CÁLCULO DIFERENCIAL

Vı́ctor Manuel Sánchez de los Reyes

Departamento de Análisis Matemático y Matemática Aplicada

Universidad Complutense de Madrid
Índice

1. Conceptos topológicos y métricos 5

1.1. Métricas, normas y productos escalares . . . . . . . . . . . . . . . . . . . . 5

1.2. Conceptos topológicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.2.1. Conjuntos abiertos . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

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

1.2.3. Conjuntos cerrados . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.2.4. Puntos de acumulación de un conjunto . . . . . . . . . . . . . . . . 11

1.2.5. Adherencia de un conjunto . . . . . . . . . . . . . . . . . . . . . . . 12

1.2.6. Frontera de un conjunto . . . . . . . . . . . . . . . . . . . . . . . . 12

1.3. Sucesiones y completitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.4. Compacidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.5. Conexión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

1.6. Lı́mites, continuidad y continuidad uniforme . . . . . . . . . . . . . . . . . 24

2. Cálculo diferencial en Rn 33

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

2.2. Derivadas de orden superior y teorema de Taylor . . . . . . . . . . . . . . 40

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

2.4. Teorema de la función inversa . . . . . . . . . . . . . . . . . . . . . . . . . 46

2.5. Teorema de la función implı́cita . . . . . . . . . . . . . . . . . . . . . . . . 48

3
 2.6. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Apéndice. Funciones convexas 53

Bibliografı́a 57

4
Tema 1

Conceptos topológicos y métricos

1.1. Métricas, normas y productos escalares

Definición 1.1.1. Un espacio métrico (E, d) está formado por un conjunto E y una
función d : E × E −→ R, llamada métrica, que cumplen las siguientes propiedades:

1. (positividad) d(x, y) ≥ 0 para todo x, y ∈ E.

2. (no degeneración) d(x, y) = 0 si y solo si x = y.

3. (simetrı́a) d(x, y) = d(y, x) para todo x, y ∈ E.

4. (desigualdad triangular) d(x, y) ≤ d(x, z) + d(z, y) para todo x, y, z ∈ E.

Ejemplo 1.1.2. (Rn , d) siendo d la métrica usual dada por

n
!1/2
X
d(x, y) = (xi − yi )2
i=1

donde x = (x1 , . . . , xn ) e y = (y1 , . . . , yn ), es un espacio métrico (la única propiedad no

trivial es la desigualdad triangular, la cual se obtendrá más adelante).

Ejemplo 1.1.3 (Métrica discreta). Si E es cualquier conjunto y


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

entonces d es una métrica sobre E.

Observación 1.1.4. El ejemplo anterior muestra que un espacio métrico no tiene por
qué ser espacio vectorial. Sin embargo, el siguiente concepto solo tiene sentido en espacios
vectoriales.

5
Definición 1.1.5. Un espacio normado (E, k·k) está formado por un espacio vectorial
real E y una función k · k : E −→ R, llamada norma, que cumplen las siguientes
propiedades:

1. (positividad) kxk ≥ 0 para todo x ∈ E.

2. (no degeneración) kxk = 0 si y solo si x = 0.

3. (multiplicidad) kλxk = |λ|kxk para todo x ∈ E y λ ∈ R.

4. (desigualdad triangular) kx + yk ≤ kxk + kyk para todo x, y ∈ E.

Ejemplo 1.1.6. (Rn , k · k) siendo k · k la norma usual dada por

n
!1/2
X
kxk = x2i
i=1

donde x = (x1 , . . . , xn ), es un espacio normado (la única propiedad no trivial es la de-

sigualdad triangular, la cual se obtendrá más adelante).

Ejemplo 1.1.7. (R2 , k · k1 ) es un espacio normado con k(x, y)k1 = |x| + |y|.

Ejemplo 1.1.8 (Norma del supremo). Sea el espacio vectorial

E = {f : [0, 1] −→ R : f está acotada}.

Para cada f ∈ E, {|f (x)| : x ∈ [0, 1]} es un subconjunto acotado de R, con lo que
tiene supremo finito y, por tanto, kf k∞ = sup{|f (x)| : x ∈ [0, 1]} define una función
k · k∞ : E −→ R, la cual constituye una norma sobre E.

Proposición 1.1.9. Si (E, k · k) es un espacio normado y d : E × E −→ R está definida

por d(x, y) = kx − yk, entonces d es una métrica sobre E.

Demostración. Todas las propiedades son inmediatas salvo, quizás, la desigualdad trian-
gular:

d(x, y) = kx − yk = kx − z + z − yk ≤ kx − zk + kz − yk = d(x, z) + d(z, y)

para todo x, y, z ∈ E.

Observación 1.1.10. No todas las métricas provienen de normas. Supongamos que una
métrica d proviene de una norma k · k. Salvo que el espacio vectorial consista solo en
el vector cero, sea x 6= 0. Ya que d(λx, 0) = kλxk = |λ|kxk → ∞ cuando |λ| → ∞, la
métrica discreta y la acotada (ver ejercicio 1 a) no pueden provenir de una norma.

6
Definición 1.1.11. Un espacio con producto escalar (E, h·, ·i) está formado por un
espacio vectorial real E y una función h·, ·i : E × E −→ R, llamada producto escalar,
que cumplen las siguientes propiedades:

1. (positividad) hx, xi ≥ 0 para todo x ∈ E.

2. (no degeneración) hx, xi = 0 si y solo si x = 0.

3. (multiplicatividad) hλx, yi = λhx, yi para todo x, y ∈ E y λ ∈ R.

4. (distributividad) hx, y + zi = hx, yi + hx, zi para todo x, y, z ∈ E.

5. (simetrı́a) hx, yi = hy, xi para todo x, y ∈ E.

Ejemplo 1.1.12. (Rn , h·, ·i) siendo h·, ·i el producto escalar usual dado por
n
X
hx, yi = xi y i
i=1

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

Ejemplo 1.1.13. Sea el espacio vectorial C([0, 1]) = {f : [0, 1] −→ R : f es continua}.

R1
La función h·, ·i : C([0, 1])×C([0, 1]) −→ R definida por hf, gi = 0 f (x)g(x) dx constituye
un producto escalar sobre C([0, 1]).

Algunos resultados de demostración inmediata se recogen en la siguiente proposición.

Proposición 1.1.14. Si (E, h·, ·i) es un espacio con producto escalar, entonces:

1. hλx + µy, zi = λhx, zi + µhy, zi para todo x, y, z ∈ E y λ, µ ∈ R.

2. hz, λx + µyi = λhz, xi + µhz, yi para todo x, y, z ∈ E y λ, µ ∈ R.

3. hx, λyi = λhx, yi para todo x, y ∈ E y λ ∈ R.

4. h0, xi = hx, 0i = 0 para todo x ∈ E.

Proposición 1.1.15 (Desigualdad de Cauchy-Schwarz). Si (E, h·, ·i) es un espacio con

producto escalar, entonces
p p
|hx, yi| ≤ hx, xi hy, yi

para todo x, y ∈ E.

7
Demostración. Si x = 0 o y = 0, entonces hx, yi = 0 y, por tanto, la desigualdad (de
hecho, la igualdad) se cumple. Ası́ pues, podemos suponer que x, y 6= 0 y, entonces,
hx, xi, hy, yi > 0. Para todo λ ∈ R se tiene que

0 ≤ hλx + y, λx + yi = λ2 hx, xi + 2λhx, yi + hy, yi.

Si definimos hx, xi = a, 2hx, yi = b y hy, yi = c, la desigualdad anterior se convierte en

b
aλ2 +bλ+c ≥ 0. Si λ = − 2a , obtenemos b2 ≤ 4ac, es decir, hx, yi2 ≤ hx, xihy, yi. Tomando
raı́ces cuadradas se obtiene la desigualdad deseada.

Observación 1.1.16. La desigualdad de Cauchy-Schwarz es una igualdad si y solo si x

e y son linealmente dependientes.

Proposición 1.1.17. Sip(E, h·, ·i) es un espacio con producto escalar y k · k : E −→ R

está definida por kxk = hx, xi, entonces k · k es una norma sobre E.

Demostración. Todas las propiedades son inmediatas salvo la desigualdad triangular:

kx + yk2 = hx + y, x + yi = kxk2 + 2hx, yi + kyk2 ≤ kxk2 + 2kxkkyk + kyk2 = (kxk + kyk)2

donde la desigualdad es consecuencia de la de Cauchy-Schwarz.

Observación 1.1.18. De las Proposiciones 1.1.9 y 1.1.17 se obtiene que la norma y la

métrica usuales son, efectivamente, una norma y una métrica sobre Rn .

Ejercicios

1. Sea (E, d) un espacio métrico. Prueba que las siguientes funciones D : E × E −→ R

son también métricas sobre E:
d(x,y)
a) (Métrica acotada) D(x, y) = 1+d(x,y)
.
b) D(x, y) = ı́nf{1, d(x, y)}.

2. Sea f : R −→ R estrictamente creciente. Prueba que la función D : R × R −→ R

definida por D(x, y) = |f (x) − f (y)| es una métrica sobre R.
∞
P
3. Sean E el conjunto de las sucesiones de números reales y an una serie convergente
n=1
de términos positivos. Prueba que la función d : E × E −→ R definida por
∞
X |yn − xn |
d(x, y) = an
n=1
1 + |yn − xn |

donde x = (xn )n∈N e y = (yn )n∈N , es una métrica sobre E.

8
 4. Sean (E, k · k) un espacio normado y T : E −→ E una aplicación lineal inyectiva.
Prueba que la función k · kT : E −→ R definida por kxkT = kT (x)k es otra norma
sobre E.

5. Demuestra que la norma del supremo en C([0, 1]) no es la definida por el producto
escalar del Ejemplo 1.1.13.

6. Sea (E, h·, ·i) un espacio con producto escalar. Prueba que para todo x, y ∈ E se
verifican:

a) (Ley del paralelogramo) 2kxk2 + 2kyk2 = kx + yk2 + kx − yk2 .

b) kx + ykkx − yk ≤ kxk2 + kyk2 .
c) 4hx, yi = kx + yk2 − kx − yk2 .

7. En el espacio normado (C([0, 1]), k · k∞ ), prueba que la ley del paralelogramo no es

válida y deduce que esta norma no proviene de ningún producto escalar.

1.2. Conceptos topológicos

1.2.1. Conjuntos abiertos

Definición 1.2.1. Sea (E, d) un espacio métrico. Para cada x ∈ E y  > 0, el conjunto
B(x, ) = {y ∈ E : d(x, y) < }
se denomina bola abierta de centro x y radio . Un conjunto A ⊂ E es abierto si para
cada x ∈ A existe  > 0 tal que B(x, ) ⊂ A. Análogamente, el conjunto
B(x, ) = {y ∈ E : d(x, y) ≤ }
se denomina bola cerrada de centro x y radio .
Ejemplo 1.2.2. El conjunto vacı́o ∅ y el conjunto total E son abiertos.
Ejemplo 1.2.3. El intervalo (0, 1) es abierto en R pero no en R2 .
Ejemplo 1.2.4. La bola cerrada de centro 0 y radio 1 (bola unidad cerrada) no es
abierta en R2 .
Proposición 1.2.5. En un espacio métrico (E, d), toda bola abierta es abierta.

Demostración. Sean B(x, ) una bola abierta de centro x y radio  e y ∈ B(x, ). Tomando
0 =  − d(x, y) > 0, se tiene que B(y, 0 ) ⊂ B(x, ). En efecto, si z ∈ B(y, 0 ), entonces
d(x, z) ≤ d(x, y) + d(y, z) < d(x, y) + 0 = 
es decir, z ∈ B(x, ).

9
Proposición 1.2.6. En un espacio métrico (E, d), tanto la intersección de un número
finito de abiertos como la unión de una colección arbitraria de abiertos son abiertas.

Demostración. El caso de la intersección de un número finito de abiertos se puede reducir,

por inducción, a la intersección no vacı́a de dos abiertos. Sean A y B abiertos y x ∈ A ∩ B.
Existen 1 , 2 > 0 tales que B(x, 1 ) ⊂ A y B(x, 2 ) ⊂ B. Basta tomar 3 = mı́n(1 , 2 ) ya
que B(x, 3 ) ⊂ A ∩ B.

En cuanto a la unión de una colección arbitraria de abiertos, todo elemento de la

unión pertenece a uno de los abiertos, con lo que existe una bola abierta centrada en él y
contenida en dicho abierto y, por tanto, en la unión de todos ellos.

Observación 1.2.7. La intersección de una colección arbitraria de abiertos no tiene por

qué ser abierta. Basta considerar, por ejemplo, en R la colección de intervalos (−, ) con
 > 0.

Observación 1.2.8. A un conjunto con una colección dada de subconjuntos (llamados,

por definición, abiertos) que cumplan las condiciones de la Proposición 1.2.6 y que con-
tenga al conjunto vacı́o y al total, se le denomina espacio topológico.

1.2.2. Interior de un conjunto

Definición 1.2.9. Sean (E, d) un espacio métrico y A ⊂ E. Un punto x ∈ A es interior

a A si existe un abierto U tal que x ∈ U ⊂ A. El interior de A es la colección de todos
los puntos interiores a A y se denota por int(A).

Observación 1.2.10. La condición para que x ∈ int(A) es equivalente a que exista  > 0
tal que B(x, ) ⊂ A.

Observación 1.2.11. El interior de un conjunto puede ser vacı́o. Por ejemplo, el interior
de un único punto en Rn .

Observación 1.2.12. El interior de un conjunto es la unión de todos sus subconjuntos

abiertos, con lo que es el mayor subconjunto abierto de dicho conjunto.

Observación 1.2.13. Un conjunto es abierto si y solo si coincide con su interior.

Observación 1.2.14. Si A ⊂ B, entonces int(A) ⊂ int(B).

1.2.3. Conjuntos cerrados

Definición 1.2.15. Sea (E, d) un espacio métrico. Un conjunto A ⊂ E es cerrado si su

complementario E \ A es abierto.

10
Ejemplo 1.2.16. El conjunto vacı́o ∅ y el conjunto total E son cerrados.

Ejemplo 1.2.17. Un punto en Rn es un conjunto cerrado.

Ejemplo 1.2.18. El intervalo (0, 1] no es ni abierto ni cerrado en R.

Proposición 1.2.19. En un espacio métrico (E, d), toda bola cerrada es cerrada.

Demostración. Sean B(x, ) una bola cerrada de centro x y radio  e y ∈ E \ B(x, ).
Tomando 0 < 0 < d(x, y) − , se tiene que B(y, 0 ) ⊂ E \ B(x, ). En efecto, si z ∈ B(y, 0 ),
entonces
d(x, z) ≥ d(x, y) − d(z, y) > d(x, y) − 0 > 
es decir, z ∈ E \ B(x, ).

De la Proposición 1.2.6 se obtiene fácilmente el siguiente resultado análogo para con-

juntos cerrados:

Proposición 1.2.20. En un espacio métrico (E, d), tanto la unión de un número finito
de cerrados como la intersección de una colección arbitraria de cerrados son cerradas.

Observación 1.2.21. La unión de una colección arbitraria de cerrados no tiene por qué
ser cerrada. Basta considerar, por ejemplo, en R la colección de puntos del intervalo (0, 1).

1.2.4. Puntos de acumulación de un conjunto

Definición 1.2.22. Un punto x en un espacio métrico (E, d) es un punto de acumu-

lación de un conjunto A ⊂ E si A ∩ (U \ {x}) 6= ∅ para todo abierto U que contiene a x.
El conjunto de puntos de acumulación de A se denota por A0 .

Observación 1.2.23. La proposición 1.2.5 nos permite afirmar que x ∈ A0 si y solo si

A ∩ (B(x, ) \ {x}) 6= ∅ para todo  > 0.

Ejemplo 1.2.24. Un conjunto en R formado por un único punto no tiene puntos de

acumulación.

Ejemplo 1.2.25. Los puntos del intervalo [0, 1] son los puntos de acumulación de (0, 1).

Observación 1.2.26. Un punto de acumulación de un conjunto no tiene por qué perte-

necer a él.

Teorema 1.2.27. Un subconjunto A de un espacio métrico (E, d) es cerrado si y solo si

contiene a todos sus puntos de acumulación.

11
Demostración. Supongamos en primer lugar que A es cerrado. Ası́, para todo x ∈ E \ A
existe  > 0 tal que B(x, ) ⊂ E \ A, es decir, A ∩ B(x, ) = ∅, con lo que x 6∈ A0 .

Recı́procamente, supongamos que A contiene a todos sus puntos de acumulación y sea

x ∈ E \ A. Como x 6∈ A ∪ A0 , existe  > 0 tal que A ∩ B(x, ) = ∅, es decir, B(x, ) ⊂ E \ A.
Por tanto, E \ A es abierto.

1.2.5. Adherencia de un conjunto

Definición 1.2.28. Sean (E, d) un espacio métrico y A ⊂ E. La adherencia de A es la

intersección de todos los conjuntos cerrados que contienen a A y se denota por A.
Observación 1.2.29. La adherencia de un conjunto es el menor conjunto cerrado que lo
contiene.
Observación 1.2.30. Un conjunto es cerrado si y solo si coincide con su adherencia.
Observación 1.2.31. Si A ⊂ B, entonces A ⊂ B.
Proposición 1.2.32. La adherencia de un conjunto está formada por él mismo junto con
sus puntos de acumulación.

Demostración. Sean A un subconjunto de un espacio métrico (E, d) y B = A ∪ A0 . Por

el Teorema 1.2.27, cualquier conjunto cerrado que contiene a A también debe contener
a B. Si B es cerrado, entonces será el menor conjunto cerrado que contiene a A, con lo
que B = A. Veamos que B es, en efecto, cerrado usando de nuevo el Teorema 1.2.27. Sea
x ∈ B 0 . Entonces para cada  > 0 se tiene que B ∩ (B(x, ) \ {x}) 6= ∅. Si y pertenece a
dicha intersección, entonces y ∈ A o y ∈ A0 . En este último caso, B(y,  − d(x, y)) contiene
puntos de A distintos de x. Ası́, x ∈ A0 con lo que x ∈ B.

A partir de este resultado es obvia la consecuencia siguiente:

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

1.2.6. Frontera de un conjunto

Definición 1.2.36. Sean (E, d) un espacio métrico y A ⊂ E. La frontera de A se define

como ∂(A) = A ∩ E \ A.

12
Observación 1.2.37. La frontera de un conjunto es cerrada.

Observación 1.2.38. ∂(A) = ∂(E \ A).

Observación 1.2.39. ∂(A) = A \ int(A).

El Corolario 1.2.33 implica que la frontera de un conjunto tiene también la siguiente

descripción:

Proposición 1.2.40. Dado un subconjunto A de un espacio métrico (E, d), se tiene que
x ∈ ∂(A) si y solo si para todo  > 0, B(x, ) contiene puntos de A y de E \ A.

Ejercicios

1. Sean A, B ⊂ Rn con A abierto y definamos A + B = {x + y ∈ Rn : x ∈ A e y ∈ B}.

Demuestra que A + B es abierto.

2. Demuestra que todo subconjunto de un conjunto arbitrario es abierto con la métrica

discreta.

3. Sean A ⊂ R abierto y B = {(x, y) ∈ R2 : x ∈ A}. Prueba que B es abierto.

4. Sea A ⊂ Rn y definamos B = {x ∈ Rn : d(x, y) < 1 para algún y ∈ A}. Prueba que

B es abierto.

5. Prueba la certeza o falsedad de las expresiones siguientes:

a) int(A) ∪ int(B) = int(A ∪ B).

b) int(A) ∩ int(B) = int(A ∩ B).
c) A ∪ B = A ∪ B.
d ) A ∩ B = A ∩ B.
e) int(A) = int(A).
f ) int(A) = A.
g) ∂(A) = ∂(A).

6. ¿Es cierto en un espacio métrico arbitrario que el interior de una bola cerrada es la
correspondiente bola abierta?

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

conjunto B = {x ∈ E : d(x, y) ≤ 1 para algún y ∈ A} es cerrado.

8. Sean (E, d) un espacio métrico y A ⊂ E. Demuestra que B es abierto (cerrado) en

(A, d) si y solo si B = B 0 ∩ A para cierto abierto (cerrado) B 0 en (E, d).

13
 9. ¿Es cierto en un espacio métrico arbitrario que los puntos de una bola cerrada son
puntos de acumulación de la correspondiente bola abierta?

10. Encuentra los puntos de acumulación de los siguientes subconjuntos de R2 :

a) Z × Z.
b) Q × Q.
 m 1

c) ,
n n
: m, n ∈ Z, n 6
= 0 .

11. Sean (E, d) un espacio métrico y A ⊂ E. Demuestra que si x ∈ A0 , entonces todo

abierto que contenga a x contiene a su vez infinitos puntos de A.

12. Dado A = n1 + m1 : n, m ∈ N , prueba que A0 = n1 : n ∈ N ∪ {0}.

 

13. Dado un subconjunto A de un espacio métrico (E, d), prueba que A0 es cerrado.

14. Dado un subconjunto A de un espacio métrico (E, d), prueba que x ∈ A si y solo si
ı́nf{d(x, y) : y ∈ A} = 0.

15. Dados un subconjunto A de un espacio métrico (E, d) y x ∈ E, se definen

d(x, A) = ı́nf{d(x, y) : y ∈ A}

y para cada  > 0,

B(A, ) = {x ∈ E : d(x, A) < }
y
B(A, ) = {x ∈ E : d(x, A) ≤ }.
Prueba que para cada  > 0, B(A, ) es abierto, B(A, ) es cerrado y que A es
T
cerrado si y solo si A = B(A, ).
>0

16. Dados dos subconjuntos A y B de un espacio métrico (E, d), prueba que

∂(A ∪ B) ⊂ ∂(A) ∪ ∂(B) ⊂ ∂(A ∪ B) ∪ A ∪ B.

17. Determina el interior, los puntos de acumulación, la adherencia y la frontera de los

siguientes conjuntos:

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


∞ 
(x, y) ∈ R2 : k(x, y)k1 = n1 .
S
b) B =
n=1

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



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

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

14
1.3. Sucesiones y completitud

Definición 1.3.1. Una sucesión xn en un conjunto E es una función de N en E.

Dada una sucesión estrictamente creciente j(n) en N la sucesión yn = xj(n) se llama
subsucesión de xn . En un espacio métrico (E, d), se dice que xn converge a un punto
x ∈ E y escribimos lı́m xn = x, si para todo abierto U que contiene a x existe n0 ∈ N tal
n→∞
que xn ∈ U para todo n ≥ n0 .

Es obvio que la convergencia de una sucesión en un espacio métrico se puede caracte-

rizar de la forma siguiente:

Proposición 1.3.2. Una sucesión xn en un espacio métrico (E, d) converge a x si y solo

si para todo  > 0 existe n0 ∈ N tal que d(xn , x) <  para todo n ≥ n0 .

Observación 1.3.3. El lı́mite de una sucesión convergente en un espacio métrico es

único.

Definición 1.3.4. Una sucesión xn en un espacio normado (E, k · k) converge a x ∈ E

si y solo si para todo  > 0 existe n0 ∈ N tal que kxn − xk <  para todo n ≥ n0 .

Los dos resultados siguientes se demuestran sin dificultad:

Proposición 1.3.5. Sean xn e yn sucesiones en un espacio normado (E, k·k) convergentes

a x e y, respectivamente y λn una sucesión en R convergente a λ ∈ R. Entonces:

1. lı́m (xn + yn ) = x + y.
n→∞

2. lı́m (λn xn ) = λx.

n→∞

1
= λ1 x.


3. Si λn 6= 0 para todo n ∈ N y λ 6= 0, entonces lı́m x
λn n
n→∞

Proposición 1.3.6. Una sucesión (x1k , . . . , xnk ) en Rn converge a (x1 , . . . , xn ) si y solo si

xik converge a xi para todo i = 1, . . . , n.

Las sucesiones pueden utilizarse para determinar si un conjunto es cerrado, ası́ como
para caracterizar la adherencia de un conjunto:

Proposición 1.3.7. Sea (E, d) un espacio métrico.

1. Un conjunto A ⊂ E es cerrado si y solo si para cada sucesión convergente xn

contenida en A, el lı́mite pertenece a A.

2. Dado un conjunto B ⊂ E, x ∈ B si y solo si existe una sucesión xn contenida en

B convergente a x.

15
Demostración.

1. En primer lugar, supongamos que A es cerrado y sea xn una sucesión contenida en

A y convergente a x. Entonces x ∈ A0 y, por el Teorema 1.2.27, se tiene que x ∈ A.
Recı́procamente, dado x ∈ A0 , para cada n ∈ N elegimos xn ∈ A ∩ B x, n1 . La

sucesión xn está contenida en A y converge a x, con lo que, por hipótesis, x ∈ A y,

de nuevo por el Teorema 1.2.27, se tiene que A es cerrado.

2. El argumento es similar.

La convergencia de una sucesión se puede caracterizar en términos de subsucesiones

como muestra el resultado siguiente:

Proposición 1.3.8.

1. Una sucesión xn en un espacio métrico converge a x si y solo si toda subsucesión

suya converge a x también.

2. Una sucesión xn en un espacio métrico converge a x si y solo si toda subsucesión

suya tiene a su vez una subsucesión convergente a x.

Demostración.

1. Si toda subsucesión de xn converge a x, basta considerar las subsucesiones x2n−1 y

x2n .

2. Si xn no converge a x, existe  > 0 y una subsucesión xj(n) tales que d(xj(n) , x) ≥ 

para todo n ∈ N.

Abordemos ahora la completitud de un espacio métrico.

Definición 1.3.9. En un espacio métrico (E, d), se dice que xn es una sucesión de
Cauchy si para todo  > 0 existe n0 ∈ N tal que d(xn , xm ) <  para todo n, m ≥ n0 . El
espacio (E, d) es completo si toda sucesión de Cauchy converge a un punto de E.

Ejemplo 1.3.10. R es un espacio métrico completo.

Ejemplo 1.3.11. Q y R \ {0} no son espacios métricos completos.

16
Definición 1.3.12. En un espacio normado (E, k · k), se dice que xn es una sucesión de
Cauchy si para todo  > 0 existe n0 ∈ N tal que kxn − xm k <  para todo n, m ≥ n0 .

Definición 1.3.13. En un espacio normado (E, k · k), se dice que una sucesión xn está
acotada si existe C ∈ R tal que kxn k ≤ C para todo n ∈ N.

Definición 1.3.14. En un espacio métrico (E, d), se dice que una sucesión xn está aco-
tada si existen C ∈ R y x ∈ E tales que d(xn , x) ≤ C para todo n ∈ N. En general, se
dice que un subconjunto A ⊂ E está acotado si está contenido en una bola.

Es fácil obtener las siguientes propiedades de las sucesiones de Cauchy:

Proposición 1.3.15.

1. Toda sucesión convergente en un espacio métrico es una sucesión de Cauchy.

2. Una sucesión de Cauchy en un espacio métrico debe estar acotada.

3. Toda sucesión convergente en un espacio métrico está acotada.

4. Si una subsucesión de una sucesión de Cauchy en un espacio métrico converge a x,

entonces la sucesión converge a x.

El que R sea un espacio métrico completo junto con la Proposición 1.3.6 implica:

Teorema 1.3.16. Rn es un espacio métrico completo.

Ejercicios

1. Calcula, si existen, los lı́mites de las siguientes sucesiones de R2 :

a) (−1)n , n1 .

b) 1, n1 .


 π

cos(nπ) sen(nπ+ 2 )
c) n
, n
.

d ) n1 , n−n .

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

3. Sean (E, d) un espacio métrico completo y A ⊂ E un subconjunto cerrado. Prueba

que (A, d) es también un espacio métrico completo.

4. Sean (E, d) un espacio métrico y A ⊂ E tales que (A, d) es un espacio métrico

completo. Demuestra que A es cerrado.

17
 5. Si (E, d) es un espacio métrico con la propiedad de que toda sucesión acotada tiene
una subsucesión convergente, prueba que es completo.

6. Sea (E, d) un espacio métrico siendo d la métrica discreta. ¿Es completo?

7. Sea xn una sucesión en Rk tal que d(xn+1 , xn ) ≤ r d(xn , xn−1 ) para cierto r ∈ [0, 1)
y todo n > 1. Prueba que xn converge.

8. Sea xn una sucesión en Rk tal que kxn −xm k ≤ n1 + m1 para todo n, m ∈ N. Demuestra
que xn converge.

9. Sea E = {a1 , a2 , . . .} un conjunto numerable. Se define


0 si n = m
d(an , am ) = 1 1
n
+ m si n 6= m

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

1.4. Compacidad

En R toda sucesión acotada tiene una subsucesión convergente. Por tanto, toda suce-
sión contenida en un conjunto cerrado y acotado tiene una subsucesión convergente a un
punto de dicho conjunto. La generalización de esta propiedad en espacios métricos viene
dada por la siguiente definición:

Definición 1.4.1. Sea (E, d) un espacio métrico. Se dice que un subconjunto A ⊂ E es

secuencialmente compacto si toda sucesión en A tiene una subsucesión convergente
a un punto de A.

Observación 1.4.2. Utilizando la caracterización de los conjuntos cerrados mediante

sucesiones se obtiene que todo conjunto secuencialmente compacto A debe ser cerrado.
Además, debe estar acotado pues, de lo contrario, existirı́an un punto x y una sucesión
xn en A tales que d(xn , x) ≥ n para todo n ∈ N, con lo que xn no podrı́a tener ninguna
subsucesión convergente.

Definición 1.4.3. Sean (E, d) un espacio métrico y A ⊂ E. Un recubrimiento (abier-

to) de A es una colección de conjuntos (abiertos) cuya unión contiene a A o recubre A.
Un subrecubrimiento (finito) de un recubrimiento dado es una subcolección (finita)
cuya unión también recubre A.

Definición 1.4.4. Sea (E, d) un espacio métrico. Se dice que un subconjunto A ⊂ E

es compacto si todo recubrimiento abierto de A contiene un subrecubrimiento finito. Si
A = E se dice que (E, d) es un espacio métrico compacto.

18
Observación 1.4.5. Un conjunto compacto A está acotado pues dado x ∈ A, la colección
de bolas abiertas {B(x, n) : n ∈ N} forma un recubrimiento abierto de A.

Definición 1.4.6. Sea (E, d) un espacio métrico. Se dice que un subconjunto A ⊂ E es

totalmente acotado si para todo  > 0 existe un conjunto finito {x1 , . . . , xn } en A tal
Sn
que A ⊂ B(xk , ).
k=1

Observación 1.4.7. Un conjunto totalmente acotado A está acotado pues existe un con-
n
S
junto finito {x1 , . . . , xn } en A tal que A ⊂ B(xk , 1) y
k=1

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

para todo k ∈ {1, . . . , n}.

Teorema 1.4.8 (Bolzano-Weierstrass). Un subconjunto de un espacio métrico es com-

pacto si y solo si es secuencialmente compacto.

La demostración de este resultado requiere el establecimiento de dos lemas previos:

Lema 1.4.9. Un subconjunto compacto A de un espacio métrico (E, d) es cerrado.

Demostración. Veamos que E \ A es abierto. Sea x ∈ E \ A. La colección de conjuntos

abiertos Un = E \ B x, n1 con n ∈ N recubre A, ası́ que debe existir un subrecubrimiento

finito. 
Si n0 
es el ı́ndice máximo de los abiertos del subrecubrimiento, entonces se tiene
1
que B x, n0 ⊂ E \ A.

Lema 1.4.10. Si (E, d) es un espacio métrico compacto y A ⊂ E es cerrado, entonces A

es compacto.

Demostración. Sea {Ui : i ∈ I} un recubrimiento abierto de A. Entonces la colección de

conjuntos {Ui : i ∈ I}∪(E\A) es un recubrimiento abierto de E, con lo que tiene un subre-
cubrimiento finito, digamos {U1 , . . . , Un , E \ A}. Ası́, {U1 , . . . , Un } es un subrecubrimiento
finito de A.

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

un espacio métrico (E, d) y supongamos que existe una sucesión xn en A que no tiene
subsucesiones convergentes. En particular, esto significa que xn tiene infinitos puntos
distintos, digamos yn . Puesto que yn tampoco tiene subsucesiones convergentes, para cada
n ∈ N existe un abierto Un que contiene a yn y a ningún otro término de la sucesión. El
conjunto {y1 , y2 , . . .} es cerrado pues no tiene puntos de acumulación. Aplicando el Lema
1.4.10 a dicho conjunto se obtiene su compacidad. Pero {Un : n ∈ N} es un recubrimiento
abierto suyo que no tiene ningún subrecubrimiento finito, lo cual es una contradicción.

19
Ası́, xn tiene una subsucesión convergente cuyo lı́mite está en A ya que, en virtud del
Lema 1.4.9, A es cerrado.

Recı́procamente, supongamos que A es secuencialmente compacto y sea {Ui : i ∈ I}

un recubrimiento abierto de A. Existe  > 0 tal que para todo x ∈ A existe i ∈ I tal que
B(x, ) ⊂ Ui (en caso contrario, para todo n ∈ N existirı́a xn ∈ A tal que B xn , n1 no

estarı́a contenida en ningún Ui . Por hipótesis, xn tendrı́a una subsucesión yn convergente

a y ∈ A. Siendo i0 ∈ I y δ > 0 tal que B(y, δ) ⊂ Ui0 y tomando  n0 ∈ N suficientemente
δ 1 δ 1
grande para que d(yn0 , y) < 2 y n0 < 2 se tendrı́a que B yn0 , n0 ⊂ Ui0 lo cual es una
contradicción). Además, A es totalmente acotado (si no lo fuera, existirı́a r > 0 tal que
A no se podrı́a recubrir con un número finito de bolas abiertas de radio r. Tomando
n−1
[
z1 ∈ A, z2 ∈ A \ B(z1 , r), . . . , zn ∈ A \ B(zk , r)
k=1

obtendrı́amos una sucesión zn en A tal que d(zn , zm ) ≥ r para todo n, m ∈ N, es decir,

sin ninguna subsucesión convergente). Por tanto, existe un conjunto finito {t1 , . . . , tn } en
n
S
A tal que A ⊂ B(tk , ). Ya que para cada k existe ik ∈ I tal que B(tk , ) ⊂ Uik , la
k=1
colección {Ui1 , . . . , Uik } forma un subrecubrimiento finito.

Teorema 1.4.11. Un espacio métrico (E, d) es compacto si y solo si es completo y total-

mente acotado.

Demostración. Primero, supongamos que E es compacto. Por el teorema de Bolzano-

Weierstrass, es secuencialmente compacto. Ası́, toda sucesión de Cauchy tiene una sub-
sucesión convergente, luego la sucesión converge y (E, d) es completo. Además, según se
probó en la demostración del teorema de Bolzano-Weierstrass, todo conjunto secuencial-
mente compacto es totalmente acotado.

Recı́procamente, supóngase que E es completo y totalmente acotado. Por el teorema

de Bolzano-Weierstrass, basta probar que E es secuencialmente compacto. Sea xn una
sucesión en E (podemos suponer que todos los términos son distintos). Si recubrimos
E con un número finito de bolas de radio 1, existe una subsucesión de xn totalmente
contenida en una de esas bolas. Ahora, si recubrimos E con un número finito de bolas de
radio 12 , existe una subsucesión de la anterior totalmente contenida en una de ellas y ası́
sucesivamente. La subsucesión diagonal (el primer elemento de la primera subsucesión,
el segundo de la segunda, etc.) es de Cauchy y, por tanto, convergente.

Corolario 1.4.12. Sea (E, d) es un espacio métrico completo. Un subconjunto A es com-

pacto si y solo si es cerrado y totalmente acotado.

Demostración. Basta aplicar el teorema anterior al espacio métrico (A, d).

20
 Los compactos de Rn están caracterizados por el siguiente teorema:

Teorema 1.4.13 (Heine-Borel). Un subconjunto de Rn es compacto si y solo si es cerrado

y acotado.

Demostración. Ya hemos probado que los conjuntos compactos son cerrados y acotados.
Recı́procamente, sea A ⊂ Rn cerrado y acotado. Por el teorema de Bolzano-Weierstrass,
basta probar que A es secuencialmente compacto. Sea xk = (x1k , . . . , xnk ) una sucesión
en A. Como A está acotado, la sucesión x1k tiene una subsucesión convergente, digamos
x1j1 (k) . Entonces x2j1 (k) tiene una subsucesión convergente, digamos x2j2 (k) . Continuando de
esta manera obtenemos la subsucesión convergente xjn (k) cuyo lı́mite está en A por ser
cerrado.

El resultado siguiente se obtiene como una consecuencia importante del teorema de

Bolzano-Weierstrass:

Teorema 1.4.14 (Propiedad de los conjuntos encajados). Sea An una sucesión de sub-
conjuntos compactos no vacı́os de un espacio métrico (E, d) tales que An+1 ⊂ An para
∞
T
todo n ∈ N. Entonces An 6= ∅.
n=1

Demostración. Elijamos xn ∈ An para cada n ∈ N. La sucesión xn tiene una subsucesión

convergente por estar contenida en el conjunto compacto A1 . El punto lı́mite está en todos
los conjuntos An por ser cerrados.

Ejercicios

1. Encuentra un ejemplo de un conjunto cerrado y acotado que no sea compacto.

2. Sean (E, d) un espacio métrico y A ⊂ E. Una colección de conjuntos cerrados tiene la

propiedad de intersección finita para A si la intersección de cualquier cantidad
finita de ellos con A es no vacı́a. Demuestra que A es compacto si y solo si toda
colección de conjuntos cerrados con la propiedad de intersección finita para A tiene
intersección no vacı́a con A.

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

4. Prueba que A = {x ∈ Rn : kxk ≤ 1} es compacto.

5. Demuestra, utilizando la definición, que no son compactos los siguientes conjuntos:

a) R.
b) (a, b) ⊂ R.

21
 c) La bola abierta en Rn de centro 0 y radio r.

6. Sean A, B ⊂ Rn compactos. ¿Debe A + B ser compacto?

7. Estudia la compacidad de los conjuntos siguientes:

a) {(x, y, z) ∈ R3 : x2 + y 2 ≤ 1, 0 ≤ z ≤ 2}.
b) {(x, y) ∈ R2 : x2 + y 2 ≤ 1} ∪ −1 + n3 , 0 : n ∈ N .


t, sen πt : 0 < t ≤ 1 .


c)

8. Sean A ⊂ Rn cerrado no vacı́o y x 6∈ A. Demuestra que existe y ∈ A tal que

d(x, y) = d(x, A).

1.5. Conexión

Definición 1.5.1. Sea (E, d) un espacio métrico. Una aplicación ϕ : [a, b] −→ E es

continua si lı́m ϕ(tn ) = ϕ(t) para toda sucesión tn en [a, b] convergente a t ∈ [a, b]. Un
n→∞
arco continuo que une dos puntos x, y ∈ E es una aplicación continua ϕ : [a, b] −→ E
tal que ϕ(a) = x y ϕ(b) = y. Un arco ϕ está contenido en un conjunto A si se verifica
que ϕ(t) ∈ A para todo t ∈ [a, b]. Finalmente, decimos que un conjunto es conexo por
arcos si cualesquiera dos puntos del conjunto se pueden unir mediante un arco continuo
contenido en el conjunto.

Ejemplo 1.5.2. El intervalo [0, 1] es conexo por arcos, pues dados x, y ∈ [0, 1] basta
tomar el arco continuo contenido en [0, 1] ϕ : [0, 1] −→ R definido por ϕ(t) = (y − x)t + x.

Definición 1.5.3. Sean (E, d) un espacio métrico y A ⊂ E. Se dice que dos abiertos U
y V separan A si satisfacen las condiciones siguientes:

1. U ∩ V ∩ A = ∅.

2. U ∩ A 6= ∅.

3. V ∩ A 6= ∅.

4. A ⊂ U ∪ V .

Se dice que A es disconexo si existen tales conjuntos; en caso contrario, se dice que A es
conexo. Finalmente, una componente conexa de A es un subconjunto conexo A0 ⊂ A
tal que no existe un conjunto conexo en A que contenga a A0 y sea distinto de A0 .

Lema 1.5.4. El intervalo [a, b] es conexo.

22
Demostración. Supongamos que [a, b] es disconexo. Entonces existen dos abiertos U y V
que separan [a, b]. Supongamos, además, que b ∈ V . Sea c = sup(U ∩ [a, b]), que existe
porque U ∩[a, b] es no vacı́o y está acotado superiormente. El conjunto U ∩[a, b] es cerrado,
pues su complementario es V ∪ (R \ [a, b]), que es abierto. Ası́, c ∈ U ∩ [a, b]. Ahora, se
tiene que c 6= b, pues c 6∈ V y b ∈ V . Ya que ningún intervalo abierto centrado en c puede
estar totalmente contenido en U , cualquier intervalo de ese tipo interseca a V ∩ [a, b]. Por
tanto, c es un punto de acumulación de V ∩ [a, b]. Como U ∩ [a, b], el conjunto V ∩ [a, b]
es cerrado y entonces c ∈ V ∩ [a, b], lo cual contradice que U ∩ V ∩ [a, b] = ∅.

Corolario 1.5.5. No existen subconjuntos cerrados disjuntos no vacı́os A y B de [a, b]

cuya unión sea [a, b].

Demostración. Si existieran tales subconjuntos, los abiertos U = R \ A y V = R \ B

separarı́an [a, b].

La conexión por arcos y la conexión se relacionan de la siguiente forma:

Teorema 1.5.6. Los conjuntos conexos por arcos son conexos.

Demostración. Sea A un conjunto conexo por arcos supuestamente disconexo. Entonces

existen dos abiertos U y V que separan A. Sean x ∈ U ∩ A e y ∈ V ∩ A. Existe un arco
continuo ϕ : [a, b] −→ A que une x con y. Sean B = ϕ−1 (U ) y C = ϕ−1 (V ). Supongamos
que tn es una sucesión en B convergente a t. Entonces t ∈ [a, b] y ϕ(tn ) converge a
ϕ(t). Se tiene que ϕ(t) ∈ U pues, en caso contrario, ϕ(tn ) ∈ V para n suficientemente
grande lo que contradice el hecho de que U ∩ V ∩ A = ∅. Por tanto, B es cerrado y,
análogamente, C también. Además, B y C son no vacı́os (a ∈ B y b ∈ C), disjuntos
(B ∩ C = ϕ−1 (U ∩ V ) = ∅) y

B ∪ C = ϕ−1 (U ∪ V ) = ϕ−1 (A) = [a, b].

Obtenemos, pues, una contradicción con el Corolario 1.5.5.

Observación 1.5.7. El recı́proco del teorema anterior no es cierto, es decir, existen

conjuntos conexos que no son conexos por arcos.

Ejercicios

1. Sean ϕ : [0, 1] −→ R2 un arco continuo y A = ϕ([0, 1]). Demuestra que A es conexo

por arcos.

2. Sean ϕ : [a, b] −→ R3 un arco continuo, a < c < d < b y A = {ϕ(t) : c ≤ t ≤ d}.

¿Debe ϕ−1 (A) ser conexo por arcos?

23
 3. Estudia las componentes conexas de Z y de Q ∩ [0, 1].

4. Prueba que A = {x ∈ Rn : kxk ≤ 1} es conexo.

5. Sean A ⊂ Rn , x ∈ A, y ∈ Rn \ A y ϕ : [0, 1] −→ Rn un arco continuo que une x e

y. Prueba que existe t ∈ [0, 1] tal que ϕ(t) ∈ ∂(A).

6. Demuestra que un subconjunto de R es conexo si y solo si es un intervalo.

7. Si A es un subconjunto conexo de Rn , ¿debe ser Rn \ A conexo?

8. Sean (E, d) un espacio métrico y {Ai : i ∈ I} una colección de subconjuntos conexos

S
de E tal que Ai ∩ Aj 6= ∅ para cualesquiera i, j ∈ I. Prueba que Ai es conexo.
i∈I

1.6. Lı́mites, continuidad y continuidad uniforme

Definición 1.6.1. Sean (E, d) y (F, d0 ) dos espacios métricos, A ⊂ E y f : A −→ F .

Supongamos que x0 ∈ A0 . Se dice que L ∈ F es el lı́mite de f en x0 y lo denotamos por
lı́m f (x) = L, si dado  > 0, existe δ > 0 tal que para todo x ∈ A con 0 < d(x, x0 ) < δ
x→x0
se tiene que d0 (f (x), L) < .

Observación 1.6.2. El lı́mite de f en x0 , si existe, es único. En efecto, supongamos que

dicho lı́mite es L y L0 y sea  > 0. Existen δ1 , δ2 > 0 tales que si 0 < d(x, x0 ) < δ1 ,
entonces d0 (f (x), L) < 2 y si 0 < d(x, x0 ) < δ2 , entonces d0 (f (x), L0 ) < 2 . Por tanto, si
0 < d(x, x0 ) < mı́n{δ1 , δ2 }, entonces d0 (L, L0 ) ≤ d0 (L, f (x)) + d0 (f (x), L0 ) <  para todo
 > 0, luego d0 (L, L0 ) = 0 con lo que L = L0 .

Definición 1.6.3. Sean (E, d) y (F, d0 ) dos espacios métricos, A ⊂ E, f : A −→ F y

x0 ∈ A. Se dice que f es continua en x0 si x0 6∈ A0 o si lı́m f (x) = f (x0 ).
x→x0

Observación 1.6.4. En la definición de lı́mite hay que especificar que x 6= x0 pues f no

tiene por qué estar definida en x0 , pero en la de continuidad puede ser x = x0 .

Definición 1.6.5. Sean (E, d) y (F, d0 ) dos espacios métricos, A ⊂ E y f : A −→ F . Se

dice que f es continua en B ⊂ A si y solo si es continua en cada punto de B y se dice
que f es continua si y solo si lo es en todo su dominio A.

El resultado siguiente caracteriza la continuidad de una función:

Teorema 1.6.6. Sean (E, d) y (F, d0 ) dos espacios métricos, A ⊂ E y f : A −→ F . Son

equivalentes:

1. f es continua.

24
 2. Para cada sucesión xn convergente a x0 en A, se tiene que f (xn ) converge a f (x0 ).

3. Para cada conjunto abierto U ⊂ F , f −1 (U ) es abierto en (A, d).

4. Para cada conjunto cerrado B ⊂ F , f −1 (B) es cerrado en (A, d).

Demostración. Es fácil demostrar que de 1 se obtiene 2.

Veamos que 2 implica 4. Sean un conjunto cerrado B ⊂ F y una sucesión xn en f −1 (B)

convergente a x ∈ A. Por continuidad, la sucesión f (xn ) en B converge a f (x). Ya que B
es cerrado, f (x) ∈ B, es decir, x ∈ f −1 (B).

Pasando al complementario, de 4 se obtiene 3.

Finalmente, 3 implica 1. En efecto, sean x0 ∈ A y  > 0. Por hipótesis se tiene que

f (B(f (x0 ), )) es un conjunto abierto en (A, d) y x0 ∈ f −1 (B(f (x0 ), )), luego existe
−1

δ > 0 tal que B(x0 , δ) ∩ A ⊂ f −1 (B(f (x0 ), )), obteniéndose ası́ 1.

Observación 1.6.7. En las condiciones del Teorema 1.6.6, si x0 ∈ A0 , entonces se tiene
que lı́m f (x) = L si y solo si lı́m f (xn ) = L para toda sucesión xn en A\{x0 } convergente
x→x0 n→∞
a x0 . La prueba del solo si es análoga a la de 1 implica 2 del Teorema 1.6.6 y el si se
obtiene por reducción al absurdo.

A continuación vamos a estudiar el comportamiento de los conjuntos compactos y

conexos bajo funciones continuas.
Teorema 1.6.8. Sean (E, d) y (F, d0 ) dos espacios métricos, A ⊂ E conexo (conexo por
arcos) y f : A −→ F continua. Entonces f (A) es conexo (conexo por arcos).

Demostración. Supongamos que f (A) es disconexo. Entonces existen dos abiertos U y

V tales que U ∩ V ∩ f (A) = ∅, U ∩ f (A) 6= ∅, V ∩ f (A) 6= ∅ y f (A) ⊂ U ∪ V . Ya
que f −1 (U ) = U 0 ∩ A y f −1 (V ) = V 0 ∩ A para ciertos abiertos U 0 y V 0 , se tiene que
U 0 ∩ V 0 ∩ A = ∅, U 0 ∩ A 6= ∅, V 0 ∩ A 6= ∅ y A ⊂ U 0 ∪ V 0 , es decir, A es disconexo.

En cuanto a la conexión por arcos, sean z, w ∈ f (A), es decir, z = f (x) y w = f (y)

con x, y ∈ A y ϕ un arco continuo contenido en A que une x con y. Entonces f (ϕ(t)) es
un arco continuo contenido en f (A) que une z con w.
Teorema 1.6.9. Sean (E, d) y (F, d0 ) espacios métricos, A ⊂ E compacto y f : A −→ F
continua. Entonces f (A) es compacto.

Demostración. Sea yn una sucesión en f (A), es decir, yn = f (xn ) para cada n ∈ N, siendo
xn una sucesión en A. Como A es compacto, existe una subsucesión xj(n) convergente a
x ∈ A. Ya que f es continua, yj(n) es una subsucesión convergente a f (x) ∈ f (A), luego
f (A) es compacto.

25
 Los siguientes resultados nos dicen como se comportan las funciones continuas al
operar con ellas.

Teorema 1.6.10. Sean (E, d), (F, d0 ) y (G, d00 ) espacios métricos y f : A ⊂ E −→ F y
g : B ⊂ F −→ G continuas con f (A) ⊂ B. Entonces la composición g ◦ f : A −→ G,
definida por (g ◦ f )(x) = g(f (x)), es continua.

Demostración. Sea U ⊂ G abierto. Entonces (g ◦ f )−1 (U ) = f −1 (g −1 (U )). Ahora, ya

que g es continua, por el Teorema 1.6.6 g −1 (U ) = U 0 ∩ B para cierto abierto U 0 , luego
(g ◦ f )−1 (U ) = f −1 (U 0 ∩ B) = f −1 (U 0 ) = U 00 ∩ A para cierto abierto U 00 . Ası́, g ◦ f es
continua.

Proposición 1.6.11. Sean (E, d) un espacio métrico, (F, k · k) un espacio normado,

A ⊂ E y x0 ∈ A0 .

1. Si f, g : A −→ F con lı́m f (x) = L y lı́m g(x) = L0 , entonces

x→x0 x→x0

lı́m (f + g)(x) = L + L0
x→x0

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

2. Si f : A −→ R y g : A −→ F con lı́m f (x) = L y lı́m g(x) = L0 , entonces

x→x0 x→x0

lı́m (f · g)(x) = LL0

x→x0

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

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

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

L0
 
g
lı́m (x) =
x→x0 f L
 
g(x)
estando definida fg : A ∩ (B(x0 , ) \ {x0 }) −→ F por fg (x) = f (x)
.

Demostración.

1. Sea  > 0. Existe δ1 > 0 tal que para todo x ∈ A con 0 < d(x, x0 ) < δ1 se tiene
que kf (x) − Lk < 2 y existe δ2 > 0 tal que para todo x ∈ A con 0 < d(x, x0 ) < δ2
se tiene que kg(x) − L0 k < 2 . Si x ∈ A con 0 < d(x, x0 ) < mı́n{δ1 , δ2 }, entonces,
usando la desigualdad triangular, se tiene que k(f + g)(x) − (L + L0 )k < .

26
 2. Sea  > 0. Existe δ1 > 0 tal que para todo x ∈ A con 0 < d(x, x0 ) < δ1 se tiene que

|f (x) − L| <
2(kL0 k + 1)
y
|f (x)| ≤ |L| + 1.
Además, existe δ2 > 0 tal que para todo x ∈ A con 0 < d(x, x0 ) < δ2 se tiene que

kg(x) − L0 k < .
2(|L| + 1)

Si x ∈ A con 0 < d(x, x0 ) < mı́n{δ1 , δ2 }, entonces, usando la desigualdad triangular,

se tiene que

k(f · g)(x) − LL0 k = kf (x)g(x) − L0 f (x) + L0 f (x) − LL0 k

≤ |f (x)|kg(x) − L0 k + |f (x) − L|kL0 k
(|L| + 1) kL0 k
< +
2(|L| + 1) 2(kL0 k + 1)
< .

3. Basta considerar el producto de g y f1 , ya que lı́m 1

= L1 . En efecto, consideremos
x→x0 f (x)
 > 0. Existe δ1 > 0 tal que para todo x ∈ A con 0 < d(x, x0 ) < δ1 se tiene
que |f (x) − L| < |L| 2
, con lo que |f (x)| > |L|
2
y existe δ2 > 0 tal que para todo
2
x ∈ A con 0 < d(x, x0 ) < δ2 se tiene que |f (x) − L| < L2 . Para todo x ∈ A con
0 < d(x, x0 ) < mı́n{δ1 , δ2 } se tiene que
   
 1 1   L − f (x) 
 − =  < 2 |f (x) − L| < .
 f (x) L   Lf (x)  L2

Corolario 1.6.12. Sean (E, d) un espacio métrico, (F, k · k) un espacio normado, A ⊂ E

y x0 ∈ A ∩ A0 .

1. Si f, g : A −→ F son continuas en x0 , entonces f + g también.

2. Si f : A −→ R y g : A −→ F son continuas en x0 , entonces f · g también.

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

nula en A ∩ B(x0 , ) para cierto  > 0 y fg es continua en x0 .

Las funciones continuas con valores reales están acotadas sobre conjuntos compactos
y alcanzan sus valores máximo y mı́nimo en puntos del conjunto:

27
Teorema 1.6.13. Sean (E, d) un espacio métrico, A ⊂ E y f : A −→ R continua. Si
B ⊂ A es compacto, entonces f está acotada en B, es decir, f (B) es un conjunto acotado.
Además, existen x1 , x2 ∈ B tales que f (x1 ) = ı́nf f (B) (mı́nimo absoluto de f en B) y
f (x2 ) = sup f (B) (máximo absoluto de f en B).

Demostración. Por el Teorema 1.6.9 f (B) es compacto, luego cerrado y acotado. Por ser
cerrado se tiene que ı́nf f (B), sup f (B) ∈ f (B).

Las funciones continuas con valores reales sobre conjuntos conexos alcanzan todos los
valores intermedios:

Teorema 1.6.14 (de los valores intermedios). Sean (E, d) un espacio métrico, A ⊂ E
y f : A −→ R continua. Supongamos que B ⊂ A es conexo (conexo por arcos) y que
x, y ∈ B. Para cada c ∈ (f (x), f (y)) existe z ∈ B tal que f (z) = c.

Demostración. Supongamos que no existe tal z. Sean U = (−∞, c) y V = (c, ∞). Como f
es continua, f −1 (U ) = U 0 ∩ B y f −1 (V ) = V 0 ∩ B para ciertos abiertos U 0 y V 0 . Entonces,
U 0 ∩ V 0 ∩ B = ∅, x ∈ U 0 ∩ B 6= ∅, y ∈ V 0 ∩ B 6= ∅ y B ⊂ U 0 ∪ V 0 , luego B es disconexo, lo
cual es una contradicción.

Una variante del concepto de continuidad es la continuidad uniforme:

Definición 1.6.15. Sean (E, d) y (F, d0 ) dos espacios métricos, A ⊂ E y f : A −→ F . Se

dice que f es uniformemente continua en B ⊂ A si y solo si para cada  > 0 existe
δ > 0 tal que si x, y ∈ B con d(x, y) < δ, entonces d0 (f (x), f (y)) < .

Observación 1.6.16. Si f es uniformemente continua, entonces es continua. El recı́proco

no es cierto en general.

Teorema 1.6.17. Sean (E, d) y (F, d0 ) dos espacios métricos, A ⊂ E, f : A −→ F

continua y B ⊂ A compacto. Entonces f es uniformemente continua en B.

Demostración. Dado  > 0 y x ∈ B, existe δx > 0 tal que si d(x, y) < δx , entonces
d0 (f (x), f (y)) < 2 . Los abiertos B x, δ2x recubren B, luego existe un subrecubrimiento

finito, digamos    
δx1 δxn
B x1 , , . . . , B xn , .
2 2
n o
δ δ
Si x, y ∈ B con d(x, y) < mı́n x21 , . . . , δx2n , entonces existe xi tal que d(x, xi ) < 2xi y,
por lo tanto, d(xi , y) ≤ d(x, xi ) + d(x, y) < δxi . Ası́,

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

28
 Ejercicios

1. Sea A ⊂ R2 compacto. Demuestra que

B = {x ∈ R : ∃y ∈ R tal que (x, y) ∈ A}

es compacto.

2. Encuentra una función continua f : R −→ R y un compacto (conexo) A ⊂ R tal

que f −1 (A) no sea compacto (conexo).

3. Dada f : R2 −→ R continua, prueba que A = {f (x) : kxk = 1} es un intervalo

cerrado y acotado.

4. Da un ejemplo de una función no continua que transforma compactos en compactos.

5. Da un ejemplo de una función no continua que transforma conexos (conexos por

arcos) en conexos (conexos por arcos).

6. Sean (E, d) un espacio métrico, A ⊂ E y f : A −→ Rn una función dada por

f (x) = (f1 (x), . . . , fn (x)). Demuestra que f es continua si y solo si lo es cada
componente fi , i = 1, . . . , n.

7. Sean (E, d) un espacio métrico, A ⊂ E abierto y f : A −→ Rn continua en x0 ∈ A,

siendo f (x0 ) 6= 0. Demuestra que existe  > 0 tal que f es no nula en B(x0 , ).

8. Demuestra que una aplicación lineal L : Rn −→ Rm es continua (de hecho, existe

C ∈ R tal que kL(x)k ≤ Ckxk para todo x ∈ Rn ).

9. Sean f : Rn −→ Rm continua y A ⊂ Rn acotado. Prueba que f (A) está acotado.

10. Sean (E, d) un espacio métrico, A ⊂ E conexo y f : A −→ R continua con f (x) 6= 0

para todo x ∈ A. Demuestra que o bien f (x) > 0 para todo x ∈ A o bien f (x) < 0
para todo x ∈ A.

11. Encuentra una función continua f : Rn −→ Rm y un conjunto cerrado A ⊂ Rn tales

que f (A) no sea cerrado.

12. Sean (E, d) un espacio métrico compacto y f : E −→ E una isometrı́a, es de-

cir, d(f (x), f (y)) = d(x, y) para cualesquiera x, y ∈ E. Demuestra que f es una
biyección.

13. Sean (E, d) y (F, d0 ) dos espacios métricos, A ⊂ E y f : A −→ F .

a) Prueba que f es uniformemente continua si y solo si para cada par de sucesiones

xn e yn en A con lı́m d(xn , yn ) = 0, se tiene que lı́m d0 (f (xn ), f (yn )) = 0.
n→∞ n→∞

29
 b) Demuestra que si f es uniformemente continua, entonces transforma sucesiones
de Cauchy en sucesiones de Cauchy.

14. Sean (E, d) un espacio métrico y A ⊂ E. Prueba que A es conexo si y solo si toda
función continua f : A −→ R tal que f (A) ⊂ {0, 1}, es constante. Obtén como
consecuencia que si A es conexo, entonces también lo es A.

15. Da un ejemplo de un conjunto conexo no conexo por arcos.

16. Sean f : R2 −→ Rn y (a, b) ∈ R2 .

a) Prueba que si para cada x ∈ R existe lı́m f (x, y), para cada y ∈ R existe
y→b
lı́m f (x, y) y lı́m f (x, y) = L, entonces existen los lı́mites reiterados
x→a (x,y)→(a,b)

lı́m lı́m f (x, y)

x→a y→b

y
lı́m lı́m f (x, y)
y→b x→a

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

d ) Da un ejemplo en el que exista lı́m f (x, y) y no exista alguno de los lı́mites

(x,y)→(a,b)
reiterados.

17. Sean A = (0, +∞) × (0, 2π] ⊂ R2 y g : A −→ R2 definida por

g(ρ, θ) = (ρ cos θ, ρ sen θ).

a) Prueba que g es una biyección continua de A sobre B = R2 \ {(0, 0)} tal que

g((0, r) × (0, 2π]) = B((0, 0), r) \ {(0, 0)}.

b) Sean f : B −→ R y F = f ◦ g. Prueba que lı́m f (x, y) = L si y solo si

(x,y)→(0,0)
para todo  > 0 existe δ > 0 tal que si 0 < ρ < δ, entonces |F (ρ, θ) − L| < ,
cualquiera que sea θ ∈ (0, 2π].
c) Estudia la continuidad en (0, 0) de la función
 y
x
sen(x2 + y 2 ) si x 6= 0
f (x, y) =
0 si x = 0

30
18. Sean f , g y F las funciones definidas en el ejercicio anterior y supongamos que
F (ρ, θ) = h(ρ)G(θ) donde h no es idénticamente nula en los intervalos de la forma
(0, r) y lı́m h(ρ) = 0.
ρ→0

a) Demuestra que lı́m f (x, y) = 0 si y solo si la función G está acotada.

(x,y)→(0,0)

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

 x3
x2 −y 2
si x2 − y 2 =
6 0
f (x, y) = 2 2
0 si x − y = 0
19. Estudia la existencia en (0, 0) de lı́mites reiterados, lı́mites direccionales (a lo
largo de rectas que pasan por el origen) y lı́mite de las siguientes funciones:

1 si 0 < y < x2
a) f (x, y) =
0 si y ≤ 0 o y ≥ x2
( 3 3
x −y
xy
si xy 6= 0
b) g(x, y) =
0 si xy = 0
1 2 2

x sen x2 +y 2 cos(x + y ) si (x, y) 6= (0, 0)
c) h(x, y) =
0 si (x, y) = (0, 0)
20. Estudia la continuidad de las siguientes funciones:
x
si 4x2 + y 2 6= 1 y (x, y) 6= (0, 0)

4x 2 +y 2 −1
a) f (x, y) =
1 si 4x2 + y 2 = 1 o (x, y) = (0, 0)
(
x2 y 2
x 2 y 2 +(x−y)2 si (x, y) 6= (0, 0)
b) g(x, y) =
1 si (x, y) = (0, 0)
(  2 
x y
x2 +y 2
, sen(x + y) si (x, y) 6= (0, 0)
c) h(x, y) =
(0, 0) si (x, y) = (0, 0)
21. Estudia la continuidad uniforme de las siguientes funciones:

a) f (x) = (sen x, cos x).

y
b) g(x, y) = x + x
definida en {(x, y) ∈ R2 : x 6= 0}.
1
c) h(x, y) = cos3 x2 +y 2
definida en R2 \ {(0, 0)}.

22. (Principio de la aplicación contractiva) Sean (E, d) un espacio métrico com-

pleto, una función f : E −→ E y k ∈ [0, 1) tales que d(f (x), f (y)) ≤ k d(x, y) para
cualesquiera x, y ∈ E. Demuestra que existe un único punto fijo de f , es decir, un
punto x∗ ∈ E tal que f (x∗ ) = x∗ . De hecho, prueba que si x0 es cualquier punto de
E y definimos la sucesión
x1 = f (x0 ), x2 = f (x1 ), . . . , xn+1 = f (xn ), . . .
entonces lı́m xn = x∗ .
n→∞

31
32
Tema 2

Cálculo diferencial en Rn

2.1. Funciones diferenciables

Definición 2.1.1. Una función f : A ⊂ Rn −→ Rm es diferenciable en x0 ∈ A si existe

una aplicación lineal Df (x0 ) : Rn −→ Rm llamada diferencial de f en x0 tal que

kf (x) − f (x0 ) − Df (x0 )(x − x0 )k

lı́m = 0.
x→x0 kx − x0 k

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

Teorema 2.1.2. Sean A ⊂ Rn abierto y f : A −→ Rm diferenciable en x0 ∈ A. Entonces

Df (x0 ) queda determinada de forma única por f .

Demostración. Sean L1 y L2 dos aplicaciones lineales que satisfagan la definición de

Df (x0 ), e ∈ Rn con kek = 1 y x = x0 + λe con λ ∈ R. Como A es abierto, existe
 > 0 tal que B(x0 , ) ⊂ A y, ası́, x ∈ A si |λ| < . Entonces,

kL1 (λe) − L2 (λe)k

kL1 (e) − L2 (e)k =
|λ|
kL1 (x − x0 ) − L2 (x − x0 )k
=
kx − x0 k
kf (x) − f (x0 ) − L1 (x − x0 )k kf (x) − f (x0 ) − L2 (x − x0 )k
≤ + .
kx − x0 k kx − x0 k

Ya que la última expresión tiene lı́mite 0 cuando x tiende a x0 , se tiene que L1 (e) = L2 (e)
con lo que, por linealidad, L1 = L2 .

Observación 2.1.3. En general Df (x0 ) no está determinada de forma única, por ejem-
plo, si A = {x0 }.

33
Observación 2.1.4. Examinando la demostración del Teorema 2.1.2 se observa que
Df (x0 ) es única, si existe, en un rango más amplio de conjuntos que los abiertos.

Hay otra forma de derivar una función f : Rn −→ Rm . Escribimos f en compo-

nentes, f (x1 , . . . , xn ) = (f1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn )) y calculamos las derivadas
∂f
parciales ∂xji , para j = 1, . . . , m e i = 1, . . . , n, derivando fj con respecto de xi mientras
mantenemos fijas las demás variables.
∂fj
Definición 2.1.5. Sea f (x1 , . . . , xn ) = (f1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn )). Entonces ∂xi
,
para j = 1, . . . , m e i = 1, . . . , n está dada por el siguiente lı́mite, cuando existe:

∂fj fj (x1 , . . . , xi−1 , xi + h, xi+1 , . . . , xn ) − fj (x1 , . . . , xn )

(x1 , . . . , xn ) = lı́m .
∂xi h→0 h

Teorema 2.1.6. Sean A ⊂ Rn abierto y f : A −→ Rm diferenciable en A. Entonces las

derivadas parciales existen y la matriz de Df (x) con respecto a las bases canónicas está
dada por
 ∂f1 ∂f1 ∂f1 
∂x1 ∂x2
· · · ∂x n
 ∂f2 ∂f2 · · · ∂f2 
 ∂x1 ∂x2 ∂xn 
 .. .. ... .. 
 . . . 
∂fm ∂fm ∂fm
∂x1 ∂x2
··· ∂xn

llamada matriz jacobiana de f , donde cada derivada parcial se evalúa en x.

Demostración. El elemento aij de la matriz de Df (x) con respecto a las bases canónicas
es la i-ésima componente del vector Df (x)(ej ) siendo ej el j-ésimo vector de la base
canónica de Rn . Si y = x + hej con h ∈ R, entonces

kf (y) − f (x) − Df (x)(y − x)k

=
ky − xk
kf (x1 , . . . , xj−1 , xj + h, xj+1 , . . . , xn ) − f (x1 , . . . , xn ) − hDf (x)(ej )k
.
|h|

Ya que la última expresión tiene lı́mite 0 cuando h tiende a 0, se tiene que

|fi (x1 , . . . , xj−1 , xj + h, xj+1 , . . . , xn ) − fi (x1 , . . . , xn ) − haij |

lı́m = 0.
h→0 |h|

Por tanto,

fi (x1 , . . . , xj−1 , xj + h, xj+1 , . . . , xn ) − fi (x1 , . . . , xn ) ∂fi

aij = lı́m = (x1 , . . . , xn ).
h→0 h ∂xj

34
 Si m = 1, el vector cuyas componentes son iguales a las de Df (x) se denomina
gradiente de f en x y se denota por ∇f (x). Ası́, para cada f : A ⊂ Rn −→ R,
 
∂f ∂f
∇f (x) = ,...,
∂x1 ∂xn

donde cada derivada parcial se evalúa en x.

Las funciones diferenciables son continuas:

Proposición 2.1.7. Sean A ⊂ Rn abierto y f : A −→ Rm diferenciable en A. Entonces

f es continua. De hecho, para cada x0 ∈ A existen δ, M > 0 tales que si kx − x0 k < δ,
entonces kf (x) − f (x0 )k < M kx − x0 k.

Demostración. Sean x0 ∈ A y  > 0. Ya que Df (x0 ) es una aplicación lineal, existe

C ∈ R tal que kDf (x0 )(x)k ≤ Ckxk para todo x ∈ Rn . Además, existe δ > 0 tal que si
kx − x0 k < δ, entonces kf (x) − f (x0 ) − Df (x0 )(x − x0 )k ≤ kx − x0 k, con lo que

kf (x) − f (x0 )k ≤ kDf (x0 )(x − x0 )k + kx − x0 k ≤ (C + 1)kx − x0 k.



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

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

la función 
 x si y = 0
f (x, y) = y si x = 0
1 si x, y 6= 0


∂f ∂f
Se tiene que ∂x
(0, 0) = ∂y
(0, 0) = 1 pero f no es continua en (0, 0). Sin embargo:

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

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

Demostración. Sea x ∈ A. Por el Teorema 2.1.6, si Df (x) existe, entonces su represen-

tación matricial debe ser la matriz jacobiana. Necesitamos probar que dado  > 0 existe
δ > 0 tal que si ky − xk < δ con y ∈ A, entonces

kf (y) − f (x) − Df (x)(y − x)k < ky − xk.

Para ello, basta probarlo para cada componente de f por separado. Por tanto, podemos

35
suponer m = 1. Ası́, utilizando el teorema del valor medio, se tiene que
f (y) − f (x) = f (y1 , . . . , yn ) − f (x1 , y2 , . . . , yn )
+f (x1 , y2 , . . . , yn ) − f (x1 , x2 , y3 . . . , yn )
+f (x1 , x2 , y3 . . . , yn ) − · · · − f (x1 , . . . , xn−1 , yn )
+f (x1 , . . . , xn−1 , yn ) − f (x1 , . . . , xn )
 
∂f
= (c1 , y2 , . . . , yn ) (y1 − x1 )
∂x1
 
∂f
+ (x1 , c2 , y3 , . . . , yn ) (y2 − x2 )
∂x2
 
∂f
+··· + (x1 , . . . , xn−1 , cn ) (yn − xn )
∂xn
donde ci está entre xi e yi para todo i ∈ {1, . . . , n}. Por tanto,
 
 ∂f ∂f 
kf (y) − f (x) − Df (x)(y − x)k ≤  (c1 , y2 , . . . , yn ) − (x1 , . . . , xn )
∂x1 ∂x1
 
 ∂f ∂f 
+ · · · +  (x1 , . . . , xn−1 , cn ) − (x1 , . . . , xn ) ky − xk.
∂xn ∂xn
La continuidad de las derivadas parciales hace el resto.

Las derivadas parciales de una función miden su variación en las direcciones particula-
res paralelas a los ejes. Las derivadas direccionales hacen lo mismo en otras direcciones:
Definición 2.1.9. Sean A ⊂ Rn abierto, f : A −→ R, x0 ∈ A y v ∈ Rn unitario.
Entonces
f (x0 + hv) − f (x0 )
Dv f (x0 ) = lı́m
h→0 h
es la derivada direccional de f en x0 en la dirección v.
Observación 2.1.10. Si f es diferenciable en x0 , entonces Dv f (x0 ) = Df (x0 ) · v. Ası́,
la derivada direccional de f en x0 es máxima en la dirección del gradiente y ese valor
máximo es k∇f (x0 )k.

La composición de funciones diferenciables también lo es:

Teorema 2.1.11 (Regla de la cadena). Sean A ⊂ Rn y B ⊂ Rm abiertos, f : A −→ Rm
diferenciable en x0 ∈ A con f (A) ⊂ B y g : B −→ Rp diferenciable en f (x0 ). Entonces
g ◦ f es diferenciable en x0 y D(g ◦ f )(x0 ) = Dg(f (x0 )) ◦ Df (x0 ).

Demostración. Sea  > 0. Como f es diferenciable en x0 , por la Proposición 2.1.7 existen

δ1 , M > 0 tales que si kx − x0 k < δ1 , entonces kf (x) − f (x0 )k < M kx − x0 k. Ahora, existe
δ2 > 0 tal que si ky − f (x0 )k < δ2 , entonces

kg(y) − g(f (x0 )) − Dg(f (x0 ))(y − f (x0 ))k < ky − f (x0 )k.
2M
36
Como Dg(f (x0 )) es una aplicación lineal, existe N > 0 tal que kDg(f (x0 ))(y)k ≤ N kyk
para todo y ∈ Rm . Ası́, existe δ3 > 0 tal que si kx − x0 k < δ3 , entonces

kf (x) − f (x0 ) − Df (x0 )(x − x0 )k < kx − x0 k.
2N
Pues bien, si 0 < kx − x0 k < mı́n{δ1 , δ2 , δ3 }, entonces
k(g ◦ f )(x) − (g ◦ f )(x0 ) − Dg(f (x0 ))(Df (x0 )(x − x0 ))k
kx − x0 k
kg(f (x)) − g(f (x0 )) − Dg(f (x0 ))(f (x) − f (x0 ))k
≤
kx − x0 k
kDg(f (x0 ))(f (x) − f (x0 ) − Df (x0 )(x − x0 ))k
+ < .
kx − x0 k

Observación 2.1.12. La matriz jacobiana de g ◦ f en x es el producto de la matriz

jacobiana de g en f (x) con la de f en x.

Para el producto se tiene la siguiente regla:

Proposición 2.1.13. Sean A ⊂ Rn abierto y f : A −→ Rm y g : A −→ R funciones
diferenciables. Entonces gf es diferenciable y para cada x ∈ A,
D(gf )(x)(v) = Dg(x)(v)f (x) + g(x)Df (x)(v)
para todo v ∈ Rn .

Demostración. Dados x0 ∈ A y  > 0, sea δ > 0 tal que si kx − x0 k < δ, entonces

|g(x)| ≤ |g(x0 )| + 1 = C1

kf (x) − f (x0 ) − Df (x0 )(x − x0 )k < kx − x0 k
3C1

|g(x) − g(x0 ) − Dg(x0 )(x − x0 )| < kx − x0 k
3kf (x0 )k
y

|g(x) − g(x0 )| ≤
3C2
n
donde kDf (x0 )(y)k ≤ C2 kyk para todo y ∈ R . Las dos últimas desigualdades son nece-
sarias solamente si f (x0 ) 6= 0 y Df (x0 ) 6= 0. Ası́, si kx − x0 k < δ, entonces

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

37
 Finalicemos la sección con el teorema del valor medio:

Teorema 2.1.14 (Teorema del valor medio). Sean A ⊂ Rn abierto, f : A −→ Rm

diferenciable y x, y ∈ A tales que el segmento de recta que los une está contenido en A.
Entonces existen c1 , . . . , cm en dicho segmento tales que fi (y) − fi (x) = Dfi (ci )(y − x)
para todo i ∈ {1, . . . , m}.

Demostración. Sea i ∈ {1, . . . , m}. la función g : [0, 1] −→ R definida por

g(t) = fi ((1 − t)x + ty)

es continua en [0, 1] y derivable en (0, 1). Por el teorema del valor medio para una variable,
existe t0 ∈ (0, 1) tal que g(1) − g(0) = g 0 (t0 )(1 − 0), es decir,

fi (y) − fi (x) = Dfi ((1 − t0 )x + t0 y)(y − x).

Basta tomar ci = (1 − t0 )x + t0 y.

Definición 2.1.15. Un conjunto A ⊂ Rn es convexo si para cada x, y ∈ A, el segmento

que los une está contenido en A.

Ejercicios

1. Sean A ⊂ Rn abierto, f, g : A −→ Rm funciones diferenciables y λ, µ ∈ R. Demues-

tra que λf + µg es diferenciable y D(λf + µg) = λDf + µDg.

2. Sean A ⊂ Rn abierto y f : A −→ Rm y g : A −→ R funciones diferenciables

  con
f f gDf −f Dg
g(x) 6= 0 para todo x ∈ A. Demuestra que g es diferenciable y D g = g2
.

3. Sea f : Rn −→ Rm tal que kf (x)k ≤ Ckxk2 para todo x ∈ Rn y cierto C ∈ R.

Demuestra que f es diferenciable en 0 y que Df (0) = 0.

4. Sea L : Rn −→ Rm una aplicación lineal. Demuestra que DL(x) = L.

x sen y
5. Dada f (x, y, z) = z
, calcula ∇f (x, y, z).

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

un punto no implica necesariamente la diferenciabilidad.

7. Demuestra que la función

( 2
√(xy) si (x, y) 6= (0, 0)
f (x, y) = x2 +y 2
0 si (x, y) = (0, 0)

es diferenciable en (0, 0).

38
 8. Estudia la existencia de derivadas parciales y la diferenciabilidad en (0, 0) de las
siguientes funciones:
(
xy 2
x 2 +y 4 si (x, y) 6= (0, 0)
a) f (x, y) =
0 si (x, y) = (0, 0)
1

x sen x2 +y 2 si (x, y) 6= (0, 0)
b) g(x, y) =
0 si (x, y) = (0, 0)
( 2
(x + y 2 ) sen √ 21 2 si (x, y) 6= (0, 0)
c) h(x, y) = x +y
0 si (x, y) = (0, 0)
9. Sean A ⊂ Rn abierto y f = (f1 , . . . , fm ) : A −→ Rm . Demuestra que f es diferen-
ciable en x ∈ A si y solo si lo es fi para todo i ∈ {1, . . . , m}.

10. Sean A ⊂ Rn abierto y f : A −→ R diferenciable. Prueba que ∇f es perpendicular

a las superficies f (x) = c con c ∈ R.

11. Calcula los valores de las constantes a, b y c tales que la derivada direccional de
f (x, y, z) = ax3 z 2 + bxy 2 + cyz en el punto (1, 2, −1) tenga un valor máximo de 64
en una dirección paralela al eje OZ. Con esos valores, determina el plano tangente
a la superficie f (x, y, z) = 0 en el punto (0, 0, 1).

12. Estudia la existencia de derivadas direccionales de la función


x + y si x = 0 o y = 0
f (x, y) =
1 si x, y 6= 0

13. Usa la regla de la cadena para encontrar las diferenciales de las siguientes funciones,
donde f (x, y, z) = x2 + yz, g(x, y) = y 3 + xy y h(x) = sen x:

a) F (x, y, z) = f (h(x), g(x, y), z).

b) G(x, y, z) = h(f (x, y, z)g(x, y)).
c) H(x, y, z) = g(f (x, y, h(x)), g(z, y)).

14. Dadas las funciones f (x, y, z) = (sen(xy + z), (x2 + 1)yz ) y g(u, v) = (u + ev , v + eu ),
prueba que f es diferenciable en (1, −1, 1), que g es diferenciable en 0, 12 y que

h = g ◦ f es diferenciable en (1, −1, 1). Calcula Dh(1, −1, 1).

15. Dadas las funciones f (x, y) = (ex+y , x−y, x2 ) y g(u, v, w) = (uw , sen(v +w)), prueba
que f es diferenciable en (0, 0), que g es diferenciable en (1, 0, 0) y que h = g ◦ f es
diferenciable en (0, 0). Calcula Dh(0, 0).

16. Sean A = {(x, y) ∈ R2 : x, y > 0} y f : A −→ R definida por f (x, y) = log x+y

2
.
Utiliza el teorema del valor medio para probar que
x+y 2
log ≥1−
2 x+y

39
 si x + y ≤ 2.

17. Sean A ⊂ Rn abierto y conexo y f : A −→ R tal que Df (x) = 0 para todo x ∈ A.

Prueba que f es constante.

18. Sea f : R2 −→ R definida por

y

xy tag x
si x 6= 0
f (x, y) =
0 si x = 0
Estudia en qué puntos f satisface la ecuación
∂f ∂f
x (x, y) + y (x, y) = 2f (x, y).
∂x ∂y

2.2. Derivadas de orden superior y teorema de Taylor

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

iteración del proceso de derivación parcial, es decir,
∂ 2f
 
∂ ∂f
=
∂xi ∂xj ∂xi ∂xj
o
∂ 2f
 
∂ ∂f
2
=
∂xi ∂xi ∂xi
para cualesquiera i, j ∈ {1, . . . , n} y ası́ sucesivamente para órdenes superiores a 2. Para
funciones f : A ⊂ Rn −→ Rm , la diferencial segunda se obtiene al diferenciar Df , si
existe, del siguiente modo:
Definición 2.2.1. Sea L(Rn , Rm ) el espacio de aplicaciones lineales de Rn en Rm (iden-
tificable con Rnm a través de las matrices asociadas con respecto a una base de Rn y otra
de Rm ). Ya que Df : A −→ L(Rn , Rm ), si diferenciamos Df en x0 , obtenemos la aplica-
ción lineal D2 f (x0 ) = D(Df )(x0 ) : Rn −→ L(Rn , Rm ) y definimos la aplicación bilineal
Bx0 : Rn × Rn −→ Rm como Bx0 (x1 , x2 ) = (D2 f (x0 )(x1 ))(x2 ). Las diferenciales de orden
superior se definen de forma análoga.
Teorema 2.2.2. Sean A ⊂ Rn abierto y f : A −→ R dos veces diferenciable. Entonces la
matriz de D2 f (x) : Rn × Rn −→ R con respecto a la base canónica está dada por
 ∂2f ∂2f 2f
· · · ∂x∂n ∂x

∂x21 ∂x2 ∂x1 1
 ∂2f ∂2f 2f
· · · ∂x∂n ∂x

∂x22
 ∂x1 ∂x2 2

 .. .. .

... .. 
 . . 
∂2f ∂2f ∂2f
∂x1 ∂xn ∂x2 ∂xn
··· ∂x2 n

llamada matriz hessiana de f , donde cada derivada parcial se evalúa en x.

40
  
∂f ∂f
Demostración. Basta aplicar el Teorema 2.1.6 a Df = ∂x1
, . . . , ∂x n
.

La matriz anterior es simétrica bajo ciertas condiciones:

Definición 2.2.3. Sean A ⊂ Rn abierto y f : A −→ Rm . Dado p ∈ N, se dice que f es

de clase C p si existen todas las derivadas parciales de orden p de sus componentes y son
continuas y se dice que es de clase C ∞ si es de clase C p para todo p ∈ N.

Teorema 2.2.4 (Teorema de Schwartz). Sean A ⊂ Rn abierto y f : A −→ Rm de clase

C 2 . Entonces,
∂ 2 fk ∂ 2 fk
=
∂xi ∂xj ∂xj ∂xi
para cualesquiera i, j ∈ {1, . . . , n} y k ∈ {1, . . . , m}.

Demostración. Podemos suponer n = 2 y m = 1. Sean (x, y) ∈ A y h, k ∈ R próximos a

0. Si definimos la función gk (u) = f (u, y + k) − f (u, y), entonces

Ah,k = f (x + h, y + k) − f (x + h, y) − f (x, y + k) + f (x, y) = gk (x + h) − gk (x).

Ası́, por el teorema del valor medio, se tiene que

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

∂ 2f 0
Ah,k = (ch,k , d0h,k )hk
∂y∂x
para ciertos c0h,k entre x y x + h y d0h,k entre y e y + k. Igualando ambos resultados y
haciendo tender h y k a 0 se obtiene la conclusión deseada gracias a la continuidad de las
derivadas parciales de segundo orden.

Analicemos a continuación la fórmula de Taylor.

Teorema 2.2.5 (Teorema de Taylor). Sean A ⊂ Rn abierto, f : A −→ R de clase C p+1 ,

x ∈ A y h ∈ Rn tal que el segmento de recta que une x con x + h está contenido en A.
Entonces existe un punto c en ese segmento tal que

f (x + h) = Pp (f, x, h) + Rp (f, x, h)

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

41
y
n
1 X ∂ p+1 f
Rp (f, x, h) = (c)hi1 · · · hip+1 .
(p + 1)! i ,...,i =1 ∂xi1 · · · ∂xip+1
1 p+1

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

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

Demostración. Sea g(t) = f (x + th) con t ∈ [0, 1]. Por el teorema de Taylor para una
variable, existe t0 ∈ [0, 1] tal que
p
X g (k) (0) g (p+1) (t0 )
g(1) − g(0) = + .
k=1
k! (p + 1)!

Para obtener la fórmula del teorema, solo resta comprobar por inducción que para todo
k ∈ {1, . . . , p + 1} se tiene que
n
X ∂kf
g (k) (t) = (x + th)hi1 · · · hik .
i1 ,...,ik =1
∂x i 1 · · · ∂x i k

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

que
Rp (f, x, h)
lı́m = 0.
h→0 khkp

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

tiene por qué converger a f (x + h), incluso si f es de clase C ∞ . Si converge a f en B(x, )
para cierto  > 0, decimos que f es analı́tica en x. Ası́, f es analı́tica en x si el resto
converge a 0 cuando p tiende a ∞.

Ejercicios

∂f ∂f ∂2f
1. Sean A ⊂ R2 abierto y f : A −→ R tal que ∂x
y ∂y
existen y ∂y∂x
existe y es continua.
∂2f
Prueba que ∂x∂y
también existe y que ambas derivadas parciales de segundo orden
coinciden.

2. Sea f : R2 −→ R dada por

(
xy(x2 −y 2 )
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)
∂2f ∂2f
Comprueba que ∂x∂y
(0, 0) y ∂y∂x
(0, 0) existen pero son distintas.

42
 3. Estudia si las siguientes funciones verifican o no la tesis del teorema de Schwartz:

y sen xy si y 6= 0
 2
a) f (x, y) =
0 si y = 0
x y cos x1 si x 6= 0
 2
b) g(x, y) =
0 si x = 0

4. Dadas una función escalar f (x, y) de clase C 2 , g(u, v) = (u + v, u − v) y h = f ◦ g,

comprueba que
∂ 2h ∂ 2f ∂ 2f
= − .
∂u∂v ∂x2 ∂y 2

5. Resuelve las siguientes ecuaciones en derivadas parciales con f : R2 −→ R:

∂2f
a) ∂x2
= 0.
∂2f
b) ∂x∂y
= 0.
∂2f
c) ∂x∂y
= x2 y.

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

a) f (x, y) = x3 + xy 2 + y 2 en potencias de x − 1 e y − 2.
b) g(x, y) = sen(x2 + y 2 ) en (0, 0).
c) h(x, y) = x sen y + y sen x en (0, 0) hasta orden 8.
d ) u(x, y, z) = sen(x + yz) − log(1 + xz) en (0, 0, 0) hasta orden 2.

7. Utiliza la fórmula de Taylor para desarrollar la función f (x, y) = log(x + y) con

x, y > 0 alrededor del punto (1, 1). Prueba, además, que f es analı́tica en su dominio.

8. Da un ejemplo de una función de clase C ∞ que no sea analı́tica.

2.3. Extremos locales

Definición 2.3.1. Sean A ⊂ Rn abierto y f : A −→ R. Se dice que x0 ∈ A es un punto

de máximo (mı́nimo) local de f y que f (x0 ) es un valor máximo (mı́nimo) local de f
si existe  > 0 tal que f (x0 ) ≥ f (x) (f (x0 ) ≤ f (x)) para todo x ∈ B(x0 , ). Un punto es
un extremo local de f si es un máximo o un mı́nimo local y x0 es un punto crı́tico
de f si f es diferenciable en x0 y Df (x0 ) = 0.

Teorema 2.3.2. Sean A ⊂ Rn abierto, f : A −→ R diferenciable y x0 ∈ A un extremo

local de f . Entonces x0 es un punto crı́tico.

43
Demostración. Si Df (x0 ) 6= 0, entonces existe x ∈ Rn tal que Df (x0 )(x) = c > 0. Ahora
encontramos δ > 0 tal que si khk < δ, entonces
c
|f (x0 + h) − f (x0 ) − Df (x0 )(h)| ≤ khk.
2kxk

Sea λ > 0 tal que λkxk < δ. Entonces

λc
|f (x0 + λx) − f (x0 ) − Df (x0 )(λx)| = |f (x0 + λx) − f (x0 ) − λc| ≤
2
con lo que f (x0 + λx) > f (x0 ). Análogamente se obtiene que f (x0 − λx) < f (x0 ), luego
x0 no es un extremo local de f .

Observación 2.3.3. Un punto crı́tico no tiene por qué ser un extremo local. Por ejemplo,
(0, 0) es un punto crı́tico de la función f (x, y) = y 2 − x2 pero no es un extremo local. A
un punto de este tipo se le denomina punto silla.

Teorema 2.3.4. Sean A ⊂ Rn abierto, f : A −→ R de clase C 2 y x0 ∈ A un punto

crı́tico de f . Si la forma bilineal definida por la matriz hessiana de f en x0 es definida
negativa (positiva), entonces f tiene un máximo (mı́nimo) local en x0 . Recı́procamente,
si f tiene un máximo (mı́nimo) local en x0 , entonces dicha forma bilineal es semidefinida
negativa (positiva).

Demostración. Supongamos en primer lugar que para todo x ∈ Rn \ {0} se tiene que
D2 f (x0 )(x, x) < 0. Ya que la función D2 f (x0 )(x, x) es continua como función de x y el
conjunto S = {x ∈ Rn : kxk = 1} es compacto, existe x1 ∈ S tal que

D2 f (x0 )(x, x) ≤ D2 f (x0 )(x1 , x1 ) < 0

para todo x ∈ S. Si  = −D2 f (x0 )(x1 , x1 ), entonces D2 f (x0 )(x, x) ≤ −kxk2 para todo
x ∈ Rn . Ahora, ya que f es de clase C 2 , existe δ > 0 tal que si ky − x0 k < δ, entonces
y∈Ay

|D2 f (y)(x, x) − D2 f (x0 )(x, x)| ≤ kxk2
2
n
para todo x ∈ R . Además, por el teorema de Taylor
1
f (y) − f (x0 ) = D2 f (c)(y − x0 , y − x0 )
2
donde c ∈ B(x0 , δ). Por último, ya que

D2 f (c)(y − x0 , y − x0 )
≤ D2 f (x0 )(y − x0 , y − x0 ) + |D2 f (c)(y − x0 , y − x0 ) − D2 f (x0 )(y − x0 , y − x0 )|
 
≤ −ky − x0 k2 + ky − x0 k2 = − ky − x0 k2
2 2

44
se tiene que

f (y) − f (x0 ) ≤ − ky − x0 k2 < 0
4
para todo y ∈ B(x0 , δ) \ {x0 }, es decir, f tiene un máximo local en x0 .

Supongamos ahora que f tiene un máximo local en x0 y que existe x ∈ Rn tal que
D2 f (x0 )(x, x) > 0. La función g(t) = −f (x0 + tx) está definida cerca de 0, g 0 (0) = 0 y

g 00 (0) = −D2 f (x0 )(x, x) < 0

es decir, g tiene un máximo local en 0 con lo que existe δ > 0 tal que si 0 < |t| < δ,
entonces g(t) < g(0) lo cual es una contradicción.

El caso del mı́nimo se prueba análogamente.

Ejercicios

1. Estudia los extremos locales de las funciones siguientes:

a) a(x, y) = x2 − xy + y 2 .
b) b(x, y) = x2 + 2xy + y 2 + 6.
c) c(x, y, z) = x2 + y 2 + 2z 2 + xyz.
d ) d(x, y) = x3 − 3x2 + y 2 .
e) e(x, y) = sen x + y 2 − 2y + 1.
f ) f (x, y, z) = cos 2x sen y + z 2 .
Rx 2t
g) g(x, y) = log(1 + x2 + y 2 ) − 0 1+t4
dt.
h) h(x, y) = xyex+2y .
x−y
i ) i(x, y) = 1+x2 +y 2
.

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

diferenciable en A y nula en ∂(A). Demuestra que existe x0 ∈ A tal que Df (x0 ) = 0.

3. Sean f (x, y) = (y + ex , sen(x + y)) y g : R2 −→ R una

 función
 de clase C 2 tal que
2 0
∇g(1, 0) = (1, −1) y su matriz hessiana en (1, 0) es . Estudia si g ◦ f tiene
0 0
un extremo local en (0, 0).

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

45
2.4. Teorema de la función inversa

Sean Li (Rn , Rn ) = {A ∈ L(Rn , Rn ) : existe A−1 } y L−1 : Li (Rn , Rn ) −→ Li (Rn , Rn )

la aplicación que transforma A en A−1 .
Lema 2.4.1. Li (Rn , Rn ) es un subconjunto abierto de L(Rn , Rn ) (identificado L(Rn , Rn )
2
con Rn ) y L−1 es de clase C ∞ .

Demostración. La aplicación det : L(Rn , Rn ) −→ R que asigna a cada A ∈ L(Rn , Rn )

el determinante de su matriz asociada respecto a la base canónica de Rn es continua y
Li (Rn , Rn ) = det−1 (R \ {0}). De la expresión explı́cita de la inversa de una matriz se
obtiene que L−1 es de clase C ∞ .

Dados A ⊂ Rn abierto y f : A −→ Rn diferenciable en A, se denota por Jf (x) al

determinante de la matriz jacobiana de f en x para cada x ∈ A y se denomina jacobiano
de f en x.
Teorema 2.4.2 (de la función inversa). Sean A ⊂ Rn abierto, f : A −→ Rn de clase
C p y x0 ∈ A tal que Jf (x0 ) 6= 0. Entonces, existen abiertos U y V conteniendo a x0 y
f (x0 ), respectivamente, con U ⊂ A, tales que f (U ) = V y la restricción de f a U tiene
una inversa de clase C p f −1 : V −→ U verificando Df −1 (f (x)) = (Df (x))−1 para todo
x ∈ U.

Demostración. Basta demostrar el teorema cuando Df (x0 ) = I. Para ver que esto es
suficiente para obtener el caso general, sea A = Df (x0 ). Entonces A−1 existe y

D(A−1 ◦ f )(x0 ) = DA−1 (f (x0 )) ◦ Df (x0 ) = A−1 ◦ Df (x0 ) = I.

Si el teorema es cierto para A−1 ◦ f , entonces también lo es para f . De hecho, si g es una

inversa de A−1 ◦ f , entonces g ◦ A−1 lo es de f .

También podemos suponer que x0 = f (x0 ) = 0 pues si hemos demostrado el teorema

en este caso particular, el caso general se obtiene considerando h(x) = f (x + x0 ) − f (x0 ).
En efecto, h(0) = 0, Dh(0) = Df (x0 ) y si h tiene una inversa cerca de x = 0, entonces
una inversa de f cerca de x0 será f −1 (y) = h−1 (y − f (x0 )) + x0 .

Sea ahora g(x) = x−f (x). Entonces Dg(0) = 0 y g es de clase C p , luego existe δ > 0 tal
1
que si kxk < δ, entonces k∇gi (x)k < 2n para todo i ∈ {1, . . . , n}, donde g = (g1 , . . . , gn ).
Por el teorema del valor medio, dado x ∈ B(0, δ), existen c1 , . . . , cn ∈ B(0, δ) tales que
gi (x) = Dgi (ci )(x) para todo i ∈ {1, . . . , n}. En consecuencia, aplicando la desigualdad
de Cauchy-Schwarz, se tiene que
n n n
X X X kxk δ
kg(x)k ≤ |gi (x)| = |Dgi (ci )(x)| ≤ k∇gi (ci )kkxk < ≤ .
i=1 i=1 i=1
2 2

46
Esto muestra que g(B(0, δ)) ⊂ B 0, 2δ . Además, dado y ∈ B 0, 2δ , la función

gy (x) = y + x − f (x)

verifica que gy (B(0, δ)) ⊂ B(0, δ). En efecto, si x ∈ B(0, δ), entonces
δ δ
kgy (x)k = ky + g(x)k ≤ kyk + kg(x)k < + = δ.
2 2
La función gy es también contractiva pues si x1 , x2 ∈ B(0, δ), entonces, aplicando de nuevo
el teorema del valor medio, se tiene que
1
kgy (x1 ) − gy (x2 )k = kg(x1 ) − g(x2 )k < kx1 − x2 k.
2
Por tanto, el principio de la aplicación contractiva implica que gy tiene un único punto
fijo x ∈ B(0, δ), con lo que f (x) = y. Ası́, f tiene una inversa f −1 : B 0, 2δ −→ B(0, δ).

La inversa f −1 es continua. En efecto, si x1 , x2 ∈ B(0, δ), entonces

1
kx1 − x2 k ≤ kf (x1 ) − f (x2 )k + kg(x1 ) − g(x2 )k ≤ kf (x1 ) − f (x2 )k + kx1 − x2 k
2
y, por lo tanto, kx1 − x2 k ≤ 2kf (x1 ) − f (x2 )k. Ası́, si y1 , y2 ∈ B 0, 2δ , entonces

kf −1 (y1 ) − f −1 (y2 )k ≤ 2ky1 − y2 k.

Ya que Df (0) ∈ Li (Rn , Rn ) y Df : A −→ L(Rn , Rn ) es continua, por el Lema 2.4.1 y

para δ suficientemente pequeño se tiene que Df (x) ∈ Li (Rn , Rn ) para todo x ∈ B 0, 2δ .

Sean ahora y1 , y2 ∈ B 0, 2δ , x1 = f −1 (y1 ) y x2 = f −1 (y2 ). Entonces

kf −1 (y1 ) − f −1 (y2 ) − (Df (x2 ))−1 (y1 − y2 )k

ky1 − y2 k
kx1 − x2 − (Df (x2 ))−1 (f (x1 ) − f (x2 ))k
=
kf (x1 ) − f (x2 )k
kx1 − x2 k k(Df (x2 ))−1 (Df (x2 )(x1 − x2 ) − f (x1 ) + f (x2 ))k
=
kf (x1 ) − f (x2 )k kx1 − x2 k
kDf (x2 )(x1 − x2 ) − f (x1 ) + f (x2 )k
≤ 2C
kx1 − x2 k

donde k(Df (x2 ))−1 (y)k ≤ Ckyk para todo y ∈ Rn . La última expresión tiene lı́mite 0
cuando x1 tiende a x2 . Ası́, f −1 es diferenciable en y2 y Df −1 (y2 ) = (Df (x2 ))−1 . Tomamos,
entonces, V = B 0, 2δ y U = f −1 (V ).

Solo queda probar que f −1 es de clase C p . Ya que Df −1 = L−1 ◦ Df ◦ f −1 , se tiene

que Df −1 es continua y, por tanto, f −1 es de clase C 1 . Inductivamente se obtiene el
resultado.

47
 Ejercicios

1. Prueba que la función f (x, y) = (ex cos y, ex sen y) es localmente invertible cerca de
todo punto, pero que no es globalmente invertible.

2. Sean A ⊂ Rn abierto y f : A −→ Rn de clase C 1 tal que Jf (x) 6= 0 para todo

x ∈ A. Prueba que la imagen de cualquier subconjunto abierto de A es abierto.
Muestra con un ejemplo que esto ya no es cierto, en general, si Jf (x0 ) = 0 para
algún x0 ∈ A.

3. Sean A ⊂ Rn abierto, f : A −→ Rn de clase C p con p ≥ 1 y x0 ∈ A. Muestra

mediante un ejemplo que la condición Jf (x0 ) 6= 0 no es necesaria para que f tenga
inversa local cerca de x0 . Sin embargo, prueba que sı́ lo es para que dicha inversa
sea diferenciable.

4. Prueba que f (x, y, z) = (ex , sen(x+y), ez ) es localmente invertible cerca del origen y
que hay puntos donde no se cumplen las hipótesis del teorema de la función inversa.

5. Prueba que f (x, y, z) = (e2y + e2z , e2x − e2z , x − y) tiene inversa local diferenciable
cerca de todo punto y que es, además, globalmente inyectiva.

6. Prueba que f (x, y) = (ex + ey , ex − ey ) es localmente invertible cerca de todo punto

y que, además, es globalmente invertible calculando su función inversa.
 
x−y
7. Prueba que la función f (x, y) = x2 +y 2 +1 , x posee inversa diferenciable cerca de
(1, 1). Calcula Df −1 (0, 1).

2.5. Teorema de la función implı́cita

Teorema 2.5.1 (de la función implı́cita). Sean A ⊂ Rn × Rm abierto, F : A −→ Rm de

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

donde cada derivada parcial se evalúa en (x0 , y0 ). Entonces, existen abiertos U de Rn y V

de Rm conteniendo a x0 e y0 , respectivamente y una única función f : U −→ V de clase
C p tales que F (x, f (x)) = 0 para todo x ∈ U .

Demostración. La función G : A −→ Rn × Rm definida por G(x, y) = (x, F (x, y)) es de

clase C p y JG(x0 , y0 ) 6= 0. Por el teorema de la función inversa, existen abiertos W y

48
W 0 conteniendo a (x0 , y0 ) y (x0 , 0) respectivamente, con W ⊂ A, tales que G(W ) = W 0
y la restricción de G a W tiene una inversa de clase C p G−1 : W 0 −→ W . Existen
abiertos U ⊂ Rn y V ⊂ Rm con x0 ∈ U e y0 ∈ V tales que U × V ⊂ W . De esta
forma, G : U × V −→ G(U × V ) = W 00 y G−1 : W 00 −→ U × V son de clase C p . Ahora,
G−1 (x, z) = (x, H(x, z)) donde H : W 00 −→ V es de clase C p . Si π : Rn × Rm −→ Rm es
la proyección dada por π(x, y) = y, entonces

F (x, H(x, z)) = (π ◦ G)(x, H(x, z)) = (π ◦ G ◦ G−1 )(x, z) = z.

Defı́nase f : U −→ V por f (x) = H(x, 0). Entonces F (x, f (x)) = 0 y como H es de clase
C p , f también lo es. La unicidad de H nos da la de f .

Observación 2.5.2. De la expresión F (x, f (x)) = 0 se obtiene mediante la regla de la

cadena que
 ∂f1 ∂f1
  ∂F1 ∂F1
−1  ∂F ∂F1

∂x1
· · · ∂xn ∂y1
· · · ∂ym ∂x1
1
· · · ∂xn
 .. ... ..  = −  .. ... ..   .. ... ..  .
 . .   . .   . . 
∂fm ∂fm ∂Fm ∂Fm ∂Fm ∂Fm
∂x1
··· ∂xn ∂y1
··· ∂ym ∂x1
··· ∂xn

Ejercicios

1. Dado el sistema de ecuaciones


xu + yv 2 = 0
xv 3 + y 2 u6 = 0
estudia si se pueden despejar unas únicas u y v en términos de x e y cerca de x = 1,
y = −1, u = 1, v = −1. Calcula, además, si existe, ∂u∂x
en x = 1, y = −1.

2. Dado el sistema de ecuaciones


 3x + 2y + z 2 + u + v 2 = 0
4x + 3y + z + u2 + v + w = −2
x + z + u2 + w = −2


estudia si se pueden despejar unas únicas u, v y w en términos de x, y y z cerca de

x = y = z = 0, u = v = 0, w = −2.

3. Prueba que el sistema de ecuaciones


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

49
4. Dado el sistema de ecuaciones

 x−v−w =0
y − v 2 − w2 = 0
u − v 3 − w3 = 0


halla un punto (x0 , y0 , u0 , v0 , w0 ) ∈ R5 tal que cerca de él el sistema defina implı́ci-
tamente tres funciones diferenciables u = f (x, y), v = g(x, y) y w = h(x, y), siendo
la derivada direccional de f en (x0 , y0 ) máxima según la dirección del vector (1, 0)
con valor 3.

5. Sea f (x, y) = x3 + y 3 + x2 + xy + ay siendo a un parámetro real.

a) ¿Para qué valores de a la ecuación f (x, y) = 0 define y como función implı́cita

de clase C ∞ de x cerca de (0, 0)? ¿Define la anterior ecuación a x como función
implı́cita diferenciable de y cerca de (0, 0) para algún valor de a?
b) Sea y = g(x) la función implı́cita determinada por f (x, y) = 0, definida en
un abierto U que contiene a 0. Calcula el valor de a para que el polinomio de
Taylor de orden 2 de g en 0 valga 1 en x = 1. ¿Para qué valores de a tiene g
un extremo local en x = 0?
c) Sea h(x, y) = (ex+y + x2 − 1, g(x) + y cos x) con (x, y) ∈ U × R. Prueba que h
admite función inversa diferenciable cerca de (0, 0) y que H = h ◦ h + h−1 es
diferenciable en (0, 0). Calcula DH(0, 0).

6. Dado el sistema de ecuaciones


 xy − z 2 = 0
x+y+z =1
(3z − 1)2 t2 + 3z 2 + 2z = 1


determina el subconjunto de puntos de R4 para los que cerca de ellos el sistema

anterior define una única función implı́cita x = f (t), y = g(t) y z = h(t) de clase
C ∞ . Halla f , g y h.

7. Prueba que el sistema de ecuaciones


x cos y + y cos z + z cos x = π
x2 + y 2 + z 2 − xy = π 2

define implı́citamente una función f (x) = (f1 (x), f2 (x)) cerca del punto (0, 0, π).
Calcula f10 (0), f20 (0), f100 (0), f200 (0) y Df (0).

8. Sea f (x, y, u, v) = (e2x + e2y − ev − u, x − y + u − v − 1).

a) Prueba que f define u y v como función implı́cita de clase C ∞ de x e y cerca

de (0, 0, 1, 0), digamos (u, v) = g(x, y) = (g1 (x, y), g2 (x, y)).

50
 b) Prueba que g posee una inversa de clase C ∞ en un abierto U que contiene a
(0, 0).
c) Si h(u, v) = (h1 (u, v), h2 (u, v)) es la inversa local de g, calcula Dh(1, 0).
∂h1 ∂h1 ∂h2 ∂h2 ev +1
d ) Comprueba que ∂u
+ ∂v
+ ∂u
+ ∂v
= ev +u
.

2.6. Extremos condicionados

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

f, g1 , . . . , gm : A −→ R con m < n funciones de clase C 1 y x0 ∈ A tales que los vectores
∇g1 (x0 ), . . . , ∇gm (x0 ) son linealmente independientes y la función f restringida al con-
junto B = {x ∈ A : gi (x) = 0, i = 1, . . . , m} tiene un máximo o un mı́nimo local en x0 .
Entonces existen λ1 , . . . , λm ∈ R tales que ∇f (x0 ) = λ1 ∇g1 (x0 ) + · · · + λm ∇gm (x0 ).

Demostración. El rango de la matriz jacobiana de g = (g1 , . . . , gm ) en x0 es m y podemos

suponer que el menor formado por las últimas m columnas es no nulo. Denotemos por u
al vector de Rn−m formado por las n − m primeras coordenadas de x ∈ B y por v al vector
de Rm formado por las m últimas. Ası́, x = (u, v) y, en particular, x0 = (u0 , v0 ). Por el
teorema de la función implı́cita, existen abiertos U de Rn−m y V de Rm conteniendo a u0 y
v0 , respectivamente y una única función h : U −→ V de clase C 1 tales que g(u, h(u)) = 0
para todo u ∈ U . Además, se tiene
 ∂h1 ∂h1
  ∂g1 ∂g1
−1  ∂g1 ∂g1 
∂u1
··· ∂un−m ∂v1
··· ∂vm ∂u1
··· ∂un−m
 .. .. ..  . .. ..   .. .. ..
 = −  ..
 
 . . . . .   . . . 
∂hm ∂hm ∂gm ∂gm ∂gm ∂gm
∂u1
··· ∂un−m ∂v1
··· ∂vm ∂u1
··· ∂un−m

donde cada derivada parcial de h se evalúa en u0 y cada una de g en x0 .

Puesto que la función f (u, h(u)) tiene un extremo local en u0 , entonces

 ∂h1 ∂h1

    ∂u1
··· ∂un−m
∂f ∂f ∂f ∂f  .. .. ..
··· + ···  = (0 . . . 0)

 . . .
∂u1 ∂un−m ∂v1 ∂vm ∂hm ∂hm
∂u1
··· ∂un−m

donde cada derivada parcial de f se evalúa en x0 y cada una de h en u0 . Entonces

 ∂g1 ∂g1
−1  ∂g1 ∂g1 
    ∂v1
··· ∂vm ∂u1
··· ∂un−m
∂f ∂f ∂f ∂f  .. ... ..   .. ... ..
··· − ···  = (0 . . . 0)

 . .   . .
∂u1 ∂un−m ∂v1 ∂vm ∂gm ∂gm ∂gm ∂gm
∂v1
··· ∂vm ∂u1
··· ∂un−m

donde cada derivada parcial se evalúa en x0 .

51
Basta entonces tomar
 ∂g1 ∂g1
−1
  ∂v1
··· ∂vm
∂f ∂f  .. .. .. 
(λ1 . . . λm ) = ···  . . .  .
∂v1 ∂vm ∂gm ∂gm
∂v1
··· ∂vm

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

Ejercicios

1. Sea A ⊂ R2 la recta que pasa por (−1, 0) y tiene una inclinación de 45o . Determina
el mı́nimo de f (x, y) = x2 + y 2 en A.

2. Calcula los extremos de f (x, y) = x2 − y 2 en la circunferencia de centro el origen y

radio 1.

3. Determina los extremos de f (x, y, z) = x + y + z con x2 + y 2 = 2 y x + z = 1.

4. Sea f (x, y, z) = x2 + y 2 + axy + bz con a, b ∈ R.

a) Obtén una relación entre los parámetros a y b que sea una condición necesaria
para que el punto (1, 1, 1) sea extremo local de f sobre la esfera x2 +y 2 +z 2 = 3.
b) Supuesta verificada la condición anterior, estudia para qué valores de a y b el
punto (1, 1, 1) es máximo, mı́nimo o no es extremo local.

5. Sea C el arco de la curva de ecuaciones

 2
x + y 2 + 2z = 16
x+y =4
contenido en el primer octante. Encuentra los puntos de C más cercanos y más
lejanos al origen.

6. Calcula los valores máximo y mı́nimo de la función f (x, y, z) = x + y + z sobre el

elipsoide x2 + 2y 2 + 3z 2 = 1.

7. Calcula los valores máximo y mı́nimo de la función f (x, y, z) = x2 +y 2 +z 2 +x+y +z

sobre el conjunto A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 ≤ 4, z ≤ 1}.

8. Halla el paralelepı́pedo de mayor volumen inscrito en un elipsoide dado

x2 y 2 z 2
+ 2 + 2 =1
a2 b c
donde a, b y c son constantes positivas.

9. Suponiendo que entre todas las cajas de cartón rectangulares en las que se han
empleado 10 m2 de cartón, hay una de volumen máximo, halla sus dimensiones.

52
Apéndice

Funciones convexas

Definición. Un conjunto A ⊆ Rn es convexo si para cada x, y ∈ A, el segmento que los

une está contenido en A.
k
Proposición. Un conjunto A ⊆ Rn es convexo si y solo si
P
λi xi ∈ A para todo
i=1
k
P
x1 , . . . , xk ∈ A y λ1 , . . . , λk ≥ 0 con λi = 1.
i=1

Demostración. La prueba del solo si se basa en la descomposición

 
λ1 λ2
λ1 x1 + λ2 x2 + λ3 x3 = (λ1 + λ2 ) x1 + x2 + λ 3 x3 .
λ1 + λ2 λ1 + λ2

Definición. Se define la envoltura convexa de A ⊆ Rn mediante

( k k
)
X X
co(A) = λi xi : xi ∈ A, λi ≥ 0, λi = 1, k ∈ N .
i=1 i=1

El resultado siguiente se obtiene fácilmente:

Proposición. Sea A ⊆ Rn .

1. co(A) es el menor conjunto convexo que contiene a A.

2. A es convexo si y solo si A = co(A).

Definición. Sea A ⊆ Rn convexo. Se dice que una función ϕ : A −→ R es convexa si

ϕ(λx + (1 − λ)y) ≤ λϕ(x) + (1 − λ)ϕ(y)

53
para todo x, y ∈ A y λ ∈ [0, 1].

Observación. Se comprueba fácilmente que la definición anterior coincide con la noción

geométrica de función convexa real de variable real.

Proposición. Dado A ⊆ Rn convexo, la función ϕ : A −→ R es convexa si y solo si

k
! k
X X
ϕ λi xi ≤ λi ϕ(xi )
i=1 i=1

k
P
para todo x1 , . . . , xk ∈ A y λ1 , . . . , λk ≥ 0 con λi = 1.
i=1

Demostración. La prueba por inducción del solo si se basa de nuevo en la descomposición

utilizada anteriormente.

Teorema. Dado A ⊆ Rn convexo, la función ϕ : A −→ R es convexa si y solo si

epi(ϕ) = {(x, t) ∈ Rn+1 : ϕ(x) ≤ t}

es convexo.

Demostración. En la prueba del si basta tomar t = ϕ(x).

Teorema. Sean A ⊆ Rn abierto convexo y ϕ : A −→ R diferenciable. Entonces ϕ es

convexa si y solo si
ϕ(y) − ϕ(x) ≥ h∇ϕ(x), y − xi
para todo x, y ∈ A.

Demostración. Supongamos en primer lugar que ϕ es convexa. Dados x, y ∈ A y λ ∈ [0, 1]

se tiene que

ϕ(x) + h∇ϕ(x), λ(y − x)i + r(λ) = ϕ(x + λ(y − x))

= ϕ((1 − λ)x + λy)
≤ (1 − λ)ϕ(x) + λϕ(y)
= ϕ(x) + λ(ϕ(y) − ϕ(x)).

Luego
r(λ)
ϕ(y) − ϕ(x) ≥ h∇ϕ(x), y − xi + .
λ
r(λ)
Ya que lı́m = 0, se tiene el resultado.
λ→0 λ

54
 Veamos ahora el recı́proco. Sean x, y ∈ A y λ ∈ [0, 1]. Si z = λx + (1 − λ)y, se tiene
que ϕ(x) − ϕ(z) ≥ h∇ϕ(z), x − zi y ϕ(y) − ϕ(z) ≥ h∇ϕ(z), y − zi. Por tanto,

λ(ϕ(x) − ϕ(z)) + (1 − λ)(ϕ(y) − ϕ(z)) ≥ h∇ϕ(z), λ(x − z) + (1 − λ)(y − z)i = 0

obteniéndose ası́ la convexidad de ϕ.

Teorema. Sean A ⊆ Rn abierto convexo y ϕ : A −→ R de clase C 2 .

1. ϕ es convexa si y solo si D2 ϕ(x) ≥ 0 para todo x ∈ A.

2. Si D2 ϕ(x) > 0 para todo x ∈ A, entonces ϕ es estrictamente convexa.

Demostración.

1. Supongamos en primer lugar que ϕ es convexa, sean x, x + h ∈ A y consideremos

f (t) = ϕ(x + th) con t ∈ [0, 1]. Se tiene que
1
f (t) = f (0) + f 0 (0)t + f 00 (0)t2 + R2 (t)
2
es decir,
1
ϕ(x + th) = ϕ(x) + h∇ϕ(x), thi + D2 ϕ(x)(h)t2 + R2 (t)
2
con lı́m R2t2(t) = 0. Por tanto,
t→0

1 2 R2 (t)
D ϕ(x)(h) ≥ − 2
2 t
obteniéndose el resultado.
Recı́procamente, sean x, x + h ∈ A y consideremos f (t) = ϕ(x + th) con t ∈ [0, 1].
Existe c ∈ [0, 1] tal que
1
f (1) = f (0) + f 0 (0) + f 00 (c)
2
es decir,
1
ϕ(x + h) = ϕ(x) + h∇ϕ(x), hi + D2 ϕ(x + ch)(h) ≥ ϕ(x) + h∇ϕ(x), hi
2
con lo que ϕ es convexa.

2. Basta reescribir la prueba del si del apartado anterior.

55
Teorema. Sean A ⊆ Rn abierto convexo y ϕ : A −→ R diferenciable y convexa. Si a es
un punto crı́tico de ϕ, entonces es un mı́nimo absoluto.

Demostración. El resultado se obtiene debido a que

ϕ(x) − ϕ(a) ≥ h∇ϕ(a), x − ai = 0

para todo x ∈ A.

Teorema (Condiciones de Kuhn-Tucker). Consideremos A ⊆ Rn conjunto abierto conve-

xo; ϕ, f1 , . . . , fk : A −→ R funciones convexas de clase C 1 y

B = {x ∈ A : f1 (x) ≤ 0, . . . , fk (x) ≤ 0}.

Supongamos que existen a ∈ B y λ1 , . . . , λk ≤ 0 que satisfacen las condiciones de

Kuhn-Tucker:
k
P
1. ∇ϕ(a) = λi ∇fi (a).
i=1

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

Entonces a es un mı́nimo absoluto de ϕ en B.

k
P
Demostración. Sea F = ϕ− λi fi . Puesto que λ1 , . . . , λk ≤ 0, se tiene que F es convexa.
i=1
Además, ∇F (a) = 0, es decir, a es un punto crı́tico de F , luego es un mı́nimo absoluto.
Pk
Por tanto, ϕ(a) ≤ ϕ(x) − λi fi (x) para todo x ∈ A. Finalmente, para todo x ∈ B se
i=1
k
P
tiene que λi fi (x) ≥ 0, obteniéndose el resultado.
i=1

Ejercicios

1. Sean A ⊆ Rn abierto convexo y ϕ : A −→ R diferenciable. Prueba que si ϕ es

convexa, entonces
h∇ϕ(x) − ∇ϕ(y), x − yi ≥ 0
para todo x, y ∈ A.

2. Estudia la convexidad de las funciones siguientes:

a) f (x, y) = x4 + y 2 + 1.
b) g(x, y) = eax+by .
c) h(x, y, z) = 3x2 + y 2 + z 2 + xy + xz.

56
Bibliografı́a

[BGMV] M. Besada, F.J. Garcı́a, M.Á. Mirás y C. Vázquez, Cálculo de varias variables.
Cuestiones y ejercicios resueltos, Prentice Hall (2001).

[BRV] F. Bombal, L. Rodrı́guez y G. Vera, Problemas de Análisis matemático, volúme-

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

[FVV] C. Fernández, F.J. Vázquez y J.M. Vegas, Cálculo Diferencial de Varias Varia-
bles, Thomson (2002).

[MH] J.E. Marsden y M.J. Hoffman, Análisis clásico elemental, Addison-Wesley Ibe-
roamericana, 2a edición (1998).

[MT] J.E. Marsden y A.J. Tromba, Cálculo vectorial, Addison Wesley Longman, 4a
edición (1998).

57