Universidad Andrés Bello

Facultad de Ingenierı́a
y Construcción Civil
Departamento de Matemáticas

Cáculo II (FMM133)
Guı́a de Integrales Impropias

1. Verificar que:
R +∞ R0
a) 0 √dx =2 b) xex dx = −1
ex −∞

R +∞ dx π
R4
c) −∞ = d) 0 √ xdx =4
x2 +4x+8 2 16−x2


R +∞ 0 si x < 0 R +∞
e) −∞ f (x)dx = 1 si f (x) = −4x f) √
dx
=2
4e si x ≥ 0 e x ln(x) ln(x)

R +∞  √  R +∞
1 x 2− 2 dx 1


g) 1 x
− x2 +1
dx = ln 2
h) 1 (x+1) ln2 (x+1)
= ln 2

R8 dx
R +∞ex π
i) 0 √
3
8−x
=6 j) −∞ 1+e2x
dx = 2

2. Estudie la convergencia de las siguientes integrales impropias y en los casos en que la

integral sea convergente calcule su valor:
R +∞ x
R +∞ 1
R +∞ 1
a) 0 x2 −1
dx b) −∞ x2 +6x+12
dx c) e x ln x
dx
R1 R1 R +∞ √ √
1 x+1+ x
d) 0 x ln xdx e) 0 x+x3
dx f) 1 x
dx
R +∞ R +∞ 2 /2 R +∞ 2
g) 1 √1
x x2 −1
dx h) −∞
x2 e−x dx i) 0 xe−x /2 xdx
R +∞ √
e− x R π/2 R2 x−3
j) 0 √
x
dx k) π/4
tan2 xdx l) −2 2x−3
dxdx
 3. Aplicar el criterio de comparación para determinar si las siguientes integrales son con-
vergentes o divergentes:

R +∞ sen2 x
R +∞ √1+√x R +∞ dx
a) 1 x2
dx b) 1
√
x
dx c) 1 x+e2x

R +∞ R π/2 R1 −x
d) 1 √ dx e) dx
f) 0 e√
x3 +1 0 x sen x x

1
4. Encuentre el área de la región acotada por y = x2
, y = 0 y x ≥ 1. (Respuesta: 1)

5. La Trompeta de Gabriel: Si la región R delimitada por x = 1, y = x1 , y = 0 y x = t

con t > 1 se rota con respecto de eje X se obtiene un sólido de revolución. Calcule el
volúmen y el área de la superficie de este sólido cuando t → +∞. Haga un esbozo del
sólido.

6. Transformando la integral dada en una función gamma, demuestre que

Z 1
1
− xk ln xdx = , k > 1.
0 (k + 1)2

7. Demuestre que Z +∞  
−xn 1
e dx = Γ 1 + .
0 n
8. Demostrar que

a) Z +∞
2 Γ(s + 1)
x2s+1 e−ax dx = .
0 2as+1
b) Z +∞
2 Γ(s + 1)
x2s e−ax dx = .
0 2as+1
9. Utilizando la función Gamma, calcular las siguentes integrales:
R +∞ R +∞ √ −y3
a) 0
x6 e−2x dx b) 0 ye dy
R +∞ 2 R1
c) 0
3−4z dz d) 0 √ dx
− ln x

10. Utilizando la función Beta, deducir el valor de Γ(1/2).

π
R∞ tx−1 π
11. Demuestre que Γ(x)Γ(1 − x) = sen(πx) sabiendo que 0 1+t
dt = sen(πx)
.
 12. Utilizando la función Beta, calcular las siguentes integrales:

R1 R2 2 Ra p
a) 0 x4 (1 − x)3 dx b) √x dx c) 0 y 4 a2 − y 2 dy
0 2−x

R π/2 R π/2 Rπ
d) 0 sen6 θdθ e) 0
sen4 θ cos5 θdθ f) 0 cos4 θdθ

Probabilidades e Integrales Impropias

En general, hablaremos de experimento para referirnos a cualquier operación cuyo resul-

tado no puede ser predicho con certeza antes de realizarlo. Al desarrollar un experimento
tendremos, como consecuencia, un conjunto de resultados posibles asociados a dicho expe-
rimento. A dicho conjunto le llamaremos espacio muestral el cual denotaremos por Ω. Si
los elementos de Ω pueden enumerarse entonces decimos que el espacio muestral es discreto
mientras que si Ω puede identificarse con un intervalo real o la unión de varios intervalos,
diremos que es un espacio muestral continuo. Cualquier subconjunto del espacio muestral Ω
será llamado evento.

Cada resultado de un experimento puede ser asociado con un número que es especificado
por una regla de asociación a la que llamaremos variable aleatoria. Más formalmente, una
variable aleatoria es una función X : Ω → R. Una variable aleatoria será discreta o continua
dependiendo de las caracterı́sticas de Ω.

Para nuestros propósitos consideraremos variables aleatorias continuas. Precisando, una

variable aleatoria X será continua si su recorrido es un intervalo de la recta real.
A toda variable aleatoria continua X podemos asociarle una función real fX (t), que llama-
remos función de densidad de probabilidad, la cual debe satisfacer las siguientes condiciones.
i) fX (t) ≥ 0, ∀t
R +∞
ii) −∞ fX (t)dt = 1
Además se tiene que, para cualquier par de números reales a y b con a < b, se tiene que
la probabilidad de que la variable aleatoria tome un valor entre a y b, que denotaremos
P (a ≤ X ≤ b), estará dada por
Z b
P (a ≤ X ≤ b) = fX (t)dt.
a

El valor esperado de X, está dado por

Z +∞
E(X) = tfX (t)dt.
−∞

La varianza de X está dada por

Z +∞
V (X) = t2 fX (t)dt.
−∞
 Toda variable aleatoria siempre tiene asociada otra función, llamada función de distribu-
ción, denotada FX (t) que es una función de una variable real t cuyo dominio es toda la recta
real y está definida como FX (t) = P (X ≤ t), ∀t ∈ R.

Dado que la función de distribución nos proporciona el valor de la probabilidad que

X ≤ t, donde t es un número real, y como las probabilidades deben satisfacer i) y ii), existen
reglas para que una función H(t) sea la función de distribución de una variable aleatoria.
Estas son
1. 0 ≤ H(t) ≤ 1, ∀t ∈ R.
2. lı́mt→−∞ H(t) = 0 y lı́mt→+∞ H(t) = 1.
3. H(a) ≤ H(b), ∀a > b (H es monótona no decreciente).
4. lı́mh→0 H(b + h) = H(b) (H es continua por la derecha).
Ejemplos

1) Un estudiante toma un bus para ir a su Universidad y sabe que cada 5 minutos pasa
el bus por el paradero. El estudiante no siempre llega a la misma hora al paradero, de
manera que el tiempo de espera X, para tomar el próximo bus es una variable aleatoria
continua. El recorrido de X es el intervalo [0, 5] y se encontró que la siguiente función
de distribución es apropiada para X:
 1
5
0≤t≤5
fX (t) =
0 en otro caso
claramente, Z +∞ Z 5
1
∀t, fX (t) ≥ 0 y fX (t)dt = dt = 1.
−∞ 0 5
Ası́ la probabilidad de que el estudiante tenga que esperar entre 1 y 3 minutos es
Z 3
1 2
P (1 ≤ X ≤ 3) = dt = .
1 5 5
2) La concentración diaria de cierto contaminante en un arroyo tiene función de densidad
fX (t) = ce−t/2 , t > 0. Se sabe que ocurrirá un problema de contaminación si la concen-
tración excede los 6mg/103 lt. Cuál es la probabilidad de que ocurra un problema de
polución de este contaminante en un dı́a cualquiera?

3
Sea X la concentración
R +∞ −t/2 diaria del contaminante por cada 10 litros. Utilizando el
hecho de que 0 ce dt = 1 se obtiene que c = 1/2 (VERIFICARLO!). Por lo
1 −t/2
tanto,fX (t) = 2 e , x > 0 y la probabilidad que ocurra el problema de polución es
Z +∞
1 −t/2
P (X > 6) = e dt = e−3 ≈ 0,05
6 2
 3) Consideremos la variable aleatoria X, con función de densidad

2t 0 ≤ t ≤ 1
fX (t) =
0 en otro caso

la función de distribución de X la determinamos como sigue:

Para t < 0
FX (t) = 0;
para 0 ≤ t < 1
Z t Z 0 Z t
FX (t) = fX (x)dx = 0dx + 2xdx = t2 ;
−∞ −∞ 0

para t ≥ 1
Z t Z 0 Z 1 Z t
FX (t) = fX (x)dx = 0dx + 2xdx + 0dx = 1;
−∞ −∞ 0 1

ası́ 
 0 t<0
FX (t) = t2 0 ≤ t ≤ 1
1 t>1


1. Problemas Propuestos

0 si t < 0
1. Si f (t) = 2 −2/5t
5
e si t ≥ 0

a) Demostrar que f (t) es una función de densidad de probabilidades.

b) Hallar P (1 ≤ X ≤ 2). (Respuesta e−4/5 (e2/5 − 1).)
c) Hallar E(X). (Respuesta 5/2.)

2. Determine el valor de la constante c para que las siguientes funciones correspondan a

una función de densidad de probabilidad.
(x−µ)2 R +∞
a) f (x) = ce− 2σ2 donde µ, σ son parámetros. (Ind. Suponga que M =
2 /2
0
e−x dx)
 −λx
ce si x ≥ 0
b) f (x) = donde λ es un parámetro.
0 si x < 0
c
c) f (x) = 1+(x−λ)2
donde λ es un parámetro.
 √
c 1 − x2 si x ∈ [0, 1]
d) f (x) =
0 otrocaso
cxe−x si x ≥ 0

e) f (x) =
0 si x < 0
 1

b−a
si a ≤ t ≤ b
3. Si f (t) =
0 otro caso
a+b
a) Verifique que E(X) = 2
(a−b)2
b) Verifique que V(X) = 12

4. En cada una de las funciones dadas, determine la constante c de manera que cada una
de ellas posea todas las propiedades de un función de distribución. Determine en cada
caso, la funcion de densidad.

a) 
 0 x<5
F (x) = 1/3 5 ≤ t < 7
c x≥7


b)
1 − e−cx x > 0

F (x) =
0 x≤0
c) 
 0 x<0
F (x) = xc 0 ≤ x ≤ 1
1 x>1


5. Sea X una variable aleatoria con función de densidad de probabilidad

1
fX (x) = , −∞ < x < ∞,
π(1 + x2 )

determine la función de distribución de X.

6. La vida de un electrodoméstico se mide mediante una variable aleatoria cuya función

de densidad de probabilidad es f (t) = 0, 2e−0,2t , donde t denota la vida en meses de
un electrodoméstico seleccionado aleatoriamente.

a) Cuál es la probabilidad de que un electrodoméstico seleccionado aleatoriamente

dure entre 10 y 15 meses? (Respuesta: 0,0855)
b) Cuál es la probabilidad de que un electrodoméstico seleccionado aleatoriamente
dure más de un año? (Respuesta: 0,0907)