Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes Calculo
Apuntes Calculo
ndice general
1. Clculo en una variable
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
extremos relativos
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
7
9
11
12
15
15
16
19
21
23
23
24
26
27
28
31
31
32
33
36
39
39
40
42
NDICE GENERAL
Captulo 1
Clculo en una variable
Captulo 2
Clculo en varias variables
2.1. Tcnicas de integracin en varias variables
Sumario
En esta leccin vamos a introducir la integracin en varias variables. Entre otros problemas nos encontramos con el hecho de que no se dispone de ningn procedimiento elemental
comparable a la Regla de Barrow. Esta contrariedad se resolver con una tcnica fundamental: Teorema de Fubini, que relaciona la integral en Rn con integraciones sucesivas en espacios
de menor dimensin. Siguiendo este proceso acabaremos nalmente integrando en una de las
variables. El contenido completo de esta leccin se articula de la siguiente manera:
II.9.1 Conjuntos medibles.
II.9.2 Integrabilidad en Rq .
II.9.3 Teorema de Fubini
II.9.4 Cambio de coordenadas.
II.9.5 Relacin de ejercicios.
I = I1 I2 ... Iq .
Es claro que si I es un intervalo acotado de R2 , entonces podemos denir su
rea, a(I), (respectivamente, su volumen, v(I), si q = 3), como
InJ A InK ,
y hallar
Inf {
n=1
Sup{
n=1
Anlisis Matemtico
(
n=1 An )
(An ).
n=1
An ) =
(An ).
n=1
nN
2.1.2. Integrabilidad en Rq
En esta seccin queremos saber qu tipos de campos escalares se pueden integrar
y cmo hallar su integral?
integral
Comencemos ahora con los campos ms sencillos y veamos cmo asignarle una
Z
sd =
Rn
n
X
i (Ai ).
i=1
f (x) =
Es claro que f = f + f .
sn d
f d := lm
n
Rq
Rq
Rq
Notaremos por L(E) al espacio formado por todas las funciones que son
integrables en E . Comentemos ahora algunas de sus propiedades ms interesantes:
1) L(E) es un espacio vectorial y
Z
Z
Z
(rf + g) d = r
f d +
g d,
E
(r R, f, g L(E)).
(E) =
1 d.
E
Anlisis Matemtico
f (x, y)d(x, y) =
E
Z
[
f (x, y)dy]dx =
E(x)
Z
[
f (x, y)dx]dy,
E(y)
E1 = {x R; E(x) 6= }
y
E2 = {y R; E(y) 6= }
En particular, cuando E = I J , siendo I, J intervalos de R, entonces
Z
Z Z
Z Z
f (x, y) = [ f (x, y)dy]dx = [ f (x, y)dx]dy.
E
10
E(z)
E3 = {z R; E(z) 6= }
y
E[x]
Anlisis Matemtico
11
Coordenadas polares, E R2
Tomamos U = R+ ], [ , V = R2 \{(x, 0); x 0}, y la aplicacin : U V
denida por
(, ) = (cos, sen).
En este caso
Z
f (x, y)d(x, y) =
f (cos, sen)d(, ).
R
Ejercicio: Sea E = {(x, y) R2 ; x2 + y 2 r2 }. Calclese E 1d(x, y).
1 (E)
Coordenadas cilndricas, E R3
Tomamos U = R+ ] , [R , V = R3 \{(x, 0, z); x 0}, y la aplicacin
: U V denida por
Z
f (x, y, z)d(x, y, z) =
Ejercicio:
Sea E = {(x, y, z) R3 ; x2 + y 2 r2 ; 0 z h}, con r, h > 0.
R
Calclese
1d(x, y, z).
Coordenadas esfricas, E R3
Tomamos U = R+ ] , [] /2, /2[ , V = R3 \{(x, 0, z); x 0}, y la
aplicacin : U V denida por
Z
f (coscos, sencos, sen)2 cosd(, , ).
f (x, y, z)d(x, y, z) =
E
1 (E)
3
2
2
2
2
R Ejercicio: Sea E = {(x, y, z) R ; x + y + z r }, con r > 0. Calclese
1d(x, y, z).
E
12
2.1.5.
Relacin de ejercicios
Z
b)
ZI
c)
x2
d(x, y), I = [0, 1] [0, 1].
1 + y2
y ln x d(x, y), I = [1, e] [1, e].
d)
1
d(x, y), I = [0, 1] [0, 1].
2
I (1 + x + y)
Z
1
f)
d(x, y, z), I = [0, 1] [0, 1] [0, 1].
3
I (1 + x + y + z)
Z
x log(xy) d(x, y), I = [2, 3] [1, 2].
g)
I
Z
h)
y cos(xy) d(x, y), I = [0, 1] [1, 2].
e)
x
x2 +y 2
x2
,y
2
= x.
R
A
Anlisis Matemtico
13
f) f (x, y) = 1, A = {(x, y) R2 ; x4 + y 2 1, x2 y}
g) f (x, y) = 1, A = {(x, y) R2 ; x2 + y 2 1, x2 + y 2 2x}
2
y2
b2
1}
i) f (x, y) = 1, A = {(x, y) R2 ; x2 + y 2 r2 }
j) f (x, y) = cos(x2 + y 2 ), A = {(x, y) R2 ; x2 + y 2 /2}
1
k) f (x, y) =
, A = {(x, y) R2 ; x2 + y 2 1, x 0}
2
(1 + x + y 2 )2
y
l) f (x, y) = 2 , A = {(x, y) R2 ; 0 x 1, 0 y x}
x
1
m) f (x, y) = p
, A = {(x, y) R2 ; x2 + y 2 1}
2
2
4x y
n) f (x, y) = x y, A = {(x, y) R2 ; x 0, y 0, 1 x2 + y 2 2}
) f (x, y) = x2 y, A = {(x, y) R2 ; 1 x2 + y 2 4, x 0}
o) f (x, y) = x, A = {(x, y) R2 ; x 0, y 0, x2 + y 2 1, x2 + y 2 2x 0}
p) f (x, y) = x, A = {(x, y) R2 : x2 + y 2 2x}
p
q) f (x, y) = x 1 x2 y 2 , A = {(x, y) R2 : x2 + y 2 1, x, y 0}
r) f (x, y) = exp( xy ), A = {(x, y) R2 : y 3 x y 2 , x 0, y 0}
s) f (x, y) = exp yx
, A = {(x, y) R2 : x, y 0, x + y 2}
y+x
3
14
Z
b)
x2 + y 2 + z 2 d(x, y, z) , A = {(x, y, z) R3 ;
Z
c)
d)
p
A
x2 + y 2 z 4}.
ZA p
x2 + y 2 + z 2
d(x, y, z) , A = {(x, y, z) R3 ; x2 + y 2 + z 2
a2 } (n N, a R+ ).
e) f (x, y, z) = (x+y +z)2 , A = {(x, y, z) R3 : x2 +y 2 +z 2 1, x2 +y 2 +z 2
2z}
f) f (x, y, z) = z, A = {(x, y, z) R3 : x2 +
y2
4
2
z2
9
2
1, z 0}
g) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y z , 0 z 1}
h) f (x, y, z) = x2 , A = {(x, y, z) R3 : x 0, x2 + y 2 + (z 1)2 1, 4z 2
3(x2 + y 2 )}
p
i) f(x, y, z) = zy x2 + y 2 A = {(x, y, z) R3 : 0 z x2 + y 2 , 0 y
2x x2 }
j) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y 2 + z 2 2, x2 + y 2 z}
k) f (x, y, z) = z 2 , A = {(x, y, z) R3 : x2 + y 2 + z 2 R2 , x2 + y 2 + z 2 2Rz}
p
p
l) f (x, y, z) = x2 + y 2 + z 2 , A = {(x, y, z) R3 :
x2 + y 2 z 3}
15
Sumario
En esta leccin nos centramos en el estudio de la estructura eucldea de Rn que es
indispensable para extender los conceptos de continuidad, derivacin e integracin, ya conocidos para funciones reales de variable real, a las funciones con valores en Rn y denidas en
un subconjunto de A de Rq . En realidad nuestro estudio se podra ceir a los casos en que
n, q {1, 2, 3} que son en los que trabajaremos siempre, sin embargo, la estructura eucldea
puede denirse sin dicultad para cualquier n. El contenido completo de esta leccin se articula
de la siguiente manera:
II.2.1 Estructura algebraica.
II.2.2 Conceptos topolgicos.
II.2.3 Funciones coordenadas.
II.2.4 Relacin de Ejercicios.
x + y = (x1 + y1 , x2 + y2 , ..., xq + yq )
reales:
1. Propiedad asociativa:
(x + y) + z = x + (y + z).
2. Propiedad conmutativa:
x + y = y + x.
3. Propiedad de existencia de elemento neutro:
16
Existe una q -upla, 0 = (0, 0, ..., 0) tal que para cada q -upla x = (x1 , x2 , ..., xq ),
se tiene que
x + 0 = x.
4. Propiedad de existencia de elemento simtrico:
que
x + (x) = 0.
2.2.2.
Estructura topolgica
El segundo seudo-producto asocia a cada par de n-uplas un escalar.
< x, y >=
q
X
i=1
xi yi .
Anlisis Matemtico
17
v
u q
uX
x2 .
kxk = < x, x > = t
i
i=1
Es fcil probar que la aplicacin denida por x 7 kxk hace el mismo papel
que la funcin valor absoluto en R, tal como muestra el siguiente resultado:
Proposicin 2.2.1.
1. krxk = |r|kxk (r R).
2. kx + yk kxk + kyk. (Desigualdad triangular)
3. kxk = 0, si y slo si x = 0.
La importancia de la existencia de esta funcin-norma estriba en el hecho de que
sta nos capacita para denir una distancia entre dos vectores, y por tanto, para
determinar la proximidad o lejana de dos vectores de Rq . Concretamente, para cada
dos vectores
x = (x1 , x2 , ..., xq ), y = (y1 , y2 , ..., yq ) Rq ,
denimos la distancia entre ellos, por
v
u q
uX
dist(x, y) = ky xk = t (yi xi )2 .
i=1
B(a, r) = {x Rq ; kx ak r}.
18
3. Conjunto acotado
Sea A un subconjunto no vaco de vectores de Rq . Se dice que A es un conjunto
acotado si existe M R+ tal que
A B(0, M ).
B(x0 , )\{x0 }
A 6= 0, > 0.
Anlisis Matemtico
19
6. Conjunto abierto
Diremos que un conjunto A es abierto si A = A .
Ejemplo: El conjunto {(x, y) R2 ; x ]0, 1[, y ]0, 2[} es abierto, mientras que
el conjunto A, que usamos en todos los ejemplos, no lo es.
7. Conjunto cerrado
Diremos que un conjunto A es cerrado si A0 A . Es fcil probar que A es
cerrado si, y slo si, su complementario es abierto.
Al conjunto A
o por (A).
8. Conjunto compacto
Diremos que un conjunto A es compacto si A es cerrado y acotado.
20
pi : Rq R,
denida por
pi : (x1 , x2 , ..., xq ) 7 xi .
Dicha aplicacin recibe el nombre de proyeccin i-sima. Cada funcin
proyeccin es un campo escalar.
2. Inyecciones.
Podemos considerar ahora la aplicacin
Ii : R Rq ,
denida por
k.k : Rn R,
denida por
x 7 kxk.
Vistas las propiedades de Rn , es fcil comprender que dadas dos campos
vectoriales su suma es un nuevo campo vectorial y que el producto de un campo
escalar por un campo vectorial tambin es un campo vectorial. Sin embargo, es claro
que no tiene sentido hablar del producto de dos campos vectoriales.
Nuestro objetivo ahora es asociar a todo campo vectorial con valores en Rn n
campos escalares.
Sea A un subconjunto no vaco de vectores de Rq y sea f : A Rn un campo
vectorial. Dado i {1, 2, ..., n}, el campo escalar
fi = pi f : A R,
donde pi es la correspondiente proyeccin isima, recibe el nombre de funcin coordenada i-sima.
Anlisis Matemtico
21
f=
n
X
Ii fi ,
i=1
a ) a) N
b) Q.
c)R\Q.
b ) A = {(xn , yn ); xn =
20
, yn
n
d) [0, 1] {2}.
e) {1/n; n N}.
= 0, n N}.
c ) {(x, y) R2 ; y = rx}. (r R)
d ) {(x, y) R2 ;
x2
a2
e ) {(x, y, z) R3 ;
f ) {(x, y) R2 ;
x2
a2
y2
b2
1} (0 < a < b R.
x2
a2
y2
b2
y2
b2
z2
c2
23
Sumario
En esta leccin introduciremosmos el concepto de continuidad y derivada parcial.
Daremos algunos ejemplos importantes y deniremos el plano tangente a un campo escalar.
El contenido completo de esta leccin se articula de la siguiente manera:
II.3.1 Continuidad.
II.3.2 Derivadas parciales .
II.3.3 Plano tangente.
II.3.4 Vector gradiente y Matriz jacobiana.
II.3.5 Relacin de ejercicios.
2.3.1. Continuidad.
Sea A un subconjunto no vaco de vectores de Rn y sea a A. Se dice que
f : A Rq es un campo continuo en a si verica la siguiente propiedad:
Ejemplos
La funcin identidad en Rn , todos los campos constantes, las proyecciones, las
inyecciones y la funcin norma son campos continuos.
En orden a construir nuevos campos continuos veamos que las operaciones
usuales estn bien avenidas con la continuidad.
24
2.3.2.
Derivadas parciales
limt0
A0 y
f (a + t) f (a)
= f 0 (a).
t
limt0
F (a + tei ) F (a)
.
t
Notas
1. Si f es un campo escalar , entonces el clculo de la derivada parcial i-sima de
f en un punto genrico x = (x1 , x2 , ..., xq ) se ha de llevar a cabo derivando la
funcin real que resulta de considerar constantes las variables xj (j 6= i).
(a) se suele
2. Si F : A Rn es un campo vectorial tal que A R, entonces f
x
0
notar por F (a) y recibe el nombre de derivada elemental de F en a.
Anlisis Matemtico
25
f
(a, b).
y
F
Fi
(a))i =
(a).
xj
xj
i = 1, 2, ..., n,
j = 1, 2, ..., q.
En particular si q = 1, entonces F 0 (a) = (F10 (a), F20 (a), ..., Fn0 (a)).
continuidad y calclese
F
(1, 2).
x
26
2.3.3.
Plano tangente
limxa
lim(x,y)(a,b)
f
(a, b)
x
yn=
f
(a, b)
y
f
f
(a, b) (x a) +
(a, b) (y b)
x
y
o, equivalentemente
f
f
N (f, (a, b)) = (a, b), (a, b), 1
x
y
Anlisis Matemtico
27
S = {(x, y, z) R3 ; x2 + y 2 + z 2 = 1}).
Si suponemos que dicha funcin g , es diferenciable, podemos considerar el plano
g
g
g
(a, b, c) (x a) +
(a, b, c) (y b) + (a, b, c) (z c) = 0
x
y
z
que es lo mismo que escribir
< g(a, b, c), (x a, y b, z c) >= 0.
Dicho plano es el que mejor se aproxima en el punto (a, b, c) S a dicha supercie
en un entorno de dicho punto y recibe pues el nombre de plano tangente a S en el
punto (a, b, c). As pues al vector normal de dicho plano en el punto (a, b, c) recibe el
nombre de vector gradiente de g en ese mismo punto.
f (a) := (
f
f
f
(a),
(a), ...,
(a)) Rq .
x1
x2
xq
f1
f1
f1
(a) x
(a)
...
(a)
x1
x
q
2
f2 (a) f2 (a) ... f2 (a)
x1
x2
xq
Jf (a) :=
...
...
...
...
fn
n
n
(a) f
(a) ... f
(a)
x1
x2
xq
Al determinante de la matriz jacobiana, |Jf (a)|, se le denomina jacobiano del
campo f en el punto a.
Notas
28
J (, ) :=
cos sen
sen cos
2.3.5.
Relacin de ejercicios
Anlisis Matemtico
29
c) f (x, y, z) = (x + y)z , x, y R+ , z R
2. Calclese el plano tangente a las siguientes supercies en el punto que se indica:
a ) f (x, y) = 1, A = {(x, y) R2 ; x4 + y 2 1, x2 y}
2
b ) f (x, y, z) = z, A = {(x, y, z) R3 : x2 + y4 + z9 1, z 0}
c ) f (x, y) = exp yx
, A = {(x, y) R2 : x, y 0, x + y 2}
y+x
31
Sumario
En esta leccin vamos a examinar criterios que nos permitan determinar los extremos de
un campo escalar. El contenido completo de esta leccin se articula de la siguiente manera:
II.4.1 Extremos de un campo escalar.
II.4.2 Extremos relativos y derivabilidad.
II.4.3 Condicin suciente de extremo relativo
II.4.4 Relacin de ejercicios.
dice que
(Extremos absolutos)
32
2.4.2.
f
(a) = 0.
xi
Anlisis Matemtico
33
Una vez detectados los candidatos, se nos puede presentar una de las dos
siguientes situaciones:
1) El conjunto A es compacto y f es continua.
2) No se dan alguna de las circunstancias del primer apartado.
En el primer caso aplicamos el siguiente teorema de Weiertrass sobre la conservacin de la compacidad:
En tal caso, basta evaluar f en los candidatos de los tres tipos para determinar
quienes son estos extremos.
En el segundo caso, nos contentaremos con saber que de haber mximo mnimo
ste est entre nuestros candidatos.
34
2f
2f
(a)
(a)
...
(a)
x x
x1 x2
x1 xn
2f
12 f 1
2f
(a)
...
(a)
x2 x1 (a) x2 x
x
x
n
2
2
Hf (a) :=
...
...
...
...
2f
2f
f
(a) xn x2 (a) ... xn xn (a)
xn x1
En virtud del Lema de Schwartz, si f C 2 (A), entonces H(f, a) es una matriz
simtrica.
Disponemos de dos mtodos para el estudio de cundo un punto crtico es de
hecho extremo relativo y cul es su naturaleza. El primero involucra los determinantes
de algunas submatrices de la matriz hessiana y es til para n = 2 n = 3; el segundo
se articula en torno al clculo de los "valores propios"de la matriz hessiana y resulta
til para n 3.
Caso q=2
2f
(a, b) > 0,
x1 x1
entonces f tiene en (a, b) un mnimo relativo estricto.
det(Hf (a, b)) > 0 y
2. Si
2f
(a, b) < 0,
x1 x1
entonces f tiene en (a, b) un mximo relativo estricto.
det(Hf (a, b)) > 0 y
Anlisis Matemtico
35
3. Si
2f
(a, b, c) > 0, det
x2
2f
(a, b, c)
x2
2f
(a, b, c)
yx
2f
(a, b, c)
xy
2f
(a, b, c)
y 2
!
> 0, det(Hf (a, b, c)) > 0.
2f
(a, b, c) < 0, det
x2
2f
(a, b, c)
x2
2f
(a, b, c)
yx
2f
(a, b, c)
xy
2f
(a, b, c)
y 2
!
> 0, det(Hf (a, b, c)) < 0.
2f
(a, b, c)
y 2
2
f
(a, b, c)
yz
2f
(a, b, c)
x2
2f
(a, b, c)
zx
2f
(a, b, c)
yz
2
f
(a, b, c)
z 2
2f
(a, b, c)
xz
2f
(a, b, c)
z 2
!
,
!
,
Caso q 3:
36
2.4.4.
Relacin de ejercicios
2 +z 2 +1)
(x, y, z) R3 .
Se pide:
i) Calclense los puntos crticos.
ii) Calclese la matriz hessiana en cada uno de los puntos crticos.
iii) Estdiese la existencia de extremos relativos.
Anlisis Matemtico
37
x2
xy
.
+ y2 + 1
a ) f (x, y) = x2 y 2 .
b ) f (x, y) = |x| + |y|.
c ) f (x, y) = |x| + y .
5. Estdiese los extremos de la funcin f : R2 R denida por
f (x, y) = x4 + 2x2 y x2 + 3y 2 .
2f
2f
+
=0
x2
y 2
en todo punto de su dominio. Son armnicas las siguientes funciones?
ex+y
(x, y) R2 \ {(0, 0)}.
x2 + y 2
39
Sumario
En esta leccin vamos a enunciar criterios que nos permitan determinar los extremos de
un campo escalar en un cierto subconjunto del dominio de dicho campo escalar .El contenido
completo de esta leccin se articula de la siguiente manera:
II.5.1 Motivacin.
II.5.2 Multiplicadores de Lagrange.
II.5.3 Matriz hessiana asociada a la funcin de Lagrange.
II.5.4 Relacin de ejercicios.
2.5.1. Motivacin
Para motivar esta leccin vamos a considerar dos ejemplos:
40
Ejercicio 2: Consideremos una placa plana P que tiene la forma del disco unidad
C = {(x, y) R2 ; x2 + y 2 1}.
El problema es que para calcular los puntos extremos de la funcin f condicionados por el conjunto C no podemos despejar una variable en funcin de la otra.
2.5.2.
Multiplicadores de Lagrange
Para este ltimo ejercicio, as como en aquellos casos en que haya ms de dos
variables, necesitaremos desarrollar una nueva tcnica.
En el planteamiento del problema del clculo de extremos condicionados el
conjunto M obedece al siguiente esquema general:
Sea A un subconjunto abierto de Rn y f un campo escalar denido en A. Sea
M un subconjunto de A al que podemos asociar una funcin g : A Rnk tal que:
1. M = {x A; g(x) = 0}.
Anlisis Matemtico
41
Proposicin 2.5.1. Sean A un conjunto abierto, g = (g1 , g2 , ..., gnk ) una funcin que
determina a un subconjunto M de A y f : A R un campo escalar de clase que admite
todas sus derivadas parciales en A y son continuas en a M . Si f alcanza un extremo
condicionado por M en a, entonces existe un nico = (1 , 2 , ..., nk ) Rnk tal
que
(f + 1 g1 + 2 g2 + ... + nk gnk )
(a) = 0, i {1, 2, ..., n}.
xi
Esto nos proporciona la siguiente
L = f + 1 g1 + 2 g2 + ... + nk gnk .
La proposicin anterior nos arma que:
"Los extremos de f condicionados por M son soluciones del sistema siguiente, llamado sistema de Lagrange.
L
(x)
x1
= 0,
L
(x)
x2
= 0,
42
...
L
(x)
xn
= 0,
2.5.3.
Relacin de ejercicios
f (x, y) = x2 + y 2 xy x y
((x, y) R2 )
A = {(x, y) R2 : x, y 0, x + y 3}.
2. Calclense los extremos relativos de f : [1, 1] [1, 1] R en los siguientes
casos:
a ) f (x, y) = x2 y 2 .
b ) f (x, y) = |x| + |y|.
c ) f (x, y) = |x| + y .
3. Encontrar los puntos del conjunto A = {(x, y) R2 : x2 + y 2 2x, y 0} donde
la funcin f (x, y) = x2 2xy + y 2 alcanza su mximo y mnimo absolutos.
4. Determnese el punto P (x, y, z) en el plano 2x + y z = 5 que est ms cerca del
origen.
5. Calclese la distancia mnima del origen a la supercie de R3 dada por la ecuacin
x2 z 2 1 = 0
Anlisis Matemtico
43
6. Se trata de montar un radiotelescopio en un planeta recin descubierto. Para minimizar la interferencia se desea emplazarlo donde el campo magntico del planeta
sea ms dbil (aunque por supuesto, en la supercie). El planeta es esfrico, con
un radio de 6 unidades; la fuerza del campo magntico viene dada por
M (x, y, z) = 6x y 2 + xz
basado en un sistema coordenado cuyo origen est en el centro del planeta. Dnde
habr de ser ubicado el radiotelescopio?.
7. Determnese el rectngulo de mayor rea que se puede inscribir en la elipse
y2
= 1, donde a, b son reales positivos.
b2
x2
+
a2