CALCULO

DIFERENCIAL
Vctor Manuel Sanchez de los Reyes

Departamento de Analisis Matematico

Universidad Complutense de Madrid

Indice

1. Conceptos topol
ogicos y m
etricos

1.1. Metricas, normas y productos escalares . . . . . . . . . . . . . . . . . . . .

1.2. Conceptos topologicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2.1. Conjuntos abiertos . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2.2. Interior de un conjunto . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.2.3. Conjuntos cerrados . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.4. Puntos de acumulacion de un conjunto . . . . . . . . . . . . . . . . 11
1.2.5. Adherencia de un conjunto . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.6. Frontera de un conjunto . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3. Sucesiones y completitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4. Compacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.5. Conexion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.6. Lmites, continuidad y continuidad uniforme . . . . . . . . . . . . . . . . . 24
2. C
alculo diferencial en Rn

33

2.1. Funciones diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.2. Derivadas de orden superior y teorema de Taylor

. . . . . . . . . . . . . . 40

2.3. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

2.4. Teorema de la funcion inversa . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.5. Teorema de la funcion implcita . . . . . . . . . . . . . . . . . . . . . . . . 48
3

2.6. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Ap
endice. Funciones convexas

53

Bibliografa

57

Tema 1
Conceptos topol
ogicos y m
etricos
1.1.

M
etricas, normas y productos escalares

Definici
on 1.1.1. Un espacio m
etrico (E, d) esta formado por un conjunto E y una
funcion d : E E R, llamada m
etrica, que cumplen las siguientes propiedades:
1. (positividad) d(x, y) 0 para todo x, y E.
2. (no degeneracion) d(x, y) = 0 si y solo si x = y.
3. (simetra) d(x, y) = d(y, x) para todo x, y E.
4. (desigualdad triangular) d(x, y) d(x, z) + d(z, y) para todo x, y, z E.
Ejemplo 1.1.2. (Rn , d) siendo d la metrica usual dada por
d(x, y) =

n
X

!1/2
(xi yi )2

i=1

donde x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ), es un espacio metrico (la u

nica propiedad no
trivial es la desigualdad triangular, la cual se obtendra mas adelante).
Ejemplo 1.1.3 (Metrica discreta). Si E es cualquier conjunto y

0 si x = y
d(x, y) =
1 si x 6= y
entonces d es una metrica sobre E.
Observaci
on 1.1.4. El ejemplo anterior muestra que un espacio metrico no tiene por
que ser espacio vectorial. Sin embargo, el siguiente concepto solo tiene sentido en espacios
vectoriales.
5

Definici
on 1.1.5. Un espacio normado (E, kk) esta formado por un espacio vectorial
real E y una funcion k k : E R, llamada norma, que cumplen las siguientes
propiedades:
1. (positividad) kxk 0 para todo x E.
2. (no degeneracion) kxk = 0 si y solo si x = 0.
3. (multiplicidad) kxk = ||kxk para todo x E y R.
4. (desigualdad triangular) kx + yk kxk + kyk para todo x, y E.
Ejemplo 1.1.6. (Rn , k k) siendo k k la norma usual dada por
kxk =

n
X

!1/2
x2i

i=1

donde x = (x1 , . . . , xn ), es un espacio normado (la u

nica propiedad no trivial es la desigualdad triangular, la cual se obtendra mas adelante).
Ejemplo 1.1.7. (R2 , k k1 ) es un espacio normado con k(x, y)k1 = |x| + |y|.
Ejemplo 1.1.8 (Norma del supremo). Sea el espacio vectorial
E = {f : [0, 1] R : f esta acotada}.
Para cada f E, {|f (x)| : x [0, 1]} es un subconjunto acotado de R, con lo que
tiene supremo finito y, por tanto, kf k = sup{|f (x)| : x [0, 1]} define una funcion
k k : E R, la cual constituye una norma sobre E.
Proposici
on 1.1.9. Si (E, k k) es un espacio normado y d : E E R esta definida
por d(x, y) = kx yk, entonces d es una metrica sobre E.
Demostracion. Todas las propiedades son inmediatas salvo, quizas, la desigualdad triangular:
d(x, y) = kx yk = kx z + z yk kx zk + kz yk = d(x, z) + d(z, y)
para todo x, y, z E.
Observaci
on 1.1.10. No todas las metricas provienen de normas. Supongamos que una
metrica d proviene de una norma k k. Salvo que el espacio vectorial consista solo en
el vector cero, sea x 6= 0. Ya que d(x, 0) = kxk = ||kxk cuando || , la
metrica discreta y la acotada (ver ejercicio 1 a) no pueden provenir de una norma.
6

Definici
on 1.1.11. Un espacio con producto escalar (E, h, i) esta formado por un
espacio vectorial real E y una funcion h, i : E E R, llamada producto escalar,
que cumplen las siguientes propiedades:
1. (positividad) hx, xi 0 para todo x E.
2. (no degeneracion) hx, xi = 0 si y solo si x = 0.
3. (multiplicatividad) hx, yi = hx, yi para todo x, y E y R.
4. (distributividad) hx, y + zi = hx, yi + hx, zi para todo x, y, z E.
5. (simetra) hx, yi = hy, xi para todo x, y E.
Ejemplo 1.1.12. (Rn , h, i) siendo h, i el producto escalar usual dado por
hx, yi =

n
X

xi y i

i=1

donde x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ), es un espacio con producto escalar.

Ejemplo 1.1.13. Sea el espacio vectorial C([0, 1]) = {f : [0, 1] R : f es continua}.
R1
La funcion h, i : C([0, 1])C([0, 1]) R definida por hf, gi = 0 f (x)g(x) dx constituye
un producto escalar sobre C([0, 1]).
Algunos resultados de demostracion inmediata se recogen en la siguiente proposicion.
Proposici
on 1.1.14. Si (E, h, i) es un espacio con producto escalar, entonces:
1. hx + y, zi = hx, zi + hy, zi para todo x, y, z E y , R.
2. hz, x + yi = hz, xi + hz, yi para todo x, y, z E y , R.
3. hx, yi = hx, yi para todo x, y E y R.
4. h0, xi = hx, 0i = 0 para todo x E.
Proposici
on 1.1.15 (Desigualdad de Cauchy-Schwarz). Si (E, h, i) es un espacio con
producto escalar, entonces
p
p
|hx, yi| hx, xi hy, yi
para todo x, y E.
7

Demostracion. Si x = 0 o y = 0, entonces hx, yi = 0 y, por tanto, la desigualdad (de

hecho, la igualdad) se cumple. As pues, podemos suponer que x, y 6= 0 y, entonces,
hx, xi, hy, yi > 0. Para todo R se tiene que
0 hx + y, x + yi = 2 hx, xi + 2hx, yi + hy, yi.
Si definimos hx, xi = a, 2hx, yi = b y hy, yi = c, la desigualdad anterior se convierte en
b
, obtenemos b2 4ac, es decir, hx, yi2 hx, xihy, yi. Tomando
a2 +b+c 0. Si = 2a
races cuadradas se obtiene la desigualdad deseada.
Observaci
on 1.1.16. La desigualdad de Cauchy-Schwarz es una igualdad si y solo si x
e y son linealmente dependientes.
Proposici
on 1.1.17. Sip(E, h, i) es un espacio con producto escalar y k k : E R
esta definida por kxk = hx, xi, entonces k k es una norma sobre E.
Demostracion. Todas las propiedades son inmediatas salvo la desigualdad triangular:
kx + yk2 = hx + y, x + yi = kxk2 + 2hx, yi + kyk2 kxk2 + 2kxkkyk + kyk2 = (kxk + kyk)2
donde la desigualdad es consecuencia de la de Cauchy-Schwarz.
Observaci
on 1.1.18. De las Proposiciones 1.1.9 y 1.1.17 se obtiene que la norma y la
metrica usuales son, efectivamente, una norma y una metrica sobre Rn .
Ejercicios
1. Sea (E, d) un espacio metrico. Prueba que las siguientes funciones D : E E R
son tambien metricas sobre E:
a) (M
etrica acotada) D(x, y) =

d(x,y)
.
1+d(x,y)

b) D(x, y) = nf{1, d(x, y)}.

2. Sea f : R R estrictamente creciente. Prueba que la funcion D : R R R
definida por D(x, y) = |f (x) f (y)| es una metrica sobre R.

3. Sean E el conjunto de las sucesiones de n

umeros reales y

n=1

an una serie convergente

de terminos positivos. Prueba que la funcion d : E E R definida por

d(x, y) =

X
n=1

an

|yn xn |
1 + |yn xn |

donde x = (xn )nN e y = (yn )nN , es una metrica sobre E.

8

4. Sean (E, k k) un espacio normado y T : E E una aplicacion lineal inyectiva.

Prueba que la funcion k kT : E R definida por kxkT = kT (x)k es otra norma
sobre E.
5. Demuestra que la norma del supremo en C([0, 1]) no es la definida por el producto
escalar del Ejemplo 1.1.13.
6. Sea (E, h, i) un espacio con producto escalar. Prueba que para todo x, y E se
verifican:
a) (Ley del paralelogramo) 2kxk2 + 2kyk2 = kx + yk2 + kx yk2 .
b) kx + ykkx yk kxk2 + kyk2 .
c) 4hx, yi = kx + yk2 kx yk2 .
7. En el espacio normado (C([0, 1]), k k ), prueba que la ley del paralelogramo no es
valida y deduce que esta norma no proviene de ning
un producto escalar.

1.2.
1.2.1.

Conceptos topol
ogicos
Conjuntos abiertos

Definici
on 1.2.1. Sea (E, d) un espacio metrico. Para cada x E y  > 0, el conjunto
B(x, ) = {y E : d(x, y) < }
se denomina bola abierta de centro x y radio . Un conjunto A E es abierto si para
cada x A existe  > 0 tal que B(x, ) A. Analogamente, el conjunto
B(x, ) = {y E : d(x, y) }
se denomina bola cerrada de centro x y radio .
Ejemplo 1.2.2. El conjunto vaco y el conjunto total E son abiertos.
Ejemplo 1.2.3. El intervalo (0, 1) es abierto en R pero no en R2 .
Ejemplo 1.2.4. La bola cerrada de centro 0 y radio 1 (bola unidad cerrada) no es
abierta en R2 .
Proposici
on 1.2.5. En un espacio metrico (E, d), toda bola abierta es abierta.
Demostracion. Sean B(x, ) una bola abierta de centro x y radio  e y B(x, ). Tomando
0 =  d(x, y) > 0, se tiene que B(y, 0 ) B(x, ). En efecto, si z B(y, 0 ), entonces
d(x, z) d(x, y) + d(y, z) < d(x, y) + 0 = 
es decir, z B(x, ).
9

Proposici
on 1.2.6. En un espacio metrico (E, d), tanto la interseccion de un n
umero
finito de abiertos como la union de una coleccion arbitraria de abiertos son abiertas.
Demostracion. El caso de la interseccion de un n
umero finito de abiertos se puede reducir,
por induccion, a la interseccion no vaca de dos abiertos. Sean A y B abiertos y x A B.
Existen 1 , 2 > 0 tales que B(x, 1 ) A y B(x, 2 ) B. Basta tomar 3 = mn(1 , 2 ) ya
que B(x, 3 ) A B.
En cuanto a la union de una coleccion arbitraria de abiertos, todo elemento de la
union pertenece a uno de los abiertos, con lo que existe una bola abierta centrada en el y
contenida en dicho abierto y, por tanto, en la union de todos ellos.
Observaci
on 1.2.7. La interseccion de una coleccion arbitraria de abiertos no tiene por
que ser abierta. Basta considerar, por ejemplo, en R la coleccion de intervalos (, ) con
 > 0.
Observaci
on 1.2.8. A un conjunto con una coleccion dada de subconjuntos (llamados,
por definicion, abiertos) que cumplan las condiciones de la Proposicion 1.2.6, y que
contenga al conjunto vaco y al total, se le denomina espacio topol
ogico.

1.2.2.

Interior de un conjunto

Definici
on 1.2.9. Sean (E, d) un espacio metrico y A E. Un punto x A es interior
a A si existe un abierto U tal que x U A. El interior de A es la coleccion de todos
los puntos interiores a A y se denota por int(A).
Observaci
on 1.2.10. La condicion para que x int(A) es equivalente a que exista  > 0
tal que B(x, ) A.
Observaci
on 1.2.11. El interior de un conjunto puede ser vaco. Por ejemplo, el interior
de un u
nico punto en Rn .
Observaci
on 1.2.12. El interior de un conjunto es la union de todos sus subconjuntos
abiertos, con lo que es el mayor subconjunto abierto de dicho conjunto.
Observaci
on 1.2.13. Un conjunto es abierto si y solo si coincide con su interior.
Observaci
on 1.2.14. Si A B, entonces int(A) int(B).

1.2.3.

Conjuntos cerrados

Definici
on 1.2.15. Sea (E, d) un espacio metrico. Un conjunto A E es cerrado si su
complementario E \ A es abierto.
10

Ejemplo 1.2.16. El conjunto vaco y el conjunto total E son cerrados.

Ejemplo 1.2.17. Un punto en Rn es un conjunto cerrado.
Ejemplo 1.2.18. El intervalo (0, 1] no es ni abierto ni cerrado en R.
Proposici
on 1.2.19. En un espacio metrico (E, d), toda bola cerrada es cerrada.
Demostracion. Sean B(x, ) una bola cerrada de centro x y radio  e y E \ B(x, ).
Tomando 0 < 0 < d(x, y) , se tiene que B(y, 0 ) E \ B(x, ). En efecto, si z B(y, 0 ),
entonces
d(x, z) d(x, y) d(z, y) > d(x, y) 0 > 
es decir, z E \ B(x, ).
De la Proposicion 1.2.6 se obtiene facilmente el siguiente resultado analogo para conjuntos cerrados:
Proposici
on 1.2.20. En un espacio metrico (E, d), tanto la union de un n
umero finito
de cerrados como la interseccion de una coleccion arbitraria de cerrados son cerradas.
Observaci
on 1.2.21. La union de una coleccion arbitraria de cerrados no tiene por
que ser cerrada. Basta considerar, por ejemplo, en R la coleccion de puntos del intervalo
(0, 1).

1.2.4.

Puntos de acumulaci
on de un conjunto

Definici
on 1.2.22. Un punto x en un espacio metrico (E, d) es un punto de acumulaci
on de un conjunto A E si A (U \ {x}) 6= para todo abierto U que contiene a x.
El conjunto de puntos de acumulacion de A se denota por A0 .
Observaci
on 1.2.23. La proposicion 1.2.5 nos permite afirmar que x A0 si y solo si
A (B(x, ) \ {x}) 6= para todo  > 0.
Ejemplo 1.2.24. Un conjunto en R formado por un u
nico punto no tiene puntos de
acumulacion.
Ejemplo 1.2.25. Los puntos del intervalo [0, 1] son los puntos de acumulacion de (0, 1).
Observaci
on 1.2.26. Un punto de acumulacion de un conjunto no tiene por que pertenecer a el.
Teorema 1.2.27. Un subconjunto A de un espacio metrico (E, d) es cerrado si y solo si
contiene a todos sus puntos de acumulacion.
11

Demostracion. Supongamos en primer lugar que A es cerrado. As, para todo x E \ A

existe  > 0 tal que B(x, ) E \ A, es decir, A B(x, ) = , con lo que x 6 A0 .
Recprocamente, supongamos que A contiene a todos sus puntos de acumulacion y sea
x E \ A. Como x 6 A A0 , existe  > 0 tal que A B(x, ) = , es decir, B(x, ) E \ A.
Por tanto, E \ A es abierto.

1.2.5.

Adherencia de un conjunto

Definici
on 1.2.28. Sean (E, d) un espacio metrico y A E. La adherencia de A es la
interseccion de todos los conjuntos cerrados que contienen a A y se denota por A.
Observaci
on 1.2.29. La adherencia de un conjunto es el menor conjunto cerrado que lo
contiene.
Observaci
on 1.2.30. Un conjunto es cerrado si y solo si coincide con su adherencia.
Observaci
on 1.2.31. Si A B, entonces A B.
Proposici
on 1.2.32. La adherencia de un conjunto esta formada por el mismo junto con
sus puntos de acumulacion.

Demostracion. Sean A un subconjunto de un espacio metrico (E, d) y B = A A0 . Por

el Teorema 1.2.27, cualquier conjunto cerrado que contiene a A tambien debe contener
a B. Si B es cerrado, entonces sera el menor conjunto cerrado que contiene a A, con lo
que B = A. Veamos que B es, en efecto, cerrado usando de nuevo el Teorema 1.2.27. Sea
x B 0 . Entonces para cada  > 0 se tiene que B (B(x, ) \ {x}) 6= . Si y pertenece a
dicha interseccion, entonces y A o y A0 . En este u
ltimo caso, B(y,  d(x, y)) contiene
0
puntos de A distintos de x. As, x A con lo que x B.

A partir de este resultado es obvia la consecuencia siguiente:

Corolario 1.2.33. Dado un subconjunto A de un espacio metrico (E, d) se tiene que
x A si y solo si A B(x, ) 6= para todo  > 0.
Definici
on 1.2.34. Dados dos subconjuntos A y B de un espacio metrico (E, d) con
A B, se dice que A es denso en B si B A.
Ejemplo 1.2.35. Q es denso en R.
12

1.2.6.

Frontera de un conjunto

Definici
on 1.2.36. Sean (E, d) un espacio metrico y A E. La frontera de A se define
como (A) = A E \ A.
Observaci
on 1.2.37. La frontera de un conjunto es cerrada.
Observaci
on 1.2.38. (A) = (E \ A).
Observaci
on 1.2.39. (A) = A \ int(A).
El Corolario 1.2.33 implica que la frontera de un conjunto tiene tambien la siguiente
descripcion:
Proposici
on 1.2.40. Dado un subconjunto A de un espacio metrico (E, d), se tiene que
x (A) si y solo si para todo  > 0, B(x, ) contiene puntos de A y de E \ A.
Ejercicios
1. Sean A, B Rn con A abierto y definamos A + B = {x + y Rn : x A e y B}.
Demuestra que A + B es abierto.
2. Demuestra que todo subconjunto de un conjunto arbitrario es abierto con la metrica
discreta.
3. Sean A R abierto y B = {(x, y) R2 : x A}. Prueba que B es abierto.
4. Sea A Rn y definamos B = {x Rn : d(x, y) < 1 para alg
un y A}. Prueba que
B es abierto.
5. Prueba la certeza o falsedad de las expresiones siguientes:
a) int(A) int(B) = int(A B).
b) int(A) int(B) = int(A B).
c) A B = A B.
d ) A B = A B.
e) int(A) = int(A).
f ) int(A) = A.
g) (A) = (A).
6. Es cierto en un espacio metrico general que el interior de una bola cerrada es la
correspondiente bola abierta?
13

7. Sean (E, d) un espacio metrico y A E un subconjunto finito. Prueba que el

conjunto B = {x E : d(x, y) 1 para alg
un y A} es cerrado.
8. Sean (E, d) un espacio metrico y A E. Demuestra que B es abierto (cerrado) en
(A, d) si y solo si B = B 0 A para cierto abierto (cerrado) B 0 en (E, d).
9. Es cierto en un espacio metrico general que los puntos de una bola cerrada son
puntos de acumulacion de la correspondiente bola abierta?
10. Encuentra los puntos de acumulacion de los siguientes subconjuntos de R2 :
a) Z Z.
b) Q Q.

 m 1

,
:
m,
n

Z,
n
=
6
0
.
c)
n n
11. Sean (E, d) un espacio metrico y A E. Demuestra que si x A0 , entonces todo
abierto que contenga a x contiene a su vez infinitos puntos de A.




12. Dado A = n1 + m1 : n, m N , prueba que A0 = n1 : n N {0}.
13. Dado un subconjunto A de un espacio metrico (E, d), prueba que A0 es cerrado.
14. Dado un subconjunto A de un espacio metrico (E, d), prueba que x A si y solo si
nf{d(x, y) : y A} = 0.
15. Dados un subconjunto A de un espacio metrico (E, d) y x E, se definen
d(x, A) = nf{d(x, y) : y A}
y para cada  > 0,
B(A, ) = {x E : d(x, A) < }
y
B(A, ) = {x E : d(x, A) }.
Prueba que para cada  > 0, B(A, ) es abierto y B(A, ) es cerrado, y que A es
T
cerrado si y solo si A =
B(A, ).
>0

16. Dados dos subconjuntos A y B de un espacio metrico (E, d), prueba que
(A B) (A) (B) (A B) A B.
17. Determina el interior, los puntos de acumulacion, la adherencia y la frontera de los
siguientes conjuntos:




a) A = n1 , y R2 : n N, 0 y 1 .
14

 

S
(x, y) R2 : k(x, y)k1 = n1 .
n=1




c) C = {(x, 0) R2 : 1 < x < 1} n1 , n1 : n N .

b) B =

d ) D = {(x, y, z) R3 : 0 < x < 1, y 2 + z 2 1}.

e) E = {(x, y, z) R3 : x2 + y 2 = z 2 }.

1.3.

Sucesiones y completitud

Definici
on 1.3.1. Una sucesi
on xn en un conjunto E es una funcion de N en E.
Dada una sucesion estrictamente creciente j(n) en N la sucesion yn = xj(n) se llama
subsucesi
on de xn . En un espacio metrico (E, d), se dice que xn converge a un punto
x E, y escribimos lm xn = x, si para todo abierto U que contiene a x existe n0 N
n
tal que xn U para todo n n0 .
Es obvio que la convergencia de una sucesion en un espacio metrico se puede caracterizar de la forma siguiente:
Proposici
on 1.3.2. Una sucesion xn en un espacio metrico (E, d) converge a x si y solo
si para todo  > 0 existe n0 N tal que d(xn , x) <  para todo n n0 .
Observaci
on 1.3.3. El lmite de una sucesion convergente en un espacio metrico es
u
nico.
Definici
on 1.3.4. Una sucesion xn en un espacio normado (E, k k) converge a x E
si y solo si para todo  > 0 existe n0 N tal que kxn xk <  para todo n n0 .
Los dos resultados siguientes se demuestran sin dificultad:
Proposici
on 1.3.5. Sean xn e yn sucesiones en un espacio normado (E, kk) convergentes
a x e y, respectivamente, y n una sucesion en R convergente a R. Entonces:
1. lm (xn + yn ) = x + y.
n

2. lm (n xn ) = x.
n

3. Si n 6= 0 para todo n N y 6= 0, entonces lm

1
x
n n

= 1 x.

Proposici
on 1.3.6. Una sucesion (x1k , . . . , xnk ) en Rn converge a (x1 , . . . , xn ) si y solo si
xik converge a xi para todo i = 1, . . . , n.
Las sucesiones pueden utilizarse para determinar si un conjunto es cerrado, as como
para caracterizar la adherencia de un conjunto:
15

Proposici
on 1.3.7. Sea (E, d) un espacio metrico.
1. Un conjunto A E es cerrado si y solo si para cada sucesion convergente xn
contenida en A, el lmite pertenece a A.
2. Dado un conjunto B E, x B si y solo si existe una sucesion xn contenida en
B convergente a x.
Demostracion.
1. En primer lugar, supongamos que A es cerrado y sea xn una sucesion contenida en
A y convergente a x. Entonces x A0 y, por el Teorema 1.2.27, se tiene que x A.


Recprocamente, dado x A0 , para cada n N elegimos xn A B x, n1 . La
sucesion xn esta contenida en A y converge a x, con lo que, por hipotesis, x A y,
de nuevo por el Teorema 1.2.27, se tiene que A es cerrado.
2. El argumento es similar.

La convergencia de una sucesion se puede caracterizar en terminos de subsucesiones

como muestra el resultado siguiente:
Proposici
on 1.3.8.
1. Una sucesion xn en un espacio metrico converge a x si y solo si toda subsucesion
suya converge a x tambien.
2. Una sucesion xn en un espacio metrico converge a x si y solo si toda subsucesion
suya tiene a su vez una subsucesion convergente a x.
Demostracion.
1. Si toda subsucesion de xn converge a x, basta considerar las subsucesiones x2n1 y
x2n .
2. Si xn no converge a x, existe  > 0 y una subsucesion xj(n) tales que d(xj(n) , x) 
para todo n N.

Abordemos ahora la completitud de un espacio metrico.

16

Definici
on 1.3.9. En un espacio metrico (E, d), se dice que xn es una sucesi
on de
Cauchy si para todo  > 0 existe n0 N tal que d(xn , xm ) <  para todo n, m n0 . El
espacio (E, d) es completo si toda sucesion de Cauchy converge a un punto de E.
Ejemplo 1.3.10. R es un espacio metrico completo.
Ejemplo 1.3.11. Q y R \ {0} no son espacios metricos completos.
Definici
on 1.3.12. En un espacio normado (E, k k), se dice que xn es una sucesion de
Cauchy si para todo  > 0 existe n0 N tal que kxn xm k <  para todo n, m n0 .
Definici
on 1.3.13. En un espacio normado (E, k k), se dice que una sucesion xn
esta acotada si existe C R tal que kxn k C para todo n N.
Definici
on 1.3.14. En un espacio metrico (E, d), se dice que una sucesion xn esta acotada si existen C R y x E tales que d(xn , x) C para todo n N. En general, se
dice que un subconjunto A E esta acotado si esta contenido en una bola.
Es facil obtener las siguientes propiedades de las sucesiones de Cauchy:
Proposici
on 1.3.15.
1. Toda sucesion convergente en un espacio metrico es una sucesion de Cauchy.
2. Una sucesion de Cauchy en un espacio metrico debe estar acotada.
3. Toda sucesion convergente en un espacio metrico esta acotada.
4. Si una subsucesion de una sucesion de Cauchy en un espacio metrico converge a x,
entonces la sucesion converge a x.
El que R sea un espacio metrico completo junto con la Proposicion 1.3.6 implica:
Teorema 1.3.16. Rn es un espacio metrico completo.
Ejercicios
1. Calcula, si existen, los lmites de las siguientes sucesiones de R2 :


a) (1)n , n1 .


b) 1, n1 .



cos(n) sen(n+ 2 )
c)
,
.
n
n


d ) n1 , nn .
17

2. Sean A, B Rn cerrados. Debe A + B ser cerrado?

3. Sean (E, d) un espacio metrico completo y A E un subconjunto cerrado. Prueba
que (A, d) es tambien un espacio metrico completo.
4. Sean (E, d) un espacio metrico y A E tales que (A, d) es un espacio metrico
completo. Demuestra que A es cerrado.
5. Si (E, d) es un espacio metrico con la propiedad de que toda sucesion acotada tiene
una subsucesion convergente, prueba que es completo.
6. Sea (E, d) un espacio metrico siendo d la metrica discreta. Es completo?
7. Sea xn una sucesion en Rk tal que d(xn+1 , xn ) rd(xn , xn1 ) para cierto r [0, 1)
y todo n > 1. Prueba que xn converge.
8. Sea xn una sucesion en Rk tal que kxn xm k n1 + m1 para todo n, m N. Demuestra
que xn converge.
9. Sea E = {a1 , a2 , . . .} un conjunto numerable. Se define

d(an , am ) =

1
n

0
+

1
m

si n = m
si n =
6 m

Comprueba que d es una metrica sobre E y estudia si (E, d) es completo.

1.4.

Compacidad

En R toda sucesion acotada tiene una subsucesion convergente. Por tanto, toda sucesion contenida en un conjunto cerrado y acotado tiene una subsucesion convergente a un
punto de dicho conjunto. La generalizacion de esta propiedad en espacios metricos viene
dada por la siguiente definicion:
Definici
on 1.4.1. Sea (E, d) un espacio metrico. Se dice que un subconjunto A E es
secuencialmente compacto si toda sucesion en A tiene una subsucesion convergente
a un punto de A.
Observaci
on 1.4.2. Utilizando la caracterizacion de los conjuntos cerrados mediante
sucesiones se obtiene que todo conjunto secuencialmente compacto A debe ser cerrado.
Ademas, debe estar acotado pues, de lo contrario, existiran un punto x y una sucesion
xn en A tales que d(xn , x) n para todo n N, con lo que xn no podra tener ninguna
subsucesion convergente.
18

Definici
on 1.4.3. Sean (E, d) un espacio metrico y A E. Un recubrimiento (abierto) de A es una coleccion de conjuntos (abiertos) cuya union contiene a A o recubre A.
Un subrecubrimiento (finito) de un recubrimiento dado es una subcoleccion (finita)
cuya union tambien recubre A.
Definici
on 1.4.4. Sea (E, d) un espacio metrico. Se dice que un subconjunto A E
es compacto si todo recubrimiento abierto de A contiene un subrecubrimiento finito. Si
A = E se dice que (E, d) es un espacio m
etrico compacto.
Observaci
on 1.4.5. Un conjunto compacto A esta acotado pues dado x A, la colecci
on
de bolas abiertas {B(x, n) : n N} forma un recubrimiento abierto de A.
Definici
on 1.4.6. Sea (E, d) un espacio metrico. Se dice que un subconjunto A E es
totalmente acotado si para todo  > 0 existe un conjunto finito {x1 , . . . , xn } en A tal
n
S
que A
B(xk , ).
k=1

Observaci
on 1.4.7. Un conjunto totalmente acotado A esta acotado pues existe un conn
S
junto finito {x1 , . . . , xn } en A tal que A
B(xk , 1) y
k=1

B(xk , 1) B(x1 , 1 + d(xk , x1 )) B(x1 , 1 + max{d(x2 , x1 ), . . . , d(xn , x1 )})

para todo k {1, . . . , n}.
Teorema 1.4.8 (Bolzano-Weierstrass). Un subconjunto de un espacio metrico es compacto si y solo si es secuencialmente compacto.
La demostracion de este resultado requiere el establecimiento de dos lemas previos:
Lema 1.4.9. Un subconjunto compacto A de un espacio metrico (E, d) es cerrado.
Demostracion. Veamos que E \ A es abierto. Sea x E \ A. La coleccion de conjuntos


abiertos Un = E \ B x, n1 con n N recubre A, as que debe existir un subrecubrimiento
finito. 
Si n0 
es el ndice maximo de los abiertos del subrecubrimiento, entonces se tiene
1
que B x, n0 E \ A.
Lema 1.4.10. Si (E, d) es un espacio metrico compacto y A E es cerrado, entonces A
es compacto.
Demostracion. Sea {Ui : i I} un recubrimiento abierto de A. Entonces la coleccion de
conjuntos {Ui : i I}(E\A) es un recubrimiento abierto de E, con lo que tiene un subrecubrimiento finito, digamos {U1 , . . . , Un , E \ A}. As, {U1 , . . . , Un } es un subrecubrimiento
finito de A.
19

Demostracion del Teorema de Bolzano-Weierstrass. Sea A un subconjunto compacto de

un espacio metrico (E, d) y supongamos que existe una sucesion xn en A que no tiene
subsucesiones convergentes. En particular, esto significa que xn tiene infinitos puntos
distintos, digamos yn . Puesto que yn tampoco tiene subsucesiones convergentes, para cada
n N existe un abierto Un que contiene a yn y a ning
un otro termino de la sucesion. El
conjunto {y1 , y2 , . . .} es cerrado pues no tiene puntos de acumulacion. Aplicando el Lema
1.4.10 a dicho conjunto se obtiene su compacidad. Pero {Un : n N} es un recubrimiento
abierto suyo que no tiene ning
un subrecubrimiento finito, lo cual es una contradiccion.
As, xn tiene una subsucesion convergente cuyo lmite esta en A ya que, en virtud del
Lema 1.4.9, A es cerrado.
Recprocamente, supongamos que A es secuencialmente compacto y sea {Ui : i I}
un recubrimiento abierto de A. Existe  > 0 tal que para todo x A existe i I tal que


B(x, ) Ui (en caso contrario, para todo n N existira xn A tal que B xn , n1 no
estara contenida en ning
un Ui . Por hipotesis, xn tendra una subsucesion yn convergente
a y A. Siendo i0 I y > 0 tal que B(y, ) Ui0 y tomando
n0 N suficientemente

1

grande para que d(yn0 , y) < 2 y n0 < 2 se tendra que B yn0 , n0 Ui0 lo cual es una
contradiccion). Ademas, A es totalmente acotado (si no lo fuera, existira r > 0 tal que
A no se podra recubrir con un n
umero finito de bolas abiertas de radio r. Tomando
z1 A, z2 A \ B(z1 , r), . . . , zn A \

n1
[

B(zk , r)

k=1

obtendramos una sucesion zn en A tal que d(zn , zm ) r para todo n, m N, es decir,

sin ninguna subsucesion convergente). Por tanto, existe un conjunto finito {t1 , . . . , tn } en
n
S
A tal que A
B(tk , ). Ya que para cada k existe ik I tal que B(tk , ) Uik , la
k=1

coleccion {Ui1 , . . . , Uik } forma un subrecubrimiento finito.

Teorema 1.4.11. Un espacio metrico (E, d) es compacto si y solo si es completo y totalmente acotado.
Demostracion. Primero, supongamos que E es compacto. Por el teorema de BolzanoWeierstrass, es secuencialmente compacto. As, toda sucesion de Cauchy tiene una subsucesion convergente, luego la sucesion converge y (E, d) es completo. Ademas, seg
un se
probo en la demostracion del teorema de Bolzano-Weierstrass, todo conjunto secuencialmente compacto es totalmente acotado.
Recprocamente, supongase que E es completo y totalmente acotado. Por el teorema
de Bolzano-Weierstrass, basta probar que E es secuencialmente compacto. Sea xn una
sucesion en E (podemos suponer que todos los terminos son distintos). Si recubrimos E con
un n
umero finito de bolas de radio 1, existe una subsucesion de xn totalmente contenida en
una de esas bolas. Ahora, si recubrimos E con un n
umero finito de bolas de radio 12 , existe
20

una subsucesion de la anterior totalmente contenida en una de ellas, y as sucesivamente.

La subsucesion diagonal (el primer elemento de la primera subsucesion, el segundo de la
segunda, etc.) es de Cauchy y, por tanto, convergente.
Corolario 1.4.12. Sea (E, d) es un espacio metrico completo. Un subconjunto A es compacto si y solo si es cerrado y totalmente acotado.
Demostracion. Basta aplicar el teorema anterior al espacio metrico (A, d).
Los compactos de Rn estan caracterizados por el siguiente teorema:
Teorema 1.4.13 (Heine-Borel). Un subconjunto de Rn es compacto si y solo si es cerrado
y acotado.
Demostracion. Ya hemos probado que los conjuntos compactos son cerrados y acotados.
Recprocamente, sea A Rn cerrado y acotado. Por el teorema de Bolzano-Weierstrass,
basta probar que A es secuencialmente compacto. Sea xk = (x1k , . . . , xnk ) una sucesion
en A. Como A esta acotado, la sucesion x1k tiene una subsucesion convergente, digamos
x1j1 (k) . Entonces x2j1 (k) tiene una subsucesion convergente, digamos x2j2 (k) . Continuando de
esta manera obtenemos la subsucesion convergente xjn (k) cuyo lmite esta en A por ser
cerrado.
El resultado siguiente se obtiene como una consecuencia importante del teorema de
Bolzano-Weierstrass:
Teorema 1.4.14 (Propiedad de los conjuntos encajados). Sea An una sucesion de subconjuntos compactos no vacos de un espacio metrico (E, d) tales que An+1 An para

T
todo n N. Entonces
An 6= .
n=1

Demostracion. Elijamos xn An para cada n N. La sucesion xn tiene una subsucesion

convergente por estar contenida en el conjunto compacto A1 . El punto lmite esta en todos
los conjuntos An por ser cerrados.
Ejercicios
1. Encuentra un ejemplo de un conjunto cerrado y acotado que no sea compacto.
2. Sean (E, d) un espacio metrico y A E. Una coleccion de conjuntos cerrados tiene la
propiedad de intersecci
on finita para A si la interseccion de cualquier cantidad
finita de ellos con A es no vaca. Demuestra que A es compacto si y solo si toda
coleccion de conjuntos cerrados con la propiedad de interseccion finita para A tiene
interseccion no vaca con A.
21

3. Es cierta la propiedad de los conjuntos encajados si estos no son compactos?

4. Prueba que A = {x Rn : kxk 1} es compacto.
5. Demuestra, utilizando la definicion, que no son compactos los siguientes conjuntos:
a) R.
b) (a, b) R.
c) La bola abierta en Rn de centro 0 y radio r.
6. Sean A, B Rn compactos. Debe A + B ser compacto?
7. Estudia la compacidad de los conjuntos siguientes:
a) {(x, y, z) R3 : x2 + y 2 1, 0 z 2}.




b) {(x, y) R2 : x2 + y 2 1} 1 + n3 , 0 : n N .




c)
t, sen t : 0 < t 1 .
8. Sean A Rn cerrado no vaco y x 6 A. Demuestra que existe y A tal que
d(x, y) = d(x, A).

1.5.

Conexi
on

Definici
on 1.5.1. Sea (E, d) un espacio metrico. Una aplicacion : [a, b] E es
continua si lm (tn ) = (t) para toda sucesion tn en [a, b] convergente a t [a, b]. Un
n

arco continuo que une dos puntos x, y E es una aplicacion continua : [a, b] E
tal que (a) = x y (b) = y. Un arco esta contenido en un conjunto A si se verifica
que (t) A para todo t [a, b]. Finalmente, decimos que un conjunto es conexo por
arcos si cualesquiera dos puntos del conjunto se pueden unir mediante un arco continuo
contenido en el conjunto.
Ejemplo 1.5.2. El intervalo [0, 1] es conexo por arcos, pues dados x, y [0, 1] basta
tomar el arco continuo contenido en [0, 1] : [0, 1] R definido por (t) = (y x)t + x.
Definici
on 1.5.3. Sean (E, d) un espacio metrico y A E. Se dice que dos abiertos U
y V separan A si satisfacen las condiciones siguientes:
1. U V A = .
2. U A 6= .
3. V A 6= .
22

4. A U V .
Se dice que A es disconexo si existen tales conjuntos; en caso contrario, se dice que A es
conexo. Finalmente, una componente conexa de A es un subconjunto conexo A0 A
tal que no existe un conjunto conexo en A que contenga a A0 y sea distinto de A0 .
Lema 1.5.4. El intervalo [a, b] es conexo.
Demostracion. Supongamos que [a, b] es disconexo. Entonces existen dos abiertos U y V
que separan [a, b]. Supongamos, ademas, que b V . Sea c = sup(U [a, b]), que existe
porque U [a, b] es no vaco y esta acotado superiormente. El conjunto U [a, b] es cerrado,
pues su complementario es V (R \ [a, b]), que es abierto. As, c U [a, b]. Ahora, se
tiene que c 6= b, pues c 6 V y b V . Ya que ning
un intervalo abierto centrado en c puede
estar totalmente contenido en U , cualquier intervalo de ese tipo interseca a V [a, b]. Por
tanto, c es un punto de acumulacion de V [a, b]. Como U [a, b], el conjunto V [a, b]
es cerrado, y entonces c V [a, b], lo cual contradice que U V [a, b] = .
Corolario 1.5.5. No existen subconjuntos cerrados disjuntos no vacos A y B de [a, b]
cuya union sea [a, b].
Demostracion. Si existieran tales subconjuntos, los abiertos U = R \ A y V = R \ B
separaran [a, b].
La conexion por arcos y la conexion se relacionan de la siguiente forma:
Teorema 1.5.6. Los conjuntos conexos por arcos son conexos.
Demostracion. Sea A un conjunto conexo por arcos supuestamente disconexo. Entonces
existen dos abiertos U y V que separan A. Sean x U A e y V A. Existe un arco
continuo : [a, b] A que une x con y. Sean B = 1 (U ) y C = 1 (V ). Supongamos
que tn es una sucesion en B convergente a t. Entonces t [a, b] y (tn ) converge a
(t). Se tiene que (t) U pues, en caso contrario, (tn ) V para n suficientemente
grande lo que contradice el hecho de que U V A = . Por tanto, B es cerrado y,
analogamente, C tambien. Ademas, B y C son no vacos (a B y b C), disjuntos
(B C = 1 (U V ) = ) y
B C = 1 (U V ) = 1 (A) = [a, b].
Obtenemos, pues, una contradiccion con el Corolario 1.5.5.
Observaci
on 1.5.7. El recproco del teorema anterior no es cierto, es decir, existen
conjuntos conexos que no son conexos por arcos.
23

Ejercicios
1. Sean : [0, 1] R2 un arco continuo y A = ([0, 1]). Demuestra que A es conexo
por arcos.
2. Sean : [a, b] R3 un arco continuo, a < c < d < b y A = {(t) : c t d}.
Debe 1 (A) ser conexo por arcos?
3. Estudia las componentes conexas de Z y de Q [0, 1].
4. Prueba que A = {x Rn : kxk 1} es conexo.
5. Sean A Rn , x A, y Rn \ A y : [0, 1] Rn un arco continuo que une x e
y. Prueba que existe t [0, 1] tal que (t) (A).
6. Demuestra que un subconjunto de R es conexo si y solo si es un intervalo.
7. Si A es un subconjunto conexo de Rn , debe ser Rn \ A conexo?
8. Sean (E, d) un espacio metrico y {Ai : i I} una coleccion de subconjuntos conexos
S
de E tal que Ai Aj 6= para cualesquiera i, j I. Prueba que
Ai es conexo.
iI

1.6.

Lmites, continuidad y continuidad uniforme

Definici
on 1.6.1. Sean (E, d) y (F, d0 ) dos espacios metricos, A E y f : A F .
Supongamos que x0 A0 . Se dice que L F es el lmite de f en x0 y lo denotamos por
lm f (x) = L, si dado  > 0, existe > 0 tal que para todo x A con 0 < d(x, x0 ) <
xx0

se tiene que d0 (f (x), L) < .

Observaci
on 1.6.2. El lmite de f en x0 , si existe, es u
nico. En efecto, supongamos que
0
dicho lmite es L y L , y sea  > 0. Existen 1 , 2 > 0 tales que si 0 < d(x, x0 ) < 1 ,
entonces d0 (f (x), L) < 2 , y si 0 < d(x, x0 ) < 2 , entonces d0 (f (x), L0 ) < 2 . Por tanto, si
0 < d(x, x0 ) < mn{1 , 2 }, entonces d0 (L, L0 ) d0 (L, f (x)) + d0 (f (x), L0 ) <  para todo
 > 0, luego d0 (L, L0 ) = 0 con lo que L = L0 .
Definici
on 1.6.3. Sean (E, d) y (F, d0 ) dos espacios metricos, A E, f : A F y
x0 A. Se dice que f es continua en x0 si x0 6 A0 o si lm f (x) = f (x0 ).
xx0

Observaci
on 1.6.4. En la definicion de lmite hay que especificar que x 6= x0 pues f no
tiene por que estar definida en x0 , pero en la de continuidad puede ser x = x0 .
Definici
on 1.6.5. Sean (E, d) y (F, d0 ) dos espacios metricos, A E y f : A F . Se
dice que f es continua en B A si y solo si es continua en cada punto de B, y se dice
que f es continua si y solo si lo es en todo su dominio A.
24

El resultado siguiente caracteriza la continuidad de una funcion:

Teorema 1.6.6. Sean (E, d) y (F, d0 ) dos espacios metricos, A E y f : A F . Son
equivalentes:
1. f es continua.
2. Para cada sucesion xn convergente a x0 en A, se tiene que f (xn ) converge a f (x0 ).
3. Para cada conjunto abierto U F , f 1 (U ) es abierto en (A, d).
4. Para cada conjunto cerrado B F , f 1 (B) es cerrado en (A, d).
Demostracion. Es facil demostrar que de 1 se obtiene 2.
Veamos que 2 implica 4. Sean un conjunto cerrado B F y una sucesion xn en f 1 (B)
convergente a x A. Por continuidad, la sucesion f (xn ) en B converge a f (x). Ya que B
es cerrado, f (x) B, es decir, x f 1 (B).
Pasando al complementario, de 4 se obtiene 3.
Finalmente, 3 implica 1. En efecto, sean x0 A y  > 0. Por hipotesis se tiene que
f (B(f (x0 ), )) es un conjunto abierto en (A, d), y x0 f 1 (B(f (x0 ), )), luego existe
> 0 tal que B(x0 , ) A f 1 (B(f (x0 ), )), obteniendose as 1.
1

Observaci
on 1.6.7. En las condiciones del Teorema 1.6.6, si x0 A0 , entonces se tiene
que lm f (x) = L si y solo si lm f (xn ) = L para toda sucesion xn en A\{x0 } convergente
xx0

a x0 . La prueba del solo si es analoga a la de 1 implica 2 del Teorema 1.6.6, y el si se

obtiene por reduccion al absurdo.
A continuacion vamos a estudiar el comportamiento de los conjuntos compactos y
conexos bajo funciones continuas.
Teorema 1.6.8. Sean (E, d) y (F, d0 ) dos espacios metricos, A E conexo (conexo por
arcos) y f : A F continua. Entonces f (A) es conexo (conexo por arcos).
Demostracion. Supongamos que f (A) es disconexo. Entonces existen dos abiertos U y
V tales que U V f (A) = , U f (A) 6= , V f (A) 6= y f (A) U V . Ya
que f 1 (U ) = U 0 A y f 1 (V ) = V 0 A para ciertos abiertos U 0 y V 0 , se tiene que
U 0 V 0 A = , U 0 A 6= , V 0 A 6= y A U 0 V 0 , es decir, A es disconexo.
En cuanto a la conexion por arcos, sean z, w f (A), es decir, z = f (x) y w = f (y)
con x, y A, y un arco continuo contenido en A que une x con y. Entonces f ((t)) es
un arco continuo contenido en f (A) que une z con w.
25

Teorema 1.6.9. Sean (E, d) y (F, d0 ) espacios metricos, A E compacto y f : A F

continua. Entonces f (A) es compacto.
Demostracion. Sea yn una sucesion en f (A), es decir, yn = f (xn ) para cada n N, siendo
xn una sucesion en A. Como A es compacto, existe una subsucesion xj(n) convergente a
x A. Ya que f es continua, yj(n) es una subsucesion convergente a f (x) f (A), luego
f (A) es compacto.
Los siguientes resultados nos dicen como se comportan las funciones continuas al
operar con ellas.
Teorema 1.6.10. Sean (E, d), (F, d0 ) y (G, d00 ) espacios metricos y f : A E F y
g : B F G continuas con f (A) B. Entonces la composicion g f : A G,
definida por (g f )(x) = g(f (x)), es continua.
Demostracion. Sea U G abierto. Entonces (g f )1 (U ) = f 1 (g 1 (U )). Ahora, ya
que g es continua, por el Teorema 1.6.6 g 1 (U ) = U 0 B para cierto abierto U 0 , luego
(g f )1 (U ) = f 1 (U 0 B) = f 1 (U 0 ) = U 00 A para cierto abierto U 00 . As, g f es
continua.
Proposici
on 1.6.11. Sean (E, d) un espacio metrico, (F, k k) un espacio normado,
A E y x0 A0 .
1. Si f, g : A F con lm f (x) = L y lm g(x) = L0 , entonces
xx0

xx0

lm (f + g)(x) = L + L0

xx0

estando definida f + g : A F por (f + g)(x) = f (x) + g(x).

2. Si f : A R y g : A F con lm f (x) = L y lm g(x) = L0 , entonces
xx0

xx0

lm (f g)(x) = LL0

xx0

estando definida f g : A F por (f g)(x) = f (x)g(x).

3. Si f : A R y g : A F con lm f (x) = L 6= 0 y lm g(x) = L0 , entonces f
xx0

xx0

es no nula en A (B(x0 , ) \ {x0 }) para cierto  > 0 y

 
L0
g
(x) =
lm
xx0
f
L
 
estando definida fg : A (B(x0 , ) \ {x0 }) F por fg (x) =
26

g(x)
.
f (x)

Demostracion.
1. Sea  > 0. Existe 1 > 0 tal que para todo x A con 0 < d(x, x0 ) < 1 se tiene
que kf (x) Lk < 2 y existe 2 > 0 tal que para todo x A con 0 < d(x, x0 ) < 2
se tiene que kg(x) L0 k < 2 . Si x A con 0 < d(x, x0 ) < mn{1 , 2 }, entonces,
usando la desigualdad triangular, se tiene que k(f + g)(x) (L + L0 )k < .
2. Sea  > 0. Existe 1 > 0 tal que para todo x A con 0 < d(x, x0 ) < 1 se tiene que
|f (x) L| <


2(kL0 k

+ 1)

y
|f (x)| |L| + 1.
Ademas, existe 2 > 0 tal que para todo x A con 0 < d(x, x0 ) < 2 se tiene que
kg(x) L0 k <


.
2(|L| + 1)

Si x A con 0 < d(x, x0 ) < mn{1 , 2 }, entonces, usando la desigualdad triangular,

se tiene que
k(f g)(x) LL0 k = kf (x)g(x) L0 f (x) + L0 f (x) LL0 k
|f (x)|kg(x) L0 k + |f (x) L|kL0 k
(|L| + 1)
kL0 k
<
+
2(|L| + 1) 2(kL0 k + 1)
< .
3. Basta considerar el producto de g y f1 , ya que lm

1
xx0 f (x)

= L1 . En efecto, consideremos

 > 0. Existe 1 > 0 tal que para todo x A con 0 < d(x, x0 ) < 1 se tiene
que |f (x) L| < |L|
, con lo que |f (x)| > |L|
, y existe 2 > 0 tal que para todo
2
2
2
x A con 0 < d(x, x0 ) < 2 se tiene que |f (x) L| < L2 . Para todo x A con
0 < d(x, x0 ) < mn{1 , 2 } se tiene que

 

 1
  L f (x) 
1
2

 

 f (x) L  =  Lf (x)  < L2 |f (x) L| < .

Corolario 1.6.12. Sean (E, d) un espacio metrico, (F, k k) un espacio normado, A E

y x0 A A0 .
1. Si f, g : A F son continuas en x0 , entonces f + g tambien.
2. Si f : A R y g : A F son continuas en x0 , entonces f g tambien.
27

3. Si f : A R y g : A F son continuas en x0 , con f (x0 ) 6= 0, entonces f es no

nula en A B(x0 , ) para cierto  > 0 y fg es continua en x0 .
Las funciones continuas con valores reales estan acotadas sobre conjuntos compactos
y alcanzan sus valores maximo y mnimo en puntos del conjunto:
Teorema 1.6.13. Sean (E, d) un espacio metrico, A E y f : A R continua. Si
B A es compacto, entonces f esta acotada en B, es decir, f (B) es un conjunto acotado.
Ademas, existen x1 , x2 B tales que f (x1 ) = nf f (B) (mnimo absoluto de f en B) y
f (x2 ) = sup f (B) (m
aximo absoluto de f en B).
Demostracion. En primer lugar, por el Teorema 1.6.9 f (B) es compacto, luego cerrado y
acotado. Por ser cerrado se tiene que nf f (B), sup f (B) f (B).
Las funciones continuas con valores reales sobre conjuntos conexos alcanzan todos los
valores intermedios:
Teorema 1.6.14 (de los valores intermedios). Sean (E, d) un espacio metrico, A E
y f : A R continua. Supongamos que B A es conexo (conexo por arcos) y que
x, y B. Para cada c (f (x), f (y)) existe z B tal que f (z) = c.
Demostracion. Supongamos que no existe tal z. Sean U = (, c) y V = (c, ). Como f
es continua, f 1 (U ) = U 0 B y f 1 (V ) = V 0 B para ciertos abiertos U 0 y V 0 . Entonces,
U 0 V 0 B = , x U 0 B 6= , y V 0 B 6= y B U 0 V 0 , luego B es disconexo, lo
cual es una contradiccion.
Una variante del concepto de continuidad es la continuidad uniforme:
Definici
on 1.6.15. Sean (E, d) y (F, d0 ) dos espacios metricos, A E y f : A F . Se
dice que f es uniformemente continua en B A si y solo si para cada  > 0 existe
> 0 tal que si x, y B con d(x, y) < , entonces d0 (f (x), f (y)) < .
Observaci
on 1.6.16. Si f es uniformemente continua, entonces es continua. El recproco
no es cierto en general.
Teorema 1.6.17. Sean (E, d) y (F, d0 ) dos espacios metricos, A E, f : A F
continua y B A compacto. Entonces f es uniformemente continua en B.
Demostracion. Dado  > 0 y x B, existe x > 0 tal que si d(x, y) < x , entonces


d0 (f (x), f (y)) < 2 . Los abiertos B x, 2x recubren B, luego existe un subrecubrimiento
finito, digamos




xn
x1
B x1 ,
, . . . , B xn ,
.
2
2
28

x1
, . . . , x2n
2

Si x, y B con d(x, y) < mn

, entonces existe xi tal que d(x, xi ) <
por lo tanto, d(xi , y) d(x, xi ) + d(x, y) < xi . As,

xi
2

y,

d0 (f (x), f (y)) d0 (f (x), f (xi )) + d0 (f (xi ), f (y)) < .

Ejercicios
1. Sea A R2 compacto. Demuestra que
B = {x R : y R tal que (x, y) A}
es compacto.
2. Encuentra una funcion continua f : R R y un compacto (conexo) A R tal
que f 1 (A) no sea compacto (conexo).
3. Dada f : R2 R continua, prueba que A = {f (x) : kxk = 1} es un intervalo
cerrado y acotado.
4. Da un ejemplo de una funcion no continua que transforma compactos en compactos.
5. Da un ejemplo de una funcion no continua que transforma conexos (conexos por
arcos) en conexos (conexos por arcos).
6. Sean (E, d) un espacio metrico, A E y f : A Rn una funcion dada por
f (x) = (f1 (x), . . . , fn (x)). Demuestra que f es continua si y solo si lo es cada
componente fi , i = 1, . . . , n.
7. Sean (E, d) un espacio metrico, A E abierto y f : A Rn continua en x0 A,
siendo f (x0 ) 6= 0. Demuestra que existe  > 0 tal que f es no nula en B(x0 , ).
8. Demuestra que una aplicacion lineal L : Rn Rm es continua (de hecho, existe
C R tal que kL(x)k Ckxk para todo x Rn ).
9. Sean f : Rn Rm continua y A Rn acotado. Prueba que f (A) esta acotado.
10. Sean (E, d) un espacio metrico, A E conexo y f : A R continua con f (x) 6= 0
para todo x A. Demuestra que o bien f (x) > 0 para todo x A o bien f (x) < 0
para todo x A.
11. Encuentra una funcion continua f : Rn Rm y un conjunto cerrado A Rn tales
que f (A) no sea cerrado.
29

12. Sean (E, d) un espacio metrico compacto y f : E E una isometra, es decir, d(f (x), f (y)) = d(x, y) para cualesquiera x, y E. Demuestra que f es una
biyeccion.
13. Sean (E, d) y (F, d0 ) dos espacios metricos, A E y f : A F .
a) Prueba que f es uniformemente continua si y solo si para cada par de sucesiones
xn e yn en A con lm d(xn , yn ) = 0, se tiene que lm d0 (f (xn ), f (yn )) = 0.
n

b) Demuestra que si f es uniformemente continua, entonces transforma sucesiones

de Cauchy en sucesiones de Cauchy.
14. Sean (E, d) un espacio metrico y A E. Prueba que A es conexo si y solo si toda
funcion continua f : A R tal que f (A) {0, 1}, es constante. Obten como
consecuencia que si A es conexo, entonces tambien lo es A.
15. Da un ejemplo de un conjunto conexo no conexo por arcos.
16. Sean f : R2 Rn y (a, b) R2 .
a) Prueba que si para cada x R existe lm f (x, y), para cada y R existe
yb

lm f (x, y), y

xa

lm

f (x, y) = L, entonces existen los lmites reiterados

(x,y)(a,b)

lm lm f (x, y)

xa yb

y
lm lm f (x, y)

yb xa

y son iguales a L.
b) Da un ejemplo en el que los lmites reiterados existan y sean distintos.
c) Da un ejemplo en el que los lmites reiterados existan y sean iguales, pero no
exista lm f (x, y).
(x,y)(a,b)

d ) Da un ejemplo en el que exista

lm

f (x, y) y no exista alguno de los lmites

(x,y)(a,b)

reiterados.
17. Sean A = (0, +) (0, 2] R2 y g : A R2 definida por
g(, ) = ( cos , sen ).
a) Prueba que g es una biyeccion continua de A sobre B = R2 \ {(0, 0)} tal que
g((0, r) (0, 2]) = B((0, 0), r) \ {(0, 0)}.
b) Sean f : B R y F = f g. Prueba que

lm

f (x, y) = L si y solo si

(x,y)(0,0)

para todo  > 0 existe > 0 tal que si 0 < < , entonces |F (, ) L| < ,
cualquiera que sea (0, 2].
30

c) Estudia la continuidad en (0, 0) de la funcion


f (x, y) =

y
x

sen(x2 + y 2 ) si x 6= 0
0
si x = 0

18. Sean f , g y F las funciones definidas en el ejercicio anterior y supongamos que

F (, ) = h()G() donde h no es identicamente nula en los intervalos de la forma
(0, r) y lm h() = 0.
0

a) Demuestra que

lm

f (x, y) = 0 si y solo si la funcion G esta acotada.

(x,y)(0,0)

b) Estudia la continuidad en (0, 0) de la funcion


f (x, y) =

x3
x2 y 2

6 0
si x2 y 2 =
2
2
si x y = 0

19. Estudia la existencia en (0, 0) de lmites reiterados, lmites direccionales (a lo

largo de rectas que pasan por el origen) y lmite de las siguientes funciones:

1 si 0 < y < x2
a) f (x, y) =
0 si y 0 o y x2
( 3 3
x y
si xy 6= 0
xy
b) g(x, y) =
0
si xy = 0

1
2
2
x sen x2 +y
si (x, y) 6= (0, 0)
2 cos(x + y )
c) h(x, y) =
0
si (x, y) = (0, 0)
20. Estudia la continuidad de las siguientes funciones:

x
si 4x2 + y 2 6= 1 y (x, y) 6= (0, 0)
4x2 +y 2 1
a) f (x, y) =
1
si 4x2 + y 2 = 1 o (x, y) = (0, 0)
(
x2 y 2
si (x, y) 6= (0, 0)
2
2
x y +(xy)2
b) g(x, y) =
1
si (x, y) = (0, 0)

(  2
x y
,
sen(x
+
y)
si (x, y) 6= (0, 0)
x2 +y 2
c) h(x, y) =
(0, 0)
si (x, y) = (0, 0)
21. Estudia la continuidad uniforme de las siguientes funciones:
a) f (x) = (sen x, cos x).
b) g(x, y) = x +

y
x

c) h(x, y) = cos3

1
x2 +y 2

definida en {(x, y) R2 : x 6= 0}.

definida en R2 \ {(0, 0)}.
31

22. (Principio de la aplicaci

on contractiva) Sean (E, d) un espacio metrico completo, una funcion f : E E y k [0, 1) tales que d(f (x), f (y)) kd(x, y) para
cualesquiera x, y E. Demuestra que existe un u
nico punto fijo de f , es decir, un

punto x E tal que f (x ) = x . De hecho, prueba que si x0 es cualquier punto de

E y definimos la sucesion
x1 = f (x0 ), x2 = f (x1 ), . . . , xn+1 = f (xn ), . . .
entonces lm xn = x .
n

32

Tema 2
C
alculo diferencial en Rn
2.1.

Funciones diferenciables

Definici
on 2.1.1. Una funcion f : A Rn Rm es diferenciable en x0 A si existe
una aplicacion lineal Df (x0 ) : Rn Rm llamada diferencial de f en x0 tal que
lm

xx0

kf (x) f (x0 ) Df (x0 )(x x0 )k

= 0.
kx x0 k

Se dice que f es diferenciable en A si lo es en cada punto de A.

Teorema 2.1.2. Sean A Rn abierto y f : A Rm diferenciable en x0 A. Entonces
Df (x0 ) queda determinada de forma u
nica por f .
Demostracion. Sean L1 y L2 dos aplicaciones lineales que satisfagan la definicion de
Df (x0 ), e Rn con kek = 1 y x = x0 + e con R. Como A es abierto, existe
 > 0 tal que B(x0 , ) A y, as, x A si || < . Entonces,
kL1 (e) L2 (e)k
||
kL1 (x x0 ) L2 (x x0 )k
=
kx x0 k
kf (x) f (x0 ) L1 (x x0 )k kf (x) f (x0 ) L2 (x x0 )k

+
.
kx x0 k
kx x0 k

kL1 (e) L2 (e)k =

Ya que la u
ltima expresion tiene lmite 0 cuando x tiende a x0 , se tiene que L1 (e) = L2 (e)
con lo que, por linealidad, L1 = L2 .
Observaci
on 2.1.3. En general Df (x0 ) no esta determinada de forma u
nica, por ejemplo, si A = {x0 }.
33

Observaci
on 2.1.4. Examinando la demostracion del Teorema 2.1.2 se observa que
Df (x0 ) es u
nica, si existe, en un rango mas amplio de conjuntos que los abiertos.
Hay otra forma de derivar una funcion f : Rn Rm . Escribimos f en componentes, f (x1 , . . . , xn ) = (f1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn )), y calculamos las derivadas
f
parciales xji , para j = 1, . . . , m e i = 1, . . . , n, derivando fj con respecto de xi mientras
mantenemos fijas las demas variables.
Definici
on 2.1.5. Sea f (x1 , . . . , xn ) = (f1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn )). Entonces
para j = 1, . . . , m e i = 1, . . . , n esta dada por el siguiente lmite, cuando existe:

fj
,
xi

fj
fj (x1 , . . . , xi1 , xi + h, xi+1 , . . . , xn ) fj (x1 , . . . , xn )
(x1 , . . . , xn ) = lm
.
h0
xi
h
Teorema 2.1.6. Sean A Rn abierto y f : A Rm diferenciable en A. Entonces
las derivadas parciales existen y la matriz de Df (x) con respecto a las bases canonicas
esta dada por
f1 f1
f1

x1
x2
xn
f2 f2 f2
x1 x2
xn
..
.
..
.
..
..
.
.
fm
x1

fm
x2

fm
xn

llamada matriz jacobiana de f , donde cada derivada parcial se eval

ua en x.
Demostracion. El elemento aij de la matriz de Df (x) con respecto a las bases canonicas
es la i-esima componente del vector Df (x)(ej ) siendo ej el j-esimo vector de la base
canonica de Rn . Si y = x + hej con h R, entonces
kf (y) f (x) Df (x)(y x)k
=
ky xk
kf (x1 , . . . , xj1 , xj + h, xj+1 , . . . , xn ) f (x1 , . . . , xn ) hDf (x)(ej )k
.
|h|
Ya que la u
ltima expresion tiene lmite 0 cuando h tiende a 0, se tiene que
|fi (x1 , . . . , xj1 , xj + h, xj+1 , . . . , xn ) fi (x1 , . . . , xn ) haij |
= 0.
h0
|h|
lm

Por tanto,
fi (x1 , . . . , xj1 , xj + h, xj+1 , . . . , xn ) fi (x1 , . . . , xn )
fi
=
(x1 , . . . , xn ).
h0
h
xj

aij = lm

34

Si m = 1, el vector cuyas componentes son iguales a las de Df (x) se denomina

gradiente de f en x y se denota por f (x). As, para cada f : A Rn R,

f (x) =

f
f
,...,
x1
xn

donde cada derivada parcial se eval

ua en x.
Las funciones diferenciables son continuas:
Proposici
on 2.1.7. Sean A Rn abierto y f : A Rm diferenciable en A. Entonces
f es continua. De hecho, para cada x0 A existen , M > 0 tales que si kx x0 k < ,
entonces kf (x) f (x0 )k < M kx x0 k.

Demostracion. Sean x0 A y  > 0. Ya que Df (x0 ) es una aplicacion lineal, existe

C R tal que kDf (x0 )(x)k Ckxk para todo x Rn . Ademas, existe > 0 tal que si
kx x0 k < , entonces kf (x) f (x0 ) Df (x0 )(x x0 )k kx x0 k, con lo que
kf (x) f (x0 )k kDf (x0 )(x x0 )k + kx x0 k (C + 1)kx x0 k.



Por tanto, si kx x0 k < mn , C+1
, entonces kf (x) f (x0 )k < .

El que las derivadas parciales existan no asegura la diferenciabilidad. Basta considerar

la funcion

x si y = 0
y si x = 0
f (x, y) =

1 si x, y 6= 0
Se tiene que

f
(0, 0)
x

f
(0, 0)
y

= 1 pero f no es continua en (0, 0). Sin embargo:

Teorema 2.1.8. Sean A Rn abierto y f : A Rm . Si las derivadas parciales existen

y son continuas en A, entonces f es diferenciable en A.

Demostracion. Sea x A. Por el Teorema 2.1.6, si Df (x) existe, entonces su representacion matricial debe ser la matriz jacobiana. Necesitamos probar que dado  > 0 existe
> 0 tal que si ky xk < con y A, entonces
kf (y) f (x) Df (x)(y x)k < ky xk.
Para ello, basta probarlo para cada componente de f por separado. Por tanto, podemos
35

suponer m = 1. As, utilizando el teorema del valor medio, se tiene que

f (y) f (x) = f (y1 , . . . , yn ) f (x1 , y2 , . . . , yn )
+f (x1 , y2 , . . . , yn ) f (x1 , x2 , y3 . . . , yn )
+f (x1 , x2 , y3 . . . , yn ) f (x1 , . . . , xn1 , yn )
+f (x1 , . . . , xn1 , yn ) f (x1 , . . . , xn )


f
=
(c1 , y2 , . . . , yn ) (y1 x1 )
x1


f
(x1 , c2 , y3 , . . . , yn ) (y2 x2 )
+
x2


f
+ +
(x1 , . . . , xn1 , cn ) (yn xn )
xn
donde ci esta entre xi e yi para todo i {1, . . . , n}. Por tanto,


 f

f

kf (y) f (x) Df (x)(y x)k 
(c1 , y2 , . . . , yn )
(x1 , . . . , xn )
x1
x1


 f

f
+ + 
(x1 , . . . , xn1 , cn )
(x1 , . . . , xn ) ky xk.
xn
xn
La continuidad de las derivadas parciales hace el resto.
Las derivadas parciales de una funcion miden su variacion en las direcciones particulares paralelas a los ejes. Las derivadas direccionales hacen lo mismo en otras direcciones:
Definici
on 2.1.9. Sean A Rn abierto, f : A R, x0 A y v Rn unitario.
Entonces
f (x0 + hv) f (x0 )
Dv f (x0 ) = lm
h0
h
es la derivada direccional de f en x0 en la direccion v.
Observaci
on 2.1.10. Si f es diferenciable en x0 , entonces Dv f (x0 ) = Df (x0 ) v. As,
la derivada direccional de f en x0 es maxima en la direccion del gradiente, y ese valor
maximo es kf (x0 )k.
La composicion de funciones diferenciables tambien lo es:
Teorema 2.1.11 (Regla de la cadena). Sean A Rn y B Rm abiertos, f : A Rm
diferenciable en x0 A con f (A) B y g : B Rp diferenciable en f (x0 ). Entonces
g f es diferenciable en x0 y D(g f )(x0 ) = Dg(f (x0 )) Df (x0 ).
Demostracion. Sea  > 0. Como f es diferenciable en x0 , por la Proposicion 2.1.7 existen
1 , M > 0 tales que si kx x0 k < 1 , entonces kf (x) f (x0 )k < M kx x0 k. Ahora, existe
2 > 0 tal que si ky f (x0 )k < 2 , entonces

kg(y) g(f (x0 )) Dg(f (x0 ))(y f (x0 ))k <
ky f (x0 )k.
2M
36

Como Dg(f (x0 )) es una aplicacion lineal, existe N > 0 tal que kDg(f (x0 ))(y)k N kyk
para todo y Rm . As, existe 3 > 0 tal que si kx x0 k < 3 , entonces

kx x0 k.
kf (x) f (x0 ) Df (x0 )(x x0 )k <
2N
Pues bien, si 0 < kx x0 k < mn{1 , 2 , 3 }, entonces
k(g f )(x) (g f )(x0 ) Dg(f (x0 ))(Df (x0 )(x x0 ))k
kx x0 k
kg(f (x)) g(f (x0 )) Dg(f (x0 ))(f (x) f (x0 ))k

kx x0 k
kDg(f (x0 ))(f (x) f (x0 ) Df (x0 )(x x0 ))k
< .
+
kx x0 k
Observaci
on 2.1.12. La matriz jacobiana de g f en x es el producto de la matriz
jacobiana de g en f (x) con la de f en x.
Para el producto se tiene la siguiente regla:
Proposici
on 2.1.13. Sean A Rn abierto y f : A Rm y g : A R funciones
diferenciables. Entonces gf es diferenciable y para cada x A,
D(gf )(x)(v) = Dg(x)(v)f (x) + g(x)Df (x)(v)
para todo v Rn .
Demostracion. Dados x0 A y  > 0, sea > 0 tal que si kx x0 k < , entonces
|g(x)| |g(x0 )| + 1 = C1

kx x0 k
3C1

|g(x) g(x0 ) Dg(x0 )(x x0 )| <
kx x0 k
3kf (x0 )k
kf (x) f (x0 ) Df (x0 )(x x0 )k <


3C2
n
donde kDf (x0 )(y)k C2 kyk para todo y R . Las dos u
ltimas desigualdades son necesarias solamente si f (x0 ) 6= 0 y Df (x0 ) 6= 0. As, si kx x0 k < , entonces
|g(x) g(x0 )|

k(gf )(x) (gf )(x0 ) Dg(x0 )(x x0 )f (x0 ) g(x0 )Df (x0 )(x x0 )k
kg(x)f (x) g(x)f (x0 ) g(x)Df (x0 )(x x0 )k
+ kg(x)Df (x0 )(x x0 ) g(x0 )Df (x0 )(x x0 )k
+ kg(x)f (x0 ) g(x0 )f (x0 ) Dg(x0 )(x x0 )f (x0 )k kx x0 k.

37

Finalicemos la seccion con el teorema del valor medio:

Teorema 2.1.14 (Teorema del valor medio). Sean A Rn abierto, f : A Rm
diferenciable y x, y A tales que el segmento de recta que los une esta contenido en A.
Entonces existen c1 , . . . , cm en dicho segmento tales que fi (y) fi (x) = Dfi (ci )(y x)
para todo i {1, . . . , m}.
Demostracion. Sea i {1, . . . , m}. la funcion g : [0, 1] R definida por
g(t) = fi ((1 t)x + ty)
es continua en [0, 1] y derivable en (0, 1). Por el teorema del valor medio para una variable,
existe t0 (0, 1) tal que g(1) g(0) = g 0 (t0 )(1 0), es decir,
fi (y) fi (x) = Dfi ((1 t0 )x + t0 y)(y x).
Basta tomar ci = (1 t0 )x + t0 y.
Definici
on 2.1.15. Un conjunto A Rn es convexo si para cada x, y A, el segmento
que los une esta contenido en A.
Ejercicios
1. Sean A Rn abierto, f, g : A Rm funciones diferenciables y , R. Demuestra que f + g es diferenciable y D(f + g) = Df + Dg.
2. Sean A Rn abierto y f : A Rm y g : A R funciones diferenciables
con
 
f
f
gDf f Dg
g(x) 6= 0 para todo x A. Demuestra que g es diferenciable y D g =
.
g2
3. Sea f : Rn Rm tal que kf (x)k Ckxk2 para todo x Rn y cierto C R.
Demuestra que f es diferenciable en 0 y que Df (0) = 0.
4. Sea L : Rn Rm una aplicacion lineal. Demuestra que DL(x) = L.
5. Dada f (x, y, z) =

x sen y
,
z

calcula f (x, y, z).

6. Da un ejemplo que muestre que la existencia de todas las derivadas direccionales en

un punto no implica necesariamente la diferenciabilidad.
7. Demuestra que la funcion
(
f (x, y) =

(xy)

si (x, y) 6= (0, 0)

si (x, y) = (0, 0)

x2 +y 2

es diferenciable en (0, 0).

38

8. Estudia la existencia de derivadas parciales y la diferenciabilidad en (0, 0) de las

siguientes funciones:
(
xy 2
si (x, y) 6= (0, 0)
x2 +y 4
a) f (x, y) =
0
si (x, y) = (0, 0)

1
si (x, y) 6= (0, 0)
x sen x2 +y
2
b) g(x, y) =
0
si (x, y) = (0, 0)
( 2
(x + y 2 ) sen 21 2 si (x, y) 6= (0, 0)
x +y
c) h(x, y) =
0
si (x, y) = (0, 0)
9. Sean A Rn abierto y f = (f1 , . . . , fm ) : A Rm . Demuestra que f es diferenciable en x A si y solo si lo es fi para todo i {1, . . . , m}.
10. Sean A Rn abierto y f : A R diferenciable. Prueba que f es perpendicular
a las superficies f (x) = c con c R.
11. Calcula los valores de las constantes a, b y c tales que la derivada direccional de
f (x, y, z) = ax3 z 2 + bxy 2 + cyz en el punto (1, 2, 1) tenga un valor maximo de 64
en una direccion paralela al eje OZ. Con esos valores, determina el plano tangente
a la superficie f (x, y, z) = 0 en el punto (0, 0, 1).
12. Estudia la existencia de derivadas direccionales de la funcion

x + y si x = 0 o y = 0
f (x, y) =
1
si x, y 6= 0
13. Usa la regla de la cadena para encontrar las diferenciales de las siguientes funciones,
donde f (x, y, z) = x2 + yz, g(x, y) = y 3 + xy y h(x) = sen x:
a) F (x, y, z) = f (h(x), g(x, y), z).
b) G(x, y, z) = h(f (x, y, z)g(x, y)).
c) H(x, y, z) = g(f (x, y, h(x)), g(z, y)).
14. Dadas las funciones f (x, y, z) = (sen(xy + z), (x2 + 1)yz ) y g(u, v) = (u + ev , v + eu ),


prueba que f es diferenciable en (1, 1, 1), que g es diferenciable en 0, 12 y que
h = g f es diferenciable en (1, 1, 1). Calcula Dh(1, 1, 1).
15. Dadas las funciones f (x, y) = (ex+y , xy, x2 ) y g(u, v, w) = (uw , sen(v +w)), prueba
que f es diferenciable en (0, 0), que g es diferenciable en (1, 0, 0) y que h = g f es
diferenciable en (0, 0). Calcula Dh(0, 0).
16. Sean A = {(x, y) R2 : x, y > 0} y f : A R definida por f (x, y) = log x+y
.
2
Utiliza el teorema del valor medio para probar que
log

x+y
2
1
2
x+y
39

si x + y 2.
17. Sean A Rn abierto y conexo y f : A R tal que Df (x) = 0 para todo x A.
Prueba que f es constante.
18. Sea f : R2 R definida por

f (x, y) =

xy tag
0

y
x

si x 6= 0
si x = 0

Estudia en que puntos f satisface la ecuacion

x

2.2.

f
f
(x, y) + y (x, y) = 2f (x, y).
x
y

Derivadas de orden superior y teorema de Taylor

Si f : Rn R, las derivadas parciales de orden superior se definen simplemente por

iteracion del proceso de derivacion parcial, es decir,


2f

f
=
xi xj
xi xj
o

2f

=
2
xi
xi

f
xi

para cualesquiera i, j {1, . . . , n}, y as sucesivamente para ordenes superiores a 2. Para

funciones f : A Rn Rm , la diferencial segunda se obtiene al diferenciar Df , si
existe, del siguiente modo:
Definici
on 2.2.1. Sea L(Rn , Rm ) el espacio de aplicaciones lineales de Rn en Rm (identificable con Rnm a traves de las matrices asociadas con respecto a una base de Rn y otra
de Rm ). Ya que Df : A L(Rn , Rm ), si diferenciamos Df en x0 , obtenemos la aplicacion lineal D2 f (x0 ) = D(Df )(x0 ) : Rn L(Rn , Rm ) y definimos la aplicacion bilineal
Bx0 : Rn Rn Rm como Bx0 (x1 , x2 ) = (D2 f (x0 )(x1 ))(x2 ). Las diferenciales de orden
superior se definen de forma analoga.
Teorema 2.2.2. Sean A Rn abierto y f : A R dos veces diferenciable. Entonces la
matriz de D2 f (x) : Rn Rn R con respecto a la base canonica esta dada por
2f

2f
2f

2
x2 x1
xn x1
x
2 f1
2f
2f
x1 x2

2
x
x2
n x2

..
..
..
..
.
.
.
.
2f
2f
2f

x1 xn
x2 xn
x2
n

llamada matriz hessiana de f , donde cada derivada parcial se eval

ua en x.
40

Demostracion. Basta aplicar el Teorema 2.1.6 a Df =

f
f
, . . . , x
x1
n

La matriz anterior es simetrica bajo ciertas condiciones:

Definici
on 2.2.3. Sean A Rn abierto y f : A Rm . Dado p N, se dice que f es
de clase C p si existen todas las derivadas parciales de orden p de sus componentes y son
continuas, y se dice que es de clase C si es de clase C p para todo p N.
Teorema 2.2.4 (Teorema de Schwartz). Sean A Rn abierto y f : A Rm de clase
C 2 . Entonces,
2 fk
2 fk
=
xi xj
xj xi
para cualesquiera i, j {1, . . . , n} y k {1, . . . , m}.
Demostracion. Podemos suponer n = 2 y m = 1. Sean (x, y) A y h, k R proximos a
0. Si definimos la funcion gk (u) = f (u, y + k) f (u, y), entonces
Ah,k = f (x + h, y + k) f (x + h, y) f (x, y + k) + f (x, y) = gk (x + h) gk (x).
As, por el teorema del valor medio, se tiene que


f
2f
f
0
(ch,k , y + k)
(ch,k , y) h =
(ch,k , dh,k )hk
Ah,k = gk (ch,k )h =
x
x
yx
para ciertos ch,k entre x y x+h y dh,k entre y e y+k. Intercambiando los terminos centrales
de Ah,k se obtiene de la misma forma que
Ah,k =

2f 0
(c , d0 )hk
yx h,k h,k

para ciertos c0h,k entre x y x + h y d0h,k entre y e y + k. Igualando ambos resultados y

haciendo tender h y k a 0 se obtiene la conclusion deseada gracias a la continuidad de las
derivadas parciales de segundo orden.
Analicemos a continuacion la formula de Taylor.
Teorema 2.2.5 (Teorema de Taylor). Sean A Rn abierto, f : A R de clase C p+1 ,
x A y h Rn tal que el segmento de recta que une x con x + h esta contenido en A.
Entonces existe un punto c en ese segmento tal que
f (x + h) = Pp (f, x, h) + Rp (f, x, h)
siendo

p
n
X
1 X
kf
Pp (f, x, h) = f (x) +
(x)hi1 hik
k! i ,...,i =1 xi1 xik
k=1
1

41

y
n
X
p+1 f
1
(c)hi1 hip+1 .
Rp (f, x, h) =
(p + 1)! i ,...,i =1 xi1 xip+1
1

p+1

A Pp (f, x, h) se le llama polinomio de Taylor de orden p de f en x y a Rp (f, x, h)

resto de Taylor de orden p de f en x, el cual verifica
Rp (f, x, h)
= 0.
h0
khkp
lm

Demostracion. Sea g(t) = f (x + th) con t [0, 1]. Por el teorema de Taylor para una
variable, existe t0 [0, 1] tal que
g(1) g(0) =

p
X
g (k) (0)

k!

k=1

g (p+1) (t0 )
.
(p + 1)!

Para obtener la formula del teorema, solo resta comprobar por induccion que para todo
k {1, . . . , p + 1} se tiene que
g

(k)

n
X

(t) =

i1 ,...,ik

kf
(x + th)hi1 hik .
x

x
i
i
1
k
=1

De la acotacion de las derivadas parciales de orden p+1 debido a su continuidad se obtiene

que
Rp (f, x, h)
lm
= 0.
h0
khkp

El teorema de Taylor lleva a construir la serie de Taylor alrededor de x, la cual no

tiene por que converger a f (x + h), incluso si f es de clase C . Si converge a f en B(x, )
para cierto  > 0, decimos que f es analtica en x. As, f es analtica en x si el resto
converge a 0 cuando p tiende a .
Ejercicios
1. Sean A R2 abierto y f : A R tal que
Prueba que
coinciden.

2f
xy

f
x

f
y

existen y

2f
yx

existe y es continua.

tambien existe y que ambas derivadas parciales de segundo orden

2. Sea f : R2 R dada por

(
f (x, y) =
Comprueba que

2f
(0, 0)
xy

xy(x2 y 2 )
x2 +y 2

2f
(0, 0)
yx

si (x, y) 6= (0, 0)
si (x, y) = (0, 0)

existen pero son distintas.

42

3. Estudia si las siguientes funciones verifican o no la tesis del teorema de Schwartz:

 2
y sen xy si y 6= 0
a) f (x, y) =
0
si y = 0
 2
x y cos x1 si x 6= 0
b) g(x, y) =
0
si x = 0
4. Dadas una funcion escalar f (x, y) de clase C 2 , g(u, v) = (u + v, u v) y h = f g,
comprueba que
2f
2h
2f
=
2.
uv
x2
y
5. Resuelve las siguientes ecuaciones en derivadas parciales con f : R2 R:
a)

2f
x2

b)

2f
xy

= 0.

c)

2f
xy

= x2 y.

= 0.

6. Desarrolla las siguientes funciones mediante la formula de Taylor:

a) f (x, y) = x3 + xy 2 + y 2 , en potencias de x 1 e y 2.
b) g(x, y) = sen(x2 + y 2 ), en (0, 0).
c) h(x, y) = x sen y + y sen x en (0, 0) hasta orden 8.
d ) u(x, y, z) = sen(x + yz) log(1 + xz) en (0, 0, 0) hasta orden 2.
7. Utiliza la formula de Taylor para desarrollar la funcion f (x, y) = log(x + y) con
x, y > 0 alrededor del punto (1, 1). Prueba, ademas, que f es analtica en su dominio.
8. Da un ejemplo de una funcion de clase C que no sea analtica.

2.3.

Extremos locales

Definici
on 2.3.1. Sean A Rn abierto y f : A R. Se dice que x0 A es un punto
de m
aximo (mnimo) local de f y que f (x0 ) es un valor maximo (mnimo) local de f
si existe  > 0 tal que f (x0 ) f (x) (f (x0 ) f (x)) para todo x B(x0 , ). Un punto es
un extremo local de f si es un maximo o un mnimo local, y x0 es un punto crtico
de f si f es diferenciable en x0 y Df (x0 ) = 0.
Teorema 2.3.2. Sean A Rn abierto, f : A R diferenciable y x0 A un extremo
local de f . Entonces x0 es un punto crtico.
43

Demostracion. Si Df (x0 ) 6= 0, entonces existe x Rn tal que Df (x0 )(x) = c > 0. Ahora
encontramos > 0 tal que si khk < , entonces
|f (x0 + h) f (x0 ) Df (x0 )(h)|

c
khk.
2kxk

Sea > 0 tal que kxk < . Entonces

|f (x0 + x) f (x0 ) Df (x0 )(x)| = |f (x0 + x) f (x0 ) c|

c
2

con lo que f (x0 + x) > f (x0 ). Analogamente se obtiene que f (x0 x) < f (x0 ), luego
x0 no es un extremo local de f .
Observaci
on 2.3.3. Un punto crtico no tiene por que ser un extremo local. Por ejemplo,
(0, 0) es un punto crtico de la funcion f (x, y) = y 2 x2 pero no es un extremo local. A
un punto de este tipo se le denomina punto silla.
Teorema 2.3.4. Sean A Rn abierto, f : A R de clase C 2 y x0 A un punto
crtico de f . Si la forma bilineal definida por la matriz hessiana de f en x0 es definida
negativa (positiva), entonces f tiene un maximo (mnimo) local en x0 . Recprocamente,
si f tiene un maximo (mnimo) local en x0 , entonces dicha forma bilineal es semidefinida
negativa (positiva).
Demostracion. Supongamos en primer lugar que para todo x Rn \ {0} se tiene que
D2 f (x0 )(x, x) < 0. Ya que la funcion D2 f (x0 )(x, x) es continua como funcion de x y el
conjunto S = {x Rn : kxk = 1} es compacto, existe x1 S tal que
D2 f (x0 )(x, x) D2 f (x0 )(x1 , x1 ) < 0
para todo x S. Si  = D2 f (x0 )(x1 , x1 ), entonces D2 f (x0 )(x, x) kxk2 para todo
x Rn . Ahora, ya que f es de clase C 2 , existe > 0 tal que si ky x0 k < , entonces
yAy

|D2 f (y)(x, x) D2 f (x0 )(x, x)| kxk2
2
n
para todo x R . Ademas, por el teorema de Taylor
1
f (y) f (x0 ) = D2 f (c)(y x0 , y x0 )
2
donde c B(x0 , ). Por u
ltimo, ya que
D2 f (c)(y x0 , y x0 )
D2 f (x0 )(y x0 , y x0 ) + |D2 f (c)(y x0 , y x0 ) D2 f (x0 )(y x0 , y x0 )|


ky x0 k2 + ky x0 k2 = ky x0 k2
2
2
44

se tiene que


f (y) f (x0 ) ky x0 k2 < 0
4

para todo y B(x0 , ) \ {x0 }, es decir, f tiene un maximo local en x0 .

Supongamos ahora que f tiene un maximo local en x0 y que existe x Rn tal que
D2 f (x0 )(x, x) > 0. La funcion g(t) = f (x0 + tx) esta definida cerca de 0, g 0 (0) = 0 y
g 00 (0) = D2 f (x0 )(x, x) < 0
es decir, g tiene un maximo local en 0 con lo que existe > 0 tal que si 0 < |t| < ,
entonces g(t) < g(0) lo cual es una contradiccion.
El caso del mnimo se prueba analogamente.

Ejercicios

1. Estudia los extremos locales de las funciones siguientes:

a) a(x, y) = x2 xy + y 2 .
b) b(x, y) = x2 + 2xy + y 2 + 6.
c) c(x, y, z) = x2 + y 2 + 2z 2 + xyz.
d ) d(x, y) = x3 3x2 + y 2 .
e) e(x, y) = sen x + y 2 2y + 1.
f ) f (x, y, z) = cos 2x sen y + z 2 .
Rx
g) g(x, y) = log(1 + x2 + y 2 ) 0

2t
1+t4

dt.

h) h(x, y) = xyex+2y .
i ) i(x, y) =

xy
.
1+x2 +y 2

2. Sean A Rn abierto con A compacto y f : A R continua en su dominio,

diferenciable en A y nula en (A). Demuestra que existe x0 A tal que Df (x0 ) = 0.
2
3. Sean f (x, y) = (y + ex , sen(x + y)) y g : R2 R una
 funci
 on de clase C tal que
2 0
g(1, 0) = (1, 1) y su matriz hessiana en (1, 0) es
. Estudia si g f tiene
0 0
un extremo local en (0, 0).

4. Dada la funcion f (x, y) = a(x2 y + 2xy + y 2 + cos(x + y)) + x2 (a2 y), discute la
existencia de extremos locales en el origen seg
un los valores de a.
45

2.4.

Teorema de la funci
on inversa

Sean Li (Rn , Rn ) = {A L(Rn , Rn ) : existe A1 } y L1 : Li (Rn , Rn ) Li (Rn , Rn )

la aplicacion que transforma A en A1 .
Lema 2.4.1. Li (Rn , Rn ) es un subconjunto abierto de L(Rn , Rn ) (identificado L(Rn , Rn )
2
con Rn ) y L1 es de clase C .
Demostracion. La aplicacion det : L(Rn , Rn ) R que asigna a cada A L(Rn , Rn )
el determinante de su matriz asociada respecto a la base canonica de Rn es continua y
Li (Rn , Rn ) = det1 (R \ {0}). De la expresion explcita de la inversa de una matriz se
obtiene que L1 es de clase C .
Dados A Rn abierto y f : A Rn diferenciable en A, se denota por Jf (x) al
determinante de la matriz jacobiana de f en x para cada x A y se denomina jacobiano
de f en x.
Teorema 2.4.2 (de la funcion inversa). Sean A Rn abierto, f : A Rn de clase
C p y x0 A tal que Jf (x0 ) 6= 0. Entonces, existen abiertos U y V conteniendo a x0 y
f (x0 ), respectivamente, con U A, tales que f (U ) = V y la restriccion de f a U tiene
una inversa de clase C p f 1 : V U verificando Df 1 (f (x)) = (Df (x))1 para todo
x U.
Demostracion. Basta demostrar el teorema cuando Df (x0 ) = I. Para ver que esto es
suficiente para obtener el caso general, sea A = Df (x0 ). Entonces A1 existe y
D(A1 f )(x0 ) = DA1 (f (x0 )) Df (x0 ) = A1 Df (x0 ) = I.
Si el teorema es cierto para A1 f , entonces tambien lo es para f . De hecho, si g es una
inversa de A1 f , entonces g A1 lo es de f .
Tambien podemos suponer que x0 = f (x0 ) = 0 pues si hemos demostrado el teorema
en este caso particular, el caso general se obtiene considerando h(x) = f (x + x0 ) f (x0 ).
En efecto, h(0) = 0, Dh(0) = Df (x0 ) y si h tiene una inversa cerca de x = 0, entonces
una inversa de f cerca de x0 sera f 1 (y) = h1 (y f (x0 )) + x0 .
Sea ahora g(x) = xf (x). Entonces Dg(0) = 0 y g es de clase C p , luego existe > 0 tal
1
que si kxk < , entonces kgi (x)k < 2n
para todo i {1, . . . , n}, donde g = (g1 , . . . , gn ).
Por el teorema del valor medio, dado x B(0, ), existen c1 , . . . , cn B(0, ) tales que
gi (x) = Dgi (ci )(x) para todo i {1, . . . , n}. En consecuencia, aplicando la desigualdad
de Cauchy-Schwarz, se tiene que
kg(x)k

n
X
i=1

|gi (x)| =

n
X

|Dgi (ci )(x)|

i=1

n
X
i=1

46

kgi (ci )kkxk <

kxk

.
2
2





Esto muestra que g(B(0, )) B 0, 2 . Ademas, dado y B 0, 2 , la funcion
gy (x) = y + x f (x)
verifica que gy (B(0, )) B(0, ). En efecto, si x B(0, ), entonces
kgy (x)k = ky + g(x)k kyk + kg(x)k <

+ = .
2 2

La funcion gy es tambien contractiva pues si x1 , x2 B(0, ), entonces, aplicando de nuevo

el teorema del valor medio, se tiene que
1
kgy (x1 ) gy (x2 )k = kg(x1 ) g(x2 )k < kx1 x2 k.
2
Por tanto, el principio de la aplicacion contractiva implica que gy tiene un u
nico punto

1
fijo x B(0, ), con lo que f (x) = y. As, f tiene una inversa f : B 0, 2 B(0, ).
La inversa f 1 es continua. En efecto, si x1 , x2 B(0, ), entonces
1
kx1 x2 k kf (x1 ) f (x2 )k + kg(x1 ) g(x2 )k kf (x1 ) f (x2 )k + kx1 x2 k
2


y, por lo tanto, kx1 x2 k 2kf (x1 ) f (x2 )k. As, si y1 , y2 B 0, 2 , entonces
kf 1 (y1 ) f 1 (y2 )k 2ky1 y2 k.
Ya que Df (0) Li (Rn , Rn ) y Df : A L(Rn , Rn ) es continua, por el Lema 2.4.1 y


para suficientemente peque
no se tiene que Df (x) Li (Rn , Rn ) para todo x B 0, 2 .


Sean ahora y1 , y2 B 0, 2 , x1 = f 1 (y1 ) y x2 = f 1 (y2 ). Entonces
kf 1 (y1 ) f 1 (y2 ) (Df (x2 ))1 (y1 y2 )k
ky1 y2 k
kx1 x2 (Df (x2 ))1 (f (x1 ) f (x2 ))k
=
kf (x1 ) f (x2 )k
kx1 x2 k
k(Df (x2 ))1 (Df (x2 )(x1 x2 ) f (x1 ) + f (x2 ))k
=
kf (x1 ) f (x2 )k
kx1 x2 k
kDf (x2 )(x1 x2 ) f (x1 ) + f (x2 )k
2C
kx1 x2 k
donde k(Df (x2 ))1 (y)k Ckyk para todo y Rn . La u
ltima expresion tiene lmite 0
1
1
cuando x1 tiende a x2 . As, f es diferenciable en y2 y Df (y2 ) = (Df (x2 ))1 . Tomamos,


entonces, V = B 0, 2 y U = f 1 (V ).
Solo queda probar que f 1 es de clase C p . Ya que Df 1 = L1 Df f 1 , se tiene
que Df 1 es continua y, por tanto, f 1 es de clase C 1 . Inductivamente se obtiene el
resultado.
47

Ejercicios
1. Prueba que la funcion f (x, y) = (ex cos y, ex sen y) es localmente invertible cerca de
todo punto, pero que no es globalmente invertible.
2. Sean A Rn abierto y f : A Rn de clase C 1 tal que Jf (x) 6= 0 para todo
x A. Prueba que la imagen de cualquier subconjunto abierto de A es abierto.
Muestra con un ejemplo que esto ya no es cierto, en general, si Jf (x0 ) = 0 para
alg
un x0 A.
3. Sean A Rn abierto, f : A Rn de clase C p con p 1 y x0 A. Muestra
mediante un ejemplo que la condicion Jf (x0 ) 6= 0 no es necesaria para que f tenga
inversa local cerca de x0 . Sin embargo, prueba que s lo es para que dicha inversa
sea diferenciable.
4. Prueba que f (x, y, z) = (ex , sen(x+y), ez ) es localmente invertible cerca del origen y
que hay puntos donde no se cumplen las hipotesis del teorema de la funcion inversa.
5. Prueba que f (x, y, z) = (e2y + e2z , e2x e2z , x y) tiene inversa local diferenciable
cerca de todo punto y que es, ademas, globalmente inyectiva.
6. Prueba que f (x, y) = (ex + ey , ex ey ) es localmente invertible cerca de todo punto
y que, ademas, es globalmente invertible calculando su funcion inversa.


xy
7. Prueba que la funcion f (x, y) = x2 +y
,
x
posee inversa diferenciable cerca de
2 +1
(1, 1). Calcula Df 1 (0, 1).

2.5.

Teorema de la funci
on implcita

Teorema 2.5.1 (de la funcion implcita). Sean A Rn Rm abierto, F : A Rm de

clase C p y (x0 , y0 ) A tales que F (x0 , y0 ) = 0 y
 F

 1 F1 
ym 
 y1
 ..
..  6= 0
..
 .
.
. 
 Fm
F
m 


y1

ym

donde cada derivada parcial se eval

ua en (x0 , y0 ). Entonces, existen abiertos U de Rn y V
de Rm conteniendo a x0 e y0 , respectivamente, y una u
nica funcion f : U V de clase
p
C tales que F (x, f (x)) = 0 para todo x U .
Demostracion. La funcion G : A Rn Rm definida por G(x, y) = (x, F (x, y)) es de
clase C p y JG(x0 , y0 ) 6= 0. Por el teorema de la funcion inversa, existen abiertos W y
48

W 0 conteniendo a (x0 , y0 ) y (x0 , 0) respectivamente, con W A, tales que G(W ) = W 0

y la restriccion de G a W tiene una inversa de clase C p G1 : W 0 W . Existen
abiertos U Rn y V Rm con x0 U e y0 V tales que U V W . De esta
forma, G : U V G(U V ) = W 00 y G1 : W 00 U V son de clase C p . Ahora,
G1 (x, z) = (x, H(x, z)) donde H : W 00 V es de clase C p . Si : Rn Rm Rm es
la proyeccion dada por (x, y) = y, entonces
F (x, H(x, z)) = ( G)(x, H(x, z)) = ( G G1 )(x, z) = z.
Defnase f : U V por f (x) = H(x, 0). Entonces F (x, f (x)) = 0 y como H es de clase
C p , f tambien lo es. La unicidad de H nos da la de f .
Observaci
on 2.5.2. De la expresion F (x, f (x)) = 0 se obtiene mediante la regla de la
cadena que

F1
f1
1 F

f1
F1
F1
1

y
y
x1
x
x
m
1
n
n
1
..
.. = ..
.. ..
.. .
...
...
...
.
.
.
. .
.
fm
x1

fm
xn

Fm
y1

Fm
ym

Fm
x1

Fm
xn

Ejercicios
1. Dado el sistema de ecuaciones


xu + yv 2 = 0
xv 3 + y 2 u6 = 0

estudia si se pueden despejar unas u

nicas u y v en terminos de x e y cerca de x = 1,
y = 1, u = 1, v = 1. Calcula, ademas, si existe, u
en x = 1, y = 1.
x
2. Dado el sistema de ecuaciones

3x + 2y + z 2 + u + v 2 = 0
4x + 3y + z + u2 + v + w = 2

x + z + u2 + w = 2
estudia si se pueden despejar unas u
nicas u, v y w en terminos de x, y y z cerca de
x = y = z = 0, u = v = 0, w = 2.
3. Prueba que el sistema de ecuaciones

xu3 + y 2 v 3 = 1
2xy 3 + uv 2 = 0
define x e y como funciones implcitas diferenciables de u y v cerca del punto x = 0,
y = 1, u = 0, v = 1, digamos x = f (u, v) e y = g(u, v). Demuestra, ademas, que
la funcion F (u, v) = (f (u, v), g(u, v)) admite inversa diferenciable cerca del punto
(0, 1).
49

4. Dado el sistema de ecuaciones

xvw =0
y v 2 w2 = 0

u v 3 w3 = 0
halla un punto (x0 , y0 , u0 , v0 , w0 ) R5 tal que cerca de el el sistema defina implcitamente tres funciones diferenciables u = f (x, y), v = g(x, y) y w = h(x, y), siendo
la derivada direccional de f en (x0 , y0 ) maxima seg
un la direccion del vector (1, 0)
con valor 3.
5. Sea f (x, y) = x3 + y 3 + x2 + xy + ay siendo a un parametro real.
a) Para que valores de a la ecuacion f (x, y) = 0 define y como funcion implcita
de clase C de x cerca de (0, 0)? Define la anterior ecuacion a x como funcion
implcita diferenciable de y cerca de (0, 0) para alg
un valor de a?
b) Sea y = g(x) la funcion implcita determinada por f (x, y) = 0, definida en
un abierto U que contiene a 0. Calcula el valor de a para que el polinomio de
Taylor de orden 2 de g en 0 valga 1 en x = 1. Para que valores de a tiene g
un extremo local en x = 0?
c) Sea h(x, y) = (ex+y + x2 1, g(x) + y cos x) con (x, y) U R. Prueba que h
admite funcion inversa diferenciable cerca de (0, 0) y que H = h h + h1 es
diferenciable en (0, 0). Calcula DH(0, 0).
6. Dado el sistema de ecuaciones

xy z 2 = 0
x+y+z =1

(3z 1)2 t2 + 3z 2 + 2z = 1
determina el subconjunto de puntos de R4 para los que cerca de ellos el sistema
anterior define una u
nica funcion implcita x = f (t), y = g(t) y z = h(t) de clase

C . Halla f , g y h.
7. Prueba que el sistema de ecuaciones

x cos y + y cos z + z cos x =
x2 + y 2 + z 2 xy = 2
define implcitamente una funcion f (x) = (f1 (x), f2 (x)) cerca del punto (0, 0, ).
Calcula f10 (0), f20 (0), f100 (0), f200 (0) y Df (0).
8. Sea f (x, y, u, v) = (e2x + e2y ev u, x y + u v 1).
a) Prueba que f define u y v como funcion implcita de clase C de x e y cerca
de (0, 0, 1, 0), digamos (u, v) = g(x, y) = (g1 (x, y), g2 (x, y)).
50

b) Prueba que g posee una inversa de clase C en un abierto U que contiene a

(0, 0).
c) Si h(u, v) = (h1 (u, v), h2 (u, v)) es la inversa local de g, calcula Dh(1, 0).
d ) Comprueba que

2.6.

h1
u

h1
v

h2
u

h2
v

ev +1
.
ev +u

Extremos condicionados

Teorema 2.6.1 (de los multiplicadores de Lagrange). Sean A Rn un conjunto abierto,

f, g1 , . . . , gm : A R con m < n funciones de clase C 1 y x0 A tales que los vectores
g1 (x0 ), . . . , gm (x0 ) son linealmente independientes y la funcion f restringida al conjunto B = {x A : gi (x) = 0, i = 1, . . . , m} tiene un maximo o un mnimo local en x0 .
Entonces existen 1 , . . . , m R tales que f (x0 ) = 1 g1 (x0 ) + + m gm (x0 ).
Demostracion. El rango de la matriz jacobiana de g = (g1 , . . . , gm ) en x0 es m y podemos
suponer que el menor formado por las u
ltimas m columnas es no nulo. Denotemos por u
nm
al vector de R
formado por las n m primeras coordenadas de x B y por v al vector
m
de R formado por las m u
ltimas. As, x = (u, v) y, en particular, x0 = (u0 , v0 ). Por el
teorema de la funcion implcita, existen abiertos U de Rnm y V de Rm conteniendo a u0 y
v0 , respectivamente, y una u
nica funcion h : U V de clase C 1 tales que g(u, h(u)) = 0
para todo u U . Ademas, se tiene
h1

..
.

u1

..
.

hm
u1

h1
unm

..
.

hm
unm

g1

v1

= ..

gm
v1

..
.

g1
vm

1 g1

..
.

gm
vm

u1

..
.

gm
u1

..
.

g1
unm

..
.

gm
unm

donde cada derivada parcial de h se eval

ua en u0 y cada una de g en x0 .
Puesto que la funcion f (u, h(u)) tiene un extremo local en u0 , entonces
h1


f
f

u1
unm


+

f
f

v1
vm

u1

..
.

hm
u1

...

h1
unm

hm
unm

..
.

= (0 . . . 0)

donde cada derivada parcial de f se eval

ua en x0 y cada una de h en u0 . Entonces
g1


f
f

u1
unm

f
f

v1
vm

v1

..
.

gm
v1

..
.

donde cada derivada parcial se eval

ua en x0 .
51

g1
vm

1 g1

..
.

gm
vm

u1

..
.

gm
u1

..
.

g1
unm

..
.

gm
unm

= (0 . . . 0)

Basta entonces tomar

g1

(1 . . . m ) =

f
f

v1
vm

v1

..
.

gm
v1

..
.

g1
vm

..
.

gm
vm

A los valores i en el teorema anterior se les llama multiplicadores de Lagrange.

Ejercicios
1. Sea A R2 la recta que pasa por (1, 0) y tiene una inclinacion de 45o . Determina
el mnimo de f (x, y) = x2 + y 2 en A.
2. Calcula los extremos de f (x, y) = x2 y 2 en la circunferencia de centro el origen y
radio 1.
3. Determina los extremos de f (x, y, z) = x + y + z con x2 + y 2 = 2 y x + z = 1.
4. Sea f (x, y, z) = x2 + y 2 + axy + bz con a, b R.
a) Obten una relacion entre los parametros a y b que sea una condicion necesaria
para que el punto (1, 1, 1) sea extremo local de f sobre la esfera x2 +y 2 +z 2 = 3.
b) Supuesta verificada la condicion anterior, estudia para que valores de a y b el
punto (1, 1, 1) es maximo, mnimo o no es extremo local.
5. Sea C el arco de la curva de ecuaciones
 2
x + y 2 + 2z = 16
x+y =4
contenido en el primer octante. Encuentra los puntos de C mas cercanos y mas
lejanos al origen.
6. Calcula los valores maximo y mnimo de la funcion f (x, y, z) = x + y + z sobre el
elipsoide x2 + 2y 2 + 3z 2 = 1.
7. Calcula los valores maximo y mnimo de la funcion f (x, y, z) = x2 +y 2 +z 2 +x+y +z
sobre el conjunto A = {(x, y, z) R3 : x2 + y 2 + z 2 4, z 1}.
8. Halla el paraleleppedo de mayor volumen inscrito en un elipsoide dado
x2 y 2 z 2
+ 2 + 2 =1
a2
b
c
donde a, b y c son constantes positivas.
9. Suponiendo que entre todas las cajas de carton rectangulares en las que se han
empleado 10 m2 de carton, hay una de volumen maximo, halla sus dimensiones.
52

Ap
endice
Funciones convexas
Definici
on. Un conjunto A Rn es convexo si para cada x, y A, el segmento que los
une esta contenido en A.
Proposici
on. Un conjunto A Rn es convexo si y solo si

k
P

i xi A para todo

i=1

x1 , . . . , xk A y 1 , . . . , k 0 con

k
P

i = 1.

i=1

Demostracion. La prueba del solo si se basa en la descomposicion



2
1
x1 +
x2 + 3 x3 .
1 x1 + 2 x2 + 3 x3 = (1 + 2 )
1 + 2
1 + 2

Definici
on. Se define la envoltura convexa de A Rn mediante
( k
)
k
X
X
co(A) =
i xi : xi A, i 0,
i = 1, k N .
i=1

i=1

El resultado siguiente se obtiene facilmente:

Proposici
on. Sea A Rn .
1. co(A) es el menor conjunto convexo que contiene a A.
2. A es convexo si y solo si A = co(A).
Definici
on. Sea A Rn convexo. Se dice que una funcion : A R es convexa si
(x + (1 )y) (x) + (1 )(y)
53

para todo x, y A y [0, 1].

Observaci
on. Se comprueba facilmente que la definicion anterior coincide con la nocion
geometrica de funcion convexa real de variable real.
Proposici
on. Dado A Rn convexo, la funcion : A R es convexa si y solo si
!
k
k
X
X

i xi
i (xi )
i=1

i=1

para todo x1 , . . . , xk A y 1 , . . . , k 0 con

k
P

i = 1.

i=1

Demostracion. La prueba por induccion del solo si se basa de nuevo en la descomposicion

utilizada anteriormente.
Teorema. Dado A Rn convexo, la funcion : A R es convexa si y solo si
epi() = {(x, t) Rn+1 : (x) t}
es convexo.
Demostracion. En la prueba del si basta tomar t = (x).
Teorema. Sean A Rn abierto convexo y : A R diferenciable. Entonces es
convexa si y solo si
(y) (x) h(x), y xi
para todo x, y A.
Demostracion. Supongamos en primer lugar que es convexa. Dados x, y A y [0, 1]
se tiene que
(x) + h(x), (y x)i + r() = (x + (y x))
= ((1 )x + y)
(1 )(x) + (y)
= (x) + ((y) (x)).
Luego
(y) (x) h(x), y xi +
Ya que lm

r()

= 0, se tiene el resultado.
54

r()
.

Veamos ahora el recproco. Sean x, y A y [0, 1]. Si z = x + (1 )y, se tiene

que (x) (z) h(z), x zi y (y) (z) h(z), y zi. Por tanto,
((x) (z)) + (1 )((y) (z)) h(z), (x z) + (1 )(y z)i = 0
obteniendose as la convexidad de .
Teorema. Sean A Rn abierto convexo y : A R de clase C 2 .
1. es convexa si y solo si D2 (x) 0 para todo x A.
2. Si D2 (x) > 0 para todo x A, entonces es estrictamente convexa.
Demostracion.
1. Supongamos en primer lugar que es convexa, sean x, x + h A y consideremos
f (t) = (x + th) con t [0, 1]. Se tiene que
1
f (t) = f (0) + f 0 (0)t + f 00 (0)t2 + R2 (t)
2
es decir,
1
(x + th) = (x) + h(x), thi + D2 (x)(h)t2 + R2 (t)
2
con lm R2t2(t) = 0. Por tanto,
t0

1 2
R2 (t)
D (x)(h) 2
2
t
obteniendose el resultado.
Recprocamente, sean x, x + h A y consideremos f (t) = (x + th) con t [0, 1].
Existe c [0, 1] tal que
1
f (1) = f (0) + f 0 (0) + f 00 (c)
2
es decir,
1
(x + h) = (x) + h(x), hi + D2 (x + ch)(h) (x) + h(x), hi
2
con lo que es convexa.
2. Basta reescribir la prueba del si del apartado anterior.

55

Teorema. Sean A Rn abierto convexo y : A R diferenciable y convexa. Si a es

un punto crtico de , entonces es un mnimo absoluto.
Demostracion. El resultado se obtiene debido a que
(x) (a) h(a), x ai = 0
para todo x A.
Teorema (Condiciones de Kuhn-Tucker). Consideremos A Rn conjunto abierto convexo; , f1 , . . . , fk : A R funciones convexas de clase C 1 y
B = {x A : f1 (x) 0, . . . , fk (x) 0}.
Supongamos que existen a B y 1 , . . . , k 0 que satisfacen las condiciones de
Kuhn-Tucker:
1. (a) =

k
P

i fi (a).

i=1

2. i fi (a) = 0 para todo i {1, . . . , k}.

Entonces a es un mnimo absoluto de en B.
Demostracion. Sea F =

k
P

i fi . Puesto que 1 , . . . , k 0, se tiene que F es convexa.

i=1

Ademas, F (a) = 0, es decir, a es un punto crtico de F , luego es un mnimo absoluto.

k
P
Por tanto, (a) (x)
i fi (x) para todo x A. Finalmente, para todo x B se
i=1

tiene que

k
P

i fi (x) 0, obteniendose el resultado.

i=1

Ejercicios
1. Sean A Rn abierto convexo y : A R diferenciable. Prueba que si es
convexa, entonces
h(x) (y), x yi 0
para todo x, y A.
2. Estudia la convexidad de las funciones siguientes:
a) f (x, y) = x4 + y 2 + 1.
b) g(x, y) = eax+by .
c) h(x, y, z) = 3x2 + y 2 + z 2 + xy + xz.

56

Bibliografa
Miras y C. Vazquez, Calculo de varias variables.
[BGMV] M. Besada, F.J. Garca, M.A.
Cuestiones y ejercicios resueltos, Prentice Hall (2001).
[BMV]

F. Bombal, L. Rodrguez y G. Vera, Problemas de Analisis matematico, vol

umenes 1 y 2, AC (1987 y 1988, respectivamente).

[FVV]

C. Fernandez, F.J. Vazquez y J.M. Vegas, Calculo Diferencial de Varias Variables, Thomson (2002).

[MH]

J.E. Marsden y M.J. Hoffman, Analisis clasico elemental, Addison-Wesley Iberoamericana, 2a edicion (1998).

[MT]

J.E. Marsden y A.J. Tromba, Calculo vectorial, Addison Wesley Longman, 4a

edicion (1998).

57