Anali III

An alisis III
Joaqun M. Ortega Aramburu

Septiembre de 1999
Actualizado en julio de 2001
2
Indice General
1 Continuidad en el espacio eucldeo 5
1.1 El espacio eucldeo R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Distancias y lmites de sucesiones . . . . . . . . . . . . . . . . . . . . . 5
1.1.2 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Conceptos topol ogicos en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.1 Interior, exterior y frontera. Conjuntos abiertos. . . . . . . . . . . . . . . 10
1.2.2 Puntos adherentes, de acumulaci on y aislados. Conjuntos cerrados. . . . 12
1.2.3 Conjuntos compactos por sucesiones y conjuntos compactos por recu-
brimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3 Lmites de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.1 Conceptos y propiedades fundamentales . . . . . . . . . . . . . . . . . . 17
1.3.2 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4 Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.1 Funciones continuas en un punto . . . . . . . . . . . . . . . . . . . . . . 23
1.4.2 Funciones continuas en un conjunto . . . . . . . . . . . . . . . . . . . . 26
1.4.3 Curvas y conexi on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.4.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.5 Funciones uniformemente continuas. . . . . . . . . . . . . . . . . . . . . . . . . 32
1.5.2 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.6 Nota hist orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.7 Ap endice. Espacios m etricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2 C alculo diferencial en varias variables 39
2.1 Derivadas direccionales. Diferencial . . . . . . . . . . . . . . . . . . . . . . . . 39
2.1.2 Derivadas de orden superior al primero . . . . . . . . . . . . . . . . . . 49
2.1.3 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.2 Diferenciales de orden superior al primero. Formula de Taylor. . . . . . . . . . . 52
2.2.1 Aplicaciones multilineales y diferenciales de orden superior al primero. . 52
2.2.2 La f ormula de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.2.3 Extremos de una funci on . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3
4

INDICE GENERAL
2.2.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.3 El teorema de la funci on inversa e implcita . . . . . . . . . . . . . . . . . . . . 63
2.3.1 El teorema de la funci on inversa . . . . . . . . . . . . . . . . . . . . . . 63
2.3.2 El problema de la dependencia funcional . . . . . . . . . . . . . . . . . 68
2.3.3 El teorema de la funci on implcita . . . . . . . . . . . . . . . . . . . . . 69
2.3.4 Subvariedades diferenciables en R
n
. . . . . . . . . . . . . . . . . . . . 73
2.3.5 Extremos condicionados. Los multiplicadores de Lagrange . . . . . . . . 77
2.3.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.4 Nota hist orica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2.5 Derivaciones y diferenciales. Una introducci on algebraica. . . . . . . . . . . . . 84
Captulo 1
Continuidad en el espacio eucldeo
1.1 El espacio eucldeo R
n
1.1.1 Distancias y lmites de sucesiones
Denotaremos por R
n
el espacio vectorial de las n-plas de n umeros reales. Si x = (x
1
, . . . , x
n
) e
y = (y
1
, . . . , y
n
) se dene su producto escalar mediante la expresi on
x y =
n
i=1
x
i
y
i
.
Este producto es lineal en cada factor, conmutativo y denido positivo. Esta ultima propiedad
signica que x x 0 y que s olo es cero si x = 0.
Veamos una importante desigualdad que a su vez permitir a deducir una de las propiedades
b asicas de la distancia eucldea.
Teorema 1.1. Desigualdad de Schwarz
Para cada x, y R
n
se cumple
[x y[ (x x)
1
2
(y y)
1
2
.
Demostraci on. Si uno de los vectores es 0 el resultado es trivial. Supongamos que ambos son no
nulos. Para cada R se cumple
(x + y) (x + y) 0.
Es decir
x x + 2x y +
2
y y 0.
Se trata de un polinomio de segundo grado en que no toma valores negativos y por tanto su
discriminante ser a negativo o nulo
(x y)
2
(x x) (y y) 0.
5
6 CAP
ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL
IDEO
Denici on 1.1. Se dene la norma eucldea de los elementos de R
n
como
|x| = (x x)
1
2
.
La distancia eucldea entre dos puntos de R
n
es
d (x, y) = |x y| .
Obs ervese que utilizamos la misma notaci on d para las aplicaciones distancia en los diversos
espacios eucldeos R
n
independientemente de su dimensi on. Esto no dar a lugar a confusiones.
Las propiedades esenciales de la norma las resumimos en el siguiente teorema.
Teorema 1.2. La norma eucldea cumple las siguientes propiedades
1. |x| 0, |x| = 0 si y s olo si x = 0.
2. |x| = [[ |x| para R, x R
n
.
3. |x + y| |x| +|y| para cada x, y R
n
.
Esta ultima desigualdad recibe el nombre de desigualdad triangular.
Demostraci on. Las propiedades 1 y 2 son consecuencia inmediata de la denici on de norma. La
propiedad 3 se deducir a de la desigualdad de Schwarz:
|x + y|
2
= (x + y) (x + y) x x + y y + 2 (x x)
1
2
(y y)
1
2
= (|x| +|y|)
2
.
Denici on 1.2. Una aplicaci on de R
n
en R que cumpla las propiedades 1,2,3 de la proposici on
anterior se dice que es una norma.
Ejemplo 1.1. Adem as de la eucldea otros ejemplos de normas son
|x|
= sup
k=1,...,n
[x
k
[
|x|
1
=

n
k=1
[x
k
[ .
Es inmediato comprobar que estas aplicaciones cumplen las tres propiedades de norma.
Como consecuencia de las propiedades de la norma se obtienen las siguientes propiedades
para la distancia eucldea.
Teorema 1.3. La aplicaci on distancia d tiene las siguientes propiedades
1. d (x, y) 0. d (x, y) = 0 si y s olo si x = y.
2. d (x, y) = d (y, x) para cada x, y R
n
.
3. Se cumple la llamada desigualdad triangular, d (x, y) d (x, z) + d (z, y) para cada
x, y, z R
n
.
Demostraci on. Son consecuencia inmediata de las propiedades de la norma. Veamos, por ejem-
plo, la desigualdad triangular
d (x, y) = |x y| |x z| +|z y| = d (x, z) + d (z, y) .
1.1. EL ESPACIO EUCL
IDEO R
N
7
Obs ervese que las propiedades de la distancia son consecuencia de las propiedades de la nor-
ma. Por tanto, cada norma dar a lugar a una distancia que tendr a las propiedades de la proposici on
anterior. As, las nomas ||
y ||
1
dar an lugar a sendas nociones de distancia
d
(x, y) = |x y|
d
1
(x, y) = |x y|
1
.
La noci on de distancia permite denir la noci on de entorno esf erico y de lmite en R
n
.
Denici on 1.3. Se llama entorno esf erico o bola de centro a y radio > 0 al conjunto
c (a, ) = x R
n
; d (a, x) < .
Cada distancia dene entornos esf ericos distintos asociados a la misma.
Ejemplo 1.2. El conjunto x R
n
; d
(a, x) < consiste en los puntos x tales que [x

k
a
k
[ <
para k = 1, . . . , n, es decir, se trata de un cubo centrado en a y de arista 2.
Podemos denir la noci on de lmite de una sucesi on de elementos de R
n
. Escribiremos los
diferentes elementos de una sucesi on mediante un superndice para no confundirlos con las coor-
denadas de los elementos de R
n
, que hemos denotado mediante subndices.
Denici on 1.4. Una sucesi on a
i
, a
i
R
n
se dice que tiene por lmite a R
n
si para
cada > 0, existe i
0
tal que a
i
c (a, ) para cada i > i
0
. Lo escribiremos lima
i
= a o
simplemente a
i
a.
Distancias distintas pueden dar lugar a nociones distintas de lmites. Sin embargo, en los
ejemplos anteriores, la distancia eucldea y las distancias d
o d
1
dan lugar a la misma noci on
de lmite. Esto es consecuencia del siguiente lema.
Lema 1.4. Para cada x, y R
n
se tiene
d
(x, y) d (x, y) d
1
(x, y) nd
(x, y) .
Demostraci on. La primera desigualdad se deduce de [x
j
y
j
[
_
k
(x
k
y
k
)
2
_
1/2
. La segun-
da se deduce de

k
(x
k
y
k
)
2
(
k
[x
k
y
k
[)
2
. La tercera desigualdad se obtiene acotando
[x
k
y
k
[ por sup
j=1,...,n
[x
j
y
j
[
k
[x
k
y
k
[ n sup
j=1,...,n
[x
j
y
j
[ .
Teorema 1.5. Las tres distancias d, d
, d
1
dan la misma noci on de lmite de una sucesi on.
Demostraci on. Si lima
i
= a respecto a la distancia d
se tiene que para cada > 0, existe i

0
tal que para i > i
0
, d
(a
i
, a) <

n
. Se cumplir a entonces d
1
(a
i
, a) < y d (a
i
, a) < como
consecuencia del lema. Por lo tanto lima
i
= a respecto a d
1
y respecto a d.
Recprocamente, del mismo lema se deduce que el lmite respecto a la distancia d o d
1
implica
el lmite respecto a la distancia d
.
8 CAP
IDEO
Teorema 1.6. Una sucesi on a
i
tiene por lmite a si y s olo si cada una de las sucesiones
coordenadas a
i
k
, k = 1, . . . , n tiene por lmite a
k
, la correspondiente coordenada del lmite.
Demostraci on. Es consecuencia de las desigualdades del lema
[x
j
y
j
[ d (x, y)
n
k=1
[x
k
y
k
[ , j = 1, . . . , n.
Si a
i
a, la primera desigualdad da que a
i
k
a
k
, k = 1, . . . , n. Recprocamente, si para
cada k = 1, . . . , n a
i
k
a
k
, la segunda desigualdad da a
i
a.
Ejemplo 1.3. La sucesi on
__
2n+1
n
,
sin n
n
__
tiene por lmite (2, 0) puesto que
_
2n+1
n
_
2 y
_
sin n
n
_
0.
Esta propiedad permite probar propiedades de los lmites de sucesiones de elementos de R
n
a
partir de sus an alogas para lmites de n umeros reales. As obtendremos los siguientes corolarios.
Corolario 1.7. Si una sucesi on de puntos de R
n
tiene lmite, este es unico.
Demostraci on. Supongamos que a
i
a y que a
i
b. La sucesi on de las coordenadas k
esimas de a
i
tendr a por lmite tanto a
k
como b
k
. Por la unicidad de los lmites de sucesiones
de n umeros reales a
k
= b
k
para cada k y, por tanto, a = b.
Si denimos una suma de sucesiones y un producto de sucesiones por escalares en la forma
a
i
+b
i
= a
i
+ b
i
, a
i
= a
i
se tiene la siguiente proposici on.
Corolario 1.8. Sean dos sucesiones de elementos de R
n
que tengan lmite a
i
a y b
i
b
y sea R. Se tiene
_
a
i
_
+
_
b
i
_
a + b,
_
a
i
_
a.
Demostraci on. Como en el corolario anterior, es suciente considerar las correspondientes suce-
siones de coordenadas y tener en cuenta las propiedades an alogas para las sucesiones de n umeros
reales.
Corolario 1.9. Sea a
i
una sucesi on de elementos de R
n
que tenga por lmite a. Toda sucesi on
parcial a
i
j
tiene el mismo lmite.
Demostraci on. Cada una de las sucesiones coordenadas
_
a
i
j
k
_
por ser una sucesi on parcial de
a
i
k
tendr a por lmite a
k
. Por lo tanto a
i
j
tendr a por lmite a.
Es natural denir en R
n
el concepto de sucesi on de Cauchy.
Denici on 1.5. Una sucesi on a
i
, a
i
R
n
se dice de Cauchy si para cada > 0 existe i
0
tal
que si i, j > i
0
, d (a
i
, a
j
) < .
1.1. EL ESPACIO EUCL
IDEO R
N
9
Razonando como en el teorema 1.6 es f acil ver a
i
es de Cauchy si y s olo si todas las
sucesiones coordenadas a
i
k
son sucesiones de Cauchy de n umeros reales y que, por tanto, la
sucesi on es de Cauchy si y s olo si tiene lmite.
1.1.2 Ejercicios
1. Halla el lmite de las sucesiones en R
2
:
_
nsin
1
n
,
1
n(
n + 1
n)
_
,
_
e
1/n
1
1/n
,
3n
5n + 6
_
2. Qu e consecuencias se pueden obtener de las desigualdades del lema 1.4 en t erminos de
las bolas correspondientes a las m etricas d, d
1
y d
2
?
3. Dado un conjunto E de R
n
se dene d(x, E) = inf
yE
d(x, y). Sea
A = (x
1
, x
2
) R
2
; x
1
0, 0 x
2
< x
1
.
Explicita los conjuntos
(a) x R
2
; d(x, A) = 0.
(b)
aA
c(a, 2d(a, R
2
A).
4. Da una norma en R
2
tal que las bolas correspondientes sean elipses cuya proporci on entre
los ejes est e prejada.
5. Prueba las siguientes relaciones, para cada a, b, a
i
R
n
|a| |b| |a b|
_
_
_
_
_
m
i=1
a
i
_
_
_
_
_

m
i=1
_
_
_a
i
_
_
_
|a + b|
2
+|a b|
2
= 2
_
|a|
2
+|b|
2
_
|a + b| |a b| |a|
2
+|b|
2
.
6. Utilizando el ejercicio anterior prueba que si a
i
, a
i
R
n
, es tal que

i
|a
i
| < +
entonces existe el lmite de la sucesi on de las sumas parciales de la serie

i
a
i
.
7. Prueba directamente a partir de la denici on que si una sucesi on de elementos de R
n
tiene
lmite, este es unico, sin utilizar la proposici on equivalente para las sucesiones de n umeros
reales.
8. Sea T una aplicaci on de R
n
en R
n
tal que existe un k < 1 tal que para todo x, y R
n
,
|T (x) T (y)| k |x y| . Sea a R
n
. Prueba que el conjunto T
i
(a) ; i N es
acotado, es decir, que existe K tal que |T
i
(x)| K. Indicaci on: Considera la igualdad
T
i
(a) a =

i
j=1
(T
j
(a) T
j1
(a)) .
10 CAP
IDEO
1.2 Conceptos topol ogicos en R
n
Como primera aproximaci on se puede decir que la topologa es el estudio de las propiedades
que permanecen invariantes en un espacio a trav es de aplicaciones biyectivas del espacio con-
sigo mismo tales que, tanto ellas como sus inversas, transformen puntos pr oximos en puntos
pr oximos. Esto implica poder hablar de proximidad. En los espacios eucldeos puede hacerse a
partir de la noci on de distancia, y de aplicaci on que transforma puntos pr oximos a uno dado en
puntos arbitrariamente pr oximos a su imagen, es decir, de aplicaci on continua. En esta secci on
trataremos de los conceptos b asicos y de algunas de estas propiedades topol ogicas en el contexto
de los espacios eucldeos.
1.2.1 Interior, exterior y frontera. Conjuntos abiertos.
Denici on 1.6. Sea A un subconjunto de R
n
. Un punto a R
n
se dice que es interior (resp.
exterior) al conjunto si existe un entorno esf erico, de centro a, c (a, ) contenido en el conjunto
A (resp. contenido en R
n
A). Un punto que no es interior ni exterior, es decir, que para cada
c (a, ) existen puntos del conjunto Ay de su complementario se dice que pertenece a la frontera
de A. El conjunto de los puntos interiores a A lo denotaremos por A
.
Obviamente se verica que A
A. Un tipo particularmente importante de conjuntos son

aquellos que coinciden con su interior.
Denici on 1.7. Un conjunto A se dice abierto si todo punto de A es interior a A, es decir si
A
= A.
Ejemplo 1.4. 1. Los entornos esf ericos c (a, ) son conjuntos abiertos. En efecto, veamos
que todo punto x c (a, ) es interior al conjunto. Si llamamos = d (x, a) < tendre-
mos que c (x, ) c (a, ) puesto que si y c (x, )
d (y, a) d (y, x) + d (x, a) < + =
y por tanto y c (a, ) .
2. Los conjuntos formados por un n umero nito de puntos no son abiertos.
Las propiedades esenciales de los conjuntos abiertos se resumen en el siguiente teorema.
Teorema 1.10. 1. Los conjuntos R
n
y son conjuntos abiertos.
2. Si A
i
es una colecci on de conjuntos abiertos,
i
A
i
es un conjunto abierto.
3. Si A
1
, . . . , A
m
es un n umero nito de conjuntos abiertos,
m
i=1
A
i
es un abierto.
Demostraci on. 1. Es obvio que todos los puntos de R
n
son interiores y que el conjunto vaco
tiene todos sus puntos (no existe ninguno) interiores.
2. Si a
i
A
i
para alg un j se tiene que a A
j
y, por ser este abierto, existe > 0 tal que
c (a, ) A
j

i
A
i
. Por tanto a es interior a
i
A
i
.
1.2. CONCEPTOS TOPOL
OGICOS EN R
N
11
3. Sea a
m
i=1
A
i
. Para cada i, a A
i
y, por ser estos conjuntos abiertos, existir an
i
> 0
tales que c (a,
i
) A
i
. Tomando = min
1
, . . . ,
m
> 0 tendremos c (a, )
m
i=1
A
i
. Por
tanto a es interior al conjunto intersecci on.
Obs ervese que, en general, la intersecci on de innitos conjuntos abiertos no es un conjunto
abierto.
Ejemplo 1.5. 1. Los intervalos
_
1
n
,
1
n
_
son subconjuntos abiertos de R, pero su intersec-
ci on es el conjunto 0 que no es un conjunto abierto.
2. Los conjuntos abiertos de R tienen una descripci on especialmente simple. Los intervalos
abiertos, las semirrectas abiertas, R y son conjuntos abiertos. Todo conjunto abierto de
R es una uni on nita o numerable de conjuntos disjuntos dos a dos del tipo anterior. En
efecto, si A es un abierto no vaco y a A se considera M = x R, [a, x] A . Si M
no est a acotado, [a, +) est a contenido en A. Si est a acotado y S = sup M, [a, S) est a
contenido en A y S / A. An alogamente se considera el conjunto
N = x R, [x, a] A ,
distingui endose el caso acotado y no acotado. De esta forma se llega f acilmente a la con-
clusi on de que A es uni on de intervalos abiertos, semirrectas abiertas o todo R disjuntos
dos a dos. Tomando un n umero racional en cada una de estas componentes y sabiendo
que los n umeros racionales forman un conjunto numerable se concluye la nitud o nume-
rabilidad del conjunto de componentes.
Los conjuntos de la forma c (a, ) son conjuntos abiertos que contienen el punto a y les
hemos llamado entornos esf ericos de a. A un conjunto abierto que contiene un punto a se le
llama tambi en un entorno abierto de a.
Ejemplo 1.6. El concepto de lmite de una sucesi on puede expresarse en t erminos de conjuntos
abiertos o de entornos. Es f acil vericar que a
i
a si y s olo si para cada entorno abierto
U de a existe i
0
tal que a
i
U si i > i
0
. En efecto, supongamos que a
i
a. Puesto que
a U y este es abierto, existir a > 0 tal que c (a, ) U. De la denici on de lmite de un
sucesi on, existe i
0
tal que si i > i
0,
a
i
c (a, ) U . Por tanto vale la condici on en t erminos
de entornos. En sentido contrario es trivial ya que c (a, ) es un entorno abierto de a.
Una propiedad que se cumple para los puntos de un entorno de un punto determinado se le
suele denominar una propiedad local. As, se suele decir que una funci on denida en un conjunto
tiene un m aximo local en a si existe un entorno de a (siempre se podr a suponer esf erico) tal que
la funci on restringida a este entorno toma su m aximo en a. M as adelante veremos en detalle este
y otros conceptos en que es importante considerar propiedades referidas unicamente a un cierto
entorno de un punto.
12 CAP
IDEO
1.2.2 Puntos adherentes, de acumulaci on y aislados. Conjuntos cerrados.
Denici on 1.8. Sea A un subconjunto de R
n
. Un punto p R
n
se dice que es adherente a A si
para cada > 0, c (p, ) A ,= . Un punto p se dice que es de acumulaci on de A si en cada
entorno de centro p existen elementos de A distintos de p. El conjunto de los puntos adherentes
a A se denota por A y se llama adherencia de A. El conjunto de puntos de acumulaci on de A lo
denotaremos por A
y se llama conjunto derivado.

Ejemplo 1.7. 1. Si A = (a, b) (c, d) R
2
se tiene A = [a, b] [c, d] .
2. Si A = (1, 2) (1, 3) (0, 0) se tiene A = [1, 2] [1, 3] (0, 0) y A
= [1, 2] [1, 3] .
Teorema 1.11. Un punto p es de acumulaci on de A si y s olo si para cada > 0 existen en
c (p, ) innitos elementos de A.
Demostraci on. En efecto, si se cumple esta condici on desde luego se trata de un punto de acu-
mulaci on. Recprocamente, sea p de acumulaci on. En cada c (p, ) deber an existir innitos
puntos de A. De lo contrario, supongamos que existiese uno que contuviese un n umero nito
a
1
, . . . , a
m
. Tendramos que = min d (a
i
, p) , i = 1, . . . , m a
i
,= p sera un n umero positivo
y en c (p, ) no existira ning un elemento de A distinto de p.
Es consecuencia inmediata de las deniciones que todo punto de A es adherente a A. Sin
embargo no tiene por qu e ser de acumulaci on de A.
Denici on 1.9. Un elemento a de A que no sea de acumulaci on se dice que es un punto aislado.
Signica que existe > 0 tal que c (a, ) A = a . Los puntos de un conjunto A son
entonces o de acumulaci on de A o aislados. El concepto de punto adherente o de acumulaci on
puede darse en t erminos de lmites de sucesiones. Esto es lo que expresa el siguiente teorema.
Teorema 1.12. Sea A un subconjunto de R
n
. Un punto p es adherente a A si y s olo si existe una
sucesi on de puntos de A que tiene por lmite p. El punto es de acumulaci on si y s olo si existe una
sucesi on de puntos de A, distintos del propio punto p, cuyo lmite es p.
Demostraci on. Sea p A. Para cada m N, c
_
p,
1
m
_
A ,= . Si tomamos a
m
c
_
p,
1
m
_
A
tendremos que a
m
p. El recproco es trivial. Si existe una sucesi on de elementos de A que
tienen por lmite p, este punto es adherente a A. El mismo argumento prueba la segunda parte
del teorema.
Hemos visto que los puntos adherentes de un conjunto son puntos lmites de puntos del
conjunto. Son de especial inter es aquellos conjuntos que coinciden con su adherencia.
Denici on 1.10. Un subconjunto C de R
n
se dice que es cerrado si todo punto adherente a C
es del conjunto. Equivale a decir que para cada sucesi on de puntos de C que tenga lmite, este
lmite es de C.
OGICOS EN R
N
13
Ejemplo 1.8. El subconjunto [a, b] de R es cerrado. El subconjunto [a, +) es cerrado. El
subconjunto de R formado por los elementos de la forma
1
m
para m N uni on con 0 es
cerrado.
La proposici on siguiente resume algunas de las propiedades esenciales de los conjuntos ce-
rrados.
Teorema 1.13. 1. Los conjuntos R
n
y son cerrados.
2. Si C
i
es una colecci on de cerrados,
i
C
i
es cerrado.
3. Si C
1
, . . . , C
m
es una colecci on nita de cerrados, C
1
. . . C
m
es cerrado.
Demostraci on. 1. Es una consecuencia inmediata de la denici on.
2. Sea p un punto de
i
C
i
. Para cada > 0, c (p, ) (
i
C
i
) ,= . Por tanto, para cada i,
c (p, ) C
i
,= y por ser C
i
cerrado, p C
i
. Luego p
i
C
i
y este conjunto es cerrado.
3. Sea p C
1
. . . C
m
. Veamos que p C
1
. . . C
m
. Si no fuese as, p no pertenecera
a ning un C
i
que, por ser cerrado coincide con C
i
. Existiran entonces
i
> 0 tal que c (p,
i
)
C
i
= , i = 1, . . . , n. Tomando = min
1
, . . . ,
m
, ser a > 0 y tendremos c (p, )
(C
1
. . . C
m
) = , en contradicci on con la hip otesis de ser p C
1
. . . C
m
. As pues,
C
1
. . . C
m
coincide con su adherencia.
La relaci on entre conjuntos cerrados y conjuntos abiertos se expresa en la siguiente proposi-
ci on.
Teorema 1.14. Un subconjunto de R
n
es abierto si y s olo si su complementario es cerrado.
Demostraci on. Sea A un conjunto abierto. Veamos que su complementario C = R
n
A es
cerrado. Consideremos p C, veamos que p C o, lo que es equivalente p / A. Si perteneciese,
por ser A abierto existira c (p, ) A, es decir c (p, ) C = con lo que p no pertenecera a
C.
Recprocamente, partamos ahora de un conjunto C cerrado. Se trata de ver que su comple-
mentario A = R
n
C es abierto. Sea entonces a A. Tendremos que a / C = C y por tanto
existir a > 0 tal que c (a, ) C = . Esto equivale a decir que c (a, ) A y a es interior a
A.
Esta proposici on permite deducir las propiedades de los conjuntos abiertos a partir de la de
los cerrados o la de los cerrados a partir de los abiertos. Por ejemplo, veamos c omo se puede
obtener la propiedad 2 del teorema 1.13 sobre cerrados a partir de la propiedad 2 del teorema
1.10 sobre abiertos.
Sean C
i
una colecci on de cerrados, sus complementarios R
n
C
i
son abiertos. De acuerdo
con la proposici on 1.10,
i
(R
n
C
i
) es un abierto y su complementario ser a un cerrado. Este
complementario es R
n
(
i
(R
n
C
i
)) =
i
C
i
y por tanto vale 2 de la proposici on 1.13.
Cuando estudiemos las aplicaciones contnuas, una propiedad importante que utilizaremos
en varias ocasiones es que para cada sucesi on de un conjunto, exista una sucesi on parcial que
14 CAP
IDEO
tenga lmite un punto del propio conjunto. Los conjuntos que cumplen esta propiedad ser an el
objeto del pr oximo apartado.
1.2.3 Conjuntos compactos por sucesiones y conjuntos compactos por re-
cubrimientos
Denici on 1.11. Un subconjunto K de R
n
se dice que es compacto por sucesiones si para cada
sucesi on de elementos de K existe una sucesi on parcial que tiene por lmite un punto del propio
conjunto K.
Ejemplo 1.9. 1 Todo el espacio R
n
no es un conjunto compacto por sucesiones. Podemos cons-
truir una sucesi on tal que d (a
i
, a
j
) 1 para cada i, j. Ninguna sucesi on parcial de esta podr a
tener lmite pues no ser a de Cauchy.
2. [a, b] es un subconjunto de R que es un compacto por sucesiones. En efecto, dada una
sucesi on, a
i
, a
i
[a, b] , por el teorema de Bolzano Weierstrass, existe una sucesi on parcial
convergente. El lmite, por ser [a, b] cerrado, ser a del propio conjunto.
Se trata ahora de dar una descripci on de los conjuntos compactos por sucesiones.
Denici on 1.12. Un subconjunto de R
n
se dice acotado si est a contenido en un conjunto de la
forma [a
1
, b
1
] . . . [a
n
, b
n
] . Es equivalente a decir que est a contenido en un entorno esf erico,
es decir, existe un k tal que |a| k para todo a del conjunto.
Teorema 1.15. Un subconjunto K de R
n
es compacto por sucesiones si y s olo si es cerrado y
acotado.
Demostraci on. Supongamos en primer lugar que K es cerrado y acotado. Tendremos que K
estar a contenido en un conjunto de la forma [a
1
, b
1
] . . . [a
n
, b
n
] . Sea ahora c
i
una sucesi on
de elementos de K. Consideremos la sucesi on de las primeras coordenadas c
i
1
. Sus elementos
pertenecer an al intervalo [a
1
, b
1
] . Por el teorema de Bolzano Weierstrass existir a una sucesi on
parcial convergente
_
c
i
j
1
_
. Consideremos la sucesi on de puntos de K correspondiente a esta su-
cesi on parcial c
i
j
. Tomemos a continuaci on la sucesi on de las segundas coordenadas de esta
_
c
i
j
2
_
. Aplicando el teorema de Bolzano Weierstrass, en el intervalo [a
2
, b
2
] existir a una suce-
si on parcial de
_
c
i
j
2
_
que ser a convergente. Sea la correspondiente sucesi on de puntos
_
c
i
j
k
_
.
Ser a una sucesi on parcial de la dada tal que las sucesiones de las primeras y de las segundas
coordenadas ser` an convergentes. Tomaremos ahora la sucesi on de las terceras coordenadas de
est a sucesi on y continuaremos el proceso. Aplicando n veces el teorema de Bolzano Weierstrass
llegamos a probar la existencia de una sucesi on parcial de la dada tal que todas las sucesiones
de sus coordenadas son convergentes y que, por tanto, es convergente como sucesi on de puntos.
El lmite de esta sucesi on, por ser K cerrado, pertenecer a al conjunto K. Hemos probado que el
conjunto K es compacto por sucesiones.
Partimos ahora de un conjunto K compacto por sucesiones. Se trata de ver que es cerrado y
acotado.
OGICOS EN R
N
15
Veamos que K es cerrado. Sea c
i
c con c
i
K. Debemos probar que c K. Por ser K
compacto por sucesiones existir a una sucesi on parcial que tiene por lmite un punto de K. Toda
sucesi on parcial de c
i
tiene por lmite c y por tanto c K.
Veamos que K es acotado. Si no lo fuese existira c
1
K tal que d (O, c
1
) 1 donde O es
el origen de coordenadas. Existira c
2
K tal que d (O, c
2
) d (O, c
1
) + 1. Por recurrencia,
existira c
i
K tal que d (O, c
i
) d (O, c
i1
) + 1. Tendramos entonces que para k > 0
d
_
c
i+k
, c
i
_
d
_
O, c
i+k
_
d
_
O, c
i
_
=
i+k1
j=i
_
d
_
O, c
j+1
_
d
_
O, c
j
__
k 1.
Esta sucesi on de elementos de K no podra tener ninguna sucesi on parcial convergente. As pues
K es acotado.
Veamos un concepto relacionado con el anterior que aparece con naturalidad cuando se es-
tudian la funciones uniformemente continuas y otros problemas. Introduzcamos para ello la
denici on de recubrimiento abierto.
Denici on 1.13. Un recubrimiento abierto de un conjunto K es una colecci on de abiertos A
i
tales que K
iI
A
i
.
Sea A
i
, i I , un recubrimiento de K. Un subrecubrimiento o recubrimiento parcial del
dado es una colecci on de conjuntos A
i
para i J I tales que K
iJ
A
i
. El subrecubri-
miento se dice nito si est a formado por un n umero nito de conjuntos.
Denici on 1.14. Un subconjunto K de R
n
se dice que es compacto, o compacto por recubri-
mientos, si para cada recubrimiento abierto de K existe un subrecubrimiento parcial y nito.
Ejemplo 1.10. R no es un conjunto compacto. En efecto, la colecci on (n, n), n N es un
recubrimiento abierto que no admite ning un subrecubrimiento parcial y nito.
Teorema 1.16. Un subconjunto K de R
n
es compacto si y s olo si es compacto por sucesiones.
Demostraci on. Supongamos que K sea compacto por sucesiones. Sea A
i
, i I un recubrimien-
to abierto de este conjunto. El primer paso es probar que existe > 0 tal que para cada p K
existe un abierto del recubrimiento A
j
tal que c (p, ) A
j
. Lo demostraremos por reducci on
al absurdo. Supongamos que no existiese un tal . Para cada m N existira p
m
de K, tal que
c
_
p
m
,
1
m
_
no estara contenido en ning un abierto del recubrimiento. Puesto que K es compacto
por sucesiones existira una sucesi on parcial de p
m
que tendra por lmite un punto de K. Sea
p
m
j
a K. El punto a pertenecer a a un cierto A
j
. Por ser este conjunto abierto exis-
tir a > 0 tal que c (a, ) A
j
. Consideremos un m
j
N tal que d (a, p
m
j
) <

2
y al tiempo
1
m
j
<

2
. Tendramos entonces que c
_
p
m
j
,
1
m
j
_
c (a, ) A
j
. Contradicci on con la propiedad
que cumplan los puntos p
m
.
El segundo paso consiste en probar que dado un > 0 podemos recubrir K mediante un
n umero nito de bolas de radio centradas en puntos de K. En efecto, tomemos un punto p
1
K
16 CAP
IDEO
y consideremos c (p
1
, ) . Si K est a contenido en c (p
1
, ) , hemos terminado. Si no es as
consideremos un punto p
2
K y p
2
/ c (p
1
, ) . Si K c (p
1
, )c (p
2
, ) habramos acabado.
Si no es as consideremos p
3
K y p
3
/ c (p
1
, ) c (p
2
, ) . El proceso no puede prolongarse
indenidamente ya que de lo contrario tendramos una sucesi on p
m
de elementos de K tales
que d (p
m
, p
r
) y, puesto que toda sucesi on convergente es de Cauchy, no podra existir
ninguna sucesi on parcial convergente, en contradicci on con la hip otesis sobre K.
El tercer paso consiste en aplicar los dos anteriores para obtener un recubrimiento parcial
y nito del dado. Por el primer paso existe > 0 tal que para cada p K existe A
j
tal que
c (p, ) A
j
. Apliquemos a este el segundo paso. Sea K c (p
1
, ) . . . c (p
m
, ) .
Para cada i = 1, . . . , m existe A
j
i
tal que c (p
j
, ) A
j
i
. Tendremos que A
j
1
, . . . , A
jm
es un
recubrimiento parcial y nito del dado.
Veamos ahora el teorema recproco. Suponemos que K es compacto y queremos ver que es
compacto por sucesiones. Sea p
m
una sucesi on de puntos de K. Se trata de probar que una
sucesi on parcial tiene por lmite un punto de K. Si no fuese as, ning un a K sera lmite de
una sucesi on parcial. Luego, jado a, existira > 0 y un natural m
a
tal que p
m
no pertenecera
a c (a, ) para m > m
a
. De lo contrario existira p
i
1
c (a, 1), a continuaci on un p
i
2
c
_
a,
1
2
_
con i
2
> i
1
y, en general, p
in
c
_
a,
1
n
_
con i
n
> i
n1
. La sucesi on p
i
j
tendra por lmite a.
Si hacemos lo propio con cada punto de K tendremos un recubrimiento abierto formado por los
conjuntos c (a, ) . Existir a un recubrimiento parcial y nito, es decir tal que
K c
_
a
1
,
_
. . . c (a
r
, ) .
Tomando m > max m
a
1, . . . , m
a
r tendremos que p
m
/ K. Hemos llegado a contradicci on.
1.2.4 Ejercicios
1. Halla la adherencia, el interior y la frontera de los siguientes conjuntos:
a) (x, y) R
2
; 0 < x 1, 2 y < 3 .
b) (x, y) R
2
; x
2
+ y
2
< 2 .
c) Q
n
en R
n
.
d) (x, y) R
2
; y = 0 .
2. Averigua cuales de los siguientes conjuntos son abiertos, cerrados o de ninguno de estos
dos tipos.
a) En R los n umeros de la forma
1
n
+
1
m
para n, m N.
b) (x, y) R
2
; y x
2
.
c) (x, y) R
2
; x
2
+ y
2
= 4 .
d) x R
n
; |x| 1 .
3. Prueba que la adherencia del interior de x R
n
; d (x, a) 1 es el mismo conjunto.
1.3. L
IMITES DE FUNCIONES 17
4. Da un ejemplo de un conjunto cerrado que la adherencia del interior no coincida con el
conjunto.
5. Prueba las siguientes relaciones:
a) (A
= A
.
b) A
= R
n
(R
n
A).
c) (R
n
A)
= R
n
A.
6. Prueba que si A R
n
el conjunto B = x R
n
; d(x, A) 1 es un conjunto cerrado.
Dar un ejemplo de un conjunto A en que B
no coincide con x R
n
; d(x, A) < 1 .
7. Da un ejemplo de dos conjuntos A y B de interior vaco y tal que el interior de la uni on
sea (x, y) R
2
; 0 < x < 1 .
8. Averigua cuales de los siguientes conjuntos son compactos.
a) (x, y) R
2
; y = x
2
, 0 x 1 .
b) (x, y, z) R
3
; x
2
+ 3y
2
+ 2z
2
4 .
c) (x, y) R
2
; xy = 1 .
d) (x, y) R
2
; 0 < x
2
+ y
2
2 .
9. Da un ejemplo de un recubrimiento abierto de (0, 1) tal que no admite ning un recubrimien-
to parcial y nito.
10. Sea A K con K un conjunto compacto. Prueba que la frontera de A es un conjunto
compacto.
11. Prueba que la uni on de un n umero nito de conjuntos compactos es compacto. Da un
ejemplo de una uni on de innitos compactos que sea un conjunto acotado pero no com-
pacto.
12. Prueba que si A es un conjunto abierto de R
n
entonces el interior de la frontera de A es
vaco
13. Prueba que si K
1
y K
2
son dos compactos de R
n
1
y R
n
2
respectivamente, entonces K
1
K
2
es un compacto de R
n
1
+n
2
.
1.3 Lmites de funciones
1.3.1 Conceptos y propiedades fundamentales
Sea f una funci on denida en un conjunto D R
n
a valores en R
m
. La idea intuitiva de
lmite de f cuando x tiende a un punto a R
n
es el de la existencia de un l R
m
tal que
que los valores de f (x) est en arbitrariamente pr oximos a l siempre que se tome x D, x ,= a
18 CAP
IDEO
sucientemente pr oximo a a. Para poder asegurar que existen puntos de D tan pr oximos como
queramos a a pero distintos de a supondremos que este es un punto de acumulaci on de D.
Veamos que la denici on de lmite puede darse alternativamente en t erminos de entornos o en
t erminos de lmites de sucesiones.
Denici on 1.15. I Sea f una funci on denida en un conjunto D R
n
a valores en R
m
y
sea a R
n
un punto de acumulaci on de D. Diremos que el lmite de f (x) cuando x tiende
a a es l R
m
si para cada > 0 existe > 0 tal que si 0 < d (x, a) < , x D, se
cumple d (f (x) , l) < . Lo escribiremos lim
xa
f (x) = l, o bien f (x)
xa
l.
II Sea f una funci on denida en un conjunto D R
n
a valores en R
m
y sea a R
n
un
punto de acumulaci on de D. Diremos que el lmite de f (x) cuando x tiende a a es l R
m
si para cada sucesi on x
i
a, x
i
D, x
i
,= a, se cumple f (x
i
) l.
Teorema 1.17. Las dos deniciones anteriores son equivalentes.
Demostraci on. Supongamos que se cumple I y consideremos una sucesi on x
i
a, x
i
D,
x
i
,= a. Queremos probar que f (x
i
) l. Sea > 0 y consideremos el dado por la denici on
I. Se tiene que 0 < d (x
i
, a) < para i > i
0
y por tanto d (f (x
i
) , l) < . La sucesi on f (x
i
)
tiene por lmite l y vale la denici on II.
Supongamos ahora que vale II. Si no fuese cierto I, existira > 0 tal que para cada i N,
existira x
i
D tal que 0 < d (x
i
, a) <
1
i
pero d (f (x
i
) , l) . Tendramos entonces que la
sucesi on x
i
a, x
i
D, x
i
,= a, pero no se cumplira f (x
i
) l y por tanto no valdra II.
Obs ervese que en la noci on de lmite no aparece el valor de la funci on en el punto a en el
que estamos calculando el lmite. No es relevante si la funci on est a o no denida en a y si lo est a
cu al es su valor. Por ello si la denici on I se quiere expresar en t erminos de entornos es c omodo
dar una notaci on especca para un entorno al que se le excluye su centro. As escribiremos
c
(a, ) = c (a, ) a . Con esta notaci on la denici on I puede enunciarse de la siguiente

forma.
Denici on 1.16. Se dice que lim
xa
f (x) = l si para cada c (l, ) , existe > 0 tal que
f (D c
(a, )) c (l, ) .
Ejemplo 1.11. 1. Consideremos la funci on denida en R
2
(0, 0) a valores en Rmediante
f (x, y) =
xy
x
2
+y
2
. Veamos que no existe lim
(x,y)(0,0)
f (x, y) . En efecto, tomemos la suce-
si on
_
1
m
, 0
_
que tiene por lmite (0, 0) . La sucesi on de las im agenes es
_
f
_
1
m
, 0
__
= 0
que tiene por lmite 0. Sin embargo podemos tomar otras sucesiones, como
_
1
m
,
1
m
_
, que
tambi en tiene por lmite (0, 0) pero que la sucesi on de las im agenes
_
f
_
1
m
,
1
m
__
=
_
1
2
_
tiene un lmite distinto del anterior.
2. Consideremos la funci on denida en R
2
(0, 0) a valores en R mediante f (x, y) =
xy
2
x
2
+y
2
. Veamos que lim
(x,y)(0,0)
f (x, y) = 0. En efecto, sea > 0. Escribamos el pun-
1.3. L
to (x, y) en la forma x = cos , y = sin . Tendremos f (x, y) =

3
cos sin
2
2
=
cos sin
2
. De esta forma si d ((x, y) , (0, 0)) = < = se obtendr a [f (x, y)[ < .
La siguiente proposici on permite reducir el estudio de lmites de funciones a valores en R
m
al de funciones a valores n umeros reales.
Teorema 1.18. Sea f una funci on denida en un conjunto D R
n
a valores en R
m
y sea
a R
n
un punto de acumulaci on de D. Llamemos f
1
, . . . , f
m
a las m funciones coordenadas de
f. Entonces lim
xa
f (x) = l si y s olo si para cada i = 1, . . . , m se cumple lim
xa
f
i
(x) = l
i
.
Demostraci on. Es suciente considerar la denici on II de lmite y tener en cuenta que una su-
cesi on tiene lmite si y s olo si la sucesi on de cada una de las coordenadas tiene por lmite la
correspondiente coordenada del lmite.
Veamos algunas propiedades elementales de los lmites. Tanto los enunciados como sus
demostraciones son enteramente an alogos a los de las funciones de una variable.
Teorema 1.19. Sea f una funci on denida en un conjunto D R
n
a valores en R
m
y sea a un
punto de acumulaci on de D. Si existe lim
xa
f (x), este es unico.
Demostraci on. Supongamos que lim
xa
f (x) = l y que lim
xa
f (x) = r. Consideremos una
sucesi on x
i
a, x
i
D, x
i
,= a. Tendremos que f (x
i
) l y, al tiempo, f (x
i
) r.
Dada la unicidad de los lmites de las sucesiones, l = r.
Teorema 1.20. Sean f y g dos funciones denidas en un conjunto D R
n
a valores en R
m
y
sea a un punto de acumulaci on de D. Si existen lim
xa
f (x) = l
1
, lim
xa
g (x) = l
2
, entonces
lim
xa
(f + g) (x) = l
1
+ l
2
.
Si m = 1
lim
xa
(fg) (x) = l
1
l
2
.
Si, adem as g (x) es no nulo para todo x y l
2
,= 0,
lim
xa
f (x)
g (x)
=
l
1
l
2
.
Demostraci on. Se reduce, como en la proposici on anterior, a las propiedades an alogas para los
lmites de sucesiones. Veamos por ejemplo la primera propiedad. Consideremos una suce-
si on x
i
a, x
i
D, x
i
,= a. Tendremos f (x
i
) l
1
y g (x
i
) l
2
. De aqu que
(f + g) (x
i
) l
1
+ l
2
. Puesto que esto vale para toda sucesi on x
i
a, x
i
D, x
i
,= a
tendremos que lim
xa
(f + g) (x) = l
1
+ l
2
.
20 CAP
IDEO
Teorema 1.21. 1. Sean f y g dos funciones denidas en un conjunto D R
n
a valores en
R y sea a un punto de acumulaci on de D. Supongamos que para todo x D se cumple que
f (x) g (x) y que existen lim
xa
f (x) = l
1
, lim
xa
g (x) = l
2
, entonces l
1
l
2
.
2. Sean f, g, h tres funciones denidas en D R
n
a valores en R , tales que para cada
x D se cumple f (x) h(x) g (x) y que lim
xa
f (x) = lim
xa
g (x) = l. Entonces
lim
xa
h(x) = l.
Demostraci on. Veamos 1. Sea x
i
a, x
i
D, x
i
,= a. Tendremos f (x
i
) g (x
i
) y por
tanto l
1
l
2
. De una forma an aloga se prueba 2.
Para las funciones de varias variables a valores en R pueden darse, como en el caso de
funciones de una sola variable, la noci on de que una funci on tenga por lmite +, o .
Por ejemplo sea f una funci on denida en D R
n
y a un punto de acumulaci on de D. Se dir a
que el lmite de la funci on en a es + si para cada k existe > 0 tal que f (x) > k para cada
x D c (a, ) x ,= a. Valen las mismas reglas de c alculo con las mismas demostraciones y
se tienen los mismos casos de indeterminaci on. Nos remitimos para todo ello al estudio de las
funciones de una variable.
Tambi en ahora se puede utilizar la notaci on de los innit esimos. Una funci on f denida en
D R
n
a valores en R se dice que es un innit esimo en un punto a de acumulaci on de D si
lim
xa
f (x) = 0. En el captulo siguiente utilizaremos la notaci on cl asica de o peque na para
establecer que un innit esimo es de orden superior a otro. Recordemos ahora s olo la siguiente
denici on.
Denici on 1.17. Dados dos innit esimos f, g en un mismo punto a, se dice que f = o
xa
(g) (f
es un o peque na de g) o bien que f es un innit esimo de orden superior a g si para cada > 0,
existe > 0 tal que si 0 < d (x, a) < , se cumple [f (x)[ < [g (x)[ . Equivale a decir, si g (x)
es no nulo, que lim
xa
f(x)
g(x)
= 0.
Ejemplo 1.12. Sean f (x, y) = x
3
+ y
3
+ x
4
y g (x, y) = x
2
+ y
2
. Se cumple que f =
o
(x,y)(0,0)
(g). En efecto, si escribimos x = cos , y = sin tendremos g (x, y) =
2
y
f (x, y) =
3
cos
3
+
3
sin
3
+
4
cos
4
. De aqu que para cada > 0, se cumple [f[ [g[
para sucientemente peque no.
Una noci on importante es la de lmite seg un un subconjunto.
Denici on 1.18. Sea f una funci on denida en un conjunto D R
n
a valores en R
m
. Sea
E D y sea a un punto de acumulaci on de E. Diremos que el lmite de f cuando x tiende
a a seg un el subconjunto E es l si para cada sucesi on x
i
a, x
i
E, x
i
,= a, se cumple
f (x
i
) l. Lo escribiremos lim
xa xE
f (x) = l.
Obs ervese que decir que una funci on tiene lmite l seg un un subconjunto E equivale a decir
que la funci on restricci on al conjunto E tiene por lmite l. Por tanto todas las propiedades que
se han visto para los lmites valdr an para estos lmites seg un subconjuntos. En particular, podra
haberse dado la denici on de lmite seg un un subconjunto en t erminos de entornos en lugar de
1.3. L
denirlo a partir de los lmites de sucesiones. Se cumplir a que lim
xa xE
f (x) = l si para cada
c (l, ) existe > 0 tal que f (c
(a, ) E) c (l, ) .
Un caso de particular inter es es aquel en que el conjunto E est a formado por los puntos de
D que est an en una recta de ecuaci on x = a + u. Se llama lmite direccional en la direcci on
denida por el vector u.
Ejemplo 1.13. Consideremos la funci on denida en R
2
(0, 0) a valores en R mediante
f (x, y) =
xy
x
2
+y
2
. Hemos visto (ejemplo 1de 1.11) que no existe lim
(x,y)(0,0)
f (x, y) . Veamos
que existen los lmites direccionales. Tendremos
lim
(x,y)(0,0) (x,y)=(u
1
,u
2
)
f (x, y) = lim
0
2
u
1
u
2
2
(u
1
)
2
+
2
(u
2
)
2
=
u
1
u
2
(u
1
)
2
+ (u
2
)
2
.
La proposici on siguiente da las relaciones b asicas entre el lmite y los lmites seg un subcon-
juntos.
Teorema 1.22. 1. Sea f una funci on denida en un conjunto D R
n
a valores en R
m
. Sea E
un subconjunto de D y a un punto de acumulaci on de E. Si existe lim
xa
f (x), entonces existe
lim
xa xE
f (x) y coincide con el.
2. Sea f una funci on denida en un conjunto D R
n
a valores en R
m
. Sean E
i
un n umero
nito de subconjuntos de D tales que D =
i
E
i
. Si existe para cada i, lim
xa xE
i
f (x) y todos
ellos toman el mismo valor l, entonces existe lim
xa
f (x) y vale l.
Demostraci on. El primer apartado es consecuencia inmediata de las deniciones. Probemos el
segundo apartado. Dado > 0 existen
i
> 0 tales que si 0 < d (x, a) <
i
, x E
i
, se cumple
d (f (x) , l) < . Consideremos = min
i
Es un n umero positivo por ser el mnimo de un
n umero nito de n umeros positivos. Tendremos que si 0 < d (x, a) < , x D, se cumplir a
d (f (x) , l) < .
Obs ervese que no podemos sustituir en el segundo apartado un n umero nito de subconjuntos
E
i
por una colecci on cualquiera de subconjuntos. El ejemplo 1.13 da una funci on para la que
existen los lmite direccionales pero no existe el lmite. En este ejemplo los lmites direccionales
son distintos. Aunque los lmites coincidan tampoco se puede asegurar la existencia del lmite.
Ejemplo 1.14. La funci on denida en R
2
(0, 0) mediante f (x, y) =
x
3
x
2
y
2
si x ,= y,
f (x, x) = 0 tiene lmites direccionales en (0, 0). Si u
1
,= u
2
se cumple
lim
(x,y)(0,0) (x,y)=(u
1
,u
2
)
f (x, y) = lim
0
3
u
1
2
(u
1
)
2
2
(u
2
)
2
= 0.
Si u
1
= u
2
el lmite direccional es cero ya que la funci on sobre los puntos de la forma (x, x)
toma el valor cero.
Hemos visto que existen todos los lmites direccionales y coinciden. Sin embargo, no existe
el lmite. De lo contrario el lmite seg un cualquier subconjunto debiera coincidir con el y por
22 CAP
IDEO
tanto con 0. Sin embargo el lmite seg un la par abola E = (x, y) ; y = x + x
2
da
lim
(x,y)(0,0) y=x+x
2
f (x, y) = lim
x0
x
3
x
2
(x + x
2
)
2
=
1
2
.
1.3.2 Ejercicios
1. Calcula el lmite en el punto (0, 0) o prueba su no existencia en los siguientes casos:
a) f (x, y) =
x
2
y
2
x
2
+y
2
denida en R
2
(0, 0).
b) f (x, y) =
x
4
x
2
+y
2
denida en R
2
(0, 0).
c) f (x, y) =
(x+y)(xy)
3
(xy)
2
+(x+y)
2
denida en R
2
(0, 0).
d) f (x, y) =
1cos(xy)
x
2
y
2
denida en x ,= 0, y ,= 0.
e) f (x, y) =
sin xy
(x
2
+y
2
)
1
2
denida en R
2
(0, 0).
f) f (x, y) =
sin xsin y
xy
denida en x ,= y.
g) f (x, y) =
|x||y|
|x|+|y|
denida en R
2
(0, 0).
2. Halla el lmite en el punto (0, 0) de la funci on f (x, y) =
x
a
y
b
x
2
+y
2
2xy
denida para x ,= y
seg un los diversos valores de a, b positivos.
3. Halla los lmites, si existen, seg un los diferentes subconjuntos en los siguientes casos:
a) f (x, y) =
e
(
x
2
)
1
y
denida para y ,= 0 seg un el subconjunto y = x
2
en el punto (0, 0) .
b) f (x, y) =
xsin y
x
3
denida en x ,= 0 seg un el subconjunto y = 2x
2
en el punto (0, 0).
c) f (x, y) =
1cos x
e
y
1x
denida en e
y
x 1 ,= 0 en el punto (0, 0).
4. a) Sea una funci on f denida en un conjunto D R
2
a valores en R tal que exista
lim
(x,y)(a,b)
f (x, y) = l. Supongamos que para cada x existe lim
yb
f (x, y) y para cada
y existe lim
xa
f (x, y) . Prueba que
lim
xa
_
lim
yb
f (x, y)
_
= lim
yb
_
lim
xa
f (x, y)
_
= l.
b) Aplica la proposici on anterior para probar que la funci on f (x, y) =
x
2
y
2
x
2
+y
2
no tiene
lmite en (0, 0) .
c) Comprueba que la funci on f (x, y) =
xy
x
2
+y
2
tiene lmites iterados que coinciden y, sin
embargo, no tiene lmite en (0, 0) .
1.4. FUNCIONES CONTINUAS 23
5. Halla, en los diferentes casos, los valores de m N tales que:
a) tan
4
xy = o
(x,y)(0,0)
_
(x
2
+ y
2
)
m
_
.
b) 1 e
x
2
y
2
= o
(x,y)(0,0)
_
(x
2
+ y
2
)
m
_
.
6. Sea f : R
n
R
n
y un punto a R
n
tal que lim
xa
f (x) = l y f (x) ,= l para x ,= a.
Sea g : R
n
R tal que lim
xl
g (x) = L. Prueba que lim
xa
g f = L. Da un ejemplo
que muestre que no ocurre esto en general si suprimimos la hip otesis de que f (x) ,= l para
x ,= a.
7. Halla valores de y para que se cumpla
x
3
+ y
3
1 (x 1) y = o
(x,y)(0,0)
_
_
(x 1)
2
+ y
2
_1
2
_
.
8. Sea f una funci on denida en D R
n
a valores en R y a un punto de acumulaci on de
D. Prueba que si para cada sucesi on x
i
a, x
i
D, x
i
,= a, la sucesi on f (x
i
)
tiene lmite, entonces existe lim
xa
f (x) . Indicaci on: Prueba que todos los lmites de las
sucesiones f (x
i
) coinciden.
9. Prueba el siguiente criterio de Cauchy para la existencia de lmite de una funci on. Sea f
una funci on denida en D R
n
a valores en R y a un punto de acumulaci on de D. Prueba
que existe lim
xa
f (x) si y s olo si para cada > 0 existe > 0 tal que si d (x, a) < ,
d (y, a) < , x, y D, x, y ,= a se cumple [f (x) f (y)[ < . Indicaci on: Si existe
el lmite se verica directamente la condici on. Si se cumple la condici on comprueba que
estamos en las condiciones del ejercicio anterior.
1.4 Funciones continuas
1.4.1 Funciones continuas en un punto
Sea un punto del dominio de denici on de una funci on. La idea intuitiva de funci on continua
en este punto, es la de una funci on que a peque nas variaciones de la variable corresponden
variaciones arbitrariamente peque nas de la funci on. Si la funci on est a denida en D y el punto
considerado es aislado en D no existen de hecho peque nas variaciones de la variable y la funci on
siempre se considera continua en estos puntos. El concepto es signicativo cuando el punto es de
acumulaci on de D. En este caso equivale a decir que el lmite coincide con el valor de la funci on
en el punto. Tendremos las siguientes deniciones.
Denici on 1.19. 1. Sea f una funci on denida en un conjunto D R
n
a valores en R
m
y
a D. Si a es un punto de acumulaci on de D, existe lim
xa
f (x) y coincide con f (a)
diremos que la funci on es continua en a. Si a es aislado diremos siempre que f es continua
en a.
24 CAP
IDEO
n
a valores en R
m
y a D. Diremos
que f es continua en a si para cada > 0 existe > 0 tal que
f (D c (a, )) c (f (a) , ) .
n
a valores en R
m
y a D. Diremos que
f es continua en a si para cada sucesi on x
i
a, x
i
D se cumple f (x
i
) f (a) .
Teorema 1.23. Las tres deniciones anteriores son equivalentes.
Demostraci on. El caso en que el punto a es aislado es trivial ya que la unica sucesi on que cumple
x
i
a, x
i
D es la que es constante igual a a a partir de un t ermino y 1 y 2 no imponen
ninguna condici on sobre la funci on en este caso.
Consideremos ahora que a es un punto de acumulaci on de D. La prueba de la equivalencia
entre las deniciones es pr acticamente la misma que la de la equivalencia entre las deniciones
de lmite que ya hemos dado (Teorema 1.17) y por ello no repetiremos los detalles. Las unicas
diferencias son que al ser el lmite f (a) en la condici on 2 no es preciso evitar la imagen del
punto a y en la condici on 3 no imponemos que los puntos de la sucesi on x
i
sean distintos de a.
Ejemplo 1.15. 1. La funci on f (x, y) =
x
4
x
2
+y
2
si (x, y) ,= (0, 0) y f (0, 0) = 0 es continua en
(0, 0) . En efecto, dado > 0 existe =
1
2
tal que si d ((x, y) , (0, 0)) < se cumple si
(x, y) ,= (0, 0),
x
4
x
2
+y
2
<
2
<
2
= y [f (0, 0)[ = 0.
2. Sea f (x, y) = p (x, y) donde p es un polinomio. Es continua en todos los puntos. En
efecto, sea (x
i
, y
i
) (a
1
, a
2
) . Se tendr a que x
i
a
1
y y
i
a
2
y, por tanto,
p (x
i
, y
i
) p (a
1
, a
2
) .
3. En el ejemplo 1.14 se ha dado una funci on que no es continua en (0, 0) ya que no existe el
lmite en este punto.
4. El espacio R
n
R
n
puede identicarse en forma natural con R
2n
. Veamos que la funci on
denida en R
n
R
n
a valores en R
n
mediante f (x, y) = x + y es continua en todos los
puntos. Obs ervese que ahora x e y indican puntos de R
n
. En efecto, si (x
i
, y
i
) (x, y)
se tiene que x
i
+y
i
x+y. Para comprobarlo es suciente ver que para cada una de las
componentes coordenadas x
i
k
+y
i
k
x
k
+y
k
. Esto a su vez se deduce de las propiedades
de las sucesiones de n umeros reales.
Obs ervese que la condici on de continuidad de una funci on en un punto es de tipo local,
es decir, el que una funci on sea o no continua en un punto depende del comportamiento de la
funci on unicamente en un entorno del punto.
Las propiedades algebraicas que hemos dado sobre los lmites de funciones (teorema 1.20)
dan inmediatamente el siguiente teorema.
Teorema 1.24. Sean f y g dos funciones denidas en un conjunto D R
n
a valores en R
m
continuas en un punto a. Sea un n umero real. Entonces las funciones f +g y f son continuas
en a. Si m = 1 el producto fg es continuo en a. Si, adem as, g (x) no se anula en ning un punto
la funci on
f
g
es continua en a.
Ejemplo 1.16. La funci on f (x, y) =
p(x,y)
q(x,y)
donde p y q son polinomios est a denida en el
conjunto de los puntos donde no se anula el denominador. En todos estos puntos la funci on es
continua por ser cociente de funciones continuas.
Veamos el comportamiento de la continuidad respecto a la composici on de funciones.
Teorema 1.25. Sea f una funci on denida en D R
n
a valores en R
m
. Sea g una funci on
denida en un conjunto E R
m
que contenga a f (D) . Supongamos que f es continua en un
punto a D y que g es continua en b = f (a). Entonces la funci on compuesta g f es continua
en a.
Demostraci on. Por ser g continua en f (a) para cada > 0 existe > 0 tal que
g (c (f (a) , ) E) c (g (f (a)) , ) .
Por la continuidad de f en a existir a > 0 tal que
f (c (a, ) D) c (f (a) , ) .
De las dos relaciones obtenemos que
g (f (c (a, ) D)) c (g (f (a)) , )
y, por tanto, obtenemos la continuidad de g f en a.
Ejemplo 1.17. 1. Si f es una funci on de una variable, continua en todos los puntos, y p (x, y)
es un polinomio, la funci on f (p (x, y)) es continua en todos los puntos.
2. El teorema 1.24 puede obtenerse como consecuencia de la proposici on anterior. Por ejem-
plo, veamos que la suma de dos funciones continuas f y g en un punto es una funci on
continua en dicho punto. Hemos visto que la funci on h denida en R
m
R
m
a valores en
R
m
mediante h(x, y) = x + y es una funci on continua en todos los puntos. La funci on
de R
n
en R
m
R
m
que asigna a x el punto (f (x) , g (x)) es continua en el punto consi-
derado. Por tanto, la funci on compuesta f (x) + g (x) es una funci on continua en dicho
punto.
26 CAP
IDEO
1.4.2 Funciones continuas en un conjunto
Hemos visto hasta el momento propiedades de la continuidad de las funciones en un punto. Se
trata ahora de estudiar propiedades que se deducen de la continuidad de una funci on en todos los
puntos del dominio de denici on.
Denici on 1.20. Sea D un subconjunto de R
n
y f una funci on denida en D a valores en R
m
.
Se dice que es continua en D si es continua en todos los puntos del conjunto D.
Veamos un teorema que da una condici on equivalente a la continuidad en un conjunto en
t erminos de los conjuntos abiertos o de los conjuntos cerrados.
Teorema 1.26. Sea D un subconjunto de R
n
m
.
Son equivalentes las siguientes proposiciones
1. f es continua en D.
2. Para cada abierto A R
m
existe un abierto U de R
n
tal que f
1
(A) = D U.
3. Para cada cerrado C R
m
existe un cerrado F de R
n
tal que f
1
(C) = D F.
Los conjuntos de la forma D U con U un abierto de R
n
se denominan abiertos relativos a
D. Entonces 2 se puede enunciar diciendo que la antiimagen de todo abierto debe ser un abierto
relativo a D. Obs ervese que si D es un conjunto abierto, los abiertos relativos a D son los
abiertos contenidos en D. En otro caso puede haber otros conjuntos. Por ejemplo, si D = [0, 1]
un conjunto de la forma
_
0,
1
2
_
es un abierto relativo a D pues es la intersecci on de un abierto
como (1, 1/2) con D. En el caso en que D sea abierto la condici on 2 es, simplemente, que
la antiimagen de todo abierto es un abierto. Pueden hacerse an alogas consideraciones para los
conjuntos de la forma D F con F cerrado que reciben el nombre de cerrados relativos a D.
Ahora si D es cerrado los cerrados relativos a D son los cerrados contenidos en D.
Demostraci on. Veamos que 1 implica 2. Sea A un abierto de R
m
y sea p D con f (p) A.
Existir a > 0 tal que c (f (p) , ) A. Por ser f continua en p sea
p
> 0 tal que
f (c (p,
p
) D) c (f (p) , ) A.
Haciendo lo mismo con todos los puntos de A tendremos que el conjunto U =
p, f(p)A
c (p,
p
)
es un abierto tal que f
1
(A) = D U.
Veamos que 2 implica 1. Sea p D. Se trata de ver que f es continua en este punto. Dado
> 0, el conjunto c (f (p) , ) es un conjunto abierto. Por la condici on 2 existir a un abierto U
de R
n
tal que
f
1
(c (f (p) , )) = U D.
Por ser U abierto existir a > 0 tal que c (p, ) U. De ambas relaciones se deduce
f (c (p, ) D) c (f (p) , )
y, por tanto, la continuidad de f en p.
Veamos que 2 implica 3. Sea C un cerrado de R
m
. Su complementario ser a un abierto
A = R
m
C al que podremos aplicar la condici on 2. Existir a un abierto U de R
n
tal que
f
1
(A) = D U. Tendremos entonces
f
1
(C) = D f
1
(A) = D D U = D (R
n
U) .
Puesto que R
n
U es un conjunto cerrado, vale la condici on 3.
La demostraci on de que 3 implica 2 se hace como en el caso anterior teniendo en cuenta que
pasamos de abiertos a cerrados por paso al complementario.
Ejemplo 1.18. Veamos que el conjunto
U =
_
(x, y) R
2
; p (x, y) < k
_
es un conjunto abierto si p es un polinomio. En efecto, la funci on p (x, y) es continua en R
2
y el
conjunto U es la antiimagen por p del conjunto abierto (, k) .
Denici on 1.21. Una aplicaci on biyectiva de un conjunto D R
n
en un conjunto E R
m
que
sea continua con aplicaci on inversa continua se llama un homeomorsmo de D en E.
La topologa en R
n
es el estudio de las propiedades que permanecen invariantes por los
homeomorsmos de R
n
consigo mismo. As, la noci on de sucesi on que tiene lmite o sucesi on
convergente es un concepto topol ogico. Una sucesi on tiene lmite si y s olo si su imagen por
un homeomorsmo tambi en la tiene. El concepto de punto interior de un conjunto tambi en lo
es. Un punto es interior a un conjunto si y s olo si su transformado por un homeomorsmo es
interior al conjunto transformado. En cambio, por ejemplo, la propiedad de que un subconjunto
sea una circunferencia no permanece invariante por un homeomorsmo. Es una propiedad de
tipo m etrico, s olo es invariante por las transformaciones que conserven la distancia, y no es una
propiedad de tipo topol ogico que son las estamos interesados en este momento.
Veamos ahora algunas de las propiedades b asicas de las funciones continuas en conjuntos
compactos. La primera permitir a armar que la compacidad es un concepto topol ogico.
Teorema 1.27. Sea f una funci on denida en un conjunto compacto K de R
n
a valores en R
m
y continua en K. Entonces f (K) es un conjunto compacto.
Demostraci on. Dada la equivalencia entre conjuntos compactos y compactos por sucesiones
(teorema 1.16) podemos probar cualquiera de las dos propiedades. Probemos por ejemplo la
ultima. Sea una sucesi on de elementos de f (K) . Ser a de la forma f (x
i
) para alguna sucesi on
x
i
de elementos de K. Por ser este conjunto compacto por sucesiones existe una sucesi on
parcial convergente a un punto de K. Sea x
i
j
p K. Por la continuidad de la funci on en
p, tendremos f (x
i
j
) f (p) f (K) . Por tanto, f (K) es compacto por sucesiones.
28 CAP
IDEO
Puede darse una demostraci on alternativa utilizando la propiedad de compacidad por recu-
brimientos y la caracterizaci on de las funciones continuas en t erminos de las antiim agenes de los
abiertos. Veamos brevemente como puede hacerse. Sea A
i
, i I, un recubrimiento abierto de
f (K) . Se tiene que f
1
(A
i
) = K U
i
para ciertos abiertos U
i
de R
n
. La colecci on de U
i
i I
forma un recubrimiento abierto de K. Sea U
i
i J I un recubrimiento parcial y nito de K.
La colecci on de A
i
i J constituir a un recubrimiento del conjunto f (K) parcial y nito del
dado. Esto da la compacidad de este conjunto.
Corolario 1.28. La imagen por una funci on continua de un conjunto cerrado y acotado es un
conjunto cerrado y acotado.
Demostraci on. Es suciente tener en cuenta el teorema anterior y la caracterizaci on de los com-
pactos como los cerrados y acotados (teorema 1.15).
Debe observarse que la imagen de un conjunto acotado por una aplicaci on continua en este
conjunto no tiene por qu e serlo. No obstante, si la funci on continua est a denida no s olo en el
conjunto sino en todo el espacio R
n
, entonces la imagen de un acotado B es un acotado ya que B
sera compacto y por tanto su imagen sera un compacto. En particular sera un conjunto acotado
y f (B) , por estar contenido en f
_
B
_
estar a acotado.
La imagen por una aplicaci on continua de un conjunto cerrado no tiene por qu e ser cerrado.
Ejemplo 1.19. 1. Consideremos la funci on continua de una variable f (x) =
1
x
2
denida en
(0, 1). Su recorrido es (1, +) que no es un acotado a pesar de serlo (0, 1) .
2. La imagen por la funci on continua f (x) =
1
1+x
2
del cerrado R es el conjunto (0, 1] que
no es cerrado.
M aximos y mnimos de funciones continuas
Un problema importante es saber si dada una funci on denida en D R
n
a valores reales,
existe un punto a D que cumple que f (x) f (a) (resp. f (x) f (a)) para todo x D.
Un punto con esta propiedad se dice que es un m aximo (resp. mnimo) absoluto de la funci on o
simplemente m aximo (resp. mnimo). Es bien conocido que una funci on continua no tiene por
qu e tener m aximos o mnimos. Por ejemplo, la funci on de una variable real f(x) =
1
x
denida
y continua en R 0 no tiene m aximo ni mnimo. Sin embargo si el dominio de denici on es
compacto si que podemos asegurar la existencia de m aximo y de mnimo.
Teorema 1.29. Sea f una funci on denida en un conjunto compacto K de R
n
a valores reales y
continua en K. Entonces f tiene un m aximo y un mnimo.
Demostraci on. Probaremos la existencia de m aximo. La existencia de mnimo puede hacerse en
forma an aloga o bien aplicar la existencia de un m aximo a la funci on f.
Hemos visto que el conjunto imagen f (K) es un conjunto de n umeros reales compacto
(teorema 1.27) y por tanto cerrado y acotado (teorema 1.15). Existir a en particular el supremo
S de este conjunto. Lo que queremos probar es que este supremo es el m aximo, es decir que
es alcanzado en alg un punto. Por ser S el supremo de f (K) ser a adherente al conjunto ya que
para cada > 0, S no es cota superior de f (K) y existir an elementos de este conjunto en
(S , S + ). Por ser el conjunto f (K) cerrado, S f (K) y por tanto S es la imagen de
alg un punto de K.
Corolario 1.30. Sea f una funci on denida en un conjunto cerrado y acotado K de R
n
a valores
reales y continua en K. Entonces f tiene un m aximo y un mnimo.
Continuidad de la funci on inversa
El siguiente teorema es util para establecer la continuidad de las funciones inversas de ciertas
funciones continuas.
Teorema 1.31. Sea f una funci on inyectiva, denida y continua en un conjunto compacto K de
R
n
, a valores en R
m
. Entonces la aplicaci on inversa f
1
denida en f (K) es tambi en continua.
Demostraci on. Llamemos g a la aplicaci on inversa f
1
. El dominio de denici on de g es f (K).
Por ser compacto es en particular cerrado. Puesto que los cerrados relativos a este conjunto son
cerrados deberemos probar que la antiimagen por g de todo cerrado F de R
n
es un cerrado.
Ahora bien g
1
(F) = g
1
(F K) = f (F K) . Puesto que F K es un cerrado y acotado
ser a un compacto y su imagen por f ser a, en consecuencia, compacto. En particular g
1
(F) ser a
un cerrado.
Ejemplo 1.20. Consideremos la funci on inyectiva denida en [0, ][1, 2] que a (, ) le corres-
ponde ( cos , sin ). Es continua y denida en un compacto, por tanto la aplicaci on inversa
ser a continua.
1.4.3 Curvas y conexi on
Denici on 1.22. Un arco de curva, o simplemente curva, en un conjunto D de R
n
es una apli-
caci on continua : [0, 1] D. Si (0) = a y (1) = b se dice que a y b son el origen y el
extremo respectivamente del arco de curva.
Denici on 1.23. Un conjunto D se dice que es arcoconexo si para cada dos puntos de este existe
un arco de curva que tiene uno como origen y el otro como extremo.
Ejemplo 1.21. Un conjunto tal que con cada dos puntos contiene el intervalo que los une se dice
que es un convexo. Entonces todo convexo es un arcoconexo. Por ejemplo, todo entorno circular
es un conjunto arcoconexo.
Consideremos A un conjunto abierto de R
n
y a un punto de A. Se trata de ver c omo es el
conjunto de puntos que pueden unirse a a mediante un arco de curva en A, es decir, aquellos
puntos b para los que existe un arco de curva en A tal que a es el origen y b es el extremo.
Teorema 1.32. Sea A un abierto de R
n
y a un punto de A. El conjunto de los puntos que pueden
unirse a a mediante un arco de curva en A es un conjunto abierto. El conjunto de los puntos que
no se pueden unir a a es tambi en un conjunto abierto.
30 CAP
IDEO
Demostraci on. Sea B el subconjunto de A de los puntos que pueden unirse a a mediante un arco
de curva y sea b B. Existir a c (b, ) A. Veamos que tambi en c (b, ) est a contenido en B
con lo que este conjunto ser a abierto. En efecto, si es el arco que une a con b y c c (b, ),
un arco de curva que une a y c puede construirse uniendo el arco con un segmento que une
b y c . Explcitamente, mediante un arco de la forma
1
(t) = (2t) para 0 t 1/2 y
1
(t) = b + 2(t 1/2)(c b) para 1/2 t 1.
An alogamente, sea D el conjunto de los puntos de A que no pueden unirse a a mediante un
arco en A y sea d D. Supongamos que c (d, ) A. Ning un punto de c (d, ) podr a unirse
con a mediante un arco en Aya que de lo contrario uniendo este, como antes, con el segmento de
origen este punto y extremo d obtendramos un arco que une a y d y llegaramos a contradicci on.
Observamos, en consecuencia que, dado un abierto y un punto del mismo tenemos una parti-
ci on del mismo en dos conjuntos abiertos disjuntos. Los que pueden unirse al punto mediante un
arco en el conjunto y los que no pueden hacerlo. Si un abierto no es arcoconexo ambos conjuntos
para un cierto punto ser an no vacos. Esto sugiere la siguiente denici on.
Denici on 1.24. Un conjunto D de R
n
se dice que no es conexo si existe una partici on del mismo
en dos abiertos relativos a D no vacos.
Si se trata de un conjunto abierto no ser a conexo si existe una partici on en dos abiertos no
vacos. Ser a conexo cuando no exista esta partici on. Veamos que para los conjuntos abiertos este
concepto y el de arcoconexi on son equivalentes.
Teorema 1.33. Un conjunto abierto A es conexo si y s olo si es arcoconexo.
Demostraci on. Hemos visto ya que si A no es arcoconexo existe una partici on del conjunto en
dos abiertos no vacos y por tanto no es conexo. Recprocamente, supongamos ahora que A es
arcoconexo. Deber a ser conexo ya que de lo contrario tendramos A = A
1
A
2
con A
i
disjuntos
y no vacos. Sean a A
1
y b A
2
. Consideremos un arco en A de origen a y extremo b.
Se tendr a que
1
(A
1
) y
1
(A
2
) ser an una partici on del intervalo [0, 1] en abiertos no vacos
relativos a este conjunto. Esto no puede ocurrir. Si por ejemplo 0
1
(A
1
) el conjunto de
los puntos x tales que [0, x]
1
(A
1
) tendr a un supremo que no estar a ni en
1
(A
1
) ni en
1
(A
2
) como no es difcil de comprobar.
1.4.4 Ejercicios
1. Estudia los puntos de continuidad y de discontinuidad de las siguientes funciones:
a) f (x, y) =
x
2
+y
2
xy
si x ,= y, y f (x, x) = 0.
b) f (x, y) =
y
x
sin (x
2
+ y
2
) si x ,= 0, f (0, y) = 0.
c) f (x, y) = x sin
1
x
2
+y
2
si (x, y) ,= (0, 0) , f (0, 0) = 0.
d) f (x, y) = x g (xy) donde g (z) = 0 si z Q y g (z) = 1 si z / Q.
e) f (x, y) = g (xy) denida para x > 0, y > 0 con g (z) = 0 si z / Q y g (z) =
1
m
si
z =
n
m
donde esta fracci on es irreducible.
2. Di si existen y en su caso da un ejemplo:
a) Una funci on continua exhaustiva de (0, 1) en [1, 1] .
b) Una funci on continua exhaustiva de (0, 1) [0, 1) en [1, 1] (1, 0] .
c) Una funci on continua exhaustiva de [0, 1] [0, 1] en [1, 1] (0, 1] .
d) Una funci on continua exhaustiva de [1, 1] [1, 1] en
(x, y) R
2
; x
2
+ y
2
1 .
3. Averiguar cuales de los siguientes conjuntos son compactos: a) (x, y) R
2
; xy = 1 .
b) (x, y, z) R
3
; 6x
2
+ 7y
2
+ 3z
2
1 .
4. Una funci on f : R
n
R se dice que cumple una condici on de Lipschitz de orden c en
un punto a R
n
si existe un entorno de a y una constante K tal que para toda x de este
entorno [f (x) f (a)[ K|x a|
c
. Prueba que una tal funci on es continua en a. Da un
ejemplo, para n = 1, de una funci on continua en a pero que no cumple ninguna condici on
de Lipschitz en a.
5. Sea A R
n
. Prueba que la funci on f : R
n
R denida por
f (x) = inf
yA
d (x, y)
es una funci on continua. Se denotar a f (x) = d (x, A) .
6. Sea K un compacto de R
n
y a / K. Prueba que existe un punto b K tal que d (a, b) =
d (a, K) . Puede decirse lo mismo para un cerrado de R
n
? Y para un conjunto cualquie-
ra?
7. Sean K
1
y K
2
dos compactos disjuntos de R
n
. Prueba que existen a
1
K
1
y a
2
K
2
tales que d (a
1
, a
2
) = inf d (x, y) ; x K
1
, y K
2
.
8. Consideremos la aplicaci on : R
2
R tal que (x, y) = x. Prueba que la imagen de un
abierto es un abierto. Comprueba que la imagen por de un cerrado no es necesariamente
cerrado.
9. Sea f : R R continua. Prueba que el gr aco G = inf (x, y) R
2
; y = f(x) es un
conjunto cerrado. Da un ejemplo de una funci on en que su gr aco sea cerrado y que sin
embargo no sea continua.
10. Prueba que f : R
n
R
m
es continua si y s olo si para cada B R
m
se cumple
f
1
(B
)
_
f
1
(B)
_
.
32 CAP
IDEO
11. Sea f es una funci on continua denida en un arcoconexo D y dos puntos a, b D tales
que f (a) y f (b) tienen signos distintos. Prueba que existe alg un punto x D tal que
f (x) = 0.
12. Da un ejemplo de un abierto arcoconexo que no sea convexo.
13. Prueba que la imagen por una funci on continua de un conjunto conexo es un conjunto
conexo.
1.5 Funciones uniformemente continuas.
Sea f una funci on continua en un conjunto D R
n
a valores en R
m
. Esto signica que es
continua en cada punto de D. Es decir para cada a D y cada > 0 existe > 0 tal que si
d (x, a) < , x D, entonces d (f (x) , f (a)) < . Obs ervese que depende desde luego de
pero tambi en depende del punto a D que se est e considerando. Es interesante la propiedad de
que pueda tomarse unicamente dependiente de y no del punto a. Son las llamadas funciones
uniformemente continuas.
Denici on 1.25. Sea f una funci on denida en un conjunto D R
n
a valores en R
m
. Se dice
que es uniformemente continua si para cada > 0, existe > 0 tal que si x, y D, d (x, y) <
entonces d (f (x) , f (y)) < .
Este concepto, aunque en un principio no parezca demasiado diferente del de funci on con-
tinua, si que lo es. Digamos, por ejemplo, que no puede darse una caracterizaci on an aloga
a la que dimos para las funciones continuas en t erminos de conjuntos abiertos. De hecho, el
concepto de funci on uniformemente continua no es un concepto topol ogico. Si se compone una
funci on uniformemente continua con un homeomorsmo no se obtiene en general una funci on
uniformemente continua.
Ejemplo 1.22. 1. La funci on sin x denida en R es una funci on uniformemente continua ya
que, aplicando el teorema del valor medio
[sin x sin y[ = [(x y) cos [ [x y[ .
De aqu que dado > 0, tomando = , si [x y[ < , se cumple [sin x sin y[ < .
2. la funci on y = x
2
denida en R no es uniformemente continua ya que para > 0 no existe
ning un > 0 tal que [x z[ < implique [x
2
z
2
[ < . En efecto, tomando [x z[ =

2
x
2
z
2
= [x z[ [x + z[ =

2
[x + z[ .
Si x y z son sucientemente grandes, aunque [x z[ < se cumplir a [x
2
z
2
[ .
Hemos probado la no continuidad uniforme de la funci on. Obs ervese que, sin embargo, la
funci on es continua.
1.5. FUNCIONES UNIFORMEMENTE CONTINUAS. 33
Un caso especialmente importante en que la continuidad implica la continuidad uniforme es
el siguiente.
Teorema 1.34. Sea f una funci on continua denida en un conjunto compacto K R
n
a valores
en R
m
. Entonces la funci on es uniformemente continua en K.
Demostraci on. Sea > 0. En cada a K la funci on es continua. Existe entonces
a
tal que
si x K y d (x, a) < 2
a
se cumple d (f (x) , f (a)) <

2
. Haciendo lo propio con cada punto
a K tendremos que los conjuntos c (a,
a
) forman un recubrimiento abierto de K. Puesto que
este es un conjunto compacto existir a un recubrimiento parcial y nito K c (a
1
,
a
1) . . .
c (a
r
,
a
r ) . Consideremos = min
a
1, . . . ,
a
r . Tomemos x, y K tales que d (x, y) < .
Supongamos que x c (a
i
,
ai
) . Se cumplir a
d
_
y, a
i
_
d (y, x) + d
_
x, a
i
_
< +
a
i 2
a
i .
Por lo tanto
d
_
f (x) , f
_
a
i
__
<

2
y d
_
f (y) , f
_
a
i
__
<

2
y, en consecuencia,
d (f (x) , f (y)) < .
Ejemplo 1.23. La funci on y = x
2
es uniformemente continua en cada intervalo.
1.5.2 Ejercicios
1. Prueba que toda funci on derivable de R en R, con derivada acotada, es uniformemente
continua.
2. Prueba que la funci on f (x) = sin
1
x
es una funci on continua pero no uniformemente
continua en (0, 1) .
3. Sea f una funci on uniformemente continua en un conjunto D R
n
a valores en R
m
. Sea
g uniformemente continua en f (D) a valores en R. Prueba que la funci on compuesta g f
es uniformemente continua en D.
4. Prueba que una funci on uniformemente continua transforma sucesiones de Cauchy en su-
cesiones de Cauchy.
5. Prueba que toda funci on uniformemente continua f : D R se puede extender a una
funci on uniformemente continua en D. Indicaci on: Si x
i
a, x
i
D, prueba que
f (x
i
) tiene lmite vericando que es de Cauchy. Este lmite ser a la extensi on de f a a.
34 CAP
IDEO
1.6 Nota hist orica
Entre los iniciadores del rigor en el An alisis cabe destacar a Bolzano y Cauchy. Bolzano (1781-
1848) di o la primera denici on (1817) de funci on continua en un intervalo como una funci on
f tal que la diferencia f (x + w) f (x) puede ser tan peque na como se desee tomando w
sucientemente peque no. Prob o la continuidad de los polinomios. Estableci o el teorema de
que una funci on continua en un intervalo que toma valores de signos opuestos en los extremos se
anula en alg un punto utilizando el criterio de convergencia de Cauchy. Bolzano en 1834 aclar o la
diferencia entre continuidad y derivabilidad dando incluso una funci on continua en un intervalo
cerrado no derivable en ning un punto. Sin embargo, sus trabajos no fueron conocidos hasta
nales del siglo XIX y la primera publicaci on de una funci on continua tal que en todo intervalo
tena innitos puntos en que no era derivable fue debida a Riemann en 1868.
Cauchy (1789-1857) en sus Lecciones sobre el c alculo innitesimal (1823) desarroll o el
c alculo diferencial e integral sobre la base del concepto de lmite. Deni o el concepto de lmite,
el de innitesimal, claricando el concepto de innitesimal de Leibniz, y el de funci on continua.
Sus deniciones, al estilo de Bolzano se basan en consideraciones puramente aritm eticas.
Weierstrass (1815-1897) dio la actual denici on de funci on continua en t erminos de y .
Sus trabajos, si bien anteriores, fueron conocidos con ocasi on de sus clases en la Universidad
de Berlin a partir de 1859. Utiliz o la idea de Bolzano de subdivisi on sucesiva de intervalos para
probar que si tenemos un conjunto acotado con innitos puntos existe uno tal que en todo entorno
de el existen innitos puntos del conjunto. Es el que actualmente se conoce como teorema de
Bolzano -Weierstrass. Cauchy haba utilizado, sin probarlo, la existencia de un mnimo para
toda funci on continua denida en un intervalo. Weierstrass prob o la existencia de mnimo y de
m aximo para funciones continuas de una y de varias variables.
Heine (1821-1881) deni o el concepto de continuidad uniforme. Prob o que toda funci on
continua en un intervalo cerrado es uniformemente continua. En su m etodo utiliz o el teorema
de que para cada recubrimiento por intervalos abiertos de un intervalo cerrado existe un recu-
brimiento parcial y nito. Este teorema, cuando el recubrimiento de partida es numerable, fue
probado por Borel (1871-1956). La primera publicaci on de su generalizaci on a una colecci on
cualquiera se debe a Cousin (1867-1933) en 1895.
El estudio de la topologa como rama independiente probablemente proviene de Riemann
(1826-1886). La idea de la topologa como la geometra de los invariantes por las transforma-
ciones continuas, aparece ya explicitada por Klein (1849-1925) en el Programa de Erlangen en
1872. Antes de poder proceder a este estudio fue necesario formalizar la teora de los n umeros
reales y la teora de conjuntos sobre el plano y el espacio.
Cantor (1845-1918), el creador de la teora de conjuntos, fue el primero en denir los con-
ceptos de punto de acumulaci on, punto aislado, cerrado y abierto en la recta y en el espacio
n-dimensional. Obtuvo la estructura de estos conjuntos en la recta.
Hacia nales del siglo XIX se amplan estos conceptos sobre conjuntos de puntos a conjuntos
de curvas o de funciones, fundamentalmente en el c alculo de variaciones, en la teora de variable
compleja y en el estudio de ecuaciones funcionales. Por otra parte las teoras axiom aticas van
teniendo mayor relevancia sobre todo a partir de los trabajos de axiomatizaci on de la geometra.
Frechet (1878-1973) trat o de unicar la teora de Cantor y el tratamiento de funciones como
1.7. AP
ENDICE. ESPACIOS M
ETRICOS 35
espacios de puntos. Introdujo los espacios m etricos y deni o los conjuntos compactos como los
que actualmente llamamos relativamente compactos (de adherencia compacta).
Hausdorff (1868-1942) utiliz o la noci on de entorno, que haba ya sido usada por Hilbert en
una axiomatizaci on de la geometra del plano, para dar una teora axiom atica de lo que hoy se
entiende por topologa general.
1.7 Ap endice. Espacios m etricos
Todos los conceptos que hemos visto pueden darse en un contexto m as general. De hecho se ha
partido de la distancia eucldea pero en pocas ocasiones, aunque si en alguna, hemos utilizado
la forma especial de esta distancia o las propiedades especcas de trabajar en el espacio R
n
. Se
trata ahora de ver como una noci on de distancia general lleva a similares conceptos a los que
hemos dado y de dar alg un ejemplo que pueda apuntar el inter es de estas nociones.
Denici on 1.26. Sea M un conjunto y d una aplicaci on de MM en R que cumpla las siguien-
tes propiedades:
1.d (x, y) 0, d (x, y) = 0 si y s olo si x = y.
2. Para cada x, y M, d (x, y) = d (y, x) .
3. Para cada x, y, z M, d (x, y) d (x, z) + d (z, y) . (Desigualdad triangular).
Entonces a la aplicaci on d se le llama una distancia en M y a este conjunto un espacio
m etrico.
Ejemplo 1.24. 1. Sea M un subconjunto de R
n
y d la distancia eucldea denida sobre los
puntos de M. Se trata de un espacio m etrico.
2. Consideremos el conjunto de las sucesiones de n umeros reales a
i
tales que

i
[a
i
[
2
<
+. Veamos que se trata de un espacio vectorial con la suma de sucesiones y producto
por escalares habitual. En efecto, si

i
[a
i
[
2
< +y

i
[b
i
[
2
< +, tendremos
a
i
+ b
i
2
2
_
a
i
2
+
b
i
2
_
< +.
Por tanto, la sucesi on a
i
+ b
i
pertenece al espacio. Tambi en
a
i
2
= [[
2
a
i
2
< +.
Es pues un espacio vectorial, de dimensi on innita, que se suele denotar por l
2
. Puede
denirse en este espacio un producto escalar mediante
_
a
i
_
_
b
i
_
=
i
a
i
b
i
.
Es f acil ver que la serie es convergente ya que tenemos la estimaci on
a
i
b
i

1
2
_
a
i
2
+
b
i
2
_
36 CAP
IDEO
y las series

i
[a
i
[
2
y

i
[b
i
[
2
son convergentes. Es ya trivial vericar que este producto
escalar es lineal en cada variable, sim etrico y denido positivo. Por tanto vale, como
hicimos en los espacios eucldeos, la desigualdad de Schwarz y esto nos permite denir
una norma
_
_
_
_
a
i
__
_
_ =
__
a
i
_
_
a
i
__1
2
.
Finalmente se dene una distancia como
d
__
a
i
_
,
_
b
i
__
=
_
_
_
_
a
i
_
_
b
i
__
_
_ .
Las demostraciones son las mismas que para los espacios eucldeos.
3. Consideremos el espacio ( de las funciones continuas denidas en un intervalo [a, b] a
valores n umeros reales. Se trata de un espacio vectorial en el cual se puede denir una
norma mediante
|f| = sup
x[a,b]
[f (x)[ .
Las propiedades de norma se pueden vericar directamente (ahora no proviene de un
producto escalar). Esto permite denir una distancia mediante
d (f, g) = |f g| .
En un espacio m etrico se denen entornos circulares, puntos adherentes, aislados, de acumu-
laci on, lmites de sucesiones, conjuntos abiertos y cerrados en la misma forma y con las mismas
propiedades que vimos para los espacios eucldeos.
Ejemplo 1.25. 1. En el primer ejemplo en que M es un subconjunto de R
n
los entornos
circulares de un punto de M son la intersecci on de los entornos circulares en el espacio
eucldeo con M. De aqu se deduce que los conjuntos abiertos de M resultan ser lo que
habamos llamado abiertos relativos a M.
2. Veamos qu e signica en el espacio ( que una sucesi on f
i
sea convergente a f. Para
cada > 0 debe existir i
0
tal que para i > i
0
, se cumple d (f
i
, f) < . Esto signica que
sup
x[a,b]
f
i
(x) f (x)
< .
Es lo mismo que decir que la sucesi on f
i
converge uniformemente hacia f.
Pueden darse los conceptos de compacto y compacto por sucesiones y tambi en aqu son
equivalentes. Sin embargo la equivalencia con los cerrados y acotados (denidos tambi en en su
forma natural) no es en general cierta. No podemos ahora aplicar como se hizo para los espacios
eucldeos el teorema de Bolzano-Weierstrass.
Los conceptos de lmite de una funci on denida en un espacio m etrico y de funci on continua
son enteramente an alogos a los ya dados tanto en t erminos de sucesiones como de entornos.
1.7. AP
ENDICE. ESPACIOS M
ETRICOS 37
Ejemplo 1.26. 1. Denamos la siguiente funci on sobre l
2
. Consideremos un punto b
i
l
2
.
Consideremos la funci on denida en l
2
mediante f (x
i
) =

i
x
i
b
i
. Es una aplicaci on
continua ya que
f
__
x
i
__
f
__
a
i
__
i
_
x
i
a
i
_
b
i

_
_
_
_
x
i
a
i
__
_
_
_
_
_
_
b
i
__
_
_ .
Podemos considerar b
i
no nulo, ya que de lo contrario es trivial. Dado > 0, se
considera = |b
i
|
1
. Tendremos que si |x
i
a
i
| < se tiene
f
__
x
i
__
f
__
a
i
__
<
y por tanto f es continua.
2. Consideremos en ( la funci on F denida mediante
F (f) =
_
b
a
f (x) dx.
Se trata de una funci on continua ya que dado > 0 tomando d (f, g) < = (b a)
1
tendremos
[F (f) F (g)[ =
_
b
a
f (x) dx
_
b
a
g (x) dx

_
b
a
[f (x) g (x)[ dx < .
Ejercicios
1. Prueba que si M es un espacio m etrico, la frontera de c (a, r) es la esfera de centro a y
radio r, es decir x M; d(x, a) = r .
2. Prueba que si una sucesi on en un espacio m etrico tiene lmite, este es unico.
3. En un conjunto se dene una aplicaci on d mediante d(x, y) = 1 si x ,= y y 0 si x = y.
Prueba que se trata de un espacio m etrico. Describe los conjuntos abiertos y los conjuntos
compactos.
4. Sea M un espacio con una distancia d. Prueba que q(x, y) =
d(x,y)
1+d(x,y)
es otra distancia en
M tal que a
i
a respecto a la distancia d si y s olo si a
i
tiene por limite a respecto a
la distancia q.
5. En el espacio l
2
consideremos los elementos e
i
= (0, . . . ,
i)
1, 0, . . .). Prueba que el con-
junto de estos elementos es acotado pero que la sucesi on e
i
no admite ninguna parcial
convergente. (Obs ervese la diferencia con respecto al espacio eucldeo R
n
).
38 CAP
IDEO
Captulo 2
C alculo diferencial en varias variables
2.1 Derivadas direccionales. Diferencial
Al tratar de introducir la noci on de derivada para una funci on de varias variables se plantea un
problema que no se presentaba con las funciones de una variable. Si queremos denir, como
en estas, un cociente incremental (f (x + h) f (x)) /h , la primera dicultad que se presenta
es que ahora h es un elemento de R
n
y este cociente no tiene sentido. No podemos dividir
el incremento de la funci on por un elemento de R
n
. Lo que si puede hacerse es considerar
unicamente incrementos a lo largo de una direcci on determinada por un vector unitario v y dividir
por el par ametro correspondiente a este incremento. Esto nos llevar a al concepto de derivada
direccional.
Denici on 2.1. Sea f una funci on denida en un entorno de a en R
n
. Sea v un vector unitario
de R
n
. Si existe el limite
lim
t0
f(a + tv) f(a)
t
le llamaremos derivada direccional de la funci on en el punto a, correspondiente a la direcci on
v. Designaremos este valor por D
v
f(a).
En el caso particular en que v = e
i
= (0, 0, . . . ,
i)
1, . . . , 0) se le llama derivada parcial
respecto la variable x
i
y se escribe D
i
f(a) o tambi en
f
x
i
(a). Es decir, si a = (a
1
, . . . , a
n
)
D
i
f(a) =
f
x
i
(a) = lim
t0
f(a
1
, . . . , a
i1
, a
i
+ t, a
i+1
, . . . a
n
) f(a
1
, . . . , a
n
)
t
Observemos que la derivada direccional D
v
f(a) no es otra cosa que la derivada de la funci on
de una variable h(t) = f(a + tv) en t = 0. En ocasiones se considera tambi en la denici on de
D
v
sin restringirse a que el vector v tenga norma 1. Se habla de la derivaci on respecto al vector
v. Si no decimos lo contrario, nosotros supondremos que v es unitario.
39
40 CAP
ITULO 2. C
ALCULO DIFERENCIAL EN VARIAS VARIABLES

Para funciones de una variable real se dene la funci on derivada como la funci on que asigna
a cada punto el valor de la derivada. An alogamente podemos denir las funciones derivadas
parciales.
Denici on 2.2. Se denomina funci on derivada parcial respecto a la variable x
i
y se escribe D
i
f
o
f
x
i
a la funci on que asigna a cada punto a el valor D
i
f (a) .
La derivada direccional de la funci on f en a en la direcci on dada por v no es otra cosa que
la derivada de la funci on de una variable real g(t) = f(a + tv) en t = 0. Obs ervese que al
estar denida f en un entorno de a, la funci on g lo est a en un entorno de 0. Las propiedades
de las derivadas direccionales son entonces an alogas a las de las derivadas de las funciones de
una variable. En particular, para calcular la derivada parcial respecto una variable se consideran
todas las otras como constantes y se aplican las reglas habituales.
Ejemplo 2.1. Sea f(x, y) = x
2
+ xy 5y
2
. Las funciones derivadas parciales ser an
f
x
=
2x + y,
f
y
= x 10y. La derivada direccional en (0, 0) en la direcci on dada por el vector
u = (
1
2
,
3
2
) ser a la derivada en t = 0 de la funci on (
1
2
t)
2
+
1
2
t
3
2
t 5
_
3
2
t
_
2
, es decir 0.
Puede darse otra noci on que extiende la de derivada para funciones de una variable. Para
estas, la existencia de derivada equivale a la existencia de recta tangente al gr aco de la funci on.
Es decir, la funci on y = f(x) de R en R es derivable en a si existe una aplicaci on lineal de R
en R que a h le hace corresponder mh, que cumple
f(a + h) f(a) mh = o
h0
(h).
La constante m es la derivada de la funci on en a y la imagen de h por la aplicaci on lineal
se denota por df
a
(h) = mh. La recta tangente al gr aco de la funci on en el punto (a, f(a)) es
y = f(a) + m(x a).
Una funci on se dice que es diferenciable en un punto si se puede aproximar por una funci on
afn, es decir, por la suma del valor que toma la funci on en el punto mas una aplicaci on lineal.
Concretamente, tendremos la siguiente denici on.
Denici on 2.3. Sea y = f(x) una funci on denida en un abierto D de R
n
, con valores en R,
a D. Se dice que f es diferenciable en a si existe una aplicaci on lineal df
a
de R
n
en R tal que
f(a + h) f(a) df
a
(h) = o
h0
(|h|). (2.1)
La aplicaci on lineal df
a
que, como veremos, es unica, se denomina diferencial de f en el punto
a.
La relaci on 2.1 si x = a + h se escribir a en la forma
f(x) = f(a) + df
a
(x a) + o
xa
(|x a|) .
En ocasiones tambi en la escribiremos
f(x) = f(a) + df
a
(x a) + g(x) |x a|
2.1. DERIVADAS DIRECCIONALES. DIFERENCIAL 41
donde g(x)
xa
0.
Por ejemplo, si n = 2 la diferenciabilidad de f en a signica que existe un plano en R
3
que
pasa por el punto (a
1
, a
2
, f(a
1
, a
2
)) y que tiene con la funci on un contacto de orden superior al
primero. Este plano se denomina plano tangente al gr aco de la funci on y = f(x
1
, x
2
) en el
punto (a
1
, a
2
, f(a
1
, a
2
)). Explcitamente, la condici on de diferenciabilidad se expresa diciendo
que existen constantes y tales que
lim
xa
f(x
1
, x
2
) (f(a
1
, a
2
) + (x
1
a
1
) + (x
2
a
2
))
|x a|
= 0.
Obs ervese que las constantes y denen la aplicaci on lineal df
a
(h) = h
1
+ h
2
y que la
ecuaci on del plano tangente a y = f(x
1
, x
2
) en el punto a es y = f(a
1
, a
2
) + (x
1
a
1
) +
(x
2
a
2
).
El ejemplo m as sencillo de aplicaci on diferenciable es una aplicaci on lineal T : R
n
R. Se
tiene T(a+h) = T(a)+T(h). Por lo tanto es v alido 2.1 con o
h0
(|h|) 0, y T es diferenciable
con diferencial la propia aplicaci on T.
Veamos una primera relaci on entre la diferencial de una funci on y las derivadas direccionales
en un punto.
Teorema 2.1. Sea y = f(x) una funci on denida en un abierto D de R
n
, con valores en R,
a D. Si f es diferenciable en a, entonces f tiene derivada direccionales en a y se cumple
D
u
f(a) = df
a
(u).
En particular, las derivadas direccionales est an determinadas por la diferencial.
Demostraci on. De la denici on de diferenciabilidad se tiene
lim
h0
f(a + h) f(a) df
a
(h)
|h|
= 0.
Los lmites direccionales ser an tambi en cero, es decir, para cada u R
n
lim
t0
f(a + tu) f(a) df
a
(tu)
|tu|
= 0
que es equivalente a
lim
t0
f(a + tu) f(a) tdf
a
(u)
t
= 0.
Esta relaci on puede escribirse
lim
t0
f(a + tu) f(a)
t
= df
a
(u)
es decir, la derivada direccional de f en a seg un la direcci on u es df
a
(u).
42 CAP
ITULO 2. C

El teorema implica que la diferencial, si existe, es unica puesto que queda determinada por
las derivadas direccionales que son unicas.
Es importante observar que en una funci on diferenciable las derivadas parciales determinan
todas las derivadas direccionales. En efecto, si u = u
1
e
1
+ . . . . + u
n
e
n
D
u
f(a) = df
a
(u) = u
1
df
a
(e
1
) + . . . + u
n
df
a
(e
n
) = u
1
D
1
f(a) + . . . + u
n
D
n
f(a).
Tendremos entonces que la diferenciabilidad de f en a se podr a expresar en la forma
f(x) = f(a) +
n
i=1
D
i
f(a)(x
i
a
i
) + o
xa
(|x a|)
Veamos una forma de interpretar la expresi on de la derivada direccional en t erminos de las
derivadas parciales. Precisaremos de la siguiente denici on
Denici on 2.4. Se llama gradiente de f en a y se denota por f(a) al vector
(D
1
f(a), . . . , D
n
f(a)).
La expresi on D
u
f(a) =

n
i=1
D
i
f(a)u
i
puede pensarse como el producto escalar de u por
f(a). Esto permite dar una interesante interpretaci on del vector gradiente. Supongamos que
existe la diferencial de una funci on en un punto y es no nula. Nos preguntamos por el valor
m aximo de [D
u
f(a)[ al variar u. Puesto que
[D
u
f(a)[ = [u f(a)[ = |u| |f (a)| [cos (u, f(a))[
el m odulo de la derivada direccional alcanzar a el valor m aximo en la direcci on dada por el
gradiente de f en a.
Debe observarse que la existencia de derivadas direccionales en un punto no implica la dife-
renciabilidad de la funci on.
Ejemplo 2.2. 1. La funci on f(x, y) =
x
2
y
x
2
+y
2
si (x, y) ,= (0, 0), f(0, 0) = 0 tiene derivadas
direccionales pues
D
u
f(0, 0) = lim
t0
u
2
1
t
2
u
2
t
t
3
= u
2
1
u
2
.
En particular, las derivadas parciales son 0. La funci on no puede ser diferenciable ya que
entonces todas las derivadas direccionales deberan ser 0, lo que no es as como acabamos
de ver.
2. La funci on f(x, y) =
x
2
y
2
x
2
+y
2
si (x, y) ,= (0, 0), f(0, 0) = 0 tiene derivadas parcia-
les en (0, 0) que valen 0. La funci on es diferenciable en este punto pues f(x, y) =
o
(x,y)(0,0)
(|(x, y)|) . En efecto, si escribimos x = cos , y = sin , tendremos
x
2
y
2
x
2
+y
2

2
= o
0
() .
M as adelante veremos que la existencia de las funciones derivadas parciales no s olo en el
punto considerado sino en todo un entorno y su continuidad en el punto implica la diferenciabi-
lidad en este punto.
Establezcamos antes la continuidad de las funciones diferenciables.
Teorema 2.2. Sea f es una funci on denida en un entorno de un punto a y diferenciable en el.
Entonces f es continua en este punto.
Demostraci on. Obs ervese que si T es una aplicaci on lineal de R
n
en R existe una constante C
tal que [T(h)[ C |h| . En efecto, si C = max
u1
[T(u)[ se cumple que
T
_
h
h
_
C.
Tendremos entonces que, aplicando esta desigualdad a df
a
se obtiene
[f(a + h) f(a)[ o
h0
(|h|) +|df
a
(h)| o
h0
(|h|) + C |h| .
El lmite del segundo miembro cuando h 0 es 0. Esto implica la continuidad de f en a.
La existencia de todas las derivadas direccionales no implica la continuidad.
Ejemplo 2.3. La funci on f(x, y) = x
2
/y si y ,= 0, f(x, 0) = 0 no es continua en (0, 0) pero
tiene derivadas en cualquier direcci on. La no continuidad de la funci on puede establecerse
observando que el lmite en (0, 0) seg un el subconjunto y = mx
2
es 1/m que vara al tomar
diversos valores de m. La existencia de las derivadas direccionales sigue directamente de su
denici on.
La existencia de derivadas direccionales expresa unicamente una propiedad referente a la
restricci on de la funci on a cada una de las rectas que pasa por el punto considerado. La diferen-
ciabilidad de una funci on expresa mejor el comportamiento en todo un entorno del punto. Una
primera indicaci on es el teorema que hemos visto seg un el cual la diferenciabilidad implica la
continuidad. La existencia de derivadas direccionales en el punto ya hemos visto que no implica
la continuidad. El teorema siguiente da una condici on suciente de diferenciabilidad.
Teorema 2.3. Sea y = f(x) una funci on denida en un abierto D R
n
a valores en R, a D.
Si existen todas las derivadas parciales de f en un entorno de a y son continuas en este punto,
entonces f es diferenciable en a.
Demostraci on. Se trata de ver que
f(a + h) f(a) =
n
i=1
D
i
f(a)h
i
+ o
h0
(|h|)
En efecto, consideremos un entorno E(a, ) D en el que existen D
i
f, i = 1, . . . , n. Escriba-
mos
f(a + h) f(a) =
n
i=1
_
f(a + h
i
) f(a + h
i1
)
_
donde h
0
= 0, h
1
= h
1
e
1
, h
2
= h
1
e
1
+ h
2
e
2
, . . . , h
n
= h
1
e
1
+ . . . + h
n
e
n
.
44 CAP
ITULO 2. C

Aplicando el teorema del valor medio en cada variable, existir an c
i
= a + h
1
e
1
+ . . . +
h
i1
e
i1
+ h
i
i
e
i
con 0 <
i
< 1 tales que f(a + h
i
) f(a + h
i1
) = D
i
f(c
i
)h
i
. Se obtendr a
entonces
f(a + h) f(a) =
n
i=1
D
i
f(a)h
i
+
n
i=1
(D
i
f(c
i
) D
i
f(a)) h
i
Ahora bien,

n
i=1
(D
i
f(c
i
) D
i
f(a)) h
i
es o
h0
(|h|) ya que las funciones D
i
f son continuas
en a y [h
i
[ |h| .
Denici on 2.5. Se dice que una funci on f denida en un abierto de de R
n
a valores en R es de
clase (
1
si tiene derivadas parciales en el dominio de denici on y son continuas.
Del teorema anterior se deduce que toda funci on de la clase (
1
es diferenciable en todos los
puntos.
Ejemplo 2.4. 1. La funci on z = (x + y) sin(x
2
+ y) es diferenciable en todos sus puntos ya
que es de clase (
1
.
2. La funci on f (x, y) = (x + y)
2
sin
1
(x
2
+y
2
)
1
2
si (x, y) ,= (0, 0) es diferenciable en el origen.
En efecto, tenemos que
f
x
(0, 0) =
f
y
(0, 0) = 0, y la condici on de diferenciabilidad ser a
lim
(x,y)(0,0)
_
_
(x + y)
2
sin
1
(x
2
+ y
2
)
1
2
_
_
_
x
2
+ y
2
_
1
2
= 0.
Sin embargo la funci on no es de clase (
1
ya que
f
x
= 2 (x + y) sin
1
(x
2
+ y
2
)
1
2
(x + y)
2
x
(x
2
+ y
2
)
3
2
cos
1
(x
2
+ y
2
)
1
2
si (x, y) ,= (0, 0). El lmite de esta funci on para (x, y) (0, 0) no existe. Es suciente
comprobar que el lmite seg un el subconjunto y = mx no existe.
Las nociones de funci on diferenciable y de derivada direccional se pueden dar tambi en para
funciones a valores en R
m
. Ser a conveniente extender la noci on de o a funciones a valores
vectoriales.
Denici on 2.6. Una funci on g(h) denida en un entorno del origen de R
n
a valores en R
m
se
dice que es un o
h0
(|h|) si para cada > 0 existe un > 0 tal que si 0 < |h| < entonces
|g(h)| < |h|.
Tendremos ahora
Denici on 2.7. Sea y = f(x) una funci on denida en un abierto D de R
n
, con valores en R
m
,
a D. Se dice que f es diferenciable en a si existe una aplicaci on lineal df
a
de R
n
en R
m
tal
que
f(a + h) f(a) df
a
(h) = o
h0
(|h|).
An alogamente, la misma denici on que hemos dado de derivada direccional para funciones
a valores en R sirve para funciones valoradas en R
m
. Ahora las derivadas direccionales en un
punto ser an elementos de R
m
. El estudio de estas funciones puede reducirse al de las funciones
valoradas en R como muestra el siguiente teorema.
Teorema 2.4. Sea f = (f
1
, . . . , f
m
) una funci on denida en una abierto D de R
n
, a valores
en R
m
. La funci on f es diferenciable en a D si y s olo si lo son las funciones f
1
, . . . , f
m
.
Se cumple, en este caso, que las m componentes de df
a
son df
1 a
, . . . df
m a
. An alogamente, f
tiene derivada direccional en a respecto a la direcci on u si y s olo si existen las correspon-
dientes derivadas direccionales de cada una de las funciones f
1
, . . . , f
m
y se tiene D
u
f(a) =
(D
u
f
1
(a), . . . , D
u
f
m
(a)).
Demostraci on. Si f es diferenciable en a signica que existe una aplicaci on lineal df
a
: R
n
R
m
tal que f(a + h) f(a) df
a
(h) = o
h0
(|h|). Si llamamos (df
a
)
i
a cada una de las
componentes de la aplicaci on df
a
tendremos que f
i
(a+h) f
i
(a) (df
a
)
i
(h) = o
h0
(|h|) para
i = 1, . . . , m. Esto nos dice que cada f
i
es diferenciable y que su diferencial es la componente
i- esima de df
a
. El razonamiento puede invertirse en el sentido de que si todas las funciones
coordenadas f
i
son diferenciables se sigue la diferenciabilidad de f. An alogamente se prueba la
armaci on sobre las derivadas direccionales. De hecho el teorema es una simple consecuencia
de que la existencia de un lmite de una funci on a valores en R
m
, equivale a la existencia del
correspondiente lmite de cada una de las funciones coordenadas.
La expresi on en coordenadas de la diferencial de una funci on a valores en R
m
se deduce
entonces de la expresi on en coordenadas de cada una de las df
i a
. Se expresar a como una matriz
de n columnas y mlas. La la i- esima se obtendr a calculando las im agenes de los vectores de la
base can onica e
1
, . . . , e
n
, es decir df
i a
(e
j
) = D
j
f
i
(a). La matriz se denomina matriz jacobiana
de f en el punto a, y ser a
_
_
_
_
_
D
1
f
1
(a) . . . D
n
f
1
(a)
.
.
.
.
.
.
D
1
f
m
(a) . . . D
n
f
m
(a)
_
_
_
_
_
Veamos algunas propiedades elementales de las funciones diferenciables.
Teorema 2.5. Sean f y g funciones denidas en un abierto D de R
n
, a valores en R
m
, di-
ferenciables en un punto a D, R. Entonces f + g y f son diferenciables en a y
se cumple d(f + g)
a
= df
a
+ dg
a
, d(f)
a
= df
a
. Si m = 1, fg es diferenciable en a
y d(fg)
a
= f(a)dg
a
+ g(a)df
a
. Si, adem as, g es no nula, entonces f/g es diferenciable y
d(f/g)
a
= (g(a)df
a
f(a)dg
a
) /g(a)
2
.
Demostraci on. Si f y g son diferenciables en a se tiene
f(a + h) = f(a) + df
a
(h) + o
h0
(|h|) (2.2)
46 CAP
ITULO 2. C

g(a + h) = g(a) + dg
a
(h) + o
h0
(|h|). (2.3)
Sumando 2.2 y 2.3 miembro a miembro se tiene
(f + g)(a + h) = (f + g)(a) + (df
a
+ dg
a
)(h) + o
h0
(|h|).
Esta expresi on nos dice que f + g es diferenciable en a y que su diferencial es df
a
+ dg
a
.
Multiplicando 2.2 por obtenemos la diferenciabilidad de f
f(a + h) = f(a) + df
a
(h) + o
h0
(|h|).
Sea ahora m = 1. Multipliquemos miembro a miembro las expresiones 2.2 y 2.3. Obtendre-
mos
(fg)(a + h) = (fg)(a) + f(a)dg
a
(h) + g(a)df
a
(h) + o
h0
(|h|)
ya que [df
a
(h)dg
a
(h)[ c |h|
2
, df
a
(h)o
h0
(|h|) = o
h0
(|h|) y o
h0
(|h|)o
h0
(|h|) =
o
h0
(|h|).
Probemos la regla de diferenciaci on del cociente. Consideremos, en primer lugar, que f = 1.
Si g es no nula tendremos que
1
g(a + h)

1
g(a)

_
dg
a
(h)
g(a)
2
_
=
dg
a
(h) + o
h0
(|h|)
g(a)g(a + h)

_
dg
a
(h)
g(a)
2
_
= o
h0
(|h|)
ya que g es continua en a y se tiene que
g(a) (dg
a
(h) + o
h0
(|h|)) + g(a + h)dg
a
(h) =
g(a) (dg
a
(h) + o
h0
(|h|)) + (g (a) + dg
a
(h) + o
h0
(|h|)) dg
a
(h) =
g(a)o
h0
(|h|) + dg
a
(h)
2
+ o
h0
(|h|)dg
a
(h) = o
h0
(|h|).
Por ultimo, la diferenciaci on del cociente
f
g
se deduce de la regla de diferenciaci on del pro-
ducto y del caso anterior, expresando la funci on como el producto de f y de
1
g
.
Las propiedades sobre las diferenciales tienen sus equivalentes para su expresi on en coorde-
nadas, es decir, para las matrices jacobianas. As la matriz jacobiana de la suma de dos funciones
es la suma de las matrices jacobianas o la matriz jacobiana del producto de una funci on por un
escalar es el producto de dicho escalar por la matriz jacobiana de la funci on.
El conjunto de las aplicaciones lineales de R
n
en R tiene estructura de espacio vectorial
de dimensi on n. A veces es conveniente, en lugar de expresar una aplicaci on lineal como una
matriz, hacerlo como una combinaci on lineal de una base de dicho espacio vectorial. Una tal
base est a formada por las aplicaciones coordenadas (x
1
, . . . x
n
) x
i
. Estas aplicaciones, por
ser lineales, sabemos que son diferenciables en todo punto y que su diferencial coincide con la
propia aplicaci on. As, dx
i
coincidir a con la aplicaci on coordenada x
i
, es decir, dx
i
(x) = x
i
.
Toda aplicaci on lineal de R
n
en R se expresar a como una combinaci on lineal de dx
1
, . . . , dx
n
.
En particular si f es diferenciable en a tendremos
df
a
=
n
i=1
i
dx
i a
.
Las coordenadas
i
se pueden obtener aplicando ambos miembros al vector e
j
. Tendremos
(
i
dx
i a
) (e
j
) =
j
y df
a
(e
j
) = D
j
f(a). De aqu la expresi on
df
a
=
n
i=1
D
i
f (a) dx
i a
.
Veamos ahora que la composici on de funciones diferenciables es tambi en diferenciable.
Teorema 2.6. Regla de la Cadena.
Sea f una funci on denida en un abierto D R
n
a valores en R
m
y sea g una funci on
denida en un abierto D
1
f(D) a valores en R
k
. Supongamos que f es diferenciable en un
punto a y que g lo es en el punto b = f(a). Entonces g f es diferenciable en a y d(g f)
a
=
dg
f(a)
df
a
.
Demostraci on. Tendremos
f(a + h) = f(a) + df
a
(h) + o
h0
(|h|)
g(b + t) = g(b) + dg
b
(t) + o
t0
(|t|). (2.4)
De donde
g (f (a + h)) = g (f(a) + df
a
(h) + o
h0
(|h|))
Aplicando 2.4 tomando t = df
a
(h) + o
h0
(|h|) tendremos
g (f (a + h)) = g (f (a)) + dg
b
(df
a
(h) + o
h0
(|h|)) +
o
dfa(h)+o
h0
(h)0
(|df
a
(h) + o
h0
(|h|)|) .
Puesto que dg
b
es lineal tendremos
g (f (a + h)) = g (f (a)) + dg
b
(df
a
(h)) + dg
b
(o
h0
(|h|)) +
o
dfa(h)+o
h0
(h)0
(|df
a
(h) + o
h0
(|h|)|) .
El teorema quedar a demostrado si probamos que
dg
b
(o
h0
(|h|)) + o
dfa(h)+o
h0
(h)0
(|df
a
(h) + o
h0
(|h|)|) = o
h0
(|h|).
En efecto, sabemos que |dg
b
(o
h0
(|h|))| c |o
h0
(|h|)| = o
h0
(|h|). Por otro lado, dado
> 0, existe > 0 tal que si |df
a
(h) + o
h0
(|h|)| < , se cumple
_
_
_o
dfa(h)+o
h0
(h)0
(|df
a
(h) + o
h0
(|h|)|)
_
_
_ < |df
a
(h) + o
h0
(|h|)|
48 CAP
ITULO 2. C

Ahora bien,
|df
a
(h) + o
h0
(|h|)| C |h|
si |h| <
1
. Tendremos entonces que si |h| <Min(
1
, /C)
_
_
_o
dfa(h)+o
h0
(h)0
(|df
a
(h) + o
h0
(|h|)|)
_
_
_ < C |h|
y por tanto o
dfa(h)+o
h0
(h)0
(|df
a
(h) + o
h0
(|h|)|) = o
h0
(|h|) .
El teorema anterior nos dice que la diferencial de la funci on compuesta es la composici on de
las diferenciales de las funciones. Sabemos que la expresi on en coordenadas de la diferencial es
la matriz jacobiana. Tendremos entonces que la matriz jacobiana de una funci on compuesta es
el producto de las matrices jacobianas en los puntos correspondientes.
Ejemplo 2.5. 1. Sea f una funci on de R en R
n
y g de R
n
en R, ambas diferenciables. La
funci on compuesta gf es una funci on de una variable real a valores reales. Su diferencial
vendr a dada por una matriz de una la y una columna que es simplemente su derivada.
Su expresi on, como consecuencia de la regla de la cadena, ser a la siguiente:
d (g f)
dt
(t
0
) =
_
g
x
1
. . .
g
xn
_
f(t
0
)
_
_
_
_
_
_
_
_
f
1
t
.
.
.
fn
t
_
_
_
_
_
_
_
_
t
0
=
n
i=1
g
x
i
(f (t
0
))
f
i
t
(t
0
) .
2. Si f es una funci on de R
n
en R
m
y g es una funci on de R
m
en R, ambas diferenciables,
tendremos que, operando como antes
(g f)
t
j
(t
0
) =
m
i=1
g
x
i
(f (t
0
))
f
i
t
j
(t
0
) .
3. Sea f es una funci on de R
n
en R
n
, diferenciable en a y g otra funci on de R
n
en R
n
diferenciable en b = f(a) y tal que g es la inversa de f. Entonces dg
b
= df
1
a
. En efecto,
dg
b
df
a
= d(g f)
a
= I. An alogamente df
a
dg
b
= I.
Veamos c omo act ua la diferencial de una aplicaci on sobre los vectores tangentes a las curvas.
Una curva de clase (
r
en R
n
es una aplicaci on de un intervalo de R en R
n
cuyas funciones
coordenadas
i
son de esta clase. El vector
(t)=lim
h0
(t+h)(t)
h
es un vector tangente a la
curva en el punto (t) .
Teorema 2.7. Sea f una aplicaci on denida en el entorno de un punto p en R
n
a valores en R
m
diferenciable en p. Sea v =
(0) el vector tangente a una curva tal que (0) = p. Se tiene

que df
p
(v) es el vector tangente a la curva imagen f en t = 0.
Demostraci on. El vector tangente a f en t = 0 tendr a por componente i esima
d
dt
(f
i
) (0) =
n
j=1
f
i
x
j
( (0))
j
(0) = df
i p
(v) .
Por lo tanto
d
dt
(f ) (0) = df
p
(v) .
Veamos una aplicaci on de la regla de la cadena.
Teorema 2.8. Sea f una funci on de clase (
1
denida en un abierto conexo A y tal que df
x
= 0
para cada x A. Entonces la funci on es constante.
Demostraci on. Consideremos un punto a A. Todo punto b de A puede unirse con a mediante
un arco de curva : [0, 1] A diferenciable a trozos, es decir que existe una partici on de [0, 1]
en un n umero nito de intervalos tal que sobre cada uno de ellos es diferenciable. Esto se
deduce como en el teorema 1.33. Consideremos la funci on h(t) = f ((t)) . En cada uno de
los intervalos en que es diferenciable h ser a derivable con derivada id enticamente cero. Por lo
tanto h ser a constante en cada uno de estos intervalos y en consecuencia constante en [0, 1] . En
particular h(0) = h(1) y, por tanto, f (a) = f (b) .
2.1.2 Derivadas de orden superior al primero
Consideremos una funci on f : R
n
R que admita funciones derivadas parciales
f
x
i
. Su-
pongamos que, a su vez, estas admitan derivadas parciales. Se presenta el problema de saber
si las derivadas iteradas dependen o no del orden de derivaci on. Un ejemplo probar a que si no
a nadimos hip otesis el resultado puede depender del orden en que se efect ue la derivaci on.
Ejemplo 2.6. 1. Sea f la funci on denida en R
2
mediante f(x, y) =
xy(x
2
y
2
)
x
2
+y
2
si (x, y) ,=
(0, 0) y f(0, 0) = 0. Se cumple
f
x
(0, y) = y y por tanto

y
_
f
x
_
(0, 0) = 1. Por
otro lado
f
y
(x, 0) = x y por tanto

x
_
f
y
_
(0, 0) = 1. No coinciden en este caso las dos
derivadas iteradas.
2. Sea f la funci on denida en R
2
mediante f (x, y) = cos xy. Tendremos
f
x
= y sin xy y
y
_
f
x
_
(0, 0) = 0. An alogamente

x
_
f
y
_
(0, 0) = 0. En este caso coinciden las deriva-
das iteradas.
Veamos que una simple hip otesis suplementaria sobre las funciones derivadas parciales de la
funci on permitir a asegurar la igualdad de las derivadas iteradas independientemente del orden de
derivaci on.
Teorema 2.9. Sea f una funci on denida en un entorno de un punto a R
n
a valores en R, que
admite funciones derivadas parciales en este entorno y son diferenciables en a. Entonces para
cada i, j se cumple D
i
(D
j
f) (a) = D
j
(D
i
f) (a) .
50 CAP
ITULO 2. C

Demostraci on. Sabemos que si una funci on g es diferenciable en un punto a y dejamos jas
unas variables, es decir, componemos la funci on g con la funci on (x
1
, . . . x
i
, . . . , x
j
, . . . x
n
)
(a
1
, . . . x
i
, . . . , x
j
, . . . a
n
) obtenemos una funci on diferenciable. Las hip otesis del teorema se
cumplir an entonces por la funci on de dos variables reales f(a
1
, . . . x
i
, . . . , x
j
, . . . a
n
) que se ob-
tiene dejando jas todas las variables excepto la x
i
y la x
j
. Si la conclusi on del teorema es v alida
para esta funci on tambi en lo ser a para la funci on de partida ya que ambas tienen las mismas
derivadas parciales respecto a las variables i y j en el punto a. Podemos pues suponer, sin que
ello limite la validez del teorema, que la funci on de partida depende unicamente de dos variables
x, y. Supondremos tambi en, para simplicar las notaciones, que a = (0, 0) y que las hip otesis
sobre las funciones se cumplen en un entorno circular de este punto. Consideremos la funci on
F (h) = f (h, h) f (h, 0) f (0, h) + f (0, 0) .
Veamos que
F(h)
h
2
tiene por lmite cuando h 0 tanto a D
1
(D
2
f) (0, 0) como a D
2
(D
1
f) (0, 0) .
Sea la funci on G(x) = f (x, h) f (x, 0) . Por el teorema del valor medio existe c, compren-
dido entre 0 y h, tal que
F (h) = G(h) G(0) = hG
(c) = h(D
1
f (c, h) D
1
f (c, 0)) .
Puesto que D
1
f es diferenciable en el origen tendremos
F (h) = h
2
D
2
(D
1
f) (0, 0) + h
_
c
2
+ h
2
F
1
(c, h) [c[ F
2
(c)
_
donde F
1
(c, h) y F
2
(c) tienen por lmite cero cuando (c, h) (0, 0) y c 0 respectivamente.
Esto es as si h 0. Tendremos entonces
lim
h0
F (h)
h
2
= D
2
(D
1
f) (0, 0) .
An alogamente, empezando con la funci on f (h, y) f (0, y) , se obtiene que el lmite es
D
1
(D
2
f) (0, 0) .
Corolario 2.10. Sea f una funci on denida en un entorno de un punto a R
n
a valores en
R, que admite funciones derivadas parciales segundas y que estas son continuas en a. Entonces
para cada i, j se cumple D
i
(D
j
f) (a) = D
j
(D
i
f) (a) .
Demostraci on. Basta aplicar el teorema anterior y el criterio de diferenciabilidad del teorema
2.3.
Una funci on denida en R
n
se dice de clase (
2
si admite derivadas parciales de segundo orden
y son todas ellas continuas. Para estas funciones se cumple entonces que D
i
(D
j
f) = D
j
(D
i
f) .
Ejemplo 2.7. No existe ninguna funci on f de R
2
en R de clase (
2
tal que D
1
f = 3y, D
2
f = 5x.
En efecto, D
2
(D
1
f) = 3 mientras que D
1
(D
2
f) = 5.
2.1.3 Ejercicios
1. Calcula, donde existan, las funciones derivadas parciales de las funciones:
f (x, y) = x
2y
.
f (x, y) =
_
x+y
1
g (t) dt, donde g es una funci on continua de R en R.
f (x, y) =
_
y
x
g (t) dt, donde g es una funci on continua de R en R.
f (x, y) = (sin (x cos y) , y
x
) .
2. Calcula las derivadas direccionales, en el caso en que existan, as como la diferenciabilidad
en (0, 0) de las funciones:
a) f (x, y) = x
2
+ y
2
.
b) f (x, y) = [x + y[ .
c) f (x, y) = [xy[
1
2
.
3. Encuentra el plano tangente a la supercie z = 4x
2
y 2xy en el punto (0, 1, 0) .
4. Da la matriz jacobiana en (x, y) de la funci on g f donde f (x, y) = (x
2
, e
x+y
, x y) ,
g (u, v, z) = (u v
2
, e
z
) .
5. Calcula las diferenciales de las siguientes funciones, a valores en R, en cada punto en que
existan:
f (x, y) = g (x + y) con g derivable.
f (x, y) = g (x
y
, y
x
) con g diferenciable en R
2
.
f (x, y) = g (x, h(x, y)) con g y h diferenciables en R
2
.
f (x, y) =
_
xy
1
g (t) dt con g continua en R.
6. Expresa las derivadas parciales de segundo orden de las funciones
(a) F(x, y) = f(xy, x + y) con f (
2
.
(b) F(x, y) = h(x, g(xy)) con h y g de clase (
2
7. Prueba que toda funci on diferenciable de R
n
en R con |df
x
| K para todo x, es unifor-
memente continua.
8. Sea f : R
2
R tal que D
1
f 0. Prueba que f no depende de la primera variable. Aplica
esta observaci on para encontrar la expresi on general de una funci on f denida en R
2
a
valores en R, de clase (
1
tal que D
1
f = 3x. De estre estas halla una tal que D
2
f = 6.
9. Sea g : R
2
R
2
diferenciable en (0, 0) tal que g f es la aplicaci on identidad en un
entorno de (0, 0) y f (x, y) = (e
x
sin y, (e
x
1) cos y) . Calcula la diferencial de g en
(0, 0) .
52 CAP
ITULO 2. C

10. Sea f (x, y) =
xy
2
x
2
+y
4
si (x, y) ,= (0, 0), f (0, 0) = 0. Prueba que tiene derivadas direccio-
nales en todos los puntos pero no es continua en (0, 0) .
11. Prueba que la funci on f (x, y) =
|x|y
(x
2
+y
2
)
1
2
si (x, y) ,= (0, 0), f (0, 0) = 0 es continua y
tiene derivadas parciales en (0, 0) pero no es diferenciable en este punto.
12. Sean f
1
, f
2
dos funciones denidas en R
2
a valores en R tales que en un punto a existen
los lmites
lim
xa
f
i
(x) f
i
(a)
x
i
a
i
, i = 1, 2.
(Obs ervese que es una condici on m as fuerte que la existencia de
f
i
x
i
(a) ). Prueba que la
funci on f (x) = f
1
(x) + f
2
(x) es diferenciable en a.
13. Determina, seg un los valores de m, la continuidad, diferenciabilidad y la pertenencia a la
clase (
1
de las funciones:
a) f (x, y) = (x + y)
m
sin (x
2
+ y
2
)
1
2
si (x, y) ,= (0, 0), f (0, 0) = 0.
b) f (x, y) =
y
m
x
2
+y
2
si (x, y) ,= (0, 0), f (0, 0) = 0.
14. Prueba que una funci on f de R
n
en R
m
tal que |f (x)| C |x|
2
para C constante, es
diferenciable en el origen.
15. Sea f una funci on diferenciable en c (a, r) R
n
a valores en R. Prueba que si df
x
= 0
para todo x c (a, r), la funci on es constante.
16. Sea f : R
n
R
n
diferenciable en un punto a R
n
con df
a
inyectiva. Probar que
inf
h=1
|df
a
(h)| > 0. Deduce que existe un entorno U de a tal que si x U, x ,= a se
cumple f (x) ,= f (a) .
17. Una funci on f denida en un abierto A de R
n
se dice que es homog enea de grado p si
f (x) =
p
f (x) para R, x, x A. Prueba que si una tal funci on f es diferenciable
se cumple
x f (x) = pf (x) . (Teorema de Euler).
Indicaci on: Calcula g
(1) para g () = f (x) .

2.2 Diferenciales de orden superior al primero. Formula de
Taylor.
2.2.1 Aplicaciones multilineales y diferenciales de orden superior al pri-
mero.
Sabemos que el conjunto de las aplicaciones lineales de R
n
en R, L(R
n
, R) es un espacio vec-
torial de dimensi on n. Si e
1
, . . . , e
n
es una base de R
n
, una base de L(R
n
, R) est a formada por
2.2. DIFERENCIALES DE ORDEN SUPERIOR AL PRIMERO. FORMULA DE TAYLOR. 53
w
1
, . . . w
n
donde w
i
(e
j
) =
ij
que es 0 si i ,= j y 1 si i = j. Es la llamada base dual de la
primera. El conjunto de las aplicaciones bilineales de R
n
en R se denotar a por L
2
(R
n
, R). Sus
elementos son aplicaciones de R
n
R
n
en R tales que son lineales en cada una de las variables.
El conjunto L
2
(R
n
, R) tiene en forma natural estructura de espacio vectorial. Su dimensi on es
n
2
. Una base est a formada por w
i
w
j
i, j = 1, . . . , n, donde w
i
w
j
(u, v) = w
i
(u) w
j
(v) .
An alogamente el espacio de las aplicaciones k lineales L
k
(R
n
, R) es un espacio vectorial de
dimensi on n
k
. Una base estar a formada por w
i
1
w
i
k
, i
1
, . . . , i
k
= 1, . . . , n donde
w
i
1
w
i
k
(u
1
, . . . , u
k
) = w
i
1
(u
1
) w
i
k
(u
k
) .
Una aplicaci on klineal T se dice sim etrica si T (u
i
1
, . . . u
i
k
) = T (u
1
, . . . , u
k
) para cual-
quier permutaci on i
1,
. . . , i
k
de 1, . . . , k. Las aplicaciones multilineales que utilizaremos ser an
sim etricas y la expresi on que aparecer a m as frecuentemente es la imagen de k vectores coinci-
dentes. Cabe rese nar, aunque es un hecho que no lo utilizaremos en forma explcita, que estas
im agenes determinan la aplicaci on multilineal. Ve amoslo unicamente para el caso de las aplica-
ciones bilineales mediante una f ormula explcita. De la relaci on
T (u + v, u + v) = T (u, u) + T (u, v) + T (v, u) + T (v, v)
se sigue
T (u, v) =
1
2
(T (u + v, u + v) T (u, u) T (v, v)) . (2.5)
Si expresamos un vector x en coordenadas mediante x =

x
i
e
i
y T es la aplicaci on bilineal, se
tiene que T (x, x) =

x
i
x
j
T (e
i
, e
j
). Se trata de un polinomio homog eneo de grado dos en las
variables x
1
, . . . , x
n
. Es pues equivalente el conocer la forma bilineal sim etrica o el polinomio
homog eneo de grado dos asociado. Si no da lugar a confusi on, por ejemplo si un subndice
determina el grado del polinomio homog eneo, se sustituir a T
k
(x, . . . , x) simplemente por T
k
(x).
Se pueden dar f ormulas an alogas a la 2.5 para aplicaciones klineales.
Ejemplo 2.8. Consideremos una aplicaci on bilineal T
2
=

n
i,j=1
a
ij
w
i
w
j
. Esta aplicaci on es
sim etrica si y s olo si para cada i, j T
2
(e
i
, e
j
) = T
2
(e
j
, e
i
), es decir, a
ij
= a
ji
. Su polinomio
homog eneo asociado es T
2
(x) =

a
ij
x
i
x
j
. Para una aplicaci on 3-lineal sim etrica

a
ijk
w
i
w
j
w
k
su polinomio homog eneo asociado es

a
ijk
x
i
x
j
x
k
.
Veamos como los espacios de las aplicaciones multilineales de orden k se pueden identicar
con las aplicaciones lineales de R
n
en el espacio de las aplicaciones multilineales de orden k1.
Es decir L
k
(R
n
, R) L
_
R
n
, L
k1
(R
n
, R)
_
. Basta asociar a cada elemento T L
k
(R
n
, R)
la aplicaci on de L
_
R
n
, L
k1
(R
n
, R)
_
que enva u R
n
al elemento de L
k1
(R
n
, R) que a
v
1
, . . . , v
k
le asocia T (u, v
1
, . . . , v
k
) . Es simple comprobar que se trata de un isomorsmo.
Ejemplo 2.9. La aplicaci on bilineal T
2
=

n
i,j=1
a
ij
w
i
w
j
se puede identicar con la aplica-
ci on de L(R
n
, L(R
n
, R)) que asocia a un elemento u R
n
el elemento
n
i,j=1
a
ij
w
i
(u) w
j
perteneciente a L(R
n
, R).
54 CAP
ITULO 2. C

Estamos ya en condiciones de denir las diferenciales de orden superior al primero.
Denici on 2.8. Sea f una funci on denida en un abierto D de R
n
a valores en R, diferenciable
en todos sus puntos. La funci on diferencial df es una aplicaci on de D en L(R
n
, R) que asocia
a cada punto x R
n
, df
x
=

f
x
i
(x) dx
i x
. Si esta funci on a valores en L(R
n
, R) R
n
es
a su vez diferenciable en un punto a diremos que la funci on es diferenciable hasta el orden 2
en a. Equivale a decir que la aplicaci on x
_
f
x
1
(x) , . . . ,
f
xn
(x)
_
es diferenciable en a. La
diferencial ser a una aplicaci on lineal de R
n
en L(R
n
, R) que podr a identicarse a un elemento
de L
2
(R
n
, R) . Concretamente si una base de L
2
(R
n
, R) es dx
i a
dx
j a
la diferencial segunda
es un elemento de la forma T
2
=

n
i,j=1
ij
dx
i a
dx
j a
.
La coordenada
ij
se podr a expresar como
ij
= d
_
f
x
j
_
a
(e
i
) =

2
f
x
i
x
j
(a) . Resumiendo la
diferencial segunda de la funci on f en el punto a es simplemente la aplicaci on bilineal
n
i,j=1
2
f
x
i
x
j
(a) dx
i a
dx
j a
.
Por el teorema de las derivadas parciales iteradas (teorema 2.9) esta aplicaci on bilineal es sim e-
trica y tendr a como polinomio homog eneo asociado
n
i,j=1
2
f
x
i
x
j
(a) x
i
x
j
que se denotar a tambi en por d
2
f
a
(x) .
Denici on 2.9. Se dene una funci on diferenciable en a hasta el orden k como aquella que
es diferenciable de orden k 1 en un entorno de a y tal que la funci on x d
k1
f
x
es dife-
renciable en el punto a. La diferencial de orden k en a ser a la aplicaci on klineal sim etrica
n
i
1
,...,i
k
=1
k
f
x
i
1
...x
i
k
(a) dx
i
1
a
. . . dx
i
k
a
y su polinomio homog eneo asociado es
n
i
1
,...,i
k
=1
k
f
x
i
1
. . . x
i
k
(a) x
i
1
x
i
k
.
La primera la escribiremos d
k
f
a
y el segundo d
k
f
a
(x) .
Todas las consideraciones que se han hecho para funciones a valores en R pueden repetirse
con variaciones mnimas para funciones a valores en R
m
. Ahora las aplicaciones multilineales
tambi en estar an valoradas en R
m
y el espacio de estas aplicaciones se escribir a L
k
(R
n
, R
m
) .
La denici on de funciones de clase (
1
se extiende en forma natural a funciones de clase (
r
.
Denici on 2.10. Una funci on f denida en un abierto A R
n
a valores en R
m
se dice de
clase (
r
si existen todas las derivadas parciales de orden menor o igual a r y son continuas. Al
conjunto de estas funciones se le designar a por (
r
(A) .
La denici on anterior puede sustituirse por la denici on recurrente de que la aplicaci on de
A en L(R
n
; R
m
) , x df
x
sea de clase (
r1
.
La funci on se dice que es de clase (
si es de clase (
r
para todo r.
La regla de la cadena puede extenderse a diferenciales de orden superior al primero. Nosotros
estamos interesados en un caso particular que vendr a dado por el siguiente teorema.
Teorema 2.11. Sea h la aplicaci on de R en R
n
denida por h(t) = a +t(b a) y f una funci on
k veces diferenciable en un entorno de a, de R
n
, a valores en R. Entonces la funci on compuesta
g(t) = f(a + t(b a)) es derivable hasta el orden k en un entorno de 0 y se cumple
g
(k)
(t) = d
k
f
a+t(ba)
(b a) =
n
i
1
,...,i
k
=1
k
f
x
i
1
. . . x
i
k
(a + t (b a)) (b
i
1
a
i
1
) . . . (b
i
k
a
i
k
).
Si f es diferenciable k veces tan s olo en a entonces g es diferenciable en 0 hasta el orden k y
vale la f ormula anterior en t = 0.
Demostraci on. Veamos la demostraci on por inducci on sobre k. Para k = 1 es simplemente la
regla habitual de la cadena pues h es diferenciable.
Supongamos que el teorema es cierto para k 1. Tenemos
g
(k1)
(t) =
n
i
1
,...,i
k1
=1
k1
f
x
i
1
. . . x
i
k1
(a + t (b a)) (b
i
1
a
i
1
) (b
i
k1
a
i
k1
).
Aplicando la regla de la cadena a la funci on h compuesta con cada una de las funciones
k1
f
x
i
1
. . . x
i
k1
tendremos
g
(k)
(t) =

n
i
1
,...,i
k
=1
k
f
x
i
1
...x
i
k
(a + t (b a)) (b
i
1
a
i
1
) (b
i
k
a
i
k
) =
d
k
f
a+t(ba)
(b a) .
.
La demostraci on se repite si la hip otesis de diferenciabilidad se da unicamente en el punto a.
Tambi en precisaremos de la siguiente proposici on
Teorema 2.12. La composici on de funciones de clase (
r
es del mismo tipo.
Demostraci on. Basta aplicar reiteradamente la regla de la cadena para obtener las expresiones de
las derivadas parciales de la funci on compuesta en t erminos de las derivadas parciales de ambas
funciones. De ellas se sigue la existencia y continuidad de las de orden inferior o igual a r.
No daremos estas expresiones de las derivadas sucesivas de la funci on compuesta explci-
tamente pues son de f acil c alculo pero de compleja notaci on. Aconsejamos al lector que las
explicite en alg un caso particular no demasiado largo.
56 CAP
ITULO 2. C

2.2.2 La f ormula de Taylor
Es bien conocido que si una funci on de una variable es derivable hasta el orden m en un punto a
existe un unico polinomio de grado menor o igual que m, p
m
(x), tal que
f(x) = p
m
(x) + o
xa
([x a[
m
)
El polinomio p
m
(x) recibe el nombre de polinomio de Taylor de orden m en el punto a y
tiene la expresi on
p
m
(x) = f(a) +
f
(a)
1!
(x a) + . . . +
f
(m)
(a)
m!
(x a)
m
.
Se trata de dar un teorema an alogo para funciones de varias variables.
Teorema 2.13. Sea D un abierto de R
n
y f una funci on denida en D a valores en R, f dife-
renciable hasta el orden m en un punto a de D. Existe entonces un unico polinomio p
m
(x) de
grado menor o igual a m tal que
f(x) = p
m
(x) + o
xa
(|x a|
m
), x R
n
.
El polinomio p
m
(x) tiene la expresi on
p
m
(x) =
m
k=0
1
k!
d
k
f
a
(x a) .
Este polinomio se denomina polinomio de Taylor de orden m de la funci on f en el punto a .
Demostraci on. Se trata de probar que
lim
xa
f(x)
m
k=0
1
k!
d
k
f
a
(x a)
|x a|
m
= 0
Consideremos b R
n
, con |b a| = 1, x = a + t(b a).
Sea g la funci on de una variable real
g(t) = f(a + t(b a))
denida para valores sucientemente peque nos de [t[. Se tiene que g es derivable hasta el orden
m en 0. Su derivada de orden k , para k < m, es g
(k)
(t) = d
k
f
a+t(ba)
(b a). Obs ervese que g
es una funci on que depende de b. Puesto que d
k
f
a
(x a) = g
(k)
(0) t
k
se tratar a de probar que
lim
t0
g(t)
m
k=0
1
k!
g
(k)
(0)t
k
t
m
= 0,
donde el lmite debe entenderse uniforme en el punto b R
n
considerado, ya que xa = t(ba)
y |x a| = [t[. Esto signica que debemos probar que para cada > 0, existe un > 0,
independiente de b, tal que si [t[ < se cumple que
g(t)
m
k=0
1
k!
g
(k)
(0)t
k
t
m
< . Obs ervese que

reiteradas aplicaciones de la regla de lH ospital nos llevan al c alculo del siguiente lmite
lim
t0
g
(m1)
(t) g
(m1)
(0) g
(m)
(0)t
t
= 0
Este lmite podr a ser escrito, nuevamente en t erminos de la funci on f como:
lim
t0
d
m1
f
a+t(ba)
(b a) d
m1
f
a
(b a) d
m
f
a
(b a)t
t
= 0.
Puesto que d
m1
f
a+t(ba)
(ba) =

m1
f(a+t(ba))
x
i
1
...x
i
m1
(b
i
1
a
i
1
) . . . (b
i
m1
a
i
m1
) equivaldr a
a probar que si h(x) =

m1
f(x)
x
i
1
...x
i
m1
lim
t0
h(a + t(b a)) h(a) dh
a
(b a)t
t
= 0
uniformemente en b. Pero esto es precisamente la expresi on de la diferenciabilidad de h en el
punto a que era la hip otesis del teorema. Esto prueba la existencia del polinomio de Taylor.
Veamos la unicidad del polinomio. Si p(x) y q(x) fuesen dos polinomios de grado menor
o igual a m que cumpliesen la condici on del lmite, tendramos que el polinomio diferencia
r(x) = p(x) q(x) cumplira
lim
xa
r(x)
|x a|
m
= 0
Escribiendo, como antes, x a = t(b a), tendremos que r(a +t(b a)) ser a un polinomio
en una variable t , de grado menor o igual a m, tal que lim
t0
r(a+t(ba))
t
m
= 0. Esto implica
que este polinomio es id enticamente nulo. Esto es v alido para todo b y, por lo tanto, r(x) es
id enticamente nulo.
Ejemplo 2.10. Calculemos el polinomio de Taylor de grado 5 de la funci on sin(x + y) en el
punto (0, 0). Se puede utilizar directamente la expresi on del polinomio de Taylor. Otra forma de
operar es la siguiente. Sabemos que sin t = t
t
3
3!
+
t
5
5!
+ o
t0
(t
5
). Tendremos entonces
sin(x + y) = x + y
(x + y)
3
3!
+
(x + y)
5
5!
+ o
|x+y|0
([x + y[
5
)
Ahora bien, puesto que [x + y[ 2 |(x, y)|, se sigue que la funci on o
|x+y|0
([x + y[
5
) es
tambi en o
(x,y)(0,0)
(|(x, y)|
5
). De aqu que el polinomio buscado es x + y
(x+y)
3
3!
+
(x+y)
5
5!
.
T ermino complementario en la f ormula de Taylor.
Si suponemos que la funci on f antes considerada, es diferenciable hasta el orden m + 1 en
un entorno del punto a se puede dar una informaci on m as explcita sobre la diferencia entre la
funci on y el polinomio de Taylor de orden m. Se tiene el siguiente teorema:
58 CAP
ITULO 2. C

Teorema 2.14. Sea f una funci on denida en B(a, ) R
n
, a valores en R, diferenciable hasta
el orden m + 1 en todos los puntos de B(a, ). Para cada x B(a, ), existe 0 < < 1 tal que
f(x) =
m
k=0
1
k!
d
k
f
(a)
(x a) +
1
(m + 1)!
d
m+1
f
(a+(xa))
(x a)
Demostraci on. Consideremos la funci on g(t) = f(a +t(xa)) . Estar a denida en el intervalo
[0, 1] y ser a derivable hasta el orden m + 1 en el. Podremos aplicar la formula de Taylor en
0, hasta le orden m, con el t ermino complementario de Lagrange. Tomemos t = 1. Existir a
0 < < 1 tal que
g(1) =
m
k=0
1
k!
g
(k)
(0) +
1
(m + 1)!
g
(m+1)
() .
La expresi on de las derivadas de la funci on g en t erminos de la funci on f nos da el teorema.
Corolario 2.15. Teorema del valor medio. Sea f una funci on a valores en R, diferenciable en
todos los puntos de un abierto convexo U, es decir, tal que si a, b U, el intervalo de extremos
a y b est a contenido en U. Existir a entonces 0 < < 1 tal que
f(b) f(a) = df
a+(ba)
(b a).
Obs ervese que la funci on debe ser a valores en R. Se trata de un caso particular del teorema
anterior. Si la funci on de partida fuese a valores en un espacio R
m
con m > 1 para cada funci on
coordenada tendramos un punto intermedio que en principio podran ser distintos.
Es interesante observar que, en las condiciones del corolario anterior, si |df
x
| M para
x U tendremos que
|f(b) f(a)| M|b a| . (2.6)
Denici on 2.11. Una funci on que cumple la condici on 2.6 para todos los puntos a y b de un
conjunto se dice de Lipschitz en este conjunto.
Hemos visto que toda funci on diferenciable en un convexo con diferencial acotada es de este
tipo. Obs ervese que de aqu se deduce inmediatamente que, en las condiciones anteriores, si la
diferencial de la funci on es cero en todos sus puntos, la funci on es constante.
2.2.3 Extremos de una funci on
Denici on 2.12. Sea A un abierto de R
n
y f : A R. Se dice que f tiene un m aximo (mnimo)
local en un punto a A si existe > 0 tal que f(x) f(a) (resp. f(x) f(a) ) para
|x a| < . En ambos casos se dice que la funci on tiene un extremo local en a.
En ocasiones, si f(x) < f(a) (resp. f(x) > f(a) ) para 0 < |x a| < se dice que el
m aximo (resp. mnimo) es estricto.
Es bien conocido que si A es un abierto de R y f es derivable una condici on necesaria para
que la funci on tenga un m aximo o mnimo en a es que la derivada sea nula en este punto. El
teorema an alogo para funciones de varias variables es el siguiente.
n
y f : A R una funci on diferenciable. Si f tiene en
a A un extremo local se cumple que df
a
= 0.
Demostraci on. Sea u R
n
. Consideremos la funci on de una variable real , denida en un
entorno de 0, mediante la funci on g() = f(a+u). Ser a una funci on derivable con un extremo
en = 0 y por lo tanto g
(0) = df
a
(u) = 0.
La condici on necesaria de extremo df
a
= 0 desde luego no es suciente. Esto es bien conoci-
do para funciones de una variable real. Por ejemplo y = x
3
tiene derivada cero en el origen pero
no tiene extremos locales. Ocurre lo mismo para funciones de varias variables. Consid erese los
siguientes ejemplos
Ejemplo 2.11. 1. La funci on f(x, y) = (x + y)(x y) es de clase C
, tiene sus derivada

parciales en el origen nulas y no tiene un extremo en el. Existen puntos en cualquier
entorno del origen en que la funci on toma valores positivos y otros en que toma valores
negativos.
2. La funci on f(x, y) = (y2x
2
)(y3x
3
) es tal que su restricci on a cada recta que pasa por
el origen tiene un mnimo local en este punto. Sin embargo, en todo entorno del origen
existen puntos en que la funci on toma valores negativos y por tanto la funci on no tiene
extremo local en el origen.
n
y f : A R una funci on diferenciable. Si df
a
= 0
para un punto a A se dice que a es un punto estacionario para la funci on f.
Se trata ahora de dar condiciones sucientes para que un punto estacionario de una funci on
sea un extremo local. En el siguiente teorema se dan unas condiciones en t erminos de la diferen-
cial segunda de la funci on. Es un teorema an alogo al que nos establece que una funci on de una
variable real con f
(a) = 0 y f
(a) ,= 0 tiene un extremo en a.

n
y f : A R una funci on diferenciable de orden 2 en un
punto a A que es estacionario para la funci on f. Se tiene
a) Si d
2
f
a
(u) > 0 para todo u ,= 0, f tiene un mnimo local en a.
b) Si d
2
f
a
(u) < 0 para todo u ,= 0, f tiene un m aximo local en a.
c) Si d
2
f
a
(u) toma valores positivos y negativos al variar u, f no tiene en a ni m aximo ni
mnimo local. En este caso se dice que el punto es de ensilladura.
Demostraci on. Veamos el apartado a). Si d
2
f
a
(u) > 0 para u ,= 0 se tiene que M = min
v=1
d
2
f
a
(v) > 0 y, por tanto para cada u se tiene d
2
f
a
(u/ |u|) M, luego d
2
f
a
(u) M|u|
2
.
Puesto que a es un punto estacionario la f ormula de Taylor nos dar a
f(a + u) f(a) =
1
2
d
2
f
a
(u) + g(u) |u|
2
, con g(u)
u0
0.
60 CAP
ITULO 2. C

Sea 0 < <
M
4
. Existe > 0 tal que [g(u)[ < si |u| < . Por tanto
f(a + u) f(a)
1
2
M|u|
2
|u|
2
M
4
|u|
2
si |u| < y, por lo tanto, f tiene un mnimo local en a.
El apartado b) se demuestra an alogamente. Veamos c). Sean u
1
y u
2
tales que d
2
f
a
(u
1
) > 0
y d
2
f
a
(u
2
) < 0. Tendremos
f(a + u
i
) f(a) =
1
2
(d
2
f
a
(u
i
) + g
i
() |u
i
|
2
)
2
con g
i
() 0 si 0,
y f(a + u
i
) f(a) tendr a el mismo signo que d
2
f
a
(u
i
) para valores peque nos de .
La forma cuadr atica d
2
f
a
(u) =

2
f
x
i
x
j
(a)u
i
u
j
juega, en consecuencia, un papel relevante
en las condiciones de extremo. La condici on d
2
f
a
(u) > 0 (resp.< 0) si u ,= 0 se expresa
diciendo que la forma cuadr atica es denida positiva (resp. negativa). No obstante si la forma
es degenerada, es decir, para algunos valores u ,= 0, d
2
f
a
(u) = 0, esta forma no determina la
existencia o no de extremos. No obstante el apartado c) implica que si a es un extremo y d
2
f
a
es no id enticamente nula, entonces debe ser d
2
f
a
(u) 0 para todo u o bien d
2
f
a
(u) 0 para
todo u.
Ejemplo 2.12. 1. La funci on f(x, y) = (x
2
+ y
2
) + x
3
tiene en el origen un punto es-
tacionario y d
2
f
(0,0)
(x, y) = (x
2
+ y
2
) es denida negativa y por tanto se trata de un
m aximo
2. La funci on f(x, y) = x
2
, tiene en el origen un punto estacionario. Su diferencial segunda
en este punto es una forma negativa pero degenerada. En este caso la funci on tiene un
m aximo, aunque no estricto ya que en todos los puntos de la forma (0, y) toma el valor
0. La funci on g(x, y) = x
2
y
4
est a en una situaci on similar a la anterior pero ahora
el m aximo es estricto. Sin embargo, la funci on h(x, y) = x
2
+ y
4
no tiene m aximo ni
mnimo ya que su restricci on a la recta y = 0 tiene un m aximo, mientras que la restricci on
a x = 0 tiene un mnimo.
Es importante pues conocer cuando una forma cuadr atica sim etrica

a
ij
x
i
x
j
, a
ij
R es
denida positiva o denida negativa. Si denominamos
k
al determinante de la matriz obtenida
de la (a
ij
) suprimiendo las n-k ultimas las y columnas se tiene el siguiente criterio cuya demos-
traci on puede verse en los textos de algebra multilineal (v ease por ejemplo Prop. 2.3 cap XI en
Algebra lineal y Geometra, Manuel Castellet, Irene Llerena):
Teorema 2.18. La forma cuadr atica sim etrica

a
ij
x
i
x
j
, a
ij
R es denida positiva (resp.
negativa) si y s olo si
1
> 0,
2
> 0, . . .
n
> 0 (resp.
1
< 0,
2
> 0,
3
< 0, . . .).
En dimensi on dos puede darse una demostraci on elemental del teorema anterior. Ve amosla.
Una forma de orden dos en R
2
se puede expresar como
ax
2
+ by
2
+ 2cxy.
Si a o b son ceros, la forma no es trivialmente ni denida positiva ni negativa. Fuera de la
forma id enticamente nula tendremos que en las notaciones del teorema anterior
2
= ab c
2
<
0.
Podemos suponer entonces que a y b son no nulos. Si dividimos por y
2
,= 0 la forma tendre-
mos
a
_
x
y
_
2
+ b + 2c
x
y
.
Es un polinomio de segundo grado en
x
y
. Es ya evidente que toma valores estrictamente positivos
si
2
= c
2
ab < 0 y
1
= a > 0. Toma valores estrictamente negativos si
2
= c
2
ab < 0
y
1
= a < 0. Para y = 0, x ,= 0 la forma toma el valor ax
2
que tiene por signo el de a. Todo
ello da el teorema en dimensi on dos.
Ejemplo 2.13. 1. Calculemos los puntos estacionarios de la funci on
f(x, y) = 2x
3
3x
2
+ 2y
3
+ 3y
2
.
Se tiene que
f
x
= 6x
2
6x
f
y
= 6y
2
+ 6y
Los puntos estacionarios son los ceros de las funciones anteriores, lo que nos da como so-
luciones (0, 0), (1, 0), (0, 1), (1, 1). Los polinomios homog eneos asociados a las dife-
renciales segunda en estos puntos dar an respectivamente 6x
2
+6y
2
, 6x
2
+6y
2
, 6x
2
6y
2
, 6x
2
6y
2
. Tendremos entonces que (1, 0) ser a un mnimo, (0, 1) un m aximo y
los puntos (0, 0) y (1, 1) ser an de ensilladura.
2. Se trata ahora de hallar los m aximos y mnimos absolutos de la funci on
f(x, y) = x
2
+ y
2
+ z
2
+ x + y
sobre M = (x, y, z) R
3
; x
2
+ y
2
+ z
2
2
2
, z 1 .
La funci on es continua y M es compacto. Existir an entonces m aximos y mnimos de la
funci on. Si estos puntos est an en el interior de M deber an ser puntos estacionarios de f
y, por tanto, cumplir an
f
x
= 2x + 1 = 0
f
y
= 2y + 1 = 0
f
z
= 2z = 0.
La soluci on del sistema es (
1
2
,
1
2
, 0). Este punto no est a en el interior de M y, por tanto,
los extremos de la funci on se hallar an en la frontera de M. Es decir, sobre los puntos en
que z = 1 y x
2
+ y
2
3, o bien los puntos en que x
2
+ y
2
+ z
2
= 2
2
, z 1.
62 CAP
ITULO 2. C

En el primer caso se debe estudiar la funci on de dos variables reales g(x, y) = x
2
+y
2
+
x + y + 1 denida en los puntos de R
2
tales que x
2
+ y
2
3. Nuevamente en los puntos
del interior de este dominio deber a cumplirse
g
x
= 2x + 1 = 0
g
y
= 2y + 1 = 0.
La soluci on es (
1
2
,
1
2
) , que est a en el interior del dominio. Consideremos ahora la
funci on g restringida a x
2
+y
2
= 3. Si escribimos x =
3 cos t, y =
3 sin t deberemos
calcular los extremos de la funci on h(t) =
3 cos t+
3 sin t+4 en [0, 2] . Ser a suciente

considerar el extremo t = 0 y los puntos de (0, 2) en que h
(t) =
3 sin t +
3 cos t =
0, es decir, t =

4
y t =
5
4
.
Finalmente sea la restricci on de f a x
2
+y
2
+z
2
= 2
2
, z 1 . Deberemos considerar la
funci on u(x, y) = 4 + x + y sobre 4 x
2
y
2
1. No existen puntos estacionarios y la
frontera ha sido considerada anteriormente.
En resumen, los posibles extremos ser an
(
1
2
,
1
2
, 1), (
3, 0, 1), (
6
2
,
6
2
, 1) y (
6
2
,
6
2
, 1).
Calculando los valores de la funci on en estos puntos concluimos que (
6
2
,
6
2
, 1) es el
mnimo y que (
6
2
,

6
2
, 1) es el m aximo.
2.2.4 Ejercicios
1. Da la f ormula de Taylor hasta el orden 2 con el t ermino complementario para las funciones:
a) f (x, y) = x
2
y
2
+ xy en el punto (1, 1) .
b) f (x, y) = sin (x
2
+ y
2
) en el punto (0, 0) .
c) f (x, y) = sin x + cos y en el punto (0, 0) .
d) f (x, y) = e
x+y
en el punto (0, 0) .
2. Calcula
lim
(x,y)(1,0)
ln (x + e
y
)
1
2
(x + y 1) ln 2
_
(x 1)
2
+ y
2
.
Indicaci on: Da la f ormula de Taylor de f (x, y) = ln (x + e
y
) en (1, 0) .
3. Halla un polinomio p (x, y) tal que la funci on cos(x + y) p (x, y) tenga con la funci on
e
xy
un contacto de orden superior al segundo en el punto (0, 0) , es decir, que la diferencia
sea o
(x,y)(0,0)
(x
2
+ y
2
) . Existe un polinomio unico con esta condici on?
2.3. EL TEOREMA DE LA FUNCI
ON INVERSA E IMPL
ICITA 63
4. Halla los extremos relativos, si existen, de las siguientes funciones:
a) f (x, y) = 2x
3
3x
2
+ 2y
3
+ 3y
2
.
b) f (x, y) = y
2
x
3
c) f (x, y) = y
2
+ x
2
y + x
4
.
d) f (x, y) = x
3
+ 3xy
2
3x
2
3y
2
.
5. Sea f (x) = (sin x, cos x) , denida en [0, 2] . Existe alg un t (0, 2) tal que f (2)
f (0) = 2f
(t)?
6. Consideremos a
1
, . . . , a
n
R
n
. Prueba que la funci on f (x) =

n
i=1
|x a
i
|
2
, denida
en R
n
tiene un mnimo en
a
1
+...+an
n
.
7. Prueba que f (x, y) = (y x
2
) (y 3x
2
) no tiene un extremo local en (0, 0) pero que su
restricci on a cada recta que pasa por el origen si lo tiene.
8. Halla los m aximos y mnimos absolutos de la funci on f (x, y) = 2 + sin x + sin y +
sin (x + y) en el conjunto
K =
_
(x, y) R
2
; 0 x, 0 y, x + y 2
_
.
2
por f (x, y) = (x
2
+ 2y
2
) e
(x
2
+y
2
)
. Prueba la
existencia de extremos absolutos y calc ulalos.
2.3 El teorema de la funci on inversa e implcita
2.3.1 El teorema de la funci on inversa
Si T es una aplicaci on lineal de R
n
en R
n
es bien conocido que esta aplicaci on tiene inversa si
y solamente si det T ,= 0. Se trata de dar un teorema que permita conocer si una aplicaci on con
cierta regularidad admite funci on inversa del mismo tipo. Si suponemos que las funciones son
diferenciables se puede obtener f acilmente una condici on necesaria. Sea g la funci on inversa de
f, tendremos que g f es la aplicaci on identidad. Supuestas ambas diferenciables deducimos de
la regla de la cadena que para cada punto a se tiene dg
f(a)
df
a
= I. En particular la aplicaci on df
a
es un isomorsmo lineal. El teorema de la funci on inversa dir a que esta condici on es suciente
para que localmente exista la funci on inversa.
Teorema 2.19. Sea f una funci on de clase (
r
, r 1, denida en un abierto Ade R
n
con valores
en R
n
. Supongamos que en un punto a A la aplicaci on df
a
es un isomorsmo. Entonces existe
un abierto U A, entorno del punto a, tal que
a) La aplicaci on f es inyectiva en U.
b) La imagen f(U) es un conjunto abierto de R
n
.
c) La aplicaci on inversa de la aplicaci on biyectiva f de U en f(U) es de clase (
r
.
64 CAP
ITULO 2. C

Observaciones
1. La condici on de que df
a
sea un isomorsmo equivale simplemente a decir que det df
a
,= 0.
Esto es, que el determinante de la matriz jacobiana sea no nulo
D
1
f
1
(a) . . . D
n
f
1
(a)
.
.
.
.
.
.
D
1
f
n
(a) . . . D
n
f
n
(a)
,= 0
A este determinante se le denomina determinante jacobiano y se escribe
(f
1
,...,fn)
(x
1
,...,xn)
(a) .
2. La existencia de la funci on inversa es s olo de tipo local, existe un entorno del punto con-
siderado en que la funci on f restringida a este entorno admite inversa. Posteriormente veremos
mediante alg un ejemplo que, aunque det df sea no nulo en todos los puntos, no se puede asegurar
la existencia de una inversa global. Esta es una situaci on diferente de lo que ocurre si suponemos
que la funci on es de una variable y est a denida en un intervalo. En este caso, supuesta la fun-
ci on de clase C
1
con derivada no nula en todos los puntos, es entonces estrictamente mon otona
y existe la funci on inversa denida globalmente.
3. Como veremos, el teorema no da una forma de explicitar la funci on inversa. Simplemente
asegura su existencia y prueba que es de clase (
r
. No obstante la diferencial y las derivadas
sucesivas de la funci on inversa pueden explicitarse como consecuencia de la regla de la cadena.
Ya veremos ejemplos al respecto.
Demostraci on. Veamos en primer lugar que existe un entorno de a en el que f es inyectiva. Sea
> 0 tal que c (a, ) A. La funci on f ser a inyectiva en c (a, ) si para cada dos puntos
x, y c (a, ) la condici on f(x) = f(y) implica x = y. Consideremos dos tales puntos.
Apliquemos el teorema del valor medio (2.15) a cada una de las funciones coordenadas f
i
.
Existir an z
i
pertenecientes al intervalo de extremos x e y tales que
0 = f
i
(x) f
i
(y) =
n
j=1
f
i
x
j
(z
i
) (y
j
x
j
) i = 1, . . . , n. (2.7)
Puesto que por hip otesis det
_
f
i
x
j
(a)
_
,= 0 y las funciones derivadas parciales de las f
i
son
continuas, existir a > 0 tal que para cada z
i
c (a, ) , det
_
f
i
x
j
(z
i
)
_
,= 0. Tendremos ahora
que el sistema lineal homog eneo 2.7 tendr a como unica soluci on x = y. Hemos probado el
apartado a).
Probemos b). Sea 0 < < . La funci on f sobre el compacto c (a, ) es inyectiva y continua
y por tanto se trata de un homeomorsmo. Consideremos S = x R
n
; |x a| = . Sea
m = min |f(x) f(a)| ; x S . Por la inyectividad de f se tiene m > 0. Veamos que
f (c (a, )) c
_
f(a),
m
2
_
. En efecto, sea y c
_
f(a),
m
2
_
. Se trata de ver que la funci on
d
2
(x) = |f(x) y|
2
toma el valor cero en alg un punto de c (a, ) . Desde luego alcanza el
mnimo en alg un punto del compacto c (a, ) puesto que la funci on es continua. Este mnimo
no se puede alcanzar sobre la frontera S ya que para x S, |f(x) y| |f(x) f(a)|
|f(a) y| m
m
2
=
m
2
mientras que la imagen del punto a cumple |f(a) y| <
m
2
.
ON INVERSA E IMPL
ICITA 65
Sea entonces un punto z c (a, ) donde d
2
alcanza un mnimo. Puesto que esta funci on es
diferenciable deber a tener su diferencial cero en este punto. Tendremos
n
i=1
(f
i
(z) y
i
)
f
i
x
j
(z) = 0 j = 1, . . . , n.
Puesto que det
_
f
i
x
j
(z)
_
,= 0 se sigue que f(z) = y y por tanto hemos probado que
f (c (a, )) c
_
f(a),
m
2
_
.
Si llamamos U a la antiimagen por f en c (a, ) de c
_
f(a),
m
2
_
la aplicaci on f ser a biyectiva de
U en c
_
f(a),
m
2
_
. Hemos probado b).
Se trata de ver que la aplicaci on f
1
denida en f(U), a valores en U es de clase C
r
. Sea
ahora x U y y = f(x). Veamos que f
1
es diferenciable en y. Sabemos que, como conse-
cuencia de la regla de la cadena, si f
1
es diferenciable en y su diferencial deber a ser (df
x
)
1
.
Veamos que, efectivamente, es diferenciable. Sea z = f(u), u U. Tendremos
_
_
_f
1
(z) f
1
(y) (df
x
)
1
(z y)
_
_
_ =
_
_
_u x (df
x
)
1
(df
x
(u x) + o
ux
(|u x|))
_
_
_ =
_
_
_(df
x
)
1
(o
ux
(|u x|))
_
_
_
_
_
_(df
x
)
1
_
_
_ |o
ux
(|u x|)| .
(2.8)
Se trata de probar que f
1
(z) f
1
(y) (df
x
)
1
(z y) es de la forma o
zy
(|z y|) . De-
beremos entonces acotar superiormente |u x| por k |z y| . Tendremos
|z y| = |f (u) f (x)| |df
x
(u x)| |o
ux
(|u x|)|
1
|(dfx)
1
|
|u x| |o
ux
(|u x|)| .
Dado 0 < <
1
2|(dfx)
1
|
existe > 0 tal que si |u x| < se cumple |o
ux
(|u x|)| <
|u x| y por tanto para estos elementos u vale
|z y|
1
2
_
_
_(df
x
)
1
_
_
_
|u x| . (2.9)
Por otro lado, puesto que f es un homeomorsmo, existe
1
> 0 tal que si |z y| <
1
, se tiene
|u x| < y de 2.8 y 2.9
_
_
_f
1
(z) f
1
(y) (df
x
)
1
(z y)
_
_
_
_
_
_(df
x
)
1
_
_
_ |u x|
_
_
_(df
x
)
1
_
_
_ 2
_
_
_(df
x
)
1
_
_
_ |z y| .
Esto demuestra la diferenciabilidad de f
1
y que su diferencial en y es
_
df
f
1
(y)
_
1
. La funci on
df
1
puede obtenerse entonces como composici on de las aplicaciones y f
1
(y), la aplicaci on
66 CAP
ITULO 2. C

denida en U, tal que x df
x
y, por ultimo, la aplicaci on denida en los isomorsmos lineales
de R
n
, T T
1
. Las tres aplicaciones son continuas y por tanto lo es la composici on. Hemos
probado que f
1
es de clase (
1
. Supongamos ahora que f es de clase (
r
, r > 1. Probemos
por inducci on que f
1
es de la misma clase. Por hip otesis de inducci on la primera funci on
y f
1
(y) ser a de clase (
r1
. La segunda aplicaci on x df
x
es tambi en de clase (
r1
por
la hip otesis sobre f. La tercera aplicaci on T T
1
es de clase (
. La composici on y
_
df
f
1
(y)
_
1
= df
1
y
ser a de clase (
r1
y por tanto f ser a de clase (
r
.
Corolario 2.20. Sea A un abierto de R
n
y f una funci on de clase (
1
denida en A, a valores en
R
n
y con determinante jacobiano no nulo en todos los puntos de A. Entonces la aplicaci on es
abierta, es decir, la imagen de todo conjunto abierto es un conjunto abierto.
Ejemplo 2.14. 1. Ya hemos dicho que el teorema no da, salvo en dimensi on uno, la existencia
de una inversa global. Por ejemplo, la funci on f (x, y) = (e
x
cos y, e
x
sin y) tiene por
determinante jacobiano e
2x
que es no nulo en todos los puntos. Sin embargo, globalmente,
en R
2
, la aplicaci on no es inyectiva ya que f (x, y) = f (x, y + 2k) para cualquier k
entero.
2
a valores en R
2
mediante x = u
2
v
2
, y = uv.
El determinante jacobiano es 2(u
2
+ v
2
) que es no nulo salvo en el origen. El teorema
permite asegurar que para cada punto distinto del (0, 0) existe un entorno en el que la
funci on es invertible con inversa de clase (
como lo es la funci on de partida. Calculemos

las derivadas parciales de esta funci on inversa, es decir de u y v respecto de x e y. La
composici on de la funci on y de su inversa ser a la aplicaci on identidad. Es decir
x = u(x, y)
2
v (x, y)
2
y = u(x, y) v (x, y) .
Si derivamos con respecto a x tendremos
1 = 2u
u
x
2v
v
x
0 = v
u
x
+ u
v
x
.
De aqu podemos despejar
u
x
y
v
x
. Tendremos
u
x
=
u
2(u
2
+v
2
)
,
v
x
=
v
2(u
2
+v
2
)
. Se calculan
an alogamente las derivadas parciales respecto a la variable y. Obs ervese que en estos
c alculos no hemos necesitado explicitar la funci on inversa. Otra forma equivalente de
calcular las anteriores derivadas se puede hacer calculando la matriz inversa de la matriz
jacobiana de las funciones x, y respecto a las variables u, v.
Sistemas de coordenadas
Ya hemos visto que una aplicaci on de clase (
1
denida en un abierto de R
n
, a valores en
R
n
, aunque tenga su determinante jacobiano no nulo en todos sus puntos no tiene por qu e ser
biyectiva en todo el dominio de denici on. En el caso en que sea biyectiva todo punto que-
da determinado por su imagen. Es por ello que recibe el nombre de sistema de coordenadas
diferenciable. En este caso la aplicaci on inversa ser a tambi en de clase (
1
.
ON INVERSA E IMPL
ICITA 67
n
y f : A R
n
de clase (
1
. Supongamos que f
sea biyectiva de A en su imagen y con jacobiano no nulo en todos sus puntos. Las funciones
y
i
= f
i
(x
1
, . . . , x
n
) diremos que constituyen un sistema de coordenadas o, tambi en, que se trata
de un cambio de coordenadas diferenciable.
El teorema de la funci on inversa nos dice que una funci on de clase (
1
con determinante
jacobiano no nulo constituye un sistema de coordenadas local, es decir, para cada punto existe
un entorno en el que la aplicaci on es un sistema de coordenadas.
Observese que si f
1
, . . . , f
n
es un sistema de coordenadas en un abierto U, su imagen es un
abierto f(U) (corolario 2.20) y que, a su vez, la aplicaci on inversa es un sistema de coordenadas
en dicho abierto.
Denici on 2.15. Una aplicaci on f = (f
1
, . . . , f
n
) que establece una biyecci on de clase (
1
de
un abierto en el abierto imagen, y cuya aplicaci on inversa es de clase (
1
se dice que es un
difeomorsmo de clase (
1
entre los dos abiertos.
Las funciones componentes de un difeormorsmo constituyen entonces un sistema de coor-
denadas diferenciable. An alogamente se denen difeomorsmos de clase (
r
.
Ejemplo 2.15. 1. Coordenadas polares
Consideremos la aplicaci on denida en (0, +) (, ) , a valores en R
2
que a (, )
hace corresponder
x
1
= cos
x
2
= sin .
Es una aplicaci on biyectiva de clase (
1
de (0, +) (, ) en su imagen A = R
2
(x
1
, 0) ; x
1
0 . El determinante jacobiano es , que es no nulo. La aplicaci on inversa,
es decir, las funciones y con dominio de denici on en A son las llamadas coordenadas
polares. Se denominan respectivamente m odulo y argumento.
2. Coordenadas cilndricas
Consideremos la aplicaci on denida en (0, +) (, ) R, a valores en R
3
tal que
a (, , z) le corresponde
x
1
= cos
x
2
= sin
x
3
= z.
Es una aplicaci on biyectiva de clase (
1
de (0, +) (, ) R en su imagen A =
R
3
(x
1
, 0, x
3
) ; x
1
0 . La aplicaci on inversa, es decir las funciones , , z denidas
en A se denominan coordenadas cilndricas. Es una simple comprobaci on vericar que el
determinante jacobiano es distinto de cero.
3. Coordenadas esf ericas
Consideremos la aplicaci on de clase (
1
y determinante jacobiano no nulo denida en
68 CAP
ITULO 2. C

(0, +)
_
2
,

2
_
(0, 2)
que a (r, , ) le corresponde
x
1
= r cos cos
x
2
= r cos sin
x
3
= r sin .
Se trata de una aplicaci on biyectiva de (0, +)
_
2
,

2
_
(0, 2) en su imagen A =
R
3
(x
1
, 0, x
3
) ; x
1
0 . La aplicaci on inversa, es decir las funciones r, , denidas
en A se llaman coordenadas esf ericas. Corresponden a la idea geom etrica del m odulo,
longitud y latitud respectivamente.
Pueden darse variantes de estas coordenadas tomando, por ejemplo, como dominio de la
longitud el intervalo (, ) en lugar del (0, 2) .
2.3.2 El problema de la dependencia funcional
Consideremos A un abierto de R
m
y = (
1
, . . . ,
n
) una aplicaci on de A en R
n
de clase (
r
,
r 1. Cada funci on f denida en R
n
dene una funci on f sobre R
m
. El problema que nos
planteamos es el caracterizar este conjunto de funciones, es decir conocer cu ando una funci on
g denida sobre A es de la forma f . En este caso se dice que g depende funcionalmente de
1
, . . . ,
n
. El teorema siguiente resuelve el problema localmente.
Teorema 2.21. Consideremos A un abierto de R
m
y = (
1
, . . . ,
n
) una aplicaci on de A en
R
n
de clase (
r
, r 1 tal que d
1 x
, . . . , d
n x
son linealmente independientes para cada x A.
Entonces la aplicaci on tiene por imagen un abierto de R
n
. Adem as, la condici on necesaria y
suciente para que una funci on g denida en A, de clase (
r
, sea tal que para cada p A exista
una funci on f de la misma clase denida en un entorno de (p), tal que g = f es que dg
x
sea combinaci on lineal de d
1 x
, . . . , d
n x
para cada x A.
Demostraci on. Veamos que (A) es un abierto. Sea p A. Obs ervese en primer lugar que la
hip otesis de independencia de d
1 x
, . . . , d
n x
implica que m n ya que suponemos que exis-
ten n elementos linealmente independientes del espacio dual de R
m
. Supongamos por ejemplo
que
(
1
,...,n)
(x
1
,...,xn)
(p) ,= 0. Denamos : A R
m
mediante
(x
1
, . . . , x
m
) = (
1
(x) , . . . ,
n
(x) , x
n+1
, . . . , x
m
) .
Tendremos que d
p
,= 0 por lo que estamos en las condiciones del teorema de la funci on inversa.
Existir an entornos U de p y V V
1
de
(
1
(p) , . . . ,
n
(p) , p
n+1
, . . . , p
m
)
en R
n
R
mn
tales que : U V V
1
es un difeomorsmo de clase (
r
. En particular
(U) = V que es un abierto de R
n
que contiene p y est a contenido en (A) . Este conjunto es
pues abierto.
ON INVERSA E IMPL
ICITA 69
Consideremos ahora una funci on g como la del enunciado del teorema tal que dg
x
sea combi-
naci on lineal de d
1 x
, . . . , d
n x
para cada x A. Sea F : V V
1
Rdenida por F = g
1
.
Tendremos entonces g = F . es decir
g (x) = F (
1
(x) , . . . ,
n
(x) , x
n+1
, . . . , x
m
) .
Sabemos que para x en un entorno de p, d
1 x
, . . . , d
n x
, dx
n+1 x
, . . . , dx
m x
forman una base
de L(R
m
, R) . Por otro lado, por la regla de la cadena, tenemos que
dg
x
=
n
i=1
F
x
i
d
i x
+
m
j=n+1
F
x
j
dx
j x
.
Puesto dg
x
es combinaci on lineal de d
1 x
, . . . , d
n x
se cumplir a
F
x
j
(
1
(x) , . . . ,
n
(x) , x
n+1
, . . . , x
m
) = 0 j = n + 1, . . . , m.
en todos los puntos de V V
1
, luego F no depende de las mn ultimas variables, es decir
F (x
1
, . . . , x
n
, x
n+1
, . . . , x
m
) = f (x
1
, . . . , x
n
)
para una funci on f (
r
(V ) . Esta funci on cumplir a como queramos g = f .
Por otra parte, es consecuencia de la regla de la cadena que si una funci on g es localmente de
la forma g = f , se cumple que dg
x
es combinaci on lineal de d
1 x
, . . . , d
n x
.
En el caso particular en que n = m el teorema es consecuencia trivial del teorema de la
funci on inversa. En este caso
1
, . . . ,
n
es un cambio de coordenadas local y toda funci on g es
del tipo f (
1
, . . . ,
n
) .
Ejemplo 2.16. Consideremos las funciones f(x, y) = 2xy + 2x + 1, g(x, y) = x
2
y
2
+ 2x
2
y +
x
2
1. Veamos si g depende funcionalmente de f. Las diferenciales de estas funciones son
df = (2y + 2) dx + 2xdy , dg = (2xy
2
+ 4xy + 2x) dx + (2x
2
y + 2x
2
) dy. El determinante
de sus coecientes es nulo y por tanto son linealmente dependientes. As, para cada punto en
que df sea no nulo, es decir distinto de (0, 1) , el teorema nos dice que existe un entorno en
que g depende funcionalmente de f. Existe entonces una funci on de una variable G que cumple
g = G f en dicho entorno.
2.3.3 El teorema de la funci on implcita
Es evidente que el gr aco de una funci on y = g(x) coincide con los ceros de la funci on de dos
variables (x, y) y g(x). Se trata ahora del problema inverso, consideremos los ceros de una
funci on f de dos variables, es decir, el conjunto de los pares (x, y) tales que f(x, y) = 0. El
problema que nos planteamos es saber si este conjunto es el gr aco de una funci on y = g(x) o,
lo que es equivalente, si para cada valor de la variable x existe un unico valor de la variable y
que cumple la ecuaci on f(x, y) = 0. En el caso de que as sea se desean saber propiedades de
esta funci on. Empecemos considerando algunos ejemplos.
70 CAP
ITULO 2. C

Ejemplo 2.17. 1. Sea la ecuaci on x
2
+y
2
= 1. Los valores de la variable x para los que exis-
te alg un y que cumpla la ecuaci on son los del intervalo [1, 1] . Para todos estos valores
salvo los de los extremos existen dos valores de y que cumplen la ecuaci on. Entonces la
ecuaci on no dene globalmente y como funci on de x. Naturalmente que si consider asemos
no todos los valores de (x, y) [1, 1] R sino unicamente los valores en que la variable
y tomase valores no negativos, ahora a cada valor de la variable x le correspondera un
unico valor de la variable y, concretamente y = +
1 x
2
. Obs ervese que esta funci on
es derivable en todos los puntos del dominio de denici on salvo en los extremos.
2. La ecuaci on x y
3
= 0 dene en todo R la variable y como funci on de x en el sentido de
que para cada valor de la variable x existe un unico valor de la variable y que cumple la
ecuaci on. Se escribir a esta como y = x
1
3
. Esta funci on es derivable en todos los puntos
salvo en x = 0.
El teorema de la funci on implcita trata de dar condiciones para que una ecuaci on o un sistema
de ecuaciones denan unas variables como funci on de otras y de que estas funciones tengan el
tipo de regularidad de las ecuaciones de partida. El resultado ser a un teorema de existencia local.
Para que los ceros de la funci on de partida sean el gr aco de una funci on deberemos restringirnos
a un entorno de un punto que cumpla la ecuaci on.
Consideremos en primer lugar un caso bien conocido. Supongamos que tenemos un sistema
homog eneo de n ecuaciones lineales y k + n inc ognitas
f
i
(t
1
, . . . , t
k
, x
1
, . . . , x
n
) = 0 i = 1, . . . , n.
La condici on necesaria y suciente para que estas ecuaciones denan unvocamente las x
i
como
funciones de las variables t
1
, . . . , t
k
es que el determinante de los coecientes de las variables
x
1
, . . . , x
n
sea no nulo. Esta condici on se puede escribir en la forma
(f
1
,...,fn)
(x
1
,...,xn)
,= 0. Obs ervese
que en este caso las funciones de t
1
, . . . , t
k
est an denidas globalmente, en todo el espacio R
k
.
Esta situaci on no se dar a en general en las condiciones que ahora consideraremos.
Supondremos ahora que las funciones denidas en R
k
R
n
no son necesariamente lineales.
Escribiremos el espacio donde est an denidas las funciones en la forma R
k
R
n
para hacer notar
que en el teorema jugar an un papel distinto unas variables de otras. Las segundas ser an las que
resultar an ser funciones de las primeras. Denotaremos por t a los elementos de R
k
y por x a los
de R
n
. Estamos ya en condiciones de enunciar el teorema de la funci on implcita.
Teorema 2.22. Sea D un abierto de R
k
R
n
y f una funci on de clase (
r
, r 1, denida en D a
valores en R
n
. Consideremos un punto (a, b) R
k
R
n
tal que f(a, b) = 0 y
(f
1
,...,fn)
(x
1
,...,xn)
(a,b)
,= 0.
Entonces existe un entorno A de a en R
k
, un entorno U de (a, b) en R
k
R
n
y una funci on
g : A R
n
tal que el gr aco de la funci on g coincide con los ceros de la funci on f en U. La
funci on g es de clase (
r
. Esta funci on se dice denida implcitamente por la funci on f.
Demostraci on. Consideremos la funci on F : D R
k
R
n
mediante
F (t, x) = (t, f (t, x)) .
ON INVERSA E IMPL
ICITA 71
Se cumple F (a, b) = (a, 0) , es de clase (
r
, y
(F
1
,....,F
n+k
)
(t
1
,...,t
k
,x
1
,..,xn)
(a,b)
=
(f
1
,...,fn)
(x
1
,...,xn)
(a,b)
,= 0. Estamos
entonces en las condiciones del teorema de la funci on inversa. Existir an entornos U y V de (a, b)
y de (a, 0) respectivamente en R
k
R
n
tales que F es una aplicaci on biyectiva de U en V , cuya
inversa G es de clase (
r
. Podemos adem as suponer, restringiendo si es preciso las funciones, que
el entorno V es de la forma A B
0
, donde A es un entorno de a en R
k
y B
0
es un entorno de 0
en R
n
.
LLamemos v y u a las dos componentes de la funci on G, es decir,
u(F (t, x)) = t
v (F (t, x)) = x.
Denamos la funci on g : A R
n
mediante g (t) = v (t, 0). Desde luego es de clase (
r
. Veamos
que el gr aco de g coincide con los ceros de f en U. Sea un punto del gr aco de g, (t, g(t)) con
t A. Se cumplir a
f (t, g(t)) = f (t, v (t, 0)) = f (G(t, 0)) = 0.
Recprocamente, si tenemos un punto (t, x) U tal que f (t, x) = 0, tendremos F (t, x) = (t, 0)
con t A. Se cumplir a
g (t) = v (t, 0) = v (F (t, x)) = x
y por tanto (t, x) es del gr aco de g.
Es interesante observar que la aplicaci on denida en A R
k
a valores en R
k
R
n
que asigna
a t el punto (t, g (t)) es una aplicaci on biyectiva y continua de A en el conjunto de los puntos de
U que son ceros de la funci on f. Si nos restringimos a un abierto con adherencia contenida en A
se tratar a de un homeomorsmo con su imagen.
Obs ervese que el punto crucial de la demostraci on del teorema de la funci on implcita que
hemos presentado es la utilizaci on del teorema de la funci on inversa. Inversamente, se puede
obtener el teorema de la funci on inversa a partir del teorema de la funci on implcita. De hecho el
teorema de la funci on inversa puede pensarse como un caso particular del teorema de la funci on
implcita. En efecto supongamos que la funci on f : R
n
R
n
, x f(x) est a en las condiciones
del teorema de la funci on inversa. La funci on de R
n
R
n
en R
n
que asigna a (t, x) el valor
t f(x) estar a en las condiciones del teorema de la funci on implcita y la ecuaci on t f(x) = 0
denir a las variables x como funci on de las t, lo que nos da el teorema de la funci on inversa para
la funci on f.
C alculo de la diferencial de una funci on denida implcitamente
Sea D un abierto de R
k
R
n
n
que est e en las
condiciones del teorema de la funci on implcita. Sea x = g(t) la funci on implcita denida en un
entorno A de un punto a R
k
. Veamos que puede obtenerse dg
a
sin conocerse explcitamente
la funci on g. Sabemos que la funci on composici on
A D R
n
t (t, g (t)) f (t, g (t))
72 CAP
ITULO 2. C

es id enticamente cero. Su diferencial ser a la composici on de las diferenciales y ser a la aplicaci on
cero. En lenguaje matricial tendremos
_
_
_
_
_
_
f
1
t
1
, . . ,
f
1
t
k
f
1
x
1
, . . ,
f
1
xn
. . . . . . . .
. . . . . . . .
fn
t
1
, . . ,
fn
t
k
fn
x
1
, . . ,
fn
xn
_
_
_
_
_
_
(t,g(t))
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
1 0 . . 0
0 1 0 . 0
. . . . .
0 0 0 . 1
g
1
t
1
, . . . ,
g
1
t
k
. . . . .
. . . . .
gn
t
1
, ,
gn
t
k
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
t
=
_
_
_
0, . , 0
. . .
0, . , 0
_
_
_.
Puede escribirse como n sistemas de ecuaciones cada uno de ellos de n ecuaciones con n
inc ognitas que, debido a la condici on
(f
1
,...,fn)
(x
1
,...,xn)
(t,g(t))
,= 0 permite calcular
g
i
tj
t
para i = 1, . . . , n,
j = 1, . . . , k.
Obs ervese que el sistema que ha servido para obtener
g
i
tj
t
para un j concreto y para i =
1, . . . , n se ha obtenido, simplemente, derivando por la regla de la cadena respecto a la variable
t
j
las ecuaciones f
i
(t, g (t)) 0 para i = 1, . . . , n. Si las ecuaciones que se obtienen se derivan
nuevamente respecto a otra variable t
k
se pueden obtener las derivadas segundas de las funciones
g
i
. An alogamente pueden obtenerse las derivadas sucesivas.
Ejemplo 2.18. 1. Consideremos la ecuaci on xyz sin (z 2) + x + y = 0. Dene en un
entorno de (0, 0, 2) , z como funci on implcita de x e y. En efecto, si llamamos f (x, y, z) =
xyz sin (z 2) + x + y se tiene
f
z
= xy cos (z 2), que en el punto (0, 0, 2) es no
nula. Sea entonces z = g (x, y) la funci on denida implcitamente en un entorno de
(0, 0) . Calculemos sus derivadas parciales. Derivemos respecto a x el primer miembro de
la identidad
xyg (x, y) sin (g (x, y) 2) + x + y 0 (2.10)
tendremos
yz + xy
g
x
cos (z 2)
g
x
+ 1 = 0. (2.11)
Por lo tanto
g
x
=
1 yz
xy cos (z 2)
.
An alogamente
g
y
=
1 xz
xy cos (z 2)
.
Si quisi eramos obtener derivadas sucesivas de la funci on g deberamos derivar la relaci on
2.11 sucesivamente o bien la que se obtiene de 2.10 derivando respecto a la variable y.
ON INVERSA E IMPL
ICITA 73
Por ejemplo, para calcular

2
g
x
2
, derivaremos 2.11 respecto a la variable x teniendo en
cuenta que z = g (x, y) . Obtendremos
y
g
x
+ y
g
x
+ xy
2
g
x
2
+ sin (z 2)
_
g
x
_
2
cos (z 2)

2
g
x
2
= 0.
De donde
2
g
x
2
=
sin (z 2)
_
g
x
_
2
y
g
x
y
g
x
xy cos (z 2)
.
Obs ervese que
g
x
ya ha sido obtenida anteriormente y que el denominador siempre es
f
z
que es no nulo en un entorno del punto considerado. Reiteramos, por ultimo, que
pueden obtenerse las derivadas de la funci on g sin conocer explcitamente esta funci on.
Esto permite estudiar propiedades de la misma. Por ejemplo, en nuestro caso
g
x
(0, 0) =
g
x
(0, 0) = 1. La funci on g no podr a tener un extremo relativo en este punto.
2. Consideremos el sistema de ecuaciones
xu
6
+ y
2
v
3
= 1
xy
3
+ v
2
u
2
= 0
. (2.12)
Veamos que en un entorno de (x, y, u, v) = (0, 1, 0, 1) dene x, y como funci on de u,v.
En efecto, si llamamos f
1
y f
2
a las dos funciones que denen el sistema de ecuaciones
tenemos
(f
1
, f
2
)
(x, y)
=
u
6
2yv
3
y
3
3y
2
x
= 3y
2
xu
6
2y
4
v
3
(2.13)
que es no nulo en (0, 1, 0, 1) . Tendremos entonces que el sistema dene las funciones
x = g
1
(u, v) y y = g
2
(u, v) . Si queremos obtener, por ejemplo, las derivadas de es-
tas funciones con respecto a la variable u, derivaremos respecto a esta variable en 2.12
teniendo en cuenta que x = g
1
(u, v) y y = g
2
(u, v) .
g
1
u
u
6
+ x6u
5
+ 2y
g
2
u
v
3
= 0
g
1
u
y
3
+ 3xy
2 g
2
u
+ 2v
2
u = 0
.
De este sistema pueden despejarse
g
1
u
y
g
2
u
ya que el determinante de los coecientes
coincide con el 2.13. En forma an aloga pueden obtenerse las derivadas sucesivas de las
funciones g
1
y g
2
.
Veamos ahora el concepto de subvariedad diferenciable. En el los teoremas de la funci on
implcita e inversa juegan un papel fundamental.
2.3.4 Subvariedades diferenciables en R
n
Consideremos la esfera de R
3
de centro el origen de coordenadas y radio unidad, esto es, el
conjunto de los puntos (x, y, z) tales que f (x, y, z) = x
2
+ y
2
+ z
2
1 = 0. Se tiene
f
x
=
74 CAP
ITULO 2. C

2x,
f
y
= 2y,
f
z
= 2z. En cada punto de la esfera al menos una de estas derivadas parciales
ser a distinta de cero. De esta forma en cada punto de la esfera estaremos en las condiciones
del teorema de la funci on implcita y una de las variables se podr a expresar localmente como
funci on de las otras dos. Supongamos, por ejemplo, que z = g (x, y) para (x, y) variando en un
abierto V de R
2
. La aplicaci on de V en R
3
que asigna al punto (x, y) el punto (x, y, g (x, y))
es un homeomorsmo de un abierto de R
2
en los puntos de la esfera que est an en un entorno
de uno de sus puntos. La esfera puede pensarse que es, en este sentido, localmente como un
abierto de R
2
. Muchos de los conceptos que pueden darse para un espacio eucldeo como el
concepto de dimensi on o la noci on de funci on diferenciable pueden extenderse en forma natural
a conjuntos como la esfera. Otros, como la estructura de espacio vectorial, se han perdido. Estos
subconjuntos de R
n
cuya denici on precisa ahora daremos se dice que son una subvariedad de
R
n
. Puede darse el concepto de variedad diferenciable en general, generalizaci on natural del que
ahora daremos pero en el que nosotros no entraremos.
Denici on 2.16. Dado un subconjunto M de R
n
se dice que es una subvariedad diferenciable
de R
n
de dimensi on k y de clase (
r
si para cada punto p M existe un entorno U de p y
n k funciones f
k+1
, . . . , f
n
(
r
(U) con diferenciales en p linealmente independientes tales
que M U = x U; f
k+1
(x) = . . . = f
n
(x) = 0 .
Ejemplo 2.19. El conjunto de los puntos de R
3
que cumplen x
2
+y
2
+z
2
1 = 0, x+y +z = 1
forma una subvariedad de R
3
de dimensi on 1 y de clase (
.
Hemos introducido el concepto de subvariedad diferenciable de dimensi on k como un sub-
conjunto que localmente son los ceros de nk funciones con diferenciales independientes. Estas
funciones pueden variar al pasar de un punto a otro. En el ejemplo de la esfera con el que empe-
zamos se trata de una unica funci on y es la misma para todos los puntos. El primer teorema nos
dir a que una subvariedad diferenciable de dimensi on k puede pensarse como si localmente fuese
un abierto de R
k
.
Teorema 2.23. Sea M una subvariedad diferenciable de R
n
r
. Para
cada punto p M existe un entorno U del mismo, un abierto V de R
k
y g
1
, . . . , g
n
(
r
(V ) ,
con diferenciales de rango k, tales que establecen un homeomorsmo de V en U M.
Demostraci on. Sabemos que en un entorno de p los puntos de M son los ceros de n k fun-
ciones f
k+1
, . . . , f
n
de clase (
r
con diferenciales linealmente independientes. Supongamos, por
ejemplo, que
(f
k+1
, . . . , f
n
)
(x
k+1
, . . . , x
n
)
(p) ,= 0.
Por el teorema de la funci on implcita existen entornos U de p = (p
1
, . . . , p
n
) en R
n
y V de
(p
1
, . . . , p
k
) en R
k
y funciones g
k+1
, . . . , g
n
(
r
(V ) tales que la aplicaci on de V en U
M que asigna a (x
1
, . . . , x
k
) el punto (x
1
, . . . , x
k
, g
k+1
(x
1
, . . . , x
k
) , . . . , g
n
(x
1
, . . . , x
k
)) es un
homeomorsmo. Las funciones que establecen el teorema son entonces g
i
(x
1
, . . . , x
k
) = x
i
para i = 1, . . . , k junto a las ya denidas g
k+1
, . . . , g
n
. Obviamente sus diferenciales son de
rango k ya que las diferenciales de las primeras k funciones coinciden con ellas mismas y son
obviamente independientes.
ON INVERSA E IMPL
ICITA 75
Denici on 2.17. Sea M una subvariedad diferenciable de R
n
r
, p
M y U un entorno del mismo. Sea V un abierto de R
k
y g
1
, . . . , g
n
(
r
(V ) , con diferenciales
de rango k, tales que establecen un homeomorsmo de V en U M. Se dice que constituyen una
parametrizaci on de U M. La aplicaci on inversa estar a formada por k funciones denidas en
U M a valores en R y se dice que son un sistema de coordenadas en U M.
El teorema nos asegura la existencia local de una parametrizaci on para la variedad. Si en U
M existe una parametrizaci on, cada uno de sus puntos queda determinado por su correspondiente
elemento en el conjunto de los par ametros V R
k
. Es por ello que es natural llamar sistema de
coordenadas a la correspondencia que asocia a cada elemento de U M su punto en el conjunto
de los par ametros.
Ejemplo 2.20. Consideremos la subvariedad de R
3
denida por f (x, y, z) = x
2
+y
2
+z
2
1 =
0. Sea p = (0, 0, 1) un punto de la misma. Puesto que
f
z
(0, 0, 1) ,= 0, una parametrizaci on en un
entorno de p vendr a dada por (x, y)
_
x, y, +(1 x
2
y
2
)
1/2
_
. Se escribir a habitualmente
x = r, y = t, z = +(1 r
2
t
2
)
1/2
. Un sistema de coordenadas en un entorno de p vendr a` a
dado por las funciones primera y segunda coordenada. Es decir, por las funciones que a cada
punto (x, y, z) de la esfera le asignan x o y respectivamente.
El teorema siguiente nos expresa que en cierto sentido si partimos de una parametrizaci on,
su imagen es una subvariedad.
k
y sean g
1
, . . . , g
n
(
r
(A) con diferenciales de rango
k. Para cada punto a A existe un entorno U A tal que g = (g
1
, . . . , g
n
) sobre U es un
homeomorsmo con su imagen g (U) R
n
. Esta es una subvariedad diferenciable de R
n
de
dimensi on k.
Demostraci on. LLamemos (t
1
, . . . , t
k
) a las coordenadas en R
k
. Supongamos que
(g
1
, . . . , g
k
)
(t
1
, . . . , t
k
)
(a) ,= 0.
Podemos aplicar el teorema de la funci on inversa a las funciones g
1
, . . . , g
k
. Existir a entonces un
entorno U de a tal que estas dar an un difeomorsmo con su imagen. Llamemos a esta imagen U
1
.
Ser a un abierto de R
k
y en el estar a denida la aplicaci on inversa t
1
= h
1
(x
1
, . . . , x
k
) , . . . , t
k
=
h
k
(x
1
, . . . , x
k
) .
Consideremos las funciones denidas en U
1
R
nk
R
n
mediante
f
k+1
(x
1
, . . . , x
n
) = x
k+1
g
k+1
(h
1
(x
1
, . . . , x
k
) , . . . , h
k
(x
1
, . . . , x
k
))
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
f
n
(x
1
, . . . , x
n
) = x
n
g
n
(h
1
(x
1
, . . . , x
k
) , . . . , h
k
(x
1
, . . . , x
k
))
.
Los ceros de estas funciones coinciden con el conjunto imagen g(U). Son n k funciones
de clase (
r
con diferenciales linealmente independientes pues
(f
k+1
,...,fn)
(x
k+1
,...,xn)
,= 0 y por tanto se
76 CAP
ITULO 2. C

trata de una subvariedad de dimensi on k. La funci on g sobre U es inyectiva, continua y con
inversa t
1
= h
1
(x
1
, . . . , x
k
) , . . . , t
k
= h
k
(x
1
, . . . , x
k
) que es continua. Se trata pues de un
homeomorsmo con su imagen.
Ejemplo 2.21. 1. La aplicaci on x = 2t, y = 3t
2
, z = t
2
+ t
3
dene localmente una subva-
riedad diferenciable de dimensi on 1 en R
3
.
2. La aplicaci on x = cos t cos u, y = cos t sin u, z = sin t para 0 < t <

2
0 < u <

2
dene
una subvariedad diferenciable de dimensi on 2 en R
3
.
En las hip otesis del teorema no puede suprimirse la condici on de que las diferenciales sean de
rango la dimensi on del espacio de los par ametros. Por ejemplo la aplicaci on de R en R
2
denida
por las funciones x = t
3
, y = t
2
tienen sus diferenciales en el origen nulas. Dejamos como
ejercicio el comprobar que el conjunto imagen tiene en el origen de coordenadas una c uspide y
que en un entorno de este punto no puede ser el conjunto de los ceros de una funci on diferenciable
con diferencial no nula.
Tambi en debe observarse que en el teorema no puede armarse que la imagen de todo el
abierto sea una subvariedad diferenciable, incluso aun suponiendo la aplicaci on inyectiva. Por
ejemplo la funci on denida en
_
4
,

2
_
a valores en R
2
, denida por x = t
_
2
t
_
, y = t cos t
no tiene por imagen una subvariedad diferenciable. Todo entorno de (0, 0) tiene puntos que son
im agenes por la aplicaci on de un entorno de 0 en R, pero tambi en im agenes de un entorno de

2
.
Por ello no pueden ser los ceros de una funci on diferenciable con diferencial no nula.
Vectores tangentes a una subvariedad
Recordemos que una curva de clase (
r
en R
n
es una aplicaci on de un intervalo de R en R
n
de esta clase y que el vector
(t)=lim
h0
(t+h)(t)
h
es un vector tangente a la curva en el punto
(t) . Se trata ahora de denir lo que se entiende por vector tangente a una variedad.
Denici on 2.18. Sea M una subvariedad diferenciable de R
n
, p M y una curva de clase (
r
tal que (0) = p y tal que la imagen de un entorno de 0 est a contenida en M. El vector tangente
(0) diremos que es un vector tangente a la subvariedad en el punto p. El conjunto de estos

vectores tangentes se denominar a T
p
(M) .
Veamos una caracterizaci on de los vectores tangente a una variedad en t erminos de una para-
metrizaci on.
Teorema 2.25. Sea una parametrizaci on de un entorno de un punto p de la subvariedad M.
Supongamos que el dominio de denici on de es un entorno de O = (0, . . . , 0) en R
k
y que
(O) = p. Entonces Imgd
O
= T
p
(M) .
Demostraci on. Sea v R
k
, d
O
(v) es el vector tangente a la curva t (tv) para t = 0 ya
que este es el vector de R
n
cuya componente i- esima es

k
j=1
i
x
j
(O) v
j
= d
i O
(v). Por tanto
pertenece a T
p
(M) .
Recprocamente, sea una curva con (0) = p contenida en M. Sea
(0) su vector tangente.

La curva t
1
( (t)) es de R
k
, la imagen de 0 es O. LLamemos v a su vector tangente en O.
ON INVERSA E IMPL
ICITA 77
Es decir v =
d
dt
(
1
( (t))) (0) . Tendremos entonces que la imagen por d
O
de v ser a
(0) .
En efecto, d
O
(v) =
d
dt
((
1
( (t)))) (0) =
(0) .
Como consecuencia se obtiene que Imgd
O
no depende de la particular parametrizaci on y
que T
p
(M), por ser la imagen por una aplicaci on lineal de rango k, es un espacio vectorial de
dimensi on k.
El teorema siguiente nos caracteriza T
p
(M) en t erminos de las funciones que denen M
como sus ceros.
Teorema 2.26. Sea M una (
r
subvariedad de R
n
de dimensi on k denida en un entorno de un
punto p como los ceros de g
k+1
, . . . , g
n
, funciones con diferenciales linealmente independientes.
Entonces
T
p
(M) = v R
n
; dg
k+1
(v) = . . . = dg
n
(v) = 0
.
Demostraci on. Sea v T
p
(M) . Ser a el vector tangente a una curva contenida en M con
(0) = p. Tendremos que dg
i p
(v) = dg
i p
(
(0)) =
d
dt
(g
i
)
t=0
= 0 pues g
i
(t) 0.
Vemos entonces que T
p
(M) v R
n
; dg
k+1
(v) = . . . = dg
n
(v) = 0 . De la independencia
de dg
k+1 p
, . . . , dg
n p
tendremos que el espacio v R
n
; dg
k+1
(v) = . . . = dg
n
(v) = 0 es de
dimensi on k y por tanto coincide con T
p
(M) .
Ejemplo 2.22. 1. El espacio de los vectores tangentes a x
2
+ y
2
+ z
2
1 = 0 en el punto
_
1
3
,
1
3
,
1
3
_
est a formado por los vectores v = (v
1
, v
2
, v
3
) tales que
(2xdx + 2ydy + 2zdz)
_
1
3
,
1
3
,
1
3
_
(v) = 0.
Es decir, los que cumplen v
1
+ v
2
+ v
3
= 0. La ecuaci on del plano tangente en este punto
ser a entonces (x
1
3
) + (y
1
3
) + (z
1
3
) = 0.
2. Consideremos un polinomio p (x, y, z) tal que p (0, 0, 0) = 0 con diferencial no nula en
(0, 0, 0) . Veamos el plano tangente a p (x, y, z) = 0 en el origen de coordenadas. Estar a
formado por los vectores (x, y, z) tales que
p
x
(0, 0, 0) x+
p
y
(0, 0, 0) y+
p
z
(0, 0, 0) z = 0.
Se trata de la componente homog enea lineal del polinomio p.
2.3.5 Extremos condicionados. Los multiplicadores de Lagrange
Sea M una subvariedad de dimensi on k de R
n
y f una aplicaci on de R
n
en Rde clase (
1
. Se trata
de determinar los m aximos y mnimos relativos de la funci on f restringida a M. Es decir, se trata
de determinar puntos p M tales que exista > 0 tal que f (x) f (p) (resp. f (x) f (p))
para los x M tales que |x p| < .
Si conocemos una parametrizaci on de M el problema puede reducirse al estudio de m aximos
y mnimos relativos sin ninguna restricci on. En efecto, si : U M es la parametrizaci on, con
U un abierto de R
k
, el problema se reduce al c alculo de los extremos de la funci on f en U. Sin
78 CAP
ITULO 2. C

embargo con frecuencia la variedad M vendr a dada como los ceros comunes de n k funciones
g
k+1
, . . . , g
n
con diferenciales linealmente independientes. A estas funciones se les suele llamar,
en el contexto de este problema, ligaduras. El m etodo de los multiplicadores de Lagrange da una
condici on necesaria que debe cumplir un punto para que tenga un extremo condicionado a estas
ligaduras.
Teorema 2.27. Sea U un abierto de R
n
, f (
1
(U) y M una subvariedad de dimensi on k
denida en un entorno de un punto p M U como los ceros de las funciones g
k+1
, . . . , g
n
cuyas diferenciales son linealmente independientes. Si f tiene un extremo relativo condicionado
a las ligaduras g
k+1
= . . . = g
n
= 0 en el punto p, existen constantes
k+1
, . . . ,
n
tales que
df
p
=
k+1
dg
k+1 p
+ . . . +
n
dg
n p
.
Demostraci on. Sea v T
p
(M) . Ser a el vector tangente a una curva (t) contenida en M en
p = (0) . La funci on f ( (t)) deber a tener un extremo local en t = 0 y por tanto su derivada
ser a cero. Tendremos entonces que
d
dt
f ( (t)) (0) = df
p
(v) = 0. Se cumplir a entonces que df
p
es cero sobre los ceros comunes de dg
k+1 p
, . . . , dg
n p
y por tanto ser a combinaci on lineal de
estas.
El m etodo de los multiplicadores de Lagrange se basa en el teorema anterior. Si se trata de
buscar los puntos en que la funci on f tiene un extremo local sujeto a las ligaduras g
k+1
= . . . =
g
n
= 0 ser a suciente considerar los puntos que cumplen el sistema
g
k+1
= . . . = g
n
= 0
f
x
i
=
k+1
g
k+1
x
i
+ . . . +
n
gn
x
i
, i = 1, . . . , n.
Se trata de un sistema de 2nk ecuaciones y 2nk inc ognitas que son el punto (x
1
, . . . , x
n
) y los
par ametros
k+1
, . . . ,
n
. Estos par ametros reciben el nombre de multiplicadores de Lagrange.
Las soluciones del sistema dan los puntos p tales que si es una parametrizaci on local de la
supercie cumplen d (f )
p
= 0. Son entonces condiciones necesarias para la existencia de
extremo condicionado pero no son sucientes. La suciencia deber a buscarse a trav es de otras
consideraciones suplementarias.
Ejemplo 2.23. 1. Calculemos el paraleleppedo de mayor volumen inscrito en el elipsoide
de ecuaciones
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1. (2.14)
Se debe calcular el m aximo absoluto de [xyz[ cuando x, y, z cumplen 2.14. Este conjunto
es un compacto y la funci on es continua por lo que se alcanzar a un m aximo que obvia-
mente ser a un valor estrictamente positivo. No importa considerar los puntos en que una
de las coordenadas es 0 ya que corresponden a paraleleppedos de volumen 0. Podemos
entonces reducirnos al c alculo del m aximo de la funci on V = 8xyz condicionado a la
ligadura
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1 para x, y, z > 0.
ON INVERSA E IMPL
ICITA 79
Podemos aplicar el m etodo de los multiplicadores de Lagrange con lo que el m aximo
deber a cumplir el sistema
8yz =
2x
a
2
8zx =
2y
b
2
8xy =
2z
c
2
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1.
Como consecuencia de las tres primeras ecuaciones
x
2
a
2
=
y
2
b
2
=
z
2
c
2
.
Estas ecuaciones junto a la cuarta del sistema nos da x =
a
3
, y =
b
3
, z =
c
3
. Es el
unico extremo y por tanto se trata del m aximo.
2. Se trata de calcular el mnimo de la distancia del punto (0, 3) de R
2
a la par abola de
ecuaci on y = x
2
. Debemos calcular el mnimo de la funci on f (x, y) = x
2
+ (y 3)
2
sujeto a esta ligadura. El m etodo de los multiplicadores de Lagrange nos lleva a resolver
el sistema
2x 2x = 0
2 (y 3) + = 0
y x
2
= 0.
Sus soluciones son
__
5
2
,
5
2
_
,
_
_
5
2
,
5
2
_
, (0, 0) . Si calculamos el valor de f en estos pun-
tos obtenemos f
__
5
2
,
5
2
_
=
11
4
, f
_
_
5
2
,
5
2
_
=
11
4
, f (0, 0) = 9. Se alcanzar a el mnimo
en los puntos
__
5
2
,
5
2
_
y
_
_
5
2
,
5
2
_
. Obs ervese que, en este caso, podemos explicitar muy
f acilmente una parametrizaci on de la par abola en la forma x = t, y = t
2
con lo que el
problema se puede reducir al c alculo de los mnimos sin ninguna ligadura para la funci on
de una variable real f (t, t
2
) = t
2
+ (t
2
3)
2
.
3. Calculemos el m aximo y el mnimo absoluto de la funci on f (x, y, z) = x
2
+y
2
+z
2
+x+
y + z sobre el conjunto
K =
_
(x, y, z) R
3
; x
2
+ y
2
+ z
2
4, z 0
_
.
Se trata de un compacto y f es una funci on continua que alcanzar a un m aximo y un
mnimo. Si estos se alcanzasen en el interior seran extremos relativos. En particular df
debera ser cero en estos puntos. Deber an cumplir
f
x
= 2x + 1 = 0
f
y
= 2y + 1 = 0
f
z
= 2z + 1 = 0.
Su soluci on es
_
1
2
,
1
2
,
1
2
_
. Se trata de un punto de K y es un posible extremo.
80 CAP
ITULO 2. C

Pudiera ser que el extremo se alcanzase sobre la frontera de K. Dicha frontera est a for-
mada por los conjuntos
C
1
= (x, y, z) R
3
; x
2
+ y
2
+ z
2
< 4, z = 0
C
2
= (x, y, z) R
3
; x
2
+ y
2
+ z
2
= 4, z < 0
C
3
= (x, y, z) R
3
; x
2
+ y
2
+ z
2
= 4, z = 0 .
Veamos los posibles extremos en cada uno de estos conjuntos. Sobre C
1
la funci on valdr a
g (x, y) = f (x, y, 0) = x
2
+ y
2
+ x + y. Debemos calcular los extremos en x
2
+ y
2
< 4.
Deberemos resolver
g
x
= 2x + 1 = 0
g
y
= 2y + 1 = 0.
La soluci on es
_
1
2
,
1
2
_
. Tendremos que un posible extremo ser a
_
1
2
,
1
2
, 0
_
.
Para estudiar los extremos sobre C
2
veamos los extremos condicionados de la funci on
f con la ligadura x
2
+ y
2
+ z
2
= 4. Apliquemos el m etodo de los multiplicadores de
Lagrange. Debemos resolver
2x + 1 = 2x
2y + 1 = 2y
2z + 1 = 2z
x
2
+ y
2
+ z
2
= 4.
Este sistema da como soluciones
_
2
3
,
2
3
,
2
3
_
y
_
3
,
2
3
,
2
3
_
. Deberemos conside-
rar unicamente el punto cuya tercera coordenada es negativa.
Por ultimo, sobre C
3
, aplicando el m etodo de los multiplicadores de Lagrange con dos
ligaduras tendremos que resolver el sistema
2x + 1 = 2x
2y + 1 = 2y
2z + 1 = 2z +
x
2
+ y
2
+ z
2
= 4
z = 0.
Sus soluciones son
_
2
2
,
2
2
, 0
_
,
_
2
,
2
2
, 0
_
.
Hemos encontrado como posibles extremos (
1
2
,
1
2
,
1
2
), (
1
2
,
1
2
, 0), (
2
3
,
2
3
,
2
3
),
(
2
2
,
2
2
, 0), (
2
2
,
2
2
, 0). Calculando el valor de f sobre cada uno de estos puntos
tendremos f(
1
2
,
1
2
,
1
2
) =
3
4
, f(
1
2
,
1
2
, 0) =
1
2
, f(
2
3
,
2
3
,
2
3
) = 4
6
3
,
f(
2
2
,
2
2
, 0) = 4 +
4
2
, f(
2
2
,
2
2
, 0) = 4
4
2
. El m aximo se tomar a en (
2
2
,
2
2
, 0) y
el mnimo en (
1
2
,
1
2
,
1
2
).
2.3.6 Ejercicios
1. Consideremos la aplicaci on denida en R
2
, a valores en R
2
,
f (x, y) = (e
x
cos y + e
x
sin y, e
x
cos y e
x
sin y) .
ON INVERSA E IMPL
ICITA 81
Prueba que est a en las condiciones del teorema de la funci on inversa pero que no es biyec-
tiva. Explicita un abierto para el que la aplicaci on restringida sea inyectiva.
2. Halla los puntos en que la funci on f (x, y) = (x
2
+ y
2
, xy) tiene inversa local. Halla la
matriz jacobiana de la funci on inversa donde exista.
3. Sea A un abierto de R
n
y f : A R
n
de clase (
1
tal que df
x
sea inyectiva para todo
x A. Prueba que la imagen de todo abierto contenido en A es un abierto.
4. Sea f : R R denida por f (x) =
x
2
+ x
2
sin
1
x
si x ,= 0 y f (0) = 0. Prueba que
f
(0) ,= 0 y que f no es localmente invertible en 0. Est a esto en contradicci on con el

teorema de la funci on inversa?
5. Comprueba la dependencia o independencia funcional de las siguientes funciones:
a) f (x, y) = 4xy + 4x + 2, g (x, y) = x
2
y
2
+ 2x
2
y + x
2
1
b) f
1
(x, y, z) = x + y + z, f
2
(x, y, z) = 3x
2
+ 8z
2
6xy 8zy + 10xz, f
3
(x, y, z) =
2x y + 3z.
6. Prueba que la ecuaci on z
2
+ xz + yx
2
+ y
3
= 0 dene en un entorno de (1, 0, 0), z =
g (x, y) . Halla el polinomio de Taylor de grado 2, de la funci on g en el punto (1, 0) .
7. Prueba que las ecuaciones xz
6
+y
2
u
3
1 = 0, xy
3
+u
2
z
2
= 0 denen x, y como funci on
implcita de z, u en un entorno de (x, y, z, u) = (0, 1, 0, 1) . Sean g
1
y g
2
estas funciones.
Calcula las derivadas parciales de las g
i
respecto z y u en un entorno de (0, 1) .
8. Prueba que las ecuaciones xy = 1, x
2
+ y
2
+z +z
2
= 2 denen en un entorno de (1, 1, 0)
una subvariedad diferenciable de dimensi on 1. Halla la recta tangente a la variedad en este
punto.
9. Encuentra los puntos en que la ecuaci on x
3
+ y
3
6xy = 0 no dene localmente una
variedad diferenciable.
10. Prueba que el elipsoide M =
_
(x, y, z) R
3
;
x
2
a
2
+
y
2
b
2
+
z
2
c
2
= 1
_
es una subvariedad di-
ferenciable de R
3
de dimensi on 2. Encuentra parametrizaciones para entornos de diversos
puntos de manera que la uni on de estos entornos sea todo M.
11. Considera la esfera S en R
3
de centro el origen de coordenadas y radio 1. Sea la llamada
proyecci on estereogr aca de R
2
en S que se dene de la siguiente forma. A cada (x, y) de
R
2
se le hace corresponder la intersecci on de S con el intervalo de extremos P = (x, y, 0)
y N = (0, 0, 1) . Encuentra las ecuaciones de la aplicaci on y prueba que se trata de una
parametrizaci on de S N .
12. Prueba que la ecuaci on y
3
+3x
2
yx
3
+2x+3y = 0 dene una funci on implcita y = g (x)
denida para todo valor de x. Prueba que es de clase (
.
82 CAP
ITULO 2. C

13. Prueba que la ecuaci on sin z +xyz 2x 2y 2x
2
y
2
+6xy = 0 dene en un entorno de
(1, 1, 0), z = g (x, y) . Tiene la funci on g en el punto (1, 1) un extremo relativo?
14. Prueba que si f : R
2
R es una funci on de clase (
1
, no puede ser inyectiva. Indicaci on:
Si, por ejemplo
f
x
(x, y) ,= 0 en un abierto U considera la aplicaci on de U en R
2
denida
por F (x, y) = (f (x, y) , y) y aplica el teorema de la funci on inversa.
15. Determina la distancia mnima del origen a los puntos de la curva denida por z = x
2
+y
2
,
x + y + z = 1.
16. Halla el m aximo y el mnimo de la funci on f (x, y) = x
2
+ y
2
2
2x sobre el disco
cerrado de centro
_
2,
2
_
y radio 3.
17. Halla el plano que pasa por el punto (2, 1, 1) y que determina con los ejes de coordenadas
un tetraedro de volumen mnimo. Existe uno que sea de volumen m aximo?
18. Calcula el m aximo de la funci on (x
1
x
2
x
n
)
2
sujeto a la condici on

n
i=1
(x
i
)
2
= 1.
Deduce que para a
1
, . . . , a
n
0 se cumple (a
1
a
2
a
n
)
1
n
a
1
+...+an
n
.
19. Sea a R
n
y p > 1. Llamemos q al n umero tal que
1
p
+
1
q
= 1 y denamos
|a|
q
= sup
n
i=1
|x
i
|
p
=1
a x.
Prueba que |a|
q
= (
n
i=1
[a
i
[
q
)
1
q
.
2.4 Nota hist orica
Newton (1642-1727) y Leibnitz (1646-1716) son considerados como los principales creadores
del C alculo Innitesimal. Sistematizaron y dotaron de algoritmos y notaciones generales los
problemas de c alculo diferencial e integral que se haban tratado en muchos casos particulares.
Aritmetizaron el C alculo independiz andolo de los argumentos geom etricos utilizados hasta esa
epoca. A nales del siglo XVII y principios del XVIII Jacobo y Nicolas Bernuilli (1654-1705 y
1687-1759) y B. Taylor (1685-1731), entre otros, hicieron aportaciones importantes.
Tanto Newton como los Bernoulli manejaron derivadas parciales en casos particulares. No
obstante el desarrollo del c alculo diferencial de varias variables se da fundamentalmente en el
siglo XVIII. Este siglo es el del gran desarrollo del C alculo. Aparecen a partir de el nuevas
ramas de las matem aticas como la teora de las ecuaciones diferenciales, la geometra diferencial
y las funciones de variable compleja. La principal fuente de problemas en este siglo son las
ciencias de la naturaleza, aunque tambi en se tratan problemas que provienen del propio C alculo
como la sumaci on de series o la evaluaci on de integrales. En esta epoca el tratamiento del
C alculo es formal. Lo importante eran los resultados obtenidos mas que el rigor en su obtenci on.
Se posea una intuici on formidable pero las principales dicultades radicaban en las propias
nociones b asicas. El propio concepto de funci on no estaba claro. Durante mucho tiempo se
2.4. NOTA HIST
ORICA 83
consideran unicamente funciones que, salvo puntos aislados, admitan desarrollos en serie de
potencias. No hay una distinci on clara entre incremento de una funci on y diferencial, etc.
Euler (1707-1783) fue el matem atico m as destacado de su epoca. Trabaj o en la teora de
ecuaciones diferenciales, geometra diferencial, teora de n umeros, series, c alculo de variaciones.
Aplic o las matem aticas a la mec anica, ac ustica, teora del calor, etc. Euler, junto con Clairaut y
DAlembert desarrollaron la teora de las derivadas parciales. Sus trabajos se establecieron en
conexi on con la teora de ecuaciones diferenciales. En unos trabajos relativos a hidrodin amica, en
1734, prob o que

2
z
xy
=

2
z
yx
. Entre 1748 y 1766 trat o el cambio de variable, los determinantes
funcionales y otras cuestiones relativas a las derivadas parciales. Otra gran gura de la epoca fue
Lagrange (1736-1813). A el se le debe el teorema del valor medio y la expresi on del t ermino
complementario de la f ormula de Taylor que lleva su nombre. La f ormula de Taylor haba sido
ya establecida por Taylor en 1712, desde luego sin tratar el problema de la convergencia de la
serie. Este sera estudiado mucho m as tarde por Cauchy. A Lagrange tambi en se le debe la
introducci on de las coordenadas esf ericas para la evaluaci on de integrales. Resolvi o el paso a
la forma diagonal de las c onicas en 1759 y lo aplic o al c alculo de los m aximos de funciones.
Entre otros matem aticos de la epoca cabe destacar a Clairaut (1713-1765), que fue uno de los
iniciadores de la teora de curvas a las que representaba como intersecci on de dos supercies, a
DAlembert (1717-1783) cuyos trabajos respecto a las derivadas parciales se dan en sus trabajos
sobre din amica entre 1744 y 1745, a Legendre, y a MacLauren.
Jacobi (1804-1851) introdujo en 1829 los jacobianos. Expres o los cambios de variable de
las integrales m ultiples en t erminos de estos. En 1841 dio el teorema de dependencia funcional.
En el mismo trabajo expres o el jacobiano de una funci on compuesta como el producto de los
jacobianos. El hessiano fue introducido por Hesse (1811-1874) en 1844. El vector gradiente fue
introducido por Hamilton (1805-1865) hacia mediados del siglo.
En el siglo XIXse rigorizan los conceptos b asicos del C alculo. Bolzano (1781-1848) claric o
la denici on de funci on continua en t erminos de que f (x + w) f (x) puede ser tan peque no
como se quiera tomando w sucientemente peque no. En 1817 dene la derivada como el lmite
del cociente incremental cuando el incremento tiende a cero. Cauchy (1789-1857) considera
ya la diferencial de x, dx como un valor nito cualquiera y dy como f
(x) dx. Weierstrass

(1815-1897) fue el que primero reconoci o que para establecer con rigor las propiedades de las
funciones continuas precisaba de la teora de los n umeros reales. Adem as de la introducci on de la
derivada como lmite del cociente incremental la dene tambi en mediante la f ormula f (x + h) =
f (x)+hf
(x)+ho
h0
(1) . En 1861 prob o la igualdad de las derivadas cruzadas si las derivadas
segundas eran continuas.
Obs ervese que todo este desarrollo se hizo sin una denici on explcita de espacio vectorial.
La introducci on axiom atica de espacio vectorial sobre los n umeros reales no se da hasta 1888
por Peano (1858-1932).
Frechet (1878-1973) en 1914 dene la diferencial de un funcional sobre un espacio de fun-
ciones en la forma que la hemos introducido.
84 CAP
ITULO 2. C

2.5 Ap endice. Derivaciones y diferenciales. Una introducci on
algebraica.
Hemos denido la derivada direccional de una funci on f en la direcci on dada por un vector u
como la derivada de la funci on g (t) = f (a + tu) en t = 0. En este captulo hemos considerado
que u era un vector unitario, pero puede de hecho prescindirse de esta condici on y en el contexto
actual ser a c omodo no imponerla. En esta denici on es preciso que los puntos de la forma a+tu
pertenezcan al dominio de denici on de la funci on por lo menos para t en un entorno de 0. Si se
trata de introducir derivaciones para funciones que est en denidas unicamente sobre los puntos
de una subvariedad no podemos utilizar esta denici on. Los puntos de la forma a+tu no estar an
en general en la subvariedad y por tanto no tendra sentido considerar la funci on g.
Si queremos denir la diferencial de una funci on denida en los puntos de una subvariedad
nos aparece tambi en un problema. Hemos denido la diferencial de f en a como una aplicaci on
lineal que aproxima la funci on f (x) f (a). Si la funci on est a denida en un conjunto que
no es un espacio vectorial, qu e sentido tiene su aproximaci on lineal? Se trata entonces de
dar deniciones que cubran las situaciones anteriores y otras en otros contextos. Las daremos
para funciones denidas en el espacio eucldeo para no complicarnos con tecnicismos que no
son de inter es en este momento pero dando una mayor relevancia a las funciones que est an
involucradas y no utilizando, en la medida de lo posible, la estructura de espacio vectorial del
dominio de denici on de las funciones. Consideraremos en este ap endice que todas las funciones
que aparecen son de clase (
.
Denici on 2.19. Sea a R
n
y un arco de curva denido en un entorno de 0, a valores en R
n
,
tal que (0) = a. Sea f una funci on denida en R
n
a valores en R. Se denomina derivada de f
en a respecto a la curva a la derivada de la funci on g (t) = f ( (t)) en t = 0.
Obs ervese que en esta denici on de derivaci on respecto de no intervienen mas que los
valores de la funci on sobre la imagen de . El resultado que se obtiene no es otra cosa que la
derivada en la direcci on dada por el vector tangente a en a. En efecto
g
(0) =
n
i=1
f
x
i
(a)
i
(0) = D
(0)
f.
Dos curvas que tengan el mismo vector tangente en a dan entonces la misma derivaci on en
a. Obs ervese tambi en que una derivaci on direccional no es otra cosa que la derivada seg un la
curva (t) = a + tu. Entonces, considerar derivaciones a lo largo de curvas o derivaciones
direccionales es algo equivalente. La ventaja de considerar derivaciones respecto de curvas es
que si la funci on estuviese denida unicamente sobre los puntos de una subvariedad seguira
teniendo sentido esta derivaci on para curvas cuyas im agenes est en contenidas en la subvariedad.
Las propiedades b asicas de la aplicaci on que asigna a cada funci on su derivada respecto a una
curva se resumen en el siguiente teorema.
Teorema 2.28. Sea a R
n
y un arco de curva denido en un entorno de 0, a valores en R
n
,
tal que (0) = a. La aplicaci on X de (
(R
n
) en R que asigna a cada funci on f la derivada
respecto a tiene las siguientes propiedades:
2.5. DERIVACIONES Y DIFERENCIALES. UNA INTRODUCCI
ON ALGEBRAICA. 85
1. X es una aplicaci on lineal, es decir
X (f
1
+ f
2
) = X (f
1
) + X (f
2
)
X (f) = X (f) para R.
2. Si k es una funci on constante X (k) = 0.
3. Para cada f, g (
(R
n
) , X (fg) = f (a) X (g) +X (f) g (a) . (Regla de derivaci on del
producto).
Recprocamente, toda aplicaci on de (
(R
n
) en R que tenga estas propiedades es la deriva-
ci on respecto de una curva.
Demostraci on. El que la derivaci on respecto de una curva tenga estas propiedades es una com-
probaci on directa. La propiedad 3 es consecuencia de la regla de derivaci on del producto para
funciones de una variable.
Para ver el recproco necesitamos el siguiente lema.
Lema 2.29. Sea f (
(R
n
) y a R
n
. Existen funciones g
i
(
(R
n
) tales que
f (x) f (a) =
n
i=1
g
i
(x) (x
i
a
i
) .
Se tiene, adem as, que g
i
(a) =
f
x
i
(a) .
Demostraci on. Se tiene
f (x) f (a) =
_
1
0
d
dt
f (a + (x a) t) dt =
n
i=1
_
_
1
0
f
x
i
(a + (x a) t) dt
_
(x
i
a
i
) .
Las funciones g
i
(x) =
_
1
0
f
x
i
(a + (x a) t) dt son de clase (
. Para comprobarlo es suciente

utilizar los teoremas de derivaci on bajo el signo integral elementales.
La relaci on g
i
(a) =
f
x
i
(a) es consecuencia de la expresi on demostrada y de la denici on de
derivada parcial.
Podemos pasar a concluir la demostraci on del teorema.
Apliquemos el lema a la funci on f y a cada una de las funciones g
i
que aparecen en la
descomposici on. Tendremos que para ciertas g
ij
(
(R
n
)
f (x) = f (a) +
n
i=1
f
x
i
(a) (x
i
a
i
) +
i,j=1,...,n
g
ij
(x) (x
i
a
i
) (x
j
a
j
) .
Aplicando ahora las propiedades 1,2,3 tendremos
X (f) =
n
i=1
f
x
i
(a) X (x
i
) .
Si llamamos c
i
= X (x
i
) se obtiene que X (f) es la derivada direccional dada por el vector
(c
1
, . . . , c
n
) .
86 CAP
ITULO 2. C

El teorema permite tomar como derivaci on una aplicaci on de (
(R
n
) en R que cumpla las
tres propiedades del teorema. Obs ervese que es una denici on algebraica en que no aparece la
noci on de lmite. Por otro lado el conjunto de estas aplicaciones forma un espacio vectorial con
la denici on natural de suma y producto por escalares. En la identicaci on que hemos hecho de
estas derivaciones con las derivadas direccionales se ha identicado el elemento u R
n
con la
derivaci on
X (f) =
n
i=1
f
x
i
(a) u
i
.
En particular el conjunto de las derivaciones en a es un espacio vectorial de dimensi on n. Una
base de este espacio est a formado por las derivadas parciales en el punto a. Llamemos a este
espacio T
a
(R
n
) .
Podemos denir el espacio de las diferenciales en el punto a como el espacio dual de T
a
(R
n
) .
La diferencial de una funci on f en a ser a el elemento de (T
a
(R
n
))
que asigna a la derivaci on

X el n umero real X (f) . La escribiremos df
a
(X) = X (f) . En particular si como funci on
tomamos x
i
tendremos dx
i a
(X) = X (x
i
) . Esta relaci on nos dice que dx
1 a
, . . . , dx
n a
forman
la base dual de

x
i a
, . . . ,

xn a
. De esta forma podemos dar un sentido a las diferenciales de una
funci on sin utilizar la estructura de espacio vectorial del dominio de denici on de la funci on.
No obstante, con este punto de vista, se ha perdido la intuici on de pensar la diferencial como
una aproximaci on lineal de la funci on f (x) f (a). Una introducci on de las diferenciales que
preserva la idea de que la diferencial de una funci on consiste en eliminar en el innit esimo
f (x) f (a) los innit esimos de orden superior al primero es la siguiente.
Llamemos m
a
= f (
(R
n
) ; f (a) = 0. Por ejemplo, si f (
(R
n
) , entonces f
f (a) m
a
. Denotaremos m
2
a
al conjunto de las expresiones

g
i
h
i
para g
i
, f
i
m
a
.
Teorema 2.30. El espacio vectorial cociente
ma
m
2
a
es un espacio vectorial de dimensi on n.
Demostraci on. Los elementos de m
a
son de la forma f f (a) para f (
(R
n
) . Apliquemos
la descomposici on del lema 2.29 como en el teorema anterior.
f (x) f (a) =
n
i=1
f
x
i
(a) (x
i
a
i
) +
i,j=1,...,n
g
ij
(x) (x
i
a
i
) (x
j
a
j
) .
Tendremos que f (x) f (a) dar an la misma clase que

n
i=1
f
x
i
(a) (x
i
a
i
) en
ma
m
2
a
. Por otra
parte, las funciones x
i
a
i
, i = 1, . . . , n dan clases independientes pues si
n
i=1
i
(x
i
a
i
) =
n
j=1
g
j
h
j
para g
j
, f
j
m
a
derivando respecto x
i
y dando a x el valor a obtenemos que
i
= 0 para cada i.
Hemos visto adem as en la demostraci on que la clase denida por f f (a) coincide con la
de

n
i=1
f
x
i
(a) (x
i
a
i
) . Si escribimos como habitualmente h = x a, el incremento de la
variable, tenemos que la aplicaci on

n
i=1
f
x
i
(a) h
i
es lineal en h. Se trata de la unica aplicaci on
lineal de entre los representantes de la clase denida por f f (a) .
2.5. DERIVACIONES Y DIFERENCIALES. UNA INTRODUCCI
ON ALGEBRAICA. 87
Al espacio vectorial
ma
m
2
a
se le llama espacio de las diferenciales en el punto a. De una forma
intuitiva, a partir de los innit esimos en a se obtienen las diferenciales tom andolos como equi-
valentes si su diferencia es un innit esimo de segundo orden. La diferencial de una funci on f
es la clase denida por f f (a) . Se escribir a df
a
. Una base de las diferenciales estar a formada
por dx
1 a
, . . . , dx
n a
. Las derivaciones se podr an denir o bien como hemos hecho antes como
las aplicaciones de (
(R
n
) en R, lineales, que cumplen la regla del producto y que se anulan
sobre las constantes, o bien como el espacio dual del espacio de las diferenciales
ma
m
2
a
.

Anali III

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Anali III

Cargado por

Copyright:

Formatos disponibles

An alisis III

Joaqun M. Ortega Aramburu

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

(a, x) < consiste en los puntos x tales que [x

se tiene que para cada > 0, existe i

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

A. Un tipo particularmente importante de conjuntos son

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

y se llama conjunto derivado.

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

(a, ) = c (a, ) a . Con esta notaci on la denici on I puede enunciarse de la siguiente

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ITULO 1. CONTINUIDAD EN EL ESPACIO EUCL

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

(0) el vector tangente a una curva tal que (0) = p. Se tiene

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

(1) para g () = f (x) .

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

< . Obs ervese que

ALCULO DIFERENCIAL EN VARIAS VARIABLES

, tiene sus derivada

(a) ,= 0 tiene un extremo en a.

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

3 sin t+4 en [0, 2] . Ser a suciente

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

como lo es la funci on de partida. Calculemos

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

(0) diremos que es un vector tangente a la subvariedad en el punto p. El conjunto de estos

(0) su vector tangente.

ALCULO DIFERENCIAL EN VARIAS VARIABLES

ALCULO DIFERENCIAL EN VARIAS VARIABLES

(0) ,= 0 y que f no es localmente invertible en 0. Est a esto en contradicci on con el

ALCULO DIFERENCIAL EN VARIAS VARIABLES

(x) dx. Weierstrass

ALCULO DIFERENCIAL EN VARIAS VARIABLES

. Para comprobarlo es suciente

ALCULO DIFERENCIAL EN VARIAS VARIABLES

que asigna a la derivaci on

También podría gustarte