Está en la página 1de 9

Apuntes Diferenciación de Funciones de Varias Variables

(DFVV)

Isidro Matos Bellido

2do Curso Grado Matemáticas


2
Índice general

1. Espacio Euclı́deo Rn . Lı́mites y Continuidad 5


1.1. Espacios Métricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1. Algunos Conceptos Topológicos en Espacios Métricos . . . . . . . . . . . . . . . 5
1.2. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. Rn como Espacio Euclı́deo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

3
4 ÍNDICE GENERAL
Capı́tulo 1

Espacio Euclı́deo Rn. Lı́mites y


Continuidad

1.1. Espacios Métricos


Definición 1.1 (Espacios Métricos) Sea X un conjunto. Suponemos que existe una aplicación
d : XxX → [0, +∞) que verifica ∀x, y, z ∈ X:

1.- d(x, y) = 0 ⇐⇒ x = y

2.- d(x, y) = d(y, x)

3.- d(x, y) ≤ d(x, z) + d(z, y)

Entonces d se llama distancia en X y al par (X, d) se le llama espacio métrico.

1.1.1. Algunos Conceptos Topológicos en Espacios Métricos


Definiciones 1.2

1.- Bola Abierta de Centro a y Radio r > 0.

B(a, r) = {x ∈ X : d(a, x) < r}

Ejemplos 1.2.1
1) Tomando X = R ⇒ B(a, r) = {x ∈ R : |a − x| < r} = (a − r, a + r)
2) Tomando X = R2 ⇒ B(a, r) = {x ∈ R2 : d(a, x) < r}. Representa el interior de la circunfe-
rencia de centro a y radio r.

2.- Bola Cerrada de Centro a y Radio r > 0.

B̄(a, r) = {x ∈ X : d(a, x) ≤ r}

3.- Sea A ⊆ X y a ∈ A. Diremos que a es interior a A si ∃ r > 0 t.q. B(a, r) ⊆ A.

int(A) =Å= los puntos interiores a A

Ejemplos 1.2.2
1) En (R, d) tomando:
· A = [3, 5] ⇒Å= (3, 5)
· A = (3, 5) ⇒Å= A = (3, 5)
2) En (R2 , d) tomando A = [0, 1]x[0, 1] ⇒ Å= (0, 1)x(0, 1)

5
6 CAPÍTULO 1. ESPACIO EUCLÍDEO RN . LÍMITES Y CONTINUIDAD

4.- Diremos que A es abierto si A = int(A).

5.- Diremos que A es cerrado si X r A es abierto.

6.- Sea A ⊆ X. Diremos que a es un punto de acumulación de A si ∀r > 0 ; B(a, r)∩(Ar{a}) 6= ∅.

A0 = puntos de acumulación de A

7.- Diremos que a es un punto adherente de A (o está en la clausura de A) si ∀r > 0 entonces


B(a, r) ∩ A 6= ∅

Ā = clausura de A

Ejemplos 1.2.3
1) Tomando A = (3, 5] ∪ {6} ⇒ A0 = [3, 5] y Ā = [3, 5] ∪ {6}.
2) Tomando B(a, r) ⇒ B(a, r) = B̄(a, r) = B(a, r)0 .

8.- Definimos la frontera de A como F r(A) = Ā ∩ X r A.

9.- Ā = A ∪ A0

10.- A es cerrado ⇔ Ā = A ⇔ A0 ⊆ A.

11.- A es acotado si diam(A) = sup{d(x, y) : x, y ∈ A} < +∞.

12.- La unión arbitraria de abiertos es abierta.S


¿Sea {Ai }i∈D t.q. Ai es abierto ∀i ∈ D =⇒ Ai es abierto?
S i∈D S
Tomamos x ∈ Ai =⇒ ∃i0 : x ∈ Ai0 =⇒ ∃r > 0 : B(x, r) ⊆ Ai0 ⊆ Ai
i∈D i∈D

13.- La intersección finita no vacia de abiertos es abierta.


n
T n
T
Sean A1 , . . . , An conjuntos abiertos con Ai 6= ∅. Entonces, tomamos un x ∈ Ai =⇒ ∀i ∈
i=1 i=1
{1, . . . , n} x ∈ Ai =⇒ ∃ri > 0 : B(x, ri ) ⊆ Ai . Sea r0 = mı́n{r1 , . . . , rn }, entonces B(x, r0 ) ⊆ Ai
n
T
∀i ∈ {1, . . . , n} =⇒ B(x, r0 ) ⊆ Ai .
i=1

Definición 1.3 (Sucesión) Una sucesión en un conjunto X es una aplicación de N en X, es decir,


N → X t.q. n → xn .
Notación: {xn }n∈N , {xn }n , {xn } ó (xn ).

Definición 1.4 (Convergencia) Sea (X, d) un espacio métrico y {xn }n una sucesión en X. Y sea
x ∈ X. Diremos que {xn }n converge a x si ∀ε > 0 ∃n0 ∈ N : ∀n ≥ n0 d(xn , x) < ε.
Notación: lı́m xn = n ó xn −
→x
n n

Definición 1.5 (Sucesión de Cauchy) Sea (X, d) un espacio métrico y {xn }n ⊆ X. Diremos que
{xn }n es una sucesión de Cauchy si ∀ε > 0 ∃n0 ∈ N : ∀n, m ≥ n0 d(xn , xm ) < ε.

Proposición 1.6 Si {xn }n converge entonces {xn }n es de Cauchy.


Sea ε > 0 y sea lı́m xn = x =⇒ ∃n0 t.q. ∀n ≥ n0 d(xn , x) < ε/2.
n
Y sean n, m ≥ n0 =⇒ d(xn , xm ) ≤ d(xn , x) + d(x, xm ) < ε/2 + ε/2 = ε

Definición 1.7 (Completismo de un Espacio Métrico) Diremos que un espacio métrico (X, d)
es completo si ser sucesión de Cauchy implica ser convergente.
1.1. ESPACIOS MÉTRICOS 7

Lema 1.8 Sea (X, d) un espacio métrico, A ⊆ X y x ∈ X. Entonces:


1.- x ∈ Ā ⇔ ∃{xn }n ⊆ A : lı́m xn = x
n
⇒ Suponemos x ∈ Ā. Sea {rn } ⊆ (0, +∞) : lı́m rn = 0 =⇒ ∀n ∈ N =⇒ B(x, rn ) ∩ A 6= ∅.
n
∀n ∈ N, sea xn ∈ B(x, rn ) ∩ A. En particular {xn }n ⊆ A veamos que lı́m xn = x. Sea ε > 0 =⇒
n
∃n0 : ∀n ≥ n0 , 0 < rn < ε. Como xn ∈ B(x, rn ) =⇒ ∀n ∈ N =⇒ d(x, xn ) < rn < ε.
⇐ Sea {xn }n ⊆ A t.q. lı́m xn = x. Veamos que x ∈ Ā. Queremos probar que ∀r > 0 ⇒
n
B(x, r) ∩ A 6= ∅ =⇒ ∃n0 : ∀n ≥ n0 ; d(x, xn ) < r. Si n ≥ n0 =⇒ xn ∈ B(x, r) ∩ A 6= ∅
2.- x ∈ A0 ⇔ ∃{xn }n ⊆ A r {x} : lı́m xn = x.
n
( )
Si {xn } ⊆ A
Lema 1.9 A ⊆ X cerrado ⇔ Cumple que lı́m xn = x =⇒ x ∈ A.
n
Demostración: A ⊆ X cerrado ⇔ A = Ā.
Definición 1.10 (Conjunto Compacto) Sea A ⊆ X. Diremos que A es compacto si verifica lo
siguiente: Si A está contenido en la unión arbitraria de abiertos, entonces, podemos extraer una
cantidad finita de esos abiertos que siguen conteniendo a A.
S n
S
A⊆ Gi =⇒ ∃{i1 , . . . , in } ⊂ D : A ⊆ G ij
i∈D j=1

Nota: En espacios métricos podemos sustituir abiertos por bolas abiertas.


Lema 1.11 Sea (X, d) un espacio métrico y A ⊆ X compacto =⇒ A es cerrado y acotado.
Demostración: Supongamos
S A compacto.
1.- Sea r > 0; A ⊆ B(x, r) =⇒ ∃x1 , . . . , xn ∈ A : A ⊆ B(x1 , r) ∪ B(x2 , r) ∪ · · · ∪ B(xn , r). Al ser
x∈A
todas las bolas abiertas conjuntos acotados, su unión también es acotado, por lo que A es acotado.
2.- Veamos que A es cerrado, o equivalentemente que X r A es abierto. Sea x0 ∈ X S r A ¿=⇒ ∃r > 0
: B(x0 , r) ⊆ X r A?. Sea y ∈ A : ∃ry , sy > 0 t.q. B(x0 , ry ) ∩ B(y, sy ) = ∅ =⇒ A ⊆ B(y, sy ) como
y∈A
n
S
A es compacto, entonces ∃y1 , . . . , yn : A ⊆ B(yi , syi ) tomando r0 = mı́n{sy1 , . . . , syn } > 0 llegamos
i=1
a que B(x0 , r0 ) ⊆ X r A ⇔ B(x0 , r0 ) ∩ A = ∅.
Teorema 1.12 (Teorema de Cantor o Teorema de las Bolas Cerradas Encajadas) Sea
(X, d) un espacio métrico completo. Sean Bn = Bn (xn , rn ) una sucesión de bolas encerradas acotadas
en X t.q. verifican que:
1.- B1 ⊃ B2 ⊃ · · · ⊃ Bn ⊃ . . . son bolas encajadas.
2.- dim(Bn ) −
→ 0. Llamaremos ln = diam(Bn ).
n
T
Entonces ∃! x0 ∈ X : Bn = {x0 }
n
Demostración: Sean x1 ∈ B1 , x2 ∈ B2 , . . . , xn ∈ Bn , . . . con {xn } ⊆ X. Veamos que {xn } es una
sucesión de Cauchy.
Sea ε > 0. Sabemos que lı́m ln = 0 =⇒ ∃n0 ∈ N : ∀n ≥ n0 ⇒ ln < ε.
n
Sean n, m ≥ n0 . Supongamos m > n =⇒ xm ∈ Bm y xm ∈ Bn , es decir, Bm ⊆ Bn y xn , xm ∈ Bn .
Entonces, d(xn , xm ) ≤ diam(Bn ) = ln < ε.
Como (X, d) es un espacio métrico completo, entonces ∃x0 ∈ X : lı́m xn = x0 . Ahora tenemos que
T T n
probar (1) que x0 ∈ Bn y (2) que Bn = {x0 }.
T n n
(1) x0 ∈ Bn . Sea n0 ∈ N ¿x0 ∈ Bn0 ?. Ası́ que ∀n ≥ n0 ; Bn ⊂ Bn0 =⇒ ∀n ≥ n0 ; xn ∈ Bn0 como
n
Bn0 es cerrado contiene a los lı́mites de subsucesiones, por lo que x0T∈ Bn0 .
(2) Por Reducción a lo Absurdo. Supongamos que ∃x0 , x1 ∈ Bn ; x0 6= x1 . Como x1 6= x0
n
=⇒ d = d(x0 , x1 ) > 0. Sea d/2 > 0 =⇒ ∃n0 : ∀n ≥ n0 ; diam(Bn ) < d/2. Si x0 , x1 ∈ Bn =⇒
d = d(x0 , x1 ) < diam(Bn ) < d/2 −→←−
8 CAPÍTULO 1. ESPACIO EUCLÍDEO RN . LÍMITES Y CONTINUIDAD

1.2. Espacios Vectoriales


Definición 1.13 (Espacio Vectorial) Sea V un conjunto y K = R ó C. Diremos que V es un
espacio vectorial sobre K si existen dos operaciones:
1) + : V xV → V que lleva (x, y) → x + y.
2) · : KxV → V que lleva (λ, x) → λx.
Que verifican que ∀x, y, z ∈ V y ∀λ, µ ∈ K:

a) x + y = y + x

b) (x + y) + z = x + (y + z)

c) Existe el elemento nulo, es decir, 0 ∈ V , x + 0 = 0 + x = x

d) ∀x ∈ V , existe elemento neutro opuesto, es decir, −x ∈ V , x + (−x) = (−x) + x = 0

e) λ(x + y) = λx + λy

f ) (λ + µ)x = λx + µx

g) λ(µx) = (λµ)x

h) 1x = x

Definición 1.14 (Subespacio Vectorial) Sea V un espacio


( métrico y H ⊆ V . Diremos que H es
x+y ∈H
subespacio vectorial si ∀x, y ∈ H y ∀λ ∈ K, entonces
λx ∈ H

Definición 1.15 (Independencia Lineal) Sea V un espacio vectorial y {v1 , . . . , vn } vectores de V.


Diremos {v1 , . . . , vn } son linealmente independientes si la ecuación λ1 v1 , . . . , λn vn = 0 tiene como
solución única λ1 = · · · = λn = 0.

Definición 1.16 (Dimensión de un Espacio Vectorial) Diremos que un espacio vectorial, V, es


de dimensión n si existen {v1 , . . . , vn }, n vectores linealmente independientes t.q. ∀v ∈ V
∃λ1 , . . . , λn ∈ K : v = λ1 v1 + · · · + λn vn .

Definición 1.17 (Norma) Sea E un espacio vectorial. Una norma en E es una aplicación || || :
E → [0, +∞) tal que verifica que ∀x, y ∈ E y ∀λ ∈ K:
1.- ||x|| = 0 ⇔ x = 0
2.- ||λx|| = |λ| ||x||
3.- ||x + y|| ≤ ||x|| + ||y||
A (E,|| · ||) se le llama espacio normado.

Proposición 1.18 Si (E, || · ||) es un espacio normado, entonces la función d : ExE → [0, +∞) t.q.
d(x, y) = ||x − y|| es una métrica (distancia).
Demostración:
1.- d(x, y) = 0 ⇔ x = y; d(x, y) = ||x − y|| = 0 ⇔ x − y = 0 ⇔ x = y
2.- d(x, y) = d(y, x); d(x, y) = ||x − y|| = || − (y − x)|| = |(−1)| ||y − x|| = ||y − x|| = d(y, x)
3.- d(x, y) ≤ d(x, z)+d(z, y); d(x, y) = ||x−y|| = ||x−z +z −y|| ≤ ||x−z||+||z −y|| = d(x, z)+d(z, y)

Lema 1.19 Si (E, || · ||) es un espacio normado ⇒ | ||x|| − ||y|| | ≤ ||x − y||
Demostración: 
 ||x|| = ||x − y + y|| ≤ ||x − y|| + ||y|| =⇒ ||x|| − ||y|| ≤ ||x − y||
⇒ | ||x|| − ||y|| | ≤ ||x − y||
 ||y|| = ||y − x + x|| ≤ ||x − y|| + ||x|| =⇒ ||y|| − ||x|| ≤ ||x − y||
Algunas Normasp en Rn : p
2
1.- ||x||2 = x1 + · · · + x2n (Norma Euclı́dea) =⇒ d(x, y) = ||x−y||2 = (x1 − y1 )2 + · · · + (xn − yn )2
2.- ||x||1 = |x1 | + · · · + |xn | =⇒ d(x, y) = ||x − y||1 = |x1 − y1 | + · · · + |xn − yn |
3.- ||x||∞ = máx{|x1 |, . . . , |xn |} =⇒ d(x, y) = ||x − y||∞ = máx{|x1 − y1 |, . . . , |xn , yn |}
1.3. RN COMO ESPACIO EUCLÍDEO 9

Definición 1.20 (Normas Equivalentes) Sea E un espacio normado y || ||, || ||0 dos normas defini-
das en E. Diremos que son normas equivalentes si ∃m, M > 0 t.q. m||x|| ≤ ||x||0 ≤ M ||x|| ∀x ∈ E.
Notas: Sea E un espacio normado y || ||, || ||0 dos normas equivalentes:
1.- A ⊆ E es acotado para || || =⇒ A acotado para || ||0
2.- Las topologı́as generadas por || || y || ||0 son las mismas (tienen los mismos abiertos).
3.- En particular: xn → x para la norma || || =⇒ xn → x para || ||0
p Recordemos: xn → x para || || por definición ∀ε > 0 ∃n0 ∈ N : ∀n ≥ n0 ||xn − x|| < ε ⇔
⇔ lı́m ||xn − x|| = 0 y
n

1.3. Rn como Espacio Euclı́deo

También podría gustarte