P. 1
FINAL

FINAL

|Views: 121|Likes:

More info:

Published by: Luis Alberto Hernandez on Feb 28, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

02/28/2011

pdf

text

original

Departamento de Matemáticas

Facultad de Ciencias
UNAM

NOTAS
DE
ANALISIS MATEMATICO

Dr. Joaquín Curiel

2
PREFACIO

En el capítulo 0, se demuestra que el sistema de los reales es un campo
ordenado, completo.

En el capítulo I, se presenta primeramente, uno de los ejemplos más
importantes de espacio métrico, el espacio lineal normado.
En la sección 1, presentamos el concepto de espacio lineal sobre el campo de
los reales, y algunos ejemplos.
En la sección 2, introducimos la definición de espacio lineal normado.
En la sección 3, definimos el concepto de espacio con producto interno, el
cual es un caso particular muy importante de espacio lineal normado.
n espacio con producto interno que tiene dimensión finita es un espacio
euclidiano y un espacio con producto interno de dimensión infinita es un
espacio de Hilbert.
En la quinta y última sección, se introduce la noción de métrica o distancia en
un espacio lineal normado.

En el capítulo II, estudiamos los espacios métricos.
En la sección 1 del capítulo II, damos la definición de espacio métrico y
presentamos algunos ejemplos.
En la sección 2, se estudian algunas propiedades de espacios métricos curvos
En la sección 3, se estudian los conjuntos abiertos.
En la sección 4, estudiamos algunas propiedades de los conjuntos cerrados.
En la sección 5, se demuestra el teorema de celdas nidificadas, el cual afirma
que la intersección de una sucesión decreciente de intervalos cerrados, no
vacíos, es no vacía.
En esta misma sección demostramos el teorema de Bolzano-Weierstrass, que
afirma que todo conjunto infinito y acotado de números reales, tiene un punto
de acumulación.
En la sección 6, se estudian los conjuntos compactos, en un espacio métrico.
Todo conjunto compacto es cerrado y acotado. Un subconjunto cerrado de un
conjunto compacto, es compacto.
En la sección 7, se estudian los conjuntos compactos de números reales. El
teorema principal de esta sección es el teorema de Heine-Borel, el cual afirma
que un conjunto de números reales es compacto, si y sólo si, es cerrado y
acotado.
Una consecuencia importante del teorema de Heine-Borel, es el teorema de
intersección de Cantor.
En la sección 8, se estudian los conjuntos conexos
3
En el capítulo III, estudiamos la convergencia de una sucesión en un espacio
métrico, y definimos el concepto de espacio métrico completo.
En la sección 1, se estudian las sucesiones en un espacio métrico
En la sección 2, consideramos las sucesiones en un espacio lineal normado. Se
demuestra que toda combinación lineal de sucesiones convergentes es
convergente y que el producto interno de dos sucesiones convergentes es
convergente.
En la sección 3, introducimos el concepto de sucesión acotada en un espacio
lineal normado.
En la cuarta sección se estudian las sucesiones convergentes.
En la quinta sección se estudian las sucesiones de Cauchy.
En la sexta sección se estudian los espacios de Banach, es decir, los espacios
lineales normados completos.
En la sección 7, se demuestra que el espacio de los reales R, es completo, es
decir, que toda sucesión de Cauchy de números reales, es convergente.
En la sección 8, se estudian los espacios métricos completos .
En la sección 9, estudiamos el comportamiento de los puntos fijos en un
espacio métrico completo.

En el capítulo IV se estudia el concepto de función continua.
En la sección 1 estudiamos las propiedades de la funciones continuas en un
espacio métrico
En la sección 2, estudiamos la continuidad de funciones definidas en espacios
lineales normados.
En la sección 3 presentamos algunas propiedades de las funciones lineales.
En la sección 4, estudiamos la continuidad de las funciones reales. Una
función real continua sobre un conjunto compacto, es acotada y toma sus
valores extremos (máximo y mínimo).
En la sección 5, estudiamos la continuidad uniforme de las funciones definidas
en espacios métricos. Toda función real continua sobre un conjunto compacto
es uniformemente continua

En el capítulo V estudiamos algunas propiedades de las derivadas de las
funciones diferenciables reales definidas en un intervalo de la recta real. La
suma y el producto de dos funciones diferenciables, son funciones
diferenciables. Toda función diferenciable es continua.Se demuestran tres
versiones del teorema del valor medio, en particular el teorema de Rolle.Se
definen las derivadas de orden superior y demostramos el teorema de Taylor.

4
En el Capítulo VI se estudian algunas propiedades de la integral de Riemann-
Stieltjes.
En la primera sección se define la integral, se demuestra que toda función
continua sobre un intervalo compacto es integrable, y que toda combinación
lineal de funciones integrables es una función integrable.
En la segunda sección se definen las integrales superior e inferior de una
función acotada, y se demuestra que las integrales inferior y superior de una
función acotada son iguales si y sólo si la función es integrable.
El resultado más importante de esta sección es el criterio de integrabilidad de
Riemann.

En el Capítulo VII, estudiamos las sucesiones de funciones. Se definen la
convergencia puntual y la convergencia uniforme . La convergencia uniforme
preserva la continuidad del límite, es decir, el límite de una sucesión
uniformemente convergente de funciones continuas , es una función continua.
El teorema de Arzela- Ascoli caracteriza los conjuntos compactos de
funciones continuas.

En el capítulo VIII, estudiamos la diferencial de una función real de varias
variables.

En el capítulo IX, estudiamos las funciones diferenciables cuyo dominio y
codominio son espacios lineales normados. Toda combinación lineal de
funciones diferenciables, es diferenciable. Además, la compuesta de dos
funciones diferenciables, es diferenciable, y la diferencial de la compuesta, es
igual a la compuesta de sus diferenciales (Regla de la Cadena).
Se demuestran el teorema del valor medio. Se definen las diferenciales de
orden superior y se demuestra el teorema de Taylor.

5
CONTENIDO

0.- El Sistema de los Números Reales
1.- Campos Ordenados Completos

I.- Espacios Lineales Normados
1.-Espacios Lineales
2.-Espacios Lineales Normados
3.-Espacios con Producto Interno
4.-Ejemplos.
5.-Métricas sobre Espacios Lineales Normados

II.- Espacios Métricos
1.- Definiciones y Ejemplos
2.- Espacios Métricos Curvos
3.- Conjuntos Abiertos
4.- Conjuntos Cerrados, Acotados y Totalmente Acotados
5.- Celdas Nidificadas. Teorema de Bolzano-Weierstrass
6.- Conjuntos Compactos.
7.- Compacidad en los Reales. Teorema de Heine- Borel.
Teorema de Intersección de Cantor.
8.- Conjuntos Conexos

III.-Sucesiones en un Espacio Métrico
1.- Sucesiones en un Espacio Métrico
2.- Sucesiones en un Espacio Lineal Normado
3.- Sucesiones Acotadas
4.- Sucesiones Convergentes
5.- Sucesiones de Cauchy.
6.- Espacios de Banach
7.- Sucesiones de Números Reales
8.- Puntos Fijos. Teorema de Banach

IV.- Funciones Continuas en Espacios Métricos

1.- Funciones Continuas con Valores en un Espacio Métrico
2.- Funciones Continuas en un Espacio Lineal Normado
3.- Funciones Lineales
4.-Funciones Reales Continuas
5.- Continuidad Uniforme

6
V.- Diferenciación de Funciones Reales de una Variable Real

1.- Derivada de una Función
2.- Composición de Funciones. Regla de la Cadena
3.- Valores Extremos de una Función
4.- Teoremas del Valor Medio
5.- Derivadas de Orden Superior.Teorema de Taylor

VI.- Integral de Riemann- Stieltjes

1.- Definición de la Integral de Riemann- Stieltjes
2.- Integrales Superior e Inferior.Criterio de Integrabilidad
de Riemann.
3.-Operaciones con Funciones Integrables
4.- Sucesiones de Funciones Integrables

VII.- Sucesiones de Funciones

1.- Sucesiones de Funciones en un Espacio Lineal Normado
2.- Convergencia Puntual
3.- Sucesiones Acotadas
4.- Sucesiones de Cauchy
5.- Convergencia Uniforme
6.- Sucesiones Uniformemente Acotadas
7.- Sucesiones Uniformemente de Cauchy
8.- Funciones Acotadas
9.- El Espacio de Banach C(X).
10.- Compacidad en C(X).Teorema de Arzela-Ascoli

VIII.- Diferenciación de Funciones Reales de Varias
Variables

1.- Derivadas Parciales
2.- Derivadas Direccionales
3.- Funciones Reales Diferenciables
4.- Teorema del Valor Medio
5.- Diferenciales de Orden Superior
6.- Extremos de una Función
7.- Criterio de la Segunda Derivada

7
IX.- Diferenciación de Funciones Vectoriales de Varias
Variables

1.- Diferenciabilidad
2.- Derivadas Direccionales
3.- La Diferencial en R
m
4.- Composición de Funciones. Regla de la Cadena
5.- Teorema del Valor Medio

Bibliografía.
8
0 .- El Sistema de los Números Reales

El sistema de los números reales , es un campo ordenado, en el cual está
definida una norma (módulo ó valor absoluto ) de un número.

Vamos a postular la existencia de un conjunto no vacío U, llamado el
universo U.
Todos los conjuntos que vamos a considerar estan contenidos en U.

Un conjunto S está contenido, ó es un subconjunto del conjunto T, si cada
elemento x de S pertenece a T.
Escribimos S c T.

1.-Proposición a relación de inclusión tiene las siguientes propiedades
Reflexividad A c A.
Transitividad A c B ¬ A c C.
B c C
Demostración Sea x un elemento de A,por hipótesis a B, luego x B.
Pero B C, por hipótesis , lugo, x C.
Qed
Dos conjuntos A,B son iguales si Ac B y B c A.

2.-Proposición La igualdad de conjuntos es una relación de equivalencia.
Es decir
Es reflexiva A=A
Es simétrica A=B B=A.
Es transitiva A=B ¬ A=C.
B=C

El conjunto sin elementos , es el conjunto vacío y se denota por .

Conjuntos Ordenados

9
Un orden en el conjunto no vacío A, es una relación denotada por < que tiene
las dos siguientes propiedades
i) Si x,y son dos elementos en A,entonces vale una y sólo una de las siguientes
proposiciones

Tricotomía x<y, x=y, y <x .

Transitividad Para tres elementos x,y, z de A, vale que
x<y implica que x<z.
y<z
La relación x<y se lee x menor que y.Tambien escribimos y> x que se lee y
es mayor que x.
La notació x y, significa que x es menor ó igual que y.
Un conjunto A es ordenado si hay un orden definido en A.

Ejemplos
1- El conjunto N = { 1,2,3…} de los números naturales está ordenado por
la relación x<y si y-x >0.
2- El conjunto Q de los números racionales está ordenado por la relación
x<y si y-x >0.

Un conjunto ordenado A, está acotado superiormente si existe un elemento
Men el universo U, tal que
x < M,
para todo elemento x de A.El elemento M es cota superior de A.
Un elemento M es una cota superior mínima del conjunto ordenado A, si
i) Mes cota superior de A.
ii) Si z < M entonces z no es cota superior de A.

Campos
Un campo F es un conjunto no vacío en el cual estan definidas dos
operaciones binarias A: FxF ÷ F, M: FxF ÷ F, llamadas adición y
multiplicación respectivamente, que tienen las siguientes propiedades

Axiomas de la Adición

La adición A(x,y ) = x+y, es
1) asociativa a+(b+c ) = (a+b) +c, a,b.c en F.
2)Conmutativa a+b = b+a, a,b en F.
10
3).- F contiene un elemento 0 (llamado cero) tal que a+0 = 0+a, a en F.
4) Cada elemento a de F tiene un simétrico -a tal que
a + (-a) = 0

Axiomas de la Multiplicación

La multiplicación M(x,y) = xy, es
Asociativa a(bc) = (ab)c.
Conmutativa ab = ba.
F contiene un elemento 1diferente de 0, llamado uno tal que (a)(1)= a .
Cada elemento a diferente de 0, tiene un inverso multiplicativo a , tal
que
a
-1
a = aa
-1
=1.

La multiplicación es distributiva con respecto a la adición
a(b +c) = ab + ac.

El Campo de los Reales
Teorema Existe un campo ordenado R, con la propiedad de la mínima
cota superior.Este campo contiene al campo Qde los números racionales.

11
I.-Espacios Lineales Normados

1.- Definición de un Espacio Lineal Normado
En esta sección presentaremos la definición de un ejemplo muy importante de
espacio métrico, el espacio vectorial normado y daremos algunos ejemplos
importantes de tales espacios.

Definición Un espacio lineal ó espacio vectorial, sobre el campo de los
reales R, es un conjunto no vacío V,(cuyos elementos vamos a llamar puntos
o vectores ) en el cual están definidas dos operaciones, llamadas adición y
multiplicación de escalares por vectores, con las siguientes propiedades:

i) El espacio vectorial V, forma un grupo abeliano (conmutativo), con
respecto a la adición.Es decir, la adición es
asociativa
(1.1) v+(w+z) = (v+w)+z, v,w,z en V.
conmutativa
(1.2) v+w = w+v, v,w en V
tiene una identidad, es decir, existe un vector 0,llamado el vector cero, tal que
(1.3) v + 0 = 0 + v = v, para todo v en V.

simétrica, es decir, para cada vector v, existe un vector –v,(llamado el
simétrico de v) tal que
(1.4) v + (-v) =0
ii) la multiplicación de escalares por vectores, es
asociativa
(1.5) a(bv) = (ab)v, a,b en R, v en V.
con identidad
(1.6) 1v = v, v en V,
distributiva
(1.7) (a+b)v = av+bv , a,b en R ,v en V,

(1.8) a(v+w) = av+aw, a en R, v,w en V.

2.-Espacios Lineales Normados

12
Definición Una norma sobre un espacio vectorial V, es una función real,
n :VLR, que tiene las siguientes propiedades :
La norma es no- negativa
(2.1) i) n(v) >0,
La norma de un vector es cero , sí y sólo sí, el vector es cero.
(2.2) ii) n(v) = 0 si y sólo si v = 0
La norma del producto de un escalar a c R y un vector,v c V es igual al
producto del módulo del escalar, y la norma de un vector.
(2.3) iii) n (av)= a| n(v),
La norma de la suma de dos vectores es menor ó igual que la suma de sus
normas
(2.4) iv) n( v+w ) s n(v) +n(w).

Definición Un espacio vectorial normado es una pareja ( V, n ) formada por
un espacio vectorial V y una norma n sobre V.

3.-Espacios con Producto Interno

Una funcional bilineal sobre el espacio lineal normado V, es una función real
f : VxV ÷ R, que cumple la siguiente condición:

( 3.1) f( av + bw, z) = a f(v , z) + b f(w , z ),
a,bc R, v, w, z c V.
f(v, aw + bz ) = a f(v,z ) + b f ( w,z),

La funcional bilineal f : VxV÷ R es simétrica si

(3.2) f(v,w) = f (w,v), v,w V.

La funcional bilineal f es definidamente positiva ,si

(3.3) f( v,v ) > 0, v c V,
y
(3.4) f(v,v) =0 si y sólo si v=0.
Una función bilineal es negativamente definida si
(3.5) f(v,v) M0
y
(3.6) f(v,v) =0 si y sólo si v = 0.

Sea u
i
, i = 1,2,..n una base del espacio lineal de dimensión n.Entonces el
vector v c V, admite la representación
13
(3.7) v = ¯
i
v
i
u
i
,
luego
(3.8) f(v,v) = ¯
ij
a
ij
v
i
v
j
, donde a
ij
= f ( u
i
, u
j
).

La matriz A = [a
ij
], es la matriz de la funcional bilineal f.

Un producto interno sobre un espacio vectorial V, es una funcional bilineal f:
VxV L R, simétrica y positivamente definida.

Un espacio con producto interno es una pareja (V, f), formada por un
espacio vectorial V y un producto interno f .
Todo espacio con producto interno tiene una norma n: VLR, definida como
la raíz cuadrada del producto interno del vector por si mismo.

(3.5) n(x)=P x= = f(x,x)
1/2
.
En un espacio con producto interno, vale la desigualdad de Schwartz. El
módulo del producto interno de dos vectores, es menor ó igual que el producto
de sus normas.

(3.6) x.y s n(x)n(y).

4.-Ejemplos
De nuestra experiencia con los cursos de Álgebra Lineal, sabemos que los
siguientes espacios son espacios vectoriales normados.

4.1 Ejemplo. El espacio de los reales (R, ) con el valor absoluto como
norma .
4.2 Ejemplo El espacio C[a,b], formado por las funciones reales
continuas definidas en el intervalo cerrado [a, b] y la norma uniforme

(4.1) n( f) = sup {| f (x)| , x R [a,b].}.

4.3 Ejemplo El espacio de Lebesgue L
2
[a,b] formado por funciones reales
definidas en [a,b],cuyos cuadrados son integrables. y la norma

(4.2) n(f) =( S f
2
(x) dx )
1/2
, f R L
2
[a,b]
.

El siguiente ejemplo, el espacio de las variables aleatorias con variancia finita,
es muy importante en Actuaría, Estadística y Probabilidad. En este ejemplo,
vamos a suponer que se tienen conocimientos de Probabilidad I.
14
4.4 Ejemplo El Espacio de las Variables Aleatorias, con Variancia Finita.
Sea (U , V , P ), un espacio con una medida de probabilidad, es decir, una
tercia formada por un conjunto no vacío U , llamado el espacio muestral,
un W – campo E, y una medida de probabilidad P: E÷ R.
Una variable aleatoria, es una función medible X : @÷R.
La esperanza de X, es la integral de Lebesgue de X, y el segundo momento
de X,la integral de Lebesgue de X
2
.
(4.3) E(X) = í X dP, E(X
2
) =í X
2
dP.

Denotemos por H = L
2
( U ),el espacio formado por las variables aleatorias
con variancia finita.

4.1 Teorema El conjunto H, formado por las variables aleatorias con
variancia finita, es un espacio lineal sobre R. La función : H÷ R,
definida como la raíz cuadrada de la esperanza del cuadrado de X.

(4.4) X = [E(X
2
)]
1/2
es una norma sobre H.

Demostración 0 s (X –Y )
2
= X
2
– 2XY+ Y
2
.
Luego,
XY M ½ [X
2
+ Y
2
],
De donde
E(XY) M ½ [ E( X
2
) + E(Y
2
)]
Finalmente
E( X+Y )
2
< Z .
Se ha demostrado que la suma de dos variables aleatorias, con variancia finita,
es una variable aleatoria con variancia finita. De manera análoga se demuestra
que el producto de una constante c y una variable aleatoria, es una variable
aleatoria en H.
qed

4.5 Ejemplo El espacio l
2
.
Este ejemplo es un caso particular del espacio L
2
(O , ¯ , P), cuando O es
igual al conjunto N= { 1,2,3,...} de los números naturales, ¯ es la familia de
todos los subconjuntos de N, y P es la medida de conteo.
Los puntos de l
2
son sucesiones de números reales
(4.5) x = {x
n
} = x
1
,x
2
,x
3
,...
15
cuya suma de cuadrados es finita
(4.6) ¯x
n
2
< ·.
El espacio l
2
es un espacio lineal normado. La norma del punto x es

(4.7) x
2
= (¯ x
n
2
)
1/2

5.-Métricas o Distancias sobre un Espacio Lineal Normado.

La distancia entre dos vectores v,w del espacio lineal normado (V,n), es la
función d: VxV LR, definida como la norma de la diferencia de los vectores

(5.1) d(v,w)= n(v-w).

Como consecuencia de la definición de norma tiene las siguientes
propiedades

5.2. Teorema La distancia entre dos puntos v, w en V, es no- negativa.
(5.2) i) d ( v, w )> 0
La distancia ente dos puntos es cero sí y sólo sí, los puntos son iguales.
(5.3) ii) d(v,w) = 0 si y sólo sí v = w,
La función distancia es simétrica.
(5.4) iii) d(v,w)=d(w,v),
Vale la desigualdad del triángulo.
(5.5) iv) d(v,z) s d(v,w) + d(w,z),
donde v, w, z estan en V.

En general, una métrica o distancia sobre un conjunto no vacío X, es una
función d : X x XLR, que satisface las condiciones i), ii), iii), iv) del
teorema 1.1.

5.1 Ejemplo .-El Espacio Euclidiano R
n
El espacio euclidiano de dimensión n, es el conjunto de todas las n-adas

(5.6) x =( x
1
, x
2
, ..x
n
),

de números reales x
i
, i =1,2,.. n. La n-ada x es un punto ó vector en el
espacio euclidiano R
n
, y los números reales x
i
, i=1,2,…n, son las
coordenadas cartesianas del punto x. En el espacio euclidiano R
n
, estan
definidas dos operaciones, llamadas adición y multiplicación escalar
definidas por las ecuaciones
16
(5.7) (x
1
,x
2
,…x
n
) + (y
1
,y
2
,…y
n
) =( x
1
+y
1
,x
2
+y
2
…x
n
+ y
n
),

(5.8) c(x
1
,x
2
,…x
n
) = (cx
1
,cx
2
,…cx
n
), donde c es un número real.

En el Álgebra Lineal se demuestra que este espacio es un espacio vectorial
sobre el campo R de los reales. Por esta razón los puntos del espacio R
n
, seran
llamados vectores.
El producto escalar de dos vectores x =(x
1
,x
2
,…x
n
) , y =(y
1
,y
2
, …y
n
), en el
espacio R
n
,es el escalar

(5.9) x.y= x
1
y
1
+x
2
y
2
+ …+x
n
y
n
.
Cómo es bien sabido este producto escalar es un producto interno, es decir una
funcional bilineal, simétrica y definidamente positiva.

La norma de un vector x en R
n
,es igual a la raíz cuadrada del producto
escalar de x por sí mismo
(5.10) Px== (x.x)
1/2
.
La distancia entre dos puntos x,y de R
n
es igual a la norma de la diferencia
entre los vectores x,y.
(5.11) d(x,y) = P x-y= .
5.2 Ejemplo Al espacio lineal R
n
, se le puede asignar otra norma.La norma
uniforme sobre R
n
,es la función

(5.12) x = max { x
i
, i = 1,2,…n}.

17
II.- Espacios Métricos.Definiciones. Ejemplos

1.- Definiciones.Ejemplos
Un espacio métrico, es una pareja (X, d ) formada por un conjunto no vacío,
X, y una métrica o distancia d sobre X.

1.1 Ejemplo.El Espacio Discreto. Sea X un conjunto no vacío, y definamos
la función d : XxX L R,
d(x,y) = 1, si x= y.
= 0, si x=y.
Esta función es una métrica sobre X. El espacio (X,d) es el espacio discreto.

Espacios Métricos Lineales

1.2 Ejemplo Sea R, el espacio lineal formado por los reales. La función d:
RxR÷ R, definida por d(x,y) = x –y , es una métrica sobre R.
1.3 Ejemplo Sea R
n
, el espacio euclidiano de dimensión n, es decir el espacio
lineal cuyos puntos son n-adas de números reales. La función
d : R
n
x R
n
÷ R,definida por

d(x,y ) = max { x
i
– y
i
: i = 1,2,3, …n},
es una métrica sobre R
n
.
1.4 Ejemplo Sea BS(R), el espacio lineal formado por las sucesiones acotadas
de números reales, x = { x
n,
,n = 1,2,3, …}. La función
d (x,y) = sup { x
n
- y
n
: n = 1,2, …}, es una métrica sobre BS( R ).

Ejercicios

1.- Demostrar que las métricas en los ejemplos 1.1, 1.2, 1.3, 1.4, son
efectivamente distancias.

2.-Espacios Métricos Curvos. Superficies Regulares en R
3
.
18
En esta sección vamos a presentar algunos ejemplos de espacios métricos
curvos. Dichos ejemplos serán superficies regulares en R
3
.
Sea p un punto de una superficie regular S en R
3
. Entonces existe una
vecindad V de p, difeomorfa a un conjunto abierto U de R
2
.
El difeomorfismo x : U÷V, es una parametrización de S, en torno al
punto p.La vecindad V es una vecindad coordenada del punto p.Las
coordenadas del punto q = x
-1
(p) son las coordenadas locales de p en la
parametrización x. Podemos escribir
(2.1) p = x ( u,v ) = ( x(u,v ), y( u,v), z(u,v ) ),

donde x, y, z son las coordenadas cartesianas de p.

Los vectores tangentes a las curvas coordenadas son las primeras derivadas
parciales de x, con respecto a las coordenadas locales u,v de p.
x
1
(u,v ) = ( cx/ c u, cy / cu, cz / cu ), x
2
(u,v ) = (cx/ cv,cy / cv, cz/ cv ).

Los coeficientes de la primera forma fundamental, de la superficie regular
S, en la parametrización x, son los productos escalares,

(2.2) E = x
1
. x
1
, F = x
1
.x
2
, G = x
2
.x
2
.
El determinante de la primera forma fundamental es

(2.3) g (u, v ) = EG- F
2
.
2.1 Ejemplo. El Plano Sea f (x,y ) = Ax + By + C : R
2
÷ R.

La gráfica de esta función es el plano

S = { ( x,y, z ) R R
3
: (x,y) R R
2
, z = Ax + By +C }.

La función x : R
2
÷ R
3
, definida por
x(x,y ) = ( x,y, Ax + By + C) : R
2
÷ R
3
,
es una parametrización del plano S.

Los vectores tangentes a las curvas paramétricas del plano , son

x
1
= (1,0, A), x
2
= ( 0,1, B).

19
Los coeficientes de la la primera forma fundamental, son

E = 1 + A
2
, F = AB, G= 1 + B
2
.
El determinante de la primera forma fundamental, es

g = (1+A
2
) ( 1+ B
2
) – (AB)
2
.
2.2 Ejemplo. Paraboloide de Revolución
La gráfica G( f ) = { (x,y,z )R R
3
: (x,y)R R
2
, z = f (x,y) }

de la función, f( x,y ) = x
2
+ y
2
: R
2
÷R es un paraboloide de revolución.
Los vectores tangentes a las curvas coordenadas, son
x
1
= ( 1,0, 2x), x
2
= ( 0,1,2y).
Los coeficientes de la primera forma fundamental, son
E= 1+ 4 x
2
, F = 4xy, G = 1+ 4y
2
.
El determinante de la primera forma fundamental
g =(1+4x
2
) ( 1+ 4y
2
) – 16x
2
y
2
.
2.3 Ejemplo La Esfera La gráfica de la función

z = f( x,y) = [1-( x
2
+y
2
)]
1/2
: U÷R,

(donde U es el interior del círculo unitario, en R
2
), es la esfera con centro en el
orígen y radio 1.La función x(x,y ) = ( x,y,f(x,y)) : U÷ R
3
, es una
parametrización de la esfera unitaria.
Los vectores tangentes a la esfera unitaria , son

x
1
= ( 1,0, - 2x / [1- (x
2
+ y
2
)]
1/2
,). x
2
= ( 0,1, -2y / [( 1- ( x
2
+ y
2
))]
1/2
.).

Los coeficientes de la primera forma fundamental, son
E = (1+ 4x
2
) / [ 1- ( x
2
+ y
2
)], F = 4xy / [1-( x
2
+ y
2
)] ,
G = (1+ 4y
2
)/ [ 1- ( x
2
+y
2
)].

El determinante de la primera forma fundamental es
g = [( 1+ 4x
2
)( 1+ 4y
2
)- 16 x
2
y
2
]/ [ 1-( x
2
+y
2
)].

Curvas en una Superficie.

20
Una curva diferenciable en una superficie S, es una función diferenciable o
: [a, b ]÷ S, definida en un intervalo cerrado no vacío
[a,b ] , con valores en S.
El vector velocidad v de la curva es su derivada v = d o / dt.
La rapidez de la curva o , es la norma v de su velocidad v.
La longitud L( o) de la curva o , es la integral de su rapidez.

L(o ) = í
b
a
¦¦ v¦¦ dt.

Ejemplos.
2.4- Calcular la velocidad, la rapidez, y la longitud de la circunferencia
unitaria
o (t ) = i ( cos t)+ j ( sen t ) : [0, 2t ] ÷R
2
.
Solución. La velocidad de la curva es v = i ( - sent ) + j ( cos t ).
La rapidez de la curva o , es v = [ sen
2
t + cos
2
t ]
1/2
= 1.
La longitud de la circunferencia unitaria es

L( o ) = í v dt = ídt = 2t.
2.5- Sea o = ( t , t , At + Bt + C) : [ 0,1] ÷ S = { (x,y,z) R
3
: (x,y ) R R
2
,
z = Ax + By + C }, una curva en el plano S. (véase el ejemplo 2.1 ).
Su vector velocidad es v = ( 1,1 , A+ B )= i + j + k ( A + B).
Su rapidez , es v = [1+1 +(A + B )
2
]
1/2
.= [2 + (A+B)
2.
]
1/2
La longitud de la curva o , es L( o ) = [ 2+ (A+B )
2
]
1/2
.
Distancia en una Superficie Arco- Conectable.
Una superficie S es arco-conectable, si para dos puntos cualesquiera p,q de la
superficie existe una curva diferenciable ,o : [0,1] ÷ S, que une o conecta a
los puntos p, q. Es decir, o (0) = p, o(1 ) = q.

La distancia entre dos puntos p, q de la superficie arco-conectable S,es el
infimum,(cota inferior máxima) de las longitudes de las curvas en S, que unen
a p y q.
d(p,q) = inf { L(o ) : o conecta a p con q}.

2.1 Teorema La pareja (S, d ), formada por una superficie arco-conectable S,
y la función d : Sx S÷R, es un espacio métrico.

Ejercicios
1.- Calcular los coeficientes y el determinante de la primera forma
fundamental del cilindro circular recto, parametrizado por
21
x( r, u) = i ( r cos u)+ j ( r sen u), 0 M rM 1, 0MuM 2t .
2.-Calcular la longitud de la curva
o(t ) = i (cos t) + j (sen t ) + k: [0, 2t ]÷R
3
3.-Demostrar que la distancia entre dos puntos, en una superficie arco-
conectable, es una métrica sobre la superficie.
3.-Conjuntos Abiertos

A todo espacio métrico, le podemos asignar una topología por medio de
bolas abiertas, como en el caso del espacio euclidiano R
n
.
Definición Sea x un punto en el espacio métrico X, y r > 0 un real positivo.
La bola abierta con centro en x, y radio r > 0, es el conjunto

(3.1) B(x; r ) = { y R X : d(x, y) < r },

de todos los puntos y en X cuya distancia a x, es menor que r.

Fig

Un subconjunto A de X, es abierto, si cada punto x en A, tiene una bola
abierta con centro en x, y radio positivo r, contenida en A.
3.1 Ejemplo Una bola abierta, es un conjunto abierto

Interior Exterior y Frontera de un conjunto

Un punto x es punto interior de A, si existe una bola abierta , con centro en x
, y radio positivo, contenida en S. El interior de un conjunto A, es el conjunto
formado por sus puntos interiores.
Un punto x es punto exterior de un conjunto A , si existe una bola abierta con
centro en x y radio positivo r, contenida en el complemento de A. El exterior
de un conjunto es el conjunto ext (A) formado por los puntos exteriores de A.
El exterior de un conjunto es igual al interior de su complemento.
Un punto x es punto frontera de un conjunto A, si cada bola con centro en x
y radio positivo r, tiene puntos de A y de su complemento.
La frontera fr(A) de un conjunto A es el conjunto de sus puntos frontera.
22
Fig.

3.1Teorema El interior de un conjunto, tiene las siguientes propiedades
i) Un conjunto contiene a su interior
A int (A ).
ii) Si A B, entonces, int A int B.

iii) El interior de la unión de dos conjuntos A, B, contiene a la unión de sus
interiores.
Int(A B ) int (A) int (B).

iv) El interior de la intersección de dos conjuntos , es igual la intersección de
sus interiores.
Int (A· B ) = int (A)· int (B).

3.2-Ejemplo. El intervalo abierto (0,1)={ xR R : 0<x<1} es un conjunto
abierto.
En efecto, sea x c (0,1) y sea r > 0 la distancia mínima de x, a los puntos 0,1.
Entonces la bola abierta (x-r/2,x+r/2),está contenida en (0,1).

3.3-Ejemplo El interior int (S) = { (x,y ) : x
2
+ y
2
< 1} del círculo unitario
. S = {(x, y) R R
2
: x
2
+ y
2
s 1}
es un conjunto abierto. En efecto, sea (x, y) un punto en int (S), y sea r la
menor de las cantidades s = d ( ( x, y ), ( 0, 0) ), y 1-s. Entonces la bola con
centro en (x, y) y radio r/2 ,está contenida en S.
El exterior de S es el conjunto
ext (S ) = { (x,y) c R
2
: x
2
+ y
2
> 1 }.
La frontera del círculo unitario S, es la circunferencia
fr(S) = S( (0,0) , 1 ) = { (x,y) : x
2
+ y
2
= 1}. Fig

3.4 Ejemplo El círculo unitario S = {(x, y) R R
2
: x
2
+ y
2
s1}, no es un abierto
en R
2
, porque los puntos en la circunferencia, con centro en el orígen y radio 1
S( (0,0), 1) = { (x,y) c R
2
: x
2
+ y
2
= 1,}
no son puntos interiores de S.

23
3.5 Ejemplo El intervalo cerrado [a, b], no es un conjunto abierto, porque los
puntos extremos a, b no son puntos interiores de [a, b].

Los conjuntos abiertos tienen las siguientes propiedades

3.2 Teorema: i) El conjunto vacío C y el conjunto total X, son conjuntos
abiertos.
ii) La unión de una familia arbitraria de conjuntos abiertos, es abierta
iii) La intersección de dos abiertos es abierta.

Demostración i) Un conjunto A es no abierto si existe un punto en el
conjunto que no es punto interior de A. El vacío no satisface esta condición ,
luego por el principio del tercero excluido, el vacío es abierto.

ii) Sea x un punto en el espacio métrico X. Entonces la bola abierta con centro
en x y radio r, está contenida en X, luego, X es abierto.

iii) Sea {A
i
, i R I } una familia arbitraria de conjuntos abiertos de X.
Queremos demostrar que la unión A =
i
A
i
es un conjunto abierto. Sea x R
A un punto en la unión de los conjuntos A
i
.Entonces x R A
i
para algún i
.Pero A
i
es abierto por hipótesis, luego existe una bola abierta B, contenida en
A
i
.Pero entonces B está contenida en la unión A.
Entonces A es abierta.

iv) Sean A, B dos conjuntos abiertos, no vacíos, y sea x un punto en la
intersección I = A · B de A y B. Entonces existen dos bolas C, D, con centro
en x, tales que C está contenida en A y D está contenida en B. Luego, la
intersección de C y D está contenida en I.
qed
La intersección de una familia infinita de abiertos, no necesariamente es
abierta.

3.5-Ejemplo La intersección de la familia de conjuntos abiertos G
n
={ x R R:
-1/n < x < 1+1/n}, es el intervalo cerrado [0,1]. Los puntos 0,1 de este
intervalo no son puntos interiores de [0,1].
Una consecuencia inmediata del teorema 3.1,es el

3.4.-Corolario El exterior de un conjunto tiene las siguientes propiedades
i) Si Ac B entonces ext(A) ext (B).
ii) ext (A B) = ext(A) · ext(B).
iii) ext (A· B) ext (A) ext (B).
24
Vamos a demostrar i).
Demostración A c B , por hipótesis , luego, A
c
B
c
.
Por el teorema 3.1
ext (A) = int (A
c
) int (B
c
)= ext (B).qed
4.-Conjuntos Cerrados

Definición Un conjunto C en un espacio métrico X, es cerrado, si su
complemento es abierto.

4.1 Ejemplo Los conjuntos vacío C y total V, son conjuntos cerrados.
En efecto el complemento del vacío C,es el total X, que es abierto.El
complemento del total X es el vacío ,que como sabemos es abierto.

4.2 Ejemplo El intervalo cerrado I = [a ,b] = { x R R : as x sb},es un conjunto
cerrado. En efecto, el complemento de I, es la unión de los conjuntos abiertos
{x < a}, {x < b}.

Fig 4.1
4.3 Ejemplo. La bola cerrada, con centro en el punto x, y radio r > 0, es el
conjunto
B[x,r] = { yR X : d(x,y ) M r}.

La bola cerrada es un conjunto cerrado.

Fig 4.2 Bola Cerrada
Las propiedades fundamentales de los conjuntos cerrados se deducen del
teorema 3.2, usando el teorema de DeMorgan.

4.1 Teorema i) El conjunto vacío C y el conjunto total V, son cerrados.
ii) La unión de dos conjuntos cerrados es un conjunto cerrado.
iii) La intersección de una familia arbitraria de conjuntos cerrados es un
conjunto cerrado.

Cerradura de un conjunto
Un punto x de un espacio métrico X, es punto de contacto de un conjunto S
de X, si toda bola abierta con centro en x, y radio positivo r>0, contiene por lo
menos un punto de S.
La cerradura S* de un conjunto S, es el conjunto formado por los puntos de
contacto de S.
25
Ejemplos
1.- Un punto interior de un conjunto es punto de contacto del conjunto.
Es decir, el interior de un conjunto está contenido en su cerradura.
int ( A) c A*.
2.- Todo punto frontera de un conjunto es punto de contacto del conjunto. Es
decir , la frontera de un conjunto está contenida en la cerradura del conjunto
fr(A)c A*.

3.-Un punto exterior a un conjunto , no es punto de contacto del conjunto. Es
decir, el exterior de un conjunto , no está contenido en su cerradura.
ext (A). A*.

4.2 Teorema La cerradura de un conjunto A es igual a la unión de su interior
y su frontera.
A* = int (A) fr(A).
Demostración Sabemos que la cerradura de un conjunto A* contiene a la
unión de su interior y su frontera.
A* int (A) fr(A).
Sea x un punto de A que no es punto frontera , ni punto interior de A. entonces
x es punto exterior a A,lo cual es imposible.
qed
4.3Teorema. La cerradura de un conjunto, tiene las siguientes propiedades:
i) Todo conjunto está contenido en su cerradura
Sc S*.
ii) Si S está contenido en T, entonces S* está contenido en T*.
S c T ¬ S* c T*.
Iii) La unión de las cerraduras de dos conjuntos, es igual a la cerradura de la
unión.
(ST)* = S* T*.
iv) La cerradura de la intersección de dos conjuntos, está contenida en la
intersección de las cerraduras.
(S· T )*c S* ·T*.
La demostración de estas propiedades, se deja al lector.

La noción de cerradura nos permite caracterizar a los conjuntos cerrados,
como los conjuntos que contienen todos sus puntos de contacto.

4.4 Teorema. Un conjunto es cerrado sí y sólo sí, contiene a su cerradura.

26
C es cerrado · C C*.

Demostración. Supongamos que C es cerrado, Queremos demostrar que
C C*.
Si C no contiene a C*, entonces existe un x R C* - C. Pero C es cerrado , por
hipótesis, luego, X-C es abierto, y por lo tanto existe una bola abierta con
centro en x, y radio positivo contenida en el complemento X-C de C. Entonces
x no está en C*.

Supongamos que C C*.Queremos demostrar que C es cerrado. Supongamos
que C no es cerrado, es decir que X-C no es abierto. Entonces existe un punto
x R X-C, tal que toda bola abierta, de radio positivo contiene puntos de C, es
decir x R C*, lo cual contradice la hipótesis
C C*.
qed

Conjuntos Acotados y Totalmente Acotados

El diámetro de un conjunto A, en un espacio métrico X, es la cota superior
mínima de las distancias entre los puntos de A.
U n conjunto A es acotado, si su diámetro es finito.

4.4 Ejemplo Toda bola abierta es acotada. Su diámetro es el doble de su radio.
4.5 Ejemplo Toda bola cerrada es acotada. Fig

4.4 Teorema Los conjuntos acotados , tienen las siguientes propiedades:
i) Todo subconjunto de un conjunto acotado , es acotado.
ii) La unión de dos conjuntos acotados, es acotada.
iii) La intersección de una familia arbitraria de conjuntos acotados, es
acotada.
Un conjunto A, en un espacio métrico X, es totalmente acotado, si para todo
real positivo r>0, existe un número finito de bolas abiertas de radio r, que
cubren al conjunto.

Ejercicios
1.- Demostrar el teorema 4.1.
2.- a) Un conjunto totalmente acotado, es acotado.
b) Es un conjunto acotado, totalmente acotado?
c)Es la unión de dos conjuntos totalmente acotados, totalmente acotado?

27
3.- Sea S = { (x,y.z) R R
3
: x
2
+ y
2
+ z
2
M 1}, la bola cerrada con centro en el
orígen y radio 1, en el espacio R
3
a) Encontrar su interior, su cerradura y su exterior.(el interior de su
complemento).
b) Es S abierto?, cerrado?.
4.- Es la intersección de una sucesión decreciente, de bolas cerradas no vacías,
no vacía?
5.- Demostrar el teorema 4.3.
6.- Toda bola cerrada, es un conjunto cerrado
7.-Demostrar el teorema 4.2
8.- Un conjunto C es cerrado si y sólo si contiene su frontera.
5.-Celdas Nidificadas y el Teorema de Bolzano- Weierstrass.
Una sucesión de conjuntos { A
n
} en un espacio métrico X, es decreciente si
A
n
A
n+1
, n = 1,.2,.3……
.
Una sucesión decreciente de intervalos cerrados { I
n
}, es una sucesión
nidificada
5.1 Ejemplo La sucesión [ -1/n, 1/n], n = 1,2,3,… es una sucesión nidificada.

5.2 Ejemplo Las bolas cerradas { B[x, 1/n ]},con centro en x, y radio positivo
1/n, forman una sucesión nidificada.
.
5.1 Teorema.( Celdas Nidificadas) La intersección de una sucesión
nidificada de intervalos cerrados, no vacíos en R , es no vacía.

Demostración Sea { I
n
}, I
n
= [a , b
n
] ,una sucesión nidificada de intervalos
cerrados no vacíos. Entonces la sucesión { a
n
} es creciente y la sucesión {b
n
}
es decreciente. La sucesión creciente { a
n
} esta acotada superiormente por b
1
,
y la sucesión decreciente { b
n
} esta acotada inferiormente por a
1
.
Sea a la cota superior mínima de { a
n
} y b la cota inferior máxima de {b
n
},
los cuales existen porque R es un espacio métrico completo.
Si a O b, entonces dado c>0 , existen a
i
y b
j
tales que

a- R < a
i
< a, ; b < b
j
< b+R .
Si i < j, el intervalo [a
i
, b
i
], es vacío, contradiciendo la hipótesis de que los
intervalos I
n
son no vacíos.
qed.

28
Nuestro siguiente paso será demostrar el teorema de Bolzano-Weierstrass.

Puntos de Acumulación
Un punto x en un espacio métrico X , es punto de acumulación o punto
límite de un conjunto A, si cada bola con centro en x, y radio positivo r>0,
contiene un punto y de A, distinto de x.
Sea L(A) la familia de puntos de acumulación de A

Ejemplos
1.-Un punto de acumulación de un conjunto A , es punto de contacto de A.
Es decir,
L(A) c A*.

5.2 Teorema. Un punto x es punto límite de un conjunto A, si y sólo si, cada
bola con centro en x, y radio positivo r>0, tiene una infinidad de puntos de A.

Demostración Sea x un punto límite de A.Supongamos que existe una bola
B(x, r), que contiene sólo un número finito x
i
, i = 1,2, ..n, de puntos de A.Sea
s el mínimo de las distancias de x a x
i..
Entonces la bola B(x, s/2 ), no contiene
ningún punto de A, diferente de x.
qed

5.3 Corolario Un conjunto finito no tiene puntos de acumulación.

5.4 Teorema. Un conjunto A es cerrado si y sólo si, contiene sus puntos
límites.
A es cerrado · A L(A).

Demostración Supongamos que A es cerrado, luego, A contiene su cerradura,
lo cual implica que contiene sus puntos límite, porque todo punto de
acumulación es punto de contacto de A.
Supongamos que A contiene a todos sus puntos límite.La cerradura de A es
A* = A L(A), luego, A contiene a su cerradura, y es por lo tanto cerrado.
qed
5.1 Ejemplo Todo punto del intervalo abierto I = (a,b), es punto de
acumulación de I.
5.2 Ejemplo Todo punto del intervalo cerrado [a,b], es punto de acumulación
de [a,b].
29
5.5 Teorema (Bolzano- Weierstrass).Todo conjunto infinito y acotado de
números reales, tiene un punto de acumulación

Demostración Sea A un conjunto infinito y acotado de números reales.
Entonces A está contenido en un intervalo cerrado I = [a,b].
Dividamos el intervalo I, en dos partes iguales. Entonces al menos una de las
mitades I
1
, tiene una infinidad de puntos de A. Dividamos I
1,
en dos mitades,
entonces al menos una de ellas I
2
, tiene una infinidad de puntos de A.
Procediendo en esta forma, obtenemos una sucesión decreciente { I
n
}, de
intervalos cerrados, no vacíos. Por el teorema de las celdas nidificadas, la
intersección de la sucesión { I
n
}, es no vacía.Sea x un punto de dicha
intersección y (x-r, x+r) , un intervalo abierto con centro en x y radio r. Sea c
la longitud de I, entonces la longitud de I
n
es c/ 2
n
Podemos hacer a n lo
suficientemente grande como para que (x-r, x+r )), contenga a I
n
.
Entonces x es punto de acumulación de A.
Qed
Ejemplo El teorema de Bolzano – Weierstrass no es válido en el espacio l
2
En efecto el conjunto de vectores básicos e
i
, i= 1,2,3,… que tiene un uno en
la i-ésima posición y ceros en las demás posiciones es infinito y acotado, pero
no tiene ningún punto de acumulación.

Ejercicios
1.- Es la intersección de una sucesión decreciente de bolas cerradas no
vacías,en R no vacía? en R
n
? , en un espacio lineal normado arbitrario?
2.- Es toda bola cerrada, no vacía, cerrada y acotada?
3.- Un conjunto cerrado, es la intersección, de una familia de complementos
de bolas abiertas.
4.- ¿Es la intersección de una sucesión decreciente de intervaos abiertos, no
vacía?
5.-¿Tiene todo conjunto infinito de números reales un punto de acumulación?

6.-Conjuntos Compactos
Los matemáticos Heinrich Heine y Emil Borel, caracterizaron los intervalos
cerrados de la recta R, como los conjuntos para los cuales toda cubierta abierta
tiene una subcubierta finita, (véase más abajo).Esta caracterización topológica
de los intervalos cerrados en R, generó el problema de la caracterización de
los compactos en otros espacios métricos.(Véase el teorema de Arzela- Ascoli
cap IX sección 10). En estas notas sólo estudiamos el espacio R y el espacio
30
C[a,b ] de las funciones reales continuas definidas en el intervalo cerrado [ a, b
].

Definición Una cubierta de un conjunto K, es una familia { A
i,
i R I } de
conjuntos, cuya unión contiene a K.
Una cubierta de K es abierta si cada A
i
, es abierto.
Una subcubierta de una cubierta de K ,es una subfamila de la cubierta que
tambien es una cubierta de K.
Un conjunto K en un espacio métrico X, es compacto, si toda cubierta abierta
de K, tiene una subcubierta finita.

6.1 Ejemplo Todo conjunto finito, es compacto
Antes de dar algunos ejemplos de conjuntos compactos, estableceremos
algunas propiedades de tales conjuntos.

6.1 Teorema. Todo subconjunto cerrado C, de un conjunto compacto K, es
compacto

Demostración. Sea I una cubierta abierta de C.El conjunto C es cerrado, por
hipótesis, luego X-C es abierto.
La familia I {X-C }, es una cubierta abierta de K, luego, por ser K
compacto, existe una subcubierta finita A de K, que posiblemente contenga a
X –C. La familia A - (X-C), tambien es subcubierta finita de I, que cubre a C.

6.2 Teorema En un espacio métrico la unión de dos conjuntos compactos K,L
es compacta.

Demostración Sea Iuna cubierta abierta de K L. Entonces, Ies una
cubierta abierta de K y tambien de L. Pero K, L son compactos, por hipótesis,
luego, existen dos subcubiertas finitas A ,u de Ique cubren a K y a L,
respectivamente. Luego Au es una subcubierta finita de K L.

6.3 Teorema En un espacio métrico un conjunto compacto es cerrado y
acotado

Demostración Sea I = {B( x; r ), x R K,}, la familia de bolas abiertas , con
centro en un punto x de K, y de radio positivo r >0. Entonces I es una
cubierta abierta de K. Pero K es compacto por hipótesis, luego, existe una
subcubierta finita
A= { B(x
i
,r), i = 1,2, …n }, de K.
31
Sea y un punto en el complemento de K. Podemos encontrar una bola de
radio positivo con centro en y, que no intersecta a ninguna de las bolas de A .
Luego, el complemento de K es abierto, y K es cerrado.
Vamos a demostrar que K es acotado. Sea I la cubierta abierta de K descrita
en el párrafo anterior. Entonces, por ser K compacto, tiene una subcubierta
finita . Pero cada bola es un conjunto acotado, y K esta contenido en una
unión finita de bolas abiertas, luego, K es acotado.
qed

Ejemplos
1.- No todo subconjunto de un compacto, es compacto
En efecto, el conjunto abierto (0,1) no es un subconjunto compacto del
intervalo compacto [0,1].
2.- La unión de una familia infinita de conjuntos compactos , no es
necesariamente compacta.
La recta real R es la unión R =
x c R.
{x} de los conjuntos compactos
{x }, pero R no es compacta, porque no es acotada.

6.4 Teorema En un espacio métrico, un conjunto compacto es totalmente
acotado.

Demostración Sea K un conjunto compacto en X.La familia de bolas abiertas
con radio positivo r>0 y centro en los puntos x de K,es una cubierta abierta de
K,pero como K es compacto , por hipótesis,existe una subcubierta finita { B(x
i
,r ): i = 1,2,…n} que cubre a K.
qed

6.5 Teorema ( de Intersección de Cantor) En un espacio métrico , una
sucesión decreciente { K
n
} de conjuntos compactos , no vacíos, tiene
intersección no vacía.

Demostración Supongamos que la intersección de la sucesión {K
n
} , es
vacía. Es decir, · K
n
= C,entonces, por el teorema de De Morgan,
R
n
= R
n
- ( · K
n
) = ( R
n
- K
n
) = G
n
,
donde G
n
el complemento de K
n.
La sucesión { G
n
} es una cubierta abierta de K
1
, luego existe una subcubierta
abierta finita { G
k
, k = 1,2, …m} de K
1
.La sucesión { K
n
} es decreciente,
luego, la sucesión { G
n
} es creciente, lo cual implica que
K
1
c G
m
.
32
Finalmente,
K
m
= K
1
· K
m
= C,
lo cual contradice la hipótesis de que los K
n
, son no vacíos.
qed

6.6 Teorema En un espacio métrico X, todo subconjunto infinito S de un
conjunto compacto, K, tiene un punto límite en K.

Demostración Supongamos que ningun punto de K, es punto límite de S.
Entonces todo punto q de K, tiene una vecindad V
q
, que contiene a lo más un
punto de S. La familia { V
q
, q en K}, es una cubierta abierta de S, que no
contiene ninguna subcubierta finita, lo mismo sucede con K, ninguna
subcubierta finita de { V
q
, q en K}, cubre a K, lo cual contradice la hipótesis
de que K es compacto
qed
7.-Compacidad en los Reales.
En esta sección demostraremos el teorema de Heine- Borel, el cual afirma que
un conjunto de números reales es compacto si y sólo si, es cerrado y acotado

7.1-Lema. Un intervalo cerrado I = [a,b], de números reales es compacto

Demostración Sea I, una cubierta abierta de I. Queremos demostrar que
existe una subcubierta finita de I.Supongamos que tal subcubierta finita no
existe. Dividamos al intervalo I en dos partes iguales.Al menos una de esas
mitades I
1
, no tiene subcubierta finita. Dividamos I
1
, en dos partes iguales, al
menos una mitad I
2
, no tiene subcubierta finita. Procediendo en esta forma
obtenemos una sucesión {I
n
} de intervalos cerrados, no vacíos. Por el teorema
de las celdas anidadas, la intersección de los intervalos I
n
, no es vacía. Sea x
un punto de la intersección de los I
n
. El punto x es punto de contacto de los
intervalos I
n
.
Ahora, I es una cubierta abierta de I, luego existe un conjunto abierto G en
,que contiene a x. En consecuencia, existe una bola abierta B(x, r),con centro
en x, y radio positivo r, contenida en G.
La longitud del intervalo I
n
, es b-a/ 2
n
.Tomando a n suficientemente grande,
podemos hacer que I
n
,esté contenido en la bola B(x,r) c G.
Esto contradice la hipótesis de que I
n
, no tiene subcubierta finita, lo cual
demuestra el lema.qed
33
7.2 Teorema ( Heine- Borel) Todo conjunto cerrado y acotado K de
números reales, es compacto.

Demostración K es acotado, luego existe un intervalo cerrado I, que lo
contiene. Pero I es compacto por el Lema 7.1, y K es cerrado por hipótesis,
luego, K es compacto.
qed

7.1 Ejemplo En el espacio l
2
no es válido el teorema de Heine –Borel

En efecto, el conjunto de vectores básicos {e
n
,n= 1,2,3, … } donde e
n
es la
sucesión de números reales cuyo n –ésimo término es uno y los restantes
términos son cero , forman un conjunto cerrado y acotado que no es compacto.

7.3 Teorema ( de Intersección de Cantor) En el espacio euclidiano R
n
, una
sucesión decreciente { K
n
} de conjuntos compactos , no vacíos, tiene
intersección no vacía.

Demostración Es consecuencia del teorema 6.5 Supongamos que la
intersección de la sucesión {K
n
} , es vacía. Es decir, · K
n
= C,entonces,
por el teorema de De Morgan,

R
n
= R
n
- ( · K
n
) = ( R
n
- K
n
) = G
n
,
donde G
n
el complemento de K
n.
La sucesión { G
n
} es una cubierta abierta de K
1
, luego existe una subcubierta
abierta finita { G
k
, k = 1,2, …m} de K
1
.La sucesión { K
n
} es decreciente,
luego, la sucesión { G
n
} es creciente, lo cual implica que
K
1
c G
m
.
Finalmente,
K
m
= K
1
· K
m
= C,
lo cual contradice la hipótesis de que los K
n
, son no vacíos.
qed

7.4 Teorema (de Intersección de Cantor).La intersección de una sucesión
decreciente { C
n
} de conjuntos cerrados no vacíos, de números reales cuyo
primer término,C
1
,es acotado, es no vacía.

Demostración Es consecuencia del teorema 7.3.

8.- Conjuntos Conexos

34
En esta sección presentaremos algunos ejemplos de conjuntos conexos.Los
intervalos en la recta son conjuntos conexos.Los conjuntos convexos en un
espacio lineal normado son conexos.

Definición Un conjunto C en un espacio lineal normado es inconexo, si
existen dos conjuntos abiertos U, V cuyas intersecciones Uc C, Vc C con C ,
son ajenas no vacías, y su unión es C.
i) U,V son abiertos
ii) Uc C , Vc C ,ajenas no vacías
iii) C = (Uc C) ( Vc C) .
El conjunto C es conexo, si no es inconexo.

Ejemplos
1.1 El conjunto de los naturales N ={ 1,2,…} es inconexo.
Sean U= { x c R: x < 3/2} y V= { x c R: x> 3/2}.
Los conjuntos U,V son conjuntos abiertos en la recta real R, cuyas
intersecciones con N son no vacías, y ajenas. Además
N = (NT U) (NT V)
1.2 El conjunto Q de los racionales es inconexo.
En efecto, los conjuntos U = { xc R : x > 2
1/2
} V = { x c R : x < 2
1/2
}, son
conjuntos abiertos en R , cuyas intersecciones con Q son ajenas y no vacías.
Además, Q = (Qc U) (Qc V).

El segmento que une dos puntos p ,q de un espacio lineal normado X, es el
conjunto
(8.1) L(p,q) = { p+ t (q-p) : t c [0,1] }.

Un conjunto C en un espacio lineal normado, es convexo, si contiene el
segmento que une dos cualesquiera de sus puntos.

8.1.- Teorema El intervalo cerrado [0,1] es conexo.

8.2- Teorema Un conjunto convexo en R
n
, es conexo.

Demostración Sea C un conjunto convexo en R
n
. Supongamos que C no es
conexo, es decir, existen dos conjuntos abiertos U,V. cuyas intersecciones con
C son ajenas y no vacías, tales que
C = (Uc C) ( Vc C).
Sean p,q dos puntos de C, entonces el segmento L(p,q), que une a los puntos
p,q está contenido en C.
35
Sea
f(t) = p + t(q-p): [0,1] ÷ C,

una parametrización del segmento L(p,q).
Los conjuntos
A = {t c [0,1] : f(t) c U }, B= { tc [0,1] : f(t) c V },
son conjuntos abiertos, cuyas intersecciones con I= [0,1] son ajenas no vacías
y
8.3 Teorema La unión de dos conjuntos conexos cuya intersección es no
vacía, es conexa.

36
III.- Sucesiones en un Espacio Métrico
1.-Sucesiones en un Espacio Métrico
Una sucesión de puntos en un espacio métrico ( X,d) con métrica d, es una
función f: N UX cuyo dominio es el conjunto N={ 1,2,3,…} de los números
naturales, que toma valores en X.
Los vectores f(n)= x
n
, n = 1,2,3, .. son los términos de la sucesión..Vamos a
designar la sucesión f, con la notación f = { x
n
}, y hablaremos de la sucesión
{x
n
}.

Denotaremos por S(X) a la familia de sucesiones en el espacio métrico X.

Ejemplos
1.1 La sucesión {n } = 1,2,3,… es una sucesión de naturales
1.2 La sucesión {1/n } = 1,1/2, 1/3 …
1.3 La sucesión { nx } = x, 2x , 3x, … es una sucesión de funciones lineales.
1.4 La sucesión { x
n
}, n = 1,2,3, …es una sucesión de funciones continuas
1.5 La sucesión { nx
n
}, n = 1,2,3,…es una sucesión de funciones continuas.
1.6 La sucesión {(x +y )
n
}, n = 1,2,3,…es una sucesión de funciones de dos
variables.
Denotaremos por S(X) la clase formada por las sucesiones en X.

Estamos especialmente interesados en las sucesiones convergentes.

Definición. Una sucesión {x
n
} en X, converge al punto x de X, si dado R >
0, existe un natural N, tal que si n > N, entonces , la distancia
(1.1) d( x
n
,x )<W,
es menor que R .
El punto x, es un límite de la sucesión f = {x
n
}.
Una sucesión que no converge, es divergente.

Vamos a denotar por S(X) la clase de las sucesiones convergentes en el
espacio métrico X.

Intuitivamente, una sucesión {x
n
} converge a x,si para n suficientemente
grande, todos los puntos x
n
, están en la bola abierta B(x ;R ), con centro en x,
y radio R.
37
Denotaremos con CS(X) la clase de las sucesiones convergentes en X.

1.1 Teorema.(Unicidad del Límite) En un espacio métrico, el límite de una
sucesión convergente es único.
(1.2) x
n
÷ x ¬ x = y
x
n
÷ y
Demostración. Supongamos que la sucesión { x
n
} converge hacia los puntos
x, y. Es decir, dado R >0 existe un índice N, tal que si n> N
entonces
d( x
n
,x )< W y d(x
n
,y) < W .
En consecuencia
d(x ,y) s d(x ,x
n
) + d (x
n
, y) < 2W.
De donde d(x,y ) = 0, y finalmente x = y .
qed
1.7 Ejemplo La sucesión {1/n} converge a cero.

En efecto, para hacer a 1/n menor que R > 0, basta tomar n > 1/ R .
1.8 Ejemplo. La sucesión {n} de números naturales, no converge.

La razón de que la sucesión {n} no converja, es que no es acotada.

Sucesiones Acotadas
El diámetro de un conjunto A, denotado por d(A), en un espacio métrico, es
el supremum, es decir, la cota superior mínima de las distancias entre sus
puntos.

(1.3) d(A) = sup { d(x ,y ) : x RA, y R A}.

Un conjunto A es acotado si su diámetro es finito.

1.9 Ejemplo: Todo conjunto finito es acotado.

1.10 Ejemplo: Toda bola (abierta o cerrada) es acotada. Fig #1.1

La distancia de un punto p a un conjunto A , es igual al infimum (cota inferior
máxima) de las distancias d (p,x ) del punto p a los puntos x de A.

(1.4) d(p,A) = inf { d(x,p) . x c A }.
fig # 1.2
38
La distancia entre dos conjuntos A,B es el infimum (cota inferior mínima)
de las distancias d(x,y), x en A y en B.

(1.5) d(A,B)= inf { d(x,y ) : x c A, y c B }
1.2 Teorema: i) Todo subconjunto de un conjunto acotado, es acotado
ii) La unión de una familia finita de conjuntos acotados, es acotada.
iii) La intersección de una familia arbitraria de conjuntos acotados, es acotada

Una sucesión { x
n
} en un espacio métrico X, es acotada, si el conjunto
A={ x
n
, n> 1 } , formado por sus términos, es acotado.
Es decir, si el diámetro del conjunto A, es finito.

Denotaremos por BS(X) la clase de las sucesiones acotadas en el espacio
métrico X.

1.3 Teorema. En un espacio métrico, toda sucesión convergente, es acotada.
(1.6 ) CS(X) c BS(X).
Demostración: Supongamos que la sucesión {x
n
}, converge hacia x. Entonces
dado el número R =1, existe un natural N, tal que si n> N, entonces d( x
n
, x ) <
1. Tomemos a m> N, entonces
d ( x
m
, x
n
) s d (x
m
, x ) + d ( x, x
n
) < 2c.
qed
1.11 Ejemplo La sucesión {1/n} converge a cero.

En efecto, para hacer a 1/n menor que R > 0, basta tomar n > 1/ R .
1.12 Ejemplo. La sucesión {n} de números naturales, no converge.

La razón de que la sucesión {n} no converja, es que no es acotada.

No toda sucesión acotada es convergente.

1.13 Ejemplo La sucesión { 0,1,0,1,0,1,….} es acotada, pero no es
convergente.

Sucesiones de Cauchy

39
Una sucesión { x
n
} en un espacio métrico X, es una sucesión de Cauchy, si
para toda R > 0 existe un índice N, tal que si n > N, m > N, entonces la
distancia d(x
m
, x
n
) < R entre x
m
y x
n
es menor que R .
Es decir, una sucesión es de Cauchy, si podemos acercar dos de sus términos
tanto como se desee, con tal de tomar sus índices lo suficientemente grandes.

Denotaremos por CA (X) la clase de sucesiones de Cauchy.

1.4 Teorema. En un espacio métrico, toda sucesión convergente es de
Cauchy.
(1.7) CS(X) c CAS(X).

Demostración. Sea { x
n
} una sucesión que converge a x ,es decir , dado R >
0 existe un natural N , tal que si n> N, entonces d(x
n
, x ) < R .Tomemos dos
puntos x
m
, x
n
, con m > N , n > N. Entonces, por la desigualdad del triángulo

d(x
m
, x
n
) s d (x
m
, x ) + d (x , x
n
) < 2R .
qed

No toda sucesión de Cauchy es convergente.

1.14 Ejemplo. La sucesión { 1/n } , n = 1,2,3,.. en el intervalo semiabierto
( 0, 1 ], es de Cauchy, pero no es convergente, porque la sucesión converge a
cero, pero cero no pertenece al intervalo (0,1 ].

Subsucesiones
Sea n
1
< n
2
< n
3
…, una sucesión creciente de números naturales. La
sucesión { x
nk
}, k = 1,2,3, … es una subsucesión de la sucesión { x
n
}.

Ejemplos
1.15 Las sucesiones { 0,0,0,…} y { 1,1,1,…} son subsucesiones de la sucesión
{ 0,1,0,1,…}.
1.16 Las sucesiones { 1/ 2n }, { 1/ 3n } … son subsucesiones de la sucesión
{ 1/n}.

Una subsucesión { x
nk
} de la sucesión { x
n
} converge a un punto x, si dado
un real positivo c > 0 ,existe un natural K, tal que si k > K

entonces
( 1. 8) d ( x
nk
, x ) < c.
40
1.5 Teorema En un espacio métrico, una subsucesión { x }de una sucesión
convergente { x
n
}, es convergente.
(1. 9) { x
n
} c CS(X ) ¬ {x
nk
} c CS(X).
{x
nk
} c { x
n
}
Demostración La sucesión { x
n
} converge a un punto x, es decir, dado c>0
existe un natural N tal que si n > N, entonces d (x
n
, x ) < c.
Si k>N entonces n
k
> n
N
>N, luego, d(x
nk
, x ) < c .
Es decir dado c >0 existe un natural N, tal que si k > N, entonces
d(x
nk
, x ) <c ,
lo cual implica que la subsucesión es convergente.
.
qed
Una sucesión con una subsucesión convergente, no necesariamente es
convergente.Pero

1.6 Teorema En un espacio métrico,una subsucesión de una sucesión de
Cauchy, es de Cauchy.
{ x
n
} c CA(X) ¬ {x
nk
} c CA(X).
{x
nk
}c { x
n
}
Demostración
La demostración es análoga a la del teorema 1.5.

1.7 Teorema En un espacio métrico, una sucesión de Cauchy, con una
subsucesión convergente es convergente.
{x
n
}c CA(X) ¬ x
n
÷x
x
nk
÷ x
Demostración La sucesión { x
n
} es de Cauchy, es decir , dado c>0 existe un
natural N, tal que si m > N, n > N, entonces d ( x
n
, x
m
) <c .
La subsucesión { x
nk
} es convergente, es decir , dado c > 0 existe Kc N tal
que si k > K entonces d (x
nk
, x ) < c.En particular, d( x
K
, x ) < c.En
consecuencia, para n > N >K, tenemos que
d( x
n
, x ) s d ( x
n
, x
K
) + d ( x
K
, x ) < 2c.
qed

2.- Sucesiones en un Espacio Lineal Normado
Una sucesión en un espacio lineal normado (X, ), es una función
f : N÷X, cuyo dominio es el conjunto N = { 1,2,3,…} de números naturales
y cuyo contradominio es el espacio lineal normado X.
41
Los vectores f(n ) = x
n
, n = 1,2,3,… se llaman términos de la sucesión f .
La sucesión f la designaremos por { x
n
}.

Ejemplos
2.1.-La sucesión {n} = 1,2,3,… es la sucesión de números naturales.
2.2.- La sucesión { 1/n } = 1,1/2, 1/3, ….
2.3- La sucesión {x
n
} = 1,0,1,0,1,0,…
2.4.- La sucesión {1/n
2
} = 1,1/4, 1/9, 1/16, …

Hemos visto anteriormente, en la sección 1 del Capítulo I, que todo espacio
lineal normado ( X, = = ), es un espacio métrico con la métrica o distancia,
(2.1 ) d (x,y ) = Px – y P.
Entonces podemos definir sucesiones convergentes,sucesiones acotadas y
sucesiones de Cauchy, en un espacio lineal normado.
En consecuencia, los siguientes teoremas son ciertos para sucesiones en un
espacio lineal normado

2.1-Teorema El límite de una sucesión convergente en un espacio lineal
normado, es único

2.2 Teorema En un espacio lineal normado, toda sucesión convergente , es
acotada

2.3 Teorema En un espacio lineal normado toda sucesión convergente es de
Cauchy

2.4 Teorema En un espacio lineal normado, una sucesión de Cauchy, con una
subsucesión convergente es convergente

En estos espacios podemos definir la suma de dos sucesiones y el producto de
un real y una sucesión.

La suma de dos sucesiones {x
n
}, { y
n
}, en un espacio lineal normado X,es la
sucesión { x
n
+ y
n
}, definida por
(2. 2 ) {x
n
} + { y
n
} = { x
n
+ y
n
}
El producto de un real c y una sucesión { x
n
},en un espacio lineal normado
X, es la sucesión {cx
n
}.
42
(2.3 ) c{x
n
} = {cx
n
}
En el caso de que X sea un espacio con producto interno, podemos definir el
producto interno de dos sucesiones.

El producto interno de dos sucesiones { x
n
} , {y
n
} en un espacio lineal con
producto interno X,es la sucesión de números reales {x
n
.y
n
}, cuyos términos
son los productos internos x
n
.y
n
de los términos de las sucesiones { x
n
},{ y
n
}
(2. 4) {x
n
} .{y
n
} = {x
n
. y
n
}
Ejemplos en R
2
2.5- La suma de las sucesiones { 1/n, 3/n} y { n, 2n + 1 } en R
2
, es { 1/n + n ,
3/n,+2n +1}.El producto interno de tales sucesiones es la sucesión de números
reales, {(1/n).n , 3/( 2n + 1 )/n} = {1,6 + 3 /n }.

2.6- El producto de las sucesiones { n x } y { 2n x + 3 } es la sucesión de
funciones {2n
2
x
2
+ 3nx }.

3.-Sucesiones Acotadas en un Espacio Lineal Normado.

Una sucesión { x
n
} en un espacio lineal normado X, es acotada si existe un
real positivo M > 0, tal que
(3.1) x
n
s M,
para todo natural n,es decir si
(3.2) sup { x
n
: n= 1,2. …}s M<·.
3.1 Teorema La clase BS(X),de las sucesiones acotadas en un espacio lineal
normado X, forman un espacio lineal sobre los reales. La función N : BS(X)÷
R, definida por
(3.3) N( {x
n
}) = sup{ x
n
: n = 1,2,…}.
es una norma sobre BS(X).

Demostración Sean {x
n
} ,{y
n
} dos sucesiones acotadas en X. Entonces
existe un real positivo M > 0 ,tal que
x
n
< M, n = 1,2,.. , y
n
< M, n =1,2,… .
De aquí concluimos que
43
x
n
+y
n
s x
n
+ y < 2M.
Es decir , la suma de dos sucesiones acotadas , es una sucesión acotada.
De manera análoga , se demuestra que c { x
n
} es acotada.
Ahora,
sup { x
n
+ y
n
: n = 1,2, …} s sup { x
n
: n=1,2,…}
+ sup { y
n
; n= 1,2,…},
es decir
N({ x
n
+ y
n
}) s N({ x
n
}) + N({ y
n
}) .

De manera análoga se demuestran las otras propiedades de una norma.
qed
Ejemplos
1.- La sucesión {n} = 1,2,3,… no es acotada.
2.- La sucesión { x
n
} donde x
n
= 1,0,1,0,1,0,1,0,… es acotada.
3.- La sucesión x
n =
1, 1/2, 1/3,…1/n,… es acotada.
La sucesión {n ,n
2
} = (1,1), (2,4), (3,9), .. en R
2
, no es acotada.
4.-Sucesiones Convergentes

Dado que un espacio lineal normado (X, ) es un espacio métrico con
métrica o distancia d( x, y ) = x – y , tenemos las siguientes definiciones
en un espacio lineal normado.

Una sucesión { x
n
} en un espacio lineal normado converge a un vector x,
si dado R > 0, existe un número natural N R N, tal que si n > N, entonces

(4.1) x
n
- x <R .
Una sucesión que converge a un punto se llama convergente, y el punto x, es
un punto límite de la sucesión.
Si la sucesión { x
n
} converge al vector ( ó punto ) x, escribimos

(4.2) lím x
n
= x ,
n÷Z
y decimos que la sucesión { x
n
} converge a x, cuando n tiende a infinito.
Una sucesión que no converge , se llama divergente.

Las preguntas que surgen inmediatamente, son: ¿Es la suma de dos sucesiones
convergentes, convergente?¿Es el producto de un real c y una sucesión
44
convergente, una sucesión convergente ? . Si el espacio X, tiene un producto
interno, ¿es el producto interno de dos sucesiones convergentes ,
convergente?.
La respuesta a cada una de estas preguntas es afirmativa.

4.1 Teorema. El límite de una sucesión convergente, es único.
Es consecuencia del teorema 1.1

4.2 Teorema Toda sucesión convergente, es acotada.
(4, 3 ) CS(X)c BS(X)

Demostración Sea { x
n
} una sucesión convergente, es decir , dado R =1 existe
un natural N, tal que si n > N, entonces d ( x
n
, x ) = x
n
– x < 1 .
Entonces, si n>N,
x
n
= x
n
– x + x < 1 + x .
La sucesión { x
n
, n = 1,2 3, …N } es finita, y por lo tanto, acotada.
qed

4.3 Teorema. Toda combinación lineal de sucesiones convergentes, en un
espacio lineal normado, es convergente.En otras palabras, la clase CS(X)
formada por las sucesiones convergentes en X, es un subespacio del espacio
BS(X) formado por la sucesiones acotadas.

( 4.4) x
n ÷
x , ¬ax
n
+ by
n
÷ ax+by , a,b c R
y
n
÷ y
Demostración. Sean { x
n
}, {y
n
} dos sucesiones que convergen hacia x, y,
respectivamente.
Es decir, dado R > 0,existe N natural , tal que si n>N, entonces
x
n
–x < W , y
n
- y < W.
Entonces,
P (x
n
+ y
n
) – (x + y)= s = x
n
-x += =y
n
– y = < 2 W .
Esto demuestra que el límite de la suma de dos sucesiones convergentes,
converge a la suma de los límites de las sucesiones.
De manera análoga se demuestra que el producto de un real y una sucesión
convergente, converge al producto del real y el límite de la sucesión.

(4.5) cx
n
– cx = c x
n
–x < cc
45
qed
4.4-Teorema El producto interno de dos sucesiones convergentes, en un
espacio con producto interno, es una sucesión convergente, de números reales.
Además, el límite del producto interno de las sucesiones es igual al producto
interno de los límites de las sucesiones.
(4.6) x
n
÷x ¬
y
n
÷y lim (x
n
. y
n
)= lím x
n
. lím y
n
Demostración,. Sea X un espacio con producto interno, y {x
n
} , { y
n
} dos
sucesiones que convergen a x , y , respectivamente . Entonces, dado R >0,
existe un natural N, tal que si n>N, entonces

P x
n
-x=<W , P y
n
–y =<W
Luego,
| x
n
.y – x.y | =| (x
n
– x). y
n
|+| x.(y
n
- y)|
sPx
n
-xPPy
n
P + Px PPy
n
– y P,
por la desigualdad de Schwarz .
La sucesión { y
n
}, es convergente , luego, es acotada, es decir, existe un real
positivo M >0, tal que | y
n
||s M.
Luego,
x
n
.y
n
– x .y s MR + Px R = ( M+ || x )R
qed

5.-Sucesiones de Cauchy.
Debido a que todo espacio lineal normado es un espacio métrico con métrica
d(x,y ) = ¦¦x-y¦¦,
podemos definir una sucesión de Cauchy, en la siguiente forma
Una sucesión {x
n
} de vectores en el espacio lineal normado X, es una
sucesión de Cauchy, si dado R >0 existe un número natural N, tal que si
n > N y m> N entonces
(5.1) x
m
– x
n
< R.
Las preguntas naturales son ¿Que relación existe entre las sucesiones de
Cauchy y las sucesiones convergentes? ¿Es toda combinación lineal de
sucesiones de Cauchy, una sucesión de Cauchy?
El siguiente teorema es consecuencia inmediata del teorema 1.3

46
5.1 Teorema Toda sucesión convergente es de Cauchy.
(5, 2) CS(X) c Ca(X).

Demostración Sea { x
n
} una sucesión que converge a x, es decir ,dado R>0
existe un natural N, tal que n >N, entonces, x
n
- x <R .
Sea m> N , n > N, entonces x
m
– x < R , x
n
– x < R .lo cual implica
que,
x
m
– x
n
M x
m
-x + x-x
n
< 2R
qed

No toda sucesión de Cauchy es convergente.

5.2 Teorema Toda sucesión de Cauchy, es acotada
La demostración es análoga a la del teorema 1.3.

Demostración
Sea {x
n
} una sucesión de Cauchy, es decir , dado c>0 existe un número
natural N, tal que si m,n >N, entonces
x
m
– x
n
< c
luego
x
n
- x
N
<c,
lo cual implica que
x
n
M x
n
– x
N
+ x
N
.
El conjunto x
1
, x
2
... x
N
, es finito y por lo tanto acotado.
qed

5.3 Teorema Toda combinación lineal de dos sucesiones de Cauchy, es una
sucesión de Cauchy.
(5. ) {x
n
} , {yn } c Ca (X) ¬ a{ x
n
} + b{ y
n
} c Ca (X) , a,b c R
Demostración Sean {x
n
}, {y
n
} dos sucesiones de Cauchy en X, es decir, dado
c>0 existe un natural N tal que si n> N entonces
¦¦ x
n
– x ¦¦ < c ¦¦ y
n
-y ¦¦ < c.
Luego
¦¦ ax
n
+by
n
–(ax+ by)¦¦ < ¦a¦ ¦¦x
n
– x¦¦ + ¦b¦¦¦ y
n
–y¦¦
< ¦a¦c+ ¦b¦c.
qed
Subsucesiones
Sea n
1
< n
2
< n
3
<..una sucesión estrictamente creciente de números natu-
rales.La sucesión { x
nk
} = x
n1
, x
n2
, x
n3
,….es una subsucesión de { x
n
}.
47
Definición Una subsucesión {x
nk
} de una sucesión { x
n
} , converge a un
punto x, si dado c >0 existe un índice K en N, tal que si k > K, entonces,
¦¦x
nk
- x¦¦ < c.
Ejemplos
5.1-Las sucesiones { 0 } = 0,0,0,… y {1} = 1,1,1,… son subsucesiones de la
sucesión {x
n
} = 0,1,0,1,0,1,…
5.2- La sucesión {2n } = 2,4,6, .. es una subsucesión de la sucesión {n } =
1,2,3,4,…
5.3- La sucesión { n
2
} = 1,4,9,.. es una subsucesión de la sucesión {n}.

5.4 Teorema Toda subsucesión {x
nk
} de una sucesión convergente,{x
n
} es
convergente.

Demostración Supongamos que {x
n
} converge a x, es decir, dado R >0 existe
un natural N, tal que si n > N entonces x
n
– x < R .
Si k > N, entonces n
k
> n
N
>N,
luego
x
nk
- x < c
qed

No toda sucesión con una subsucesión convergente es convergente.

5.4 Ejemplo La sucesión {x
n
} = 1,0,1,0,1,0,…tiene una subsucesión
convergente,{ 1 } = 1,1,1,.. , pero la sucesión misma, no es convergente.

Pero una sucesión de Cauchy, con una subsucesión convergente, es
convergente.

5.5 Teorema Una sucesión {x
n
} de Cauchy, con una subsucesión {x }
convergente es convergente.

Es consecuencia del teorema 1.6.

6.-Espacios Métricos Completos.

48
Un espacio métrico X, es completo,si toda sucesión de Cauchy es
convergente. En la siguiente sección demostraremos que el espacio lineal
normado (R, ) de los reales., es completo.

6.1 Teorema En un espacio métrico compacto, toda sucesión tiene
una subsucesión convergente.

Demostración Sea X un espacio métrico compacto y { x
n
} una sucesión en
X.Si el conjunto
S={ x
n
: n= 1,2,..}
formado por los términos de { x
n
} es finito, algún término se repite un
número infinito de veces, en los lugares
n
1
<,n
2
<,...n
k
<, ...
La subsucesión {x
nk
} formada por la repetición de este término es una
subsucesión convergente.
Si el conjunto S es infinito, S tiene un punto de acumulación, por el teorema
6.3 del cap III, luego, existe una subsucesión que converge al punto de
acumulación .
qed

6.2 Teorema Todo espacio métrico compacto, es completo.
(6.1 ) X es compacto ¬ X es completo.

Demostración. Sea {x
n
} una sucesión de Cauchy en el espacio compacto X.
Pero en un espacio métrico compacto toda sucesión tiene una subsucesión
convergente.
Pero por el teorema 5.5, una sucesión de Cauchy, que tiene una subsucesión
convergente, es convergente.
qed
6.2 Teorema Un subespacio cerrado de un espacio métrico completo es
completo.
X es completo ¬ C es completo.
C es subespacio cerrado de X

Demostración Sea { x
n
} una sucesión de Cauchy en C, entonces { x
n
} es
una sucesión de Cauchy, en X.Pero X es completo, luego existe x en X tal que
x
n
÷x.
Entonces x es punto de contacto de C, pero C es cerrado, por hipótesis, luego
x c C.
qed

49
7.-Sucesiones de Números Reales

En esta sección, vamos a demostrar que toda sucesión monótona y acotada de
números reales es convergente y que el espacio métrico de los reales R, es
completo.

Una sucesión {x
n
} de números reales es creciente ( decreciente) , si
(7.1) x
n
s x
n+1
, ( x
n
> x ), para n = 1,2,3,….
Una sucesión creciente ó decreciente recibe el nombre de monótona.

7.1 Ejemplo. La sucesión { 1 / n }= 0, 1,1/2,1/3, …es decreciente.

7.2 Ejemplo. La sucesión {n } = 1,2,3,… de los números naturales, es
creciente.

El límite superior de una sucesión acotada {x
n
} de números reales, es

(7.2) lím sup
n
x
n
= inf
n
sup
k >n
x
k .
El límite inferior de una sucesión acotada { x
n
}, es

(7.3) lím inf x
n
= sup
n
inf
k>n
x
k
.
7.3 Ejemplo. El límite inferior de la sucesión { 0,1,0,1,0,….} es cero, su
límite superior es uno.

7.1 Teorema de Convergencia Monótona .Toda sucesión monótona y
acotada de números reales, es convergente .Si es creciente converge a su cota
superior mínima (supremum) y si es decreciente, converge a su cota inferior
máxima. (infimum).

Demostración. Sea { x
n
} una sucesión monótona creciente y acotada .Sea x
el supremum de { x
n
}.Entonces ,dado R >0, existe x
N
tal que
x - R < x
N
< x .
Dado que la sucesión es creciente
x - R < x
n
< x , para toda n > N .
Lo cual nos dice que la sucesión { x
n
} converge a x.
qed
50
Para demostrar que el espacio de los reales R, es un espacio lineal normado
completo usaremos el teorema de Bolzano-Weierstrass que afirma que toda
sucesión acotada de números reales, tiene una subsucesión convergente.
La distancia d , que aparece en la demostración del siguiente lema, es
d(x,y ) = x- y, en el espacio R de los reales y es d(x,y ) = x-y , si el
espacio X, es un espacio lineal normado.

7.2 Lema. En un espacio métrico, un punto de acumulación x de una sucesión
{x
n
} es el límite de una subsucesión convergente {x
nk
} de {x
n
}, cuyos
términos son diferentes dos a dos.

Demostración. La bola B(x,1), con centro en x y radio 1, contiene una
infinidad de puntos de {x
n
}.
Sea x
n1
un elemento de B(x,1).El punto x es punto de acumulación del
conjunto { x
n
, n > n
1
}.Consideremos la bola abierta B(x , ½), con centro en x,
y radio ½.Luego, existe un punto x
n2
con n
2
> n
1.
tal que d(x, x
n2
) < ½. En esta
forma construimos una subsucesión { x
nk
},de { x
n
}, tal que
d(x, x
nk
) < 1/k. Claramente la subsucesión {x
nk
}, converge a x.
qed

7.3 Teorema.( Bolzano-Weierstrass) Toda sucesión acotada de números
reales, tiene una subsucesión convergente.

Demostración. Sea { x
n
} ,una sucesión acotada. Si el conjunto
A = { x
n
, n = 1,2,3,……},
formado por los términos de { x
n
},es finito, alguno de sus términos se repite
indefinidamente. La subsucesión formada por este término, es una
subsucesión convergente.
Si el conjunto A, es infinito, entonces, es infinito y acotado, por la hipótesis,
luego, por el teorema de Bolzano-Weierstrass,(sección 3 del capítulo I) para
conjuntos, tiene un punto de acumulación x.
Por el Lema 3.2, existe una subsucesión { x
nk
}de { x
n
}, que converge a x.
qed
7.4 Teorema. El espacio lineal normado de los reales R, es completo.

Demostración. Toda sucesión de Cauchy, es acotada, luego por el teorema de
Bolzano-Weierstrass, tiene una subsucesión convergente.
Pero por el torema 5.5 una sucesión de Cauchy, que tiene una subsucesión
convergente,es convergente.Luego, toda sucesión de Cauchy, de números
reales es convergente.
51
qed

Ejercicios
1.-En un espacio lineal normado X, si lím x
n
= x , lím y
n
= y, entonces
lim d( x
n
,y
n
) = d ( x, y ).
2.-Un punto x en un espacio lineal normado X, es un punto límite de una
sucesión { x
n
}, si existe una subsucesión de { x
n
} que converge a x.
a) Demostrar que un punto x es un punto límite de una sucesión si y sólo si,
cada vecindad de x, contiene una infinidad de puntos de la sucesión.
b) Una sucesión convergente tiene solamente un punto límite
c) Si x es punto límite de una sucesión de Cauchy, entonces la sucesión de
Cauchy converge a x.

3.- Demostrar que el espacio X = R
n
, formado por n-adas de números reales,
con la norma uniforme, x = max { x
i
, i = 1,2, …n}, es un espacio
métrico completo.
4.- El espacio métrico discreto, es completo.
5.- El espacio métrico C[a,b], formado por las funciones continuas reales
definidas en el intervalo cerrado [a,b], con la métrica uniforme , es completo.
6.- El espacio BS(R) formado por las sucesiones acotadas x = { x
n
}, de
números reales, con la métrica uniforme d(x,y) = sup { x
n
– y
n
, n =
1,2,….}, es un espacio métrico completo.

7.- El producto cartesiano de dos espacios métricos completos, es un espacio
métrico completo.
8.-(este ejercicio requiere ciertos conocimientos de Geometría Diferencial).
La esfera unitaria S = {(x,y,z) : x
2
+ y
2
+ z
2
= 1}, es un espacio métrico
completo.(no lineal).
9.- No todo espacio métrico completo es compacto.
10.-Una sucesión acotada de números reales es convergente si y sólo si su
límite inferior y su límite superior , son iguales.

8.-Puntos Fijos. Teorema del Punto Fijo de Banach

En esta sección vamos a demostrar que toda contracción de un espacio métrico
completo, tiene uno y sólo un punto fijo.
Una contracción de un espacio métrico X, es una función f : X÷ X, para la
cual existe un número r en el intervalo abierto (0,1), tal que
52
(8.1) d ( f(x), f(y) )s r d ( x, y ).

Ejemplos.
1.- La función lineal f(x) = x/2: R÷ R, es una contracción de R.
2.- Una transformación lineal T: R
n
÷ R
n
, cuya norma es menor que uno, es
una contracción de R.

Un punto fijo de una función f : X÷X, es un punto x de X, tal que f(x) =x.

8.1 Teorema (Banach) Sea f : X÷ X una contracción del espacio métrico
completo X. Entonces, f tiene un punto fijo y sólo uno.

Demostración Sea x
0
un punto arbitrario de X. Definamos la sucesión {x
n
} en
la siguiente forma x
n
= f ( x
n-1
) , n= 1,2,3,….
Entonces, d( x
2
, x
1
) = d ( f ( x
1
) , f( x
0
)) s r d ( x
1
, x
0
).
Procediendo en esta forma , obtenemos
d( x
n
, x
n-1
) s r
n
d (x
1
, x
0
), n = 1,2,3,...
Sea m > n, entonces
d( x
m.
, x
n
)s d ( x
m
, x
m-1
) + d ( x
m-1
, x
m-2
) + …d(x
n-1
, x
n
)
s r
m
d (x
1
, x
0
) + r
m-1
d( x
1
, x
0
) + .....r
n-1
d ( x
1
, x
0
)
s r
n-1
d ( x
1
, x
0
)/ 1-r.
Dado que r < 1, la última sucesión converge a cero, y por lo tanto la sucesión
{ x
n
} es de Cauchy. Pero X es un espacio métrico completo, luego, la
sucesión {x
n
} es convergente. Sea x el límite de { x
n
}.Entonces x es un punto
fijo de f. En efecto
x = lím
n
x
n
= lím
n
f( x
n
) = f (x ), por la continuidad de f.
Sean x, y dos puntos fijos diferentes de f. Entonces
d( f(x), f(y) )s rd( x, y ) = rd( f(x), f(y)),
luego, r > 1, contrario a la hipótesis r <1.

qed
8.2 Corolario Sea C un subconjunto cerrado de un espacio métrico completo
X, y f : C ÷C una contracción de C.Entonces f tiene un punto fijo y sólo uno
en C.

8.3 Corolario. Una contracción en un espacio métrico compacto tiene uno y
sólo un punto fijo en X.

Ejercicios
1.- i)Demostrar que el espacio euclidiano R
n
de dimensión n, es completo
53
ii) Demostrar que el espacio l
2
, formado por las sucesiones { x
n
} de
números reales, tales que la serie E
n
x
2
n
converge, es un espacio lineal normado
completo.
iii)¿ Tiene la función f(x ) = x/2: R÷ R, un punto fijo?
2.- La función f(x) = x/2 + 7 : R÷R, tiene un punto fijo y sólo uno. Encontrar
dicho punto.
3.- Una transformación lineal T : R
n
÷R
n
, con norma menor que uno,tiene un
punto fijo.¿ es el punto fijo único?. Encontrar un punto fijo de T.
4.- Toda contracción de un espacio métrico es uniformemente continua.
5.- Sea x
0
un punto arbitrario de un espacio métrico X, y f : X ÷ X una
contracción de X.Probar que la sucesión { x
n
} definida por x
n
=f (x
n-1
),n =
1,2,3, … es una sucesión de Cauchy. ¿Es tal sucesión convergente?.

54
IV. - Funciones Continuas en Espacios Métricos
En este capítulo, estudiaremos algunas propiedades de las funciones
continuas. Una función continua preserva la compacidad, y la conexidad
de un conjunto, es decir, la imagen de un conjunto compacto (conexo), bajo
una función continua es compacto (conexa ). La continuidad puede definirse
en términos de conjuntos abiertos, y de conjuntos cerrados.
Una función continua sobre un compacto, es acotada. Además, una función
real, definida sobre un conjunto compacto, asume sus valores máximo y
mínimo.
En la primera sección estudiaremos la continuidad de funciones que toman
valores en un espacio métrico.
En la segunda sección estudiaremos las funciones continuas con valores en
un espacio lineal normado
En la tercera sección estudiaremos algunas propiedades de las funciones
lineales.
En la cuarta sección estudiaremos la continuidad de funciones reales.
En la sección 5, estudiamos algunas propiedades de las funciones
uniformemente continuas. Toda función continua sobre un espacio compacto,
es uniformemente continua.

1.- Funciones Continuas en Espacios Métricos

Vamos a considerar dos espacios métricos ( X, d ) , ( Y, d*) . Sean A un
subconjunto abierto de X y f : A ÷Y, una función definida en el subconjunto
A de X , que toma valores en el espacio métrico Y El conjunto A es el
dominio de la función f y Y es el codominio de f.
El conjunto
(1.1) f(A) = {f ( x ) : x R A} ,
es la imagen de A bajo f. Fig 1.1
Sea B un subconjunto de Y. La imagen inversa de B bajo f,
es el conjunto
(1.2) f
-1
( B ) = { x R X : f( x )RB }
de puntos de X, cuya imagen está en B.

Ejemplo Fig # 1.2
Sea f : A÷ R una función real de variable real y c un punto de Ac R.
Sabemos por los cursos de Cálculo que el límite de f ,cuando x tiende ( o se
acerca ) al punto c de A, es el real b , si dado c>0 existe un real positivo o>0
tal que si x-c <o entonces f(x) - b<c .
55
Es decir , en símbolos

(1.3) lím f(x) = b · ¬ c > 0 -o > 0 ÷ x-c < o ¬ f(x) –b < c .
x ÷c
Queremos encontrar una definición equivalente de límite que nos permita
definir la noción de límite en un espacio métrico.

Debido a que la distancia entre dos puntos x,c es
(1.4) d(x,c )= x-c ,
podemos escribir , la expresión

(1.5) lím f(x) = b,
x ÷c
en la forma :
(1.6) dado c > 0 existe o >0 tal que si d ( x,c ) < o entonces d(f(x) , b ) < c
.
Tambien sabemos que la bola abierta con centro en c , y radio c>0.

(1.7) B(c,o ) = { x c A : d (x,c ) < o } .
.
Entonces podemos escribir la expresión ( 1.3) ) en la forma:
Dada una bola abierta B(b, c) con centro en b y radio positivo c > 0 existe
una bola abierta B(c,o ) contenida en la imagen inversa bajo f de B( b, c ).
Esta forma de la definición de límite de una función ,es el podemos
generalizar a un espacio métrico.

Definición Sea A un subconjunto abierto del espacio métrico X y f : A÷ Y
una función con dominio A y codominio Y.
El límite de una función f: A÷Y cuando x se acerca o tiende a c, es el punto
b de Y, si dado B( b, c) existe B(c, o ) tal que

(1.8) B(c,o ) c f
-1
( B(f(c), c ).

Definición Una función f : A÷Y , es continua en el punto c de A,si

(1.9) lím f(x ) = f(c),
x÷c
56
es decir,si dado R > 0 existe un real positivo o > 0, tal que si d ( x ,c ) < o,
entonces

(1.10) d* ( f (x ), f( c ) ) < R
Fig 1.1
Es decir, f es continua en un punto c de A, si para cada bola abierta.
U =B ( f ( c ) ;R ) con centro en f (c ) , de radio positivo R > 0, existe una bola
abierta V = B ( c; o ) con centro en c, y radio positivo, o >0 ,contenida en la
imagen inversa bajo f de la bola U.

Una función es continua, si es continua en cada punto de X.
Una función es continua en el subconjunto A de X, si lo es en cada punto de
A.
Vamos a denotar por C ( A , Y ) la clase de las funciones continuas con
dominio A y codominio Y , y por C
c
( A ,Y ),la clase de las funciones
continuas en el punto c de A.

Ejemplos
1.1.- Las funciones lineales f(x) = ax + b : R ÷ R, reales de variable
real, son continuas.
1.2.- Las funciones 1, x, x
2
…x
n
: R ÷ R, son continuas.
1.3.- Las funciones polinomiales son funciones continuas
1.4- . Toda transformación lineal T: R
m
÷R
n
, de un espacio euclidiano
R
m
dimensión finita m, en otro espacio euclidiano R
n
, de dimensión n, es
continua.

1.5 Ejemplo Procesos Estocásticos Continuos.
Sea ( O , E, P), un espacio con una medida de probabilidad, y L
2
( O ), el
espacio de Lebesgue, formado por las funciones medibles f : O÷R, cuyo
cuadrado es integrable.
Una función f: [a,b] ÷L
2
( U ), que asigna a cada punto t R [a,b],una
variable aleatoria ( función medible ) f(t), con varianza finita, es un
proceso estocástico de segundo orden.
La notación usual es { X(t): t R [a,b] }.Si f es continua, el proceso
estocástico { X(t ): tR [a,b]}, es un proceso estocástico continuo.
1.6 Ejemplo Las funciones f(x,y) = 2x + 3y +5, g(x,y ) = x
2
+ y
2
, son
continuas.

57
1.1 Teorema. (Preservación de la Convergencia). Sea f : X÷Y, una
función continua en el punto c de X. Sea { x
n
} una sucesión de puntos que
converge a c.Entonces, si f es continua en el punto c, f( x
n
) converge a f( c ).

(1.11) f R C
c
( X, Y ) ¬ f(x
n
)÷ f(c).
x
n
÷ c
Demostración. La función f R C
c
( X ,Y) es continua en el punto c, por
hipótesis, es decir, dado R > 0 existe o > 0 tal que si d ( x, c) < o entonces
. d* (f(x ), f ( c ) ) < R.
Ahora, la sucesión { x
n
} converge a c, es decir, dado o >0, existe un índice
N, tal que si n> N, entonces d ( x
n
, c) < o .
Sea n > N, entonces d ( x
n
, c ) <o , de donde concluimos que
d* ( f (x
n
) , f ( c ))< R.
En resumen, dado R > 0 existe N tal que si n> N, entonces
d* (f ( x
n
) , f ( c ) ) < R .
lo cual implica
lím f(x) = f(c).
x
n
÷ c
qed

Una función f es secuencialmente continua en el punto x, si la convergencia
de {x
n
} a x, implica la convergencia de { f ( x
n
)} a f( x ).

Hemos demostrado que toda función continua es secuencialmente continua. El
recíproco también es cierto.(Véase el corolario 1.4)

Nuestro siguiente paso será caracterizar a las funciones continuas en términos
de conjuntos abiertos y de conjuntos cerrados.

1.2 Teorema. (Continuidad Global) Sean X, Y dos espacios métricos.Una
función f : X ÷Y, es continua sí y sólo sí, la imagen inversa bajo f, de todo
conjunto abierto V en Y ,es abierto en X.

(1.12) f R C (X , Y ) · f
-1
( V ) es abierto en X, si V es abierto en Y.

Demostración. Supongamos que f R C ( X , Y ), y sea V un abierto en Y.
Queremos demostrar que f
-1
( V ), es abierto en X. Sea c un punto de
f
-1
( V ), entonces f( c ) R V.
58
Pero V es abierto, por hipótesis , luego, existe una bola abierta B* con centro
en f ( c ) de radio positivo R > 0 , contenida en V. Dado que f R C(X, Y), existe
una bola B ,con centro en c y radio positivo o>0, contenida en la imagen
inversa de B*, bajo f
B c f
-1
( B* )c f
-1
(V).
Es decir, f
-1
( V ) , es abierto en X.
Supongamos ahora que la imagen inversa bajo f, de todo abierto V en Y, es
abierto en X. Queremos demostrar que f R C ( X, Y ).
Sea c R X y consideremos la bola abierta V, con centro en f ( c ) y radio
positivo R >0. V es un conjunto abierto en Y, luego por hipótesis la imagen
inversa f
-1
( V ), de V bajo f, es abierta en X. Luego , existe una bola abierta
B (c;o ) c f
-1
( V ),con centro en c, contenida en la imagen inversa f
-1
( V ), lo
cual implica que f R C (X, Y ).
. qed

1.3 Corolario Una función f : X÷Y, del espacio métrico X en el espacio
métrico Y, es continua si y solo si la imagen inversa de todo cerrado en Y es
cerrada en X.
(1.13) f c C (X,Y ) · f
-1
(C) es cerrado en X, para todo cerrado
C en Y

Demostración Supongamos que la función f es continua. Sea C un conjunto
cerrado en Y. Queremos demostrar que la imagen inversa de C bajo f, es
cerrada en X. El complemento Y-C de C es un abierto en Y y f es continua por
hipótesis , luego, la imagen inversa f
-1
(Y-C) = X- f (C) es abierta en X,por el
teorema 1.2,lo cual implica que f
-1
(C) es cerrado en X.
Supongamos ahora que la imagen inversa f
-1
(C) de todo cerrado C en Y es
cerrado en X.Querermos demostrar que f es continua. Sea B un abierto en Y,
entonces el complemento Y-B de B es cerrado. Por hipótesis ,
f
-1
( Y-B) = X-f
-1
(B)
es cerrado en X, luego f
-1
(B ) es abierto en X, lo cual implica por el teorema
1.2 que f es continua.
qed

1.4 Corolario Una función f : X÷ Y del espacio métrico X en el espacio
métrico Y, es continua si y solo si es secuencialmente continua.

(1.14) f c C(X,Y) · lím f(x) = f(c), c cX.
x
n
÷ c
Demostración Supongamos que f es secuencialmente continua, es decir si
x
n
÷c entonces f (x
n
)÷ f(c). Queremos demostrar que f es continua en c
59
Sea C un conjunto cerrado en Y y c un punto de contacto de f
-1
(C). Entonces
existe una sucesión {x
n
} en f
-1
(C), tal que x
n
÷ c.
Pero f es secuencialmente continua por hipótesis, luego f(x
n
) ÷ f(c).Dado
que C es cerrado, f( c )c C, y en consecuencia c c f
-1
( C ) .Por el corolario 1.3
la función f es continua.
qed
Una vecindad abierta de un punto x en X, es un conjunto abierto que
contiene a x.
Una vecindad de un punto x en X, es un conjunto que contiene a una
vecindad abierta del punto.

1.5 Corolario Una función f : X÷Y, es continua en el punto c de X ,si y sólo
si ,la imagen inversa de toda vecindad de f(c ), es una vecindad de c.
(1.15) fc C(X,Y) · f
-1
( V) es vecindad de c , para toda V vecindad de f(c)

1.6 Teorema.(Preservación de la Compacidad) La imagen bajo una función
f R C ( X , Y )
continua de un conjunto compacto K en X, es compacto en Y.
(1.16) K es compacto en X ¬ f(K) es compacto en Y .
f R C ( X , Y)
Kc X
Demostración. Sea I = { A
i
, i R I } una cubierta abierta de f ( K).
La función f R C ( X ,Y )es continua, por hipótesis,
luego,
f
-1
(A
i
), es abierto en X , y {f
-1
( A
i
), i R I } es una cubierta abierta de K.

Pero K es compacto, por hipótesis, luego, existe una subcubierta finita
{f
-1
(A
i
), i = 1,2, …n} de K
Es decir
K c f
-1
(A
i
), i =1,2,3,…n..
Luego,
f( K ) c f (f
-1
( A
i
)) c A
i
, i = 1,2,3,…n
qed

1.7 Corolario Una función continua, f R C(X,Y) sobre un espacio métrico
compacto, es acotada.
Demostración X es compacto y f es continua , por hipótesis,
luego, f(X) es compacto, por el teorema 1.6
lo cual implica que f(X) es acotado, por el teorema 6.3 cap II.
60
qed

Composición de Funciones

Definición Sean X, Y, Z tres espacios métricos y f : X ÷Y, g : Y ÷Z, dos
funciones
La compuesta de f y g es la función g
o
f : X ÷Z, definida por

(1.17) (g
o
f) (x) = g (f (x )).

fig 1.1
1.8 Teorema. La compuesta de dos funciones continuas, es una función
continua.

(1.18) f R C
a
( X,Y) ¬ g
o
f R C
a
( X, Z )
g R C
f(a)
(Y, Z)

Demostración. La función g R C
f(a)
( Y, Z ),es continua en el punto f(a) de Y,
es decir , dado n > 0, existe c > 0, tal que si d( y, f(a)) < c , entonces
d( g( y ) , g ( f(a) ) ) <n .
Pero, f c C
a
( X,Y), es continua en el punto a de X, es decir ,dado c > 0, existe
o > 0, tal que si d (x,a ) < o , entonces d ( f(x), f(a )) <c , lo cual implica
que d*( g(f(x ), g(f(a ) ) < n.
Resumiendo, dado n > 0, existe o> 0 , tal que si d(x,a) < o , entonces
d* ( g(f ( x ) ), g( f ( a ) ) < n .
qed

1.9 Teorema (Preservación de la Conexidad) La imagen bajo una función
continua de un conjunto conexo, es conexa.

(1.19) f c C(X;Y) ¬ f(C) es conexo.
C es conexo en X

Demostración Sea C un conjunto conexo en el espacio lineal normado X, y
sea f c C(X,Y) una función continua de X en el espacio lineal normado Y.
Supongamos que f(C) es inconexa, es decir, existen dos conjuntos U,V,
abiertos en Y cuyas intersecciones con f (C) son ajenas , no vacías y
f( C) = (U V)· f( C ).
61
Por ser f continua los conjuntos f
-1
(U ) y f
-1
( V ) son abiertos y sus
intersecciones con C, son ajenas , no vacías, y además
C c f
-1
f( C) =f
-1
[(U V )·f(C)] = [f
-1
(U ) f
-1
(V )]c C,
lo cual implica que C es inconexo.
qed
Ejercicios
1.- Si A está contenido en B, entonces la imagen inversa de A, bajo una
función f, está contenida en la imagen inversa de B.

2.- La imagen inversa bajo f, de la unión de una familia de conjuntos { A
i
, i R
I }, es igual a la unión de sus imágenes inversas.

3.- Sea f (x ) = 2x +3: R÷ R . Calcular la imagen inversa bajo f, del
intervalo abierto (0,1).

4.- La transformación lineal T( x, y ) = (2x + 3y, 3x – 4y ) : R
2
÷ R
2
, es una
función continua.

5.- Un homeomorfismo del espacio métrico X sobre el espacio métrico Y, es
una función biyectiva y continua de X sobre Y, cuya inversa es continua.
i) los homeomorfismos de X sobre X , forman un grupo.
ii) la relación “ homeomorfo a “ es una relación de equivalencia.
iii) ¿Es la recta R, homeomorfa al intervalo abierto (0,1) ?
6.- Una isometría de un espacio métrico X sobre un espacio métrico Y, es una
función biyectiva de X sobre Y , que preserva distancias.
i) La composición de dos isometrías es una isometría.
ii) La imagen isométrica de un conjunto compacto, es compacta.
iii)La imagen isométrica de un abierto, es abierta.
iv) La imagen homeomorfa de un cerrado, es cerrada.

2.- Funciones Continuas con Valores en un Espacio Lineal Normado

En esta sección vamos a considerar funciones f, g R ( X, Y ), cuyo dominio es
un espacio lineal normado (X , ), y cuyo codominio es un espacio lineal
normado (Y, ) . En este caso podemos definir la suma de dos funciones y
el producto de un escalar c R R y una función f : X÷Y.
La suma de dos funciones f, g : X ÷Y , es la función f + g : X ÷Y ,
definida cómo
(2.1) ( f + g) ( x )= f(x ) + g ( x ), x R X.
62
El producto de un escalar c c R y una función f: X ÷Y, es la función
cf : X÷ Y , definida por
(2.2) (cf) (x) = cf(x).

Si el espacio lineal normado Y, tiene un producto interno, podemos definir el
producto interno de dos funciones.
El producto interno( ó producto punto ) de dos funciones f, g : X÷Y , es
la función real f . g : X ÷ R, definida por

(2.3) ( f.g) ( x ) = f(x ) . g ( x ).

Funciones Continuas
Dado que un espacio lineal normado X es un espacio métrico cuya función
distancia es
(2.4) d(x,y) = x-y
concluímos que :
Una función f : X÷Y, es continua en el punto c, si dado R >0 existe un real
positivo o > 0, tal que si| x – c | < o, entonces ||f(x) – f( c )||<R
Una función es continua en el conjunto A de X,si es continua en cada punto
x de A.Una función es continua, si es continua en X.

Funciones Acotadas
Una función f: X÷ Y, es acotada si existe un real positivo M > 0, tal que
(2. 5 ) f (x ) < M.
2.1 Teorema. La clase B(X,Y) de las funciones acotadas, forma un espacio
lineal normado, sobre los reales. La función N : B (X ,Y)÷R, definida por
(2. 6 ) N(f) = sup { f ( x ) : x R X.}

es la norma uniforme sobre B( X , Y ).
Demostración Sean f, g dos funciones acotadas, es decir, existe M > 0 tal que
f(x ) < M, g(x) < M, x en X.
Entonces
f(x ) + g( x ) M f(x) + g (x ) < 2M.

De manera análoga se demuestra que cf(x) es acotada.

Ahora vamos a demostrar que la función N : B( X , Y ) ÷ R, es una norma
sobre el espacio B ( X, Y).
63
N ( f ( x ) + g( x )) = sup { ( f(x ) + g (x ), x R X }
pero
sup { f(x ) + g(x) ¦¦ s sup f(x ) + sup g(x)
lo cual demuestra que

N( f+g) s N( f )+N( g.) .

De manera análoga se demuestran el resto de las condiciones, de la definición
de norma.
qed
2.2 Teorema Toda combinación lineal de dos funciones continuas, es una
función continua. Es decir, la clase C ( X, Y ), formada por las funciones
continuas, del espacio lineal normado X en el espacio lineal normado Y,
forma un espacio lineal sobre los reales.
(2.7) f , g R C( X, Y ) ¬ a f + b g R C (X, Y ), a , b R R.
Demostración. f , g R C (X, Y ) por hipótesis , es decir , las funciones f , g son
continuas en todo punto c de X , luego, dado R > 0, existe o > 0 tal que si
x – c < o , c c X , entonces

f(x) – f(c ) < R y g(x) – g(c ) < R .
Luego

f(x ) + g(x ) - f(c ) – g (c ) s f(x ) – f(c) + g( x ) – g( c ) < 2R
Lo cual demuestra que la suma de dos funciones continuas, es continua.
De manera análoga se demuestra que cf es continua.
q e d
2.3 Teorema. Sean X ,Y dos espacios lineales normados. El espacio lineal
BC ( X, Y ), formado por las funciones acotadas y continuas, con dominio en
X, que toman valores en Y, forma un subespacio lineal normado del espacio
lineal normado B ( X , Y ), formado por las funciones acotadas de X en Y.
(2. 8 ) BC(X,Y )c B(X,Y).
En efecto, toda combinación lineal de funciones continuas y acotadas, es
continua y acotada.
64
qed

3.- Funciones Lineales

Los resultados que a continuación se enuncian sin demostración , se prueban
en los cursos de Álgebra Lineal .
En esta sección, vamos a considerar los espacios euclidianos, R
m
y R
n
, y la
clase L=L( R
m
, R
n
) , formada por las funciones lineales de R
m
en R
n
.
Una función f : R
m
÷ R
n
de un espacio lineal normado R
m
en otro espacio
lineal normado R
n
, es una función lineal si satisface la condición

(3.1) f( ax+by) = af(x) + b(y), a,b c R, x,y c X.

La suma de dos funciones lineales es una función lineal, y el producto de un
real c y una función lineal es una función lineal, es decir,

3.1 Proposición La clase de las funciones lineales forma un espacio lineal
sobre los reales.Además la función

: L(R
m
,R
n
) ÷R
definida por

(3.2) f = sup{ f(x) : x M 1 }
es una norma sobre el espacio L , formado por las funciones lineales.

Los vectores e
i
, i = 1,2,…m, forman la base estandar de R
m
.
Sea
u
j
, j= 1,2,…n
la base estandar de R
n
. Sea y = f(x) la imagen bajo la función lineal f c L, del
punto x = ¯ x
i
e
i
de R
m
. Entonces
(3.3) y= f(x) = ¯
i
x
i
f (e
i
).

Pero f ( e
i
) c R
n
,luego, existen números a
ji
tales que

(3.4) f(e
i
) = ¯ a
ji
u
j
.
Por lo cual
y = f(x) = ( ¯ a
ij
x
i
)u
j.
65
lo cual implica que las coordenadas y
i
de y satisfacen la ecuación
(3.5) y
i
= ¯ a
ij
x
j
, i = 1.2,… n, j= 1,2,..m.

La matriz A = [a
ij
] es la matriz de la transformación lineal f.
A toda función lineal f c L( R
m.
, R
n
) le podemos asociar una matríz n x m A,
tal que

(3.6) y = f(x ) = Ax , x R R
m
.
Es decir

(3.7) y
i
= V a
ij
x
j
, i = 1,2, …n, j = 1,2,..m.

Para toda función lineal f, existe una constante positiva M>0, tal que

(3.8) f(x) M M x , x R R
m
.
En efecto, por (3.2)
(3.9) f(x) M f x
La función || ||: L(R
m
,R
n
)UR, es una norma sobre el espacio L.
3.2 Teorema Toda función lineal en L es continua.

Demostración Por (3.8), f(x ) – f(y ) = f (x-y) M M x-y.
Luego, dado R > 0, existe g = R /M > 0, tal que si x-y < g , entonces,
f(x) –f(y) < R .
qed

Hemos visto que a toda función lineal f, podemos asignarle una matriz
A..Podemos tambien asociar a cada matriz A la transformación lineal f,
definida por
(3.10 ) f(x) = Ax.

La norma de la matriz n x m A= [ a
ij
] es A
2
= ¯
ij
a
ij
2
Vamos a demostrar a continuación que la norma de f es menor o igual que la
norma de A.

3.3 Proposición La norma de la función lineal f en L, es menor o igual que
la norma de la matriz de f.

66
(3.11) f M A donde A es la matriz de f.

Demostración Por ( 3.7 ), tenemos que

y
i
= ¯ a
ij
x
j
, i=1,2,3…n.
Luego
y
i
2
M ¯
j
a
ij
2
¯x
j
2
por la desigualdad de Schwarz ,
en consecuencia
||f(x)||
2
= ¯y
i
2
M ¯a
ij
2
x
2
de donde
f M A
qed

Ejercicios

3.1 Demostrar que el conjunto formado por las funciones lineales, forma un
espacio lineal, y que la función (3.2) es una norma sobre L
3.2 Demostrar que las siguientes funciones
i) f(x,y) = (2x+3y, 3x – 2y ) R
2
÷ R
2
.
ii) f(x,y) = ( 2x+5y, 3x-2y, 3x+4y) : R
2
÷ R
3
,
a) son lineales
b) encontrar sus matrices
c) son continuas
d) calcular las normas de sus matrices.
3.3 Para toda función lineal f R L ( R
m
, R
n
) en ejercicio 3.2, existe una
constante positiva M>0, tal que f(x) M M x , x R R
m
.
4.-Funciones Reales Continuas
Una función real sobre un espacio lineal normado, X, es una función cuyo
dominio es X y cuyo codominio es R. Sea C (K ), la clase de las funciones
reales continuas definidas en el conjunto no vacío K contenido en X. Vamos a
demostrar que si K es compacto, las funciones reales en C( K) son acotadas, y
que sus valores extremos son asumidos.
Vamos a denotar por B( X) la clase de las funciones reales acotadas , definidas
en X, y por B(K) la clase de las funciones reales acotadas definidas en el
subconjunto K de X.

67
4.1. Corolario La clase de las funciones reales acotadas B( X ), definidas
sobre un espacio lineal normado X, forma un espacio lineal normado, con
norma
(4.1 ) N ( f ) = sup {f ( x ) : x R X}.

Es consecuencia del teorema 1.3

4.2 Lema Toda función real continua sobre un compacto, es acotada.
K es compacto en X. ¬ f R B(K).
f R C ( K ).
La norma de f, está descrita en ( 3.2 ).

Demostración. K es compacto en X, y f es continua, entonces por el teorema
3.4 de preservación de la compacidad, f( K ) es compacto en los reales R .
Entonces , f( K ) es cerrado y acotado, por el teorema de Heine- Borel Luego,
f es acotada. Es decir, existe un real positivo M, tal que
f ( x ) s M.
Dado que el espacio de los reales es completo, (teorema 3.4 ), existe una cota
superior mínima, (supremum) del conjunto f ( X ) ={ f (x ) : x R X }, lo cual
nos permite definir la norma uniforme (3.2) de f.
qed
Para una función real acotada los números m = inf { f( x ) : x R X }, M = sup
{ f ( x ) : x RX }, existen y son sus valores mínimo y máximo,
respectivamente. Estos valores reciben el nombre de valores extremos de la
función f.
4.3 Teorema. Una función real continua definida sobre un conjunto
compacto K en el espacio lineal normado X, asume sus valores extremos, es
decir, existen dos puntos u, v, en K, tales que
(4.2) f(u ) = m , f(v) = M.

K es compacto. ¬Existen dos puntos u, v en K, tales que m = f ( u ),
M= f(v).
f R C ( K )
Demostración. Los valores extremos de la función acotada f,
son puntos de contacto de f(K) .Pero K es compacto , y f es fig 4.1
continua , luego, f ( K ) es compacto, por el teorema 4.6 de preservación de
compacidad,
Los valores extremos de f, son puntos de contacto de f(K), luego, pertenecen a
f ( K ) ,porque por el teorema de Heine –Borel, todo compacto es cerrado
68
Esto implica que existen dos números reales u, v R K, tales que f( u ) = m,
f ( v ) = M.
qed
Ejercicios
1.-La adición A(x,y ) = x+y, y la multiplicación M( x,y) = xy :R
2
÷ R, son
funciones reales continuas.
2.- Una función f : X÷ Y, del espacio lineal normado X en el espacio lineal
normado Y, es una isometría, si es biyectiva y preserva las distancias entre
dos puntos. Es decir si x-y= f(x) – f(y) x,y en X.
i) La compuesta de dos isometrías, es una isometría.
ii) Las isometrías de un espacio lineal normado X, forman un grupo con
respecto a la composición.
iii) La imagen isométrica de un espacio lineal normado completo, es
completo.
3.- Un homeomorfismo de un espacio lineal normado X en otro espacio lineal
normado Y, es una función biyectiva y continua f : X ÷Y, cuya inversa es
continua.
El espacio euclidiano (R
n
,d), con la métrica euclidiana d, y el espacio
(R
n
, d*) con la métrica uniforme d*, son homeomorfos, pero no isométricos.
4.- Sea f una función continua real, definida en un espacio lineal normado X.
Sea c un número real. Entonces el conjunto A = { x R X: f(x) = c }, es
cerrado.
5.- a) El espacio euclidiano de dimensión n, es completo.
b) Es compacto?
6.- La imagen isométrica de un espacio métrico completo, es completa.
7.- ¿ Es la imagen homeomorfa de un espacio compacto, compacta.?
8.- La imagen homeomorfa de un conjunto abierto, (cerrado),es
abierta(cerrada).
9,- Encontrar los máximos y mínimos de las funciones
f(x) = sen x, g(x) = cos x :[0, 2t ] ÷R,
y los puntos donde toman esos extremos( máximos y mínimos)t
5.-Continuidad Uniforme

Sea f : X÷Y, una función continua en el subconjunto A de X,es decir , f es
continua en cada punto a de A. Por definición, dado c >0 existe un real
positivo o = o( a, c )>0, que depende de a y de c, tal que si ¦¦ x-a ¦ < o
entonces f(x) –f(a) < c
69
5.1-Ejemplo Sea f(x) = x
2
: R÷R .Esta función es continua en R.
Ahora, si queremos hacer
f(x) – f(a) = x
2
– a
2
= x+a x-a <c
bastará tomar¦x-a¦ < c / ¦x+a¦.
Es decir , dado c >0, existe o= c/ ¦x + a ¦>0, tal que si ¦x-a ¦<o , entonces
¦x
2
– a
2
¦<c
Existen casos en que la o no depende de a.

5.2-Ejemplo f(x) = 5x +4: R÷R. En este caso, la desigualdad ¦f(x) –f(a)¦ =
5¦(x-a)¦<c es válida cuando ¦x-a¦ < c/5.
Cuando la o depende de c , pero no depende de a, la función es uniformemente
continua.

Una función f : X÷ Y es uniformemente continua en el subconjunto A de
X, si dado c > 0 existe un real positivo o= o(c) , que depende de c pero que no
depende de los puntos x,y, tal que si x, y c A y d(x,y) <o entonces d*(f(x),
f(y)) < c .
La función es uniformemente continua si es uniformemente continua en
todo X.

5.1 Teorema Una función uniformemente continua en un conjunto A de X es
continua en A.
(5.1) UC(A,Y)c C(A, Y).

5.1 Teorema (de Continuidad Uniforme). Sean X, Y dos espacios métricos,
y supongamos que X es compacto. Sea f : X÷Y una función continua.
Entonces f es uniformemente continua.
f cC(X,Y)¬f c UC(X).
Xc K
Demostración Sea x un punto de X, entonces dado c >0 existe o
x
> 0 tal que
si la distancia d( x,y) <o
x
, entonces la distancia d* (f(x),f(y)) < c/2 .La familia
(5.2) {B(x,o
x
/2 ) : x c X},
es una cubierta abierta de X, pero X es compacto por hipótesis, luego existe
una subcubierta finita
{ B( x
i
, o
xi
/2) : i = 1,2,…n} de X.
Sea o=1/2 mínimo { o
xi
: i = 1,2,3,…n}.El punto x c X pertenece a alguna
bola B(x
k
, o
xk
/2 ), por lo cual d* (f(x), f(x
k
)) < c/2 . Sea y un punto de X,
cuya distancia d(x,y) < o a x, es menor que o .Entonces
70
d (y, x
k
) s d(y, x ) + d ( x, x
k
) <o + o
k
/2 < o
k
.
Es decir, el punto y pertenece a la bola que contiene a x.
Entonces d*(f(x), f(y) ) s d* ( f(x ), f( x
k
)) + d ( f(x
k
) , f( y) ) < c.
qed

Ejercicios
5.1 Una función polinomial f (x ) = ax
2
+ bx + c : [0,1] ÷ R, es
uniformemente continua.
5.2 Las funciones trigonométricas
f(x) = sen x, g(x) = cos x :[0,2t ] ÷ R
son uniformemente continuas.

71
V.- Diferenciación de Funciones Reales de una Variable Real

En este capítulo vamos a considerar funciones f : (a,b) ÷R, reales definidas
en un intervalo abierto (a,b), de los reales. En la primera sección definiremos
el concepto de derivada de una función, y demostraremos que la derivada si
existe es única y que toda función diferenciable en un punto es continua en
ese punto.La suma y producto de funciones diferenciabas, es diferenciable.
En la segunda sección , se demuestra que la compuesta de dos funciones
diferenciables , es diferenciable.
En la tercera sección demostramos el teorema del máximo interior.
En la cuarta sección se demuestran los teoremas del valor medio.
En la quinta sección se estudian las derivadas de orden superior y se
demuestra el teorema de Taylor.
En la sección seis estudiamos las funciones vectoriales de una variable

1.- Derivada de una Función
La función f: (a,b)÷R, es diferenciable en el punto c c (a,b), si el límite

(1.1) L = lím {[f(c+h) – f( c )]/ h},
h÷ 0
existe.Es decir, si dado c > 0 existe o > 0 tal que si 0 < x-c < o , entonces

(1.2) [{f(c+h) – f(c)} / h] – L< c .
Si el límite existe , es único, y recibe el nombre de derivada de f en el punto
c, y se denota por f ´(c).
Una función es diferenciable en el punto c, si la derivada de f, en el punto c,
existe.
1.1-Teorema La derivada de una función diferenciable en un punto c, es
única.

Demostración Sean A, B dos derivadas de la función f en el punto c, es decir,
dado c >0 existe o> 0 tal que si 0< x-c < o, entonces
[ {f( c+h ) – f ( c)} / h ] - A <c , [{ f (c+h ) – f ( c )} / h ] - B < c.
De aquí concluímos que
A- B s [{f( c+h ) – f ( c )} / h] - B
+ A- [{f (c+h ) – f( c )}/ h] < 2c.
Luego
A-B = 0 y A= B.
72
qed

Nuestro siguiente paso será demostrar que toda función diferenciable es
continua.
Una función f : (a,b )÷ R, es diferenciable, si es diferenciable en cada punto
de (a,b).
Denotaremos por D(a,b) la clase de las funciones diferenciables, y por D
c
(a,b)
la clase de las funciones diferenciables en el punto c.

1.2-Teorema Una función diferenciable, es continua.
(1.3) D(a,b) c C(a,b).

Demostración Sea f c D
c
(a,b ) una función diferenciable en el punto c, es
decir, dado c = 1 > 0 existe o > 0 tal que si 0 < ¦h ¦ <o entonces
¦[{ f( c+h) – f(c)}/ h] – f´(c ) ¦ < 1 .
Luego
f( c+h ) – f( c) s( f´(c)+ 1) xh= M¦ h¦,
donde M = 1+¦ f´(c)¦,
lo cual implica que f es continua en c.
qed
Si f es diferenciable en c, entonces que dado c > 0 existe o> 0 tal que 0<¦ h¦
< o implica
(1.4) ¦f(c+h) –f(x) – f ´( c ) h¦ < c¦ h¦ .
Sea
r(h ) = f(c+h) –f(c) – f ´(c )h,
entonces
(1.5) f(c+h) = f(c) + hf ´( c) +r (h),
donde
(1.6) lím r (h) / h =0
h ÷0
1.3 Proposición Una función f es diferenciable en el punto c, si y sólo si,
puede escribirse en la forma (1.5) sujeta a la condición (1.6).

No toda función continua es diferenciable.
Ejemplo
La función f( x ) = ¦x¦ : R÷ R, es continua pero no es diferenciable, en el
orígen.

Por los cursos de Cálculo, sabemos que el siguiente teorema es cierto.

73
1.3-Teorema La suma, la diferencia y el producto de dos funciones,f,g
diferenciables, es diferenciable.Además,
la derivada de la suma es igual a la suma de sus derivadas
(1.7) (f + g ) ´(c ) = f ´(c) + g ´(c).

(1.8) (f-g) ´(c) = f ´(c) – g ´(c).

(1.9 ) ( fg) ´(c) = f ´(c) g(c) + f(c) g ´(c).

2.- Composición de Funciones. Regla de la Cadena.

Definición Vamos a considerar una función f : (a,b)÷R y una función g:
(c,d)÷ R, tal que la imagen f(a,b) del intervalo (a,b) bajo f ,está contenida en
el dominio (c,d) de g.
La compuesta de las funciones f,g, es la función g
o
f : (a,b)÷R. definida
por
(2.1) (g
o
f) (x ) = g ( f ( x )).
Ejemplos
1.-La compuesta de las funciones f(x) = 2x + 4 y la función g(x) = x
2
, es la
función (g
0
f)(x)= (2x + 4 )
2
.
2.- La compuesta de la función f(x) = 2x + 3 y la función g(x) = sen x, es la
función (g
o
f )(x) = sen (2x + 3 ).
.
2.1- Teorema (Regla de la Cadena)La compuesta g
o
f de dos funciones
diferenciables, es una función diferenciable. La derivada de la compuesta
g
o
f de las funciones f,g es igual a la compuesta de las derivadas.

(2.2) (g
o
f )´(x) = g´(f( x ) )f´( x ) .

Este es un caso particular de la Regla de la Cadena,(teorema 4.2 , Cap VII).

Demostración La función f : (a,b) ÷ R, es diferenciable en el punto p, es
decir,
(2.3) f(p+h) = f(p) + h f ´(p) + r(h),
(2.4) donde lím r(h)/ h =0.
h÷ 0
La función g es diferenciable en el punto f(p), es decir
(2.4) g(f(p) +k ) = g(f(p)) + k g ´( f(p)) + s(k), donde lím s(k) = 0.
k÷ 0
Las ecuaciones (2.3) y (2.4) implican que

74
g(f(p+h)) = g( f(p)+ h f ´(p) + r(h)) por (2.3)
= g(f(p)) + (hf ´(p) + r(h))g ´(f(p)) + s ( hf ´(p) + r(h)), por (2.4).
Pero por (2.3)
g ´(f(p))(hf ´(p) + r(h)) s g ´(f(p))( f ´(p) h +c h)
s g ´(f(p))(f ´(p) + c) h.
Por (2.4)

s( hf ´(p)+ r(h)) <c hf ´(p) + r(h) < ( f ´(p) + c ) h,
lo cual implica que g
o
f es diferenciable y que la diferencial de la compuesta
es igual a la compuesta de las diferenciales.
qed

3.-Valores Extremos de una Función.Teorema del Máximo Interior
En esta sección demostraremos que los puntos en que una función
diferenciable, toma sus valores extremos (máximo y mínimo) son puntos
críticos de la función.Un punto c es punto crítico de una función f, si la
derivada de f en c , es igual a cero.
(3.1) f ´(c) = 0

3.1-Lema Sea f : (a,b)÷ R, una función real diferenciable y supongamos que
la derivada de f en un punto c c (a, b ) es positiva. Entonces existe un intervalo
(c- o , c + o ) contenido en (a,b), tal que si x > c entonces
f(x ) > f( c ) y si x < c entonces f(x ) < f(c ).

Demostración f c D
c
( a, b) , por hipótesis, es decir, dado c > 0 existe o >0
tal que si 0 < ¦ x-c¦ < o entonces
¦[ { f( x ) – f( c )} / x-c] - f¨(c)¦ < c,
lo cual implica que
-c < [{f( x ) – f( c )}/ x-c] - f´(c ) < c
y
-c + f´( c ) <{f( x ) – f( c )} / x-c < c + f´(c ).
Tomando a c < f´( c ) tenemos que f(x) – f( c ) y x-c deben tener el mismo
signo, es decir si x>c entonces f(x ) > f( c ), y x<c, implica que f(x) < f(c).
qed

Una función f : (a,b)÷ R, tiene un máximo local en el punto c de (a,b) si
existe un intervalo I =(c- o , c+ o ) c (a, b ) tal que f(c) > f( x ) para x en I.

75
Vimos anteriormente ( teorema 4.3, Cap. IV) , que una función continua f :
[a,b ]÷R, definida sobre un conjunto compacto asume su máximo y su
mínimo, es decir, existen dos puntos u, v , en [a,b] tales que
f(u) = max f(x), f(v) = mín f(x).
El siguiente teorema afirma que los puntos u, v son puntos críticos de la
función f.

3.2 Teorema (del Máximo Interior).Sea f : [a,b] ÷R una función
diferenciable que toma su valor máximo(su valor mínimo) en el punto interior
cc (a,b). Entonces f ´(c) =0.

f c D
c
[a,b] ¬ f ´( c ) = 0
f(c) es máximo local
c es punto interior de [a,b]

Demostración Supongamos que f ´( c )= 0, entonces
f ´( c ) > 0 o bien f ´(c) <0.
Si f ´(c ) >0 por el lema 3.1, f(x ) > f( c) si x > c, lo cual nos dice que
f( c ) no es un máximo local, y x<c implica que f(x) < f(c). luego f no toma su
mínimo en c.
De manera análoga se demuestra el caso f´( c ) < 0.
qed
Si el máximo no se alcanza en un punto interior, entonces la derivada no
necesariamente es cero.
Ejemplo
La función f(x) = x : [0,1]÷R, tiene un mínimo en x= 0 y un máximo en x =
1, sin embargo, la derivada f ´(x)= 1, no se anula en los puntos x = 0, x = 1.

4.-Teoremas del Valor Medio

En esta sección consideramos el problema de encontrar puntos medios para
funciones diferenciables.Comenzamos con el

4.1 Teorema de Rolle. Sea f : [a,b]÷ R, una función continua en [a,b] y
diferenciable en (a,b).Supongamos que f(a )=f(b ) = 0. Entonces existe un
punto cc (a,b) tal que f ´( c ) =0.

Demostración Si f es constante, entonces f ´(x ) = 0 , es la función cero, y
podemos tomar c = a+b / 2.Si f no es constante podemos suponer sin pérdida
76
de generalidad que f toma algunos valores positivos (considerando si es
necesario al simétrico –f de f ,en lugar de f).
Sea M= sup {f(x): x c [a,b]} el valor máximo de f.Entonces, por el teorema
4.3 del Cap. IV, existe un punto c c [a,b] tal que f( c) =M.
Dado que f(a ) = f( b ) = 0,llegamos a la conclusión de que c c (a,b), es un
punto interior de [a,b]. Por el teorema del máximo interior, f ´( c ) = 0
qed

Una consecuencia del teorema de Rolle es el teorema del valor medio.

4.2 Teorema (del Valor Medio ) Sea f una función continua en [a,b], y
diferenciable en (a,b).Entonces existe un número c c (a,b) tal que

(4.1) f( b ) – f ( a ) = f ´( c ) ( b- a ).

Demostración La ecuación de la recta que une los puntos (a, f( a ) ),
( b , f ( b ) ),es

y – f( a ) = {[f( b ) – f ( a )]/ b – a }(x- a).

Consideremos la función h(x) = [f( x ) – f( a ) –{ f( b ) – f ( a )} / b – a] (x-a).
Entonces h(x ) satisface las condiciones del teorema de Rolle, luego, existe c c
(a,b ) tal que h´(c ) =0, lo cual implica (4.1).
qed

4.3 Teorema(del Valor Medio de Cauchy) Sean f, g dos funciones continuas
en [a, b] y diferenciables en (a,b).Entonces existe un número cc (a,b), tal que

(4.2) f´(c ) [g( b ) – g(a )] = g´( c ) [ f( b ) – f( a ) ].

Demostración Si g(b) = g(a) basta elegir c de tal manera que g ´(c) = 0.
Supongamos ahora que g(a) =g(b) y sea
h(x) = f(x) – f(a) – {f(b) – f(a )/ b-a}(g(x) – g(a)).
Esta función satisface las condiciones del teorema de Rolle, es decir, la
función h es continua en [a,b] y diferenciable en (a,b). Además,h(a) =h(b) = 0
Aplicando el teorema de Rolle a h(x) se obtiene el resultado.
qed

4.4 Teorema Supongamos que la función f es diferenciable en (a,b).Entonces
i) si f ´(x) > 0 para todo x en (a,b), f es monótona creciente.
77
ii) si f ´(x) = 0 para todo x en (a,b), f es constante.
iii) si f ´(x) s 0 para todo x en (a,b), f es monótona decreciente.

Demostración Sean y, z dos puntos en (a,b). Entonces f es continua en [y,z] y
diferenciable en (y,z), por el teorema del valor medio, existe un punto u c(y,z)
tal que
f(z) – f( y) = f ´(u) (z-y),
de donde obtenemos la conclusiones i) ii) iii).
qed

5.- Derivadas de Orden Superior.Teorema de Taylor

Sea f: (a,b) ÷R, una función diferenciable en el intervalo abierto (a,b), es
decir f ´(c) existe en cada punto de c c (a,b).Entonces podemos definir la
primera derivada de f como la función f ´: (a,b) ÷ R que asigna a cada
punto c de (a,b) el número real f ´(c ) .
Si f ´es diferenciable en (a,b) , podemos definir la segunda derivada f ´´ :
(a,b)÷R de f, como la primera derivada de f ´.

(5.1) f ´´(c) = lím [{ f ´(c+h ) – f ´(c)/h ] .
h÷ 0
La tercera derivada f ´´´ de f, se define como la primera derivada de f ´´, y así
sucesivamente.Frecuentemente la n-ésima derivada de f, se denota por f
(n)
.
5.1 Teorema Sea n= 1,2,3, … un número natural y supongamos que las
derivadas f´,f´´ …f
(n-1)
existen y son continuas en el intervalo cerrado [a,b], y
que la n- ésima derivada f
(n)
: (a,b)÷R , existe en (a,b).Entonces para toda
pareja de números c,d =c+h c [a,b], con h>0 existe un número z c(c,c+h )
entre c y c+h tal que

(5.2) f(c+h) = f(c ) +h f ´(c) + h
2
/ 2! {f ´´(c)+ h
3
/3! f ´´´(c)

+ …+ h
n-1
/( n-1)! f
(n-1)
(c )

+ h
n
/n!{ f
(n)
(z) .

Demostración Sea p(x) el polinomio

(5.3) p(x) = f(x) + f ´(x )(d-x) +…. +{f
(n-1)
(x) (d – x )
(n-1)
.}/ (n-1)!.

y definamos un real r por medio de la ecuación

78
r (d-c)
n
/n! = f(d) – p(c),

y consideremos la función g, definida en [a,b] por

(5.4) g(x)= f(y)- [p(x) + r(d-x )
n
/ n!].

Esta función satisface las condiciones del teorema de Rolle, luego, existe un
número z en (c,d) tal g ´(z) =0, lo cual implica (5.2).
qed

6.- Diferenciación de Funciones Vectoriales de una Variable

Sea [a,b] un intervalo cerrado y Y un espacio lineal normado.Una función f :
[a,b] ÷ Y, es una función vectorial de una variable.
Estamos particularmente interesados en el caso en que Y es el espacio
euclidiano R
n
.
Definición Una función vectorial f : [a,b] ÷ Y, es diferenciable en el punto
c de [a,b] , si existe un vector y en Y , que cumple con la siguiente condición:
dado c > 0 existe un real positivo o >0 tal que si 0< x-c <o , entonces

(6.1) (f(x) –f(c) / x-c ) - y < c .
Podemos escribir (6.1) en la forma

(6.2) lím f(x) –f(c) / x-c = y
x ÷c.

El límite y , si existe es único, y se llama la derivada de f en el punto c.
La derivada de f en el punto c, se denota por f ´(c).

6.1 Teorema Si el límite en (6.2) existe , es único.

6.2 Teorema La suma f+g de dos funciones diferenciables en un punto c, es
diferenciable en el punto c. Además, la derivada de la suma es igual a la suma
de sus derivadas.
( 6.3 ) (f+ g ) ´(c) = f ´(c) + g ´(c).
El producto af de un real a y una función diferenciable f, es diferenciable.
Además , la derivada de af es igual a af ´.
(6.4) (af) ´(c) = a f ´(c).

79
La diferenciación en R
n
, se reduce al caso real.

6.3 Teorema La función f = ( f
1
, f
2
, ... f
n
) : [a,b] ÷ R
n
, es diferenciable en
el punto c de [a,b] si y sólo si, cada una de las componentes f
k
, de f es
diferenciable en el punto c.Además

(6.5) f ´(c ) = ( f
1
´(c), f
2
´(c), ... f
n
´(c) ).

La imagen de una función vectorial f : [a,b]÷ R
n
, es una curva en R
n
.
La derivada de la función f es el vector velocidad de la curva.
La norma de la velocidad de la curva es la rapidez de la curva.
(6.6) f ´(x)
La integral de la rapidez, es la longitud de la curva.

(6.7) l (f) = í f ´(x) dx. fig # 1.1

6.1 Ejemplo Calcular la velocidad, la rapidez y la longitud de la curva

f(t) = ( cos t, sen t ) : [0, 2 ] ÷ R
2
.
Solución El vector velocidad es

f ´(t ) = (.sen t, cos t ),
La rapidez de la curva es
f ´(t ) = sen t + cos t = 1.

La longitud de la curva , es
l (f) = í dt = 2t.
80
VI.- Integral de Riemann- Stieltjes
1.-Definición de la Integral de Riemann- Stieltjes

En este capítulo vamos a considerar funciones reales f: [a,b] ÷R, definidas y
acotadas en un intervalo cerrado [a,b].El espacio lineal normado formado por
la s funciones acotadas, lo denotaremos por B([a,b])
Una partición P del intervalo [a,b], es un conjunto finito de puntos P = {x
0
,
x
1
, …x
n
,} tales que
(1.1) a = x
0
s x
1
s x
2
….s x
n
= b.

Vamos a designar la clase de las particiones del intervalo [a,b], por P[a,b].
Una partición P es más fina que ( o es un refinamiento de ) una partición Q
de [a,b]. si cada punto de Q, es un punto de P. Escribimos P Q.

La longitud del subintervalo [x
i-1
,x
i
], es A x
i
= x
i
- x
i-1
, i = 1,2,..n.

Sea h: [a,b]÷R, una función monótona creciente, y denotemos por
(1.2) Ah
i
= h(x
i
) – h(x
i-1
), i = 1,2,..n.
La norma de una partición es max
i
Ah
i
La suma de Riemann- Stieltjes, de la función f con respecto a la función
creciente h, correspondiente a la partición P de [a,b], es

(1.3) S(P,f,h) = E
i
f(t
i
)Ah
i
donde los puntos t
i
son puntos arbitrarios en el subintervalo [x
i-1
, x
i
], i =
1,2,…n.

1.1 Lema La suma de R-S de una combinación lineal af + bg de dos funciones
f,g , es igual a la combinación lineal de las sumas de R-S de f, g .

(1.4) S(P, af + bg, h ) = aS(P,f,h) +b S(P, g,h).a,b c R.

Demostración S(P,f+g , h ) = E {f(t
i
) + g(t
i
)}A h
i
. = E f(t
i
)Ah
i
+ Eg(t
i
) Ah
i
= S(P,f,h ) + S (P,g,h) .
De manera análoga se demuestra que S(P, af, h ) = a S(P,f,h), a c R qed

81
Definición Una función acotada f es integrable con respecto a la función
creciente h, sobre el intervalo [a,b], si existe un número A, que tiene la
siguiente propiedad : dado c>0 existe una partición P
c
de [a,b], tal que si P es
más fina que P
c
, entonces

(1.5) ¦S(P, f,h ) – A¦ <c.
Vamos a designar por R[a,b]( h) = R(h) la clase de las funciones h-
integrables, sobre el intervalo [a,b], es decir , las funciones integrables con
respecto a h.
Si el real A existe, es único, y se llama la integral de Riemann-Stieljes de f
con respecto a h. La integral de f con respecto a h, sobre [a,b ], se designa con
(1.6) í fdh.

Propiedades de la Integral

1.2 Teorema La integral de f con respecto a h, si existe, es única.

Demostración Sean A,B dos integrales de f con respecto a h, es decir, dado
c>0 existe una partición P
c
de [a,b] tal que si P es más fina que P
c
, entonces

¦S(P,f,h) – A ¦ < c y¦ S(P,f,h ) – B¦ <c
luego
¦A-B ¦s ¦A- S(P,f,h) ¦+ ¦S(P,f,h) – B ¦< 2c .
Lo cual implica que A=B.
qed
1.3 Teorema Una combinación lineal af+ bg de funciones h- integrables , es
h- integrable. Además, la integral de la combinación lineal, es igual a la
combinación lineal de las integrales.
(1.7) f,g c R(h ) ¬ af+bg R(h).
Además
(1.8) í(af+ bg )dh= aí fdh + b ígdh, a,b e R
Demostración f,g c R(h), por hipótesis, es decir, existen dos números
A,B,tales que dado c> 0 existe una partición P
c
de [a,b], tal que si P es más
fina que P
c
, entonces

¦ S(P,f,g ) – A ¦ < c y ¦S(P,g,h ) – B ¦<c,
luego
¦S(P, f+g , h ) – (A+B)¦ s¦ S(P,f,h ) – A ¦ +¦ S(P, g,h) – B¦ < 2c .
qed
82
Este teorema nos dice que la clase R(h) formada por las funciones h-
integrables, es un subespacio del espacio lineal normado B[a,b] formado por
las funciones acotadas ,con la norma uniforme
( 1.9 ) ¦¦f ¦¦= sup { f(x) : a s x s b }.

La integral preserva el orden

1.4 Teorema Sea f c R(h) una función no negativa y h- integrable. Entonces
la integral de f es no negativa.
(1.10) f > 0 ¬ í fdh > 0
Demostración La suma de R-S de f con respecto a h es
(1.11) S(P,f,h ) = E f( t
i
)A h
i
> 0.
fc R(h) por hipótesis, es decir , existe un real A, tal que dado c>0 existe una
partición P
c
de [a,b], tal que si P P
c
. entonces ¦ S(Pf,h) – A ¦ <c . Lo cual
implica que

S(P,f,h )-c < A < S(P,f,h) +c .
Tomando a S(P,f,h) mayor c que se concluye que A> 0.
qed

1.5 Corolario Sean f, g dos funciones h- integrables, y supongamos que f sg.
Entonces

(1.12) í fdh s í gdh.

Demostración f s g, por hipótesis , luego, g-f > 0.
Por el teorema 1.4
0s í ( g-f) dh = ígdh – ífdh,
lo cual implica (1.12).
qed

Es natural suponer que si h es diferenciable , podemos escribir dh = h ´(x ) dx,
y concluiríamos que
í fdh = í f (x ) h´(x)dx.
¿Bajo que condiciones es esto cierto?

1.6 Teorema (Reducción a la Integral de Riemann) Sea f :[a,b] ÷R,una
función h-integrable y supongamos que h tiene primeras derivadas continuas.
Entonces, la función g(x)=f(x)h´(x) es integrable. Además
83
(1.13) í fdh = íf(x) h ´(x) dx.

Demostración La suma de Riemann de la función g(x) = f(x) h´(x ) ,es
S(P, g ) = E f(t
i
) g ( t
i
)Ax
i
.
La suma de R-S de la función f con respecto a h, sobre I = [a,b], es
S(P, f,h )= E f(t
i
)Ah
i
.
La función h satisface las condiciones del teorema del valor medio en cada
subintervalo de I, luego, existe v
i
c (x
i-1
, x
i
) , i = 1,2,..n , tal que
Ah
i
= h(x
i
) –h(x
i-1
) = h ´( v
i
)A x
i
,
de donde
S(P,f,h) – S(P,f h´) = E f(t
i
) [h ´(v
i
) – h ´( t
i
) ] A x
i
.
La función f es acotada , es decir , existe un M > 0 tal que ¦ f(x ) ¦< M.
La función h ´(x ) es continua en el intervalo compacto I, luego, es
uniformemente continua, es decir , dado c >0 existe o>0 , que depende sólo
de c, tal que si
¦ x-y¦ <o entonces ¦ h ´(x )- h ´(y)¦<c .
Tomemos una partición P de I, cuya norma es menor que o , entonces dado
que
¦ v
i
– t
i
¦ <o , tenemos que ¦ h ´( v
i
) – h ´( t
i
) ¦< c .
Estas desigualdades nos permiten concluir que

¦S(P,f,h) – S(P, fh´)¦ < M[ h(b) – h(a )]c .
Lo cual implica que

¦S( P, fh´) – A¦ s¦ S(P,fh´,) - S(P, f,h) ¦+ ¦S(P,f,h) – A¦ ,
s M[h(b) – h(a )]c + c
donde A es la integral de f con respecto a h.
Esto nos dice que fh´ es integrable y que su integral es la integral A de f con
respecto a h.
qed

2.- Integrales Superior e Inferior de una Función

En esta sección vamos a definir las integrales superior e inferior de una
función acotada f c B[a,b].Vamos a demostrar que una función f es h-
integrable si y sólo si la integral inferior y la integral superior de f son
iguales.Su valor común es la integral de f con respecto a h.
84
Puesto que la función f es acotada , podemos definir las siguientes cantidades
(2.1) M
i
= sup { f(x) : x
i-1
s x sx
i
} i = 1,2,3,…n
m
i
= inf { f(x) : x
i-1
sxsx
i
}, i= 1,2,...n.
La suma superior de f con respecto a h, relativa a la partición P de [a,b], es

(2.2) U(P,f h ) = EM
i
Ah
i
.
De manera análoga definimos la suma inferior de f,

(2.3) L(P,f,h ) = E m
i
Ah
i
.
Las integrales superior e inferior de una función f, son

(2.4) U(f,g) = inf {U(P,f,h), P c P[a,b] }
L(f,g) = sup{ L(P;f,h), Pc P[a,b] }

donde el supremum ( y el infimum ) se toma sobre la familia P[a,b] de las
particiones de [a,b].
Nuestro siguiente paso será demostrar que toda función continua es integrable.
A medida que se refina una partición la sumas inferiores crecen y las
superiores decrecen.
2.1 Teorema Sea Q un refinamiento de la partición P. Entonces
(2.5) L(Q,f,g )> L( P, f,g),
U(Q,f,g) s U(P,f,g).
Demostración Sea Q la partición que se obtiene introduciendo un punto t en
el subintervalo [x
i-1
, x
i
] de la partición P = { x
0
, x
1
, ….x
n
}, y sean

r = inf{ f(x) , x
i-1
s x s t} s = inf{ f(x) : t s x s x
i
.}.

L(Q,f,h ) – L( P,f,h) = r [h(t) – h (x
i-1
) + s [ h(x
i
) – h( t ) ]
– m [ h( x
i
) – h( x
i-1
) ]
= (r- m )[ g( t ) – g(x
i-1
) ] + (s – m )[ g( x
i
) – g ( t ) ] > 0.

Si Q contiene k puntos más que P, el proceso anterior ese repite k veces.
qed

2.2 Teorema La integral inferior de una función es menor o igual que la
integral superior.
(2.6 ) L(f,h)s U(f,g).

Demostración Sea S = P Q el refinamiento común de P,Q, entonces
85
L(P,f,h ) s L(S,f,h) s U(S,f,g) s U(Q,f,g),
luego,
L(f,h) s L(P,f,h) s U(Q,f,h,)s U(f,h).
qed

2.3 Lema Si una función f es h- integrable , entonces vale la siguiente
condición: Dado c>0 existe una partición P
c
tal que si P e más fina que P
c
vale que
(2.7) U( P,f,h) – L(P,f,h) < c .
Demostración Supongamos que f es una función h-integrable , es decir ,
existe un número A, tal que dado c >0 existe una partición P
c
del intervalo
[a,b ], tal que si P es un refinamiento de P
c
, entonces
|E f(s
i
)A h
i
– A |< c , |E f(t
i
)A h
i
- A | < c,
donde s
i
, t
i
c [x
i-1
, x
i
].De aquí concluimos que

¦ E f(s
i
)A h
i
– Ef(t
i
)A h
i
¦s ¦Ef(s
i
)A h
i
–A ¦ + ¦A- Ef( t
i
)A h
i
¦<2c
Ahora ,
U(P,f,h) – L(P,f,h) = E ( M
i
–m
i
)Ah
i
.
Pero
M
i
– m
i
= sup {f(x) – f(y) : x,y c [ x
i-1
, x
i
]}.
Por la propiedad del supremum, dado c >0 existe s
i
, t
i
c [ x
i-1
, x
i
], tales que
f(s
i
) – f(t
i
) +c > M
i
– m
i
,
Entonces
U(P,f,h) – L(P,f,h) = ¯ (M
i
– m
i
)Ah
i
< E (f(t
i
) – f (s
i
)) Ah
i
+ c ( h(b)- h(a))
< 2c +c( h(b) – h(a)).
qed
La condición : Dado c >0 existe una partición P
c
tal que si P es más fina que P
c
implica que U(P,f,h ) –L(P,f,h) <c , se llama condición de Riemann.

2.4 Teorema La condición de Riemann es equivalente a la igualdad de las
integrales superior e inferior.
( 2.8 ) U(f,h) = L(f,h) ·Dado c>0 existe P
c
c P[a,b], tal que si P P
c
,
entonces
U(P,f,h) – L(P,f,h) < c
Demostración Supongamos que la condición de Riemann es cierta, es decir
que:
dado c>0 existe una partición P
c
de [a,b], tal que si P P
c
entonces

U(P,f,h) – L(P,f,h) < c ,
86
por hipótesis.Es decir
U(P,f,h) < L(P,f,h)+c,
de donde
U(f,h) s U(P,f,h) < L(P,f,h) +c s L(f,h) + c .
Entonces
U(f,h ) – L(f,h) <c ,
lo cual implica que
U(f,h) s L(f,h),
pero, por (2.6)
U(f,h) > L(f,h)
Supongamos ahora que las integrales inferior y superior de f,con respecto a h,
son iguales, y sea c > 0.Por las propiedades del supremum y del infimum
existen dos particiones P,Q tales que
U(f,h) +c > U(P,f,h) > U(R,f,h ) , L(f,h) < L(Q,f,h) + c < L(R,f,g) + c
donde R = P Q ,lo cual implica que
U(R,f,h) – L(R, f,h) < 2c ,
qed
2.5 Teorema (Criterio de Integrabilidad de Riemann) Una función acotada
es h- integrable si y sôlo si vale la condicion de Riemann (2.7).
(2.8 ) f c R(h) · dado c>0 existe P
c
c P[a,b], tal que si P P
c
entonces
U(Pf,h) –L(P,f,h) < c
3.- Operaciones con Funciones Integrables
En esta sección demostraremos que el producto de dos funciones integrables
es integrable y que el módulo de una función integrable es integrable.

3.1Teorema El valor absoluto de una función integrable, es integrable

(3.1) f c R(h) ¬ ¦f¦ c R(h).

Demostración Definamos los máximos y mínimosde la función ¦f¦, en los
subintervalos [x
i-1
,x
i
].
M
i
´=sup { ¦f(x)¦: xc [ x
i-1
, x
i
]}, m
i
´= inf {¦ f(x)¦: xc [x
i-1
, x
i
] }.
Entonces
M
i
´- m
i
´ = sup { ¦f(x)¦ – ¦f(y)¦ : x,y c [x
i-1
,x
i
]},
s sup. { f(x)- f(y ): x,y c [ x
i-1
, x
i
] }
s M
i
- m
i
87
Pero f es h- integrable, por hipótesis, luego, vale la condición de Riemann
(2.7) de donde
U(P,¦f¦,h ) – L(P,¦f¦,h) = E (M
i
´- m
i
´)Ah
i
s E (M
i
– m
i
)Ah
i
= U(P,f,h) – L(P,f,h ) < c,
lo cual implica que ¦f¦ ,es h- integrable.
qed

3.2 Teorema El cuadrado de una función integrable, es integrable.
(3.2) f c R(h) ¬ f
2
c R(h).

Demostración Sea M
i
´= sup {f
2
(x) : xc [x
i-1
,x
i
] },
m
i
´= inf { f
2
(x) : xc [x
i-1
,x
i
]}
entonces
M
i
´- m
i
´ = sup { f
2
(x) – f
2
(y) : x,y c [ x
i-1
,x
i
]}.
La función f es una función acotada, es decir , existe un real K tal que
¦f(x)¦ < K.
En consecuencia
f
2
(x) – f
2
(y) = [f(x) + f(y)][ f(x ) –f(y)] < 2K [f(x ) – f(y)].
Luego,
M
i
´- m
i
´s 2K sup { f(x) – f(y ) : x,y c [x
i-1
,x
i
]} =2K {M
i
- m
i
}.

La función f es h –integrable, luego vale la condición de Riemann (2.7):dado
c>0 existe una partición P
c
,tal que si P es más fina que P
c
, entonces
U(P,f,h) – L(P,f,h)< c .
Lo cual implica que
U(P,f
2
,h )- L(P,f
2
,h ) < 2K[U(P,f,h) – L(P,f,h)] < 2Kc .
qed

3.3 Teorema El producto de dos funciones integrables es integrable.
(3.3) f,g c R(h)¬ fg c R(h).

Demostración f,g c R(h), luego, por el teorema 1.2
f+g , f-g c R(h).
Por el teorema 3.2
(f+g )
2
, (f-g)
2
c R(h),
de donde
fg = ¼ [(f+g)
2
– (f-g)
2
] c R(h).
qed

88
VII.- Sucesiones de Funciones. Convergencia Uniforme

En este capítulo definiremos la convergencia puntual de una sucesión de
funciones. Desearíamos que el límite de una sucesión de funciones continuas
(diferenciables, integrables), fuera una función continua, (diferenciable,
integrable). Debido a que la convergencia puntual no es lo suficientemente
fuerte como para preservar la continuidad (diferenciablilidad, integrabilidad),
es preciso definir la convergencia uniforme, que como veremos preserva la
continuidad.

1.- Sucesiones de Funciones en Espacios Lineales Normados

En este capítulo vamos a considerar dos espacios lineales normados, X, Y , y
la familia (X,Y ) formada por las funciones f : X ÷ Y, con dominio X y
codominio Y.
La mayor parte de los conceptos aquí presentados, tienen sentido en un
espacio métrico y la mayor parte de la proposiciones son ciertas en espacios
métricos.
Una sucesión de funciones, es una función f : N÷(X, Y ), cuyo dominio es
el conjunto de números naturales N, y cuyo codominio es la familia de
funciones (X,Y), cuyo dominio es X y cuyo contradominio es Y.
Vamos a denotar la sucesión de funciones f : N ÷ ( X,Y ), por {f
n
}.
Las funciones f (n) = f
n
, n= 1,2,3...son los términos de la sucesión { f
n
}.

La suma de dos sucesiones { f
n
} , {g
n
} es la sucesión {f
n
+g
n
}.
(1.1) {f
n
} + { g
n
} = { f
n
+ g
n
}.

El producto de un real c y una sucesión de funciones { f
n
}, es la sucesión
{ cf
n
}.
(1.2) c{ f
n
} = { cf
n
}.
Nos interesan en particular, las sucesiones convergentes.

2.-Convergencia Puntual

Una sucesión de funciones { f
n
,n = 1,2,3,….} converge en el punto x, si la
sucesión {f
n
(x) } en Y, converge a algún punto y en Y.

Es decir si para cada entero positivo R >0 existe un natural N = N(x,R) , que
depende del punto x, y de R, tal que si n > N entonces
89
(2.3) f
n
(x )- y < R .
lo cual significa que
(2.4) lím f
n
(x) = y
n ÷·
Una sucesión {f
n
} converge (puntualmente ), en el conjunto A, si converge
en cada punto de A.
En este caso podemos definir la función f : A ÷Y. como

(2.5) f(x ) = lím f
n
(x ).
n ÷ ·
Esta función f es el límite de la sucesión {f
n
}.

Denotaremos por CS(X,Y) la clase de todas las sucesiones convergentes de
funciones f
n
:A÷Y definidas en el conjunto A.

Una sucesión { f
n
} es convergente , si converge , en cada punto de X.
En este caso podemos definir la función f: X÷ Y, por la ecuación

(2.6) f(x) = lím f (x )
n ÷·
2.1.- Teorema El límite de una sucesión convergente de funciones es único.

Por el teorema 1.1 del capítulo III

2.2 Teorema Toda combinación lineal de sucesiones convergentes, es
convergente.Es decir la clase CS(X,Y) es un espacio lineal sobre los reales.

3.-Sucesiones Acotadas
Una sucesión de funciones { f
n
} , es (puntualmente) acotada, si para cada x
en X , la sucesión {f
n
(x)} es acotada. Es decir, existe un real positivo M =
M(x)>0, que depende de x, tal que
(3.1) f
n
(x ) s M.
Denotaremos por BS( A, Y) la clase de sucesiones acotadas de funciones
f
n
: A ÷Y.

3.1 Teorema Una sucesión { f
n
} convergente de funciones, es acotada.
(3.2) CS(A,Y) c BS(A,Y).
90
Demostración Por el teorema 1.1. del capítulo III.

3.2 Teorema Toda combinación lineal a {f
n
} +b { g
n
} de sucesiones
acotadas, es acotada.Es decir, la clase BS(A,Y) formada por la sucesiones
acotadas de funciones es un espacio lineal sobre los reales.
4.-Sucesiones de Cauchy

Una sucesión de funciones { f
n
} , es de Cauchy, en el punto x, si la sucesión
{ f
n
(x) } es de Cauchy.
Es decir,si dado c > 0, existe un número natural N = N (x, c ), que depende de
x y de c > 0, tal que si m > N y n > N
entonces
(4.1) || f
m
(x) – f
n
(x)|| < c .
Una sucesión de funciones {f
n
} , es de Cauchy, en el conjunto A, si es de
Cauchy, en cada punto x de A.
Una sucesión es de Cauchy, si es de Cauchy, en X.

4.1 Teorema. Toda sucesión convergente es de Cauchy.

Por el teorema 5.1 del capítulo III.

Subsucesiones
Sea n
1
< n
2
< n
3
<… una sucesión creciente de números naturales y { f
n
} una
sucesión de funciones. Entonces, la sucesión
(4.2) { f
nk
}= f
n1
,f
n2
,f
n3
,...
es una subsucesión de {f
n
}.

4.2 Teorema En un espacio lineal normado X, una subsucesión de una
sucesión convergente de funciones , es convergente.

Por el teorema 1.6 del cap III.

4.3 Teorema Una sucesión de funciones {f
n
} de Cauchy con una
subsucesión convergente es convergente.
f
n
÷ f ¬ f
nk
÷f
{ f
nk
}c {f
n
}
Por el teorema 5.5 del cap III.
91
4.1 Ejemplo La sucesión de funciones reales f
n
(x ) = x/n : R÷R, converge
a cero.

4.2-Ejemplo.La sucesión de funciones f
n
(x ) = x
n
: [0,1] ÷R, converge a la
función
(4.3) f(x) = 0 si 0 \ x <1
= 1 si x = 1.
Este ejemplo ilustra el hecho de que el límite de una sucesión de funciones
continuas ( diferenciables ) puede ser discontinua ( no diferenciable ), a pesar
de que el dominio es compacto.

4.3 Ejemplo La sucesión de funciones reales de variable real
(4.4) f
n
( x ) = (x + nx)/ n = x/ n +x ,
converge a x.

5.-Convergencia Uniforme.

Una sucesión { f
n
} de funciones ,converge uniformemente, hacia una
función f, en el subconjunto A de X, si para todo R >0 existe un natural N,
que depende sólo de R ,y que no depende de x R A, tal que si n > N
entonces
(5.1) f
n
(x ) – f( x ) < R ,
para todo x en A.
Denotaremos por UCS(A,Y) la clase de las sucesiones uniformemente
convergentes de funciones, definidas en A con valores en Y.

La sucesión { f
n
} es uniformemente convergente, si es uniformemente
convergente en X.
Es claro que toda sucesión uniformemente convergente de funciones, es
convergente

5.1 Teorema. El límite de una sucesión uniformemente convergente, de
funciones, es único.
Demostración Supongamos que { f
n
} converge uniformemente a f y a g,
entonces
{f
n
} converge a f y a g,
luego
92
f(x ) = g(x ), por el teorema 1.1 del cap III.
qed
.
5.2 Teorema Toda combinación lineal de sucesiones uniformemente
convergentes, es una sucesión uniformemente convergente.Es decir, la clase
UCS(A,Y) forma un espacio lineal normado sobre los reales..

Demostración Supongamos que las sucesiones { f
n
}, {g
n
} convergen
uniformemente a las funciones f, y g , respectivamente,
es decir , dado R > 0 existe un natural N = N (R ), que depende de R , pero que
no depende de x, tal que si n > N, entonces
(5.2) f
n
(x) – f(x) < R, g
n
(x)- g(x) < R , para todo x.
De aquí concluimos que para n> N
(5.3) (f
n
+ g
n
)(x)– (f + g )(x) = f
n
(x)- f(x)+ g
n
(x) –g(x)
M f
n
(x) – f(x) + g
n
(x) – g(x)
< 2R ,
lo cual demuestra que la suma de dos sucesiones de funciones, uniforme-
mente convergentes es uniformemente convergente.
De manera análoga se demuestra que c { f
n
} converge uniformemente a cf
n
.
qed
5.1 Ejemplo La sucesión f
n
(x) = x
n
/n : [0,1] ÷ R , converge uniformemente
a cero.

En efecto, sup { x
n
/n : 0 M x M1 } = 1 / n ÷0.

5.2 Ejemplo La sucesión de funciones reales de variable real,
f
n
( x ) = x
n
: [0,1] ÷R,
no es uniformemente convergente.
En efecto, sup { x
n
: 0 s x s 1} = 1. no converge a cero.

5.3 Ejemplo La sucesiónde funciones reales f (x) = x /n! :[0,1] ÷R, converge
uniformemente a cero.
En efecto
sup { x/n! : 0\ x \1}=0
6.-Sucesiones Uniformemente Acotadas de Funciones
93
Una sucesión {f
n
} de funciones, f
n
: X÷Y , n = 1,2,3,…..

es
uniformemente acotada si existe un real positivo M >0,independiente de x ,
tal que
(6.1) f
n
(x ) < M,
para todo x en X y todo natural n.
Es decir,

(6.2) N({f
n
}) = sup { f
n
(x ): x R X, n R N } < M<· .
Vamos a designar por UBS (X, Y) la clase de las sucesiones de funciones,
{f
n
} uniformemente acotadas.

6.1 Teorema La clase UBS(X,Y ) de las sucesiones de funciones
uniformemente acotadas, es un espacio lineal sobre los reales.
La función
N : UBS(X,Y) ÷R,
definida en (6.2), es una norma sobre UBS( X, Y ).

Demostración Sean { f
n
} y {g
n
} dos sucesiones de funciones uniformemente
acotadas, es decir existe un real positivo M>0 tal que
f
n
(x) < M g
n
(x) < M, para todo x, y todo n,
luego
af
n
(x) + b g
n
(x) < a f
n
(x) + b g
n
(x) <( a + b) M.
lo cual demuestra que toda combinación lineal de sucesiones uniformemente
acotadas, es una sucesión uniformemente acotadas.
La demostración de que la función N definida en (5.2) es una norma se deja
como ejercicio.qed

7.-Sucesiones de Cauchy(en la topología uniforme).

Una sucesión de funciones { f
n
} es una sucesión de Cauchy, en la topología
uniforme, si dado R > 0 existe un número natural N= N(R ), independiente de
x, tal que si n > N, m > N, entonces
(7.1) f
m
(x ) – f
n
( x ) < R,
para todo x en X.
Denotaremos por UCA(A,Y) la clase formada por las sucesiones de Cauchy
en la topología uniforme.

7.1 Teorema Una sucesión de funciones f
n
: N÷(X, Y), uniformemente
convergente , es uniformemente de Cauchy.
UC( X,Y)c UCA(X,Y).
94
Demostración Sea {f
n
}, una sucesion de funciones uniformemente
convergente, es decir, dado c >0, existe un natural N = N( c ), que depende de
c, pero que no depende de x, tal que si n>N, entonces
¦¦ f
n
(x)-f(x)¦¦ < c.
Elijamos dos índices m > N, n > N, entonces
¦¦ f
n
(x) – f
m
(x)¦¦ s¦¦ f
n
(x) – f(x)¦¦ +¦¦ f(x) – f
m
(x)¦¦ < 2c .
qed

7.2 Teorema Sea Y un espacio lineal normado completo. Una sucesión de
funciones f
n
: X÷Y, que es uniformemente de Cauchy, es uniformemente
convergente.

Demostración.La sucesión {f
n
} es uniformemente de Cauchy, es decir , dado
c > 0, existe N= N ( c ) que depende de c > 0, pero que no depende de x c X,
tal que si j > N, k > N,
entonces
¦¦f
k
(x) – f
j
(x)¦¦ < c .
La sucesión {f
n
} es (puntualmente ) de Cauchy, y Y es (puntualmente )
completo, por hipótesis, en consecuencia la sucesión {f
n
} converge
(puntualmente ) hacia una función f :X÷ Y .
Dado que {f
n
} es una sucesión de Cauchy en la topología uniforme, existe un
índice N, que no depende de x, tal que si j > N , k > N ,
entonces
¦¦ f
k
(x ) – f
j
(x)¦¦ < c
para todo x.
Hagamos tender k a infinito, entonces j > N, implica que
¦¦ f
j
( x ) – f ( x)¦¦ s c.
Dado que esta desigualdad es cierta para todo x, hemos encontrado un índice
N, tal que si j > N, vale que ¦¦f
j
(x ) – f(x ) ¦¦ < c.
qed

8.- Funciones Acotadas. La Norma Uniforme

Una función f : X ÷Y, es acotada si existe un real positivo M >0, tal que
(8.1) f (x ) < M, para todo x R X.

8.1 Teorema La clase B(X, Y) formada por las funciones acotadas, de un
espacio lineal normado X, en un espacio lineal normado Y, forman un espacio
lineal. La función N : B(X, Y)÷R, definida por
(8.2) N(f ) = sup { f(x ) : x R X}
95
es una norma sobre B(X,Y).N(f) es la norma uniforme de f.

Demostración Sean f, g dos funciones acotadas, es decir, existe un real
positivo M > 0. tal que f(x ) < M, g(x ) < M, para todo x en X.
Luego
f(x ) + g(x) M f(x ) + g(x ) < 2 M,

Lo cual nos demuestra que la suma de dos funciones acotadas, es acotada.
De manera análoga se demuestra que cf es acotada.
Ahora
N(f+ g ) = sup f (x) + g(x)
Msup f(x) + sup g(x)
= N(f) + N(g ),
Lo cual nos demuestra que la norma de la suma es menor o igual que la suma
de las normas.Las restantes propiedades de la norma , se demuestran en forma
análoga.
qed

8.2 Teorema Una sucesión de funciones acotadas {f
n
}, converge
uniformemente a la función acotada f, si y sólo si , N(f
n
- f ) tiende a cero
cuando n tiende a infinito.

Demostración Supongamos que {f
n
} converge uniformemente a f, es decir,
dado R >0 existe N = N(R ), que depende de R , pero que no depende de x, tal
que si n > N, entonces
f
n
(x) – f(x ) < R para todo x en X.
Es decir
sup
x
f
n
(x) – f(x ) < R , para n >N.

Esto nos dice que N( f
n
- f ) < R , para n > N, es decir N(f
n
– f ) tiende a cero
cuando n tiende a infinito. El recíproco es inmediato.
qed

8.3 Teorema (Preservación de la Continuidad) El límite de una sucesión de
funciones continuas{ f
n
},que converge uniformemente , es una función
continua.

Demostración La sucesión { f
n
} converge uniformemente a f, por hipótesis,
es decir,
dado c > 0 existe un natural N = N( c ),que depende de c, pero que no
depende de x tal que si n > N,
96
entonces
¦¦f
n
(x) – f(x)¦¦ <c. .
En particular,

¦¦ f
N
(x) – f(x)¦¦ < c , para toda x en X.
Sea p un punto de X, queremos demostrar que f es continua en p.

¦¦ f(x) – f(p )¦¦s¦¦ f(x) – f
N
(x )¦¦ +¦¦f
N
(x) –f
N
(p) ¦¦+ ¦¦f
N
(p ) – f(p) ¦¦
s c + ¦¦f
N
(x) – f
N
(p )¦¦+ c.
Dado que f
N
es continua, existe un número o>0 tal que si
¦¦ x – p ¦¦ < o
entonces
f
N
(x) – f
N
(p) < c.
De aquí concluimos que
¦¦f(x) – f(p )¦¦ < 3c
qed

9.- El Espacio Lineal Normado, C(X) de las Funciones Reales Definidas
sobre un Espacio Métrico Compacto

En esta sección consideramos un espacio métrico compacto X, y el espacio
lineal normado C(X) (sección 3 cap IV) formado por las funciones reales
continuas definidas en X.

9.1 Teorema El espacio C(X) formado por las funciones reales continuas
sobre el espacio métrico compacto X, forman un espacio de Banach, es decir,
un espacio lineal normado completo.

Demostración Por el teorema 4.1del cap IV, C(X) es un espacio lineal , y la
función
N: C(X)÷R,
definida por
(9.1) N(f) = sup { f(x) : x cX}
es una norma sobre C(X).
Por el teorema 7.2 , el espacio C(X) es un espacio de Banach.
qed

Dado que C(X) es un espacio lineal normado, tiene sentido hablar de bolas
abiertas, conjuntos abiertos, cerrados, compactos etc.
97
La bola abierta con centro en la función f c C(X) y radio r > 0 es el
conjunto
(9.2) B(f ; r ) = { g c C(X): N(f-g) <r},
formado por las funciones g cuya distancia a f, es menor que r.
Un conjunto A de funciones de C(X), es abierto si cada función g en A, tiene
una bola abierta contenida en A.

9.2 Teorema Los conjuntos abiertos en C(X) tienen las siguientes propiedades
i) El vacío y el total C(X) son abiertos.
ii)La unión de una familia arbitraria de conjuntos abiertos , es un conjunto
abierto.
iii) La intersección de dos abiertos, es un conjunto abierto.

por el teorema 3.2 del cap III.

Una familia F de subconjuntos de un conjunto S, que satisfacen las
condiciones del teorema 9.2, es una topología para el conjunto S.
La pareja (S,F), es un espacio topológico.
Es decir, la familia F de conjuntos abiertos de C(X), es una topología para
C(X), y la pareja ( C(X); F ) es un espacio topológico.
Un conjunto C de funciones continuas en C(X),es cerrado si su complemento
es abierto.

9.3 Teorema Los conjuntos cerrados en C(X), tienen las siguientes
propiedades:
i) El vacío y el total C(X), son conjuntos cerrados.
ii) La unión de dos cerrados, es cerrada.
iii) La intersección de una familia arbitraria de conjuntos cerrados, es cerrada.

por el teorema 4.1 del cap III.

10.-Compacidad. Teorema de Arzela- Ascoli

Sea X un espacio métrico compacto y C(X) el espacio lineal normado formado
por las funciones reales continuas definidas en X.(Véase sección 3 cap IV).
En la sección 6 del capítulo II, definimos el concepto de conjunto compacto.
Un conjunto es compacto, si toda cubierta abierta tiene una subcubierta
finita.De igual manera definimos la compacidad en C(X).
Un conjunto K de funciones en C(X), es compacto si toda cubierta abierta
tiene una subcubierta finita.
98
En el espacio euclidiano R
n
, sabemos por el teorema de Bolzano –
Weierstrass, (teorema 5.4 cap II), que toda sucesión acotada en R
n
, tiene una
subsucesión convergente. Desgraciadamente, el teorema de B-W, no vale en
C(X).

10.1-Ejemplo. El Espacio C[ 0, 2 t ]. La sucesión de funciones continuas,
.(10.1) f
n
(x) = sen nx : [0,2t ] ÷ R, n = 1,2,…
es una sucesión de funciones continuas uniformemente acotada por uno.
Supongamos que tiene una subsucesión convergente
{sen n
k
x : k c N }.
Entonces
Lím [sen n
k+1
x – sen n
k
x ] = 0.
En consecuencia
Lím [sen n
k+1
x – sen n
k
x ]
2
=0.
Por el teorema de convergencia dominada de Lebesgue,
Límí [ sen n
k+1
x – sen n
k
x ]
2
dx

=0.
Pero por cálculo directo
Lím í [sen n
k+1
x – sen n
k
x ]
2
dx = 2t .
Esta contradicción demuestra que la sucesión acotada {sen nx } no contiene
ninguna subsucesión convergente.

Equicontinuidad
.
Para caracterizar la compacidad de un conjunto K, de funciones continuas en
C(X), necesitamos el concepto de equicontinuidad.
Un conjunto K en C(X) es uniformemente equicontinuo, si dado c > 0
existe o > 0, tal que si la distancia d(x,y ) < o es menor que o ,
entonces
(10.2) ¦f(x)- f(y) ¦ < c , para toda f en K.

10.1 Proposición Las funciones que forman un conjunto uniformemebnte
equicontinuo, son uniformemente continuas

10.2 Proposición Todo subconjunto de un conjunto uniformemente
equicontinuo, es uniformente equicontinuo.
Ejemplos

10.3 Un subconjunto finito de C(X), es equicontinuo.
Sea E = { f
k
, k= 1,2,..n] un subconjunto finito de C(X).Entonces dado c >0
existe o
k
>0 tal que si d( x,y ) < o
k
,entonces
99
f
k
(x) – f
k
(y) < c .
Sea o= mín { o
k
, k= 1,2,..n }, entonces d(x,y) < implica que
f
k
(x ) – f
k
(y) < , k=1,2...n.

10.4 Teorema Toda sucesión uniformemente convergente en C(X), es
uniformemente equicontinua.

Demostración Sea {f
n
} una sucesión uniformemente convergente en C(X),
que converge a f.
Es decir,dado c > 0 existe un natural N tal que si n > N
entonces
f
n
- f = N(f
n
–f ) < c .
La sucesión { f
n
: n s N } es finita y por lo tanto equicontinua.
Es decir,
dado c > 0 existe o = o( c) > 0 tal que si d( x , y ) < o
entonces
f
i
(x)- f
i
(y) < c , i s N.
En consecuencia para n > N , vale que
f
n
– f
N
s f
n
– f + ¦¦f – f
N
¦¦< 2c,
lo cual nos demuestra que la sucesión { f
n
}, es uniformemente equicontinua.
qed

10.5 Teorema Un conjunto compacto K en C(X) es cerrado, acotado y
equicontinuo.

Demostración En la sección 6 del capítulo II, se demostró que todo conjunto
compacto, en un espacio lineal normado es cerrado y acotado. Nos falta
demostrar que K es equicontinuo.
K es compacto en C(X), por hipótesis, luego, K es un conjunto totalmente
acotado, es decir, para todo c > 0 existe un número finito {B(f
i
; c ), i=
1,2,3,..n }, de bolas abiertas con centro en f
i
, y radio c > 0 que cubren a
K.Las funciones f
i
, son uniformemente continuas, porque X es compacto,
(teorema 5.1, cap IV) luego, dado c > 0 existen o
i
> 0, tales que si d( x,y ) < o
i
entonces
¦ f
i
(x ) – f
i
( y )¦< c .
Sea o = mín o
i
, entonces d(x,y ) < o implica que ¦f
i
(x) – f
i
(y)¦ < c, i =
1,2,…n. Sea f una función en K, entonces f pertenece a alguna de las bolas
B( f
i
; c), digamos f c B(f
k
; c ). Entonces,

100
¦f(x) – f(y ) ¦s ¦f(x ) – f
i
( x )¦ +¦ f
i
( x )- f
i
( y ) ¦+ ¦f
i,
(y ) – f(y) ¦< 3c.,
lo cual demuestra que K es equicontinuo.
qed
El siguiente teorema puede considerarse como una generalización del teorema
de Bolzano- Weierstrass.

10.6 Teorema (Arzela- Ascoli) Una sucesión puntualmente acotada y
equicontinua de funciones en C(X), es uniformemente acotada y tiene una
subsucesión uniformemente convergente.

Demostración La sucesión {f
n
} es equicontinua, por hipótesis, es decir, dado
c >0 existe un real positivo o = o(c) >0, tal que si d(x,y ) < o, entonces
(10.3 ) f
n
(x ) – f
n
( y ) < c , n = 1,2,3, … .
La familia { B(x;o ) : x c X } de bolas abiertas con centro en un punto x de X,
y de radio o, forma una cubierta abierta de X, pero X es compacto, por
hipótesis, luego, existe un conjunto finito {x
k
c X, k = 1,2,3,..n, tal que la
familia { B( x
k
;o , k =1,2, n},es subcubierta abierta de X.
X = B( x
k
; o, k =1,2, n}.
Dado que X es compacto, X tiene un subconjunto denso numerable E. Por la
densidad de E en X, podemos tomar los puntos x
k
, en E, y por ser E
numerable la sucesión { f
n
} tiene una subsucesión { f
ni
} que converge en
cada punto x de E.Queremos demostrar que la subsucesión
g
i
= f
ni
, i = 1,2,…
es uniformemente convergente.
Puesto que la subsucesión { g
i
(x)} es convergente en E, concluimos que las
sucesiones { g
i
(x
k
) } convergen, luego, las sucesiones { g
i
(x
k
) } son de
Cauchy , es decir, dado c >0 existe un número natural N
k
, k = 1,2,..n, tal que
si i > N
k
, j > N
k
entonces
¦ g
i
(x
k
) – g
j
(x
k
)¦ < c .
Tomando N = max N
k,
vemos que i > N, j > N, implica que

(10.4)

¦ g
i
( x
k
) – g
j
( x
k
)¦ < c, para todo k = 1,2,…n.
Sea x un punto de X, entonces x pertenece a la bola B(x
k
; o), para alguna k, lo
cual implica que d ( x, x
k
)< c, y en consecuencia
(10.5) g
i
(x) – g
i
(x
k
)< c.
Las ecuaciones (10.1) y (10.2) implican que para i > N, j > N, obtenemos
g
i
(x ) – g
j
( x ) s ¦g
i
(x ) – g
i
( x
k
) ¦+¦g
i
(x
k
) – g
j
( x
k
) ¦
+¦g
j
(x
k
) – g
j
(x) ¦< 3c.
Puesto que R es completo, la sucesión {g
i
} converge uniformemente.
qed
101
VIII.- Diferenciación de Funciones Reales de Varias Variables

En este capítulo definimos la diferencial de una función real de varias
variables.
En la sección 1, introducimos el concepto de derivada parcial y presentamos
algunas de sus propiedades.
En la sección 2 presentamos el concepto de derivada direccional, el cual
generaliza el concepto de derivada parcial. La derivada direccional de una
función en dirección de los vectores de la base estandar de R
n
, son las
derivadas parciales.
En la sección 3,definimos la diferencial de una función real de varias
variables.
En este capítulo A será un subconjunto abierto de R
m
, y f: A÷ R una
función real de varias variables.

1.- Derivadas Parciales

Sea A un subconjunto abierto del espacio euclidiano R
m
de dimensión m, y f:
A÷R una función real definida en A.

Definición La i-ésima derivada parcial de la función f = f(x
1
,x
2
, ..x
m
) en el
punto p de A es

(1.1) D
i
f(p) = lím f(p+t e
i
) f(p) / t , i = 1,2,..m.
t ÷0
donde e
i
= ( 0,0,..1,0,0..0)
T
es el vector columna con un uno en la i- ésima fila
y ceros en las demás filas, y la T significa traspuesto .

Ejemplos
1.- Cuando m =1 tenemos una función real de una variable real, que se estudió
en el capítulo anterior.
2.- Las derivadas parciales de la función

f(x,y ) = 2x + 3y + 7
son
D
1
f(x,y) = 2, D
2
F(x,y ) = 3.

3.- Las derivadas parciales de la función cuadrática

f(x,y) = x
2
+y
2
102
son
D
1
f(x,y,z) = 2x, D
2
f(x,y,z).= 2y.

4.- Las derivadas parciales de la función

f(x,y) = xseny + y cosx
son

D
1
f(x,y) =sen y – y sen x. D
2
f(x,y) = xcos y +cos y.

Definición El gradiente de la función f = f(x
1
,x
2
,..x
m
) : A ÷R, en el punto p
de A es

(1.2) Vf(p) = ¯ D
i
f( p ) e
i
.
cuyas componentes son las derivadas parciales de f en el punto p.

En los cursos de Cálculo Avanzado se demuestra que

1.1 Proposición Sean f, g : A÷R dos funciones cuyas derivadas parciales
existen en un punto p de A. Entonces las derivadas parciales de la suma f+g y
producto fg existen. Además

(1.3) D
i
(f + g )(p) = D
i
f(p ) + D
i
g(p),
y
(1.4) D
i
fg (p) = f(p)D
i
g (p) +g(p)D
i
f(p). (Regla de Leibniz),
i = 1,2, ...m.

2.- Derivadas Direccionales
Sea A un subconjunto abierto del espacio lineal normado X, y f :A÷ R, una
función real.
La derivada direccional de la función f :A÷R, en el punto p, en dirección
del vector v c X, es
(2.1) D
v
f(p) = lím [f(p+tv) – f(p)] / t.
t ÷0
Es fácil ver que cuando X =R
m
la derivada direccional de f en el punto p,
dirección del vector básico e
i
, es la i-ésima derivada parcial de f, en el punto
p.
103
(2.2) D
ei
f(p) = D
i
f(p), i = 1,2, ..m.

3.- Diferencial de una Función Real de Varias Variables

Sea A un subconjunto abierto del espacio lineal normado X y f: A÷R una
función real.

Definición Una función f:A÷R es diferenciable en el punto p c A si existe
una funcional lineal continua T : X ÷ R , que cumple la siguiente
condición:
Dado c >0 existe o>0 tal que si 0< h < o entonces

(3.1) f(p+h) –f(p) – T(h) < c h .
La funcional lineal T cuando existe es única y recibe el nombre de diferencial
de f en p , y se denota por df(p), o bien df
p
.
Una función f es diferenciable en un conjunto A si es diferenciable en cada
punto de A.Denotaremos por D(A) la clase de las funciones diferenciables en
A, y por D
p
(A) la clase de las funciones diferenciables en el punto p.
Nuestro primer paso será demostrar que la diferencial es única.

3.1 Teorema Una función diferenciable , tiene una y sólo una diferencial

Demostración Sean S,T dos diferenciales de la función diferenciable f en el
punto p.Entonces dado c > 0 existe o > 0 tal que si 0< h < o tenemos
que

f(p+h ) – f(p) – S(h) < c h y f(p+h ) – f(p) –T(h) < c h
luego
S(h) – T(h) = f(p+h) – f(p) – T(h) – { f(p+h)- f(p) –S(h)}
M f(p+h ) –f(p) –T(h) + f(p+h) – f(p) – S(h)
< 2 c h .
De donde
S(h) –T(h) / h <c .
lo cual implica que

104
S(h) – T(h)=0.
luego
S=T qed
Las derivadas direccionales de una función diferenciable existen

3.2 Teorema Sea f c D(A) una función diferenciable en el subconjunto
abierto A del espacio lineal normado X. Entonces las derivadas direccionales
de f existen. Además

( 3.2) D
v
f(p) = df(p)(v).

Demostración La función f es diferenciable , por hipótesis, es decir existe
una funcional lineal continua df(p) : X ÷R que cumple la siguiente
condición:
Dado c >0 existe o > 0 tal que si 0 < h < o , entonces

f(p+h) – f(p) – df(p) < c h .
Sea v c X un vector de X y tomemos h = tv tal que
h = tv < o , t c R ,
entonces, por (3,.1)
f(p +tv ) – f(p) - t df (p) (v) < t v ,
de donde
f(p+tv) – f(p) / t - df(p) (v) < c ,
lo cual implica que

D
v
f(p) = df(p)(v).
qed

3.3.Teorema Sea f c D(A) una función diferenciable en un subconjunto
abierto A de R
m
Entonces todas las derivadas parciales de f existen.Además la
diferencial de f en el punto p de A, en dirección del vector v , es igual al
producto escalar del gradiente de f, y el vector v.

(3.3) df(p)(v) = Vf(p) . v.

Demostración Sea v =¯ v
i
e
i
.Por la linealidad de df(p),

df(p) (v) = ¯v
i
df (p) ( e
i
)
105
= ¯ v
i
D
i
f(p).

= V f(p) . v.
qed

Nuestro siguiente paso será demostrar que la suma y el producto de funciones
diferenciables es diferenciable.

3.4 Teorema La suma f+g y el producto fg de dos funciones diferenciables
f,g D(A) son diferenciables..

(3.3) f,g c D(A) ¬ f + g c D(A) , fg c D(A).
Además
(3.4) d(f+g )(p) = df(p) + dg(p) .

(3.5) dfg(p) = f(p) dg(p) + g(p) df(p), (Regla de Leibniz).

Demostración f,g c D(A) por hipótesis, lo cual implica que dado c >0 existe
o >0 tal que si h< o entonces
f(p+h ) – f(p) - d f(p) <c h , g(p+h) – g(p) - dg(p) <c h
.luego
f(p+h) + g(p+h) – [f(p) + g(p)]- [df(p) (h) + dg(p) (h)]
M f(p+h) – f(p) – df(p) + g(p+h) – g(p) – dg(p) (h) < 2 c h ,

lo cual implica (3.3) y (3.4).
La ecuación (3.5) se demuestra en forma análoga.
qed
Para funciones reales de varias variables vale que toda función diferenciable
es continua.
3.5 Teorema Una función diferenciable es continua. Es decir, el espacio
lineal D(A) formado por las funciones diferenciables, es un subespacio del
espacio lineal C(A) formado por las funciones continuas
( 3. 6) D(A)c C(A)
Demostración Sea f c D(A) una función diferenciable en el conjunto abierto
A.Es decir, existe una funcional lineal df(p) que cumple la condición (3.1), es
decir, dado c > 0 existe o>0 tal que si h <o entonces
f(p+h ) – f(p) – df(p) <c h .
106
Luego

f(p+h –f(p) s f(p+h ) – f(p) - df(p)(h) + df(p) (h)
< c h + df(p ) h
< M h ,
donde
M= df(p)+ c
lo cual implica que f es continua.
qed

4.- Teorema del Valor Medio
Sea A un subconjunto abierto del espacio euclidiano R
m
de dimensión m
y f : A÷ R una función real .
El segmento de recta que une los puntos p,q del conjunto A , es el conjunto

(4.1) L(p,q) = { p + t(q-p) : t c [0,1] }.
La función
(4.2) r(t) = p + t (q-p) : [0,1] ÷ A, Fig # 4.1

es una parametrización del segmento L(p,q)

Un conunto A es convexo ,si contiene el segmento
que une dos cualesquiera de sus puntos.
Fig #4.2

4.1 Teorema (Teorema del Valor Medio para Funciones Reales de Varias
Variables) Sean A un subconjunto abierto y convexo de R
m
. Sean p, q dos
puntos de A y f:A÷ R una función real de varias variables diferenciable en
A. Entonces existe un punto c en el segmento que une a los puntos p,q tal que

(4.3) f(q) –f(p) = f ´(c) (q-p).

Demostración Sea r(t) =p + t (q-p) : [0,1] ÷A, una parametrización del
segmento L(p,q) que une los puntos p,q.
La compuesta
g(t) = f(r(t) ) [0,1] ÷ R,
107
Fig #4.3
de las funciones r(t) y f : A ÷ R, es una función real diferenciable, por la
regla de la cadena (Teorema 2.1 Cap VI ).
La derivada de la función g, es

g ´(t) = df(r(t) )(q-p).

Por el teorema del valor medio para funciones reales de una variable real
(teorema 4.2 cap VI ),vale que

g(1) –g(0) = g ´(t
0
), t
0
c (0,1),
es decir
f(q) – f(p) = f ´( c ) (q-p) , c = r( t
0
).
qed

Una función cuyas derivadas parciales existen no es, necesariamente
diferenciable.Para que la función sea diferenciable es condición suficiente
pero no necesaria que las parciales existan y sean continuas.

4.2 Teorema Sea f : A ÷R una función real definida en el subconjunto
abierto A de R
m
, y sean p,q dos puntos de A Supongamos que las derivadas
parciales de f existen y son continuas. Entonces la función f es diferenciable .
Además
(4.4 ) df(p) (v) = ¯ D
i
f(p) e
i
= V f(p). v, vc R
m
.
Demostración Por el teorema del valor medio, existe un punto z en el
segmento que une los puntos p, q , tal que

f(p+h) – f(p) = V f(z). h. donde h = q-p,
Fig # 4.4
luego
f(p+h) – f(p) - V f(p) . h = V f(z). h - Vf(p) .h
M V f(z) –f(p) h , por Schwarz

Pero la función Vf es una función continua ,por hipótesis , es decir, dado
c > 0 existe o > 0 tal que si h <o entonces Vf(z) –Vf(p) < c
lo cual implica que
f(p+h) –f(p) – V f(p) . h < c h,
y finalmente
108
df(p)(v) = V f(p) . v.
qed
5.- Diferenciales de Orden Superior

En esta sección, enunciamos y demostramos el teorema de Taylor. Con este
objetivo en mente, definimos el concepto de diferenciales de orden superior al
primero.
Sea A un subconjunto abierto del espacio lineal normado X y f : A ÷R, una
función real .

La segunda derivada parcial de la función f (x
1
,x
2
, x
3
, …x
n
) :A÷ R,con
respecto a las variables x
i
, x
j
es la i- ésima derivada parcial de la j- ésima
derivada parcial de f .

(5.1) D
ij
f (p) = D
i
D
j
f (p). i,j =1,2,...m.

Ejemplos
5.1 Calcular las segundas derivadas parciales de la función
f(x,y) = x
3
– y
3
+ 2 x
2
y .
Solución Las derivads parcials de primer orden son
D
1
f(x,y) = 3 x
2
+4xy, D
2
f(x,y) = -3y
2
+2x.
Las derivadas parciales de segundo orden son
D
11
f (x,y) = 6x +4y, D
12
f(x,y) = 4x D
22
f(x,y) = -6y.

Definición La segunda diferencial o diferencial de segundo orden de la
función f, en un punto p de A, es la función bilineal ( Véase Cap I , sección 3
)
d
2
f (p) : R
m
xR
m
÷ R,
que satisface la condición

(5.1) d
2
f (p ) ( e
i
, e
j
)= D
ij
f(p) i,j = 1,2,3,...m.

5.1 Proposición La segunda diferencial de una función cuyas segundas
derivadas parciales existen, admite la expresión

(5.2) d
2
f(p)(v,w) = ¯
ij
D
ij
(p) v
i
w
j
,
donde
109
v =¯ v
i
e
i
w = ¯ w
i
e
i
,
son vectores en X.

Demostración d
2
f(p) ( v,w) = ¯
ij
d
2
f (p) ( e
i
, e
j
) v
i
w
j
= ¯
ij
D
ij
(p) v
i
w
j
, por (5,1)
qed
Ejemplos
1.- Calcular la segunda diferencial de la función
f(x,y) = 2x
2
+3y
3
+7 .
en el punto (1.2) y en dirección de los vectores v = (2,3),w = (1,4).
Solución Las derivadas parciales de primer orden de f , son
D
1
f(x,y) = 4x D
2
f (x,y) = 9y,
las derivadas parciales de segundo orden de la función f, son

D
11
f(x,y) = 4, D
12
f(x,y) =0 D
22
f(x,y) = 9.
Luego la segunda diferencial de f, en el punto p = ( 1,2),es

d
2
f (x,y ) = 4x2 x1 + 9 x3x4 = 108.

La tercera diferencial de una función real f : A÷R, en el punto p de A, es la
funcional trilineal d f (p) : XxXxX ÷ R , que satisface la condición

(5.5) d
3
f (p) (e
i
, e
j
, e
k
) = D
ijk
f (p), i,j,k = 1,2,...m.

De manera análoga se definen las diferenciales de orden superior al tercero.

5.3 Teorema de Taylor. Sea f:A ÷ R una función real definida en un
conjunto abierto y conexo A de R
m
, cuyas diferenciales d
k
f de orden k =
1,2,..n,existen y son continuas en A.Sean a,b dos puntos de A. Entonces existe
un punto c en el segmento que une los puntos a,b , tal que

(5.6) f(a+h ) = f(a) + df(a) (h) ½! d
2
f (a) (h,h) +.. 1/n! d
n
f (c) ( h,h..h).

Demostración Sea r(t) = a+th,: [0,1] ÷A, ( donde h = b-a), una
parametrización del segmento que une los puntos a,b, y sea
g(t) = f(r(t)) = f (a+ th),
la compuesta de las dos funciones r(t) y f.
Por la regla de la cadena
110
g ´(t) = df(a+ th )(h),
g ´´ (t ) = d
2
f(a+th) (h,h)
g ´´´(t) = d
3
f ( a+th ) ( h,h,h),

g
(n)
(t ) = d
n
f(a+th) (h,h,...h).

Desarrollando en serie de Taylor la función g(t
0
), (teorema 4.2 cap IV),
resulta

g(1) = g(0) + g ´(0 ) + ½! g ´´(0) + .. 1/n! g (t
0
).
Tomando c = a + t h se demuestra el teorema.
qed
6.- Extremos de una Función
En esta sección enunciamos y demostramos el teorema del extremo interior en
forma análoga a como lo hicimos en la sección 3 del capítulo VI .
Sea A un subconjunto del espacio lineal normado X y f : A ÷ R una función
real definida en A.
Una función f tiene un máximo local en el punto c de A, si existe una bola
abierta B( c, r) con centro en c y radio positivo r,tal que

(6.1) f(c ) > f ( c+h ) para h< r.

De manera análoga se define un mínimo local.
Un máximo local es estricto, si f(c) > f(c + h ) , para h < r.
Los valores máximo y mínimo se llaman valores extremos de la función.

6.1 Teorema del Extremo Interior) Sea A un subconjunto abierto de R
m
y f
:A÷R una función real.Supongamos que la función f tiene un extremo
(máximo ó mínimo ) local en un punto interior p de A.Si sus derivadas
parciales existen en p, entonces son iguales a cero.

Demostración Sea c= ( c
1
,c
2
,...c
m
) y definamos la función

(6.2) g(x) = f (x, c
2
,c
3
, c
m
).

111
Por hipótesis , la función f tiene un extremo local en el punto interior c, es
decir, existe una bola B(c, r ) con centro en c y radio positivo r, tal que
(6.3) f(c ) > f(c+h ) para || h|| < r.
Entonces la función g tiene un máximo local en c , en efecto
g( c ) = f (c ) > f (x,c
2
,c
3
, ..c
m
) = g(x).
Por el teorema 3.2 del capítulo VI ,
g ´( c ) = D
1
f( c) = 0.
En forma análoga demostramos que D
i
f(c) =0 , i = 1,2, ...m.
qed

Un punto p es un punto crítico de una función f si las derivadas parciales
( si existen ) de f, en el punto p son iguales a cero.
6.2 Corolario Sea A un subconjunto de R
m
y f : A ÷R una función cuyas
derivadas direccionales en cualquier dirección v existen. Si f tiene un extremo
local en un punto interior p de A,entonces , las derivadas direccionales D
v
f(p)
=0 son iguales a cero.

Demostración D
v
f(p) = ¯ D
i
f(p)e
i
= 0, por el teorema anterior
qed
6.3 Corolario Sea A un subconjunto de R
m
y f: A ÷ R una función
diferenciable en el punto interior p de A.Supongamos que f tiene un extremo
local en p.Entonces la diferencial de f en el punto p es igual a cero.
Demostración df(p)(v) = D
v
f(p) = 0
qed

Si el punto p donde la función f toma el extremo local no es un punto interior,
entonces no necesariamente se anula la diferencial de f.

Ejemplos.
6.1.-La función f(x) = x : [0,1]÷ R, tiene un máximo local en x = 1, pero su
derivada f ´(x) = 1, no se anula en x= 1.

En un punto crítico de una función ,no necesariamente la función tiene un
extremo local.
6.2.- El punto x = 0 es un punto crítico de la función f(x) = x
3
, pero f no tiene
un extremo en x = 0.

6.3.- Encontrar los puntos críticos de la funcion

112
f(x,y ) = 2x
2
+ 3y
3
+ 7xy.

Solución Las derivadas parciales de la función f, son

D f(x,y) = 4x +7y , D f( x,y) = 9y + 7x.

Este es un sistema de dos ecuaciones lineales con dos incógnitas.
El determinante del sistema es 28 – 63 = - 35 ,
Luego (0,0) es un punto crítico.

6.4.- Encontrar los puntos críticos de la función cúbica

f(x,y) = x
3
+ y
3
Solución Las parciales de la función son

D
1
f(x,y ) = 3x
2
, D
2
f(x,y) = 3y
2
.
El punto (0,0 ) es el único punto crítico de la función.

7.- Criterio de la Segunda Derivada
Sea A un subconjunto abierto del espacio euclidiano de dimensión m y
f : A÷R una función real.

7.1.- Teorema Sea A un subconjunto abierto de R
m
y f: A ÷ R una función
con segundas derivadas parciales continuas, en el subconjunto abierto A de
R
m
.Supongamos que la función f tiene un mínimo local en el punto c de A.
Entonces la segunda diferencial de f, en el punto c, es definidamente positiva
.Es decir

(7.1) d
2
f( c )( v,v ) > 0, para toda v= 0.

Demostración Sea u un vector unitario, es decir, un vector con norma
uno.Por hipótesis la función f tiene un mínimo local en el punto interior c de
A, es decir existe una bola abierta B(c, r ) con centro en c y radio positivo r
>0 tal que
(7.2) f(c) M f(c + t u ) para tu = t < r.
Dado que A es abierto podemos elegir t de modo que c + t u pertenezca a
A.Por el corolario 6.3
113
(7.3) df(c) = 0.

Por el teorema de Taylor

(7.4) f(c+ tu ) = f(c ) + df(c) (tu) + d
2
f(c) ( tu,tu )/2,

= f(c) + d
2
f(c) (tu,tu )/2,
de donde
(7.5) d
2
f(c) (tu, tu ) = 2 { f(c+tu ) – f(c) } > 0
qed

7.2 Teorema (Criterio de la Segunda Derivada) Sea A un subconjunto
abierto de R
m
y f: A÷ R una función con segundas derivadas parciales
continuas en A. Sea c un punto crítico de f. Entonces

i) si la segunda diferencial de f en c es definidamente positiva , entonces f
tiene un mínimo local en c.

ii) si la segunda diferencial de f en el punto c, es definidamente negativa,
entonces la función f tiene un máximo local en c.

iii) si la segunda diferencial de f en el punto c es indefinida, entonces f no
tiene un extremo local en c.

Demostración Por el teorema de Taylor,

(7.6) f(c+h)= f(c) + df(c)(h) + ½ d
2
f(c) (z, z )

donde z es un punto en el segmento que une a c y c+h.
El punto c es un punto crítico de f, por hipótesis, luego

(7.7) f(c+h ) = f(c) + 1/2 d
2
f (c)(z,z ).

Si d
2
f (c ) es definidamente positiva existe un real positivo c > 0 tal que si la
distancia
(7.8) d
2
f (c) – A < c
entre la segunda diferencial y la función bilineal A es menor que c,entonces A
es definidamente positiva.

Pero por hipótesis d
2
f (c ) es continua en el punto c.Es decir que dado c > 0
existe un real positivo o > 0 tal que si x-c < o entonces la distancia
114
(7.9) d
2
f (x) – d
2
f(c) < c .
Dado que z está en el segmento que une a c y c+h, la distancia entre

(7.10) z – c . < h < o ,
lo cual implica que d
2
f(z ) es definidamente positiva, en consecuencia por
(7.7 )
f(c+h ) – f(c ) > 0,

es decir, f tiene un mínimo local en c.

ii) la demostración es completamente análoga a la demostración de i).

iii) Si tuviera un máximo o un mínimo local en c, por el teorema 7.1 sería
definida.
qed

115
IX.- Diferenciación de Funciones Vectoriales de Varias Variables

En este capítulo vamos a considerar dos espacios vectoriales normados X, Y
y un subconjunto abierto U no vacío, de X.
En la primera sección de este capítulo, introduciremos el concepto de
diferencial de una función f : U ÷Y, estableceremos algunas de sus
propiedades y presentaremos algunos ejemplos.
En la segunda sección presentaremos la definición de derivada direccional de
una función f,en el punto p c X, en dirección del vector v , la cual es una
generalización de la derivada parcial.

En la tercera sección consideramos los casos particulares de funciones
vectoriales de una variable, funciones vectoriales de varias variables y
funciones reales de varias variables y establecemos para cada uno de estos
casos, las relaciones que existen entre derivadas, gradiente y diferencial.

En la cuarta sección estudiamos la diferenciabilidad de la compuesta de dos
funciones diferenciables y demostramos la regla de la cadena.

En la quinta y última sección demostramos un teorema del valor medio para
funciones vectoriales de varias variables.

1.- Diferenciabilidad
En esta sección definimos el concepto de diferenciabilidad de una función f :
U LY ,en un punto p de U, donde U es un subconjunto abierto no vacío del
espacio vectorial normado X .La diferenciabilidad de una función implica la
existencia de una transformación lineal, llamada la diferencial de f en el punto
p.
Cuando la diferencial de una función, existe en un punto p, entonces todas las
derivadas direccionales existen.

Definición Una función f: U LY es diferenciable en un punto p de U, si
existe una transformación lineal continua A R L ( X, Y ),que satisface la
siguiente condición: Dado un real positivo R > 0, existe otro real positivo o >
0 tal que si
0 < P h P<o,
entonces

(1.1) P f( p+h) – f(p) - A(h) P < R P h P .
116
Vamos a demostrar que si A existe, es única. Cuando A existe, se le llama la
diferencial de f, en el punto p, y se le designa por cualesquiera de los
símbolos df
p ,
df (p) , Df
p
, f´(p), Df(p).
Recordemos que la norma de una transformación lineal continua (Sección 3,
cap IV) A c L(X,Y), es

(1.2) A = sup { Ax/ x : x = 0 } .
1.1 Teorema (Unicidad de la Derivada ) Si la diferencial de una función
existe, es única.

Demostración: Supongamos que existe otra diferencial B de f en el punto
p. Es decir B satisface la condición (1.1).Luego

PA(h) –B(h) P = P[ f(p+h ) – f(p) – B(h)] - [ f(p+h) –f(p) – A (h ) ]P
s Pf(p+h)-f(p) – B(h)P + P f(p+h) –f(p) - B(h)P
< 2R PhP
Entonces PA-BP = 0, de donde A = B.
qed

Vamos a designar por D( U, Y ), la clase de las funciones diferenciables, en
cada punto del conjunto abierto U del espacio vectorial normado X, con
valores en el espacio vectorial normado Y , y por D
p
(U, Y) la clase de las
funciones diferenciables en p.

Toda función diferenciable es contínua.

1.2 Teorema : Sea f :ULY, una función diferenciable en el punto p de U.
Entonces, f es contínua en el punto p.

Demostración: f es diferenciable en p, por hipótesis, es decir, la condición
(1.1), es válida.Luego,

P f(p+h)-f(p) P s P f(p+h)-f(p)-df(p)(h)P +Pdf(p)(h) P
117
<RPhP + P df(p)(h).P.
Pero

P df(p)(h)P s Pdf(p)PP hP
Luego,

P f(p+h)-f(p)P < RP hP+Pdf(p)P hP =P h P( R + P df(p)P ),

lo cual implica que la función f es continua.
qed
1.3 Teorema. Sean f, g c D
p
( U, Y ) dos funciones diferenciables en el punto
p de U.Entonces toda combinación lineal af + bg , a , b c R, de las funciones f,
g es diferenciable en p.Además

(1.3) d (af + bg )
p
= a df
p
+ b dg
p
Demostración Las funciones f, g son diferenciables, por hipótesis,es decir
dado c >0 existe o>0 tal que si 0 < h <o ,
entonces
¦ f(p+h ) – f ( p ) . df(p) (h) < c h¦,
¦¦g(p+h ) – g(p) – dg(p) (h)¦¦ < c h,
de donde
¦¦f(p+h ) + g(p+h) – f(p) – g(p) – df(p) (h) – dg(p) (h)¦¦
s f(p+h) – f(p) – df(p) (h) + g(p+h)-g(p) – dg(p) (h)
< 2 c¦¦h¦¦,
lo cual demuestra que la suma de dos funciones diferenciables es
diferenciable.De manera análoga se demuestra que cf es diferenciable.
qed

Ejemplos

1.1-En el capítulo V,estudiamos la diferenciabliidad de las funciones reales de
vriable real, es decir , el caso en que X= R, U =(a,b) es un subconjunto de R y
el codominio Y= R.

118
1.2- En el capítulo VIII estudiamos la diferenciabilidad de funciones reales de
varias variables, es dcir, el caso en que U es un subconjunto abierto de R, y el
codominio Y son los reales.

2. Derivadas Direccionales
En esta sección vamos a considerar dos espacios lineales normados X,Y, y un
subconjunto abierto U de X. Las funciones f : U÷Y, tendrán como dominio el
conjunto abierto U, y como codominio el espacio lineal normado Y.
Una generalización interesante de la derivada parcial de una función (véase
sección 1 capítulo VIII) es la derivada direccional.En un espacio euclidiano
las derivadas direccionales en dirección de los ejes coordenados son las
derivadas parciales. Este concepto de derivada direccional, sin embargo, no es
lo suficientemente fuerte como para garantizar la validez de algunos teoremas
que nos interesan, ya que como veremos existen funciones discontinuas cuyas
derivadas direccionales existen.

Definición La derivada direccional de una función vectorial f: U LY en
dirección del vector v en U, en el punto p, es el límite (cuando existe )

(2.1) Df
v
(p) = lím{ [f(p + t v ) – f(p)] / t }.
t L0
Es fácil ver que la derivada direccional de f, en dirección de v,en el punto p,
es igual a la derivada de la función f(p + t v ) en t =0 .

2.1- Ejemplo. Calcular la derivada direccional de la función f(x,y) = x i + yj,
en el punto p(1,1) en dirección del vector v=2i + 3j.

Solución : p + tv = (1+2t, 1+3t ), luego f(p + tv ) = f (1+2t, 1+3t ) = (1+2t)i
+ (1+3t)j.

Entonces la derivada direccional es

D
v
f(p) = lím{ (1+2t )i + (1+3t)j – (i+j) /t} = lím ( 2i + 3j ) = 2i +3j.
t÷0 t÷0
La derivada direccional de una función vectorial, tiene las siguientes
propiedades

119
2.1 Teorema: Las derivadas direccionales de una función diferenciable f R D
p
(U, Y),en un punto p de U, existen en todas las direcciones, en el punto p.
Además
(2.2) D
v
f(p) = df(p)(v).

Demostración: La función f es diferenciable en el punto p, por hipótesis, es
decir, la función satisface la condición (1.1)

P f (p+h) – f(p) – df(p) (h) P < RP h P,
tomemos
h = tv, con P h P =tPv P <o .
Entonces P [f (p +tv ) – f(p)]/t –df(p) (v) P < RP v P.Lo cual implica (2.2).
qed

2.2 Teorema La derivada direccional de la combinación lineal de dos
funciones diferenciables es igual a la combinación lineal de sus derivadas
direccionales.

(2.3) D
v
(af + bg)(p) =a D
v
f(p) + bD
v
g (p).

Es consecuencia de los teoremas 1.2 y 2.1.

En esta sección presentamos algunos ejemplos que ilustran el concepto de
diferencial para las funciones vectoriales de una variable,, para funciones
vectoriales de varias variables .

3..-Diferencial en R
n
Sea U un subconjunto abierto del espacio vectorial normado R
m
(Ejemplo
1.3 Cap. I), U un subconjunto de R
m
y f: ULR
n
, una función vectorial .Sea
{e
1
,e
2
,…e
m
,} la base canónica de R
m
.
El vector columna e
i
= ( 0,0,..,1,0,0,..0)
T
, ( T significa traspuesto de ) tiene un
uno en la i-ésima fila y ceros en las demás filas.

Entonces existen n funciones reales f
i
( x
1
, x
2
, …x
m
): U ÷R , i = 1,2,.. n ,
tales que
(3.1) f ( x
1
,x
2
,…x
m
) = V
i
f
i
( x
1
,x
2
, …x
m
).e
i
, i = 1,2,3,...n.

Las funciones f
i
, i = 1,2,…n, son las funciones coordenadas de f.
120
A continuación definiremos el concepto de derivada parcial de una función de
varias variables

Definición La i –ésima derivada parcial, i = 1,2,..m, de la función f : U L
R
n
, en el punto p, es

(3.2) D
i
f(p) = lim { [f(p+ t e
i
) – f( p )] / t } , i = 1,2,...m.
tL0
Es decir, la i-ésima derivada parcial de f, es igual a la derivada direccional de f
, en dirección de e
i.
, i =1,2, …m.
La i-ésima derivada de la función f es el vector columna

(3.3)

D
i
f (p) = [ D
i
f
1
(p), D
i
f
2
(p),....D
i
f
n
(p) ]

T
La matríz jacobiana de la función f : U÷ R
n
, es la matríz

J
f
(p) = [ D
1
f (p) D
2
f(p)…D
m
f(p)] = [D
i
f
j
(p)].

3.1 Teorema La diferencial d f(p) (v) de la función diferenciable f , en el
punto p, en dirección del vector v, es igual al producto de la matríz jacobiana
de f
(3.4) df(p)(v) = J
f
(p) v,
y el vector v.

Ejemplos
3.1- Ejemplo Calcular las derivadas parciales de la función
f(x,y,z)= 2x+3y+5z.

Solución : D
1
f(x,y,z) = 2, D
2
f (x,y,z)= 3, Df
3
(x,y,z)= 5.

3.2- Ejemplo Calcular la derivada de la función vectorial de una variable
f(t) =i(cos t) + j(sen t),

donde i = (1,0), j =(0,1), son los vectores unitarios, que forman la base
canónica de R
2
.
Solución : f´(t)= i(-sen t) + j(cos t).

121
Las derivadas parciales, como se ha visto en los cursos de Cálculo Avanzado
tienen las siguientes propiedades

3.2 Teorema Sean f,g : R
m
÷ R
n
dos funciones vectoriales de varias
variables , cuyas derivadas parciales existen. Entonces las derivadas parciales
de la suma f+g existen y son iguales a las sumas de las derivadas parciales
correspondientes

(3.5) D
i
(f +g) = D
i
f + D
i
g , i = 1,2..m

Las derivadas parciales del producto interno de dos funciones vectoriales
satisfacen la regla de Leibniz.

(3.6) D
i
(f.g) = f. D
i
g + g. D
i
f .
Demostración Por el teorema 2.1, D
i
(f+ g )(p ) = d(f + g ) ( p )(e
i
)
= df(p) (e
i
) + dg(p) ( e
i
) = D
i
f(p) + D
i
g ( p)
qed

3.3 Ejemplo : Hallar la derivada del producto interno de las funciones
vectoriales
f(t )= i (t) + j(t
2
) LR
2
g( t ) = i( t
2
) + j ( t
3
) : [0, n/4].LR
2
Solución Las derivadas de las funciones son

f´(t) = i +j ( 2t ) , g´(t) = i(2t) + j (3 t2 ) ,

el producto escalar de f,g es

f(t).g(t) = t
3
+ t
5
cuya derivada es

[f.g (t)]´ = 3t
2
+ 5t
4
.
3.3 Teorema: Sea f : U LR
n
, una función diferenciable en el punto p.
Entonces, las derivadas parciales de f en el punto p existen.
La i-ésima derivada parcial de f en el punto p, es igual a la diferencial de f
valuada en el vector fundamental e
i
= (0,0,..1,0..0), i =1,2,…m.

(3.7) D
i
f(p) =df
p
(e
i
) , i = 1,2, ...m.
122
Además
(3.8) df (p) (v)= V
i
v
i
D
i
f (p), i = 1.2. m.

Demostración: Por (2.3), la diferencial de f en el punto p, en dirección del
vector e
i
, es igual a la derivada direccional de f, en el punto p, en dirección de
e
i
.
df(p)(e
i
) = De
i
f(p)= Di f(p),

por definición de derivada parcial.

Por la linealidad de df(p), tenemos para un vector v = V
i
v
i
e
i
,que

df (p)(v)= V v
i
df (p)( e
i
) = V v
i
D
i
f(p).
qed

La i-ésima derivada parcial de la función vectorial f : U L R
n
, es el vector

(3.9) Di f(p) = V
k
D
i
f
k
(p) e
i
.
Ejemplo Funciones Vectoriales
En esta sección estudiaremos algunas propiedades de funciones vectoriales, es
decir, funciones f : [a,b]÷R
n
, que toman valores en un espacio lineal normado
R
n
, definidas en un intervalo cerrado [a,b].En particular relacionamos la derivada y
la diferencial de una función vectorial f.
Definición.Una función vectorial f : [ a,b]÷ R
m
, es diferenciable en el
punto t de [a,b], si el límite cuando h tiende a cero

(3.10) f´(t) = lím {f(t+h ) – f(t)} / h,
h÷ 0
existe.
Si tal límite existe , recibe el nombre de derivada de f en el punto t, y se
designa por f´(t).
La relación entre la derivada f´(t) y la diferencial de df(t)( v), en el punto t , en
dirección de v c [a,b], es
(3.11) df(t)(v) = f´(t)v,
igual al producto de la derivada en el punto t y el escalar v.

3.4 Teorema Sea f una función vectorial diferenciable, en el punto t. Entonces
su diferencial es
123
(3.12) df
t
(h)= f ´(t)h.
Demostración f es diferenciable en el punto t, por hipótesis, es decir, dado
c>0 existe o >0 tal que si 0< ¦h ¦< o .
entonces
¦¦ f(t+h) – f(t)/ h – f ´(t)¦¦ < c,
de donde
¦¦ f(t+h) – f(t) – hf ´(t)¦¦ <c ¦ h¦ ,
lo cual demuestra (3.3)
qed

El vector velocidad de la función vectorial f, es f´(t).
La norma de la derivada de la trayectoria | f´(t)¦¦, es la rapidez de la
función vectorial f.
La imagen C = f([a,b]) del intervalo [a,b], bajo f, es una curva en R
n
,
parametrizada por f.
La aceleración de un punto que describe la curva C , es la derivada del
vector velocidad, es decir, es la segunda derivada de f(t).
La longitud de la curva C = f([a,b]), es la integral de la rapidez

(3.12) L( C ) = í
b
a
||f´(t)|| dt .

Ejemplos
1.- Sea r(t) = ( cost, sent ): [0,2t ] ÷ R
2
, una circunferencia con centro en el
orígen y radio 1.El vector velocidad de la circunferencia es r´(t) =( -sent, cost
).Su rapidez es || r´(t)|| = 1.La longitud de la circunferencia es 2t .La
aceleración de la circunferencia ,es ( -cos t, -sen t ).

2.-Sea r(t)= (cos t, sen t , t) : [0, 2t ] ÷ R
3
, una parametrización de la hélice
circular H.El vector velocidad de la hélice es r´(t) = ( -sen t, cos t, 1).La
rapidez ,es|| r´(t)|| = 2
1/2
, y la longitud de la hélice H , es 2(2)
1/2
t .La
aceleración es ( -cos t, -sen t , 0).
El vector de posición r :[a,b]÷R
3
, toma valores en R
3
, luego, existen tres
funciones x(t), y (t), z(t), tales que r(t) = i x(t) + jy(t) + kz(t), donde i,j,k,
forman la base canónica de R
3
.Entonces , el vector velocidad ,es
r´(t) = ix´(t) +jy´(t) + k z´(t).
La rapidez, es
r´(t) = { (dx/dt)
2
+ (dy/dt)
2
+ (dz/dt )
2
}
1/2
.

3.5 Corolario Toda combinación lineal de dos funciones vectoriales
diferenciables, es diferenciable .Además,

124
( 3.13) ( af + bg ) ´(t) = af ´(t) + bf ´(t).

4.-Composición de Funciones. Regla de la Cadena
En esta sección demostraremos que la compuesta de dos funciones
diferenciables es diferenciable y que la diferencial de la compuesta es igual a
la compuesta de sus diferenciales.Consideraremos dos espacios vectoria- les
normados X,Y.
Sea f una función con dominio en un subconjunto abierto A de X y
codominio Y, y g una función definida en un subconjunto B de la imagen
f(X)c Y de la función f con valores en el espacio lineal normado Z . La
compuesta de la función f y la función g, es la función g
o
f : A÷Z cuyo
dominio es A, que toma valores en el espacio Z, definida por
(4.2) (gof) (p)= g(f(p)), p en A.

4.1 Ejemplo. La compuesta de la función
f(x)=2x +3 y la función g(y)= 3y +7.
es la función, Fig # 4.1
gof(x)= g(f(x))= g(2x+3)= 3(2x+3) + 7
=6x+9+7=6x+13.

4.2 Ejemplo La compuesta de la función vectorial

r(t)= i(cos t) + j(sen t) :[0,2n ] LR
2
y la función
F(x,y)=ix + jy :R
2
U R
2
,
es la función
F(r(t))= i(cos t) + j (sen t).

4.3 Ejemplo La compuesta de la función f(x,y) = (x+ y, x-y) : R
2
÷ R
2
, y la
función g(u,v) = uv : R
2
÷R es la función

g( f(x,y)) = g( x+y, x+y) = (x+y)(x-y).

4.2 Teorema (Regla de la Cadena) Sean X, Y, Z, tres espacios lineales
normados. Sea f: XLY, una función diferenciable en el punto p y g: YLZ,
una función diferenciable en el punto q = f(p).Entonces la compuesta
g
o
f :X LZ
es diferenciable en el punto p.
125
Además, la diferencial de la función compuesta g
o
f es igual a la compuesta
de la diferencial de f en el punto p y la diferencial de g en el punto q = f(p).

(4.3) d(g
o
f)
p
= dg
f (p )

o
df
p
Demostración: La función f es diferenciable en el punto p , por hipótesis, es
decir, existe una transformación lineal df
p
de X en Y, que cumple la siguiente
condición: Dado R > 0, existe o > 0, tal que si
0< P h P < o ,
entonces

(4.4) P f(p+h) – f(p) –df
p
(h) P < R P h.P
Tambien la función g es diferenciable en el punto q = f(p), es decir,
dado R > 0 existe o >0, tal que si 0<Pk P<o, entonces

(4.5) P g(q+k) – g(q) – dg
q
(k) P < R P kP .
Sea
(4.6) r( h) = f(p+h)- f(p) – df(p)(h),

entonces por (4.4)

(4.7) P r( h) P< RP hP
y
(4.8) f(p+h) = f(p) +df
p
(h) + r( h).

Análogamente, sea

(4.9) s( k)= g(q+k)- g(q) – dg
q
(k),

en consecuencia

(4.10) g(q + k) = g(q) + dg
q
(k) + s(k), y Ps( k)P< R P kP.
De aquí que por (4.8)
(4.11) (gof)(p+h) = g(f(p+h)) = g( f(p) + df
p
(h) + r(h)),

= g(f(p)) + dg
f ( c)
( df
p
(h) + r(h))+ s( df
p
(h) +r(h))
por (4.10)

= g(f(p)) + (dg
f(c )o
( df
p
(h) +dg
f(c)
(r(h))+ s( df
p
(h) + r(h)).
126
Pero por (4.7)
(4.12) ¦¦ dg
f(c)
(r(h)) ¦¦s ¦¦dg
f (c)
¦¦¦¦r(h)¦¦ < c¦¦dg
f(c)
¦¦.¦¦ h¦¦
lo cual implica que g
o
f es diferenciable y que su diferencial es la compuesta
de las diferenciales de f en p y de g en f(p).
qed

Ejemplos
4.1.-Calcular la derivada de la compuesta de las funciones
f(x) = 2x+3, g(y) = 3y +7
La compuesta de f y
,
g es g(f(x)) = g(2x+3) = 3(2x+3) + 7= 6x + 16.
Su derivada es (g
o
f )´(x)= 6.
La derivada de f(x) es f´(x)= 2, y la derivada de g(y) es g ´(y) = 3,
luego la compuesta de las derivadas es g ´(f(x))f ´(x) = 3.2 =6.

5.-Teoremas del Valor Medio

En esta sección queremos encontrar un teorema del valor medio, semejante al
teorema del valor medio para funciones reales de una variable.(Teorema 4.2
Cap V )Este teorema afirma que para funciones reales f: [a,b] LR, continuas
en un intervalo cerrado [a,b] de la recta R, y diferenciables en el intervalo
abierto (a, b), existe un punto c en (a, b) tal que

(5.1) f (b)-f (a) = f´ (c) (b-a).

Para funciones diferenciables f : ULR
n
, con n>1 no existe tal teorema.
.
5.1 Ejemplo Sea
r(t) = (t-t
2
,t-t
3
) : [0,1]LR
2
,
una curva diferenciable en R
2
.La derivada de tal curva es

r´(t)= (1-2t,1-3t
2
).

Además r(0)=r(1)= (0,0).Supongamos que existe un real c en el intervalo
(0,1), tal que
r(1)-r(0) = r´( c ),
es decir
1-2c=0, 1-3c=0,

lo cual implica que c=1/2 = 1/3.
127
Consideremos ahora funciones vectoriales de varias variables f : ULR,donde
U es un subconjunto abierto de R
m
. Sean p, q dos puntos de U. El segmento
que une los puntos p, q de U, es el conjunto
L(p,q) = { p + t (q-p) : t c [0,1]},
la función

(5.2) r(t) = p + t(q - p): [0,1] LU,
es una parametrización del segmento L(p,q).El conjunto U es convexo, si
contiene al segmento que une a dos cualesquiera de sus puntos.
A continuación enunciaremos y demostraremos un teorema del valor medio
para funciones vectoriales de varias variables

5.4 Teorema (Teorema del Valor Medio para Funciones Vectoriales de
Varias Variables) Sea U un subconjunto convexo de R
m
y f :ULR
n
, una
función diferenciable en U. Sean p, q dos puntos de U. Entonces existe un
punto c en el segmento que une los puntos p, q tal que

(5.3) P f(q)-f(p) Ps P df
p
(q-p).P.
Demostración: Si f(p) = f(q) el teorema es trivial. Supongamos que f(p) es
diferente de f(q), y sea

y = f(q) - f(p) , y sea u = y/ P y P,
el vector unitario en dirección de y. Consideremos la función

g(x) = f(x).u :U LR
que es el producto escalar de f(x) y u. La función g es diferenciable, en efecto

g(x+h) –g(x) = [f(x+h)-f(x)] . u

= [df
x
(h) + o(h)].u

= df
x
(h).u + o(h).u.

Luego dg
x
(h) = df (x)(h) .u.

Por el Teorema del valor medio para funciones reales de varias variables,
existe un punto c en el segmento que une a los puntos p,q, tal que

128
g(q) - g(p) = dg
c
(q - p).
Pero
g(q)-g(p) = [f(q)-f(p)]. [f(q) – f(p)] / P f(q)-f(p)P = P f(q) – f(p) P
Entonces, por la desigualdad de Schwarz,

P f(q) - f(p)P = dg
c
(q - p) = df
c
(q-p).u s P df
c
( q - p) P.
qed

129
Bibliografía

1.- Apostol Tom M. Mathematical Analysis Addison Wesley Publishing
Company
2.-Bartle G. Robert Introducción al Análisis Matemático Editorial Limusa
3.-Corwin L. J. ,Szczarba R.H.Calculus in Vector Spaces. Marcel Dekker
Inc.
4.-Dieudonne, J. Foundations of Modern Analysis. Academic Press(1960)
5.- Halmos , P.R. Measure Theory
6.- Marsden E.J._ Tromba, A.J. Cálculo Vectorial. Addisson Wesley,
Iberoamericana
7.- Royden,H.L. Real Analysis.The Mc Millan Company. (1963)
8.- W. Rudin Principios de Análisis Matemático.Tercera Edición. Mc Graw
Hill

PREFACIO En el capítulo 0, se demuestra que el sistema de los reales es un campo ordenado, completo. En el capítulo I, se presenta primeramente, uno de los ejemplos más importantes de espacio métrico, el espacio lineal normado. En la sección 1, presentamos el concepto de espacio lineal sobre el campo de los reales, y algunos ejemplos. En la sección 2, introducimos la definición de espacio lineal normado. En la sección 3, definimos el concepto de espacio con producto interno, el cual es un caso particular muy importante de espacio lineal normado. n espacio con producto interno que tiene dimensión finita es un espacio euclidiano y un espacio con producto interno de dimensión infinita es un espacio de Hilbert. En la quinta y última sección, se introduce la noción de métrica o distancia en un espacio lineal normado. En el capítulo II, estudiamos los espacios métricos. En la sección 1 del capítulo II, damos la definición de espacio métrico y presentamos algunos ejemplos. En la sección 2, se estudian algunas propiedades de espacios métricos curvos En la sección 3, se estudian los conjuntos abiertos. En la sección 4, estudiamos algunas propiedades de los conjuntos cerrados. En la sección 5, se demuestra el teorema de celdas nidificadas, el cual afirma que la intersección de una sucesión decreciente de intervalos cerrados, no vacíos, es no vacía. En esta misma sección demostramos el teorema de Bolzano-Weierstrass, que afirma que todo conjunto infinito y acotado de números reales, tiene un punto de acumulación. En la sección 6, se estudian los conjuntos compactos, en un espacio métrico. Todo conjunto compacto es cerrado y acotado. Un subconjunto cerrado de un conjunto compacto, es compacto. En la sección 7, se estudian los conjuntos compactos de números reales. El teorema principal de esta sección es el teorema de Heine-Borel, el cual afirma que un conjunto de números reales es compacto, si y sólo si, es cerrado y acotado. Una consecuencia importante del teorema de Heine-Borel, es el teorema de intersección de Cantor. En la sección 8, se estudian los conjuntos conexos
2

En el capítulo III, estudiamos la convergencia de una sucesión en un espacio métrico, y definimos el concepto de espacio métrico completo. En la sección 1, se estudian las sucesiones en un espacio métrico En la sección 2, consideramos las sucesiones en un espacio lineal normado. Se demuestra que toda combinación lineal de sucesiones convergentes es convergente y que el producto interno de dos sucesiones convergentes es convergente. En la sección 3, introducimos el concepto de sucesión acotada en un espacio lineal normado. En la cuarta sección se estudian las sucesiones convergentes. En la quinta sección se estudian las sucesiones de Cauchy. En la sexta sección se estudian los espacios de Banach, es decir, los espacios lineales normados completos. En la sección 7, se demuestra que el espacio de los reales R, es completo, es decir, que toda sucesión de Cauchy de números reales, es convergente. En la sección 8, se estudian los espacios métricos completos . En la sección 9, estudiamos el comportamiento de los puntos fijos en un espacio métrico completo. En el capítulo IV se estudia el concepto de función continua. En la sección 1 estudiamos las propiedades de la funciones continuas en un espacio métrico En la sección 2, estudiamos la continuidad de funciones definidas en espacios lineales normados. En la sección 3 presentamos algunas propiedades de las funciones lineales. En la sección 4, estudiamos la continuidad de las funciones reales. Una función real continua sobre un conjunto compacto, es acotada y toma sus valores extremos (máximo y mínimo). En la sección 5, estudiamos la continuidad uniforme de las funciones definidas en espacios métricos. Toda función real continua sobre un conjunto compacto es uniformemente continua En el capítulo V estudiamos algunas propiedades de las derivadas de las funciones diferenciables reales definidas en un intervalo de la recta real. La suma y el producto de dos funciones diferenciables, son funciones diferenciables. Toda función diferenciable es continua.Se demuestran tres versiones del teorema del valor medio, en particular el teorema de Rolle.Se definen las derivadas de orden superior y demostramos el teorema de Taylor.
3

En la segunda sección se definen las integrales superior e inferior de una función acotada. 4 .Ascoli caracteriza los conjuntos compactos de funciones continuas. y que toda combinación lineal de funciones integrables es una función integrable. estudiamos la diferencial de una función real de varias variables. La convergencia uniforme preserva la continuidad del límite. Toda combinación lineal de funciones diferenciables. y la diferencial de la compuesta. En la primera sección se define la integral. En el Capítulo VII. Se demuestran el teorema del valor medio. estudiamos las funciones diferenciables cuyo dominio y codominio son espacios lineales normados. es decir. el límite de una sucesión uniformemente convergente de funciones continuas . Además. En el capítulo VIII.En el Capítulo VI se estudian algunas propiedades de la integral de RiemannStieltjes. se demuestra que toda función continua sobre un intervalo compacto es integrable. En el capítulo IX. estudiamos las sucesiones de funciones. es diferenciable. es diferenciable. Se definen las diferenciales de orden superior y se demuestra el teorema de Taylor. Se definen la convergencia puntual y la convergencia uniforme . es igual a la compuesta de sus diferenciales (Regla de la Cadena). El resultado más importante de esta sección es el criterio de integrabilidad de Riemann. es una función continua. y se demuestra que las integrales inferior y superior de una función acotada son iguales si y sólo si la función es integrable. la compuesta de dos funciones diferenciables. El teorema de Arzela.

.CONTENIDO 0. 8...Espacios Métricos Curvos 3. 6.Puntos Fijos...Sucesiones en un Espacio Métrico 2..Compacidad en los Reales.. Teorema de Heine..Funciones Continuas con Valores en un Espacio Métrico 2..-Espacios Lineales Normados 3.Sucesiones Convergentes 5.Definiciones y Ejemplos 2. Teorema de Banach IV.Funciones Continuas en un Espacio Lineal Normado 3.Celdas Nidificadas..-Espacios Lineales 2..Espacios Métricos 1..-Métricas sobre Espacios Lineales Normados II.Conjuntos Compactos.-Ejemplos...Sucesiones Acotadas 4..Espacios de Banach 7.Sucesiones en un Espacio Lineal Normado 3.Campos Ordenados Completos I..Borel..Funciones Continuas en Espacios Métricos 1..-Espacios con Producto Interno 4.Conjuntos Conexos III.-Funciones Reales Continuas 5..Conjuntos Abiertos 4.Sucesiones de Números Reales 8..Conjuntos Cerrados.Sucesiones de Cauchy. Teorema de Bolzano-Weierstrass 6. 5..-Sucesiones en un Espacio Métrico 1. Acotados y Totalmente Acotados 5..Funciones Lineales 4.. Teorema de Intersección de Cantor.Continuidad Uniforme 5 .El Sistema de los Números Reales 1. 7...Espacios Lineales Normados 1.

Derivadas Direccionales 3..Sucesiones de Funciones 1..Teoremas del Valor Medio 5...Funciones Reales Diferenciables 4. Regla de la Cadena 3. 10.V.Stieltjes 1.Teorema de Arzela-Ascoli VIII.Diferenciación de Funciones Reales de una Variable Real 1.Criterio de la Segunda Derivada 6 .Compacidad en C(X)...Derivada de una Función 2..Diferenciales de Orden Superior 6.. 3.Convergencia Uniforme 6....Definición de la Integral de Riemann.Extremos de una Función 7...Sucesiones Acotadas 4....Derivadas Parciales 2...Funciones Acotadas 9...El Espacio de Banach C(X).Sucesiones de Funciones en un Espacio Lineal Normado 2.Sucesiones de Cauchy 5.Teorema del Valor Medio 5.Composición de Funciones.Convergencia Puntual 3..Integrales Superior e Inferior.Stieltjes 2..Criterio de Integrabilidad de Riemann.Diferenciación de Funciones Reales de Varias Variables 1.Sucesiones Uniformemente de Cauchy 8.Sucesiones Uniformemente Acotadas 7...Derivadas de Orden Superior....Sucesiones de Funciones Integrables VII.Valores Extremos de una Función 4.Teorema de Taylor VI.Integral de Riemann..-Operaciones con Funciones Integrables 4..

....Derivadas Direccionales 3.IX. 7 .Composición de Funciones.Diferenciación de Funciones Vectoriales de Varias Variables 1..Diferenciabilidad 2.La Diferencial en Rm 4.. Regla de la Cadena 5.Teorema del Valor Medio Bibliografía.

Vamos a postular la existencia de un conjunto no vacío U. Es transitiva A=B A=C. ó es un subconjunto del conjunto T. llamado el universo U. Un conjunto S está contenido. es un campo ordenado. luego x B. en el cual está definida una norma (módulo ó valor absoluto ) de un número.-Proposición La igualdad de conjuntos es una relación de equivalencia. B=C El conjunto sin elementos . Qed Dos conjuntos A.El Sistema de los Números Reales El sistema de los números reales . Escribimos S T. Transitividad A B A C.B son iguales si A By B A.por hipótesis a B. Conjuntos Ordenados 8 .. 1. por hipótesis .-Proposición a relación de inclusión tiene las siguientes propiedades Reflexividad A A.0 . Todos los conjuntos que vamos a considerar estan contenidos en U. B C Demostración Sea x un elemento de A. Es decir Es reflexiva A=A Es simétrica A=B B=A. Pero B C. 2. x C. si cada elemento x de S pertenece a T. es el conjunto vacío y se denota por . lugo.

y ) = x+y. es 1) asociativa a+(b+c ) = (a+b) +c. Campos Un campo F es un conjunto no vacío en el cual estan definidas dos operaciones binarias A: FxF F.entonces vale una y sólo una de las siguientes proposiciones Tricotomía Transitividad x<y. llamadas adición y multiplicación respectivamente. tal que x < M. a. Para tres elementos x.El conjunto Q de los números racionales está ordenado por la relación x<y si y-x >0. Ejemplos 1.y son dos elementos en A.b. Un elemento M es una cota superior mínima del conjunto ordenado A.Un orden en el conjunto no vacío A. a. 9 . si i) M es cota superior de A. M: FxF F.b en F. 2. y <x .Tambien escribimos y> x que se lee y es mayor que x.3…} de los números naturales está ordenado por la relación x<y si y-x >0.El elemento M es cota superior de A.c en F. ii) Si z < M entonces z no es cota superior de A. x=y. Un conjunto A es ordenado si hay un orden definido en A. es una relación denotada por < que tiene las dos siguientes propiedades i) Si x. para todo elemento x de A.El conjunto N = { 1. 2)Conmutativa a+b = b+a. Un conjunto ordenado A. que tienen las siguientes propiedades Axiomas de la Adición La adición A(x. La notació x y. vale que x<y implica que x<z. significa que x es menor ó igual que y. z de A.y. y<z La relación x<y se lee x menor que y. está acotado superiormente si existe un elemento M en el universo U.2.

tiene un inverso multiplicativo a . llamado uno tal que (a)(1)= a . El Campo de los Reales Teorema Existe un campo ordenado R.Este campo contiene al campo Q de los números racionales. Cada elemento a diferente de 0. 4) Cada elemento a de F tiene un simétrico -a tal que a + (-a) = 0 Axiomas de la Multiplicación La multiplicación M(x.3).F contiene un elemento 0 (llamado cero) tal que a+0 = 0+a. con la propiedad de la mínima cota superior. es Asociativa a(bc) = (ab)c. Conmutativa ab = ba. La multiplicación es distributiva con respecto a la adición a(b +c) = ab + ac. tal que a-1 a = aa-1 =1.y) = xy. F contiene un elemento 1diferente de 0. 10 . a en F..

con identidad (1.3) v + 0 = 0 + v = v.z en V. simétrica. con las siguientes propiedades: i) El espacio vectorial V. para todo v en V. a.(cuyos elementos vamos a llamar puntos o vectores ) en el cual están definidas dos operaciones. Definición Un espacio lineal ó espacio vectorial.Es decir. sobre el campo de los reales R. la adición es asociativa (1. existe un vector –v.2) v+w = w+v.5) a(bv) = (ab)v. llamadas adición y multiplicación de escalares por vectores. 2. es decir. v en V. v. (1.1) v+(w+z) = (v+w)+z. a.-Espacios Lineales Normados 1. existe un vector 0.Definición de un Espacio Lineal Normado En esta sección presentaremos la definición de un ejemplo muy importante de espacio métrico.I.b en R. con respecto a la adición.6) 1v = v. v en V.(llamado el simétrico de v) tal que (1.7) (a+b)v = av+bv . es asociativa (1. el espacio vectorial normado y daremos algunos ejemplos importantes de tales espacios.w. es decir.4) v + (-v) =0 ii) la multiplicación de escalares por vectores.w en V tiene una identidad. distributiva (1. a en R..8) a(v+w) = av+aw. forma un grupo abeliano (conmutativo). para cada vector v.w en V. v.v en V.b en R . conmutativa (1.-Espacios Lineales Normados 11 . tal que (1. es un conjunto no vacío V. v.llamado el vector cero.

4) iv) n( v+w ) n(v) +n(w). el vector es cero. a.v) M0 y (3. 3.Entonces el vector v V.3) f( v. admite la representación 12 .w) = f (w.z).n una base del espacio lineal de dimensión n. v. (2.4) f(v. w. La funcional bilineal f es definidamente positiva . La funcional bilineal f : VxV (3. z) + b f(w .v ) 0. es una función real f : VxV R.2) f(v.5) f(v. y la norma de un vector. z) = a f(v .si (3. es una función real. R es simétrica si V. z f(v. v V..3) iii) n (av)= a n(v). Una función bilineal es negativamente definida si (3.1) i) n(v) 0. n ) formada por un espacio vectorial V y una norma n sobre V.2. aw + bz ) = a f(v. n :VL R.w V.Definición Una norma sobre un espacio vectorial V.z ) + b f ( w. que cumple la siguiente condición: ( 3.v) =0 si y sólo si v = 0.v) =0 si y sólo si v=0. y (3..negativa (2.6) f(v. z ).2) ii) n(v) = 0 si y sólo si v = 0 La norma del producto de un escalar a R y un vector. (2. sí y sólo sí.v). que tiene las siguientes propiedades : La norma es no. Sea ui . v. La norma de la suma de dos vectores es menor ó igual que la suma de sus normas (2.1) f( av + bw.-Espacios con Producto Interno Una funcional bilineal sobre el espacio lineal normado V. La norma de un vector es cero .v V es igual al producto del módulo del escalar. i = 1. Definición Un espacio vectorial normado es una pareja ( V.b R.

8) v= f(v.7) luego (3. 4.b] formado por funciones reales definidas en [a. es muy importante en Actuaría.5) n(x)=P x= = f(x.v) = ij i vi ui. definida como la raíz cuadrada del producto interno del vector por si mismo. El siguiente ejemplo.3 Ejemplo El espacio de Lebesgue L2 [a. y la norma (4. Un espacio con producto interno es una pareja (V. b] y la norma uniforme (4. 4.2 Ejemplo El espacio C[a.b]. Un producto interno sobre un espacio vectorial V.b] . aij vi vj .cuyos cuadrados son integrables. donde a ij = f ( ui . el espacio de las variables aleatorias con variancia finita.1 Ejemplo. 13 . es menor ó igual que el producto de sus normas. (3. simétrica y positivamente definida. Estadística y Probabilidad. ) con el valor absoluto como 4.2) n(f) =( S f 2(x) dx )1/2 . es la matriz de la funcional bilineal f. f R L2[a. formado por las funciones reales continuas definidas en el intervalo cerrado [a.-Ejemplos De nuestra experiencia con los cursos de Álgebra Lineal.1) n( f) = sup { f (x) . 4. formada por un espacio vectorial V y un producto interno f . x R [a.6) x. vale la desigualdad de Schwartz. sabemos que los siguientes espacios son espacios vectoriales normados. En un espacio con producto interno.x)1/2. En este ejemplo. El espacio de los reales (R. El módulo del producto interno de dos vectores.}. (3. La matriz A = [aij ]. f). uj ). vamos a suponer que se tienen conocimientos de Probabilidad I.(3.y n(x)n(y). norma . es una funcional bilineal f: VxV L R. Todo espacio con producto interno tiene una norma n: VL R.b].b].

cuando igual al conjunto N= { 1. llamado el espacio muestral. XY M ½ [X2+ Y2]. Denotemos por H = L2( U ). y P es la medida de conteo.} de los números naturales. E(X2) = X2dP.. Sea (U . es una variable aleatoria en H. .1 Teorema El conjunto H. es Este ejemplo es un caso particular del espacio L2( . De donde Finalmente X = [E(X2)]1/2 (X –Y )2 = X2 – 2XY+ Y2 .x3. con variancia finita.la integral de Lebesgue de X2 . definida como la raíz cuadrada de la esperanza del cuadrado de X.. P )..el espacio formado por las variables aleatorias con variancia finita. es la integral de Lebesgue de X. 4.3.4) es una norma sobre H. es una función medible X : @ R.5) x = {xn } = x1. es decir.. un W – campo . y una medida de probabilidad P: R. y el segundo momento de X. V . Demostración 0 Luego. (4.x2.5 Ejemplo El espacio l2 .3) E(X) = X dP. Se ha demostrado que la suma de dos variables aleatorias. (4. qed 4. E(XY) M ½ [ E( X 2) + E(Y2)] E( X+Y )2 < Z . con Variancia Finita.. una tercia formada por un conjunto no vacío U . De manera análoga se demuestra que el producto de una constante c y una variable aleatoria. La esperanza de X.4. 14 . La función : H R. Los puntos de l2 son sucesiones de números reales (4. un espacio con una medida de probabilidad.4 Ejemplo El Espacio de las Variables Aleatorias. formado por las variables aleatorias con variancia finita.2.. es una variable aleatoria con variancia finita. es la familia de todos los subconjuntos de N. es un espacio lineal sobre R. P). Una variable aleatoria.

. son las coordenadas cartesianas del punto x.w) = 0 si y sólo sí v = w. i=1.6) x n2 < . n. donde v.…n. Vale la desigualdad del triángulo.z) d(v. 5. w ) 0 La distancia ente dos puntos es cero sí y sólo sí. estan definidas dos operaciones..5) iv) d(v.negativa.2. definida como la norma de la diferencia de los vectores (5. En el espacio euclidiano Rn.3) ii) d(v. (5. z estan en V.w)= n(v-w). (5. de números reales xi . (5. La n-ada x es un punto ó vector en el espacio euclidiano Rn. que satisface las condiciones i).-Métricas o Distancias sobre un Espacio Lineal Normado. es una función d : X x XL R. es no..2. Como consecuencia de la definición de norma tiene las siguientes propiedades 5. es el conjunto de todas las n-adas (5. una métrica o distancia sobre un conjunto no vacío X. La distancia entre dos vectores v. En general.w)=d(w.v). ii). w.w del espacio lineal normado (V.2) i) d ( v. y los números reales xi .6) x =( x1 .n). (5. los puntos son iguales. x2 . iv) del teorema 1.1. Teorema La distancia entre dos puntos v.1 Ejemplo . .x n).2. i =1. iii). w en V. llamadas adición y multiplicación escalar definidas por las ecuaciones 15 . El espacio l2 es un espacio lineal normado. La norma del punto x es (4. es la función d: VxV L R.4) iii) d(v.z). La función distancia es simétrica.-El Espacio Euclidiano Rn El espacio euclidiano de dimensión n.7) x 2 = ( xn2 )1/2 5.w) + d(w.cuya suma de cuadrados es finita (4.1) d(v.

simétrica y definidamente positiva.x2 .…xn) .y) = P x-y= .y de Rn es igual a la norma de la diferencia entre los vectores x.x)1/2.…xn) = (cx1 .(5.La norma uniforme sobre Rn. …yn). (5.…yn) =( x1+y 1.y= x1 y1 +x2 y2 + …+xn yn. i = 1. seran llamados vectores.y2 .x2 .…n}. La distancia entre dos puntos x.y.12) x = max { xi .es el escalar (5. 16 . El producto escalar de dos vectores x =(x1 . Cómo es bien sabido este producto escalar es un producto interno.…xn ) + (y1.2 Ejemplo Al espacio lineal Rn. 5.x2 .8) c(x1 .9) x. La norma de un vector x en Rn.cx 2.10) Px== (x. En el Álgebra Lineal se demuestra que este espacio es un espacio vectorial sobre el campo R de los reales.2.7) (x 1. (5. se le puede asignar otra norma. es decir una funcional bilineal. Por esta razón los puntos del espacio Rn. en el espacio Rn.es igual a la raíz cuadrada del producto escalar de x por sí mismo (5. y =(y1.11) d(x.x2+y2 …x n + yn ).…cx n).es la función (5.y2 . donde c es un número real.

es una métrica sobre BS( R ). si x=y.y) = sup { xn.3.Definiciones. Esta función es una métrica sobre X. el espacio lineal formado por las sucesiones acotadas de números reales.Definiciones.Espacios Métricos.1 Ejemplo.y) = 1...2 Ejemplo Sea R. …n}. es una pareja (X. La función d: RxR R.n = 1. Ejercicios 1. Superficies Regulares en R3. el espacio euclidiano de dimensión n.y) = x –y . El espacio (X. …}.1. 1. 1.2.4 Ejemplo Sea BS(R).El Espacio Discreto.definida por d : Rn x Rn d(x. 2. y definamos la función d : XxX L R. el espacio lineal formado por los reales. Espacios Métricos Lineales 1. = 0. Sea X un conjunto no vacío. es una métrica sobre R.3. es decir el espacio lineal cuyos puntos son n-adas de números reales. son efectivamente distancias. y una métrica o distancia d sobre X. La función R. 1.3. x = { xn.yn : n = 1. definida por d(x.-Espacios Métricos Curvos. si x y.2. 1. 1.II..2. 17 ..3 Ejemplo Sea Rn. : i = 1. d(x. Ejemplos 1.y ) = max { xi – yi es una métrica sobre Rn .Ejemplos Un espacio métrico.4. d ) formada por un conjunto no vacío. X. La función d (x.d) es el espacio discreto.Demostrar que las métricas en los ejemplos 1. …}.2. 1.

0. F = x1 .3) g (u. B). z ) R R3: (x. G = x2 .La vecindad V es una vecindad coordenada del punto p.v de p. x1 (u.2) E = x1 . z = Ax + By +C }. R. . La función x : R2 R3. z(u.y) R R2.1) p = x ( u.x2 . en la parametrización x. z son las coordenadas cartesianas de p. definida por x(x.y. z/ v ).v ) = ( x(u.v ). El determinante de la primera forma fundamental es (2. x1.y.Las coordenadas del punto q = x-1 (p) son las coordenadas locales de p en la parametrización x. es una parametrización del plano S. donde x.x2 . Entonces existe una vecindad V de p. con respecto a las coordenadas locales u. Podemos escribir (2. Ax + By + C) : R2 R3. y / v. v ) = EG. x2 (u.y ) = Ax + By + C : R 2 La gráfica de esta función es el plano S = { ( x. son los productos escalares. difeomorfa a un conjunto abierto U de R2. (2. y / u. 2. z / u ). es una parametrización de S.v ) ). Los coeficientes de la primera forma fundamental.v ) = ( x/ u.v). 18 x2 = ( 0. en torno al punto p.En esta sección vamos a presentar algunos ejemplos de espacios métricos curvos.F2 . y( u. Los vectores tangentes a las curvas paramétricas del plano . y. son x1 = (1. Los vectores tangentes a las curvas coordenadas son las primeras derivadas parciales de x. Dichos ejemplos serán superficies regulares en R3. Sea p un punto de una superficie regular S en R3. de la superficie regular S. A). El Plano Sea f (x.y ) = ( x.1.v ) = ( x/ v. El difeomorfismo x : U V.1 Ejemplo.

19 .y) } de la función. f( x. son x1 = ( 1. Los vectores tangentes a las curvas coordenadas. Los coeficientes de la primera forma fundamental.). Curvas en una Superficie. G = (1+ 4y2 )/ [ 1.y)R R2. es la esfera con centro en el orígen y radio 1.(x2+ y2 )]1/2.( x2+ y2 ))]1/2. F = AB. El determinante de la primera forma fundamental es g = [( 1+ 4x2 )( 1+ 4y2 ).0.La función x(x.2y). E = (1+ 4x2 ) / [ 1. -2y / [( 1.y. z = f (x. G = 1+ 4y2 .).16 x2 y2 ]/ [ 1-( x2+y2)]. en R2).2x / [1. 2x). (donde U es el interior del círculo unitario.y) = [1-( x2 +y2)]1/2: U R.1. F = 4xy.Los coeficientes de la la primera forma fundamental. El determinante de la primera forma fundamental. El determinante de la primera forma fundamental g =(1+4x2 ) ( 1+ 4y2 ) – 16x2y2 .( x2+y2 )]. 2.y)) : U R3. son E= 1+ 4 x2.3 Ejemplo La Esfera La gráfica de la función z = f( x.y ) = x2 + y2: R2 R es un paraboloide de revolución. Los coeficientes de la primera forma fundamental. .f(x. son x1= ( 1. x2 = ( 0. x2 = ( 0.1. 2. son E = 1 + A2. es una parametrización de la esfera unitaria. G = 1 + B2.2 Ejemplo. son F = 4xy / [1-( x2+ y2 )] . Paraboloide de Revolución La gráfica G( f ) = { (x.z )R R3 : (x. Los vectores tangentes a la esfera unitaria . es g = (1+A2) ( 1+ B2 ) – (AB)2.y ) = ( x.0.y.( x2 + y2 )].

1 ). una curva en el plano S. Ejercicios 1.y ) R R2. Distancia en una Superficie Arco. es v = [ sen2 t + cos2 t ]1/2= 1. L( )= b a v dt. que une o conecta a los puntos p. (1 ) = q. es L( ) = [ 2+ (A+B )2]1/2. 2.q) = inf { L( ) : conecta a p con q}.. es un espacio métrico.q de la superficie existe una curva diferenciable .Conectable.= [2 + (A+B)2. la rapidez. Una superficie S es arco-conectable. y la función d : Sx S R. q de la superficie arco-conectable S.1] S = { (x.1] S. d ).Una curva diferenciable en una superficie S. La rapidez de la curva . (véase el ejemplo 2. es v = [1+1 +(A + B )2]1/2. z = Ax + By + C }.es el infimum. La distancia entre dos puntos p. La longitud L( ) de la curva . definida en un intervalo cerrado no vacío [a. 2 ] R2.Calcular los coeficientes y el determinante de la primera forma fundamental del cilindro circular recto.(cota inferior máxima) de las longitudes de las curvas en S. si para dos puntos cualesquiera p. d(p.sent ) + j ( cos t ). Ejemplos. es una función diferenciable : [a. (0) = p.1 . El vector velocidad v de la curva es su derivada v = d / dt. 2. Es decir.b ] . Su rapidez . formada por una superficie arco-conectable S. ]1/2 La longitud de la curva . A+ B )= i + j + k ( A + B).5. 2.Sea = ( t . t .Calcular la velocidad. es la integral de su rapidez. : [0.z) R3: (x. La rapidez de la curva . La longitud de la circunferencia unitaria es L( )= v dt = dt = 2 . b ] S. Su vector velocidad es v = ( 1. con valores en S. q. es la norma v de su velocidad v.y. Solución. At + Bt + C) : [ 0. que unen a p y q.4. parametrizado por 20 .1 Teorema La pareja (S. y la longitud de la circunferencia unitaria (t ) = i ( cos t)+ j ( sen t ) : [0. La velocidad de la curva es v = i ( .

-Demostrar que la distancia entre dos puntos. si cada punto x en A. 2 ] R3 3. le podemos asignar una topología por medio de bolas abiertas. La frontera fr(A) de un conjunto A es el conjunto de sus puntos frontera. de todos los puntos y en X cuya distancia a x. como en el caso del espacio euclidiano Rn . ) = i ( r cos )+ j ( r sen ). El exterior de un conjunto es el conjunto ext (A) formado por los puntos exteriores de A. contenida en A. 3. 21 . tiene una bola abierta con centro en x. Un punto x es punto exterior de un conjunto A . es el conjunto formado por sus puntos interiores. si existe una bola abierta .-Calcular la longitud de la curva (t ) = i (cos t) + j (sen t ) + k: [0. El exterior de un conjunto es igual al interior de su complemento. Fig Un subconjunto A de X. El interior de un conjunto A. 2. Un punto x es punto frontera de un conjunto A. y radio positivo r. si cada bola con centro en x y radio positivo r. es el conjunto (3.1) B(x. y) < r }. 0 M rM 1. y radio r > 0. contenida en el complemento de A.1 Ejemplo Una bola abierta. contenida en S.x( r. y r > 0 un real positivo. 0M M 2 . es un conjunto abierto Interior Exterior y Frontera de un conjunto Un punto x es punto interior de A. y radio positivo. La bola abierta con centro en x. con centro en x .-Conjuntos Abiertos A todo espacio métrico. si existe una bola abierta con centro en x y radio positivo r. es abierto. Definición Sea x un punto en el espacio métrico X. r ) = { y R X : d(x. es una métrica sobre la superficie. en una superficie arcoconectable. es menor que r. tiene puntos de A y de su complemento. 3.

contiene a la unión de sus interiores. 3. S = {(x.está contenida en S. y) R R2 : x 2+ y2 1} es un conjunto abierto. y ).} no son puntos interiores de S. no es un abierto en R2. El intervalo abierto (0. sea x (0. iii) El interior de la unión de dos conjuntos A.y) R2 : x2 + y2 > 1 }.y) : x2+ y2 = 1}.1Teorema El interior de un conjunto.Fig. Int(A B ) int (A) int (B). En efecto.1)={ xR R : 0<x<1} es un conjunto abierto. Int (A B ) = int (A) int (B). es igual la intersección de sus interiores. sea (x. int A int B.2-Ejemplo.está contenida en (0.3-Ejemplo El interior int (S) = { (x. tiene las siguientes propiedades i) Un conjunto contiene a su interior A int (A ). y sea r la menor de las cantidades s = d ( ( x. La frontera del círculo unitario S. B. entonces.0) .1). ( 0. 1) = { (x. y 1-s. 0) ). Entonces la bola con centro en (x. y) y radio r/2 . con centro en el orígen y radio 1 S( (0. a los puntos 0.1. es la circunferencia Fig fr(S) = S( (0. 3.4 Ejemplo El círculo unitario S = {(x. 22 .y) R2 : x 2+ y 2= 1. iv) El interior de la intersección de dos conjuntos . 3. porque los puntos en la circunferencia. ii) Si A B. y) un punto en int (S).1) y sea r > 0 la distancia mínima de x. y) R R2 : x 2+ y2 1}. 1 ) = { (x.y ) : x2 + y2 < 1} del círculo unitario . 3. El exterior de S es el conjunto ext (S ) = { (x.0). Entonces la bola abierta (x-r/2. En efecto.x+r/2).

iii) ext (A B) ext (A) ext (B). es abierta iii) La intersección de dos abiertos es abierta. i R I } una familia arbitraria de conjuntos abiertos de X. b no son puntos interiores de [a. no necesariamente es abierta. qed La intersección de una familia infinita de abiertos.Pero Ai es abierto por hipótesis. Una consecuencia inmediata del teorema 3.1].4.5 Ejemplo El intervalo cerrado [a. El vacío no satisface esta condición . luego existe una bola abierta B. está contenida en X.2 Teorema: i) El conjunto vacío y el conjunto total X. no es un conjunto abierto.Pero entonces B está contenida en la unión A. Entonces A es abierta. luego.-Corolario El exterior de un conjunto tiene las siguientes propiedades i) Si A B entonces ext(A) ext (B). 23 . el vacío es abierto.Entonces x R Ai para algún i .5-Ejemplo La intersección de la familia de conjuntos abiertos G n ={ x R R: -1/n < x < 1+1/n}.1 de este intervalo no son puntos interiores de [0. Sea x R A un punto en la unión de los conjuntos Ai .1]. iv) Sean A. la intersección de C y D está contenida en I. b]. Luego. ii) Sea x un punto en el espacio métrico X. ii) ext (A B) = ext(A) ext(B). B dos conjuntos abiertos. es el intervalo cerrado [0. porque los puntos extremos a. y sea x un punto en la intersección I = A B de A y B. Demostración i) Un conjunto A es no abierto si existe un punto en el conjunto que no es punto interior de A.es el 3. D. tales que C está contenida en A y D está contenida en B. son conjuntos abiertos. no vacíos. Queremos demostrar que la unión A = i Ai es un conjunto abierto. X es abierto. b]. contenida en Ai .3. Entonces existen dos bolas C. ii) La unión de una familia arbitraria de conjuntos abiertos. con centro en x. 3. iii) Sea {Ai .1. Los puntos 0. Entonces la bola abierta con centro en x y radio r. luego por el principio del tercero excluido. Los conjuntos abiertos tienen las siguientes propiedades 3.

3 Ejemplo.1 Teorema i) El conjunto vacío y el conjunto total V.qed 4. es la unión de los conjuntos abiertos {x < a}. por hipótesis . son conjuntos cerrados. Ac Bc. el complemento de I. si toda bola abierta con centro en x. iii) La intersección de una familia arbitraria de conjuntos cerrados es un conjunto cerrado.1 Ejemplo Los conjuntos vacío y total V.es un conjunto cerrado. Por el teorema 3. 4.es el total X.b] = { x R R : a x b}.y ) M r}. si su complemento es abierto. En efecto.1 4.2 Bola Cerrada Las propiedades fundamentales de los conjuntos cerrados se deducen del teorema 3. 24 .1 ext (A) = int (Ac) int (Bc)= ext (B). es cerrado.que como sabemos es abierto. ii) La unión de dos conjuntos cerrados es un conjunto cerrado.2 Ejemplo El intervalo cerrado I = [a .r] = { yR X : d(x.-Conjuntos Cerrados Definición Un conjunto C en un espacio métrico X. son cerrados. usando el teorema de DeMorgan. que es abierto. es punto de contacto de un conjunto S de X. luego.Vamos a demostrar i). es el conjunto formado por los puntos de contacto de S. y radio positivo r>0. La bola cerrada es un conjunto cerrado. con centro en el punto x. La cerradura S* de un conjunto S. y radio r > 0.El complemento del total X es el vacío . Fig 4. Demostración A B . 4. Cerradura de un conjunto Un punto x de un espacio métrico X. {x < b}. contiene por lo menos un punto de S. es el conjunto B[x. La bola cerrada.2. 4. Fig 4. En efecto el complemento del vacío .

contiene a su cerradura. (S T)* = S* T*. A* int (A) fr(A). S T S* T*. entonces x es punto exterior a A. Es decir.-Un punto exterior a un conjunto .2 Teorema La cerradura de un conjunto A es igual a la unión de su interior y su frontera. 4.. La noción de cerradura nos permite caracterizar a los conjuntos cerrados. se deja al lector.3Teorema.Todo punto frontera de un conjunto es punto de contacto del conjunto. Sea x un punto de A que no es punto frontera . qed 4.Un punto interior de un conjunto es punto de contacto del conjunto. ii) Si S está contenido en T.lo cual es imposible. (S T )* S* T*. es igual a la cerradura de la unión. está contenida en la intersección de las cerraduras. ext (A) A*. iv) La cerradura de la intersección de dos conjuntos. no es punto de contacto del conjunto. 3. ni punto interior de A.4 Teorema. entonces S* está contenido en T*. como los conjuntos que contienen todos sus puntos de contacto. Es decir . tiene las siguientes propiedades: i) Todo conjunto está contenido en su cerradura S S*.Ejemplos 1. Demostración Sabemos que la cerradura de un conjunto A* contiene a la unión de su interior y su frontera. Es decir. el interior de un conjunto está contenido en su cerradura. Un conjunto es cerrado sí y sólo sí. la frontera de un conjunto está contenida en la cerradura del conjunto fr(A) A*. A* = int (A) fr(A). La demostración de estas propiedades. no está contenido en su cerradura. Iii) La unión de las cerraduras de dos conjuntos. La cerradura de un conjunto. 2. 25 . 4. el exterior de un conjunto .. int ( A) A*.

Entonces x no está en C*. en un espacio métrico X. ii) La unión de dos conjuntos acotados. por hipótesis.C es cerrado C C*. Ejercicios 1. existe un número finito de bolas abiertas de radio r. es decir x R C*. Entonces existe un punto x R X-C. qed Conjuntos Acotados y Totalmente Acotados El diámetro de un conjunto A.. lo cual contradice la hipótesis C C*. es decir que X-C no es abierto.Demostrar el teorema 4. b) Es un conjunto acotado. totalmente acotado? c)Es la unión de dos conjuntos totalmente acotados.4 Ejemplo Toda bola abierta es acotada. Queremos demostrar que C C*. es acotado. Demostración. tienen las siguientes propiedades: i) Todo subconjunto de un conjunto acotado . es la cota superior mínima de las distancias entre los puntos de A. si su diámetro es finito. que cubren al conjunto. en un espacio métrico X. iii) La intersección de una familia arbitraria de conjuntos acotados. y radio positivo contenida en el complemento X-C de C. es totalmente acotado. Supongamos que C no es cerrado. U n conjunto A es acotado. Si C no contiene a C*. Supongamos que C es cerrado. 2.a) Un conjunto totalmente acotado. y por lo tanto existe una bola abierta con centro en x. Su diámetro es el doble de su radio.4 Teorema Los conjuntos acotados .1.C. tal que toda bola abierta.Queremos demostrar que C es cerrado.5 Ejemplo Toda bola cerrada es acotada.. de radio positivo contiene puntos de C. Fig 4. Pero C es cerrado . 4. es acotada. luego. si para todo real positivo r>0. es acotada. Un conjunto A. X-C es abierto. entonces existe un x R C* . es acotado. 4. Supongamos que C C*. totalmente acotado? 26 .

de bolas cerradas no vacías. contradiciendo la hipótesis de que los intervalos In son no vacíos.Sea S = { (x.una sucesión nidificada de intervalos cerrados no vacíos..3…… .2.3.. forman una sucesión nidificada. b) Es S abierto?. la bola cerrada con centro en el orígen y radio 1. su cerradura y su exterior. y la sucesión decreciente { bn } esta acotada inferiormente por a1.. qed. bn ] .-Demostrar el teorema 4. no vacíos en R . el intervalo [ai . Demostración Sea { In }.2 Ejemplo Las bolas cerradas { B[x. bi ]. 5.. es vacío. Una sucesión de conjuntos { An } en un espacio métrico X. b < b j < b+R .. Si i < j. los cuales existen porque R es un espacio métrico completo.Weierstrass. Una sucesión decreciente de intervalos cerrados { I n }. cerrado?. In = [a . Si a O b.Un conjunto C es cerrado si y sólo si contiene su frontera. es no vacía. 6. 1/n ]}.2.-Celdas Nidificadas y el Teorema de Bolzano. Entonces la sucesión { an } es creciente y la sucesión {bn} es decreciente.( Celdas Nidificadas) La intersección de una sucesión nidificada de intervalos cerrados.1 Ejemplo La sucesión [ -1/n. 27 . . es una sucesión nidificada 5. y radio positivo 1/n.Demostrar el teorema 4.1 Teorema. 1/n]. n = 1. 5. Sea a la cota superior mínima de { an } y b la cota inferior máxima de {bn }.Es la intersección de una sucesión decreciente. no vacía? 5.con centro en x.z) R R3: x2 + y2 + z2M 1}. La sucesión creciente { a n} esta acotada superiormente por b1. 5.(el interior de su complemento).. existen ai y bj tales que a.… es una sucesión nidificada. . n = 1. es un conjunto cerrado 7. es decreciente si An An+1 . 4.Toda bola cerrada.2 8.y.R < ai < a. en el espacio R3 a) Encontrar su interior.3.3. entonces dado >0 ..

b). tiene una infinidad de puntos de A. qed 5. Supongamos que A contiene a todos sus puntos límite.2 Ejemplo Todo punto del intervalo cerrado [a.b]. distinto de x. es punto de acumulación de [a.-Un punto de acumulación de un conjunto A .Supongamos que existe una bola B(x. Entonces la bola B(x.3 Corolario Un conjunto finito no tiene puntos de acumulación. no contiene ningún punto de A. r). i = 1. si y sólo si. Demostración Sea x un punto límite de A. 5. 28 . si cada bola con centro en x. Demostración Supongamos que A es cerrado. es punto de acumulación de I.1 Ejemplo Todo punto del intervalo abierto I = (a. y es por lo tanto cerrado.4 Teorema. porque todo punto de acumulación es punto de contacto de A. 5. contiene un punto y de A. Puntos de Acumulación Un punto x en un espacio métrico X . que contiene sólo un número finito xi . A es cerrado A L(A).2 Teorema. Un punto x es punto límite de un conjunto A. y radio positivo r>0..Sea s el mínimo de las distancias de x a xi. y radio positivo r>0.. de puntos de A. qed 5. es punto de acumulación o punto límite de un conjunto A. L(A) A*. A contiene su cerradura. Sea L(A) la familia de puntos de acumulación de A Ejemplos 1. cada bola con centro en x.La cerradura de A es A* = A L(A).Nuestro siguiente paso será demostrar el teorema de Bolzano-Weierstrass. luego.b]. . 5. s/2 ). Es decir. diferente de x. contiene sus puntos límites.n.2. A contiene a su cerradura. Un conjunto A es cerrado si y sólo si. es punto de contacto de A. lo cual implica que contiene sus puntos límite. luego.

es no vacía. Entonces A está contenido en un intervalo cerrado I = [a. (véase más abajo).5 Teorema (Bolzano. En estas notas sólo estudiamos el espacio R y el espacio 29 . obtenemos una sucesión decreciente { I n }.Todo conjunto infinito y acotado de números reales. tiene una infinidad de puntos de A.Weierstrass).Es toda bola cerrada.5. contenga a In.Un conjunto cerrado.b].. Dividamos el intervalo I. tiene una infinidad de puntos de A.en R no vacía? en Rn? .Ascoli cap IX sección 10). Dividamos I1. Sea c la longitud de I. tiene un punto de acumulación Demostración Sea A un conjunto infinito y acotado de números reales.Sea x un punto de dicha intersección y (x-r.. como los conjuntos para los cuales toda cubierta abierta tiene una subcubierta finita. i= 1. x+r )). cerrada y acotada? 3. Entonces al menos una de las mitades I1.¿Es la intersección de una sucesión decreciente de intervaos abiertos. es la intersección.-¿Tiene todo conjunto infinito de números reales un punto de acumulación? 6. caracterizaron los intervalos cerrados de la recta R.(Véase el teorema de Arzela.Esta caracterización topológica de los intervalos cerrados en R. no vacíos. no vacía.… que tiene un uno en la i-ésima posición y ceros en las demás posiciones es infinito y acotado. Qed Ejemplo El teorema de Bolzano – Weierstrass no es válido en el espacio l2 En efecto el conjunto de vectores básicos ei .-Conjuntos Compactos Los matemáticos Heinrich Heine y Emil Borel. Por el teorema de las celdas nidificadas.. 4.3. en un espacio lineal normado arbitrario? 2.Es la intersección de una sucesión decreciente de bolas cerradas no vacías. la intersección de la sucesión { In}. de una familia de complementos de bolas abiertas. en dos mitades. generó el problema de la caracterización de los compactos en otros espacios métricos. entonces la longitud de In es c/ 2n Podemos hacer a n lo suficientemente grande como para que (x-r. un intervalo abierto con centro en x y radio r.2. Entonces x es punto de acumulación de A. x+r) . entonces al menos una de ellas I2. pero no tiene ningún punto de acumulación.. en dos partes iguales. de intervalos cerrados. no vacía? 5. Ejercicios 1. Procediendo en esta forma.

Entonces. luego. luego. 30 . Pero K. la familia de bolas abiertas . 6. que cubre a C. tambien es subcubierta finita de . es abierto. y de radio positivo r >0. estableceremos algunas propiedades de tales conjuntos. existe una subcubierta finita = { B(xi . es compacto Demostración. de K. existe una subcubierta finita de K. Una cubierta de K es abierta si cada Ai . Una subcubierta de una cubierta de K . es una cubierta abierta de K. de un conjunto compacto K. con centro en un punto x de K. La familia . luego X-C es abierto. Demostración Sea una cubierta abierta de K L. de que cubren a K y a L.b ] de las funciones reales continuas definidas en el intervalo cerrado [ a. Un conjunto K en un espacio métrico X.1 Teorema.es una subfamila de la cubierta que tambien es una cubierta de K.r). Entonces es una cubierta abierta de K. luego. …n }.1 Ejemplo Todo conjunto finito. respectivamente. 6.2.2 Teorema En un espacio métrico la unión de dos conjuntos compactos K.C[a. es una familia { Ai. es compacto.(X-C). es compacto Antes de dar algunos ejemplos de conjuntos compactos. La familia {X-C }. i R I } de conjuntos. por hipótesis. L son compactos. Luego es una subcubierta finita de K L. existen dos subcubiertas finitas . i = 1.El conjunto C es cerrado. Definición Una cubierta de un conjunto K. Sea una cubierta abierta de C. cuya unión contiene a K. por hipótesis. tiene una subcubierta finita. x R K. es una cubierta abierta de K y tambien de L.}. r ). 6. Pero K es compacto por hipótesis.3 Teorema En un espacio métrico un conjunto compacto es cerrado y acotado Demostración Sea = {B( x.L es compacta. si toda cubierta abierta de K. por ser K compacto. 6. b ]. Todo subconjunto cerrado C. que posiblemente contenga a X –C.

y K es cerrado. por hipótesis. porque no es acotada. el conjunto abierto (0. 6.5 Teorema ( de Intersección de Cantor) En un espacio métrico .. pero R no es compacta. es vacía.…n} que cubre a K. luego. La sucesión { Gn } es una cubierta abierta de K1.existe una subcubierta finita { B(xi . Vamos a demostrar que K es acotado. qed 6. {x} de los conjuntos compactos {x }. Entonces. K es acotado.Kn) = Gn . por el teorema de De Morgan.1) no es un subconjunto compacto del intervalo compacto [0. que no intersecta a ninguna de las bolas de .2.1].4 Teorema En un espacio métrico. qed Ejemplos 1.pero como K es compacto .Sea y un punto en el complemento de K. lo cual implica que K1 Gm. Sea la cubierta abierta de K descrita en el párrafo anterior. y K esta contenido en una unión finita de bolas abiertas. el complemento de K es abierto. k = 1. R = Rn .La sucesión { Kn } es decreciente. n Kn ) = ( Rn .( donde Gn el complemento de Kn. un conjunto compacto es totalmente acotado.. es compacto En efecto. La recta real R es la unión R = x R. Podemos encontrar una bola de radio positivo con centro en y. Demostración Sea K un conjunto compacto en X.No todo subconjunto de un compacto. Luego. Pero cada bola es un conjunto acotado.es una cubierta abierta de K. luego existe una subcubierta abierta finita { Gk. una sucesión decreciente { Kn } de conjuntos compactos . no es necesariamente compacta. tiene una subcubierta finita .La unión de una familia infinita de conjuntos compactos .2. 2. tiene intersección no vacía. Kn = . Demostración Supongamos que la intersección de la sucesión {Kn } . …m} de K1. la sucesión { Gn } es creciente. luego. no vacíos. 31 .entonces. por ser K compacto.La familia de bolas abiertas con radio positivo r>0 y centro en los puntos x de K.r ): i = 1. Es decir.

Supongamos que tal subcubierta finita no existe.r) G. no vacíos.esté contenido en la bola B(x. cubre a K. no tiene subcubierta finita. lo cual demuestra el lema. Por el teorema de las celdas anidadas. lo cual contradice la hipótesis de que los Kn. lo mismo sucede con K. q en K}. luego existe un conjunto abierto G en .1-Lema. es cerrado y acotado 7.Finalmente. que no contiene ninguna subcubierta finita. la intersección de los intervalos In .-Compacidad en los Reales.qed 32 . y radio positivo r.6 Teorema En un espacio métrico X. es una cubierta abierta de S.Tomando a n suficientemente grande.con centro en x. Km = K1 Km = . En esta sección demostraremos el teorema de Heine. En consecuencia. Esto contradice la hipótesis de que In . no es vacía. Queremos demostrar que existe una subcubierta finita de . el cual afirma que un conjunto de números reales es compacto si y sólo si. Ahora. Procediendo en esta forma obtenemos una sucesión {In} de intervalos cerrados. que contiene a lo más un punto de S.Al menos una de esas mitades I1. qed 6.Borel. de números reales es compacto Demostración Sea . K. todo subconjunto infinito S de un conjunto compacto. Sea x un punto de la intersección de los In . en dos partes iguales. es una cubierta abierta de I. Dividamos I1. podemos hacer que In . lo cual contradice la hipótesis de que K es compacto qed 7. tiene un punto límite en K. una cubierta abierta de I. Entonces todo punto q de K. son no vacíos. ninguna subcubierta finita de { Vq .b]. r).que contiene a x. no tiene subcubierta finita. La longitud del intervalo In . no tiene subcubierta finita. es punto límite de S. existe una bola abierta B(x. contenida en G. al menos una mitad I2. Demostración Supongamos que ningun punto de K. Dividamos al intervalo I en dos partes iguales. q en K}. El punto x es punto de contacto de los intervalos In . Un intervalo cerrado I = [a. La familia { Vq . tiene una vecindad Vq . es b-a/ 2n.

lo cual contradice la hipótesis de que los Kn.2. Rn = Rn . K es compacto. La sucesión { Gn } es una cubierta abierta de K1.La sucesión { Kn } es decreciente. es no vacía.1 Ejemplo En el espacio l2 no es válido el teorema de Heine –Borel En efecto. es vacía.Borel) Todo conjunto cerrado y acotado K de números reales. Kn = . qed 7. Km = K1 Km = . Demostración Es consecuencia del teorema 6. Demostración K es acotado. una sucesión decreciente { Kn } de conjuntos compactos .n= 1. la sucesión { Gn } es creciente.3 Teorema ( de Intersección de Cantor) En el espacio euclidiano Rn .3. qed 7. son no vacíos. 8. de números reales cuyo primer término.3.5 Supongamos que la intersección de la sucesión {Kn } .. el conjunto de vectores básicos {en . 7. luego. …m} de K1.4 Teorema (de Intersección de Cantor). es compacto.( donde Gn el complemento de Kn. luego existe una subcubierta abierta finita { Gk. lo cual implica que K1 Gm. por el teorema de De Morgan. luego existe un intervalo cerrado I. Finalmente. tiene intersección no vacía. no vacíos. forman un conjunto cerrado y acotado que no es compacto. que lo contiene.Kn) = Gn .entonces.C1 .1.7. Demostración Es consecuencia del teorema 7. … } donde en es la sucesión de números reales cuyo n –ésimo término es uno y los restantes términos son cero . y K es cerrado por hipótesis. k = 1.es acotado.2 Teorema ( Heine. luego.Conjuntos Conexos 33 .2.La intersección de una sucesión decreciente { Cn } de conjuntos cerrados no vacíos. Pero I es compacto por el Lema 7. Es decir. Kn ) = ( Rn .

2. los conjuntos U = { x R : x > 21/2 } V = { x R : x < 21/2 }. si contiene el segmento que une dos cualesquiera de sus puntos.. El segmento que une dos puntos p . i) U.Los conjuntos convexos en un espacio lineal normado son conexos. cuyas intersecciones con N son no vacías. si no es inconexo. Ejemplos 1.1.En esta sección presentaremos algunos ejemplos de conjuntos conexos. En efecto. El conjunto C es conexo. Sean U= { x R: x < 3/2} y V= { x R: x> 3/2}. que une a los puntos p.2. Los conjuntos U. Demostración Sea C un conjunto convexo en Rn.1] es conexo. y su unión es C.Teorema Un conjunto convexo en Rn . V cuyas intersecciones Uc C. es convexo. y ajenas. Un conjunto C en un espacio lineal normado. Supongamos que C no es conexo. entonces el segmento L(p. son conjuntos abiertos en R .ajenas no vacías iii) C = (Uc C) ( Vc C) .q está contenido en C.2 El conjunto Q de los racionales es inconexo.Teorema El intervalo cerrado [0.q). Vc C . Q = (Qc U) (Qc V). 8. cuyas intersecciones con C son ajenas y no vacías. Sean p. Además. es decir. 8.q dos puntos de C. Vc C con C . es el conjunto (8.…} es inconexo.V son conjuntos abiertos en la recta real R. 34 .1] }. existen dos conjuntos abiertos U. Además N = (NT U) (NT V) 1. cuyas intersecciones con Q son ajenas y no vacías.V son abiertos ii) Uc C . tales que C = (Uc C) ( Vc C). Definición Un conjunto C en un espacio lineal normado es inconexo.Los intervalos en la recta son conjuntos conexos.q) = { p+ t (q-p) : t [0. si existen dos conjuntos abiertos U.V.1) L(p.q de un espacio lineal normado X. es conexo.1 El conjunto de los naturales N ={ 1. son ajenas no vacías.

son conjuntos abiertos. 35 . cuyas intersecciones con I= [0.1] C.q).3 Teorema La unión de dos conjuntos conexos cuya intersección es no vacía. B= { t [0. Los conjuntos A = {t [0.1] : f(t) V }. una parametrización del segmento L(p.Sea f(t) = p + t(q-p): [0.1] : f(t) U }. es conexa.1] son ajenas no vacías y 8.

III.1) d( x n . todos los puntos x n .… es una sucesión de naturales 1.R ). entonces . …es una sucesión de funciones continuas 1. es un límite de la sucesión f = {x n }. Estamos especialmente interesados en las sucesiones convergentes. la distancia (1. 3x. n = 1. Intuitivamente. 1/3 … 1.3.2. 1. si dado R > 0.. Denotaremos por S(X) a la familia de sucesiones en el espacio métrico X.Vamos a designar la sucesión f. y radio R.Sucesiones en un Espacio Métrico 1. Una sucesión {x n} en X.2 La sucesión {1/n } = 1. n = 1. 2x .6 La sucesión {(x +y )n }. n = 1. Los vectores f(n)= xn .2.3. son los términos de la sucesión.3. una sucesión {xn} converge a x.5 La sucesión { nxn }. 36 . están en la bola abierta B(x . Ejemplos 1.3 La sucesión { nx } = x.…es una sucesión de funciones continuas. Una sucesión que no converge. existe un natural N.2. Vamos a denotar por S(X) la clase de las sucesiones convergentes en el espacio métrico X. es una función f: N UX cuyo dominio es el conjunto N={ 1.-Sucesiones en un Espacio Métrico Una sucesión de puntos en un espacio métrico ( X.x )<W.3.…es una sucesión de funciones de dos variables. converge al punto x de X. con centro en x.1/2.. tal que si n N. y hablaremos de la sucesión {x n}. El punto x. .2.2. es menor que R .…} de los números naturales.2.. … es una sucesión de funciones lineales. n = 1. 1. con la notación f = { x n }. Denotaremos por S(X) la clase formada por las sucesiones en X.3.d) con métrica d.1 La sucesión {n } = 1. es divergente.4 La sucesión { xn }. Definición.si para n suficientemente grande.3. que toma valores en X.

En consecuencia d(x . La razón de que la sucesión {n} no converja.(Unicidad del Límite) En un espacio métrico.3) d(A) = sup { d(x .7 Ejemplo La sucesión {1/n} converge a cero. Supongamos que la sucesión { x n} converge hacia los puntos x. tal que si n N entonces d( x n . En efecto. el límite de una sucesión convergente es único.x ) del punto p a los puntos x de A.p) .4) d(p. es igual al infimum (cota inferior máxima) de las distancias d (p.y) d(x .Denotaremos con CS(X) la clase de las sucesiones convergentes en X.1 La distancia de un punto p a un conjunto A .A) = inf { d(x.8 Ejemplo. y finalmente x = y . (1. Un conjunto A es acotado si su diámetro es finito. la cota superior mínima de las distancias entre sus puntos. x A }.x )< W y d(x n .y ) : x RA. y) < 2W. La sucesión {n} de números naturales.x n) + d (x n . qed 1. (1. es que no es acotada.9 Ejemplo: Todo conjunto finito es acotado.1 Teorema. es el supremum. y. Fig #1. 1.y ) = 0. fig # 1. no converge.2 37 . Sucesiones Acotadas El diámetro de un conjunto A. De donde d(x. es decir. en un espacio métrico.y) < W .10 Ejemplo: Toda bola (abierta o cerrada) es acotada. para hacer a 1/n menor que R > 0. x x=y (1. basta tomar n > 1/ R . 1. y R A}. Es decir. 1.2) xn xn y Demostración. 1. denotado por d(A). dado R >0 existe un índice N.

En un espacio métrico. es acotada.B es el infimum (cota inferior mínima) de las distancias d(x.y). xn ) d (xm . Tomemos a m> N. existe un natural N. si el conjunto A={ xn .y ) : x A. es acotada. entonces d( xn . tal que si n N. x ) + d ( x.…. 1.13 Ejemplo La sucesión { 0. 1. (1. formado por sus términos.B)= inf { d(x.0. xn ) < 2 .1.} es acotada.3 Teorema. basta tomar n > 1/ R . La sucesión {n} de números naturales.5) d(A. y B} 1. x ) < 1.1. es acotado ii) La unión de una familia finita de conjuntos acotados. qed 1.6 ) CS(X) BS(X). Demostración: Supongamos que la sucesión {xn}. pero no es convergente.La distancia entre dos conjuntos A. es finito. si el diámetro del conjunto A. Es decir. La razón de que la sucesión {n} no converja.12 Ejemplo. Sucesiones de Cauchy 38 . entonces d ( xm . En efecto. (1. 1.1. no converge. es que no es acotada. x en A y en B. No toda sucesión acotada es convergente. es acotada Una sucesión { xn } en un espacio métrico X.2 Teorema: i) Todo subconjunto de un conjunto acotado. converge hacia x.0. es acotado. Denotaremos por BS(X) la clase de las sucesiones acotadas en el espacio métrico X. para hacer a 1/n menor que R > 0. n 1 } . toda sucesión convergente. iii) La intersección de una familia arbitraria de conjuntos acotados. es acotada. Entonces dado el número R =1.11 Ejemplo La sucesión {1/n} converge a cero.

x ) < R .1.4 Teorema. tal que si n N.15 Las sucesiones { 0. dado R > 0 existe un natural N . 1. Subsucesiones Sea n1 < n2 < n3 …. Es decir.1. La sucesión { 1/n } . La sucesión { xnk }. toda sucesión convergente es de Cauchy. si para toda R > 0 existe un índice N. si podemos acercar dos de sus términos tanto como se desee. x ) + d (x . En un espacio métrico. entonces d(xn. 8) d ( xnk . k = 1.Tomemos dos puntos xm. (1. por la desigualdad del triángulo d(xm . tal que si n N. { 1/ 3n } … son subsucesiones de la sucesión { 1/n}. n N. con m N . Entonces..16 Las sucesiones { 1/ 2n }. xn . una sucesión creciente de números naturales.7) CS(X) CAS(X).3.0. n = 1. 1.existe un natural K.3.0. 1. Una subsucesión { xnk } de la sucesión { xn } converge a un punto x. en el intervalo semiabierto ( 0. 1 ]. Sea { x n } una sucesión que converge a x . con tal de tomar sus índices lo suficientemente grandes. entonces la distancia d(xm. x ) < .…}. m N. xn ) d (x m. porque la sucesión converge a cero. una sucesión es de Cauchy. tal que si k > K entonces ( 1.2. Ejemplos 1. xn ) < R entre xm y xn es menor que R .. xn) < 2R . 39 .14 Ejemplo. es una sucesión de Cauchy. si dado un real positivo > 0 . Denotaremos por CA (X) la clase de sucesiones de Cauchy.…} y { 1.2.Una sucesión { xn} en un espacio métrico X.0.1. es de Cauchy. qed No toda sucesión de Cauchy es convergente.1.es decir . pero cero no pertenece al intervalo (0.1 ].…} son subsucesiones de la sucesión { 0. pero no es convergente. … es una subsucesión de la sucesión { xn }. Demostración.

x ) < . x ) < . es decir. ).Pero 1. lo cual implica que la subsucesión es convergente. d(xnk . 40 . {xn } CA(X) xn x x xnk Demostración La sucesión { xn } es de Cauchy. xm ) < . Si k>N entonces nk > nN >N. La subsucesión { xnk } es convergente. es una función f : N X. no necesariamente es convergente.En consecuencia. con una subsucesión convergente es convergente. tal que si k > N. entonces d (xn .. x ) < 2 . xK ) + d ( xK. 9) { xn } CS(X ) {xnk } { xn } Demostración La sucesión { xn } converge a un punto x. qed 2. Es decir dado >0 existe un natural N.5 Teorema En un espacio métrico. tenemos que d( xn . { xn } CA(X) {xnk } { xn } Demostración La demostración es análoga a la del teorema 1. 1. dado >0 existe un natural N. x ) < . tal que si m > N. es decir .. d( xK . una sucesión de Cauchy.una subsucesión de una sucesión de Cauchy. x ) < . {xnk } CS(X).Sucesiones en un Espacio Lineal Normado Una sucesión en un espacio lineal normado (X. es convergente. (1. luego. es decir .6 Teorema En un espacio métrico. qed Una sucesión con una subsucesión convergente. n > N. entonces d ( xn . dado >0 existe un natural N tal que si n > N.5. entonces d(xnk . x ) < .1. {xnk } CA(X). es de Cauchy. para n > N >K.7 Teorema En un espacio métrico.3. x ) d ( xn .…} de números naturales y cuyo contradominio es el espacio lineal normado X. cuyo dominio es el conjunto N = { 1.2. dado > 0 existe K N tal que si k K entonces d (xnk . una subsucesión { x }de una sucesión convergente { xn }.En particular.

La sucesión f la designaremos por { xn}. es único 2.0. 41 . = = ). n = 1.La sucesión { 1/n } = 1. los siguientes teoremas son ciertos para sucesiones en un espacio lineal normado 2.4 Teorema En un espacio lineal normado.… 2.3. una sucesión de Cauchy. en la sección 1 del Capítulo I. en un espacio lineal normado X.2 Teorema En un espacio lineal normado.1.1..y ) = Px – y P.La sucesión {1/n2} = 1. 2 ) {xn } + { yn} = { x n+ yn } El producto de un real c y una sucesión { xn }. … Hemos visto anteriormente. ….1/2.2.1 ) d (x.es la sucesión { xn + y n}. es la sucesión {cx n}.3. Ejemplos 2. En consecuencia. { yn}.La sucesión {xn} = 1..1. es un espacio métrico con la métrica o distancia. que todo espacio lineal normado ( X. (2. toda sucesión convergente . La suma de dos sucesiones {x n}.3 Teorema En un espacio lineal normado toda sucesión convergente es de Cauchy 2.1/4. 2. 1/9. 1/3. 2. Entonces podemos definir sucesiones convergentes.… se llaman términos de la sucesión f .2. es acotada 2.sucesiones acotadas y sucesiones de Cauchy. definida por (2.2. 1/16.… es la sucesión de números naturales.1-Teorema El límite de una sucesión convergente en un espacio lineal normado.en un espacio lineal normado X. con una subsucesión convergente es convergente En estos espacios podemos definir la suma de dos sucesiones y el producto de un real y una sucesión.0. en un espacio lineal normado.4.0.Los vectores f(n ) = xn .-La sucesión {n} = 1.3.

2n + 1 } en R2.2) sup { xn : n= 1.tal que xn < M. es { 1/n + n .yn de los términos de las sucesiones { xn }.{yn } = {xn .n . 4) Ejemplos en R2 2. 3.{yn} dos sucesiones acotadas en X.El producto interno de tales sucesiones es la sucesión de números reales. Entonces existe un real positivo M > 0 .es decir si (3. (3. De aquí concluimos que 42 {xn } . 2.es la sucesión de números reales {xn.2. yn} .El producto de las sucesiones { n x } y { 2n x + 3 } es la sucesión de funciones {2n2x2 + 3nx }. cuyos términos son los productos internos xn.2.3 ) c{x n} = {cxn } En el caso de que X sea un espacio con producto interno.6. tal que (3.6 + 3 /n }.2.yn}.… .2.3) N( {xn }) = sup{ es una norma sobre BS(X). Una sucesión { xn } en un espacio lineal normado X. n =1. es acotada si existe un real positivo M > 0.(2. …} M <!. . forman un espacio lineal sobre los reales. {yn } en un espacio lineal con producto interno X. podemos definir el producto interno de dos sucesiones. Demostración Sean {xn} . {(1/n).de las sucesiones acotadas en un espacio lineal normado X.5. 3.{ yn } (2.La suma de las sucesiones { 1/n. n = 1. El producto interno de dos sucesiones { xn } . La función N : BS(X) R.1) xn M..-Sucesiones Acotadas en un Espacio Lineal Normado.1 Teorema La clase BS(X).+2n +1}. 3/n. 3/n} y { n.…}. 3/( 2n + 1 )/n} = {1. para todo natural n. yn < M. definida por xn : n = 1..

qed Ejemplos 1. en R2 . Es decir .1. De manera análoga . (2.0. ) es un espacio métrico con métrica o distancia d( x. Ahora. la suma de dos sucesiones acotadas .…}..La sucesión {n} = 1. entonces (4. n Z y decimos que la sucesión { xn } converge a x. Una sucesión que no converge . sup { xn + yn : n = 1. Una sucesión que converge a un punto se llama convergente.0. no es acotada. convergente?¿Es el producto de un real c y una sucesión 43 . 1/3. n= 1.… es acotada.La sucesión { xn } donde xn = 1. son: ¿Es la suma de dos sucesiones convergentes.0. se llama divergente. Las preguntas que surgen inmediatamente. 1/2. es decir N({ xn + yn }) N({ xn }) + N({ yn }) . y ) = x – y . cuando n tiende a infinito. Si la sucesión { xn } converge al vector ( ó punto ) x. .1) xn .0.1.2.1.xn+yn xn + y < 2M.x <R .…1/n.2. si dado R > 0... escribimos (4. La sucesión {n .2) lím x n = x .-Sucesiones Convergentes Dado que un espacio lineal normado (X.9). 2.3..…} + sup { yn . es una sucesión acotada.La sucesión xn = 1. es un punto límite de la sucesión. 3.… no es acotada. De manera análoga se demuestran las otras propiedades de una norma.4).2.n2 } = (1. existe un número natural N R N. se demuestra que c { xn } es acotada.2. …} sup { xn : n=1. tenemos las siguientes definiciones en un espacio lineal normado.… es acotada. 4. (3. tal que si n > N.1). Una sucesión { xn } en un espacio lineal normado converge a un vector x. y el punto x.

convergente, una sucesión convergente ? . Si el espacio X, tiene un producto interno, ¿es el producto interno de dos sucesiones convergentes , convergente?. La respuesta a cada una de estas preguntas es afirmativa. 4.1 Teorema. El límite de una sucesión convergente, es único. Es consecuencia del teorema 1.1 4.2 Teorema Toda sucesión convergente, es acotada. (4, 3 ) CS(X) BS(X) Demostración Sea { xn } una sucesión convergente, es decir , dado R =1 existe <1 . un natural N, tal que si n > N, entonces d ( xn , x ) = x n– x Entonces, si n>N, xn = x n– x + x <1+ x . La sucesión { xn , n = 1,2 3, …N } es finita, y por lo tanto, acotada. qed 4.3 Teorema. Toda combinación lineal de sucesiones convergentes, en un espacio lineal normado, es convergente.En otras palabras, la clase CS(X) formada por las sucesiones convergentes en X, es un subespacio del espacio BS(X) formado por la sucesiones acotadas. ( 4.4) xn yn x, y axn + byn ax+by , a,b R

Demostración. Sean { xn }, {yn } dos sucesiones que convergen hacia x, y, respectivamente. Es decir, dado R > 0,existe N natural , tal que si n N, entonces xn –x < W , yn - y < W. Entonces, P (xn + yn) – (x + y)= = xn-x += =y n– y = < 2 W . Esto demuestra que el límite de la suma de dos sucesiones convergentes, converge a la suma de los límites de las sucesiones. De manera análoga se demuestra que el producto de un real y una sucesión convergente, converge al producto del real y el límite de la sucesión. (4.5) cxn – cx = c xn –x
44

< c

qed 4.4-Teorema El producto interno de dos sucesiones convergentes, en un espacio con producto interno, es una sucesión convergente, de números reales. Además, el límite del producto interno de las sucesiones es igual al producto interno de los límites de las sucesiones. (4.6) xn x yn y lim (xn . yn )= lím xn . lím yn Demostración,. Sea X un espacio con producto interno, y {xn } , { yn} dos sucesiones que convergen a x , y , respectivamente . Entonces, dado R >0, existe un natural N, tal que si n N, entonces Luego, xn.y – x.y P xn -x=<W , P yn –y =<W = (xn – x). yn + x.(yn - y) Pxn -xPPynP + Px PPyn – y P, por la desigualdad de Schwarz . La sucesión { yn }, es convergente , luego, es acotada, es decir, existe un real positivo M >0, tal que yn M. Luego, xn .yn – x .y MR + Px R = ( M + x )R qed 5.-Sucesiones de Cauchy. Debido a que todo espacio lineal normado es un espacio métrico con métrica d(x,y ) = x-y , podemos definir una sucesión de Cauchy, en la siguiente forma Una sucesión {xn} de vectores en el espacio lineal normado X, es una sucesión de Cauchy, si dado R >0 existe un número natural N, tal que si n > N y m> N entonces (5.1) xm – xn < R. Las preguntas naturales son ¿Que relación existe entre las sucesiones de Cauchy y las sucesiones convergentes? ¿Es toda combinación lineal de sucesiones de Cauchy, una sucesión de Cauchy? El siguiente teorema es consecuencia inmediata del teorema 1.3

45

5.1 Teorema Toda sucesión convergente es de Cauchy. (5, 2) CS(X) Ca(X). Demostración Sea { xn } una sucesión que existe un natural N, tal que n >N, entonces, Sea m> N , n > N, entonces xm – x < R que, xm – xn M xm-x + converge a x, es decir ,dado R>0 xn- x <R . , xn – x < R .lo cual implica x-xn < 2R qed

No toda sucesión de Cauchy es convergente. 5.2 Teorema Toda sucesión de Cauchy, es acotada La demostración es análoga a la del teorema 1.3. Demostración Sea {xn } una sucesión de Cauchy, es decir , dado >0 existe un número natural N, tal que si m,n >N, entonces xm – x n < luego xn - x N < , lo cual implica que xn M xn – x N + x N . El conjunto x1, x2 ... xN, es finito y por lo tanto acotado. qed 5.3 Teorema Toda combinación lineal de dos sucesiones de Cauchy, es una sucesión de Cauchy. (5. ) {xn } , {yn } Ca (X) a{ xn } + b{ yn } Ca (X) , a,b R Demostración Sean {xn }, {yn} dos sucesiones de Cauchy en X, es decir, dado >0 existe un natural N tal que si n> N entonces yn -y < . xn – x < Luego axn+byn –(ax+ by) < a xn – x + b yn –y < a + b . qed Subsucesiones Sea n1 < n2 < n3 <..una sucesión estrictamente creciente de números naturales.La sucesión { xnk} = xn1 , xn2 , xn3 ,….es una subsucesión de { xn}.
46

1.4.… y {1} = 1.{xn } es convergente.6. dado R >0 existe un natural N.4.2.1. luego xnk . es una subsucesión de la sucesión {n } = 1.x < qed No toda sucesión con una subsucesión convergente es convergente. Pero una sucesión de Cauchy.… 5.… 5.La sucesión { n2 } = 1.x < . tal que si k > K. 5. entonces. es una subsucesión de la sucesión {n}.3.-Espacios Métricos Completos. entonces nk > nN >N. es convergente.4.1.1-Las sucesiones { 0 } = 0.. no es convergente. xnk . Es consecuencia del teorema 1.1.0.Definición Una subsucesión {xnk } de una sucesión { xn } .{ 1 } = 1.… son subsucesiones de la sucesión {xn } = 0.1.0. Ejemplos 5. ..0. 5. converge a un punto x.1. es decir..2.1.4 Ejemplo La sucesión {xn} = 1.9.5 Teorema Una sucesión {xn} de Cauchy. 5.La sucesión {2n } = 2.1.3. Demostración Supongamos que {xn } converge a x.4 Teorema Toda subsucesión {xnk} de una sucesión convergente.. 6.0. 47 . tal que si n > N entonces xn – x < R .0.0.0. Si k > N. si dado >0 existe un índice K en N.6. pero la sucesión misma.1. con una subsucesión convergente. con una subsucesión {x } convergente es convergente.. .…tiene una subsucesión convergente.

Pero por el teorema 5. entonces { xn} es una sucesión de Cauchy. luego existe x en X tal que xn x. Entonces x es punto de contacto de C. es completo.nk <. qed 6. S tiene un punto de acumulación.. Sea {xn } una sucesión de Cauchy en el espacio compacto X.2 Teorema Un subespacio cerrado de un espacio métrico completo es completo. ) de los reales.2.. X es completo C es completo. 6. en los lugares n1 <.. es completo. es completo. La subsucesión {xnk} formada por la repetición de este término es una subsucesión convergente. Si el conjunto S es infinito..n2 <. .. qed 6.5.. Demostración Sea X un espacio métrico compacto y { xn } una sucesión en X. existe una subsucesión que converge al punto de acumulación . Demostración. qed 48 .Si el conjunto S={ xn : n= 1. En la siguiente sección demostraremos que el espacio lineal normado (R.3 del cap III.1 ) X es compacto X es completo. por hipótesis. luego x C. algún término se repite un número infinito de veces. que tiene una subsucesión convergente.Un espacio métrico X. por el teorema 6.2 Teorema Todo espacio métrico compacto.. (6.} formado por los términos de { xn } es finito. C es subespacio cerrado de X Demostración Sea { xn } una sucesión de Cauchy en C. toda sucesión tiene una subsucesión convergente. en X. una sucesión de Cauchy.. pero C es cerrado. es convergente. luego.1 Teorema En un espacio métrico compacto.si toda sucesión de Cauchy es convergente. Pero en un espacio métrico compacto toda sucesión tiene una subsucesión convergente.Pero X es completo.

Toda sucesión monótona y acotada de números reales. converge a su cota inferior máxima.Si es creciente converge a su cota superior mínima (supremum) y si es decreciente. Dado que la sucesión es creciente x .-Sucesiones de Números Reales En esta sección. Lo cual nos dice que la sucesión { x n} converge a x.1 Ejemplo. La sucesión { 1 / n }= 0. existe x N tal que x-R<xN<x. 1. para n = 1.3) lím inf xn = supn inf k n xk . 7. es completo.2) lím supn xn = infn supk n xk .Entonces . es (7. vamos a demostrar que toda sucesión monótona y acotada de números reales es convergente y que el espacio métrico de los reales R. para toda n N . 7.1/3.0. El límite inferior de la sucesión { 0. …es decreciente. Demostración.2. (infimum).…. Una sucesión {xn } de números reales es creciente ( decreciente) .1 Teorema de Convergencia Monótona .3. es (7. 7. es convergente .… de los números naturales.2.3 Ejemplo. Una sucesión creciente ó decreciente recibe el nombre de monótona. es creciente.dado R >0.} es cero. su límite superior es uno.1/2.0. si (7. 7. El límite inferior de una sucesión acotada { xn }.1) x n xn+1 .R < xn < x .3. qed 49 .1.7. La sucesión {n } = 1.1.Sea x el supremum de { xn }.….2 Ejemplo. Sea { xn} una sucesión monótona creciente y acotada . El límite superior de una sucesión acotada {xn } de números reales. ( xn x ).

es acotada. La distancia d . con centro en x. existe un punto xn2 con n2 > n1. alguno de sus términos se repite indefinidamente. qed 7. es infinito y acotado. con centro en x y radio 1. existe una subsucesión { xnk }de { x n}. y radio ½. 50 . que aparece en la demostración del siguiente lema.3. xnk ) < 1/k. La subsucesión formada por este término.1). contiene una infinidad de puntos de {xn}. por la hipótesis.2 Lema. En un espacio métrico. Sea xn1 un elemento de B(x. entonces.y ) = x-y . Si el conjunto A.Para demostrar que el espacio de los reales R.y .de { xn}. ½). tal que d(x.El punto x es punto de acumulación del conjunto { xn. La bola B(x. luego. converge a x. Sea { xn } . es una subsucesión convergente. formado por los términos de { xn }.es convergente. que tiene una subsucesión convergente.( Bolzano-Weierstrass) Toda sucesión acotada de números reales. tiene una subsucesión convergente. n = 1. por el teorema de Bolzano-Weierstrass. xn2) < ½. si el espacio X. un punto de acumulación x de una sucesión {xn} es el límite de una subsucesión convergente {xnk} de {xn}. es completo.una sucesión acotada.3 Teorema. Pero por el torema 5. qed 7.(sección 3 del capítulo I) para conjuntos. que converge a x. El espacio lineal normado de los reales R.Luego. Demostración.5 una sucesión de Cauchy. luego por el teorema de Bolzano-Weierstrass. n > n1}.Consideremos la bola abierta B(x . tiene un punto de acumulación x.2. cuyos términos son diferentes dos a dos.……}. es infinito. toda sucesión de Cauchy.4 Teorema. es un espacio lineal normado completo usaremos el teorema de Bolzano-Weierstrass que afirma que toda sucesión acotada de números reales. En esta forma construimos una subsucesión { xnk}. Si el conjunto A = { x n . Demostración. 7. Demostración.Luego.2. tal que d(x. tiene una subsucesión convergente. es un espacio lineal normado. Toda sucesión de Cauchy. Claramente la subsucesión {xnk}.es finito. Por el Lema 3.1). de números reales es convergente.y ) = x. en el espacio R de los reales y es d(x. tiene una subsucesión convergente. es d(x.

El espacio métrico C[a.. n = 1. 8. formado por las funciones continuas reales definidas en el intervalo cerrado [a.-(este ejercicio requiere ciertos conocimientos de Geometría Diferencial).(no lineal).b].El espacio métrico discreto. entonces la sucesión de Cauchy converge a x.2.y) = sup { xn – y n . tiene uno y sólo un punto fijo. de números reales.El producto cartesiano de dos espacios métricos completos.b].yn ) = d ( x. con la métrica uniforme d(x.. para la cual existe un número r en el intervalo abierto (0.}. es un espacio métrico completo. es un espacio métrico completo. son iguales.…. es una función f : X X. 7.z) : x2 + y2 + z2 = 1}. con la norma uniforme. con la métrica uniforme .2.y. 8. 9. es un punto límite de una sucesión { xn }. contiene una infinidad de puntos de la sucesión. entonces lim d( xn . 2.Demostrar que el espacio X = Rn.-Una sucesión acotada de números reales es convergente si y sólo si su límite inferior y su límite superior . b) Una sucesión convergente tiene solamente un punto límite c) Si x es punto límite de una sucesión de Cauchy. es un espacio métrico completo.No todo espacio métrico completo es compacto. a) Demostrar que un punto x es un punto límite de una sucesión si y sólo si. 3.-En un espacio lineal normado X. si existe una subsucesión de { xn } que converge a x. es completo. i = 1. 5..1). formado por n-adas de números reales. tal que 51 .. x = max { xi ..El espacio BS(R) formado por las sucesiones acotadas x = { xn }. lím yn = y. La esfera unitaria S = {(x. si lím xn = x . 10. es completo. Teorema del Punto Fijo de Banach En esta sección vamos a demostrar que toda contracción de un espacio métrico completo. …n}. y ).qed Ejercicios 1. 4. Una contracción de un espacio métrico X. 6.. es un espacio métrico completo. cada vecindad de x.-Un punto x en un espacio lineal normado X.-Puntos Fijos.

y ). Un punto fijo de una función f : X X. Una contracción en un espacio métrico compacto tiene uno y sólo un punto fijo en X. es 2.1) d ( f(x). y dos puntos fijos diferentes de f.rn-1d ( x1 . Sean x. xn ) d ( xm.. xn ) rm d (x1 .. y ) = rd( f(x).Entonces x es un punto fijo de f. n = 1. la última sucesión converge a cero. x0 ) rn-1d ( x1 . contrario a la hipótesis r <1. es una contracción de R. qed 8. n= 1. Demostración Sea x0 un punto arbitrario de X. tal que f(x) =x. obtenemos d( xn . 8. xn-1 ) rn d (x1 . x0 ) + . es completo 52 . . x0 )/ 1-r...3.3. f(y)).i)Demostrar que el espacio euclidiano Rn de dimensión n. f(y) ) rd( x.2. X una contracción del espacio métrico 8. 1. x0 ) + rm-1 d( x1 ..(8. cuya norma es menor que uno. x0 ). Entonces. d( x2. Entonces d( f(x).1 Teorema (Banach) Sea f : X completo X. Dado que r < 1..2 Corolario Sea C un subconjunto cerrado de un espacio métrico completo X. Entonces. la sucesión {xn } es convergente. x0 ). entonces d( xm. y f : C C una contracción de C.. f(y) ) r d ( x.Entonces f tiene un punto fijo y sólo uno en C. xm-1 ) + d ( xm-1. Pero X es un espacio métrico completo. Ejercicios 1. f( x0 )) Procediendo en esta forma . f tiene un punto fijo y sólo uno. luego. En efecto x = límn xn = límn f( xn ) = f (x ). x1 ) = d ( f ( x1 ) ...Una transformación lineal T: Rn una contracción de R. luego.2. y por lo tanto la sucesión { xn } es de Cauchy. r d ( x1 . Ejemplos.La función lineal f(x) = x/2: R R. Definamos la sucesión {xn} en la siguiente forma xn = f ( xn-1 ) .3 Corolario.…. r 1. Rn. Sea m > n. xm-2 ) + …d(xn-1 . es un punto x de X.. por la continuidad de f. Sea x el límite de { xn }.

Toda contracción de un espacio métrico es uniformemente continua.. 3. Encontrar un punto fijo de T. formado por las sucesiones { xn} de números reales. 53 .. con norma menor que uno.ii) Demostrar que el espacio l2.2. tiene un punto fijo y sólo uno.Sea x0 un punto arbitrario de un espacio métrico X.Probar que la sucesión { xn} definida por xn =f (xn-1 ).3..¿ es el punto fijo único?. iii)¿ Tiene la función f(x ) = x/2: R R.tiene un punto fijo. Encontrar dicho punto. tales que la serie nx2n converge. ¿Es tal sucesión convergente?. es un espacio lineal normado completo. 4. X una 5. … es una sucesión de Cauchy.La función f(x) = x/2 + 7 : R R. y f : X contracción de X. un punto fijo? 2.n = 1..Una transformación lineal T : Rn Rn.

y de conjuntos cerrados. una función definida en el subconjunto A de X . d*) . Una función continua sobre un compacto. que toma valores en el espacio métrico Y El conjunto A es el dominio de la función f y Y es el codominio de f. La imagen inversa de B bajo f.1 es la imagen de A bajo f. Sea B un subconjunto de Y.IV. Ejemplo Fig # 1. En la primera sección estudiaremos la continuidad de funciones que toman valores en un espacio métrico. bajo una función continua es compacto (conexa ). . es uniformemente continua. es decir. Toda función continua sobre un espacio compacto. cuya imagen está en B. 1. asume sus valores máximo y mínimo.Funciones Continuas en Espacios Métricos Vamos a considerar dos espacios métricos ( X. 54 .. La continuidad puede definirse en términos de conjuntos abiertos. El conjunto (1.Funciones Continuas en Espacios Métricos En este capítulo.2 Sea f : A R una función real de variable real y c un punto de A R. definida sobre un conjunto compacto. Sabemos por los cursos de Cálculo que el límite de f . estudiamos algunas propiedades de las funciones uniformemente continuas. la imagen de un conjunto compacto (conexo). si dado >0 existe un real positivo ">0 tal que si x-c <" entonces f(x) . En la sección 5. y la conexidad de un conjunto.cuando x tiende ( o se acerca ) al punto c de A.1) f(A) = {f ( x ) : x R A} . es el real b . es acotada.2) f -1( B ) = { x R X : f( x )RB } de puntos de X. Fig 1.b < . Además. d ) . ( Y. es el conjunto (1. una función real. Sean A un subconjunto abierto de X y f : A Y. En la cuarta sección estudiaremos la continuidad de funciones reales. Una función continua preserva la compacidad. En la segunda sección estudiaremos las funciones continuas con valores en un espacio lineal normado En la tercera sección estudiaremos algunas propiedades de las funciones lineales. estudiaremos algunas propiedades de las funciones continuas.

es continua en el punto c de A. b ) < .es el podemos generalizar a un espacio métrico.3) lím f(x) = b # > 0 $" > 0 % x-c < " f(x) –b < .9) B(c. (1. y radio >0. ).c ) < " entonces d(f(x) . ) existe B(c.4) d(x.7) B(c. Debido a que la distancia entre dos puntos x. en símbolos (1. x c 55 .6) dado > 0 existe " >0 tal que si d ( x. x c en la forma : (1.c )= x-c . la expresión (1. " ) tal que (1. Y .c ) < " } ." ) = { x A : d (x. si dado B( b.si lím f(x ) = f(c). es el punto b de Y. Tambien sabemos que la bola abierta con centro en c . El límite de una función f: A Y cuando x se acerca o tiende a c. ). ) con centro en b y radio positivo > 0 existe una bola abierta B(c. podemos escribir .5) lím f(x) = b.c es (1. Esta forma de la definición de límite de una función . Entonces podemos escribir la expresión ( 1.8) Definición Una función f : A (1. x c Queremos encontrar una definición equivalente de límite que nos permita definir la noción de límite en un espacio métrico." ) f-1 ( B(f(c)." ) contenida en la imagen inversa bajo f de B( b. . Definición Sea A un subconjunto abierto del espacio métrico X y f : A Y una función con dominio A y codominio Y.3) ) en la forma: Dada una bola abierta B(b.Es decir .

R.c ) < ". Sea ( . 1. 1.5 Ejemplo Procesos Estocásticos Continuos.1. " ) con centro en c. en otro espacio euclidiano Rn.Las funciones lineales f(x) = ax + b : R R. existe una bola abierta V = B ( c.. 1..Y ). tal que si d ( x .1 Es decir. Una función es continua.6 Ejemplo Las funciones f(x. " >0 .3. de dimensión n.una variable aleatoria ( función medible ) f(t). el proceso estocástico { X(t ): tR [a. f( c ) ) < R Fig 1. son continuas. es un proceso estocástico continuo.Las funciones 1. Una función es continua en el subconjunto A de X. Vamos a denotar por C ( A . x.2.la clase de las funciones continuas en el punto c de A. x2 … xn : R 1. U =B ( f ( c ) .b] }. reales de variable real. que asigna a cada punto t R [a.contenida en la imagen inversa bajo f de la bola U.y ) = x2 + y2 . y por Cc( A .4. si lo es en cada punto de A. g(x.R ) con centro en f (c ) . entonces (1.Si f es continua. cuyo cuadrado es integrable. un espacio con una medida de probabilidad. La notación usual es { X(t): t R [a.. con varianza finita. Una función f: [a. de radio positivo R > 0. el espacio de Lebesgue. es un proceso estocástico de segundo orden. Toda transformación lineal T: Rm Rn. si es continua en cada punto de X.y) = 2x + 3y +5. y L2( ).b]}. formado por las funciones medibles f : R. Y ) la clase de las funciones continuas con dominio A y codominio Y . de un espacio euclidiano Rm dimensión finita m. es continua. Ejemplos 1. y radio positivo. si para cada bola abierta.b].Las funciones polinomiales son funciones continuas 1. son continuas. .si dado R > 0 existe un real positivo " > 0. son continuas.es decir.b] L2( U ). f es continua en un punto c de A.. 56 . P).10) d* ( f (x ).

1. Ahora. f ( c ))< R. una función continua en el punto c de X. f( x n ) converge a f( c ). si f es continua en el punto c. En resumen.4) Nuestro siguiente paso será caracterizar a las funciones continuas en términos de conjuntos abiertos y de conjuntos cerrados. Demostración. Y ) c xn f(x n ) f(c). dado " >0. dado R > 0 existe " > 0 tal que si d ( x. c) < " . Sea n N.es abierto en X. d* (f(x ).Entonces. Y dos espacios métricos. tal que si n N. Y ). de todo conjunto abierto V en Y . Sea f : X Y. si V es abierto en Y. f ( c ) ) < R . entonces f( c ) R V. (1.(Véase el corolario 1. es abierto en X.1. Sea { x n } una sucesión de puntos que converge a c.2 Teorema. (1. Supongamos que f R C ( X . Sea c un punto de f -1( V ). entonces d ( x n . (Preservación de la Convergencia).Una función f : X Y.11) f R Cc ( X. lo cual implica lím f(x) = f(c). c ) <" . 57 . (Continuidad Global) Sean X. es decir. Hemos demostrado que toda función continua es secuencialmente continua. Queremos demostrar que f-1 ( V ). por hipótesis.1 Teorema. la sucesión { x n } converge a c. xn c qed Una función f es secuencialmente continua en el punto x. implica la convergencia de { f ( x n)} a f( x ). la imagen inversa bajo f. El recíproco también es cierto.Y) es continua en el punto c. si la convergencia de {x n } a x. existe un índice N. de donde concluimos que d* ( f (x n ) . Demostración. es decir. entonces d ( x n . es continua sí y sólo sí. entonces d* (f ( x n) .12) f R C (X . Y ) f -1( V ) es abierto en X. c) < " entonces . y sea V un abierto en Y. dado R > 0 existe N tal que si n N. La función f R C c ( X . f ( c ) ) < R.

es continua si y solo si la imagen inversa de todo cerrado en Y es cerrada en X.con centro en c y radio positivo ">0.Y) . f -1( Y-B) = X-f-1 (B) es cerrado en X. lo cual implica por el teorema 1. Queremos demostrar que f es continua en c 58 (1. qed 1.con centro en c. es continua si y solo si es secuencialmente continua. Queremos demostrar que la imagen inversa de C bajo f. contenida en la imagen inversa f -1( V ). la imagen inversa f -1 (Y-C) = X. Y ). (1. contenida en V. Sea B un abierto en Y. existe una bola abierta B (c. bajo f B f -1 ( B* ) f-1(V). para todo cerrado C en Y Demostración Supongamos que la función f es continua. . es abierto en X. de todo abierto V en Y.2 que f es continua. V es un conjunto abierto en Y. lím f(x) = f(c). Sea c R X y consideremos la bola abierta V. luego. es abierto en X. Supongamos ahora que la imagen inversa f -1(C) de todo cerrado C en Y es cerrado en X. Queremos demostrar que f R C ( X. Supongamos ahora que la imagen inversa bajo f.3 Corolario Una función f : X Y.lo cual implica que f -1 (C) es cerrado en X.2. lo cual implica que f R C (X. Es decir. de V bajo f. f -1 ( V ) . Luego . contenida en la imagen inversa de B*.Y ) f -1(C) es cerrado en X.f (C) es abierta en X. existe una bola B .14) f C(X. existe una bola abierta B* con centro en f ( c ) de radio positivo R > 0 . entonces el complemento Y-B de B es cerrado. es abierta en X. Y). con centro en f ( c ) y radio positivo R >0. luego f -1(B ) es abierto en X." ) f -1( V ). Sea C un conjunto cerrado en Y.por el teorema 1. qed 1. es cerrada en X. es decir si xn c entonces f (xn ) f(c). Dado que f R C(X. luego. c X. xn c Demostración Supongamos que f es secuencialmente continua. Y ).Pero V es abierto.Querermos demostrar que f es continua. luego por hipótesis la imagen inversa f -1 ( V ).13) f C (X. del espacio métrico X en el espacio métrico Y. por hipótesis . El complemento Y-C de C es un abierto en Y y f es continua por hipótesis .4 Corolario Una función f : X Y del espacio métrico X en el espacio métrico Y. Por hipótesis .

3 la función f es continua.3. por hipótesis. 59 . es acotada. (1. existe una sucesión {xn } en f-1 (C).la imagen inversa de toda vecindad de f(c ). i R I } es una cubierta abierta de K. i =1. Luego. i = 1.7 Corolario Una función continua. por hipótesis.Y) sobre un espacio métrico compacto. es abierto en X .…n f( K ) f (f -1( Ai )) qed 1. Y) K X f(K) es compacto en Y . es un conjunto que contiene a una vecindad abierta del punto.15) f C(X. La función f R C ( X . …n} de K Es decir K f -1 (A i ). Pero K es compacto. por el teorema 6. i = 1. Sea = { A i . por hipótesis.2. es un conjunto abierto que contiene a x. Una vecindad de un punto x en X.Dado Pero f es secuencialmente continua por hipótesis. f R C(X. qed Una vecindad abierta de un punto x en X. luego f(xn ) -1 que C es cerrado.3 cap II. existe una subcubierta finita {f -1(A i )..6 lo cual implica que f(X) es acotado. por el teorema 1.5 Corolario Una función f : X Y.3.6 Teorema.Sea C un conjunto cerrado en Y y c un punto de contacto de f-1(C).…n. es continua en el punto c de X .Por el corolario 1.Y) continua de un conjunto compacto K en X. Demostración X es compacto y f es continua . para toda V vecindad de f(c) 1. f -1 (A i ). tal que xn f(c).Y )es continua. f(X) es compacto. es compacto en Y.Y) f -1 ( V) es vecindad de c . luego. (1. es una vecindad de c.2. Demostración. luego.si y sólo si . y {f -1( A i ). y en consecuencia c f ( C ) . f( c ) C. i R I } una cubierta abierta de f ( K). 1.(Preservación de la Compacidad) La imagen bajo una función fRC(X. Ai .2. luego.16) K es compacto en X f R C ( X . Entonces c.

es conexa.Y) g R Cf(a) (Y.dado > 0. 60 . tal que si d (x.8 Teorema. g( f ( a ) ) < & . f(a)) < . lo cual implica que d*( g(f(x ). es decir . f(a )) < . y sea f C(X. es una función continua.Y) una función continua de X en el espacio lineal normado Y.es continua en el punto f(a) de Y. g(f(a ) ) < &. existe " > 0. (1.Y). g ( f(a) ) ) <& . no vacías y f( C) = (U V) f( C ). es continua en el punto a de X.19) f C(X. definida por (1.V. Z ). Z. dado & > 0. tal que si d(x.Y) C es conexo en X f(C) es conexo.a) < " . existe > 0.18) f R Ca( X. f Ca( X. qed 1. g : Y funciones La compuesta de f y g es la función g o f : X Z. existe "> 0 . entonces d ( f(x).qed Composición de Funciones Definición Sean X. La función g R Cf(a) ( Y. es decir. Pero. tal que si d( y. Z) g of R Ca( X. dos fig 1. dado & > 0. Demostración Sea C un conjunto conexo en el espacio lineal normado X.1 1.9 Teorema (Preservación de la Conexidad) La imagen bajo una función continua de un conjunto conexo. (1. entonces d* ( g(f ( x ) ). Supongamos que f(C) es inconexa. Resumiendo. es decir . existen dos conjuntos U. abiertos en Y cuyas intersecciones con f (C) son ajenas . La compuesta de dos funciones continuas. Z ) Demostración.17) (g o f) (x) = g (f (x )). Z tres espacios métricos y f : X Y.a ) < " . entonces d( g( y ) . Y.

x R X. del R2.La transformación lineal T( x. lo cual implica que C es inconexo. es una función biyectiva y continua de X sobre Y. ). ) . que preserva distancias. es igual a la unión de sus imágenes inversas. 3. g : X Y . y además C f -1 f( C) =f -1 [(U V ) f(C)] = [f-1 (U ) f-1 (V )]c C. i R I }. iv) La imagen homeomorfa de un cerrado. 3x – 4y ) : R2 función continua. 2. homeomorfa al intervalo abierto (0... entonces la imagen inversa de A.. definida cómo (2. son ajenas .Un homeomorfismo del espacio métrico X sobre el espacio métrico Y. i) La composición de dos isometrías es una isometría. está contenida en la imagen inversa de B. es una función biyectiva de X sobre Y . y ) = (2x + 3y. y cuyo codominio es un espacio lineal normado (Y.Una isometría de un espacio métrico X sobre un espacio métrico Y. g R ( X. no vacías. iii)La imagen isométrica de un abierto. qed Ejercicios 1. es compacta. 5. Y ). R ..1).Funciones Continuas con Valores en un Espacio Lineal Normado En esta sección vamos a considerar funciones f. forman un grupo. es abierta. de la unión de una familia de conjuntos { Ai .. es una 4. En este caso podemos definir la suma de dos funciones y el producto de un escalar c R R y una función f : X Y. La suma de dos funciones f.1) ( f + g) ( x )= f(x ) + g ( x ). cuya inversa es continua. cuyo dominio es un espacio lineal normado (X .Sea f (x ) = 2x +3: R intervalo abierto (0.La imagen inversa bajo f. 61 . ii) la relación “ homeomorfo a “ es una relación de equivalencia. iii) ¿Es la recta R.1) ? 6.Si A está contenido en B. i) los homeomorfismos de X sobre X ..Por ser f continua los conjuntos f -1(U ) y f-1 ( V ) son abiertos y sus intersecciones con C. es la función f + g : X Y . 2. es cerrada.. Calcular la imagen inversa bajo f. ii) La imagen isométrica de un conjunto compacto. bajo una función f.

El producto de un escalar c R y una función f: X cf : X Y .2) (cf) (x) = cf(x). podemos definir el producto interno de dos funciones. g dos funciones acotadas. Demostración Sean f.1 Teorema. g(x) < M. sobre los reales.y) = x-y concluímos que : Una función f : X Y. g : X R. g : X Y . x en X. es una norma .Una función es continua. definida por (2.4) d(x. La función N : B (X . Funciones Acotadas Una función f: X Y. La clase B(X. Y ).3) Funciones Continuas Dado que un espacio lineal normado X es un espacio métrico cuya función distancia es (2. entonces f(x) – f( c ) <R Una función es continua en el conjunto A de X.} es la norma uniforme sobre B( X . es la función real f . es la función Si el espacio lineal normado Y. Ahora vamos a demostrar que la función N : B( X .Y) de las funciones acotadas. es decir. Y). 5 ) f (x ) < M .si es continua en cada punto x de A. 62 ( f. R.Y) R. existe M > 0 tal que f(x ) < M. es acotada si existe un real positivo M > 0. De manera análoga se demuestra que cf(x) es acotada. definida por (2. si dado R >0 existe un real positivo " > 0. si es continua en X. tiene un producto interno. Entonces f(x ) + g( x ) M f(x) + g (x ) < 2M. 6 ) N(f) = sup { f ( x ) : x R X. Y. tal que si x – c < ". g ( x ). El producto interno( ó producto punto ) de dos funciones f.g) ( x ) = f(x ) . definida por (2. forma un espacio lineal normado. 2. es continua en el punto c. tal que (2. Y ) sobre el espacio B ( X.

Es decir. g son continuas en todo punto c de X .Y dos espacios lineales normados. 8 ) BC(X. dado R > 0. El espacio lineal BC ( X. (2. es decir . existe " > 0 tal que si x – c < " .2 Teorema Toda combinación lineal de dos funciones continuas. qed 2. forma un espacio lineal sobre los reales. g R C (X. con dominio en X. qed 2.7) f .N ( f ( x ) + g( x )) = sup { pero sup { lo cual demuestra que ( f(x ) + g (x ) . de la definición de norma. a . formado por las funciones acotadas y continuas. x R X } sup f(x ) + sup g(x) f(x ) + g(x) N( f+g) N( f )+N( g. toda combinación lineal de funciones continuas y acotadas.Y ) B(X. Y ). g R C( X. entonces f(x) – f(c ) Luego f(x ) + g(x ) . formado por las funciones acotadas de X en Y. En efecto. formada por las funciones continuas. Y ) a f + b g R C (X. (2. Y ) por hipótesis . la clase C ( X. De manera análoga se demuestran el resto de las condiciones. f .Y). que toman valores en Y. b R R. luego. las funciones f . es una función continua. Demostración. 63 . es continua. Y ). del espacio lineal normado X en el espacio lineal normado Y. De manera análoga se demuestra que cf es continua. Lo cual demuestra que la suma de dos funciones continuas. c X . Sean X . forma un subespacio lineal normado del espacio lineal normado B ( X . es continua y acotada. Y ). Y ).3 Teorema.f(c ) – g (c ) f(x ) – f(c) + g( x ) – g( c ) < 2R < R y g(x) – g(c ) <R.) .

La suma de dos funciones lineales es una función lineal. vamos a considerar los espacios euclidianos.Además la función : L(Rm. Rm y Rn.Funciones Lineales Los resultados que a continuación se enuncian sin demostración . existen números aji tales que (3.…m. Rn ) .Rn) definida por (3. es una función lineal si satisface la condición (3. j= 1.luego. i = 1.1) f( ax+by) = af(x) + b(y). 3. Una función f : Rm Rn de un espacio lineal normado Rm en otro espacio lineal normado Rn.b R. x.1 Proposición La clase de las funciones lineales forma un espacio lineal sobre los reales.2) f = sup{ f(x) : x M1} R es una norma sobre el espacio L . y el producto de un real c y una función lineal es una función lineal.y X. a. formado por las funciones lineales. Sea y = f(x) la imagen bajo la función lineal f L.2. Pero f ( ei ) Rn. En esta sección. y la clase L=L( Rm. forman la base estandar de Rm.3) y= f(x) = i xif (ei ).2. aij xi )uj. es decir.. del punto x = xi ei de Rm. 64 . se prueban en los cursos de Álgebra Lineal . formada por las funciones lineales de Rm en Rn .4) Por lo cual f(ei) = y = f(x) = ( ajiuj . Entonces (3. Sea u j . Los vectores ei .qed 3.…n la base estandar de Rn.

. y = f(x ) = Ax . 3.10 ) f(x) = Ax. es menor o igual que la norma de la matriz de f.2. …n.2 Teorema Toda función lineal en L es continua. existe una constante positiva M>0.… n. qed Hemos visto que a toda función lineal f.5) yi = aijxj .. tal que si x-y < g .m. (3. 3. j = 1.. Para toda función lineal f. Luego. Demostración Por (3. La norma de la matriz n x m A= [ aij ] es A 2 = ij aij2 Vamos a demostrar a continuación que la norma de f es menor o igual que la norma de A.6) Es decir (3. f(x ) – f(y ) = f (x-y) M M x-y. j= 1. A toda función lineal f L( Rm.2.3 Proposición La norma de la función lineal f en L. definida por (3. por (3. dado R > 0.8).m.2. x R Rm . entonces.7) yi = V aij xj .. f x : L(Rm. f(x) –f(y) < R .Rn)U R. es una norma sobre el espacio L.lo cual implica que las coordenadas yi de y satisfacen la ecuación i = 1. tal que (3. x R Rm.2. 65 . tal que (3. Rn ) le podemos asociar una matríz n x m A. existe g = R /M > 0. . podemos asignarle una matriz A. La matriz A = [aij ] es la matriz de la transformación lineal f.Podemos tambien asociar a cada matriz A la transformación lineal f. i = 1..2) (3.8) En efecto.9) La función f(x) MM f(x) x M .

Rn ) en ejercicio 3. definidas en X. Vamos a demostrar que si K es compacto.2) es una norma sobre L 3. i=1.(3.2.3 Para toda función lineal f R L ( Rm. 66 . X. y por B(K) la clase de las funciones reales acotadas definidas en el subconjunto K de X. 3x – 2y ) R2 ii) f(x. Sea C (K ). y que la función (3.y) = ( 2x+5y. x R Rm . tenemos que Luego en consecuencia de donde yi = yi 2 M aij xj. Vamos a denotar por B( X) la clase de las funciones reales acotadas . 2 jaij xj 2 por la desigualdad de Schwarz .11) f M A donde A es la matriz de f. la clase de las funciones reales continuas definidas en el conjunto no vacío K contenido en X.2 Demostrar que las siguientes funciones R2. tal que f(x) M M x . forma un espacio lineal. y que sus valores extremos son asumidos.3…n. es una función cuyo dominio es X y cuyo codominio es R. i) f(x. 3x-2y. Demostración Por ( 3. aij2 x 2 ''f(x)''2 = yi2 M f M A qed Ejercicios 3.y) = (2x+3y. las funciones reales en C( K) son acotadas. a) son lineales b) encontrar sus matrices c) son continuas d) calcular las normas de sus matrices.1 Demostrar que el conjunto formado por las funciones lineales.7 ). 3x+4y) : R2 R3.2.-Funciones Reales Continuas Una función real sobre un espacio lineal normado. 3. 4. existe una constante positiva M>0.

f(v) = M. luego.2 ). Es decir. La norma de f.4 de preservación de la compacidad. existe un real positivo M. (supremum) del conjunto f ( X ) ={ f (x ) : x R X }. pertenecen a f ( K ) .6 de preservación de compacidad. Demostración. lo cual nos permite definir la norma uniforme (3.2) de f. Estos valores reciben el nombre de valores extremos de la función f. Los valores extremos de la función acotada f. v en K. entonces por el teorema 3. es acotada. Entonces . está descrita en ( 3. .1 ) N ( f ) = sup { f ( x ) : x R X}. Corolario La clase de las funciones reales acotadas B( X ). con norma (4.3 4. tales que m = f ( u ). forma un espacio lineal normado. en K. f R B(K). 4. existen dos puntos u. tales que (4. y f es fig 4. es decir. qed Para una función real acotada los números m = inf { f( x ) : x R X }. M = sup { f ( x ) : x RX }. respectivamente. (teorema 3. son puntos de contacto de f(K).3 Teorema.4.2 Lema Toda función real continua sobre un compacto.4 ).1 continua .porque por el teorema de Heine –Borel. Una función real continua definida sobre un conjunto compacto K en el espacio lineal normado X. K es compacto en X.1. f R C ( K ). f( K ) es compacto en los reales R . K es compacto. son puntos de contacto de f(K) . todo compacto es cerrado 67 Existen dos puntos u. y f es continua. K es compacto en X. M = f(v). f( K ) es cerrado y acotado. tal que f ( x ) M.Borel Luego. asume sus valores extremos. f ( K ) es compacto. existe una cota superior mínima. Dado que el espacio de los reales es completo. Los valores extremos de f. existen y son sus valores mínimo y máximo. f es acotada. fRC(K) Demostración. por el teorema de Heine.2) f(u ) = m . definidas sobre un espacio lineal normado X. luego. v.Pero K es compacto . Es consecuencia del teorema 1. por el teorema 4.

La imagen isométrica de un espacio métrico completo. )>0. 5. f ( v ) = M. cuya inversa es continua. 7. es completa. una función continua en el subconjunto A de X. es una isometría.. con la métrica euclidiana d. Es decir si x-y = f(x) – f(y) x..a) El espacio euclidiano de dimensión n.-Continuidad Uniforme Sea f : X Y. es completo. v R K. si es biyectiva y preserva las distancias entre dos puntos.y) = xy :R2 funciones reales continuas. iii) La imagen isométrica de un espacio lineal normado completo. qed Ejercicios R. es cerrado. y los puntos donde toman esos extremos( máximos y mínimos) 5. y la multiplicación M( x.es abierta(cerrada).Una función f : X Y. del espacio lineal normado X en el espacio lineal normado Y. pero no isométricos. g(x) = cos x :[0. es una isometría. Entonces el conjunto A = { x R X: f(x) = c }.¿ Es la imagen homeomorfa de un espacio compacto.La imagen homeomorfa de un conjunto abierto. compacta. tales que f( u ) = m. forman un grupo con respecto a la composición. i) La compuesta de dos isometrías.y ) = x+y.-La adición A(x.. son homeomorfos..Esto implica que existen dos números reales u. 2 ] R. es una función biyectiva y continua f : X Y.? 8. definida en un espacio lineal normado X. ii) Las isometrías de un espacio lineal normado X. es completo. 3. (cerrado).d). y el espacio (Rn.Encontrar los máximos y mínimos de las funciones f(x) = sen x. dado >0 existe un real positivo " = "( a. b) Es compacto? 6. El espacio euclidiano (Rn .Sea f una función continua real. son 1. Por definición. que depende de a y de .y en X.. d*) con la métrica uniforme d*.. 2.es decir .. 4.Un homeomorfismo de un espacio lineal normado X en otro espacio lineal normado Y. 9. f es continua en cada punto a de A.. tal que si x-a < " entonces f(x) –f(a) < 68 . Sea c un número real.

entonces la distancia d* (f(x). Sea f : X Y una función continua.…n}. Sea y un punto de X.y) <"x . "xk /2 ). Y).1-Ejemplo Sea f(x) = x2 : R R . En este caso. tal que si x. luego existe una subcubierta finita { B( xi . f C(X.1 Teorema Una función uniformemente continua en un conjunto A de X es continua en A. Y dos espacios métricos. Ahora. f(xk)) < /2 . Es decir .3. (5. tal que si x-a <" ."x /2 ) : x X}.5. Entonces f es uniformemente continua. pero X es compacto por hipótesis.y. por lo cual d* (f(x). 5. existe "= / x + a >0.1) UC(A. Una función f : X Y es uniformemente continua en el subconjunto A de X.Y) f UC(X). que depende de pero que no depende de los puntos x. entonces dado >0 existe "x > 0 tal que si la distancia d( x. entonces x2 – a2 < Existen casos en que la " no depende de a. f(y)) < . dado >0.y) <" entonces d*(f(x).Esta función es continua en R.Entonces 69 . cuya distancia d(x.La familia (5. 5.2. la función es uniformemente continua. Sean X. Sea "=1/2 mínimo { "xi : i = 1. si dado > 0 existe un real positivo "= "( ) . X K Demostración Sea x un punto de X.2. y A y d(x. la desigualdad f(x) –f(a) = 5 (x-a) < es válida cuando x-a < /5. es menor que " .f(y)) < /2 . pero no depende de a.y) < " a x.2-Ejemplo f(x) = 5x +4: R R. Cuando la " depende de .Y) C(A.1 Teorema (de Continuidad Uniforme). 5. y supongamos que X es compacto. es una cubierta abierta de X.El punto x X pertenece a alguna bola B(xk .2) {B(x.…n} de X. La función es uniformemente continua si es uniformemente continua en todo X. si queremos hacer f(x) – f(a) = x2 – a2 = x+a x-a < bastará tomar x-a < / x+a . "xi /2) : i = 1.

es R 70 . f(y) ) d* ( f(x ). xk ) d(y. Es decir. f( y) ) < . f( xk )) + d ( f(xk ) . qed Ejercicios 5. 5.2 ] son uniformemente continuas.1] uniformemente continua. Entonces d*(f(x).d (y. x ) + d ( x.1 Una función polinomial f (x ) = ax2 + bx + c : [0.2 Las funciones trigonométricas f(x) = sen x. R. el punto y pertenece a la bola que contiene a x. xk ) <" + "k /2 < "k . g(x) = cos x :[0.

2) [{f(c+h) – f(c)} / h] – L < . Demostración Sean A. En la segunda sección . Luego A-B = 0 y A= B. se demuestra que la compuesta de dos funciones diferenciables . y se denota por f ´(c).V.B [{f( c+h ) – f ( c )} / h] . si dado > 0 existe " > 0 tal que si 0 < x-c < " .[{f (c+h ) – f( c )}/ h] < 2 . Una función es diferenciable en el punto c. si el límite L = lím {[f(c+h) – f( c )]/ h}. es único.b). es decir. En la primera sección definiremos el concepto de derivada de una función..A < .B < ..La suma y producto de funciones diferenciabas.b). entonces (1. y demostraremos que la derivada si existe es única y que toda función diferenciable en un punto es continua en ese punto. entonces [ {f( c+h ) – f ( c)} / h ] . En la sección seis estudiamos las funciones vectoriales de una variable 1. reales definidas en un intervalo abierto (a.Es decir. [{ f (c+h ) – f ( c )} / h ] .b) (1. es única.1) R. en el punto c. B dos derivadas de la función f en el punto c. es diferenciable. En la cuarta sección se demuestran los teoremas del valor medio. existe. es diferenciable.Diferenciación de Funciones Reales de una Variable Real En este capítulo vamos a considerar funciones f : (a. de los reales. si la derivada de f. es diferenciable en el punto c (a. dado >0 existe "> 0 tal que si 0< x-c < ". En la quinta sección se estudian las derivadas de orden superior y se demuestra el teorema de Taylor.1-Teorema La derivada de una función diferenciable en un punto c. h 0 existe. 71 . En la tercera sección demostramos el teorema del máximo interior. 1.Derivada de una Función La función f: (a. y recibe el nombre de derivada de f en el punto c. De aquí concluímos que A.b) R. Si el límite existe .B + A.

en el orígen. lo cual implica que f es continua en c.3) D(a.b) la clase de las funciones diferenciables. Sea r(h ) = f(c+h) –f(c) – f ´(c )h.b). Por los cursos de Cálculo.b ) R. sabemos que el siguiente teorema es cierto. 1. donde M = 1+ f´(c) .qed Nuestro siguiente paso será demostrar que toda función diferenciable es continua. es continua.6). Ejemplo La función f( x ) = x : R R. Denotaremos por D(a. Una función f : (a.2-Teorema Una función diferenciable. No toda función continua es diferenciable.b) la clase de las funciones diferenciables en el punto c. Demostración Sea f Dc(a. es continua pero no es diferenciable. es diferenciable.6) lím r (h) / h =0 h 0 1. si es diferenciable en cada punto de (a.b) C(a. qed Si f es diferenciable en c.4) f(c+h) –f(x) – f ´( c ) h < h . Luego f( c+h ) – f( c) ( f´(c) + 1) xh = M h . entonces que dado > 0 existe "> 0 tal que 0< h < " implica (1.b ) una función diferenciable en el punto c. y por Dc(a.5) sujeta a la condición (1.5) f(c+h) = f(c) + hf ´( c) +r (h). es decir. donde (1. si y sólo si. (1. dado = 1 > 0 existe " > 0 tal que si 0 < h <" entonces [{ f( c+h) – f(c)}/ h] – f´(c ) < 1 .3 Proposición Una función f es diferenciable en el punto c. puede escribirse en la forma (1. entonces (1.b). 72 .

k 0 Las ecuaciones (2. es una función diferenciable. 2.g.3) f(p+h) = f(p) + h f ´(p) + r(h). Ejemplos 1.4) donde lím r(h)/ h =0.g es igual a la compuesta de las derivadas. (2. Cap VII).7) (f + g ) ´(c ) = f ´(c) + g ´(c).g diferenciables.Composición de Funciones.b) bajo f .Teorema (Regla de la Cadena)La compuesta g o f de dos funciones diferenciables.b) R y una función g: (c.1) (g o f) (x ) = g ( f ( x )). (2. la derivada de la suma es igual a la suma de sus derivadas (1. 2.1.3) y (2.d) R. donde lím s(k) = 0.9 ) (f-g) ´(c) = f ´(c) – g ´(c).8) (1. es diferenciable. Definición Vamos a considerar una función f : (a.Además.2 ..4) g(f(p) +k ) = g(f(p)) + k g ´( f(p)) + s(k).d) de g. la diferencia y el producto de dos funciones.-La compuesta de las funciones f(x) = 2x + 4 y la función g(x) = x2 .está contenida en el dominio (c.b) R. Demostración La función f : (a. ( fg) ´(c) = f ´(c) g(c) + f(c) g ´(c). es la función g o f : (a.(teorema 4.2) (g o f )´(x) = g´(f( x ) )f´( x ) .f.b) del intervalo (a. (2..b) R. es la función (gof )(x) = sen (2x + 3 ).La compuesta de la función f(x) = 2x + 3 y la función g(x) = sen x. es decir. Regla de la Cadena. es la función (g 0 f)(x)= (2x + 4 )2 . tal que la imagen f(a. es diferenciable en el punto p.3-Teorema La suma. es decir (2.4) implican que 73 . (1. definida por (2. Este es un caso particular de la Regla de la Cadena. 2.. La derivada de la compuesta g o f de las funciones f. h 0 La función g es diferenciable en el punto f(p). La compuesta de las funciones f.1.

b) R. es decir." . c+ " ) (a.Un punto c es punto crítico de una función f. (3. lo cual implica que g o f es diferenciable y que la diferencial de la compuesta es igual a la compuesta de las diferenciales.< [{f( x ) – f( c )}/ x-c] . c + " ) contenido en (a. qed 3.4) s( hf ´(p)+ r(h)) < hf ´(p) + r(h) < ( f ´(p) + ) h . Demostración f Dc ( a. qed Una función f : (a. Pero por (2. tiene un máximo local en el punto c de (a. Por (2. Entonces existe un intervalo (c.3) = g(f(p)) + (hf ´(p) + r(h))g ´(f(p)) + s ( hf ´(p) + r(h)).f¨(c) < . b) . es igual a cero.1-Lema Sea f : (a. lo cual implica que . b ) tal que f(c) f( x ) para x en I.f´(c ) < y . Tomando a < f´( c ) tenemos que f(x) – f( c ) y x-c deben tener el mismo signo. una función real diferenciable y supongamos que la derivada de f en un punto c (a. por (2.3) g ´(f(p))(hf ´(p) + r(h)) g ´(f(p)) ( f ´(p) h + h ) g ´(f(p)) ( f ´(p) + ) h . implica que f(x) < f(c).1) f ´(c) = 0 3. es decir si x>c entonces f(x ) > f( c ).b) R. y x<c.b). tal que si x > c entonces f(x ) > f( c ) y si x < c entonces f(x ) < f(c ). por hipótesis.+ f´( c ) <{f( x ) – f( c )} / x-c < + f´(c )." . b ) es positiva.b) si existe un intervalo I =(c. toma sus valores extremos (máximo y mínimo) son puntos críticos de la función.-Valores Extremos de una Función. dado > 0 existe " >0 tal que si 0 < x-c < " entonces [ { f( x ) – f( c )} / x-c] . 74 .4). si la derivada de f en c .Teorema del Máximo Interior En esta sección demostraremos que los puntos en que una función diferenciable.g(f(p+h)) = g( f(p)+ h f ´(p) + r(h)) por (2.

Entonces f ´(c) =0.b] y diferenciable en (a. la derivada f ´(x)= 1.b] R una función diferenciable que toma su valor máximo(su valor mínimo) en el punto interior c (a.3.b] f(c) es máximo local c es punto interior de [a. que una función continua f : [a. v son puntos críticos de la función f.b] tales que f(u) = max f(x). De manera análoga se demuestra el caso f´( c ) < 0. en [a. Si f ´(c ) >0 por el lema 3. El siguiente teorema afirma que los puntos u. es decir. y x<c implica que f(x) < f(c). es la función cero.1. v . Ejemplo La función f(x) = x : [0. lo cual nos dice que f( c ) no es un máximo local.b). y podemos tomar c = a+b / 2. IV) . Entonces existe un punto c (a.b] R. Cap.Supongamos que f(a )=f(b ) = 0. definida sobre un conjunto compacto asume su máximo y su mínimo.b) tal que f ´( c ) =0. 4. Sea f : [a. luego f no toma su mínimo en c. f(x ) > f( c) si x > c. Demostración Si f es constante. f Dc [a. 3. x = 1. no se anula en los puntos x = 0. tiene un mínimo en x= 0 y un máximo en x = 1.Sea f : [a.Vimos anteriormente ( teorema 4.-Teoremas del Valor Medio En esta sección consideramos el problema de encontrar puntos medios para funciones diferenciables.1] R.b] f ´( c ) = 0 Demostración Supongamos que f ´( c ) 0. entonces la derivada no necesariamente es cero.b ] R.b). existen dos puntos u.Comenzamos con el 4.Si f no es constante podemos suponer sin pérdida 75 . sin embargo.1 Teorema de Rolle. f(v) = mín f(x).2 Teorema (del Máximo Interior). entonces f ´(x ) = 0 . qed Si el máximo no se alcanza en un punto interior. entonces f ´( c ) > 0 o bien f ´(c) <0. una función continua en [a.

qed 4.Entonces existe un número c (a.b). Sea M = sup {f(x): x [a. b] y diferenciables en (a. existe c (a. 76 . f ( b ) ).2 Teorema (del Valor Medio ) Sea f una función continua en [a.2) f´(c ) [g( b ) – g(a )] = g´( c ) [ f( b ) – f( a ) ]. qed 4.b). existe un punto c [a.b). Demostración Si g(b) = g(a) basta elegir c de tal manera que g ´(c) = 0. f es monótona creciente.b). g dos funciones continuas en [a.b) tal que (4.b).3 Teorema(del Valor Medio de Cauchy) Sean f. Demostración La ecuación de la recta que une los puntos (a. es decir.Entonces existe un número c (a.1) f( b ) – f ( a ) = f ´( c ) ( b.a). por el teorema 4. Supongamos ahora que g(a) g(b) y sea h(x) = f(x) – f(a) – {f(b) – f(a )/ b-a}(g(x) – g(a)). la función h es continua en [a. Entonces h(x ) satisface las condiciones del teorema de Rolle.b ) tal que h´(c ) =0.de generalidad que f toma algunos valores positivos (considerando si es necesario al simétrico –f de f .b]. IV. lo cual implica (4. Consideremos la función h(x) = [f( x ) – f( a ) –{ f( b ) – f ( a )} / b – a] (x-a).en lugar de f).3 del Cap. tal que (4.4 Teorema Supongamos que la función f es diferenciable en (a.es y – f( a ) = {[f( b ) – f ( a )]/ b – a }(x.Entonces.llegamos a la conclusión de que c (a.b]} el valor máximo de f.b] y diferenciable en (a.1). ( b .b).b] tal que f( c) =M. Esta función satisface las condiciones del teorema de Rolle.a ). y diferenciable en (a.b).b]. Además. luego. 4. f( a ) ).h(a) =h(b) = 0 Aplicando el teorema de Rolle a h(x) se obtiene el resultado.Entonces i) si f ´(x) 0 para todo x en (a. Por el teorema del máximo interior. f ´( c ) = 0 qed Una consecuencia del teorema de Rolle es el teorema del valor medio. es un punto interior de [a. Dado que f(a ) = f( b ) = 0.

podemos definir la segunda derivada f ´´ : (a.f´´ …f (n-1) existen y son continuas en el intervalo cerrado [a.c+h ) entre c y c+h tal que (5.z) tal que f(z) – f( y) = f ´(u) (z-y). se define como la primera derivada de f ´´. una función diferenciable en el intervalo abierto (a. +{f (n-1) (x) (d – x )(n-1).d =c+h [a..b).2) f(c+h) = f(c ) +h f ´(c) + h2/ 2! {f ´´(c)+ h3/3! f ´´´(c) + … + hn-1/( n-1)! f (n-1) (c ) + hn/n!{ f (n) (z) .z).Teorema de Taylor Sea f: (a.b) . y definamos un real r por medio de la ecuación 77 . como la primera derivada de f ´. z dos puntos en (a.ésima derivada f (n) : (a.2. … un número natural y supongamos que las derivadas f´.b) R de f. (5.1 Teorema Sea n= 1. de donde obtenemos la conclusiones i) ii) iii).b).b) el número real f ´(c ) .1) f ´´(c) = lím [{ f ´(c+h ) – f ´(c)/h ] .Derivadas de Orden Superior. Si f ´es diferenciable en (a.b) R que asigna a cada punto c de (a.Entonces podemos definir la primera derivada de f como la función f ´: (a.b) R. Demostración Sea p(x) el polinomio (5.b). Demostración Sean y. iii) si f ´(x) 0 para todo x en (a.3. qed 5. y que la n. 5. es decir f ´(c) existe en cada punto de c (a.b].b). y así sucesivamente.b).}/ (n-1)!. por el teorema del valor medio.Entonces para toda pareja de números c. f es monótona decreciente. con h>0 existe un número z (c.b).ii) si f ´(x) = 0 para todo x en (a.Frecuentemente la n-ésima derivada de f. existe un punto u (y.b) R .z] y diferenciable en (y. existe en (a. f es constante. Entonces f es continua en [y. se denota por f(n). h 0 La tercera derivada f ´´´ de f.b].3) p(x) = f(x) + f ´(x )(d-x) +….

y consideremos la función g.2) existe .2 Teorema La suma f+g de dos funciones diferenciables en un punto c.Una función f : [a.r (d-c)n /n! = f(d) – p(c). es diferenciable en el punto c. lo cual implica (5. 6.b] Y. Además . (6. entonces (6. definida en [a.[p(x) + r(d-x )n / n!].b] .d) tal g ´(z) =0.1) (f(x) –f(c) / x-c ) .4) g(x)= f(y).b] un intervalo cerrado y Y un espacio lineal normado. si existe es único.4) (af) ´(c) = a f ´(c). Definición Una función vectorial f : [a. La derivada de f en el punto c..y < .2) lím f(x) –f(c) / x-c x c. se denota por f ´(c). si existe un vector y en Y . Estamos particularmente interesados en el caso en que Y es el espacio euclidiano Rn.1) en la forma (6. ( 6.1 Teorema Si el límite en (6. es una función vectorial de una variable.2). es diferenciable. Esta función satisface las condiciones del teorema de Rolle. la derivada de af es igual a af ´. es único. Además. qed 6. 6.b] por (5. la derivada de la suma es igual a la suma de sus derivadas. 78 . que cumple con la siguiente condición: dado > 0 existe un real positivo " >0 tal que si 0< x-c <" . =y El límite y .Diferenciación de Funciones Vectoriales de una Variable Sea [a. es diferenciable en el punto c de [a.b] Y. luego.3 ) (f+ g ) ´(c) = f ´(c) + g ´(c). existe un número z en (c. El producto af de un real a y una función diferenciable f. Podemos escribir (6. y se llama la derivada de f en el punto c.

. . es una curva en Rn.. fn ´(c) ). La longitud de la curva .b] Rn.. 2 ] Solución El vector velocidad es f ´(t ) = (. f2 . La rapidez de la curva es f ´(t ) = sen t + cos t = 1. fig # 1.3 Teorema La función f = ( f1 .. de f es diferenciable en el punto c.b] si y sólo si. (6.1 6. f2 ´(c). sen t ) : [0. La derivada de la función f es el vector velocidad de la curva.5) f ´(c ) = ( f1 ´(c). es l (f) = dt = 2 . es diferenciable en 6. Rn . se reduce al caso real. cos t ).7) l (f) = f ´(x) dx. .b] el punto c de [a. La imagen de una función vectorial f : [a. R2. es la longitud de la curva. (6. 79 . cada una de las componentes f k.6) f ´(x) La integral de la rapidez.1 Ejemplo Calcular la velocidad.Además (6. La norma de la velocidad de la curva es la rapidez de la curva.sen t.La diferenciación en Rn. la rapidez y la longitud de la curva f(t) = ( cos t. fn ) : [a.

4) S(P.b].2.b] R.b]) Una partición P del intervalo [a.h) = i f(ti) hi donde los puntos ti son puntos arbitrarios en el subintervalo [xi-1.h). Vamos a designar la clase de las particiones del intervalo [a.Integral de Riemann. af. i = 1. h ) = {f(ti) + g(ti)} hi.f+g .2. es un punto de P.1) a = x0 x1 x2….…n. xi ].h) .b].b].g.a. Demostración S(P.b] R. g.f.Stieltjes En este capítulo vamos a considerar funciones reales f: [a.3) S(P. De manera análoga se demuestra que S(P.f.n. Sea h: [a. i = 1.El espacio lineal normado formado por la s funciones acotadas..h) +b S(P. lo denotaremos por B([a. i = 1. y denotemos por (1.n. h ) = aS(P.h).g . por P[a. a R qed 80 . = f(ti) hi + g(ti) hi = S(P. h ) = a S(P.xi].2.2) hi = h(xi ) – h(xi-1). es xi = xi .xi-1 . La norma de una partición es maxi hi La suma de Riemann. de la función f con respecto a la función creciente h.f. si cada punto de Q..b].-Definición de la Integral de Riemann. es (1.f. Escribimos P Q. af + bg.b].Stieltjes. Una partición P es más fina que ( o es un refinamiento de ) una partición Q de [a. correspondiente a la partición P de [a..1 Lema La suma de R-S de una combinación lineal af + bg de dos funciones f. definidas y acotadas en un intervalo cerrado [a.h ) + S (P. una función monótona creciente. (1.b R. …xn. es un conjunto finito de puntos P = {x0 . g .} tales que (1.Stieltjes 1. xn = b. x1. 1. La longitud del subintervalo [xi-1 ..VI.. es igual a la combinación lineal de las sumas de R-S de f.b].

tal que si P es más fina que P . La integral de f con respecto a h. sobre el intervalo [a.5) S(P. f. Demostración Sean A.Definición Una función acotada f es integrable con respecto a la función creciente h.b]. las funciones integrables con respecto a h.g.h ) – B < .b] tal que si P es más fina que P . es decir .h) – A < luego A-B A. tal que si P es más fina que P . + S(P.b]( h) = R(h) la clase de las funciones hintegrables. Vamos a designar por R[a.B dos integrales de f con respecto a h.integrable.h ) – B < y S(P. g.h ) – A 81 y S(P.h) – B < 2 . sobre [a. es h. a. por hipótesis. si existe un número A. es único. Además (1.b ]. sobre el intervalo [a. h ) – (A+B) S(P.h) + S(P. y se llama la integral de Riemann-Stieljes de f con respecto a h. la integral de la combinación lineal.f. que tiene la siguiente propiedad : dado >0 existe una partición P de [a.8) (af+ bg )dh= a fdh + b gdh. (1.h) – B < 2 . entonces S(P. es igual a la combinación lineal de las integrales. es única.b]. dado >0 existe una partición P de [a.f.g R(h ) af+bg R(h). Lo cual implica que A=B. Si el real A existe.2 Teorema La integral de f con respecto a h.g ) – A < luego S(P. f+g .f.f.g R(h). entonces (1.b].B.h ) – A < . Propiedades de la Integral 1. es decir. se designa con (1.S(P. qed . qed 1. entonces S(P.f.f. Además.integrables .7) f.6) fdh.b ( R Demostración f. es decir.tales que dado > 0 existe una partición P de [a.b]. existen dos números A. si existe.3 Teorema Una combinación lineal af+ bg de funciones h.

h) – A < . y concluiríamos que fdh = f (x ) h´(x)dx.f. f R(h) por hipótesis.b].4 0 ( g-f) dh = gdh – fdh. Entonces.12) fdh gdh.f. La integral preserva el orden 1. podemos escribir dh = h ´(x ) dx. qed 1.6 Teorema (Reducción a la Integral de Riemann) Sea f :[a.f.4 Teorema Sea f R(h) una función no negativa y h.h ).10) f 0 fdh 0 Demostración La suma de R-S de f con respecto a h es (1.integrables. Por el teorema 1. tal que dado >0 existe una partición P de [a.9 ) f = sup { f(x)) : a x b }.h) + . Demostración f g.f. Además 82 .h) mayor que se concluye que A 0. g dos funciones h.una función h-integrable y supongamos que h tiene primeras derivadas continuas.12).11) S(P. tal que si P P .b] R. existe un real A. luego.5 Corolario Sean f. y supongamos que f g. Entonces (1.Este teorema nos dice que la clase R(h) formada por las funciones hintegrables.con la norma uniforme ( 1. Tomando a S(P. ¿Bajo que condiciones es esto cierto? 1.b] formado por las funciones acotadas . entonces S(Pf. la función g(x)=f(x)h´(x) es integrable.< A < S(P. Entonces la integral de f es no negativa. es un subespacio del espacio lineal normado B[a. por hipótesis .integrable. (1. Lo cual implica que S(P.h ) = f( ti ) hi 0. g-f 0. qed Es natural suponer que si h es diferenciable . lo cual implica (1. es decir .

f. Tomemos una partición P de I. entonces dado que vi – ti <" .f.. es decir .fh´.h) – S(P.h )= f(ti ) hi .n .S(P.. fh´) < M[ h(b) – h(a )] . Estas desigualdades nos permiten concluir que S(P. M[h(b) – h(a )] + donde A es la integral de f con respecto a h.es S(P. g ) = f(ti ) g ( ti ) xi.(1. sobre I = [a. Lo cual implica que S( P. de donde S(P.) . dado >0 existe ">0 .b]. tenemos que h ´( vi ) – h ´( ti ) < . tal que hi = h(xi ) –h(xi-1 ) = h ´( vi ) xi .f. tal que si x-y <" entonces h ´(x ).h) – A . i = 1.13) fdh = f(x) h ´(x) dx.f. existe un M > 0 tal que f(x ) < M.h ´(y) < . es S(P.f h´) = f(ti ) [h ´(vi ) – h ´( ti ) ] xi. es decir . 83 . Demostración La suma de Riemann de la función g(x) = f(x) h´(x ) .Vamos a demostrar que una función f es hintegrable si y sólo si la integral inferior y la integral superior de f son iguales.b].. xi ) .Su valor común es la integral de f con respecto a h. luego. cuya norma es menor que " . que depende sólo de . La función h ´(x ) es continua en el intervalo compacto I.h) + S(P.h) – S(P. existe vi (xi-1. fh´) – A S(P. La suma de R-S de la función f con respecto a h. qed 2. Esto nos dice que fh´ es integrable y que su integral es la integral A de f con respecto a h. es uniformemente continua.Integrales Superior e Inferior de una Función En esta sección vamos a definir las integrales superior e inferior de una función acotada f B[a. La función h satisface las condiciones del teorema del valor medio en cada subintervalo de I.2. luego. f. La función f es acotada .

Puesto que la función f es acotada .b] } donde el supremum ( y el infimum ) se toma sobre la familia P[a.h ) = m i hi . (2. xi ] de la partición P = { x0.f.g ) L( P.2.2) U(P.2 Teorema La integral inferior de una función es menor o igual que la integral superior.b].g).}.Q.1 Teorema Sea Q un refinamiento de la partición P.f h ) = Mi hi. y sean r = inf{ f(x) .h ) – L( P.f.. U(Q. relativa a la partición P de [a.h). f. L(Q.6 ) L(f.m )[ g( t ) – g(xi-1 ) ] + (s – m )[ g( xi ) – g ( t ) ] Si Q contiene k puntos más que P.f.n.5) L(Q. 2. Entonces (2.3) L(P. i= 1. P P[a. De manera análoga definimos la suma inferior de f. A medida que se refina una partición la sumas inferiores crecen y las superiores decrecen.3. son (2.b]. La suma superior de f con respecto a h.f..4) U(f.h) U(f. x1 .g). Las integrales superior e inferior de una función f.. el proceso anterior ese repite k veces.h) = r [h(t) – h (xi-1 ) + s [ h(xi ) – h( t ) ] – m [ h( xi ) – h( xi-1 ) ] = (r.g) = inf {U(P. Demostración Sea S = P Q el refinamiento común de P.b] de las particiones de [a.f. Demostración Sea Q la partición que se obtiene introduciendo un punto t en el subintervalo [xi-1 .g). xi-1 x t} s = inf{ f(x) : t x xi. P P[a.2. …. (2.b] } L(f. entonces 84 0. .g) U(P. qed 2.f. podemos definir las siguientes cantidades (2.h).…n mi = inf { f(x) : xi-1 x xi}. es (2.f. Nuestro siguiente paso será demostrar que toda función continua es integrable.g) = sup{ L(P.f.1) Mi = sup { f(x) : xi-1 x xi } i = 1.xn }.

) U(f. Por la propiedad del supremum.L(P.h). 2.h) < Demostración Supongamos que la condición de Riemann es cierta.h) = (Mi – m i ) hi< (f(ti ) – f (si )) hi + ( h(b). dado >0 existe si .b ].f. Demostración Supongamos que f es una función h-integrable . qed 2.8 ) U(f.h) L(P. existe un número A. ti [ xi-1 . tales que f(si ) – f(ti ) + > Mi – mi . xi ].f. xi]}.f.7) U( P. tal que si P P entonces U(P. tal que dado >0 existe una partición P del intervalo [a.b].h) U(S. entonces f(ti ) hi . se llama condición de Riemann.h ) luego. qed La condición : Dado >0 existe una partición P tal que si P es más fina que P implica que U(P. entonces vale la siguiente condición: Dado >0 existe una partición P tal que si P e más fina que P vale que (2.h) – L(P.integrable .h) < .f. 85 f(si ) hi –A + A. ( 2.h) Dado >0 existe P P[a.g). L(f. xi]. Entonces U(P.h) < . es decir . f(si ) hi – A < .3 Lema Si una función f es h. U(Q. ti [xi-1 .f.y [ xi-1 .h. tal que si P P .f. donde si .h) = L(f.A < . U(P.h) – L(P.De aquí concluimos que f(si ) hi – f(ti ) hi Ahora .f.f.4 Teorema La condición de Riemann es equivalente a la igualdad de las integrales superior e inferior.h) – L(P.h(a)) < 2 + ( h(b) – h(a)).f.f( ti ) hi <2 .f.f. entonces U(P. es decir que: dado >0 existe una partición P de [a.f.f.h) < .g) U(Q.f.f.h ) –L(P.h) L(S.f.f.b].h) – L(P. tal que si P es un refinamiento de P .h) = Pero ( Mi –m i ) hi .h) – L(P. Mi – mi = sup {f(x) – f(y) : x.f.

L(f.h) – L(R.Operaciones con Funciones Integrables En esta sección demostraremos que el producto de dos funciones integrables es integrable y que el módulo de una función integrable es integrable. en los subintervalos [xi-1.b]. pero. (2.h) + > U(P.Q tales que U(f.mi 86 .xi]}.h)+ .f. por (2. y sea > 0.g) + donde R = P Q .f.8 ) f R(h) dado >0 existe P P[a.h) < L(Q.y [xi-1. es integrable (3.h) + < L(R.6) U(f.h) + L(f. qed 2.h) < .f.f.y [ xi-1. Entonces Mi´.h) L(f.f.h).Es decir U(P.lo cual implica que U(R. son iguales.Por las propiedades del supremum y del infimum existen dos particiones P. xi ] }.f.h ) .integrable si y sôlo si vale la condicion de Riemann (2.f. xi ]}. Mi´=sup { f(x) : x [ xi-1.por hipótesis. sup.h) > U(R. U(P.h) + .h) Supongamos ahora que las integrales inferior y superior de f.xi ].. lo cual implica que U(f.h) < L(P. { f(x).h ) – L(f. 3.5 Teorema (Criterio de Integrabilidad de Riemann) Una función acotada es h.f(y ): x. xi ] } Mi.1Teorema El valor absoluto de una función integrable. mi´= inf { f(x) : x [xi-1.h) –L(P. tal que si P P entonces U(Pf.1) f R(h) f R(h).h) < 3.h) Entonces U(f.mi´ = sup { f(x) – f(y) : x.h) < 2 .con respecto a h.h) L(f.f. de donde U(f.h) < L(P. Demostración Definamos los máximos y mínimosde la función f .f.7).f. f.

g R(h) fg R(h). f .f.h) – L(P.h)] < 2K . En consecuencia f2(x) – f2(y) = [f(x) + f(y)][ f(x ) –f(y)] < 2K [f(x ) – f(y)]. Mi´.integrable. es integrable.f. qed 3. mi´= inf { f2(x) : x [xi-1.h) – L(P. entonces U(P.es h. f . Demostración f.y [xi-1.7):dado >0 existe una partición P .2 f+g . Luego. vale la condición de Riemann (2.2 (f+g )2 .3 Teorema El producto de dos funciones integrables es integrable. existe un real K tal que f(x) < K.h)< .y [ xi-1.f.2 Teorema El cuadrado de una función integrable.7) de donde U(P.f. f-g R(h). (f-g)2 R(h). por el teorema 1.h) – L(P.f.xi ] }.mi }. Demostración Sea Mi´= sup {f 2(x) : x [xi-1.L(P.mi´ = sup { f2(x) – f2(y) : x. qed 3.h ) < 2K[U(P. Por el teorema 3. es decir . La función f es una función acotada.tal que si P es más fina que P .mi´) hi (Mi – mi ) hi = U(P. luego. de donde fg = ¼ [(f+g)2 – (f-g)2] R(h).h ) < .Pero f es h. luego.f.xi]} =2K {Mi.integrable.h) = (Mi´.f2. (3. qed 87 .f2. lo cual implica que f .2) f R(h) f 2 R(h). por hipótesis.3) f. Lo cual implica que U(P.h ) – L(P.xi ]}. La función f es h –integrable.h ).xi]} entonces Mi´.g R(h). luego vale la condición de Riemann (2. (3.mi´ 2K sup { f(x) – f(y ) : x.

2) c{ fn } = { cfn }.1) {fn } + { gn } = { f n+ gn }. y de R. es preciso definir la convergencia uniforme. Las funciones f (n) = fn .…. converge a algún punto y en Y. 1.Sucesiones de Funciones.. si la sucesión {fn (x) } en Y. Desearíamos que el límite de una sucesión de funciones continuas (diferenciables. Es decir si para cada entero positivo R >0 existe un natural N = N(x. Debido a que la convergencia puntual no es lo suficientemente fuerte como para preservar la continuidad (diferenciablilidad. y la familia (X. tal que si n > N entonces 88 . (1.2. tienen sentido en un espacio métrico y la mayor parte de la proposiciones son ciertas en espacios métricos. es una función f : N (X. Nos interesan en particular.2. que depende del punto x. La mayor parte de los conceptos aquí presentados.3..} converge en el punto x.. Vamos a denotar la sucesión de funciones f : N ( X.Y). X. por {f n}. cuyo dominio es el conjunto de números naturales N.. Una sucesión de funciones. {gn } es la sucesión {fn+gn}. y cuyo codominio es la familia de funciones (X.Sucesiones de Funciones en Espacios Lineales Normados En este capítulo vamos a considerar dos espacios lineales normados. integrable). La suma de dos sucesiones { fn } . cuyo dominio es X y cuyo contradominio es Y.n = 1. Y ). integrabilidad). n= 1. es la sucesión { cf n}. fuera una función continua.son los términos de la sucesión { f n}.3.Y ). Y . las sucesiones convergentes. (1.-Convergencia Puntual Una sucesión de funciones { fn . integrables).Y ) formada por las funciones f : X Y.VII.R) . (diferenciable. Convergencia Uniforme En este capítulo definiremos la convergencia puntual de una sucesión de funciones. El producto de un real c y una sucesión de funciones { f n}. 2. que como veremos preserva la continuidad. con dominio X y codominio Y.

En este caso podemos definir la función f : A Y. tal que (3. es (puntualmente) acotada. que depende de x. Por el teorema 1.6) f(x) = lím f (x ) n ! 2.5) f(x ) = lím f n(x ). Denotaremos por BS( A.. En este caso podemos definir la función f: X Y. Una sucesión { fn} es convergente . (3.1 Teorema Una sucesión { fn} convergente de funciones.(2.4) fn(x ). n ! Esta función f es el límite de la sucesión {fn}. Una sucesión {fn } converge (puntualmente ).2 Teorema Toda combinación lineal de sucesiones convergentes. Denotaremos por CS(X.y lím fn(x) = y n ! <R. 3. en cada punto de X.Es decir la clase CS(X. es acotada.-Sucesiones Acotadas Una sucesión de funciones { fn } . si converge . la sucesión {fn(x)} es acotada.Y) es un espacio lineal sobre los reales. si converge en cada punto de A. Y) la clase de sucesiones acotadas de funciones fn : A Y. como (2. en el conjunto A. es convergente. por la ecuación (2. Es decir. 3.Y) la clase de todas las sucesiones convergentes de funciones fn :A Y definidas en el conjunto A.1. si para cada x en X .1 del capítulo III 2.Teorema El límite de una sucesión convergente de funciones es único.Y).2) CS(A.3) lo cual significa que (2. existe un real positivo M = M(x)>0. 89 .1) fn(x ) M.Y) BS(A.

1 del capítulo III. tal que si m > N y n > N entonces (4. 4. Por el teorema 1.Demostración Por el teorema 1.1 Teorema.2 Teorema Toda combinación lineal a {fn } +b { gn} de sucesiones acotadas. es de Cauchy.fn2 . Es decir.3 Teorema Una sucesión de funciones {f n} de Cauchy con una subsucesión convergente es convergente.-Sucesiones de Cauchy Una sucesión de funciones { fn } . del capítulo III.1) fm (x) – fn(x) < . Por el teorema 5.si dado > 0. si es de Cauchy. 4. es acotada.2 Teorema En un espacio lineal normado X.Y) formada por la sucesiones acotadas de funciones es un espacio lineal sobre los reales. que depende de x y de > 0. 90 . si es de Cauchy.1. es convergente. una subsucesión de una sucesión convergente de funciones .6 del cap III. la clase BS(A. es de Cauchy.5 del cap III. en X.. existe un número natural N = N (x. si la sucesión { fn(x) } es de Cauchy.2) { fnk }= fn1 . ).fn3 .Es decir. en el punto x. Una sucesión de funciones {fn } . 4. es una subsucesión de {fn}. en el conjunto A. Toda sucesión convergente es de Cauchy. 4. fn f f nk f { fnk} {fn } Por el teorema 5. 3. Subsucesiones Sea n1 < n2 < n3 <… una sucesión creciente de números naturales y { f n} una sucesión de funciones. Una sucesión es de Cauchy. en cada punto x de A. la sucesión (4.. Entonces..

3 Ejemplo La sucesión de funciones reales de variable real (4. de funciones. es único. luego 91 .1) fn (x ) – f( x ) < R . en el subconjunto A de X. a pesar de que el dominio es compacto. 4. La sucesión { fn } es uniformemente convergente. Una sucesión { f n} de funciones .3) f(x) = 0 si 0 \ x <1 = 1 si x = 1.Y) la clase de las sucesiones uniformemente convergentes de funciones. tal que si n > N entonces (5. Demostración Supongamos que { f n} converge uniformemente a f y a g. Es claro que toda sucesión uniformemente convergente de funciones.1 Teorema.4) fn ( x ) = (x + nx)/ n = x/ n +x . hacia una función f.2-Ejemplo. entonces {fn } converge a f y a g. Denotaremos por UCS(A. definidas en A con valores en Y.4.converge uniformemente. si es uniformemente convergente en X. converge 4.La sucesión de funciones fn(x ) = xn : [0. converge a x. R.y que no depende de x R A. que depende sólo de R . converge a la función (4. para todo x en A. es convergente 5. Este ejemplo ilustra el hecho de que el límite de una sucesión de funciones continuas ( diferenciables ) puede ser discontinua ( no diferenciable ). si para todo R >0 existe un natural N.1 Ejemplo La sucesión de funciones reales fn (x ) = x/n : R a cero. 5. El límite de una sucesión uniformemente convergente.-Convergencia Uniforme.1] R.

es una sucesión uniformemente convergente. De manera análoga se demuestra que c { f n} converge uniformemente a cfn.3) (fn + gn )(x)– (f + g )(x) = f n (x).2) fn (x) – f(x) < R. qed . 5.Es decir.g(x) < R .f(x)+ gn (x) –g(x) M fn (x) – f(x) + gn (x) – g(x) < 2R . tal que si n N. En efecto sup { x/n! : 0\ x \1}=0 6. que depende de R . sup { xn/n : 0 M x M1 } = 1 / n 0. no converge a cero. sup { xn : 0 x 1} = 1. lo cual demuestra que la suma de dos sucesiones de funciones. converge 92 .1] uniformemente a cero. En efecto. dado R > 0 existe un natural N = N (R ). Demostración Supongamos que las sucesiones { fn }. por el teorema 1. f n( x ) = xn : [0.1 Ejemplo La sucesión f n (x) = x /n : [0. pero que no depende de x. para todo x. {gn } convergen uniformemente a las funciones f.f(x ) = g(x ). g n (x).-Sucesiones Uniformemente Acotadas de Funciones R. 5. la clase UCS(A. uniformemente convergentes es uniformemente convergente.. qed n R .2 Teorema Toda combinación lineal de sucesiones uniformemente convergentes. respectivamente. no es uniformemente convergente. y g .1] a cero.Y) forma un espacio lineal normado sobre los reales.1 del cap III.3 Ejemplo La sucesiónde funciones reales f (x) = x /n! :[0. En efecto. es decir . entonces (5.1] R. converge uniformemente 5.2 Ejemplo La sucesión de funciones reales de variable real. 5. De aquí concluimos que para n N (5.

f n : X Y .Y) UCA(X. en la topología uniforme.1 Teorema Una sucesión de funciones fn : N (X.…. para todo x en X. Y) la clase de las sucesiones de funciones. Es decir.Una sucesión {f n} de funciones.1 Teorema La clase UBS(X. es uniformemente acotada si existe un real positivo M >0. (6.2) es una norma se deja como ejercicio. Y). uniformemente convergente . {fn } uniformemente acotadas. m > N.2. La demostración de que la función N definida en (5.1) fm(x ) – fn( x ) < R. n = 1. Una sucesión de funciones { fn } es una sucesión de Cauchy.Y) R. fn(x) < M luego afn (x) + b gn (x) < a f n(x) + b gn (x) <( a + b ) M. tal que (6. 7..3. para todo x. si dado R > 0 existe un número natural N= N(R ).Y) la clase formada por las sucesiones de Cauchy en la topología uniforme.Y). para todo x en X y todo natural n. independiente de x.-Sucesiones de Cauchy(en la topología uniforme).1) fn (x ) < M. Y ).independiente de x . es una sucesión uniformemente acotadas.2). definida en (6. es uniformemente de Cauchy. 6. lo cual demuestra que toda combinación lineal de sucesiones uniformemente acotadas.2) N({fn }) = sup { fn(x ) : x R X. tal que si n > N.qed 7. es una norma sobre UBS( X. n R N } < M <! . La función N : UBS(X. 93 . Demostración Sean { fn } y {gn} dos sucesiones de funciones uniformemente acotadas. entonces (7. es decir existe un real positivo M>0 tal que gn (x) < M.Y ) de las sucesiones de funciones uniformemente acotadas. y todo n. Denotaremos por UCA(A. Vamos a designar por UBS (X. es un espacio lineal sobre los reales. UC( X.

fn(x) – fm(x) qed 7. que es uniformemente de Cauchy. pero que no depende de x X. k > N. existe N= N ( ) que depende de > 0. Demostración.Funciones Acotadas. una sucesion de funciones uniformemente convergente. Y) formada por las funciones acotadas. tal que si j N. 8. es uniformemente convergente. definida por (8. por hipótesis. La sucesión {f n} es (puntualmente ) de Cauchy. entonces fk (x ) – fj(x) < para todo x. para todo x R X. Elijamos dos índices m > N. en consecuencia la sucesión {fn } converge (puntualmente ) hacia una función f :X Y . es acotada si existe un real positivo M >0. entonces j > N. Hagamos tender k a infinito. entonces fn (x)-f(x) < . y Y es (puntualmente ) completo.2) N(f ) = sup { f(x ) : x R X} 94 . es decir . de un espacio lineal normado X. tal que si j > N .1 Teorema La clase B(X. es decir. qed 8. existe un índice N. tal que si j > N. La Norma Uniforme Una función f : X (8. dado > 0. que no depende de x. Y) R. implica que fj ( x ) – f ( x) . tal que f (x ) < M. que depende de . pero que no depende de x.. hemos encontrado un índice N. Dado que {fn } es una sucesión de Cauchy en la topología uniforme. en un espacio lineal normado Y. La función N : B(X. Dado que esta desigualdad es cierta para todo x.2 Teorema Sea Y un espacio lineal normado completo. entonces fn(x) – f(x) + f(x) – fm(x) < 2 . forman un espacio lineal. k > N .La sucesión {fn } es uniformemente de Cauchy.Demostración Sea {fn}. dado >0. n > N. entonces fk (x) – fj(x) < . Una sucesión de funciones fn : X Y. tal que si n>N. vale que fj(x ) – f(x ) < . existe un natural N = N( ).1) Y.

Esto nos dice que N( f n . g dos funciones acotadas. si y sólo si . 95 . es decir.2 Teorema Una sucesión de funciones acotadas {fn }. dado R >0 existe N = N(R ). es una función continua. Lo cual nos demuestra que la norma de la suma es menor o igual que la suma de las normas. para n >N. Es decir sup x fn(x) – f(x ) < R . pero que no depende de x. se demuestran en forma análoga. converge uniformemente a la función acotada f. Luego f(x ) + g(x) M f(x ) + g(x ) < 2 M.N(f) es la norma uniforme de f.3 Teorema (Preservación de la Continuidad) El límite de una sucesión de funciones continuas{ fn }. Demostración La sucesión { fn } converge uniformemente a f. entonces fn (x) – f(x ) < R para todo x en X.f ) tiende a cero cuando n tiende a infinito. es decir N(fn – f ) tiende a cero cuando n tiende a infinito. para n > N. El recíproco es inmediato. para todo x en X. es decir. existe un real positivo M > 0. N(fn . dado > 0 existe un natural N = N( ). g(x ) < M.f ) < R . qed 8. Lo cual nos demuestra que la suma de dos funciones acotadas. Demostración Sean f. es acotada. pero que no depende de x tal que si n N. que depende de R .es una norma sobre B(X.que depende de . Demostración Supongamos que {f n} converge uniformemente a f.Las restantes propiedades de la norma . por hipótesis. qed 8. De manera análoga se demuestra que cf es acotada. tal que f(x ) < M. tal que si n > N. es decir. Ahora N(f+ g ) = sup f (x) + g(x) Msup f(x) + sup g(x) = N(f) + N(g ).que converge uniformemente .Y).

96 .1 Teorema El espacio C(X) formado por las funciones reales continuas sobre el espacio métrico compacto X. un espacio lineal normado completo. Por el teorema 7. y la función N: C(X) R. Dado que fN es continua. C(X) es un espacio lineal . para toda x en X. tiene sentido hablar de bolas abiertas.El Espacio Lineal Normado. C(X) de las Funciones Reales Definidas sobre un Espacio Métrico Compacto En esta sección consideramos un espacio métrico compacto X. De aquí concluimos que f(x) – f(p ) < 3 qed f(x) – f(p ) 9.1del cap IV.entonces En particular. definida por (9. forman un espacio de Banach. compactos etc. y el espacio lineal normado C(X) (sección 3 cap IV) formado por las funciones reales continuas definidas en X. queremos demostrar que f es continua en p. f(x) – fN (x ) + fN(x) –fN(p) + fN(p ) – f(p) + fN(x) – fN(p ) + . Demostración Por el teorema 4. . es decir. el espacio C(X) es un espacio de Banach. cerrados. fn(x) – f(x) < . conjuntos abiertos.2 . Sea p un punto de X. 9. existe un número ">0 tal que si x–p <" entonces fN(x) – fN(p) < .. qed Dado que C(X) es un espacio lineal normado.1) N(f) = sup { f(x) : x X} es una norma sobre C(X). fN(x) – f(x) < .

Un conjunto es compacto. Un conjunto C de funciones continuas en C(X). es un conjunto abierto. 10. es menor que r.1 del cap III. es un conjunto abierto. Teorema de Arzela.(Véase sección 3 cap IV). F ) es un espacio topológico. iii) La intersección de una familia arbitraria de conjuntos cerrados.La bola abierta con centro en la función f C(X) y radio r > 0 es el conjunto (9. En la sección 6 del capítulo II. por el teorema 3. tienen las siguientes propiedades: i) El vacío y el total C(X). es una topología para el conjunto S.2 Teorema Los conjuntos abiertos en C(X) tienen las siguientes propiedades i) El vacío y el total C(X) son abiertos. y la pareja ( C(X). es una topología para C(X). Un conjunto A de funciones de C(X). ii)La unión de una familia arbitraria de conjuntos abiertos . formado por las funciones g cuya distancia a f. es cerrada. si toda cubierta abierta tiene una subcubierta finita. La pareja (S. es un espacio topológico. iii) La intersección de dos abiertos.2 del cap III. Es decir. es compacto si toda cubierta abierta tiene una subcubierta finita. que satisfacen las condiciones del teorema 9. es cerrada.2) B(f .De igual manera definimos la compacidad en C(X). son conjuntos cerrados. 9.F). 9.2.3 Teorema Los conjuntos cerrados en C(X). ii) La unión de dos cerrados. Un conjunto K de funciones en C(X).Ascoli Sea X un espacio métrico compacto y C(X) el espacio lineal normado formado por las funciones reales continuas definidas en X. por el teorema 4. r ) = { g C(X): N(f-g) <r}. la familia F de conjuntos abiertos de C(X).-Compacidad. tiene una bola abierta contenida en A.es cerrado si su complemento es abierto. es abierto si cada función g en A. 97 . Una familia F de subconjuntos de un conjunto S. definimos el concepto de conjunto compacto.

entonces (10.2.(10.2 ] R. . si dado > 0 existe " > 0. 10.2 Proposición Todo subconjunto de un conjunto uniformemente equicontinuo. Por el teorema de convergencia dominada de Lebesgue.y ) < "k. Esta contradicción demuestra que la sucesión acotada {sen nx } no contiene ninguna subsucesión convergente. tiene una subsucesión convergente. Sea E = { fk .2. Pero por cálculo directo Lím [sen nk+1x – sen nkx ]2 dx = 2 . para toda f en K.y ) < " es menor que " . En consecuencia Lím [sen nk+1x – sen nkx ]2 =0. es equicontinuo. necesitamos el concepto de equicontinuidad. el teorema de B-W.Entonces dado >0 existe "k >0 tal que si d( x. no vale en C(X). tal que si la distancia d(x. son uniformemente continuas 10. Para caracterizar la compacidad de un conjunto K. de funciones continuas en C(X). Desgraciadamente.4 cap II).n] un subconjunto finito de C(X). Un conjunto K en C(X) es uniformemente equicontinuo.entonces 98 .. que toda sucesión acotada en Rn. Lím [ sen nk+1x – sen nkx ]2 dx =0..2) f(x). Entonces Lím [sen nk+1 x – sen nk x ] = 0. n = 1. Equicontinuidad.1 Proposición Las funciones que forman un conjunto uniformemebnte equicontinuo. sabemos por el teorema de Bolzano – Weierstrass. k= 1. El Espacio C[ 0. Supongamos que tiene una subsucesión convergente {sen n kx : k N }.1-Ejemplo. La sucesión de funciones continuas.1) fn(x) = sen nx : [0. Ejemplos 10.… es una sucesión de funciones continuas uniformemente acotada por uno.En el espacio euclidiano Rn . 10.3 Un subconjunto finito de C(X). (teorema 5. es uniformente equicontinuo. 2 ].f(y) < .

fk (x) – fk(y) < . Sea "= mín { "k , k= 1,2,..n }, entonces d(x,y) < implica que f k(x ) – fk(y) < , k=1,2...n.

10.4 Teorema Toda sucesión uniformemente convergente en C(X), es uniformemente equicontinua. Demostración Sea {fn } una sucesión uniformemente convergente en C(X), que converge a f. Es decir,dado > 0 existe un natural N tal que si n N entonces fn - f = N(fn –f ) < . La sucesión { f n : n N } es finita y por lo tanto equicontinua. Es decir, dado > 0 existe " = "( ) > 0 tal que si d( x , y ) < " entonces fi (x)- fi (y) < , i N. En consecuencia para n > N , vale que fn – f + f – fN < 2 , fn – fN lo cual nos demuestra que la sucesión { fn }, es uniformemente equicontinua. qed 10.5 Teorema Un conjunto compacto K en C(X) es cerrado, acotado y equicontinuo. Demostración En la sección 6 del capítulo II, se demostró que todo conjunto compacto, en un espacio lineal normado es cerrado y acotado. Nos falta demostrar que K es equicontinuo. K es compacto en C(X), por hipótesis, luego, K es un conjunto totalmente acotado, es decir, para todo > 0 existe un número finito {B(fi ; ), i= 1,2,3,..n }, de bolas abiertas con centro en fi , y radio > 0 que cubren a K.Las funciones fi , son uniformemente continuas, porque X es compacto, (teorema 5.1, cap IV) luego, dado > 0 existen "i > 0, tales que si d( x,y ) < "i entonces fi (x ) – fi( y ) < . Sea " = mín "i , entonces d(x,y ) < " implica que fi(x) – fi(y) < , i = 1,2,…n. Sea f una función en K, entonces f pertenece a alguna de las bolas B( fi ; ), digamos f B(fk ; ). Entonces,
99

f(x) – f(y ) f(x ) – fi( x ) + fi ( x )- fi( y ) + fi, (y ) – f(y) < 3 ., lo cual demuestra que K es equicontinuo. qed El siguiente teorema puede considerarse como una generalización del teorema de Bolzano- Weierstrass. 10.6 Teorema (Arzela- Ascoli) Una sucesión puntualmente acotada y equicontinua de funciones en C(X), es uniformemente acotada y tiene una subsucesión uniformemente convergente. Demostración La sucesión {f n} es equicontinua, por hipótesis, es decir, dado >0 existe un real positivo " = "( ) >0, tal que si d(x,y ) < ", entonces (10.3 ) fn (x ) – fn( y ) < , n = 1,2,3, … . La familia { B(x;" ) : x X } de bolas abiertas con centro en un punto x de X, y de radio ", forma una cubierta abierta de X, pero X es compacto, por hipótesis, luego, existe un conjunto finito {xk X, k = 1,2,3,..n, tal que la familia { B( xk ;" , k =1,2, n},es subcubierta abierta de X. X = B( xk ; ", k =1,2, n}. Dado que X es compacto, X tiene un subconjunto denso numerable E. Por la densidad de E en X, podemos tomar los puntos xk , en E, y por ser E numerable la sucesión { fn } tiene una subsucesión { fni } que converge en cada punto x de E.Queremos demostrar que la subsucesión gi = f ni , i = 1,2,… es uniformemente convergente. Puesto que la subsucesión { gi(x)} es convergente en E, concluimos que las sucesiones { g i (xk ) } convergen, luego, las sucesiones { gi (xk ) } son de Cauchy , es decir, dado >0 existe un número natural Nk , k = 1,2,..n, tal que si i > Nk, j > Nk entonces gi (xk) – gj(xk ) < . Tomando N = max Nk, vemos que i > N, j > N, implica que (10.4) gi( xk ) – gj ( xk ) < , para todo k = 1,2,…n. Sea x un punto de X, entonces x pertenece a la bola B(xk ; "), para alguna k, lo cual implica que d ( x, xk )< , y en consecuencia (10.5) gi(x) – gi(xk ) < . Las ecuaciones (10.1) y (10.2) implican que para i > N, j > N, obtenemos gi(x ) – gj ( x ) gi (x ) – gi ( xk ) + gi(xk ) – gj ( xk ) + gj(xk) – gj(x) < 3 . Puesto que R es completo, la sucesión {gi } converge uniformemente. qed
100

VIII.- Diferenciación de Funciones Reales de Varias Variables En este capítulo definimos la diferencial de una función real de varias variables. En la sección 1, introducimos el concepto de derivada parcial y presentamos algunas de sus propiedades. En la sección 2 presentamos el concepto de derivada direccional, el cual generaliza el concepto de derivada parcial. La derivada direccional de una función en dirección de los vectores de la base estandar de Rn , son las derivadas parciales. En la sección 3,definimos la diferencial de una función real de varias variables. En este capítulo A será un subconjunto abierto de Rm, y f: A R una función real de varias variables. 1.- Derivadas Parciales Sea A un subconjunto abierto del espacio euclidiano Rm de dimensión m, y f: A R una función real definida en A. Definición La i-ésima derivada parcial de la función f = f(x1 ,x2, ..xm ) en el punto p de A es (1.1) Di f(p) = lím f(p+t ei ) f(p) / t , i = 1,2,..m. t 0

donde ei = ( 0,0,..1,0,0..0)T es el vector columna con un uno en la i- ésima fila y ceros en las demás filas, y la T significa traspuesto . Ejemplos 1.- Cuando m =1 tenemos una función real de una variable real, que se estudió en el capítulo anterior. 2.- Las derivadas parciales de la función f(x,y ) = 2x + 3y + 7 son D1 f(x,y) = 2, D2 F(x,y ) = 3. 3.- Las derivadas parciales de la función cuadrática f(x,y) = x2 +y2
101

y f :A R.m.y) = xseny + y cosx son D1 f(x. g : A R dos funciones cuyas derivadas parciales existen en un punto p de A.. dirección del vector básico ei .y. en dirección del vector v X. t 0 Es fácil ver que cuando X =Rm la derivada direccional de f en el punto p.1 Proposición Sean f. . Entonces las derivadas parciales de la suma f+g y producto fg existen..z). 102 ..Las derivadas parciales de la función f(x. En los cursos de Cálculo Avanzado se demuestra que 1.2.Derivadas Direccionales Sea A un subconjunto abierto del espacio lineal normado X.y) =sen y – y sen x. en el punto p. Definición El gradiente de la función f = f(x1..xm ) : A de A es (1. Di fg (p) = f(p)Di g (p) +g(p)Di f(p).z) = 2x. es (2. es la i-ésima derivada parcial de f. R. una función real..= 2y.4) Di (f + g )(p) = Di f(p ) + Di g(p). 2. La derivada direccional de la función f :A R.y) = xcos y +cos y.son D1 f(x.x2 .3) y (1. Además (1. 4. i = 1. D2 f(x. (Regla de Leibniz).2) *f(p) = Di f( p ) ei .1) Dv f(p) = lím [f(p+tv) – f(p)] / t. en el punto p cuyas componentes son las derivadas parciales de f en el punto p. en el punto p.y.. D2 f(x.

y por Dp (A) la clase de las funciones diferenciables en el punto p. . 3.f(p) –S(h)} M f(p+h ) –f(p) –T(h) + f(p+h) – f(p) – S(h) < 2 h ..Entonces dado > 0 existe " > 0 tal que si 0< h < " tenemos que f(p+h ) – f(p) – S(h) < luego S(h) – T(h) = f(p+h) – f(p) – T(h) – { f(p+h).2) Dei f(p) = Di f(p). o bien dfp.2. lo cual implica que 103 h y f(p+h ) – f(p) –T(h) < h . Nuestro primer paso será demostrar que la diferencial es única.1 Teorema Una función diferenciable ..m. que cumple la siguiente condición: Dado >0 existe ">0 tal que si 0< h < " entonces (3. La funcional lineal T cuando existe es única y recibe el nombre de diferencial de f en p . y se denota por df(p). 3. i = 1. De donde S(h) –T(h) / h < .Diferencial de una Función Real de Varias Variables Sea A un subconjunto abierto del espacio lineal normado X y f: A R una función real.1) f(p+h) –f(p) – T(h) < h . Una función f es diferenciable en un conjunto A si es diferenciable en cada punto de A.T dos diferenciales de la función diferenciable f en el punto p.Denotaremos por D(A) la clase de las funciones diferenciables en A.(2. Definición Una función f:A R es diferenciable en el punto p A si existe una funcional lineal continua T : X R . tiene una y sólo una diferencial Demostración Sean S.

t R.Teorema Sea f D(A) una función diferenciable en un subconjunto abierto A de Rm Entonces todas las derivadas parciales de f existen. Entonces las derivadas direccionales de f existen. por (3. entonces f(p+h) – f(p) – df(p) < h . entonces. en dirección del vector v .3) df(p)(v) = *f(p) . 3. es decir existe una funcional lineal continua df(p) : X R que cumple la siguiente condición: Dado >0 existe " > 0 tal que si 0 < h < " .2) Dv f(p) = df(p)(v).1) f(p +tv ) – f(p) . (3. lo cual implica que Dv f(p) = df(p)(v).2 Teorema Sea f D(A) una función diferenciable en el subconjunto abierto A del espacio lineal normado X.df(p) (v) < .. v. qed v .Además la diferencial de f en el punto p de A. Sea v X un vector de X y tomemos h = tv tal que h = t v <" . es igual al producto escalar del gradiente de f. Demostración La función f es diferenciable . y el vector v. vi df (p) ( ei ) 104 Demostración Sea v = df(p) (v) = .Por la linealidad de df(p).t df (p) (v) < t de donde f(p+tv) – f(p) / t .3. vi ei . luego S=T qed Las derivadas direccionales de una función diferenciable existen 3. Además ( 3.S(h) – T(h) =0. por hipótesis.

el espacio lineal D(A) formado por las funciones diferenciables.5) se demuestra en forma análoga..5) f. = * f(p) . d(f+g )(p) = df(p) + dg(p) .Es decir. La ecuación (3. dado > 0 existe ">0 tal que si h <" entonces f(p+h ) – f(p) – df(p) < h .= vi Di f(p). fg D(A).3) y (3.g D(A) por hipótesis. Es decir.luego f(p+h) + g(p+h) – [f(p) + g(p)]. 3. 3.d f(p) < h . es decir.5 Teorema Una función diferenciable es continua. lo cual implica (3.4) (3. es un subespacio del espacio lineal C(A) formado por las funciones continuas ( 3. (Regla de Leibniz).g D(A) f + g D(A) .g D(A) son diferenciables. 105 .4). v. dfg(p) = f(p) dg(p) + g(p) df(p). g(p+h) – g(p) . qed Para funciones reales de varias variables vale que toda función diferenciable es continua.3) Además (3. lo cual implica que dado >0 existe " >0 tal que si h < " entonces f(p+h ) – f(p) . existe una funcional lineal df(p) que cumple la condición (3.dg(p) < h . 6) D(A) C(A) Demostración Sea f D(A) una función diferenciable en el conjunto abierto A.4 Teorema La suma f+g y el producto fg de dos funciones diferenciables f. (3. qed Nuestro siguiente paso será demostrar que la suma y el producto de funciones diferenciables es diferenciable.[df(p) (h) + dg(p) (h)] M f(p+h) – f(p) – df(p) + g(p+h) – g(p) – dg(p) (h) < 2 h . Demostración f.1).

es el conjunto (4.1 Teorema (Teorema del Valor Medio para Funciones Reales de Varias Variables) Sean A un subconjunto abierto y convexo de Rm.q.Teorema del Valor Medio Sea A un subconjunto abierto del espacio euclidiano Rm de dimensión m y f : A R una función real .3) f(q) –f(p) = f ´(c) (q-p).2) L(p.q) Un conunto A es convexo .1] }. El segmento de recta que une los puntos p. Fig # 4. La compuesta g(t) = f(r(t) ) [0. df(p ) h es una parametrización del segmento L(p.. r(t) = p + t (q-p) : [0.df(p)(h) + df(p) (h) h h + .q) = { p + t(q-p) : t [0. q dos puntos de A y f:A R una función real de varias variables diferenciable en A. Demostración Sea r(t) =p + t (q-p) : [0.1) La función (4.si contiene el segmento que une dos cualesquiera de sus puntos. una parametrización del segmento L(p.1] A.Luego f(p+h –f(p) < < M donde M= df(p) + lo cual implica que f es continua. Sean p.q del conjunto A . qed 4.1] A. Fig #4. 106 .q) que une los puntos p. Entonces existe un punto c en el segmento que une a los puntos p.1] R.2 4.1 f(p+h ) – f(p) .q tal que (4.

Fig #4.3 de las funciones r(t) y f : A R, es una función real diferenciable, por la regla de la cadena (Teorema 2.1 Cap VI ). La derivada de la función g, es g ´(t) = df(r(t) )(q-p). Por el teorema del valor medio para funciones reales de una variable real (teorema 4.2 cap VI ),vale que es decir g(1) –g(0) = g ´(t0 ), t0 (0,1), f(q) – f(p) = f ´( c ) (q-p) , c = r( t 0). qed Una función cuyas derivadas parciales existen no es, necesariamente diferenciable.Para que la función sea diferenciable es condición suficiente pero no necesaria que las parciales existan y sean continuas. 4.2 Teorema Sea f : A R una función real definida en el subconjunto m abierto A de R , y sean p,q dos puntos de A Supongamos que las derivadas parciales de f existen y son continuas. Entonces la función f es diferenciable . Además (4.4 ) df(p) (v) = Di f(p) ei = * f(p). v, v Rm. Demostración Por el teorema del valor medio, existe un punto z en el segmento que une los puntos p, q , tal que f(p+h) – f(p) = * f(z). h. donde h = q-p, Fig # 4.4 luego f(p+h) – f(p) - * f(p) . h = * f(z). h - *f(p) .h M * f(z) –f(p) h , por Schwarz

Pero la función *f es una función continua ,por hipótesis , es decir, dado > 0 existe " > 0 tal que si h <" entonces *f(z) –*f(p) < lo cual implica que f(p+h) –f(p) – * f(p) . h < h, y finalmente
107

df(p)(v) = * f(p) . v. qed

5.- Diferenciales de Orden Superior En esta sección, enunciamos y demostramos el teorema de Taylor. Con este objetivo en mente, definimos el concepto de diferenciales de orden superior al primero. Sea A un subconjunto abierto del espacio lineal normado X y f : A R, una función real . R,con La segunda derivada parcial de la función f (x1 ,x2 , x3 , …xn ) :A respecto a las variables xi , xj es la i- ésima derivada parcial de la j- ésima derivada parcial de f . (5.1) Dij f (p) = Di Dj f (p). i,j =1,2,...m.

Ejemplos 5.1 Calcular las segundas derivadas parciales de la función f(x,y) = x3 – y3 + 2 x2 y . Solución Las derivads parcials de primer orden son D1 f(x,y) = 3 x2 +4xy, D2 f(x,y) = -3y2 +2x. Las derivadas parciales de segundo orden son D11 f (x,y) = 6x +4y, D12 f(x,y) = 4x D22 f(x,y) = -6y. Definición La segunda diferencial o diferencial de segundo orden de la función f, en un punto p de A, es la función bilineal ( Véase Cap I , sección 3 ) R, d 2f (p) : Rm xRm que satisface la condición (5.1) d 2f (p ) ( ei, ej )= Dij f(p) i,j = 1,2,3,...m.

5.1 Proposición La segunda diferencial de una función cuyas segundas derivadas parciales existen, admite la expresión (5.2) donde
108

d2 f(p)(v,w) =

ij

Dij (p) vi wj ,

v= son vectores en X.

vi e i

w=

wi ei ,

Demostración d2 f(p) ( v,w) = = Ejemplos

ij

d 2f (p) ( e i, ej ) vi wj Dij (p) vi wj , por (5,1) qed

ij

1.- Calcular la segunda diferencial de la función f(x,y) = 2x2 +3y3 +7 . en el punto (1.2) y en dirección de los vectores v = (2,3),w = (1,4). Solución Las derivadas parciales de primer orden de f , son D1 f(x,y) = 4x D2 f (x,y) = 9y, las derivadas parciales de segundo orden de la función f, son D11 f(x,y) = 4, D12 f(x,y) =0 D22 f(x,y) = 9. Luego la segunda diferencial de f, en el punto p = ( 1,2),es d2 f (x,y ) = 4x2 x1 + 9 x3x4 = 108. La tercera diferencial de una función real f : A R, en el punto p de A, es la funcional trilineal d f (p) : XxXxX R , que satisface la condición (5.5) d3 f (p) (ei, ej, ek) = Dijkf (p), i,j,k = 1,2,...m.

De manera análoga se definen las diferenciales de orden superior al tercero. 5.3 Teorema de Taylor. Sea f:A R una función real definida en un m conjunto abierto y conexo A de R , cuyas diferenciales dk f de orden k = 1,2,..n,existen y son continuas en A.Sean a,b dos puntos de A. Entonces existe un punto c en el segmento que une los puntos a,b , tal que (5.6) f(a+h ) = f(a) + df(a) (h) ½! d2 f (a) (h,h) +.. 1/n! dn f (c) ( h,h..h). Demostración Sea r(t) = a+th,: [0,1] A, ( donde h = b-a), una parametrización del segmento que une los puntos a,b, y sea g(t) = f(r(t)) = f (a+ th), la compuesta de las dos funciones r(t) y f. Por la regla de la cadena
109

6.Supongamos que la función f tiene un extremo (máximo ó mínimo ) local en un punto interior p de A. 110 .1 Teorema del Extremo Interior) Sea A un subconjunto abierto de Rm y f :A R una función real.. r) con centro en c y radio positivo r.g ´(t) = df(a+ th )(h).2 cap IV). c2 . si existe una bola abierta B( c.h. Tomando c = a + t h se demuestra el teorema. Un máximo local es estricto.cm ) y definamos la función (6. 1/n! g (t0 )..h) g ´´´(t) = d3 f ( a+th ) ( h.. g(n) (t ) = dn f(a+th) (h. Demostración Sea c= ( c1.Si sus derivadas parciales existen en p. Los valores máximo y mínimo se llaman valores extremos de la función. qed 6.tal que (6. Desarrollando en serie de Taylor la función g(t0).2) g(x) = f (x. Una función f tiene un máximo local en el punto c de A. g ´´ (t ) = d2 f(a+th) (h. Sea A un subconjunto del espacio lineal normado X y f : A R una función real definida en A.1) f(c ) f ( c+h ) para h < r.. cm). entonces son iguales a cero.h).... para h < r. De manera análoga se define un mínimo local.h).c3 .c2.. si f(c) > f(c + h ) .Extremos de una Función En esta sección enunciamos y demostramos el teorema del extremo interior en forma análoga a como lo hicimos en la sección 3 del capítulo VI . (teorema 4.h. resulta g(1) = g(0) + g ´(0 ) + ½! g ´´(0) + .

entonces no necesariamente se anula la diferencial de f. En forma análoga demostramos que Di f(c) =0 . . tiene un máximo local en x = 1. .c3.no necesariamente la función tiene un extremo local.2 Corolario Sea A un subconjunto de Rm y f : A R una función cuyas derivadas direccionales en cualquier dirección v existen.Entonces la diferencial de f en el punto p es igual a cero. existe una bola B(c. Demostración df(p)(v) = Dv f(p) = 0 qed Si el punto p donde la función f toma el extremo local no es un punto interior. Demostración Dv f(p) = Di f(p)ei = 0. 6.1.m.3 Corolario Sea A un subconjunto de Rm y f: A R una función diferenciable en el punto interior p de A. 6.2.Encontrar los puntos críticos de la funcion 111 .El punto x = 0 es un punto crítico de la función f(x) = x3. En un punto crítico de una función .entonces .2 del capítulo VI . tal que (6. no se anula en x= 1..3. g ´( c ) = D1 f( c) = 0.1] R. es decir. por el teorema anterior qed 6. 6.c2 .Por hipótesis . Si f tiene un extremo local en un punto interior p de A. pero su derivada f ´(x) = 1. qed Un punto p es un punto crítico de una función f si las derivadas parciales ( si existen ) de f. Ejemplos. i = 1..2. la función f tiene un extremo local en el punto interior c. las derivadas direccionales Dv f(p) =0 son iguales a cero. en el punto p son iguales a cero.cm) = g(x). 6. r ) con centro en c y radio positivo r.Supongamos que f tiene un extremo local en p. Entonces la función g tiene un máximo local en c .. en efecto g( c ) = f (c ) f (x.3) f(c ) f(c+h ) para '' h'' < r.-La función f(x) = x : [0... Por el teorema 3. pero f no tiene un extremo en x = 0.

. r ) con centro en c y radio positivo r >0 tal que (7.y) = 9y + 7x.0 ) es el único punto crítico de la función. D f( x.y ) = 2x2 + 3y3 + 7xy. en el subconjunto abierto A de Rm. para toda v 0. Dado que A es abierto podemos elegir t de modo que c + t u pertenezca a A.Supongamos que la función f tiene un mínimo local en el punto c de A.Es decir (7.4. es decir. es definidamente positiva .v ) > 0..1) d2 f( c )( v. Luego (0.Por el corolario 6. El punto (0. un vector con norma uno.35 . R una función 7. en el punto c. D2 f(x.y) = x3 + y3 Solución Las parciales de la función son D1 f(x.2) f(c) M f(c + t u ) para tu = t < r.y ) = 3x2 .y) = 4x +7y ..3 112 .f(x. son D f(x.Por hipótesis la función f tiene un mínimo local en el punto interior c de A. 6.y) = 3y2 .Teorema Sea A un subconjunto abierto de Rm y f: A con segundas derivadas parciales continuas. Demostración Sea u un vector unitario.1.0) es un punto crítico.Encontrar los puntos críticos de la función cúbica f(x.Criterio de la Segunda Derivada Sea A un subconjunto abierto del espacio euclidiano de dimensión m y f : A R una función real. Entonces la segunda diferencial de f. El determinante del sistema es 28 – 63 = . es decir existe una bola abierta B(c. Este es un sistema de dos ecuaciones lineales con dos incógnitas. Solución Las derivadas parciales de la función f. 7.

2 Teorema (Criterio de la Segunda Derivada) Sea A un subconjunto R una función con segundas derivadas parciales abierto de Rm y f: A continuas en A. Pero por hipótesis d2 f (c ) es continua en el punto c. entonces la función f tiene un máximo local en c. Demostración Por el teorema de Taylor.7) f(c+h ) = f(c) + 1/2 d2 f (c)(z.Es decir que dado > 0 existe un real positivo " > 0 tal que si x-c < " entonces la distancia 113 . entonces f no tiene un extremo local en c. El punto c es un punto crítico de f.6) f(c+h)= f(c) + df(c)(h) + ½ d 2f(c) (z.4) de donde (7. iii) si la segunda diferencial de f en el punto c es indefinida. f(c+ tu ) = f(c ) + df(c) (tu) + d2 f(c) ( tu.z ). es definidamente negativa. luego (7. Entonces i) si la segunda diferencial de f en c es definidamente positiva .entonces A es definidamente positiva. entonces f tiene un mínimo local en c. tu ) = 2 { f(c+tu ) – f(c) } 0 qed 7. Si d2 f (c ) es definidamente positiva existe un real positivo > 0 tal que si la distancia (7. Sea c un punto crítico de f.(7. por hipótesis.8) d2 f (c) – A < entre la segunda diferencial y la función bilineal A es menor que .3) Por el teorema de Taylor (7. ii) si la segunda diferencial de f en el punto c. z ) donde z es un punto en el segmento que une a c y c+h.tu )/2. (7.tu )/2. d 2f(c) (tu. = f(c) + d2 f(c) (tu.5) df(c) = 0.

Dado que z está en el segmento que une a c y c+h.1 sería definida. por el teorema 7.(7. iii) Si tuviera un máximo o un mínimo local en c.< h <". lo cual implica que d2 f(z ) es definidamente positiva. ii) la demostración es completamente análoga a la demostración de i). es decir.7 ) f(c+h ) – f(c ) > 0. la distancia entre (7.9) d2 f (x) – d2 f(c) < .10) z–c . en consecuencia por (7. f tiene un mínimo local en c. qed 114 .

Y y un subconjunto abierto U no vacío. 1. En la tercera sección consideramos los casos particulares de funciones vectoriales de una variable. En la quinta y última sección demostramos un teorema del valor medio para funciones vectoriales de varias variables. En la primera sección de este capítulo. las relaciones que existen entre derivadas.. Y ).. En la segunda sección presentaremos la definición de derivada direccional de una función f.La diferenciabilidad de una función implica la existencia de una transformación lineal. 115 . existe otro real positivo " > 0 tal que si 0 < P h P<".Diferenciabilidad En esta sección definimos el concepto de diferenciabilidad de una función f : U L Y . entonces (1. la cual es una generalización de la derivada parcial.A(h) P < R P h P . En la cuarta sección estudiamos la diferenciabilidad de la compuesta de dos funciones diferenciables y demostramos la regla de la cadena. de X. llamada la diferencial de f en el punto p. introduciremos el concepto de diferencial de una función f : U Y. en dirección del vector v .IX. estableceremos algunas de sus propiedades y presentaremos algunos ejemplos. si existe una transformación lineal continua A R L ( X. entonces todas las derivadas direccionales existen.Diferenciación de Funciones Vectoriales de Varias Variables En este capítulo vamos a considerar dos espacios vectoriales normados X.que satisface la siguiente condición: Dado un real positivo R > 0. existe en un punto p. Definición Una función f: U L Y es diferenciable en un punto p de U.en un punto p de U. funciones vectoriales de varias variables y funciones reales de varias variables y establecemos para cada uno de estos casos. Cuando la diferencial de una función. donde U es un subconjunto abierto no vacío del espacio vectorial normado X .1) P f( p+h) – f(p) .en el punto p X. gradiente y diferencial.

se le llama la diferencial de f. es válida. cap IV) A L(X. P f(p+h)-f(p) P P f(p+h)-f(p)-df(p)(h)P +Pdf(p)(h) P 116 .1).Luego. qed Vamos a designar por D( U. con valores en el espacio vectorial normado Y .[ f(p+h) –f(p) – A (h ) ]P Pf(p+h)-f(p) – B(h)P + P f(p+h) –f(p) .2 Teorema : Sea f :UL Y. por hipótesis. la condición (1.1).2) A = sup { Ax / x :x 0}. y por Dp (U. 1.B(h)P < 2R PhP Entonces PA-BP = 0. es única. Cuando A existe. 1. df (p) . Demostración: f es diferenciable en p. Recordemos que la norma de una transformación lineal continua (Sección 3. una función diferenciable en el punto p de U. en cada punto del conjunto abierto U del espacio vectorial normado X. la clase de las funciones diferenciables.Luego PA(h) –B(h) P = P[ f(p+h ) – f(p) – B(h)] . en el punto p. f´(p). Df(p). Demostración: Supongamos que existe otra diferencial B de f en el punto p.Y). Toda función diferenciable es contínua. Y) la clase de las funciones diferenciables en p. Dfp . Es decir B satisface la condición (1. es (1.1 Teorema (Unicidad de la Derivada ) Si la diferencial de una función existe. y se le designa por cualesquiera de los símbolos dfp . Entonces. es decir. f es contínua en el punto p. de donde A = B. es única.Vamos a demostrar que si A existe. Y ).

P. Y ) dos funciones diferenciables en el punto p de U. Sean f. g(p+h ) – g(p) – dg(p) (h) de donde f(p+h ) + g(p+h) – f(p) – g(p) – df(p) (h) – dg(p) (h) f(p+h) – f(p) – df(p) (h) <2 h .es decir dado >0 existe ">0 tal que si 0 < h <" . qed 1. df(p) (h) < h . entonces f(p+h ) – f ( p ) .Entonces toda combinación lineal af + bg .1-En el capítulo V. g es diferenciable en p.De manera análoga se demuestra que cf es diferenciable.b) es un subconjunto de R y el codominio Y= R. lo cual demuestra que la suma de dos funciones diferenciables es diferenciable. qed Ejemplos 1. g Dp ( U. a .estudiamos la diferenciabliidad de las funciones reales de vriable real. por hipótesis.Además (1. 117 . b R. Pdf(p)PP hP Demostración Las funciones f.<RPhP + P df(p)(h). P f(p+h)-f(p)P < RP hP+Pdf(p)P lo cual implica que la función f es continua. Pero P df(p)(h)P Luego. U =(a. el caso en que X= R. de las funciones f. g son diferenciables. es decir .3 Teorema. + g(p+h)-g(p) – dg(p) (h) < h .3) d (af + bg )p = a dfp + b dgp hP =P h P( R + P df(p)P ).

y un subconjunto abierto U de X. Entonces la derivada direccional es Dv f(p) = lím{ (1+2t )i + (1+3t)j – (i+j) /t} = lím ( 2i + 3j ) = 2i +3j.1) en dirección del vector v=2i + 3j. en el punto p. Definición La derivada direccional de una función vectorial f: U L Y en dirección del vector v en U.Ejemplo.En el capítulo VIII estudiamos la diferenciabilidad de funciones reales de varias variables. en el punto p(1. 2. y el codominio Y son los reales. ya que como veremos existen funciones discontinuas cuyas derivadas direccionales existen. no es lo suficientemente fuerte como para garantizar la validez de algunos teoremas que nos interesan. Calcular la derivada direccional de la función f(x. Una generalización interesante de la derivada parcial de una función (véase sección 1 capítulo VIII) es la derivada direccional. es dcir.1.2. sin embargo. Este concepto de derivada direccional. t L0 Es fácil ver que la derivada direccional de f.Y. el caso en que U es un subconjunto abierto de R. en dirección de v.y) = x i + yj. y como codominio el espacio lineal normado Y.1. es el límite (cuando existe ) (2. Las funciones f : U Y. Derivadas Direccionales En esta sección vamos a considerar dos espacios lineales normados X.1) Dfv(p) = lím{ [f(p + t v ) – f(p)] / t }. t 0 t 0 La derivada direccional de una función vectorial. 1+3t ). luego f(p + tv ) = f (1+2t. tiene las siguientes propiedades 118 . tendrán como dominio el conjunto abierto U. es igual a la derivada de la función f(p + t v ) en t =0 . 2. Solución : p + tv = (1+2t. 1+3t ) = (1+2t)i + (1+3t)j.en el punto p.En un espacio euclidiano las derivadas direccionales en dirección de los ejes coordenados son las derivadas parciales.

El vector columna ei = ( 0..e2 .} la base canónica de Rm.1) f ( x1 . tales que (3.. Demostración: La función f es diferenciable en el punto p. U un subconjunto de Rm y f: ULRn... Es consecuencia de los teoremas 1. Las funciones f i . una función vectorial . Y).2 Teorema La derivada direccional de la combinación lineal de dos funciones diferenciables es igual a la combinación lineal de sus derivadas direccionales.3) Dv (af + bg)(p) =a Dv f(p) + bDv g (p).…n... i = 1.. … x m ): U R .1. para funciones vectoriales de varias variables .2. con P h P = t Pv P <" .0.en un punto p de U. por hipótesis. es decir.. … xm ). la función satisface la condición (1. i = 1.2).2) Dv f(p) = df(p)(v).2.1) P f (p+h) – f(p) – df(p) (h) P < RP h P...1 Teorema: Las derivadas direccionales de una función diferenciable f R Dp (U.Sea {e1 .0.ei.x2 . Además (2. x 2. (2. existen en todas las direcciones. son las funciones coordenadas de f. Entonces existen n funciones reales fi ( x1 .0)T.3 Cap.2 y 2.n.x2 ..2.1.2.3..-Diferencial en Rn Sea U un subconjunto abierto del espacio vectorial normado Rm (Ejemplo 1. En esta sección presentamos algunos ejemplos que ilustran el concepto de diferencial para las funciones vectoriales de una variable. n . tomemos h = tv. qed 2. en el punto p.…em.Lo cual implica (2. Entonces P [f (p +tv ) – f(p)]/t –df(p) (v) P < RP v P. i = 1.0. 3. ( T significa traspuesto de ) tiene un uno en la i-ésima fila y ceros en las demás filas. I). 119 .…xm ) = Vi f i ( x1 .

y.y. Di f2(p).. D2 f (x.Ejemplo Calcular la derivada de la función vectorial de una variable f(t) =i(cos t) + j(sen t). es igual al producto de la matríz jacobiana de f (3.m.2. de la función f : U L Rn . tL0 Es decir.z)= 5. 120 .2.. que forman la base canónica de R2.1.2. donde i = (1.. en dirección de ei.z)= 3. Solución : f´(t)= i(-sen t) + j(cos t).m..z)= 2x+3y+5z..y.. La i-ésima derivada de la función f es el vector columna (3. Ejemplos 3.2.. en dirección del vector v. en el punto p.4) df(p)(v) = Jf (p) v.1 Teorema La diferencial d f(p) (v) de la función diferenciable f . 3. 3.. en el punto p. y el vector v.1). es la matríz La matríz jacobiana de la función f : U Jf (p) = [ D1 f (p) D2 f(p)…Dm f(p)] = [Di fj (p)]. es Di f(p) = lim { [f(p+ t ei ) – f( p )] / t } . i =1.y. es igual a la derivada direccional de f .A continuación definiremos el concepto de derivada parcial de una función de varias variables Definición La i –ésima derivada parcial. la i-ésima derivada parcial de f. i = 1.0).2) (3. Df3(x. i = 1..z) = 2.Ejemplo Calcular las derivadas parciales de la función f(x. …m. j =(0. Solución : D1 f(x.Di fn(p) ] T Rn. son los vectores unitarios..3) Di f (p) = [ Di f1(p).

Di g + g. el producto escalar de f.g : Rm variables ..0). g´(t) = i(2t) + j (3 t2 ) . i = 1. n/4].5) Di(f +g) = Di f + Dig . 121 . (3... i = 1.m Las derivadas parciales del producto interno de dos funciones vectoriales satisfacen la regla de Leibniz.LR2 Solución Las derivadas de las funciones son f´(t) = i +j ( 2t ) . Entonces las derivadas parciales de la suma f+g existen y son iguales a las sumas de las derivadas parciales correspondientes (3..1.…m. es igual a la diferencial de f valuada en el vector fundamental ei = (0.g(t) = t3 + t5 cuya derivada es [f.3 Ejemplo : Hallar la derivada del producto interno de las funciones vectoriales f(t )= i (t) + j(t2 ) L R2 g( t ) = i( t2 ) + j ( t3) : [0. una función diferenciable en el punto p.m.g (t)]´ = 3t2 + 5t4 . .2 Teorema Sean f. Entonces.0.3 Teorema: Sea f : U LRn. las derivadas parciales de f en el punto p existen.Las derivadas parciales. (3. 3.1.6) Di (f. cuyas derivadas parciales existen. Demostración Por el teorema 2. i =1.. La i-ésima derivada parcial de f en el punto p.2.2.2. como se ha visto en los cursos de Cálculo Avanzado tienen las siguientes propiedades Rn dos funciones vectoriales de varias 3.0. Di f .. Di (f+ g )(p ) = d(f + g ) ( p )(ei ) = df(p) (ei ) + dg(p) ( ei ) = Di f(p) + Di g ( p) qed 3.7) Di f(p) =dfp (ei ) .g es f(t).g) = f.

la diferencial de f en el punto p. si el límite cuando h tiende a cero (3. Demostración: Por (2. igual al producto de la derivada en el punto t y el escalar v. df(p)(ei) = Dei f(p)= Di f(p).8) df (p) (v)= Vi vi Di f (p).En particular relacionamos la derivada y la diferencial de una función vectorial f. en el punto t. es diferenciable en el punto t de [a. recibe el nombre de derivada de f en el punto t. Si tal límite existe .11) df(t)(v) = f´(t)v.2.Además (3. por definición de derivada parcial.b]. Ejemplo Funciones Vectoriales En esta sección estudiaremos algunas propiedades de funciones vectoriales.Una función vectorial f : [ a.que df (p)(v)= V vi df (p)( ei ) = V vi Di f(p). y se designa por f´(t). Definición.10) f´(t) = lím {f(t+h ) – f(t)} / h.b] Rm . Entonces su diferencial es 122 .b] Rn . es el vector (3. definidas en un intervalo cerrado [a. m. es (3.9) Di f(p) = Vk Di fk (p) ei .4 Teorema Sea f una función vectorial diferenciable. funciones f : [a. qed La i-ésima derivada parcial de la función vectorial f : U L Rn . en el punto t . en dirección del vector ei. en el punto p. en dirección de v [a. es igual a la derivada direccional de f.b]. 3. tenemos para un vector v = Vi vi ei .b]. que toman valores en un espacio lineal normado Rn. i = 1.3). es decir. La relación entre la derivada f´(t) y la diferencial de df(t)( v). Por la linealidad de df(p). h 0 existe. en dirección de ei.

existen tres funciones x(t).La rapidez . es f´(t).j.La longitud de la circunferencia es 2 .b]) del intervalo [a. dado >0 existe " >0 tal que si 0< h < " . 0). es diferenciable . una circunferencia con centro en el orígen y radio 1. z(t). La norma de la derivada de la trayectoria f´(t) .b]. es una curva en Rn.Entonces . es la integral de la rapidez (3. sent ): [0.12) L( C ) = b a f´(t) dt .-Sea r(t)= (cos t. La aceleración de un punto que describe la curva C . 123 .El vector velocidad de la circunferencia es r´(t) =( -sent. es 2(2)1/2 . 1). una parametrización de la hélice circular H. toma valores en R3. por hipótesis.(3. La rapidez.k. cos t. tales que r(t) = i x(t) + jy(t) + kz(t). es r´(t) = { (dx/dt)2 + (dy/dt)2 + (dz/dt )2}1/2 .La aceleración de la circunferencia . es la segunda derivada de f(t). 2 ] R3. Demostración f es diferenciable en el punto t. bajo f. y (t). donde i. El vector de posición r :[a. de donde f(t+h) – f(t) – hf ´(t) < h . luego.Sea r(t) = ( cost.es ( -cos t. es decir. es la derivada del vector velocidad. es decir.Además.b]). y la longitud de la hélice H . -sen t . entonces f(t+h) – f(t)/ h – f ´(t) < .es r´(t) = 21/2.3) qed El vector velocidad de la función vectorial f. cost ). sen t .es r´(t) = ix´(t) +jy´(t) + k z´(t). La longitud de la curva C = f([a.5 Corolario Toda combinación lineal de dos funciones vectoriales diferenciables. es la rapidez de la función vectorial f.2 ] R2.. 2.El vector velocidad de la hélice es r´(t) = ( -sen t. lo cual demuestra (3. -sen t ). forman la base canónica de R3.Su rapidez es r´(t) = 1. Ejemplos 1. parametrizada por f. 3. t) : [0.La aceleración es ( -cos t. el vector velocidad .12) dft (h)= f ´(t)h.b] R3 . La imagen C = f([a.

124 . es la función.Y. gof(x)= g(f(x))= g(2x+3)= 3(2x+3) + 7 =6x+9+7=6x+13.3 Ejemplo La compuesta de la función f(x. Regla de la Cadena En esta sección demostraremos que la compuesta de dos funciones diferenciables es diferenciable y que la diferencial de la compuesta es igual a la compuesta de sus diferenciales. y g una función definida en un subconjunto B de la imagen f(X) Y de la función f con valores en el espacio lineal normado Z . Fig # 4. 4.2) (gof) (p)= g(f(p)).v) = uv : R2 R es la función g( f(x.2 Teorema (Regla de la Cadena) Sean X.y) = (x+ y. tres espacios lineales normados. La compuesta de la función f(x)=2x +3 y la función g(y)= 3y +7. Y. 4.( 3. que toma valores en el espacio Z. una función diferenciable en el punto p y g: YL Z.1 4.Entonces la compuesta g o f :X L Z es diferenciable en el punto p. Z.y)=ix + jy :R2 U R2.1 Ejemplo. definida por (4. y la 4.y)) = g( x+y.les normados X. R2. F(x. 4.13) ( af + bg ) ´(t) = af ´(t) + bf ´(t).-Composición de Funciones.2 Ejemplo La compuesta de la función vectorial r(t)= i(cos t) + j(sen t) :[0. p en A. una función diferenciable en el punto q = f(p).2n ] L R2 y la función es la función F(r(t))= i(cos t) + j (sen t). x+y) = (x+y)(x-y). x-y) : R2 función g(u. Sea f una función con dominio en un subconjunto abierto A de X y codominio Y. es la función g o f : A Z cuyo dominio es A. Sea f: XL Y.Consideraremos dos espacios vectoria. La compuesta de la función f y la función g.

10) g(q + k) = g(q) + dg q(k) + s(k).11) (gof)(p+h) = g(f(p+h)) = g( f(p) + df p(h) + r(h)).4) (4. dado R > 0 existe " >0.6) entonces por (4.g(q) – dg q(k). tal que si 0<Pk P<". s( k)= g(q+k).f(p) – df(p)(h). De aquí que por (4.8) Análogamente. (4.4) P f(p+h) – f(p) –df p (h) P < R P h.9) en consecuencia (4. existe una transformación lineal df p de X en Y. P r( h) P< RP hP f(p+h) = f(p) +df p(h) + r( h).10) = g(f(p)) + dg f ( c)( dfp(h) + r(h))+ s( df p (h) +r(h)) = g(f(p)) + (dg f(c )o( df p(h) +dg f(c)(r(h))+ s( dfp (h) + r(h)). sea (4.3) d(g o f)p= dgf (p ) o df p Demostración: La función f es diferenciable en el punto p .5) Sea (4. por (4. existe " > 0.7) y (4. 125 . es decir. entonces (4.Además. entonces (4. es decir. tal que si 0< P h P < " . la diferencial de la función compuesta g o f es igual a la compuesta de la diferencial de f en el punto p y la diferencial de g en el punto q = f(p). por hipótesis. y Ps( k)P< R P kP. que cumple la siguiente condición: Dado R > 0. r( h) = f(p+h). P g(q+k) – g(q) – dg q (k) P < R P kP .P Tambien la función g es diferenciable en el punto q = f(p).8) (4.

Para funciones diferenciables f : ULRn.b] L R. Además r(0)=r(1)= (0. continuas en un intervalo cerrado [a. 5.1).1-3t2 ). y diferenciables en el intervalo abierto (a. tal que r(1)-r(0) = r´( c ).2 Cap V )Este teorema afirma que para funciones reales f: [a. b) tal que (5. y la derivada de g(y) es g ´(y) = 3.0). existe un punto c en (a. lo cual implica que c=1/2 = 1/3.7) (4. La derivada de f(x) es f´(x)= 2.-Teoremas del Valor Medio En esta sección queremos encontrar un teorema del valor medio. Su derivada es (g o f )´(x)= 6. .-Calcular la derivada de la compuesta de las funciones f(x) = 2x+3.1]L R2.b] de la recta R. g(y) = 3y +7 La compuesta de f y . una curva diferenciable en R2. con n>1 no existe tal teorema. h lo cual implica que g o f es diferenciable y que su diferencial es la compuesta de las diferenciales de f en p y de g en f(p).t-t3 ) : [0. g es g(f(x)) = g(2x+3) = 3(2x+3) + 7= 6x + 16.Supongamos que existe un real c en el intervalo (0. semejante al teorema del valor medio para funciones reales de una variable.12) dgf(c)(r(h)) dg f (c) r(h) < dg f(c) .(Teorema 4.1 Ejemplo Sea r(t) = (t-t2 .La derivada de tal curva es r´(t)= (1-2t. 1-3c=0.Pero por (4. 126 . luego la compuesta de las derivadas es g ´(f(x))f ´(x) = 3. qed Ejemplos 4. b). es decir 1-2c=0.1. 5.2 =6.1) f (b)-f (a) = f´ (c) (b-a).

si contiene al segmento que une a dos cualesquiera de sus puntos.p): [0. A continuación enunciaremos y demostraremos un teorema del valor medio para funciones vectoriales de varias variables 5. Por el Teorema del valor medio para funciones reales de varias variables. Entonces existe un punto c en el segmento que une los puntos p.Consideremos ahora funciones vectoriales de varias variables f : ULR.u = df x (h).1] L U. existe un punto c en el segmento que une a los puntos p.2) r(t) = p + t(q . q dos puntos de U. una función diferenciable en U.q.f(p) . en efecto g(x+h) –g(x) = [f(x+h)-f(x)] . Sean p. y sea u = y/ P y P. El segmento que une los puntos p. u = [df x (h) + o(h)].q) = { p + t (q-p) : t [0. Luego dg x(h) = df (x)(h) .donde U es un subconjunto abierto de Rm.u + o(h).u. La función g es diferenciable. q dos puntos de U.3) P f(q)-f(p) P P dfp (q-p). Sean p.4 Teorema (Teorema del Valor Medio para Funciones Vectoriales de Varias Variables) Sea U un subconjunto convexo de Rm y f :UL Rn. q de U. y sea y = f(q) .P. el vector unitario en dirección de y. es el conjunto L(p.1]}. es una parametrización del segmento L(p.u :U LR que es el producto escalar de f(x) y u. la función (5.u. q tal que (5.q). tal que 127 . Supongamos que f(p) es diferente de f(q). Consideremos la función g(x) = f(x).El conjunto U es convexo. Demostración: Si f(p) = f(q) el teorema es trivial.

p) P.Pero g(q) .p).u P dfc ( q . por la desigualdad de Schwarz. P f(q) .g(p) = dgc (q . [f(q) – f(p)] / P f(q)-f(p)P = P f(q) – f(p) P Entonces. qed 128 . g(q)-g(p) = [f(q)-f(p)].p) = dfc (q-p).f(p)P = dgc (q .

P. Real Analysis.H..J._ Tromba. Academic Press(1960) 5. 4. Iberoamericana 7.-Bartle G. (1963) 8.Royden.. Mc Graw Hill 129 .Bibliografía 1. Robert Introducción al Análisis Matemático Editorial Limusa 3.-Corwin L.The Mc Millan Company. J.R. Mathematical Analysis Addison Wesley Publishing Company 2..W. Measure Theory 6.J.Halmos . A. Marcel Dekker Inc. Foundations of Modern Analysis.Calculus in Vector Spaces.Szczarba R. Cálculo Vectorial.Tercera Edición.H.Marsden E.-Dieudonne.. .. Rudin Principios de Análisis Matemático. J. Addisson Wesley.Apostol Tom M.L.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->