Cálculo Diferencial e Integral en varias variables

Santiago Sierra
27 de junio de 2022

Índice
1. Números Complejos 3
1.1. Suma y Producto de números complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Conjugado de un complejo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Módulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4. Forma Polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4.1. Argumento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4.2. Operaciones en Forma Polar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5. Raı́ces de un numero complejo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5.1. Raı́z cuadrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5.2. Raı́ces complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2. Ecuaciones Diferenciales 6
2.1. Ecuación diferencial de variables separables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2. Solución de una ecuación diferencial con condiciones o datos iniciales . . . . . . . . . . . . . . 6
2.3. Ecuación diferencial lineal de primer orden homogénea . . . . . . . . . . . . . . . . . . . . . . 6
2.4. Ecuación diferencial lineal de primer orden no homogénea . . . . . . . . . . . . . . . . . . . . 7
2.4.1. Método de variación de constante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.5. Ecuación diferencial lineal de segundo orden a coeficientes constantes y homogénea . . . . . . 8
2.5.1. Solución general de la ecuación lineal homogénea de segundo orden . . . . . . . . . . . 8
2.6. Ecuación diferencial lineal de segundo orden a coeficientes constantes no homogénea . . . . . 8
2.6.1. Método de coeficientes indeterminados . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3. Sucesiones y Series 9
3.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.1.1. Convergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.1.2. Monotonı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.1.3. Acotación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.1.4. Sub-sucesión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.1.5. Punto de acumulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2. Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2.1. Serie geométrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2.2. Serie armónica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2.3. Serie telescópica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2.4. Series de términos positivos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2.5. Series alternadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

4. Integrales impropias 14
4.1. Integrales impropias de 1ra especie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.2. Integrales impropias de 2da especie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.3. Integrales mixtas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1
5. Topologı́a y Sucesiones en Rn 18
5.1. Topologı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
5.2. Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

6. Continuidad 21
6.1. Funciones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
6.2. Limites y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

7. Diferenciabilidad en varias variables 22

7.1. Derivadas Parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
7.2. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
7.3. Derivadas de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
7.4. Desarrollo de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
7.5. Integrales dobles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2
1. Números Complejos
Definición 1.1. Un numero complejo es un numero de forma z = a + bi y a, b ∈ R, donde i2 = −1,
conocemos los números reales a y b como parte real e imaginaria respectivamente del numero z.
Re(z) = a Im(z) = b
Se le llama i a la unidad imaginaria. Esta expresión que describimos se le llama forma binómica del
numero.
Definición 1.2. Dos números complejos z, w son iguales si y solo si
Re(z) = Re(w) y Im(z) = Im(w)

1.1. Suma y Producto de números complejos

Definición 1.3. Dados dos números complejos z = a + bi y w = c + di definimos la suma de z + w y el
producto zw mediante:
z + w = (a + bi) + (c + di) = (a + c) + (b + d)i
zw = (a + bi)(c + di) = ac + adi + bci + bdi2 = (ac − bd) + (ad + bci)i
Ejemplo:
(1 − i) + (4 + 7i) = (1 + 4) + (−1 + 7)i = 5 + 6i
(−1 + 3i)(2 − 5i) = (−1)(2 − 5i) + (3i)(2 − 5i) = (−2 + 5i) + (6i − 15i2 ) = (−2 + 5i) + (15 + 6i) = 13 + 11i
Propiedades. Sean z,w,v ∈ C
1. Conmutativas: z + w = w + z y zw = wz
2. Asociativas: (z + w) + v = z + (w + v) y (zw)v = z(wv)
3. Cada numero complejo z = a + bi tiene un elemento opuesto, −z = −a − bi, tal que z + (−z) = 0
4. Distributiva (del producto respecto a la suma) z(w + v) = zw + zv.

1.2. Conjugado de un complejo

Definición 1.4. Sea z = a + bi un numero complejo. Se define el conjugado de z y se representa por z, como
el numero complejo z = a − bi.
Geométricamente, un complejo z = a + bi se representa por el punto P = (a, b), y su conjugado z = a − bi
por el punto P ′ = (a, −b)
Propiedades:
1. z = z
Im
2. z1 + z2 = z1 + z2
• z 3. z1 z2 = z1 z2
4. Si z2 ̸= 0, ( zz12 ) = z1
z2

5. |z|2 = zz = Re(z)2 + Im(z)2 . Por lo tanto, |z|2 ≥ 0 ∀z ̸= 0

Re 6. z + z = 2Re(z)

7. z − z = 2i Im(z)
• z
Observación, para dividir dos números complejos wz , basta con multi-
plicar el numerador y denominador por el conjugado del denominador.
z zw zw
= =
w ww |w|2

3
1.3. Módulo
Definición 1.5. Definimos
√ el módulo de un complejo z = a + bi como
el número real |z| = a2 + b2
Im
Propiedades del módulo. Sean z1 y z2 números complejos:
1. |z| = 0 si, y sólo si, z = 0 z
|
2. |z| = |z| |z

3. |z1 z2 | = |z1 ||z2 |

|z1 |
4. Si z ̸= 0, | zz12 | = |z2 | Re

5. Desigualdad triangular: |z1 + z2 | ≤ |z1 | + |z2 |

1.4. Forma Polar

Sabemos que cualquier complejo z = a + bi puede ser considerado un punto (a, b) y que cualquier punto
de este tipo puede representarse con coordenadas polares (r, θ) con r ≥ 0.
Definición 1.6. Cualquier complejo z se puede representar como z = r(cos(θ) + i sen(θ)) = reiθ , lo cual
llamaremos forma polar. Siendo r = |z| y θ = arg(z).

1.4.1. Argumento

Definición 1.7. Definimos el argumento de z como la función Im


arctan ab




 a>0 a + bi
b


arctan + π b ≥ 0, a < 0


a



|


|z
b
arg(z) = arctan a − π b < 0, a < 0
 π θ
+ b > 0, a = 0



 2
− π

b < 0, a = 0
2
Re

1.4.2. Operaciones en Forma Polar

Definición 1.8. Sean z1 = r1 (cos(θ1 ) + i sen(θ1 )) y z2 = r2 (cos(θ2 ) + i sen(θ2 )), definimos su multiplicación
como z1 z2 = r1 r2 (cos(θ1 + θ2 ) + i sen(θ1 + θ2 ))
z1 r1
Definición 1.9. Definimos la división de dos complejos como z2 = r2 (cos(θ1 − θ2 ) + i sen(θ1 − θ2 ))
1
Observación: Si z = r(cos(θ) + i sen(θ)) entonces z = 1r (cos(θ) + i sen(θ))
Teorema 1.1. Teorema de De Movire.
Sea z = r(cos(θ) + i sen(θ)) y n ∈ Z+ , entonces z n = (r(cos(θ) + i sen(θ)))n = rn (cos(nθ) + i sen(nθ))

1.5. Raı́ces de un numero complejo

1.5.1. Raı́z cuadrada
√
Si deseamos hallar a + bi una forma rápida de hacerlo es diciendo:
(
√ 2 2 2 a = c2 − d2
a + bi = c + di → a + bi = (c + di) = c − d + 2cdi →
b = 2cd

4
1.5.2. Raı́ces complejas
Sea z n = r(cos(θ) + i sen(θ)) y n ∈ Z+ . Entonces, z tiene n raı́ces enésimas distintas.
Las raı́ces se hallan como:
    
1 θ + 2kπ θ + 2kπ 1 θ+2kπ
zk = r n cos + i sen = rne n i
n n

Donde k = {0, 1, 2, . . . , n − 1}.

5
2. Ecuaciones Diferenciales
Definición 2.1. Una ecuación diferencial es una igualdad en la cual la incógnita es una función desconocida
y sus derivadas, y = f (x) definida y derivable.
Le llamamos ecuación de orden 1 si la única derivada de la función desconocida que aparece es la derivada
primera, de orden 2 si la derivada de mayor orden que aparece es 2 y ası́ sucesivamente.

2.1. Ecuación diferencial de variables separables

Definición 2.2. Una ecuación diferencial se le llama de variables separables si es de la forma y ′ = A(y)B(x)
Solución:
y ′ (x) y ′ (x)
Z Z Z Z
dy
= B(x) → dx = B(x)dx + C → = B(x)dx + C
A(y(x)) A(y(x)) A(y)

2.2. Solución de una ecuación diferencial con condiciones o datos iniciales

Por lo general existen infinitas soluciones a una misma ecuación diferencial, sin embargo si se dan datos
iniciales apropiados, por lo general existe una única función solución que cumple los datos.

En una ecuación diferencial de primer orden se le llama dato inicial a una condición del tipo: y(x0 ) = 0.
Donde x0 e y0 son valores reales dados.

En una ecuación diferencial de segundo orden se le llaman datos iniciales a dos condiciones del tipo:
y(x0 ) = y0 , y ′ (x1 ) = y1 .
Donde x e y son valores reales dados.

Para determinar la solución que verifica los datos iniciales, primero tendremos que haber hallado todas
las soluciones (esto no quiere decir haber despejado la función).
Al conjunto de todas las soluciones se le llama solución general, la cual depende usualmente de una constante
arbitraria si la ecuación es de primer orden, o de 2 si es de segundo orden.

2.3. Ecuación diferencial lineal de primer orden homogénea

Definición 2.3. Se llama ecuación diferencial lineal de primer orden homogénea a una ecuación del tipo:
y ′ + a(x)y = 0
Solución general:

y′
Z Z Z
dy
y ′ = −a(x)y → = −a(x) → =− a(x)dx → log(y) = − a(x)dx + C
y y
R R
y = e− a(x)dx+C
= Ke− a(x)dx

Siendo K la variable arbitraria.

6
2.4. Ecuación diferencial lineal de primer orden no homogénea
Definición 2.4. Se llama ecuación diferencial lineal de primer orden no homogénea a una ecuación del tipo:
y ′ + a(x)y = r(x), siendo r(x) ̸= 0, si no, seria homogénea.
Solución:

1. Hallar la solución general, yh (x) de la ecuación diferencial lineal homogénea correspondiente, es decir
la misma ecuación diferencial, pero sustituyendo r(x) por la función nula.
2. Hallar una solución particular de la ecuación yp (x) diferencial dada usando el método de variación de
constante.

3. Sumar y(x) = yh (x) + yp (x)

2.4.1. Método de variación de constante

Para hallar la solución particular yp (x) de la ecuación diferencial, probaremos con una función de cierto
tipo como se describe:
1. Tomaremos yp (x) = yh (x), con la diferencia de que la constante arbitraria, ahora sera una función
desconocida a determinar.
2. Sustituimos yp (x) en la ecuación no homogénea dada, haciendo que la verifique y despejando la función.
De todas las posibles funciones que se despejen (en general son infinitas), habrá que elegir solo una.
3. Una vez hallada la función, la sustituimos en la expresión yp (x) para obtener la solución particular
buscada.

Ejemplo:
Sea y ′ − cos(x)y = cos(x)
Hallamos y ′ − cos(x)y = 0 → yh = Kesen(x)
Decimos por el paso 2, que yp (x) = yh (x) pero con la constante arbitraria como función,
ası́ que
yp (x) = K(x)esen(x)
(K(x)esen(x) )′ − cos(x)K(x)esen(x) = cos(x)
K ′ (x)esen(x) + K(x)cos(x)esen(x) − cos(x)K(x)esen(x) = cos(x)
K ′ (x)esen(x) = cos(x) → K ′ (x) = cos(x)e−sen(x)
K(x) = cos(x)e−sen(x) dx + C = −e−sen(x) + C
R

Ahora, elegimos la solución con C = 0 y reemplazamos la función en yp (x)

yp (x) = K(x)esen(x) = −e−sen(x) esen(x) = −esen(x)−sen(x) = −e0 = −1

Por lo tanto, y(x) = yh (x) + yp (x) = Kesen(x) − 1

7
2.5. Ecuación diferencial lineal de segundo orden a coeficientes constantes y
homogénea
Definición 2.5. Una ecuación diferencial de segundo orden se llama lineal a coeficientes constantes y
homogénea si es de la forma y ′′ + ay ′ + by = 0, donde a y b son constantes dadas independientes.
Teorema 2.1. Estructura vectorial de las soluciones de la ecuación lineal homogénea.
Todas las funciones solución de la ecuación diferencial de segundo orden homogénea forman un espacio
vectorial de dimensión 2.
Soluciones exponenciales: Buscaremos soluciones y(x) = eλx , donde λ es una constante real a determinar,
que sean solución de la ecuación diferencial y ′′ +ay ′ +by = 0. Sustituyendo en la ecuación diferencial y = eλx ,
y ′ = λeλx , y ′′ = λ2 eλx , se obtiene: (λ2 + aλ + b)eλx = 0 ⇔ λ2 + aλ + b = 0. Siendo λ raı́z de la ecuación de
segundo grado, llamada ecuación caracteristica.

2.5.1. Solución general de la ecuación lineal homogénea de segundo orden

Una vez encontradas las raı́ces de la ecuación caracterı́stica, hay 3 casos.
A) La ecuación caracterı́stica tiene dos raı́ces distintas. La solución general es: y(x) = C1 eλ1 x + C2 eλ2 x
B) La ecuación caracterı́stica tiene una raı́z doble. La solución general es: y(x) = eλx (C1 + C2 x)
C) La ecuación caracterı́stica tiene dos raı́ces complejas conjugadas de la forma α ± iβ. La solución general
es: y(x) = eαx (C1 cos(βx) + C2 sen(βx))

2.6. Ecuación diferencial lineal de segundo orden a coeficientes constantes no

homogénea
Definición 2.6. Una ecuación diferencial de segundo orden se llama lineal a coeficientes constantes y no
homogénea si es del tipo: y ′′ + ay ′ + by = r(x).
Solución:
1. Hallar la solución general de yh (x) de la ecuación lineal homogénea correspondiente.
2. Hallar una solución particular yp (x) de la ecuación no homogénea dada usando el método de coeficientes
indeterminados.
3. Sumar y(x) = yh (x) + yp (x)

2.6.1. Método de coeficientes indeterminados

1. Si r(x) = ekx P (x), donde P (x) es un polinomio de grado n, probar y( x) = ekx Q(x), donde Q(x) es un
polinomio de grado n con coeficientes a determinar sustituyendo yp (x) en la ecuación diferencial.
2. Si r(x) = ekx P (x)cos(mx) o r(x) = ekx P (x)sen(mx), donde P es un polinomio de grado n, probar
yp (x) = ekx Q(x)cos(mx) + ekx R(x)sen(mx), donde Q y R son polinomio de grado n.

Si algún termino de yp (x) es también termino de yh (x), hay que multiplicar yp por x, o x2 si es termino 2
veces.
Teorema 2.2. Sea una ecuación diferencial y ′′ + ay ′ + by = r(x) donde r(x) es una función conocida que
puede descomponerse como suma r(x) = r1 (x) + r2 (x). Se consideran las ecuaciones diferenciales auxiliares:
y1p → y ′′ + ay ′ + by = r1 (x)
y2p → y ′′ + ay ′ + by = r2 (x)
Siendo yp (x) = y1p + y2p .
Este teorema puede aplicarse tantas veces como r(x) pueda descomponerse, habiendo una suma de tres o
mas sumandos en vez de dos como se mostró.

8
3. Sucesiones y Series
3.1. Sucesiones
Definición 3.1. Las sucesiones son funciones a : N → R, donde a cada natural, se le asocia un real an .

Ejemplos:
1
1. Sucesión armónica: an = n

2. a0 = 1, a1 = 1, an = an−1 + an−2

3. Sucesión CTE: an = c ∀n ∈ N
4. Sucesión identidad: an = n ∀n ∈ N

3.1.1. Convergencia
Definición 3.2. Limite de una sucesión.
Una sucesión an tiene el limite L y se escribe como

limn→∞ an = L o an → L cuando n → ∞

= L (finito) En este caso converge (C)

Si lı́mn→∞ an = L = ∞ En este caso diverge (D)

En este caso oscila (O)


Y para todo ϵ > 0 hay un correspondiente entero N tal que si n > N entonces |an − L| < ϵ

Ejemplos
1
1. lı́mn→+∞ n = 0.
2. an = C ∀n → lı́mn→+∞ an = c
3. an = n ∀n ∈ N → lı́mn→+∞ an = +∞

4. an = (−1)n ∀n ∈ N
Teorema 3.1. Si lı́mx→∞ f (x) = L y f (n) = an cuando n es un entero, entonces lı́mn→∞ an = L.
Propiedades:
1. Si lı́mn→+∞ an = L, lı́mn→+∞ bn = M ⇒ (an + bn )n∈N es convergente y lı́mn→+∞ an + bn =
lı́mn→+∞ an + lı́mn→+∞ bn = L + M .
2. (λan )n∈N es convergente si lı́mn→+∞ (λan ) = λL.
3. (an bn )n∈N es convergente si lı́mn→+∞ an bn = LM
4. Si bn = 0 ∀n ∈ N, M ̸= 0, ( abnn )n∈N es convergente y lı́mn→+∞ an
bn = L
m

Teorema 3.2. Si lı́mn→∞ |an | = 0, entonces lı́mn→∞ an = 0

Teorema 3.3. Si lı́mn→∞ an = L y la función f es continua en L, entonces

lı́m f (an ) = f (L)

n→∞

9
3.1.2. Monotonı́a
Definición 3.3. Una sucesión an se le llama monótona creciente si an ≤ an+1 para toda n ≥ 1.
Y se le denomina monótona decreciente si an ≥ an+1 .
Corolario 3.3.1. Si an+1 > an ∀n ∈ N es monótona estrictamente creciente.
Si an+1 < an ∀n ∈ N es monótona estrictamente decreciente.

3.1.3. Acotación
Definición 3.4. Una sucesión an esta acotada superiormente si existe un numero M tal que an ≤ M para
toda n ≥ 1.
Esta acotada inferiormente si existe un numero m tal que m ≤ an para toda n ≥ 1.
Si esta acotada superior e inferiormente, entonces an es una sucesión acotada.

Teorema 3.4. Teorema de la sucesión monótona.

Toda sucesión monótona y acotada es convergente.
Obs: Si (an )n∈R es monótona decreciente y acotada, entonces lı́m an = Inf{a1 , a2 , . . . }.

3.1.4. Sub-sucesión
Definición 3.5. Dada una sucesión an y otra extricamente creciente (xn ) : N → N, llamaremos sub-sucesión
de an a la sucesión a ◦ x : N → R, y lo denotamos como axn .
Teorema 3.5. Si lı́m an = L, entonces toda sub-sucesión de an converge a L.

3.1.5. Punto de acumulación

Definición 3.6. Sea una sucesión an , y su sub-sucesión ank , h es un punto de aglomeración si ank → h.
Teorema 3.6. Teorema de Bolzano Weirstrass.
Todo conjunto infinito y acotado tiene (al menos) un punto de acumulación.
Corolario 3.6.1. El punto de acumulación no tiene por que pertenecer al conjunto.
Teorema 3.7. Toda sub-sucesión an acotada tiene una sub-sucesión convergente.
Corolario 3.7.1. ( Sea {an } una sucesión de términos positivos (an > 0 ∀n).
< 1 Entonces an converge a 0
Si lı́m aan+1 =L
n
> 1 Entonces an diverge

Obs: Si L = 1 no se puede decir nada.

Teorema 3.8. Una función f : R → R es continua en a ∈ R.

⇔ para toda sucesión an tal que lı́m an = a se tiene que lı́m f (an ) = f (a).

(∀an , an → a ⇒ f (an ) = f (a))

10
3.2. Series
Definición 3.7. En general, si se trata de sumar los términos de de una sucesión infinita {an }∞
n=1 , se obtiene
una expresión de la forma
a1 + a2 + a3 + · · · + an + · · ·
que se denomina serie y se denota con el sı́mbolo
∞
X X
an o an
n=1
P∞
Definición 3.8. Dada una serie n=1 an , sea sn la n-enésima suma parcial:
n
X
sn = ai
i=1

! = L (finito) Decimos que la serie converge (C) y P∞ an = L


n
X  n=1
lı́m sn = lı́m (a1 , a2 , . . . , an ) = lı́m ak =∞ Decimos que la serie diverge (D)
n→∞ n→∞ n→∞ 
k=1 
La serie oscila (O)
P∞ Pk−1 P∞
Obs: n=0 an = n=0 an + n=k an

3.2.1. Serie geométrica

La serie geométrica
∞
X ∞
X
aq n = aq n−1
n=0 n=1

es convergente si |q| < 1 y su suma es

∞ ∞
X X a
aq n = aq n−1 =
n=0 n=1
1−q

Si |q| ≥ 1, la serie geométrica es divergente.

En el caso
∞
X aq n0
aq n =
n=n0
1−q
P
Teorema 3.9. Si an converge, entonces an → 0.

Cuidado que es una condición necesaria pero no suficiente. Concluir la convergencia de la serie a partir
de que lı́m an = 0 es un grave error.

3.2.2. Serie armónica

Teorema 3.10. Convergencia
( de serie-p.
P∞ 1 p>1 C
Sea una serie n=1 np =
p≤1 D

11
3.2.3. Serie telescópica
Una serie telescópica es aquella serie cuyas sumas parciales poseen un numero fijo de términos tras su
cancelación. P
Es decir, sea an donde an = bn+1 − bn siendo bn otra sucesión.
Entonces sn = bn+1 − b0 y lı́m sn = lı́m bn+1 − b0 . P∞ 1
Un ejemplo clásico es la serie telescópica de Mengoli, que se define por n=1 n(n+1) , y puede calcularse
según
∞ ∞  
X 1 X 1 1
= −
n=1
n(n + 1) n=1 n n + 1
N  
X 1 1
= lı́m −
N →∞
n=1
n n+1
     
1 1 1 1 1
= lı́m 1− + − + ··· + −
N →∞ 2 2 3 N N +1
       
1 1 1 1 1 1 1
= lı́m 1 + − + + − + + ··· + − + −
N →∞ 2 2 3 3 N N N +1
 
1
= lı́m 1 − = 1.
N →∞ N +1

3.2.4. Series de términos positivos.

P
Definición 3.9. Una serie an se dice de términos positivos, siempre que an > 0 ∀n ∈ N.

P Observar que en este caso, la sucesión de sumas parciales sn es monótona creciente, por lo tanto la serie
an puede ser convergente o divergente, pero nunca oscilar.
Teorema
P 3.11. P Criterio de comparación.
Sean an y bn series de términos positivos, tales que an ≤ bn ∀n > n0 . Entonces:
P P
1. Si bn C entonces an C.
P P
2. Si an D entonces bn D.
En cualquier otro caso, no puedo afirmar nada.
Teorema
P 3.12.
P Criterio de equivalencia.
Sean an y bn dos series de términos positivos.
1. Si lı́m abnn = L > 0 finito, entonces las dos series son de la misma clase.
2. Si lı́m abnn = 0 y
P P
bn C, entonces an C.
3. Si lı́m abnn = ∞ y
P P
bn D entonces an D.
En cualquier otro caso, no puedo concluir.
Teorema 3.13. Criterio del cociente.
P an+1
Sea an una serie de términos positivos, tal que existe lı́mn→∞ an = L. Entonces:
P
1. Si L < 1 ⇒ an C
P
2. Si L > 1 ⇒ an D
En otro caso el criterio no decide.
Teorema 3.14. Criterio de Cauchy.
P √
Sea an una serie de términos positivos, tal que existe lı́mn→∞ n an = L. Entonces:
P
1. Si L < 1 ⇒ an C
P
2. Si L > 1 ⇒ an D
En otro caso el criterio no decide.

12
3.2.5. Series alternadas.
Definición 3.10. A una serie se le dice
P∞ alternada si tiene sus términos alternativamente positivos y negativos.
n
Su expresión general es de la forma n=1 (−1) an y an > 0.
P P
Definición 3.11. Decimos que una serie an es absolutamente convergente si y solo si |an | es conver-
gente.
Teorema 3.15. Toda serie absolutamente convergente es convergente.
Teorema 3.16. Convergencia dominada.
cn tal que an < bnP< cn ∀n.
SeaPan , bn y P P P P
Si cn C y an C entonces bn C. Ademas, vale que an ≤ bn ≤ cn .

Teorema 3.17. Criterio de Leibnitz P n

Si an es una sucesión estrictamente decreciente que tiende a cero, entonces la serie alternada (−1) an es
convergente.

13
4. Integrales impropias
4.1. Integrales impropias de 1ra especie
Definición 4.1. Sea f (x) definida en el intervalo [a, ∞).
Rt
Para toda t > a la función f (x) es integrable en [a, t], y si lı́mt→∞ a f (x)dx existe, decimos que la integral
R∞ Rt
impropia esta definida y a f (x)dx = lı́mt→∞ a f (x)dx.
Rt
1. Si lı́mt→∞ a f (x)dx = L decimos que converge.
Rt
2. Si lı́mt→∞ a f (x)dx = ±∞ decimos que diverge.
Rt
3. Si lı́mt→∞ a f (x)dx ∄ decimos que oscila.
Ejemplo 4.1. Sea t > 1
h it
t1−p
(
t 1 1
 − Si p ̸= 1 − Si s ̸= 1
Z
1 (1−p)x p−1 p−1 (p−1)
dx = 1 =
1 xp [log(x)]t Si p = 1 log(t) Si s = 1
1

Como lı́mt→∞ log(t) = ∞ diverge.

Por otro lado tenemos que 1 − p < 0 o que p < 1 por lo tanto lı́mt→∞ t1−p = ∞, y si 1 − p < 0 o p > 1 nos
da que lı́mt→∞ Rt1−p = 0.
∞
En conclusión, 1 x1p dx diverge si p ≤ 1 y converge si p > 1.
Definición 4.2. De manera análoga también podemos definir integrales impropias de la forma:
Rb Rb
1. −∞ f (x)dx = lı́mt→−∞ t f (x)dx
R∞ Ra R∞
2. −∞ f (x)dx = −∞ f (x)dx + a f (x)dx
R∞
Corolario 4.0.1. Sea f tal que a f (x)dx converge, y existe lı́mx→∞ f (x) = L, entonces L = 0. Aunque
no podemos deducir que converge si su limite es 0.
Corolario
R ∞ 4.0.2. Álgebra
R∞ de integrales impropias de primera especie.
Sean a f (x)dx y a g(x)dx dos integrales impropias convergentes, y sea λ ∈ R, se cumple que:
R∞
1. La integral a f (x) + g(x) dx converge, y ademas
Z ∞ Z ∞ Z ∞
f (x) + g(x) dx = f (x)dx + g(x)dx
a a a

R∞
2. La integral a
λf (x)dx converge y ademas
Z ∞ Z ∞
λf (x)dx = λ f (x)dx
a a

R∞ R∞
Corolario 4.0.3. Aplicando la proposición anterior, si a f (x)dx converge y a g(x)dx diverge, entonces
R∞
a
f (x) + g(x) dx diverge.
R∞ R∞
Corolario 4.0.4. Si a f (x)dx y a g(x)dx divergen, no podemos decir nada de su suma.
Teorema 4.1. Sea f (x) definida en [a, ∞) una función no negativa e integrable en [a, b] para b ≥ a.
Rb
Consideremos la función F (b) = a f (x)dx para b ∈ [a, ∞). Entonces las siguientes afirmaciones se cumplen:
1. La función F en [a, ∞) es monótona creciente.
R∞
2. a f (x)dx converge si y solo si, F esta acotada superiormente.

14
Teorema 4.2. Teorema de comparación
Sea 0 ≤ f (x) ≤ g(x) en [a, ∞)
R∞ R∞
1. Si a g(x)dx converge, entonces a f (x)dx también.
R∞ R∞
2. Si a f (x)dx diverge, entonces a g(x)dx también.
Teorema 4.3. Criterio de equivalencia
Sean f, g funciones definidas en [a, ∞) que cumplen:

f (x) ≥ 0 y g(x) > 0 ∀x ≥ a. Es decir, f es no negativa y g positiva en [a, ∞).

f y g son integrables en [a, b] para b ≥ a.

Consideremos lı́mx→∞ fg(x)

(x)
= L.
Entonces cumplen las afirmaciones:
R∞ R∞
1. Si L > 0, se tiene que a f (x)dx y a g(x)dx son del mismo tipo, es decir ambos convergen o divergen.
Si L > 0, decimos que las funciones f y g son equivalentes.

2. Para el caso L = 0:
R∞ R∞
a
g(x)dx converge ⇒ a f (x)dx converge.
R∞ R∞
a
f (x)dx diverge ⇒ a g(x)dx diverge.
3. Para el caso L = ∞:
R∞ R∞
a
g(x)dx diverge ⇒ a f (x)dx diverge.
R∞ R∞
a
f (x)dx converge ⇒ a g(x)dx converge.
Definición
R∞ 4.3. Sea f (x) definida en [a, ∞)
R ∞ una función integrable en [a, b] para b ≥ a. Decimos que
a
f (x)dx es absolutamente convergente si a
|f (x)|dx converge.
R∞
Teorema 4.4. Sea f (x) definida en [a, ∞) una función integrable en [a, b] para b ≥ a tal que a f (x)dx es
R∞
absolutamente convergente. Entonces a f (x)dx converge.

RDefinición 4.4. Sea f (x) definida en [a, ∞) Runa función integrable en

R ∞[a, b] para b ≥ a, diremos que
∞ ∞
a
f (x)dx es condicionalmente convergente si a
f (x)dx converge pero a
|f (x)|dx diverge.
Teorema 4.5. Criterio serie-integral. Sea f (x) definido en [a, ∞) una función positiva, decreciente e inte-
grable en [a, b] para b ≥ a. Sea n0 el primer entero no negativo mayor o igual que a. Para cada n ≥ n0 ,
sean
Xn Z n
sn = f (k) y tn = f (x)dx
k=n0 n0

Entonces, ambas sucesiones son del mismo tipo.

15
4.2. Integrales impropias de 2da especie
Definición 4.5. Sea f (x) una función definida en [t, b] para a < t < b, pero no esta definida en [a, b] (o
Rb
definida en (a, b]), entonces a f (x)dx no esta definida.
Rb Rb
Puede pasar que t f (x)dx este definida y existe lı́mt→a+ t f (x)dx, entonces decimos que su valor es
Z b Z b
f (x)dx = lı́m+ f (x)dx
a+ t→a t

Rt
De misma manera, puede pasar que f (x) es continua en el intervalo [a, t] para a < t < b y existe lı́mt→b− a
f (x)dx,
entonces Z − Z b t
f (x)dx = lı́m f (x)dx
a t→b− a
1
Ejemplo 4.2. Veamos nuevamente la función xp con p ∈ R, veamos para cuales valores de p, la integral
R1
impropia 0 x1p dx converge.

∞ Si p = 1

[log(t)]1t
(
Z 1
1
Z 1
1 Si p = 1 −log(t) Si p = 1

1
dx = lı́m dx = h 1−p i1 = 1−t1−p
= 1−p Si 0 < p < 1
0 xp t→0 t xp  x1−p Si p ̸= 1 1−p ̸ 1 
Si p =
∞ Si p > 1

t

R1 1
Por lo tanto, 0 xp
dx converge si p < 1, y diverge si p ≥ 1.

Corolario 4.5.1. Sea f (x) una función definida en el intervalo (a, b), e integrable en [c, d] para a < c ≤ d < b.
R b−
Si a+ f (x)dx converge, entonces
Z b− Z d Z b−
f (x)dx = f (x)dx + f (x)dx
a+ a+ d

para ∀d ∈ (a, b).

Rb Rb
Corolario 4.5.2. Álgebra de integrales impropias de segunda especie Sean a+
f (x)dx y a+
g(x)dx dos
integrales impropias convergentes y λ ∈ R. Entonces:
Rb
1. La integral a+ f (x) + g(x) dx converge y ademas
Z b Z b Z b
f (x) + g(x) dx = f (x)dx + g(x)dx
a+ a+ a+

Rb
2. La integral a+
λf (x)dx converge y ademas
Z b Z b
λf (x)dx = λ f (x)dx
a+ a+

Teorema 4.6. Sea f (x) definida en (a, b] una función no negativa e integrable en [c, b], para c ∈ (a, b].
Rb
Consideremos la función F (c) = c f (x)dx. Entonces cumple:
1. La función F en (a, b] es monótona decreciente.
Rb
2. a+ f (x)dx converge si y solo si F esta acotada superiormente.

16
Teorema 4.7. Criterio de comparación
Sean f, g definidas en (a, b] funciones que cumplen:
0 ≤ f (x) ≤ g(x) ∀x ∈ (a, b]
f y g son integrables en [c, b] para c ∈ (a, b].

Entonces cumplen:
Rb Rb
1. Si a+ g(x)dx converge, entonces a+ g(x)dx converge.
Rb Rb
2. Si a+ f (x)dx diverge, entonces a+ g(x)dx diverge.
Teorema 4.8. Criterio de equivalentes
Sean f, g funciones definidas en (a, b] que cumplen:

f (x) ≥ 0 y g(x) > 0 ∀x ∈ (a, b].

f y g son integrables en [c, b] ∀c ∈ (a, b].
Consideremos el limite
f (x)
lı́m =L
x→a+ g(x)
Entonces se cumple lo siguiente:
Rb Rb
1. Si L > 0 se tiene que a+ f (x)dx y a+ g(x)dx son de la misma clase.
2. Si L = 0
Rb Rb
a+
g(x)dx converge ⇒ a+ f (x)dx converge.
Rb Rb
a+
f (x)dx diverge ⇒ a+ g(x)dx diverge.
3. Si L = ∞
Rb Rb
a+
g(x)dx diverge ⇒ a+ f (x)dx diverge.
Rb Rb
a+
f (x)dx converge ⇒ a+ g(x)dx converge.

4.3. Integrales mixtas

Cuando en una integral aparece mas de un punto problemático, debemos partir la integral en una suma
de integrales que contengan solamente uno de esos puntos, y decimos que la integral original es convergente
si y solo si cada uno de los sumandos lo es. R +∞
De esta forma por ejemplo si f es continua, la integral impropia −∞ f (x)dx debemos escribirla como suma
Ra R +∞
de −∞ f (x)dx y a f (x)dx, y debemos clasificar estas dos integrales. Es fácil ver que el resultado no
depende de a.

R ∞Sea f (x) definida en (a, ∞) una función integrable en todo subintervalo [b, c] ⊆ (a, ∞).
Definición 4.6.
A la expresión a+ f (x)dx se le conoce como integral impropia mixta.

17
5. Topologı́a y Sucesiones en Rn
5.1. Topologı́a
Definición 5.1. Norma
Una norma en Rn es una función || || : Rn → R que cumple:
||x|| ≥ 0 ∀x ∈ Rn
||x|| = 0 ⇔ x = ⃗0
||λx|| = |λ|||x|| ∀x ∈ Rn ∀λ ∈ R

||x + y|| ≤ ||x|| + ||y|| ∀x, y ∈ Rn

Definición 5.2. Una distancia en Rn es una función d : Rn × Rn → R tal que:
d(x, y) ≥ 0 ∀x, y ∈ Rn

d(x, y) = 0 ⇔ x = y
d(x, y) = d(y, x) ∀x, yRn
d(x, y) ≤ d(x, z) + d(z, y) ∀x, y, z ∈ Rn
Definición 5.3. Sea || || una norma en Rn . La distancia inducida por || || se define como:

d(x, y) = ||x − y||

Normas en R2
p
||x||2 = ||(x, y)||2 = x2 + y 2 (norma euclidiana)

||x||1 = ||(x, y)|| = |x| + |y| (norma 1 o del taxista)

||x||∞ = ||(x, y)||∞ = max{|x|, |y|} (norma infinito)
Definición 5.4.
Sea d una distancia en Rn . Sea a ∈ Rn y δ > 0.
La bola abierta de centro a y radio δ es el conjunto

B(a, δ) = {x ∈ Rn : d(a, x) < δ}

La bola cerrada de centro a y radio δ es el conjunto

B[a, δ] = {x ∈ Rn : d(a, x) ≤ δ}

La esfera de centro a y radio δ es el conjunto

E[a, δ] = {x ∈ Rn : d(a, x) = δ}

Corolario 5.0.1. B(a, δ) ∪ E[a, δ] = B[a, δ].

Definición 5.5. Llamamos bola reducida de centro a y radio δ al conjunto B ∗ (a, δ) = B(a, δ) − {a}, es
decir, la bola sin el centro.
Definición 5.6. Sea A ⊂ Rn . Definimos al complemento de A como AC a el conjunto que contiene todos
los elementos que no están en A.

18
Definición 5.7. Sea A ⊂ Rn un conjunto, AC su complemento, entonces:
1. Decimos que x0 ∈ Rn es un punto interior del conjunto A, si existe una bola de centro x0 y radio r > 0
tal que B(x0 , r) ⊂ A.
Llamamos Å al conjunto de puntos interiores de A.

2. Decimos que x0 ∈ Rn es un punto exterior del conjunto A si existe una bola de centro x0 y radio r > 0
tal que B(x0 , r) ⊂ Ac .
Llamamos Ext(A) al conjunto de puntos exteriores de A.
3. Decimos que x0 ∈ Rn es un punto frontera de A si para todo r > 0, B(x0 , r)∩A ̸= ∅ y B(xo , r)∩Ac ̸= ∅.
Llamamos ∂A al conjunto de puntos frontera de A.

Corolario 5.0.2. La bola abierta B(a, δ) es un conjunto abierto.

Corolario 5.0.3. Si A y B son dos conjuntos abiertos, entonces A ∩ B es abierto.
Teorema 5.1. Sea A un conjunto abierto, entonces su unión con cualquier otro conjunto es un conjunto
abierto.

Corolario 5.1.1. Si A es un conjunto de Rn , entonces:

int(A) ∩ Ext(A) ∪ F r(A) = Rn

int(A) ∩ Ext(A) = ∅

int(A) ∩ F r(A) = ∅

Ext(A) ∩ F r(A) = ∅


Definición 5.8. Sea A ⊂ Rn un conjunto:

1. Decimos que A es un conjunto abierto si todos sus puntos son interiores, es decir A = Å.
2. Decimos que A es un conjunto cerrado si Ac es un conjunto abierto.
3. La clausura de A es el conjunto
A = A ∪ ∂(A)

4. A es un conjunto acotado si existe un K > 0 tal que A ⊂ B(⃗0, K), es decir, si podemos incluir al
conjunto en una bola.
5. A es un conjunto compacto si A es cerrado y acotado.
6. x0 ∈ Rn es un punto de acumulación de A si para todo r > 0, B ∗ (x0 , r) ∩ A ̸= ∅
Al conjunto de los puntos de acumulación lo llamamos derivado de A, y se nota A′ .

7. Un conjunto A es cerrado si y solo si A contiene todos sus puntos de acumulación.

19
5.2. Sucesiones en Rn
Definición 5.9. Una sucesión es una función a : N → Rn
Definición 5.10. Lı́mite
Decimos que la sucesión an tiene lı́mite L ∈ Rn , y lo denotamos lı́mn→∞ an = L ⇔ ∀ϵ > 0, ∃n0 ∈ N tal
que ∀n ≥ 0 se tiene que an ∈ B(L, ϵ).
Corolario 5.1.2. Sea ak una sucesión en Rn y L = (L1 , L2 , . . . , Ln ). Entonces:

lı́m ak = L ⇔ lı́m aki = Li ∀i = 1, 2, . . . , n

k→∞ k→∞

n
Es decir, una sucesión en R converge a L si y sólo si cada una de sus coordenadas converge a la coordenada
correspondiente de L
Corolario 5.1.3. Propiedades Si xn → p1 e yn → p2 entonces

1. xn + yn = p1 + p2
2. λxn → λp1 ∀λ ∈ R
3. ||xn || → ||p1 ||
No tiene sentido decir xn × yn → p1 × p2 .

Definición 5.11. Sea A ⊂ Rm un conjunto. Decimos que A es cerrado por sucesiones ⇔ ∀{xn } ⊂ A sucesión
tal que xn → p se tiene que p ∈ A.
Corolario 5.1.4. A es cerrado ⇔ A es cerrado por sucesiones.
Corolario 5.1.5. Toda sucesión acotada en Rm tiene al menos una sub-sucesión convergente.

Teorema 5.2. Sea A ⊂ Rm un conjunto compacto (cerrado + acotado) y sea {xn } una sucesión en A.
Entonces {xn } tiene una sub-sucesión convergente a p ∈ A.
Definición 5.12. Sea ak una sucesión en Rn , y kj una sucesión estrictamente creciente de números naturales.
Entonces la sucesión akj es una sub-sucesión de ak .

Teorema 5.3. Toda sucesión acotada de Rn tiene una sub-sucesión convergente.

Corolario 5.3.1. Si K ⊂ Rn es un conjunto compacto, y ak es una sucesión de elementos de K, entonces
ak posee una sub-sucesión convergente, y ademas su limite es un elemento de K.

20
6. Continuidad
6.1. Funciones en Rn
Definición 6.1. Función escalar
Una función escalar es una función cuyo dominio esta incluido en Rn y codominio R.
Ejemplo 6.1.
f : R2 → R / f (x, y) = xy
T : Rn → R / T (x1 , x2 , · · · , xn ) = x1 + x2 + · · · + xn
f : R2 → R / f (x, y) = x2 + xy
Definición 6.2. Función vectorial
Una función vectorial es una función con dominio en Rn y codominio en Rm .

Para f : A ⊆ Rn → Rm / f (x1 , x2 , · · · , xn ) = (f1 (x1 , x2 , · · · , xn ), · · · , fm (x1 , · · · , xn )) y se nota:

f = (f1 , f2 , · · · , fm )
Cada fi : A ⊆ Rn → R es una función escalar ∀i = 1, · · · , m y se llama en este contexto función coordenada.
Sea f : A ⊂ Rn → R, el grafico de f es el conjunto
G(f ) = {(x1 , x2 , · · · , xn , xn + 1) ∈ Rn : (x1 , x2 , · · · , xn ) ∈ A, xn+1 = f (x1 , x2 , · · · , xn )}
Definición 6.3. Conjuntos de nivel
Los conjuntos de nivel son subconjuntos del dominio, cuyos puntos tienen la misma imagen por función.
Dado un k ∈ R, el conjunto de nivel k es Ck = {(x, y) ∈ R2 : f (x, y) = k}.

6.2. Limites y continuidad

Definición 6.4. Dado un conjunto D ⊂ Rn , una función f : D → R, y a ∈ Rn un punto de acumulación de
D, decimos que
lı́m = L ⇔ ∀ϵ > 0, ∃δ > 0 tal que ∀x ∈ B ∗ (a, δ) ∩ D se cumple f (x) ∈ B(L, ϵ)
x→a

Definición 6.5. Dado un conjunto D ⊂ Rn , una función f : D ∈ R, y a ∈ Rn , y un punto de D, decimos

que f es continua en a si y solo si:
∀ϵ > 0, ∃δ > 0 tal que ∀x ∈ B(a, δ) ∩ D se cumple f (x) ∈ B(f (a), ϵ)
Corolario 6.0.1. El punto a debe estar en el dominio (en particular calculamos f (a)), pero no necesaria-
mente debe ser un punto de acumulación, de esta forma podemos distinguir dos casos:
1. Si a es un punto de acumulación de D, entonces la definición de continuidad coincide con la de limite,
con L = f (a). Es decir
f es continua en a ⇔ lı́m f (x) = f (a)
x→a

2. Si a no es un punto de acumulación de D, entonces es un punto aislado. Es decir, existe un radio δ > 0

tal que no hay puntos de D en B(a, δ). Entonces, una función f es siempre sera continua en los puntos
aislados del dominio.
Teorema 6.1. Sea un conjunto D ⊂ Rn , una función f : D ∈ R, y a ∈ Rn un punto de acumulación de D,
entonces:
lı́mx→a f (x) = L ⇔ para toda sucesión xk de elementos de D\{a} tal que lı́mk→∞ xk = a
tenemos que lı́mk→∞ f (xk ) = L
Teorema 6.2. Sea un conjunto de D ⊂ Rn , una función f : D → R, y a ∈ Rn un punto de D, entonces
f es continua en a ⇔ para toda sucesion xk de elementos de D tal que lı́mk→∞ xk = a
tenemos que lı́mk→∞ f (xk ) = f (a)

21
7. Diferenciabilidad en varias variables
Recordar:
f : I ⊂ R → R, a punto de acumulación de I.
lı́mx→a f (x) = L ⇔ ∀ϵ > 0 ∃δ > 0 tal que ∀x con 0 < |x − a| < δ y x ∈ I (x ∈ (a − δ, a + δ) ∩ I) se tiene
que |f (x) − L| < ϵ (f (x) ∈ (L − ϵ, L + ϵ)).
Es importante recordar que f no tiene porque estar definida en a, pero si tener puntos cercanos al punto a
en los cuales puedo aplicar f .
sin(x)
lı́m = 1; Domf = I = R∗
x→0 x
Definición 7.1. Sea f : D ⊂ Rn → R, a un punto de acumulación de D.
lı́mx→a f (x) = L ⇔ ∀ϵ > 0 ∃δ > 0 tal que ∀x ∈ B ∗ (a, δ) ∩ D se tiene que |f (x) − L| < ϵ.
Conclusión: Trabajando con restricciones de la función a graficas conocidas (rectas, parábolas, etc) intento
probar que no existe el limite.
Corolario 7.0.1.
f : D ⊂ Rn → R, a punto de acumulación de D.
g una función acotada en B ∗ (a), es decir existe k > 0 tal que |g(x)| < k ∀x ∈ B ∗ (a).
lı́mx→a f (x) = 0.
Entonces lı́mx→a f (x)g(x) = 0.
Definición 7.2. f : D ⊂ Rn → R, a ∈ D. f es continua en a ⇔ ∀ϵ > 0 ∃δ > 0 tal que ∀x ∈ B(a, δ) ∩ D.
Se tiene que |f (x) − f (a)| < ϵ. (f (x) ∈ (f (a) − ϵ, f (a) + ϵ).
Corolario 7.0.2. Si a es un punto de acumulación de D, f es continua en a ⇔ lı́mx→a f (x) = f (a).

7.1. Derivadas Parciales

Definición 7.3. Sea f : D ⊂ R2 → R (x0 , y0 ) ∈ R2 , v = (v1 , v2 ) ∈ R2 la derivada de f en (x0 , y0 ) en la
dirección de v (derivada direccional) es:
∂f f ((x0 , y0 ) + h(v1 , v2 )) − f (x0 , y0 )
(x0 , y0 ) = lı́m
∂v h→0 h
Corolario 7.0.3.
∂f ∂f
(x0 , y0 ) = (x0 , y0 )
∂x ∂(1, 0)
∂f ∂f
(x0 , y0 ) = (x0 , y0 )
∂y ∂(0, 1)

7.2. Diferenciabilidad
Recordar de CDIV.
f : I ⊂ R → R, x0 punto interior de I.
f es derivable en a ⇔ ∃ y es finito lı́mh→0 f (x0 +h)−f
h
(x0 )
⇔ ∃ A ∈ R tal que f (x0 + h) = f (x0 ) + Ah + r(h)
con lı́mh→0 r(h)
h = 0. Esto significa que r(h) tiende mas rápido a 0 que h cuando h → 0.
Definición 7.4. Sea f : Rn → R y x0 un punto de Rn . Decimos que f es diferenciable en x0 ⇔ existe una
transformación lineal T : Rn → R tal que
r(h)
f (x0 + h) = f (x0 ) + T (h) + r(h) con lı́m =0
h→⃗
0 ||h||
A la transformación lineal T se le llama diferencial de f en x0 y se nota T = dfx0 .
T (h) = A1 h1 + A2 h2 + · · · + An hn con Ai ∈ R ∀i = 1, · · · , n.

22
 Podemos reescribir la definición de esta amanera:
f es diferenciable en x0 ⇔ existen reales A1 , A2 , · · · , An tales que f (x0 +h) = f (x0 )+A1 h1 +· · ·+An hn +r(h)
con lı́mh→0 r(h)
||h|| = 0.
Como particular a R2 : f es diferenciable en (x0 , y0 ) ⇔ existen reales A y B tales que

r(h , h )
f ((x0 , y0 ) + (h1 , h2 )) = f (x0 , y0 ) + Ah1 + Bh2 + r(h1 , h2 con lı́m p 1 2
(h1 ,h2 )→(0,0) h21 + h22
r(h)
Corolario 7.0.4. Rn f (x0 + h) = f (x0 ) + dfx0 (h) + r(h), lı́mh→⃗0 ||h|| =0
R f ((x0 , y0 ) + (h1 , h2 )) = f (x0 , y0 ) + df(x0 ,y0 ) (h1 , h2 ) + r(h1 , h2 ) lı́m(h1 ,h2 )→(0,0) r(h
2 √ 12,h22) = 0.
h1 ,h2
′
R f (x0 + h) = f (x0 ) + f (x0 )h + r(h), lı́mh→0 r(h)
h = 0.
Teorema 7.1. Sea f : R2 → R, (x0 , y0 ) ∈ R2 .
Si f es diferenciable en (x0 , y0 ) entonces:
f es continua en (x0 , y0 ).
∂f ∂f
Existen las derivadas parciales de f en (x0 , y0 ). Mas aun A = ∂x (x0 , y0 ), B= ∂y (x0 , y0 )

Existen todas las derivadas direccionales de f en (x0 , y0 ) y si v = (v1 , v2 ) ∈ R2 entonces se cumple:

∂f ∂f ∂f
(x0 , y0 ) = (x0 , y0 )v1 + v2
∂v ∂x ∂y0

Corolario 7.1.1. Recordar que si f es diferenciable en x0 entonces:

∂f
= ⟨△f (x0 ), v⟩
∂v
∀v ∈ Rn .
Recordar que |⟨v, w⟩| ≤ ||v||||u|| ∀v, w ∈ Rn .
Entonces |⟨△f (x0 ), v⟩| ≤ ||△f (x0 )||||v|| ∀v ∈ Rn v ̸= ⃗0.
Y por lo tanto el valor mas grande de dfx0 (v) va a ser cuando v es colineal con △f (x0 ) y si ||v|| = 1 |dfx0 (v) ≤
||△f (x0 )||.
Se dice que la dirección del gradiente es la dirección de mayor crecimiento de la función f en x0 .
Teorema 7.2. Condición suficiente de diferenciabilidad
Sea f : R2 → R y (x0 , y0 ) ∈ Rn .
Si existe ∂f ∂f
∂x (x0 , y0 ) y existe y es continua ∂y (x0 , y0 ) en una B(x0 , y0 ) entonces f es diferenciable en (x0 , y0 ).

7.3. Derivadas de orden superior

∂ ∂f ∂2f
∂x ( ∂x ) = ∂x2 = fxx
∂ ∂f ∂2f
∂y ( ∂x ) = ∂y∂x = fxy

∂ ∂f ∂2f
∂x ( ∂y ) = ∂x∂y = fyx

∂ ∂f ∂2f
∂y ( ∂y ) = ∂y 2 = fyy

Definición 7.5. Sea f una función con derivadas parciales de segundo orden en (x0 , y0 ).
La matriz Hessiana de f en (x0 , y0 ) es
Definición
 7.6. Matriz Jacobiana 
∂f ∂f
Jf (x0 ) = ∂x 1
(x 0 ) · · · ∂xn (x 0 ) ∈ M1×n .

23
Definición 7.7. Sea f : Rn → R

f (x) ≈ f (x0 ) + Jf (x0 )(x − x0 )  

x − x0
f (x, y) ≈ f (x0 , y0 ) + ( ∂f ∂f
∂x (x0 , y0 ), ∂y (x0 , y0 ))
  y − y0
x − x0
f (x, y) ≈ f (x0 , y0 ) + ⟨△f (x0 ), ⟩
y − y0
Definición 7.8. De segundo grado:
f (x) ≈ f (x0 ) + Jf (x0 )(x − x0 ) + 12 (x − x0 )t Hf (x0 )(x − x0 ) Aprox cuadrática
∂2f ∂2f
  ! 
∂f ∂f x − x0 1 2 (x0 , y0 ) ∂y∂x (x0 , y0 ) x − x0
f (x, y) ≈ f (x0 , y0 )+( ∂x (x0 , y0 ) ∂y (x0 , y0 ) + 2 (x−x0 y−y0 ) ∂∂x2 f ∂2f
y − y0 (x0 , y0 ) y − y0
∂x∂y ∂y 2 (x0 , y0 )

Teorema 7.3. Teorema de Schwarz

Sea f : R2 → R, (x0 , y0 ) ∈ R2 .
Si fxy y fyx existen en una bola B((x0 , y0 ), S) y son continuas en (x0 , y0 ) (cuando esto pasa decimos que f
es de clase C 2 en (x0 , y0 )) entonces fxy (x0 , y0 ) = fyx (x0 , y0 ).
Teorema 7.4. Regla de la cadena 1
Sea f : R2 → R diferenciable en (x0 , y0 )
α : I ⊂ R → R2 tal que α(t) = (x(t), y(t)), α(t0 ) = (x0 , y0 )
Con x : I ⊂ R → R, y : I ⊂ R → R derivables en t0 .
Entonces g = f ◦ α : I ⊂ R → R definido por g(t) = (f ◦ α)(t) = f (α(t)) = f (x(t), y(t))
Es derivable en t = t0 y su derivada vale:
 ′ 
′ x (t0 )
g (t0 ) = ⟨△f (x0 , y0 ), ′ ⟩
y (t0 )

Teorema 7.5. Regla de la cadena 2

Sea g : R2 → R2 / g(x, y) = (g1 (x, y), g2 (x, y)) y f : R2 → R
Si g1 y g2 son diferenciables en (x0 , y0 ) y f es diferenciable en (g1 (x0 , y0 ), g2 (x0 , y0 )) entonces f ◦ g es
diferenciable en (x0 , y0 ) y vale:

Jf ◦g (x0 , y0 ) = Jf (g(x0 , y0 )) Jg (x0 , y0 )

Corolario 7.5.1. Si h = f ◦ g entonces la regla de la cadena dice:

Jh (x0 , y0 ) = Jf (g(x0 , y0 )) Jg (x0 , y0 )

!
∂g1 ∂g1
∂x (x0 , y0 ) ∂y (x0 , y0 )
   
∂h ∂h ∂f ∂f
∂x (x0 , y0 ) ∂y (x0 , y0 ) = ∂x (g(x0 , y0 )) ∂y (g(x0 , y0 )) ∂g2 ∂g2
∂x (x0 , y0 ) ∂y (x0 , y0 )

Teorema 7.6. Regla de la cadena 3

Sean f : Rn → Rk diferenciable en a ∈ Rn , y : Rk → Rm diferenciable en f (a) ∈ Rk .
Entonces g ◦ f : Rn → Rm es diferenciable en a y vale:

d(g ◦ f )(a) = dg(f (a)) ◦ df (a)

Jg◦f (a) = Jg (f (a)) Jf (a)

7.4. Desarrollo de Taylor

Definición 7.9. Sea f : R → R con derivadas continuas hasta el orden k + 1 en a ∈ R. Entonces:
′′ (k)
f (x) = f (a) + f ′ (a)(x − a) + f 2(a) (x − a)2 + · · · + f k!(a) (x − a)k + r(x − a) con lı́mx→a (x−a)
r(x−a)
k = 0.

24
Teorema 7.7. Teorema de Taylor Sea f : R2 → R de clase C k+1 (derivadas parciales de orden k + 1
continuas) y a ∈ R2 .
Entonces:
d 2 fa dk fa
f (a + h) = f (a) + dfa (h1 , h2 ) + (h1 , h2 ) + · · · + (h1 , h2 ) + r(h1 , h2 )
2 k!
r(h1 ,h2 )
Con lı́m(h1 ,h2 )→(0,0) √ 2 2 k
=0
( h1 +h2 )
O:
d2 fa d(k) fa
f (x) = f (a) + dfa (x − a) + (x − a) + · · · + (x − a) + r(x − a)
2 k!
r(x−a)
Con lı́mx→a ||x−a||k
=0
 
x − x0
Corolario 7.7.1. Sea a = (x0 , y0 ), la aproximación lineal es: f (x, y) ≈ f (x0 , y0 ) + Jf (x0 , y0 ) .
  y − y0  
x − x0 1

x − x0
La aproximación cuadrática es f (x, y) ≈ f (x0 , y0 )+Jf (x0 , y0 ) + 2 x − x0 y − y0 Hf (x0 , y0 ) .
y − y0 y − y0

25
7.5. Integrales dobles
Corolario 7.7.2. Propiedades
Sea D compacto en R2 :
RR RR RR
1. D
αf (x, y) + βg(x, y)dxdy = α D f (x, y)dxdy + β D
g(x, y)dxdy.
RR RR RR
2. D1 ∪D2
f (x, y)dxdy = D1
f (x, y)dxdy + D2
f (x, y)dxdy
Siendo D1 y D2 disjuntos, es decir D1 ∩ D2 = ∅.
RR
3. Si f (x, y) ≥ 0 ∀(x, y) ∈ D entonces D
f (x, y)dxdy ≥ 0.
RR RR
4. Si f (x, y) ≥ g(x, y) ∀(x, y) ∈ D entonces D
f (x, y)dxdy ≥ D
g(x, y)dxdy.
Teorema 7.8. Teorema de Fubini 1
Sea D = [a, b] × [c, d] un rectangulo en R2 . Entonces:
! !
Z Z Z d Z b Z b Z d
f (x, y)dxdy = f (x, y)dx dy = f (x, y)dy dx
D c a a c

Teorema 7.9. Teorema de Fubini 2

Sea D = {(x, y) ∈ R2 : a ≤ x ≤ b, α(x) ≤ y ≤ β(x)}. Entonces:
Z b Z β(x) ! !
Z Z Z d Z δ(y)
f (x, y)dxdy = f (x, y)dy dx = f (x, y)dx dy
D a α(x) c γ(y)

26