(2, 58)
interval (, 2): f

(x) > 0 f creixent.

interval (2, 3): f

(x) < 0 f decreixent.

interval (3, +): f

(x) > 0 f creixent.

3.3.2 Polinomis de Taylor
En aquest apartat veurem la frmula de Taylor que dna un algorisme per aproximar fun-
cions per polinomis (polinomis de Taylor). s clar que aproximar noms t sentit quan es
pot controlar lacuraci en que es fa laproximaci, i la frmula de Taylor ens proporciona
ambdues coses: el polinomi dun cert grau ptim per a aproximar una funci f i lerror que
es comet al fer aquesta aproximaci.
Sigui f una funci n+1 vegades derivable en un interval I que cont un punt a. El polinomi de
Taylor dordre n de f a lentorn del punt a s :
P
n
(x) = f(a) + f

(a)(x a) +
f

(a)
2!
(x a)
2
+ +
f
(n)
(a)
n!
(x a)
n
.
58
3.3. Propietats i aplicacions de la derivada 59
Exemple 3.3.2.1 Considerem f(x) = e
x
amb a = 0. Com que f
(k)
(x) = e
x
per a tot k,
tenim f
(k)
(0) = 1 per a tot k i aleshores
P
n
(x) = 1 + x +
x
2
2!
+ +
x
n
n!
.
Aquest s el polinomi de grau n que millor aproxima la funci e
x
a prop de a = 0 (veure la
segent gura).
-2 -1 1 2
1
2
3
4
5
6
7
-2 -1 1 2
-1
1
2
3
-2 -1 1 2
1
2
3
4
5
-2 -1 1 2
1
2
3
4
5
6
En aquestes gures hi han representades (ordenadament, de dalt a baix) les grques de e
x
,
P
1
(x) = 1 + x, P
2
(x) = 1 + x +
x
2
2!
i P
3
(x) = 1 + x +
x
2
2!
+
x
3
3!
, al voltant de a = 0.
59
60 DERIVACI
Quan f saproxima per P
n
, lerror que es comet s la diferncia:
R
n
(x) = f(x) P
n
(x).
Hi ha varies expressions per R
n
(x), la que donem a continuaci sanomena Resta de Lagrange .
Existeix un punt c, entre x i a, tal que :
R
n
(x) =
f
(n+1)
(c)
(n + 1)!
(x a)
n+1
.
Aix doncs, per a algun c entre x i a, podem escriure:
f(x) = f(a) + f

(a)(x a) +
f

(a)
2!
(x a)
2
+ +
f
(n)
(a)
n!
(x a)
n
+
f
(n+1)
(c)
(n + 1)!
(x a)
n+1
i sanomena frmula de Taylor .
Exemple 3.3.2.2 Clcul del polinomi de Taylor dordre n de f(x) = sin(x) a lentorn de
a = 0.
Segons la frmula que acabem de veure, fa falta calcular f i les n primeres derivades de f
en el punt a = 0. Fem-ho:
f(x) = sin(x) f(0) = sin(0) = 0
f

(x) = cos(x) f

(0) = cos(0) = 1
f

(x) = sin(x) f

(0) = sin(0) = 0
f
(3)
(x) = cos(x) f
(3)
(0) = cos(0) = 1
f
(4)
(x) = sin(x) f
(4)
(0) = sin(0) = 0
a partir daqu es va repetint ciclicament doncs f
(4)
(x) = f(x) = sin(x) per a tot x.
Aix:
sin(x) =f(0) +
f
(1)
(0)
1!
x +
f
(2)
(0)
2!
x
2
+
f
(3)
(0)
3!
x
3
+
f
(4)
(0)
4!
x
4
+
=x
x
3
3!
+
x
5
5!

x
7
7!
+
x
9
9!

x
11
11!
+
A partir de la frmula anterior, el polinomi dordre n sobt tallant en el lloc adequat. Per
exemple, el de grau n = 7 s
x
x
3
3!
+
x
5
5!

x
7
7!
,
que tamb s dordre 8.
60
3.3. Propietats i aplicacions de la derivada 61
Exemple 3.3.2.3 Clcul del polinomi de Taylor dordre 3 de f(x) =
1
1+x
2
a lentorn de
a = 1.
Segons la frmula donada abans, fa falta calcular les tres primeres derivades de f i avaluar-
les en a = 1:
f(x) =
1
1 + x
2
f(1) =
1
2
f

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

(1) =
1
2
f

(x) =
6x
2
2
(1 + x
2
)
3
f

(1) =
1
2
f
(3)
(x) =
24x
3
+ 24x
(1 + x
2
)
4
f
(3)
(1) = 0
Aleshores:
1
1 + x
2
=
1
2

1
2
(x 1) +
1
4
(x 1)
2
. .
P
2
(x)
+R
3
(x).
En la segent llista hi han escrites les series de Taylor de les funcions ms habituals i senzilles.
Informalment, ens ho podem mirar com "polinomis de grau innit "que sn tils per calcular
P
n
(x) tallant a grau n. Per exemple el polinomi de Taylor de grau 3 de e
x
s (mirant a la
taula de sota):
1 + x +
x
2
2!
+
x
3
3!
.
1
1 x
=

n=0
x
n
= 1 + x + x
2
+ x
3
+ , 1 < x < 1
1
1 + x
=

n=0
(1)
n
x
n
= 1 x + x
2
x
3
+ , 1 < x < 1
e
x
=

n=0
x
n
n!
= 1 + x +
x
2
2!
+
x
3
3!
+ , < x <
sin x =

n=0
(1)
n
x
2n+1
(2n + 1)!
= x
x
3
3!
+
x
5
5!

x
7
7!
+ , < x <
cos x =

n=0
(1)
n
x
2n
(2n)!
= 1
x
2
2!
+
x
4
4!

x
6
6!
+ , < x <
ln(1 + x) =

n=1
(1)
n+1
n
x
n
= x
x
2
2
+
x
3
3

x
4
4
+ , 1 < x < 1
61
62 DERIVACI
La frmula de Taylor t moltes aplicacions. A continuaci en mostrem dues de ben conegudes:
clculs aproximats i clcul de lmits. Lapartat segent, estudi local duna corba, tamb ns
una aplicaci.
1. Clculs aproximats
Exemple 3.3.2.4 Calculem

630 amb un error menor que 0, 01.
Considerem la funci f(x) =

x = x
1
2
. En lloc de calcular f(630) que no sabem com
fer-ho, calcularem P
n
(630), on P
n
(x) s el polinomi de Taylor de f a lentorn del punt
a = 625 (que s el valor ms proper de 630 i que la seva arrel quadrada s un nmero
sencer: f(625)=25), i on n s prou gran com perqu lerror que cometem, R
n
(630),
sigui menor que 0, 01.
Calculem unes quantes derivades successives de f:
f(x) =

x = x
1
2
,
f

(x) =
1
2
x
1
2
1
=
1
2
x

1
2
=
1
2
1

x
,
f

(x) =
1
4
x

1
2
1
=
1
4
x

3
2
=
1
4
1

x
3
,
f
(3)
(x) =
3
8
x

3
2
1
=
3
8
x

5
2
=
3
8
1

x
5
.
Ara fem anar la frmula de Taylor i tenim:
Aproximat per P
0
(630) :
f(x) = f(a) + R
0
(x), R
0
(x) =
f

(z)
1!
(x a), z (a, x),

x =

a +
1
2

z
(x a),

630 = 25 +
1
2

z
(630 625), z (625, 630) .
Com 625 < z < 630

1
2

z
(630 625)

5
2

<
5
2

625
=
5
50
= 0, 1 ,
si prenem

630 P
0
(630) = 25, lerror s menor que 0,1. Com necessitem un
error menor que 0,01, provem daproximar per P
1
(630).
62
3.3. Propietats i aplicacions de la derivada 63
Aproximat per P
1
(630) :
f(x) = f(a) +
f

(a)
1!
(x a) + R
1
(x), R
1
(x) =
f

(z)
2!
(x a)
2
, z (a, x),

x =

a +
1
2

a
(x a) +
_

1
8
1

z
3
(x a)
2
_
, z (a, x),

630 = 25 +
1
50
(630 625)
1
8
1

z
3
(630 625)
2
, z (625, 630),

630 = 25 + 0, 1
25
8

z
3
, z (625, 630) .
Com 625 < z < 630

25
8

z
3

<
25
8
_
(625)
3
=
25
8(25)
3
= 0, 002 ,
si prenem

630 P
1
(630) = 25, 1, lerror s menor que 0,002 i, en particular, menor
que 0,01 que s el que volem.
Exemple 3.3.2.5 Calculem el nmero e amb un error ms petit que 10
4
.
Considerem la funci f(x) = exp(x). En lloc de calcular f(1) = e calcularem P
n
(1),
on P
n
(x) s el polinomi de Taylor de f a lentorn del punt a = 0 (que s el valor ms
proper de x = 1 i del que coneixem que val f(0) = exp(0) = 1), i on n s prou gran
perqu lerror que cometem, R
n
(1), sigui menor que 10
4
.
Com per f(x) = exp(x) la derivada n-ssima s f
(n)
(x) = exp(x), i per tant f
(n)
(0) =
exp(0) = 1 per a tot n N, la frmula de Taylor per f(x) = exp(x) al voltant del punt
a = 0 s, per a qualsevol n N,
f(x) =exp(x) = f(a) +
f
(1)
(a)
1!
(x a) + +
f
(n)
(a)
n!
(x a)
n
+ R
n
(x)
=1 +
x
1!
+
x
2
2!
+ +
x
n
n!
+ R
n
(x), R
n
(x) =
exp(z)
(n + 1)!
x
n+1
,
z entre 0 i x. Pel punt x = 1 obtenim,
e = 1 +
1
1!
+
1
2!
+ +
1
n!
+
exp(z)
(n + 1)!
, z (0, 1).
Si volem que lerror sigui ms petit que 10
4
, prendrem n tal que:

exp(z)
(n + 1)!

<
3
(n + 1)!
< 10
4
,
i, per aix, s sucient que n = 7.
Aix, prenent:
e = P
7
(1) = 1 +
1
1!
+
1
2!
+ +
1
7!
= 2, 7182
lerror s menor que 10
4
.
63
64 DERIVACI
2. Clcul de lmits
Exemple 3.3.2.6 Calculem lim
x0
sin(x)
x
i lim
x0
sin(x)
x + x
3
utilitzant el desenvolupament de
Taylor (s a dir, la frmula de Taylor) de la funci f(x) = sin(x) a lentorn de a = 0.
En la llista dabans tenim el desenvolupament de la funci sinus:
sin(x) = x
x
3
3!
+
x
5
5!

x
7
7!
+
i aleshores,
sin(x)
x
=
x
_
1
x
2
3!
+
x
4
5!

x
6
7!
+
_
x
= 1
x
2
3!
+
x
4
5!

x
6
7!
+
=1 + x
2
_

1
3!
+
x
2
5!

x
4
7!
+
_
,
don es dedueix que lim
x0
sin(x)
x
= 1. Notem que lexpressi lim
x0
sin(x)
x
s la denici
de la derivada de la funci sin(x) en a = 0 i, per tant, obtindrem directament(sense
necessitat de Taylor) lim
x0
sin(x)
x
= cos(0) = 1.
En canvi, per a calcular lim
x0
sin(x)
x + x
3
si que farem :
sin(x)
x + x
3
=
x
_
1
x
2
3!
+
x
4
5!

x
6
7!
+
_
x(1 + x
2
)
=
1
x
2
3!
+
x
4
5!

x
6
7!
+
1 + x
2
=
1 + x
2
_

1
3!
+
x
2
5!

x
4
7!
+
_
1 + x
2
,
don es dedueix que lim
x0
sin(x)
x + x
3
= 1.
Exemple 3.3.2.7 Calculem lim
x0
ln(x + 1)
x
utilitzant el desenvolupament de Taylor de
la funci ln(x + 1) a lentorn de a = 0.
Segons la llista dabans,
ln(x + 1) = x
x
2
2
+
x
3
3

x
4
4
+ ;
doncs,
ln(x + 1)
x
=
x
_
1
x
2
+
x
2
3

x
3
4
+
_
x
= 1
x
2
+
x
2
3

x
3
4
+
=1 + x
_

1
2
+
x
3

x
2
4
+
_
,
64
3.3. Propietats i aplicacions de la derivada 65
i es dedueix que lim
x0
ln(x + 1)
x
= 1. El mateix comentari de lexemple anterior : lex-
pressi lim
x0
ln(x + 1)
x
s la derivada de la funci ln(x +1) en el punt a = 0 i, per tant,
obtindrem directament :
lim
x0
ln(x + 1)
x
=
_
1
x + 1
_
x=0
= 1 .
3.3.3 Mxims i mnims. Estudi local duna corba
Del teorema del valor mitj hem vist que el signe de la primera derivada duna funci dna
informaci sobre el creixement o decreixement. Ara, usant la frmula de Taylor, veurem que
el coneixement de les derivades successives duna funci en un punt permet un estudi ms
detallat del comportament local de la funci.
Un punt c sanomena mnim local per a una funci f si f(c) f(x) per a tot x a prop de
c. Anlogament, un punt c sanomena mxim local per a una funci f si f(c) f(x) per a
tot x a prop de c.
El primer que veurem sn dos criteris per a trobar extrems (mxims o mnims) locals; un
dells usa noms la primera derivada de la funci i laltre usa la primera i segona derivades.
Abans per veiem un resultat sobre la possible localitzaci dextrems relatius.
Suposem que tenim una funci f : I R on I R s un interval. Si tenim un punt c I,
c no s cap del extrems del interval, i c s un mxim o mnim relatiu de f, aleshores o b
no existeix la derivada de f en el punt c o b existeix i s zero (f

(c) = 0), veure la segent

gura.
x
y
x
y
x
y
c
c
c
a a a b b b
f

(c) = 0 f

(c) = 0
no existeix f

(c)
Aix, per a buscar els extrems relatius (o locals) duna funci f solament hem
de tenir en compte els extrems de linterval I on est denida (si linterval I s
tancat) i aquells punts c I on no existeix f

(c) o b existeix i f

(c) = 0.
65
66 DERIVACI
Exemple 3.3.3.1 Considerem la funci identitat f : [0, 1] R, f(x) = x. Aquesta funci
s derivable en tot punt amb f

(x) = 1 = 0 per a tot x (0, 1).

x
y
1
1
f(x) = x
Aix, els extrems de la funci o f (que existeixen
pel Teorema de Weierstrass) han desser en els
extrems de linterval [0, 1] (en x = 0 i x = 1).
En efecte, x = 0 es un mnim absolut i x = 1
es un m` axim absolut.
1. Criteri de la primera derivada per a classicar extrems locals
En tot aquest apartat suposarem f : I = [a, b] R contnua.
Estudi dun punt c, que NO s extrem de I, on f

no existeix o b
f

(c) = 0.
(a) Si f

canvia de positiva a negativa en c, s a dir, f

(x) > 0 per a x < c i

f

(x) < 0 per a x > c, aleshores f t un mxim local en c.

f

> 0
f

> 0
f

< 0
f

< 0
f

(c) = 0
f

(c)
m axim local m axim local
no denida
c
c
(b) Si f

canvia de negativa a positiva en c, s a dir, f

(x) < 0 per a x < c i

f

(x) > 0 per a x > c, aleshores f t un mnim local en c.

f

> 0 f

> 0
f

< 0 f

< 0
f

(c) = 0 f

(c) no denida
c
c
mnim local
mnim local
(c) Si f

no canvia de signe en c, s a dir, f

t el mateix signe per a x < c que

per a x > c, aleshores f no t extrem local en c.
f

> 0
f

> 0
f

(c) = 0
f

(c) no denida
c
c
f

> 0
f

> 0
NO hi ha extrem local
NO hi ha extrem local
66
3.3. Propietats i aplicacions de la derivada 67
Els dos punts segents solament sn si linterval I on esta denida f s tancat;
ms en general: saplica en el costat de linterval que s tancat (si s que nhi ha
algun).
Estudi en lextrem esquerra de I, a.
Si f

< 0 (respectivament f

> 0) per a x > a, aleshores f t un mxim (respec-

tivament mnim) local en a.
f

< 0
f

> 0
m` axim local
mnim local
a
a
Estudi en lextrem dret de I, b.
Si f

< 0 (respectivament f

> 0) per a x < b, aleshores f t un mnim (respecti-

vament mxim) local en b.
f

< 0
f

> 0
m` axim local
mnim local
b b
Exemple 3.3.3.2 Calcular els extrems locals de la funci
f(x) = 2x
3
9x
2
+ 12x + 42 , 0 x 3.
La funci f s un polinomi i, per tant, derivable a R; doncs, podem usar el critri de
la primera derivada per trobar els extrems locals. Busquem primer els zeros de f

(x):
f

(x) = 6x
2
18x + 12 = 0 x
2
3x + 2 = 0
x =
3

9 8
2
= 1 o b 2.
Aix, f

(x) = 6(x 1)(x 2) i hem destudiar-ne el signe en linterval [0, 3].

67
68 DERIVACI
Tenim:
0 1 2 3
+ +
+
+ +
mnim local
mnim local
m` axim local m axim local
signe de
signe de
signe de 6(x 1)
(x 2)
f

(x) = 6(x 1)(x 2)

canvi en f :
valors extrems:
Per tant, f t mnims locals en x = 0 i x = 2, i mxims locals en x = 1 i x = 3. Els
valors corresponents per a f(x) = 2x
3
9x
2
+ 12x + 42 sn: f(0) = 42, f(1) = 47,
f(2) = 46 i f(3) = 51. A ms, com f est denida i s contnua en linterval tancat
[0, 3], pel teorema de Weierstrass tamb sabem que hi ha mnim absolut (f(0) en aquest
cas) i que hi ha mxim absolut (f(3) en aquest cas). La segent gura mostra la grca
de f(x) en [0, 3] i els mxims i mnims locals.
0 1 2 3
x
42
46
47
51
y
Funcio f(x) = 2x
3
9x
2
+12x+42 en [0, 3]
2. Criteri de la segona derivada per a classicar extrems locals
Sigui f una funci derivable i sigui c un punt amb f

(c) = 0. Aleshores:
Si f

(c) > 0, el punt c s un mnim local per f

Si f

(c) < 0, el punt c s un mxim local per f

Exemple 3.3.3.3 Tornant a lexemple anterior, f(x) = 2x
3
9x
2
+12x+42, x [0, 3],
el criteri de la segona derivada per a classicar extrems locals noms el podem aplicar
a x = 1 i x = 2 on f

(1) = f

(2) = 0. De f

(x) = 6x
2
18x + 12, tornant a derivar,
tenim f

(x) = 12x 18 i f

(1) = 6 < 0 i f

(2) = 6 > 0. Doncs, com ja sabem,

x = 1 s un mxim local i x = 2 un mnim local.
68
3.3. Propietats i aplicacions de la derivada 69
Si tenim una funci f : I R, I interval, en general no t perqu tenir extrems:
pensem en la funci identitat denida en un interval obert, per exemple f : (0, 1) R,
f(x) = x, que no t ni extrems locals ni extrems absoluts. Si la funci f s contnua
i est denida en un interval tancat I = [a, b], el teorema de Weierstrass ens assegura
que f t mxim i mnim absolut. A continuaci anem a resumir com trobar-los en cas
de que f : [a, b] R s contnua en [a, b] i derivable en (a, b).
Com els extrems absoluts han destar entre els extrems relatius o b x = a o b x = b,
i els extrems relatius han destar entre els punts que anullen la primera derivada f

,
es dedueix el segent mtode.
3. Mtode per trobar el mxim (absolut) i mnim (absolut) de f : [a, b] R contnua en
[a, b] i derivable en (a, b).
(a) Es busquen els zeros de f

en (a, b). Si x
1
, . . . , x
n
sn aquests zeros, es fa una
llista afegint-hi els extrems de linterval [a, b] (els punts a i b) :
a, x
1
, . . . , x
n
, b
(b) Savalua f en els punts trobats abans :
f(a), f(x
1
) , . . . , f(x
n
) , f(b)
(c) Dentre aquests valors, el valor ms gran s el mxim absolut de f en [a, b], i el
valor ms petit s el mnim absolut de f en [a, b].
Exemple 3.3.3.4 Tornem a lexemple dabans: f(x) = 2x
3
9x
2
+12x+42, x [0, 3].
Si solament volem calcular els extrems absoluts shan de tenir en compte els zeros de f

en (0, 3), que com ja hem vist sn x = 1 i x = 2, i els extrems de [0, 3], que sn x = 0
i x = 3. Aix, tenim els punts signicatius x = 0, 1, 2, 3 amb f(0) = 42, f(1) = 47,
f(2) = 46 i f(3) = 51. Com el ms petit daquests quatre nmeros s f(0) = 42 i el
ms gran s f(3) = 51, 42 s el mnim absolut de f en [0, 3] i 51 s el mxim absolut
de f en [0, 3].
Exemple 3.3.3.5 Provar que entre tots els rectangles de permetre p xat, el que t
rea mxima s un quadrat.
Anomenem x i y a la longitud dels dos costats diferents dun rectangle. Sabem que
p = 2x +2y i lrea v donada per a(x, y) = xy que s la funci que volem maximitzar
(trobar el mxim).
De lequaci 2x + 2y = p dedum y =
p2x
2
i, substituint en a(x, y), obtenim:
a(x) = x
_
p 2x
2
_
=
p
2
x x
2
.
69
70 DERIVACI
Derivant,
a

(x) =
p
2
2x
i a

(x) = 0 x =
p
4
. Tamb tenim la restricci x
_
0,
p
2

doncs si un rectangle t
permetre p, el mxim dun costat s
p
2
.
Aix tenim els punts x = 0,
p
4
,
p
2
on a(x = 0) = 0, a(x =
p
4
) =
p
2
p
4

p
2
16
=
p
2
16
, i
a(x =
p
2
) =
p
2
4

p
2
4
= 0. Doncs, lrea mxima s a(x =
p
4
) =
p
2
16
que correspon a
y =
p2x
2
=
p
4
. Llavors, x = y, i efectivament el rectangle s un quadrat.
Exemple 3.3.3.6 Volem construir un contenidor de base quadrada i de 1m
3
de ca-
pacitat. El preu del material de la base s de 10 euros per m
2
i el dels laterals de 5
euros per m
2
. Quines dimensions ha de tenir aquest contenidor paralleleppede perqu
el cost sigui mnim.
Si el costat del quadrat de la base mesura xm i lalada ym, el contenidor t capacitat
x
2
y = 1 i cost c(x, y) = 10x
2
+ 20xy. Volem trobar el mnim de la funci c(x, y).
De lequaci x
2
y = 1 dedum y =
1
x
2
, i substituint en c(x, y):
c(x) = 10x
2
+ 20x
1
x
2
= 10x
2
+
20
x
.
Derivant:
c

(x) = 20x
20
x
2
i c

(x) = 0 x
1
x
2
= 0 x
3
1 = 0 x = 1. A ms, c

(x) = 20 +
40
x
3
c

(1) =
60 > 0 i, pel criteri de la segona derivada, c(x) t un mnim en x = 1. Aix, perqu el
cost sigui mnim,el contenidor ha de tenir la base quadrada de costat x = 1m i alada
y =
1
x
2
= 1m.
Per acabar, veurem com el signe de la derivada segona ens diu localment quina "forma"t la
corba. Sigui f(x) una funci derivable en un punt x
0
. La funci f es diu que s convexa
(respectivament, cncava ) en x
0
si en un entorn I de x
0
es compleix :
f(x) (f(x
0
) + f

(x
0
) (x x
0
)) > 0 (resp. < 0) , x I \ {x
0
} .
Interpretaci geomtrica: la funci f s convexa en x
0
(resp. cncava en x
0
) si el grc de
la funci est per sobre (resp. per sota) de la tangent en x
0
, en un entorn I de x
0
. Veure la
segent gura.
Un punt x
0
es diu que s un punt dinexi de f(x) si existeix un entorn I de x
0
tal que :
f(x) (f(x
0
) + f

(x
0
) (x x
0
)) > 0 , si x < x
0
f(x) (f(x
0
) + f

(x
0
) (x x
0
)) < 0 , si x > x
0
o al revs.
70
3.3. Propietats i aplicacions de la derivada 71
Interpretaci geomtrica: x
0
s un punt dinexi per f(x) si la grca de la funci travessa
la tangent en el punt (x
0
, f(x
0
)). Veure la gura segent.
x
y
x
0
x
y
x
0
x
y
x
0
x
y
x
0
x
0
x
0
x
0
funci o convexa en funci o c` oncava en
es un punt dinexio
El segent criteri es dedueix fcilment de la frmula de Taylor.
Criteri per a la forma local duna funci
Sigui f una funci dues vegades derivable a lentorn dun punt x
0
. Es compleix:
f

(x
0
) > 0 f s convexa en el punt x
0
f

(x
0
) < 0 f s cncava en el punt x
0
f

(x
0
) = 0 i f

(x
0
) = 0 x
0
s un punt dinexi per f
Respecte a lltim punt daquest criteri, el que passa s que si x
0
s un punt dinexi
aleshores f

canvia de signe en x
0
i, per tant, f

(x
0
) = 0. Potser per que f

(x
0
) = 0 i x
0
NO sigui un punt dinexi; per exemple f(x) = x
4
s tal que f

(0) = 0 i x
0
= 0 s un mnim
per NO un punt dinexi. s per aquesta ra que sha dafegir lhiptesi de f

(x
0
) = 0.
Exemple 3.3.3.7 Si considerem una recta, f(x) = ax + b, es t que f

(x) = a i f

(x) = 0
per a tot x R. Aix s de fet el que ha de passar ja que una recta s recta (ni convexa ni
cncava).
Exemple 3.3.3.8 Si considerem una parbola, f(x) = ax
2
+ b, aleshores f

(x) = 2ax i
f

(x) = 2a per a tot x R. Pel criteri que acabem de veure, si a > 0 llavors f s convexa
en tot punt i si a < 0 llavors f s cncava en tot punt. Veure la segent gura.
x
y
b
FUNCI

O CONVEXA EN TOT PUNT

f(x) = ax
2
+b
a > 0
x
y
b
f(x) = ax
2
+b
a < 0
FUNCI

O C
`
ONCAVA EN TOT PUNT
71
72 DERIVACI
Exemple 3.3.3.9 Considerem f(x) = ax
3
+ b. Es t f

(x) = 3ax
2
, f

(x) = 6ax i f

(x) =
6a per a tot x R.
f(x) = ax
3
+ b
a > 0
y = b
x
y
f(x) = ax
3
+ b
y = b
x
y
a < 0
Si a > 0 aleshores:
f

(x) < 0 per x < 0 f c` oncava per x < 0

f

(x) > 0 per x > 0 f convexa per x > 0

Si a < 0 aleshores:
f

(x) > 0 per x < 0 f convexa per x < 0

f

(x) < 0 per x > 0 f c` oncava per x > 0

En ambds casos, f

canvia de signe en x = 0 i, per tant, x = 0 s un punt dinexi per a

f. Es pot deduir el mateix si tenim en compte que f

(0) = 0 i f

(0) = 6a = 0.
3.3.4 Representaci grca de funcions
En aquest apartat ajuntem el que hem fet ns ara per a lestudi grc de funcions. Donarem
un mtode per representar grcament una funci f(x) i, com a model, estudiarem f(x) =
x
2
+1
x
2
1
.
1. Domini de la funci: Nmeros reals pels quals la funci est denida.
Per a saber el domini de f(x) es determinen els valors de R pels quals la funci NO
est denida, ja sigui perqu lexpressi no t sentit en aquests valors (com per exemple
f(x) =

x i x = 1) o perqu es fa innit (per exemple f(x) =
1
x2
i x = 2). El
domini de f(x) sn la resta de valors.
Exemple 3.3.4.1 Per f(x) =
x
2
+1
x
2
1
shan dexcloure els x R tals que x
2
1 = 0
x
2
= 1 x = 1. Doncs, Domini(f) = R\ {1, 1}. A ms, com f(x) s quocient de
polinomis, s contnua i derivable a tot el domini i, per tant, la grca ser contnua
i suau en cada interval contingut en el domini = (, 1) (1, 1) (1, +); s a
dir, ser contnua i suau en (, 1), (1, 1) i (1, +).
2. Punts de tall amb els eixos: Nhi pot haver de dos tipus:
Tall amb leix vertical: punt (0, f(0)), si 0 s del domini de f.
Talls amb leix horitzontal: punts de la forma (x, 0) donats pels xs amb f(x) = 0.
72
3.3. Propietats i aplicacions de la derivada 73
Exemple 3.3.4.2 Per f(x) =
x
2
+1
x
2
1
, el punt (0, f(0) = 1) s on talla leix vertical.
Com f(x) = 0 x
2
+ 1 = 0 i aquesta ltima equaci no t soluci en x R (doncs
x
2
+ 1 1 > 0, per a qualsevol x R), f(x) no talla leix horitzontal.
3. Asmptotes verticals i horitzontals:
Les asmptotes verticals sn les rectes x = x
0
tals que lim
xx
0

f(x) = . Els
punts a candidats a tenir una asmptota vertical sn els punts x
0
/ Domini(f) que
estan envoltats o es poden aproximar per punts de Domini(f).
Les asmptotes horitzontals sn les rectes y = h per a les quals lim
x
f(x) = h
R.
Exemple 3.3.4.3 Per a f(x) =
x
2
+1
x
2
1
tenim,
lim
x1

f(x) = +, lim
x1
+
f(x) = ,
lim
x1

f(x) = , lim
x1
+
f(x) = +,
i dedum que les rectes x = 1 i x = 1 sn asmptotes verticals.
Tamb :
lim
x
f(x) = lim
x
x
2
+ 1
x
2
1
= lim
x
1 +
1
x
2
1
1
x
2
= 1 ,
lim
x+
f(x) = lim
x+
x
2
+ 1
x
2
1
= lim
x+
1 +
1
x
2
1
1
x
2
= 1 ,
i, per tant, y = 1 s asmptota horitzontal.
4. Possible localitzaci dextrems(punts crtics): Si una funci f : (a, b) R s
derivable, els punts crtics sn aquells xs tals que f

(x) = 0. Recordem que els punts

crtics sn els nics que poden sser extrems relatius.
Exemple 3.3.4.4 Si f(x) =
x
2
+1
x
2
1
aleshores f

(x) =
4x
(x
2
1)
2
. Per tant, f

(x) = 0
x = 0, i x = 0 s lnic punt crtic.
5. Creixement, decreixement i extrems relatius. Quan f

(x) > 0 la funci s

creixent, i quan f

(x) < 0 s decreixent. Als punts x = a on passa de creixent a

decreixent hi ha un mxim relatiu i sempre f

(a) = 0, s a dir, s un punt trobat en el

pas 4. Anlogament, als punts x = a on passa de decreixent a creixent hi ha un mnim
relatiu, tamb sempre f

(a) = 0 i x = a s un punt trobat en el pas 4.

73
74 DERIVACI
Exemple 3.3.4.5 Per a f(x) =
x
2
+1
x
2
1
, f

(x) =
4x
(x
2
1)
2
. Com per a x Domini(f)
tenim que (x
2
1)
2
> 0 es dedueix que f

(x) < 0 x > 0 i f

(x) > 0 x < 0. Aix,

f s creixent a (, 1) (1, 0) i f s decreixent a (0, 1) (1, +); a ms, a = 0
s un mxim relatiu.
6. Concavitat, convexitat i punts dinexi. Recordem que havem vist que quan
f

(x) < 0 la funci f(x) s cncava i quan f

(x) > 0 s convexa. A ms, els punts a

on la funci passa de cncava a convexa (o al revs) sn els punts dinexi i sempre
compleixen f

(a) = 0.
Exemple 3.3.4.6 Tornant a f(x) =
x
2
+1
x
2
1
tenim que
f

(x) =
4 (3x
4
2x
2
1)
(x
2
1)
4
.
Mirem ara quin signe t la segona derivada. Com per qualsevol x Domini(f) tenim
que (x
2
1)
4
> 0, el signe de f

(x) el dna el polinomi 3x

4
2x
2
1. A ms,
3x
4
2x
2
1 = 0 x
2
=
2

16
6
= 1, 1/3 x = 1 i x = 1.
Per tant,
f

(x) < 0 si x (1, 1) i f s cncava a (1, 1),

f

(x) > 0 si x (, 1) (1, +) i f s convexa a (, 1) (1, +).

Tamb podem usar el criteri de la segona derivada per comprovar que a = 0 s mxim
relatiu: f

(0) = 0 i f

(0) = 4 < 0.
Ajuntant tota la informaci que tenim, la grca de f(x) =
x
2
+1
x
2
1
s la de la segent gura.
x
y
1
0 1 1
y = 1
x = 1 x = 1
74
3.3. Propietats i aplicacions de la derivada 75
3.3.5 Indeterminacions i regla de LHpital
En aquest apartat veurem com podem resoldre lmits indeterminats usant la regla de LHpi-
tal : resoluci a travs de les derivades de les funcions.
Per a la resoluci dindeterminacions del tipus
0
0
o b

susa directament aquesta regla que

enunciem a continuaci.
Regla de LHpital . Siguin f i g funcions i sigui a R, o a = , tals que lim
xa
f(x) =
lim
xa
g(x) = 0 o b lim
xa
f(x) = lim
xa
g(x) = .
Aleshores:
lim
xa
f

(x)
g

(x)
= L lim
xa
f(x)
g(x)
= L.
Exemple 3.3.5.1 Calcular lim
x0
sin(x)
e
x
1
.
Observem que s un lmit del tipus
0
0
(tant el numerador com el denominador tendeixen
a 0). Derivant numerador i denominador i aplicant lHpital:
lim
x0
cos(x)
e
x
=
cos(0)
e
0
= 1 lim
x0
sin(x)
e
x
= 1.
Calcular lim
x0
1 cos(x)
x
2
.
Tamb s una indeterminaci del tipus
0
0
. Apliquem lHpital successivament, ja que
desprs daplicar-ho una vegada tornem a tenir una indeterminaci tipus
0
0
, i obtenim:
lim
x0
1 cos(x)
x
2
= lim
x0
sin(x)
2x
= lim
x0
cos(x)
2
=
cos(0)
2
=
1
2
.
Calcular lim
x0
ln(1 + x
2
)
x
.
Calculant aquest lmit com a quocient de lmits arribem a
0
0
, o sigui a una indetermi-
naci. Usem lHpital :
lim
x0
ln(1 + x
2
)
x
= lim
x0
2x
1
1+x
2
1
= lim
x0
2x
1 + x
2
= 0.
Exemple 3.3.5.2 Calcular lim
x+
e
x
x
4
.
Aquest lmit s del tipus

; usem lHpital reiteradament ns a resoldre la indetermi-

naci :
lim
x+
e
x
x
4
= lim
x+
e
x
4x
3
= lim
x+
e
x
12x
2
= lim
x+
e
x
24x
= lim
x+
e
x
24
= +.
75
76 DERIVACI
Calcular lim
x+
ln(x)
x
4
.
Tornem a tenir una indeterminaci

i apliquem lHpital:
lim
x+
ln(x)
x
4
= lim
x+
1/x
4x
3
= lim
x+
1
4x
4
=
1

= 0.
Regla de lHpital per indeterminacions 0
Si hem de calcular lim
xa
f(x) g(x), on lim
xa
f(x) = 0 i lim
xa
g(x) = , reescrivim el producte
com un quocient:
lim
xa
f(x) g(x) = lim
xa
f(x)
1/g(x)
= lim
xa
g(x)
1/f(x)
,
obtenint lmits tipus
0
0
o b

respectivament i, per tant, podem aplicar lHpital.

Exemple 3.3.5.3 Calcular lim
x0
x
3
ln(x).
s un lmit indeterminat tipus 0 ; el reescrivim com una indeterminaci

i usem lHpi-
tal:
lim
x0
x
3
ln(x) = lim
x0
ln(x)
1/x
3
= lim
x0
ln(x)
x
3
= lim
x0
1/x
3x
4
= lim
x0

1
3
x
3
= 0.
Per acabar remarquem la importncia de comprovar les hiptesis (
0
0
o b

) alhora daplicar
lHpital. Un exemple:
lim
x1
x
3
+ 3x
x
3
2x
= 4 = lim
x1
3x
2
+ 3
3x
2
2
= 6 !!
76
Captol 4
INTEGRACI
4.1 Clcul de primitives
Sigui f : [a, b] R. Diem que F(x) s una primitiva de f(x) si F

(x) = f(x) per a tot

x [a, b]. Sescriu:
F(x) =
_
f(x) dx.
La primitiva duna funci NO s nica. De fet, si F(x) s una primitiva de f(x), tamb ho
sn totes les funcions F(x)+C, on C Rsanomena constant dintegraci i s una constant
arbitrria. Aix doncs, per exemple, les funcions x
2
, x
2
+ 5 i x
2
3 sn totes primitives de
f(x) = 2x ja que (x
2
)

= (x
2
+ 5)

= (x
2
3)

= 2x.
En aquest apartat mostrarem mtodes per calcular primitives (o integrals indenides que
sn el conjunt de primitives de f(x)). Lobjectiu daquests mtodes s reduir una integral
indenida a daltres de "standard ", aix s, a daltres que ja coneixem el resultat i que
donem en la segent taula de primitives o integrals indenides bsiques.
Per calcular la integral indenida
_
f(x) dx necessitem trobar una funci F(x) tal que la
seva derivada s f(x) = F

(x). En el captol 3 varem donar les regles bsiques de derivaci.

Cadascuna daquestes regles, invertint-la, dna lloc a una regla o mtode per el clcul din-
tegrals indenides. Per exemple, la regla de la cadena i la regla del producte per a derivades
proporcionen, invertint-les, el mtode de canvi de variable i integraci per parts respectiva-
ment.
Finalment dir que hi ha una limitaci en els mtodes pel clcul dintegrals indenides: ex-
isteixen funcions, com per exemple f(x) = exp (x
2
), que no tenen primitives expressables
mitjanant "frmules ".
77
78 INTEGRACI
La segent taula sobt invertint la taula del captol 3.
f(x)
_
f(x)dx
x
p
(p = 1)
1
p+1
x
p+1
+ C
1
x
ln(|x|) + C
sin(x) cos(x) + C
cos(x) sin(x) + C
e
x
e
x
+ C
a
x 1
ln(a)
a
x
+ C
De les regles bsiques de derivaci (apartat 3.2.2 del captol 3) es dedueixen directament les
propietats corresponents per a la integral indenida:

_
k f(x) dx = k
_
f(x) dx, si k R s una constant.
En prosa: Les constants surten fora de la integral .

_
(f(x) + g(x)) dx =
_
f(x) dx +
_
g(x) dx.
La integral de la suma s la suma dintegrals .
Exemple 4.1.0.4 Calcular
_ _

x +
2
x
_
dx.
Usant les propietats que acabem denunciar,
_ _

x +
2
x
_
dx =
_

x dx +
_
2
x
dx =
_
x
1
2
dx + 2
_
1
x
dx,
i ara usant la taula de primitives bsiques,
_
x
1
2
dx + 2
_
1
x
dx =
2
3
x
3
2
+ 2 ln |x| + C =
2
3
x
3
2
+ ln
_
x
2
_
+ C.
4.1.1 Mtode de canvi de variable o substituci
Comencem amb un exemple. El polinomi (2x 1)
3
es pot integrar desenvolupant el cub i
desprs integrant terme a terme:
(2x 1)
3
=8x
3
12x
2
+ 6x 1,
_
(2x 1)
3
dx =8
_
x
3
dx 12
_
x
2
dx + 6
_
xdx
_
dx
=
8
4
x
4

12
3
x
3
+
6
2
x
2
x + C

=2x
4
4x
3
+ 3x
2
x + C

=
1
8
(2x 1)
4
+ C.
78
4.1. Clcul de primitives 79
Una manera ms senzilla dintegrar aquesta funci s fer la substituci:
t(x) = 2x 1
dt
dx
= 2 dt = 2dx dx =
1
2
dt.
Aleshores:
_
(2x 1)
3
dx =
_
t
3
1
2
dt =
1
2
_
t
3
dt
=
1
2
1
4
t
4
+ C =
1
8
(2x 1)
4
+ C.
Doncs, hem transformat la integral en una integral standard canviant la variable dintegraci
de x a t.
En general, donada la integral duna funci f(x),
_
f(x) dx, que no est en forma standard,
el mtode de canvi de variable o substituci busca una nova variable tal que
_
f(x) dx =
_
g(t) dt i
_
g(t) dt estigui en forma standard. Ms precisament, si fem el canvi
x = (t)
aleshores
dx
dt
=

(t) dx =

(t)dt,
i podem calcular la primitiva de f(x) canviant a la variable t:
_
f(x) dx =
_
f ((t))

(t) dt.
Exemple 4.1.1.1 Calcular
_
(x + x
2
)

1
2
(1 + 2x) dx.
Fem el canvi t = x + x
2
i aleshores
dt
dx
= 1 + 2x i dt = (1 + 2x) dx. Aix:
_
_
x + x
2
_

1
2
(1 + 2x) dx =
_
t

1
2
dt = 2t
1
2
+ C
=2
_
x + x
2
_1
2
+ C.
Exemple 4.1.1.2 Calcular
_
sin
(

x
)

x
dx.
Fem el canvi t =

x = x
1
2
i aleshores
dt
dx
=
1
2
x

1
2
i 2dt =
1

x
dx. Doncs:
_
sin (

x)

x
dx =
_
sin(t) 2dt = 2
_
sin(t) dt
=2 cos(t) + C = 2 cos
_
x
_
+ C.
Exemple 4.1.1.3 Calcular
_
(ax + b)
n
dx per a n = 1 i a = 0.
Fem el canvi t = ax + b i aleshores
dt
dx
= a i dx =
1
a
dt. Resulta:
_
(ax + b)
n
dx =
_
t
n
1
a
dt =
1
a
_
t
n
dt
=
1
a(n + 1)
t
n+1
+ C =
1
a(n + 1)
(ax + b)
n+1
+ C.
79
80 INTEGRACI
Exemple 4.1.1.4 Calcular
_
f(x)f

(x) dx i, en particular,
_
ln(x)
x
dx.
Per calcular
_
f(x)f

(x) dx fem el canvi t = f(x) i aleshores

dt
dx
= f

(x) i f

(x)dx = dt.
Aix:
_
f(x)f

(x) dx =
_
t dt =
t
2
2
+ C =
(f(x))
2
2
+ C.
En el cas de voler calcular
_
ln(x)
x
dx fem el canvi t = ln(x) i aleshores
dt
dx
=
1
x
i
1
x
dx = dt.
Per tant:
_
ln(x)
x
dx =
_
t dt =
t
2
2
+ C =
(ln(x))
2
2
+ C.
Exemple 4.1.1.5 Calcular
_
f

(x)
f(x)
dx i, en particular,
_
cos(x)
sin(x)
dx.
Per calcular
_
f

(x)
f(x)
dx fem el canvi t = f(x) i aleshores
dt
dx
= f

(x) i f

(x)dx = dt. Resulta:

_
f

(x)
f(x)
dx =
_
1
t
dt = ln |t| + C = ln |f(x)| + C.
Per a calcular
_
cos(x)
sin(x)
dx fem el canvi t = sin(x) i aleshores
dt
dx
= cos(x) i cos(x)dx = dt.
Per tant:
_
cos(x)
sin(x)
dx =
_
1
t
dt = ln |t| + C = ln |sin(x)| + C.
4.1.2 Mtode dintegraci per parts
En la integral
y(x) =
_
xexp(x) dx
la funci que volem integrar, xexp(x), s producte de dues funcions de tipus molt diferent:
un factor s el polinomi x i laltre la funci exponencial exp(x).
El resultat de la integral s
y(x) = xexp(x) exp(x) + C,
com podem comprovar derivant:
dy(x)
dx
=
d (xexp(x))
dx

d (exp(x))
dx
= exp(x) + xexp(x) exp(x) = xexp(x),
on per derivar el producte xexp(x) hem fet anar la regla de derivaci del producte. B,
doncs el mtode dintegraci per parts susa per integrar productes daquest tipus.
En general, tenim una funci y(x) que sexpressa com a producte de funcions de x: y(x) =
u(x) v(x), i volem calcular:
_
u(x)v

(x) dx =
_
u(x)
dv(x)
dx
dx.
80
4.1. Clcul de primitives 81
Fent anar la regla de derivaci del producte:
dy(x)
dx
=
du(x)
dx
v(x) + u(x)
dv(x)
dx
i, integrant ambds costats de la igualtat respecte de x,
_
dy(x)
dx
dx =
_
du(x)
dx
v(x) dx +
_
u(x)
dv(x)
dx
dx.
Com, per denici dintegral,
_
dy(x)
dx
dx = y(x), la igualtat anterior sescriu:
u(x)v(x) =
_
du(x)
dx
v(x) dx +
_
u(x)
dv(x)
dx
dx.
Doncs, sobt la regla dintegraci per parts :
_
u(x)
dv(x)
dx
dx = u(x)v(x)
_
du(x)
dx
v(x) dx ,
que, abreujadament, es coneix escrita com :
_
udv = uv
_
vdu .
Exemple 4.1.2.1 Calcular
_
xsin(x) dx.
Hem dintegrar el producte xsin(x). Fem anar el mtode dintegraci per parts: un dels
factors siguala a u(x) i laltre a
dv(x)
dx
. Per exemple, prenem
u(x) = x i
dv(x)
dx
= sin(x).
Aleshores:
u(x) = x
du(x)
dx
= 1
dv(x)
dx
= sin(x) v(x) =
_
dv(x)
dx
dx =
_
sin(x) dx = cos(x).
Usant la regla dintegraci per parts:
_
xsin(x) dx =xcos(x)
_
(cos(x)) dx
=xcos(x) +
_
cos(x) dx = xcos(x) + sin(x) + C.
81
82 INTEGRACI
Notem que per fer una integral per parts s molt important escollir adequadament quin
factor s u(x) i quin s
dv(x)
dx
. Duna banda
dv(x)
dx
lhem descollir de manera que el sapiguem
integrar, ja que per recuperar v(x) fem v(x) =
_
dv(x)
dx
dx, per daltra banda aquesta norma
no s sucient: en el cas que ambds factors els sapiguem integrar tamb s important com
els escollim. Per exemple, en lexemple anterior si hagussim escollit u(x) = sin(x) i
dv(x)
dx
= x
tindrem
du(x)
dx
= cos(x) i v(x) =
_
dv(x)
dx
dx =
_
xdx =
x
2
2
; la regla dintegraci per parts ens
donaria:
_
xsin(x) dx =
1
2
x
2
sin(x)
1
2
_
x
2
cos(x) dx,
i shauria complicat el problema dintegrar xsin(x) doncs ara haurem dintegrar x
2
cos(x)!.
Exemple 4.1.2.2 Calcular
_
xln(x) dx.
Escollim u(x) = ln(x) i
dv(x)
dx
= x; aleshores:
du(x)
dx
=
1
x
i v(x) =
_
dv(x)
dx
dx =
_
xdx =
x
2
2
.
Usant la regla dintegraci per parts:
_
xln(x) dx =
1
2
x
2
ln(x)
1
2
_
x
2
x
dx =
1
2
x
2
ln(x)
1
2
_
xdx
=
1
2
x
2
ln(x)
1
4
x
2
+ C.
Exemple 4.1.2.3 Calcular
_
x
2
exp(x) dx.
Escollim u(x) = x
2
i
dv(x)
dx
= exp(x), i tenim:
du(x)
dx
= 2x i v(x) = exp(x). Per la regla
dintegraci per parts:
_
x
2
exp(x) dx =x
2
exp(x) 2
_
xexp(x) dx = x
2
exp(x) 2 (xexp(x) exp(x)) + C
=exp(x)
_
x
2
2x + 2
_
+ C,
on hem usat el clcul de lintroducci daquest apartat:
_
xexp(x) dx = xexp(x)exp(x)+C.
Algunes vegades el mtode dintegraci per parts susa repetidament per obtenir una equaci
don poder allar i obtenir el valor de la integral que volem calcular. Per exemple, volem
calcular
_
exp(x) cos(x) dx. Fem u(x) = exp(x) i
dv(x)
dx
= cos(x). Aleshores:
du(x)
dx
= exp(x) i
v(x) = sin(x) i, integrant per parts,
_
exp(x) cos(x) dx = exp(x) sin(x)
_
exp(x) sin(x) dx.
Calculem
_
exp(x) sin(x) dx integrant per parts amb u(x) = exp(x),
dv(x)
dx
= sin(x),
du(x)
dx
=
exp(x) i v(x) = cos(x):
_
exp(x) sin(x) dx = exp(x) cos(x) +
_
exp(x) cos(x) dx.
82
4.1. Clcul de primitives 83
Substituint aquesta integral en lequaci per
_
exp(x) cos(x) dx tenim:
_
exp(x) cos(x) dx =exp(x) sin(x)
_
exp(x) cos(x) +
_
exp(x) cos(x) dx
_
=exp(x) sin(x) + exp(x) cos(x)
_
exp(x) cos(x) dx.
Aix, una primitiva de exp(x) cos(x) s :
exp(x) sin(x) + exp(x) cos(x)
2
i, per tant,
_
exp(x) cos(x) dx =
1
2
exp(x) (sin(x) + cos(x)) + C.
Per acabar comentar tamb que el mtode dintegraci per parts es pot usar per obtenir
frmules de reducci . Per exemple, sigui I
n
=
_
x
n
exp(x) dx, on n s un nmero natural.
Fem u(x) = x
n
i
dv(x)
dx
= exp(x); llavors:
du(x)
dx
= nx
n1
i v(x) = exp(x). Per la frmula
dintegraci per parts:
I
n
=
_
x
n
exp(x) dx =x
n
exp(x) n
_
x
n1
exp(x) dx
=x
n
exp(x) nI
n1
.
Aix, com ja havem calculat I
1
=
_
xexp(x) dx = xexp(x) exp(x) + C, podrem deduir
usant lanterior frmula de reducci:
I
2
=
_
x
2
exp(x) dx = x
2
exp(x) 2I
1
= x
2
exp(x) 2xexp(x) + 2 exp(x) + C,
I
3
=
_
x
3
exp(x) dx = x
3
exp(x) 3I
2
= x
3
exp(x) 3x
2
exp(x) + 6xexp(x) 6 exp(x) + C,
.
.
. =
.
.
.
83
84 INTEGRACI
4.2 Integraci
4.2.1 Denici i propietats de la integral
El clcul integral va nixer per resoldre el segent problema. Sigui y = f(x) una funci
contnua en linterval x [a, b]. Es vol calcular lrea tancada per la grca de f(x) entre
els punts a i b; s a dir, lrea de la regi entre la grca de f(x), leix x i les rectes verticals
x = a i x = b:
y
x
y=f(x)
a
b
Com ja feu Arquimedes, per resoldre aquest problema apliquem el mtode dels trapezis per
obtenir aproximacions de lrea. Aquest mtode consisteix en el segent.
Donats uns quants punts entre a i b: x
0
= a < x
1
< x
2
< < x
i
< < x
n1
<
x
n
= b (una daquestes colles de punts sanomena partici de linterval [a, b]), considerem
els trapezis T
1
, T
2
, , T
i
, , T
n1
, T
n
associats a aquesta partici, veure la gura segent.
x
1
x
2 x
i
T
i
a = x
0 x
i1
x
n1 x
n2
x
x
n
= b
y = f(x)
y


Com lrea dun trapezi (com els de la gura anterior) damplada h i alades dels costats
verticals v
1
i v
2
s
1
2
h(v
1
+ v
2
), lrea A
i
del trapezi T
i
associat al tros de la partici [x
i1
, x
i
]
s:
A
i
=
1
2
(x
i
x
i1
) (f(x
i1
) + f(x
i
)) ,
i
n

i=1
A
i
ens dna la suma de les rees de tots els trapezis de la partici.
84
4.2. Integraci 85
Donada una partici de linterval [a, b], P = {x
0
= a, x
1
, x
2
, , x
n1
, x
n
= b}, anomenem
A(P) =

n
i=1
A
i
a la suma de les rees de tots els trapezis de la partici segons el procs
que hem fet abans. Si tenim una altra partici P

que cont els punts de P i alguns ms

(sanomena partici ms na que P) aleshores A(P

) s un aproximaci millor per lrea

tancada per la grca de f(x) entre a i b. En la segent gura hi ha un exemple amb
P = {x
0
= a < x
1
< x
2
= b} i P

= {x
0
= a < x
1
< x

< x
2
= b}.
(a) (b)
A
1
A
1
2
A
2
2
A
1
A
2
x
1
x
2
x
1
a
b
x
y
y = f(x)
a
b x
y
y = f(x)
La integral es deneix portant laproximaci per A(P) al lmit. Ms precisament, es deneix
la integral de f entre a i b com :
_
b
a
f(x) dx = lim
n

i=1
A
i
= limA(P) ,
on el lmit es pren sobre particions cada cop ms nes.
A partir daquesta denici es dedueixen les segents propietats. Siguin f, g : [a, b] R
funcions contnues i c un nmero real, aleshores:
La integral de la suma s la suma dintegrals:
_
b
a
(f(x) + g(x)) dx =
_
b
a
f(x) dx +
_
b
a
g(x) dx.
Les constants surten fora les integrals:
_
b
a
kf(x) dx = k
_
b
a
f(x) dx.
En particular:
_
b
a
k dx = k(b a).
El procs dintegraci s monton:
f(x) g(x)
_
b
a
f(x) dx
_
b
a
g(x) dx.
En particular, si tenim dues constants k i K amb k f(x) K per a tot x [a, b]
aleshores
k(b a)
_
b
a
f(x) dx K(b a).
85
86 INTEGRACI
El valor absolut de la integral s ms petit o igual que la integral del valor
absolut:

_
b
a
f(x) dx

_
b
a
|f(x)| dx.
Additivitat de la integral com a funci de linterval dintegraci:
_
b
a
f(x) dx =
_
c
a
f(x) dx +
_
b
c
f(x) dx, per a < c < b.
Observaci: quan a < b es conv en denir
_
a
b
f(x) dx =
_
b
a
f(x) dx. Amb aquesta
denici, si a,b,c sn nombres reals en un ordre qualsevol es compleix sempre la igualtat
anterior.
Canvi en els lmits dintegraci quan es fa un canvi de variable x = (t) en
la integral:
_
b
a
f(x) dx =
_

1
(b)

1
(a)
f((t))

(t) dt .
Tal i com passava per a les derivades, tamb hi ha teoremes de valor mitj per a les integrals.
Vegem-ne un cas senzill.
Teorema del valor mitj per a integrals . Sigui f : [a, b] R contnua. Existeix almenys
un c [a, b] tal que :
_
b
a
f(x) dx = f(c)(b a).
Geomtricament aix vol dir que existeix un punt entre a i b de manera que lrea del
rectangle de base [a, b] i alada f(c) coincideix amb lrea tancada per la grca de f(x)
entre a i b. Veure la gura segent.
a
c
b
f(c)
a
b
86
4.2. Integraci 87
4.2.2 Teorema fonamental del Clcul. Regla de Barrow
Enunciarem dues versions del teorema fonamental del clcul. Ambdues armen que integrar
s loperaci inversa de derivar .
Sigui f : [a, b] R contnua. Com f tamb s contnua en cada interval [a, x] [a, b], t
sentit
_
x
a
f(t) dt i podem denir la funci:
F : [a, b] R
x F(x) =
_
x
a
f(t) dt.
Es tracta destudiar les propietats daquesta funci F i la seva relaci amb f.
Teorema fonamental del clcul I . Sigui f : [a, b] R contnua. Aleshores la funci
F(x) =
_
x
a
f(t) dt, x [a, b], s derivable a (a, b) i F

(x) = f(x).
Exemple 4.2.2.1 Trobar una funci que la seva derivada sigui
exp(x)
1+x
4
.
Aplicant directament el resultat anterior, si F(x) =
_
x
0
exp(t)
1+t
4
dt aleshores F

(x) =
exp(x)
1+x
4
.
Exemple 4.2.2.2 Segons el teorema fonamental del clcul I, F(x) =
_
x
0
sin(t) dt s derivable
i F

(x) = sin(x).
Exemple 4.2.2.3 Amb el teorema fonamental del clcul i la regla de la cadena tenim que
F(x) =
_
x
2
0
exp(t) dt s derivable i F

(x) = 2xexp(x
2
).
Recordem que si f : [a, b] R s contnua, una primitiva de f, F(x), s una funci
tal que F

(x) = f(x). En aquests termes el teorema fonamental del clcul I arma que
F(x) =
_
x
a
f(t) dt s un primitiva de f. El segent resultat, conegut com a regla de Barrow,
ens dna una relaci fonamental doncs permet calcular directament les integrals de funcions
de les quals es coneix la primitiva.
Teorema fonamental del clcul II . Sigui f : [a, b] R contnua i sigui F una primitiva de
f en [a, b]. Aleshores:
_
x
a
f(t) dt = F(x) F(a) , per x [a, b] .
En particular:
_
b
a
f(t) dt = F(b) F(a) .
Aquesta darrera frmula es coneguda com a Regla de Barrow .
87
88 INTEGRACI
Exemple 4.2.2.4 Utilitzant que F(x) =
1
3
x
3
s una primitiva de x
2
tenim:
_
1
0
x
2
dx = F(1) F(0) =
1
3
.
Exemple 4.2.2.5 Com cos(x) s una primitiva de sin(x) tenim:
_

0
sin(x) dx = cos(x)]
x=
x=0
= cos() + cos(0) = 1 + 1 = 2.
4.2.3 Aplicacions de la integral denida
La primera aplicaci que veurem ve de la denici dintegral denida: clcul drees.
rees de gures planes (entre dues grques)
Si f 0, lrea de la regi entre la grca de f(x), leix x i les rectes verticals x = a i x = b
(veure la Figura 1 del primer apartat) s, per denici,
A =
_
b
a
f(x) dx.
En general, quan f no s necessriament positiva, aquesta rea ve donada per,
A =
_
b
a
|f(x)| dx.
De lanterior es dedueix que si tenim dues funcions contnues f(x) i g(x) tals que f(x)
g(x) per a tot x [a, b] aleshores lrea A entre les grques de f i g en [a, b] s (veure la
segent gura):
A =
_
b
a
(g(x) f(x)) dx.
a
b
x
y
A
g(x)
f(x)
88
4.2. Integraci 89
De la mateixa manera es dedueix que si les dues funcions contnues f(x) i g(x), x [a, b], no
estan ordenades com abans lrea A entre les grques de f i g en [a, b] s (veure la segent
gura):
A =

_
c
1
a
(g(x) f(x)) dx

_
c
2
c
1
(g(x) f(x)) dx

_
b
c
2
(g(x) f(x)) dx

.
on els punts c
1
i c
2
sn els punts dintersecci de f(x) i g(x) en [a, b].
c
2
b
x
y
A
g(x)
f(x)
a
c
1
Exemple 4.2.3.1 Calcular lrea que tanca una circumferncia de radi r: x
2
+ y
2
= r
2
.
Aquesta rea s 4 vegades lrea del tros situat en el primer quadrant on x,y 0 (veure la
segent gura).
y
x
r
r
r
r
En aquesta regio podem allar
y =

r
2
x
2
i, per tant, tenim:
A = 4

r
0

r
2
x
2
dx
= 4r

r
0

x
r

2
dx .
Fem el canvi t =
x
r
i obtenim dt =
1
r
dx i
A = 4r
2
_
1
0

1 t
2
dt;
ara fem el canvi t = sin(), tenim dt = cos()d i aleshores:
A = 4r
2
_
2
0
cos
2
() d.
89
90 INTEGRACI
Sumant les igualtats
1 =cos
2
+ sin
2
,
cos(2) =cos
2
sin
2
,
dedum que cos
2
=
1
2
(1 + cos(2) i, per tant,
A = 2r
2
_
2
0
(1 + cos(2)) d = 2r
2
_
+
1
2
sin(2)
_
=

2
=0
= 2r
2

2
= r
2
.
Exemple 4.2.3.2 La sala de festes dun palau t la segent planta:
0 1 5
Sabent que la zona corba segueix la grca de la funci f(x) = (x + 1)e
x
, calculeu lrea de
la sala.
Segons el que acabem de dir, calcularem lrea que ens demanen com dues vegades lrea
entre la lnia de punts horitzontal i la grca que est per sobre daquesta lnia. Aix ;
A = 2
__
1
0
(x + 1)e
x
dx +
_
5
1
f(1) dx
_
= 2
__
1
0
xe
x
dx +
_
1
0
e
x
dx + 4f(1)
_
= 2(1+9e) .
Exemple 4.2.3.3 Calcular lrea de la regi marcada en la segent gura.
0 1 2
y = x
2
y = x y
x
En primer lloc busquem els punts on sintersecten
les dues gr`aques; es a dir, els xs tals que x
2
= x,
x
2
x = 0, x(x 1) = 0,
x = 0, 1.
Aix,
A =
_
1
0
_
x x
2
_
dx +
_
2
1
_
x
2
x
_
dx =
_
x
2
2

x
3
3
_
x=1
x=0
+
_
x
3
3

x
2
2
_
x=2
x=1
=
1
2

1
3
+
8
3
2
1
3
+
1
2
= 1.
90
4.2. Integraci 91
Clcul de longitud de corbes
L
f(x)
y
a
b x
Considerem la corba donada per la gr`aca
duna funcio f entre els punts x = a i
x = b. Aleshores la longitud total de la
corba ve donada per la igualtat:
L =

b
a

1 + (f

(x))
2
dx .
Exemple 4.2.3.4 Calculem la longitud de la circumferncia de radi r: x
2
+ y
2
= r
2
, que
s igual a quatre vegades la longitud del tros situat en el primer quadrant, on x,y 0. En
aquesta regi podem allar y =

r
2
x
2
. Aleshores y

(x) =
1
2
2x

r
2
x
2
=
x

r
2
x
2
i usant la
frmula anterior:
L = 4
_
r
0
_
1 +
x
2
r
2
x
2
dx = 4
_
r
0
_
r
2
r
2
x
2
dx = 4r
_
r
0
1

r
2
x
2
dx.
Fent el canvi x = r sin(t) tenim dx = r cos(t)dt i
L = 4r
_
2
0
r cos(t)
_
r
2
r
2
sin
2
(t)
dt = 4r
_
2
0
dt = 2r.
Clcul drees i volum de cossos de revoluci
Fixem-nos en la segent gura. Si fem girar la regi R, que queda sota la grca de y =
f(x) 0 entre x = a i x = b, al voltant de leix x sobt un slid de revoluci S. Si solament
fem girar la grca y = f(x), sobt una superfcie de revoluci .
s`olid S
superfcie

y
a
b x
y = f(x)
R
a
b
El volum de S i lrea de venen donats per les igualtats:
rea () =2
_
b
a
f(x)
_
1 + (f

(x))
2
dx,
Volum(S) =
_
b
a
(f(x))
2
dx.
91
92 INTEGRACI
Exemple 4.2.3.5 Calculem lrea i el volum del con de radi r i alada h. Posant leix del
con a la recta y = 0 (eix x), tenim que laresta del con ve donada per f(x) =
r
h
x (per tant,
f

(x) =
r
h
), de manera que lrea i el volum demanat s:
y = f(x) =
r
h
x
y
r
h
x
Area = 2

h
0
r
h
x

1 +
r
2
h
2
dx = 2
r
h

1 +
r
2
h
2

x
2
2

x=h
x=0
=
2r
h
2

h
2
+ r
2
h
2
2
= r

h
2
+ r
2
.
Volum =
_
h
0
r
2
h
2
x
2
dx =
r
2
h
2
_
x
3
3
_
x=h
x=0
=
r
2
h
2
h
3
3
=
1
3
r
2
h.
Exemple 4.2.3.6 Calculem lrea i el volum del cilindre de radi r i alada h.
Com en lexemple anterior, si posem leix del cilindre a la recta y = 0 (eix x), tenim que
laresta del cilindre ve donada per f(x) = r (per tant, f

(x) 0) i lrea i el volum que

volem sn
y = f(x) = r
y
r
h
x
A = 2

h
0
r

1 + 0 dx = 2r (x]
x=h
x=0
= 2rh,
V =

h
0
r
2
dx = r
2
(x]
x=h
x=0
= r
2
h.
Exemple 4.2.3.7 Per acabar els exemples anem a calcular lrea duna esfera de radi ri el
volum duna bola de radi r.
Si posem leix de lesfera a la recta y = 0, laresta de lesfera ve donada per la semicircum-
ferncia de centre (r, 0) i radi r: (x r)
2
+ y
2
= r
2
, y 0; s a dir:
y = f(x) =

r
2
(x r)
2
y
r
r
2r
x
f(x) = y =

r
2
(x r)
2
,
f

(x) =
1
2
2(x r)

r
2
(x r)
2
=
(x r)

r
2
(x r)
2
.
92
4.2. Integraci 93
Doncs, lrea i el volum cercats sn:
V =
_
2r
0
_
r
2
(x r)
2
_
dx =
_
2r
0
r
2
dx
_
2r
0
(x r)
2
dx
=2r
3

_
(x r)
3
3
_
x=2r
x=0
= 2r
3

3
r
3

3
r
3
=
4
3
r
3
,
A =2
_
2r
0
_
r
2
(x r)
2

1 +
(x r)
2
r
2
(x r)
2
dx = 2
_
2r
0
r dx = 4r
2
.
93
94 INTEGRACI
94
Captol 5
FUNCIONS DE DIVERSES
VARIABLES
5.1 Introducci
Fins ara, sols hem treballat amb funcions duna nica variable independent (funcions reals
de variable real). Ara be molts problemes de la vida real depenen de ms duna variable,
moltes magnituds que ens sn familiars sn funci de dos o ms variables. Per exemple:
a) lrea dun triangle s funci de dues variables, la longitud de la base x i laltura y,
A(x, y) =
1
2
xy.
b) el volum dun cilindre s funci de dues variables, el radi de la base r i de laltura h,
V (r, h) = r
2
h.
c) el volum dun slid rectangular s funci de tres variables, les dimensions x, y, z,
V (x, y, z) = xyz.
d) la magnitud de la fora gravitacional que fa el Sol sobre una massa situada en el punt
(x, y, z) est donada per,
F(x, y, x) =
c
x
2
+ y
2
+ z
2
, on c s una constant.
Escriurem les funcions de dos o ms variables usant una notaci semblant a la que hem usat
per a les funcions duna variable real. En el que resta de captol sols parlarem de funcions
escalars de dues variable reals.
Denici: Donat un subconjunt
2
, anomenem funci escalar de dues variables a una
aplicaci del tipus f :
2
, tal que a cada punt (x, y) li assigna un valor real
f(x, y) .
95
96 FUNCIONS DE DIVERSES VARIABLES
Exemple: Si f(x, y) =
x
2
+ y
2
2xy
, trobeu el valor de f(2, 3).
Substituint x = 2 i y = 3 en la funci obtenim
f(2, 3) =
2
2
+ (3)
2
2 2 (3)
=
13
12
.
Denici: Anomenem, , domini de la funci f(x, y) al conjunt de punts (x, y) on la funci
f est denida.
Exemple: Si f(x, y) =
1
_
4 x
2
y
2
, estudiem el domini de denici de f.
Aquesta funci pren valors reals quan:
4 x
2
y
2
> 0 o equivalentment x
2
+ y
2
< 4.
Per tant, el domini daquesta funci sn els punts (x, y) que compleixen que x
2
+y
2
< 4,
s a dir, els punts interiors al cercle de centre (0, 0) i radi 2.
Denici: Anomenem grca de la funci f(x, y) al conjunt de punts
{(x, y, f(x, y))
3
: (x, y) }
Per exemple, la funci f(x, y) = sin(x
2
+ y
2
) t la segent grca:
le=graca.eps,height=10cm,angle=-90
Denici: Anomenem corba de nivell de la funci f(x, y) al conjunt de punts
{(x, y)
2
: f(x, y) = C} on C s una constant.
Exemple: Les corbes de nivell de la funci f(x, y) = x
2
y sn
Lequaci de les corbes de nivell tenen la forma x
2
y = C o equivalentment y = C/x
2
.
Prenent C = 0, C = 0.5, C = 2 obtenim la famlia de corbes de nivell
le=corba-nivell.eps,height=6cm,angle=-90
5.2 Funcions escalars contnues
Direm que la funci f(x, y) s contnua en el punt (x
0
, y
0
) si i nomes si: si (x, y) esta
molt aprop de (x
0
, y
0
) llavors, f(x, y) esta tan aprop de f(x
0
, y
0
) com volguem.
Denici: El nombre L rebr el nom de lmit de la funci f(x, y) quan el punt (x, y) tendeix
al punt (a, b), si
> 0, > 0 tal que si 0 <
_
(x a)
2
+ (y b)
2
< , es compleix que |f(x, y) L| < .
96
5.3. Derivades parcials 97
En aquest cas escrivim que lim
(x,y)(a,b)
f(x, y) = L.
Denici: Direm que la funci f(x, y) s contnua en el punt (x
0
, y
0
) si es compleix
que:
lim
(x,y)(x
0
,y
0
)
f(x, y) = f(x
0
, y
0
).
Denici: Direm que una funci f :
2
s contnua si s contnua en tots els punts
del seu domini de denici .
5.3 Derivades parcials
Denici: Sigui f :
2
una funci de dos variables. Anomenem derivada parcial de f
respecte x en el punt (a, b)
2
a
lim
xa
f(x, b) f(a, b)
x a
= lim
h0
f(a + h, b) f(a, b)
h
.
Denotarem aquesta derivada per f
x
(a, b),
f
x
(a, b) o Df
x
(a, b).
Anlogament, anomenem derivada parcial de f respecte y en el punt (a, b)
2
a
lim
yb
f(a, y) f(a, b)
y b
= lim
h0
f(a, b + h) f(a, b)
h
.
Denotarem aquesta derivada per f
y
(a, b),
f
y
(a, b) o Df
y
(a, b).
Per tal de calcular les derivades respecte duna de les variables es considera que la que
no es deriva s com si fos una constant i sapliquen les regles de derivaci ja conegudes.
Exemple: Les derivades parcials de la funci f(x, y) = x
2
cos y sn:
_

_
f
x
(x, y) = f
x
(x, y) = Df
x
(x, y) = 2xcos y,
f
y
(x, y) = f
y
(x, y) = Df
y
(x, y) = x
2
sin y.
Es poden anar prenent derivades parcials successives (respecte cadascuna de les variables).
Aix doncs, de les dues primeres derivades sen poden calcular les respectives derivades par-
cials, s a dir, tenim f
xx
(a, b), f
xy
(a, b), f
yx
(a, b) i f
yy
(a, b).
Un fet interessant, i que simplica bastant molts clculs, s que, si la funci s prou
regular (totes les segones derivades sn funcions contnues), aleshores lordre de derivaci
no importa. s a dir, f
xy
(a, b) = f
yx
(a, b).
Exemple: Les derivades parcials succesives de la funci f(x, y) = 1 + xy
2
+ y
3
sn:
f
x
(x, y) = y
2
, f
y
(x, y) = 2xy + 3y
2
,
f
yx
(x, y) = 2y, f
xy
(x, y) = 2y, f
xx
(x, y) = 0, f
yy
(x, y) = 2x + 6y,
f
xyx
(x, y) = 0, f
yxy
(x, y) = 2, f
yxx
(x, y) = 0, f
xyy
(x, y) = 2,
97
98 FUNCIONS DE DIVERSES VARIABLES
si considerem la variable x com a constant, la funci f s un polinomi de grau 3 en la
variable y i per tant sempre que derivem ms de tres cops respecte de y la funci resultant s
zero. De forma anloga, com que respecte de x la funci f s un polinomi de grau 1, quan
derivem ms de dos cops respecte de x la funci resultant s zero.
5.4 Extrems Relatius
Denici: Sigui f :
2
una funci de dues variables. Direm que un punt (a, b) s
un mxim (resp. mnim) absolut de f si
f(x, y) f(a, b) (resp. f(x, y) f(a, b)) (x, y) .
Quan no neccessitem precisar si (a, b) s mxim o mnim, direm simplement que (a, b) s
extrem de f.
Exemples: (a) Sigui f(x, y) = x
2
+ y
2
. Aquesta funci t un nic mnim absolut en el
punt a = (0, 0), ja que
f(x, y) = x
2
+ y
2
0 = f(0, 0) (x, y)
2
.
En canvi, la funci no t cap mxim absolut, perque donat qualsevol (a, b)
2
, sempre podem
trobar un altre punt (x, y)
2
tal que
f(x, y) = x
2
+ y
2
> a
2
+ b
2
= f(a, b) .
(b) La funci f(x, y) = y no t cap extrem absolut.
(c) La funci f(x, y) = cos(x
2
+y
2
) assoleix el mxim en els punts (x, y) on cos(x
2
+y
2
) =
1, s a dir, en els cercles
x
2
+ y
2
= 2k k .
Anlogament, els mnims sassoleixen quan cos(x
2
+ y
2
) = 1, en els cercles
x
2
+ y
2
= (2k + 1) k .
Denici: Sigui f :
2
una funci de dues variables. Direm que un punt (a, b) s
un mxim (resp. mnim) local, o relatiu, de f si existeix un entorn U (un disc al voltant)
del punt (a, b) tal que
f(x, y) f(a, b) (resp.f(x, y) f(a, b)) (x, y) U .
No tots els extrems relatius sn extrems absoluts.
98
5.4. Extrems Relatius 99
5.4.1 Clcul dextrems relatius
Anlogament al qu passa per a funcions duna variable, quan una funci de diverses variables
assoleix un extrem relatiu la "primera derivada" sanulla.
Teorema Sigui f :
2
una funci derivable de dues variables. Si un punt (a, b) s
un extrem relatiu, aleshores
f
x
(a, b) =
f
y
(a, b) = 0.
Denici: Donada la funci f(x, y), sanomena gradient de f en el punt (a, b) al vector
f(a, b) =
_
f
x
(a, b),
f
y
(a, b)
_
.
Es diu que (a, b) es un punt crtic de f quan f(a, b) = 0. Aix doncs, el teorema
anterior diu que els extrems relatius es troben entre els punts crtics de f.
Per simplicar la notaci escriurem f
x
, f
y
en lloc de f/x, f/y respectivament.
Interpretaci geomtrica del gradient: En cada punt (a, b) el vector gradient, f(a, b) s
normal en aquest punt a la corba de nivell f(x, y) = C on C = f(a, b).
Exemple: Calculem els punts crtics de la funci
f(x, y) = 2x
4
+ y
4
2x
2
2y
2
.
Hem de resoldre el sistema
_
f
x
(x, y) = 8x
3
4x = 4x(2x
2
1) = 0,
f
y
(x, y) = 4y
3
4y = 4y(y
2
1) = 0.
Aix dna els punts (0, 0), (0, 1), (0, 1), (1/

2, 0), (1/

2, 1) ,(1/

2, 1), (1/

2, 0),
(1/

2, 1) i (1/

2, 1). En particular, els mxims i mnims relatius de f (si existeixen)

es troben necessriament entre aquests punts.
En funcions duna variable real hi ha punts crtics que no sn mxims ni mnims, els
anomenats punts dinexi. Per a funcions de diverses variables hi ha punts amb caracters-
tiques anlogues.
Denici: Direm que un punt (a, b)
2
s un punt de sella de f :
2
si s un punt crtic
per no s ni mxim ni mnim.
Exemple: Sigui f(x, y) = x
2
y
2
. El punt (0, 0) s crtic, per en canvi no s ni mxim ni
mnim:
f(x, 0) = x
2
> 0 = f(0, 0) per a tot x = 0
f(0, y) = y
2
< 0 = f(0, 0) per a tot y = 0
le=sella.eps,height=7cm,angle=0
99
100 FUNCIONS DE DIVERSES VARIABLES
Per determinar si un punt crtic s mxim o mnim cal mirar les segones derivades de la
funci.
Denici: La matriu Hessiana duna funci f :
2
en el punt (a, b) s
Hf(a, b) =
_
f
xx
(a, b) f
xy
(a, b)
f
yx
(a, b) f
yy
(a, b)
_
.
Observaci: Per a funcions prou bones (amb les segones derivades f
xy
, f
yx
contnues) val
la igualtat f
xy
= f
yx
. Aleshores la matriu Hessiana s simtrica.
Considerem els menors de la matriu hessiana Hf(a, b):

1
= f
xx
(a, b)

2
=

f
xx
(a, b) f
xy
(a, b)
f
yx
(a, b) f
yy
(a, b)

Teorema Sigui f :
2
una funci amb les segones derivades parcials contnues. Sigui
(a, b)
2
un punt crtic de f.
(a) Si Hf(a, b) s una matriu denida positiva, s dir,
1
> 0 i
2
> 0, aleshores (a, b)
s un mnim.
(b) Si Hf(a, b) s una matriu denida negativa, s dir,
1
< 0 i
2
> 0, aleshores (a, b)
s un mxim.
(c) Si Hf(a, b) s una matriu no denida, s dir,
2
< 0, aleshores (a, b) s un punt de
sella.
Observaci: Hi ha casos en que el teorema anterior no permet determinar la natura del
punt crtic. Per exemple, la funci f(x, y) = x
4
+ y
4
t un mnim en el punt (0, 0), per la
matriu Hessiana en el (0, 0) s
Hf(0, 0) =
_
0 0
0 0
_
.
Exemple: Classiquem els punts crtics de la funci f(x, y) = 2x
4
+ y
4
2x
2
2y
2
. La
matriu Hessiana en un punt (x, y) qualsevol s
Hf(x, y) =
_
24x 4 0
0 12y 4
_
.
100
5.5. Extrems condicionats 101
Ara hem de substituir cadascun dels punts crtics en aquesta matriu i veure si obtenim una
matriu (semi)denida positiva o negativa. Per exemple
Hf(0, 0) =
_
4 0
0 4
_
s denida negativa. (0, 0) s mxim.
Hf(0, 1) =
_
4 0
0 8
_
no est denida. (0, 1) s punt de sella.
Hf(0, 1) =
_
4 0
0 16
_
s denida negativa. (0, 1) s mxim.
Anlogament es veu que
a) (1/

2, 0), (1/

2, 1), (1/

2, 1) sn punts de sella.
b) (1/

2, 0) i (1/

2, 1) sn mxims.
c) (1/

2, 1) s mnim.
5.5 Extrems condicionats
A la prctica, juntament amb una funci que modelitza matemticament un cert fenmen,
tot sovint trobem unes restriccions per a les variables de les quals depn la funci.
Una funci contnua duna variable, denida en un interval del tipus [a, b], sempre t un
mxim i un mnim absoluts. Aquests poden trobar-se a linterior de linterval o a la vora. Per
exemple, la funci f(x) = x
3
9x
2
+12x+2 t un mxim i un mnim relatius a linterior de
linterval [0, 8]. El mnim relatiu s tamb el mnim absolut, per en canvi el mxim absolut
es troba en el punt x = 8, en un extrem de linterval (vegeu dibuix).
le=interval.eps,height=5cm,angle=0
Per a funcions de ms variables passa una cosa semblant: les funcions contnues dendes
sobre les regions K
2
nites habituals (discs, rectangles, etc.), sempre tenen mxim i mnim
absoluts.
Tal i com passa amb les funcions duna variable denides en una regi nita [a, b], els
extrems absoluts de f es poden trobar a linterior de K o a la frontera (la vora de K). En
primer lloc prendrem els punts crtics que es troben dins K. Desprs restringirem la funci
a la frontera de K i nestudiarem els candidats a extrem. Al nal avaluarem la funci a
cadascun dels punts obtinguts anteriorment, i decidirem quins sn els mxims i els mnims
absoluts.
Exemple: Busquem els mxims i mnims absoluts de la funci f(x, y) = 4x
3
+ 2x
2
y + y
2
denida en el quadrat Q = {(x, y)
2
: |x| 1 , |y| 1}. La funci f s contnua (s un
polinomi) i la regi Q s nita.
le=dibuix.eps,height=7.5cm,angle=0
a) Punts crtics en linterior de Q.
_
f
x
(x, y) = 12x
2
+ 4xy = 4x(3x + y) = 0,
f
y
(x, y) = 2x
2
+ 2y = 2(x
2
+ y) = 0.
101
102 FUNCIONS DE DIVERSES VARIABLES
Resolent el sistema obtenim els punts (0, 0) Q i (3, 9) / Q, dels quals noms hem de
guardar el (0, 0).
b) Extrems a la frontera. Restringim la funci f a cadascun del quatre costats de Q.
le=quadrat.eps,height=5cm,angle=0
Costat 1. x = 1 i y [1, 1]. Tenim la funci g(y) = f(1, y) = 4 + 2y + y
2
. Imposant g

(y) = 0
obtenim y = 1. Aix dna el punt (1, 1), al qual hi afegim laltre extrem de linterval,
el punt (1, 1).
Costat 2. y = 1 i x [1, 1]. Ara tenim la funci g(x) = f(x, 1) = 4x
3
+ 2x
2
+ 1. La condici
g

(x) = 0 dna lloc als punts (0, 1) i (1/3, 1), als que hi afegim lextrem de linterval
que encara no tenem, el punt (1, 1).
Costat 3. x = 1 i y [1, 1]. Aqu tenim la funci g(y) = f(1, y) = 4+2y+y
2
. La condici
g

(y) = 0 dna lloc al punt (1, 1). Aqu no cal afegir els extrems de linterval, perque
ja han sortir abans.
Costat 4. y = 1 i x [1, 1]. Ara tenim la funci g(x) = f(x, 1) = 4x
3
2x
2
+1. La condici
g

(x) = 0 dna lloc als punts (0, 1) i (1/3, 1). Aqu tampoc no cal afegir els extrems
de linterval.
Tot plegat, els candidats a mxim i mnim absolut sn els punts: (0, 0), (1, 1), (1, 1),
(0, 1), (1/3, 1), (1, 1), (1, 1), (0, 1) i (1/3, 1). Avaluant, veiem que
f(0, 0) = 0 f(1, 1) = 3 f(1, 1) = 7
f(0, 1) = 1 f(1/3, 1) = 1 + 2/27 f(1, 1) = 1
f(1, 1) = 5 f(0, 1) = 1 f(1/3, 1) = 1 2/27.
Daix dedum que (1, 1) s mxim i (1, 1) s mnim.
5.5.1 Mtode dels multiplicadors de Lagrange
Tot sovint, en mirar quins sn els possibles extrems a la frontera, la condici que deneix la
frontera no es pot substituir directament a la funci. El mtode que explicarem a continuaci
permet resoldre aquestes situacions.
Sigui f :
2
una funci, i considerem el conjunt
M = {(x, y)
2
: g(x, y) = c}, c
on g(x, y), s una funci tal que (
g
x
,
g
y
) = (0, 0) per a tot (x, y) M.
Teorema En les condicions anteriors, qualsevol extrem absolut de f restringida a M s
tamb un extrem relatiu de la funci
L(x, y, ) = f(x, y) (g(x, y) c)
102
5.5. Extrems condicionats 103
La funci L sanomena funci Lagrangiana.
A la prctica el teorema anterior ens porta a buscar els punts crtics de L, que surten de
resoldre el sistema:
_
_
_
f
x
(x, y) g
x
(x, y) = 0,
f
y
(x, y) g
y
(x, y) = 0,
g(x, y) = c.
Exemple: Calculem els extrems absoluts de f(x, y) = x+y restringida al cercle x
2
+y
2
= 1.
Observem que el conjunt on estem restringint f s
M = {(x, y)
2
: x
2
+ y
2
= 1}.
Si denim g(x, y) = x
2
+y
2
veiem que aquest s un dels conjunts que apareixen en el teorema
anterior. Per tant, dacord amb el Teorema, hem de buscar els punts crtics de la funci
Lagrangiana
L(x, y, ) = x + y (x
2
+ y
2
1),
s a dir, hem de resoldre el sistema
_
_
_
1 2x = 0,
1 2y = 0,
x
2
+ y
2
= 1.
De les dues primeres equacions veiem que x = y, i de la tercera en dedum que x
2
= 1/2.
Aix dna lloc als punts (1/

2, 1/

2) i (1/

2, 1/

2). Avaluant la funci trobem que

f(1/

2, 1/

2) =

2 i f(1/

2, 1/

2) =

2. Per tant (1/

2, 1/

2) s mxim i
(1/

2, 1/

2) s mnim.
103