Notas de clase: Calculo III Sección 0.

Notas de clase:
Calculo III

Roberto Sanabria

2023

1
Índice general

1. Secuencias y series de números reales 4

1.1. Introducción a secuencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Introducción a series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3. Criterio de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4. Criterios de comparación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5. Criterios de la raíz y la razón . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.6. Series alternantes, convergencia absoluta y convergencia condicional . . . . . . . . . . . . . . . . 19
1.7. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.8. Convergencia de series de Taylor y aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.9. Series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2. Calculo diferencial multivariable 35

2.1. Funciones de varias variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2. Límites y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.5. Derivadas direccionales y vectores gradientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.6. Planos tangentes y diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.7. Máximos, mínimos y puntos de silla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.8. Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

3. Calculo integral multivariable 58

4. Calculo vectorial 59

5. Apéndice 60
5.1. Lógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.2. Definiciones/resultados varios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

2
Prefacio

Objetivos del libro

Este libro busca ser un recurso adicional a las clases implementadas por los catedráticos para que el estudiante
pueda repasar y/o profundizar las temáticas presentadas en la materia de Calculo 3. Todo esto mientras se prioriza
la intuición y comprensión de los conceptos dados, para así poder afrontar los problemas que se presenten a partir
de la razón y no de la mecanización.

Información respecto al uso del libro

*Aquí hacer mención de las cosas especificas como los códigos QR que aparecerán a lo largo del libro, los cuales
serán bien para explicar un ejemplo, explicar en profundidad un tema o alguna aplicación concreta de algo, o bien
para dar a entender un tema que solo en texto puede ser difícil de entender*

3
Capı́tulo 1
Secuencias y series de números reales

En este capitulo se introducirán 2 conceptos y el desarrollo de estos, los cuales en principio se alejan de la linea de
estudio establecida en Calculo I y Calculo II, pero que proveerá los frutos del esfuerzo a medida nos acerquemos al
final del capitulo. Otorgando así, herramientas que poseen una inmensa utilidad en diferentes áreas de la ciencia e
ingeniería.

1.1. Introducción a secuencias

Definición 1.1: Definición de secuencia
Una secuencia es una lista ordenada de elementos a1 , a2 , a3 , ... que puede ser descrita a través de una regla
de correspondencia (i.e. una función f )

Existen varias maneras de representar una secuencia, ya sea bien por mostrar algunos de los primeros elementos
que componen a esta
{12 , 22 , 32 , 42 , . . .} = {1, 4, 9, 16, . . .}
O bien por determinar la regla que describe los términos de la secuencia

{n2 }∞
n=1 o también an = n
2

Lo cual es también conocido como "determinar el n-esimo termino de la secuencia". Como pueden ver una secuencia
es en esencia una función, con la restricción de que el dominio de esta es un subconjunto de números enteros (i.e.
Z), la cual en el caso de {n2 }∞n=1 se da que el dominio son los números naturales (i.e. N), es decir, n toma como
valores a los números 1, 2, 3, . . . y devuelve como salidas 12 , 22 , 32 , . . .
Hago énfasis en relacionar el concepto de secuencia con el concepto de función debido a que muchos de los
conceptos interesantes del calculo que estudiamos en funciones de variable real también pueden ser aplicados a las
secuencias al ser provistas de algunas definiciones extras. Para motivar esas definiciones observemos las siguientes
gráficas

6 y 6 y
1
5 f (x) = 5
x
1
an =
4 n 4

3 3

2 2

1 1 f (x) = x
an = n
x x
1 2 3 4 5 6 1 2 3 4 5 6
(a) Convergencia (b) Divergencia

Figura 1.1: Gráfica de una función y la secuencia asociada

4
Notas de clase: Calculo III Sección 1.1

En estas podemos observar como el comportamiento de la secuencia es similar al comportamiento de su respectiva

función, lo cual nos lleva a hacer dos posibles observaciones que examinaremos a mayor detalle luego.
lı́m f (x) = L =⇒ lı́m an = L
x→∞ n→∞

lı́m f (x) no existe =⇒ lı́m an no existe

x→∞ n→∞

Definición 1.2: Convergencia de una secuencia

Una secuencia {an } converge a un valor L (i.e. lı́mn→∞ an = L) si y solo si:

Para todo ε > 0, existe un numero natural m tal que para todo numero natural n que cumpla que n ≥ m,
entonces se cumplirá que |an − L| < ε

Definición 1.3: Divergencia al infinito de una secuencia

Una secuencia {an } diverge al infinito (i.e. lı́mn→∞ an = ∞) si y solo si:

Para todo M > 0, existe un numero natural m tal que para todo numero natural n que cumpla que n ≥ m,
entonces se cumplirá que an > M

Antes de avanzar con otras definiciones y teoremas, es una buena practica en matemáticas el detenerse un momento
y desentrañar el significado de las cosas que estudiamos para obtener así una mejor comprensión. Para el caso de
la Definición 1.2 es conveniente analizarla en un caso particular, y para ello analizaremos la convergencia de
an = 4/n y como se aplica la definición a esa secuencia.
Intuitivamente sabemos que an = 4/n converge al valor de 0, por lo que para este caso particular L = 0, lo cual
significa que para todo ε > 0 se cumplirá que |an − 0| < ε siempre y cuando n cumpla algunas condiciones de las
cuales no hablaremos de momento, pero entonces ¿Que significa exactamente |an − L| < ε? La interpretación
geométrica de esta es que la distancia entre an y L (i.e. |an − L|) es menor a ε. El hecho de que lo anterior se
cumpla para cualquier ε > 0 implica que también se cumplirá para valores muy pequeños, como ε = 0.001, lo cual
significa que la distancia entre an y L es menor a 0.001 (cuando n cumpla algunas condiciones).
Ahora, si hacemos que la distancia entre an y L sea cada vez mas y mas pequeña (i.e. ε → 0), entonces decimos
que an se aproxima a L (i.e. an → L). La pregunta que queda por responder es ¿Que condiciones debe cumplir
n para establecer que |an − L| < ε para un ε dado? Según la definición del limite de una secuencia, n debe ser
mayor o igual que un numero natural m. En el caso mostrado en la Figura 1.2, el valor de ε dado es 1, por lo
cual, si n ≥ 5, entonces |an − 0| < 1

6 y

y=1
1
ε
x
−2 −1 1 2 3 4 5 6 7 8
ε
−1
y = −1
−2

Figura 1.2: Gráfica de an = 4/n con: L = 0, ε = 1, m = 5

Y esto en esencia representa la idea intuitiva de lı́mn→∞ an = L de una manera rigurosa, pues se establece una
forma matemática de referirnos a lo que significa que an se aproxime a un valor L (i.e. |an − L| < ε para todo
ε > 0) cuando n → ∞ (i.e. para cada ε existe un m en el cual se exije que n ≥ m). Habiendo comprendido esto,
formalicemos una de las observaciones hechas en la Figura 1.1

5
Notas de clase: Calculo III Sección 1.1

Teorema 1.1
Sean f (x) y {an } una función y una secuencia respectivamente talque f (n) = an a partir un n0 dado,
entonces:
lı́m f (x) = L =⇒ lı́m an = L
x→∞ n→∞

Demostración: Asumiendo que lı́mx→∞ f (x) = L, entonces por definición obtenemos que para todo ε > 0, existe
un numero real N > 0 tal que para todo numero real x que cumpla que x ≥ N , se cumplirá que |f (x) − L| < ε.
Como todo numero real esta acotado entre dos enteros consecutivos, entonces existe un entero m talque m − 1 ≤
N ≤ m. Por lo tanto, se obtiene que: Para todo ε > 0, existe un numero natural m talque para todo numero
natural n que cumpla que n ≥ m, se cumplirá que |f (n) − L| < ε. Donde al elegir un N mayor que n0 se tiene
que f (n) = an . L.Q.Q.D.
Dado que toda secuencia {an } esta descrita por una función f asociada a la misma (i.e. f (n) = an ), uno podría
llegar a pensar que el reciproco (i.e. lı́mn→∞ an = L =⇒ lı́mx→∞ f (x) = L) es cierto para cualquier secuencia, y
que por ende, todos los teoremas que demostramos para calcular limites de funciones también se aplicarían a
limites de secuencias. Lastimosamente ese no es el caso, como se muestra en la Figura 1.3

1 y
f (x) = sin(πx)

an = sin(πn)
0.5

x
0.5 1 1.5 2 2.5 3 3.5 4

−0.5

−1

Figura 1.3: lı́m an = 0 y lı́m f (x) no existe

n→∞ x→∞

Aun así, en la gran mayoría de los casos las secuencias que estudiaremos en esta materia se limitaran a situaciones
en que convergen a un valor L debido a que su función asociada converge a L (y similarmente para el caso de la
divergencia). Supongamos entonces que tenemos dos secuencias {an }, {bn } del tipo que acabamos describir y que
encima lı́mn→∞ an = A, lı́mn→∞ bn = B. Lo cual significa que la función f asociada a {an } converge a A, y que
la función g asociada a {bn } converge a B, o lo que es lo mismo: lı́mx→∞ f (x) = A, lı́mx→∞ g(x) = B. Por lo cual

lı́m f (x) ± g(x) = A ± B

x→∞

Teniendo así entonces por el Teorema 1.1 que

lı́m an ± bn = A ± B
n→∞

Lo cual podemos generalizar incluso para las operaciones de multiplicación y división

Teorema 1.2
Sean {an },{bn } secuencias y A, B números reales talque {an } converge a A y que {bn } converge a B,
entonces:
lı́m an ± bn = A ± B
n→∞
lı́m an bn = AB
n→∞
an A
lı́m = si B ̸= 0
n→∞ bn B

Siguiendo esta linea de argumento con el tipo de secuencias que describimos, es fácil ver también como otros
teoremas de limites de funciones también se aplican a limites de secuencias

6
Notas de clase: Calculo III Sección 1.1

Teorema 1.3: Teorema del sándwich

Sean {an },{bn },{cn } secuencias talque ak ≤ bk ≤ ck para todo k natural a partir de un n0 dado. Si {an } y
{cn } convergen a un mismo valor L, entonces:

lı́m bn = L
n→∞

Teorema 1.4
Sea {an } una secuencia y f una función de números reales. Si {an } converge a L, y f es continua en L (y
que f (an ) este definido para todo an a partir de un n0 dado), entonces:

lı́m f (an ) = f (L)

n→∞

Cabe aclarar que estos teoremas se cumplen incluso sin restringir que las secuencias sean como las que hemos
descrito justo antes del Teorema 1.2, pero las demostraciones formales de estas serán omitidas para evitar ser
tediosos y también ya que sus demostraciones son similares a las de sus versiones en limites de funciones. Con
estas herramientas a mano pasaremos a calcular algunos limites de secuencias.
Ejemplo 1.1
Calcule los siguientes limites de secuencias:

ln(n) √
1.) lı́m =0 2.) lı́m n
n=1
n→∞ n n→∞
√
3.) lı́m n a = 1 (a > 0) 4.) lı́m an = 0 (|a| < 1)
n→∞ n→∞
n
a an

5.) lı́m 1+ = ea 6.) lı́m =0
n→∞ n n→∞ n!

En muchas ocasiones no interesa encontrar el valor exacto del limite de una secuencia, y basta con saber si este
converge o diverge. Debido a ello procederemos a ver algunos de estos métodos, y algunos ejemplos de como se
aplican estos, pero antes definiremos algunos conceptos nuevos.

Definición 1.4: Secuencia acotada

Una secuencia {an } esta acotada por arriba si y solo si existe un numero real A talque A ≥ an para todo
n, y esta acotada por abajo si y solo si existe un numero real B talque B ≤ an para todo n. Además, se
define que una secuencia esta acotada si y solo si esta acotada por arriba y por abajo.

Una propiedad de los números reales en relación al concepto de de una secuencia acotada es el axioma del supremo
el cual establece que si un conjunto de números reales no vació (i.e. que posee al menos un elemento) esta acotado
√
por arriba, entonces este posee una cota superior mínima. Por ejemplo, el conjunto S = {x ∈ R : 0 < x < 2}
posee a 5 como una cota superior pues 5 es mayor o igual que cualquier elemento dentro del conjunto S, así como
a los números 4, 3, 2.45, etc. son también cotas superiores de S, en donde podemos asegurar la existencia
√ de una
cota superior mínima
√ para S gracias al axioma del supremo, la cual en este caso vemos que es 2, y se denota
como sup S = 2.

Definición 1.5: Monotonía

Una secuencia {an } es no decreciente si y solo si an+1 ≥ an para todo n, y es no creciente si y solo si
an+1 ≤ an para todo n. Además, se define como secuencia monótona a una secuencia que sea no creciente
o no decreciente.

Cabe agregar como información adicional a la Definición 1.5 que una secuencia estrictamente monótona
es creciente (i.e. an+1 > an ) o bien decreciente (i.e. an+1 < an ). Algunos ejemplos de secuencias decrecientes
y crecientes son la Figura 1.1 (a) y Figura 1.1 (b) respectivamente, lo cual a su vez ya da una idea de las
secuencias que son monótonas.

7
Notas de clase: Calculo III Sección 1.1

Teorema 1.5
Si una secuencia {an } esta acotada y es monótona, entonces {an } converge

y Demostración: Asumiendo que {an } esta acotada y que es monótona se

generan 2 casos: uno cuando esta es no decreciente y otro cuando es no
Cota superior: A creciente. Analizando el primer caso (i.e. an+1 ≥ an para todo n) se da
que existe una cota superior mínima para {an } ya que esta acotada, lo cual
sup {an } = α denotamos como sup {an } = α, y por lo cual, para todo numero c < α existe
un n0 talque c < an0 .
Dado que la secuencia es no decreciente tenemos que para todo n ≥ n0 se da
que an0 ≤ an , llegando así a que c < an ≤ α para todo n ≥ n0 . Como c < α,
Cota inferior: B entonces existe un ε > 0 talque c = an − ε, de modo que podemos reescribir
x
lo anterior como:

Para todo ε > 0 existe un n0 talque si n ≥ n0 , entonces α − ε < an ≤ α

Donde como para todo ε > 0 se cumple que α < α + ε, entonces:

Para todo ε > 0 existe un n0 talque si n ≥ n0 , entonces α − ε < an < α + ε

Y como α − ε < an < α + ε ⇐⇒ −ε < an − α < ε, y que |x| < y ⇐⇒ −y < x < y, entonces:

Para todo ε > 0 existe un n0 talque si n ≥ n0 , entonces |an − α| < ε

Por lo tanto, {an } converge a α, donde cabe aclarar que se puede demostrar con un argumento similar que en el
segundo caso en que la secuencia sea no creciente, entonces esta converge a la cota inferior máxima. L.Q.Q.D.
Ejemplo 1.2

Demuestre si las siguientes secuencias son acotadas y monótonas, y encuentre el

valor de convergencia de estos en caso de convergencia:
1.) {rn }∞
n=1 para 0 < r < 1 y para r > 1

2.) an+1 = p · an , donde a1 > 0, 0 ≤ p < 1

3.) an+1 = p · an , donde a1 > 0, p > 1

El Teorema 1.5 no es importante por si mismo, sino mas bien por el papel fundamental que ocupa en diferentes
teoremas que veremos a continuación en series, y es que incluso a partir de este podemos desarrollar un criterio
muy eficiente para determinar si una secuencia converge o diverge.

Teorema 1.6: Criterio de la razón (Secuencias)

an+1
Sea {an } una secuencia de números positivos talque lı́m = p, entonces:
n→∞ an
{an } converge si p < 1
{an } diverge si p > 1
El criterio es no concluyente si p = 1

"Demostración" informal: Dado que lı́mn→∞ an+1 an+1

an = p significa informalmente que an ≈ p para valores
grandes de n, entonces también se podría decir que an+1 ≈ p·an . En el Ejemplo 1.2 observamos casos particulares
de secuencias definidas recursivamente como bn+1 = p · bn , y ahí concluíamos que {bn } converge a 0 si 0 ≤ p < 1,
y diverge si p > 1. Por lo tanto, es razonable esperar que {an } converja cuando p < 1, y que diverja cuando p > 1,
pues como dijimos antes
an+1
lı́m = p =⇒ an+1 ≈ p · an
n→∞ an

En los casos donde p = 1 no es fácil decir si {an } converge o no ya que se requiere de mas información, como por
ejemplo, si an+1 /an se aproxima a 1 por arriba o por debajo de este. L.Q.Q.D.
Cabe recalcar que lo anterior no es una demostración en el sentido estricto de la palabra, sino mas bien un
argumento que nos lleva a entender mejor el porque un teorema es cierto. Dejando eso claro, pasaremos al ultimo
teorema de esta sección, para la cual sera necesario definir lo que es una secuencia alternante.

8
Notas de clase: Calculo III Sección 1.1

Definición 1.6: Secuencia alternante

{an } es una secuencia alternante si y solo si an = (−1)n |an | o an = (−1)n+1 |an |

Algunos ejemplos de secuencias alternantes son:

cos(nπ) −1 1 −1 1
   
{(−1)n · n} = {−1, 2, −3, 4, ...} = , , , , ...
n 1 2 3 4

Teorema 1.7: Criterio del valor absoluto

Si lı́mn→∞ |an | = 0, entonces {an } converge.

Demostración: Por propiedades del valor absoluto se tiene que −|an | ≤ an ≤ |an |. Por el teorema del sándwich
se concluye entonces que lı́mn→∞ an = 0. L.Q.Q.D.
El criterio del valor absoluto es especialmente útil para comprobar la convergencia de una secuencia alternante.
Ya que al al aplicar el valor absoluto a una secuencia alternante uno se deshace de la alternancia, lo cual permite
analizar mas fácilmente el limite en cuestión. También es posible demostrar que si {an } es una secuencia alternante
y convergente, entonces lı́mn→∞ |an | = 0.
Ejemplo 1.3
Haga uso del teorema del sándwich para determinar el valor de convergencia de las
siguientes secuencias.
∞
n sin(n!)

1.)
n2 + 1 n=1
1 1 1 1
 ∞
2.) √ +√ +√ + ··· + √
3
n3 + 1 3
n3 + 2 3
n3 + 3 3
n3 + n n=1

Ejemplo 1.4
Aplique el criterio del valor absoluto para determinar la convergencia o divergencia
de las siguientes secuencias.
∞
cos(nπ)

1.)
n n=1
n ∞
n+1
 
2.) −
n n=1

Ejemplo 1.5
Aplique el criterio de la razon para determinar la convergencia o divergencia de las
siguientes secuencias.
3n n!
 ∞
1.)
(1)(3)(5) · · · (2n − 1) n=1
)∞
2n
(
n3
·
2.)
3n n=1

Ejemplo 1.6
Determine si las siguientes secuencias convergen o diveregen. El el caso de converger
encuentre su valor.

2 +5 ∞ sin(2n) ∞
 n   
1.) 2.) √
3n n=1 1 + n n=1
sinh(ln(n)) ∞
∞
(−1)n n
  
3.) 4.) √
n n=1 4n2 + 2n + 1 n=1
r
2 n!
 n ∞ √ q √ q √
5.) 6.)a1 = 1, a2 = 1 + 1, a3 = 1 + 1 + 1, ...
(2n)! n=1

9
Notas de clase: Calculo III Sección 1.2

1.2. Introducción a series

Un tipo especial de secuencias las cuales serán el objeto de estudio de esta y las demás secciones son las que se
conocen como series. Una serie en pocas palabras es una suma de infinitos términos, donde cada uno de esos
términos son elementos de una secuencia {an }. Por ejemplo, dada la secuencia {1/n} podemos formar la siguiente
serie ∞
1 1 1 1 1 1
= + + + + + ···
X

n=1
n 1 2 3 4 5
Tanto el lado izquierdo como el lado derecho de la ecuación anterior representan una serie, pero la forma de
hacerlo de la parte izquierda la representa de una manera mas compacta, y es que ese tipo de notación sera la que
ocuparemos de aquí en adelante al hablar de series, por lo cual, conviene hacer un breve repaso de la notación de
sumatorias, y también de algunas de sus propiedades.
4
X 1
i
i=1

Figura 1.4: Elementos de una sumatoria particular

En el cuadro rojo se establece la variable que sera el índice de la sumatoria, a su vez que se establece el valor
inicial del índice, el cual en este caso vale 1, mientras que en el cuadro azul se establece el valor final que tendrá
el índice, el cual en este caso vale 4. El índice i tomara todos los valores que van desde el valor inicial hasta el
valor final y lo hará de entero a entero, es decir, primero tomara el valor de 1, luego el de 2, luego el de 3, y por
ultimo el valor de 4. Por cada valor que toma i, se genera un termino asociado a ese valor de i, el cual en este
caso el termino es 1/i, y lo que nos indica el símbolo de sumatoria Σ es que vamos a sumar todos esos términos.
4
1 1 1 1 1 25
= + + + =
X

i=1
i 1 2 3 4 12

Sabiendo esto, lo único que falta para comprender mejor la notación de sumatorias es ver algunos ejemplos
6
1=1+1+1+1+1+1=6
X

i=1
4
5 · 2i = 5 · 20 + 5 · 21 + 5 · 22 + 5 · 23 + 5 · 24 = 5 · (20 + 21 + 22 + 23 + 24 ) = 155
X

i=0
5
(i2 + 1) = (32 + 1) + (42 + 1) + (52 + 1) = (32 + 42 + 52 ) + (1 + 1 + 1) = 53
X

i=3
6
1 1 1 1 1 1 1 1 1 25
= + + + = + + + =
X

k=3
k−2 3−2 4−2 5−2 6−2 1 2 3 4 12
n
ai = a1 + a2 + a3 + · · · + an−1 + an
X

i=1

En donde mas allá de mostrar el uso de la notación de sumatorias, en algunos de estos ejemplos se pueden entrever
ciertas propiedades de las sumatorias.
n
1.) 1=n
X

i=1
n n
2.) c · ai = c · ai para c ∈ R constante
X X

i=1 i=1
n n n
3.) (ai ± bi ) =
X X X
ai ± bi
i=1 i=1 i=1

Para terminar este apartado de repaso se mencionaran algunas cosas extra a tener en cuenta con las sumatorias.

10
Notas de clase: Calculo III Sección 1.2

La única variable que ira tomando valores enteros desde el valor inicial hasta el valor final sera el índice de la
sumatoria, por lo cual, las otras se trataran como si fueran constantes. Por ejemplo: ni=1 i = 1+2+3+· · ·+n
P

y nk=1 i = i| + i +{z· · · + }i = n · i.
P

n veces

Es posible hacer un cambio de variable para el índice, lo cual en algunas situaciones simplificara las cosas o
dará paso a usar algunas propiedades. Por ejemplo: Dada n+2 i=3 1/(i − 2). Si establecemos que k = i − 2,
P

entonces i = 3 ⇒ k = 1, y i = n + 2 ⇒ k = n, por lo cual, i=3 1/(i − 2) = nk=1 1/k.

Pn+2 P

Una forma en la que se puede modificar los valores iniciales y finales de una sumatoria es a partir de agregar
y/o quitar términos de la sumatoria. Por ejemplo: 1 + nk=1 4k = nk=0 4k porque 1 = 40 .
P P

Habiendo terminado este repaso, ya estamos en la capacidad de entender una definición mas formal de lo que es
una serie y su relación con las secuencias.

Definición 1.7: Serie y suma parcial de una secuencia

Dada una secuencia {an }∞ n=1 , se define una nueva secuencia {Sn }n=1 , en donde Sn =
∞
i=1 ai y cada
n P

elemento de {Sn } es una suma parcial de {an }. Cuando n → ∞, entonces Sn representa una serie de
{an }, la cual se representa como:
n ∞
lı́m Sn = lı́m ai =
X X
ai
n→∞ n→∞
i=1 i=1

Con la Definición 1.7 básicamente lo que establecemos es que podemos analizar la convergencia de una serie Sn
a partir de analizar la convergencia de la secuencia Sn , y por ende, podremos hacer uso de lo que estudiamos
en la sección 1.1 para determinar la convergencia de una serie, aunque eso si, necesitaremos nuevos criterios y
modificar algunos de los que vimos en la sección 1.1, ya que a medida que avancemos veremos que en muchos
casos sera muy difícil determinar el valor de convergencia de una serie (o simplemente imposible).

Corolario 1.1
Sea ∞
P∞
a una serie de términos no negativos (i.e. an ≥ 0 para todo n), entonces: converge si y
P
P n
n=1 n=1 an
solo si { ni=1 ai }∞
n=1 esta acotada.

Demostración: Sea Sn = ni=1 ai . Como Sn+1 = Sn + an+1 y an+1 ≥ 0, entonces al sumar Sn a la desigualdad se
P

llega a que Sn + an+1 ≥ Sn =⇒ Sn+1 ≥ Sn , lo cual implica que la secuencia {Sn } es no decreciente (monótona).
Si {Sn } esta acotada, entonces por Teorema 1.5 se deduce que { ni=1 ai }∞
n=1 converge. Y si {Sn } no esta acotada,
P

significa que para todo L > 0 existe un m talque Sm > L, por lo cual para todo n ≥ m se tiene que Sn > L, o lo
que es lo mismo, lı́mn→∞ Sn = ∞ L.Q.Q.D.

Teorema 1.8: Criterio de la divergencia

n
Sea Sn = ai . Si lı́m an ̸= 0, entonces {Sn } diverge.
X
n→∞
i=1

Intuición: Imagina el caso en que lı́mn→∞ an = L en donde L ≠ 0, esto implica que an ≈ L para valores grandes
de n, en donde el error de la aproximación es básicamente despreciable, por lo cual podemos afirmar que existe
un n0 a partir del cual an ≈ L genera un error completamente despreciable, de manera que
∞ 0 −1
nX ∞ ∞ 0 −1
nX ∞ ∞ 0 −1
nX ∞
!
an = an + an =⇒ an + L =⇒ an ± ∞ =⇒
X X X X X X
an ≈ an ≈ an ≈ ±∞
n=1 n=1 n=n0 n=1 n=1 n=n0 n=1 n=1 n=1

En donde el "±" corresponde con el signo de L. Si L > 0, entonces le corresponde el signo mas, y si L < 0,
entonces le corresponde el signo menos. Ahora, en el caso que lı́mn→∞ an no existe, es fácil ver que la misma
conclusión de antes es cierta si lı́mn→∞ an = ±∞. Conclusiones similares pueden ser alcanzadas con series que no
son abarcadas en lo anterior como series hechas a partir de secuencias alternantes. Por ejemplo, ∞ n=1 (−1)
n+1
P

alterna entre 0 y 1.
Demostración: Por contrarrecíproco. Asúmase que lı́mn→∞ Sn = L, entonces lı́mn→∞ Sn+1 = L, en donde
Sn+1 = Sn + an+1 , por lo cual:

Sn+1 − Sn = an+1 =⇒ lı́m (Sn+1 − Sn ) = lı́m an+1 =⇒ lı́m Sn+1 − lı́m Sn = lı́m an+1 =⇒ lı́m an+1 = 0
n→∞ n→∞ n→∞ n→∞ n→∞ n→∞

Por lo tanto, lı́m an = 0 L.Q.Q.D.

n→∞

11
Notas de clase: Calculo III Sección 1.2

Antes de avanzar hay que resolver ciertos cabos sueltos respecto a esta demostración. Primero, lı́mn→∞ an+1 = 0
implica lı́mn→∞ an = 0 por la siguiente razón: La definición de lı́mn→∞ an+1 = 0 es que para todo ε > 0 existe un
m ∈ N talque para todo n ≥ m se cumple que |an+1 | < ε, por lo cual, si k ≥ m + 1, entonces |ak | < ε, lo cual
significa por definición que lı́mk→∞ ak = 0 osea lı́mn→∞ an = 0. Lo segundo respecta al método de demostración
por contrarrecíproco, el cual se encuentra explicado en el apéndice.
Ejemplo 1.7
Aplique el criterio de la divergencia para determinar si las siguientes series son
divergentes o si el criterio no es concluyente:
∞
n+3
1.)
X

n=1
2n + 10
∞ 
n−1 n

2.)
X

n=1
n
∞
en
3.)
X

n=1
en + n

Teorema 1.9
P∞ P∞
Si n=1 an =Ay n=1 bn = B, entonces:
∞ ∞ ∞
1.) (an ± bn ) = bn = A ± B
X X X
an ±
n=1 n=1 n=1
∞ ∞
2.) k · an = k · an = k · A
X X

n=1 n=1

Intuición: Dado que el concepto de serie es construido a partir del concepto de sumatoria, es natural el esperar
que herede sus propiedades.
Demostración: Sea An = ni=1 ai , Bn = ni=1 bi y Sn = i=1 (ai + bi ), entonces por las propiedades asociativa
P P Pn

y conmutativa se llega a que Sn = An + Bn , por lo cual:

Teorema 1.2
lı́m Sn = lı́m (An + Bn ) =⇒ lı́m Sn = lı́m An + lı́m Bn =⇒ lı́m Sn = A + B
n→∞ n→∞ n→∞ n→∞ n→∞ n→∞

De manera similar se puede demostrar para el caso de la resta.

Pasando a la segunda parte, sea Sn = i=1 (k · ai ) y An = i=1 ai , entonces por la propiedad distributiva se llega
Pn Pn

a que Sn = k · An , por lo cual:

Teorema 1.2
lı́m Sn = lı́m (k · An ) =⇒ lı́m Sn = k · lı́m An =⇒ lı́m Sn = k · A
n→∞ n→∞ n→∞ n→∞ n→∞

L.Q.Q.D.

Corolario 1.2
P∞ P∞
Si n=1 an es una serie divergente y n=1 bn una serie convergente, entonces:
∞
1.) (an ± bn ) diverge.
X

n=1
∞
2.) k · an diverge para todo k ∈ R diferente de cero.
X

n=1

Intuición: Sea An = ni=1 ai , Bn = ni=1 bi y Sn = ni=1 (ai + bi ), entonces Sn = An + Bn . Para valores grandes
P P P

de n, Bn se aproxima a un valor L, por lo cual, Sn ≈ An + L para valores grandes de n. Como el sumar una
constante a una secuencia no modifica su comportamiento, sino que solo desplaza verticalmente a la secuencia
misma, entonces An + L poseerá un comportamiento divergente heredado por An .
Pasando a la segunda parte, sea An = ni=1 ai y Sn = ni=1 k · ai , entonces Sn = k · An . Como el multiplicar
P P

una constante diferente de cero a una secuencia no altera su comportamiento, sino que solo comprime o alarga
verticalmente a la secuencia misma, entonces k · An poseerá un comportamiento divergente heredado por An .

12
Notas de clase: Calculo III Sección 1.3

y y
an an
an + 1 2 · an

x x

Figura 1.5: Desplazamiento y alargamiento de una secuencia

Demostración: Sea An = i=1 ai , Bn = i=1 bi y Sn = i=1 (ai + bi ). Por contradicción, asúmase que Sn
Pn Pn Pn

converge. Como Sn = An + Bn , entonces Sn − Bn = An . Por el Teorema 1.9 se tiene que lı́mn→∞ (Sn − Bn )
existe, y por lo cual, lı́mn→∞ An debe existir, lo cual genera una contradicción con el hecho de que An diverge.
Por lo tanto Sn diverge. La demostracion de la segunda parte es similar a la recien hecha L.Q.Q.D.
Con todo lo anterior ya tenemos las bases para empezar a desarrollar diferentes criterios de convergencia para
diferentes tipos de series, lo cual es a lo que nos dedicaremos en la mayoría de los siguientes capítulos, pero dentro
todo esto, existen 2 tipos de series en las que es posible encontrar su valor de convergencia de una manera sencilla:
Las series geométricas y las series telescópicas.
Una serie geométrica es aquella serie generada a partir de la secuencia {a · rn }∞
n=0 , en donde a y r son números
reales fijos, de manera que la n-esima suma parcial de {a · rn }∞
n=0 es
n   n  
Sn = o también Sn =
X X
k
a·r a · rk−1
k=0 k=1
Aplicando el criterio de divergencia a esta serie, se tiene que esta diverge cuando |r| ≥ 1, por lo cual para nuestro
análisis de la convergencia de las series geométricas estableceremos Sn = nk=1 a · rk−1 para |r| < 1, entonces:
P

Sn = a + ar + ar2 + · · · + arn−2 + arn−1

rSn = ar + ar2 + · · · + arn−2 + +arn−1 + arn
Por lo cual
a(1 − rn ) a(1 − rn )
Sn − rSn = a − arn =⇒ Sn (1 − r) = a(1 − rn ) =⇒ Sn = =⇒ lı́m Sn = lı́m
1−r n→∞ n→∞ 1−r
a
Como rn converge a 0 cuando |r| < 1, entonces la serie geométrica converge a .
1−r
Una serie telescópica posee la forma ∞
P∞
n=1 (an − an+1 ) o n=1 (an+1 − an ), donde lo interesante de este tipo de
P

series se observa al analizar las sumas parciales de estas

S1 = a1 − a2 S1 = a2 − a1
S2 = (a1 − a2 ) + (a2 − a3 ) = a1 − a3 S2 = (a2 − a1 ) + (a3 − a2 ) = a3 − a1
S3 = (a1 − a2 ) + (a2 − a3 ) + (a3 − a4 ) = a1 − a4 S3 = (a2 − a1 ) + (a3 − a2 ) + (a4 − a3 ) = a4 − a1
.. ..
. .
Sn = a1 − an+1 Sn = an+1 − a1
Por lo tanto
∞ ∞
(an − an+1 ) = lı́m (a1 − an+1 ) (an+1 − an ) = lı́m (an+1 − a1 )
X X
n→∞ n→∞
n=1 n=1

Ejemplo 1.8

∞
1
1.) Determine el valor de convergencia de la serie
X

n=1
n(n + 1)
∞
X 3 4
 
2.) Determine el valor de convergencia de la serie +
n=1
4n 5n
P∞ P∞
3.) Demuestre que n=1 an converge ⇐⇒ n=1 an+N converge para todo N ∈ N

13
Notas de clase: Calculo III Sección 1.3

1.3. Criterio de la integral

En el Corolario 1.1 establecimos que la convergencia para series de términos no negativos esta determinada
únicamente por si sus sumas parciales se encuentran acotadas superiormente o no, por lo cual desarrollaremos
algunos criterios que nos permitan determinar una cota superior para ese tipo de series. Sabiendo esto y viendo
cual es el nombre de esta sección, es fácil ver que el objetivo de esta consistirá en establecer integrales como cotas
superiores de series, por lo cual, lo primero que necesitamos hacer es establecer una forma de interpretar a una
serie en términos de "área"
y y
an an
f (x) f (x)

a1
a2
a2
a3
a3
a4 a4 a5
··· x ··· x
1 2 3 4 5 ··· 1 2 3 4 5 ···

(a) (b)

Figura 1.6: Interpretación de una secuencia como "áreas"

La Figura 1.6 contiene mucha información que examinaremos por partes. Lo primero es que an representa el área
de un rectángulo de altura "an " y de base "1". Lo segundo es que f es una funcion talque f (n) = an , es continua
(por lo que es integrable) y es decreciente a partir de x = 1. Para la tercera observacion vamos a relacionar el area
de
Rb
los rectangulos verdes con el area debajo de f (x) en diferentes intervalos, para lo cual debemos recordar que
a f (x)dx representa el area debajo de f (x) en el intervalo [a, b] (Cuando f (x) ≥ 0). Con eso en mente se deduce
gráficamente que: Z 2
a2 ≤ f (x) dx ≤ a1
1
Z 3
a3 ≤ f (x) dx ≤ a2
2
Z 4
a4 ≤ f (x) dx ≤ a3
3
Z 5
a5 ≤ f (x) dx ≤ a4
4
Lo cual se generaliza intuitivamente a
Z n+1
an+1 ≤ f (x) dx ≤ an para todo n
n

por lo cual:
Z 2 Z 3 Z n+1
a2 + a3 + · · · + an+1 ≤ f (x) dx + f (x) dx + · · · + f (x) dx ≤ a1 + a2 + · · · + an
1 2 n

⇓
n+1 n Z i+1 n
f (x) dx ≤
X X X
ai ≤ ai
i=2 i=1 i i=1

⇓
n+1 Z n+1 n
f (x) dx ≤
X X
ai ≤ ai
i=2 1 i=1

Observa que si lı́mn→∞ 1n+1 f (x)dx existe, entonces ni=2 ai estaría acotada superiormente, y por ende a1 +
R P

i=2 ai = i=1 ai también estaría acotado superiormente, lo cual implicaría que ∞ n=1 Ran converge por lo
Pn Pn P

mencionado en el primer párrafo de esta sección. A su vez, si n=1 an converge, entonces 1n+1 f (x)dx estaría
P∞

acotado superiormente, y como esaR integral la podemos modelar como una serie de términos no negativos
Pn R i+1
i=1 i f (x)dx, entonces lı́mn→∞ 1n+1 f (x)dx existe.

14
Notas de clase: Calculo III Sección 1.3

Teorema 1.10: Criterio de la integral

Sea {an } una secuencia y f una función talque f (n) = an , de modo que f sea decreciente, positiva y
continua a partir de un m ∈ N dado, entonces:
∞ Z ∞
an converge ⇐⇒ f (x)dx converge
X

n=m m

Mas allá de solo ayudarnos a determinar la convergencia de una serie, las observaciones que hicimos recién nos
pueden ayudar a determinar mas cosas como el valor aproximado de la serie en cuestión. Supongamos primero
que ∞
P∞
n=1 an converge a un valor S en donde Sn = i=1 ai es la n-esima suma parcial y Rn = i=n+1 ai es el
P Pn

residuo asociado a este de modo que S = Sn + Rn . En base a la Figura 1.6, supongamos que calculamos S3 ,
entonces R3 = ∞ i=4 ai , en donde se observa que
P

Grafica (a) Grafica (b)

Z 5 Z 4
f (x)dx ≤ a4 a4 ≤ f (x)dx
4 3
Z 6 Z 5
f (x)dx ≤ a5 a5 ≤ f (x)dx
5 4
.. ..
. .
Z k+1 Z k
f (x)dx ≤ ak ak ≤ f (x)dx
k k−1
⇓ ⇓
Z k+1 k k Z k
f (x)dx ≤ f (x)dx
X X
ai ai ≤
4 i=4 i=4 3

⇓ ⇓
Z ∞ ∞ ∞ Z ∞
f (x)dx ≤ f (x)dx
X X
ai ai ≤
4 i=4 i=4 3

Por lo tanto Z ∞ ∞ Z ∞
f (x)dx ≤ f (x)dx
X
ai ≤
4 i=4 3

O lo que es lo mismo Z ∞ Z ∞
f (x)dx ≤ R3 ≤ f (x)dx
4 3
A partir de esto es fácil ver como podemos "replicar" este argumento (en base a que f es decreciente) para
demostrar lo siguiente

Teorema 1.11: Cotas para el residuo en el criterio de la integral

Sea {an } una secuencia y f una función talque f (n) = an , de modo que f sea decreciente, positiva y
continua a partir de un m ∈ N dado. Si ∞n=1 an converge, entonces para todo n ≥ m:
P

Z ∞ Z ∞
f (x)dx ≤ Rn ≤ f (x)dx
n+1 n

Si a la anterior desigualdad doble le sumamos "Sn " se obtiene lo siguiente:

Z ∞ Z ∞ Z ∞ Z ∞
Sn + f (x)dx ≤ Sn + Rn ≤ Sn f (x)dx =⇒ Sn + f (x)dx ≤ S ≤ Sn + f (x)dx
n+1 n n+1 n

Corolario 1.3: Cotas para la serie en el criterio de la integral

Sea {an } una secuencia y f una función talque f (n) = an , de modo que f sea decreciente, positiva y
continua a partir de un m ∈ N dado. Si S = ∞n=1 an converge, entonces para todo n ≥ m:
P

Z ∞ Z ∞
Sn + f (x)dx ≤ S ≤ Sn + f (x)dx
n+1 n

15
Notas de clase: Calculo III Sección 1.4

Ejemplo 1.9
∞
1
1.) Determine para que valores de "p" la siguiente serie converge
X

n=1
np
∞ tan−1 (n)
e
2.) Analice la convergencia de la serie , y en caso de que converja,
X
n2 + 1n=1
acote el valor de la serie a partir de calcular S10 .
∞
n2
3.) Determine si la serie es convergente o no.
X

n=1
en/3

1.4. Criterios de comparación

En la sección 1.3 ya hablábamos que para determinar la convergencia de una serie de términos no negativos solo
necesitamos determinar una cota superior para la serie. Dado que en la sección 1.3 proponíamos como punto de
partida una integral como cota superior, en esta propondremos una serie auxiliar. Existen diversas formas para
plantear una serie como cota superior, pero para empezar veamos un caso simple.
Supongamos que dada una serie ∞ n=1 bn deseamos determinar si converge o no, y para ello, buscamos una serie
P
P∞
n=1 cn que converja a algún valor L y que i=1 ci para todo n, pues de esta forma
Pn Pn
i=1 bi ≤

∞ ∞ ∞
ci =⇒
X X X
bi ≤ bi ≤ L
i=1 i=1 i=1

Para facilitar la búsqueda de esa serie auxiliar, podemos empezar por tratar de encontrar una secuencia {cn } talque
bn ≤ cn para todo n, ya que de esta manera se llega a que ni=1 bi ≤ ni=1 ci . Ahora, si en cambio encontráramos
P P

una serie de términos no negativos ∞ i=1 ai talque sea divergente y que ≤ ni=1 bi para todo n, entonces
P Pn P
P∞ i=1 ai P
i=1 bi seria divergente también, pues por el Corolario 1.1 se tiene que como ∞ i=1 ai diverge, entonces esta no
P∞ P∞
se encuentra acotada, por lo cual, i=1 ai = ∞. Por lo tanto, i=1 bi = ∞.
Una versión mas general de estas dos observaciones de comparación de limites se presenta en el siguiente teorema.

Teorema 1.12: Criterio de comparación ordinaria

Sean ∞ ∞
n=1 an , n=1 bn y
∞
n=1 cn series con términos no negativos talque existe un N ∈ N de modo que
P P P

an ≤ bn ≤ cn para todo n ≥ N , entonces:

∞ ∞
1.) bn converge si cn converge
X X

n=1 n=1
∞ ∞
2.) bn diverge si an diverge
X X

n=1 n=1

Demostración: Analizando el primer caso, tenemos que bN ≤ cN , bN +1 ≤ cN +1 , · · · , bN +k ≤ cN +k . Al

sumar las desigualdades se llega a que ki=0 bi+N ≤ ki=0 ci+N , entonces ∞
P∞ P∞
i=0 bi+N ≤ i=0 ci+N . Como
P P P
P∞ P∞ n=1 cn
converge, entonces i=0 ci+N también, de modo que i=0 bi+N esta acotada, y como a su vez es monótona (i.e.
no decreciente), entonces ∞
P∞
i=0 bi+N converge. Por lo tanto, n=1 bn converge.
P

Pasando al segundo caso, se llega a que ∞i=0 ai+N ≤

∞
i=0 bi+N . Como
∞
n=1 an diverge, entonces ∞
P P P P
P∞ P∞ i=0 ai+N
diverge, de modo que i=0 bi+N no puede converger, ya que si así fuese, entonces i=0 ai+N estaría acotada y
por el Corolario 1.1 se determinaría que ∞
P∞
i=0 ai+N converge, lo cual no es el caso. Por lo tanto n=1 bn diverge.
P

L.Q.Q.D.
Ejemplo 1.10
Calcule los siguientes limites de secuencias: Aplique el criterio de comparación
ordinario para determinar si las siguientes series son convergentes o divergentes:
∞
ln(n)
1.)
X

n=1
n
∞
n + 2n
2.)
X

n=1
n2 2n

16
Notas de clase: Calculo III Sección 1.5

Este teorema y el ejemplo anterior nos muestran que una forma efectiva de encontrar una serie auxiliar que
nos ayude a determinar la convergencia o divergencia de una serie es a partir de establecer una comparativa de
termino a termino entre la serie a analizar y la serie auxiliar que buscamos. Por ejemplo, si an = c · bn (c > 0) a
partir de un N dado, entonces ∞
P∞ P∞ P∞
i=N ai = i=N (c · bi ), por lo que i=N ai seria convergente si y solo si
P
i=N bi
converge. Esto gracias a lo que establece el Teorema 1.9 y el Corolario 1.2.
Aunque claro, la condición "an = c · bn (c > 0) a partir de un N dado" es una muy débil, por lo que una versión mas
útil de esta seria: an ≈ c · bn (c > 0) a partir de un N dado talque la aproximación cometa un error despreciable.
Por lo cual ki=0 ai+N ≈ ki=0 c · bi+N para todo k ∈ N, lo cual nos lleva a intuir que ∞ i=N ai seria convergente
P P P
P∞
si y solo si i=N bi converge. Una versión equivalente de la condición anterior es: bn ≈ c (c > 0) a partir de un N
an

dado talque la aproximación cometa un error despreciable. Esto se expresa de una manera mas formal a través
del limite lı́mn→∞ abnn = c.
Siguiendo esta misma linea ¿Que podríamos decir si lı́mn→∞ abnn = 0? Primero es de entender que lı́mn→∞ abnn = 0
implica que an es un numero muy pequeño relativo al tamaño de bn (para valores grandes de n), lo cual significaría
que an ≤ bn a partir de un N dado, de modo que ∞
P∞ P∞
i=N ai ≤ i=N bi . Por lo tanto, si n=1 bn converge cuando
P
∞
lı́mn→∞ bn = 0, entonces n=1 an converge.
an P

Por otro lado, en el caso que lı́mn→∞ abnn = ∞ lo que implicaría es que an es un numero muy grande relativo al
tamaño de bn (para valores grandes de n), lo cual significaría que bn ≤ an a partir de un N dado, de modo que
P∞ P∞ P∞ P∞
i=N ai . Por lo tanto, si n=1 bn diverge cuando lı́mn→∞ bn = ∞, entonces n=1 an diverge.
an
i=N bi ≤

Teorema 1.13: Criterio de comparación por limite

Sean {an }, {bn } secuencias de términos no negativos, entonces:

an
= c > 0, entonces: ∞
P∞
1.) Si lı́m n=1 an converge ⇐⇒ n=1 bn converge
P
n→∞ bn
an
=0y ∞
P∞
2.) Si lı́m n=1 bn converge, entonces n=1 an converge
P
n→∞ bn
an
3.) Si lı́m =∞y ∞ bn diverge, entonces ∞ n=1 an diverge.
P P
n→∞ bn n=1

Ejemplo 1.11
Aplique el criterio de comparación por limite para determinar si las siguientes series
son convergentes o divergentes:
∞
2n + 1
1.)
X

n=1
(n + 1)2
∞
1
 
2.) ln 1 +
X

n=1
n2

1.5. Criterios de la raíz y la razón

Una de las ideas intuitivas claves a la hora de establecer (no demostrar) el criterio de comparación por limite fue:
k k k k
Si c · bi+N para todo k ∈ N, entonces: ai+N converge si y solo si bi+N converge
X X X X
ai+N ≈
i=0 i=0 i=0 i=0

Donde ki=0 ai+N ≈ ki=0 c · bi+N se establecía a partir de asegurar que an ≈ c · bn a partir de un N dado. En esta
P P

sección haremos uso de esa misma idea intuitiva para establecer (no demostrar) algunos criterios de convergencia
para series de términos no negativos, solo que en este caso la serie auxiliar (i.e. ∞n=1 bn ) sera una serie geométrica
P
P∞
n=1 r .
n

Por lo tanto, tenemos intuitivamente que para determinar la convergencia de una serie ∞ n=1 an buscaremos que
P

an ≈ rn a partir de un N dado para algún valor de r, y dependiendo de cual sea el valor de r determinaremos la
convergencia o divergencia de ∞ an , pues como ∞ n=1 r converge cuando |r| < 1 y diverge cuando |r| ≥ 1,
n
P P
n=1
P∞
entonces es natural esperar que n=1 an converja cuando an ≈ rn para 0 ≤ r < 1,y que diverja cuando an ≈ rn
para r ≥ 1. El único lugar donde hay mas probabilidades de que esta intuición erre es cuando r = 1 ya que este es
el valor frontera entre la convergencia y divergencia de una serie geométrica.
√
Una forma equivalente en la que podemos expresar la condición "an ≈ rn a partir de un N dado" es " n an ≈ r a
√
partir de un N dado", lo cual formalmente se expresa como el siguiente limite lı́mn→∞ n an = r.

17
Notas de clase: Calculo III Sección 1.5

Teorema 1.14: Criterio de la raiz

∞
√
Sea an una serie de términos no negativos talque lı́m an = r, entonces:
X
n
n→∞
n=1
1.) Si r < 1, entonces la serie converge.
2.) Si r > 1, entonces la serie diverge.
3.) Si r = 1, entonces el criterio no es concluyente.

Otra forma de describir una serie geométrica termino a termino es de forma recursiva como hicimos en el ejemplo
1.2, de modo que si an+1 ≈ r · an a partir de un N dado para algún valor de r, entonces es posible aplicar el
mismo análisis de los párrafos anteriores acerca de la convergencia/divergencia de la serie ∞ n=1 an . Otra forma
P

equivalente de escribir esa condición es " an+1

an ≈ r a partir de un N dado", lo cual formalmente se expresa como el
an+1
siguiente limite lı́mn→∞ an = r.

Teorema 1.15: Criterio de la razón (Series)

∞
an+1
Sea an una serie de términos no negativos talque lı́m = r, entonces:
X

n=1
n→∞ an
1.) Si r < 1, entonces la serie converge.
2.) Si r > 1, entonces la serie diverge.
3.) Si r = 1, entonces el criterio no es concluyente.

Ejemplo 1.12

Aplique el criterio de la raíz y/o el de la razón para determinar si las siguientes

series son convergentes, divergentes, o si los criterios no son concluyentes:
∞ ∞
5n − 3n3 10n
!
1.) 2.)
X X

n=1
7n3 + 2 n=1
42n+1 (n + 1)
∞ √ ∞
2n sinn ( 3) 4n (n!)2
3.) 4.)
X X

n=1
e n n2 n=1
(2n)!

∞
si n es impar
(
n
5.) an donde an = 2n
X

n=1
1
2n si n es par

Tanto el criterio de la raíz como el criterio de la razón son sencillos de usar, pero en algunas ocasiones estos no
serán concluyentes como se observo en el ejemplo 1.12, de manera que en esos casos se hace uso de otros criterios.
Uno de estos es el criterio de Raabe-Duhamel.

Teorema 1.16: Criterio de Raabe-Duhamel

∞
an+1
 
Sea an una serie de términos no negativos talque lı́m n 1 − = r, entonces:
X

n=1
n→∞ an
1.) Si r > 1, entonces la serie converge.
2.) Si r < 1, entonces la serie diverge.
3.) Si r = 1, entonces el criterio no es concluyente.

Ejemplo 1.13
Aplique el criterio de Raabe-Duhamel para determinar si las siguientes series son
convergentes, divergentes, o si los criterios no son concluyentes:
∞
4n (n!)2
1.)
X

n=1
(2n)!
∞  2
1 · 3 · 5 · ... · (2n − 1)
2.)
X

n=1
2 · 4 · 6 · ... · (2n)

18
Notas de clase: Calculo III Sección 1.6

1.6. Series alternantes, convergencia absoluta y convergencia condicional

Hasta el momento solo hemos estudiado criterios de convergencia para series de términos no negativos, los cuales
a su vez pueden replicarse para series de términos no positivos, ya que si ∞ n=1 an es una serie de términos no
P
P∞
positivos y bn = −an , entonces n=1 bn es una serie de términos no negativos, con la cual se puede analizar su
convergencia con los criterios vistos en las secciones pasadas, por lo que si ∞ bn converge, entonces ∞
P P
P∞ P∞ n=1 n=1 an
converge, y si n=1 bn diverge, entonces n=1 an diverge (Teorema 1.9 y Corolario 1.2).
Por lo tanto, en esta sección pasaremos a estudiar series de términos que no son estrictamente negativos o
positivos, sino que son términos que pueden alternar de forma regular o de forma irregular. Por "alternancia
regular" (o simplemente alternancia) nos referimos a una alternancia periódica, por ejemplo, una serie ∞
P
n=1 an
donde an = (−1)n un o an = (−1)n+1 un (un > 0 para todo n) es una serie alternante. Todo esto nos lleva a
la clásica pregunta cuando se describe un tipo de series: ¿Que condiciones se deben dar para que la serie sea
convergente?

Teorema 1.17: Criterio de series alternantes

P∞
La serie n=1 (−1)
n+1 u ,
n donde un > 0 para todo n, converge si se satisfacen 2 condiciones:
La secuencia {un } es no creciente (un+1 ≤ un ) a partir de un N dado
lı́m un = 0
n→∞

Intuición: Sea Sn = ni=1 (−1)i+1 ui talque satisface las condiciones del Teorema 1.7 para N = 1, entonces
P

podemos interpretar las condiciones dadas para determinar la convergencia de la serie. Al dar el primer paso (S1 )
se recorre una distancia u1 desde 0. En el segundo paso (S2 ) se regresa una distancia u2 desde S1 , y dado que
un+1 ≤ un (i.e. la distancia del paso "n + 1" es menor que la del paso n), entonces u2 ≤ u1 , por lo que 0 ≤ S2 ≤ S1 .
En el tercer paso (S3 ) se avanza una distancia u3 desde S2 en donde como u3 ≤ u2 , entonces S2 ≤ S3 ≤ S1 .
Generalizando, se observa como las sumas parciales oscilan (S2 ≤ S4 ≤ · · · ≤ S2n ≤ S2n+1 ≤ · · · ≤ S3 ≤ S1 ), y
dado que la distancia de los pasos tienden a disminuir hasta 0 (i.e. lı́mn→∞ un = 0), entonces la magnitud de esas
oscilaciones tenderán a 0, y por ende deberán converger en algún valor L. Un análisis similar puede ser usado
cuando N ≥ 1 para Hn = ∞ (−1)n+1 un+N , obteniendo así que ∞ n=1 (−1)
n+1 u
n+N converge, y por lo cual
P P
P∞ n=1
n=1 (−1) un converge también.
n+1

+u1
−u2
+u3
−u4
+u5

0 S2 S4 L S5 S3 S1

Figura 1.7: Intuición del Teorema 1.17

Una propiedad útil de las series alternantes, el cual se deduce del apartado anterior, es que se puede acotar
fácilmente el error que se comete al aproximar el valor de la serie lı́mn→∞ Sn = ∞ i=1 (−1)
i+1 u = L. Para ello
P
i
observa que si n ≥ N , entonces L estará acotado entre Sn y Sn+1 . Si n es par, entonces:

"n + 2" es par =⇒ Sn+1 = Sn + (−1)n+2 un+1 = Sn + un+1 =⇒ Sn < Sn+1 =⇒ Sn < L < Sn+1

Restando Sn en la desigualdad:

0 < L − Sn < Sn+1 − Sn =⇒ 0 < L − Sn < un+1 =⇒ |L − Sn | < un+1 =⇒ |Sn − L| < un+1

Si n es impar, entonces:

"n + 2" es impar =⇒ Sn+1 = Sn + (−1)n+2 un+1 = Sn − un+1 =⇒ Sn+1 < Sn =⇒ Sn+1 < L < Sn

Restando Sn en la desigualdad:

Sn+1 − Sn < L − Sn < 0 =⇒ −un+1 < L − Sn < 0 =⇒ 0 < Sn − L < un+1 =⇒ |Sn − L| < un+1

Por lo tanto, para todo n > N se cumple que |Sn − L| < un+1 , es decir, la magnitud del error que se comete al
aproximar el valor de la serie a partir de la suma parcial Sn es menor que un+1 .

19
Notas de clase: Calculo III Sección 1.6

Corolario 1.4: Cota para el error de series alternantes

Sea ∞ n=1 (−1)

n+1 u una serie que cumple con las condiciones del Teorema 1.17 para un N dado, entonces
P
n
para todo n ≥ N se cumple que |Sn − L| < un+1

Ejemplo 1.14
Aplique el criterio de series alternantes para demostrar que las siguientes series son
convergentes y estime la magnitud del error que se comete al aproximar la serie
con la suma de los primeros 10 términos:
∞
2n + 1
 
1.) sin π e−n
X

n=1
2
∞ √
n3 n + 1
2.) (−1)
X

n=1
n

P∞
P.D. Cabe aclarar que tanto el Teorema 1.17 y el Corolario 1.4 se aplican a series del tipo n=1 (−1) un .
n

Con lo anterior ya tenemos formas de determinar la convergencia de series de términos que poseen una alternancia
regular, pero para las series de términos que poseen una alternancia irregular necesitaremos una herramienta
mas general que el Teorema 1.17. Para empezar este proceso podemos separar la serie ∞ n=1 an en sus términos
P

positivos (i.e. pn ) y sus términos negativos (i.e. qn ), e ignoraremos los términos que valgan cero ya que estos no
alteran a la serie.
La forma en que definiremos las secuencias de números positivos y negativos de {an } sera la siguiente: el primer
termino positivo de {an } sera el primer termino de {pn }, el segundo termino positivo de {an } sera el segundo
termino de {pn }, y así en adelante. A su vez, el primer termino negativo de {an } sera el primer termino de {qn },
el segundo termino negativo de {an } sera el segundo termino de {qn }, y asi en adelante. Obteniendo asi que para
los primeros n términos de {an }, habrán r terminos positivos y s terminos negativos, de manera que:
n r s
ai = pi +
X X X
qi
i=1 i=1 i=1
| {z } | {z } | {z }
Sn Pr Qs

Si los términos positivos o los términos negativos de {an } son finitos, entonces la suma de todos los terminos
positivos o negativos sera finita (i.e. una constante), por lo que la convergencia de ∞i=1 ai dependerá unicamente
P

de la convergencia de de la serie de términos positivos, o sino de la de terminos negativos (Teorema 1.9), así que
este caso es trivial.
Habiendo descartado ese caso, sabemos que lı́mn→∞ Sn existe si lı́mn→∞ Pr y lı́mn→∞ Qs existen (Cabe recalcar
que cuando n → ∞, se da que r → ∞ y s → ∞). Por lo tanto, vamos a enfocar nuestros esfuerzos en determinar
que esos limites existen. Una primera observación respecto al comportamiento Pr y de Qs es que estas son
monótonas, pues Pr es creciente y Qs decreciente, por lo cual, si demostramos que están acotadas, entonces
habremos demostrado que convergen.
En las anteriores secciones hemos visto como acotar una serie, siendo el criterio de comparación ordinaria uno
de estos. En este la idea básica era establecer una serie auxiliar para acotar la serie que deseamos analizar, lo
cual se lograba a partir de una comparativa termino a termino entre las series, siendo ese el punto donde radica
el problema de nuestro caso, pues no es posible establecer esa comparativa ya que es muy difícil o simplemente
imposible el determinar una formula para el n-esimo termino de las secuencias {pn }, {qn } gracias a la alternancia
irregular.
Aun a pesar de los problemas presentados, aun es posible acotar a Pr y a Qs . Nótese que −|an | ≤ an ≤ |an | para
todo n, por lo que también se podría decir lo mismo con respecto a los términos correspondientes de {pn } y
{qn }, de manera que ni=1 |ai | y ni=1 −|ai | podrían servir para acotar. Un argumento mas formal se presenta a
P P

continuación.
n r s r s r n n s
|ai | = |pi | + |qi | = qi =⇒ |ai | , −
X X X X X X X X X
pi − pi < |ai | < qi
i=1 i=1 i=1 i=1 i=1 i=1 i=1 i=1 i=1
P∞ P∞ P∞ P∞
Por lo tanto, si i=1 |ai | converge, entonces i=1 pi y i=1 qi convergen, por lo que i=1 ai converge.

Teorema 1.18
P∞ P∞
Si n=1 |an | converge, entonces n=1 an converge.

20
Notas de clase: Calculo III Sección 1.7

Definición 1.8: Convergencia absoluta y condicional

Se define que ∞
P∞
absolutamente si n=1 |an | converge, y que converge condicional-
P
n=1 an converge P
mente si ∞ |a | diverge pero ∞
n=1 an converge.
P
n=1 n

Ejemplo 1.15
Determine si las siguientes series convergen absolutamente, condicionalmente o
divergen:
∞ √
n cos (n)
1.)
X

n=1
n2
∞
(2n)!
 
2.) (−1)
X
n

n=1
2 (n!)n
n

1.7. Series de potencias

Ahora pasaremos un nuevo tipo de series, las cuales pueden verse como una generalización de las series geométricas.
Las series de potencias tendrán un uso especial en ciertas aplicaciones como veremos a medida que avancemos,
por ello empezaremos en esta sección introduciendo lo que son y algunas propiedades que estas poseen.

Definición 1.9: Serie de potencias

Una serie de potencias centrada en "a" es una serie de la forma

∞
an (x − c)n = a0 + a1 (x − c) + a2 (x − c)2 + · · · + an (x − c)n + · · ·
X

n=0

donde x ∈ R es una variable, y los coeficientes a0 , a1 , a2 , ..., an , ... y c son números reales constantes.

Como se menciono antes, una serie de potencias es una generalización de la familiar serie geométrica, pues al
comparar ∞
P∞
n=0 an (x − c) con n=0 ar siempre tenemos un numero elevado a la n-esima potencia el cual se ve
P n n

multiplicado por una constante, con la diferencia de que en la serie de potencias el numero elevado a la n-esima
potencia contiene una variable (i.e. (x − c)n ), y la constante que multiplica a ese termino puede cambiar en cada
iteración de n (i.e. an ).
Recordando lo estudiado en la Sección 1.2, determinamos que ∞ n=0 r converge a 1/(1 − r) cuando |r| < 1,
n P
P∞
por lo que la serie de potencias n=0 x converge a la funcion f (x) = 1/(1 − x) para todo |x| < 1. Por lo tanto,
n

podemos esperar que las sumas parciales de esa serie de potencias se aproximen a la función f (x) = 1/(1 − x) en
el intervalo ] − 1, 1[.
10 y
f (x) = 1/(1 − x)
y0 = 1
y1 = 1 + x 8
2
y2 = 1 + x + x
y7 = 1 + x + · · · + x7
6

x
−1 1

Pn
Figura 1.8: yn = i=0 xi aproximándose a f (x) = 1/(1 − x) en ] − 1, 1[

21
Notas de clase: Calculo III Sección 1.7

Sobre este hecho y las consecuencias que trae el poder aproximar una función a partir de polinomios es asunto
para mas adelante, de momento analicemos la convergencia de 2 series mas y veamos un patrón/propiedad que
exhiben las series de potencias.
Ejemplo 1.16

Determine para que valores de x las siguientes series de potencias convergen:

∞
xn
1.) (−1)n−1
X

n=1
n
∞
n2
2.) (x − 7)n
X

n=1
32n

P∞
Al analizar la convergencia de las series de potencias del Ejemplo 1.16 y de n=0 x
n, podemos hacer 3
observaciones:
Los valores de x para el que las series convergen siempre es en forma de un intervalo continuo.
En el centro de los intervalos de convergencia se encuentra el centro de su respectiva series de potencias, por
ejemplo, ∞ n=0 x posee un intervalo de convergencia ] − 1, 1[, el cual posee como centro al número 0 que a
n
P

su vez es centro de la serie de potencias.

Una serie de potencias converge absolutamente para todo x dentro del intervalo de convergencia.
Por lo tanto, podemos empezar a intuir algunas propiedades a partir de estas observaciones. Primero es la
existencia del concepto de un radio de convergencia R para toda series de potencias, de manera que, si
|x − c| < R para ∞
P∞
n=0 an (x − c) , entonces n=0 an (x − c) convergerá absolutamente, pero si |x − c| > R,
P n n
P∞
entonces n=0 an (x − c) sera divergente. Para demostrar esto primero es necesario un pequeño teorema.
n

Teorema 1.19
P∞
Sea n=0 an (x − c)n una serie de potencias, entonces:
1.) Si converge cuando x = r ̸= c, entonces converge absolutamente para todo x talque |x − c| < |r − c|
(i.e. la distancia entre x y c es menor que la distancia entre r y c)
2.) Si diverge cuando x = s ̸= c, entonces diverge para todo x talque |x − c| > |s − c|
(i.e. la distancia entre x y c es mayor que la distancia entre s y c)

Demostración caso 1.): Sea ∞ n=0 an (x − c) talque converge cuando x = r (suponiendo que r =
n ̸ c). Como
P
P∞
n=0 an (r − c) converge, entonces lı́mn→∞ an (r − c) = 0. Por definición del limite de una secuencia se asegura
n n

la existencia de un m talque |an (r − c)n | < 1 para todo n ≥ m. Como |an (r − c)n | = |an | · |r − c|n , entonces:
n ∞ ∞ 
1 |x − c|n |x − c| |x − c| i
 
=⇒ = =⇒
X X
n i
|an | < |an | · |x − c| < |ai | · |x − c| <
|r − c|n |r − c|n |r − c| i=m i=m
|r − c|

i
Sea |x − c| < |r − c|, entonces |x − c|/|r − c| < 1, por lo que ∞
i=m (|x − c|/|r − c|) converge al ser una serie
P

geométrica con una razón que posee un valor absoluto menor a 1, de lo cual se deduce que ∞ i=m |ai | · |x − c|
i
P
P∞
converge. Por lo tanto, n=0 an (x − c) converge absolutamente. L.Q.Q.D.
n

Demostración caso 2.): Sea ∞ n=0 an (x − c) Ptalque diverge cuando x = s (suponiendo que s =
n ̸ c), y que
P
∞
|x − c| > |s − c|. Por contradicción, asúmase que n=0 an (x − c) converge para algún x0 talque |s − c| < |x0 − c|,
n

pero si ∞
P∞
n=0 an (x0 − c) converge, entonces por el caso 1 del teorema 1.19 se tiene que n=0 an (x − c) converge
P n n

absolutamente para todo |x − c| < |x0 − c|.

Pero como |s − c| < |x0 − c|, entonces ∞ n=0 an (s − c) converge absolutamente, lo cual entra en contradicción
n
P
P∞
con el hecho inicial de que n=0 an (s − c) diverge. Por lo tanto, no existe ningún x talque |x − c| > |s − c| y
n

que ∞
P∞
n=0 an (x − c) converja a la vez, o lo que es lo mismo, n=0 an (x − c) diverge cuando |x − c| > |s − c|.
P n n

L.Q.Q.D.

Corolario 1.5: Radio de convergencia

P∞
Existen 3 posibilidades para una serie de la forma n=0 an (x − c)n :
(a) ∞ n=0 an (x − c) converge
n solamente cuando x = c
P

(b) Existe un R ∈ R tal que ∞ n=0 an (x − c) converge si |x − c| < R, y diverge si |x − c| > R

n
P
P∞
(c) n=0 an (x − c) converge para todo x
n

22
Notas de clase: Calculo III Sección 1.7

Demostración: Sea A el conjunto de todos los R ∈ R talque si |x − c| = R, entonces ∞ n=0 an (x − c) converge,

n P
P∞
por lo que si R0 = |x0 − c| ∈ A, entonces n=0 an (x0 − c) converge. Observa entonces que 0 ∈ A, pues
n
P∞ P∞
n=0 an (c − c) = n=0 an · 0 = a0 , de modo que A no es un conjunto vació, por lo que este se encuentra
n n

acotado superiormente o no lo esta (así como es cierto que "algo es rojo o no es rojo").
Si no esta acotado superiormente, entonces para cada L ≥ 0 existe siempre un R0 ∈ A talque L < R0 , y como para
todo |x − c| < R0 (i.e. c − R0 < x < c + R0 ) se cumple que ∞ n=0 an (x − c) converge absolutamente (Teorema
n
P
P∞
1.19), entonces para todo x ∈]c − R0 , c + R0 [ la serie n=0 an (x − c) converge absolutamente. El hecho de que
n

A no este acotado significa que R0 → ∞, por lo que ]c − R0 , c + R0 [ es equivalente a ] − ∞, ∞[. Por lo tanto,
P∞
n=0 an (x − c) converge absolutamente para todo x (El caso c).
n

Si A esta acotado superiormente, entonces posee una cota superior mínima (i.e. sup(A) = R), por lo que se
abren 2 opciones mas: R = 0 o R > 0. Si R = 0, entonces significa que ∞ n=0 an (x − c) converge únicamente
n
P

cuando |x − c| = 0, es decir, cuando x = c (El caso a). Si R > 0, entonces esto significa que para todo x talque
|x − c| > R la serie diverge, y que para todo x talque |x − c| < R la serie converge, ya que si para algún x0 el cual
cumpla que |x0 − c| < R se diera que la serie diverge, entonces R no seria la cota superior mínima (El caso b).
L.Q.Q.D.

c c−R c c+R c
(a) R = 0 (b) R = cte. > 0 (c) R = ∞

Figura 1.9: Visualización del Corolario 1.5

Unas propiedades interesantes de las series de potencias están relacionadas con 2 conceptos fundamentales del
calculo: La derivada y la integral.Para introducir y entender mejor estas propiedades debemos analizar el "caso
finito" de una serie de potencias, es decir, la n-esima suma parcial de la serie: ni=0 ai (x − c)i . Esta suma parcial
P

no es nada mas que un polinomio P (x), el cual podemos derivar:

n
!
d X d
ai (x − c)i = (a0 + a1 (x − c) + a2 (x − c)2 + a3 (x − c)3 + · · · + an (x − c)n )
dx i=0 dx
d d d d d
= a0 + a1 (x − c) + a2 (x − c)2 + a3 (x − c)3 + · · · + an (x − c)n
dx dx dx dx dx
= a1 + 2a2 (x − c) + 3a3 (x − c)2 + · · · + nan (x − c)n−1
n
= i · ai (x − c)i−1
X

i=1

y el cual también podemos integrar:

n
Z X Z
ai (x − c) dx =
i
[a0 + a1 (x − c) + a2 (x − c)2 + a3 (x − c)3 + · · · + an (x − c)n ] dx
i=0
Z Z Z Z Z
= a0 dx + a1 (x − c) dx + a2 (x − c) dx +
2
a3 (x − c) dx + · · · +
3
an (x − c)n dx
(x − c)2 (x − c)3 (x − c)4 (x − c)n+1
= a0 (x − c) + a1 + a2 + a3 + · · · + an +C
2 3 4 n+1
n
(x − c)i+1
!
= +C
X
ai
i=0
i+1

Por lo tanto, es natural esperar que la serie posea esas propiedades siempre y cuando converja.

Teorema 1.20: Derivada de una serie de potencias

Sea ∞ n=0 an (x − c) una serie de potencias con un radio de convergencia P

n R. Existe entonces una función f
P

infinitamente diferenciable talque Dom(f ) =]c − R, c + R[ y que f (x) = ∞ n=0 an (x − c) , donde:

n

∞ ∞
f ′ (x) = n · an (x − c)n−1 , f ′′ (x) = n · (n − 1) · an (x − c)n−1 , · · ·
X X

n=1 n=2

Y además, cada derivada de f posee el mismo radio de convergencia R.

23
Notas de clase: Calculo III Sección 1.8

Teorema 1.21: Integral de una serie de potencias

Sea ∞ n=0 an (x − c) una serie de potencias con un radio de convergencia

n R. Existe entonces una función f
P

infinitamente integrable talque Dom(f ) =]c − R, c + R[ y que f (x) = ∞ n=0 an (x − c) , donde:

n
P

∞ ∞
(x − c)n+1 (x − c)n+2
Z ! ZZ !
f (x) dx = + C, f (x) dx = + C, · · ·
X X
an an
n=0
n+1 n=0
n+2

Y además, cada iteración de integración de f posee el mismo radio de convergencia R.

Con esto ultimo podemos ver como mas funciones pueden ser reinterpretadas como series de potencias.
Ejemplo 1.17
Determine las series de potencias centradas en x = c que convergen a las siguientes
funciones, e indique sus intervalos de convergencia:
1.) f (x) = tan−1 (x), c = 0
x−3
2.) f (x) = ,c=2
2x +  1
1+x

3.) f (x) = x · ln ,c=0
1−x

1.8. Convergencia de series de Taylor y aplicaciones

En la sección 1.7 observamos como las sumas parciales Pn (x) de la serie ∞ n=0 x servían como aproximaciones a
n P

la función f (x) = 1/(1 − x) en el intervalo de convergencia ] − 1, 1[, y además observamos que f (x) ≈ Pn (x) es
una mejor aproximación en la medida que n aumenta.
Si somos mas concretos con lo anterior, que f (x) ≈ Pn (x) sea cierto es equivalente a que f (x) = Pn (x) + ξ
sea cierto para un numero ξ, el cual actúa aquí como el error que se comete en la aproximación f (x) ≈ Pn (x).
Obviamente, en la mayoría de los casos pasara que cuando x varié, Pn (x) no variara acorde a f (x), por lo cual ξ
sera una función de x, y además, también deberá depender del valor de n, pues en aquellos casos que la serie
de Taylor converge a su función asociada debe pasar que ξ → 0 cuando n → ∞. Por lo tanto, el error ξ lo
representaremos como Rn (x), donde la R hace referencia a "Residuo".
f (c)(n)
Con todo esto, podemos decir que ∞ n! (x−c) converge a f (x) en un intervalo I cuando lı́mn→∞ Rn (x) = 0
n
P
n=0
para todo x ∈ I, y que diverge cuando lı́mn→∞ Rn (x) ̸= 0. Lo que nos resta hacer es darle una identidad mas util
a Rn (x) para poder evaluar esos limites que nos llevan a una conclusión u a la otra.

Teorema 1.22: Teorema de Taylor

Si f y sus primeras n derivadas son continuas en [a, b], y si f (n) es diferenciable en ]a, b[, entonces existe un
numero z ∈ ]a, b[ talque: P (b) R (b)
n n
z }| { z }| {
n
f (a)
(k) f (n+1) (z)
f (b) = (b − a)k + (b − a)n+1
X

k=0
k! (n + 1)!

Podemos generalizar este teorema a partir de remplazar b por la variable x, y a por el centro c, de manera que si
siempre mantenemos las condiciones mencionadas en el Teorema de Taylor para toda n, entonces existirá un z
entre x y c talque:
n
f (k) (c) f (n+1) (z)
f (x) = (x − c)k + (x − c)n+1
X

k=0
k! (n + 1)!
Por lo tanto, la serie de Taylor converge a f (x) en un intervalo I que contiene a c si y solo si lı́mn→∞ Rn (x) = 0
para toda x ∈ I. Esto debido a que lı́mn→∞ [Pn (x) + Rn (x)] existe, pues es igual a f (x) (i.e. un numero real)
según lo establece el Teorema de Taylor, y el hecho de que: lı́mn→∞ [an + bn ] existe y lı́mn→∞ an existe, entonces
lı́mn→∞ bn existe y lı́mn→∞ [an + bn ] = lı́mn→∞ an + lı́mn→∞ bn .La demostración de esto ultimo es fácil, pues
T (1.2)
lı́m [an + bn ] existe y lı́m an existe =⇒ lı́m [(an + bn ) − bn ] = lı́m bn existe
n→∞ n→∞ n→∞ n→∞

Por lo cual, si lı́mn→∞ Rn (x) = 0, entonces f (x) = lı́mn→∞ [Pn (x) + Rn (x)] = lı́mn→∞ Pn (x) + lı́mn→∞ Rn (x) =
lı́mn→∞ P( x). Y si la serie de Taylor converge a f (x) (i.e. lı́mn→∞ Pn (x) = f (x)), y dado que f (x)−Pn (x) = Rn (x),
entonces lı́mn→∞ [f (x) − Pn (x)] = 0 =⇒ lı́mn→∞ Rn (x) = 0.

24
 Notas de clase: Calculo III Sección 1.8

El siguiente teorema sera de especial ayuda para determinar cuando lı́mn→∞ Rn (x) = 0.

Teorema 1.23: Teorema de estimación del residuo

Si existe un M > 0 talque para todo n ∈ N y todo y ∈ R entre x y a se cumpla que |f (n+1) (y)| ≤ M , y que
f sea infinitamente diferenciable en un intervalo I que contiene a c, entonces:
∞
M f (n) (c)
|Rn (x)| ≤ (x − c) y f (x) = (x − c)n
X
n
(n + 1)! n=0
n!

P.D. La demostración de los teoremas de esta sección (al igual que la mayoría de aquellos teoremas que no se
demuestren en el libro a la hora de enunciarlos) se encontrara en el apéndice.
Ejemplo 1.18

1.) Demuestre que la serie de Maclaurin de ex posee un radio de convergencia

infinito y que converge a ex .
2.) Demuestre que la serie de Maclaurin de sin(x) posee un radio de convergencia
infinito y que converge a sin(x).
√
3.) Determine una serie de potencias que converja a f (x) = 1/ 1 − x2 en un
intervalo

Con esto ultimo ya tenemos en nuestras manos una de las herramientas mas útiles en lo que respecta a la hora de
realizar aproximaciones. Por lo tanto, llego el momento de hablar acerca de algunas de las aplicaciones de las
series de Taylor.
Aproximaciones numéricas de funciones
Un pensamiento poco frecuente a la hora de hacer cálculos numéricos en los que se hace uso de funciones como ex ,
√
sin(x), x, etc. es ¿Como puedo calcular el valor que estos toman?, por ejemplo, e1.2 o sin(4.43). La respuesta
inmediata a esa pregunta seria el hacer uso de alguna calculadora o computadora, pero eso no responde a fondo
la pregunta, pues lo mismo podríamos preguntarnos acerca de como estas maquinas consiguen esos valores.
Para no hacer largo el asunto, uno de los métodos que tenemos a nuestra disposición para esa problemática son
los polinomios de Taylor, los cuales nos permiten hacer buenas aproximaciones a una función f (x) siempre y
cuando el valor x0 en el que deseamos aproximar a f (a partir de Pn ) pertenezca a un intervalo en el que podamos
asegurar las condiciones del Teorema de Taylor, y que además, podamos asegurar que |Rn (x0 )| ≤ ε, en donde ε
sera tan pequeño como se necesite para asegurar la exactitud de la aproximación tanto como se desee.
Existen 2 formas para para hacer que |Rn (x0 )| pueda ser acotado superiormente por un numero tan chico como
se necesite:
a.) Aumentar el grado del polinomio de Taylor que se usara en la aproximación (i.e. hacer que n aumente para
Pn (x))
b.) Elegir un numero c como centro de los polinomios de Taylor talque c sea cercano a x0
Un ejemplo en donde se puede ver como aplicar lo anterior se encuentra en el siguiente enunciado: Determinar
√ el
grado del polinomio de Taylor de f (x) = ex alrededor de c = 0 talque permita calcular el valor de e 2 con una
exactitud de 4 decimales.
El primer paso a realizar seria determinar la serie de Taylor de ex centrada en c = 0, lo cual cual ya no es necesario
xn
por que en la Sección 1.8 y en el Ejemplo 1.18 realizamos ese trabajo y obtuvimos que ∞ n=0 n! es la serie
P

de Taylor, la cual converge

√ a e para todo √
x x. El segundo paso es determinar el valor de x0 . Dado que x0 es un
número talque f (x0 ) = e , entonces x0 = 2.
2

El tercer paso consiste en buscar el primer valor de n talque |Rn (x0 )| < ε, donde ε representa la exactitud de la
aproximación que se desea tener como mínimo, por lo cual, ε = 10−4 para este caso. Para efectuar esto hay que
tomar en cuenta que a partir del Teorema de Taylor se tiene que
|f (n+1) (z)|
|Rn (x0 )| = |x0 − c|n+1 para algún numero z entre c y x0
(n + 1)!
Como f (k) (x) = ex para todo k, entonces f (n+1) (x) = ex , por lo cual podemos remplazar en lo anterior y obtener
que
|ez | √ n+1 √
|Rn (x0 )| = 2 para algún numero z entre 0 y 2
(n + 1)!

25
Notas de clase: Calculo III Sección 1.9

Por lo tanto √
e 2 √ n+1
|Rn (x0 )| ≤ 2
(n + 1)!
Debido a que ex es una funcione creciente. Con esto ya obtenemos una cota superior
√ que nos sera de ayuda para
el tercer paso, pero la cual es redundante si no tenemos una forma de calcular e 2 . Por lo tanto, es necesario
determinar otra cota superior, y ya que e < 3, entonces:
√ √
e 2 √ n+1 3 2 √ n+1
2 < 2
(n + 1)! (n + 1)!

Independiente de cual de las 2 cotas tomemos, observa que ambas tienden a cero cuando n → ∞. Habiendo elegido
una de estas 2 cotas, iteraremos el valor de n de forma creciente hasta que la cota que hayamos elegido sea menor
o igual que 10−4 , ya que para ese valor de n podremos asegurar que |Rn (x0 )| ≤ 10−4 . En esta ocasión tomaremos
la primera cota para así encontrar el menor valor de n (con este método) a partir del cual Pn (x0 ) ≈ f (x0 ) con la
exactitud deseada, a pesar de que es redundante y poco útil.

√
n 1 2 ··· 8 9
e 2 √ n+1
2 4.11... 1.93... · · · 0.000256... 0.000036...
(n + 1)!

Por lo tanto, n = 9 nos asegura una exactitud de 4 decimales, pues 0.000036 < 10−4 , con lo cual pasamos al
ultimo paso: Truncar la serie de Taylor hasta el valor de n designado y usar el polinomio de Taylor resultante
para aproximar
√ la función. Al truncar la serie hasta n = 9, obtenemos el polinomio P9 (x), el cual al evaluarlo en
x0 = 2 se llega a que:
√ k
√  9 2
2 = = 4.113240...
X
P9
k=0
k!
√ √
Por lo tanto, e 2 ≈ 4.113240. Al comparar esa aproximación con el valor de e 2 que nos devuelve la calculadora,
el cual es 4.113250..., podemos confirmar que la aproximación posee una exactitud de 4 decimales como mínimo.
Las demás aplicaciones que se muestran a continuación serán mostradas en el Ejemplo 1.19.
Evaluar (o aproximar) limites complicados
Evaluar (o aproximar) integrales complicadas
Dar soluciones analíticas o numéricas a ecuaciones diferenciales
Ejemplo 1.19

1.) Determine una solución en forma de series de potencias para y ′′ + xy = 0

donde y(0) = y ′ (0) = 1.
R 0.25 2 −x2
2.) Calcule el valor aproximado de 0 x e dx con cuatro cifras decimales de
precisión.
sin(x) − x
3.) Utilice series de potencias para calcular el valor del limite:lı́m .
x→0 x2

1.9. Series de Fourier

y Las series de Fourier forman parte de aquellos hechos matemáticos que caen
en la categoría de “ver para creer” debido a lo improbables que suenan, pues lo
que estas establecen es que prácticamente cualquier función periódica puede ser
x
π 2π representada como una suma de senos y cosenos. Por ejemplo, la función onda
cuadrada, una función continua a trozos, puede modelarse a partir de una suma
de senos. Para ver cómo se logra esto empecemos sumando sin(x) con sin(3x)/3

26
Notas de clase: Calculo III Sección 1.9

y
sin (x)
1
sin (3x)
3
sin (3x)
sin (x) +
3

x
−2π −π π 2π

−1

sin(3x)
Figura 1.10: Suma de sin(x) con
3

sin(5x)
Y luego sumando
5
y
sin(3x)
sin(x) +
1 3
sin (5x)
5
sin(3x) sin(5x)
sin(x) + +
3 5

x
−2π −π π 2π

−1

sin(3x) sin(5x)
Figura 1.11: Suma de sin(x) + con
3 5
Ya con esto podemos observar como se empieza a aparecer mas a la función onda cuadrada. Adelantándonos
sin((2n−1)x)
un poco y sumando 40 funciones seno con el mismo patrón (i.e. 40 ) obtenemos gráficamente lo
P
n=1 2n−1
siguiente:

40
X sin((2n − 1)x)
Figura 1.12: Gráfica de
n=1
2n − 1

27
Notas de clase: Calculo III Sección 1.9

sin((2n−1)x)
De manera que podemos ver intuitivamente que ∞ converge a la función onda cuadrada (excepto
P
n=1 2n−1
tal vez en sus discontinuidades). Un ejemplo extra de series de Fourier se da a continuación

(a) (b)

40
2 2 X (−1)n cos(nx)
Figura 1.13: Gráfica de π − x ; −π ≤ x ≤ π (a) y de π − 4
2 2
(b)
3 n=1
n2

Todo esto nos lleva a intuir que dada una función f (x) que posea un periodo 2π, y que sea como mínimo continua
a trozos en el intervalo [0, 2π] (así como la función onda cuadrada), debe poseer una representación como una
serie de senos y/o cosenos (excepto tal vez en sus discontinuidades). O lo que es lo mismo
∞ ∞ ∞
f (x) = (an cos(nx) + bn sin(nx)) = a0 + an cos(nx) + bn sin(nx) (1.1)
X X X

n=0 n=1 n=1

Lo cual nos lleva a la pregunta: ¿Como podemos determinar los coeficientes a0 , an , bn ?

Una forma de responder esto es a partir de cambiar nuestra perspectiva a una basada en el álgebra lineal ¿Porque
hacer esto? Por las similitudes que se presentan. Por ejemplo, en un espacio vectorial Rn si se posee de un conjunto
de vectores {⃗v1 , ⃗v2 , · · · , ⃗vn } talque formen una base de Rn , entonces cualquier vector w
⃗ ∈ Rn puede ser reescrito
como una combinación lineal de los vectores ⃗v1 , ⃗v2 , . . . , ⃗vn , es decir:

⃗ = a1⃗v1 + a2⃗v2 + · · · + an⃗vn donde a1 , a2 , · · · , an son escalares

w

Un ejemplo particular de esto son los vectores {î, ĵ} en R2 (i.e. el plano), pues todo vector w
⃗ puede ser rescrito
como una combinación lineal de î, ĵ , es decir:

⃗ = aî + bĵ donde a, b son escalares

w

Algo similar sucede aparentemente con las series de Fourier, pues toda función f (x) que sea continua a trozos
(como mínimo) en [0, 2π], y que sea 2π periódica, puede ser representada como una combinación lineal de
{1, cos(nx), sin(nx)} según lo que establecimos en la ecuación (1.1). Y es que una propiedad que poseen las
funciones de estas características, de manera análoga, a los vectores en Rn , es que son cerradas respecto a la
adición y la multiplicación por un escalar.
Observemos que dos vectores de Rn al sumarlos nos devuelven siempre un vector en Rn , y que el producto entre
un escalar y un vector en Rn da como resultado un vector en Rn . Similarmente, la suma de 2 funciones f, g que
sean continuas a trozos (como mínimo) en [0, 2π], y que sean 2π periódicas, siempre nos devuelve una función de
esas mismas características, y el multiplicar f con algún escalar da como resultado una función que posee las
mismas características que f .
Probablemente un hecho con el que tal vez la mayoría de estudiantes no estén familiarizados al tomar un primer
curso de álgebra lineal, es el hecho de como se generalizan muchos de los conceptos que se estudian acerca de
los vectores a otros campos de la matemática, específicamente, en aquellos que tengan que ver con un espacio
vectorial, donde por espacio vectorial nos referimos a cualquier conjunto V que tenga como operaciones a la suma
y el producto por escalares, de manera que, cumpla las propiedades descritas en la definición de espacio vectorial.
Es por ello que, el conjunto de todas las funciones continuas a trozos (como mínimo), y 2π periódicas en el
intervalo [0, 2π], conforman un espacio vectorial el cual podemos denotar como L2π [0, 2π]. Pero ¿Que relevancia
hay en que las funciones que estemos analizando conformen un espacio vectorial? En si mismo no posee tanta
relevancia, pero si la hay en las cosas que podemos establecer a partir de esta. Una de esas cosas es la existencia
de un producto interno y las propiedades que este posee. Por producto interno nos referimos a una función que
asocia un escalar ⟨u|v⟩ con una pareja de vectores u, v en un espacio vectorial V , de manera que, satisface los
axiomas descritos en la definición del producto interno.
Parte de la utilidad detrás de un producto interno en un espacio vectorial V es que permite establecer varios
concepto geométricos en V . Por ejemplo, conceptos como el de longitud/distancia y ortogonalidad. Un caso

28
Notas de clase: Calculo III Sección 1.9

particular en el que se pueden apreciar estos conceptos es en R2 . En este el producto interno corresponde al
producto punto, y a partir de este podemos definir la longitud de un vector ⃗v = ⟨a, b⟩ como
q √ √ p
||⃗v || = ⟨⃗v |⃗v ⟩ = ⃗v · ⃗v = a · a + b · b = a2 + b2

Y también a partir del producto interior podemos establecer si 2 vectores ⃗u, ⃗v son ortogonales entre si o no

⃗u, ⃗v son ortogonales (i.e. perpendiculares) ⇐⇒ ⟨⃗u|⃗v ⟩ = ⃗u · ⃗v = 0

Una aplicación especial del concepto anterior y el producto punto es el de una base ortogonal. Un ejemplo de
esto son los vectores perpendiculares {ı̂,ȷ̂} en R2 , por lo cual, dado un vector ⃗v = aı̂ + bȷ̂ podemos determinar los
coeficientes a, b a partir de hacer uso del producto interno de R2 :

⃗v · ı̂ = a(ı̂ · ı̂) + b(ȷ̂ · ı̂) ⃗v · ȷ̂ = a(ı̂ · ȷ̂) + b(ȷ̂ · ȷ̂)

⃗v · ı̂ = a(ı̂ · ı̂) + b · 0 ⃗v · ȷ̂ = a · 0 + b(ȷ̂ · ȷ̂)
⃗v · ı̂ ⃗v · ı̂ ⃗v · ȷ̂ ⃗v · ȷ̂
a= = b= =
ı̂ · ı̂ ||ı̂||2 ȷ̂ · ȷ̂ ||ȷ̂||2
Por lo tanto, podemos generalizar este método para cualquier espacio vectorial V que posea un producto interno y
una base ortogonal, de modo que si {v1 , v2 , . . . , vN } es una base ortogonal de V , entonces para cualquier w ∈ V
se cumple que w = a1 · v1 + a2 · v2 + · · · + aN · vN donde:
⟨w|vn ⟩
an = para todo n ≤ N (1.2)
||vn ||2

Con todo lo anterior ya podemos establecer cual sera nuestro plan para poder encontrar los coeficientes a0 , an , bn
para cualquier función de L2π [0, 2π]:
1.) Definir un producto interno para L2π [0, 2π].
2.) Determinar que {1, cos(x), cos(2x), . . . , sin(x), sin(2x), . . .} es un conjunto de vectores ortogonales.
3.) Determinar los coeficientes an , bn a partir de la ecuación (1.2).
En pos de preparar el terreno para el primer paso del plan y los que siguen, es una buena idea buscar una forma
de entender/visualizar a una función como un vector de L2π [0, 2π]. Una estrategia plausible consiste en establecer
una analogía entre Rn y L2π [0, 2π]. Por ejemplo, en Rn un vector esta compuesto de n dimensiones/coordenadas,
entonces ¿Cuales serian las coordenadas de un vector f (x) en L2π [0, 2π]? Si pensamos en aquello que representa
la esencia de una función, esta se reduce a los valores numéricos que toma cuando x varia en su dominio.
Por lo tanto, una función que solo tome una cantidad finita n de entradas xi podría representarse de manera
vectorial como f (x) = ⟨f (x1 ), f (x2 ), · · · , f (xn )⟩. Al pensar de esta forma una función, entonces la analogía que
buscamos implementar de Rn nos diría que definiéramos el producto interno de manera analoga al producto punto
de Rn
⟨f (x)|g(x)⟩ = f (x1 )g(x1 ) + f (x2 )g(x2 ) + · · · + f (xn )g(xn )
Pero claramente esto no seria del todo útil debido a que nuestro interés esta en el caso continuo y no en el discreto,
pero una forma en que podríamos solucionar esto es a partir de una integral, esto debido a que
Z b n
f (x)g(x) dx = lı́m f (xi )g(xi )∆xi
X
a n→∞
i=1

Por lo tanto, la integral sobre el intervalo [0, 2π] es un candidato ideal para establecer
Z 2π
⟨f (x)|g(x)⟩ = f (x)g(x) dx
0

Lo cual se confirma al comprobar que esa forma de definir el producto interno satisface todas las propiedades
esenciales que un producto interno debe cumplir:
Z 2π Z 2π
⟨f (x)|g(x)⟩ = ⟨g(x)|f (x)⟩ ya que f (x)g(x) dx = g(x)f (x) dx
0 0
Z 2π Z 2π Z 2π
⟨f (x) + g(x)|h(x)⟩ = ⟨f (x)|h(x)⟩ + ⟨g(x)|g(x)⟩ pues (f (x) + g(x))h(x) dx = f (x)h(x) dx + g(x)h(x) dx
0 0 0
Z 2π Z 2π
⟨c · f (x)|g(x)⟩ = c · ⟨f (x)|g(x)⟩; c ∈ R pues c · f (x)g(x) dx = c · f (x)g(x) dx
0 0

29
 Notas de clase: Calculo III Sección 1.9

Z 2π Z 2π
⟨f (x)|f (x)⟩ ≥ 0 ya que f 2 (x) dx ≥ 0, pues f 2 (x) ≥ 0,y f 2 (x) dx = 0 si y solo si f (x) = 0 en [0, 2π].
0 0

Pasando al segundo paso de nuestro plan, para determinar que {1, cos(x), cos(2x), . . . , sin(x), sin(2x), . . .} es un
conjunto de vectores ortogonales, debemos comprobar que son ortogonales entre si, o lo que es lo mismo
i. ⟨sin(nx)|1⟩ = 0 para todo n ∈ N
ii. ⟨cos(nx)|1⟩ = 0 para todo n ∈ N
iii. ⟨sin(nx)| cos(mx)⟩ = 0 para todo n, m ∈ N
iv. ⟨sin(nx)| sin(mx)⟩ = 0 para todo n ̸= m talque n, m ∈ N
v. ⟨cos(nx)| cos(mx)⟩ = 0 para todo n ̸= m talque n, m ∈ N
Prueba "i.": Sea u = nx, entonces du = ndx =⇒ du/n = dx, u = 0 cuando x = 0, y u = 2nπ cuando x = 2π,
por lo cual:
Z2π 2nπ
1 − cos(u) 2nπ −1 −1
Z 
⟨sin(nx)|1⟩ = 1 · sin(nx) dx = sin u du = = (cos(2nπ) − cos(0)) = (1 − 1) = 0
n n 
0 n n
0 0

Prueba "ii.": Sea u = nx, entonces du = ndx =⇒ du/n = dx, u = 0 cuando x = 0, y u = 2nπ cuando x = 2π,
por lo cual:
Z2π 2nπ
1 sin(u) 2nπ 1 1
Z 
⟨cos(nx)|1⟩ = 1 · cos(nx) dx = cos u du = = (sin(2nπ) − sin(0)) = (0 − 0) = 0
n n 0  n n
0 0

Prueba "iii.": Como sin(nx) cos(mx) = (1/2)[sin(nx+mx)+sin(nx−mx)] = (1/2)[sin((n+m)x)+sin((n−m)x)],

entonces:
Z2π Z2π
1
⟨sin(nx)| cos(mx)⟩ = sin(nx) cos(mx) dx = sin((n + m)x) + sin((n − m)x) dx
2
0 0
Z2π Z2π
1 1 1 1
,→ sin((n + m)x) dx + sin((n − m)x) dx = ·0+ ·0=0
2 2 2 2
0 0
R 2π R 2π
Donde 0 sin((n + m)x) dx = 0 sin((n − m)x) dx = 0 por razones análogas a las presentadas en la prueba "i.".
Prueba "iv.": Como sin(nx) sin(mx) = (1/2)[cos(nx−mx)−cos(nx+mx)] = (1/2)[cos((n−m)x)−cos((n+m)x)],
entonces:
Z2π Z2π
1
⟨sin(nx)| sin(mx)⟩ = sin(nx) sin(mx) dx = cos((n − m)x) − cos((n + m)x) dx
2
0 0
Z2π Z2π
1 1 1 1
,→ cos((n − m)x) dx − cos((n + m)x) dx = ·0− ·0=0
2 2 2 2
0 0
R 2π R 2π
Donde 0 cos((n − m)x) dx = 0 cos((n + m)x) dx = 0 por razones análogas a las presentadas en la prueba
"ii.".
Prueba "v.": Como cos(nx) cos(mx) = (1/2)[cos(nx−mx)+cos(nx+mx)] = (1/2)[cos((n−m)x)+cos((n+m)x)],
entonces:
Z2π Z2π
1
⟨cos(nx)| cos(mx)⟩ = cos(nx) cos(mx) dx = cos((n − m)x) + cos((n + m)x) dx
2
0 0
Z2π Z2π
1 1 1 1
,→ cos((n − m)x) dx + cos((n + m)x) dx = ·0+ ·0=0
2 2 2 2
0 0
R 2π R 2π
Donde 0 cos((n − m)x) dx = 0 cos((n + m)x) dx = 0 por razones análogas a las presentadas en la prueba
"ii.".
Ya con esto, solo nos queda determinar el coeficiente que acompaña a cada vector ortogonal de {1, cos(nx), sin(nx)}.
Suponiendo que f (x) ∈ L2π [0, 2π], y que f (x) = a0 + ∞
P∞
n=1 an cos(nx) + n=1 bn sin(nx), entonces
P

⟨f (x)|1⟩ ⟨f (x)| cos(nx)⟩ ⟨f (x)| sin(nx)⟩

a0 = an = bn =
||1||2 || cos(nx)||2 || sin(nx)||2
Donde:

30
Notas de clase: Calculo III Sección 1.9

Z2π
||1|| =2
12 dx = 2π
0

Z2π Z2π Z2π

1 + cos(2nx) 1 cos(2nx)
|| cos(nx)|| = 2
cos (nx) dx donde cos (nx) =
2 2
, entonces || cos(nx)||2 = dx + dx
2 2 2
0 0 0
| {z } | {z }
π 0

Z2π Z2π Z2π

1 − cos(2nx) 1 sin(2nx)
|| sin(nx)|| = 2
sin (nx) dx donde sin (nx) =
2 2
, entonces || sin(nx)||2 = dx − dx
2 2 2
0 0 0
| {z } | {z }
π 0

Por lo tanto:
1 1 1
Z 2π Z 2π Z 2π
a0 = f (x) dx an = f (x) cos(nx) dx bn = f (x) sin(nx) dx
2π 0 π 0 π 0

En base a todo el argumento anterior, es posible extender estas cuestiones a funciones con periodos no limitados
a 2π, ni tampoco limitados a un intervalo en especifico, pero eso requiere un poco mas de trabajo, por lo que
simplemente se enunciara esa generalización.

Definición 1.10: Serie de Fourier

Sea f (x) una función "2L" periódica definida en un intervalo [h, h + 2L]. Si las siguientes integrales existen
h+2L h+2L h+2L
nπx nπx
Z Z   Z  
f (x) dx f (x) cos dx f (x) sin dx
L L
h h h

Entonces la serie de Fourier de f (x) existe y se define como

∞ ∞
nπx nπx
   
lı́m Tn = a0 + an cos + bn sin
X X
n→∞
n=1
L n=1
L

Donde
h+2L h+2L h+2L
1 1 nπx 1 nπx
Z Z   Z  
a0 = f (x) dx an = f (x) cos dx bn = f (x) sin dx
2L L L L L
h h h

Definición 1.11: Polinomio de Fourier

El polinomio de Fourier de orden n (i.e. Tn ) de una función f (x) es la n-esima suma parcial de la
serie de Fourier de f (x).

Teorema 1.24: Serie de Fourier

Sea f (x) una función "2L" periódica definida en un intervalo [h, h + 2L]. Si f (x) cumple las siguientes
condiciones:
Z h+2L
1.) |f (x)| dx existe (i.e. los coeficientes de Fourier existen).
h
2.) f (x) posee un numero finito de máximos y mínimos locales en [h, h + 2L].
3.) f (x) posee un numero finito de saltos discontinuos en [h, h + 2L].
Entonces la serie de Fourier converge a f (x) en todo x en el que f (x) es continua, y converge a

lı́mx→x0 − f (x) + lı́mx→x0 + f (x)

2
Para todo x0 en el que f (x) posea saltos discontinuos (si es que los posee).

P.D. El desarrollo que se llevo a cabo con las series de Fourier es uno que requiere de mayor rigor, pero sirve bien
para entender de donde vienen las ideas que acompañan al concepto de serie de Fourier

31
Notas de clase: Calculo III Sección 1.9

Ejemplo 1.20

1.) Determine la serie de Fourier de f (x) = x2 + x en [−1, 1].

2.) Determine el desarrollo de la serie de Fourier de medio rango par de f (x) =
1 − x en [0, 1].
3.) Determine el desarrollo de la serie de Fourier de medio rango impar de
f (x) = ex en [0, 2].

Habiendo hecho ya el desarrollo teórico de las series de Fourier, el siguiente paso lógico es empezar a indagar
en las aplicaciones que estas poseen. Lastimosamente, el alcance de este curso (respecto a las aplicaciones) se
limitara únicamente a aproximar funciones en un intervalo a partir de polinomios de Fourier. Para saber mas
respecto al impacto y aplicabilidad que las series de Fourier poseen recomiendo ver este vídeo y este otro.
Volviendo al tema que nos ocupa, es claro como el agua que uno no puede hablar de aproximaciones sin hablar
del error, ya que el error es una medida cuantitativa de que tan buena o mala es una aproximación. Por lo
tanto, es necesario desarrollar un método que nos permita estimar/controlar el error que se comete al aplicar una
aproximación.
Debido a que el objetivo es aproximar una función f (x) a partir de un polinomio de Fourier Tn (x) en un intervalo
y no en un punto x0 particular, debemos tomar en cuenta el error que se comete en cada valor del intervalo. Una
manera de lograrlo es a partir de cuantificar el área entre las curvas Tn (x) y f (x).

(a) (b)

Figura 1.14: Área entre f (x) = x y Tn (x) en [−π, π] cuando n = 3 (a) y cuando n = 8 (b)

En la Figura 1.14 se puede observar que a medida que n aumenta, Tn es una mejor aproximación a f (x) y el
área entre las curvas disminuye, la cual se representa a través de la integral
Z 2π
|f (x) − Tn (x)|dx
0 | {z }
ξ(x)

O dicho de otra forma, cuando n → ∞, entonces Tn (x) → f (x) y por ende la magnitud del error asociado a la
aproximación (i.e. ξ(x)) tendera a cero para todo x en ]0, 2π[, y por ende
Z 2π
|f (x) − Tn (x)| dx → 0
0

Por lo tanto, una forma en que podemos cuantificar el error es a partir de la integral de ξ(x) en el intervalo de
aproximacion, el cual en el caso de la Figura 1.14 es [0, 2π]. Con eso en mente, podemos ver de que formas hacer
mas practico este metodo, y lo primero seria deshacernos de ese valor absoluto, pues integrar una funcion dentro
de un valor absoluto implica saber en que subintervalos el error es negativo y cuando es positivo. Una forma de
de hacer lo propuesto es la siguiente
Z 2π Z 2π Z 2π
|f (x) − Tn (x)|2 dx = (f (x) − Tn (x))2 dx = f 2 (x) − 2f (x)Tn (x) + Tn2 (x) dx
0 0 0

Por propiedades de las integrales podemos separar la integral de la siguiente manera

Z 2π Z 2π Z 2π Z 2π
f (x) − 2f (x)Tn (x) +
2
Tn2 (x) dx = f (x) dx − 2
2
f (x)Tn (x) dx + Tn2 (x) dx
0 0 0 0
| {z } | {z } | {z }
I1 I2 I3

32
Notas de clase: Calculo III Sección 1.9

y enfocarnos en las "sub integrales" resultantes. Si pensamos en f no como la función f (x) = x de la Figura
1.14, sino como una función arbitraria que cumple las condiciones del Teorema 1.24, entonces no podemos
simplificar nada respecto a I1 .Ahora, en lo que respecta a I2 , si podemos hacer unas cosas. Nótese que
n
Tn (x) = a0 + [ak cos(kx) + bk sin(kx)]
X

k=1
n
f (x)Tn (x) = f (x)a0 + [f (x)ak cos(kx) + f (x)bk sin(kx)]
X

k=1
Z 2π Z 2π n  Z 2π Z 2π 
f (x)Tn (x) dx = a0 f (x) dx + f (x) cos(kx) dx + bk f (x) sin(kx) dx
X
ak
0 0 k=1 0 0

Como:
1 1 1
Z 2π Z 2π Z 2π
a0 = f (x) dx ak = f (x) cos(kx) dx bk = f (x) sin(kx) dx
2π 0 π 0 π 0

Entonces:
Z 2π Z 2π Z 2π
2πa0 = f (x) dx πak = f (x) cos(kx) dx πbk = f (x) sin(kx) dx
0 0 0

Por lo tanto:
Z 2π n
f (x)Tn (x) dx = a0 (2πa0 ) + [ak (πak ) + bk (πbk )]
X
0 k=1
Z 2π n h i
f (x)Tn (x) dx = 2πa20 + π a2k + b2k
X
0 k=1

En lo que respecta a I3 demostraremos que:

Z 2π n h i
Tn2 (x) = 2πa20 + π a2k + b2k
X
0 k=1

Para ello empezaremos por el hecho de que

n
Tn (x) = a0 + [ak cos(kx) + bk sin(kx)]
X

k=1
n
Tn (x)Tn (x) = Tn (x)a0 + [Tn (x)ak cos(kx) + Tn (x)bk sin(kx)]
X

k=1
 
Z 2π Z 2π n  Z 2π Z 2π 
Tn2 (x) dx = a0 Tn (x) dx + (x) cos(kx) + Tn (x) sin(kx) dx
X
a T dx b
 
 k n k
0
|0 |0 |0
 
{z } k=1 {z } {z }
⟨Tn (x)|1⟩ ⟨Tn (x)| cos(kx)⟩ ⟨Tn (x)| sin(kx)⟩

Determinando el valor de ⟨Tn (x)|1⟩:

n
*  +

⟨Tn (x)|1⟩ = a0 + [ak cos(kx) + bk sin(kx)] 1
X 

k=1
n
= a0 ⟨1|1⟩ + [ak ⟨cos(kx)|1⟩ + bk ⟨sin(kx)|1⟩]
X
Propiedades de producto interno
k=1
= 2πa0 Ortogonalidad de {1, cos(nx), sin(nx)}

Determinando el valor de ⟨Tn (x)| cos(kx)⟩:

n
*  +

⟨Tn (x)| cos(kx)⟩ = a0 + [am cos(mx) + bm sin(mx)] cos(kx)
X 

m=1
n
= a0 ⟨1| cos(kx)⟩ + [am ⟨cos(mx)| cos(kx)⟩ + bm ⟨sin(mx)| cos(kx)⟩] Propiedades de producto interno
X

m=1
= πak Ortogonalidad de {1, cos(nx), sin(nx)}

33
Notas de clase: Calculo III Sección 1.9

Determinando el valor de ⟨Tn (x)| sin(kx)⟩:

n
*  +

⟨Tn (x)| sin(kx)⟩ = a0 + [am cos(mx) + bm sin(mx)] sin(kx)
X 

m=1
n
= a0 ⟨1| sin(kx)⟩ + [am ⟨cos(mx)| sin(kx)⟩ + bm ⟨sin(mx)| sin(kx)⟩] Propiedades de producto interno
X

m=1
= πbk Ortogonalidad de {1, cos(nx), sin(nx)}

Por lo cual, llegamos a que

Z 2π n
Tn2 (x) dx = a0 (2πa0 ) + [ak (πak ) + bk (πbk )]
X
0 k=1
Z 2π n h i
Tn2 (x) dx = 2πa20 + π a2k + b2k
X
0 k=1

Por lo tanto:
n
Z 2π Z 2π !
(f (x) − Tn (x)) dx = f (x) dx − π 2a20 + +
X
2 2
a2k b2k
0 0 k=1

Si generalizamos esto a otros intervalos con un poco mas de trabajo llegamos a los siguientes resultados

Definición 1.12: Error cuadrático mínimo

Se define como error cuadrático mínimo de una función f (x) de periodo 2L en un intervalo [h, h + 2L]
a la siguiente integral
h+2L n
!
∗
Z
E= f (x) dx − L 2a20 + +
X
2
a2k b2k
h k=1

Como mencionamos antes, si f (x) es una funcion que cumple con las condiciones del Teorema 1.24 y n → ∞,
∗
entonces la magnitud del error tendera a 0, lo cual implica que E → 0.

Teorema 1.25: Identidad de Parseval

Sea f una función 2L periódica que cumple con las condiciones del Teorema 1.24 en un intervalo [h, h+2L],
entonces:
h+2L ∞
1
Z
f 2 (x) dx = 2a20 + a2n + b2n
X
L n=1
h

Ejemplo 1.21

1.) Determine el desarrollo de la serie de Fourier de f (x) = π 2 − x2 en [−π, π].

2.) Determine el error cuadrático mínimo que se comete al aproximar la función
f (x) = π 2 − x2 con el polinomio de Fourier T7 (x).
1 1 1 π4
3.) En base a lo anterior demuestre que 1 + 4 + 4 + 4 + · · · = .
2 3 4 90

34
Capı́tulo 2
Calculo diferencial multivariable

En este capitulo se extenderán las ideas planteadas en el calculo de funciones de una variable a funciones de varias
variables, mas específicamente, las ideas referentes al calculo diferencial.

2.1. Funciones de varias variables

Definición 2.1: Función de n variables
Sea D un conjunto de elementos (x1 , x2 , . . . , xn ) donde x1 , x2 , . . . , xn ∈ R. Se define a f como una función
de valores reales en D, si y solo si, para cada elemento (x1 , x2 . . . , xn ) de D, existe un numero real w talque
w = f (x1 , x2 , . . . , xn ).

Definición 2.2: Dominio y rango de una función de n variables

Sea f una función de n variables. Se define como dominio de f al conjunto de todos los elementos
(x1 , x2 , . . . , xn ), talque f (x1 , x2 , . . . , xn ) este definida, y se denota como Df .
Se define como rango de f al conjunto de todos los números reales que se generan al evaluar la función f
en todos los puntos de su dominio, y se denota como Rf .

Un caso particular de las anteriores definiciones son las funciones de 2 variables. Normalmente se asignan las
variables de entrada como x, y y la variable de salida como z, de manera que z = f (x, y). Esto ultimo nos permite
visualizar en un sistema de coordenadas tridimensional a las funciones de dos variables, mas específicamente,
como una superficie formada por todos los puntos (x, y, z) talque z = f (x, y).

−1 −0.5 0 0.5 1

Figura 2.1: Gráfica de sin( xy

5 ), donde Df = R (i.e. el plano xy) y Rf = [−1, 1]
2

35
Notas de clase: Calculo III Sección 2.1

Definición 2.3: Curvas de contorno y de nivel

Sea f una funcion de 2 variables y c un numero real constante. Se define como curva de contorno de f
en c al conjunto de puntos (x, y, c) talque c = f (x, y).
Se define como curva de nivel de f en c al conjunto de puntos (x, y, 0) talque c = f (x, y).

Informalmente, se puede pensar en la superficie formada por

La curva de contorno f (x, y) = 75 es el
circulo x2 + y 2 = 25 en el plano z = 75 z = f (x, y) como un valle montañoso. Bajo esa perspectiva, una
z curva de contorno representa todos los lugares/puntos de ese valle
Plano z = 75
100 f (x, y) = 100 − x2 − y 2 montañoso donde la altitud (respecto al plano xy) posee cierto
valor c, mientras que una curva de nivel representa lo mismo que
una curva de contorno, pero proyectada en el plano xy (i.e. altitud
50 La curva de nivel 0).
f (x, y) = 75 es el
circulo x2 + y 2 = 25
en el plano xy
Un concepto relacionado con las funciones de una variable, el cual
−10 −10
es extrapolable a las funciones de 2 variables o mas es el concepto
de intervalo. Un intervalo I podía tener 3 posibles estados: Ser un
x
10 10
y Intervalo abierto, un intervalo cerrado, o un intervalo semiabierto.
Un intervalo abierto era aquel que poseía todos sus puntos interio-
Figura 2.2 res, pero no sus puntos frontera (i.e. ]a, b[). Un intervalo cerrado
era aquel que poseía todos sus puntos interiores y puntos frontera
también (i.e. [a.b]). Un intervalo semiabierto era aquel que poseía todos sus puntos interiores, pero no todos sus
puntos frontera (i.e. [a, b[ o ]a, b]).
El análogo de un intervalo para funciones de mas de una variable se denomina como región, y este posee también
3 estados posibles: Ser una región abierta, una región cerrada, o una región semiabierta. Cada uno de estos casos
se define también de manera análoga a los casos respectivos de un intervalo.

Definición 2.4: Punto interior y punto frontera

Un punto C = (c1 , . . . , cn ) en una región R es un punto interior del mismo, solo si, existe un radio r > 0
talque para cualquier punto X = (x1 , . . . , xn ) se cumpla que X ∈ R cuando d(X , C) < r.
Un punto C = (c1 , . . . , cn ) en una región R es un punto frontera del mismo, solo si, para cualquier radio
r > 0 se cumple que siempre existen 2 puntos Y = (y1 , . . . , yn ), Z = (z1 , . . . , zn ) talque d(Y, C), d(Z, C) < r
y que Y ∈ R, Z ∈/ R.

La función "d(X , C)" hace referencia a la distancia entre el punto X y C. Un caso particular de la Definición 2.4
es una región plana, la cual es análoga al intervalo pero para una función de 2 variables.

R R

C
Y
r
C
Z

(a) Punto interior (b) Punto frontera

Figura 2.3: Gráfica de una región cerrada R plana

Ejemplo 2.1
s
16 − x2 − y 2
Dada la funcion f (x, y) = resuelva los siguientes numerales:
x2 + y 2 − 9
1.) Determine el dominio y rango de la función.
2.) Grafiqué el dominio en el plano xy.
3.) Grafiqué las curvas de nivel c = 1, c = 4, c = 9 y c = 16.

36
Notas de clase: Calculo III Sección 2.2

2.2. Límites y continuidad

Al mejorar nuestra comprensión y formalizar el concepto de limite para funciones de una variable, establecimos a
su vez, la base para poder generalizar el concepto de limite para funciones de varias variables, pues esta dice:

lı́m f (x) = L ⇐⇒ Para todo ε > 0 existe un δ > 0 talque |f (x) − L| < ε si 0 < |x − c| < δ
x→c

Donde la observación clave para dar con esta generalización reside en que d(x, c) es equivalente a |x − c|.

Definición 2.5: Limite de una función de n variables

Sea X = (x1 , . . . , xn ) un punto variable, C = (c1 , . . . , cn ) un punto fijo y L un numero real, entonces:

lı́m f (X ) = L ⇐⇒ Para todo ε > 0 existe un δ > 0 talque |f (X ) − L| < ε si 0 < d(X , C) < δ
X →C

Donde: q
d(X , C) = (x1 − c1 )2 + · · · + (xn − cn )2

En elpcaso de una función de 2 variables, los puntos pertenecen al plano xy y X = (x, y), C = (c1 , c2 ). Además,
"0 < (x − c1 )2 + (y − c2 )2 < δ" se interpreta geométricamente como que el punto (x, y) se encuentra dentro de
una circunferencia de radio δ y centro (c1 , c2 ) con la condición de que (x, y) ̸= (c1 , c2 ). Cuando el limite existe y
lo anterior se asegura, entonces para todo ε > 0 se cumple que |f (x, y) − L| < ε (i.e. la distancia entre f (x, y) y L
es menor que ε), donde la esencia del limite y la aproximación se encuentra cuando hacemos que ε → 0.
y

f
X

C δ Df

L−ε L+ε
L
x z
f (x, y)

Figura 2.4: Visualización de el limite de una función de 2 variables

Un detalle más a destacar respecto a la definición de limite, para así evitar alguna confusión, es que al afirmar
que:
Para todo ε > 0 existe un δ > 0 talque |f (X ) − L| < ε si 0 < d(X , C) < δ
Se sobreentiende que X pertenece al dominio f , ya que si no fuera así, entonces existirá un punto talque
0 < d(X , C) < δ, pero no que |f (X ) − L| < ε, pues f (X ) no existiría. Habiendo aclarado eso, es necesario el hacer
mas practico el concepto de limite a la hora de calcular limites de diferentes funciones.

Teorema 2.1
Sean f, g funciones de n variables talque lı́m f (X ) = L y lı́m g(X ) = M , entonces:
X →C X →C
lı́m f (X ) ± g(X ) = L ± M
X →C
lı́m f (X ) · g(X ) = L · M
X →C
f (X ) L
lı́m = cuando M ̸= 0.
X →C g(X ) M

Teorema 2.2: Teorema del sándwich (n variables)

Sean f, g, h funciones de n variables. Si g(X ) ≤ f (X ) ≤ h(X ) para todo X dentro de una región R que
contiene a C, y lı́mX →C g(X ) = lı́mX →C h(X ) = L, entonces lı́mX →C f (X ) = L.

37
Notas de clase: Calculo III Sección 2.2

Ejemplo 2.2
Calcule el valor de los siguientes limites:
1.) lı́m 5x2 − x2 y 2
(x,y)→(2,1)
xy + x − 4y − 4
2.) lı́m
(x,y)→(4,2) xy − 4y − x + 4

2x2 y
3.) lı́m
(x,y)→(0,0) x2 + y 2

Siguiendo con las analogías de funciones de una variable a funciones de mas variables, un teorema esencial que se
tiene para limites de funciones de una variable es el de los límites laterales. Este nos dice que si el limite de una
función f en x0 existe, entonces el limite de f en x0 debe ser el mismo para toda trayectoria, las cuales consisten
únicamente de 2: Izquierda y derecha. Por lo cual, se verifica que

lı́m f (x) = lı́m f (x)

x→x−
0 x→x+
0

Esto se puede generalizar a funciones de n variables, pero de momento solo analizaremos el caso de funciones de 2
variables.

Teorema 2.3
lı́m f (x, y) = L =⇒ El limite de f (x, y) en (x0 , y0 ) es L para toda trayectoria que pase por (x0 , y0 ).
(x,y)→(x0 ,y0 )

Para poder comprender este teorema y el porque es cierto, primero debemos entender bien lo que significa.
Específicamente, debemos comprender lo que es examinar el comportamiento de una función restringida a una
trayectoria, y que significa calcular un limite con esa restricción. Empezamos aclarando que por "restringir una
función f a una trayectoria T " nos estaremos refiriendo a limitar las entradas que puede tomar la función f
únicamente a los puntos que conforman la trayectoria T , lo cual no difiere mucho de un caso familiar que es el
restingar una función a una región.
y y

(x, y)
f
f T f
R
(x0 , y0 ) f (x0 , y0 )
(x, y)

0 0
x z x z
f (x, y) f (x0 , y0 ) f (x0 , y0 ) f (x, y)

(a) Región R (b) Trayectoria T

Figura 2.5: Función restringida a una región (a) y a una trayectoria (b)
Por lo cual, el calcular el limite de una función f restringido a T en (x0 , y0 ), implica en si, un análisis del
comportamiento de dicha función cuando solo admite como entradas aquellos puntos que pertenecen a la susodicha
trayectoria. Aunque, dicho análisis se realiza con especial interés en la vecindad de P0 = (x0 , y0 ).
y y

f T f
P P
P0 Df P0
δ δ

L−ε L+ε L−ε L+ε

L L
x z x z
f (x, y) f (x, y)

(a) lı́m f (P) = L (b) lı́m f (P) = L restringido a la trayectoria T

P→P0 P→P0

Figura 2.6
Suponiendo que lı́mP→P0 f (P) = L y recurriendo a la Definición 2.5 es fácil ver por que el Teorema 2.3 es
cierto. Eligiendo un ε > 0 cualquiera, existe un δ > 0 que define una circunferencia de radio δ > 0 y centro en P0 ,
de modo que, cualquier punto P = (x, y) adentro de esta circunferencia al ser evaluado en f dara como resultado
un numero que este a una distancia respecto a L la cual sera menor que ε.

38
Notas de clase: Calculo III Sección 2.3

Como toda trayectoria que pasa por P0 también debe pasar por el circulo, entonces, para todo punto P de la
intersección de la trayectoria T y el circulo se cumplirá que al evaluarlos en f , entonces |f (P) − L| < ε. Por lo
tanto, el limite de f restringido a T en P0 converge a L. Tomando el contra-reciproco del Teorema 2.2 obtenemos
el siguiente resultado.

Corolario 2.1
Si el limite de f restringido a una trayectoria T1 en P0 es diferente al limite de f restringido a otra
trayectoria T2 en P0 , entonces lı́mP→P0 f (P) = L no existe.

Otro concepto relevante de las funciones de una variable es el de la continuidad, el cual se define de manera
análoga para funciones de varias variables.

Definición 2.6: Continuidad de una función de n variables

Una función f de n variables es continua en un punto P0 si y solo si:
f (P0 ) esta definido (i.e. P0 esta en el dominio de f )
lı́mP→P0 f (P) existe
lı́mP→P0 f (P) = f (P0 )

Ejemplo 2.3
xy
1.) Determine que lı́m no existe.
(x,y)→(0,0) x2 + y2
xy 2
2.) Determine que lı́m no existe.
(x,y)→(0,0) x2 + y 4

1
 
3.) ¿En que puntos (x, y) la función sin es continua?
xy

2.3. Derivadas parciales

y Habiendo finalizado nuestra generalización de limites, es el turno de
m=
∆y
= f ′ (x0 ) la derivada, pero antes de hacer esto, conviene hacer un breve repaso
∆x
del significado de la derivada en funciones de una variable.

∆x
Dada una función f la cual sea diferenciable, tendremos que f ′ (x0 )
f (x0 )
representara la pendiente que posee la recta tangente a la función
∆y
f en (x0 , f (x0 )), donde si recordamos las funciones "lineales", la
pendiente nos informa del comportamiento que las rectas poseen, es
decir, si las rectas son crecientes o decrecientes, y también cual es la
razón/proporción de ese crecimiento/decrecimiento.

x0
x
Por lo tanto, f ′ (x0 ) nos dice la razón de cambio de f (x) respecto a
x en la localidad de x0 . Esta propiedad es una de las mas esenciales
de la derivada, y es una que vamos a tener en mente a la hora de
Figura 2.7
generalizar el concepto de diferenciabilidad.
El inconveniente con el que tendremos que tratar esta en que ahora
z tenemos mas variables, con lo cual, tendremos mas de una forma de de
f (x, y) = sin( xy
5
) plano y = 5 calcular la razón de cambio de la función f respecto a un cambio en sus
g(x) = sin(x)
variables. Por ejemplo, dada la función f (x, y) = sin(xy/5) podemos
analizar su razón de cambio únicamente respecto a la variable x al
fijar el valor que toma y (como y = 5 por ejemplo). Obteniendo así
que f (x, 5) = sin(x), lo cual nos permite analizar su comportamiento
x como si fuera una función de una variable g(x) = sin(x). Por lo tanto,
y la razón de cambio de f respecto a x cuando y = 5 esta dictado
por g ′ (x) = cos(x), lo cual lo expresamos también de las siguientes
maneras:
∂f
(x, 5) = fx (x, 5) = cos(x)
Figura 2.8 ∂x

39
Notas de clase: Calculo III Sección 2.3

Esta misma idea podemos replicarla para calcular la razón de cambio de f respecto a y cuando x toma un valor
fijo como x = 3, lo cual se denota de las siguientes maneras:
∂f 3 3y
 
(3, y) = fy (3, y) = · cos
∂y 5 5
Estas ideas se formalizan en la siguiente definición.

Definición 2.7: Derivadas parciales

La derivada parcial de f (x, y) con respecto a x en el punto (x0 , y0 ) es:

∂f f (x, y0 ) − f (x0 , y0 )
(x0 , y0 ) = fx (x0 , y0 ) = lı́m
∂x x→x 0 x − x0
La derivada parcial de f (x, y) con respecto a y en el punto (x0 , y0 ) es:

∂f f (x0 , y) − f (x0 , y0 )
(x0 , y0 ) = fy (x0 , y0 ) = lı́m
∂y y→y0 y − y0

Ejemplo 2.4
Determine las primeras derivadas parciales de las siguientes funciones y evaluelas
en el punto indicado:
sin(x)
1.) f (x, y) = en (π/3, π/3)
cos(y)
xy
2.) f (x, y) = p 2 en (4, 5)
x + y2
3.) f (x, y, z) = sinh(xy − z 2 ) en (1, 1, 1)

A partir de lo que representan fx (x0 , y0 ) y fy (x0 , y0 ), podemos establecer el concepto de rectas tangentes a la
superficie f en (x0 , y0 ) en las direcciones x y y respectivamente. Por lo tanto, en la Figura 2.9 la recta azul es
tangente a f en (x0 , y0 ) porque posee pendiente m = fx (x0 , y0 ), y la recta roja es tangente a f en (x0 , y0 ) porque
posee pendiente m = fy (x0 , y0 ).
z

z = f (x0 , y)

z = f (x, y0 )

Figura 2.9: Rectas tangentes a z = f (x, y) en (x0 , y0 ) definen un plano T

Bajo esos supuestos tenemos 2 rectas que son tangentes, y que además, son perpendiculares entre si, por lo que
definen un plano T , el cual uno podría intuir que este a su vez es "tangente" a f en (x0 , y0 ), pero. . . ¿Que significa
eso exactamente en primer lugar? Un intento valido de responder a esta pregunta podría hacerse a partir de
analizar el plano T como un conjunto de rectas que pasan por (x0 , y0 , z0 ), por lo que intuitivamente podríamos
definir que T es tangente a f en (x0 , y0 ) si toda recta en T que pasa por (x0 , y0 , z0 ) es tangente a f en (x0 , y0 ),
aunque esto a su vez genera mas preguntas:
¿Que significa exactamente que una recta con dirección que no sea paralela al eje x o al eje y sea tangente a
una superficie en un punto dado?
¿De que otra forma podemos definir lo que es un plano tangente a una superficie en un punto dado?
¿Como determinamos la ecuación que describe a ese plano tangente?

40
Notas de clase: Calculo III Sección 2.3

Estas serán algunas de las preguntas guías que trataremos de responder en parte de los siguientes capítulos, y el
primer paso para ello sera definir la diferenciabilidad en funciones de mas de una variable, empezando por el
caso de una función de 2 variables. En principio uno podría pensar que si fx (x0 , y0 ) y fy (x0 , y0 ) están definidas,
entonces eso podría significar que f es diferenciable en (x0 , y0 ), pero en realidad, ese no es el caso. Para entender
el por que, debemos tomar en cuenta las propiedades que están implicadas en la diferenciabilidad de funciones de
una variable, ya que estas son cosas que queremos mantener en nuestra generalización. Una de esas propiedades y
una de las mas importantes es la de continuidad. Observa entonces que si definimos:

1 si xy = 0
(
h(x, y) =
0 si xy ̸= 0

Fácilmente se comprueba que hx (0, 0) = hy (0, 0) = 0, pero también se comprueba que h no es continua en (0, 0),
por lo cual, no podemos definir la diferenciabilidad a partir de la existencia de las derivadas parciales de f , y
debemos buscar una forma alternativa para definir el concepto. Para lograr esto es necesario revisitar las funciones
de una variable, y buscar una definición alternativa de diferenciabilidad la cual si se pueda extrapolar fácilmente
a funciones de mas variables.
Seguramente alguna vez habrán oído que la recta tangente a una función f (x) en x = x0 es la mejor aproximación
lineal en la localidad de x = x0 , o lo que es lo mismo, dada la recta L(x) = f ′ (x0 ) · (x − x0 ) + f (x0 ) podemos
asegurar que L(x) ≈ f (x) para valores de x cercanos a x0 . Y es que mas allá de ser una propiedad de la derivada,
esta a su vez refleja toda su esencia. Notese que si L(x) = m · (x − x0 ) + f (x0 ) es la mejor aproximación "lineal" a
f (x) cuando x tiende a x0 , entonces la magnitud del error que se comete en la aproximación (i.e. |ξ(x)|), debe
tender a cero rápidamente cuando x tienda x0 .
ξ(x) f (x) − f (x0 )
ξ(x) = f (x) − L(x) =⇒ ξ(x) = f (x) − f (x0 ) − m · (x − x0 ) =⇒ = −m
x − x0 x − x0
En base a lo anterior. Si L(x) es la mejor aproximación "lineal", entonces el error de aproximación debe tender a
cero rápidamente cuando x → x0 , incluso mucho mas rápido que (x − x0 ), lo cual es equivalente a que exista
alguna función ε(x), talque ξ(x) = ε(x) · (x − x0 ) y que lı́mx→x0 ε(x) = 0, pues:
ξ(x) ε(x) · (x − x0 )
lı́m = lı́m = lı́m ε(x) = 0
x→x0 x − x0 x→x0 x − x0 x→x0

Por lo cual, podemos afirmar que dicha función ε(x) existe si y solo si:
f (x) − f (x0 ) f (x) − f (x0 )
lı́m − m = 0 =⇒ lı́m = m =⇒ f ′ (x0 ) = m
x→x0 x − x0 x→x0 x − x0
Por lo tanto, f es diferenciable en x = x0 si y solo si existe una función L(x) que actúa como la mejor aproximación
"lineal" hacia f en la localidad de x = x0 . Cabe aclarar antes de avanzar que L(x) no es una función lineal si nos
vamos a la definición de linealidad, pero nos referimos a ella como tal porque esta representa una función lineal
desplazada.

L(x) = m(x − x0 ) + f (x0 ) =⇒ L(x) − f (x0 ) = m · (x − x0 ) =⇒ h(∆x) = m · ∆x

| {z } | {z }
h(∆x) ∆x

Ya con todo esto podemos definir cuando una función f (x, y) es diferenciable en (x0 , y0 ), solo que para ello
necesitamos determinar cual es el análogo de una aproximación "lineal" para el caso de una función de 2 variables,
y pues para no alargar tanto esto, la respuesta es un plano. Por lo tanto, la mejor aproximación "lineal" a f (x, y)
en (x0 , y0 ) (si este existe) sera un plano tangente a f en (x0 , y0 ). Por álgebra lineal tenemos que

a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0

Es la ecuación de un plano T que pasa por (x0 , y0 , z0 ) donde al reordenarlo un poco obtenemos que

z − z0 = (−a/c)(x − x0 ) + (−b/c)(y − y0 ) =⇒ z − z0 = A(x − x0 ) + B(y − y0 )

| {z } | {z }
A B

Si T es tangente a f en (x0 , y0 ), entonces pasa por (x0 , y0 , f (x0 , y0 )) y debe contener las rectas tangentes a f en
la dirección x y y, por lo cual, al fijar y = y0 en la ecuación del plano T obtenemos z − z0 = A(x − x0 ), lo cual
implica que A = fx (x0 , y0 ), y al fijar x = x0 obtenemos z − z0 = B(y − y0 ), lo cual implica que B = fy (x0 , y0 ).
Por lo tanto:

z−f (x0 , y0 ) = fx (x0 , y0 )(x−x0 )+fy (x0 , y0 )(y−y0 ) =⇒ T (x, y) = fx (x0 , y0 )(x−x0 )+fy (x0 , y0 )(y−y0 )+f (x0 , y0 )

41
Notas de clase: Calculo III Sección 2.3

Definición 2.8: Diferenciabilidad de una función de 2 variables

Una superficie z = f (x, y) es diferenciable en (x0 , y0 ) si fx y fy existen en (x0 , y0 ) y se satisface que:

f (x, y) − f (x0 , y0 ) = fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 ) + ξ(x, y)

| {z } | {z } | {z }
∆z ∆x ∆y

en una región R que contiene a (x0 , y0 ) como un punto interior, donde ξ(x, y) representa el error de la
aproximación "lineal" y
ξ(x, y) = ε1 (x) · ∆x + ε2 (y) · ∆y
talque lı́mx→x0 ε1 (x) = 0 y lı́my→y0 ε2 (y) = 0.

El siguiente teorema habla de las condiciones que se requieren para asegurar la diferenciabilidad de f (x, y) en
x0 , y0 .

Teorema 2.4
Sea f una función de 2 variables. Si fx y fy son continuas en (x0 , y0 ), entonces la cantidad ∆z =
f (x, y) − f (x0 , y0 ) satisface lo siguiente:

∆z = fx (x0 , y0 )∆x + fy (x0 , y0 )∆y + ε1 (x)∆x + ε2 (y)∆y

para todo (x0 + ∆x, y0 + ∆y) dentro de una región R que contiene a (x0 , y0 ), donde:

lı́m ε1 (x) = 0 lı́m ε2 (y) = 0

x→x0 y→y0

Ahora solo falta poner a prueba si nuestra definición de diferenciabilidad es correcta, e implica continuidad. En
base a la Definición 2.8 tenemos que f (x, y) = T (x, y) + ξ(x, y) para todo (x, y) ∈ R, entonces:
|f (x, y) − T (x, y)| = |ξ(x, y)| =⇒ |[f (x, y) − f (x0 , y0 )] − [fx (x0 , y0 )∆x + fy (x0 , y0 )∆y]| = |ξ(x, y)|
Como |a| − |b| ≤ |a − b|, entonces:
|f (x, y) − f (x0 , y0 )| − |fx (x0 , y0 )∆x + fy (x0 , y0 )∆y| ≤ |ξ(x, y)|
Reordenando:
|f (x, y) − f (x0 , y0 )| ≤ |ξ(x, y)| + |fx (x0 , y0 )∆x + fy (x0 , y0 )∆y|
Como |a| < b ⇐⇒ −b < a < b, entonces:
−[|ξ(x, y)| + |fx (x0 , y0 )∆x + fy (x0 , y0 )∆y|] ≤ f (x, y) − f (x0 , y0 ) ≤ |ξ(x, y)| + |fx (x0 , y0 )∆x + fy (x0 , y0 )∆y|
Dado que lı́m(x,y)→(x0 ,y0 ) |ξ(x, y)| + |fx (x0 , y0 )∆x + fy (x0 , y0 )∆y| = 0, entonces por el Teorema 2.2 (i.e. teorema
del sándwich) se deduce que lı́m(x,y)→(x0 ,y0 ) f (x, y) − f (x0 , y0 ) = 0, o lo que es lo mismo, lı́m(x,y)→(x0 ,y0 ) f (x, y) =
f (x0 , y0 ). Por lo tanto, f es continua en (x0 , y0 ).

Corolario 2.2
Si f (x, y) es diferenciable en (x0 , y0 ), entonces f (x, y) es continua en (x0 , y0 ).

Ejemplo 2.5

1.) Calcule fxx (π/2, 1) si f (x, y) = sin(xy).

x−y
2.) Calcule fyy (2, 3) si f (x, y) = 2 .
x +y
3.) Encuentre las expresiones para fxy y fyx si f (x, y) = x2 tan(x + y).
4.) Explique intuitivamente porque las condiciones del Teorema 2.4 implican
diferenciabilidad.

En el Ejemplo 2.5 se da que fxy = fyx para el literal 3.). Este observación se aplica a muchas más funciones,
donde las condiciones para que esto se dé están descritas en el Teorema de Clairaut.

Teorema 2.5: Teorema de Clairaut

Si f y fx , fy , fxy , fyx son continuas en una región R que contiene a (x0 , y0 ) como punto interior, entonces
fxy (x0 , y0 ) = fyx (x0 , y0 ).

42
Notas de clase: Calculo III Sección 2.3

Para comprender el porque este teorema es cierto, empecemos viendo la definición de ambas derivadas.
fx (x0 , y) − fx (x0 , y0 ) fy (x, y0 ) − fy (x0 , y0 )
fxy (x0 , y0 ) = lı́m fyx (x0 , y0 ) = lı́m
y→y0 y − y0 x→x0 x − x0
Donde:
f (x, y) − f (x0 , y) f (x, y) − f (x, y0 )
fx (x0 , y) = lı́m fy (x, y0 ) = lı́m
x→x0 x − x0 y→y0 y − y0
f (x, y0 ) − f (x0 , y0 ) f (x0 , y) − f (x0 , y0 )
fx (x0 , y0 ) = lı́m fy (x0 , y0 ) = lı́m
x→x0 x − x0 y→y0 y − y0
Entonces:
fx (x0 , y) − fx (x0 , y0 ) 1 [f (x, y) − f (x0 , y)] − [f (x, y0 ) − f (x0 , y0 )]
 
lı́m = lı́m lı́m
y→y0 y − y0 y→y0 y − y0 x→x0 x − x0
[f (x, y) − f (x0 , y)] − [f (x, y0 ) − f (x0 , y0 )]
= lı́m lı́m
y→y0 x→x0 (y − y0 )(x − x0 )
Y
fy (x, y0 ) − fy (x0 , y0 ) 1 [f (x, y) − f (x, y0 )] − [f (x0 , y) − f (x0 , y0 )]
 
lı́m = lı́m lı́m
x→x0 x − x0 x→x 0 x − x0 y→y 0 y − y0
[f (x, y) − f (x, y0 )] − [f (x0 , y) − f (x0 , y0 )]
= lı́m lı́m
x→x0 y→y0 (x − x0 )(y − y0 )

Para demostrar el teorema de Clairaut es suficiente con demostrar que

y D C no importar el "orden" de evaluación de los limites, pues el resultado sera
el mismo para fxy y fyx . Aun así, en este apartado no iremos por esa
∆y ruta, pero si vamos a tomar en consideración la idea que nos sugiere los
y0 anteriores limites: El analizar nuestra función y sus razones de cambio
A ∆x B respecto a "x" y "y" en la región rectangular ABCD (Figura 2.10).
Para nuestro análisis asumiremos que f, fx , fy , fxy , fyx son continuas en
x0 x una región R que contiene a (x0 , y0 ) como punto interior. De este hecho
podemos deducir que f es diferenciable en R por el Teorema 2.4, por
Figura 2.10 lo cual, f posee un plano tangente para cada punto en R.
Las implicaciones de esto ultimo es que la superficie se "parece" cada
80 vez mas al plano tangente en la medida que este se acerca al punto
de tangencia y vice versa (Figura 2.11). Esto es básicamente lo que
60 mencionábamos antes cuando establecimos que un plano tangente es una
aproximación lineal alrededor de su punto de tangencia con la superficie
40
(i.e. T (x, y) ≈ f (x, y)).
20 Con todo lo anterior, vamos a exigir que "x" y "y" sean tan cercanos a
"x0 " y a "y0 " (respectivamente) talque todo punto en el rectángulo ABCD
0
−4
−2 2
4 pertenezca a la región R, y que las aproximaciones que establezcamos a
0 0
2
4 −4
−2 continuación sean lo suficientemente buenas. Bajo esos supuestos, tenemos
x y
que:
T1 (B) − T1 (A) f (B) − f (A) T2 (C) − T2 (D) f (C) − f (D)
80 ≈ ≈
∆x ∆x ∆x ∆x
60 Donde T1 es el plano tangente a f en A, y T2 el plano tangente a f en
D (Figura 2.12). Como:
40
T1 (a, b) = fx (A)(x − x0 ) + fy (A)(y − y0 ) + f (A)
(
20
T2 (a, b) = fx (D)(a − x0 ) + fy (D)(b − y) + f (D)
0
−2 2 Entonces:
0 0
2 −2 T1 (B) − T1 (A) T2 (C) − T2 (D)
x y = fx (A) = fx (D)
∆x ∆x
Figura 2.11 Por lo cual:
f (B) − f (A) f (C) − f (D)
fx (A) ≈ fx (D) ≈
∆x ∆x

43
Notas de clase: Calculo III Sección 2.4

D D
C C
A A
B B
f (B) − f (A) f (C) − f (D)
(a) ≈ fx (A) (b) ≈ fx (D)
∆x ∆x

Figura 2.12: La superficie f (x, y) y su plano tangente en A (a), y su plano tangente en D (b)

Nuevamente, por el Teorema 2.4 se deduce que la función fx es diferenciable en R ya que fxx y fxy son continuas
en R, y por ende, se deduce que fx posee un plano tangente en cada punto perteneciente a R. Esto implica la
existencia de un plano tangente T3 a la superficie fx en A. Bajo estos supuestos tenemos que:

T3 (D) − T3 (A) fx (D) − fx (A)

≈
∆y ∆y
Donde:

T3 (a, b) = (fx )x (A)(a − x0 ) + (fy )y (A)(b − y0 ) + fx (A) = fxx (A)(a − x0 ) + fxy (A)(b − y0 ) + fx (A)

Entonces:
T3 (D) − T3 (A)
= fxy (A)
∆y
Por lo tanto:
1. fx (D) − fx (A) 2. 1 [f (C) − f (D)] − [f (B) − f (A)] f (C) − f (D) − f (B) + f (A)
fxy (A) ≈ ≈ =
∆y ∆y ∆x ∆x∆y
Si aplicamos un análisis similar al anterior, llegamos a que:

f (D) − f (A) f (C) − f (B)

fy (A) ≈ fy (B) ≈
∆y ∆y

fy (B) − fy (A)
fyx (A) ≈
∆x
Por lo cual:
3. fy (B) − fy (A) 4. 1 [f (C) − f (B)] − [f (D) − f (A)] f (C) − f (D) − f (B) + f (A)
fyx (A) ≈ ≈ =
∆x ∆x ∆y ∆x∆y

Es de observar que las aproximaciones "2." y "4." se transforman en igualdades cuando (x, y) → (x0 , y0 ), y a su
vez, las aproximaciones "1." y "3." también se convierten en igualdades cuando (x, y) → (x0 , y0 ). Esto debido a
que f, fx , fy son diferenciables en el rectángulo ABCD. Por lo tanto fxy (A) = fyx (A). Cabe aclarar que esto no
es una demostración, pero es un "plano/guía" para dar una demostración formal.

2.4. Regla de la cadena

La regla de la cadena es uno de los teoremas principales relacionados al computo de derivadas en funciones de
una variable. Una forma de enunciarlo en relación con lo que veremos a continuación es la siguiente:
dy dy dx
Si y = f (x) y x = g(t), entonces = ·
dt dx dt

44
Notas de clase: Calculo III Sección 2.4

En esta sección buscaremos generalizar esa formula al caso de funciones de varias variables, pero como veremos,
esta "formula" dependerá también del numero de variables que se vean involucradas. El caso mas simple es tener
z = f (x, y), donde x = g(t) y y = h(t), y calcular dz/dt. Para poder realizar ese calculo asumiremos que f, g, h
son funciones diferenciables, entonces aplicando la Definición 2.8 para un punto P0 = (x0 , y0 ) ∈ Df :

∆z = fx (P0 )∆x + fy (P0 )∆y + ε1 (x)∆x + ε2 (y)∆y

donde ∆x = x − x0 , ∆y = y − y0 , ∆z = f (x, y) − f (x0 , y0 ). Dividiendo entre ∆t = t − t0 :

∆z ∆x ∆y ∆x ∆y
= fx (P0 ) + fy (P0 ) + ε1 (x) + ε2 (y)
∆t ∆t ∆t ∆t ∆t
Observa que cuando t → t0 , entonces x = g(t) → x0 = g(t0 ) y y = h(t) → y0 = h(t0 ), por lo cual, ∆x → 0, ∆y → 0
y ε1 (x), ε2 (y) → 0 por Definición 2.8.
∆z ∆x ∆y ∆x ∆y
 
lı́m = lı́m fx (P0 ) + fy (P0 ) + ε1 (x) + ε2 (y)
t→t0 ∆t t→t0 ∆t ∆t ∆t ∆t
∆z ∆x ∆y ∆x ∆y
       
,→ lı́m = lı́m fx (P0 ) + lı́m fy (P0 ) + lı́m ε1 (x) + lı́m ε2 (y)
t→t0 ∆t t→t0 ∆t t→t0 ∆t t→t0 ∆t t→t0 ∆t
∆z ∆x ∆y ∆x ∆y
         
,→ lı́m =fx (P0 ) lı́m + fy (P0 ) lı́m + lı́m ε1 (x) lı́m + lı́m ε2 (y) lı́m
t→t0 ∆t t→t0 ∆t t→t0 ∆t t→t0 t→t0 ∆t t→t0 t→t0 ∆t
dz dx dy dx dy
,→ (t0 ) =fx (P0 ) (t0 ) + fy (P0 ) (t0 ) + 0 · +0·
dt dt dt dt dt
dz dx dy
,→ (t0 ) =fx (P0 ) (t0 ) + fy (P0 ) (t0 )
dt dt dt

Teorema 2.6: Regla de la cadena para función de 2 variables

Si w = f (x, y), x = g(t), y = h(t) son funciones diferenciables, entonces:

dw dx dy
(t0 ) = fx (P0 ) (t0 ) + fy (P0 ) (t0 )
dt dt dt
donde P0 = (x0 , y0 ) = (g(t0 ), h(t0 )).

Al extender nuestra definición de diferenciabilidad de una función de 2 variables a funciones de mas variables (al
igual que el concepto de una derivada parcial) podemos replicar argumentos similares al anterior para llegar a
una formula para la regla de la cadena para una función de 3 o mas variables. Por el momento solo veremos la
formula en el caso de 3 variables.

Teorema 2.7: Regla de la cadena para función de 3 variables

Si w = f (x, y, z), x = g(t), y = h(t), z = I(t) son funciones diferenciables, entonces:

dw dx dy dz
(t0 ) = fx (P0 ) (t0 ) + fy (P0 ) (t0 ) + fz (P0 ) (t0 )
dt dt dt dt
donde P0 = (x0 , y0 , z0 ) = (g(t0 ), h(t0 ), I(t0 )).

Ejemplo 2.6

x = et
(
df
1.) Determine (3) si f (x, y) = x2 + y 2 , donde
dt y = ln(t)

x = t


df
2.) Determine (5.7) si f (x, y, z) = 2yex − ln(z), donde y = ln(t)
dt z = 4√t



Un caso mas general es tener una función f de n varias variables x1 , . . . , xn , donde cada una de estas variables
son funciones de m variables t1 , . . . , tm . Por ejemplo, si w = f (x, y) y x = g(r, s), y = h(r, s), entonces la regla de
la cadena para f queda de la siguiente manera.
∂w ∂f ∂x ∂f ∂y ∂w ∂f ∂x ∂f ∂y
= + = + (2.1)
∂r ∂x ∂r ∂y ∂r ∂s ∂x ∂s ∂y ∂s

45
Notas de clase: Calculo III Sección 2.4

Si w = f (x, y, z) y x = g(r, s, t), y = h(r, s, t), z = I(r, s, t), entonces la regla de la cadena para f queda de la
siguiente manera.
∂w ∂f ∂x ∂f ∂y ∂f ∂z ∂w ∂f ∂x ∂f ∂y ∂f ∂z
= + + = + + (2.2)
∂r ∂x ∂r ∂y ∂r ∂z ∂r ∂s ∂x ∂s ∂y ∂s ∂z ∂s
∂w ∂f ∂x ∂f ∂y ∂f ∂z
= + +
∂t ∂x ∂t ∂y ∂t ∂z ∂t
Con estos ejemplos ya es mas fácil entender el patrón que sigue la regla de la cadena para situaciones mas
"complejas", y ya podemos pasar a estudiar aplicaciones de la regla de la cadena. Específicamente, nos enfocaremos
en una que posee una estrecha relación con la diferenciación implícita. Supongamos que F (x, y) = 0 es una
ecuación en la que y esta definida como una función implícita de x (i.e. y = g(x)), y que F sea una función
diferenciable, entonces, podemos expresar esa relación de forma paramétrica

x=t
(

y = g(t)

Por lo cual, podemos aplicar la regla de la cadena para calcular dF/dt:

dF dx dy dy
= Fx · + Fy · = Fx · 1 + Fy ·
dt dt dt dt
Como F (x, y) = 0, entonces dF/dt = 0, por lo cual:

dy dy Fx
0 = Fx + Fy · =⇒ =−
dt dt Fy

Y como dy/dt = dy/dx, entonces:

dy Fx
=−
dx Fy
Similarmente, si suponemos que F (x, y, z) es diferenciable y que F (x, y, z) = 0 es una ecuación en la que z esta
definida como una función implícita de x y y (i.e. z = f (x, y)), entonces, podemos expresar esa relación de forma
paramétrica 
x = r


y=s

z = f (r, s)


Por lo cual, podemos aplicar la regla de la cadena para calcular dF/dr:

dF ∂x ∂y ∂z ∂z
= Fx · + Fy · + Fz · = Fx · 1 + Fy · 0 + Fz ·
dr ∂r ∂r ∂r ∂r
Como F (x, y, z) = 0, entonces dF/dr = 0, por lo cual:

∂z ∂z Fx
0 = Fx + Fz · =⇒ =−
∂r ∂r Fz
Y como ∂z/∂r = ∂z/∂x, entonces:
∂z Fx
=−
∂x Fz
Con un proceso similar se llega a que
∂z Fy
=−
∂y Fz
Ejemplo 2.7

x = r cos(s)
(
∂f ∂f
1.) Determine ∂r y ∂s si f (x, y) = tan−1 (x/y), donde
y = r sin(s)
∂z ∂z
2.) Calcule (1, 1, 1) y (1, 1, 1), donde F (x, y, z) = z 3 − xy + yz + y 3 − 2 = 0.
∂x ∂y

46
Notas de clase: Calculo III Sección 2.5

2.5. Derivadas direccionales y vectores gradientes

Las derivadas parciales de una función f (x, y) al ser analizadas desde
y un punto de vista, no son nada mas que derivadas en un punto
L P0 = (x0 , y0 ) en la dirección horizontal (i.e. y = y0 ) y en la dirección
vertical (i.e. x = x0 ) del plano xy. Basándonos en la Definición 2.8,
deberíamos ser capaces de calcular cualquier derivada direccional en
todo punto punto P0 donde f sea diferenciable.
⃗
u
Supongamos entonces que f es diferenciable en P0 , y que deseamos
P0 calcular la derivada en la dirección del vector unitario ⃗u = ⟨u1 , u2 ⟩.
Esto seria lo mismo que calcular la derivada de f restringida a la
x trayectoria de una recta L que pasa por P0 y es paralela a ⃗u, por
lo cual, cualquier punto (x, y) en la recta L se describe de manera
paramétrica como
x = u1 · t + x0
(
Figura 2.13
y = u2 · t + y0
Por lo tanto, podemos definir la derivada de f en P0 con dirección en ⃗u de la siguiente manera:

Definición 2.9: Derivada direccional

La derivada de f (x, y) en (x0 , y0 ) en la dirección del vector unitario ⃗u = ⟨u1 , u2 ⟩ se define como:

df f (x0 + u1 · t, y0 + u2 · t) − f (x0 , y0 )
 
f⃗u (x0 , y0 ) = = lı́m
dt ⃗
u,(x0 ,y0 ) t→0 t

Si asumimos que f es diferenciable en P0 , entonces por regla de la cadena obtenemos que:

df ∂f ∂f
 
= (P0 ) · u1 + (P0 ) · u2 (2.3)
dt ⃗
u,P0 ∂x ∂y

Este resultado también puede obtenerse a partir del limite de la Definición 2.9 y de asumir la diferenciabilidad
de f en P0 . Dejando de lado eso, si reflexionamos en el significado e interpretación que hay detrás del numero
f⃗u (x0 , y0 ), este representa la pendiente de la recta tangente a z = f (x, y) en (x0 , y0 ) en la direccion de ⃗u. Por lo
tanto:
Si f⃗u (x0 , y0 ) es grande en magnitud y positivo, entonces f (x, y) crece rápidamente en la dirección y sentido de
⃗u en el punto (x0 , y0 ).
Si f⃗u (x0 , y0 ) es pequeño en magnitud y positivo, entonces f (x, y) crece lentamente en la dirección y sentido de
⃗u en el punto (x0 , y0 ).
Si f⃗u (x0 , y0 ) es grande en magnitud y negativo, entonces f (x, y) decrece rapidamente en la dirección y sentido
de ⃗u en el punto (x0 , y0 ).
Si f⃗u (x0 , y0 ) es pequeño en magnitud y negativo, entonces f (x, y) decrece lentamente en la dirección y sentido
de ⃗u en el punto (x0 , y0 ).
A partir de todo esto una pregunta se formula naturalmente: ¿Como podemos determinar cual es la dirección en
la que una función f en un punto (x0 , y0 ) crece/decrece mas rápidamente?
Para dar respuesta a esto es necesario introducir algunos conceptos nuevos que nos otorgaran una perspectiva
diferente. Notese que la ecuación (2.3) trae ciertos recuerdos al concepto de producto punto, pues

∂f ∂f ∂f ∂f
 
(P0 ), (P0 ) · ⟨u1 , u2 ⟩ = (P0 ) · u1 + (P0 ) · u2
∂x ∂y ∂x ∂y

Definición 2.10: Gradiente de una función

El gradiente de f (x, y) en (x0 , y0 ) es el vector ∇f (x0 , y0 ) = fx (x0 , y0 )ı̂ + fy (x0 , y0 )ȷ̂

47
Notas de clase: Calculo III Sección 2.5

Teorema 2.8
Si f (x, y) es diferenciable en (x0 , y0 ), entonces

df
 
f⃗u (P0 ) = = ∇f (x0 , y0 ) · ⃗u = ||∇f (x0 , y0 )|| cos(θ)
dt ⃗
u,P0
q
donde ||∇f (x0 , y0 )|| = fx2 (x0 , y0 ) + fy2 (x0 , y0 ), y θ es el ángulo entre el vector ∇f (x0 , y0 ) y el vector ⃗u.

En respuesta a la pregunta anterior, como −1 ≤ cos(θ) ≤ 1 cuando 0 ≤ θ ≤ π, entonces:

−||∇f (x0 , y0 )|| ≤ ||∇f (x0 , y0 )|| cos(θ) ≤ ||∇f (x0 , y0 )||

df
 
−||∇f (x0 , y0 )|| ≤ ≤ ||∇f (x0 , y0 )||
dt ⃗
u,P0

Lo cual nos indica que el mayor valor que puede tomar cualquier derivada direccional de f en (x0 , y0 ) es el
de ||∇f (x0 , y0 )||, y el menor es −||∇f (x0 , y0 )||. Estos se obtienen respectivamente cuando θ = 0 y θ = π, es
decir, cuando ⃗u tiene el mismo sentido que ∇f (x0 , y0 ) (θ = 0) y cuando tiene el sentido opuesto (θ = π). Pero
incluso podemos averiguar mas al respecto de esto. Consideremos una función diferenciable f y su curva de nivel
f (x, y) = c (la cual nombraremos como C), entonces esa curva C puede ser descrita paramétricamente como
⃗r(t) = ⟨g(t), h(t)⟩, por lo cual, si x = g(t), y = h(t), entonces f (x, y) = c. Por lo tanto, para cualquier punto
P0 = (x0 , y0 ) = (g(t0 ), h(t0 )) dentro de la curva C se cumple que:

df dx dy dx dy
 
(P0 ) = 0 =⇒ fx (P0 ) (t0 ) + fy (P0 ) (t0 ) = ∇f (P0 ) · (t0 ), (t0 ) = 0
dt dt dt dt dt

¿Que nos dice esto acerca de ∇f (x0 , y0 )? Pues mucho. Como

d⃗r dg dh dx dy
   
(t0 ) = (t0 ), (t0 ) = (t0 ), (t0 )
dt dt dt dt dt

representa el vector tangente a la curva C en el punto ⃗r(t0 ), y dado que ∇f (x0 , y0 ) · (d⃗r/dt)(t0 ) = 0, entonces
esto quiere decir que ∇f (x0 , y0 ) es un vector perpendicular a los vectores tangentes a la curva C, por lo cual,
∇f (x0 , y0 ) es un vector perpendicular a la curva C.

Teorema 2.9
Si f (x, y) es una función diferenciable y P0 = (x0 , y0 ) un punto talque f (P0 ) = c para cualquier constante
c, entonces ∇f (P0 ) es perpendicular/normal a la curva de nivel de f en c, en el punto P0 .

z
100 y
d⃗
r ∇f (P0 )
(t0 )
dt
∇f (P0 )
d⃗
r P0
50 (t0 )
dt
x

−10 −10

10 10
x y

(a) Curva de contorno f (x, y) = c (b) Curva de nivel f (x, y) = c

Figura 2.14: El vector ∇f (P0 ) es perpendicular al vector (d⃗r/dt)(t0 )

Para terminar este apartado, si f y g son funciones con gradientes definidos, entonces se puede demostrar las
siguientes "reglas" algebraicas:
∇(f ± g) = ∇f ± ∇g
∇(f · g) = ∇f · ∇g
∇(f /g) = ∇f /∇g cuando ∇g ̸= 0

48
Notas de clase: Calculo III Sección 2.6

Ejemplo 2.8

1.) Calcule la derivada direccional de f (x, y) = x2 exy en el punto (2, 2) con dirección
⃗v = ⟨−2, −3⟩. Luego compare el resultado de calcular la misma derivada
direccional pero con dirección θ = π/3, e interprete los resultados.
2.) Dada la función f (x, y) = (x2 − xy)/10. Determine las direcciones en las que la
función no crece ni decrece en el punto (−4, 26).
3.) Determine
√ √ la recta tangente y recta normal de la curva x2 + y 2 = 4 en el punto
( 2, 2).

2.6. Planos tangentes y diferenciales

En la Sección 10.4 hablamos acerca de como obtener la ecuación de un plano tangente a superficies de la forma
z = f (x, y) que sean diferenciables. En esta sección empezaremos viendo una generalización de esa aplicación,
para ello, observemos que z = f (x, y) ⇐⇒ z − f (x, y) = 0, donde z − f (x, y) = 0 es en esencia el análogo
de una curva de nivel para una función de 2 variables en 0, solo que en este caso tendríamos la superficie de
nivel de una función de la forma F (x, y, z) en 0. Por nuestros conocimientos de álgebra lineal, sabemos que un
plano se ve determinado únicamente por un vector ⃗n = ⟨a, b, c⟩ que sea perpendicular al plano, y por un punto
P0 = (x0 , y0 , z0 ) que pertenezca al plano en cuestión. Obteniendo así, la siguiente ecuación:

a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0

Por lo tanto,para encontrar el plano tangente a una superficie de la forma F (x, y, z) = 0 en un punto P0
perteneciente a esta, necesitamos encontrar un vector que sea perpendicular a la superficie en el punto P0 .
Ese vector en cuestión es ∇F (P0 ) = ⟨Fx (P0 ), Fy (P0 ), Fz (P0 )⟩, pues si extendemos la definición de derivada
direccional a funciones de 3 variables, tendríamos entonces que la derivada de F (x, y, z) en la dirección del
vector unitario ⃗u = ⟨u1 , u2 , u3 ⟩ evaluada en P0 seria igual a:

dF
 
= Fx (P0 )u1 + Fy (P0 )u2 + Fz (P0 )u3 = ∇F (P0 ) · ⃗u
dt ⃗
u,P0
∇F (P0 )

⃗
u
P0

Figura 2.15: El vector ∇F (P0 ) y un conjunto de vectores ⃗u perpendiculares a este

Si ⃗u es perpendicular al vector ∇F (P0 ), entonces F⃗u (P0 ) = 0, lo cual implica que ⃗u es un vector tangente a la
superficie F (x, y, z) = 0. Para entender el porque de esto podemos imaginarnos una partícula A, la cual en un
momento inicial se encuentra en un punto P0 que pertenece a la superficie F (x, y, z) = 0. Si a cada punto P
de esa superficie le asociamos un vector ⃗u(P) que sea perpendicular al vector ∇F (P0 ), y dejamos que ⃗u(P) sea
el vector velocidad de A, entonces, la posición en la que se encuentre A siempre sera un punto (x, y, z) talque
F (x, y, z) = 0, ya que al moverse en base a las direcciones indicadas por ⃗u(P), se da que la función F no cambia
su valor (i.e. se mantiene que F (x, y, z) = 0), pues F⃗u(P) (P) = 0.
Por lo tanto, ⃗u(P) es un vector tangente a la superficie F (x, y, z) = 0 en el punto P, por lo cual, ∇F (P) es un
vector perpendicular a la superficie F (x, y, z) = 0 en el punto P.

49
Notas de clase: Calculo III Sección 2.6

Definición 2.11: Plano tangente y recta normal a una superficie F (x, y, z) = c

Sea F (x, y, z) una función diferenciable, y sea P0 = (x0 , y0 , z0 ) un punto talque F (P0 ) = c para alguna
constante c. El plano tangente a la superficie F (x, y, z) = c en el punto P0 es perpendicular a ∇F (P0 ), y
se ve descrito por la siguiente ecuación:

Fx (P0 )(x − x0 ) + Fy (P0 )(y − y0 ) + Fz (P0 )(z − z0 ) = 0

La recta normal a la superficie F (x, y, z) = c en el punto P0 es paralela a ∇F (P0 ), y se ve descrita por

la siguiente parametrización:

x = x0 + t · Fx (P0 ) y = y0 + t · Fy (P0 ) z = z0 + t · Fz (P0 )

y Pasando al concepto de diferenciales, en el calculo de una variable

m=
df
= f ′ (x0 ) teníamos que
dx
df ≈ f (x) − f (x0 )
| {z }
∆f
dx
f (x0 )
df
Para valores de x cercanos a x0 , donde df = f ′ (x0 )dx. La razón de que
∆f
df ≈ ∆f recae en que la derivada nos permite hacer una aproximación
dx lineal como hablamos en la Sección 10.3. En la misma sección,
establecimos que el análogo de una aproximación lineal para una
función de 2 variables f (x, y) es un plano tangente T (x, y) alrededor
x del punto de tangencia (x0 , y0 ), donde T (x, y) = fx (x0 , y0 )(x − x0 ) +
x0
fy (x0 , y0 )(y − y0 ) + f (x0 , y0 ). Reordenando obtenemos:

Figura 2.16: Relación entre df y ∆f T (x, y) − f (x0 , y0 ) = fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 )
| {z } | {z } | {z }
∆T ∆x ∆y

Por lo tanto, podemos definir df = ∆T , donde dx = ∆x y dy = ∆y. Obteniendo así que df ≈ ∆f y que:

df = fx (x0 , y0 )dx + fy (x0 , y0 )dy

Definición 2.12: Diferencial de una función de 2 variables

Sea f (x, y) una función diferenciable en un punto (x0 , y0 ). El diferencial de f (i.e. df ) es la aproximación
lineal de ∆f al pasar de (x0 , y0 ) a (x0 + dx, y0 + dy), donde df = fx (x0 , y0 )dx + fy (x0 , y0 )dy.

Otra forma en la que podemos definir el concepto de diferencial es a partir del concepto de derivada direccional.
Por ejemplo, en una función f (x, y) para tomar la derivada en la dirección de un vector unitario ⃗u = ⟨u1 , u2 ⟩ en
un punto (x0 , y0 ), parametrizamos x, y, talque x = x0 + t · u1 y y = y0 + t · u2 . Con esto f se vuelve una función
de una variable, específicamente, una función de la variable t, por lo cual, podemos definir el diferencial de f de
la siguiente manera: df = f ′ (t)dt, donde: f ′ (t) = ∇f (x0 , y0 ) · ⃗u.

Definición 2.13: Diferencial direccional de una función

Sea f (x, y) una función diferenciable en un punto (x0 , y0 ) y ⃗u un vector unitario. El diferencial de f
(i.e. df ) en la dirección de u es la aproximación lineal de ∆f al movernos en la dirección de ⃗u, donde:
df = (∇f (x0 , y0 ) · ⃗u) dt.

Ejemplo 2.9

1.) Determine la ecuación del plano tangente y la recta normal de la superficie

cos(πx) − x2 y + exz + yz = 4 en el punto P0 = (0, 1, 2)
2.) Determine la recta tangente a la curva formada por la intersección de las
superficies 9x2 + 4y 2 + 4z 2 − 41 = 0 y 2x2 − y 2 + 3z 2 − 10 = 0 en el punto
(1, 2, 2)
3.) Si f (x, y) = exy + x2 cambia de (1, 2) a (2.5, 1), calcule ∆f y df .
*1 ejercicio de encontrar la recta tangente a la curva formada por una intersección*
*1 ejercicio que tenga que ver con diferenciales*

50
Notas de clase: Calculo III Sección 2.7

2.7. Máximos, mínimos y puntos de silla

Tal vez la aplicación mas representativa de la derivada en el calculo de una variable es la de optimizar funciones,
es decir, el proceso de encontrar aquellos puntos donde una función toma sus valores máximos/mínimos bajo
algunas restricciones. En esta sección y la siguiente desarrollaremos la teoría necesaria para llegar a ese punto con
funciones multivariables. Pero antes de empezar, es necesario ir hasta las mas básicas de las preguntas:
1.) ¿Que significa que una función f posea un máximo o un mínimo en un punto?
2.) ¿Bajo que condiciones podemos asegurar la existencia de un mínimo/máximo para una función f ?
La respuesta a la 1° pregunta se encuentra en las siguientes 2 definiciones.

Definición 2.14: Máximo/mínimo absoluto de una función de n variables en una región R

Sea f una función de n variables definida en una región R. Esta poseerá un máximo absoluto en el punto
P0 dentro de R si y solo si para todo punto P ∈ R se cumple que f (P0 ) ≥ f (P). Y poseerá un mínimo
absoluto en P0 dentro de R si y solo si para todo punto P ∈ R se cumple que f (P0 ) ≤ f (P).

P.D. Normalmente cuando se dice que "(x0 , y0 ) es un máximo/mínimo absoluto de f " sin mas, significa que (x0 , y0 )
es un máximo/mínimo absoluto en el dominio de f (i.e. R = Df ).

Definición 2.15: Máximo/mínimo local de una función de n variables

Sea f una función de n variables talque este definida en una región R donde P0 es un punto interior,
entonces:
P0 es un máximo local de f ⇐⇒ existe un δ > 0 talque para todo P se cumple que f (P0 ) ≥ f (P) si
d(P0 , P) < δ.
P0 es un minimo local de f ⇐⇒ existe un δ > 0 talque para todo P se cumple que f (P0 ) ≤ f (P) si
d(P0 , P) < δ.

Para terminar de entender todas las sutilezas detrás de ambas defini-

Máximos absolutos
ciones tenemos de ejemplo a la Figura 2.14. En esta, cualquier punto
(a, b) puede considerarse como un máximo absoluto de la superficie
z = f (x, y), si y solo si, (a, b, f (a, b)) es un punto perteneciente a
alguna de las rectas azules. Esto debido a que la "altitud" máxima
se encuentra en esos puntos.
Similarmente, cualquier punto (a, b) puede considerarse como un
mínimo local (no un mínimo absoluto) de la superficie z = f (x, y),
si y solo si, (a, b, f (a, b)) es un punto perteneciente a la recta roja.
Para entender el porque, consideremos a (x0 , y0 , z0 ) como un punto
Mı́nimos locales de la recta roja, y que imponemos una restricción en las entradas que
puede tomar f a una región S que contenga a (x0 , y0 ) como punto
interior.
−100 0 100 200 300
Si existe una región S como la descrita anteriormente talque para
Figura 2.17: Gráfica de superficie z = f (x, y) todo punto (x, y) en S se cumpla que f (x0 , y0 ) ≤ f (x, y), entonces
decimos que (x0 , y0 ) es un mínimo local de f . Ahora, si podemos
asegurar que f (x0 , y0 ) ≤ f (x, y) pero para cualquier punto (x, y) en
el dominio de f , entonces ya no decimos que (x0 , y0 ) es un mínimo local, sino que es un mínimo absoluto. En
base a eso, observa que si restringimos las entradas de f a la región S conformada por todos los puntos (x, y)
que generan la porción de superficie comprendida entre las 2 rectas azules, entonces, f (x0 , y0 ) ≤ f (x, y) para
todo (x, y) en S. Pero al considerar todo el dominio de la superficie, observamos que existen puntos (x, y) talque
f (x, y) < f (x0 , y0 ). Por lo tanto, (x0 , y0 ) es solo un mínimo local de f , y no un mínimo absoluto.
Para responder la 2° pregunta debemos revisitar un teorema esencial del calculo de una variable: El teorema de los
valores extremos. Este nos dice que si f (x) es continua en [a, b], entonces existen c1 , c2 ∈ [a, b] talque f (c1 ) ≥ f (x)
y f (c2 ) ≤ f (x) para todo x ∈ [a, b]. Este teorema posee una versión para funciones de n variables.

Teorema 2.10: Teorema de los valores extremos para funciones de n variables

Sea f una función de n variables y R una región cerrada dentro del dominio de f . Si f es continua en R,
entonces existen C1 , C2 ∈ R talque f (C1 ) ≥ f (X ) y f (C2 ) ≤ f (X ) para todo X ∈ R.

51
Notas de clase: Calculo III Sección 2.7

El explicar este teorema requiere de un teorema previo el cual puede verse como una versión mas débil del anterior:
Si f es continua en una región cerrada R, entonces f esta acotada en R. Una manera informal de llegar a este, es
a partir de observar que si f es continua en un punto (x0 , y0 ), entonces f esta acotada de manera local alrededor
de (x0 , y0 ), pues al asegurar que (x − x0 )2 + (y − y0 )2 < δ (i.e. (x, y) esta adentro de la circunferencia con radio
p

δ y centro en (x0 , y0 )), entonces:

|f (x, y) − f (x0 , y0 )| < ε =⇒ f (x0 , y0 ) − ε < f (x, y) < f (x0 , y0 ) + ε

Llegando así a que f esta acotada para todo punto dentro de la circunferencia de radio δ y centro en (x0 , y0 ). Basán-
donos en esta noción local de acotamiento, nos es posible alcanzar una noción mas global de acotamiento para una
función.
La idea básica del argumento que ocuparemos para lograr esto es el
R de asumir continuidad en f para la región R, y el "cubrir" esa región
∆x
yf completamente con "circunferencias". Para esto primero dividiremos el
yn−1
∆y intervalo [xo , xf ] en n subintervalos [xi , xi+1 ] talque ∆x = xi+1 −xi =
···
δ (xf − x0 )/n, donde 0 ≤ i < n. Y de igual manera, dividiremos el
y2
P0 intervalo [yo , yf ] en n subintervalos [yj , yj+1 ] talque ∆y = yj+1 − yj =
y1 (x f − x0 )/n, donde 0 ≤ j < n.
yo
Si restringimos las entradas que f admite a solo puntos (xi , y) ∈
R, entonces f se vuelve una función de una variable gi , es decir,
f (xi , y) = gi (y). Y si hacemos lo mismo, pero con puntos de la forma
xo x1 x2 · · · xn−1 xf
(x, yj ) ∈ R, entonces f se vuelve una función de una variable hj , es
decir, f (x, yj ) = hj (x). Ambas funciones gi (y), hj (x) son continuas
Figura 2.18 en las entradas a las que se han restringido, por lo que se deduce que
toman valores máximos para cada valor de i y de j.
P0 Sea α el máximo de esos valores máximos, y sea ε(x, y) = (α + 1) −
f (x, y), entonces para cualquier punto P0 de la "cuadricula" (Figura
δ(P0 ) 2.18) dentro de la región R se tendrá que f (P0 ) < α + 1, por lo cual,
ε(P0 ) > 0. Esto implica por continuidad la existencia de un δ(P0 ) > 0
P ∆y talque para todo punto P que cumpla que d(P0 , P) < δ(P0 ), entonces
f (P) < ε(P0 ) + f (P0 ) = α + 1.
Sea P un punto cualquiera dentro de R que no este en la "cua-
∆x dricula", y sea P0 ∈ R un punto cualquiera dentro del rectángulo
mas interno que contiene a P (Figura 2.19). Como d(P0 , P) <
(∆x)2 + (∆y)2 por geometría, entonces basta con elegir un n tan
p

Figura 2.19 grande

p talque ∆x, ∆y sean lo suficientemente pequeños, de modo
que, (∆x)2 + (∆y)2 ≤ δ(P0 ), entonces f (P) < α + 1.
Por lo tanto, f se encuentra acotada superiormente en R. Con un
argumento análogo podemos ver que esta se encuentra acotada inferiormente en R, con lo cual, se llega a la
conclusión de que si f es continua en R, entonces f se encuentra acotada en R.
Demostración del Teorema 2.10: En base a lo discutido anteriormente, se deduce la existencia de una cota
superior mínima α, y de una cota inferior máxima β para f en R. Como f (x, y) ≤ α y f (x, y) ≥ β, entonces
solo basta con demostrar que existen puntos (x1 , y1 ), (x2 , y2 ) ∈ R, talque f (x1 , y1 ) = α, f (x2 , y2 ) = β. Por
contradicción, asúmase que tales puntos no existen, entonces para todo (x, y) ∈ R se tiene que f (x, y) < α, y que
f (x, y) > β, por lo cual:
1 1
g(x, y) = h(x, y) =
α − f (x, y) f (x, y) − β
son funciones continuas para todo (x, y) ∈ R. Esto implica que estas funciones están acotadas en R. Dejando
eso de lado por el momento, tenemos que para todo ε > 0 existen puntos (x, y) ∈ R talque α − ε < f (x, y) gracias
a que α es la cota superior mínima, pues si este no fuera el caso, tendríamos que existe un ε > 0 talque para
cualquier punto (x, y) ∈ R se cumpliría que α − ε ≥ f (x, y), es decir que α − ε seria una cota superior la cual es
menor a α (i.e. Contradicción). Entonces para todo ε > 0 se cumple que:
1 1
α − ε < f (x, y) =⇒ α − f (x, y) < ε =⇒ >
α − f (x, y) ε
Pero esto implica que podemos elegir un ε > 0 tan pequeño como se quiera para que 1/ε sea tan grande como
se desea, y como siempre podemos encontrar un punto (x, y) ∈ R talque 1/(α − f (x, y)) > 1/ε, entonces se

52
Notas de clase: Calculo III Sección 2.7

llega a la conclusión de que g no esta acotada superiormente en R. Por lo tanto, la asumpción inicial de
que "para todo punto (x, y) ∈ R se cumple que f (x, y) < α" es falsa, por lo cual, existe un (x1 , y1 ) ∈ R talque
f (x1 , y1 ) = α. Reproduciendo un análisis análogo para la función h(x, y) se demuestra que existe un (x2 , y2 ) ∈ R
talque f (x2 , y2 ) = β. L.Q.Q.D.
Ya habiendo terminado este apartado con las respuestas de las 2 preguntas iniciales de esta sección, solo nos
queda empezar a desarrollar métodos para encontrar estos máximos y mínimos. Si pensamos visualmente en el
significado que hay en un máximo y en un mínimo, podemos dar algunos pasos en la dirección correcta. Por
ejemplo, sea z = f1 (x, y) una función que posee un máximo absoluto en (x1 , y1 ), y sea z = f2 (x, y) una función
que posee un mínimo absoluto en (x2 , y2 ).
z = f1 (x1 , y1 )

(x1 , y1 , z1 )

(x2 , y2 , z2 )
z = f2 (x2 , y2 )

(a) Superficie z = f1 (x, y) (b) Superficie z = f2 (x, y)

Figura 2.20: El vector ∇f (P0 ) es perpendicular al vector (d⃗r/dt)(t0 )

Que f1 (x, y) posea un máximo absoluto en (x1 , y1 ) es equivalente a que la superficie f1 tenga como "techo" o
"sombrero" al plano horizontal z = f (x1 , y1 ), es decir, que todo punto de la superficie f1 esta por debajo del plano
z = f1 (x1 , y1 ) o dentro de el, pero nunca arriba de este. Similarmente, que f2 (x, y) posea un mínimo absoluto en
(x2 , y2 ) es equivalente a que la superficie f2 tenga como "suelo" al plano horizontal z = f2 (x2 , y2 ), lo cual hace
referencia que todo punto de la superficie f2 esta arriba del plano z = f2 (x2 , y2 ) o dentro de el, pero nunca por
debajo de este.
En ambos casos se puede intuir la noción de que esos planos horizontales son tangentes a sus respectivas superficies
f1 y f2 , en sus respectivos puntos (x1 , y1 ) y (x2 , y2 ). Para que este hecho sea cierto es necesario antes que nada
que las primeras derivadas parciales de ambas funciones estén definidas y que sean igual a cero. Este hecho en si
da la intuición necesaria para el siguiente teorema

Teorema 2.11: Criterio de la primera derivada (funciones de 2 variables)

Sea f (x, y) una función definida en una región abierta R. Si P0 es un máximo/mínimo absoluto de f en
R, y fx (P0 ), fy (P0 ) están definidas, entonces fx (P0 ) = fy (P0 ) = 0.

Demostración: Sea f una función como la descrita en el Teorema 2.11 y supongamos el caso de que (x0 , y0 ) es
un máximo absoluto de f en R, por lo cual, para todo punto (x, y) ∈ R se tiene que f (x0 , y0 ) ≥ f (x, y). Entonces
para todo punto (x0 , y), (x, y0 ) ∈ R:

f (x0 , y0 ) ≥ f (x, y0 ) f (x0 , y0 ) ≥ f (x0 , y)

| {z } | {z } | {z } | {z }
g(x0 ) g(x) h(y0 ) h(y)

Como (x0 , y0 ) ∈ R y R es una región abierta, entonces P0 = (x0 , y0 ) es un punto interior de R, es decir, existe un
δ talque si d(P0 , P) < δ, entonces P ∈ R. Entonces:

x ∈ ]x0 − δ, x0 + δ[ =⇒ (x, y0 ) ∈ R y ∈ ]y0 − δ, y0 + δ[ =⇒ (x0 , y) ∈ R

| {z } | {z }
Ix Iy

Haciendo memoria de lo estudiado en el calculo de una variable, teníamos este mismo teorema para el caso de
una variable. Como g, h son funciones (de una variable) definidas en intervalos abiertos (i.e. Ix , Iy ), alcanzan un
máximo dentro de estos intervalos (i.e. en x0 y y0 respectivamente), y sus derivadas están definidas en los puntos
donde alcanzan esos máximos (i.e. fx (x0 , y0 ) = g ′ (x0 ) y fy (x0 , y0 ) = h′ (y0 )), entonces g ′ (x0 ) = 0 y h′ (y0 ) = 0, es
decir, fx (x0 , y0 ) = fy (x0 , y0 ) = 0. L.Q.Q.D.
Un hecho que se deduce fácilmente del Teorema 2.11 es el siguiente:

53
Notas de clase: Calculo III Sección 2.7

Corolario 2.3
Si P0 es un máximo/mínimo local de f y fx (P0 ), fy (P0 ) existen, entonces fx (P0 ) = fy (P0 ) = 0.

Cabe recalcar que este teorema no nos dice que "Si fx (P0 ) = fy (P0 ) =
0, entonces f posee un máximo/mínimo en P0 ", sino mas bien el
40
reciproco de esto, pues no todo plano horizontal que sea tangente a
20 una superficie cumple con las propiedades que mencionábamos de la
0 Figura 2.20. Por ejemplo, para f (x, y) = 2 · (y 2 − x2 ) tenemos que
(0, 0, 0) fx (0, 0) = fy (0, 0) = 0, pero al analizar la gráfica es obvio que (0, 0)
−20
no es un máximo o mínimo de f (Figura 2.21).
−40
−4 Una interpretación correcta del Teorema 2.11 para una función
−2
4 definida en una región abierta R, es pensar en aquellos puntos de
0 2
2 0 R donde fx y fy se anulan, como candidatos a máximos/mínimos,
x −2
4 −4 y donde los otros candidatos serian aquellos puntos en R donde fx o
fy no están definidas, pues si P0 es un máximo/mínimo de f en R,
Figura 2.21: Grafica de f (x, y) = 2 · (y 2 − x2 ) entonces una de las 2 situaciones debe ser ciertas: fx (P0 ) y fy (P0 )
están definidas, o sino, fx o fy no están definidas en P0 .

Definición 2.16: Puntos críticos

Se definen como puntos críticos de f en una región abierta R a todos los puntos P talque fx (P) =
fy (P) = 0, o en los cuales al menos una de sus primeras derivadas parciales no esta definida. fx (P) o fy (P)
no estén definidas.

Por lo tanto, si podemos asegurar la existencia de un máximo/mínimo en una región cerrada R (Por ejemplo, que
f sea continua en R), entonces los únicos puntos que pueden llegar a ser máximos/mínimos de f en R son los
siguientes:
a.) los puntos interiores de R que son puntos críticos.
b.) los puntos fronteras de R.
Ejemplo 2.10

Encuentre los máximos y mínimos absolutos de f en la región indicada:

1.) f (x, y) = (4x − x2 ) · cos(y) en la región rectangular 1 ≤ x ≤ 3, −π/4 ≤ y ≤ π/4.
2.) f (x, y) = x3 − 4x + y 3 + y 2 − 12y en la región rectangular con vértices en (−5, 0),
(0, −5), (5, 0), (0, 5).

Si bien el método descrito en el Ejemplo 2.10 nos permite encontrar máximos y mínimos absolutos, este no nos
permite determinar con exactitud que puntos son máximos o mínimos locales, por lo cual, es necesario desarrollar
otros métodos. Como ya es costumbre, cambiaremos la perspectiva sobre nuestro objeto de estudio, y para ello,
observemos primero con mayor detalle el porque el punto (0, 0) no es ni un máximo, ni un mínimo de f en la
Figura 2.21.
Si nos movemos a lo largo de la traza azul de manera que nos acercamos a (0, 0, 0), la función decrece, pero si nos
movemos a lo largo de la traza roja para acercarnos a (0, 0, 0), la función crece. Por lo tanto, si recurrimos a la
definición de máximo/mínimo local, entonces (0, 0) no es ninguno de los 2, sino que recibe otro nombre especial.

Definición 2.17: Punto de silla

Se define que una función diferenciable f (x, y) posee un punto de silla en un punto critico P0 , cuando
para cualquier δ > 0, existen puntos P1 , P2 dentro de la circunferencia de radio δ y centro en P0 , talque
f (P0 ) < f (P1 ) y f (P0 ) > f (P2 ).

Otra manera en la que podemos entender el concepto de punto de silla, y la cual sera clave para lo que resta de
esta sección, consiste en analizar la concavidad de la función en diferentes direcciones. Un ejemplo claro de esto se
da en la Figura 2.21, en la cual podemos captar visualmente que f es cóncava hacia abajo en la dirección x (i.e.
la traza roja) y cóncava hacia arriba en la dirección y (i.e. traza azul) alrededor del punto critico (0, 0). Esto nos
lleva a entender mas fácilmente que si una función posee un punto critico P0 y que el tipo de concavidad que la

54
Notas de clase: Calculo III Sección 2.7

función posee en torno a P0 cambia según la dirección que se evalué, entonces la función posee un punto de silla
en P0 .
También a partir del concepto de concavidad podemos entender los conceptos de máximos/mínimos de una
función. Si una función f posee un punto critico P0 y esta es cóncava hacia abajo en torno a P0 en cualquier
dirección, entonces P0 es un máximo de f . Y similarmente, si una función f posee un punto critico P0 y esta es
cóncava hacia arriba en torno a P0 en cualquier dirección, entonces P0 es un mínimo de f . Con esto ya queda
clara la dirección que necesitamos tomar para llegar a nuestra meta: Generar un método analítico que codifique
toda la información de la concavidad de una función entorno a un punto critico en cualquier dirección.
Para obtener lo anterior, primero es necesario empezar por lo mas básico y obtener un método analítico que haga
lo que buscamos pero en una sola dirección. Tomando de ejemplo nuevamente a la Figura 2.21, al examinar mas
detalladamente la traza roja (i.e. g(x) = f (x, 0)) tenemos que si x se acerca a 0 cuando x < 0, entonces g(x) crece
(i.e. g ′ (x) = −4x > 0), pero mientras mas se acerca a 0, mas lento es su ritmo de crecimiento. Al llegar a x = 0 la
función deja de crecer (i.e. g ′ (0) = −4 · 0 = 0), para luego empezar a decrecer cuando x > 0 (i.e. g ′ (x) − 4x =< 0).
Tomando como base únicamente este párrafo, se concluye que g(x) posee un máximo en x = 0, lo cual en esencia
se debe a que g ′ (0) = 0 (i.e. g posee un punto crítico en x = 0) y que g ′ (x) es decreciente en torno a x = 0.
Examinando ahora la traza azul (i.e. h(y) = f (0, y)) tenemos que si y se acerca a 0 cuando y < 0, entonces h(y)
decrece (i.e. h′ (y) = 4y < 0), pero mientras mas se acerca a 0, mas lento se vuelve su ritmo de decrecimiento. Al
llegar a y = 0 la función deja de crecer (i.e. h′ (0) = 4 · 0 = 0), para luego empezar a crecer (i.e. h′ (y) = 4y > 0).
Tomando como base únicamente este párrafo, se concluye que h(y) posee un máximo en y = 0, lo cual en esencia
se debe a que h′ (0) = 0 (i.e. h posee un punto crítico en y = 0) y que h′ (y) es creciente en torno a y = 0.
Haciendo reflexión de lo anterior, podemos ver que el comportamiento de la derivada de una función f (t) alrededor
de un punto t = t0 , es lo que nos permite entender como es la concavidad de f (t) alrededor de t = t0 . Más
específicamente, si f ′ (t) es creciente en un intervalo ]t0 − δ, t0 + δ[ para algún δ > 0, entonces la función es cóncava
hacia abajo. En cambio, si f ′ (t) es decreciente, entonces la función es cóncava hacia arriba.
f (t) f (t)

t t
t0 − δ t0 t0 + δ t0 − δ t0 t0 + δ

(a) f ′ (t) es creciente en ]t0 − δ, t0 + δ[ (b) f ′ (t) es decreciente en ]t0 − δ, t0 + δ[

Figura 2.22: Gráfica de una función cóncava hacia arriba (a) y de una función cóncava hacia abajo (b) alrededor de t0
Recordando el concepto de derivada, que f ′′ (t0 ) > 0 implica que f ′ (t) sea creciente en una localidad de t = t0 , y
que f ′′ (t0 ) < 0 implica que f ′ (t) sea decreciente en una localidad de t = t0 . Por lo tanto, f ′′ (t0 ) > 0 es sinónimo
de que f (t) sea cóncava hacia abajo alrededor de t = t0 , y f ′′ (t0 ) < 0 es sinónimo de que f (t) sea cóncava hacia
arriba. Volviendo al caso de funciones de 2 variables bajo la luz de lo anterior, se llega a lo siguiente:
P1 es un mínimo de f si f⃗u (P1 ) = 0 en toda dirección ⃗u, y si f es cóncava hacia abajo alrededor de P1 en todas
las direcciones.
P2 es un máximo de f si f⃗u (P2 ) = 0 en toda dirección ⃗u, y si f es cóncava hacia arriba alrededor de P2 en
todas las direcciones.
P3 es un punto de silla si f⃗u (P3 ) = 0 en toda dirección ⃗u, y existen al menos 2 direcciones ⃗u1 , ⃗u2 donde
Donde la condición f⃗u (P) = 0 para cualquier dirección ⃗u es equivalente a que ∇f (P) = 0. Con todo esto,
supongamos entonces que f (x, y) sea diferenciable 2 veces y que ⃗u = ⟨u1 , u2 ⟩ es un vector unitario con una
dirección arbitraria, Como:
∂f
 
(P0 ) = fx (P0 )u1 + fy (P0 )u2
∂t ⃗u

55
Notas de clase: Calculo III Sección 2.7

Entonces:
!
∂2f ∂
 
(P0 ) = [fx (P0 )u1 + fy (P0 )u2 ]
∂t2 ⃗
u
∂t ⃗
u
= ∇[fx (P0 )u1 + fy (P0 )u2 ] · ⃗u = u1 ∇fx (P0 ] · ⃗u + u2 ∇fy (P0 ) · ⃗u Teorema 2.8
= u1 [u1 fxx (P0 ) + u2 fxy (P0 )] + u2 [u1 fyx (P0 ) + u2 fyy (P0 )] Producto punto
= u21 fxx (P0 ) + 2u1 u2 fxy (P0 ) + u22 fyy (P0 ) fxy = fyx por Teorema 2.5
2 !
u2 u2
  
= u21 fxx (P0 ) + 2 fxy (P0 ) + fyy (P0 ) Factorizando u21 , u1 ̸= 0
u1 u1

Haciendo el cambio r = u2 /u1 tenemos que (∂ 2 f /∂t)⃗u (P0 ) = (1/u21 )(fyy (P0 )r2 + fxy (P0 )r + fxx (P0 )) la cual
es una ecuación cuadrática donde r es una variable en función de la dirección ⃗u, pues u2 /u1 = tan(θ). Como
mencionamos antes, nuestro interés esta en saber cuando (∂ 2 f /∂t)⃗u (P0 ) > 0 o (∂ 2 f /∂t)⃗u (P0 ) < 0 para cualquier
dirección ⃗u, para lograr ello nos auxiliaremos de la ecuación cuadrática en cuestión, pues el signo que posee esta
sera igual al signo que posea (∂ 2 f /∂t)⃗u (P0 ). Por la formula cuadrática se tiene que
√
−b ± b2 − 4ac
H(r) = fyy (P0 )r + 2fxy (P0 )r + fxx (P0 ) = 0 ⇐⇒ r =
2
2a

Donde a = fyy (P0 ), b = fxy (P0 ), y c = fxx (P0 ). Al sustituir tenemos que b2 − 4ac = 4fxy
2 (P ) − 4f (P )f (P ),
0 xx 0 yy 0
por lo que se puede comprobar que b − 4ac < 0 es equivalente a fxx (P0 )fyy (P0 ) − fxy (P0 ) > 0, que b2 − 4ac > 0
2 2

es equivalente a fxx (P0 )fyy (P0 ) − fxy

2 (P ) < 0, y que b2 − 4ac = 0 es equivalente a f (P )f (P ) − f 2 (P ) = 0.
0 xx 0 yy 0 xy 0

P (r)
Si b2 − 4ac < 0, entonces H(r) = fyy (P0 )r2 + 2fxy (P0 )r + fxx (P0 )
nunca es igual a cero, es decir, que es siempre negativa para todo r (i.e.
(∂ 2 f /∂t)⃗u (P0 ) < 0 para todo ⃗u talque u1 ̸= 0) o es siempre positiva
para todo r (i.e. (∂ 2 f /∂t)⃗u (P0 ) > 0 para todo ⃗u talque u1 ̸= 0) como
se muestra en la figura Figura 2.23.
Dado que la dirección ⃗u = ⟨1, 0⟩ esta incluida en las direcciones
r
que r puede representar ya que r = 0/1 = 0, entonces: Si H(0) =
fxx (P0 ) > 0 y b2 − 4ac < 0 (i.e. fxx (P0 )fyy (P0 ) − fxy 2 (P ) > 0),
0
entonces H(r) > 0 para todo r, es decir, (∂ 2 f /∂t)⃗u (P0 ) > 0 en
toda dirección, excepto tal vez por ⃗u = ⟨0, ±1⟩, aunque al analizar
mas cuidadosamente vemos que la conclusión también incluye esas
direcciones. Como fxx (P0 )fyy (P0 ) − fxy
2 (P ) > 0, entonces f (P )
0 yy 0
no puede ser igual a cero ni menor, ya que en esos casos se obtienen
Figura 2.23
contradicciones. Por lo tanto, la conclusión es que (∂ 2 f /∂t)⃗u (P0 ) > 0
P (r) para toda dirección, y por ende, se concluye que P0 es un mínimo
de f cuando también se de que ∇f (P0 ) = 0.
Con un análisis similar se puede hacer notar que si ∇f (P0 ) = 0,
fxx (P0 ) < 0 y fxx (P0 )fyy (P0 ) − fxy
2 (P ) > 0, entonces P es un
0 0
máximo de f . Ahora ¿Que sucede en el caso de que b2 − 4ac > 0?
r1 r2
r Esto implicaría que existen 2 raíces reales distintas de H(r), por lo
que habrá algunos valores de r para los que H(r) > 0 y algunos en
los que H(r) < 0 (Figura 2.24). Por lo tanto, el tipo de concavidad
que posee f en P0 dependerá de la dirección, lo cual implica que si
∇f (P0 ) = 0, entonces P0 sera un punto de silla. Y cuando b2 −4ac = 0,
se tendrá una única raíz real r0 de H(r), por lo que H(r) > 0 para
todo r ̸= r0 , o sino, H(r) < 0 para todo r ̸= r0 . El único lugar donde
Figura 2.24 la concavidad de f sera ambigua es en las 2 direcciones que r0 puede
representar, pues en esas direcciones (∂ 2 f /∂t)⃗u (P0 ) = 0.

Teorema 2.12: Criterio de la segunda derivada

Sea f (x, y) una función talque sea diferenciable 2 veces en P0 y que ∇f (P0 ) = 0, entonces:
P0 es un máximo de f si fxx (P0 ) < 0 y fxx (P0 )fyy (P0 ) − fxy
2 (P ) > 0.
0
P0 es un mínimo de f si fxx (P0 ) > 0 y fxx (P0 )fyy (P0 ) − fxy
2 (P ) > 0.
0
P0 es un punto de silla de f si fxx (P0 )fyy (P0 ) − fxy
2 (P ) < 0.
0
No se lograr concluir nada con esta prueba si fxx (P0 )fyy (P0 ) − fxy2 (P ) = 0.
0

56
Notas de clase: Calculo III Sección 2.8

Ejemplo 2.11

1.) Determine todos los máximos/mínimos locales y puntos de silla de la función

f (x, y) = x3 − 4x + y 3 + y 2 − 12 en la región rectangular con vértices (−5, 0),
(0, −5), (5, 0), (0, 5).
2.) Determine todos los máximos, mínimos y puntos de silla de la función f (x, y) =
ex cos(y).
3.) Determine el punto sobre el plano 4x − 2y + z = 1 que esta mas cerca del punto
(1, 2, 3).

2.8. Multiplicadores de Lagrange

57
Capı́tulo 3
Calculo integral multivariable

58
Capı́tulo 4
Calculo vectorial

59
Capı́tulo 5
Apéndice

5.1. Lógica

60
Notas de clase: Calculo III Sección 5.2

5.2. Definiciones/resultados varios

Definición 5.1: Espacio vectorial

Un espacio vectorial V sobre un campo F (normalmente R) consiste de un conjunto en el que están

definidas 2 operaciones: Adición y producto escalar. Sean u, v, w ∈ V y a, b ∈ F , entonces:
i. u+v =v+u
ii. (u + v) + w = v + (u + w)
iii. u+0=0
iv. Dado un u ∈ V, existe un único −u ∈ V talque u + (−u) = 0
v. 1·u=u
vi. (a · b) · u = a · (b · u)
vii. a · (u + v) = a · u + a · v
viii. (a + b) · u = a · u + b · u

Definición 5.2: Producto interno

Un producto interno en V es una función que asocia una pareja de vectores u, v ∈ V con un escalar
⟨u|v⟩ ∈ F talque:
i. ⟨u|v⟩ = ⟨v|u⟩
ii. ⟨u + v|w⟩ = ⟨u|w⟩ + ⟨v|w⟩
iii. ⟨a · u|v⟩ = a · ⟨u|v⟩ donde a es un escalar
iv. ⟨u|u⟩ ≥ 0, y si ⟨u|u⟩ = 0, entonces u = 0

Definición 5.3: Longitud de un vector

Dado un espacio p
vectorial V con un producto interior. Se define entonces que la longitud de un vector
v ∈ V es ||v|| = ⟨v|v⟩

Definición 5.4: Vectores ortogonales

Dado un espacio vectorial V con un producto interior. Se define entonces que u, v ∈ V son ortogonales
si y solo si ⟨u|v⟩ = 0

Definición 5.5: Linealidad de una función de n variables

Sea f una función de n variables. Se define que f es lineal si y solo si:
f (x1 + y1 , x2 + y2 , . . . , xn + yn ) = f (x1 , x2 , . . . , xn ) + f (y1 , y2 , . . . , yn )
f (cx1 , cx2 , . . . , cxn ) = cf (x1 , x2 , . . . , xn )

61