Identidades Trigonomtricas

• e±iθ = cos(θ) ± i sin(θ)

• sin(θ) = cos(θ − π2 )

• sin(α ± β) = sin(α) cos(β) ± cos(α) sin(β)

• sin(a) + sin(b) = 2 sin( a+b a−b

2 ) cos( 2 )

• cos(α + β) = cos(α) cos(β) ∓ sin(α) sin(β)

• cos(2α) = cos2 (α) − sin2 (α)

• sin(2α) = 2 sin(α) cos(α)

Calculo
Limite: limx→P f (x) = A significa que para todo  > 0, existe δ > 0 tal que |f (x) − A| < 
siempre que 0 < |x − P | < δ.
En un punto critico: si f 00 es negativa entonces f tiene un mximo relativo mientras que si
f 00 es positiva tiene un mnimo relativo.
Teorema del Valor Medio: f (b) − f (a) = f 0 (c)(b − a)
Teorema de Cauchy: (f (b) − f (a))g 0 (c) = (g(b) − g(a))f 0 (c)
lim(x,y)→(a,b) f (x) = limx→a (limy→b f (x))
Regla de L’Hospital: Sirve para cuando se tiene una indeterminacin 00 o ∞ ∞ . Puede ser con
x → x0 , x → +∞ o x → −∞. Tambin tengo anotado que sirve cuando el limite es ±∞ pero
no estoy seguro. Noriega 243.
Concavidad de una funcin: Si la derivada segunda es mayor que cero es cncava, si es menor
que cero es convexa (como x2 ) y si es igual a cero es un punto de inflexin.
P f (k) (a) k
Taylor: P (x) = k! (x − a)
f (n+1) (c)
Resto de Taylor orden n: Rn (x) = (n+1)! (x− a)(n+1)
R a(x)
Generalizacin de la regla de Leibnitz: Si F (x) = b(x) f (t)dt entonces F 0 (x) = f (b(x))b0 (x)−
f (a(x))a0 (x)
Algunas Primitivas: La de cos−2 (x) es tan(x). La de − sin−2 (x) es la cot(x). La de (1 −
x2 )−1/2 es el arcsin(x). De −(1 − x2 )−1/2 es
R el arccos(x). De (1 − x2 ) es el arctan(x)
Volumen Solido de Revolucin: V = π |f (x)| dx 2

Volmenes: Cono: 31 πR2 h. Esfera: 43 πR3 . Cilindro: πR2 h. Pirmide: 31 ABase h

reas: Esfera: 4πR2 . Elipse: πab

Sucesiones
an+1
Criterio de D’Alembert: Sea L el limite de an cuando n → ∞. Tenemos que:

• Si |L| > 1 entonces an → +∞.

• Si |L| < 1 entonces an → +∞.

• Si |L| = 1 no se puede decir nada.

1
Series
Sn : Sucesin de sumas parciales. P∞
P
n=1 an = limn→∞ Sn .
Condicin de convergencia: Si ∞ n=1 an es convergente entonces an tiende a cero.
Criterios de convergencia:
P P
• Convergencia Absoluta: Si |an | converge entonces an
P P
• Por comparacin:
P Si a n < b n entonces
P si bn converge entonces an converge. Por
otro lado, si an diverge entonces bn diverge.
• Comparacin P va Cociente: an y bn de trminos estrictamente positivos. Sea
PL el limite
an P
de bn . Si P≥ 0 entonces
bn converge y L an converge. Por otro lado, si bn diverge
y L > 0 o L = ∞ entonces an
• D’Alembert: Trminos an estrictamente positivos. Sea L el limite de an+1 an con n → ∞.
Si L < 1 la serie converge, si L > 1 o ∞ diverge y si es L = 1 no decide nada.
√
• Criterio de la Raz: Trminos an estrictamente positivos. Sea L el limite de n an con
n → ∞. Si L < 1 la serie converge, si L > 1 o ∞ diverge y si es L = 1 no decide nada.
P∞
• Integral
R∞ de Cauchy: Tomo una f (x) tal que f (n) = an . N an converge si y solo si
N f (x)dx converge.
n
P
• Criterio de Leibnitz: Para series alternadas, es decir (−1) P ann. Si an ≥ 0 para todo
n, an es decreciente y el limite de an para n → ∞ entonces (−1) an converge.

Series Conocidas
P∞ x 2n+1
• sin(x) = 0 (−1)n (2n+1)!
P∞ x 2n
• cos(x) = 0 (−1)n (2n)!
Pn−1 n P∞
• m=0 ar = a 1−r
m
1−r y, si r < 1 entonces
m a
m=0 ar = 1−r y si no converge.

• Series p: Son de la forma ∞ 1

P
n=0 np . Convergen si p > 1 y si no divergen.
Pn 2 n3 n2 n Pn 3 n4 n3 n2
• 0 n = 3 + 2 + 6; 0 k = 4 + 2 + 4
P∞ n−1 1 P∞ (−1)n xn+1
• n=1 nx = (1−x)2
; 0 n+1 = log(1 + x)

Limites Conocidos
sin x
• limx→0 x
cos(x)−1
• limx→0 x

• limn→∞ (1 + n1 )n = e
√
• limn→∞ n n = 1
√
• limn→∞ n n! = +∞
n! √
• limn→∞ nn e−n n
= 2π
2
Matriz Hessiana: Para cada elemento es Hij = ∂x∂i ∂x f
j
. Agarro el gradiente de f , lo derivo
respecto de la i-esima variable y lo pongo en la i-esima fila.
Criterios para mnimos y mximos:

2
 • Si todos los autovalores de la matriz Hessiana son positivos entonces es un mnimo relativo

• Si todos los autovalores de la matriz Hessiana son negativos entonces es un mximo relativo

• Si hay positivos y negativos entonces es un punto silla.

Menores Principales: Son los determinantes de las submatrices, arrancando por la primer
fila y la primer columna.
Otro Criterio:

• Si todos los menores principales de la matriz Hessiana son mayores a cero entonces es un
mnimo relativo.

• Si los menores principales de ndice par son positivos y los de ndice par son negativos
entonces es un mximo relativo.

• Si ningn mximo principal es cero pero no se cumple ninguna de las dos anteriores entonces
es un punto silla.

• Si algn mximo principal es igual a cero entonces el criterio no sirve.

Hessiana Limitada: Se le agrega −∇g (La que restringe la funcin) en la primer columna y en
la primer fila, con un cero en el elemento 1x1. Despus, se usa el mismo criterio pero arrancando
con las submatrices de 3x3 (O sea que para que haya un mximo el primero tiene que ser positivo
en vez de negativo y despus se tienen que alternar)

Integrales Impropias
R∞
Integral p: 1 x1p converge para p > 1
Criterio de comparacin del limite: Se fg(x) (x)
tiende a c 6= 0 cuando x → ∞ Entonces las
integrales de f (x) y g(x) convergen ambas o divergen ambas. Si c = 0 entonces si la de g(x)
converge entonces la de f (x) converge. Por ultimo si c = +∞ entonces si integral de f (x)
diverge la de g(x) tambin diverge.

Matriz Diferencial
Diferenciable: f es diferenciable si: limx→P |f (x)−f (P )−∂f /∂x1 (P )(x1 −P1 )−...−∂f /∂xn (P )(xn −Pn )|
Matriz Para funciones vectoriales la matriz diferencial se obtiene poniendo cada gradiente como
fila.
Regla de la Cadena: f 0 (r(t)) = ∇f (r(t)).r0 (t). Mientras que para funciones vectoriales es:
Dh(x) = Df (g(x)) .Dg(x) siendo h(x) = f (g(x))
Diferenciable: entonces es continua.
Derivadas Cruzadas: Si las derivadas segundas de f son continuas entonces sus derivadas
cruzadas son iguales.
Multiplicadores de Lagrange: plantear ∇f = λ∇g

Cambio de Coordenadas
Suponemos que tenemos una integral sobre unaR regin D y tenemosR una transformacion T y otra
regin D∗ tal que D = T (D∗ ) entonces D f = D∗ f oT.|detDT | o T (D∗ ) f = D∗ f oT.|detDT |.
R R

Coordenadas Polares: T (r, θ) = (x, y) = (r sin θ, r sin θ) y |detDT | = r.

Coordenadas Cilndricas: T (r, θ, z) = (x, y, z) = (r sin θ, r sin θ, z) y |detDT | = r.
Coordenadas Esfricas: T (r, θ, φ) = (x, y, z) = (r cos θ sin φ, r sin θ sin φ, r cos φ) y |detDT | =
r2 sin φ.
R 2π R b R f (x) Rb
Solido de Revolucin: 0 a 0 rdrdzdθ = a f 2 (z)dz.

3
Integrales de Linea y de Superficie
Longitud de Arco: dS = kσ 0 (t)kdt
R R
Rb p
Integral de linea para campos escalares: C f dS = a f (σ(t))kσ 0 (t)kdt. dS = dx2 + dy 2
R

es un diferencial de arco, una longitud. Rb

Integral de linea para un campo vectorial: F̄ dS̄ = a F̄ (σ̄(t)).σ̄ 0 (t)dt. Ahora el pequeo
R

paso dS̄ es un vector y no una longitud. Lo que se esta haciendo con esta integral es ir sumando
la componente de F̄ que vaRteniendo la misma direccin que dS̄
b ¯ 0 (t)dt = f (r̄(b)) − f (r̄(a)); R ∇f.dS̄ = f (B) − f (A)
Integral del Gradiente: a ∇f ((t)).r̄
Parametrizacion de una superficie: T (u, v) = (x(u, v), y(u, v), z(u, v)), puede ser por ejem-
plo T (u, v) = (u, v, f (u, v)).
×Tv
Tu × Tv es el vector normal a la superficie. Si lo normalizamos tenemos que es: N = kTTuu ×T vk
.
Parametrizacion de una curva dentro de una parametrizacion de superficie: σ(t) =
T (u(t), v(t)) entonces σ 0 (t)R = 0 0
R Tu (u(t), v(t)).u (t) + Tv (u(t), v(t)).v (t)
rea de una superficie: kTu × Tv (u, v)kdudv R R RR
Integral de superficie para un campo escalar: f dS = f (T (u, v)).kTu × Tv kdudv
Integral
R de
R Rsuperficie para un campo Rvectorial: R
F̄ ηdS = F̄ (T (u, v)).(Tu × Tv )dudv = F̄ (T (u, v)).N̄ kTu × Tv k. Notar que F̄ (T (u, v)).N̄
es un campo escalar. R
Teorema de Green: C + =∂D+ P dx + Qdy = D ( ∂Q ∂P
R R
∂x − ∂y )dA
Teorema de Stokes: C F̄ d¯l = D (∇ × F̄ ).dS̄ R
R R R
R RRR
Teorema de la Divergencia: Normal Exterior: ∂W F̄ .ηdS = ∇.F̄ dV
Rb Rb
¯
Una cosa mas: F̄ .dl = P dx + Qdy = a P (x(t), y(t))x (t)dt a Q(x(t), y(t))y 0 (t)dt
0
R R

lgebra
Producto Vectorial: |a × b| = |a||b| sin θ
Doble Producto Vectorial: A × (B × C) = B(A.C) − C(A.B)
Producto Mixto: a.(b × c). Tambin se puede calcular a partir del determinante que tiene
como filas a los vectores a, b y c. Es igual al volumen del paraleleppedo formado por estos
vectores. Si a.(b × c) = 0 entonces los tres vectores son coplanares (estn en un mismo plano).
Ecuacin del plano dado tres puntos: Sea X̄ = (x, y, z) y P1 , P2 y P3 los puntos. La ecuacin
del plano se puede obtener igualando a cero el determinante de la matriz que tiene a X̄ − P1 ,
P2 − P1 y P3 − P1 como filas.
Teorema del seno: sina α = sinb β = sinc γ . El lado de un triangulo dividido el seno del ngulo
opuesto es constante.
Teorema del coseno: c2 = a2 + b2 − 2ab cos γ
rea de un paralelogramo: El rea del paralelogramo definido por los vectores u y v es ku × vk
Proyeccin Ortogonal: La proyeccin ortogonal de b̄ sobre ā es: prā (b̄) = aā2b̄ ā
Matriz Elemental: Cuando la puedo obtener como una serie de operaciones sobre la identidad.
Si es elemental entonces es inversible.
Proposiciones Equivalentes:

• A es inversible

• Ax = 0 solo tiene la solucin trivial.

• A es elemental.

• Ax = b tiene una sola solucin x = A−1 b (si tiene soluciones).

Propiedad del determinante:

4
 • Si A0 es igual a A salvo una fila la cual es k veces la fila de A entonces: det(A0 ) = det(A).

• Intercambio de filas: Si intercambio dos filas entonces: det(A0 ) = det(A).

• det(A) = det(At ); det(kA) = k n det(A); det(A.B) = det(A).det(B); det(A−1 ) = (det(A)−1

• Si A, A0 y A00 son matrices iguales salvo en un rengln (columna) y ese renglon de A00 es la
suma de esos renglones de A y A0 entonces: det(A) + det(A0 ) = det(A00 )

• A es inversible ⇔ det(A) 6= 0.
Cofactores de una matriz: Cij = (−1)i+j Mij . M (ij es el determinante de la matriz sacndole
la fila i y la columna j.
Adjunta de A: Es la transpuesta de la matriz de cofactores de A
Inversa y Adjunta: Se relacin as: A−1 = det(A)
1
.adj(A)
det(A
Regla de Kramer: Si Ax = b y det(A) 6= 0 entonces xj = det(A)j donde Aj es A cambiando la
j-esima columna por b.
Base: Si quiero encontrar una base del subespacio generado por v1 , v2 , v3 y v4 me armo una
matriz con estos vectores como filas y escalono.
Rango de una matriz: Rango = dim(esp.def ilasdeA) = dim(esp.decolumnasdeA)
Consistencia: Ax = b es consistente si y solo si b es una combinacin lineal de las columnas de
A.
Equivalencia: A es inversible ⇔ Ax = 0 tiene solo la solucin trivial ⇔ A es equivalente
respecto de los renglones a la identidad ⇔ Ax = b es consistente para toda matriz de b de nx1
⇔ det(A) 6= 0 ⇔ A es de rango n ⇔ las filas son l.i. ⇔ las columnas son l.i.
Matriz cambio de Base: CB 0 B es la matriz cambio de base de B a B 0 . Cada columna son
las coordenadas de los vectores en la base vieja (B) en la base nueva B 0
Matriz Rotacin: cos, − sin, sin, cos.
Matriz ortogonal: A−1 = A = t. Van de una base ortonormal a otra ortonormal.
Reflexin: Respecto del eje y = [−1, 0; 0, 1], respecto del eje x = [1, 0; 0, −1], respecto de la
recta x − y = [0, 1; 1, 0]
Semejanza: B es semejante a A si existe C tal que B = C −1 AC. C es la matriz que tiene a
los autovectores de A como columnas.
Equivalencia: A es diagonizable ⇔ A tiene n autovectores l.i.

Probabilidad
Combinatorio: Numero de subconjuntos distintos de k elementos que pueden formarse con
un conjunto de n elementos (distintos) es: nk = k!(n−k)!
n!

Muestreo con y sin reposicin: Cantidad de formas de tomar k elementos de un conjunto de

n!
n que se puede repetir es: nk . Si no se puede repetir es: (n−k)!
Probabilidad Condicionada: Probabilidad de que ocurra A si ocurri B: P (A|B) = P P(A∩B) (B)
Sucesos Independientes: P (A ∩ B) = P (A)P (B) ⇔ P (A|B) = P (A);
P (A ∩ B ∩ C) = P (A)P (B)P (C)
Formula de Bernoulli: Experimento con probabilidad de xito p y de fallo q =
1 − p. Se hacen
n experimentos independientes. La probabilidad de k xitos en n
pruebas es: nk pk q n−k .
Teorema: Dado n > 0 y un numero real 0 < p < 1 y f (k) = nk pk q n−k entonces:

• Si (n + 1)p no es entero, el mximo de f (k) viene dado por: k = [(n + 1)p] ↔ el mayor
entero menor que (n + 1)p

• Si (n + 1)p es entero, el mximo de f (k) se representa exactamente por dos valores de k:

k = (n + 1)p y k = (n + 1)p − 1

5
Dems
Completar cuadrados: ax2 + bx + c = 0 ⇒ x2 + ab x + ( 2a b 2
) = − ac + ( 2a
b 2 b 2
) ⇒ (x + 2a ) =
c b 2
− a + ( 2a ) .
Taylor til: (1 − x)−1/2 ≈ 1 + 21 x
Cnicas: La formula de la cnica mas general es: Ax2 + Bxy + Cy 2 + Dx + Ey + F = 0. El
determinante de esto es µ = AC − 14 B 2 . Entonces se tiene que:

• Si µ < 0 la solucin es una hiprbola o lineas que se intersecan.

• Si µ = 0 es una parbola o dos rectas paralelas (coincidentes o no)

• Si µ > 0 es una elipse (circulo) o vaci.

Despus se estudia el determinante de la matriz A que se obtiene de X t AX = 0 siendo X =

(1, x, y). Si el determinante es igual a cero hay degeneracin, mientras que si es distinto de cero
las soluciones son cnicas no degeneradas (elipse, circulo, parbola
Pn o
hiprbola)
n n k n−k
Formula de la Potencia de un Binomio: (a + b) = k=0 k a b
Cambio de base del logaritmo: loga n = log bn
log a
b
x2 +2x+3 A B C
Fracciones simples si uno se repite: (x−1)(x+1)2
= x−1 + x+1 + (x+1)2

Con amor, Cabre