Departamento de Matemáticas

Facultad de Ciencias
UNAM

NOTAS
DE
ANALISIS MATEMATICO

Dr. Joaquín Curiel

2
PREFACIO

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

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

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

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

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

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

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

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

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

5
CONTENIDO

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

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

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

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

IV.- Funciones Continuas en Espacios Métricos

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

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

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

VI.- Integral de Riemann- Stieltjes

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

VII.- Sucesiones de Funciones

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

VIII.- Diferenciación de Funciones Reales de Varias
Variables

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

7
IX.- Diferenciación de Funciones Vectoriales de Varias
Variables

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

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

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

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

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

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

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

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

Conjuntos Ordenados

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

Tricotomía x<y, x=y, y <x .

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

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

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

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

Axiomas de la Adición

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

Axiomas de la Multiplicación

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

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

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

11
I.-Espacios Lineales Normados

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

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

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

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

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

2.-Espacios Lineales Normados

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

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

3.-Espacios con Producto Interno

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

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

La funcional bilineal f : VxV÷ R es simétrica si

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

La funcional bilineal f es definidamente positiva ,si

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

(4.7) x
2
= (¯ x
n
2
)
1/2

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

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

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

Como consecuencia de la definición de norma tiene las siguientes
propiedades

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

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

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

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

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

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

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

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

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

(5.12) x = max { x
i
, i = 1,2,…n}.

17
II.- Espacios Métricos.Definiciones. Ejemplos

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

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

Espacios Métricos Lineales

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

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

Ejercicios

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

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

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

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

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

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

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

La gráfica de esta función es el plano

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

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

Los vectores tangentes a las curvas paramétricas del plano , son

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

19
Los coeficientes de la la primera forma fundamental, son

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

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

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

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

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

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

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

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

Curvas en una Superficie.

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

L(o ) = í
b
a
¦¦ v¦¦ dt.

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

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

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

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

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

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

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

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

Fig

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

Interior Exterior y Frontera de un conjunto

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

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

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

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

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

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

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

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

Los conjuntos abiertos tienen las siguientes propiedades

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

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

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

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

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

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

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

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

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

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

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

La bola cerrada es un conjunto cerrado.

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

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

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

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

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

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

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

26
C es cerrado · C C*.

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

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

Conjuntos Acotados y Totalmente Acotados

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

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

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

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

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

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

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

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

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

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

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

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

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

5.3 Corolario Un conjunto finito no tiene puntos de acumulación.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Demostración Es consecuencia del teorema 7.3.

8.- Conjuntos Conexos

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

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

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

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

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

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

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

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

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

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

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

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

Estamos especialmente interesados en las sucesiones convergentes.

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

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

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

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

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

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

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

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

Un conjunto A es acotado si su diámetro es finito.

1.9 Ejemplo: Todo conjunto finito es acotado.

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

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

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

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

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

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

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

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

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

No toda sucesión acotada es convergente.

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

Sucesiones de Cauchy

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

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

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

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

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

No toda sucesión de Cauchy es convergente.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

3.-Sucesiones Acotadas en un Espacio Lineal Normado.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

No toda sucesión de Cauchy es convergente.

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

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

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

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

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

No toda sucesión con una subsucesión convergente es convergente.

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

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

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

Es consecuencia del teorema 1.6.

6.-Espacios Métricos Completos.

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

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

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

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

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

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

49
7.-Sucesiones de Números Reales

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

1.- Funciones Continuas en Espacios Métricos

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Composición de Funciones

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

3.- Funciones Lineales

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

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

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

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

: L(R
m
,R
n
) ÷R
definida por

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Demostración Por ( 3.7 ), tenemos que

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

Ejercicios

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

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

Es consecuencia del teorema 1.3

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

(1.8) (f-g) ´(c) = f ´(c) – g ´(c).

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

4.-Teoremas del Valor Medio

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

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

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

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

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

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

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

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

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

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

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

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

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

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

5.- Derivadas de Orden Superior.Teorema de Taylor

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

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

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

+ …+ h
n-1
/( n-1)! f
(n-1)
(c )

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

Demostración Sea p(x) el polinomio

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

y definamos un real r por medio de la ecuación

78
r (d-c)
n
/n! = f(d) – p(c),

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

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

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

6.- Diferenciación de Funciones Vectoriales de una Variable

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

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

(6.2) lím f(x) –f(c) / x-c = y
x ÷c.

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

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

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

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

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

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

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

(6.7) l (f) = í f ´(x) dx. fig # 1.1

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Propiedades de la Integral

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

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

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

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

La integral preserva el orden

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

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

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

(1.12) í fdh s í gdh.

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

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

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

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

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

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

2.- Integrales Superior e Inferior de una Función

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

(3.1) f c R(h) ¬ ¦f¦ c R(h).

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

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

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

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

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

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

88
VII.- Sucesiones de Funciones. Convergencia Uniforme

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

1.- Sucesiones de Funciones en Espacios Lineales Normados

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

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

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

2.-Convergencia Puntual

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

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

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

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

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

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

Por el teorema 1.1 del capítulo III

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

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

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

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

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

4.1 Teorema. Toda sucesión convergente es de Cauchy.

Por el teorema 5.1 del capítulo III.

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

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

Por el teorema 1.6 del cap III.

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

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

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

5.-Convergencia Uniforme.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

8.- Funciones Acotadas. La Norma Uniforme

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

por el teorema 3.2 del cap III.

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

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

por el teorema 4.1 del cap III.

10.-Compacidad. Teorema de Arzela- Ascoli

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

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

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

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

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

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

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

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

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

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

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

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

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

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

(10.4)

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

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

1.- Derivadas Parciales

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

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

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

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

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

3.- Las derivadas parciales de la función cuadrática

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

4.- Las derivadas parciales de la función

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

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

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

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

En los cursos de Cálculo Avanzado se demuestra que

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

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

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

3.- Diferencial de una Función Real de Varias Variables

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

= V f(p) . v.
qed

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

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

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

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

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

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

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

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

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

es una parametrización del segmento L(p,q)

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

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

(4.3) f(q) –f(p) = f ´(c) (q-p).

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

g ´(t) = df(r(t) )(q-p).

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

6.3.- Encontrar los puntos críticos de la funcion

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

Solución Las derivadas parciales de la función f, son

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

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

6.4.- Encontrar los puntos críticos de la función cúbica

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

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

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

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

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

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

Por el teorema de Taylor

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

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

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

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

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

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

Demostración Por el teorema de Taylor,

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

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

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

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

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

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

es decir, f tiene un mínimo local en c.

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

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

115
IX.- Diferenciación de Funciones Vectoriales de Varias Variables

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

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

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

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

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

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

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

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

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

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

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

Toda función diferenciable es contínua.

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

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

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

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

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

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

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

Ejemplos

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

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

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

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

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

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

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

Entonces la derivada direccional es

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

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

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

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

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

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

Es consecuencia de los teoremas 1.2 y 2.1.

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

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

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

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

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

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

(3.3)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

el producto escalar de f,g es

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

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

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

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

por definición de derivada parcial.

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

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

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

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

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

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

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

(3.12) L( C ) = í
b
a
||f´(t)|| dt .

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

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

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

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

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

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

4.2 Ejemplo La compuesta de la función vectorial

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

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

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

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

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

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

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

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

entonces por (4.4)

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

Análogamente, sea

(4.9) s( k)= g(q+k)- g(q) – dg
q
(k),

en consecuencia

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

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

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

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

5.-Teoremas del Valor Medio

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

(5.1) f (b)-f (a) = f´ (c) (b-a).

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

r´(t)= (1-2t,1-3t
2
).

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

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

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

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

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

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

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

g(x+h) –g(x) = [f(x+h)-f(x)] . u

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

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

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

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

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

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

129
Bibliografía

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

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

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

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

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

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

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

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

para todo elemento x de A. Un conjunto ordenado A.y ) = x+y. ii) Si z < M entonces z no es cota superior de A. Para tres elementos x. 9 .Un orden en el conjunto no vacío A.entonces vale una y sólo una de las siguientes proposiciones Tricotomía Transitividad x<y. y<z La relación x<y se lee x menor que y.Tambien escribimos y> x que se lee y es mayor que x. significa que x es menor ó igual que y. y <x . Campos Un campo F es un conjunto no vacío en el cual estan definidas dos operaciones binarias A: FxF F. a. Un conjunto A es ordenado si hay un orden definido en A. es una relación denotada por < que tiene las dos siguientes propiedades i) Si x. vale que x<y implica que x<z. 2)Conmutativa a+b = b+a. Un elemento M es una cota superior mínima del conjunto ordenado A. x=y. es 1) asociativa a+(b+c ) = (a+b) +c.El conjunto N = { 1. Ejemplos 1.2.b.3…} de los números naturales está ordenado por la relación x<y si y-x >0.y son dos elementos en A. M: FxF F.b en F. está acotado superiormente si existe un elemento M en el universo U.c en F. si i) M es cota superior de A. La notació x y.y. a.El elemento M es cota superior de A.El conjunto Q de los números racionales está ordenado por la relación x<y si y-x >0. 2. tal que x < M. que tienen las siguientes propiedades Axiomas de la Adición La adición A(x. llamadas adición y multiplicación respectivamente. z de A.

y) = xy. Cada elemento a diferente de 0.3). con la propiedad de la mínima cota superior. La multiplicación es distributiva con respecto a la adición a(b +c) = ab + ac. tiene un inverso multiplicativo a . El Campo de los Reales Teorema Existe un campo ordenado R. a en F.F contiene un elemento 0 (llamado cero) tal que a+0 = 0+a. 10 .. tal que a-1 a = aa-1 =1. F contiene un elemento 1diferente de 0. es Asociativa a(bc) = (ab)c. 4) Cada elemento a de F tiene un simétrico -a tal que a + (-a) = 0 Axiomas de la Multiplicación La multiplicación M(x. Conmutativa ab = ba.Este campo contiene al campo Q de los números racionales. llamado uno tal que (a)(1)= a .

2) v+w = w+v. v en V. con identidad (1.3) v + 0 = 0 + v = v. el espacio vectorial normado y daremos algunos ejemplos importantes de tales espacios. conmutativa (1. (1.8) a(v+w) = av+aw.-Espacios Lineales Normados 1. es asociativa (1. con las siguientes propiedades: i) El espacio vectorial V.w en V. tal que (1.1) v+(w+z) = (v+w)+z. para cada vector v.llamado el vector cero. para todo v en V.-Espacios Lineales Normados 11 .z en V. es decir. la adición es asociativa (1. 2.(cuyos elementos vamos a llamar puntos o vectores ) en el cual están definidas dos operaciones.5) a(bv) = (ab)v. forma un grupo abeliano (conmutativo).(llamado el simétrico de v) tal que (1. simétrica.w en V tiene una identidad. sobre el campo de los reales R.b en R. existe un vector 0. distributiva (1. llamadas adición y multiplicación de escalares por vectores.7) (a+b)v = av+bv . v. a..Definición de un Espacio Lineal Normado En esta sección presentaremos la definición de un ejemplo muy importante de espacio métrico. existe un vector –v.v en V. con respecto a la adición. es un conjunto no vacío V. Definición Un espacio lineal ó espacio vectorial. v en V.I. a.Es decir. v.b en R . a en R.6) 1v = v. v.4) v + (-v) =0 ii) la multiplicación de escalares por vectores. es decir.w.

2) f(v. La funcional bilineal f es definidamente positiva .w) = f (w. Sea ui . el vector es cero. 3. z) = a f(v . es una función real f : VxV R.z ) + b f ( w.1) f( av + bw.2) ii) n(v) = 0 si y sólo si v = 0 La norma del producto de un escalar a R y un vector. y la norma de un vector.z). n :VL R. La norma de un vector es cero .5) f(v.negativa (2.si (3. v.Entonces el vector v V. que cumple la siguiente condición: ( 3.n una base del espacio lineal de dimensión n..v V es igual al producto del módulo del escalar. a. La funcional bilineal f : VxV (3.v). v.2.3) f( v.-Espacios con Producto Interno Una funcional bilineal sobre el espacio lineal normado V.w V. R es simétrica si V.v ) 0.Definición Una norma sobre un espacio vectorial V.4) iv) n( v+w ) n(v) +n(w). v V. (2. z ). sí y sólo sí. z f(v.v) M0 y (3. y (3. z) + b f(w . Una función bilineal es negativamente definida si (3..b R.6) f(v. aw + bz ) = a f(v.1) i) n(v) 0.4) f(v. n ) formada por un espacio vectorial V y una norma n sobre V. Definición Un espacio vectorial normado es una pareja ( V. (2. que tiene las siguientes propiedades : La norma es no. La norma de la suma de dos vectores es menor ó igual que la suma de sus normas (2.v) =0 si y sólo si v=0. es una función real.v) =0 si y sólo si v = 0. w.3) iii) n (av)= a n(v). admite la representación 12 . i = 1.

Todo espacio con producto interno tiene una norma n: VL R. vamos a suponer que se tienen conocimientos de Probabilidad I.x)1/2.y n(x)n(y). es menor ó igual que el producto de sus normas. En este ejemplo. es la matriz de la funcional bilineal f. Un espacio con producto interno es una pareja (V. (3. El siguiente ejemplo.1 Ejemplo.2 Ejemplo El espacio C[a.b]. es una funcional bilineal f: VxV L R. b] y la norma uniforme (4. 4.-Ejemplos De nuestra experiencia con los cursos de Álgebra Lineal. La matriz A = [aij ]. sabemos que los siguientes espacios son espacios vectoriales normados.b]. aij vi vj .5) n(x)=P x= = f(x. f).v) = ij i vi ui. Un producto interno sobre un espacio vectorial V.7) luego (3. 13 .8) v= f(v.b]. definida como la raíz cuadrada del producto interno del vector por si mismo. El espacio de los reales (R. simétrica y positivamente definida.b] formado por funciones reales definidas en [a. x R [a. (3.2) n(f) =( S f 2(x) dx )1/2 . En un espacio con producto interno.(3. vale la desigualdad de Schwartz. El módulo del producto interno de dos vectores.cuyos cuadrados son integrables. 4.b] . es muy importante en Actuaría. formada por un espacio vectorial V y un producto interno f .1) n( f) = sup { f (x) . ) con el valor absoluto como 4.3 Ejemplo El espacio de Lebesgue L2 [a. donde a ij = f ( ui . f R L2[a. Estadística y Probabilidad. norma . 4. el espacio de las variables aleatorias con variancia finita.6) x. formado por las funciones reales continuas definidas en el intervalo cerrado [a. y la norma (4.}. uj ).

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

2. En general. w en V. (5. son las coordenadas cartesianas del punto x.w) + d(w. (5.z). de números reales xi .6) x n2 < . es una función d : X x XL R. i=1.-El Espacio Euclidiano Rn El espacio euclidiano de dimensión n.1.1) d(v. es el conjunto de todas las n-adas (5.2. donde v. i =1. estan definidas dos operaciones.…n. w. es no. z estan en V. Como consecuencia de la definición de norma tiene las siguientes propiedades 5.w)=d(w. La norma del punto x es (4.4) iii) d(v. La función distancia es simétrica.5) iv) d(v. llamadas adición y multiplicación escalar definidas por las ecuaciones 15 .w)= n(v-w). La distancia entre dos vectores v.n). Vale la desigualdad del triángulo. En el espacio euclidiano Rn. (5. n. y los números reales xi . 5. es la función d: VxV L R.negativa. x2 . iii). que satisface las condiciones i). (5...7) x 2 = ( xn2 )1/2 5.cuya suma de cuadrados es finita (4. El espacio l2 es un espacio lineal normado.v).w del espacio lineal normado (V. una métrica o distancia sobre un conjunto no vacío X.6) x =( x1 .w) = 0 si y sólo sí v = w. iv) del teorema 1.z) d(v. . ii).-Métricas o Distancias sobre un Espacio Lineal Normado. definida como la norma de la diferencia de los vectores (5.2) i) d ( v. Teorema La distancia entre dos puntos v.2.x n). w ) 0 La distancia ente dos puntos es cero sí y sólo sí.1 Ejemplo . los puntos son iguales..3) ii) d(v. La n-ada x es un punto ó vector en el espacio euclidiano Rn.

2 Ejemplo Al espacio lineal Rn.x2 .y de Rn es igual a la norma de la diferencia entre los vectores x.x2+y2 …x n + yn ).(5. seran llamados vectores.…cx n). (5.y2 .…xn) .La norma uniforme sobre Rn.es igual a la raíz cuadrada del producto escalar de x por sí mismo (5.y= x1 y1 +x2 y2 + …+xn yn.es el escalar (5. Por esta razón los puntos del espacio Rn. (5.cx 2. y =(y1. Cómo es bien sabido este producto escalar es un producto interno. es decir una funcional bilineal. simétrica y definidamente positiva. i = 1.…xn ) + (y1. 16 .x)1/2.y.y) = P x-y= .…xn) = (cx1 .12) x = max { xi .10) Px== (x. La norma de un vector x en Rn.8) c(x1 .y2 . donde c es un número real. La distancia entre dos puntos x.7) (x 1. El producto escalar de dos vectores x =(x1 .…yn) =( x1+y 1.11) d(x. 5.…n}. en el espacio Rn.es la función (5.x2 .x2 . En el Álgebra Lineal se demuestra que este espacio es un espacio vectorial sobre el campo R de los reales. se le puede asignar otra norma. …yn).2.9) x.

4 Ejemplo Sea BS(R). d ) formada por un conjunto no vacío. Esta función es una métrica sobre X. 1. y una métrica o distancia d sobre X. 1. definida por d(x. X.y) = 1. es una pareja (X. La función R.Demostrar que las métricas en los ejemplos 1. El espacio (X. Ejemplos 1. 17 .2.Definiciones.Espacios Métricos.-Espacios Métricos Curvos. 1. si x=y.yn : n = 1.y) = x –y .3 Ejemplo Sea Rn. Espacios Métricos Lineales 1. 1..3. La función d (x.y) = sup { xn. si x y. …n}.Ejemplos Un espacio métrico.. es decir el espacio lineal cuyos puntos son n-adas de números reales. …}.2 Ejemplo Sea R.3. d(x. Ejercicios 1.El Espacio Discreto. Superficies Regulares en R3. 1.Definiciones.d) es el espacio discreto.. es una métrica sobre BS( R ).2. : i = 1. el espacio lineal formado por los reales.n = 1.1 Ejemplo.1. el espacio euclidiano de dimensión n. es una métrica sobre R.y ) = max { xi – yi es una métrica sobre Rn . …}. el espacio lineal formado por las sucesiones acotadas de números reales. Sea X un conjunto no vacío. x = { xn. y definamos la función d : XxX L R.4. = 0.2.3. son efectivamente distancias.definida por d : Rn x Rn d(x. 1..II. La función d: RxR R. 2.2.

y.0.1. La función x : R2 R3. z ) R R3: (x. x2 (u. z / u ). El difeomorfismo x : U V.La vecindad V es una vecindad coordenada del punto p.v).v ) = ( x/ u. Dichos ejemplos serán superficies regulares en R3. R. 18 x2 = ( 0. son x1 = (1. y / v. Los coeficientes de la primera forma fundamental. en la parametrización x. con respecto a las coordenadas locales u. x1. Ax + By + C) : R2 R3. z = Ax + By +C }. y / u.v ) ).Las coordenadas del punto q = x-1 (p) son las coordenadas locales de p en la parametrización x.v de p. B).y) R R2.1 Ejemplo. G = x2 . z/ v ). El Plano Sea f (x.y ) = ( x. z son las coordenadas cartesianas de p. F = x1 .y. El determinante de la primera forma fundamental es (2. x1 (u. Los vectores tangentes a las curvas coordenadas son las primeras derivadas parciales de x. definida por x(x. (2.y ) = Ax + By + C : R 2 La gráfica de esta función es el plano S = { ( x. es una parametrización de S.v ) = ( x(u.v ). v ) = EG. Los vectores tangentes a las curvas paramétricas del plano . Entonces existe una vecindad V de p. .x2 .En esta sección vamos a presentar algunos ejemplos de espacios métricos curvos. de la superficie regular S.2) E = x1 . Podemos escribir (2. z(u.x2 . difeomorfa a un conjunto abierto U de R2. A). y. donde x. y( u. Sea p un punto de una superficie regular S en R3. 2.1) p = x ( u.3) g (u. es una parametrización del plano S. en torno al punto p.F2 . son los productos escalares.v ) = ( x/ v.

F = AB.La función x(x.1. 2. -2y / [( 1.).y) } de la función.y ) = ( x.z )R R3 : (x. son x1= ( 1.2x / [1.0.(x2+ y2 )]1/2.3 Ejemplo La Esfera La gráfica de la función z = f( x. z = f (x.y.Los coeficientes de la la primera forma fundamental. G = (1+ 4y2 )/ [ 1.( x2+y2 )]. Los coeficientes de la primera forma fundamental. son F = 4xy / [1-( x2+ y2 )] .0.( x2 + y2 )].).y)) : U R3.y)R R2. 2.16 x2 y2 ]/ [ 1-( x2+y2)]. El determinante de la primera forma fundamental. Los vectores tangentes a la esfera unitaria . es la esfera con centro en el orígen y radio 1. El determinante de la primera forma fundamental es g = [( 1+ 4x2 )( 1+ 4y2 ).1. 19 . F = 4xy. son E = 1 + A2.y) = [1-( x2 +y2)]1/2: U R. Los coeficientes de la primera forma fundamental. El determinante de la primera forma fundamental g =(1+4x2 ) ( 1+ 4y2 ) – 16x2y2 . Los vectores tangentes a las curvas coordenadas. x2 = ( 0. Curvas en una Superficie. G = 1+ 4y2 . G = 1 + B2. f( x.y.( x2+ y2 ))]1/2. 2x). E = (1+ 4x2 ) / [ 1.2 Ejemplo. x2 = ( 0. es una parametrización de la esfera unitaria.2y). . en R2).f(x.y ) = x2 + y2: R2 R es un paraboloide de revolución. son x1 = ( 1. es g = (1+A2) ( 1+ B2 ) – (AB)2. (donde U es el interior del círculo unitario. Paraboloide de Revolución La gráfica G( f ) = { (x. son E= 1+ 4 x2.

Ejercicios 1. : [0.(cota inferior máxima) de las longitudes de las curvas en S. La distancia entre dos puntos p.q de la superficie existe una curva diferenciable . formada por una superficie arco-conectable S. 2.y ) R R2. es la norma v de su velocidad v. Solución. Su rapidez .1 ). (véase el ejemplo 2. 2. la rapidez.y. (1 ) = q. es una función diferenciable : [a. es la integral de su rapidez. una curva en el plano S. q. q de la superficie arco-conectable S. La longitud de la circunferencia unitaria es L( )= v dt = dt = 2 . si para dos puntos cualesquiera p. es L( ) = [ 2+ (A+B )2]1/2. con valores en S. y la función d : Sx S R. ]1/2 La longitud de la curva .1 . Distancia en una Superficie Arco. Es decir.Calcular la velocidad. z = Ax + By + C }.z) R3: (x. Su vector velocidad es v = ( 1. La rapidez de la curva . d ). que unen a p y q. es v = [ sen2 t + cos2 t ]1/2= 1. Una superficie S es arco-conectable.Conectable. b ] S. La longitud L( ) de la curva .1 Teorema La pareja (S.es el infimum. Ejemplos.5. At + Bt + C) : [ 0. definida en un intervalo cerrado no vacío [a.q) = inf { L( ) : conecta a p con q}. 2.b ] . parametrizado por 20 . d(p.Sea = ( t .1] S. A+ B )= i + j + k ( A + B). y la longitud de la circunferencia unitaria (t ) = i ( cos t)+ j ( sen t ) : [0.4. El vector velocidad v de la curva es su derivada v = d / dt..1] S = { (x.Una curva diferenciable en una superficie S. 2 ] R2. que une o conecta a los puntos p. La velocidad de la curva es v = i ( . L( )= b a v dt. es un espacio métrico. es v = [1+1 +(A + B )2]1/2.= [2 + (A+B)2. (0) = p. La rapidez de la curva . t .sent ) + j ( cos t ).Calcular los coeficientes y el determinante de la primera forma fundamental del cilindro circular recto.

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

es igual la intersección de sus interiores.3-Ejemplo El interior int (S) = { (x. y) un punto en int (S). y 1-s. contiene a la unión de sus interiores. S = {(x.y ) : x2 + y2 < 1} del círculo unitario . 3. iii) El interior de la unión de dos conjuntos A. Entonces la bola con centro en (x. y) R R2 : x 2+ y2 1} es un conjunto abierto.y) : x2+ y2 = 1}. Entonces la bola abierta (x-r/2.y) R2 : x2 + y2 > 1 }. El intervalo abierto (0.y) R2 : x 2+ y 2= 1. 3. 22 . y sea r la menor de las cantidades s = d ( ( x. no es un abierto en R2.1).está contenida en (0. 1) = { (x.1) y sea r > 0 la distancia mínima de x.1Teorema El interior de un conjunto. 0) ).0) . La frontera del círculo unitario S. sea x (0.x+r/2).2-Ejemplo.4 Ejemplo El círculo unitario S = {(x.0).Fig. y) y radio r/2 .} no son puntos interiores de S. porque los puntos en la circunferencia. En efecto. 1 ) = { (x. int A int B. entonces. Int (A B ) = int (A) int (B). ( 0. ii) Si A B. es la circunferencia Fig fr(S) = S( (0. B.1)={ xR R : 0<x<1} es un conjunto abierto. El exterior de S es el conjunto ext (S ) = { (x. y ). 3. a los puntos 0. En efecto. iv) El interior de la intersección de dos conjuntos . con centro en el orígen y radio 1 S( (0. 3. tiene las siguientes propiedades i) Un conjunto contiene a su interior A int (A ).1. sea (x. Int(A B ) int (A) int (B).está contenida en S. y) R R2 : x 2+ y2 1}.

iii) ext (A B) ext (A) ext (B). Los puntos 0. es el intervalo cerrado [0.5-Ejemplo La intersección de la familia de conjuntos abiertos G n ={ x R R: -1/n < x < 1+1/n}. es abierta iii) La intersección de dos abiertos es abierta.Pero entonces B está contenida en la unión A. X es abierto.-Corolario El exterior de un conjunto tiene las siguientes propiedades i) Si A B entonces ext(A) ext (B). b no son puntos interiores de [a. contenida en Ai . iii) Sea {Ai .es el 3. la intersección de C y D está contenida en I.4. luego por el principio del tercero excluido. Queremos demostrar que la unión A = i Ai es un conjunto abierto.1]. Entonces A es abierta. b]. no vacíos. tales que C está contenida en A y D está contenida en B. i R I } una familia arbitraria de conjuntos abiertos de X. está contenida en X. D.3. ii) ext (A B) = ext(A) ext(B). 23 .1 de este intervalo no son puntos interiores de [0. Entonces la bola abierta con centro en x y radio r. El vacío no satisface esta condición . B dos conjuntos abiertos.1]. son conjuntos abiertos. ii) La unión de una familia arbitraria de conjuntos abiertos. b]. con centro en x. iv) Sean A. luego existe una bola abierta B. Sea x R A un punto en la unión de los conjuntos Ai . no es un conjunto abierto. Entonces existen dos bolas C.5 Ejemplo El intervalo cerrado [a.Entonces x R Ai para algún i . luego. no necesariamente es abierta. Luego. y sea x un punto en la intersección I = A B de A y B. porque los puntos extremos a. qed La intersección de una familia infinita de abiertos. el vacío es abierto. Una consecuencia inmediata del teorema 3. ii) Sea x un punto en el espacio métrico X.2 Teorema: i) El conjunto vacío y el conjunto total X. Los conjuntos abiertos tienen las siguientes propiedades 3.Pero Ai es abierto por hipótesis. 3.1. Demostración i) Un conjunto A es no abierto si existe un punto en el conjunto que no es punto interior de A.

r] = { yR X : d(x. si su complemento es abierto. ii) La unión de dos conjuntos cerrados es un conjunto cerrado. es punto de contacto de un conjunto S de X. y radio r > 0. son conjuntos cerrados. En efecto el complemento del vacío . Cerradura de un conjunto Un punto x de un espacio métrico X. contiene por lo menos un punto de S. 4.1 Teorema i) El conjunto vacío y el conjunto total V. 4. Fig 4. Por el teorema 3. usando el teorema de DeMorgan. son cerrados. por hipótesis . iii) La intersección de una familia arbitraria de conjuntos cerrados es un conjunto cerrado. luego. La bola cerrada.El complemento del total X es el vacío .3 Ejemplo. Demostración A B . el complemento de I.2.1 4.que como sabemos es abierto.es un conjunto cerrado. Ac Bc. {x < b}.2 Ejemplo El intervalo cerrado I = [a .1 Ejemplo Los conjuntos vacío y total V. con centro en el punto x.2 Bola Cerrada Las propiedades fundamentales de los conjuntos cerrados se deducen del teorema 3.Vamos a demostrar i). En efecto.es el total X. La bola cerrada es un conjunto cerrado. si toda bola abierta con centro en x. 24 . La cerradura S* de un conjunto S.y ) M r}.qed 4. Fig 4. es cerrado. que es abierto. es el conjunto formado por los puntos de contacto de S.1 ext (A) = int (Ac) int (Bc)= ext (B). y radio positivo r>0.b] = { x R R : a x b}. es la unión de los conjuntos abiertos {x < a}. 4.-Conjuntos Cerrados Definición Un conjunto C en un espacio métrico X. es el conjunto B[x.

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

Queremos demostrar que C C*. es decir que X-C no es abierto. 2. de radio positivo contiene puntos de C. si su diámetro es finito. tal que toda bola abierta. Ejercicios 1. es acotado.a) Un conjunto totalmente acotado. que cubren al conjunto. X-C es abierto. es acotado. y por lo tanto existe una bola abierta con centro en x. Fig 4. luego.C es cerrado C C*.C. Entonces existe un punto x R X-C. 4.. Si C no contiene a C*. iii) La intersección de una familia arbitraria de conjuntos acotados. es acotada. en un espacio métrico X. totalmente acotado? c)Es la unión de dos conjuntos totalmente acotados. Un conjunto A. Pero C es cerrado . existe un número finito de bolas abiertas de radio r. si para todo real positivo r>0.4 Teorema Los conjuntos acotados . Entonces x no está en C*. por hipótesis. totalmente acotado? 26 . es totalmente acotado.1. y radio positivo contenida en el complemento X-C de C.. Supongamos que C no es cerrado. Su diámetro es el doble de su radio.4 Ejemplo Toda bola abierta es acotada.Queremos demostrar que C es cerrado. es la cota superior mínima de las distancias entre los puntos de A. es decir x R C*. b) Es un conjunto acotado. entonces existe un x R C* . qed Conjuntos Acotados y Totalmente Acotados El diámetro de un conjunto A. en un espacio métrico X.Demostrar el teorema 4. ii) La unión de dos conjuntos acotados. tienen las siguientes propiedades: i) Todo subconjunto de un conjunto acotado . Supongamos que C C*. U n conjunto A es acotado.5 Ejemplo Toda bola cerrada es acotada. es acotada. lo cual contradice la hipótesis C C*. 4. Demostración. Supongamos que C es cerrado.

de bolas cerradas no vacías.Weierstrass.2 8. Si i < j.2 Ejemplo Las bolas cerradas { B[x.… es una sucesión nidificada.z) R R3: x2 + y2 + z2M 1}.con centro en x.-Demostrar el teorema 4. bi ]. 1/n]. en el espacio R3 a) Encontrar su interior. cerrado?. Entonces la sucesión { an } es creciente y la sucesión {bn} es decreciente.Es la intersección de una sucesión decreciente..-Celdas Nidificadas y el Teorema de Bolzano.2.(el interior de su complemento). 6. entonces dado >0 . 27 ..Un conjunto C es cerrado si y sólo si contiene su frontera.1 Ejemplo La sucesión [ -1/n. Si a O b.3.. existen ai y bj tales que a. 5. la bola cerrada con centro en el orígen y radio 1. qed.una sucesión nidificada de intervalos cerrados no vacíos. y la sucesión decreciente { bn } esta acotada inferiormente por a1.( Celdas Nidificadas) La intersección de una sucesión nidificada de intervalos cerrados..Demostrar el teorema 4. La sucesión creciente { a n} esta acotada superiormente por b1. es una sucesión nidificada 5.Sea S = { (x.3...3…… . 5. bn ] . no vacía? 5. es vacío. contradiciendo la hipótesis de que los intervalos In son no vacíos. el intervalo [ai . . Una sucesión decreciente de intervalos cerrados { I n }. Sea a la cota superior mínima de { an } y b la cota inferior máxima de {bn }. es un conjunto cerrado 7. es no vacía. In = [a ..R < ai < a. su cerradura y su exterior.Toda bola cerrada. n = 1. 4. no vacíos en R . y radio positivo 1/n. es decreciente si An An+1 . Una sucesión de conjuntos { An } en un espacio métrico X. b) Es S abierto?. Demostración Sea { In }. los cuales existen porque R es un espacio métrico completo. 5. n = 1.3. b < b j < b+R . 1/n ]}.1 Teorema. .2. forman una sucesión nidificada.y.

es punto de acumulación de [a. no contiene ningún punto de A. es punto de contacto de A. 5. si cada bola con centro en x.La cerradura de A es A* = A L(A).4 Teorema.2 Teorema. luego. A contiene a su cerradura. qed 5. si y sólo si. porque todo punto de acumulación es punto de contacto de A.b].. contiene un punto y de A.Sea s el mínimo de las distancias de x a xi. Un conjunto A es cerrado si y sólo si.-Un punto de acumulación de un conjunto A .3 Corolario Un conjunto finito no tiene puntos de acumulación. que contiene sólo un número finito xi . qed 5.2. s/2 ). diferente de x. Entonces la bola B(x. Es decir. cada bola con centro en x.n. tiene una infinidad de puntos de A. lo cual implica que contiene sus puntos límite. Demostración Sea x un punto límite de A. distinto de x. de puntos de A. Un punto x es punto límite de un conjunto A.b). Sea L(A) la familia de puntos de acumulación de A Ejemplos 1. y radio positivo r>0. y radio positivo r>0. A es cerrado A L(A). 5.b].1 Ejemplo Todo punto del intervalo abierto I = (a. es punto de acumulación o punto límite de un conjunto A. y es por lo tanto cerrado. Supongamos que A contiene a todos sus puntos límite. r). A contiene su cerradura. Puntos de Acumulación Un punto x en un espacio métrico X . luego. contiene sus puntos límites.Supongamos que existe una bola B(x. L(A) A*. 28 . i = 1.Nuestro siguiente paso será demostrar el teorema de Bolzano-Weierstrass. . 5..2 Ejemplo Todo punto del intervalo cerrado [a. es punto de acumulación de I. Demostración Supongamos que A es cerrado.

es la intersección. Entonces A está contenido en un intervalo cerrado I = [a.… que tiene un uno en la i-ésima posición y ceros en las demás posiciones es infinito y acotado. x+r )). tiene una infinidad de puntos de A. la intersección de la sucesión { In}. Qed Ejemplo El teorema de Bolzano – Weierstrass no es válido en el espacio l2 En efecto el conjunto de vectores básicos ei . de una familia de complementos de bolas abiertas.. en un espacio lineal normado arbitrario? 2. tiene una infinidad de puntos de A.Ascoli cap IX sección 10). cerrada y acotada? 3. (véase más abajo).-Conjuntos Compactos Los matemáticos Heinrich Heine y Emil Borel. no vacíos. un intervalo abierto con centro en x y radio r...5. entonces al menos una de ellas I2. obtenemos una sucesión decreciente { I n }.(Véase el teorema de Arzela. i= 1. Sea c la longitud de I.. tiene un punto de acumulación Demostración Sea A un conjunto infinito y acotado de números reales.Un conjunto cerrado. es no vacía.en R no vacía? en Rn? . Entonces x es punto de acumulación de A. x+r) .b]. caracterizaron los intervalos cerrados de la recta R. como los conjuntos para los cuales toda cubierta abierta tiene una subcubierta finita. Ejercicios 1.-¿Tiene todo conjunto infinito de números reales un punto de acumulación? 6.¿Es la intersección de una sucesión decreciente de intervaos abiertos.Sea x un punto de dicha intersección y (x-r. contenga a In. no vacía? 5.5 Teorema (Bolzano.3. Procediendo en esta forma. Dividamos el intervalo I. Dividamos I1. 4.Weierstrass).2. no vacía. en dos partes iguales.Esta caracterización topológica de los intervalos cerrados en R. de intervalos cerrados.Es la intersección de una sucesión decreciente de bolas cerradas no vacías. pero no tiene ningún punto de acumulación. generó el problema de la caracterización de los compactos en otros espacios métricos. En estas notas sólo estudiamos el espacio R y el espacio 29 . Entonces al menos una de las mitades I1.Todo conjunto infinito y acotado de números reales. Por el teorema de las celdas nidificadas. en dos mitades.Es toda bola cerrada. entonces la longitud de In es c/ 2n Podemos hacer a n lo suficientemente grande como para que (x-r.

tambien es subcubierta finita de .r). r ). 6. con centro en un punto x de K.2. por ser K compacto.3 Teorema En un espacio métrico un conjunto compacto es cerrado y acotado Demostración Sea = {B( x. 6. Entonces es una cubierta abierta de K. Sea una cubierta abierta de C. L son compactos. Pero K es compacto por hipótesis. Definición Una cubierta de un conjunto K. por hipótesis. cuya unión contiene a K. de que cubren a K y a L. y de radio positivo r >0.2 Teorema En un espacio métrico la unión de dos conjuntos compactos K. luego X-C es abierto.}. si toda cubierta abierta de K. Luego es una subcubierta finita de K L. b ]. Demostración Sea una cubierta abierta de K L. de un conjunto compacto K. respectivamente. luego. de K.1 Teorema. Un conjunto K en un espacio métrico X. i = 1. 30 . la familia de bolas abiertas . tiene una subcubierta finita. Una subcubierta de una cubierta de K . Una cubierta de K es abierta si cada Ai . Entonces. estableceremos algunas propiedades de tales conjuntos.1 Ejemplo Todo conjunto finito. x R K. 6. existe una subcubierta finita de K. es compacto Antes de dar algunos ejemplos de conjuntos compactos. es abierto. luego.b ] de las funciones reales continuas definidas en el intervalo cerrado [ a. 6.El conjunto C es cerrado. es compacto. luego. existe una subcubierta finita = { B(xi .C[a. La familia . i R I } de conjuntos. por hipótesis. existen dos subcubiertas finitas . que posiblemente contenga a X –C.es una subfamila de la cubierta que tambien es una cubierta de K.L es compacta. La familia {X-C }. es una cubierta abierta de K y tambien de L. es compacto Demostración.(X-C). que cubre a C. Todo subconjunto cerrado C. es una familia { Ai. es una cubierta abierta de K. Pero K. …n }.

tiene intersección no vacía. luego.es una cubierta abierta de K.Kn) = Gn . 6. Luego. {x} de los conjuntos compactos {x }. Vamos a demostrar que K es acotado. k = 1. Entonces.La familia de bolas abiertas con radio positivo r>0 y centro en los puntos x de K. un conjunto compacto es totalmente acotado. Demostración Supongamos que la intersección de la sucesión {Kn } . Demostración Sea K un conjunto compacto en X. no es necesariamente compacta.La sucesión { Kn } es decreciente. lo cual implica que K1 Gm. y K esta contenido en una unión finita de bolas abiertas.1]. La sucesión { Gn } es una cubierta abierta de K1..pero como K es compacto . por ser K compacto.( donde Gn el complemento de Kn. La recta real R es la unión R = x R. tiene una subcubierta finita . es compacto En efecto. que no intersecta a ninguna de las bolas de . por hipótesis. K es acotado.2. no vacíos. es vacía. la sucesión { Gn } es creciente.Sea y un punto en el complemento de K. …m} de K1.existe una subcubierta finita { B(xi . qed Ejemplos 1.1) no es un subconjunto compacto del intervalo compacto [0.4 Teorema En un espacio métrico. Pero cada bola es un conjunto acotado. qed 6.r ): i = 1. R = Rn . luego existe una subcubierta abierta finita { Gk. luego.La unión de una familia infinita de conjuntos compactos . el complemento de K es abierto.entonces.. 31 . y K es cerrado. Es decir. n Kn ) = ( Rn . Kn = . porque no es acotada.…n} que cubre a K. Podemos encontrar una bola de radio positivo con centro en y. 2. por el teorema de De Morgan. una sucesión decreciente { Kn } de conjuntos compactos . Sea la cubierta abierta de K descrita en el párrafo anterior. pero R no es compacta.2.No todo subconjunto de un compacto.5 Teorema ( de Intersección de Cantor) En un espacio métrico . el conjunto abierto (0.

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

La intersección de una sucesión decreciente { Cn } de conjuntos cerrados no vacíos. que lo contiene.3.( donde Gn el complemento de Kn. Pero I es compacto por el Lema 7. K es compacto. Kn = . qed 7. qed 7..3. Kn ) = ( Rn .n= 1. luego existe un intervalo cerrado I. Finalmente. lo cual contradice la hipótesis de que los Kn.Kn) = Gn . luego. el conjunto de vectores básicos {en .2. de números reales cuyo primer término. Es decir. Km = K1 Km = . 7. una sucesión decreciente { Kn } de conjuntos compactos . Demostración Es consecuencia del teorema 6.La sucesión { Kn } es decreciente.Borel) Todo conjunto cerrado y acotado K de números reales.2.1. por el teorema de De Morgan.entonces. La sucesión { Gn } es una cubierta abierta de K1.Conjuntos Conexos 33 . es compacto.4 Teorema (de Intersección de Cantor). …m} de K1.1 Ejemplo En el espacio l2 no es válido el teorema de Heine –Borel En efecto. es vacía.3 Teorema ( de Intersección de Cantor) En el espacio euclidiano Rn .es acotado. forman un conjunto cerrado y acotado que no es compacto. lo cual implica que K1 Gm.7. y K es cerrado por hipótesis. Demostración Es consecuencia del teorema 7. Rn = Rn .2 Teorema ( Heine. Demostración K es acotado.5 Supongamos que la intersección de la sucesión {Kn } . tiene intersección no vacía.C1 . son no vacíos. k = 1. la sucesión { Gn } es creciente. es no vacía. no vacíos. … } donde en es la sucesión de números reales cuyo n –ésimo término es uno y los restantes términos son cero . luego existe una subcubierta abierta finita { Gk. 8. luego.

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

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

Ejemplos 1.2.3. la distancia (1.. Una sucesión que no converge. Intuitivamente.3 La sucesión { nx } = x. con centro en x. Vamos a denotar por S(X) la clase de las sucesiones convergentes en el espacio métrico X. Una sucesión {x n} en X.2. entonces .2 La sucesión {1/n } = 1.3. con la notación f = { x n }. son los términos de la sucesión. . El punto x. existe un natural N.…} de los números naturales. Estamos especialmente interesados en las sucesiones convergentes. 1/3 … 1.Sucesiones en un Espacio Métrico 1.III. Definición.R ). 2x .x )<W. si dado R > 0.4 La sucesión { xn }. y radio R. tal que si n N. 36 .3.2.5 La sucesión { nxn }.3. es menor que R .6 La sucesión {(x +y )n }. 1. n = 1.2. Denotaremos por S(X) la clase formada por las sucesiones en X.…es una sucesión de funciones continuas. y hablaremos de la sucesión {x n}. … es una sucesión de funciones lineales..3.-Sucesiones en un Espacio Métrico Una sucesión de puntos en un espacio métrico ( X. es una función f: N UX cuyo dominio es el conjunto N={ 1. que toma valores en X. n = 1.3. converge al punto x de X.Vamos a designar la sucesión f. 1. es un límite de la sucesión f = {x n }.2.1/2.2. una sucesión {xn} converge a x.1 La sucesión {n } = 1. todos los puntos x n . n = 1. Los vectores f(n)= xn .1) d( x n . están en la bola abierta B(x . 3x. es divergente.. …es una sucesión de funciones continuas 1.si para n suficientemente grande.…es una sucesión de funciones de dos variables. n = 1.d) con métrica d. Denotaremos por S(X) a la familia de sucesiones en el espacio métrico X.… es una sucesión de naturales 1.

(1.y ) : x RA. En efecto. La razón de que la sucesión {n} no converja.(Unicidad del Límite) En un espacio métrico.x n) + d (x n .Denotaremos con CS(X) la clase de las sucesiones convergentes en X.3) d(A) = sup { d(x .x )< W y d(x n .1 Teorema.7 Ejemplo La sucesión {1/n} converge a cero. dado R >0 existe un índice N. De donde d(x. Un conjunto A es acotado si su diámetro es finito. basta tomar n > 1/ R .y ) = 0. no converge. y. Es decir.A) = inf { d(x.2 37 . Supongamos que la sucesión { x n} converge hacia los puntos x. en un espacio métrico.1 La distancia de un punto p a un conjunto A . x A }. es decir. Sucesiones Acotadas El diámetro de un conjunto A. qed 1. fig # 1. x x=y (1. y) < 2W. y R A}. (1. tal que si n N entonces d( x n . La sucesión {n} de números naturales. para hacer a 1/n menor que R > 0.2) xn xn y Demostración.y) d(x . denotado por d(A). 1.y) < W . 1.4) d(p. es el supremum. En consecuencia d(x .p) . es igual al infimum (cota inferior máxima) de las distancias d (p.10 Ejemplo: Toda bola (abierta o cerrada) es acotada. 1. 1. es que no es acotada. y finalmente x = y . la cota superior mínima de las distancias entre sus puntos. Fig #1. el límite de una sucesión convergente es único.8 Ejemplo.9 Ejemplo: Todo conjunto finito es acotado.x ) del punto p a los puntos x de A.

existe un natural N.} es acotada. Entonces dado el número R =1.0. es acotado ii) La unión de una familia finita de conjuntos acotados. entonces d( xn .y ) : x A. (1. iii) La intersección de una familia arbitraria de conjuntos acotados. Es decir.B es el infimum (cota inferior mínima) de las distancias d(x. Denotaremos por BS(X) la clase de las sucesiones acotadas en el espacio métrico X. y B} 1. n 1 } . es que no es acotada. tal que si n N. converge hacia x. En efecto. La razón de que la sucesión {n} no converja.12 Ejemplo. es finito. qed 1. si el diámetro del conjunto A.1.1. x ) < 1. para hacer a 1/n menor que R > 0. entonces d ( xm . (1.2 Teorema: i) Todo subconjunto de un conjunto acotado. formado por sus términos. es acotada Una sucesión { xn } en un espacio métrico X. 1. 1.6 ) CS(X) BS(X).11 Ejemplo La sucesión {1/n} converge a cero. Demostración: Supongamos que la sucesión {xn}.…. No toda sucesión acotada es convergente.0.5) d(A. es acotada. xn ) < 2 . x ) + d ( x. x en A y en B. Sucesiones de Cauchy 38 . si el conjunto A={ xn . Tomemos a m> N.B)= inf { d(x. es acotada.3 Teorema. xn ) d (xm . no converge. La sucesión {n} de números naturales. En un espacio métrico.La distancia entre dos conjuntos A. pero no es convergente. 1.1. es acotada.13 Ejemplo La sucesión { 0.y). toda sucesión convergente. basta tomar n > 1/ R . es acotado.

una sucesión creciente de números naturales. n = 1. por la desigualdad del triángulo d(xm . si podemos acercar dos de sus términos tanto como se desee. x ) < R .2. xn) < 2R .14 Ejemplo.1. con tal de tomar sus índices lo suficientemente grandes.2. pero cero no pertenece al intervalo (0.0. si dado un real positivo > 0 . una sucesión es de Cauchy. (1.4 Teorema. xn . Es decir. x ) + d (x ..1 ].es decir . En un espacio métrico. x ) < . tal que si n N.1.…} son subsucesiones de la sucesión { 0.3.…} y { 1. Sea { x n } una sucesión que converge a x .3. Una subsucesión { xnk } de la sucesión { xn } converge a un punto x.Una sucesión { xn} en un espacio métrico X. Entonces. dado R > 0 existe un natural N .15 Las sucesiones { 0. en el intervalo semiabierto ( 0. pero no es convergente. entonces la distancia d(xm.7) CS(X) CAS(X). Demostración. La sucesión { xnk }. entonces d(xn. con m N .0. 8) d ( xnk . n N. tal que si n N.16 Las sucesiones { 1/ 2n }. xn ) < R entre xm y xn es menor que R . qed No toda sucesión de Cauchy es convergente.existe un natural K. { 1/ 3n } … son subsucesiones de la sucesión { 1/n}. 1. 1. porque la sucesión converge a cero.…}. Ejemplos 1. xn ) d (x m. Denotaremos por CA (X) la clase de sucesiones de Cauchy. 1. La sucesión { 1/n } . m N. es una sucesión de Cauchy. es de Cauchy. si para toda R > 0 existe un índice N.. toda sucesión convergente es de Cauchy. tal que si k > K entonces ( 1.1. 39 .Tomemos dos puntos xm. … es una subsucesión de la sucesión { xn }. Subsucesiones Sea n1 < n2 < n3 …. k = 1.1.0. 1 ].

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

La sucesión {1/n2} = 1. 2 ) {xn } + { yn} = { x n+ yn } El producto de un real c y una sucesión { xn }. es acotada 2. La suma de dos sucesiones {x n}.3.2 Teorema En un espacio lineal normado.1/2.es la sucesión { xn + y n}. en un espacio lineal normado.La sucesión { 1/n } = 1.4 Teorema En un espacio lineal normado.y ) = Px – y P.2.1.1 ) d (x. los siguientes teoremas son ciertos para sucesiones en un espacio lineal normado 2.en un espacio lineal normado X. 2. n = 1.sucesiones acotadas y sucesiones de Cauchy.1/4. { yn}. 1/3. En consecuencia. 1/16. 1/9.1.3 Teorema En un espacio lineal normado toda sucesión convergente es de Cauchy 2.-La sucesión {n} = 1. (2. una sucesión de Cauchy.… es la sucesión de números naturales. es un espacio métrico con la métrica o distancia.… 2.Los vectores f(n ) = xn . … Hemos visto anteriormente. ….1-Teorema El límite de una sucesión convergente en un espacio lineal normado. La sucesión f la designaremos por { xn}.1. = = ).0. Ejemplos 2. en la sección 1 del Capítulo I. 2.2. 41 . Entonces podemos definir sucesiones convergentes.2.3. toda sucesión convergente ..0. con una subsucesión convergente es convergente En estos espacios podemos definir la suma de dos sucesiones y el producto de un real y una sucesión. es único 2.0.4. en un espacio lineal normado X..3. que todo espacio lineal normado ( X.… se llaman términos de la sucesión f . es la sucesión {cx n}. definida por (2.La sucesión {xn} = 1.

3) N( {xn }) = sup{ es una norma sobre BS(X).…}. para todo natural n. Demostración Sean {xn} . podemos definir el producto interno de dos sucesiones. yn} .. 3.. tal que (3.{yn } = {xn . 3. .yn}. Una sucesión { xn } en un espacio lineal normado X. {yn } en un espacio lineal con producto interno X. es acotada si existe un real positivo M > 0.{yn} dos sucesiones acotadas en X.(2.es decir si (3.3 ) c{x n} = {cxn } En el caso de que X sea un espacio con producto interno.2.{ yn } (2. forman un espacio lineal sobre los reales. n =1.1 Teorema La clase BS(X).2.n . 2.de las sucesiones acotadas en un espacio lineal normado X.La suma de las sucesiones { 1/n.2) sup { xn : n= 1.2. …} M <!.6 + 3 /n }. es { 1/n + n .-Sucesiones Acotadas en un Espacio Lineal Normado.es la sucesión de números reales {xn. 2n + 1 } en R2. definida por xn : n = 1. 3/n. 3/( 2n + 1 )/n} = {1. 3/n} y { n.yn de los términos de las sucesiones { xn }. 4) Ejemplos en R2 2. Entonces existe un real positivo M > 0 . cuyos términos son los productos internos xn.… .2.+2n +1}. n = 1. La función N : BS(X) R. El producto interno de dos sucesiones { xn } . (3.5. yn < M.1) xn M.El producto de las sucesiones { n x } y { 2n x + 3 } es la sucesión de funciones {2n2x2 + 3nx }.6. {(1/n). De aquí concluimos que 42 {xn } .El producto interno de tales sucesiones es la sucesión de números reales.tal que xn < M.

1/3.…} + sup { yn . convergente?¿Es el producto de un real c y una sucesión 43 .. n= 1. escribimos (4. 1/2.2.2. Las preguntas que surgen inmediatamente.. si dado R > 0. De manera análoga .n2 } = (1. sup { xn + yn : n = 1.La sucesión {n} = 1. 2.. 3. …} sup { xn : n=1.1). Una sucesión que converge a un punto se llama convergente. Una sucesión que no converge . y el punto x.… no es acotada.2. (3. se demuestra que c { xn } es acotada.. se llama divergente.… es acotada. la suma de dos sucesiones acotadas . .0. La sucesión {n .…1/n.… es acotada.0.0. (2.…}.1. Es decir .2.La sucesión { xn } donde xn = 1. n Z y decimos que la sucesión { xn } converge a x. 4. en R2 . es una sucesión acotada. son: ¿Es la suma de dos sucesiones convergentes. cuando n tiende a infinito. no es acotada.1) xn .0. ) es un espacio métrico con métrica o distancia d( x.1. tenemos las siguientes definiciones en un espacio lineal normado. existe un número natural N R N.La sucesión xn = 1. qed Ejemplos 1.xn+yn xn + y < 2M. De manera análoga se demuestran las otras propiedades de una norma.-Sucesiones Convergentes Dado que un espacio lineal normado (X. tal que si n > N.2) lím x n = x . es un punto límite de la sucesión. Ahora.1. entonces (4. es decir N({ xn + yn }) N({ xn }) + N({ yn }) .9).x <R .4).3. Una sucesión { xn } en un espacio lineal normado converge a un vector x. Si la sucesión { xn } converge al vector ( ó punto ) x. y ) = x – y .

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

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

< c

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

45

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

No toda sucesión de Cauchy es convergente. 5.2 Teorema Toda sucesión de Cauchy, es acotada La demostración es análoga a la del teorema 1.3. Demostración Sea {xn } una sucesión de Cauchy, es decir , dado >0 existe un número natural N, tal que si m,n >N, entonces xm – x n < luego xn - x N < , lo cual implica que xn M xn – x N + x N . El conjunto x1, x2 ... xN, es finito y por lo tanto acotado. qed 5.3 Teorema Toda combinación lineal de dos sucesiones de Cauchy, es una sucesión de Cauchy. (5. ) {xn } , {yn } Ca (X) a{ xn } + b{ yn } Ca (X) , a,b R Demostración Sean {xn }, {yn} dos sucesiones de Cauchy en X, es decir, dado >0 existe un natural N tal que si n> N entonces yn -y < . xn – x < Luego axn+byn –(ax+ by) < a xn – x + b yn –y < a + b . qed Subsucesiones Sea n1 < n2 < n3 <..una sucesión estrictamente creciente de números naturales.La sucesión { xnk} = xn1 , xn2 , xn3 ,….es una subsucesión de { xn}.
46

5 Teorema Una sucesión {xn} de Cauchy.9. 6.2.1. converge a un punto x.2.{ 1 } = 1. luego xnk .1. entonces nk > nN >N. es decir.1.4 Ejemplo La sucesión {xn} = 1.1.4 Teorema Toda subsucesión {xnk} de una sucesión convergente.6. 47 .3.3. si dado >0 existe un índice K en N. es convergente. Ejemplos 5. Es consecuencia del teorema 1...0. tal que si n > N entonces xn – x < R ..4.…tiene una subsucesión convergente. 5. Si k > N.0. con una subsucesión {x } convergente es convergente. pero la sucesión misma.x < qed No toda sucesión con una subsucesión convergente es convergente.1-Las sucesiones { 0 } = 0.4. tal que si k > K. con una subsucesión convergente.0.La sucesión { n2 } = 1. .{xn } es convergente. 5.4.Definición Una subsucesión {xnk } de una sucesión { xn } . Demostración Supongamos que {xn } converge a x. xnk . 5.0.1. . es una subsucesión de la sucesión {n}. Pero una sucesión de Cauchy.1.x < .1.6.1.La sucesión {2n } = 2. entonces..… y {1} = 1. es una subsucesión de la sucesión {n } = 1.0. dado R >0 existe un natural N.… 5.1.0.… son subsucesiones de la sucesión {xn } = 0. no es convergente.… 5.-Espacios Métricos Completos.0..

Si el conjunto S es infinito.2 Teorema Todo espacio métrico compacto. Entonces x es punto de contacto de C. qed 6. existe una subsucesión que converge al punto de acumulación .Un espacio métrico X. qed 48 . luego existe x en X tal que xn x. 6. una sucesión de Cauchy. S tiene un punto de acumulación... es completo.. toda sucesión tiene una subsucesión convergente..Pero X es completo. X es completo C es completo. en X. es completo. En la siguiente sección demostraremos que el espacio lineal normado (R.2 Teorema Un subespacio cerrado de un espacio métrico completo es completo.1 Teorema En un espacio métrico compacto. Demostración Sea X un espacio métrico compacto y { xn } una sucesión en X.1 ) X es compacto X es completo. luego x C. qed 6. (6.n2 <. por hipótesis. luego.2. . que tiene una subsucesión convergente. pero C es cerrado.nk <.Si el conjunto S={ xn : n= 1. Pero en un espacio métrico compacto toda sucesión tiene una subsucesión convergente... Sea {xn } una sucesión de Cauchy en el espacio compacto X.5. C es subespacio cerrado de X Demostración Sea { xn } una sucesión de Cauchy en C. es completo.si toda sucesión de Cauchy es convergente. Pero por el teorema 5.} formado por los términos de { xn } es finito.3 del cap III. ) de los reales. es convergente. en los lugares n1 <. por el teorema 6. entonces { xn} es una sucesión de Cauchy... algún término se repite un número infinito de veces. Demostración. La subsucesión {xnk} formada por la repetición de este término es una subsucesión convergente.

qed 49 .1 Ejemplo. El límite superior de una sucesión acotada {xn } de números reales. vamos a demostrar que toda sucesión monótona y acotada de números reales es convergente y que el espacio métrico de los reales R.….…. La sucesión {n } = 1.3) lím inf xn = supn inf k n xk .3 Ejemplo.1) x n xn+1 . Una sucesión creciente ó decreciente recibe el nombre de monótona. es convergente .7.3. 7. 7. 1.Si es creciente converge a su cota superior mínima (supremum) y si es decreciente.R < xn < x . 7.2) lím supn xn = infn supk n xk . ( xn x ). Demostración.2. converge a su cota inferior máxima. es (7.2.Sea x el supremum de { xn }. para toda n N . Sea { xn} una sucesión monótona creciente y acotada .0. El límite inferior de la sucesión { 0.Entonces . Dado que la sucesión es creciente x . Lo cual nos dice que la sucesión { x n} converge a x.dado R >0. El límite inferior de una sucesión acotada { xn }.0. es completo. (infimum).1/2. si (7. es (7. La sucesión { 1 / n }= 0.} es cero.1.-Sucesiones de Números Reales En esta sección.1 Teorema de Convergencia Monótona . para n = 1. su límite superior es uno. es creciente.1.2 Ejemplo.1/3. …es decreciente. 7. existe x N tal que x-R<xN<x.Toda sucesión monótona y acotada de números reales.3. Una sucesión {xn } de números reales es creciente ( decreciente) .… de los números naturales.

es infinito y acotado. es una subsucesión convergente. n = 1. contiene una infinidad de puntos de {xn}. cuyos términos son diferentes dos a dos. alguno de sus términos se repite indefinidamente. es acotada.4 Teorema. Toda sucesión de Cauchy. En esta forma construimos una subsucesión { xnk}.es convergente. xn2) < ½.Consideremos la bola abierta B(x . La bola B(x. El espacio lineal normado de los reales R. existe una subsucesión { xnk }de { x n}.(sección 3 del capítulo I) para conjuntos.3. es d(x. Claramente la subsucesión {xnk}. que tiene una subsucesión convergente. Sea { xn } . que converge a x. Por el Lema 3. Pero por el torema 5.……}. por la hipótesis. Demostración. tiene una subsucesión convergente. qed 7. n > n1}.de { xn}. ½). Demostración.2. es un espacio lineal normado completo usaremos el teorema de Bolzano-Weierstrass que afirma que toda sucesión acotada de números reales.Para demostrar que el espacio de los reales R.1). converge a x. Si el conjunto A. 50 .3 Teorema. es completo. un punto de acumulación x de una sucesión {xn} es el límite de una subsucesión convergente {xnk} de {xn}.5 una sucesión de Cauchy.y . con centro en x y radio 1. tiene una subsucesión convergente. es infinito.y ) = x-y . Sea xn1 un elemento de B(x. formado por los términos de { xn }. Si el conjunto A = { x n .( Bolzano-Weierstrass) Toda sucesión acotada de números reales. En un espacio métrico. con centro en x. qed 7.2. toda sucesión de Cauchy. xnk ) < 1/k. que aparece en la demostración del siguiente lema. existe un punto xn2 con n2 > n1. de números reales es convergente.Luego. si el espacio X. en el espacio R de los reales y es d(x. por el teorema de Bolzano-Weierstrass. es un espacio lineal normado. luego.una sucesión acotada.2 Lema.Luego.El punto x es punto de acumulación del conjunto { xn. La subsucesión formada por este término. y radio ½. 7. entonces.y ) = x. tiene una subsucesión convergente.1). tal que d(x. tal que d(x. tiene un punto de acumulación x.es finito. La distancia d . luego por el teorema de Bolzano-Weierstrass. Demostración.

con la métrica uniforme d(x..-En un espacio lineal normado X.. tal que 51 . es un espacio métrico completo. 7. x = max { xi .. Teorema del Punto Fijo de Banach En esta sección vamos a demostrar que toda contracción de un espacio métrico completo. 8. 8. es un espacio métrico completo. es una función f : X X. es un punto límite de una sucesión { xn }. entonces lim d( xn .y.-Un punto x en un espacio lineal normado X.-(este ejercicio requiere ciertos conocimientos de Geometría Diferencial).El espacio BS(R) formado por las sucesiones acotadas x = { xn }. a) Demostrar que un punto x es un punto límite de una sucesión si y sólo si. La esfera unitaria S = {(x. y ). n = 1. es un espacio métrico completo. son iguales. 2. formado por las funciones continuas reales definidas en el intervalo cerrado [a.}.qed Ejercicios 1. es completo. es un espacio métrico completo.2. es completo.El espacio métrico C[a. i = 1.-Una sucesión acotada de números reales es convergente si y sólo si su límite inferior y su límite superior . contiene una infinidad de puntos de la sucesión. con la métrica uniforme . 6. entonces la sucesión de Cauchy converge a x. Una contracción de un espacio métrico X. para la cual existe un número r en el intervalo abierto (0.No todo espacio métrico completo es compacto. formado por n-adas de números reales.y) = sup { xn – y n .El espacio métrico discreto. b) Una sucesión convergente tiene solamente un punto límite c) Si x es punto límite de una sucesión de Cauchy.b]..b].…..z) : x2 + y2 + z2 = 1}.-Puntos Fijos. tiene uno y sólo un punto fijo.Demostrar que el espacio X = Rn. si existe una subsucesión de { xn } que converge a x. con la norma uniforme. si lím xn = x .yn ) = d ( x.(no lineal). de números reales. …n}. 10.1).El producto cartesiano de dos espacios métricos completos. 3.. 4.2. 9. lím yn = y. 5. cada vecindad de x.

x0 ) + rm-1 d( x1 . 1. y ) = rd( f(x). f(y) ) r d ( x. x0 )/ 1-r.. y ).. r 1. r d ( x1 .2 Corolario Sea C un subconjunto cerrado de un espacio métrico completo X..Entonces x es un punto fijo de f. Ejercicios 1. x0 ) rn-1d ( x1 .2. xn ) rm d (x1 . n = 1. es 2. f(y)). f( x0 )) Procediendo en esta forma . . Ejemplos. obtenemos d( xn . Rn. xm-1 ) + d ( xm-1.1) d ( f(x). Entonces. f tiene un punto fijo y sólo uno.La función lineal f(x) = x/2: R R. Sea m > n.i)Demostrar que el espacio euclidiano Rn de dimensión n. qed 8. Una contracción en un espacio métrico compacto tiene uno y sólo un punto fijo en X.(8. Dado que r < 1. y f : C C una contracción de C. cuya norma es menor que uno. entonces d( xm. X una contracción del espacio métrico 8. contrario a la hipótesis r <1. Entonces. y dos puntos fijos diferentes de f.Entonces f tiene un punto fijo y sólo uno en C. es una contracción de R. x0 ). luego. 8.rn-1d ( x1 .1 Teorema (Banach) Sea f : X completo X. n= 1. Un punto fijo de una función f : X X.2. Entonces d( f(x). es un punto x de X. x0 ). xn ) d ( xm. tal que f(x) =x.. y por lo tanto la sucesión { xn } es de Cauchy. Pero X es un espacio métrico completo. f(y) ) rd( x... por la continuidad de f. xm-2 ) + …d(xn-1 . es completo 52 .. Sean x.3.3. Demostración Sea x0 un punto arbitrario de X. x0 ) + . la última sucesión converge a cero. d( x2. luego... En efecto x = límn xn = límn f( xn ) = f (x ). Definamos la sucesión {xn} en la siguiente forma xn = f ( xn-1 ) . la sucesión {xn } es convergente.….Una transformación lineal T: Rn una contracción de R.. Sea x el límite de { xn }. xn-1 ) rn d (x1 .3 Corolario. x1 ) = d ( f ( x1 ) .

n = 1.La función f(x) = x/2 + 7 : R R. ¿Es tal sucesión convergente?.. Encontrar un punto fijo de T. iii)¿ Tiene la función f(x ) = x/2: R R.2. es un espacio lineal normado completo.¿ es el punto fijo único?.ii) Demostrar que el espacio l2.Probar que la sucesión { xn} definida por xn =f (xn-1 )..Sea x0 un punto arbitrario de un espacio métrico X.Toda contracción de un espacio métrico es uniformemente continua. … es una sucesión de Cauchy..Una transformación lineal T : Rn Rn. con norma menor que uno. Encontrar dicho punto.3. 53 . y f : X contracción de X. X una 5. formado por las sucesiones { xn} de números reales. tales que la serie nx2n converge.. un punto fijo? 2. 4. 3. tiene un punto fijo y sólo uno.tiene un punto fijo.

es acotada. 1. definida sobre un conjunto compacto.Funciones Continuas en Espacios Métricos Vamos a considerar dos espacios métricos ( X. Además. ( Y. d ) .b < . que toma valores en el espacio métrico Y El conjunto A es el dominio de la función f y Y es el codominio de f. la imagen de un conjunto compacto (conexo). es el conjunto (1. En la primera sección estudiaremos la continuidad de funciones que toman valores en un espacio métrico..IV. Ejemplo Fig # 1. Sea B un subconjunto de Y. . La continuidad puede definirse en términos de conjuntos abiertos. En la sección 5. es el real b . d*) .1 es la imagen de A bajo f.cuando x tiende ( o se acerca ) al punto c de A. cuya imagen está en B.1) f(A) = {f ( x ) : x R A} . Toda función continua sobre un espacio compacto. y de conjuntos cerrados. Sabemos por los cursos de Cálculo que el límite de f .2) f -1( B ) = { x R X : f( x )RB } de puntos de X. 54 . En la segunda sección estudiaremos las funciones continuas con valores en un espacio lineal normado En la tercera sección estudiaremos algunas propiedades de las funciones lineales. El conjunto (1.Funciones Continuas en Espacios Métricos En este capítulo. asume sus valores máximo y mínimo. si dado >0 existe un real positivo ">0 tal que si x-c <" entonces f(x) . una función real. En la cuarta sección estudiaremos la continuidad de funciones reales. y la conexidad de un conjunto. Sean A un subconjunto abierto de X y f : A Y. bajo una función continua es compacto (conexa ). Una función continua preserva la compacidad.2 Sea f : A R una función real de variable real y c un punto de A R. Una función continua sobre un compacto. Fig 1. es decir. estudiaremos algunas propiedades de las funciones continuas. estudiamos algunas propiedades de las funciones uniformemente continuas. La imagen inversa de B bajo f. es uniformemente continua. una función definida en el subconjunto A de X .

c ) < " entonces d(f(x) ." ) f-1 ( B(f(c).c )= x-c . Debido a que la distancia entre dos puntos x. Definición Sea A un subconjunto abierto del espacio métrico X y f : A Y una función con dominio A y codominio Y.7) B(c. ) con centro en b y radio positivo > 0 existe una bola abierta B(c. es el punto b de Y.c ) < " } . si dado B( b. ." ) contenida en la imagen inversa bajo f de B( b. x c Queremos encontrar una definición equivalente de límite que nos permita definir la noción de límite en un espacio métrico. podemos escribir . (1. Esta forma de la definición de límite de una función .5) lím f(x) = b.c es (1. x c 55 .6) dado > 0 existe " >0 tal que si d ( x. )." ) = { x A : d (x.Es decir . x c en la forma : (1.8) Definición Una función f : A (1.es el podemos generalizar a un espacio métrico. ). Entonces podemos escribir la expresión ( 1. en símbolos (1.3) lím f(x) = b # > 0 $" > 0 % x-c < " f(x) –b < . ) existe B(c. " ) tal que (1. la expresión (1. es continua en el punto c de A. b ) < .si lím f(x ) = f(c). El límite de una función f: A Y cuando x se acerca o tiende a c. y radio >0.9) B(c.4) d(x. Y . Tambien sabemos que la bola abierta con centro en c .3) ) en la forma: Dada una bola abierta B(b.

y ) = x2 + y2 . Ejemplos 1. si para cada bola abierta. de un espacio euclidiano Rm dimensión finita m.si dado R > 0 existe un real positivo " > 0. y radio positivo. Una función f: [a. x2 … xn : R 1. y L2( )..1.Si f es continua.Las funciones lineales f(x) = ax + b : R R. " ) con centro en c.una variable aleatoria ( función medible ) f(t).b] L2( U ).5 Ejemplo Procesos Estocásticos Continuos.3. en otro espacio euclidiano Rn.b]}. 56 . La notación usual es { X(t): t R [a.b] }.10) d* ( f (x ).1 Es decir. R. Vamos a denotar por C ( A . P). 1.es decir. un espacio con una medida de probabilidad. tal que si d ( x . Sea ( . y por Cc( A . de dimensión n. 1. f( c ) ) < R Fig 1.contenida en la imagen inversa bajo f de la bola U. existe una bola abierta V = B ( c. si lo es en cada punto de A. " >0 .. de radio positivo R > 0. son continuas. entonces (1. g(x.Y ).c ) < ". con varianza finita. reales de variable real.2. el proceso estocástico { X(t ): tR [a.y) = 2x + 3y +5. es un proceso estocástico continuo.. el espacio de Lebesgue.Las funciones 1.la clase de las funciones continuas en el punto c de A. x. Una función es continua en el subconjunto A de X. .. 1.6 Ejemplo Las funciones f(x.b].R ) con centro en f (c ) .4. que asigna a cada punto t R [a.Las funciones polinomiales son funciones continuas 1. cuyo cuadrado es integrable. son continuas. Toda transformación lineal T: Rm Rn. si es continua en cada punto de X. f es continua en un punto c de A. es continua. U =B ( f ( c ) . Una función es continua. formado por las funciones medibles f : R. es un proceso estocástico de segundo orden. son continuas. Y ) la clase de las funciones continuas con dominio A y codominio Y .

(Preservación de la Convergencia). dado R > 0 existe " > 0 tal que si d ( x.2 Teorema. Sea n N. xn c qed Una función f es secuencialmente continua en el punto x.1 Teorema. f ( c ) ) < R. c) < " . Demostración. Ahora.1. lo cual implica lím f(x) = f(c). Sea c un punto de f -1( V ). f ( c ) ) < R . Y ) c xn f(x n ) f(c). es continua sí y sólo sí. Supongamos que f R C ( X . de donde concluimos que d* ( f (x n ) . la sucesión { x n } converge a c.4) Nuestro siguiente paso será caracterizar a las funciones continuas en términos de conjuntos abiertos y de conjuntos cerrados.Entonces. dado R > 0 existe N tal que si n N. es abierto en X. la imagen inversa bajo f. entonces d ( x n . una función continua en el punto c de X. tal que si n N. entonces d ( x n . es decir. Sea f : X Y. Sea { x n } una sucesión de puntos que converge a c. 57 .12) f R C (X . de todo conjunto abierto V en Y . 1. Y ). (Continuidad Global) Sean X. si la convergencia de {x n } a x. dado " >0. entonces d* (f ( x n) . Demostración. c ) <" . es decir. f ( c ))< R. y sea V un abierto en Y.(Véase el corolario 1. d* (f(x ). por hipótesis.Y) es continua en el punto c.es abierto en X. entonces f( c ) R V. (1. f( x n ) converge a f( c ). c) < " entonces . existe un índice N. En resumen. La función f R C c ( X .Una función f : X Y. si V es abierto en Y. si f es continua en el punto c. Y ) f -1( V ) es abierto en X. El recíproco también es cierto. Y dos espacios métricos. Hemos demostrado que toda función continua es secuencialmente continua. Queremos demostrar que f-1 ( V ). implica la convergencia de { f ( x n)} a f( x ).11) f R Cc ( X. (1.

Pero V es abierto.13) f C (X. f -1( Y-B) = X-f-1 (B) es cerrado en X. qed 1. es cerrada en X. El complemento Y-C de C es un abierto en Y y f es continua por hipótesis . es continua si y solo si la imagen inversa de todo cerrado en Y es cerrada en X. con centro en f ( c ) y radio positivo R >0. Sea B un abierto en Y.f (C) es abierta en X. Y ). lo cual implica por el teorema 1. luego. (1. es abierto en X. Sea c R X y consideremos la bola abierta V.Querermos demostrar que f es continua.14) f C(X." ) f -1( V ). contenida en V.3 Corolario Una función f : X Y. Queremos demostrar que f es continua en c 58 (1. es abierta en X. es abierto en X. luego.con centro en c y radio positivo ">0. existe una bola B . Luego . Por hipótesis . lím f(x) = f(c). existe una bola abierta B* con centro en f ( c ) de radio positivo R > 0 .Y) . Y ). xn c Demostración Supongamos que f es secuencialmente continua. V es un conjunto abierto en Y. Supongamos ahora que la imagen inversa bajo f. es decir si xn c entonces f (xn ) f(c). luego f -1(B ) es abierto en X. del espacio métrico X en el espacio métrico Y. existe una bola abierta B (c. la imagen inversa f -1 (Y-C) = X. c X.2 que f es continua. Dado que f R C(X. . por hipótesis .lo cual implica que f -1 (C) es cerrado en X. qed 1.4 Corolario Una función f : X Y del espacio métrico X en el espacio métrico Y. de V bajo f. de todo abierto V en Y. para todo cerrado C en Y Demostración Supongamos que la función f es continua. es continua si y solo si es secuencialmente continua. Es decir. contenida en la imagen inversa f -1( V ). Y). contenida en la imagen inversa de B*. Queremos demostrar que f R C ( X. lo cual implica que f R C (X. Queremos demostrar que la imagen inversa de C bajo f.2.con centro en c. bajo f B f -1 ( B* ) f-1(V). luego por hipótesis la imagen inversa f -1 ( V ). entonces el complemento Y-B de B es cerrado. Sea C un conjunto cerrado en Y.por el teorema 1.Y ) f -1(C) es cerrado en X. f -1 ( V ) . Supongamos ahora que la imagen inversa f -1(C) de todo cerrado C en Y es cerrado en X.

La función f R C ( X . i =1. f(X) es compacto.3.6 Teorema. (1. es un conjunto abierto que contiene a x. es continua en el punto c de X . (1. y en consecuencia c f ( C ) . luego. Pero K es compacto.la imagen inversa de toda vecindad de f(c ). f( c ) C.5 Corolario Una función f : X Y. 1.Y) f -1 ( V) es vecindad de c .2.(Preservación de la Compacidad) La imagen bajo una función fRC(X.16) K es compacto en X f R C ( X . f -1 (A i ). i R I } es una cubierta abierta de K.3. es una vecindad de c. por el teorema 6. existe una subcubierta finita {f -1(A i ).…n f( K ) f (f -1( Ai )) qed 1. para toda V vecindad de f(c) 1. i = 1.Y) continua de un conjunto compacto K en X. i R I } una cubierta abierta de f ( K). luego. luego f(xn ) -1 que C es cerrado. Sea = { A i . luego. y {f -1( A i ).3 la función f es continua. existe una sucesión {xn } en f-1 (C).…n. por hipótesis.Por el corolario 1.3 cap II. Demostración. es abierto en X .Y) sobre un espacio métrico compacto.Sea C un conjunto cerrado en Y y c un punto de contacto de f-1(C). por hipótesis. es compacto en Y.Dado Pero f es secuencialmente continua por hipótesis. Una vecindad de un punto x en X. Ai .si y sólo si . f R C(X. por el teorema 1.Y )es continua. Entonces c. i = 1. por hipótesis. tal que xn f(c). Luego.7 Corolario Una función continua. …n} de K Es decir K f -1 (A i ). Y) K X f(K) es compacto en Y . 59 .15) f C(X. Demostración X es compacto y f es continua . qed Una vecindad abierta de un punto x en X.2.6 lo cual implica que f(X) es acotado. es un conjunto que contiene a una vecindad abierta del punto.2. es acotada..

Demostración Sea C un conjunto conexo en el espacio lineal normado X. no vacías y f( C) = (U V) f( C ). Z tres espacios métricos y f : X Y. tal que si d (x. entonces d( g( y ) . existe "> 0 . es decir . f Ca( X.es continua en el punto f(a) de Y. entonces d* ( g(f ( x ) ).17) (g o f) (x) = g (f (x )). abiertos en Y cuyas intersecciones con f (C) son ajenas .8 Teorema. f(a)) < . g( f ( a ) ) < & . Resumiendo. entonces d ( f(x). existe " > 0. es una función continua.V. Z ) Demostración. es continua en el punto a de X. dado & > 0.19) f C(X. (1. (1. dado & > 0. existen dos conjuntos U. tal que si d( y. f(a )) < . 60 . y sea f C(X. Pero. g : Y funciones La compuesta de f y g es la función g o f : X Z. es decir.Y).9 Teorema (Preservación de la Conexidad) La imagen bajo una función continua de un conjunto conexo. dos fig 1. g ( f(a) ) ) <& . Z) g of R Ca( X.a ) < " . Z ).Y) C es conexo en X f(C) es conexo. Supongamos que f(C) es inconexa. La función g R Cf(a) ( Y. Z. La compuesta de dos funciones continuas. es conexa.a) < " . g(f(a ) ) < &. lo cual implica que d*( g(f(x ). Y.dado > 0. definida por (1.qed Composición de Funciones Definición Sean X. es decir . qed 1.Y) g R Cf(a) (Y. tal que si d(x.18) f R Ca( X. existe > 0.1 1.Y) una función continua de X en el espacio lineal normado Y.

y además C f -1 f( C) =f -1 [(U V ) f(C)] = [f-1 (U ) f-1 (V )]c C. forman un grupo.Por ser f continua los conjuntos f -1(U ) y f-1 ( V ) son abiertos y sus intersecciones con C. son ajenas . cuyo dominio es un espacio lineal normado (X . g R ( X. iv) La imagen homeomorfa de un cerrado. ii) la relación “ homeomorfo a “ es una relación de equivalencia. En este caso podemos definir la suma de dos funciones y el producto de un escalar c R R y una función f : X Y... bajo una función f.1) ( f + g) ( x )= f(x ) + g ( x ).. Calcular la imagen inversa bajo f. La suma de dos funciones f. de la unión de una familia de conjuntos { Ai .. iii) ¿Es la recta R.1) ? 6.La transformación lineal T( x. R . es la función f + g : X Y . 61 . iii)La imagen isométrica de un abierto. del R2. i) los homeomorfismos de X sobre X . entonces la imagen inversa de A. homeomorfa al intervalo abierto (0. definida cómo (2. ).Una isometría de un espacio métrico X sobre un espacio métrico Y.Sea f (x ) = 2x +3: R intervalo abierto (0. x R X.. es igual a la unión de sus imágenes inversas.Si A está contenido en B. Y ). es compacta. qed Ejercicios 1. y cuyo codominio es un espacio lineal normado (Y. es cerrada. es una 4.La imagen inversa bajo f. 3. es una función biyectiva de X sobre Y .. está contenida en la imagen inversa de B. 3x – 4y ) : R2 función continua.1). es abierta. ii) La imagen isométrica de un conjunto compacto. cuya inversa es continua. lo cual implica que C es inconexo. 5. ) .. 2. no vacías. 2. g : X Y . i) La composición de dos isometrías es una isometría.Un homeomorfismo del espacio métrico X sobre el espacio métrico Y. y ) = (2x + 3y. i R I }. que preserva distancias. es una función biyectiva y continua de X sobre Y.Funciones Continuas con Valores en un Espacio Lineal Normado En esta sección vamos a considerar funciones f.

De manera análoga se demuestra que cf(x) es acotada. es decir. tal que (2. podemos definir el producto interno de dos funciones. El producto interno( ó producto punto ) de dos funciones f. es una norma . si es continua en X. sobre los reales. g dos funciones acotadas. es continua en el punto c. La clase B(X. Y ) sobre el espacio B ( X. es la función Si el espacio lineal normado Y. 5 ) f (x ) < M . g : X R. definida por (2. g(x) < M.3) Funciones Continuas Dado que un espacio lineal normado X es un espacio métrico cuya función distancia es (2. 2. si dado R >0 existe un real positivo " > 0.g) ( x ) = f(x ) .4) d(x. g ( x ).El producto de un escalar c R y una función f: X cf : X Y . Ahora vamos a demostrar que la función N : B( X . Y ). entonces f(x) – f( c ) <R Una función es continua en el conjunto A de X.Y) R. definida por (2. existe M > 0 tal que f(x ) < M. Entonces f(x ) + g( x ) M f(x) + g (x ) < 2M. 62 ( f. tal que si x – c < ". tiene un producto interno.Una función es continua. La función N : B (X . x en X. Demostración Sean f. es acotada si existe un real positivo M > 0.2) (cf) (x) = cf(x). R. g : X Y . Funciones Acotadas Una función f: X Y. forma un espacio lineal normado.1 Teorema.Y) de las funciones acotadas.y) = x-y concluímos que : Una función f : X Y.} es la norma uniforme sobre B( X . definida por (2.si es continua en cada punto x de A. Y. 6 ) N(f) = sup { f ( x ) : x R X. Y). es la función real f .

f .Y). Y ) por hipótesis . Y ). c X . formado por las funciones acotadas y continuas. En efecto. 8 ) BC(X. formada por las funciones continuas.N ( f ( x ) + g( x )) = sup { pero sup { lo cual demuestra que ( f(x ) + g (x ) . g R C( X. El espacio lineal BC ( X. formado por las funciones acotadas de X en Y.3 Teorema. qed 2.f(c ) – g (c ) f(x ) – f(c) + g( x ) – g( c ) < 2R < R y g(x) – g(c ) <R. existe " > 0 tal que si x – c < " . Y ). es continua. Sean X . (2. entonces f(x) – f(c ) Luego f(x ) + g(x ) .) . a .2 Teorema Toda combinación lineal de dos funciones continuas. forma un subespacio lineal normado del espacio lineal normado B ( X . es una función continua. De manera análoga se demuestra que cf es continua. g son continuas en todo punto c de X . de la definición de norma.7) f . qed 2. Es decir. 63 . g R C (X. del espacio lineal normado X en el espacio lineal normado Y. las funciones f . Y ) a f + b g R C (X. Y ).Y dos espacios lineales normados. con dominio en X. es decir . que toman valores en Y. Y ). De manera análoga se demuestran el resto de las condiciones. Demostración. b R R. x R X } sup f(x ) + sup g(x) f(x ) + g(x) N( f+g) N( f )+N( g. (2. luego.Y ) B(X. forma un espacio lineal sobre los reales. toda combinación lineal de funciones continuas y acotadas. Lo cual demuestra que la suma de dos funciones continuas. es continua y acotada. la clase C ( X. dado R > 0.

j= 1.luego. del punto x = xi ei de Rm. existen números aji tales que (3. aij xi )uj. 64 . formada por las funciones lineales de Rm en Rn .qed 3. Los vectores ei . Sea y = f(x) la imagen bajo la función lineal f L. a.…m. Entonces (3.3) y= f(x) = i xif (ei ). Una función f : Rm Rn de un espacio lineal normado Rm en otro espacio lineal normado Rn. 3.1 Proposición La clase de las funciones lineales forma un espacio lineal sobre los reales.2) f = sup{ f(x) : x M1} R es una norma sobre el espacio L . La suma de dos funciones lineales es una función lineal. es una función lineal si satisface la condición (3. Rn ) .b R. y el producto de un real c y una función lineal es una función lineal.1) f( ax+by) = af(x) + b(y). Rm y Rn.Rn) definida por (3. En esta sección. formado por las funciones lineales. forman la base estandar de Rm. Sea u j . Pero f ( ei ) Rn.2.y X. vamos a considerar los espacios euclidianos.Además la función : L(Rm.Funciones Lineales Los resultados que a continuación se enuncian sin demostración . x. es decir. y la clase L=L( Rm.4) Por lo cual f(ei) = y = f(x) = ( ajiuj . se prueban en los cursos de Álgebra Lineal .…n la base estandar de Rn..2. i = 1.

2. f x : L(Rm.. 3. f(x ) – f(y ) = f (x-y) M M x-y. Para toda función lineal f. entonces. es menor o igual que la norma de la matriz de f. es una norma sobre el espacio L. qed Hemos visto que a toda función lineal f. dado R > 0.9) La función f(x) MM f(x) x M . j = 1. Demostración Por (3.2. tal que (3.2 Teorema Toda función lineal en L es continua.m.lo cual implica que las coordenadas yi de y satisfacen la ecuación i = 1. 65 . La norma de la matriz n x m A= [ aij ] es A 2 = ij aij2 Vamos a demostrar a continuación que la norma de f es menor o igual que la norma de A.7) yi = V aij xj . x R Rm .Rn)U R. definida por (3. tal que si x-y < g . j= 1. …n. (3. i = 1.8) En efecto.m.2) (3.Podemos tambien asociar a cada matriz A la transformación lineal f.2. x R Rm.2.. por (3. Luego.10 ) f(x) = Ax.. 3. A toda función lineal f L( Rm.… n. Rn ) le podemos asociar una matríz n x m A.. podemos asignarle una matriz A. tal que (3. existe una constante positiva M>0.5) yi = aijxj . . La matriz A = [aij ] es la matriz de la transformación lineal f.3 Proposición La norma de la función lineal f en L. f(x) –f(y) < R . existe g = R /M > 0.6) Es decir (3.. y = f(x ) = Ax .8).

x R Rm . la clase de las funciones reales continuas definidas en el conjunto no vacío K contenido en X.-Funciones Reales Continuas Una función real sobre un espacio lineal normado.11) f M A donde A es la matriz de f.y) = ( 2x+5y.3 Para toda función lineal f R L ( Rm. aij2 x 2 ''f(x)''2 = yi2 M f M A qed Ejercicios 3. existe una constante positiva M>0. 3x+4y) : R2 R3.3…n. a) son lineales b) encontrar sus matrices c) son continuas d) calcular las normas de sus matrices. Rn ) en ejercicio 3. 4. tenemos que Luego en consecuencia de donde yi = yi 2 M aij xj. Demostración Por ( 3. 3x – 2y ) R2 ii) f(x. y que la función (3. Vamos a denotar por B( X) la clase de las funciones reales acotadas .2.(3. 3.2 Demostrar que las siguientes funciones R2.1 Demostrar que el conjunto formado por las funciones lineales. Sea C (K ).2. y que sus valores extremos son asumidos. i) f(x. i=1. definidas en X. es una función cuyo dominio es X y cuyo codominio es R.7 ). 66 . las funciones reales en C( K) son acotadas. X.2) es una norma sobre L 3. 3x-2y. Vamos a demostrar que si K es compacto.y) = (2x+3y. 2 jaij xj 2 por la desigualdad de Schwarz . y por B(K) la clase de las funciones reales acotadas definidas en el subconjunto K de X. forma un espacio lineal. tal que f(x) M M x .

asume sus valores extremos.3 Teorema. existe una cota superior mínima. existen dos puntos u. M = sup { f ( x ) : x RX }. por el teorema de Heine.Pero K es compacto . f( K ) es cerrado y acotado. y f es continua. f R C ( K ). K es compacto. forma un espacio lineal normado. (supremum) del conjunto f ( X ) ={ f (x ) : x R X }.1 ) N ( f ) = sup { f ( x ) : x R X}. Los valores extremos de f. 4. f ( K ) es compacto. Demostración. luego. . Los valores extremos de la función acotada f. lo cual nos permite definir la norma uniforme (3. entonces por el teorema 3. Estos valores reciben el nombre de valores extremos de la función f. v. f es acotada. f(v) = M. tal que f ( x ) M. v en K.6 de preservación de compacidad. son puntos de contacto de f(K).2) de f. Corolario La clase de las funciones reales acotadas B( X ). definidas sobre un espacio lineal normado X.Borel Luego. Es decir. f R B(K). está descrita en ( 3.3 4.4 ). Una función real continua definida sobre un conjunto compacto K en el espacio lineal normado X. f( K ) es compacto en los reales R . Es consecuencia del teorema 1. por el teorema 4. existen y son sus valores mínimo y máximo. pertenecen a f ( K ) . (teorema 3.1. es decir. K es compacto en X. luego.4. Dado que el espacio de los reales es completo. en K. Entonces .porque por el teorema de Heine –Borel.2) f(u ) = m . tales que m = f ( u ). y f es fig 4.1 continua . K es compacto en X. son puntos de contacto de f(K) . es acotada. fRC(K) Demostración. M = f(v). La norma de f. todo compacto es cerrado 67 Existen dos puntos u.2 ). respectivamente. qed Para una función real acotada los números m = inf { f( x ) : x R X }. con norma (4.4 de preservación de la compacidad.2 Lema Toda función real continua sobre un compacto. existe un real positivo M. tales que (4.

5. 9. v R K. pero no isométricos. Sea c un número real. y los puntos donde toman esos extremos( máximos y mínimos) 5. 2.. 2 ] R..Una función f : X Y. tales que f( u ) = m. b) Es compacto? 6.. y la multiplicación M( x.. iii) La imagen isométrica de un espacio lineal normado completo.-Continuidad Uniforme Sea f : X Y.-La adición A(x. si es biyectiva y preserva las distancias entre dos puntos. f es continua en cada punto a de A. es una isometría.es decir . (cerrado). que depende de a y de .. es cerrado.d). dado >0 existe un real positivo " = "( a.La imagen homeomorfa de un conjunto abierto..a) El espacio euclidiano de dimensión n. 3.y) = xy :R2 funciones reales continuas. i) La compuesta de dos isometrías. f ( v ) = M. Entonces el conjunto A = { x R X: f(x) = c }. tal que si x-a < " entonces f(x) –f(a) < 68 .? 8. es una función biyectiva y continua f : X Y. forman un grupo con respecto a la composición. es completo.. ii) Las isometrías de un espacio lineal normado X. compacta. es completa.Esto implica que existen dos números reales u. y el espacio (Rn.Encontrar los máximos y mínimos de las funciones f(x) = sen x. con la métrica euclidiana d. g(x) = cos x :[0. son 1. 4. 7. del espacio lineal normado X en el espacio lineal normado Y.¿ Es la imagen homeomorfa de un espacio compacto. cuya inversa es continua. )>0. es una isometría. d*) con la métrica uniforme d*. es completo. El espacio euclidiano (Rn . Por definición.Sea f una función continua real.y ) = x+y. son homeomorfos. Es decir si x-y = f(x) – f(y) x.y en X. una función continua en el subconjunto A de X.Un homeomorfismo de un espacio lineal normado X en otro espacio lineal normado Y. qed Ejercicios R.La imagen isométrica de un espacio métrico completo..es abierta(cerrada). definida en un espacio lineal normado X.

5.…n} de X.y. f C(X. Sea f : X Y una función continua. Cuando la " depende de .y) < " a x. por lo cual d* (f(x).y) <"x .La familia (5. En este caso. Entonces f es uniformemente continua. si dado > 0 existe un real positivo "= "( ) . si queremos hacer f(x) – f(a) = x2 – a2 = x+a x-a < bastará tomar x-a < / x+a .El punto x X pertenece a alguna bola B(xk .2. Y). es una cubierta abierta de X. Es decir .Entonces 69 .1 Teorema Una función uniformemente continua en un conjunto A de X es continua en A. 5. "xk /2 ). f(y)) < .1 Teorema (de Continuidad Uniforme).Esta función es continua en R. entonces x2 – a2 < Existen casos en que la " no depende de a.1-Ejemplo Sea f(x) = x2 : R R . es menor que " . cuya distancia d(x. y A y d(x. f(xk)) < /2 .y) <" entonces d*(f(x). luego existe una subcubierta finita { B( xi .Y) f UC(X)."x /2 ) : x X}. pero no depende de a. la desigualdad f(x) –f(a) = 5 (x-a) < es válida cuando x-a < /5. que depende de pero que no depende de los puntos x. "xi /2) : i = 1. entonces dado >0 existe "x > 0 tal que si la distancia d( x.2-Ejemplo f(x) = 5x +4: R R. y supongamos que X es compacto.Y) C(A. Sea y un punto de X. Sea "=1/2 mínimo { "xi : i = 1. Una función f : X Y es uniformemente continua en el subconjunto A de X. la función es uniformemente continua. pero X es compacto por hipótesis. entonces la distancia d* (f(x). Ahora. La función es uniformemente continua si es uniformemente continua en todo X. tal que si x.f(y)) < /2 .2) {B(x.…n}. tal que si x-a <" .3. 5.1) UC(A. Y dos espacios métricos. existe "= / x + a >0. X K Demostración Sea x un punto de X.5.2. dado >0. Sean X. (5.

qed Ejercicios 5. f( y) ) < . f( xk )) + d ( f(xk ) . Entonces d*(f(x). xk ) <" + "k /2 < "k . x ) + d ( x. Es decir.1] uniformemente continua.2 ] son uniformemente continuas. R. g(x) = cos x :[0.1 Una función polinomial f (x ) = ax2 + bx + c : [0. el punto y pertenece a la bola que contiene a x.d (y. es R 70 . f(y) ) d* ( f(x ). xk ) d(y.2 Las funciones trigonométricas f(x) = sen x. 5.

b) (1. En la quinta sección se estudian las derivadas de orden superior y se demuestra el teorema de Taylor.B < . reales definidas en un intervalo abierto (a.1) R.Diferenciación de Funciones Reales de una Variable Real En este capítulo vamos a considerar funciones f : (a. [{ f (c+h ) – f ( c )} / h ] . En la sección seis estudiamos las funciones vectoriales de una variable 1.b).. En la segunda sección . es única.[{f (c+h ) – f( c )}/ h] < 2 . Si el límite existe . de los reales. En la cuarta sección se demuestran los teoremas del valor medio. Demostración Sean A.b) R.Es decir. si dado > 0 existe " > 0 tal que si 0 < x-c < " . Luego A-B = 0 y A= B.V. se demuestra que la compuesta de dos funciones diferenciables .B [{f( c+h ) – f ( c )} / h] . es diferenciable.Derivada de una Función La función f: (a. si el límite L = lím {[f(c+h) – f( c )]/ h}. B dos derivadas de la función f en el punto c. De aquí concluímos que A. existe. es diferenciable. y se denota por f ´(c).b). h 0 existe. 1. En la tercera sección demostramos el teorema del máximo interior. en el punto c.A < . es único. entonces (1. es decir. si la derivada de f. Una función es diferenciable en el punto c.2) [{f(c+h) – f(c)} / h] – L < ..La suma y producto de funciones diferenciabas. 71 . es diferenciable en el punto c (a. y demostraremos que la derivada si existe es única y que toda función diferenciable en un punto es continua en ese punto. En la primera sección definiremos el concepto de derivada de una función.1-Teorema La derivada de una función diferenciable en un punto c.B + A. dado >0 existe "> 0 tal que si 0< x-c < ". entonces [ {f( c+h ) – f ( c)} / h ] . y recibe el nombre de derivada de f en el punto c.

es diferenciable. entonces que dado > 0 existe "> 0 tal que 0< h < " implica (1. en el orígen. (1.3 Proposición Una función f es diferenciable en el punto c. Una función f : (a.4) f(c+h) –f(x) – f ´( c ) h < h .6) lím r (h) / h =0 h 0 1.qed Nuestro siguiente paso será demostrar que toda función diferenciable es continua. Denotaremos por D(a.b ) R. y por Dc(a.2-Teorema Una función diferenciable.b). Sea r(h ) = f(c+h) –f(c) – f ´(c )h.b ) una función diferenciable en el punto c. es continua pero no es diferenciable.3) D(a. 1. qed Si f es diferenciable en c. No toda función continua es diferenciable. puede escribirse en la forma (1.b). es continua.b) la clase de las funciones diferenciables. donde (1. si es diferenciable en cada punto de (a.b) C(a. es decir.6). Ejemplo La función f( x ) = x : R R. Demostración Sea f Dc(a. donde M = 1+ f´(c) .b) la clase de las funciones diferenciables en el punto c. 72 . dado = 1 > 0 existe " > 0 tal que si 0 < h <" entonces [{ f( c+h) – f(c)}/ h] – f´(c ) < 1 . Luego f( c+h ) – f( c) ( f´(c) + 1) xh = M h . sabemos que el siguiente teorema es cierto. si y sólo si. Por los cursos de Cálculo.5) sujeta a la condición (1.5) f(c+h) = f(c) + hf ´( c) +r (h). entonces (1. lo cual implica que f es continua en c.

f.(teorema 4. es una función diferenciable.3-Teorema La suma. Cap VII).3) y (2. 2.b) del intervalo (a. k 0 Las ecuaciones (2. Demostración La función f : (a.3) f(p+h) = f(p) + h f ´(p) + r(h). es diferenciable en el punto p. (2.2) (g o f )´(x) = g´(f( x ) )f´( x ) . es decir (2. Este es un caso particular de la Regla de la Cadena.7) (f + g ) ´(c ) = f ´(c) + g ´(c). Definición Vamos a considerar una función f : (a. La compuesta de las funciones f. es decir. La derivada de la compuesta g o f de las funciones f.9 ) (f-g) ´(c) = f ´(c) – g ´(c).Composición de Funciones.b) R.4) implican que 73 .8) (1.d) de g. Ejemplos 1.g. donde lím s(k) = 0. definida por (2.1. la diferencia y el producto de dos funciones.g es igual a la compuesta de las derivadas. 2..b) bajo f .Teorema (Regla de la Cadena)La compuesta g o f de dos funciones diferenciables.4) donde lím r(h)/ h =0.1. tal que la imagen f(a.d) R..b) R y una función g: (c. (2..Además. 2. es diferenciable. Regla de la Cadena. (1.4) g(f(p) +k ) = g(f(p)) + k g ´( f(p)) + s(k).g diferenciables.1) (g o f) (x ) = g ( f ( x )). h 0 La función g es diferenciable en el punto f(p). (2.está contenida en el dominio (c.La compuesta de la función f(x) = 2x + 3 y la función g(x) = sen x.2 . la derivada de la suma es igual a la suma de sus derivadas (1.-La compuesta de las funciones f(x) = 2x + 4 y la función g(x) = x2 . es la función g o f : (a. ( fg) ´(c) = f ´(c) g(c) + f(c) g ´(c). es la función (gof )(x) = sen (2x + 3 ). es la función (g 0 f)(x)= (2x + 4 )2 .b) R.

b).f¨(c) < . c+ " ) (a. Tomando a < f´( c ) tenemos que f(x) – f( c ) y x-c deben tener el mismo signo. qed 3. lo cual implica que g o f es diferenciable y que la diferencial de la compuesta es igual a la compuesta de las diferenciales.4). tal que si x > c entonces f(x ) > f( c ) y si x < c entonces f(x ) < f(c ).b) R. (3.-Valores Extremos de una Función. c + " ) contenido en (a. dado > 0 existe " >0 tal que si 0 < x-c < " entonces [ { f( x ) – f( c )} / x-c] .b) si existe un intervalo I =(c. es decir.+ f´( c ) <{f( x ) – f( c )} / x-c < + f´(c ).< [{f( x ) – f( c )}/ x-c] .4) s( hf ´(p)+ r(h)) < hf ´(p) + r(h) < ( f ´(p) + ) h . lo cual implica que .3) = g(f(p)) + (hf ´(p) + r(h))g ´(f(p)) + s ( hf ´(p) + r(h)). toma sus valores extremos (máximo y mínimo) son puntos críticos de la función. 74 .g(f(p+h)) = g( f(p)+ h f ´(p) + r(h)) por (2. b) . Demostración f Dc ( a. Entonces existe un intervalo (c.Teorema del Máximo Interior En esta sección demostraremos que los puntos en que una función diferenciable. Por (2. y x<c. por (2. es igual a cero.3) g ´(f(p))(hf ´(p) + r(h)) g ´(f(p)) ( f ´(p) h + h ) g ´(f(p)) ( f ´(p) + ) h .f´(c ) < y ." . tiene un máximo local en el punto c de (a.1-Lema Sea f : (a.1) f ´(c) = 0 3.Un punto c es punto crítico de una función f. es decir si x>c entonces f(x ) > f( c ). una función real diferenciable y supongamos que la derivada de f en un punto c (a. si la derivada de f en c . b ) es positiva. qed Una función f : (a. Pero por (2. b ) tal que f(c) f( x ) para x en I. por hipótesis." .b) R. implica que f(x) < f(c).

Comenzamos con el 4. v son puntos críticos de la función f.-Teoremas del Valor Medio En esta sección consideramos el problema de encontrar puntos medios para funciones diferenciables.b] R una función diferenciable que toma su valor máximo(su valor mínimo) en el punto interior c (a.b ] R. 3. x = 1.b] R. en [a. es decir. una función continua en [a. IV) .b] f ´( c ) = 0 Demostración Supongamos que f ´( c ) 0. y x<c implica que f(x) < f(c). v . definida sobre un conjunto compacto asume su máximo y su mínimo.Supongamos que f(a )=f(b ) = 0. qed Si el máximo no se alcanza en un punto interior. Entonces existe un punto c (a.1. lo cual nos dice que f( c ) no es un máximo local. Entonces f ´(c) =0. sin embargo. es la función cero.b] f(c) es máximo local c es punto interior de [a. f(v) = mín f(x). no se anula en los puntos x = 0. tiene un mínimo en x= 0 y un máximo en x = 1.b] tales que f(u) = max f(x).b).3.Si f no es constante podemos suponer sin pérdida 75 . y podemos tomar c = a+b / 2. f(x ) > f( c) si x > c. entonces f ´( c ) > 0 o bien f ´(c) <0. De manera análoga se demuestra el caso f´( c ) < 0. Ejemplo La función f(x) = x : [0. entonces f ´(x ) = 0 . existen dos puntos u.1] R. Sea f : [a.b) tal que f ´( c ) =0.b). Cap. El siguiente teorema afirma que los puntos u. luego f no toma su mínimo en c. f Dc [a. 4.2 Teorema (del Máximo Interior).1 Teorema de Rolle. la derivada f ´(x)= 1.Vimos anteriormente ( teorema 4. Demostración Si f es constante. Si f ´(c ) >0 por el lema 3.Sea f : [a.b] y diferenciable en (a. que una función continua f : [a. entonces la derivada no necesariamente es cero.

b).b) tal que (4.b). luego. es decir. existe un punto c [a.b] tal que f( c) =M.b].es y – f( a ) = {[f( b ) – f ( a )]/ b – a }(x. Demostración La ecuación de la recta que une los puntos (a.b ) tal que h´(c ) =0.h(a) =h(b) = 0 Aplicando el teorema de Rolle a h(x) se obtiene el resultado. 4. Además. ( b . IV. qed 4. 76 .b] y diferenciable en (a. existe c (a.Entonces existe un número c (a.2) f´(c ) [g( b ) – g(a )] = g´( c ) [ f( b ) – f( a ) ].1) f( b ) – f ( a ) = f ´( c ) ( b.b).3 del Cap.a ). tal que (4. Demostración Si g(b) = g(a) basta elegir c de tal manera que g ´(c) = 0. Supongamos ahora que g(a) g(b) y sea h(x) = f(x) – f(a) – {f(b) – f(a )/ b-a}(g(x) – g(a)).Entonces.4 Teorema Supongamos que la función f es diferenciable en (a.b).de generalidad que f toma algunos valores positivos (considerando si es necesario al simétrico –f de f . f es monótona creciente. por el teorema 4.1). Por el teorema del máximo interior.2 Teorema (del Valor Medio ) Sea f una función continua en [a.b). la función h es continua en [a.Entonces i) si f ´(x) 0 para todo x en (a. qed 4. b] y diferenciables en (a.llegamos a la conclusión de que c (a. Esta función satisface las condiciones del teorema de Rolle.b]} el valor máximo de f.Entonces existe un número c (a.b).en lugar de f). f ( b ) ). f( a ) ).b).3 Teorema(del Valor Medio de Cauchy) Sean f. Consideremos la función h(x) = [f( x ) – f( a ) –{ f( b ) – f ( a )} / b – a] (x-a). g dos funciones continuas en [a. es un punto interior de [a. Entonces h(x ) satisface las condiciones del teorema de Rolle. y diferenciable en (a. Sea M = sup {f(x): x [a.b]. lo cual implica (4. Dado que f(a ) = f( b ) = 0.a). f ´( c ) = 0 qed Una consecuencia del teorema de Rolle es el teorema del valor medio.

y que la n.ii) si f ´(x) = 0 para todo x en (a. Demostración Sea p(x) el polinomio (5. se denota por f(n).b) R.f´´ …f (n-1) existen y son continuas en el intervalo cerrado [a. se define como la primera derivada de f ´´.b) R . una función diferenciable en el intervalo abierto (a.b) R de f.b).Frecuentemente la n-ésima derivada de f. +{f (n-1) (x) (d – x )(n-1). es decir f ´(c) existe en cada punto de c (a.b) R que asigna a cada punto c de (a. … un número natural y supongamos que las derivadas f´.1 Teorema Sea n= 1.z).Entonces podemos definir la primera derivada de f como la función f ´: (a.3.b). Demostración Sean y. z dos puntos en (a.2) f(c+h) = f(c ) +h f ´(c) + h2/ 2! {f ´´(c)+ h3/3! f ´´´(c) + … + hn-1/( n-1)! f (n-1) (c ) + hn/n!{ f (n) (z) .b). Entonces f es continua en [y.b).3) p(x) = f(x) + f ´(x )(d-x) +….b) . y definamos un real r por medio de la ecuación 77 .d =c+h [a. 5. qed 5. existe un punto u (y. podemos definir la segunda derivada f ´´ : (a. f es constante. h 0 La tercera derivada f ´´´ de f..z) tal que f(z) – f( y) = f ´(u) (z-y). existe en (a. con h>0 existe un número z (c.b). y así sucesivamente.c+h ) entre c y c+h tal que (5. Si f ´es diferenciable en (a.z] y diferenciable en (y.Derivadas de Orden Superior.Teorema de Taylor Sea f: (a.Entonces para toda pareja de números c. iii) si f ´(x) 0 para todo x en (a. como la primera derivada de f ´. por el teorema del valor medio. f es monótona decreciente.b).ésima derivada f (n) : (a.}/ (n-1)!. de donde obtenemos la conclusiones i) ii) iii). (5.b) el número real f ´(c ) .b].2.1) f ´´(c) = lím [{ f ´(c+h ) – f ´(c)/h ] .b].

Además .1) en la forma (6. La derivada de f en el punto c. ( 6.2) existe . es único. es diferenciable. 78 . se denota por f ´(c).d) tal g ´(z) =0.1 Teorema Si el límite en (6. es una función vectorial de una variable. luego.b] Y.y < .Una función f : [a. Podemos escribir (6. Estamos particularmente interesados en el caso en que Y es el espacio euclidiano Rn. 6.1) (f(x) –f(c) / x-c ) . Además.b] un intervalo cerrado y Y un espacio lineal normado. definida en [a. 6. El producto af de un real a y una función diferenciable f. Definición Una función vectorial f : [a. =y El límite y ..[p(x) + r(d-x )n / n!].2 Teorema La suma f+g de dos funciones diferenciables en un punto c. (6. es diferenciable en el punto c de [a. que cumple con la siguiente condición: dado > 0 existe un real positivo " >0 tal que si 0< x-c <" .r (d-c)n /n! = f(d) – p(c). si existe es único.b] por (5. y consideremos la función g. entonces (6.4) g(x)= f(y). si existe un vector y en Y .Diferenciación de Funciones Vectoriales de una Variable Sea [a. lo cual implica (5.4) (af) ´(c) = a f ´(c). la derivada de la suma es igual a la suma de sus derivadas. Esta función satisface las condiciones del teorema de Rolle. existe un número z en (c. es diferenciable en el punto c.2).3 ) (f+ g ) ´(c) = f ´(c) + g ´(c). y se llama la derivada de f en el punto c.b] Y.b] . qed 6. la derivada de af es igual a af ´.2) lím f(x) –f(c) / x-c x c.

se reduce al caso real. cos t ).6) f ´(x) La integral de la rapidez. La longitud de la curva . f2 ´(c).. fn ) : [a. (6.Además (6. (6.b] si y sólo si.La diferenciación en Rn. es diferenciable en 6. es la longitud de la curva. 2 ] Solución El vector velocidad es f ´(t ) = (. La norma de la velocidad de la curva es la rapidez de la curva.5) f ´(c ) = ( f1 ´(c). es una curva en Rn.1 6.sen t.1 Ejemplo Calcular la velocidad.b] el punto c de [a. cada una de las componentes f k. .3 Teorema La función f = ( f1 . Rn . f2 . . 79 . La rapidez de la curva es f ´(t ) = sen t + cos t = 1. es l (f) = dt = 2 . fig # 1. de f es diferenciable en el punto c. fn ´(c) ). sen t ) : [0. R2.b] Rn..7) l (f) = f ´(x) dx.. La imagen de una función vectorial f : [a. La derivada de la función f es el vector velocidad de la curva.. la rapidez y la longitud de la curva f(t) = ( cos t.

i = 1.3) S(P.2. por P[a.4) S(P.f. a R qed 80 .h).. (1. La norma de una partición es maxi hi La suma de Riemann.b R.b]. lo denotaremos por B([a. Demostración S(P.h) +b S(P. i = 1. h ) = {f(ti) + g(ti)} hi.h) = i f(ti) hi donde los puntos ti son puntos arbitrarios en el subintervalo [xi-1.2.b].b] R. g. es un punto de P.h) . Una partición P es más fina que ( o es un refinamiento de ) una partición Q de [a.n...Stieltjes 1.El espacio lineal normado formado por la s funciones acotadas.b]. y denotemos por (1..2. es (1.f. 1.2) hi = h(xi ) – h(xi-1). af + bg.b]. x1. correspondiente a la partición P de [a. una función monótona creciente. h ) = a S(P. = f(ti) hi + g(ti) hi = S(P. xn = b.f.-Definición de la Integral de Riemann. Sea h: [a.b]) Una partición P del intervalo [a. De manera análoga se demuestra que S(P.1) a = x0 x1 x2….n.g . Escribimos P Q. xi ]. …xn. es xi = xi . g . La longitud del subintervalo [xi-1 . de la función f con respecto a la función creciente h.f.1 Lema La suma de R-S de una combinación lineal af + bg de dos funciones f.h ) + S (P.g..…n.b] R. es un conjunto finito de puntos P = {x0 .Stieltjes En este capítulo vamos a considerar funciones reales f: [a.Integral de Riemann. si cada punto de Q. i = 1.} tales que (1.a.xi-1 . h ) = aS(P.h). Vamos a designar la clase de las particiones del intervalo [a.VI.xi]. af.b].f+g . es igual a la combinación lineal de las sumas de R-S de f. definidas y acotadas en un intervalo cerrado [a.Stieltjes.b].

es decir. tal que si P es más fina que P .8) (af+ bg )dh= a fdh + b gdh. a. si existe un número A. es único.Definición Una función acotada f es integrable con respecto a la función creciente h. Demostración Sean A.B dos integrales de f con respecto a h.b].f.b]( h) = R(h) la clase de las funciones hintegrables.B.h) – B < 2 .g.3 Teorema Una combinación lineal af+ bg de funciones h. qed 1. tal que si P es más fina que P . Además (1.S(P.b ( R Demostración f. es decir . f+g . y se llama la integral de Riemann-Stieljes de f con respecto a h. entonces (1.g R(h ) af+bg R(h).integrable.f. Vamos a designar por R[a.7) f.2 Teorema La integral de f con respecto a h. es única. es igual a la combinación lineal de las integrales. Además. si existe.b]. existen dos números A. es decir. (1.f. g. La integral de f con respecto a h. que tiene la siguiente propiedad : dado >0 existe una partición P de [a. Propiedades de la Integral 1.integrables . f.h) + S(P.6) fdh.h ) – A < .h) – A < luego A-B A. entonces S(P.b] tal que si P es más fina que P . entonces S(P. sobre [a.tales que dado > 0 existe una partición P de [a. sobre el intervalo [a. dado >0 existe una partición P de [a. qed . se designa con (1. Si el real A existe. por hipótesis.b]. las funciones integrables con respecto a h.g R(h).h ) – B < y S(P. Lo cual implica que A=B.5) S(P. es h. la integral de la combinación lineal.h) – B < 2 .f.b ]. sobre el intervalo [a.b].f. + S(P. h ) – (A+B) S(P.f.h ) – B < .g ) – A < luego S(P.h ) – A 81 y S(P.

11) S(P. (1.f. la función g(x)=f(x)h´(x) es integrable. entonces S(Pf.< A < S(P.f. podemos escribir dh = h ´(x ) dx. y supongamos que f g. tal que dado >0 existe una partición P de [a.integrables. Tomando a S(P. g dos funciones h. Por el teorema 1. f R(h) por hipótesis. La integral preserva el orden 1.4 Teorema Sea f R(h) una función no negativa y h.f.b].h ). lo cual implica (1. qed Es natural suponer que si h es diferenciable .integrable.9 ) f = sup { f(x)) : a x b }. por hipótesis .b] formado por las funciones acotadas . Lo cual implica que S(P.b] R. qed 1. existe un real A.10) f 0 fdh 0 Demostración La suma de R-S de f con respecto a h es (1. es un subespacio del espacio lineal normado B[a. ¿Bajo que condiciones es esto cierto? 1. Entonces (1.f. luego. es decir .6 Teorema (Reducción a la Integral de Riemann) Sea f :[a.h) – A < .con la norma uniforme ( 1. Entonces.h) + .Este teorema nos dice que la clase R(h) formada por las funciones hintegrables.4 0 ( g-f) dh = gdh – fdh.h) mayor que se concluye que A 0. y concluiríamos que fdh = f (x ) h´(x)dx. Además 82 .12) fdh gdh.12). tal que si P P . g-f 0.una función h-integrable y supongamos que h tiene primeras derivadas continuas. Demostración f g.h ) = f( ti ) hi 0.5 Corolario Sean f. Entonces la integral de f es no negativa.

La función f es acotada .f..f h´) = f(ti ) [h ´(vi ) – h ´( ti ) ] xi.Integrales Superior e Inferior de una Función En esta sección vamos a definir las integrales superior e inferior de una función acotada f B[a. Estas desigualdades nos permiten concluir que S(P.fh´. i = 1. fh´) – A S(P. Esto nos dice que fh´ es integrable y que su integral es la integral A de f con respecto a h.Vamos a demostrar que una función f es hintegrable si y sólo si la integral inferior y la integral superior de f son iguales. sobre I = [a. es decir . 83 . Demostración La suma de Riemann de la función g(x) = f(x) h´(x ) ..h ´(y) < . es S(P. Tomemos una partición P de I.h) + S(P.b]. Lo cual implica que S( P.f.h )= f(ti ) hi .n . dado >0 existe ">0 .h) – A .es S(P.f. La función h satisface las condiciones del teorema del valor medio en cada subintervalo de I. cuya norma es menor que " . tal que hi = h(xi ) –h(xi-1 ) = h ´( vi ) xi .h) – S(P. qed 2. M[h(b) – h(a )] + donde A es la integral de f con respecto a h. f. xi ) . que depende sólo de . luego.b].2. es uniformemente continua. tenemos que h ´( vi ) – h ´( ti ) < .S(P. f.13) fdh = f(x) h ´(x) dx. luego.. de donde S(P. fh´) < M[ h(b) – h(a )] . La función h ´(x ) es continua en el intervalo compacto I. La suma de R-S de la función f con respecto a h. existe vi (xi-1.(1.h) – S(P. es decir .) . g ) = f(ti ) g ( ti ) xi. existe un M > 0 tal que f(x ) < M.Su valor común es la integral de f con respecto a h. entonces dado que vi – ti <" . tal que si x-y <" entonces h ´(x ).

…n mi = inf { f(x) : xi-1 x xi}. …. Entonces (2.h) = r [h(t) – h (xi-1 ) + s [ h(xi ) – h( t ) ] – m [ h( xi ) – h( xi-1 ) ] = (r. Nuestro siguiente paso será demostrar que toda función continua es integrable. De manera análoga definimos la suma inferior de f. (2.b].}.2.g). Las integrales superior e inferior de una función f.h).h). relativa a la partición P de [a.g) U(P.f. y sean r = inf{ f(x) .5) L(Q. . x1 . P P[a.2 Teorema La integral inferior de una función es menor o igual que la integral superior.n. Demostración Sea S = P Q el refinamiento común de P.xn }.g) = sup{ L(P.g).3. entonces 84 0. La suma superior de f con respecto a h. qed 2.Q. Demostración Sea Q la partición que se obtiene introduciendo un punto t en el subintervalo [xi-1 ..2.6 ) L(f.f. U(Q.b] de las particiones de [a.g). el proceso anterior ese repite k veces.m )[ g( t ) – g(xi-1 ) ] + (s – m )[ g( xi ) – g ( t ) ] Si Q contiene k puntos más que P. xi ] de la partición P = { x0.4) U(f.3) L(P. es (2. 2. podemos definir las siguientes cantidades (2. xi-1 x t} s = inf{ f(x) : t x xi.1) Mi = sup { f(x) : xi-1 x xi } i = 1.g ) L( P. (2.b] } L(f.2) U(P.f.. L(Q.f. son (2.Puesto que la función f es acotada .f.1 Teorema Sea Q un refinamiento de la partición P.g) = inf {U(P.f. f. P P[a..f h ) = Mi hi.b].f. A medida que se refina una partición la sumas inferiores crecen y las superiores decrecen.f. i= 1.h) U(f.b] } donde el supremum ( y el infimum ) se toma sobre la familia P[a.h ) – L( P.h ) = m i hi .

h) – L(P.h) < Demostración Supongamos que la condición de Riemann es cierta.L(P.h) L(P. 2.f. entonces f(ti ) hi . ti [ xi-1 . tales que f(si ) – f(ti ) + > Mi – mi . f(si ) hi – A < . tal que si P P . Por la propiedad del supremum. se llama condición de Riemann.f. Demostración Supongamos que f es una función h-integrable . donde si .h) < .f.h ) –L(P.f( ti ) hi <2 .f. es decir que: dado >0 existe una partición P de [a.y [ xi-1 .b]. tal que si P P entonces U(P.h) Dado >0 existe P P[a.h) U(S.f.f.f.h) – L(P. 85 f(si ) hi –A + A.h) – L(P. es decir .f.A < .g) U(Q.f.integrable .h) < . entonces U(P. xi]}.7) U( P. U(P. U(Q.b ].f. qed La condición : Dado >0 existe una partición P tal que si P es más fina que P implica que U(P. ti [xi-1 .f.h) = L(f.De aquí concluimos que f(si ) hi – f(ti ) hi Ahora . entonces vale la siguiente condición: Dado >0 existe una partición P tal que si P e más fina que P vale que (2.f.h) – L(P.h) < .4 Teorema La condición de Riemann es equivalente a la igualdad de las integrales superior e inferior.f. dado >0 existe si .h ) luego.f. Mi – mi = sup {f(x) – f(y) : x.8 ) U(f. xi].h.b].h) = Pero ( Mi –m i ) hi .f.f. existe un número A.) U(f.f. tal que si P es un refinamiento de P .h).h) = (Mi – m i ) hi< (f(ti ) – f (si )) hi + ( h(b). qed 2.f. tal que dado >0 existe una partición P del intervalo [a.h) L(S. Entonces U(P. xi ]. ( 2. L(f.g).h) – L(P.h(a)) < 2 + ( h(b) – h(a)).3 Lema Si una función f es h.

Por las propiedades del supremum y del infimum existen dos particiones P.h) L(f.y [ xi-1.h ) .y [xi-1. Entonces Mi´.5 Teorema (Criterio de Integrabilidad de Riemann) Una función acotada es h. f.g) + donde R = P Q .f.b].mi 86 .h) Supongamos ahora que las integrales inferior y superior de f. lo cual implica que U(f. xi ] }.h) < L(P. y sea > 0. (2. L(f. por (2.por hipótesis.1) f R(h) f R(h).integrable si y sôlo si vale la condicion de Riemann (2. de donde U(f.f.lo cual implica que U(R.h) Entonces U(f.h) < 3.f.7).h) + > U(P. Demostración Definamos los máximos y mínimosde la función f . pero.. 3.f.8 ) f R(h) dado >0 existe P P[a.h) < L(P.h) < L(Q.Q tales que U(f.xi ].h) + < L(R.h).Es decir U(P.h) < . xi ]}.mi´ = sup { f(x) – f(y) : x. mi´= inf { f(x) : x [xi-1.h) L(f. es integrable (3. xi ] } Mi. tal que si P P entonces U(Pf.1Teorema El valor absoluto de una función integrable.h) –L(P.f.con respecto a h.h) < 2 . son iguales.xi]}.f.h)+ . Mi´=sup { f(x) : x [ xi-1.f.h) – L(R.f(y ): x. en los subintervalos [xi-1. { f(x).f.h) + L(f.f.f.Operaciones con Funciones Integrables En esta sección demostraremos que el producto de dos funciones integrables es integrable y que el módulo de una función integrable es integrable.h) + .h ) – L(f.6) U(f. U(P. sup. qed 2.h) > U(R.

luego. es decir . (f-g)2 R(h). f .xi]} entonces Mi´. Lo cual implica que U(P.y [xi-1.7) de donde U(P. qed 3. En consecuencia f2(x) – f2(y) = [f(x) + f(y)][ f(x ) –f(y)] < 2K [f(x ) – f(y)].f.xi]} =2K {Mi. luego vale la condición de Riemann (2.h ) < 2K[U(P.mi´ 2K sup { f(x) – f(y ) : x.xi ]}. es integrable.tal que si P es más fina que P .h ).h)< .mi´ = sup { f2(x) – f2(y) : x. Por el teorema 3.h) – L(P. (3. Luego. Demostración Sea Mi´= sup {f 2(x) : x [xi-1.g R(h) fg R(h).xi ] }.f. Mi´. entonces U(P. luego.f. (3.h ) – L(P. f-g R(h).h) – L(P. qed 87 .g R(h). Demostración f.es h.h)] < 2K . existe un real K tal que f(x) < K.2 Teorema El cuadrado de una función integrable.f2. La función f es una función acotada. qed 3.h) – L(P. por hipótesis.mi }.f. La función f es h –integrable.h) = (Mi´.integrable.3) f.y [ xi-1. de donde fg = ¼ [(f+g)2 – (f-g)2] R(h). lo cual implica que f .7):dado >0 existe una partición P .integrable.2 (f+g )2 .2) f R(h) f 2 R(h). por el teorema 1.f.Pero f es h.f2. f . mi´= inf { f2(x) : x [xi-1. vale la condición de Riemann (2.f.2 f+g .3 Teorema El producto de dos funciones integrables es integrable.h ) < .mi´) hi (Mi – mi ) hi = U(P.L(P.

X.3. integrables).Y ) formada por las funciones f : X Y. tal que si n > N entonces 88 . La suma de dos sucesiones { fn } . Convergencia Uniforme En este capítulo definiremos la convergencia puntual de una sucesión de funciones. Debido a que la convergencia puntual no es lo suficientemente fuerte como para preservar la continuidad (diferenciablilidad. que depende del punto x.R) .-Convergencia Puntual Una sucesión de funciones { fn . (1. Es decir si para cada entero positivo R >0 existe un natural N = N(x.n = 1. con dominio X y codominio Y. Y . Nos interesan en particular. que como veremos preserva la continuidad. y la familia (X. las sucesiones convergentes. es una función f : N (X. 1. (1. tienen sentido en un espacio métrico y la mayor parte de la proposiciones son ciertas en espacios métricos.. Desearíamos que el límite de una sucesión de funciones continuas (diferenciables. (diferenciable..Sucesiones de Funciones.1) {fn } + { gn } = { f n+ gn }. converge a algún punto y en Y. Una sucesión de funciones.. El producto de un real c y una sucesión de funciones { f n}.VII. Vamos a denotar la sucesión de funciones f : N ( X. Las funciones f (n) = fn .son los términos de la sucesión { f n}. n= 1.Sucesiones de Funciones en Espacios Lineales Normados En este capítulo vamos a considerar dos espacios lineales normados. y de R.. cuyo dominio es X y cuyo contradominio es Y. integrable). integrabilidad). fuera una función continua.} converge en el punto x. es la sucesión { cf n}. si la sucesión {fn (x) } en Y.Y). La mayor parte de los conceptos aquí presentados. 2.…. por {f n}.2. cuyo dominio es el conjunto de números naturales N.Y ). y cuyo codominio es la familia de funciones (X.3.2) c{ fn } = { cfn }. es preciso definir la convergencia uniforme. Y ). {gn } es la sucesión {fn+gn}.2.

89 .1) fn(x ) M. Denotaremos por CS(X.2) CS(A.2 Teorema Toda combinación lineal de sucesiones convergentes.4) fn(x ). Por el teorema 1. en cada punto de X.Teorema El límite de una sucesión convergente de funciones es único. es acotada.1 Teorema Una sucesión { fn} convergente de funciones.Y) es un espacio lineal sobre los reales..Es decir la clase CS(X. si converge .y lím fn(x) = y n ! <R. la sucesión {fn(x)} es acotada. es (puntualmente) acotada. en el conjunto A.6) f(x) = lím f (x ) n ! 2. que depende de x.1 del capítulo III 2. por la ecuación (2. como (2.Y) la clase de todas las sucesiones convergentes de funciones fn :A Y definidas en el conjunto A.-Sucesiones Acotadas Una sucesión de funciones { fn } .Y) BS(A. Denotaremos por BS( A. es convergente. (3. existe un real positivo M = M(x)>0. En este caso podemos definir la función f: X Y. si para cada x en X . Y) la clase de sucesiones acotadas de funciones fn : A Y.Y).3) lo cual significa que (2. tal que (3. Una sucesión { fn} es convergente .(2.5) f(x ) = lím f n(x ). 3.1. n ! Esta función f es el límite de la sucesión {fn}. si converge en cada punto de A. 3. En este caso podemos definir la función f : A Y. Es decir. Una sucesión {fn } converge (puntualmente ).

en X.Es decir.fn2 .Demostración Por el teorema 1.si dado > 0. es convergente. Por el teorema 5. Es decir.fn3 . tal que si m > N y n > N entonces (4. si la sucesión { fn(x) } es de Cauchy..2 Teorema En un espacio lineal normado X. del capítulo III.2 Teorema Toda combinación lineal a {fn } +b { gn} de sucesiones acotadas. ). 4. 4.. si es de Cauchy. 4. en el conjunto A. 3. Una sucesión de funciones {fn } .3 Teorema Una sucesión de funciones {f n} de Cauchy con una subsucesión convergente es convergente.1 del capítulo III.Y) formada por la sucesiones acotadas de funciones es un espacio lineal sobre los reales.1) fm (x) – fn(x) < .1 Teorema. en cada punto x de A. es acotada.. fn f f nk f { fnk} {fn } Por el teorema 5. en el punto x.6 del cap III. es de Cauchy. la clase BS(A. Subsucesiones Sea n1 < n2 < n3 <… una sucesión creciente de números naturales y { f n} una sucesión de funciones. 4. Una sucesión es de Cauchy.5 del cap III.2) { fnk }= fn1 . una subsucesión de una sucesión convergente de funciones . Por el teorema 1. Toda sucesión convergente es de Cauchy. la sucesión (4.-Sucesiones de Cauchy Una sucesión de funciones { fn } . Entonces. si es de Cauchy. existe un número natural N = N (x.1. que depende de x y de > 0. es una subsucesión de {fn}. es de Cauchy. 90 .

3 Ejemplo La sucesión de funciones reales de variable real (4.2-Ejemplo. converge 4. 4.La sucesión de funciones fn(x ) = xn : [0. que depende sólo de R .4) fn ( x ) = (x + nx)/ n = x/ n +x . La sucesión { fn } es uniformemente convergente. si para todo R >0 existe un natural N. converge a x. si es uniformemente convergente en X. es único. Denotaremos por UCS(A.1 Ejemplo La sucesión de funciones reales fn (x ) = x/n : R a cero.1 Teorema. Demostración Supongamos que { f n} converge uniformemente a f y a g.4.-Convergencia Uniforme. Es claro que toda sucesión uniformemente convergente de funciones. luego 91 . El límite de una sucesión uniformemente convergente. tal que si n > N entonces (5. Una sucesión { f n} de funciones . hacia una función f. en el subconjunto A de X. de funciones. Este ejemplo ilustra el hecho de que el límite de una sucesión de funciones continuas ( diferenciables ) puede ser discontinua ( no diferenciable ).3) f(x) = 0 si 0 \ x <1 = 1 si x = 1.1] R.1) fn (x ) – f( x ) < R . definidas en A con valores en Y. entonces {fn } converge a f y a g. es convergente 5.converge uniformemente.y que no depende de x R A. a pesar de que el dominio es compacto. converge a la función (4.Y) la clase de las sucesiones uniformemente convergentes de funciones. R. 5. para todo x en A.

f(x ) = g(x ).1] R.g(x) < R .2 Ejemplo La sucesión de funciones reales de variable real.2) fn (x) – f(x) < R. sup { xn/n : 0 M x M1 } = 1 / n 0.1] uniformemente a cero. 5. En efecto sup { x/n! : 0\ x \1}=0 6.1 Ejemplo La sucesión f n (x) = x /n : [0.. dado R > 0 existe un natural N = N (R ).2 Teorema Toda combinación lineal de sucesiones uniformemente convergentes. uniformemente convergentes es uniformemente convergente. En efecto.1 del cap III. qed . f n( x ) = xn : [0. entonces (5. la clase UCS(A. Demostración Supongamos que las sucesiones { fn }. {gn } convergen uniformemente a las funciones f. respectivamente. 5.f(x)+ gn (x) –g(x) M fn (x) – f(x) + gn (x) – g(x) < 2R . converge uniformemente 5. tal que si n N. converge 92 . lo cual demuestra que la suma de dos sucesiones de funciones. De aquí concluimos que para n N (5. para todo x. es una sucesión uniformemente convergente. es decir .1] a cero. no es uniformemente convergente. no converge a cero. g n (x). 5.Y) forma un espacio lineal normado sobre los reales.3 Ejemplo La sucesiónde funciones reales f (x) = x /n! :[0. De manera análoga se demuestra que c { f n} converge uniformemente a cfn.-Sucesiones Uniformemente Acotadas de Funciones R. sup { xn : 0 x 1} = 1.3) (fn + gn )(x)– (f + g )(x) = f n (x). que depende de R . y g . pero que no depende de x. En efecto. por el teorema 1. qed n R .Es decir.

fn(x) < M luego afn (x) + b gn (x) < a f n(x) + b gn (x) <( a + b ) M. 6. definida en (6.2. Una sucesión de funciones { fn } es una sucesión de Cauchy. Es decir. f n : X Y . m > N.2) es una norma se deja como ejercicio. y todo n. es una sucesión uniformemente acotadas. si dado R > 0 existe un número natural N= N(R ). UC( X. (6. independiente de x. Y).qed 7. 93 .1) fm(x ) – fn( x ) < R. tal que (6.independiente de x .Y) UCA(X.Y) R.…. 7. {fn } uniformemente acotadas. La demostración de que la función N definida en (5.1 Teorema Una sucesión de funciones fn : N (X. La función N : UBS(X.Una sucesión {f n} de funciones. Denotaremos por UCA(A. para todo x en X y todo natural n. tal que si n > N. Y) la clase de las sucesiones de funciones. Y ). Vamos a designar por UBS (X. es uniformemente de Cauchy.2).Y) la clase formada por las sucesiones de Cauchy en la topología uniforme. es uniformemente acotada si existe un real positivo M >0.2) N({fn }) = sup { fn(x ) : x R X. uniformemente convergente . para todo x.Y ) de las sucesiones de funciones uniformemente acotadas. es decir existe un real positivo M>0 tal que gn (x) < M. es una norma sobre UBS( X.3.-Sucesiones de Cauchy(en la topología uniforme). n R N } < M <! . n = 1. es un espacio lineal sobre los reales. entonces (7. para todo x en X. Demostración Sean { fn } y {gn} dos sucesiones de funciones uniformemente acotadas.Y). lo cual demuestra que toda combinación lineal de sucesiones uniformemente acotadas.1 Teorema La clase UBS(X.1) fn (x ) < M.. en la topología uniforme.

La Norma Uniforme Una función f : X (8. n > N. es acotada si existe un real positivo M >0. en un espacio lineal normado Y. definida por (8. tal que si n>N. Y) R. entonces fk (x) – fj(x) < . Elijamos dos índices m > N. Dado que esta desigualdad es cierta para todo x. entonces fn (x)-f(x) < . que es uniformemente de Cauchy. entonces j > N. pero que no depende de x. y Y es (puntualmente ) completo. existe un natural N = N( ). Hagamos tender k a infinito. entonces fk (x ) – fj(x) < para todo x. existe un índice N.La sucesión {fn } es uniformemente de Cauchy. Una sucesión de funciones fn : X Y.Funciones Acotadas.. para todo x R X.1 Teorema La clase B(X. por hipótesis. dado > 0. qed 8. implica que fj ( x ) – f ( x) . entonces fn(x) – f(x) + f(x) – fm(x) < 2 . La función N : B(X. La sucesión {f n} es (puntualmente ) de Cauchy. es decir . forman un espacio lineal. pero que no depende de x X. Dado que {fn } es una sucesión de Cauchy en la topología uniforme. tal que si j > N. k > N . que depende de . Y) formada por las funciones acotadas. de un espacio lineal normado X.2) N(f ) = sup { f(x ) : x R X} 94 . vale que fj(x ) – f(x ) < . hemos encontrado un índice N. tal que si j > N .Demostración Sea {fn}. dado >0.2 Teorema Sea Y un espacio lineal normado completo. 8. es decir. fn(x) – fm(x) qed 7.1) Y. tal que si j N. existe N= N ( ) que depende de > 0. tal que f (x ) < M. en consecuencia la sucesión {fn } converge (puntualmente ) hacia una función f :X Y . que no depende de x. es uniformemente convergente. una sucesion de funciones uniformemente convergente. Demostración. k > N.

g dos funciones acotadas.2 Teorema Una sucesión de funciones acotadas {fn }.f ) tiende a cero cuando n tiende a infinito. entonces fn (x) – f(x ) < R para todo x en X. para todo x en X. N(fn . Lo cual nos demuestra que la norma de la suma es menor o igual que la suma de las normas. tal que si n > N. Demostración Sean f. De manera análoga se demuestra que cf es acotada. para n > N. converge uniformemente a la función acotada f. si y sólo si . dado > 0 existe un natural N = N( ).que converge uniformemente .que depende de . existe un real positivo M > 0. dado R >0 existe N = N(R ).es una norma sobre B(X. es acotada. que depende de R . 95 . por hipótesis. es decir. g(x ) < M. Luego f(x ) + g(x) M f(x ) + g(x ) < 2 M. Esto nos dice que N( f n . tal que f(x ) < M. qed 8. Ahora N(f+ g ) = sup f (x) + g(x) Msup f(x) + sup g(x) = N(f) + N(g ). qed 8. se demuestran en forma análoga.Las restantes propiedades de la norma . Demostración La sucesión { fn } converge uniformemente a f.f ) < R . es decir. es una función continua.N(f) es la norma uniforme de f. pero que no depende de x tal que si n N. Demostración Supongamos que {f n} converge uniformemente a f. El recíproco es inmediato.3 Teorema (Preservación de la Continuidad) El límite de una sucesión de funciones continuas{ fn }. Es decir sup x fn(x) – f(x ) < R . es decir. es decir N(fn – f ) tiende a cero cuando n tiende a infinito. pero que no depende de x.Y). para n >N. Lo cual nos demuestra que la suma de dos funciones acotadas.

es decir. fN(x) – f(x) < . y el espacio lineal normado C(X) (sección 3 cap IV) formado por las funciones reales continuas definidas en X. Por el teorema 7. forman un espacio de Banach. C(X) es un espacio lineal . para toda x en X. Sea p un punto de X. un espacio lineal normado completo.1 Teorema El espacio C(X) formado por las funciones reales continuas sobre el espacio métrico compacto X. definida por (9.entonces En particular. cerrados.1del cap IV. queremos demostrar que f es continua en p. f(x) – fN (x ) + fN(x) –fN(p) + fN(p ) – f(p) + fN(x) – fN(p ) + . C(X) de las Funciones Reales Definidas sobre un Espacio Métrico Compacto En esta sección consideramos un espacio métrico compacto X.2 . conjuntos abiertos. Dado que fN es continua. De aquí concluimos que f(x) – f(p ) < 3 qed f(x) – f(p ) 9. qed Dado que C(X) es un espacio lineal normado. tiene sentido hablar de bolas abiertas.El Espacio Lineal Normado. .. Demostración Por el teorema 4.1) N(f) = sup { f(x) : x X} es una norma sobre C(X). compactos etc. y la función N: C(X) R. 96 . fn(x) – f(x) < . el espacio C(X) es un espacio de Banach. existe un número ">0 tal que si x–p <" entonces fN(x) – fN(p) < . 9.

3 Teorema Los conjuntos cerrados en C(X). es un conjunto abierto. La pareja (S. son conjuntos cerrados. ii)La unión de una familia arbitraria de conjuntos abiertos . ii) La unión de dos cerrados. Un conjunto A de funciones de C(X). y la pareja ( C(X). iii) La intersección de dos abiertos. Una familia F de subconjuntos de un conjunto S. es menor que r. Un conjunto C de funciones continuas en C(X). tienen las siguientes propiedades: i) El vacío y el total C(X). F ) es un espacio topológico. la familia F de conjuntos abiertos de C(X). es una topología para C(X). r ) = { g C(X): N(f-g) <r}. tiene una bola abierta contenida en A.-Compacidad. es compacto si toda cubierta abierta tiene una subcubierta finita. es una topología para el conjunto S. En la sección 6 del capítulo II. Un conjunto K de funciones en C(X).(Véase sección 3 cap IV). si toda cubierta abierta tiene una subcubierta finita.1 del cap III. es cerrada. por el teorema 3. por el teorema 4. formado por las funciones g cuya distancia a f.2 del cap III.2.F). 9.es cerrado si su complemento es abierto. es cerrada. 10.2 Teorema Los conjuntos abiertos en C(X) tienen las siguientes propiedades i) El vacío y el total C(X) son abiertos.La bola abierta con centro en la función f C(X) y radio r > 0 es el conjunto (9. 9.Ascoli Sea X un espacio métrico compacto y C(X) el espacio lineal normado formado por las funciones reales continuas definidas en X. 97 . Es decir. que satisfacen las condiciones del teorema 9. definimos el concepto de conjunto compacto. es abierto si cada función g en A. iii) La intersección de una familia arbitraria de conjuntos cerrados.De igual manera definimos la compacidad en C(X). es un conjunto abierto. Un conjunto es compacto. es un espacio topológico. Teorema de Arzela.2) B(f .

Un conjunto K en C(X) es uniformemente equicontinuo. 10.1 Proposición Las funciones que forman un conjunto uniformemebnte equicontinuo.3 Un subconjunto finito de C(X). es uniformente equicontinuo.2) f(x). que toda sucesión acotada en Rn. entonces (10. Supongamos que tiene una subsucesión convergente {sen n kx : k N }. .… es una sucesión de funciones continuas uniformemente acotada por uno. n = 1.1-Ejemplo.En el espacio euclidiano Rn . no vale en C(X).entonces 98 . Por el teorema de convergencia dominada de Lebesgue.4 cap II). si dado > 0 existe " > 0.2. En consecuencia Lím [sen nk+1x – sen nkx ]2 =0. es equicontinuo. La sucesión de funciones continuas.f(y) < . (teorema 5. Sea E = { fk . 2 ]. son uniformemente continuas 10. Pero por cálculo directo Lím [sen nk+1x – sen nkx ]2 dx = 2 . Esta contradicción demuestra que la sucesión acotada {sen nx } no contiene ninguna subsucesión convergente. Ejemplos 10. necesitamos el concepto de equicontinuidad. El Espacio C[ 0. el teorema de B-W.. tiene una subsucesión convergente.y ) < "k.Entonces dado >0 existe "k >0 tal que si d( x.. Para caracterizar la compacidad de un conjunto K.2. tal que si la distancia d(x.y ) < " es menor que " .2 Proposición Todo subconjunto de un conjunto uniformemente equicontinuo.2 ] R. de funciones continuas en C(X).(10. sabemos por el teorema de Bolzano – Weierstrass. Entonces Lím [sen nk+1 x – sen nk x ] = 0. 10.1) fn(x) = sen nx : [0. Desgraciadamente. k= 1.n] un subconjunto finito de C(X). Lím [ sen nk+1x – sen nkx ]2 dx =0. Equicontinuidad. para toda f en K.

fk (x) – fk(y) < . Sea "= mín { "k , k= 1,2,..n }, entonces d(x,y) < implica que f k(x ) – fk(y) < , k=1,2...n.

10.4 Teorema Toda sucesión uniformemente convergente en C(X), es uniformemente equicontinua. Demostración Sea {fn } una sucesión uniformemente convergente en C(X), que converge a f. Es decir,dado > 0 existe un natural N tal que si n N entonces fn - f = N(fn –f ) < . La sucesión { f n : n N } es finita y por lo tanto equicontinua. Es decir, dado > 0 existe " = "( ) > 0 tal que si d( x , y ) < " entonces fi (x)- fi (y) < , i N. En consecuencia para n > N , vale que fn – f + f – fN < 2 , fn – fN lo cual nos demuestra que la sucesión { fn }, es uniformemente equicontinua. qed 10.5 Teorema Un conjunto compacto K en C(X) es cerrado, acotado y equicontinuo. Demostración En la sección 6 del capítulo II, se demostró que todo conjunto compacto, en un espacio lineal normado es cerrado y acotado. Nos falta demostrar que K es equicontinuo. K es compacto en C(X), por hipótesis, luego, K es un conjunto totalmente acotado, es decir, para todo > 0 existe un número finito {B(fi ; ), i= 1,2,3,..n }, de bolas abiertas con centro en fi , y radio > 0 que cubren a K.Las funciones fi , son uniformemente continuas, porque X es compacto, (teorema 5.1, cap IV) luego, dado > 0 existen "i > 0, tales que si d( x,y ) < "i entonces fi (x ) – fi( y ) < . Sea " = mín "i , entonces d(x,y ) < " implica que fi(x) – fi(y) < , i = 1,2,…n. Sea f una función en K, entonces f pertenece a alguna de las bolas B( fi ; ), digamos f B(fk ; ). Entonces,
99

f(x) – f(y ) f(x ) – fi( x ) + fi ( x )- fi( y ) + fi, (y ) – f(y) < 3 ., lo cual demuestra que K es equicontinuo. qed El siguiente teorema puede considerarse como una generalización del teorema de Bolzano- Weierstrass. 10.6 Teorema (Arzela- Ascoli) Una sucesión puntualmente acotada y equicontinua de funciones en C(X), es uniformemente acotada y tiene una subsucesión uniformemente convergente. Demostración La sucesión {f n} es equicontinua, por hipótesis, es decir, dado >0 existe un real positivo " = "( ) >0, tal que si d(x,y ) < ", entonces (10.3 ) fn (x ) – fn( y ) < , n = 1,2,3, … . La familia { B(x;" ) : x X } de bolas abiertas con centro en un punto x de X, y de radio ", forma una cubierta abierta de X, pero X es compacto, por hipótesis, luego, existe un conjunto finito {xk X, k = 1,2,3,..n, tal que la familia { B( xk ;" , k =1,2, n},es subcubierta abierta de X. X = B( xk ; ", k =1,2, n}. Dado que X es compacto, X tiene un subconjunto denso numerable E. Por la densidad de E en X, podemos tomar los puntos xk , en E, y por ser E numerable la sucesión { fn } tiene una subsucesión { fni } que converge en cada punto x de E.Queremos demostrar que la subsucesión gi = f ni , i = 1,2,… es uniformemente convergente. Puesto que la subsucesión { gi(x)} es convergente en E, concluimos que las sucesiones { g i (xk ) } convergen, luego, las sucesiones { gi (xk ) } son de Cauchy , es decir, dado >0 existe un número natural Nk , k = 1,2,..n, tal que si i > Nk, j > Nk entonces gi (xk) – gj(xk ) < . Tomando N = max Nk, vemos que i > N, j > N, implica que (10.4) gi( xk ) – gj ( xk ) < , para todo k = 1,2,…n. Sea x un punto de X, entonces x pertenece a la bola B(xk ; "), para alguna k, lo cual implica que d ( x, xk )< , y en consecuencia (10.5) gi(x) – gi(xk ) < . Las ecuaciones (10.1) y (10.2) implican que para i > N, j > N, obtenemos gi(x ) – gj ( x ) gi (x ) – gi ( xk ) + gi(xk ) – gj ( xk ) + gj(xk) – gj(x) < 3 . Puesto que R es completo, la sucesión {gi } converge uniformemente. qed
100

VIII.- Diferenciación de Funciones Reales de Varias Variables En este capítulo definimos la diferencial de una función real de varias variables. En la sección 1, introducimos el concepto de derivada parcial y presentamos algunas de sus propiedades. En la sección 2 presentamos el concepto de derivada direccional, el cual generaliza el concepto de derivada parcial. La derivada direccional de una función en dirección de los vectores de la base estandar de Rn , son las derivadas parciales. En la sección 3,definimos la diferencial de una función real de varias variables. En este capítulo A será un subconjunto abierto de Rm, y f: A R una función real de varias variables. 1.- Derivadas Parciales Sea A un subconjunto abierto del espacio euclidiano Rm de dimensión m, y f: A R una función real definida en A. Definición La i-ésima derivada parcial de la función f = f(x1 ,x2, ..xm ) en el punto p de A es (1.1) Di f(p) = lím f(p+t ei ) f(p) / t , i = 1,2,..m. t 0

donde ei = ( 0,0,..1,0,0..0)T es el vector columna con un uno en la i- ésima fila y ceros en las demás filas, y la T significa traspuesto . Ejemplos 1.- Cuando m =1 tenemos una función real de una variable real, que se estudió en el capítulo anterior. 2.- Las derivadas parciales de la función f(x,y ) = 2x + 3y + 7 son D1 f(x,y) = 2, D2 F(x,y ) = 3. 3.- Las derivadas parciales de la función cuadrática f(x,y) = x2 +y2
101

Derivadas Direccionales Sea A un subconjunto abierto del espacio lineal normado X. La derivada direccional de la función f :A R.y) = xseny + y cosx son D1 f(x. 2.xm ) : A de A es (1.x2 ..m. una función real.4) Di (f + g )(p) = Di f(p ) + Di g(p).2. 4. es la i-ésima derivada parcial de f. D2 f(x..y.3) y (1.son D1 f(x.1) Dv f(p) = lím [f(p+tv) – f(p)] / t.. (Regla de Leibniz). R..y) =sen y – y sen x. Entonces las derivadas parciales de la suma f+g y producto fg existen.2) *f(p) = Di f( p ) ei .z). Di fg (p) = f(p)Di g (p) +g(p)Di f(p). . g : A R dos funciones cuyas derivadas parciales existen en un punto p de A. Además (1. en el punto p.z) = 2x. 102 . Definición El gradiente de la función f = f(x1. en el punto p.Las derivadas parciales de la función f(x. t 0 Es fácil ver que cuando X =Rm la derivada direccional de f en el punto p..= 2y.. en el punto p cuyas componentes son las derivadas parciales de f en el punto p. i = 1.y.y) = xcos y +cos y. en dirección del vector v X. y f :A R. En los cursos de Cálculo Avanzado se demuestra que 1.1 Proposición Sean f. es (2. D2 f(x. dirección del vector básico ei .

Denotaremos por D(A) la clase de las funciones diferenciables en A. y por Dp (A) la clase de las funciones diferenciables en el punto p. 3. De donde S(h) –T(h) / h < . Nuestro primer paso será demostrar que la diferencial es única. y se denota por df(p). 3. La funcional lineal T cuando existe es única y recibe el nombre de diferencial de f en p . .1) f(p+h) –f(p) – T(h) < h .(2.2) Dei f(p) = Di f(p).1 Teorema Una función diferenciable .Entonces dado > 0 existe " > 0 tal que si 0< h < " tenemos que f(p+h ) – f(p) – S(h) < luego S(h) – T(h) = f(p+h) – f(p) – T(h) – { f(p+h).Diferencial de una Función Real de Varias Variables Sea A un subconjunto abierto del espacio lineal normado X y f: A R una función real.f(p) –S(h)} M f(p+h ) –f(p) –T(h) + f(p+h) – f(p) – S(h) < 2 h . o bien dfp. tiene una y sólo una diferencial Demostración Sean S. que cumple la siguiente condición: Dado >0 existe ">0 tal que si 0< h < " entonces (3. i = 1. lo cual implica que 103 h y f(p+h ) – f(p) –T(h) < h .m. Definición Una función f:A R es diferenciable en el punto p A si existe una funcional lineal continua T : X R ...T dos diferenciales de la función diferenciable f en el punto p. Una función f es diferenciable en un conjunto A si es diferenciable en cada punto de A.2.

Teorema Sea f D(A) una función diferenciable en un subconjunto abierto A de Rm Entonces todas las derivadas parciales de f existen. (3. lo cual implica que Dv f(p) = df(p)(v). por (3.3) df(p)(v) = *f(p) . es decir existe una funcional lineal continua df(p) : X R que cumple la siguiente condición: Dado >0 existe " > 0 tal que si 0 < h < " . 3. vi ei .Por la linealidad de df(p). y el vector v. Además ( 3. Sea v X un vector de X y tomemos h = tv tal que h = t v <" . v. por hipótesis.2 Teorema Sea f D(A) una función diferenciable en el subconjunto abierto A del espacio lineal normado X.Además la diferencial de f en el punto p de A. en dirección del vector v . qed v .3.t df (p) (v) < t de donde f(p+tv) – f(p) / t .df(p) (v) < . vi df (p) ( ei ) 104 Demostración Sea v = df(p) (v) = . Entonces las derivadas direccionales de f existen. luego S=T qed Las derivadas direccionales de una función diferenciable existen 3.. es igual al producto escalar del gradiente de f. entonces f(p+h) – f(p) – df(p) < h .1) f(p +tv ) – f(p) .2) Dv f(p) = df(p)(v).S(h) – T(h) =0. Demostración La función f es diferenciable . entonces.t R.

d(f+g )(p) = df(p) + dg(p) . existe una funcional lineal df(p) que cumple la condición (3. g(p+h) – g(p) .[df(p) (h) + dg(p) (h)] M f(p+h) – f(p) – df(p) + g(p+h) – g(p) – dg(p) (h) < 2 h .d f(p) < h . Es decir.5) se demuestra en forma análoga. qed Para funciones reales de varias variables vale que toda función diferenciable es continua.luego f(p+h) + g(p+h) – [f(p) + g(p)].4 Teorema La suma f+g y el producto fg de dos funciones diferenciables f.g D(A) por hipótesis. dfg(p) = f(p) dg(p) + g(p) df(p).5) f. es un subespacio del espacio lineal C(A) formado por las funciones continuas ( 3. La ecuación (3..g D(A) f + g D(A) . Demostración f. dado > 0 existe ">0 tal que si h <" entonces f(p+h ) – f(p) – df(p) < h . (3.3) Además (3. v. 3.5 Teorema Una función diferenciable es continua. es decir. el espacio lineal D(A) formado por las funciones diferenciables.Es decir. lo cual implica (3.dg(p) < h . 3.3) y (3. qed Nuestro siguiente paso será demostrar que la suma y el producto de funciones diferenciables es diferenciable. = * f(p) .g D(A) son diferenciables. (Regla de Leibniz). lo cual implica que dado >0 existe " >0 tal que si h < " entonces f(p+h ) – f(p) . 105 . 6) D(A) C(A) Demostración Sea f D(A) una función diferenciable en el conjunto abierto A.= vi Di f(p).4) (3.1).4). fg D(A).

q tal que (4. Fig # 4. Fig #4.q) Un conunto A es convexo . Demostración Sea r(t) =p + t (q-p) : [0.1] A.1 f(p+h ) – f(p) .1 Teorema (Teorema del Valor Medio para Funciones Reales de Varias Variables) Sean A un subconjunto abierto y convexo de Rm. una parametrización del segmento L(p.1] A.Teorema del Valor Medio Sea A un subconjunto abierto del espacio euclidiano Rm de dimensión m y f : A R una función real . Sean p.q.3) f(q) –f(p) = f ´(c) (q-p).q) que une los puntos p.Luego f(p+h –f(p) < < M donde M= df(p) + lo cual implica que f es continua.1] R.1] }. Entonces existe un punto c en el segmento que une a los puntos p. es el conjunto (4. El segmento de recta que une los puntos p. 106 . La compuesta g(t) = f(r(t) ) [0.si contiene el segmento que une dos cualesquiera de sus puntos. q dos puntos de A y f:A R una función real de varias variables diferenciable en A.2 4.2) L(p. r(t) = p + t (q-p) : [0.q del conjunto A . qed 4.df(p)(h) + df(p) (h) h h + .1) La función (4. df(p ) h es una parametrización del segmento L(p..q) = { p + t(q-p) : t [0.

Fig #4.3 de las funciones r(t) y f : A R, es una función real diferenciable, por la regla de la cadena (Teorema 2.1 Cap VI ). La derivada de la función g, es g ´(t) = df(r(t) )(q-p). Por el teorema del valor medio para funciones reales de una variable real (teorema 4.2 cap VI ),vale que es decir g(1) –g(0) = g ´(t0 ), t0 (0,1), f(q) – f(p) = f ´( c ) (q-p) , c = r( t 0). qed Una función cuyas derivadas parciales existen no es, necesariamente diferenciable.Para que la función sea diferenciable es condición suficiente pero no necesaria que las parciales existan y sean continuas. 4.2 Teorema Sea f : A R una función real definida en el subconjunto m abierto A de R , y sean p,q dos puntos de A Supongamos que las derivadas parciales de f existen y son continuas. Entonces la función f es diferenciable . Además (4.4 ) df(p) (v) = Di f(p) ei = * f(p). v, v Rm. Demostración Por el teorema del valor medio, existe un punto z en el segmento que une los puntos p, q , tal que f(p+h) – f(p) = * f(z). h. donde h = q-p, Fig # 4.4 luego f(p+h) – f(p) - * f(p) . h = * f(z). h - *f(p) .h M * f(z) –f(p) h , por Schwarz

Pero la función *f es una función continua ,por hipótesis , es decir, dado > 0 existe " > 0 tal que si h <" entonces *f(z) –*f(p) < lo cual implica que f(p+h) –f(p) – * f(p) . h < h, y finalmente
107

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

5.- Diferenciales de Orden Superior En esta sección, enunciamos y demostramos el teorema de Taylor. Con este objetivo en mente, definimos el concepto de diferenciales de orden superior al primero. Sea A un subconjunto abierto del espacio lineal normado X y f : A R, una función real . R,con La segunda derivada parcial de la función f (x1 ,x2 , x3 , …xn ) :A respecto a las variables xi , xj es la i- ésima derivada parcial de la j- ésima derivada parcial de f . (5.1) Dij f (p) = Di Dj f (p). i,j =1,2,...m.

Ejemplos 5.1 Calcular las segundas derivadas parciales de la función f(x,y) = x3 – y3 + 2 x2 y . Solución Las derivads parcials de primer orden son D1 f(x,y) = 3 x2 +4xy, D2 f(x,y) = -3y2 +2x. Las derivadas parciales de segundo orden son D11 f (x,y) = 6x +4y, D12 f(x,y) = 4x D22 f(x,y) = -6y. Definición La segunda diferencial o diferencial de segundo orden de la función f, en un punto p de A, es la función bilineal ( Véase Cap I , sección 3 ) R, d 2f (p) : Rm xRm que satisface la condición (5.1) d 2f (p ) ( ei, ej )= Dij f(p) i,j = 1,2,3,...m.

5.1 Proposición La segunda diferencial de una función cuyas segundas derivadas parciales existen, admite la expresión (5.2) donde
108

d2 f(p)(v,w) =

ij

Dij (p) vi wj ,

v= son vectores en X.

vi e i

w=

wi ei ,

Demostración d2 f(p) ( v,w) = = Ejemplos

ij

d 2f (p) ( e i, ej ) vi wj Dij (p) vi wj , por (5,1) qed

ij

1.- Calcular la segunda diferencial de la función f(x,y) = 2x2 +3y3 +7 . en el punto (1.2) y en dirección de los vectores v = (2,3),w = (1,4). Solución Las derivadas parciales de primer orden de f , son D1 f(x,y) = 4x D2 f (x,y) = 9y, las derivadas parciales de segundo orden de la función f, son D11 f(x,y) = 4, D12 f(x,y) =0 D22 f(x,y) = 9. Luego la segunda diferencial de f, en el punto p = ( 1,2),es d2 f (x,y ) = 4x2 x1 + 9 x3x4 = 108. La tercera diferencial de una función real f : A R, en el punto p de A, es la funcional trilineal d f (p) : XxXxX R , que satisface la condición (5.5) d3 f (p) (ei, ej, ek) = Dijkf (p), i,j,k = 1,2,...m.

De manera análoga se definen las diferenciales de orden superior al tercero. 5.3 Teorema de Taylor. Sea f:A R una función real definida en un m conjunto abierto y conexo A de R , cuyas diferenciales dk f de orden k = 1,2,..n,existen y son continuas en A.Sean a,b dos puntos de A. Entonces existe un punto c en el segmento que une los puntos a,b , tal que (5.6) f(a+h ) = f(a) + df(a) (h) ½! d2 f (a) (h,h) +.. 1/n! dn f (c) ( h,h..h). Demostración Sea r(t) = a+th,: [0,1] A, ( donde h = b-a), una parametrización del segmento que une los puntos a,b, y sea g(t) = f(r(t)) = f (a+ th), la compuesta de las dos funciones r(t) y f. Por la regla de la cadena
109

Desarrollando en serie de Taylor la función g(t0). resulta g(1) = g(0) + g ´(0 ) + ½! g ´´(0) + . Demostración Sea c= ( c1.h). r) con centro en c y radio positivo r. De manera análoga se define un mínimo local. c2 . Los valores máximo y mínimo se llaman valores extremos de la función.c3 . (teorema 4. g ´´ (t ) = d2 f(a+th) (h. 6. entonces son iguales a cero. 110 . Tomando c = a + t h se demuestra el teorema. qed 6.Supongamos que la función f tiene un extremo (máximo ó mínimo ) local en un punto interior p de A.1) f(c ) f ( c+h ) para h < r.2) g(x) = f (x.h) g ´´´(t) = d3 f ( a+th ) ( h..h..c2. 1/n! g (t0 )..h.. Sea A un subconjunto del espacio lineal normado X y f : A R una función real definida en A. g(n) (t ) = dn f(a+th) (h..h).Si sus derivadas parciales existen en p... Una función f tiene un máximo local en el punto c de A. para h < r. si existe una bola abierta B( c.cm ) y definamos la función (6. Un máximo local es estricto.Extremos de una Función En esta sección enunciamos y demostramos el teorema del extremo interior en forma análoga a como lo hicimos en la sección 3 del capítulo VI .. si f(c) > f(c + h ) .tal que (6.1 Teorema del Extremo Interior) Sea A un subconjunto abierto de Rm y f :A R una función real.2 cap IV).g ´(t) = df(a+ th )(h). cm).

2.Supongamos que f tiene un extremo local en p.entonces .. .c3. por el teorema anterior qed 6. qed Un punto p es un punto crítico de una función f si las derivadas parciales ( si existen ) de f. 6.-La función f(x) = x : [0. las derivadas direccionales Dv f(p) =0 son iguales a cero. 6..Entonces la diferencial de f en el punto p es igual a cero. En un punto crítico de una función .3) f(c ) f(c+h ) para '' h'' < r. en el punto p son iguales a cero. tal que (6. i = 1. pero f no tiene un extremo en x = 0.c2 .2 del capítulo VI . En forma análoga demostramos que Di f(c) =0 .1] R.2 Corolario Sea A un subconjunto de Rm y f : A R una función cuyas derivadas direccionales en cualquier dirección v existen.cm) = g(x).. no se anula en x= 1. g ´( c ) = D1 f( c) = 0.m. Si f tiene un extremo local en un punto interior p de A. entonces no necesariamente se anula la diferencial de f.. 6. .3 Corolario Sea A un subconjunto de Rm y f: A R una función diferenciable en el punto interior p de A. la función f tiene un extremo local en el punto interior c.2. Por el teorema 3. tiene un máximo local en x = 1.. existe una bola B(c. Entonces la función g tiene un máximo local en c . es decir.Encontrar los puntos críticos de la funcion 111 .3. Demostración Dv f(p) = Di f(p)ei = 0.Por hipótesis . Demostración df(p)(v) = Dv f(p) = 0 qed Si el punto p donde la función f toma el extremo local no es un punto interior. 6. r ) con centro en c y radio positivo r. en efecto g( c ) = f (c ) f (x.1. Ejemplos.no necesariamente la función tiene un extremo local.El punto x = 0 es un punto crítico de la función f(x) = x3. pero su derivada f ´(x) = 1.

y ) = 3x2 .y ) = 2x2 + 3y3 + 7xy. Entonces la segunda diferencial de f.y) = x3 + y3 Solución Las parciales de la función son D1 f(x. Luego (0.f(x. D2 f(x.y) = 9y + 7x. en el subconjunto abierto A de Rm.1. son D f(x. El determinante del sistema es 28 – 63 = . en el punto c. Demostración Sea u un vector unitario. Dado que A es abierto podemos elegir t de modo que c + t u pertenezca a A.Supongamos que la función f tiene un mínimo local en el punto c de A.Criterio de la Segunda Derivada Sea A un subconjunto abierto del espacio euclidiano de dimensión m y f : A R una función real.Encontrar los puntos críticos de la función cúbica f(x. Solución Las derivadas parciales de la función f.35 .v ) > 0.Teorema Sea A un subconjunto abierto de Rm y f: A con segundas derivadas parciales continuas...4.y) = 4x +7y .0 ) es el único punto crítico de la función. Este es un sistema de dos ecuaciones lineales con dos incógnitas.0) es un punto crítico. D f( x. es decir existe una bola abierta B(c.y) = 3y2 . El punto (0.3 112 .Por hipótesis la función f tiene un mínimo local en el punto interior c de A. un vector con norma uno. R una función 7. es decir.1) d2 f( c )( v. 6. r ) con centro en c y radio positivo r >0 tal que (7. 7..Por el corolario 6. para toda v 0. es definidamente positiva .2) f(c) M f(c + t u ) para tu = t < r.Es decir (7.

5) df(c) = 0.7) f(c+h ) = f(c) + 1/2 d2 f (c)(z. entonces f tiene un mínimo local en c.4) de donde (7.z ). es definidamente negativa.8) d2 f (c) – A < entre la segunda diferencial y la función bilineal A es menor que .(7. ii) si la segunda diferencial de f en el punto c.2 Teorema (Criterio de la Segunda Derivada) Sea A un subconjunto R una función con segundas derivadas parciales abierto de Rm y f: A continuas en A. Sea c un punto crítico de f. luego (7. = f(c) + d2 f(c) (tu. Si d2 f (c ) es definidamente positiva existe un real positivo > 0 tal que si la distancia (7. entonces la función f tiene un máximo local en c. Demostración Por el teorema de Taylor. z ) donde z es un punto en el segmento que une a c y c+h.tu )/2.3) Por el teorema de Taylor (7. d 2f(c) (tu. f(c+ tu ) = f(c ) + df(c) (tu) + d2 f(c) ( tu.entonces A es definidamente positiva. (7.tu )/2. por hipótesis. tu ) = 2 { f(c+tu ) – f(c) } 0 qed 7. Pero por hipótesis d2 f (c ) es continua en el punto c.Es decir que dado > 0 existe un real positivo " > 0 tal que si x-c < " entonces la distancia 113 . iii) si la segunda diferencial de f en el punto c es indefinida. Entonces i) si la segunda diferencial de f en c es definidamente positiva . El punto c es un punto crítico de f.6) f(c+h)= f(c) + df(c)(h) + ½ d 2f(c) (z. entonces f no tiene un extremo local en c.

qed 114 . por el teorema 7. la distancia entre (7.1 sería definida.(7.10) z–c . ii) la demostración es completamente análoga a la demostración de i). Dado que z está en el segmento que une a c y c+h.< h <". f tiene un mínimo local en c. es decir. lo cual implica que d2 f(z ) es definidamente positiva.7 ) f(c+h ) – f(c ) > 0. en consecuencia por (7.9) d2 f (x) – d2 f(c) < . iii) Si tuviera un máximo o un mínimo local en c.

Definición Una función f: U L Y es diferenciable en un punto p de U. Y ). 1. estableceremos algunas de sus propiedades y presentaremos algunos ejemplos.en el punto p X.en un punto p de U.Diferenciabilidad En esta sección definimos el concepto de diferenciabilidad de una función f : U L Y . En la cuarta sección estudiamos la diferenciabilidad de la compuesta de dos funciones diferenciables y demostramos la regla de la cadena. En la tercera sección consideramos los casos particulares de funciones vectoriales de una variable.Diferenciación de Funciones Vectoriales de Varias Variables En este capítulo vamos a considerar dos espacios vectoriales normados X. 115 . introduciremos el concepto de diferencial de una función f : U Y.1) P f( p+h) – f(p) . entonces todas las derivadas direccionales existen. gradiente y diferencial. Cuando la diferencial de una función. entonces (1. Y y un subconjunto abierto U no vacío. las relaciones que existen entre derivadas. funciones vectoriales de varias variables y funciones reales de varias variables y establecemos para cada uno de estos casos.. donde U es un subconjunto abierto no vacío del espacio vectorial normado X . En la primera sección de este capítulo.. si existe una transformación lineal continua A R L ( X. de X. En la segunda sección presentaremos la definición de derivada direccional de una función f. llamada la diferencial de f en el punto p.A(h) P < R P h P . En la quinta y última sección demostramos un teorema del valor medio para funciones vectoriales de varias variables. existe en un punto p.IX.La diferenciabilidad de una función implica la existencia de una transformación lineal.que satisface la siguiente condición: Dado un real positivo R > 0. la cual es una generalización de la derivada parcial. existe otro real positivo " > 0 tal que si 0 < P h P<". en dirección del vector v .

1). de donde A = B. Demostración: Supongamos que existe otra diferencial B de f en el punto p. f es contínua en el punto p. Y ).2) A = sup { Ax / x :x 0}. es (1. por hipótesis. y por Dp (U. la clase de las funciones diferenciables. en el punto p. Recordemos que la norma de una transformación lineal continua (Sección 3. df (p) . f´(p).[ f(p+h) –f(p) – A (h ) ]P Pf(p+h)-f(p) – B(h)P + P f(p+h) –f(p) . una función diferenciable en el punto p de U. se le llama la diferencial de f. Df(p). 1. Entonces.2 Teorema : Sea f :UL Y.Y). Es decir B satisface la condición (1.Luego. Toda función diferenciable es contínua. es decir. con valores en el espacio vectorial normado Y .Luego PA(h) –B(h) P = P[ f(p+h ) – f(p) – B(h)] . 1. es válida. la condición (1. Dfp . es única. Cuando A existe. y se le designa por cualesquiera de los símbolos dfp . es única. Y) la clase de las funciones diferenciables en p. en cada punto del conjunto abierto U del espacio vectorial normado X. cap IV) A L(X.B(h)P < 2R PhP Entonces PA-BP = 0. P f(p+h)-f(p) P P f(p+h)-f(p)-df(p)(h)P +Pdf(p)(h) P 116 .1 Teorema (Unicidad de la Derivada ) Si la diferencial de una función existe. Demostración: f es diferenciable en p.Vamos a demostrar que si A existe.1). qed Vamos a designar por D( U.

+ g(p+h)-g(p) – dg(p) (h) < h . a . g es diferenciable en p. entonces f(p+h ) – f ( p ) . qed 1. P f(p+h)-f(p)P < RP hP+Pdf(p)P lo cual implica que la función f es continua. Sean f. por hipótesis. Pdf(p)PP hP Demostración Las funciones f. el caso en que X= R.3) d (af + bg )p = a dfp + b dgp hP =P h P( R + P df(p)P ). de las funciones f. 117 . qed Ejemplos 1.3 Teorema.Además (1. g(p+h ) – g(p) – dg(p) (h) de donde f(p+h ) + g(p+h) – f(p) – g(p) – df(p) (h) – dg(p) (h) f(p+h) – f(p) – df(p) (h) <2 h . b R. df(p) (h) < h . lo cual demuestra que la suma de dos funciones diferenciables es diferenciable.P. U =(a. g son diferenciables. g Dp ( U.estudiamos la diferenciabliidad de las funciones reales de vriable real.De manera análoga se demuestra que cf es diferenciable.1-En el capítulo V.Entonces toda combinación lineal af + bg .b) es un subconjunto de R y el codominio Y= R.es decir dado >0 existe ">0 tal que si 0 < h <" .<RPhP + P df(p)(h). es decir . Pero P df(p)(h)P Luego. Y ) dos funciones diferenciables en el punto p de U.

1. Calcular la derivada direccional de la función f(x. Las funciones f : U Y. Derivadas Direccionales En esta sección vamos a considerar dos espacios lineales normados X.En un espacio euclidiano las derivadas direccionales en dirección de los ejes coordenados son las derivadas parciales.Y. t L0 Es fácil ver que la derivada direccional de f.En el capítulo VIII estudiamos la diferenciabilidad de funciones reales de varias variables.Ejemplo. Solución : p + tv = (1+2t. Definición La derivada direccional de una función vectorial f: U L Y en dirección del vector v en U. es dcir. en el punto p.1) Dfv(p) = lím{ [f(p + t v ) – f(p)] / t }. 1+3t ). tendrán como dominio el conjunto abierto U. el caso en que U es un subconjunto abierto de R.y) = x i + yj.2. 1+3t ) = (1+2t)i + (1+3t)j. Entonces la derivada direccional es Dv f(p) = lím{ (1+2t )i + (1+3t)j – (i+j) /t} = lím ( 2i + 3j ) = 2i +3j. Este concepto de derivada direccional. y el codominio Y son los reales.en el punto p. en dirección de v. tiene las siguientes propiedades 118 . ya que como veremos existen funciones discontinuas cuyas derivadas direccionales existen. y como codominio el espacio lineal normado Y. es el límite (cuando existe ) (2. Una generalización interesante de la derivada parcial de una función (véase sección 1 capítulo VIII) es la derivada direccional.1) en dirección del vector v=2i + 3j. luego f(p + tv ) = f (1+2t. no es lo suficientemente fuerte como para garantizar la validez de algunos teoremas que nos interesan. 2. 2. es igual a la derivada de la función f(p + t v ) en t =0 . sin embargo. t 0 t 0 La derivada direccional de una función vectorial. y un subconjunto abierto U de X. en el punto p(1.1.

(2. Es consecuencia de los teoremas 1. … xm ).ei. por hipótesis. Las funciones f i . Entonces existen n funciones reales fi ( x1 .2 y 2.. x 2. Demostración: La función f es diferenciable en el punto p..3 Cap.2. en el punto p. con P h P = t Pv P <" . El vector columna ei = ( 0.1) f ( x1 . una función vectorial .0.x2 . U un subconjunto de Rm y f: ULRn. i = 1. … x m ): U R .2) Dv f(p) = df(p)(v).-Diferencial en Rn Sea U un subconjunto abierto del espacio vectorial normado Rm (Ejemplo 1. es decir.…xm ) = Vi f i ( x1 . Entonces P [f (p +tv ) – f(p)]/t –df(p) (v) P < RP v P.1. 3. En esta sección presentamos algunos ejemplos que ilustran el concepto de diferencial para las funciones vectoriales de una variable.0..Lo cual implica (2.. 119 . ( T significa traspuesto de ) tiene un uno en la i-ésima fila y ceros en las demás filas..…em.. Además (2.2.1. son las funciones coordenadas de f. qed 2.2. i = 1.2 Teorema La derivada direccional de la combinación lineal de dos funciones diferenciables es igual a la combinación lineal de sus derivadas direccionales. I). tomemos h = tv..3) Dv (af + bg)(p) =a Dv f(p) + bDv g (p).n..} la base canónica de Rm.0.0)T. i = 1..2). para funciones vectoriales de varias variables .1 Teorema: Las derivadas direccionales de una función diferenciable f R Dp (U. Y).Sea {e1 . la función satisface la condición (1. existen en todas las direcciones.x2 .. n . tales que (3.1) P f (p+h) – f(p) – df(p) (h) P < RP h P..2..3.en un punto p de U.e2 .…n.

en el punto p.3) Di f (p) = [ Di f1(p). que forman la base canónica de R2. y el vector v.Di fn(p) ] T Rn. 120 ... 3. es igual a la derivada direccional de f . Df3(x. en dirección del vector v.Ejemplo Calcular las derivadas parciales de la función f(x.2.2.z)= 2x+3y+5z. de la función f : U L Rn .y.m..z) = 2.. D2 f (x.. i = 1. en el punto p.z)= 3. Ejemplos 3.2.1.1 Teorema La diferencial d f(p) (v) de la función diferenciable f . i = 1.Ejemplo Calcular la derivada de la función vectorial de una variable f(t) =i(cos t) + j(sen t). 3.2.2) (3. Di f2(p). Solución : D1 f(x.y.. son los vectores unitarios. donde i = (1. i =1.y.. es la matríz La matríz jacobiana de la función f : U Jf (p) = [ D1 f (p) D2 f(p)…Dm f(p)] = [Di fj (p)]. tL0 Es decir.A continuación definiremos el concepto de derivada parcial de una función de varias variables Definición La i –ésima derivada parcial.1). …m. es igual al producto de la matríz jacobiana de f (3. es Di f(p) = lim { [f(p+ t ei ) – f( p )] / t } .. en dirección de ei. la i-ésima derivada parcial de f.0).z)= 5.. j =(0. Solución : f´(t)= i(-sen t) + j(cos t). La i-ésima derivada de la función f es el vector columna (3.m.y..4) df(p)(v) = Jf (p) v.

como se ha visto en los cursos de Cálculo Avanzado tienen las siguientes propiedades Rn dos funciones vectoriales de varias 3. 3. Di (f+ g )(p ) = d(f + g ) ( p )(ei ) = df(p) (ei ) + dg(p) ( ei ) = Di f(p) + Di g ( p) qed 3. n/4].3 Ejemplo : Hallar la derivada del producto interno de las funciones vectoriales f(t )= i (t) + j(t2 ) L R2 g( t ) = i( t2 ) + j ( t3) : [0.1.2.g(t) = t3 + t5 cuya derivada es [f.0). Di f .1.g : Rm variables .LR2 Solución Las derivadas de las funciones son f´(t) = i +j ( 2t ) . i =1.6) Di (f.g (t)]´ = 3t2 + 5t4 . Entonces.2.g es f(t). i = 1.3 Teorema: Sea f : U LRn.m. (3.. Demostración Por el teorema 2. g´(t) = i(2t) + j (3 t2 ) .0.0.Las derivadas parciales.5) Di(f +g) = Di f + Dig .…m. una función diferenciable en el punto p. cuyas derivadas parciales existen..2. Di g + g.. (3.g) = f. es igual a la diferencial de f valuada en el vector fundamental ei = (0. . i = 1..7) Di f(p) =dfp (ei ) . La i-ésima derivada parcial de f en el punto p..2 Teorema Sean f. Entonces las derivadas parciales de la suma f+g existen y son iguales a las sumas de las derivadas parciales correspondientes (3.m Las derivadas parciales del producto interno de dos funciones vectoriales satisfacen la regla de Leibniz. las derivadas parciales de f en el punto p existen. el producto escalar de f.. 121 .

df(p)(ei) = Dei f(p)= Di f(p).b] Rn . La relación entre la derivada f´(t) y la diferencial de df(t)( v). i = 1. tenemos para un vector v = Vi vi ei .b].b].b].Una función vectorial f : [ a.b] Rm . en el punto t. funciones f : [a.2.En particular relacionamos la derivada y la diferencial de una función vectorial f.9) Di f(p) = Vk Di fk (p) ei . Definición. h 0 existe. que toman valores en un espacio lineal normado Rn.3). en dirección del vector ei.8) df (p) (v)= Vi vi Di f (p). por definición de derivada parcial. en dirección de ei. y se designa por f´(t). definidas en un intervalo cerrado [a. Si tal límite existe . qed La i-ésima derivada parcial de la función vectorial f : U L Rn . la diferencial de f en el punto p.Además (3. 3. m. recibe el nombre de derivada de f en el punto t. Por la linealidad de df(p). igual al producto de la derivada en el punto t y el escalar v. Ejemplo Funciones Vectoriales En esta sección estudiaremos algunas propiedades de funciones vectoriales.que df (p)(v)= V vi df (p)( ei ) = V vi Di f(p). es igual a la derivada direccional de f.4 Teorema Sea f una función vectorial diferenciable. en dirección de v [a. es decir. Entonces su diferencial es 122 .10) f´(t) = lím {f(t+h ) – f(t)} / h. en el punto p. es diferenciable en el punto t de [a. si el límite cuando h tiende a cero (3. en el punto t . Demostración: Por (2. es (3. es el vector (3.11) df(t)(v) = f´(t)v.

2 ] R3. La imagen C = f([a.El vector velocidad de la hélice es r´(t) = ( -sen t. bajo f. El vector de posición r :[a.b]). una circunferencia con centro en el orígen y radio 1.5 Corolario Toda combinación lineal de dos funciones vectoriales diferenciables. La longitud de la curva C = f([a. t) : [0.El vector velocidad de la circunferencia es r´(t) =( -sent.Además. 1). parametrizada por f. sent ): [0. Demostración f es diferenciable en el punto t. es r´(t) = { (dx/dt)2 + (dy/dt)2 + (dz/dt )2}1/2 .Sea r(t) = ( cost.La aceleración de la circunferencia .b] R3 .j. es diferenciable .es r´(t) = 21/2. es decir. de donde f(t+h) – f(t) – hf ´(t) < h .Su rapidez es r´(t) = 1. es 2(2)1/2 . existen tres funciones x(t).b]) del intervalo [a. 2. luego.(3. es la derivada del vector velocidad.-Sea r(t)= (cos t. 3. tales que r(t) = i x(t) + jy(t) + kz(t). cost ). el vector velocidad . La aceleración de un punto que describe la curva C .La aceleración es ( -cos t.La longitud de la circunferencia es 2 . es la segunda derivada de f(t).La rapidez . es la integral de la rapidez (3. dado >0 existe " >0 tal que si 0< h < " . lo cual demuestra (3. Ejemplos 1. es decir. donde i. una parametrización de la hélice circular H. y la longitud de la hélice H . es f´(t). 123 .12) L( C ) = b a f´(t) dt . sen t .es r´(t) = ix´(t) +jy´(t) + k z´(t). por hipótesis. -sen t . y (t). toma valores en R3.k.b].es ( -cos t. es una curva en Rn.. z(t). La rapidez. entonces f(t+h) – f(t)/ h – f ´(t) < . 0). forman la base canónica de R3. es la rapidez de la función vectorial f.Entonces .12) dft (h)= f ´(t)h. cos t.3) qed El vector velocidad de la función vectorial f. La norma de la derivada de la trayectoria f´(t) . -sen t ).2 ] R2.

v) = uv : R2 R es la función g( f(x.3 Ejemplo La compuesta de la función f(x. es la función. Sea f: XL Y. Regla de la Cadena En esta sección demostraremos que la compuesta de dos funciones diferenciables es diferenciable y que la diferencial de la compuesta es igual a la compuesta de sus diferenciales.y)) = g( x+y.Entonces la compuesta g o f :X L Z es diferenciable en el punto p. 4.Consideraremos dos espacios vectoria. p en A. y la 4.2n ] L R2 y la función es la función F(r(t))= i(cos t) + j (sen t). que toma valores en el espacio Z. R2.Y. Sea f una función con dominio en un subconjunto abierto A de X y codominio Y. y g una función definida en un subconjunto B de la imagen f(X) Y de la función f con valores en el espacio lineal normado Z . F(x. Z.y) = (x+ y. Fig # 4. definida por (4.y)=ix + jy :R2 U R2. gof(x)= g(f(x))= g(2x+3)= 3(2x+3) + 7 =6x+9+7=6x+13.2) (gof) (p)= g(f(p)). 124 . es la función g o f : A Z cuyo dominio es A.1 4.les normados X. Y.( 3. La compuesta de la función f y la función g.2 Teorema (Regla de la Cadena) Sean X. La compuesta de la función f(x)=2x +3 y la función g(y)= 3y +7. x+y) = (x+y)(x-y). una función diferenciable en el punto p y g: YL Z.2 Ejemplo La compuesta de la función vectorial r(t)= i(cos t) + j(sen t) :[0. una función diferenciable en el punto q = f(p). x-y) : R2 función g(u.13) ( af + bg ) ´(t) = af ´(t) + bf ´(t). tres espacios lineales normados. 4. 4.1 Ejemplo.-Composición de Funciones.

dado R > 0 existe " >0.6) entonces por (4. tal que si 0< P h P < " .P Tambien la función g es diferenciable en el punto q = f(p). entonces (4.8) Análogamente. y Ps( k)P< R P kP. entonces (4. tal que si 0<Pk P<".11) (gof)(p+h) = g(f(p+h)) = g( f(p) + df p(h) + r(h)).Además. sea (4. la diferencial de la función compuesta g o f es igual a la compuesta de la diferencial de f en el punto p y la diferencial de g en el punto q = f(p).4) P f(p+h) – f(p) –df p (h) P < R P h.10) g(q + k) = g(q) + dg q(k) + s(k).3) d(g o f)p= dgf (p ) o df p Demostración: La función f es diferenciable en el punto p . existe " > 0. (4.5) Sea (4.7) y (4. 125 . r( h) = f(p+h). P g(q+k) – g(q) – dg q (k) P < R P kP .4) (4. existe una transformación lineal df p de X en Y. por (4. P r( h) P< RP hP f(p+h) = f(p) +df p(h) + r( h). por hipótesis.9) en consecuencia (4. s( k)= g(q+k).f(p) – df(p)(h). De aquí que por (4.10) = g(f(p)) + dg f ( c)( dfp(h) + r(h))+ s( df p (h) +r(h)) = g(f(p)) + (dg f(c )o( df p(h) +dg f(c)(r(h))+ s( dfp (h) + r(h)).8) (4.g(q) – dg q(k). que cumple la siguiente condición: Dado R > 0. es decir. es decir.

b) tal que (5. con n>1 no existe tal teorema.Pero por (4. .1-3t2 ). 5. 126 . qed Ejemplos 4. g(y) = 3y +7 La compuesta de f y .12) dgf(c)(r(h)) dg f (c) r(h) < dg f(c) . y diferenciables en el intervalo abierto (a.1 Ejemplo Sea r(t) = (t-t2 . tal que r(1)-r(0) = r´( c ).b] L R. existe un punto c en (a. una curva diferenciable en R2.1. g es g(f(x)) = g(2x+3) = 3(2x+3) + 7= 6x + 16. La derivada de f(x) es f´(x)= 2. y la derivada de g(y) es g ´(y) = 3.1) f (b)-f (a) = f´ (c) (b-a). lo cual implica que c=1/2 = 1/3. Para funciones diferenciables f : ULRn.Supongamos que existe un real c en el intervalo (0.La derivada de tal curva es r´(t)= (1-2t.-Teoremas del Valor Medio En esta sección queremos encontrar un teorema del valor medio. h lo cual implica que g o f es diferenciable y que su diferencial es la compuesta de las diferenciales de f en p y de g en f(p). Su derivada es (g o f )´(x)= 6. luego la compuesta de las derivadas es g ´(f(x))f ´(x) = 3.t-t3 ) : [0.-Calcular la derivada de la compuesta de las funciones f(x) = 2x+3.7) (4.2 Cap V )Este teorema afirma que para funciones reales f: [a. b).0). continuas en un intervalo cerrado [a. semejante al teorema del valor medio para funciones reales de una variable.1). es decir 1-2c=0.2 =6. Además r(0)=r(1)= (0. 5.1]L R2.(Teorema 4. 1-3c=0.b] de la recta R.

La función g es diferenciable. Consideremos la función g(x) = f(x). es el conjunto L(p. tal que 127 . Demostración: Si f(p) = f(q) el teorema es trivial.3) P f(q)-f(p) P P dfp (q-p).q) = { p + t (q-p) : t [0. y sea u = y/ P y P. si contiene al segmento que une a dos cualesquiera de sus puntos. q dos puntos de U.p): [0. Por el Teorema del valor medio para funciones reales de varias variables.u + o(h). Sean p. el vector unitario en dirección de y.El conjunto U es convexo.P.donde U es un subconjunto abierto de Rm. la función (5.1]}. y sea y = f(q) . El segmento que une los puntos p.u. Sean p.u.u = df x (h). u = [df x (h) + o(h)]. es una parametrización del segmento L(p. una función diferenciable en U. q tal que (5. Entonces existe un punto c en el segmento que une los puntos p. en efecto g(x+h) –g(x) = [f(x+h)-f(x)] . Supongamos que f(p) es diferente de f(q).q).u :U LR que es el producto escalar de f(x) y u.1] L U.q. Luego dg x(h) = df (x)(h) . A continuación enunciaremos y demostraremos un teorema del valor medio para funciones vectoriales de varias variables 5.2) r(t) = p + t(q . q de U.Consideremos ahora funciones vectoriales de varias variables f : ULR. q dos puntos de U.f(p) . existe un punto c en el segmento que une a los puntos p.4 Teorema (Teorema del Valor Medio para Funciones Vectoriales de Varias Variables) Sea U un subconjunto convexo de Rm y f :UL Rn.

Pero g(q) . qed 128 .p) P. [f(q) – f(p)] / P f(q)-f(p)P = P f(q) – f(p) P Entonces.f(p)P = dgc (q .u P dfc ( q .p). g(q)-g(p) = [f(q)-f(p)].p) = dfc (q-p). por la desigualdad de Schwarz.g(p) = dgc (q . P f(q) .

-Bartle G. Addisson Wesley. Marcel Dekker Inc.Tercera Edición. J. (1963) 8. Mc Graw Hill 129 . Cálculo Vectorial.Calculus in Vector Spaces.. Measure Theory 6.Halmos .H.R.Royden. Real Analysis. Mathematical Analysis Addison Wesley Publishing Company 2...L. Robert Introducción al Análisis Matemático Editorial Limusa 3. Foundations of Modern Analysis. Academic Press(1960) 5._ Tromba. ..J. J.-Corwin L.The Mc Millan Company.Bibliografía 1. Iberoamericana 7.Marsden E.H.J. A.Szczarba R.Apostol Tom M. 4. Rudin Principios de Análisis Matemático.W. P..-Dieudonne.

Sign up to vote on this title
UsefulNot useful