Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Calculo Diferencial PDF
Calculo Diferencial PDF
DIFERENCIAL
Vctor Manuel Sanchez de los Reyes
Indice
1. Conceptos topol
ogicos y m
etricos
33
. . . . . . . . . . . . . . 40
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
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
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
d(x,y)
.
1+d(x,y)
n=1
X
n=1
an
|yn xn |
1 + |yn xn |
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
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
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.
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
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 =
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
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.
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
1
n
0
+
1
m
si n = m
si n =
6 m
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
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
T
todo n N. Entonces
An 6= .
n=1
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.
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
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
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
xx0
lm (f + g)(x) = L + L0
xx0
xx0
lm (f g)(x) = LL0
xx0
xx0
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)
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| < .
x1
, . . . , x2n
2
xi
2
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
lm f (x, y), y
xa
lm
(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)
lm
(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
y
x
sen(x2 + y 2 ) si x 6= 0
0
si x = 0
a) Demuestra que
lm
(x,y)(0,0)
x3
x2 y 2
6 0
si x2 y 2 =
2
2
si x y = 0
y
x
c) h(x, y) = cos3
1
x2 +y 2
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
+
.
kx x0 k
kx x0 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
Por tanto,
fi (x1 , . . . , xj1 , xj + h, xj+1 , . . . , xn ) fi (x1 , . . . , xn )
fi
=
(x1 , . . . , xn ).
h0
h
xj
aij = lm
34
f
f
,...,
x1
xn
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
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
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
x sen y
,
z
(xy)
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
x2 +y 2
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
2.2.
f
f
(x, y) + y (x, y) = 2f (x, y).
x
y
f
=
xi xj
xi xj
o
2f
=
2
xi
xi
f
xi
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
f
f
, . . . , x
x1
n
2f 0
(c , d0 )hk
yx h,k h,k
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
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
2f
xy
f
x
f
y
existen y
2f
yx
existe y es continua.
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)
42
2f
x2
b)
2f
xy
= 0.
c)
2f
xy
= x2 y.
= 0.
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
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
Ejercicios
2t
1+t4
dt.
h) h(x, y) = xyex+2y .
i ) i(x, y) =
xy
.
1+x2 +y 2
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
n
X
i=1
|gi (x)| =
n
X
i=1
n
X
i=1
46
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
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
y1
ym
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
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
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
2.6.
h1
u
h1
v
h2
u
h2
v
ev +1
.
ev +u
Extremos condicionados
..
.
u1
..
.
hm
u1
h1
unm
..
.
hm
unm
g1
v1
= ..
gm
v1
..
.
g1
vm
1 g1
..
.
gm
vm
u1
..
.
gm
u1
..
.
g1
unm
..
.
gm
unm
f
f
u1
unm
+
f
f
v1
vm
u1
..
.
hm
u1
...
h1
unm
hm
unm
..
.
= (0 . . . 0)
f
f
u1
unm
f
f
v1
vm
v1
..
.
gm
v1
..
.
g1
vm
1 g1
..
.
gm
vm
u1
..
.
gm
u1
..
.
g1
unm
..
.
gm
unm
= (0 . . . 0)
f
f
v1
vm
v1
..
.
gm
v1
..
.
g1
vm
..
.
gm
vm
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
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
i xi
i (xi )
i=1
i=1
k
P
i = 1.
i=1
r()
= 0, se tiene el resultado.
54
r()
.
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
k
P
i fi (a).
i=1
k
P
i=1
tiene que
k
P
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]
[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]
57