Universidad Técnica Federico Santa Marı́a

Resumen MAT023

Fernando Iturbe Pemjean

1. Resumen

2. Superficies Cuádricas
2.1. Ecuación General
Ax2 + By 2 + Cz 2 + Dz = E

2.2. Esfera
x2 + y 2 + z 1 = a2

2.3. Paraboloide
x2 y2
z= a2
+ b2

2.4. Cono Eliptico

z2 x2 y2
c2
= a2
+ b2

2.5. Elipsoide
x2 y2 z2
a2
+ b2
+ c2
=1

2.6. Hiperboloide 1 hoja

x2 y2 z2
a2
+ b2
− c2
=1

2.7. Hiperboloide 2 hojas

z2 x2 y2
c2
− a2
− b2
=1

2.8. Paraboloide Hiperbólico (Silla de Montar)

y2 x2 z
b2
− a2
= c

3. Limites en varias variables

3.1. Formas de demostrar la inexistencia de un limite
3.1.1. Limites Iterados

lı́m f (x, y)
(x,y)→(x0 ,y0 )

se separa en dos limites:

lı́m ( lı́m f (x, y)) = L1

(x→x0 y→y0

lı́m ( lı́m f (x, y)) = L2

y→y0 x→x0

Si L1 6= L2 podemos afirmar que el lı́mite no existe, en cambio si L1 = L2 , NO se pueden sacar

conclusiones al respecto.

1
3.2. Acercamiento por curvas
Encontrar curva adecuada que depende de la estructura de la función (buscar aquella que haga
coincidir los exponentes), si el limite luego del reemplazo queda dependiendo de la pendiente de la
curva m, entonces no existe.

3.3. Cambio a polares

Se realiza el siguiente cambio de variables:

x = r cos(θ)

y = r sin(θ)

x2 + y 2 = r 2

Si el limite queda dependiendo de θ, entonces no existe.

3.4. Calcular Limites

3.4.1. Por definición
p
∀ > 0∃δ > 0, |f (x, y) − L| <  siempre que se cumpla 0 < (x − x0 )2 + (y − y0 )2 < δ.

3.4.2. Teorema de Acotamiento (Sandwich)

g(x) ≤ f (x) ≤ g(x)

lı́m g(x, y) = lı́m h(x, y) = L

(x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )

Entonces:

lı́m f (x, y) = L
(x,y)→(x0 ,y0 )

3.4.3. Desigualdades útiles para resolver lı́mites

2ab ≤ a2 + b2

(a + b)2 ≤ 2(a2 + b2 )

sen(x) ≤ 1

|sen(x)| ≤ |x|

cos(x) ≤ 1
a a
b+c < b para a, b, c > 0.

|x| ≤ ||~x||
x2 +y 2
xy ≤ 2

2
4. Continuidad
Una función f es continua en (x0 , y0 ) si:

Esta definida en (x0 , y0 )

El lı́mite existe en (x0 , y0 )

lı́m(x,y)→(x0 ,y0 ) f (x, y) = f (x0 , y0 )

5. Derivadas Parciales
Lo muestro en R2 ya que es mas simple de entender y es extendible a Rn

∂f f (h + x0 , y0 ) − f (x0 , y0 )
(x0 , y0 ) = lı́m
∂x h→0 h
∂f f (x0 , k + y0 ) − f (x0 , y0 )
(x0 , y0 ) = lı́m
∂y k→0 k

6. Diferenciabilidad
Una función es diferenciable en (x0 , y0 ) si:

|f ((x0 , y0 ) + (h, k)) − f (x0 , y0 ) − ( ∂f

∂x (x0 , y0 ) · h +
∂f
∂y (x0 , y0 ) · k)|
lı́m √ =0
(h,k)→(0,0) h2 + k 2

7. Plano tangente
7.1. Ecuación General
Ax + By + Cz = D

7.2. Plano Tangente con Derivadas Parciales

∂f ∂f
Π : z − z0 = (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 )
∂x ∂y

7.3. Gradiente

∂f ∂f ∂f
∇F = ( , , )
∂x ∂y ∂z

7.3.1. Gradiente con Plano tangente

∇F (p0 ) · (x − x0 , y − y0 , z − z0 ) = 0

3
7.3.2. Derivada Direccional

f (a, b) + h(u1 , u2 ) − f (a, b)

D~u f (x~0 ) = lı́m
h→0 h
Si este limite existe, se denomina derivada direccional en la dirección del vector unitario ~u (||~u|| = 1).

7.3.3. Máximos y Mı́nimos

Con el Hessiano:
∂2f ∂2f
!
∂x2 ∂x∂y
Hf (x~0 ) = ∂2f ∂2f
∂y∂x ∂y

En este caso se puede afirmar de la secuencia de signos en los subdeterminantes de la matriz Hessiana
que:

1. {+,+} → en x~0 hay un mı́nimo.

2. {-,+} → en x~0 hay un máximo.

3. { ,-} → en x~0 hay un punto silla (da lo mismo el signo del primer subdeterminante).

4. {,0} → en x~0 no se sabe pero se puede visualizar por la gráfica.

7.4. Teorema de la Función Implı́cita

Si tenemos Fm ) funciones dependientes de m variables, entonces si :

∂(F1 , F2 , . . . , FM )
6= 0
∂(z1 , z2 , . . . , zm )

Es decir:
 ∂F ∂F1 ∂F1

∂z
1
∂z2 ... ∂zm
 ∂F12 ∂F2
... ∂F2 
 ∂z1 ∂z2 ∂zm 
=  ∂F3 ∂F3 ∂F3  6= 0
 ∂z1 ∂z2 ... ∂zm 
∂Fm ∂F1 ∂F1
∂z1 ∂z2 ... ∂zm

Si esto se cumple entonces será posible despejar cada una de las zi en términos de las x1 , x2 , . . . , xn .
y sabemos que:
−d(F1 ,F2 ,...,Fm )
dzi dz1 ,z2 ,...,zn
= −d(F1 ,F2 ,...,Fm )
dxj
dz1 ,z2 ,...,zn

7.5. Transformaciones Lineales

T es una transformación lineal si:

1. T (u + v) = T (u) + T (v)

2. T (αv) = αT (v)

4
Kernel (núcleo) de la Transformación Es un subespacio vectorial de conjunto de salida tal que si
un vector v está en el kernel de la transformación, entonces la transformada de v dará como resultado
el vector nulo en el conjunto de salida, en notación serı́a

v ∈ Ker(T ) =⇒ T (v) = 0w

Imagen de la Transformación Lineal Es un subespacio vectorial del conjunto de llegada, sabemos

que los vectores transformados son dependientes de las condiciones dadas, en este caso si tenemos un
vector w transformado, este se puede descomponer:
Teorema de las Dimensiones

dimV = dimKer(T ) + dimIm(T )

7.6. Ecuaciones Diferenciales

7.6.1. Variables separables

p(x) = q(x)y 0

Separar en p(x)dx = q(x)dy) → Integrar

7.6.2. Forma y’=f(ax+by)

Sustitución z = ax + by → variables separables

7.6.3. Homogeneas

y
y0 = f ( )
x
Sustitución y = ux → variables separables.

7.6.4. Reducible a Homogenea

a1 x + b1 y + c1
y0 = f ( )
ax + by + c
a1 b1
1. Si a = b → las rectas son paralelas → cambio de variable z = ax + by → variable separables

2. Si las rectas se cortan en (x0 , y0 ) → cambio de variable X = x − x0 e Y = y − y0 → reducida a

homogenea paralelas → cambio de variable z = ax + by → reducida a variable separables

7.6.5. Lineal de Primer orden

y 0 + p(x)y = q(x)

Fórmula
Z R R
y = (c + q(x)e p(x)dx
dx)e− p(x)dx

5
7.6.6. Bernoulli

y 0 + p(x)y + q(x)y n = 0

Sustitución y 1−n = z → ecuación lineal

7.6.7. Riccatti

y 0 + p(x)y + q(x)y 2 = c(x)

1
Tener o obtener solución particular yp → sustitución y = yp + z

7.6.8. El Wronskiano

 
 f1 f2 f3 
 0
 f
 1 f20 f30 
W [f1 , f2 , . . . , fn ] =  . .. ..
 ..

 n−1 . . 
n−1

f
1 f2 f n − 13 
Entonces si:
W [f1 , f2 , . . . , fn ] 6= 0 son Linealmente Independientes.
En caso contrario, si W [f1 , f2 , . . . , fn ] = 0 las funciones son Linealmente Dependientes.

7.6.9. Reducción de Orden

Cionociendo ya una solución y1 de la ecuación diferencial, calcularemos la segunda solución y2 , si
tenemos la ecuación:
1
a2 (x)y 00 + a1 (x)y 0 + ao (x)y = 0/ ⇐⇒ y 00 + p(x)y 0 + q(x)y = 0
a2
y1 con y2 si son linealmente independientes conformaran el conjunto solución de la ecuación
diferencial, por lo tanto obtendremos la segunda solución y2 con la Fórmula de Abel:
R
 e− p(x)dx 
Z
y2 (x) = y1 (x) dx
y12

7.6.10. Variación de Parametros

La cual dice que la solución particular de la ecuación viene dada por las soluciones homogéneas y1
e y2 multiplicadas por ciertas funciones C1 y C2 respectivamente, entonces tendremos que: Si tenemos

y 00 + p(x)y 0 + q(x)y = g(x)

Entonces:

yp (x) = C1 (x)y1 + C2 (x)y2

Donde se rigen por lo siguiente:

C10 (x)y1 + C20 (x)y2 = 0

C10 (x)y10 + C20 (x)y20 = g(x)

6
Siendo W (x) el Wronskiano:
 
y1 y2 
W (x) =  0  = y1 y20 − y10 y2
y1 y20 

Mediante Cramer obtenemos:

 
 0 y2 
g(x) y 0 

−g(x)y2
Z
0 2
C1 = ⇐⇒ C1 (x) =
W (x) y1 y20 − y10 y2
 
y1 0 
y 0 g(x)
 Z
0 1 y1 g(x)
C2 = ⇐⇒ C2 (x) =
W (x) y1 y20 − y10 y2

Con lo que finalmente tendremos la solución general de la ecuación diferencial:

y = C1 (x)y1 + C2 (x)y2 + C1 (x)y1 + C2 (x)y2

7.6.11. Anuladores
Toda ecuación diferencial con coeficientes constantes, de la forma :

ay 000 + by 00 + cy 0 + dy = g(x)

Con a, b, c, d ∈ R
Se puede escribir de la forma:

(aD3 + bD2 + cD + 1)y = g(x)

Por lo tanto cuando se presenta una ecuación de este estilo, en resumen:

1. Se calcula la solución homogenea yh igualando la ecuación a cero (g(x) = 0), obteniendo el

polinomio caracteristico, ver si el determinante es mayor, menor o igual a cero para ver la forma
de las soluciones.

2. Se resuelve la ecuación a traves de Anuladores de donde obtendremos la solución general de la

ecuación diferencal.

3. A la solución general le restamos la solución homogenea yh obtenida en (a) para obtener la

solución particular yp .

4. Ahora bien se necesitan obtener las constantes de la solución particular yp , para esto hay que
ver la forma de la solución particular, ya sea un polinomio, exponencial, etc. Luego se sustituye
yp en la ecuación diferencial con lo que obtendrán los valores de las constanes.

7.7. Transformada de Laplace

Definición
Z ∞ Z p
−st
L{f (t)} = e f (t)dt = limp→∞ e−st f (t)dt
0 0

7
7.7.1. Transformadas Elementales
k
1. L{k} = s
1
2. L{eat } = s−a

n!
3. L{tn } = sn+1
k
4. L{sen(kt)} = s2 +k2
s
5. L{cos(kt)} = s2 +k2

k
6. L{senh(kt)} = s2 −k2
s
7. L{cosh(kt)} = s2 −k2

8. L{ln(t)} = − ln(s)+γ
s
1
9. L{H} = s

e−as
10. L{Ha} = s

11. L{δ} = 1

12. L{δa} = e−as

7.7.2. Teoremas importantes

L{eat f (t)}(s) = L{f (t)}(s−a) = F (s − a)

L{F 0 (t)}(s) = sL{F (t)} − F (0)

d n
L{tn f (t)} = (−1)n ds n F (s)

Rt
L{ 0 f (u)du} = 1s L{f (t)}

L{Haf a}(s) = e−as L{f (t)}(s) = e−as F (s)

7.7.3. Convolución
Se define el producto de convolucion de f con g como:

Z t
(f ∗ g)(t) = f (t − u)g(u)du
0

Teorema:

L{(f ∗ g)(t)} = L{f (t)} · L{g(t)}

8
7.8. Producto interno
Se define como:
Z a
< f, g >= f (t)g(t)dt
b

Se dice que f y g son ortogonales si:

< f, g >= 0

Propiedades

1. < f, g >=< g, f >

2. < αf, g >= α < f, g >

3. < f, f >= 0 → f = 0

4. < f, f >= ||f ||2

5. < f + g, h >=< f, h > + < g, h >

7.9. Series de Fourier

Si está definida en [a, b]:
∞
a0 X 2nπx 2nπx
f (x) = + an cos( ) + bn sen( )dx
2 b−a b−a
1
Z b
1
a0 = f (x)dx
b−a a
Z b
1 2nπx
an = f (x)cos( )dx
b−a a b−a
Z b
1 2nπx
bn = f (x)sen( )dx
b−a a b−a
Paridad de Funciones

Si f (x) es impar → a0 = 0 ∧ an = 0

Si f (x) es par → bn = 0

7.9.1. Identidades y Cálculos Importantes para agilizar

1−cos(2x)
1. sen2 (x) = 2
1+cos(2x)
2. cos2 (x) = 2

3. sen(A)sen(B) = 12 [sen(A + B) + sen(A − B)]

4. cos(A)sen(B) = 21 [sen(A + B) − sen(A − B)]

5. cos(A)cos(B) = 12 [cos(A + B) + cos(A − B)]

6. sen(A)sen(B) = − 12 [cos(A + B) − cos(A − B)]

9
 R nxsen(nx)+cos(nx)
7. xcos(nx) = n2
R sen(nx)−nxcos(nx)
8. xsen(nx) = n2

(n2 x2 −2)(sen(nx)+2nxcos(nx))
x2 cos(nx) =
R
9. n3

(2−n2 x2 )(cos(nx)+2nxsen(nx))
x2 cos(nx) =
R
10. n3

e−x (nsen(nx)−cos(nx))
e−x cos(nx)dx =
R
11. n2 +1

ex (nsen(nx)+cos(nx))
ex cos(nx)dx =
R
12. n2 +1

ex (sen(nx)−ncos(nx))
ex sen(nx)dx =
R
13. n2 +1

−ex (sen(nx)+ncos(nx))
ex sen(nx)dx =
R
14. n2 +1

7.9.2. Identidad de Parseval

Si f (x) es continua a tramos en [−1, 1] y diferenciable a través de (−L, L), entonces:
L ∞
a20 X 2
Z
1
f 2 (x)dx = + an + b2n
L −L 2
1

7.10. Transformada de Fourier

Por definición la Transformada de Fourier de f será:
Z ∞ Z ∞ Z ∞
ˆ −iwx
F [f ](ω) = f (ω) = e dx = cos(ωt)f (t)dt − i sen(ωt)f (t)dt
−∞ −∞ −∞

La Transformada Inversa:
Z ∞ Z ∞ Z ∞
−1 1
F [F (ω)](x) = iwx
F (ω)e dw = f (t) = cos(ωx)f (x)dx + i sen(ωx)f (x)dx
2π −∞ −∞ −∞

Teoremas Importantes
Escalamiento
1
F [f (at)](ω) = F [f (x)]( ωa )
|a|

F [f (−t)](ω) = F (−ω)
Simetrı́a Si F [f (t)] = F (ω) → F [F (t)] = 2πf (−ω)
Desplazamiento en t Si F [f (t)] = F (ω) → F [F (t − t0 )](ω) = F (ω)e−iwt0
Desplazamiento en w Si F [f (t)] = F (ω) → F [F (t)eiω0 t ](ω) = F (ω − ω0 )
Diferenciación en t Si F [f (t)] = F (ω) →

1. F [f 0 (t)] = (iω)F (ω) si lı́mt→±∞ f (t) = 0

2. F [f (n) (t)] = (iω)n F (ω) si lı́mt→±∞ f (t) = 0

Integración en t Si F [f (t)] = F (ω) →

Rt
1. F [ −∞ f (t)] = iω
1
F (ω) si
Rt
2. F [ −∞ f (t)] = iω
1
F (ω) + πF (0)δ(ω) si F (0) 6= 0

10
 Diferenciación en w Si F [f (t)] = F (ω) →

1. F [−itf (t)] = dF
dω
dn F
2. F [(−it)n f (t)] = dω
R∞
Integración en w Si F [f (t)] = F (ω) → F [− (it)
1
f (t)] = ω F (ω)dω

1. lim|ω|→∞ F (ω) = 0

Producto Convolución
Z ∞ Z ∞
f (t) ∗ g(t) = f (u)g(t − u)du = f (t − u)g(u)du
−∞ −∞

11