Topologia

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.
Nociones de Topologa en Rn:
Rn = fX = (x1 ; x2 ; :::; xn ) : xi 2 Rg con las operaciones + (suma) y

ducto por escalar) es un espacio vectorial sobre R:
(pro-
1. La norma euclidiana de un vector X 2 Rn se dene por

q
kXk = k(x1 ; :::; xn )k = x21 + ::: + x2n
Recuerde las propiedades de una norma en un espacio vectorial.

Un resultado importante son las desigualdades:
jxk j
kXk para cada componente xk del vector X
2. A partir de la norma se dene la nocin de distancia entre dos puntos

X = (x1 ; :::; xn ) e Y = (y1 ; :::; yn ) de Rn por
p
d(X; Y ) = kX Y k = (x1 y1 )2 + ::: + (xn yn )2
3. En Rn se tiene tambin un producto interior denido por
hX; Y i = x1 y1 + ::: + xn yn =
y para el cual se tiene: kXk =
n
X
xk yk
k=1
hX; Xi o bien hX; Xi = kXk2 :
Tambin es vlida la desigualdad de Schwarz: jhX; Y ij kXk kY k :

En R2 y R3 : hX; Y i = kXk kY k cos , donde es el ngulo ( 180 )
formado por los dos vectores, lo que implica que
hX; Y i = 0 , X ? Y
1.1
Bola abierta, punto interior y conjunto abierto.
Vecindad abierta de un punto en Rn .Sea X0 un punto de Rn :Cules son todos los puntos vecinos de l? (los
que estn ms prximos, los que lo rodean)
Denicin 1 Se llama bola abierta de centro X0 y radio r > 0 al conjunto
B(X0 ; r) = fX 2 Rn : d(X; X0 ) < rg
= fX 2 Rn : kX X0 k < rg
Cuanto ms pequeo es el r > 0, el conjunto contiene a los puntos ms

prximos de X0 :
En R2 y R3 este conjunto es, respectivamente, un crculo y una esfera
(abierta) de centro X0 y radio r:
Denicin 2 Sean A Rn y X0 2 A. Se dice que X0 es un punto interior
de A cuando: 9r > 0 tal que B(X0 ; r) A:
Por ejemplo, para el conjunto A = f(x; y) : x 0; y 0g el punto (1; 2)
es un punto interior y el punto (0; 2) no es un punto interior. Para el conjunto
C = f(x; y) : x > 0; y > 0g, todos sus puntos son interiores.
Denicin 3 Un conjunto A es abierto cuando todos sus puntos son interiores.
Denicin 4 Con A
el interior de A:
Rn ; A = fX : X es punto interior de Ag se llama
Es claro que: A A, A es un conjunto abierto y A es el mayor conjunto

abierto contenido en A:
Una bola abierta es un conjunto abierto.
1.2
Punto de acumulacin.
Denicin 5 Sean A Rn y X0 2 Rn (es posible que X0 2

= A). Se dice que
X0 es un punto de acumulacin de A cuando
8r > 0 : [B(X0 ; r)
fX0 g] \ A 6=
Por ejemplo, para el conjunto C = f(x; y) : x > 0; y > 0g, (el cual es
abierto) los puntos (1; 2) y (0; 2) son de acumulacin. Uno pertenece al
conjunto y el otro no.
Un ejercicio interesante es mostrar que, siendo X0 un punto de acumulacin de A; es posible encontrar una sucesin X1 ; X2 ; :::; Xn ; ::: de puntos
(distintos) de A tal que d(Xn ; X0 ) < n1 . Es decir, los puntos Xn se acercan
al punto X0 ; o equivalentemente, la sucesin de puntos de A converge al
punto X0 :
Se dene el conjunto A0 = fX 2 Rn : X es punto de acumulacin de Ag :
1.3
Conjunto cerrado, clausura, punto frontera.
Denicin 6 Un conjunto F
Rn es cerrado cuando F C es abierto.
Por ejemplo, B(X0 ; r) = fX 2 Rn : kX X0 k rg, llamado bola cerrada de centro X0 y radio r (positivo), es un conjunto cerrado.
Teorema 7 F es cerrado, F contiene todos sus puntos de acumulacin.
Denicin 8 Se llama clausura de F al conjunto F = F [ F 0 (F junto con
todos sus puntos de acumulacin)
Es obvio que: F F y, segn el Teorema, F es cerrado, F = F:
Adems, F es el menor cerrado que contiene a F:
Un punto X 2 F se llama punto de clausura o punto de adherencia de F:
Denicin 9 Sean A
de A cuando:
Rn y X0 2 Rn : Se dice que X0 es un punto frontera
8r > 0 : B(X0 ; r) \ A 6=
^ B(X0 ; r) \ AC 6=
X0 es punto frontera de A cuando pertenece a la clausura de A y a la

clausura de su complemento.
1.4
Conjunto compacto.
Denicin 10 Un conjunto K
K B( ; r):
Rn es acotado cuando 9r > 0 tal que
Denicin 11 Un conjunto K
acotado.
Rn es compacto cuando es cerrado y es
Por ejemplo, una bola cerrada es un conjunto compacto; mientras que

el conjunto A = f(x; y) : x 0; y 0g no es compacto, porque (aunque es
cerrado) no es acotado.
Lmite.
Se estudiarn funciones de varias variables reales y con valores en el espacio

vectorial Rm : Es decir, una funcin
F :A
Rn ! Rm ; X 7! F (X)
con dominio un conjunto A de Rn :

Como X = (x1 ; :::; xn ); F (X) = (f1 (X); :::; fm (X)),
con fk : A ! R; X ! f (X), la funcin F est determinada por las m
funciones componentes f1 ; :::; fm :
La funcin F : R2 ! R2 ; F (x; y) = (y+x2 cos xy; 5x+exy ), es una funcin
de 2 variables con valores en R2 : Sus componentes son f1 (x; y) = y +x2 cos xy
y f2 (x; y) = 5x + exy :
2.1
Denicin de lmite.
Al igual que en el clculo de una variable, interesa estudiar el comportamiento

de F cerca de un punto X0 , el cual puede pertenecer al conjunto A (dominio
de la funcin) o no. En todo caso debe ser un punto de acumulacin de A,
para poder acercarse a X0 a travs de puntos del conjunto A (donde
es posible evaluar la funcin).
Denicin 12 Sean F : A Rn ! Rm , X0 un punto de acumulacin de A
y L 2 Rm : Se escribe lim F (X) = L cuando se cumple la condicin
X!X0
dado " > 0; 9 > 0 tal que:

8X : kX X0 k < ; X 2 A; X 6= X0 ) kF (X)
Lk < "
(1)
Observaciones.1. La condicin (1) puede darse en forma equivalente por:

dado " > 0; 9 > 0 tal que:
8X : X 2 A; X 6= X0 ; X 2 B(X0 ; ) ) F (X) 2 B(L; ")
Esto signica que si X es cercano de X0 entonces su imagen F (X) es
prxima de L.
2. Puede existir un L que satisfaga la condicin (1), o puede no existir.
3. Si el lmite existe, es nico.

4. La notacin lim F (X) = L enfatiza el hecho que la evaluacin de F
X!X0
X2A
se hace sobre puntos prximos de X0 y que pertenecen al conjunto A:

5. Considerando que F (X) = (f1 (X); :::; fm (X)); L = (L1 ; :::; Lm ) y
j fk (X)
Lk j
kF (X)
Lk ; 8k
se obtiene
lim F (X) = L , lim fk (X) = Lk ; 8k
X!X0
X!X0
Esto justica que los teoremas posteriores sobre lmites se den slo para
funciones a valores reales: f : A ! R
2.2
Teoremas sobre lmites.
Es directo de la denicin que al estudiar el lmite: lim f (X) = L, podemos

X!X0
X2A
considerar una parte B

A, con la condicin que X0 continue siendo un
punto de acumulacin de B: Entonces se tiene:
lim f (X) = L ) lim f (X) = L
X!X0
X2A
X!X0
X2B
Es obvio que si la implicacin en la condicin (1) vale para puntos del conjunto A, debe continuar valiendo para puntos de una parte B de dicho conjunto. Como conclusin se tiene el siguiente resultado.
Teorema 13 Si B1 y B2 son partes de A, que tienen a X0 como punto
de acumulacin, lim f (X) = L; lim f (X) = M con L =
6 M , entonces
X!X0
X2B1
X!X0
X2B2
lim f (X) = L no existe
X!X0
X2A
Ejemplo 14 Estudio del lmite

lim
(x;y)!(0;0) x2
xy
+ y2

x3
lim
(x;y)!(0;0)
x2
Es claro que cuando lim f (X) = L exista, cualquier parte B de A va

X!X0
X2A
a conducir al mismo resultado (L) y por supuesto que el Teorema anterior

no va a ser aplicable. En este caso, una parte B convenientemente elejida
nos proporciona el nico valor posible L para el lmite y entonces podemos
aplicar el siguiente Teorema.
Teorema 16 Si es vlido el acotamiento
j f (X)
h(X); para X 2 B(X0 ; r)
Lj
(para X cerca de X0 ) y lim h(X) = 0, entonces lim f (X) = L

X!X0
X!X0

xy 2
lim
(x;y)!(0;0) x2 + y 2
Al igual que en el clculo de una variable se tiene los teoremas sobre
lgebra de lmites:
Teorema 18 Si lim f (X) = L y lim g(X) = M entonces:
X!X0
X!X0
a) lim [f (X) + g(X)] = L + M .

X!X0
b) lim [f (X) g(X)] = L M

X!X0
c) lim [c f (X)] = c L, para una constante c

X!X0
d) lim
X!X0
f (X)
L
=
; cuando M 6= 0
g(X)
M
Aplicacin.- Al tomar las funciones proyecciones:

pr1 : R2 ! R; pr1 (x; y) = x
pr2 : R2 ! R; pr2 (x; y) = y
y aplicar la denicin de lmite se tiene:
lim
(x;y)!(x0 ;y0 )
[pr2 (x; y)] = y0 :
lim
(x;y)!(x0 ;y0 )
[pr1 (x; y)] = x0
Ahora, usando el Teorema, resulta el valor del lmite para una funcin
polinomial f (x; y) en dos variables:
lim
(x;y)!(x0 ;y0 )
(2)
f (x; y) = f (x0 ; y0 )
Por ejemplo:
lim
[5x3 y
lim
[x4 + y
(x;y)!( 1;2)
(x;y)!( 1;2)
2xy 2 + 3] = 5 ( 1)3 2
2xy] = ( 1)4 + 2
2 ( 1) 22 + 3 = 1
2 ( 1) (2) = 7
Tambin este procedimiento es vlido para funciones que son cuociente

de polinomios, como por ejemplo
lim
(x;y)!( 1;2)
5x3 y 2xy 2 + 3
1
= , al aplicar la parte d) del Teorema.
4
x + y 2xy
7
Note que este razonamiento es aplicable a funciones de tres o ms variables.

Otro resultado es el Teorema de sustitucin para lmites:
Teorema 19 Sean f : A
y lim h(t) = M , entonces
Rn ! R , y h : I
R ! R. Si lim f (X) = L
t!L
lim h(f (X)) = lim h(t) = M
X!X0
Por ejemplo,
t!L
sin(x2 + y 2 )
sin t
= lim
=1
2
2
t!0 t
(x;y)!(0;0)
x +y
lim
X!X0
Continuidad.
La nocin de funcin continua es la misma que en el clculo de una variable.

Denicin 20 Sean F : A
Rn ! Rm y X0 2 A. Se dice que F es una
funcin continua en el punto X0 cuando lim F (X) = F (X0 ):
X!X0
En la denicin se pide que:

i) F est denida en X0 :
ii) lim F (X) exista y
X!X0
iii) el lmite anterior coincida con el valor que toma F en el punto X0 :

Observe que la condicin (2) en la discusin anterior para funciones polinomiales establece simplemente que stas son funciones continuas en todo su
dominio (Rn )
Ejemplo 21 Estudie la continuidad de la funcin f , en cada punto de su
dominio
(
xy
si (x; y) 6= (0; 0)
2
x + y2
f (x; y) =
0
si (x; y) = (0; 0)
dominio
8 3
y3
< x
si x 6= y
f (x; y) =
x y
:
0
si x = y

dominio
8 3
< x + y3
si x 6= y
f (x; y) =
x y
:
0
si x = y
Derivadas parciales.
Tomemos la base cannica de Rn : B = fe1 ; e2 ; :::; en g, donde

e1 = (1; 0; 0; :::; 0); e2 = (0; 1; 0; :::; 0); :::; en = (0; 0; 0; :::; 1):
Denicin 24 Sean f : A
Rn ! R y X0 un punto interior de A: Se
denen las derivadas parciales de f en el punto X0 mediante los lmites:
f (X0 + h ek )
@f
(X0 ) = lim
h!0
@xk
h
f (X0 )
(3)
cuando estos existen.

Tenemos derivada parcial con respecto a cada variable xk de la cual depende la funcin (k va de 1 a n):
Es fcil ver que si se toma la funcin '(t) = f (X0 + t ek ); entonces
'0 (0) = lim
h!0
'(h)
'(0)
h
@f
(X0 )
@xk
O sea, una derivada parcial es una derivada (ordinaria) del clculo de una
variable. Lo que permite trabajar, en muchos casos, con todas las reglas de
derivacin conocidas del curso anterior.
Para una funcin de dos variables: x; y , la denicin queda:
f (x0 + h; y0 )
@f
(x0; y0 ) = lim
h!0
@x
h
@f
f (x0 ; y0 + h)
(x0 ; y0 ) = lim
h!0
@y
h
f (x0 ; y0 )
f (x0 ; y0 )
Ejemplo 25 Calcule las derivadas parciales, en todo punto donde existan,

de la funcin
(
xy
si (x; y) 6= (0; 0)
2
x + y2
f (x; y) =
0
si (x; y) = (0; 0)
Volviendo a la denicin (general) de derivada parcial podemos notar que
ella se da en trminos de los vectores de la base cannica. Cada vector ek
determina geomtricamente una direccin en Rn ; precisamente la direccin
@f
del eje coordenado correspondiente. As, la derivada parcial
(X0 ) es una
@xk
derivada en la direccin del eje xk y mide la tasa de cambio de la funcin en
dicha direccin.
Note adems que, de acuerdo al ejemplo anterior, una funcin puede tener
todas sus derivadas parciales en un punto sin que sea continua en dicho punto.
4.1
10
Derivada direccional.
En la denicin de derivada parcial (3) podemos cambiar el vector ek que

da la direccin, por otro vector unitario ~v que determine otra direccin en el
espacio Rn :
Denicin 26 Sean f : A Rn ! R , X0 un punto interior de A y ~v un
vector unitario. Se dene la derivada direccional de f en el punto X0 en la
direccin dada por el vector ~v por:
f (X0 + h ~v )
@f
(X0 ) = lim
h!0
@~v
h
f (X0 )
Esta tambin corresponde a una tasa de cambio de f en X0 en la direccin

del vector ~v :
El siguiente ejemplo muestra que una funcin puede tener derivada direccional en un punto, en todas las direcciones, sin que ella sea continua en ese
punto.
Ejemplo 27 Calcule las derivadas direccionales en (0; 0), en todas las direcciones, de la funcin
8
< 2xy 2
si (x; y) 6= (0; 0)
f (x; y) =
x2 + y 4
:
0
si (x; y) = (0; 0)
Muestre tambin que la funcin no es continua en el origen.
11
La Diferencial.-
Denicin 28 Sea F : A
Rn ! Rm ; X 7 ! F (X), una funcin de n
variables y a valores vectoriales, denida en un conjunto abierto A y sea
X0 2 A: Se dice que F es diferenciable en X0 cuando existe una aplicacin
lineal
L : Rn ! Rm ; H 7 ! L(H) tal que:
lim
F (X0 + H)
H!
F (X0 )
kHk
L(H)
Si en la condicin 4 se reemplaza H = X
lim
F (X)
X!X0
(vector nulo)
(4)
X0 se obtiene:
F (X0 ) L(X
kX X0 k
X0 )
(5)
Mirando esta ltima condicin podemos tomar la aplicacin

G(X) = (F (X0 )
L(X0 )) + L(X)
(6)
que es la suma de un vector constante ms una aplicacin lineal (se llama

aplicacin afn), y escribir
lim
X!X0
F (X)
kX
G(X)
=
X0 k
(7)
La condicin 7 se expresa diciendo que la funcin denida en 6 es una

buena aproximacin de la funcin F en una vecindad del punto X0 . El
lmite 7 puede entenderse en el sentido que la diferencia F (X) G(X) tiende
a cero, ms rapidamente que kX X0 k, cuando X ! X0 .
Por esto, cuando f es diferenciable en el punto X0 ; se tiene la aproximacin
F (X) G(X) = F (X0 ) + L(X X0 )
vlida para X prximo de X0 .
La aplicacin lineal L de 4 se llama La Diferencial de F en el punto X 0
y se denota DF (X0 ) = L.
Observaciones.1. Se puede probar que existe a lo ms una aplicacin lineal satisfaciendo
la condicin (4).
12
2. Cuando no existe una L lineal que cumpla (4), se dice que F no es

diferenciable en el punto X0 :
3. En el caso particular que F sea una aplicacin lineal, es inmediato
vericar que L = F verica la condicin 4 de la denicin. O sea,
DF (X0 ) = F , en cualquier punto X0 .
4. Tambin, cuando F es una aplicacin afn, es decir F (X) = B + L(X)
(un vector constante ms una aplicacin lineal) se tiene que DF (X0 ) =
L, en cualquier punto X0 .
Tomemos una F diferenciable en X0 y considere el j-simo vector e^j de
la base cannica de Rn : Podemos restringir el lmite de la condicin (4) al
camino determinado por el eje xj (h 7! h e^j ) y obtener
F (X0 + h e^j ) F (X0 )
h!0
kh e^j k
lim
L(h e^j )
lo que lleva fcilmente a:

L(^
ej ) = lim
h!0
F (X0 + h e^j )
h
F (X0 )
Ahora si consideramos que F = (f1 ; f2 ; :::; fm ) est determinada por sus

funciones componentes, lo mismo que L = (L1 ; L2 ; :::; Lm ); la frmula anterior da
fi (X0 + h e^j ) fi (X0 )
@fi
=
(X0 )
Li (^
ej ) = lim
h!0
h
@xj
Esto muestra que, con respecto a las bases
codominio, la matriz de L est dada por:
0
@f1
@f1
(X
)
(X0 ) :::
0
B @x1
@x2
B @f
@f2
B
2
(X0 )
(X0 ) :::
B
JF (X0 ) = B @x1
@x2
B
:::
:::
:::
B
@ @fm
@fm
(X0 )
(X0 ) :::
@x1
@x2
llamada matriz jacobiana de f en el punto X 0 :
cannicas en el dominio y
:::
:::
:::
:::
@f1
(X0 )
@xn
@f2
(X0 )
@xn
:::
@fm
(X0 )
@xn
1
C
C
C
C
C
C
C
A
13
Caso particular.- n=2 y m=1.

Para f : A R2 ! R; (x; y) 7! f (x; y). diferenciable en (x0 ; y0 ) se tiene:
@f
@f
(x0 ; y0 )
(x0 ; y0 )
@x
@y
@f
@f
Df (x0 ; y0 )(h; k) =
(x0 ; y0 ) h +
(x0 ; y0 ) k
@x
@y
Jf (x0 ; y0 ) =
La buena aproximacin de f en una vecindad de (x0 ; y0 ) es

g(x; y) = f (x0 ; y0 ) +
@f
(x0 ; y0 ) (x
@x
x0 ) +
@f
(x0 ; y0 ) (y
@y
y0 )
cuyo grco z = g(x; y) corresponde a un plano que pasa por el punto

(x0 ; y0 ; f (x0 ; y0 )). Precisamente la condicin (4) que dene diferenciabilidad
de f en (x0 ; y0 ) hace que este plano sea tangente a la supercie grco de f
en el punto (x0 ; y0 ; f (x0 ; y0 )).
Ejemplo 29 Estudie la diferenciabilidad en (0; 0) de las funciones
8
< x2 y
si (x; y) 6= (0; 0)
f (x; y) =
x2 + y 2
:
0
si (x; y) = (0; 0)
8
2 2
< xy
si (x; y) 6= (0; 0)
g(x; y) =
x2 + y 2
:
0
si (x; y) = (0; 0)
Cuando corresponda, encuentre el plano tangente a la grca de la funcin

en el origen.
5.1
Teoremas sobre diferenciabilidad.
La relacin entre diferenciabilidad y continuidad est determinada en el siguiente teorema.

Teorema 30 F diferenciable en X0 ) F continua en X0 :
Dem.- Se sigue del hecho que toda aplicacin lineal L es una funcin continua, es decir lim L(X) = L(X0 ), y adems
X!X0
F (X)
F (X0 ) = F (X)
F (X0 )
L(X
X0 ) + L(X
X0 ):

Luego, kF (X)
kF (X)
F (X0 )k
F (X0 )
L(X
14
X0 )k+kL(X)
Como (5) implica que lim kF (X) F (X0 ) L(X

X!X0
que
lim F (X) = F (X0 )
L(X0 )k
X0 )k = 0; se concluye
X!X0
En forma prctica el Teorema se usa aplicando su contrarecproco:

F no continua en X0 ) F no diferenciable en X0 :
Denicin 31 Una funcin F = (f1 ; f2 ; :::; fm ) denida en el abierto A
Rn y con valores en Rm es de clase C 1 en el conjunto A cuando todas las
@fi
derivadas parciales
: A ! R son funciones continuas.
@xj
La importancia de esta condicin est en el siguiente resultado (cuya
demostracin la consideramos fuera del alcance de este curso):
Teorema 32 Una funcin F de clase C 1 en el abierto A es diferenciable en
cada punto de este conjunto.
El teorema anterior muestra que la funcin
(
xy
si (x; y) 6= (0; 0)
2
x + y2
f (x; y) =
0
si (x; y) = (0; 0)
es diferenciable en todo punto (x; y) 6= (0; 0) (el conjunto A = R2 f(0; 0)g
es abierto). Adems f no es diferenciable en (0; 0), porque no es continua.
Cul es la ecuacin del plano tangente al grco de f en el punto
6
6
(2; 3; 13
)? ( f (2; 3) = 13
).
Determnela a partir de
z = f (2; 3) +
@f
(2; 3) (x
@x
2) +
@f
(2; 3)(y
@y
Se calcula
2
@
@x
xy
x2 +y 2
@
@y
xy
x2 +y 2
= x (xx2 +yy2 )2 , evaluado en (2; 3): 2 41329 =
La ecuacin es:
y (xx2 +yy2 )2 , evaluado en (2; 3):

2
3 41329 =
z=
6
13
15
(x
169
2)
10
(y
169
3):
15
169
10
169
3)
15
La relacin entre diferenciabilidad y derivadas direccionales est dada

por:
Rn ! R diferenciable en el punto X0 y ~v un
vector unitario. Se tiene entonces
@f
(X0 ) = Df (X0 )(~v )
@~v
Dem.- De la denicin de diferenciabilidad en X0 :
f (X0 + H) f (X0 ) Df (X0 )(H)
lim
=
, basta restringir el lmite al
H!
kHk
camino determinado por h ! h ~v para obtener
Df (X0 )(~v ) = lim
h!0
f (X0 + h~v )
h
f (X0 )
@f
(X0 )
@~v
Observacin.- Al denir el vector

rf (X0 ) =
@f
@f
@f
(X0 );
(X0 ); :::;
(X0 )
@x1
@x2
@xn
llamado gradiente de f en X0 , la igualdad

Df (X0 )(H) =
@f
@f
@f
(X0 )h1 +
(X0 )h2 + ::: +
(X0 )hn
@x1
@x2
@xn
puede escribirse
Df (X0 )(H) = rf (X0 ) H
donde representa el producto interior de los dos vectores. La frmula del
teorema anterior ahora se escribe
@f
(X0 ) = Df (X0 )(~v ) = rf (X0 ) ~v
@~v
y luego, utilizando la desigualdad de Scharwz,
@f
(X0 )
@~v
= jrf (X0 ) ~v j
krf (X0 )k k~v k
= krf (X0 )k
O sea, krf (X0 )k es una cota superior para el valor absoluto de cualquier
derivada direccional en X0 :
Por otra parte, al considerar el vector unitario ~u =

que el vector gradiente no es nulo) se obtiene
16
rf (X0 )
(supuesto
krf (X0 )k
@f
rf (X0 )
(X0 ) = rf (X0 )
@~u
krf (X0 )k
= krf (X0 )k
lo que indica que la direccin del vector ~u determina la mxima derivada
direccional de f en X0 .
Por lo tanto rf (X0 ) proporciona la direccin de mayor crecimiento
para la funcin f . La direccin contraria rf (X0 ) corresponder a la de
mayor disminucin de la funcin. Esto explica que el ujo de calor se produzca en la direccin de rT (X), donde T es la funcin temperatura para
los distintos puntos de un cuerpo.
5.2
Derivadas de orden superior.-
Dada una funcin f : A ! R de n variables, denida en el abierto A de Rn

@f
: A ! R se denen las derivadas parciales de
y con derivadas parciales
@xi
segundo orden en el punto X0 2 A por
@2f
@
@f
(X0 ) =
(X0 )
@xj @xi
@xj @xi
" @f
(X0 + h e^j )
= lim @xi
h!0
h
@f
(X0 )
@xi
cuando el lmite existe. Esta denicin es para cada i; j 2 f1; 2; :::; ng (hay
n2 derivadas de segundo orden).
Las derivadas de segundo orden de f son la derivadas parciales (de primer
@f
orden) de las funciones
. En forma inductiva se denen las derivadas
@xi
parciales de tercer orden, cuarto orden, etc.
17
Por ejemplo para la funcin f (x; y) = x2 y 3 + e2x sin 3y se tiene:

@f
(x; y)
@x
@f
(x; y)
@y
@
@x
@
@y
=
=
(x2 y 3 + e2x sin 3y) = 2xy 3 + 2e2x sin 3y:

(x2 y 3 + e2x sin 3y) = 3x2 y 2 + 3e2x cos 3y
@2f
@
(x; y) = @x
(2xy 3 + 2e2x sin 3y) = 2y 3 + 4e2x sin 3y
@x2
@2f
@
(x; y) = @y
(2xy 3 + 2e2x sin 3y) = 6xy 2 + 6e2x cos 3y
@y@x
@2f
(x; y)
@x@y
@2f
(x; y)
@y 2
@
@x
@
@y
(3x2 y 2 + 3e2x cos 3y) = 6xy 2 + 6e2x cos 3y
(3x2 y 2 + 3e2x cos 3y) = 6x2 y
9e2x sin 3y
2
@ f
@ f
(x; y) y @x@y
(x; y) coinciSe puede observar que las derivadas mixtas @y@x
den (note que se obtienen de procesos distintos). Este resultado proviene de
una propiedad ms general que se comenta a continuacin.
Una funcin f es de clase C 2 en el abierto A cuando todas las derivadas
parciales de segundo orden son continuas en A. Para funciones de clase C 2
se verica la igualdad
@2f
@2f
(x; y) =
(x; y)
@xi @xj
@xj @xi
5.3
Regla de la cadena.-
En el clculo de una variable la regla de la cadena indica cmo calcular la

derivada de una compuesta de dos funciones derivables:
d
0
[g(f (x))] = g 0 (f (x)) f (x)
dx
La derivada de g f es el producto de la derivada de g y la derivada de f ,
calculadas en los puntos que se indica.
En el clculo de varias variables se tiene
Teorema 34 Si F : A
Rn ! Rm es diferenciable en X0 y G : B
Rm ! Rp es diferenciable en Y0 = F (X0 ), entonces la compuesta G F es
diferenciable en X0 y
D(G F )(X0 ) = DG(Y0 ) DF (X0 )
O sea, la diferencial de la compuesta es igual a la compuesta de las diferenciales respectivas.
18
Obs.- En el teorema se supone adems que A y B son conjuntos abiertos

y que la composicin est bien denida.
Segn se vio en lgebra lineal, al representar aplicaciones lineales mediante matrices la composicin de aplicaciones corresponde a la multiplicacin de sus matrices. Por esto, la frmula del teorema se expresa en trminos de matrices jacobianas por
J(G F )(X0 ) = JG(Y0 ) JF (X0 )
Recuerde que la matriz jacobiana est formada por las derivadas parciales
de la funcin. Luego, podemos concluir que las derivadas parciales de la G F
estn determinadas por las derivadas parciales de la F y de la G, segn se
analiza a continuacin:
Asociamos F (X ! F (X) = Y ) con las frmulas que denen sus m
componentes
y1 = f1 (x1 ; x2 ; :::; xn )
y2 = f2 (x1 ; x2 ; :::; xn )
::::::::::::::
ym = fm (x1 ; x2 ; :::; xn )
Sus mn derivadas parciales son:
@fk
@yk
o
, lo que indica que las variables
@xj
@xj
yk dependen de las variables xj .

Asociamos G (Y ! G(Y ) = Z) con las frmulas que denen sus p componentes
z1 = g1 (y1 ; y2 ; :::; ym )
z2 = g2 (y1 ; y2 ; :::; ym )
::::::::::::::
zp = gp (y1 ; y2 ; :::; ym )
Sus pm derivadas parciales son:
@gi
@yk
@zi
, lo que indica que las variables
@yk
zi dependen de las variables yk .

Ahora, si las variables zi dependen de las yk y las yk dependen de las xj ,
al componer las dos aplicaciones las variables zi dependern de las xj .
El clculo de las derivadas parciales

0
@z1
@x1
@z2
@x1
@z1
@x2
@z2
@x2
::::::
::::::
@zp
@x1
@zp
@x2
::::::
B
B
@ :::::: ::::::
As se tiene que:
@zi
@xj
@z1
@xn
@z2
@xn
@zi
resulta de
@xj
@z1
@y1
@z2
@y1
@z1
@y2
@z2
@y2
::::::
::::::
@zp
@y1
@zp
@y2
::::::
C B
C=B
B
:::::: A @ :::::: ::::::
@zp
@xn
=
=
19
@z1
@ym
@z2
@ym
10
@y1
@x1
@y2
@x1
@y1
@x2
@y2
@x2
::::::
::::::
@ym
@x1
@ym
@x2
::::::
CB
CB
CB
:::::: A @ :::::: ::::::
@zp
@ym
@zi @y1
@zi @y2
@zi @ym
+
+ ::: +
@y1 @xj @y2 @xj
@ym @xj
m
X
@zi @yk
k=1
@yk @xj
@zi
est calculado (evaluado) en el punto X0 ,
@xj
@yk
@zi
se evala en Y0 = F (X0 ) y
se evala en X0 :
@yk
@xj
Con mayor precisin, cuando
Ejemplo 35 Cambio de coordenadas rectangulares a polares.La transformacin es T : R2 ! R2 ; (r; ) 7! (r cos ; r sin ) = (x; y) Es
decir,
x = r cos
y = r sin
Para la funcin z = f (x; y), el cambio de coordenadas da z = f (r cos ; r sin )
y las derivadas quedan
@z
@z @x @z @y
@z
@z
=
+
=
cos +
sin
@r
@x @r @y @r
@x
@y
@z
@z @x @z @y
@z
@z
=
+
=
r sin +
r cos
@
@x @
@y @
@x
@y
La regla se recuerda mediante el siguiente esquema
z
@z
@x
@z
@y
y
%- @y
@
r
r
2
Para calcular las derivadas de segundo orden, por ejemplo @@rz2 , conviene
@x
@r
x
%-
@x
@
@y
@r
@y1
@xn
@y2
@xn
C
C
C
:::::: A
@ym
@xn

recordar que la frmula para
@z
@r
20
es
@z
@z
@z
(r; ) =
(r cos ; r sin ) cos +
(r cos ; r sin ) sin
@r
@x
@y
Luego,
@2z
=
@r2
@ 2 z @x
@ 2 z @y
@ 2 z @x @ 2 z @y
+
cos
+
+
@x2 @r @y@x @r
@x@y @r @y 2 @r
@2z
@2z
@2z
2
2
=
cos
+
sin
+
2
sin cos
@x2
@y 2
@y@x
2
sin
@ z
@ z
donde en la ltima igualdad se ha supuesto que @y@x
= @x@y
(consideramos
2
el caso que f es C ).
Queda de ejercicio calcular las otras tres derivadas de segundo orden.
Ejemplo 36 Para el caso w = f (x; y; z) diferenciable y la curva

~r(t) = (x(t); y(t); z(t)) derivable, se tiene la compuesta
w(t) = f (x(t); y(t); z(t)) con derivada
dw
@f dx @f dy @f dz
=
+
+
dt
@x dt
@y dt
@z dt
0
= rf ~r
Ejemplo 37 Con z = f (u) derivable y u = g(x; t) diferenciable, la compuesta queda z = f (g(x; t)) y sus derivadas parciales son
df @u
@u
@z
=
= f0
@x
du @x
@x
df @u
@u
@z
=
= f0
@t
du @t
@y
5.4
21
Teorema de la funcin inversa.-
Desde el punto de vista (ms bsico) del lgebra, para que una funcin
tenga inversa ella debe ser biyectiva. Sin embargo sabemos que restringiendo
apropiadamente una funcin podemos conseguir que ella tenga inversa. Es
el caso de las funciones trigonomtricas con las conocidas arcsin, arccos, etc.
El clculo diferencial se preocupa de estudiar la diferenciabilidad (o derivabilidad, segn sea el caso) de esta inversa. Primero damos una versin
particular de este teorema para el clculo en una variable.
Teorema 38 Sea f : I ! R; y x0 2 I tal que f 0 (x0 ) 6= 0. Entonces existen
vecindades V de x0 y W de y0 = f (x0 ) tales que:
a) f : V ! W es biyectiva
b) la inversa f 1 : W ! V es derivable y
1
c) para todo y = f (x) 2 W : (f 1 )0 (y) = 0
f (x)
Por ejemplo, para f :
f 0 (x) = cos x 6= 0. Luego, (f
! R; f (x) = sin x, se tiene:

) (y) = cos1 x = p 1 2 = p 1 2 ;
2
1 0
1 sin x
dado que y = sin x , x = arcsin y.

Por lo tanto,
d
dx
[arcsin x] =
p 1
;
1 x2
1 y
8x 2 ] 1; 1[ :
Teorema 39 (Caso general) Sea F : A ! Rn ; X ! F (X); de clase C 1 en el

@fi
abierto A de Rn . Si JF (X0 ) = @x
(X0 ) tiene inversa (esto es, jJF (X0 )j =
6
j
0), entonces existen vecindades abiertas V de X0 y W de Y0 = F (X0 ) tales
que:
a) la restriccin F : V ! W es biyectiva
b) la inversa F
: W ! V es de clase C 1 (luego diferenciable) y
c) para todo Y 2 W : DF
JF 1 (Y ) = (JF (X)) 1 :
(Y ) = DF (X) 1 .
Lo que se traduce en
Ntese que el teorema garantiza la existencia de una inversa local para

F , la cual es de clase C 1 :
22
Un ejemplo importante lo constituye la transformacin de coordenadas

rectangulares a polares:
T : R2 ! R2 ; T (r; ) = (x; y), con
x = r cos
y = r sin
T es de clase C 1 con
cos
sin
JT (r; ) =
cos
sin
jJT (r; )j =
r sin
r cos
r sin
r cos
=r
Luego, para (r0 ; 0 ) con r0 6= 0, T admite una inversa local en una vecindad
abierta V de (r0 ; 0 ) con
JT
(x; y) =
1
r
r cos
sin
r sin
cos
para todo (x; y) = T (r; ) 2 W = T (V ):
5.5
Teorema de la funcin implicita.-
Notacin.- X = (x1 ; :::; xn ) es un vector de Rn , Y = (y1 ; :::; ym ) es un vector

de Rm y (X; Y ) = (x1 ; :::; xn ; y1 ; :::ym ) es un vector de Rn Rm = Rn+m :
Teorema 40 Sea F : Rn Rm ! Rm ; (X; Y ) 7 ! F (X; Y ) = (F1 (X; Y ); :::; Fm (X; Y )),
una funcin de n + m variables, de clase C r y sea P0 = (X0; Y0 ) un punto tal
que
i) F (X0 ; Y0 ) =
@F1
@F1
(P0 ) ::::::::::
(P0 )
@y
@y
1
m
@(F1 ; :::; Fm )
::::
::::
ii)
(P0 ) =
6= 0
@(y1 ; :::; ym )
@Fm
@Fm
(P0 ) ::::::::::
(P0 )
@y1
@ym
Entonces existen:
una vecindad abierta M de (X0 ; Y0 ) (en Rn+m )
una vecindad abierta N de X0 (en Rn )
23
y una nica funcin G : N ! Rm ; X 7! G(X); de clase C r ; tal que:

8 X 2 N : (X; G(X)) 2 M
(X; Y ) 2 M ^ F (X; Y ) = , X 2 N ^ Y = G(X)
(en particular Y0 = G(X0 ))
y 8X2N :
@F
(X; G(X))
@Y
DG(X) =
Observaciones.1.- La ecuacin F (X; Y ) =
incognitas
@F
(X; G(X))
@X
(8)
(9)
corresponde al sistema de m ecuaciones y n + m
F1 (x1 ; :::; xn ; y1 ; :::; ym ) = 0

F2 (x1 ; :::; xn ; y1 ; :::; ym ) = 0
Fm (x1 ; :::; xn ; y1 ; :::; ym ) = 0
y el Teorema da condiciones para que este sistema se pueda resolver de manera nica para las incognitas y1 ; :::; ym en trminos de las incognitas (variables) x1 ; :::; xn , en una vecindad del punto (X0 ; Y0 ), conforme indica 8:
2.- El resultado para la diferencial de G expresado en 9 se puede llevar a
matrices jacobianas como
JG(X) =
@(F1 ; :::; Fm )
(X; G(X))
@(y1 ; :::; ym )
@(F1 ; :::; Fm )
(X; G(X))
@(x1 ; :::; xn )
3.- Como caso particular, cuando n = m = 1, se tiene como hiptesis

R ! R; (x; y) 7! f (x; y) de clase C r
@f
y (x0 ; y0 ) tal que f (x0 ; y0 ) = 0 ^
(x0 ; y0 ) 6= 0
@y
f :R
El Teorema garantiza entonces que existen vecindad abierta de M de (x0 ; y0 )

y vecindad abierta N de x0 y nica funcin de clase C r g : N ! R tal que
8x 2 N : (x; g(x)) 2 M
(x; y) 2 M ^ f (x; y) = 0 , x 2 N ^ y = g(x)
@f
(x; g(x))
8x 2 N : g 0 (x) = @x
@f
(x; g(x))
@y
24
Mximos y mnimos.
6.1
Mximos y mnimos relativos.
El trmino relativo corresponde al concepto local, esto es un extremo en

relacin slo a los puntos vecinos de l.
Rn ! R denida en un abierto A y X0 un
punto de A: Se dice que X0 es un punto de mximo relativo cuando
9r > 0 tal que 8X 2 B(X0 ; r) : f (X)
f (X0 )
Para la denicin de mnimo relativo se reemplaza por .

Si la f diferenciable tiene un mximo relativo en X0 ; entonces al darse
un vector unitario ~v en Rn y denir '(t) = f (X0 + t ~v ) se tiene claramente
que ' alcanza un mximo relativo en t = 0 y luego
'0 (0) = lim
h!0
'(h)
'(0)
h
f (X0 + h ~v )
h!0
h
= lim
f (X0 )
=0
Esto indica que todas las derivadas direccionales de f en X0 son nulas (en
particular las derivadas parciales), o sea Df (X0 ) =
Rn ! R denida en un abierto A y X0 un
punto de A: Se dice que X0 es un punto crtico de f cuando
f no es diferenciable en X0 ; o bien Df (X0 ) =
Para f diferenciable , X0 es punto crtico cuando todas las derivadas
parciales se anulan en el punto. En este caso los puntos crticos son las
soluciones del sistema de n ecuaciones y n incognitas:
@f
(x1 ; x2 ; :::; xn ) = 0
@x1
@f
(x1 ; x2 ; :::; xn ) = 0
@x2
::::::::::::::::
@f
(x1 ; x2 ; :::; xn ) = 0
@xn
De acuerdo al razonamiento anterior se tiene:
Teorema 43 X0 extremo relativo de f ) X0 punto crtico.
25
Los ejemplos, f (x; y) = x2 + y 2 , g(x; y) = x2 y 2 y h(x; y) = y 2 x2

muestran que un punto crtico puede ser mnimo relativo o mximo relativo,
o incluso, no ser mximo ni mnimo. En el ltimo caso el punto se denomina
punto de silla.
Nos interesa pues un criterio que permita decidir cual es la naturaleza de
un punto crtico encontrado.
@2f
Cuando las derivadas parciales segundas
son todas continuas ( f
@xi @xj
es de clase C 2 ), la diferencial segunda de f en X0 es la forma cuadrtica
2
D f (X0 )(H) =
n
X
aij hi hj ,
con aij =
i;j=1
@2f
(X0 )
@xi @xj
Note que aij = aji , de acuerdo al Teorema de Schwarz.

Segn el Teorema de Taylor en varias variables, en una vecindad de X0
se puede escribir
f (X0 + H) = f (X0 ) + Df (X0 )(H) +
1 2
D f (X0 )(H) + R2 (H)
2!
R2 (H)
= 0: (*).
H! kHk2
En un punto crtico, Df (X0 )(H) = 0; 8H 2 Rn ; as que
con lim
f (X0 + H) = f (X0 ) +
1 2
D f (X0 )(H) + R2 (H)
2!
En vista de (*), en una vecindad de X0 (o sea para todo H con kHk pequea):
f (X0 + H)
f (X0 + H)
f (X0 )
f (X0 )
0 , D2 f (X0 )(H)
0 , D2 f (X0 )(H)
0
0
Observe que las condiciones del lado izquierdo en las equivalencias indican
que X0 es un extremo relativo. Las condiciones del lado derecho se estudian
para formas cuadrticas en el contexto del algebra lineal.
6.1.1
Formas cuadrticas.
Una forma cuadrtica es una aplicacin q : Rn ! R , de las forma

q(X) =
n
X
i;j=1
aij xi xj ; con aij = aji
26
1
a11 :::::: a1n
A , simtrica de orden n n, representa a
La matriz A = @ ::::
an1 :::::: ann
q en el sentido que q(X) = X T AX, es decir
0
10
1
a11 :::::: a1n
x1
A@
A
q(x1 ; ::::; xn ) = (x1 :::::xn ) @ ::::
an1 :::::: ann
xn
Denicin 44 Para una forma cuadrtica q se dice:

q es denida positiva, q(X) 0; 8X 6=
q es denida negativa, q(X) 0; 8X 6=
q es no denida,Existen X1 ; X2 tales que q(X1 ) < 0 < q(X2 ):
En vista que la matriz A que representa a la forma cuadrtica es simtrica,

se tiene que todos sus valores propios son reales.y se puede probar que:
a) todos los valores propios de A son positivos) q denida positiva.
b) todos los valores propios de A son negativos) q denida negativa
c) si la matriz posee al menos un valor propio positivo y un valor propio
negativo, entonces la forma cuadrtica es no denida.
El criterio que permite determinar de que tipo es una forma cuadrtica
considera el clculo de los siguientes n determinates obtenidos a partir de la
a11 a12
matriz A : 1 = a11 ; 2 =
; :::; n = jAj
a21 a22
Teorema 45 Para cada k entre 1 y n sea k el determinante de orden k
formado por las primeras k las y k columnas de la matriz A. Si se tiene
6 0 , entonces:
n = jAj =
a) 8k : k > 0 ) q es denida positiva.
b) 8k : ( 1)k k > 0 ) q es denida negativa.
c) en todo otro caso q es no denida.
Caso de dos variables.Para f : A R2 ! R; (x; y) 7! f (x; y) de clase C 2 en el abierto A: Sea
(x0 ; y0 ) un punto crtico, esto es, un punto tal que
fx (x0 ; y0 ) = fy (x0 ; y0 ) = 0
=
(x0 ; y0 ) =
se tiene entonces:
fxx (x0 ; y0 ) fxy (x0 ; y0 )

fyx (x0 ; y0 ) fyy (x0 ; y0 )
y sea
= fxx (x0 ; y0 )fyy (x0 ; y0 ) fxy (x0 ; y0 )2
27
a) fxx (x0 ; y0 ) > 0 ^

> 0 ) (x0 ; y0 ) es un mnimo relativo.
b) fxx (x0 ; y0 ) < 0 ^
> 0 ) (x0 ; y0 ) es un mximo relativo.
c) < 0 ) (x0 ; y0 ) es un punto de silla.
d) Para = 0, el criterio no da informacin.
Caso de tres variables.Para f : A R3 ! R; (x; y; z) 7! f (x; y; z) de clase C 2 en el abierto A:
Sea (x0 ; y0 ; z0 ) un punto crtico, esto es, un punto tal que
fx (x0 ; y0 ; z0 ) = fy (x0 ; y0 ; z0 ) = fz (x0 ; y0 ; z0 ) = 0
3 (x0 ; y0 ; z0 )
y sea
fxx (x0 ; y0 ; z0 ) fxy (x0 ; y0 ; z0 ) fxz (x0 ; y0 ; z0 )

fyx (x0 ; y0 ; z0 ) fyy (x0 ; y0 ; z0 ) fyz (x0 ; y0 ; z0 )
fzx (x0 ; y0 ; z0 ) fzy (x0 ; y0 ; z0 ) fzz (x0 ; y0 ; z0 )
6= 0
se tiene entonces:
a) fxx > 0; 2 > 0; 3 > 0 ) (x0 ; y0 ; z0 ) es un mnimo relativo.
b) fxx < 0; 2 > 0; 3 < 0 ) (x0 ; y0 ; z0 ) es un mximo relativo.
c) en otro caso el punto es silla.
6.2
Extremos relativos condicionados (multiplicadores

de Lagrange).
Segn el teorema de la funcin implcita, la ecuacin g(x; y) = 0, con g de

clase C 1 , determina una curva C en el plano xy que admite recta tangente
en todo punto para el cual rg(x; y) 6= . Adems en dichos puntos, rg(x; y)
es perpendicular a la curva C.
El problema a resolver es encontrar los extremos relativos de la funcin
f (x; y) sobre puntos de la curva C; el cual se escribe
Maximizar (o minimizar) f (x; y)
sujeto a g(x; y) = 0
Ejemplo 46 Encontrar los extremos relativos de f (x; y) = y
x2 + y 2 = 1:
x2 sujeto a
Geomtricamente, las curvas de nivel de f son parbolas de ecuacin

f (x; y) = y x2 = c, con c constante real.
El siguiente grco muestra la circunferencia unitaria x2 + y 2 = 1, junto
con las curvas de nivel de f , para c = 45 ; 1; 12 ; 0; 12 ; 1 (en el mismo orden
de abajo hacia arriba). Se ve que una curva de nivel para c > 1 no corta la
circunferencia, como tambin para c < 54 :
28
El anlisis geomtrico muestra que los puntos extremos relativos se producen

cuando hay tangencia entre la circunferencia y alguna curva de nivel. Si
consideramos los vectores gradientes a las curvas, que son perpendiculares a
stas, ellos sern paralelos en dichos puntos extremos.
As rf (x; y) =
rg(x; y) en los puntos extremos relativos. El mtodo
de multiplicadores de Lagrange establece que los puntos extremos relativos
se encuentran en las soluciones del sistema
rf (x; y) =
rg(x; y)
g(x; y) = 0
Este es un sistema de 3 ecuaciones y 3 incognitas: x; y;
ejemplo
: Para nuestro
2x = 2x
1 = 2y
2
x + y2 = 1
La primera ecuacin da x( + 1) = 0, lo que implica dos posibilidades:
a) x = 0 : y as y = 1; = 12 o tambin
y = 1; = 12
p
p
b) = 1 : y as y = 21 ; x = 23 o tambin y = 12 ; x = 23
Tenemos 4 soluciones que pconducen a los
4 extremos relativos: (0; 1) y
p
3
3
1
(0; 1) mximos relativos, y ( 2 ; 2 ) y ( 2 ; 21 ) mnimos relativos.
29
R2 ! R y g : A
R2 ! R de clase C 1 : Si
(x0 ; y0 ) 2 A es tal que g(x0 ; y0 ) = 0 y rg(x0 ; y0 ) 6= entonces para que f
alcance un extremo relativo en (x0 ; y0 ) es necesario que 9 2 R (multiplicador
de Lagrange) tal que rf (x0 ; y0 ) =
rg(x0 ; y0 ):
En el caso de una f de 3 variables (x; y; z) ! f (x; y; z), una condicin
(restriccin) del tipo g(x; y; z) = 0, con g de clase C 1 , determina una supercie
en R3 : Para sta, si en un punto rg(x; y; z) 6= ; entonces rg(x; y; z) es un
vector perpendicular a la supercie (o sea perpendicular al plano tangente a
la supercie).
Si se agrega una segunda condicin h(x; y; z) = 0, del mismo tipo, tenemos
dos supercies cuya interseccin (casi siempre) es una curva en R3 : Si en
un punto (x0; y0 ; z0 ) de esta curva los gradientes de g y h son linealmente
independientes (no son paralelos), entonces la curva posee una recta tangente
perpendicular al plano generado por los gradientes.
El mtodo de multiplicadores de Lagrange indica que:
a) la funcin f (x; y; z) de clase C 1 , posee extremos relativos en los puntos de
la supercie g(x; y; z) = 0 donde rf (x; y; z) =
rg(x; y; z):
b) la funcin f (x; y; z) de clase C 1 , posee extremos relativos en los puntos de

la curva g(x; y; z) = 0; h(x; y; z) = 0 donde
rf (x; y; z) =
rg(x; y; z) +
rh(x; y; z):

Topologia

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Topologia

Cargado por

Copyright:

Formatos disponibles

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

Nociones de Topologa en Rn:

Rn = fX = (x1 ; x2 ; :::; xn ) : xi 2 Rg con las operaciones + (suma) y

1. La norma euclidiana de un vector X 2 Rn se dene por

Recuerde las propiedades de una norma en un espacio vectorial.

kXk para cada componente xk del vector X

2. A partir de la norma se dene la nocin de distancia entre dos puntos

hX; Xi o bien hX; Xi = kXk2 :

Tambin es vlida la desigualdad de Schwarz: jhX; Y ij kXk kY k :

Bola abierta, punto interior y conjunto abierto.

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

Cuanto ms pequeo es el r > 0, el conjunto contiene a los puntos ms

Rn ; A = fX : X es punto interior de Ag se llama

Es claro que: A A, A es un conjunto abierto y A es el mayor conjunto

Denicin 5 Sean A Rn y X0 2 Rn (es posible que X0 2

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

Conjunto cerrado, clausura, punto frontera.

Rn es cerrado cuando F C es abierto.

Rn y X0 2 Rn : Se dice que X0 es un punto frontera

X0 es punto frontera de A cuando pertenece a la clausura de A y a la

Rn es acotado cuando 9r > 0 tal que

Rn es compacto cuando es cerrado y es

Por ejemplo, una bola cerrada es un conjunto compacto; mientras que

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

Se estudiarn funciones de varias variables reales y con valores en el espacio

con dominio un conjunto A de Rn :

Al igual que en el clculo de una variable, interesa estudiar el comportamiento

dado " > 0; 9 > 0 tal que:

Observaciones.1. La condicin (1) puede darse en forma equivalente por:

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

3. Si el lmite existe, es nico.

se hace sobre puntos prximos de X0 y que pertenecen al conjunto A:

Teoremas sobre lmites.

Es directo de la denicin que al estudiar el lmite: lim f (X) = L, podemos

considerar una parte B

lim f (X) = L no existe

Ejemplo 14 Estudio del lmite

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

Ejemplo 15 Estudio del lmite

Es claro que cuando lim f (X) = L exista, cualquier parte B de A va

a conducir al mismo resultado (L) y por supuesto que el Teorema anterior

h(X); para X 2 B(X0 ; r)

(para X cerca de X0 ) y lim h(X) = 0, entonces lim f (X) = L

Ejemplo 17 Estudio del lmite

a) lim [f (X) + g(X)] = L + M .

b) lim [f (X) g(X)] = L M

c) lim [c f (X)] = c L, para una constante c

Aplicacin.- Al tomar las funciones proyecciones:

[pr2 (x; y)] = y0 :

[pr1 (x; y)] = x0

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

Tambin este procedimiento es vlido para funciones que son cuociente

Note que este razonamiento es aplicable a funciones de tres o ms variables.

lim h(f (X)) = lim h(t) = M

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

La nocin de funcin continua es la misma que en el clculo de una variable.

En la denicin se pide que:

iii) el lmite anterior coincida con el valor que toma F en el punto X0 :

Ejemplo 23 Estudie la continuidad de la funcin f , en cada punto de su

Tomemos la base cannica de Rn : B = fe1 ; e2 ; :::; en g, donde

Hctor Palma Valenzuela. Dpto. de Matemtica UdeC.

cuando estos existen.

Ejemplo 25 Calcule las derivadas parciales, en todo punto donde existan,