Analisis Matematico

Análisis Matemático
Víctor de Juan y Guillermo Julián Apuntes UAM

Doble Grado Mat.Inf.
UAM - 13/14 C1
14 de junio de 2016 12:48
Código en Github
Análisis Matemático - 13/14 C1 - UAM Víctor de Juan y Guillermo Julián
Índice general
.1 Información de la asignatura . . . . . . . . . . . . . . . . . . . . . . . 3
I Preliminares 4
I.1 Bases del análisis matemático . . . . . . . . . . . . . . . . . . . . . . 4
I.1.1 Producto escalar, norma y distancia . . . . . . . . . . . . . . . 4
I.1.2 Topología . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
I.1.3 Funciones continuas, abiertos y cerrados . . . . . . . . . . . . 15
I.2 Aplicaciones lineales y matrices . . . . . . . . . . . . . . . . . . . . . 17
I.2.1 Aplicaciones lineales . . . . . . . . . . . . . . . . . . . . . . . 17
I.2.2 Norma de matrices . . . . . . . . . . . . . . . . . . . . . . . . 18
I.3 Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
I.4 Diferenciación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
I.4.1 Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . 24
I.4.2 Extensiones del Teorema del Valor Medio . . . . . . . . . . . . 24
I.4.3 Derivada direccional . . . . . . . . . . . . . . . . . . . . . . . 27
I.4.4 Derivadas iteradas . . . . . . . . . . . . . . . . . . . . . . . . 28
I.4.5 Máximos y mínimos . . . . . . . . . . . . . . . . . . . . . . . 29
I.4.6 Máximos y mínimos absolutos . . . . . . . . . . . . . . . . . . 31
I.5 Desarrollo de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
II Teoremas de la función inversa y sus variantes 35

II.1 Teorema de la aplicación contractiva . . . . . . . . . . . . . . . . . . 35
II.2 Teorema de la función inversa . . . . . . . . . . . . . . . . . . . . . . 38
II.3 Teorema de la función implícita . . . . . . . . . . . . . . . . . . . . . 46
II.3.1 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
II.4 Teoremas del Rango . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
III Superficies y variedades diferenciales 57

III.1 Introducción: repaso en R3 . . . . . . . . . . . . . . . . . . . . . . . 57
III.1.1 Cálculo del plano tangente en R3 . . . . . . . . . . . . . . . . 57
III.1.2 Cálculo de la recta tangente en R3 . . . . . . . . . . . . . . . 58
III.2 Subvariedades diferenciables . . . . . . . . . . . . . . . . . . . . . . . 58
III.2.1 Subvariedades y parametrizaciones . . . . . . . . . . . . . . . 62
III.2.2 Parametrizaciones . . . . . . . . . . . . . . . . . . . . . . . . 65
III.2.3 Teoremas de las subvariedades . . . . . . . . . . . . . . . . . . 70
III.3 Espacios tangentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
III.3.1 Caracterizaciones del espacio tangente . . . . . . . . . . . . . 74
III.4 Máximos y mínimos condicionados . . . . . . . . . . . . . . . . . . . 80
III.4.1 Clasificación de puntos críticos condicionados . . . . . . . . . . 84
0
Documento compilado el 14 de junio de 2016 a las 12:48
1 de 206
IV Teoría de la integración en subvariedades diferenciales 90

IV.1 Repaso: Integración en dimensiones inferiores . . . . . . . . . . . . . . 90
IV.1.1 Integración en dimensión 1 . . . . . . . . . . . . . . . . . . . 90
IV.1.2 Integración en dimensión 1 < N ≤ 3 . . . . . . . . . . . . . . 92
IV.2 Integración en dimensiones superiores . . . . . . . . . . . . . . . . . . 96
IV.2.1 Elemento de área . . . . . . . . . . . . . . . . . . . . . . . . 96
IV.2.2 Campos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . 100
IV.2.3 Orientación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
V Teorema de Stokes 112

V.1 Lenguaje de las formas diferenciales . . . . . . . . . . . . . . . . . . . 112
V.1.1 Casos específicos: 0, 1, y 2-formas . . . . . . . . . . . . . . . 112
V.1.2 Generalización: k-formas . . . . . . . . . . . . . . . . . . . . . 115
V.1.3 Operaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
V.2 Integración de formas diferenciales . . . . . . . . . . . . . . . . . . . 126
V.2.1 Integración de formas diferenciales sobre variedades genéricas . 127
V.3 Teoremas de Green, divergencia y Stokes en términos de formas
diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
V.3.1 Aplicaciones de los teoremas de integración . . . . . . . . . . . 132
V.4 Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
V.5 Campos conservativos . . . . . . . . . . . . . . . . . . . . . . . . . . 142
V.5.1 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
A Resumen 154
B Ejercicios 158
B.1 Hoja 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
B.2 Hoja 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
B.3 Hoja 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
B.4 Hoja 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
B.5 Hoja 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
B.6 Hoja 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
B.7 Exámenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
B.7.1 Parcial 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
B.7.2 Enero 2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
B.7.3 Junio 2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
B.8 Ejercicios de repaso . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
B.8.1 Repaso de integración . . . . . . . . . . . . . . . . . . . . . . 200
Índice alfabético 205
2 de 206
.1. Información de la asignatura

Contenido de la asignatura:
1. Preliminares Repaso de contenidos de Cálculo II como conjuntos abiertos y

cerrados, gradiente . . .
2. Teoremas función inversa, implícita y rango Aplicación a funciones no

lineales de los teoremas fundamentales de Cálculo II
3. Mínimos y máximos condicionados Multiplicadores de Lagrange
4. Subvariedades diferenciales Objetos de dimensión n en espacios de dimensión

m (n < m).
5. Integración en subvariedades diferenciales
6. Teorema de Stokes Demostración del teorema con lenguaje de las formas

diferenciales.
Profesor: Jesús García Azorero, despacho 17-608, jesus.azorero@uam.es.
3 de 206
Capítulo I
Preliminares
I.1. Bases del análisis matemático

A lo largo del curso vamos a trabajar en Rn = (x1 , . . . c, xn ) xj ∈ R, j = 1, ..., N
I.1.1. Producto escalar, norma y distancia

Durante todo el año denotaremos al vector (x1 , x2 , . . . , xn ) como x por comodidad.
Producto Definición I.1 Producto escalar euclídeo.

escalar
euclídeo N
X
hx, yi = xi y i
i=1
Propiedades:
hλx, yi = λhx, yi
hx + y, zi = hx, zi + hy, zi
hx, yi = hy, xi
hx, xi ≥ 0
hx, xi = 0 =⇒ x = 0
Las tres primeras son la consecuencia de que el producto escalar tiene que ser
bilineal.
En general, un producto escalar es una matriz definida positiva y se opera de la
siguiente manera:
   
a1 1 · · · a1 N y1
 .. . .. .
..  ·  ... 
hx, yi = (x1 , x2 , ..., xN ) ·  .
 

aN 1 · · · aN N yN
4 de 206
Norma eu- Definición I.2 Norma euclídea.

clídea
  12
N
12 X
kxk = hx, xi = · · · =  x2i 
i=1
Propiedades:
kxk = 0 ⇐⇒ x = 0
Homogeneidad: kλxk = λkxk
Desigualdad triangular: kx + yk ≤ kxk + kxk
1
Lema I.1. kxk = (x ∗ x) 2 para cualquier producto escalar ∗.
Norma Definición I.3 Norma. Cualquier operación que cumpla las 3 propiedades anteriores
es una norma.
En general se tiene k · kp , p ∈ N y se definen todas de la misma forma:
  p1
N
X
kxkp =  |xi |p 
i=1
Hay tres casos particulares, la norma uno
kxk1 = |x1 | + |x2 | + ... + |xn |
La norma 2, que es la norma euclídea

y la norma infinito

kxk∞ = máx |x1 |, |x2 |, . . . , |xn |
Vamos a demostrar que la norma p cumple las 3 propiedades de una norma. Para
ello, nos apoyaremos en dos teoremas previos:
Teorema I.2 (Desigualdad de Young). Sea p > 1 y tomamos p0 tal que p1 + p10 = 1
(exponente conjugado). Entonces:
1 1 0
|ab| ≤ · |a|p + 0 |b|p
p p
5 de 206
Demostración. Se utiliza la idea de la función logaritmo, que es cóncava1 y creciente.

Tomando 2 puntos A y B tenemos la condición de concavidad
t log A + (1 − t) log B ≤ log(tA + (1 − t) · B)
Utilizando la derivada hallamos la ecuación de la recta que pasa por A y por B

y tomamos un punto que dista t de A y (1 − t) de B. Como la función es cóncava
sabemos que ese valor será menor que el valor del logaritmo en un punto t entre A
y B.
1 1
Tomando A = |a|p , B = |b|p y t = p
→1−t= p0
tenemos que

1 1 0 1 p 1 p0
· log|a|p + 0 · log|b|p ≤ log |a| + 0 |b|
p p p p

1 p 1 p0
log |a| + log |b| ≤ log |a| + 0 |b|
p p

1 p 1 p0
log |ab| ≤ log |a| + 0 |b|
p p
1 1 0
|ab| ≤ |a|p + 0 |b|p
p p
Teorema I.3 (Desigualdad de Hölder). Se trata de una generalización de la

desigualdad de Cauchy-Schwarz, que ocurre en el caso p = 2
N
X
|xi yi | ≤ kxkp kyi kp
i=1
Demostración. Tomamos
|xi |
ai =
kxkp
|yi |
bi =
kykp0
Tenemos que
1 1 0
ai bi ≤ api + 0 bpi
p p
Sustituimos:
0
|yi | |xi |p |yi |p
f rac|xi |kxkp · ≤ +
kykp p · kxkpp p0 · kykpp0
1
Geométricamente, cóncava significa que si uno 2 puntos de la gráfica, la recta que los une queda
debajo de la gráfica.
6 de 206
Tomamos sumatorios y, teniendo en cuenta que kxkpp = |xi |p , nos queda

P
N
1 X 1 X p 1 X p0 1 1
· |xi yi | ≤ p |x i | + p0 |yi | = + 0 = 1
kxkp kykp0 i=1 pkxkp p0 kykp0 p p
Una vez probadas las dos desigualdades anteriores, pasamos a probar la desigualdad
triangular:
Demostración. El objetivo es demostrar que
kx + ykp ≤ kxkp + kykp
y vamos a hacerlo en varios pasos.

Para evitarnos las raíces empezamos con kx + ykpp
N
X N
X
kx + ykpp = p
|xi + yi | = |xi + yi | · |xi + yi |p−1 =
1 1
N
X N
X
p−1
= |xi | · |xi + yi | + |yi | · |xi + yi |p−1
1 1
Utilizando la desigualdad de Hölder (I.3) tenemos:
kx + ykpp ≤
X 1 X
p p
0 1 X
p−1 p p0
1 X
p p
0 1
p−1 p p0
|xi | · |xi + yi | + |yi | · |Xi + yi |
| {z } | {z }
∗ ∗
Por ser p y p0 exponentes conjugados es fácil comprobar que 1 − p10 = p1

Sacamos factor común y pasamos al otro lado obteniendo (PASO INTERMEDIO?)
p
z }| {

  1− 1
N
X p0
p
 |xi + yi | = kx + ykp ≤ kxkp + kykp
1
Guille: esta demostración es muy, muy rara.
EJERCICIO PROPUESTO: Tomamos en el plano el conjunto de los puntos cuya

norma es 1. Tomando en la norma p=2 sale la circunferencia. ¿Y en p=3?
7 de 206
Observación: Estos argumentos se pueden utilizar para demostrar

Z Z p1 Z 10
p
p p0
|f · g| dx ≤ |f | dx · |g| dx
Distancia Definición I.4 Distancia euclídea.

euclídea
d(x, y) = ky − xk
Propiedades:
La distancia es siempre positiva: d(x, y) ≥ 0
d(x, x) = 0
Simetría: d(x, y) = d(y, x)
Desigualdad triangular d(x, z) ≤ d(x, y) + d(y, z). La distancia entre 2 puntos

es menor o igual en línea recta que pasando por un punto intermedio.
Distancia Definición I.5 Distancia. Cualquier operacion que cumpla las 3 propiedades anteriores
es una distancia.
Recapitulando Con un producto escalar puedo definir una norma y con esa norma
puedo definir una distancia. Pero... ¿Podemos definir una norma que no venga de un
producto escalar y/o alguna distancia que no provenga de una norma? Sí, por ejemplo
˜ y) = arc tg(y) − arc tg(x)

d(x,
No cuesta mucho comprobar que cumple las 3 propiedades de una distancia.

Además, esta distancia es cuanto menos curiosa porque nunca será mayor de π.
Podemos comprobar que si existiera una norma que midiese esta distancia
tendríamos
˜ = d(x,
˜ 0) = arc tg(x)

kxk
˜ = |arc tg λx| 6= |λ| |arc tg x| = |λx| ||x||
pero esto no cumple la propiedad: kλxk ˜ ya
que ninguna distancia puede ser mayor que π y tomando un λ > π se produciría la
contradicción.
I.1.1.1. Relación norma - producto escalar
8 de 206
Teorema I.4. Supongamos que tengo un producto escalar ∗ y una norma asociada
1
kxk = (x ∗ x) 2
. Entonces
kx + yk2 = kxk2 + kyk2 + 2(x ∗ y)
Demostración.
kx + yk2 = (x + y) ∗ (x + y) = x ∗ x + x ∗ y + y ∗ x + y ∗ y = kxk2 + kyk2 + 2(x ∗ y)
Esa norma asociada al producto escalar tiene dos propiedades importantes:

Paralelogramo: kx + yk2 + kx − yk2 = 2 kxk2 + kyk2
Polarización: kx + yk2 − kx − yk2 = 4(x ∗ y)
I.1.1.2. Equivalencia de normas
Sea k · k una norma en RN . Si intento calcular la norma de un vector x
X N
X N
X
kxk = k xi e i k ≤ kx1 e1 k = |xi | · kei k
i=1 i=1
PN
Tenemos: kxk ≤ i=1 ci |xi | siendo ci = kei k. Aplicando Cauchy-Schwarz nos
queda
N
X 12 X 1
c2i · |xi |2 2
i=1
Es decir, puedo controlar cualquier norma con una constante y la norma euclídea:
|||x||| ≤ Ckxk2
En particular, 0 ≤ |||xn − x||| ≤ c||xn − x||.
Observación: Si aplicamos Holder en vez de Cauchy, sale la igualdad con la norma

p y no con la euclídea.
Aplicación: Sea F (x) = |||x||| y F : RN → RN

|F (x) − F (y)| = |||x − y||| = |||x − y||| ≤ C||x − y||
2
Utilizando: |||a − b||| ≥ |||a||| − |||b|||
2
(la desigualdad triangular con restas, que se saca con un simple cambio de variable)
9 de 206
3
Es decir, cualquier norma en Rn es continua respecto de la norma euclídea.
Teorema I.5 (Relación norma ↔ producto escalar). k · k una norma cualquiera

de RN proviene de un producto escalar si y sólo si la norma satisface la identidad
del paralelogramo.
Demostración. En el apartado anterior (I.1.1.1) demostramos la implicación hacia

la derecha. Vamos a demostrar la recíproca: Suponemos que la norma satisface la
identidad del paralelogramo:
ka + bk2 + ka − bk2 = 2kak2 + 2kbk2 (I.1)

1
Queremos probar que existe un producto escalar ∗ tal que kxk = (x ∗ x) , así que
2
definimos uno utilizando la identidad de polarización:
1
kx + yk2 − kx − yk2

x∗y = (I.2)
4
Queremos probar que, efectivamente, ∗ es un producto escalar, así que tenemos
que demostrar las siguientes propiedades:
1. x ∗ y = y ∗ x .
2. x ∗ x ≥ 0 ∀ x
3. (x ∗ x) = 0 ⇐⇒ x = 0
4. (λx) ∗ y = λ (x ∗ y)
5. (x + y) ∗ z = x ∗ z + y ∗ z
Las propiedades 1, 2 y 3 son triviales. Vamos con 4 y 5
Demostración de la 4a propiedad Demostraremos que se cumple por inducción

cuando λ ∈ N. Primero probamos para λ = 2.
(2x) ∗ y = usando (I.2)

1
|||2x + y|||2 − |||2x − y|||2 =

=
 4 
1
= x + x + y |||2 − ||| |{z}
||| |{z} x + x − y |||2  = usando (I.1)

4 | {z } | {z }
a b a −b
1
2|||x|||2 + 2|||x + y|||2 =

=
4
1
= 2 |||x + y|||2 − |||x − y|||2 = 2(x ∗ y)

4
3
Continua si la tomas como una función de RN en R
10 de 206
Conclusión: si λ = 2 vemos que sale fuera y por lo tanto se cumple.

Paso 2 de la inducción: buscamos demostrar la propiedad con λ = n con n ∈ N
(nx) ∗ y = usando (I.2)

1
|||nx + y|||2 − |||nx − y|||2 =

=
 4 
1 2 2
= ||| (n − 1)x + x + y ||| − ||| (n − 1)x + x − y |||  = usando (I.1)
4 | {z } | {z } | {z } | {z }
a b a b
= ... = 2(x ∗ y) + (n − 2)(x ∗ y) = usando hip. de inducción

= n(x ∗ y)
Queda demostrado por lo tanto para λ ∈ N. Falta ahora demostrarlo para el

resto de conjuntos de números.
Para λ ∈ Z utilizaremos (−x) ∗ y = −(x ∗ y) y podremos usar la demostración
de los naturales.
Para λ = n ∈ Q con n = pq , siendo p y q primos entre sí, vemos que

p

q q
x ∗y q · pq x ∗ y
p (px ∗ y)
x ∗y = = =
q q q q
p (x ∗ y)
que tal y como habíamos demostrado antes es igual a , con lo que queda
q
demostrado también para los racionales.
Por último, queremos demostrarlo cuando λ ∈ R
λ = lı́m inf nrn . Utilizaremos el resultado previo de que cualquier norma es
continua.
x, y fijos.
Revisar: Los |||rn x + y|||2 y |||rn x − y|||2 son continuos.
1
||rn x + y|||2 ||| − |||rn x − y|||2 ||| =

αx ∗ y =
4
lı́m ||rn x + y|||2 ||| − |||rn x − y|||2 ||| = lı́m (rn x ∗ y) =

n→∞ n→∞
lı́m rn (x ∗ y) = α(x ∗ y)
n→∞
WTF es esto.
Demostración de la 5 propiedad:
1
|||x + y + z|||2 − |||x + y − z|||2

A = (x + y) ∗ z =
4
11 de 206
1
|||x + z|||2 − |||x − z|||2

B =x∗z =
4
1
|||y + z|||2 − |||y − z|||2

C =y∗z =
4
Demostraremos que A − B − C = 0
COMPLETAR la comprobación.
Observación: d(x, y) = |||x − y||| para alguna norma ||| · ||| ⇐⇒ (d(x + z) + d(y +
z) = d(x, y) ∧ d(λx, λy = |λ| d(x, y))
I.1.2. Topología
Bola Definición I.6 Bola. Se define la bola de radio R centrada en el punto x0 como
BR (x0 ) = {x ∈ RN d(x, x0 ) < R}
| {z }
=kx−x0 k
Para evitar jaleos, al tratar la distancia vamos a tomar la norma euclídea. Como
todas las normas son equivalentes, nos da igual tomar una que otra. Definición
Conjunto I.7 Conjunto abierto. Un conjunto A ⊂ RN es abierto si y sólo si ∀ a ∈ A ∃ε >

abierto 0 Bε (a) ⊂ A
Conjunto Definición I.8 Conjunto cerrado. Un conjunto B ⊂ RN es cerrado si y sólo si su

cerrado complementario B c = RN − B es abierto.
Teorema I.6 (Caracterización de cerrados en términos de sucesiones). Un

conjunto B ⊂ RN es cerrado si y sólo si para cualquier sucesión convergente
{xn } ⊂ B se cumple que lı́m xn ∈ B.
Teorema I.7 (Operaciones con conjuntos abiertos y cerrados). Suponemos

conjuntos de dimensión finita:
Unión arbitraria de abiertos → abierto
Intersección finita de abiertos → abierto
Union finita de cerrados → cerrado
Intersección arbitraria de cerrados → cerrado
12 de 206
Punto de Definición I.9 Punto de acumulación. La idea intuitiva es aquellos puntos a los
acumula- que puedo llegar en el límite, es decir, puntos que a su alrededor a una distancia
ción arbitrariamente pequeña existen otros puntos del conjunto.
A ⊂ RN , a ∈ (A) ⇐⇒ ∀ε > 0 (Bε (a) \ {a}) ∩ A 6= ∅
Siendo (A) es el conjunto de los puntos de acumulación.
Frontera Definición I.10 Frontera. La frontera ∂A de un conjunto A son aquellos puntos para
los que en su entorno (para cualquier ε) hay puntos tanto del conjunto como puntos
de fuera del conjunto.
a ∈ ∂A ⇐⇒ ∀ε > 0 Bε (a) ∩ A 6= ∅ ∧ Bε (a) ∩ AC 6= ∅
Interior Definición I.11 Interior. El interior es el conjunto abierto más grande que está
contenido en el conjunto A. Definición I.12 Cierre. El cierre de un conjunto A
Cierre
es el conjunto cerrado más pequeño en el que está contenido A.
Observación: Cierre e interior no los vamos a definir formalmente porque se dan por
supuesto.
Conjunto Definición I.13 Conjunto compacto. Un conjunto que cumpla cualquiera de las 3
compacto propiedades siguientes.
Teorema I.8 (Conjunto cerrado y acotado). Sea K ⊂ RN . Son equivalentes:
a. K cerrado y acotado.
b. Para cualquier sucesión {xn } ⊂ K, podemos encontrar una subsucesión

convergente {xnj } ⊂ {xn } con lı́m xnj ∈ K.
c. Dado cualquier recubrimiento {Ai } abierto de modo que K ⊂S∪{Ai } puedo

encontrar un recubrimiento finito {Aj }, j = 1, ..., M K ⊂ M
i=1 Ai
Demostración.
2 implica 1 Supongamos que K no estuviera acotado (negamos la propiedad I.8

- (a)). Consideremos una sucesión de vectores {xn } de tal forma que kxn k = n,
creciente y no acotada, pero con todos los elementos en K. Es imposible encontrar
una subsucesión convergente, lo que contradice I.8 - (b).
Si, por otra parte, K no fuera cerrado, tendríamos que la frontera está fuera
del conjunto, y podemos encontrar una sucesión {xn } con lı́m xn ∈ ∂K, lo que
contradice I.8 - (b).
13 de 206
1 implica 2 Empecemos por el caso sencillo, explorando una sucesión cualquiera

{xn } ⊂ K ⊂ R, donde K es, como decíamos en el enunciado, cerrado y acotado.
Para encontrar una subsucesión convergente, usaremos el criterio de bisección.
x2 x1 x5 x3 x6 ... x4
Escogemos el primer elemento g1 de nuestra subsubcesión, y dividimos por la

mitad el segmento.
x2 x1 x5 x3 x6 ... x4
g1
En al menos una de las dos mitades del segmento habrá infinitos términos:
cogemos esa mitad y repetimos los mismos pasos. Finalmente, llegaremos a una
subsucesión de este estilo:
x2 x1 x5 x3 x6 x7 x9 x4
g1 g2 g3 g4
I4
I1 I2 I3
Nuestra subsucesión {gx } es igualmente infinita. Tal y como la hemos definido,

tenemos que cada gi está en un intervalo (Ii , Ii−1 ) que cada vez se hace más
pequeño. Es decir, que la subsucesión {gx } es de Cauchy y, por lo tanto convergente.
Ahora sólo queda ver cómo podríamos obtener esa subsucesión cuando estamos
en espacios que no sean RN . La idea es sencilla: primero, buscamos una subsucesión
que converja en la primera coordenada. Dentro de esa subsucesión, buscamos otra
subsucesión que converja además en la segunda, y así con las N coordenadas.
Teorema I.9. Sea K ⊂ R un conjunto compacto. Entonces, si f : R 7−→ R es

continua en K existen xm , xM ∈ K F (xm ) ≤ F (x) ≤ F (xM ) ∀x ∈ K.
Es decir, si F es continua en K alcanza su máximo y su mínimo en el conjunto.
Aplicación: F (x) = |||x||| una norma (que ya sabemos que es continua):

Conclusión: mkxk ≤ |||x||| ≤ C||x||
14 de 206
Teorema I.10. En RN TODAS las normas son equivalentes.
I.1.2.1. Conexión
Conexión Definición I.14 Conexión por caminos. Dados a, b ∈ C podemos encontrar

por una aplicación continua ϕ : [0, 1] 7−→ RN tal que ϕ(0) = a y ϕ(1) = b con
caminos ϕ(t) ∈ C ∀t ∈ [0, 1].
Es decir, C es conexo por caminos si podemos encontrar una "línea", un camino
que una dos puntos cualquiera del conjunto y que además no se salga del conjunto.
Conexión Definición I.15 Conexión por abiertos. C es conexo por conjuntos si para cualquier
por par de abiertos A, B ⊂ RN C ⊂ A ∪ B se cumple que, si A ∩ C 6= ∅ ∧ B ∩ C 6= ∅
abiertos entonces A ∩ B 6= ∅.
Esto es equivalente a decir que C no puede ser expresado como unión de dos
conjuntos disjuntos.
Observación:
Figura I.1: Conjunto peine
Es curioso comprobar que estas 2 definiciones no son equivalentes. Tomemos el

conjunto peine (figura ??)
(∞ )
[ 1
(x, 0), x ∈ (0, 1] ∪ {(0, y), y ∈ (0, 1]} ∪ , y , y ∈ [0, 1]
n=1
n
Es un conjunto conexo por abiertos porque no podemos separarlo en dos conjuntos

disjuntos. Sin embargo, no es conexo por caminos porque, si queremos ir del punto
(0, 1) al (0, 0.5) no podemos hacerlo ya que el único camino pasaría por el punto (0, 0),
que no está en el conjunto.
I.1.3. Funciones continuas, abiertos y cerrados

Al tener definida una norma de vectores podemos definir convergencia y
continuidad:
15 de 206
Convergencia Definición I.16 Convergencia. Se dice que xn converge a x (notación: xn → x) si
∀ε > 0 ∃n0 n > n0 =⇒ kx − xn k < ε
Función Definición I.17 Función continua. Sea F : RN 7−→ RM . Se dice que F es continua
continua en a si y sólo si
∀ε > 0, ∃δ > 0 kx − aka < δ ⇒ kF (x) − F (a)kb < ε
Observación: Es interesante ver que se puede hablar de continuidad tomando una

norma en RN y otra distinta en RM sin por ello variar la definición de continuidad,
teniendo en cuenta que todas las normas son equivalentes.
A partir de esta definición podemos estudiar qué hacen las funciones continuas con
conjuntos abiertos y cerrados. Sea F continua. Contrario a lo que podríamos intuir,
1. A abierto no implica que F (A) sea abierto.

2. B cerrado no implica que F (B) sea cerrado.
Empezamos definiendo en qué consiste una función inversa:
Función Definición I.18 Función inversa. Dada

inversa
F : RN 7−→ RN
, definimos su inversa como
n o
−1 N
F (A) = x ∈ R F (x) ∈ A
A partir de aquí podemos extraer dos conclusiones que sí nos ayudarán a discernir
si un conjunto imagen es abierto y cerrado.
Teorema I.11 (Función inversa).
F continua y A abierto =⇒ A = F −1 (B) abierto.
F continua y B cerrado =⇒ A = F −1 (B) cerrado.
Este teorema nos sirve para decir fácilmente si un conjunto es abierto o cerrado.
Por ejemplo, consideremos
M = {(x, y, z) ∈ R3 x2 + cos x |y| − ez < 1}

16 de 206
Podemos definir ahí la función F como
F (x, y, z) = x2 + cos x |y| − ez

que va de R3 a cierto conjunto A = {a ∈ R a < 1}. Podemos reescribir M

como
M = {(x, y, z) ∈ R3 F (x, y, z) ∈ A}
o, de otra forma, M = F −1 (A). Según el teorema (I.11), como A es abierto

entonces M también es abierto.
Demostración. Demostramos las dos implicaciones que hemos enunciado.

1) Dado un x ∈ F −1 (A) queremos hallar un R > 0 tal que BR (x) ⊂ F −1 (A).
Partimos de
x ∈ F −1 (A) ⇐⇒ F (x) ∈ A
Como F es continua, ∃ε > 0 Bε (F (x)) ⊂ A. Esto es equivalente a decir que,

para cualquier z
||z − F (x)|| < ε =⇒ z ∈ A
Por la definición de continuidad (I.17), dado un s ∈ BR (x)
∃δ > 0 ||x − s|| < δ =⇒ ||F (x) − F (s)|| < ε
y por lo tanto F (s) ∈ A y s ∈ F −1 (A). Conclusión: Hemos encontrado un δ > 0

tal que s ∈ BR (x) =⇒ s ∈ F −1 (A).
I.2. Aplicaciones lineales y matrices
I.2.1. Aplicaciones lineales
Aplicación Definición I.19 Aplicación lineal.

lineal
Sea: L : RN 7−→ RM . Entonces, L es lineal si y sólo si
L(λx) = λL(x)
L(x + y) = L(x) + L(y)
Además, toda aplicación lineal se puede escribir en forma de matriz.

 
a11 · · · a1n
L(x) = Ax =  ... ..
.
.. 

. 
an1 · · · ann
17 de 206
Teorema I.12. Toda aplicación lineal L es continua.
Demostración. Partiendo de la definición de continuidad (I.17), L es continua si y

sólo si
∀a, x ∀ε > 0 ∃δ > 0 ka − xk < δ =⇒ kLa − Lxk < ε
Sabemos que kAxk ≤ Ckxk para alguna constante C. Podemos reescribir
kLa − Lxk = kL(a − x)k ≤ Cka − xk
Entonces, la igualdad se cumple si tomamos ε = Cδ.
I.2.2. Norma de matrices

Consideramos una aplicación continua
F : RN 7−→ R
x −→ F (x) = ||Ax||
| {z }
L(x)
Sabemos que existe C > 0 tal que ||Ax|| ≤ C||x||, es decir, ||Ax|| ≤ C si
||x|| = 1. Queremos saber cuál es la mejor constante que podemos encontrar, la que
más se ajuste. Consideramos el conjunto M de todos los vectores de la esfera unidad,
es decir
M = {||Ax|| ||x|| = 1} ⊂ R
Entonces mejor constante C es la cota superior mínima (supremo) que vamos a

llamar α. Al ser F continua y M compacto, sabemos que el supremo α ∈ M .
Norma de Definición I.20 Norma de una matriz.

una matriz
kAk = α = máxkAxk kxk = 1
Demostración. Hay que demostrar que esta norma que hemos definido cumple las
propiedades de una norma (I.2). Las dos primeras son triviales, demostremos la
desigualdad triangular

kA + Bk = máx (A + B)x = (A + B)xA,B
18 de 206
donde xA,B es el vector que da el valor máximo para esa multiplicación. Usando
la propiedad asociativa

(A + B)xA,B = AxAB + BxA,B ≤ AxA,B + BxA,B
Sabemos que existen dos vectores xA y xB que maximizan el resultado kAxA k

y kAxB k respectivamente, por lo tanto

AxA,B + BxA,B ≤ kAxA k +kBxB k = kAk +kBk
Basándonos en lo que hemos obtenido, calculamos la norma uno de

 
1 2
A = −3 1
 
2 0
Tenemos que maximizar, sabiendo que |x| + |y| = 1:
|x+2y|+|−3x+y|+|2x| ≤ |x|+|2y|+|3x|+|y|+2|x| = 6|x|+3|y| ≤ 6(|x|+|y|) = 6
¿Podemos encontrar un vector x = (x0 , y0 ) tal que ||A(x0 , y0 )T ||1 = 6?

Tomando x0 = 1 y y0 = 0 lo encontramos. Como x está en la esfera unidad y es una
cota, es el máximo y por lo tanto la norma que buscamos.
Curiosamente, coincide con la suma de los valores absolutos de las
columnas y escoger el más grande.
Si tomamos la norma infinito de
 
1 2
A = −3 1
 
2 0
Tenemos que coincide con el máximo de las posibles sumas de los valores
absolutos de las filas.
Queremos buscar ahora cuánto vale la norma de una matriz cuando usamos la
norma euclídea. Usaremos los dos lemas siguientes para apoyarnos.
Lema I.13. Sea A una matriz cualquiera, entonces AT A es simétrica.
Lema I.14.
hx, Ayi = hAT x, yi
| {z } | {z }
Producto en Rn Producto en RM
19 de 206
Tenemos AT A diagonalizable, de dimensión N × N . Buscamos cuánto vale kAxk

con x ∈ RN . Empezamos desarrollando el vector en una base ortonormal de AT A:
X
x= αi v i
y por lo tanto X
||x|| = αi2 hv i , v i i
.
Desarrollamos el producto
X X
AT Ax = AT A αi v i = (αi λi v i )
donde λi son los autovalores de AT A.

Ahora queremos hallar el máximo de ||Ax|| cuando ||x|| = 1:
X X
||Ax||2 = hAx, Axi = hAT Ax, xi = h λi α i v i , αi v i i
Como la base de {v n } es ortonormal, hv i , v j i = 0 si i 6= j, por lo tanto sólo nos

queda X X X X
2
h λi αi v i , αi v i i = λi αi ≤ λmax αi2 = λmax
teniendo en cuenta que kxk = 1 y donde λm ax es el autovalor máximo. Es decir,

hemos llegado a que p
máxkAxk ≤ λmax
Hemos definido una cota para kAxk. Ahora bien, esa cota se alcanza cuando x es
el autovector asociado a λmax , por lo tanto la cota es un máximo y la norma de la
matriz.
I.3. Límites
Límite Definición I.21 Límite. Dada una función F : RN 7−→ RM , definimos su límite
cuando x → a de la siguiente forma:
lı́m F (x) = L ⇐⇒ ∀ε > 0, ∃δ > 0 tal que 0 < ||x − a|| < δ =⇒ ||F (x) − L|| < ε
x→a
Importante el detalle de 0 < ||x − a||, no es un ≤, porque no se necesita que la

función esté siquiera definida en el punto a.
Teorema I.15 (Convergencia de coordenadas). Sean xn = (x1 , ..., xn ) ∈ RN y

L = (L1 , ..., Ln ) ∈ RN . Entonces
xn → L ⇐⇒ (x1 → L1 ) ∧ (x2 → L2 ) ∧ ... ∧ (xn → Ln )
20 de 206
Idea para el cálculo de límites:
lı́m F (x) = lı́m F (y + a).

x→a y→0
Límite a lo largo de rectas. lı́m F (x) ∼ lı́m F (tv)

x→a
Si lı́m F (tv) toma valores distintos dependiendo de v entonces @ lı́m F (x)

x→0
Por otra parte, si ∀t ∈ R, lı́mx→a F (tv) = L, entonces L es el candidato a ser el

límite (no tiene por qué serlo). El siguiente paso sería demostrar con argumentos de
comparación (Sandwich) u otros que lı́mx→a F (x) = L.
El contraejemplo para ver que la existencia del límite por rectas no implica la
existencia del límite es estudiar la función
xy 2
f (x, y) =
x2 + y 4
. Veamos por qué.
Si os acercamos al límite por medio de rectas:
x · (mx)2 m 2 x3
f (x, y) = f (x, mx) = =
x2 + (mx)4 (1 + x2 m4 )x2
lı́m x → 0(f (x, mx)) → 0, ∀m ∈ R
Pero si nos acercamos al límite por medio de x = y 2 tenemos:
y2y2 y4 1
f (x, y) = f (y 2 , y) = 4 4
= 4
= 6= 0
y +y 2y 2
Por lo tanto, el límite no existe a pesar de que existe cuando nos acercamos por
rectas.
Teorema I.16. F es continua si y sólo si para cualquier abierto A, F −1 (A) es

abierto.
Demostración. De este teorema ya teníamos demostrada la implicación a la derecha

(I.11), así que sólo falta demostrar hacia la izquierda. Queremos probar que
∀ε > 0 ∃δ > 0 tal que ||x − a|| < δ =⇒ ||F (x) − F (a)|| < ε
Tomamos
A = Bε (F (a))
de tal forma que
F (a) ∈ A =⇒ a ∈ F −1 (A)
21 de 206
Por hipótesis, F −1 (A) abierto y a ∈ F −1 (A) . Entonces
∃Bδ (a) ⊂ F −1 (A)
.Es decir,
s ∈ Bδ (a) ⊂ F −1 (A), s ∈ F −1 (A) =⇒ F (s) ∈ A = Bε (F (a))
Observación: Este teorema también se cumple para cerrados.
I.4. Diferenciación
Función Definición I.22 Función diferenciable. F es diferenciable en a si existe una aplicación

diferencia- lineal L tal que
ble
F (x) − F (a) − L(x − a)

−−→ 0
||x − a|| x→a
que se puede expresar como
kF (a + h) − F (a) − Lhk
lı́m =0
h→0 ||h||
Diferencial Definición I.23 Diferencial. A esa matrix L la vamos a llamar la diferencial de F en

a:
L ≡ DF (a)
Teorema I.17.
F diferenciable en a =⇒ F continua en a
Demostración.
kF (a + h) − F (a) − Lhk
lı́m =0
h→0 khk
Esta es la definición de diferenciable. Para que este límite sea 0, el numerador tiene
que tender a 0, por lo que F (a + h) − F (a) → 0
22 de 206
Teorema I.18. Si la diferencial existe, entonces es única.
Demostración. Vamos a demostrar que esa aplicación L es única. Supongamos que

existen L1 , L2 que cumplen las condiciones.
F (a + h) − F (a) − L1 h F (a + h) − F (a) − L2 h
0 = lı́m = lı́m
h→0 ||h|| h→0 ||h||
.
Sumando:
||F (a + h) − F (a) − L1 h|| + ||F (a + h) − F (a) − L2 h||

0 = lı́m
h→0 ||h||
Teniendo en cuenta que ||A − B|| = ||A + (−B)|| ≤ ||A|| + ||B||
2 · kF (a + h) − F (a)k + kL1 hk + kL2 hk

0 ≤ lı́m
h→0 khk
Aquí falta completar.
Nomenclatura: Aproximación lineal ∼ Diferencial.

Matriz jacobiana ∼ Jacobiana.
Matriz di- Definición I.24 Matriz diferencial. Matriz asociada a DF (a) ≡ Matriz de las
ferencial derivadas parciales de F.
 
∂ F1 ∂ F1
∂ x1
· ∂ xN
 . ... .. 
DF (a) ≡  .
 . . 

∂ FN ∂ FN
∂ x1
· ∂ xN
Teorema I.19. F diferenciable en a =⇒ ∃ dF

dxi
k
(a), i = 1, 2, ..., N ∧ k =
1, 2, ..., M
El contraejemplo para demostrar la implicación a la izquierda es el mismo que en

los límites a lo largo de rectas.

 xy 2
(x, y) 6= (0, 0)
f (x, y) = x + y 2
0 (x, y) = (0, 0)

23 de 206
Según las aplicaciones que tengamos, la diferencial se suele llamar de una u otra
forma. Con δ : R 7−→ RM utilizamos notación vectorial en vez de matricial porque
tendríamos una matriz columna. Por ejemplo: la velocidad (en un instante de tiempo,
un punto en el espacio).
Gradiente Definición I.25 Gradiente. Sea F : RN 7−→ R, entonces definimos el vector gradiente
como

∂F ∂F ∂F
∇F (x) = DF (x) = , ,...,
∂ x1 ∂ x2 ∂ xn
I.4.1. Regla de la cadena

Consideremos la composición de dos funciones de la siguiente forma:
F : RN 7−→ RM .
G : RM 7−→ RK .
H = G ◦ F : RN 7−→ RK .
x ∈ RN , y ∈ RM
Con F diferenciable en a y G diferenciable en F (a).
Entonces H = G ◦ F es diferenciable en a. Además la
expresión matricial es: G
RM RK
DH(a) = DG(F (a)) · DF (a) F

| {z } | {z } | {z } H =G◦F
K×N K×M M ×N
RN
No hace falta calcular toda la matriz si sólo queremos
un elemento. Para calcular 1 único elemento de la matriz Figura I.2: Composición
diferencial (el de la fila i, columna j), usamos la siguiente de funciones
fórmula
M
∂ Hi X ∂ Gi ∂ F k
(a) = ·
∂ xj k=1
∂ y k ∂ xj
∂ Gi ∂ Fk
Siempre teniendo en cuenta que está evaluado en F (a) y está evaluado
∂ yk ∂ xj
en a.
I.4.2. Extensiones del Teorema del Valor Medio

El teorema anterior que vimos del valor medio era para funciones de una variable,
y proponía lo siguiente:
24 de 206
Teorema I.20 (Teorema del valor medio (una variable)). Dada f : R 7−→ R
diferenciable, se tiene que
f (b) − f (a) = f 0 (c)(b − a)
para algún c ∈ [a, b]
Después el teorema lo extendimos a funciones de RN en R: dada F : RN 7−→ R

entonces definíamos
σ(t) = tb + (1 − t)a
y g = F ◦ σ era una aplicación de los reales a los reales, y entonces aplicando el

teorema anterior teníamos que
F (b − a) = g(1) − g(0) = g 0 (s)

para algún s ∈ [0, 1].
Sin embargo, al tratar de extrapolar este resultado a una función F : RN 7−→ R2
nos queda que
!
h∇F1 (c1 ), b − ai
F (b) − F (a) =
h∇F2 (c2 ), b − ai
Tenemos 2 c distintos, uno para cada f , por lo que este teorema pierde sentido. Hay
que buscar una extensión, otra formulación del teorema que nos permita aplicarlo a las
funciones que estamos estudiando.
Teorema I.21 (Teorema del valor medio (varias variables)). Sea f ∈ C 1 en un

abierto que contenga [a, b]. Entonces

F (b) − F (a) ≤ kDF (c)k · kb − ak

Siendo c un punto del segmento que une a y b en el que kDF (tb + (1 − t)a)k
alcanza su máximo.
Demostración.
Primero vamos a demostrar la siguiente desigualdad:
Z 1 Z 1
k F (t) dtk ≤ kF (t)k dt (I.3)
0 0
25 de 206
Si tomamos Z 1
L= F (t) dt
0
entonces
Z 1 Z 1
2 2
kLk = k F (t) dtk = hL, F (t) dti
0 0
Como L es un vector constante, podemos meterlo en la integral y tenemos que
Z 1 Z 1 Z 1 Z 1
hL, F (t) dti = hL, F (t)i ≤ kLkkF (t)k = kLk kF (t)k
0 0 0 0
y por lo tanto
Z 1
2
kLk ≤ kLk kF (t)k
0
Z 1
kLk ≤ kF (t)k
0
Z 1 Z 1
k F (t) dtk ≤ kF (t)k
0 0
quedando así demostrada la desigualdad (I.3).

Consideramos ahora
kF (b) − F (a)k
Si integramos DF por el camino que va de a a b nos queda que

Z 1 h i
kF (b) − F (a)k = k DF a(1 − t) + tb (b − a) dtk
0
que por (I.3)
Z 1 h i Z 1 h i
kF (b)−F (a)k ≤ kDF a(1 − t) + tb (b−a)k dt ≤ kDF a(1 − t) + tb kkb−ak dt
0 0
h i
Nos fijamos en kDF a(1 − t) + tb k. Al ser continua y estar definida en un
conjunto compacto, entonces alcanza su máximo en algún punto c entre a y b, por
lo tanto
Z 1
kF (b) − F (a)k ≤ kDF (c)kk(b − a)k = kDF (c)kkb − ak
0
26 de 206
Este teorema nos sirve, por ejemplo, para ver que si tenemos F : RN 7−→ RM , F ∈
C 1 , definida en un conjunto abierto y conexo y DF (x) ≡ 0 ∀x, entonces F es
constante.
I.4.3. Derivada direccional

F : RN 7−→ RM (escalar)
a ∼ Recta que pasa por a con dirección v.
r(t) = a + tv.
Observación: Como una recta tiene infinitos vectores directores (dependiendo de la

longitud), siempre tomaremos vectores directores unitarios, con kvk = 1.
Vamos a estudiar: g(t) = F (a + tv) = F ◦ r(t).
t ∼ 0 ⇐⇒ a + tv ∼ a Definición I.26 Regla de la cadena.
Regla de la
cadena
g(h) − g(0) F (a + hv) − F (a)
g 0 (0) = lı́m = lı́m ≡ Dv F (a)
h→0 h h→0 h
.
Observación: La existencia de Dv F (a), ∀v ∈ RN NO garantiza que F sea derivable.

Si sabemos que F SÍ es diferenciable podemos usar la regla de la cadena obteniendo:
Dv F (a) = g 0 (0) = D(F ◦ r)(0) = ... = h∇F (a), vi
Aplicación:
Dirección de máximo crecimiento:

Dv F (a) = h∇F (a), vi ≤ ∇F (a) · kvk
|{z}
≡1
Conclusión:

Dv F (a) ≤ ∇F (a)
↑
∇F (a)
El = se obtiene cuando v =
∇F (a) .

Vector perpendicular a los conjuntos de nivel

F : RN 7−→ RM
S = {x ∈ RN F (x) = 0} (Conjunto de nivel)
a∈S
Entonces: ∇F (a) ⊥ S
27 de 206
Teorema I.22 (Derivadas parciales continuas implican función diferenciable). Si

existen todas las derivadas parciales y son continuas =⇒ F diferenciable en a.
1

Contraejemplo de la no reciprocidad: f (x) = x2 sin x
Demostración. F : R2 7−→ R

F (a + a, b + k) − F (a, b) − dF (a, b)h − dF
(a, b)k

dx dy

(h, k)
−→ 0?
Sumamos y restamos al numerador F (a, b + k).
   

   
F (a + h, b + k) − F (a, b + k) − dF (a, b)h + F (a, b + k) − F (a, b) − dF (a, b)k 
|
{z } dx  | {z } dy 

dF dF
dx
(a+h̃,b+k) para algún 0≤h̃≤h dx
(a+h,b+k̃) si 0≤k̃≤k
√
h2 + k 2

dF dF
dx (a + h̃, b + k) − · |h| + dF
(a, b) (a, b + k̃) − dF
(a, b) · |k|

dx dy dy
0≤ √ = (∗)
h2 + k 2
Aquí es donde aplicamos que las derivadas parciales son continuas: como h y k
son pequeños (por lo tanto h̃ < h también lo será) los puntos (a, b) y (a + h, b + k)
también están cerca, por lo que sus imágenes por la derivada estarán también cerca,
es decir, | dF
dx
(a, b) − dF
dx
(a + h̃, b + k)| → 0 y lo mismo con la otra.
Conclusión:
|h| + |k|
0 ≤ (∗) ≤ ε √ ≤ Cε → 0 cuando h, k → 0
h2 + k 2
↑
El numerdador es la norma 1 y el denominador la norma 2.
En RN todas las normas son equivalentes.
I.4.4. Derivadas iteradas

d df d2 f
Notación: dy dx
≡ dx∂y
28 de 206
Teorema I.23 (Euler (orden de las derivadas)). Si las derivadas segundas son
continuas, entonces:
d2 f d2 f
=
dxi ∂xj dxj ∂xi
I.4.5. Máximos y mínimos
Máximo/mínimoDefinición I.27 Máximo/mínimo local. Sea f : RN 7−→ R. Diremos que x0 ∈ RN

local es un punto de máximo local si ∃ε > 0 F (x0 ) ≥ F (x) ∀x ∈ Bε (x0 )
La definición es análoga para el mínimo
Observación: Por las propiedades del gradiente, si F es diferenciable y x0 es un

máximo o mínimo local, entonces debe ser ∇F (x0 ) = 0.
Punto crí- Definición I.28 Punto crítico. x ∈ RN es un punto crítico de F si y sólo si

tico ∇F (y) = 0
No todos los puntos críticos son máximos o mínimos, así que tenemos que
clasificarlos de alguna forma. Para ello, usamos el polinomio de Taylor de orden 2,
de forma que
F (x, y) = F (x0 , y0 ) + h∇F (x0 , y0 ), (x − x0 , y − y0 )i+

! !
∂2f ∂2f
1 2 (x 0 , y 0 ) (x 0 , y0 ) x − x 0
(x − x0 , y − y0 ) ∂∂x2 f ∂x∂y
∂2f +ε
2 ∂y∂x
(x 0 , y 0 ) ∂y 2
(x0 , y0 ) y − y0
Simplificando nos queda que:
1
F (x) = F (x0 ) + h∇F (x0 ), x − x0 i + (x − x0 )D2 F (x0 )(x − xo )T + ε
2
Dado que el gradiente es 0, el punto clave es el signo de 21 (x−x0 )D2 F (x0 )(x−xo )T .
Para ello, usamos las siguientes definiciones del álgebra lineal.
I.4.5.1. Resultados de álgebra lineal
Matriz se- Definición I.29 Matriz semidefinida y definida positiva y negativa.

midefinida La matriz A de dimensión N × N es semidefinida positiva si y sólo si vAvT ≥
y definida 0 ∀v ∈ RN .
positiva y
negativa La matriz A de dimensión N × N es definida positiva si y sólo si vAvT > 0 ∀v 6=
0 ∈ RN .
29 de 206
La matriz A de dimensión N × N es semidefinida negativa si y sólo si vAvT ≤

0 ∀v ∈ RN .
La matriz A de dimensión N × N es definida negativa si y sólo si vAvT < 0 ∀v 6=
0 ∈ RN .
Teorema I.24. Si una matriz es simétrica, existe una base en la cual la matriz es
diagonal.
Sea A una matriz N × N . Entonces diremos que un vector v 6= 0 es un autovector

asociado al autovalor λ ∈ R si y sólo si Av = λv. Dado que podemos escribir
! !
a b x
A= v=
c d y
, entonces tenemos que Av = λv si y sólo si

(
ax + by = λx
cx + dy = λy
!
x
Es decir, la autorrecta es una solución no trivial del sistema anterior.
y
Sin embargo, para
! que haya soluciones no triviales el determinante de la matriz
a−λ b
debe ser 0.
c d−λ
Por lo tanto, los autovalores son las soluciones de la ecuación det(A − λI) = 0,
siendo I la matriz identidad.
Teorema I.25. Si un conjunto de autovectores es una base, entonces la matriz A

expresada respecto a esa base pasa a ser diagonal, y los elementos de la diagonal
son los autovalores.
Si dos autovalores son distintos, los autovectores asociados son distintos.
Si A es simétrica, entonces el conjunto de autovectores es una base.
Volvemos ahora al cálculo.
Teorema I.26 (Clasificación de puntos críticos). Sea F : RN 7−→ R, F ∈ C 2

(con dos derivadas continuas), y sea x0 un punto crítico. Entonces
30 de 206
a. Si todos los autovalores de D2 F (x0 ) son mayores que cero, entonces

D2 F (x0 ) es definida positiva y x0 es un mínimo local.
b. Si todos los autovalores de D2 F (x0 ) son menores que cero, entonces

D2 F (x0 ) es definida negativa y x0 es un máximo local.
c. Si algunos autovalores son mayores que cero y otros son menores que
cero, entonces x0 es un punto de silla.
d. Si algún autovalor es 0, y el resto son mayores o menores que cero, entonces

x0 es un punto crítico degenerado.
I.4.5.2. Ejemplos
Tomamos F (x, y) = x2 + y 2 + xy. Obtenemos los puntos críticos, es decir, los

puntos en los que ∇F (x, y) = (0, 0). El punto resultante es (0, 0). Estudiamos el tipo
de punto crítico. Para ello, calculamos la matriz hessiana en ese punto:
!
2 2 1
D F (0, 0) =
1 2
.
Los autovalores son las soluciones de
 ! ! !
2 1 1 0  2−λ 1
0 = det  −λ = det = (2 − λ)2 − 1
1 2 0 1 1 2−λ
Por lo tanto, λ es 3 o 1. Dado que ambos autovalores son mayores que 0, entonces
2
D F es definida positiva y (0, 0) es un mínimo local.
I.4.6. Máximos y mínimos absolutos
Máximo/mínimoDefinición I.30 Máximo/mínimo absoluto. Sea F : RN 7−→ R y A ⊂ RN . xm es

absoluto un máximo absoluto de F en A si y sólo si F (xm ) ≥ F (x) ∀x ∈ A. La definición es
análoga para el mínimo.
Teorema I.27 (Teorema de compacidad). Tenemos un conjunto K ⊂ RN

compacto (cerrado y acotado). Supongamos la sucesión {xn }n∈N ⊂ K. Entonces
podemos encontrar al menos una subsucesión {xnj }j∈N ⊂ {xn }n∈N tal que {xnj }
es convergente.
31 de 206
Demostración. Trabajamos en dimensión 2, pero la demostración es análoga.

Como K es compacto, podemos encontrar un cuadrado Q0 de lado L que encierre
completamente a K. Divido Q0 en 22 cuadrados de lado L/2. En alguno de ellos
hay infinitos términos de la sucesión: lo llamamos Q1 y me quedo con uno de los
términos de la sucesión, al que llamamos x1 . Volvemos a dividir este cuadrado
en cuatro cuadrados, elegimos uno que tenga infinitos términos de la sucesión y
seleccionamos un elemento de la sucesión dentro al que llamamos x2 . Repetimos
esto muchas veces, de forma que cada término xn está encerrado en el cuadrado
Qn de lado 2Ln .
Si k, l > n, entonces
√ es claro que kxk − xl k es menor o igual que la diagonal
L
de Qn , que es 2n 2, que tiende a cero cuando n → ∞. Por el criterio de Cauchy,
entonces esta sucesión es convergente, y como K es cerrado el límite pertence a
K.
Teorema I.28. Sea K ⊂ RN compacto y F : RN 7−→ R, continua en K.

Entonces, F alcanza su máximo y mínimo absolutos en K.
Demostración.
Como F es acotada, existe α = sup{F (x) x ∈ K}. Existe entonces
una sucesión {xn } tal que si n → ∞ entonces F (xn ) → α. Sabemos que
existe {xn } ⊂ K, por lo que existe una subsucesión{xnj } convergente tal que
xnj → x0 ∈ K
Como F es continua, F (xnk ) → F (x0 ), es decir F (xnj ) → α, por lo tanto el
supremo es el máximo.
I.4.6.1. Ejemplos
La función a estudiar es F (x, y) = x2 − y 2 en la bola ω = {x2 + y 2 ≥ 1}. Es

diferenciable en todo R porque es un poliniomio.
Calculamos el diferencial y vemos qué ocurre cuando es 0
∇F = (2x, −2y) = (0, 0) =⇒ (x, y) = (0, 0)
Operando, vemos que el punto (0, 0) es un punto de silla. Ahora sólo queda ver el
comportamiento en la frontera C, cuando x2 + y 2 = 1. F restringida a C quedaría de
la siguiente forma:
F (cos t, sin t) = cos2 t − sin2 t = cos 2t
El coseno tiene máximos cuando t = 0 y t = π, y mínimos cuando t = π/2 y

t = 3π/2. Es decir, tiene máximos absolutos en los puntos (1, 0), (−1, 0) y mínimos
absolutos en (0, −1), (0, 1).
32 de 206
Teorema I.29 (Teorema de los multiplicadores de Lagrange). Tenemos una

función F : R2 7−→ R y una restricción G(x1 , · · · , xn ) = k, resolvemos el siguiente
sistema:
∇F = λ∇G
G=k
I.5. Desarrollo de Taylor

Tenemos una función F : RN 7−→ R, con F ∈ C k (k veces derivable), y queremos
el desarrollo de Taylor de F alrededor de a ∈ RN .
En dimensión 1, el desarrollo era el que sigue
g 00 (0) 2 g k) (0) k g k+1) (s) (k+1)

g(x) = g(0) + g 0 (0)x + x + ... + x + x
2! k! (k + 1)!
| {z }
error
Tenemos que expandir este desarrollo a más dimensiones. Tomamos
g(t) ≡ F (t(a + h) + (1 − t)a)
reduciendo así el cálculo a dimensión 1. Operamos ahora para calcular las derivadas:
N
0
X dF
g (t) = h∇F (a + th), hi = (a + th) · hi
i=1
dxi
 
N N N
00
X X d dF X d2 F
g (t) =  (a + h) · hj hi =
 (a + th)hi hj
i=1 j=1
dxj dxi i,j=1
dxi ∂xj
···
N
g s) (0) 1 X ∂ sF
=
s! s! i ,i ,...,i =1 ∂xi1 , xi2 , ..., xis
1 2 s
De esta forma, el desarrollo de Taylor de orden k de F en a en general es
 
k N α
1 ∂ F
X X
TFk (x) = (xi1 − ai1 ) · · · (xiα − aiα ) (a) (I.4)
α=0
α! i ∂xi1 · · · ∂xiα
1 ,...,iα =0
33 de 206
Por ejemplo, el desarrollo de Taylor de una función F (x, y) con a = (a, b) queda
∂ nF
lo siguiente (con Fxyz... = )
∂x∂y∂z · · ·
TFk (x) = F (a)

+ (x − a)Fx (a) + (y − b)Fy (a)
1
(x − a)2 Fxx (a) + 2(x − a)(y − b)Fxy (a) + (y − b)2 Fyy (a)

+
2!
1
(x − a)3 Fxxx (a) + 3(x − a)2 (y − b)Fxxy (a) + 3(x − a)(y − b)2 Fxyy (a) + (y − b)3 Fyyy (a)

+
3!
+ ···
Existe una forma más compacta para el desarrollo de Taylor de orden dos usando el
producto escalar, el vector gradiente y la matriz hessiana (D2 F ) de derivadas segundas:
1 T
F (a + h) = F (a) + h∇F (a), hi + h D2 F (a)h
2
Teorema I.30 (Teorema de Taylor).
|F (a) + h − Ps,a (h)|

s → 0, Cuando h → 0
h

Además Ps,a (h) es el único polinomio de orden S que hace que el límite sea 0.
34 de 206
Capítulo II
Teoremas de la función inversa y

sus variantes
II.1. Teorema de la aplicación contractiva

En el mundo lineal tenemos podemos resolver sistemas de dos formas. Con
F : RN 7−→ RN y L(x) = Ax, siendo A una matriz N × N ; queremos resolver
el sistema Ax = y sabiendo que A0 = 0.
Este sistema tiene solución si y sólo si det(A) 6= 0: es la condición para que exista
−1
A .
Existe también la posibilidad de tener una función F : RN +M 7−→ RN con
L(x) = Ax, A matriz N × (N + M ).
Para resolver el sistema Ax = y parametrizamos M variables.
En el mundo no lineal, consideramos una función F : RN 7−→ RN . Entonces
tenemos un sistema de ecuaciones

F (x1 , . . . , xN ) = y1 

F (x1 , . . . , xN ) = y2 

.. F (x) = y
. 


F (x , · · · , x ) = y 
1 N N
Vamos a intentar resolver este problema utilizando Taylor para aproximar al orden
lineal, pero tenemos que pagar un precio: para que taylor funcione tenemos que trabajar
cerca del punto. Esto significa que el resultado va a ser local.
Teorema II.1 (Teorema de la aplicación contractiva). Sea
F : RN 7−→ RN o
F : C 7−→ C, C ∈ RN , cerrado, o
F : K 7−→ K, K ∈ RN , compacto.
35 de 206
Supongamos que existe α ∈ (0, 1) tal que


RN

kF (x) − F (y)k ≤ αkx − yk∀x, y ∈ C
K

Entonces

RN

∃!x0 ∈ C tal que F (x0 ) = x0 (Punto fijo)
K

Demostración. Primero llevamos los casos de C y Rn a un conjunto compacto K.

Partimos de
kF (x) − F (a)k ≤ αkx − ak (II.1)
y veamos qué ocurre para un vector general x:

kF (x)k = k(F (x) − F (a) + F (a)k ≤ kF (x) − F (a)k + kF (a)k
Aplicando (II.1) tenemos que

kF (x)k ≤ αkx − ak + kF (a)k
Si tomamos a = 0 (en el caso 0 ∈

/ C solo haría falta una pequeña traslación), y
suponemos kxk < R, tenemos entonces que
kF (x)k ≤ αR + kF (0)k < R
Es decir, F toma un compacto y lo lleva en sí mismo: F : BR (0) 7−→ BR (0).
Podemos seguir la demostración ahora suponiendo que estamos trabajando siempre
sobre un compacto.
El siguiente paso es llevar a cabo un proceso iterativo. Tenemos
F : K 7−→ K
con K ⊂ RN conjunto compacto. Definimos entonces la sucesión de {xn }n∈N ⊂ K,
construido de forma iterativa con xn = F (xn−1 ). Vamos a demostrar que esa
sucesión es de Cauchy, lo que implicaría que es convergente.
Para ello, dado ε > 0 hay que hallar n0 tal que si n, m > n0 entonces
kxn − xm k < ε. Pongamos, para facilitar la demostración, que n > m.
Entonces, sumamos y restamos a ese módulo cada uno de los xi entre n y m:
n
X
kxn − xm k = kxn ± xn−1 ± · · · ± xm+1 − xm k ≤ kxi − xi−1 k (II.2)
i=m
36 de 206
Operamos ahora con cada uno de esos sumandos. Por ejemplo, con i = n, vemos
que
kxn − xn−1 k = kF (xn−1 ) − F (xn−2 )k ≤ αkxn−1 − xn−2 k =

= αkF (xn−2 ) − F (xn−3 )k ≤ α2 kxn−2 − xn−3 k
Si seguimos operando, llegaremos a que kxn − xn−1 k ≤ αn−2 kx2 − x1 k.

Generalizando, tenemos que
kxi − xi−1 k ≤ αi−2 kx2 − x1 k
Aplicando esta fórmula en (II.2)
kxn − xm k ≤ αn−2 + αn−3 + · · · + αm−1 kx2 − x1 k

Esa suma de α’s es la suma de una sucesión geométrica de razón α. Por lo tanto,
la podemos simplificar como
n−2
X 1 − αn−m αm−1
αk = αm−1 ≤
k=m−1
1−α 1−α
, y la ecuación nos queda de la forma

αm−1
kx2 − x1 k
1−α
αm−1
. Dado que −−−−→ 0, tendremos que tomando un n0 suficientemente grande
1 − α n0 →∞
se cumple que
αm−1
kx2 − x1 k < ε
1−α
para un ε arbitrariamente pequeño. Con esto demostramos que la sucesión
de xn es de Cauchy y por lo tanto es convergente a un cierto límite x0 .
Tal y como habíamos construido la sucesión, tenemos que
xn = F (xn−1 ) (II.3)
xn converge a x0 cuando n → ∞. De la misma forma, como xn−1 también

converge a x0 , está claro que F (xn−1 ) convergerá a F (x0 ). Sustituyendo estos dos
resultados en (II.3), tenemos que
x0 = F (x0 )
Hemos demostrado por lo tanto que el límite de esa sucesión que hemos
construido es un punto fijo de la función.
37 de 206
Nos queda demostrar ahora que ese punto es único, y lo haremos por
reducción al absurdo:
Supongamos que existen dos puntos fijos:
a = F (a)
b = F (b)
Entonces tendríamos que
ka − bk = kF (a) − F (b)k ≤ αka − bk
pero como α es menor estricto que 1, entonces tendríamos que
ka − bk < ka − bk
, lo que es una contradicción.
El teorema de la aplicación contractiva nos sirve, por ejemplo, para comprobar si

hay una solución de una ecuación diferencial ordinaria (EDO).
) Z x
0
y (x) = f (x, y(x))
↔ y(x) = y0 + f (s, y(s))ds
y(x0 ) = y0 x0
Podemos definir:
Z x
y1 (x) = y0 + f (s, y0 )ds
Zx0x
y2 (x) = y0 + f (s, y1 (s))ds ≡ T (y1 )
x0
...
Z x
yn = T (yn−1 ) = y0 + f (s, yn−1 (s))ds
x0
T (y) = y?
Aquí es donde entraría la diferencia entre trabajar en RN y un espacio de funciones.

Ejercicio propuesto: Aplicar este argumento a iterativo
)
y0 = y
y(0) = 1 ≡ y0
II.2. Teorema de la función inversa

En Cálculo I teníamos el siguiente teorema:
38 de 206
Teorema II.2. Sea f : R 7−→ R f ∈ C 1 y f 0 (a) 6= 0. Entonces f es invertible en

un entorno de f (a).
La inversa es diferenciable en ese entorno, y además (f −1 )0 (f (a)) = 1
f 0 (a)
El teorema nos daba un resultado local que asegura que existe la inversa, que es
diferenciable y además nos daba su fórmula.
Buscamos ahora lo que ocurre en dimensión N . Tomamos f : RN 7−→ RN y
supongamos que en algún abierto ∃F −1 y F, F −1 ∈ C 1 .
Entonces está claro que
(F ◦ F −1 )(y) = y =⇒ DF (F −1 (y))DF −1 (y) = Id

(F −1 ◦ F )(y) = y =⇒ DF −1 (F (y))DF (y) = Id
Con F : Ω ⊂ RN 7−→ RN queremos probar que existe una aplicación G : V 7−→ U

que verifique las siguientes condiciones
G ◦ F (x) = x, ∀x ∈ U ⊂ Ω
F ◦ G(y) = y, ∀y ∈ V
G diferenciable
Teorema II.3 (Teorema de la función inversa). Sea F : Ω ⊂ RN 7−→ RN con F ∈

C 1 (Ω).
Supongamos DF (a) invertible, a ∈ Ω.
Entonces existe un abierto V tal que F (a) ∈ V , un abierto U tal que a ∈ U y
una inversa local G : V 7−→ U . −1
Además, G es diferenciable en U y DG(y) = DF (F −1 (y))

, ∀y ∈ U .
Demostración. Haremos la demostración en varios pasos.
1: Simplificar la notación Queremos invertir F (x) = y, y ∼ F (a), x ∼ a.

Llamamos:
y = F (a) + z; z ∼ 0
y = a + s; s ∼ 0
F (a + s) = F (a) + z.
39 de 206
Definimos además
F̃ (s) ≡ F (a + s) − F (a) = z
de tal forma que
F̃ (0) = 0
Es decir, hacemos una traslación para suponer que F (0) = 0.

Por las hipótesis del teorema, sabemos que det DF (0) 6= 0
Es claro que resolver para F es exactamente lo mismo que resolver para
CF (x) = y, donde C es una matriz invertible.
Tomamos F̃ = [DF (0)]−1 F , de tal forma que ganamos la siguiente igualdad
DF̃ (0) = Id
2: Formulación como punto fijo. Partimos de F (0) = 0 y DF (0) = Id.

Definimos f (x) = x − F (x) + y
Entonces resolver F (x) = y es lo mismo que encontrar un punto fijo f (x) = x.
Por lo tanto, ahora nuestro objetivo es probar que f es contractiva para así poder
aplicar el teorema de la aplicación contractiva (II.1).
3: Estimar f Empezamos con

Df (x) = Id − DF (x) → Df (0) = Id − DF (0) = Id − Id = 0
La primera estimación que podemos hacer es sobre el determinante. Si DF (0) =

Id, entonces det(DF (0)) = 1. Como F es continua, entonces
∃ε0 > 0 tal que kxk ≤ ε0 =⇒ det(DF (0)) > 0
Es decir, en un entorno del 0, el determinante sigue siendo positivo.

Ahora estimamos información sobre el diferencial de f . Como F ∈ C 1 , entonces
también se cumple que f ∈ C 1 . Como f : RN 7−→ RN , entonces
 
Df1 (0) →
..

Df (0) = 

.

 = 0
DfN (0) →
Por tanto kDfi (0)k = 0.

1
Por continuidad ∃εi > 0 tal que kxk ≤ εi , =⇒ kDfi (x)k < 2N
. Fijamos un
ε = mı́n{ε0 , ε1 , . . . , εN }, i = 0, . . . , N .
40 de 206
Entonces, si kxk ≤ ε tenemos que
det(DF (x)) > 0 (II.4)

1
kDfi (x)k = k∇fi (x)k < , i = 1, 2, ..., N (II.5)
2N
Observación: ε NO depende de y.
Tomaremos así x ∈ Bε (0), donde A es el cierre de A (I.12).
4: Demostrar que f lleva un cerrado en sí mismo Es decir, hay que demostrar

que
f : Bε (0) 7−→ Bε (0)
.
Teniendo ksk ≤ ε queremos probar kf (s)k ≤ ε. Operamos:
f (s) = kf (s) − f (0) + f (0)k ≤ kf (s) − f (0)k + kf (0)k (II.6)

| {z }
f (0)=0+F (0)+y=y
Por otra parte
N
X
2
kf (s) − f (0)k = (fi (s) − fi (0))2
i=1
Aplicando el teorema del valor medio (I.21) con un punto 0 < s̃ < s, tenemos
que
fi (s) − fi (0) = Dfi (s̃) · (s − 0)
Entonces
N N N N
X
2
X 2 X 2
X
(fi (s) − fi (0)) = Dfi (s̃) · s = (h∇fi (s̃), si) ≤ k∇fi (s̃)k2 ksk2
i=1 i=1 i=1 i=1
y usando (II.5) nos queda que
N
X 1
(fi (s) − fi (0))2 ≤ N ksk
i=1
4N 2
y por lo tanto
1
kf (s) − f (0)k2 ≤ ksk2
4N
41 de 206
Usando este resultado recuperamos (II.6)

1
kf (s)k ≤ √ ksk + kyk
2 N
1
≤ √ ε + kyk
2 N
ε
≤ + kyk
2
ε
< ε ⇐⇒ kyk <
2
y por lo tanto hemos demostrado que f lleva un cerrado en sí mismo.

Esta última acotación (forzar que kyk < 2ε ) es por la que es un teorema local.
5: f es contractiva en Bε (0) Tomamos r, s ∈ Bε (0)
X 2 12
kf (r) − f (s)k = fi (r) − fi (s)
Aplicando el teorema del valor medio
  12
X N
 hDfi (zi ), (r − s)2 i , zi ∈ Bε (0)
i=1
La misma cuenta de antes:

1
kf (r) − f (s)k ≤ √ kr − sk
2 N
Acabamos de encontrar el α ∈ (0, 1) que aparecía en el teorema de la aplicación

contractiva:
1
α= √
2 N
Ahora ya podemos aplicar el teorema de la aplicación contractiva y ya tenemos
el punto fijo. Por lo tanto, existen dos vectores x, y tal que F (x) = y y por lo tanto
existirá también una aplicación G con x = G(y). Vamos a demostrar que
G : B 2ε (0) 7−→ B 2ε (0)
Sea y ∈ B 2ε . Entonces
kG(y)k = kxk = kf (x)k = kf (x) ± f (0)k ≤ kf (x) − f (0)k + kf (0)k
Como f es contractiva
1
kf (x) − f (0)k + kf (0)k ≤ √ kxk + kyk
2 N
42 de 206
y por lo tanto
1 ε
kG(y)k ≤ √ ε + < ε
2 N 2
Si kG(y)k < ε entonces G(y) ∈ Bε =⇒ G : Bε 7−→ Bε .

Por lo tanto, podemos concluir que G(y) = x ⇐⇒ F (x) = y con
y ∈ B 2ε (0) , x ∈ Bε (0)
6: Continuidad de G Vamos a ver que pasa con diferencias del tipo ks − G(s)k.
Sea G(s) = t y s = F (t).
f (t) = t − F (t) + y
s − G(s) = −G(s) + F (G(s)) = F (t) − t = y − f (t) = y − f (G(s))
Consideramos ahora
kG(u)−G(v)k = kG(u)−G(v)−u+u−v +vk ≤ ku−vk+kG(u)−u+v −G(v)k
Aplicando el resultado anterior
ku − vk + f (G(u)) − y − [y − f (G(v))] =
= ku − vk + kf (G(u)) − f (G(v))k ≤
1 1
≤ √ kG(u) − G(v)k ≤ kG(u) − G(v)k
2 N 2
1
kG(u) − G(v)k ≤ ku − vk + kG(u) − G(v)k
2
kG(u) − G(v)k ≤ 2ku − vk
Por lo tanto G es una función continua uniforme.
Observación: En este caso tenemos kG(u) − G(v)k < Cku − vk ← Espacio de

funciones Lipschitz
Si en cambio kG(u) − G(v)k < Cku − vkα ← Espacio de funciones Hölder
(α < 1).
Paso 7: G diferenciable Sea y ∈ B 2ε (0)

Aplicamos la definición de diferenciabilidad
−1
kG(y + h) − G(y) DF (G(y)) hk
lı́m =0
h→0 khk
Vamos a intentar trabajar con las x0 s que es donde sabemos todo y no con y 0 s
que no tenemos ni idea de nada.
43 de 206
Notación:
G(y) = x y = F (x)
G(y + h) − G(y) = ξ y + h = G(x + ξ)
↓ ↓
G(y + h) = x + ξ h = F (x + ξ) − F (x)
h → 0 ⇐⇒ ξ → 0
Sustituimos con esta notación en la definición:
−1
kG(y + h) − G(y) DF (G(y)) hk
lı́m =
h→0 khk
...
−1
kξk ξ − DF (G(y)) (F (x + ξ) − F (x)
lı́m ·
ξ→0 kF (x + ξ − F (x)k kξk
| {z } | {z }
A B
Vamos a acotar B aplicando:

−1
ξ = DF (G(y)) DF (x) ·ξ
| {z }
=Id
−1
k DF (G(y)) −{F (x + ξ) − F (x) − DF (x)ξ} k
B=
kξk
kF (x + ξ) − F (x) − DF (x)ξk F dif.

B≤C −−−→ C · 0 → 0
kξk ξ→0
Donde C es la norma de la matriz.

Ahora vamos a probar que A está acotado, probando que A > 0, lo que acota
el inverso:
1 kF (x + ξ) − F (x)k kF (x + ξ) − F (x) − DF (x)ξ + DF (x)ξk

= =
A kξk kξk
kDF (x)ξk kF (x + ξ) − F (x) − DF (x)ξk

≥ −
kξk kξk
| {z }
→0
DF (x)ξ
k k = kDF (x) × vk, kvk = 1
kξk
Definimos M (v) = kDF (x) × vk, para v ∈ S 1
S 1 es la esfera de radio 1, un conjunto compacto.
44 de 206
Aplicamos: M continua, definida en un conjunto compacto =⇒ M alcanza su

máximo y su mínimo (I.9). En concreto, si su mínimo es δ tenemos:
1
M (v) ≥ δ > 0 =⇒ ≥ δ > 0 =⇒ A ≤ C
A
) −1
A≤C kG(y + h) − G(y) DF (G(y)) hk
=⇒ lı́m =0
B→0 h→0 khk
y por lo tanto G es diferenciable, y la expresión de su diferencial es

−1
DG(y) = DF (F −1 (y))

Ejemplo del teorema de la función inversa. Sea F (x, y) = (x2 − 5y 2 , 4xy).

Tomamos (x0 , y0 ).
¿F invertible en un entorno de F (x0 , y0 )?
Calculamos Df:
!
2x −10y
Df =
4y 4x
det(DF ) = 8x2 + 40y 2 6= 0 si (x, y) 6= (0, 0)
Cuando el determinante sea 0, significa que no puedo aplicar el teorema, por tanto,
no sé si la función es invertible o no. Aplicamos los fundamentos. ¿Es inyectiva la
función?
No es inyectiva en ningún entorno del (0,0).
El hecho de que el teorema sea local nos puede llevar a confusiones. Por ejemplo,
sea
F (r, σ) = (rcos(σ), r sen(σ)), r ∈ [0, 1], σ ∈ [0, 4π]
Entonces hay dos soluciones para la inversa:

(
π
−1 1 2π + 2
F (0, ) = pi
2 2
Lo que hay que hacer es partir de un punto del conjunto de salida. El teorema
dice que escogido un punto del conjunto de salida, existe un entorno en el conjunto
de llegada en el que se puede definir la función inversa. Hay que acotar también el
conjunto de llegada.
(
x2 sin x1

si x 6= 0
Otro ejemplo es considerar g(x) = f (x)+εx siendo f (s) =
0 si x = 0
45 de 206
/ C 1 . g es derivable (g 0 (0) = ε > 0) pero la derivada no es continua.

Esta función g ∈
Se deja como ejercicio para el lector la comprobación.
II.3. Teorema de la función implícita

Tomemos el caso particular de una superficie en R3 . Puede venir dada de dos
formas:
Conjunto de nivel: F (x, y, z) = 0
Gráfica: z = f (x, y) → F (x, y, z) = f (x, y) − z
¿Existe alguna forma de expresar F (x, y, z) de la forma z = f (x, y)? Pensando en

el ejemplo de la esfera: F (x, y, z) = x2 + y 2 + z 2 + 1, se puede expresar de dos formas:
p
z=± 1 − x2 − y 2
¿Cuál es la condición que necesitamos para poder despejar z? Supongamos que

sabemos despejar z = f (x, y), entonces tenemos: F (x, y, f (x, y)) = 0. Derivando
implíctamente
∂ ∂
[F (x, y, f (x, y)] = [F (x, y, f (x, y)] = 0
|∂x {z } |∂y {z }
∂F
∂x
+ ∂∂ Fz · ∂∂ fx ∂F
+ ∂∂ Fz · ∂∂ fy
∂y
Si f es diferenciable tenemos:
∂F
∂f (x, y, f (x, y))
(x, y) = − ∂∂ Fx
∂x ∂z
(x, y, f (x, y))
∂F
∂f ∂y
(x, y, f (x, y))
(x, y) = − ∂ F
∂y ∂z
(x, y, f (x, y))
∂F
Necesitamos entonces que x, y, f (x, y) 6= 0. Veamos cómo extrapolar esto de
∂z
forma general con tres variables.
Teorema II.4 (Teorema de la función implícita (en R3 )). Sea F : Ω ⊂ R3 7−→

R, F ∈ C 1 , con
F (a, b, c) = 0
y
∂F
(a, b, c) 6= 0
∂z
46 de 206
Entonces existe una función f : ω 7−→ R con (a, b) ∈ ω =⇒ f (a, b) = c de

tal forma que
F (x, y, f (x, y)) = 0, ∀(x, y) ∈ ω
Demostración. Vamos a realizar el siguiente proceso:

Definimos H(x, y, z) = (x, y, F (x, y, z)). Esta función aplana la superficie del
conjunto de nivel, porque (x, y, z) ∈ S =⇒ F (x, y, z) = 0 =⇒ H(x, y, z) =
(x, y, 0)
Esta función nos aplana la superficie del conjunto de nivel, pero lo que estamos
buscando es desde un espacio bidimensional (conjunto de partida de f ) llegar a la
superficie de nivel, que es una superficie de R3 , el espacio de partida de F . Entonces
vamos a buscar H −1 .
El problema de esta función es que H : R3 7−→ R3 , pero toda la información
que necesitamos es la tercera componente de H −1 .
Según el teorema de la función inversa, existen abiertos U, V con (a, b, c) ∈ U
y V ∈ (a, b, 0); y una única inversa local
H −1 : V 7−→ U
De tal forma que
H −1 (u, v, w) = (x, y, z) ⇐⇒ (u, v, w) = H(x, y, z) = (x, y, F (x, y, z))
Es decir
H −1 (u, v, w) = (u, v, g(u, v, w))
donde g es la función única que depende de (u, v, w), y no es más que la tercera
componente de la inversa que hemos construido. Demostremos que existe:
H ◦ H −1 = Id
H(H −1 (u, v, w)) = H(u, v, g(u, v, w)) = (u, v, w)
En particular si w = 0:
(u, v, 0) = H(u, v, g(u, v, 0)) = (u, v, F (u, v, (g(u, v, 0)))
Conclusión: Hemos encontrado una única g, tal que F (u, v, g(u, v, 0)) = 0.
Notación: g(u, v, 0) = f (u, v)
F (u, v, f (u, v)) = 0, (u, v) ∈ Proyección sobre el plano horizontal de la superficie
47 de 206
Teorema II.5 (Teorema de la función implícita (caso general)). Dadas n

ecuaciones, n + m incógnitas, consideramos
RM × |{z}
F : Ω ⊂ |{z} RN 7−→ RN
x y
Con la notación F = (F1 , ..., FN )

Los elementos de RM ×RN los llamamos (x1 , x2 , ..., xm , y1 , y2 , ..., yn ) = (x, y).
Supongamos F ∈ C 1 . Sea a ∈ RM , b ∈ RN tal que (a, b) ∈ Ω, F (a, b) = 0
Supongamos Dy F (a, b) no singular, es decir det(Dy F (a, b)) 6= 0, siendo:
 
∂ F1 ∂ Fn
...
 ∂ .y1 . ∂ yn 
.. 
Dy F =  . ..
 . . 
∂ Fn ∂ Fn
∂ y1
··· ∂ yn
Entonces: Existen abiertos ω ⊂ RM , Θ ∈ RN , con a ∈ ω, b ∈ Θ y una única

función:
g : ω ⊂ RM 7−→ Θ ⊂ RN , g ∈ C 1 (ω)
Tal que:
g(a) = b
F (x, g(x)) = 0, ∀x ∈ ω
−1
Dg(x) = − Dy F (x, g(x)) · Dx F (x, g(x))
Demostración.
Definimos: H(x, y) = (x, F (x, y)). Esta función H : Rm+n 7−→ Rn+m , H ∈ C 1 .
Además H(a, b) = (a, F (a, b)) = (a, 0)
!
Im×m 0m×n
DH(a,b) =
Dx Fn×m Dy Fn×n
det(DH(a, b)) = det(Dy (a, b)) 6= 0. Aplicando el teorema de la función inversa

podemos invertir H en un entorno de H(a, b). Además, por el teorema también
sabemos la unicidad y que H ∈ C 1 .
Problema: identificar g dentro de H −1 .
H(x, y) = (x, F (x, y))

| {z }
≡(u,v)
48 de 206
=⇒ H −1 (u, v) = (x, y) = (u, ?)

Notación: H −1 (u, v) = (u, g̃(u, v))
Estamos interesados en la restricción H −1 (u, 0) = (u, g̃(u, 0)). Podemos
comprobar que g̃(u) ∈ RN , u ∈ Rm .
Tenemos
H −1 (u, 0) = (u, g(u)) ⇐⇒ (u, 0) = H(u, g(u)) = (u, F (u, g(u)))
Ya tenemos los 2 primeros apartados, vamos a por la fórmula:
F (x, g(x)) = 0
Dx [F (x, g(x))] = (0)
 
∂ F1 (x,g(x)) ∂ F1 (x,g(x))
···
 ∂ .x1 ..
∂ xn
.. 
Dx [F (x, g(x))] =  .. . . 
 
∂ Fn (x,g(x)) ∂ Fn (x,g(x))
∂ x1
··· ∂ xn
Donde:
 
∂g
n
∂ F1 (x, g(x)) ∂ F1 X ∂ F1 ∂ yk ..   x1 
∂
= + · ∼ (Dy F1 →) · 
 . 
∂ x1 ∂ x1 k=1 ∂ yk ∂ x1 ∂g
∂ xn
Aplicando esto obtenemos:
0 = Dx [F (x, g(x))] = (Dx F )+(Dy F )(Dg) = Dx F (x, g(x))+Dy F (x, g(x))·Dg(x)
Despejando obtenemos la fórmula que nos decía el teorema.
II.3.1. Ejemplos
Ejemplo: Hoja 3, problema 16
z 3 lg(xy) + 2x2 + 2y 2 + z 2 + 8xz − z + 8 = 0
Demostrar que la ecuación anterior define DOS funciones z = f1 (x, y), z = f2 (x, y)
en un entorno de (x, y) = (1, 1).
Solución: Esto no contradice al teorema (que tiene unicidad) porque tenemos que
anclar los puntos con los que vamos a trabajar en los que F (x, y, z) = 0. Asíque vamso
49 de 206
a ver F (1, 1, z) = z 3 lg(xy) +2 + 2 + z 2 + 8z − z + 8 = 0 =⇒ z 2 + 7z + 12 = 0 =⇒

| {z }
0
2 soluciones.
∂F
Tenemos que ver qué pasa con (1, 1, zi ).
∂z
∂F
= 3z 2 lg(xy) + 2z − 1
∂z
∂F
(1, 1, zi ) = 2zi + 7 6= 0
∂z
Ahora estamos en condiciones de aplicar el teorema.
También nos pide hallar el desarrollo de Taylor de orden 1 para f1 .
∂ f1 ∂ f1
f1 (x, y) = f1 (1, 1) + (1, 1)(x − 1) + (1, 1)(y − 1) +err
∂x ∂y
| {z }
h∇f1 (1,1),(x−1,y−1)i
¿Cómo calcular las derivadas? Recurrimos al teorema y sustituyendo z = f1 (x, y)

(f1 (x, y))3 lg(xy) + 2x2 + 2y 2 + (f1 (x, y))2 + 8x(f1 (x, y)) − (f1 (x, y)) + 8 = 0
Derivada con respecto a x:
∂ f1 1
0 = (f1 (x, y))2 (x, y) · lg(xy) + (f1 (x, y))3 + 4x+
∂x x
∂ f1 ∂ f1 ∂ f1
2(f1 (x, y)) (x, y) + 8x (x, y) − (x, y)
∂x ∂x ∂x
···
Vamos a evaluar en (1, 1) lo que tenemos donde f1 (x, y) = z1 y f2 (x, y) = z2 y
despejamos ∂∂fx1 .
Ejemplo: Hoja 3, ejercicio 14 Demostrar que existe una ’unica f... con f (0, 0) = 0.
ef (x,y) = (1 + xef (x,y) )(1 + yef (x,y) )
¿Podemos despejar z = f (x, y)?. (Es lo mismo que demostrar que existe una función
ez = (1 + xez )(1 + yez )
Definimos F (x, y, z) = ez − (1 + xez )(1 + yez ) = 0

Comprobamos que F (0, 0, 0) = 1 − 1 = 0.
Hipótesis del teorema: F : R3 7−→ R con F (0, 0, 0) = 0, F ∈ C ∞ Nos falta
comprobar
∂F
(0, 0, 0) 6= 0
∂z
. (Este paso en el caso general es el determinante de Dz F (0))
Entonces podemos aplicar el teorema
=⇒ ∃!f tal que F (x, y, f (x, y)) = 0
50 de 206
Ejemplo: Hoja 3, ejercicio 18 Estudiar si es posible despejar u(x, y, z), v(x, y, z)

en las ecuaciones:
(
xy 2 + xzu + yv 2 = 3
xyu3 + 2xv − u2 v 2 = 2
En un entorno de (x, y, z) = (1, 1, 1)

Vamos a tener que definir una
F : R5 7−→ R2
(x, y, z, u, v) → F (x, y, z, u, v) = (xy 2 + xzu + yv 2 − 3, xyu3 + 2xv − u2 v 2 − 2)

Podemos comprobar fácilmente que F ∈ C ∞ y F (1, 1, 1, 1, 1) = ... = (0, 0).
Para poder despejar u,v tenemos que evaluar D(u,v) F en (1, 1, 1, 1, 1).
! ! !
∂ F1 ∂ F1
∂u ∂v
xz 2yv 1 2
D(u,v) = ∂ F2 ∂ F2 = = ... =
∂u ∂v
3xyu − 2uv 2x − 2u2 v
2 2
3 0
Tenemos det D(u,v) = −6 6= 0. Entonces estamos en las hipótesis para utilizar el

teorema y garantizar que en un entorno del punto (1, 1, 1) blablabla. COMPLETAR
Vamos a calcular (porque lo pide el enunciado)
∂u ∂v ∂v
, ,
∂x ∂x ∂z
.
Como el teorema garantiza que existe, derivamos implícitamente:
Vamos a derivar implícitamente respecto a x el sistema:
(
y 2 + zu + xzux + y2vvx = 0
yu3 + xy3u3 ux + 2v + 2xvx − 2uux v 2 − 2u2 vvx = 0
∂u
Donde ux = ∂x
.
Sabemos: si (x, y, z) = (1, 1, 1) =⇒ (u, v) = (1, 1)
Sustiuyendo: (
1 + 1 + ux + 2vx =0
1 + 3ux + 2 + 2vx − 2ux − 2vx = 0
(
ux (1, 1, 1) + 2vx (1, 1, 1) = −2
ux (1, 1, 1) = −3
∂v
Faltaría calcular ∂z
∂u
Ejercicio propuesto: Calcular ∂ x2
51 de 206
Ejercicio Demostrar T.F.Inversa a partir del T.F Implícita Tenemos:
F : RN 7−→ RN (II.7)
F ∈ C1 (II.8)
F (a) = b (II.9)
det DF (a) 6= 0 (II.10)
¿Podemos despejar F (x) = y para x en un entorno de a y en un entorno de b?

F (x) = y es lo mismo que H(x, y) = 0 con H(x, y) = F (x) − y.
H : RN × RN 7−→ RN .H ∈ C 1 y H(a, b) = 0. Tenemos el punto de partida
en el que anclar el teorema. Queremos hallar x como función de y en la ecuación
H(x, y) = 0.
Necesitamos para aplicar el teorema: det Dx H(x, b) 6= 0.
Observación: Dx H = Dx F 6= 0 (por (4))
Conclusión: ∃f (y) tal que H(f (y), y) = 0 ≡ F (f (y)) − y = 0 ≡ F (f (y)) = y.

Ahora tenemos que ver que la composición en el otro sentido también nos da la
identidad.
f (F (f (y)) = f (y) =⇒ f (F (v)) = v

|{z}
v
52 de 206
II.4. Teoremas del Rango

¿Dónde está escondida la indentidad en un sistema de ecuaciones (lineales o no)?
Teorema II.6 (Teorema del Rango (1)). Sea
F : Ω ⊂ RM × RN 7−→ RN
F ∈ C 1 , (a, b) ∈ Ω con a ∈ RM , b ∈ RN
Supongamos que DF (a, b) tiene rango n (máximo posible).
Entonces: ∃ un abierto ω con (a, b) ∈ ω y una función
G : ω ⊂ RM × RN 7−→ RM × RN , G ∈ C 1 (ω)
con inversa local diferenciable, tal que
F ◦ G(u, v) = v, ∀(u, v) ∈ ω
Demostración. Reordenamos las variables de manera que

DF (a, b) = A B
A ∈ Mm×m , B = Dy F (a, b), det B 6= 0
Definimos
H(x, y) = (x, F (x, y))
Calculamos:  
I
DH =  Dx F Dy F 
 
| {z } |{z}
m×n n×n
Estudiamos el determinante: det DH = det Dy F 6= 0 debido a la reordenación

de las variables que hemos hecho al principio. Además, F ∈ C 1 =⇒ H ∈ C 1 .
Estamos en condiciones de aplicar el teorema de la función inversa. ∃ una inversa
LOCAL H −1
H(x, y) = (u, v) ⇐⇒ (x, y) = H −1 (u, v) ≡ (G1 (u, v), G2 (u, v))

| {z } | {z }
RM RN
H(H −1 (u, v)) = (u, v)

H(G1 (u, v), G2 (u, v))
= (G1 (u, v), F (G1 (u, v), G2 (u, v)))
Tomando G(u, v) = (G1 (u, v), G2 (u, v)) obtenemos que F ◦ G(u, v) = v, para
(u, v) en un entorno del punto (a, b)
53 de 206
Teorema II.7 (Teorema del Rango (2)).
F : RN 7−→ RN × RM
F ∈ C 1, a ∈ Ω
Rango de DF (a) = n (máximo).

Entonces, ∃ω abierto en RN × RM , con F (a) ∈ ω.
Y una función G ∈ C 1 (ω), G : RM × RN 7−→ RM × RN
G tiene inversa local diferenciable tal que (G ◦ F )(|{z}
x ) = (|{z}
x , |{z}
0 ).
RN RN RM
Demostración.  
∂ F1 ∂ F1
∂ x1
... ∂ xn

DF (a) =  .. ... .. 
 . . 

∂ Fn +m ∂ Fn +m
∂ x1
... ∂ xn
Reordemamos las Fj de la siguiente manera:

n columnas
z }| !{
det 6= 0 } n filas
DF (a) =
Resto } m filas
Definimos:
H : RN × RM −→ RN × RM
(x, y) −→ F (x) +(|{z}
0 , y ) = (F (x), y)
| {z } |{z}
N
RN R RM
F (x) = H(x, y) = (F1 (x), F2 (x), ..., Fn (x), Fn+1 (x) + y 1 , ..., Fn+m (x) + y m )
 
N columnas
 z }| { 0  } n filas
DH =  Dx F =⇒ det DH 6= 0
Id } m filas

Estamos en condiciones de aplicar el teorema de la función inversa =⇒ ∃ una

inversa local H −1 tal que
H −1 ◦ H(u, v) = (u, v), u ∈ RN , v ∈ RM
En particular:
)
H −1 ◦ H(u, 0) = (u, 0)
=⇒ H −1 ◦ H(u + (0, 0)) = H −1 (F (u)) = (u, 0)
H(u, 0) = (F (u) + (0, 0))
REVISAR: A partir del =⇒ soy yo, no azorero.
54 de 206
Teorema II.8 (Teorema del rango (resultado general)).
F : RN 7−→ RK , F ∈ C 1
Con rango DF = p < mı́n{n, k}

Existe Γ(u1 (x), ..., un (x)) = (u1 , ..., up , 0, ..., 0), siendo Γ = Φ ◦ F ◦ Φ−1 .
| {z }
k
Siendo U un cambio de variable.
Hoja 3: Problema 21
(
F1 ≡ x2 + z 2 + 2xz − 2x − 2z + 1 =0
2 2 2
F2 ≡ x + 4y + 4z + 4xy + 4xz + 8xy = 0
¿Es depejable en función de z en un entorno de (x, y) = (0, −1), z = 1?

Solución:
1) Ver que el punto safisface las ecuaciones.
2) Ese sistema es como definir:
F : R3 7−→ R2 , F ∈ C 1 , F (0, −1, 1) = (0, 0)
3) Calculamos el determinante de DF (0, −1, 1) y vemos que da 0.

Conclusión: no podemos aplicar el teorema, pero pensando un poco vemos que
F1 = (x + z)2 − 2(x + z) + 1 = (x + z − 1)2

F1 = 0 ⇐⇒ x = 1 − z
F2 (x, y, z) = F2 (1 − z, y, z) = (1 − z)2 + 4y 2 + 4z 2 + 4(1 − z)y + 4(1 − z)z + 8yz
√
2
−b ± ...
= ... = a(z)y + b(z)y + c(z) =⇒ y =
2a
¿Cual de las 2 soluciones escoger? Sabemos (por el enunciado) que si z = 1 entonces
y = −1. Escogeremos la solución a la que dandole el valor z = 1 nos de −1.
Hoja 3: Problema 22
x3 + z 3 y 3 + z =0
cos(xyz) + sen(z) − 1 = 0
¿Es despejable en función de z en un entorno de (x, y) = (0, 0), z = 0.

Solución:
1) El punto es solución del sistema.
55 de 206
2) Definimos
F : R3 7−→ R2 , F ∈ C 1 , F (0, 0, 0) = (0, 0)
3) Calculamos el determinante de DF (0, 0, 0) y vemos que da 0.

Conclusión: no podemos aplicar el teorema
Supongamos que si se puede despejar. Entonces tendríamos algo de la forma:
( )
[x(z)]3 + z 3 [y(z)]3 + z =0
→
cos(x(z)y(z)z) + sen(z) − 1 = 0
( )
3 0 2 2 3 0
3[x(z)] x (z) + 3z [y(z)] + z 2y(z)y (z) + 1 = 0
≡
−sen(x(z)y(z)z) · {...} + cos(z) =0
(
0+1 =0
0+1 =0
Esto demuestra que no pueden existir las derivadas.
56 de 206
Capítulo III
Superficies y variedades
diferenciales
III.1. Introducción: repaso en R3

En R3 tenemos puntos (dimensión 0), curvas (dimensión 1), superficies (dimensión
2) y abiertos (dimensión 3) sobre los que integrar en los que la imaginación resulta
bastante útil. Pero... ¿qué pasa en RN ?
Entonces en RN tenemos objetos de dimensión 0, ..., N sobre los que vamos a
poder definir propiedades, integrales, etc.
III.1.1. Cálculo del plano tangente en R3

Repasamos la idea de que en R3 podíamos representar una superficie de varias
maneras y cómo cálculabamos su plano tangente.
Gráfica: z = f (x, y) Dada una superficie como una gráfica, simplemente

construíamos el vector normal al plano derivando parcialmente:

∂f ∂f
n= , ,1
∂x ∂y
Parametrización Con una parametrización φ
φ : D ⊂ R2 7−→ R3
φ(u, v) = (x(u, v), y(u, v), z(u, v))
calculamos el plano tangente tomando los dos vectores directores y calculamos el
57 de 206
normal al plano:

∂x ∂y ∂z
Tu = , ,
∂u ∂u ∂u

∂x ∂y ∂z
Tv = , ,
∂v ∂v ∂v
→
−
n = Tu × Tv
→
−
Nos podemos encontrar el problema de que → −n = 0 . Para evitar ese caso,
estableceremos que el rango de la matriz de las 6 derivadas tiene que ser 2.
Conjunto de nivel Supongamos que nos dan una gráfica definida como un conjunto
de nivel F (x, y, z) = 0 .
Para calcular el plano tangente en este caso tenemos que →−
n = ∇F .
→
−
Nos puede ocurrir que F no sea derivable o que ∇F = 0 . Supongamos que sea
diferenciable, ¿cómo preveer que puede salir? Para evitarlo, debemos forzar de nuevo
que la matriz de las derivadas tenga rango máximo (en este caso 1).
III.1.2. Cálculo de la recta tangente en R3

Vamos a ver que pasa con las curvas en R3 y cómo calcular la recta tangente
Parametrizada:
σ(t) = (x(t), y(t), z(t))
Intersección de 2 superficies transversales, es decir,

(
F1 (x, y, z) = 0
C=
F2 (x, y, z) = 0
Posibles enemigos que nos podemos encontrar: superficies cuya intersección sea
un plano. Si se da este caso, entonces tenemos que los vectores normales a las 2
superficies son paralelos. Para evitar esto, la matriz formada por los 2 vectores
normales debe tener rango máximo.
Vemos claramente que las condiciones para poder calcular superficies tangentes
llegan siempre a obligar a que la matriz tenga rango máximo (ver sección ??). A
partir de aquí, podemos crear nuestra definición de subvariedad diferenciable:
III.2. Subvariedades diferenciables
Subvariedad Definición III.1 Subvariedad diferenciable. Sea M ⊂ RM +N . Diremos que M es

diferencia-
ble
58 de 206
una subvariedad diferenciable en RN +M de dimensión n y codimensión k si y sólo si

para todo punto a existe un entorno abierto U ⊂ RN +K con a ∈ U de tal forma que
U ∩ M = {x ∈ U F (x) = 0} para alguna función F ∈ C 1 (U ) con
F : U ⊂ RN +K 7−→ RK
cuya diferencial DF tenga rango máximo (en este caso, rango k). De esta forma
podremos expresar U ∩ M como


 F1 (x1 , ..., xn+k ) = 0
 F2 (x1 , ..., xn+k ) = 0

U ∩M = ..


 .
 F (x , ..., x ) = 0
k 1 n+k
Veamos ejemplos de si algunos objetos son variedades diferenciables o no:
1) Superficie en R3
F : U ⊂ R3 7−→ R
{(x, y, z) F (x, y, z) = 0}
En este caso tenemos N = 2, K = 1. La condición de rango nos dice que ∇F (x) 6=
(0, 0, 0). Esto es, obliga a en cada punto existe un vector normal →
−
n , exactamente la
misma condición que habíamos visto antes.
Observación: Si tuviésemos la superficie expresada como gráfica de una función

(M = {z = f (x, y)}) bastaría con tomar F (x, y, z) = f (x, y) − z. En este caso

∂f ∂f
DF = , , −1 6= (0, 0, 0)
∂x ∂y
Por lo tanto, las gráficas de funciones de 2 variables en R3 son siempre subvariedades
(la condición de rango es gratuita).
2) Curvas en R3
σ(t) = (x(t), y(t), z(t)) ≡ S1 ∩ S2 =
= {F1 (x, y, z) = 0} ∩ {F2 (x, y, z) = 0}
Si tomamos U ∩ σ = {(x, y, z) ∈ R3 F1 = 0 ∧ F2 = 0}
Siendo
F : U ⊂ R3 7−→ R2 , N + K = 3, K = 2
F (x, y, z) = (F1 (x, y, z), F2 (x, y, z))
Veamos la condición de rango en este caso:
!
∂ F1 ∂ F1 ∂ F1
∂x ∂y ∂z
rango ∂ F2 ∂ F2 ∂ F2
∂x ∂y ∂z
Para que el rango sea máximo, los vectores tienen que ser no paralelos, es decir, S1 , S2
sean transversales, no paralelas. De nuevo, la misma condición que habíamos visto
antes.
59 de 206
3) Punto en Rk Podemos definir un punto de una manera un tanto rebuscada:
F : RK 7−→ RK
x→x−a
En este caso, la subvariedad M es nuestro punto a:
M = {x ∈ RK F (x) = 0} = {a}
Tenemos DF = Id, que tiene rango máximo y por lo tanto {a} es una subvariedad
diferenciable (dimensión 0, codimensión k).
4) F : Ω ⊂ RN 7−→ 0. En este caso tenemos codimensión 0 y dimensión N .
5)
F : R2 7−→ R
F (x, y) = x3 − y 6
M = {(x, y) x3 − y 6 = 0}
DF = (3x2 − 6y 5 )
DF (0, 0) = (0, 0)
La matriz diferencial tiene rango 0 en el punto (0, 0). ¿Quiere esto decir que M no es
una subvariedad diferenciable en el 0?
No. Lo que quiere decir que no hemos encontrado la función que cumpla las
hipótesis. Podemos operar
M = {x3 = y 6 } = {x = y 2 } = {x − y 2 = 0}
Y vemos que si tomamos G(x, y) = x − y 2 , esta función representa la misma

subvariedad M , y DG(x, y) = (1, 2y) tiene rango 1 en el origen.
6)
M = {(x, y) ∈ R2 x2 − y 2 = 0}
Definimos una función F :
F : R2 7−→ R
F (x, y) = x2 − y 2
DF = (2x, −2y). La condición de rango falla en (0, 0).

Valoramos si este objeto no es una subvariedad o si tendremos que definir una
función de una manera más inteligente, tal y como hicimos en el caso anterior.
60 de 206
En este caso, vemos que M = {y = x ∪

y = −x}. No debería ser una subvariedad y=x
porque en el (0, 0) no es derivable (ver figura
III.1). Intentaremos demostrarlo por reducción al
absurdo. (0, 0)
Supongamos que M es una subvariedad.
Entonces, según la definición (III.1) existe un y = −x
2
U, (0, 0) ∈ U y una aplicación G : U ⊂ R 7−→
R con U ∩ M = {G(x, y) = 0}. Entonces Figura III.1: Subvariedad M =
tendríamos que {y = x ∪ y = −x}

∂G ∂G
rango DG(x, y) = 1, ∀(x, y) ∈ U =⇒ rango , =1
∂x ∂y
Ahí tenemos dos casos, o bien que la primera componente no sea 0 o que sea la
segunda la que no es nula. Supongamos primero que ∂∂ Gx (0, 0) 6= 0. Podemos aplicar
el Teorema de la unción implícita (II.4), que nos dice que podemos despejar x = x(y).
En este caso:
U ∩ M = {x(y)2 − y 2 = 0}.
Si fijamos y = ε, entonces x(ε) = ±ε No es una función, lo que contradice
el Teorema de la función implícita, y por lo tanto es imposible que ∂∂ Gx (0, 0) 6= 0.
Análogamente, tampoco puede cumplirse que ∂∂ Gy (0, 0) 6= 0.
Hemos demostrado por lo tanto que no puede existir una función que defina esto
como subvariedad diferencial. Este es el ejemplo de que cualquier objeto que tenga
autointersección no puede ser subvariedad.
7) M = {(x, y) ∈ R2 x2 − y 2 = 0, y ≥ 0}
Vamos a suponer que existe una función F ∈ C 1 que representa ese objeto (que
viene definido por 2 condiciones). M = {F (x, y) = 0} para alguna F .

Condición de rango: ∂∂ Fx , ∂∂ Fy 6= (0, 0). Condición de rango: ∂∂ Fx , ∂∂ Fy =
(0, 0), x = y = 0.
Vamos a ver si es subvariedad o no. En este caso intuimos que no debería serlo.
Volvemos a demostrar por reducción al absurdo:
Supongamos que M es subvariedad, entonces ∃G(x, y) tal que G : U ⊂ R2 7−→
R, U ∩ M = {G(x, y) = 0}
∂G
Supongamos 6= 0. Entonces tenemos
∂x
M ∩ U = {y(x)2 − y 2 = 0}
Si fijamos x = ε =⇒ y(x) = |ε|, pero esto quiere decir que G ∈/ C 1 . De forma

análoga con la segunda coordenada, vemos que M no es una subvariedad.
8) Nos quitamos el punto conflictivo del caso anterior, el (0, 0).
61 de 206
N = {(x, y) ∈ R2 x2 − y 2 = 0, y > 0}
La lógica nos dice que este caso si debería ser subvariedad diferencial: la definición
de la función es local, y siempre podremos encontrar un entorno que no incluya el 0,
que es el punto problemático.
Comprobamos que efectivamente el rango de ∇F es máximo ∀(x, y) ∈ R2 y por
lo tanto M es una subvariedad.
III.2.1. Subvariedades y parametrizaciones

Ejemplo Superficie en R3 parametrizada: S = {Φ(u, v) = (x(u, v), y(u, v), z(u, v))}.
A la hora de trabajar con superficies parametrizadas, nos interesaría poder definir
una especie de función inversa que nos permita hacer cambios en el plano y llevarlos
a la superficie o al reves, pero... ¡tienen dimensiones distintas! La esperanza que nos
queda es que la superficie parametrizada tiene dimensión 2, igual que el plano.
Homeomorfismo Definición III.2 Homeomorfismo. Sea Φ : Ω ⊂ RN 7−→ RN +K , Ω abierto.

Φ es un homeomorfismo sobre su imagen ⇐⇒ la restricción Φ : Ω 7−→ Φ(Ω) es
continua y tiene una inversa continua, es decir,
(
Ψ(Φ(u)) = u, ∀u ∈ Ω
∃Ψ : Φ(Ω) 7−→ Ω tal que
Ψ(Φ(x)) = x, ∀x ∈ Φ(Ω)
Definición 1) Dado un x0 ∈ Φ(Ω) =⇒ ∀ε > 0, ∃δ > 0 tal que

x − x0 ) < δ =⇒ Ψ(x) − Ψ(x0 ) < ε
si
x ∈ Φ(Ω)
Definición alternativa de continuidad Si {Xn } ⊂ Φ(Ω), Xn → x0 ∈ Φ(Ω) =⇒

Ψ(Xn ) → Ψ(x0 )
III.2.1.1. Ejemplos
Ejemplo 1
σ : [0, 2π) 7−→ R2
t → σ(t) = (cos(t), sen(t))
Inversa: Ψ(x, y) = t ángulo de la representación en polares.

Vamos a estudiar el problema de la continuidad:
Tomamos {(Xn , Yn )} con x2 + y 2 = 1 tal que (xn , yn ) −−−→ (1, 0)
n→∞
Si Ψ es continua, debe ser Ψ(xn , yn ) −−−→ (1, 0) = 0. En este caso no es continua

n→∞
porque:
62 de 206
Si tomamos
!
1 1
Pn = cos 2π − , sen 2π −
n n
Pn −−−→ (1, 0)
n→∞
1
Ψ(Pn ) = 2π − −−−→ 2π 6= Ψ(1, 0)
n n→∞
Ejemplo 2
f : (0, 1) ⊂ R 7−→ R2
t → f (t) = (t, g(t)), continua, con inversa continua
Vamos a definir la inversa:
P ∈ f (0, 1) =⇒ P (x, g(x))Para algún x ∈ (0, 1)
P = (x, g(x))
Ψ(P ) = t ∈ (0, 1) tal que f (t) = (x, g(x)) =⇒ t = x

Vamos a estudiar la continuidad:
{Pn } ⊂ f (0, 1), Pn → P ∈ f (0, 1)
Pi = (xi , g(xi )), para algún i ∈ (0, 1)

Pn −−−→ P0 ⇐⇒ (xn , g(xn )) → (x0 , g(x0 )) =⇒ xn (= Ψ(Pn )) → x0 (= Ψ(P0 ))
n→∞
Observación: ¿La gráfica de una función es homeomorfismo sobre su imagen?
Ejemplo 3
σ3 : (0, 4π) 7−→ R2
No es inyectiva =⇒ @Ψ.
Ejemplo 4: Circunferencia
σ4 ) : (0, 2π) 7−→ R2

La diferencia con el ejemplo 1, es que es cerrado.
Hay que percatarse de que la tangente no es inyectiva, entonces... la inversa es algo
más complicada que arctan, así que vamos a definirla a trozos siguiendo el esquema
de la figura III.2.
63 de 206
(1)
(2)
(3)
Figura III.2: Circunferencia definida en tres trozos

y

arctan

 x
(x, y) ∈ 1
y
Ψ(x, y) = arctan x
+π (x, y) ∈ 2
y

arctan + 2π (x, y) ∈ 3

x
Hay que estudiar la continuidad en (0, −1) y en (0, 1).
Continuidad en (0,1) Tomamos {Pn } → (0, 1), Pn ∈ S1

Queremos probar que Ψ(Pn ) → Ψ(0, 1) = π2 .
Ejercicio para el lector: Sucesiones que se acercan por la derecha o por la izquierda
y comprobar que vale lo que tiene que valer.
Ejemplo 5: Lemniscata La parametrización es

!
cos(t) sin(t) cos(t) −π 3π
σ5 (x(t), y(t)) = , ,t ∈ ,
sin (t) + 1 sin2 (t) + 1
2
2 2
Al origen podemos acercarnos de distintas formas:
Cuando t → − π2 , nos acercamos por la sucesión 1 (desde abajo a la derecha).
Cuando t ∼ π2 , nos acercamos por la sucesión 2 (la mitad de la curva, de arriba-

derecha a abajo-izquierda).
3π
Cuando t → 2
, nos acercamos por la sucesión 3 (desde arriba a la izquierda)
Sea {Pn } ⊂ σ5 (t) → (0, 0).

Podemos tomar la sucesión {Pn } = {P1 , P2 , P3 , ...} cada uno en una región (1,2,3
ciclicamente).
64 de 206
(3)
(2)
t=π t=0
(1)
Figura III.3: Curva Lemniscata

∈ 3 si n es múltiplo de 3


Ψ(Pn ) ∈ 2 si n ≡ 2 mod 3

∈ 1

si n ≡ 1 mod 3
Por tanto @ lı́m Ψ(Pn )

n→∞
Observación: A pesar de que hemos demostrado que σ es continua e inyectiva, esto

no garantiza que la inversa sea continua.
III.2.2. Parametrizaciones
Objetivo definir "parametrización".
Ejemplo 1 Curva parametrizada en R3

Γ = {σ(t) = (x(t), y(t), z(t)), t ∈ (a, b)}
Queremos excluir:
Picos (valor absoluto. FOTO)

Basta con imponer: σ ∈ C 1 ∧ (x0 , y 0 , z 0 ) 6= (0, 0, 0)
Auto-intersecciones o Lemniscata (que no se auto-intersecciona pero por

poquito)
Basta imponer σ sea un homeomorfismo sobre su imagen.
65 de 206
Ejemplo 2 Superficies de parametrización en R3 .
S = {Φ(u, v) = (x(u, v), y(u, v), z(u, v)), (u, v) ∈ D}
Queremos evitar:
!
Tu →
Cono, tienda de campaña Rango = 2 =⇒ Podemos calcular plano
Tv →
tangente
Autointersección Aquí sí tenemos rango máximo, asíque impondremos la

condición de homeomorfismo sobre su imagen.
Ya tenemos todo lo necesario para definir parametrización:
Parametrización Definición Diremos que Ψ : ω ⊂ RN 7−→ RN +K , Ψ ∈

III.3 Parametrización local. (
local rangoDΨ = n máximo
C 1 (ω), es una parametrización local ⇐⇒
Ψ es un homeomorfismo sobre su imagen
III.2.2.1. Repaso de coordenadas cilíndricas y esféricas.
Ejemplos El helicoide es una función Φ de dos variables, que crea una superficie
helicoidal (escalera de caracol) en el espacio, tal que
Φ : R2 7−→ R3
(s, t) 7−→ Φ(s, t) = (s cos t, s sin t, t)
En general, una superficie parametrizada es una aplicación Φ de la siguiente forma:
Φ : Ω ⊂ R2 7−→ R3
(s, t) 7−→ Φ(s, t) = (x(s, t), y(s, t), z(y, t))
Por ejemplo, el paraboloide se puede definir como una superficie parametrizada
Φ(x, y) = (x, y, x2 + y 2 )
.
Otro ejemplo es el cilindro de radio 2. Para parametrizarlo, usamos coordenadas
polares de la siguiente forma:
Φ(t, z) = (2 cos t, 2 sin t, z) t ∈ [0, 2π], z ∈ R
66 de 206
Figura III.4: El helicoide
Si queremos hacer la esfera de radio R, en la parametrización usamos dos

parámetros (longitud y latitud)
Φ(θ, φ) = (R sin φ cos θ, R sin φ sin θ, R cos φ) θ ∈ [0, 2π], φ ∈ [0, π]
El toro (una especie de flotador) se produce al girar una circunferencia de radio

R1 en el plano XZ con el centro sobre el eje X a R2 del origen alrededor del eje Z.
Φ(θ, φ) = ((R2 + R1 cos φ) cos θ, (R2 + R1 cos φ) sin θ, R1 sin φ) θ, φ ∈ [0, 2π]
Figura III.5: Toro
Parametrización de superficies de revolución Dada una función f : R 7−→ R,

la superficie de revolución que surge al rotar esta función sobre el eje z es la siguiente
67 de 206
z(r, θ) = f (r)
x(r, θ) = r cos θ
y(r, θ) = r sin θ
Coordenadas cilíndricas Dado un punto P , sus coordenadas cartesianas son

(x, y, z). Entonces, sus coordenadas cartesianas son (r, θ, z), donde r ∈ [0, ∞),
θ ∈ [0, 2π] y z ∈ R. La correspondencia es la siguiente:
x = r cos θ
y = r sin θ
z=z
Geométricamente, z es la altura de P . Haciendo la proyección del punto sobre el

plano xy, r es la distancia de la proyección al origen y θ el ángulo del eje X con la
recta que une el origen y la proyección del punto.
Coordenadas esféricas Las coordenadas esféricas de un punto P son (ρ, θ, φ),

donde ρ ∈ [0, ∞), θ ∈ [0, 2π], φ ∈ [0, π]. La correspondencia con coordenadas
cartesianas es
x = ρ cos θ sin φ
y = ρ sin θ sin φ
z = ρ cos θ
Geométricamente, ρ es la distancia de P al origen, θ es el ángulo que forman el eje

X y la recta que une P y el origen, y φ es el ángulo que forman el eje Z y esa misma
recta.
Usos de coordenadas esféricas y cilíndricas En las coordenadas cilíndricas,

si mantenemos constante un parámetro y variamos los otros dos obtenemos varias
superficies:
Si r constante, tenemos un cilindro.

Si θ constante, tenemos un semiplano.
Si z constante, tenemos un plano horizontal.
Lo mismo ocurre con las coordenadas esféricas:
Si ρ constante, tenemos una esfera.

Si θ constante, tenemos un semiplano.
Si φ constante, tenemos un cono.
68 de 206
III.2.2.2. Ejemplos
p
Esfera en R3 Φ1,2 (x, y) = (x, y, ± 1 − x2 − y 2 ). Esta "carta de
parametrización" nos deja sin definir el ecuador. Para ello tenemos que definir más
cartas de parametrización
Estas cartas son expresando x,y en función de las otras 2. En total hacen falta 3
parametrizaciones.
Existe otra manera de parametrizar, la proyección estereográfica.

El dibujo de la proyección es:
z
4, 32 , 0

P
X u, u−2

3
P̂ v
−2, −5

3
,0
u S
La imagen formada será la circunferencia que contenga la intersección (que ya no
he sabido dibujar) de cada línea roja con la esfera y las 2 intersecciones (que tampoco
he sabido dibujar) de la recta azul que es X u, u−23
.
(u, v) ∈ R2 → (u, v, 0) → r ≡ (0, 0, R) + t(u, v, −R) = (tu, tv, R(1 − t)
P ≡ r ∩ S tenemos:
Imponiendo |{z}
r(t0 )
2R2
(t0 u)2 + (t0 v)2 + R2 (1 − t)2 = R2 → ... → t0 =
u2 + v 2 + R 2
Conclusión:
2R2 2R2 R(u2 + v 2 − R2 )
P = (tu, tv, R(1 − t) = u, v, = Φ(u, v)
u2 + v 2 + R2 u2 + v 2 + R2 u2 + v 2 + R 2
.
Vemos que Φ ∈ C 1 , Φ(R2 ) = SR − {(0, 0, R)} ¿Es una parametrización?
Hay que comprobar
rango DΦ máximo. (Se deja como ejercicio para el lector)
69 de 206
Φ es homeomorfismo sobre su imagen, es decir, ¿Existe una inversa continua?

Inversa Dado (x, y, z) queremos despejar (u, v).
Idea: (u, v, 0) es la intersección de la recta que unie (x, y, z) con (0, 0, R) y el
plano z = 0.
Recta: s(t) = (tx, ty, R + t(z − R)).
Punto de corte con el plano z = 0: El punto de corte tendrá coordenada tercera
= 0, es decir: R + t(z − R)
R
Buscamos t0 tal que R + t0 (z − R) = 0 ⇐⇒ t0 = R−z
.
Sustituyendo en la recta obtenemos: u = t0 x, v = t0 y

Ry
Si calculamos Φ−1 (x, y, z) = Rx
,
R−z R−z
. Esta inversa es continua en
Img(Φ(R2 )) ≡ {Esf era − {(0, 0, R)}} (El punto (0,0,R) no está incluido,
por definición, en la imagen).
III.2.3. Teoremas de las subvariedades
Teorema III.1. Los siguientes enunciados son equivalentes:
1 M es una subvariedad diferenciable n-dimensional en RN +K .
2 ∀a ∈ M existe una parametrización local Φ : ω ⊂ RN 7−→ RN +K con

a ∈ Φ(ω)
3 ∀a ∈ M existe un abierto V ⊂ RN +K , a ∈ V y una aplicación
Ψ : V 7−→ RN +K , Ψ un difeomorfismo tal que Ψ = (Ψ1 , ..., Ψn , Ψn+1 , ..., Ψn+k )
Si x ∈ V ∩ M =⇒
Ψn+1 (x) = ... = Ψn+k (x) = 0
Observación 1: En III.1.2, llamaremos carta local al conjunto definido por la

fórmula y el dominio, (Φ, ω). El conjunto de todas las cartas locales que definen una
subvariedad se llama Atlas.
Ejemplo: La proyección estereográfica tiene 2 cartas, la del polo norte (que

excluye ese punto) y la del polo sur.
Observación 2: III.1.1 ⇐⇒ III.1.2. Si tenemos una subvariedad dada como

conjunto de nivel la podemos parametrizar (y viceversa).
Difeomorfismo Definición III.4 Difeomorfismo. Ψ es un difeomorfismo ⇐⇒ Ψ ∈
70 de 206
C 1 , ∃Ψ−1 , tal que Ψ−1 ∈ C 1
Demostración. Esquema: 1 =⇒ 2, 2 =⇒ 3, 3 =⇒ 1
1 =⇒ 2
Sea a ∈ M, ∃U ⊂ RN +K abierto con a ∈ U y una función F : U ⊂ RN +K 7−→
RN +K , F ∈ C 1 (U ), tal que U ∩ M = {x ∈ U F (x) = 0}. Además DF tiene
rango máximo (K).
Queremos demostrar que existe una parametrización Φ.
Permutando el orden de las variables, suponemos que el menor de orden K

con determinante no nulo corresponde con las K últimas variables.
Por el teorema de la función implícita, F (x1 , ..., xn , xn+1 , ..., xn+k ) = 0, con
xn+1 , ..., xn+k despejable en función de las {xi , i = 1, ..., n} en un entonro de a.
Es decir: existen ω ⊂ RN , ω 0 ⊂ RN +K abiertos tales que a ∈ ω × ω 0 y una
función g : ω ⊂ RN 7−→ ω 0 ⊂ RN +K de manera que
(
g(a1 , ..., an ) = (an+1 , ..., an+k )
F (x, g(x)) = 0, ∀x ∈ ω
Idea: la parametrización es Φ(x) = (x, g(x))

Vamos a comprobar las condiciones:
Φ ∈ C 1 . Por el teorema de la función implícita, tenemos que Φ es diferenciable

(porque F y g lo son).
!
Idn×n
DΦ = ... =
Dg
con rango máximo.
¿Homeomorfismo sobre su imagen? (x, y) ∈ M en un entorno de a ∈ ω × ω 0
En ese entonrno y = g(x).
Φ Φ−1
→)x −−→ (x, g(x)) = (x, y). También Φ−1 (x, y) =
Es decir, (x, y) = (x, g(x)) −
0
x, ∀(x, y) ∈ (ω × ω ) ∩ M Continua.
2 =⇒ 3 Vamos a emplear un argumento como el de la demostración del segundo

teorema del rango. II.7
Buscamos:
Φ : RN +K 7−→ RN +K tal que Φ(V ∩ M ) = (∗, 0)
↑
k últimas coordenadas
Siendo Φ un difeomorfismo.
71 de 206
Sabemos: existe una parametrización local Ψ : RN 7−→ RN +K .
DΨ rango máximo.
Ψ homeomorfismo sobre su imagen.
Idea: Completar el número de variables

Definimos
α : ω × RK ⊂ RN × RK 7−→RN × RK
(u, v) −→α(u, v) = Ψ(u) + (0, v)
u ∈ RN , v ∈ RK , Φ(u) ∈ RN +K
Paso 2) Aplicar el teorema de la función inversa (II.3) a α.

!
DΨk → 0
Dα =
DΨn+i → I
Con 1 ≤ i ≤ k, 1 ≤ k ≤ n.
Por hipótesis, rango(DΨ) máximo. =⇒ ∃α−1 .
Paso 3: Comprobar que α−1 verifica las condiciones que buscamos.

Podría darse el caso de que en el conjunto V ∩ M hubiera 2 "trozos" de la
subvariedad M, con lo que α no funcionaría bien. La condición de la parametrización
eliminaba este caso.
Falta comprobar la condición de difeomorfismo, que se da porque... ¿porqué?
3 =⇒ 1 Sabemos: Existe un difeomorfismo Ψ.

(
M ∩ W = {F (x) = 0}
Buscamos: F : W ⊂ RN +K 7−→ RK tal que
rango(DF ) = k (máximo)
Tomamos F (x) = (Ψn+1 (x), ..., Ψn+k (x))
Entonces: M ∩ V = {x F (x) = 0.
 
DΨn+1 →
Tenemos DF = 
 .. 
. 
DΨn+k →
Rango(DF ) = k por tener det DΨ 6= 0 por hipótesis.
Consecuencias:
72 de 206
1) Si M es una variedad diferenciable de dimensión N en RN +K , entonces,

reordenando las variables puede escribirse localmente como la gráfica de una función
C 1 , |M {z
∩ U} = {(x, g(x))}
(∗)
(∗) =⇒ un trozo de la variedad.
Teorema III.2. Sea γ : ω ⊂ RN 7−→ RN +K , γ ∈ C 1 , rg(Dγ) = max, γ(ω) ⊂ M

subvariedad de dim n.
Entonces: γ es una parametrización local.
2) Aplicación: Si existe γ ∈ C 1 , rg(Dγ) = n, γ(ω) ⊂ M y γ no es

homeomorfismo sobre su imagen =⇒ M no es subvariedad.
Pregunta: Verdadero o Falso:
¿Con encontrar una aplicación que no sea homeomorfismo basta para asegurar que
M no es subvariedad?
3)
La prueba de este teorema se deja como ejercicio para el lector.
Teorema III.3. Sea M subvariedad diferenciable n-dimensional en RN +K .

Sean Φ1 : U1 7−→ M y Φ2 : U2 7−→ M dos parametrizaciones locales con
Φ1 (U1 ) ∩ Φ2 (U2 ) 6= ∅
Entonces: Φ1 −1 ◦ Φ2 : RN 7−→ RN , conΦ1 −1 ◦ Φ2 ∈ C 1 . Análogamente para
−1
Φ2 ◦ Φ1
III.3. Espacios tangentes

Sea M subvariedad n-dimensional en RN +K .
Ta M espacio tangente a M en el punto a ∈ M
Pero... ¿qué es un hiperplano tangente? El concepto no es tan simple como un
plano tangente. El espacio tangente será el conjunto de todos los vectores tangentes
a cada una de las curvas contenidas en la superficie. A partir de aquí buscaremos una
forma más eficiente de construirlo (porque es imposible calcular todas y cada una de
las curvas contenidas en la superficie).
Vector Definición III.5 Vector tangente. Si x ∈ RN +K es tangente a M en A ∈ M ⇐⇒

tangente
73 de 206

 σ(t) ∈ M, ∀t ∈ (−1, 1)

N +K
∃σ (−1, 1) 7−→ R
: , σ tal que σ(0) = a Definición III.6
 α0 (0) = v

Espacio Espacio tangente.

tangente
Ta M ≡ {v ∈ RN +K v es tangente a M en a}
Observación: Cualquier curva de la variedad la podremos ver como una curva en la

proyección (con una parametriazación construida cuidadosamente)
Teorema III.4. Sea M subvariedad en RM , N subvariedad en RN .
f : Ω ⊂ RM 7−→ RN , tal que f (Ω ∩ M ) ⊂ N, f ∈ C 1
Sea )
a∈Ω∩M
=⇒ Df (a)v ∈ Tf (a) N
v ∈ Ta M
Es decir, si tenemos una parametrización, la diferencial lleva tangentes en tangentes.

(
α(0) = a
Demostración. Sea v ∈ Ta M Entonces ∃α : (−1, 1) 7−→ M tal que
α0 (0) = v
Tomamos β = f ◦ α curva sobre N
(
β(0) = f (α(0)) = f (a)
tal que (Aplicando la regla de la
β 0 (0) = Df (α(0)) · α0 (0) = Df (a)v
cadena sin más.)
III.3.1. Caracterizaciones del espacio tangente

Caracterización 1)
Teorema III.5. M subvariedad n-dimensional en RN +K . a ∈ M

Entonces:
Ta M es un espacio vectorial n-dimensional
M definida como {F = 0}. Entonces Ta M = ker(DF (a))
74 de 206
Demostración. U ∩ M = {x ∈ RN +K F (x) = 0} para alguna F : RN +K 7−→

RN , rg(DF ) = max
F : U ∩ M 7−→ 0
Entonces: DF (a) lleva Ta M al espacio T0 {0}

Es decir: DF (a)v = 0, ∀v ∈ Ta M
Esto demuestra Ta M ⊂ ker DF (a)
Como el rango es máximo, sabemos que ker(DF (a)) tiene dimensión n.
La idea a aplicar es encontrar n vectores independientes en ese espacio tangente
¿Cómo vamos a encontrarlos? En el espacio de los parámetros tenemos n rectas
independientes (los n ejes de coordenadas)
La parametrización nos lleva esas n rectas en n curvas.
Por el teorema anterior, la diferencial lleva tangentes en tangentes, es decir,
aplicando la diferencial a los vectores directores de las n rectas encontramos los
vectores tangentes a las n curvas.
¿Cómo podemos saber que esos vectores son independientes? Porque la
diferencial tiene rango n.
Acabamos de demostrar ker DF (a) ⊂{ espacio vectorial de dimensión n}
Si Ta M contiene un espacio vectorial de dimensión n y está contenido por el
núcleo (espacio vectorial de dimensión n).
Caracterización 2)
Corolario III.6. M dada por una parametrización Φ tal que Φ(u0 ) = a
Entonces Ta M = img DΦ(u0 )
El teorema y el corolario son las 2 caracterizaciones del espacio tangente.

Pero también podemos definir el espacio tangente con una tercera caracterización:
Caracterización 3) Como gráfica. Sea f : RN 7−→ RK

 

 (u, f (u)) ∈ RN +K 

N
M ≡ (u, f (u)), u ∈ Ω ⊂ R
f : RN 7−→ RK 

 
Salvo reordenación de las variables.

Sea p = (a, f (a)) el punto en el que queremos calcular el hiperplano tangente a
M.
La caracterización será
Tp (M ) = {(u, v) ∈ RN × RK v = Df (a)u}
75 de 206
Observación: la otra alternativa es definir la subvariedad como M = {(u) ∈

Rk f (u) = f (a)
Definición III.7 . M ⊂ RN +K subvariedad n-dimensional, a ∈ M
Espacio tangente Ta M
Hiperplano tangente Ta "trasladado" al punto a
{x ∈ RN +K x − a ∈ Ta M }
Hiperplano normal ≡ {x ∈ RN +K x − a ∈ (Ta M )⊥ } = {x ∈ RN +K hx −

a, vi = 0, ∀v ∈ Ta M }. El hiperplano normal es k-dimensional.
Ejemplos:
1) M = {(x, y) ∈ R2 x2 + y 2 = 1}.
Comprobación previa Es una subvariedad porque...
Vamos a calcular
T(a,b) M = ker{ 2x 2y } =
!
u
{(u, v) 2a 2b = 0} = ... = {(u, v) ∈ R2 h(a−0, b−0), (a, b)−(u, v)i = 0
v
.
El espacio tangente es el formado por todos los vectores perpendiculares al radio.
Ejemplo 2: Toro (donut) en R4
M = {(x, y, z, t) ∈ R4 x2 + y 2 = 1, z 2 + t2 = 1}
Vamos a calcular: T(1,0,0,1) M

Comprobación previa...
Tenemos definida la variedad de forma implícita: M = {F = 0} donde
F (x, y, z, t) = (x2 + y 2 − 1, t2 + z 2 − 1)
!
2x 2y 0 0
DF =
0 0 2z 2t
En este caso tenemos rg(DF ) = 2, ∀(x, y, z, t) ∈ R4 . (El único punto que podría
dar rango 0 es el origen, que en este caso no pertenece a la subvariedad)
Vamos con el espacio tangente:
76 de 206
!
2 0 0 0
T(1,0,0,1) M = ker DF (1, 0, 0, 1) = ker =
0 0 0 2
 
! α1 ! (
2 0 0 0 α 0 2α1 = 0
 
2
{(α1 , α2 , α3 , α4 ) ∈ R4  = } =⇒
 
0 0 0 2 α3  0 2α4 = 0
α4
Hiperplano tangente:
     
1 0 0
0 1 0
     
  + α2   + α3   , α2 , α3 ∈ R
0 0 1
1 0 0
Y el hiperplano normal:
     
1 1 0
0 0 0
     
  + µ   + λ   , λ, µ ∈ R
0 0 0
1 0 1
¿Una posible parametrización de esto?
Φ : D ⊂ R2 −→R4

(u, v) −→Φ(u, v) = (x, y, z, t) = cos(u), sen(u), cos(v), sen(v)
(u, v) ∈ (−π, π) × (0, 2π)
¿¿Por qué (u, v) ∈ (−π, π) × (0, 2π) y no (u, v) ∈ (0, 2π) × (0, 2π)??
Porque el punto que tenemos (1, 0, 0, 1) ∈
/ img.
Vamos a calcular la el hiperplano tangente. Como tenemos una parametrización,
calcularemos la imagen de la diferencial (III.6)

π
T(1,0,0,1) M = img DΦ 0,
2
 
−sen(u) 0
 cos(u) 0
 
DΦ = 

0 −sen(v)


0 cos(v)
 
 0 0
π 1 0 

DΦ 0, =
2 0 −1

0 0
77 de 206
Entonces el hiperplano tangente es:

     
1 0 0
0 1 0
     
  + u  − v 
0
  0
  1
1 0 0
Lógico y normal que nos de el mismo hiperplano tangente si estamos trabajando

con el mismo objeto (desde una parametrización o desde un conjunto de nivel). ¿Cierto
y verdad que sí?
Ejemplo 3: El toro en R3 El toro (una especie de flotador) se produce al girar

una circunferencia de radio R1 en el plano XZ con el centro sobre el eje X a R2 del
origen alrededor del eje Z.
Φ(θ, φ) = ((R2 + R1 cos φ) cos θ, (R2 + R1 cos φ) sin θ, R1 sin φ) θ, φ ∈ (0, 2π)
Figura III.6: Toro
¿Es Φ una parametrización?
Opción 1: Comprobar homeomorfismo sobre la imagen
Opción 2: Aplicar el teorema. Si el toro es una subvariedad =⇒ Φ

parametrización.
Vamos con la opción 1:

Φ(α, θ) = (x, y, z)
(α, θ) = Φ−1 (x, y, z)?

z
z = rsen(α) =⇒ α = arcsen
r
78 de 206

y y
= tg(θ) =⇒ θ = arctg
x x
−π π

Esto no es suficiente, porque arcsen : (−1, 1) 7−→ ,
2 2
no toma todos los
posibles valores. Lo mismo con la arctg : R 7−→ −π ,π
2 2
Tenemos que repetir el argumento de (III.7) que ya hemos hecho para la arctg
vamos a repetirlo para el arcsen.
(1)
(2)
(3)
Figura III.7: Circunferencia definida en tres trozos

z


 Si (x, y, z) ∈ 1 =⇒ arcsin r
z
α + arcsin

f (x, y, z) = Si (x, y, z) ∈ 2 r π
=⇒ =


Si (x, y, z) ∈ 3 2 z
2
=⇒ α = arcsin r
+ 2π
Ahora tenemos que estudiar la continuidad des esta función. (Ejercicio para el
lector)
Ta M En este caso (al tratarse de una diferencial) tendremos que hallar la imagen
de DΦ.
Ejercicio propuesto: T( π , π ) M .
2 2

Ejercicio 3.4.4: Sea σ(t) = cos t, sen t, t2 (2π − t)2 , t ∈ [0, 2π].
Siempre hemos hablado de parametrizaciones es espacios abiertos, para asegurar la

condición de homeomorfismo en casos como este, en el que los puntos cerca de 0, la
inversa me los lleva a puntos lejanos si nos acercamos a 0 por el 0 o por el 2π.
Posibles soluciones
Trabajar con el intervalo abierto, pero entonces... el punto (1, 0, 0) que es el

que nos piden no pertenece. ¿Cómo calcular el espacio tangente en (1, 0, 0)?
79 de 206
Podríamos hacer los "límites laterales" y calcular el T(1− ,0,0) M, T(1+ ,0,0) por
decirlo de alguna manera y si coinciden, ese tiene que ser el hiperplano tangente
en el punto (1, 0, 0).
Definir otro intervalo en el que trabajar.
Con el sen y cos no tenemos problema porque son periódicas y podríamos
π π
trabajar en 2 , 2 pero con la tercera coordenada es más problemático porque
no es periódica. Es de la forma:
Idea:
• Escribir la extensión 2π periódica al intervalo [−2π, 2π].
• Tomar σ̃(t) = (cos(t), sen(t), z̃(t)), t ∈ (−π, π)
III.4. Máximos y mínimos condicionados
Extremo Definición III.8 Extremo condicional. Ω ⊂ Rn , abierto, F : Ω 7−→ R y M

condicio- subvariedad de Rn , M ⊂ Ω
nal
Definición:
F alcanza en a ∈ M un extremo local condicionado a M ⇐⇒ existe un abierto

(
F (x) ≤ F (a), ∀x ∈ U ∩ M
U ∈ Rn con a ∈ U tal que
F (x) ≥ F (a), ∀x ∈ U ∩ M
Teorema III.7 (Teorema de los multiplicadores de Lagrange). F : Ω ⊂ RN +K 7−→

R, F ∈ C 1 (Ω).
M, variedad n-dimensional en RN +K . a ∈ M extremo local de F condicionado
a M.
Supongamos que en un entorno de a:
M = {G = 0}y rg(DG) = max
Entonces: Existen λ1 , ..., λk ∈ R tales que
X
∇F (a) = λi ∇Gi (a)
Demostración. a ∈ M . Consideremos Ta M = ker[DG(a)]

 
∇G1 (a) −→
∇G2 (a) −→
DG(a) =  ..
 

 . 
∇Gk (a) −→
80 de 206
Sea v ∈ TaM . Entonces DG(a) · v = 0 ∈ RK

Este producto es como  
h∇G1 (a), vi
h∇G2 (a), vi
..
 
 
 . 
h∇Gk (a), vi
Podemos concluir que ∇Gj (a) ⊥ Ta M ∀j = 1, ..., k, es decir ∇Gj (a) ∈

(Ta M )⊥ , ∀j = 1, ..., k
La condición de rango máximo nos asegura que
{∇Gi , i = 1, ..., n} es una base de (Ta M )⊥
Ahora solo falta probar que v ∈ Ta M =⇒ ∇F (a) ⊥ v, es decir ∇F (a) ∈

(Ta M )⊥ .
v ∈ Ta M =⇒ ∃α : R 7−→ M α ∈ C 1 , α(0) = a, α0 (0) = v
Definimos g(t) = F (α(t))

F extremo en a =⇒ g extremo en t = 0.
0 = g 0 (0) = DF (α(0)) · α0 (0) = h∇F (α(0)), gvi = h∇F (a), gvi
Conclusión 0 = h∇F (a), gvi =⇒ ∇F (a) ∈ (Ta M )⊥
Ejemplos:
1) F (x, y) = x2 − y 2 . Sea M = {x2 + y 2 = 1}.
M es cerrado y acotado, es decir M es compacto, G−1 (0) ≡ M, G(x, y) =

x2 + y 2 − 1
F continua
=⇒ se alcanza máximo y mínimo.

Vamos con los multiplicadores.
∇F = (2x, −2y), ∇G = (2x, 2y)
El sistema queda:
 

 2x = λ2x 
2y = −λ2y
 x2 + y 2

= 1 

81 de 206
Hay 2 posibles casos: x = 0 e y = 0

En el caso y = 0
 
 2x = 2xλ  ( )
x = ±1
 
y = 0 =⇒
 x2 + 0 2 = 1 
  λ=1
Puntos críticos: (1, 0), (−1, 0) con F (±1, 0) = 1 =⇒ M AX

En el caso x = 0.
 
 x = 0  ( )
y = ±1
 
−2y = λ2y ⇐⇒
 y2 = 1 
  λ = −1
Puntos críticos: (0, 1), (0, −1), con F (0, ±1) = −1 =⇒ M IN
Ejemplo 2) (Hoja 4, ejercicio 13)

Hallar los puntos críticos más cercanos al origen entre los contenidos en la curva
(
x2 + xy + y 2 − z 2 − 1 = 0
Γ=
x2 + y 2 − 1 =0
En este caso: M = Γ y tomamos F (x, y, z) = x2 + y 2 + z 2 y G(x, y, z) =

(x2 + xy + y 2 − z 2 − 1, x2 + y 2 − 1)
1) Compacidad Γ es un conjunto cerrado porque las 2 ecuaciones definen un

cerrado, y la intersección de 2 cerrados es un cerrado. Además está acotado porque e2
acota x e y, y la e1 acota la z teniendo acotadas x e y.
2) Continuidad F es continua.
Vamos con los multiplicadores:
 


 2x = λ1 (2x + 2y) + λ2 2x 


2y = λ1 (x + 2y) + λ2 2y

 

 
2z = λ1 (−2z)
x2 + xy + y 2 − z 2 =1

 


 

x2 + y 2 =1

 

La tercera ecuación distingue 2 casos:

(
Caso 1 z = 0
→
Caso 2 λ1 = −1
Caso 1:
82 de 206
 


 2x = λ1 (2x + 2y) + λ2 2x 


2y = λ1 (x + 2y) + λ2 2y
 
2

 x + xy + y2 =1 

x2 + y 2 =1

 

De las últimas 2 ecuaciones vemos que xy = 0. Distinguimos casos:

( )
Caso 1.1 x = 0 → y = ±1
Caso 1.2 y = 0 → x = ±1
Tenemos 4 puntos críticos P1 = {(1, 0, 0), (0, 1, 0), (−1, 0, 0), (0, −1, 0)} con
d[(x, y, z), (0, 0, 0)] = 1, ∀(x, y, z) ∈ P1
Caso 2: (Podría darse el caso de que nos saliera la misma solución que en el caso
1. No preocuparse, es posible.)
 


 2x = −(2x + y) + λ2 2x 


2y = −(x + 2y) + λ1 2y
 

 x + xy + y 2 − z 2
2
=1 

x2 + y 2 =1

 

Restando las 2 ultimas ecuaciones nos dan que xy = z 2 6= 0 =⇒ x, y 6= 0.

Multiplicando la primera y la segunda tenemos el sistema:
( ) ( )
2xy = −(2x + y) + λ2 2x y 2xy + (2 − λ2 ) = −y 2
=
2xy = −(x + 2y) + λ2 2y x 2xy + (2 − λ2 ) = −x2
Sumando las ecuaciones tenemos:

 
 4xy(2 − λ2 ) = − (y 2 + x2 ) = −1
 

| {z }
=1
 4xy(2 − λ2 )

= −1


Si ahora las restamos tenemos

x2 = y2
x + y2
2
=1
x · y = z2 =⇒ sign(x) = sign(y)
Llegamos a:
( )
1 1 1 −1 −1 1 1 1 −1 −1 −1 −1
P2 = √ ,√ ,√ , √ ,√ ,√ , √ ,√ ,√ , √ ,√ ,√
2 2 2 2 2 2 2 2 2 2 2 2
con d[(x, y, z), (0, 0, 0)] = 32 , ∀(x, y, z) ∈ P2
83 de 206
III.4.1. Clasificación de puntos críticos condicionados

Sea M una subvariedad de manera que M = {G = 0} definida por un sistema de
k ecuaciones G = (G1 , . . . , Gk ) con rango DG = k. Sea P ∈ M un punto crítico de
una función F restringida a M . El teorema de los multiplicadores de Lagrange (III.7)
nos dice que
∇F (P ) − λ1 DG1 (P ) − · · · − λk DGk (P ) = 0
donde los λj son los multiplicadores. Definimos una función auxiliar
H(x) = F (x) − λ1 G1 (x) − · · · − λk Gk (x) (III.1)
con dos propiedades interesantes:
x ∈ M =⇒ H(x) = F (x)
∇H(P ) = 0
Para clasificar el punto crítico vamos a coger una curva dentro de la subvariedad
y a componerla con H. Pasaremos a tener una función de una variable y ahí veremos
en qué condiciones tenemos un máximo o un mínimo.
Tomamos una curva α ∈ C 1 tal que
α(0) = P
α(t) ∈ M ∀t
α0 (0) = v
Estudiamos g(t) = H(α(t)) = F (α(t). Entonces
g 0 (t) = h∇H(α(t)), α0 (t)i
y entonces
g 0 (0) = h∇H(P ), vi = 0
Como F tiene un punto crítico condicionado en P , entonces g tiene un punto

crítico en t = 0. Determinar el carácter del punto crítico condicionado es lo mismo
que determinar el carácter del punto crítico en g. Por lo tanto, tenemos que explorar
la segunda derivada g 00 (0):
n
0 0
X ∂H
g (t) = h∇H(α(t)), α (t)i = (α(t)) · αi0 (t)
i=1
∂ xi
2 n
dg X d ∂H 0
(t) = (α(t)) · αi (t)
dt2 i=1
dt ∂ xi
84 de 206
Calculamos esa segunda derivada dentro del sumatorio
 
n 2
d ∂H ∂H X ∂ H
(α(t)) · αi0 (t) = (α(t))αi00 (t) +αi0 (t)  (α(t))αj0 (t)
dt ∂ xi ∂ xi j=1
∂x i x j
| {z }
=0 si t=0
Conclusión:
  
2 n n 2
dg X ∂ H X ∂ H
(t) = (α(t))αi00 (t) + αi0 (t)  (α(t))αj0 (t)

dt2 ∂ xi ∂xi xj

i=1 j=1
Evaluando en t = 0
 
 
n  n
d2 g X ∂ H 00
X ∂ 2H 
(0) = (P ) αi (0) + (P )vi vj  =
  
dt 2  ∂ xi ∂xi xj

i=1 | {z j=1

}
=0
n X
n
X ∂ 2H
= (P )vi vj = v · D2 H(P ) · v T
i=1 j=1
∂xi xj
Si estuviésemos viendo la clasificación de un punto crítico en general, miraríamos

si la matriz hessiana es definida positiva, negativa o qué. Sin embargo, aquí estamos
viendo un punto crítico restringido. Los vectores v están siempre en el plano tangente
a la variedad, así que sólo tenemos que ver si la matriz es definida positiva/negativa
para esos vectores. Por lo tanto, la clasificación queda como
Teorema III.8 (Clasificación de puntos críticos restringidos). Dado un punto

crítico restringido P , su carácter depende del signo de v · D2 H(P ) · v T ∀v ∈ TP M
con la función H definida en (III.1):
Signo mayor que cero: mínimo local
Signo menor que cero: máximo local
III.4.1.1. Ejemplos
Calculamos los puntos críticos de la función F restringidos a la variedad G = 0,

con
85 de 206
F (x, y) = (x + 1)2 + y 2
G(x, y) = y 2 − x3 = 0
Con la restricción de G, tenemos que x3 = y 2 ≥ 0 y entonces x ≥ 0. Entonces,

esto significa que F (x, y) ≥ 1. Como F (0, 0) = 1, está claro que, sin operar, en (0, 0)
hay un mínimo.

2(x + 1) = λ(−3x2 )

∇F = (2(x + 1), 2y)
2y = λ2y
∇G = (−3x2 , 2y)   y 2 − x3 = 0
En la segunda ecuación, tenemos dos posibilidades para resolverlas:
Caso 1: y = 0 Tendríamos que

)
2
2(x + 1) = −3λx
−x3 = 0
, lo que es imposible.
Caso 2: λ = 1 La ecuación queda como

)
2(x + 1) = −3x2
y 2 = x3
pero la ecuación 3x2 + 2x + 2 = 0, imposible también.

Esto no quiere decir que el teorema no funcione, sino que tenemos que tener cuidado
con las hipótesis: ∇G tiene rango 0 en (0, 0) y por lo tanto no podemos aplicar el
teorema.
Ejemplo 2 Dada una función
F (x, y, z)) = xyz
y nos piden calcular el mínimo en un conjunto
K = {(x, y, z) ∈ R3 x + y + z = 1, x > 0, y > 0, z > 0}
. La restricción no es una variedad, sino un trozo de una variedad, un triángulo en

el primer octante. Usamos Lagrange y estudiaremos sólo los puntos críticos que caen
dentro del plano. También tendremos que ver qué ocurre en los bordes. Nos hemos
encontrado un "monstruo" nuevo, una variedad con un borde.Habrá que llevar a un
consenso de la definición porque en el plano todos los puntos son puntos frontera, y
hay unos más fuera que otros.
86 de 206
Habrá que resolver el sistema

∇F = λ∇G
G=0
. Después seleccionamos puntos con todas las coordenadas positivas y entonces

compararemos con el borde (F = 0).
Ejemplo 3) (Hoja 4, ejercicio 15.a) Hallar los extremos absolutos de F (x, y) =

2x + y 2 en ( )
2 x2 + y 2 ≤ 2
K = (x, y) ∈ R
x ≤ y2
¿Tiene sentido plantearse que esta función alcanze algún máximo o mínimo?
Demostrar que este conjunto es compacto
Dibujito
Hay que estudiar:
interior ∇F = (2, 2y) 6= (0, 0) =⇒ imposible.
Frontera, distinguiendo:
• Circunferencia G1 (x, y) = x2 + y 2 − 2.
 
)  2 = 2λx  √ √
∇F = λ∇G1
 
=⇒ 2y = λ2y =⇒ {( 2, 0), (− 2, 0), (1, 1), (1, −1)}
G1 = 0  2
x + y2 = 2 
 
√
De estos 4 puntos, sólo nos interesa en (− 2, 0) que es el único que
pertenece al interior
• Parábola
G2 (x, y) = x − y 2

2 =λ 

2y = λ(−2y) x = y = 0
x − y2 =0


• Puntos aislados
Conclusión Evaluamos F en los 4 puntos:

√
F (− 2, 0)
F (1, 1)
F (−1, 1)
F (0, 0)
87 de 206
Ejercicio 4.?:
a > 0, b > 0, ab(a + b) = 1.
Consideramos sólidos que tienen como base el triángulo de vértices
(0, 0), (a, 0), (b, 0) y tienen como sección al cortar por un plano x = cte lo
que sale son triángulos isósceles de altura 4.
Objetivo: Maximizar el volumen esos sólidos para cualquier (a, b) que cumplan
la propiedad.
Ejemplo 4 Fotito
Para calcular el área del mostruito vamos a aplicar el Principio de cavalier
Z a
V ol(a, b) = A(x)dx
0
La base viene dada por la recta que pasa por (a, 0, 0)y(b, 0, 0) y = b − ab x

b
b− a
x 4 2b
A(x) = = 2b − x
2 a
Sustituyendo:
Z a
2b
V ol(a, b) = 2b − xdx = ... = ab
0 a
El problema queda traducido a: Máximo de F (a, b) = ab con la restricción

ab(a + b) = 1.
Para evitar bloqueos mentales y quitarnos problemas con notación traducimos a:
Z x
2y
V ol(x, y) = 2y − xdx = ... = xy
0 x
El problema queda traducido a: Máximo de F (x, y) = xy con la restricción

xy(x + y) = 1.
Problema!! La restricción no es compacta, porque no está acotada. Entonces
truncamos la gráfica
Ya estamos en condiciones de aplicar el teorema
  
y = λ(2xy + y 2 ) 
 1 = λ(2x + y)

 

x = λ(x2 + 2xy) =⇒ 1 = λ(x + 2y)
xy · (x + y) =1  xy · (x + y) =1

  

1
Solución: x = y = √
3
2
88 de 206
Como es un conjunto compacto se tiene que alcanzar el máximo y el mínimo.

¿Podemos saber a priori si este punto crítico es máximo o mínimo? Sí!. Tiene que ser
el máximo, porque el mínimo se alcanza en los extremos.
89 de 206
Capítulo IV
Teoría de la integración en
subvariedades diferenciales
IV.1. Repaso: Integración en dimensiones inferio-

res
IV.1.1. Integración en dimensión 1

En dimensión 1, la teoría de integración la basábamos en la integral de Riemann.
Tomábamos una partición de [a, b]: P = a = t0 < t1 < ... < tk = b y a cada
subintervalo de esa partición Ii = [ti , ti+1 ] asignábamos dos pares de valores, Mi y mi :
Mi = sup{f (x) x ∈ Ii }
mi = ı́nf{f (x) x ∈ Ii }
Definíamos las sumas superiores (U) e inferiores (L):
k−1
X
U(f, P) = Mi (ti+1 − ti )
i=0
k−1
X
L(f, P) = mi (ti+1 − ti )
i=0
Esto nos da una aproximación al área debajo de la función como una suma de
rectángulos. Tal y como los hemos definido, está claro que
Z b
L(f, P) ≤ f ≤ U(f, P)
a
También parece obvio que, cuanto más pequeña sea la anchura de los intervalos,
más se aproximarán las sumas superiores e inferiores al valor real. Definimos entonces
90 de 206
α = lı́m U(f, P)
|P|→0
β = lı́m L(f, P)
|P|→0
, donde |P| = máx ti+1 − t − i, es decir, la anchura máxima de los intervalos que
formarn P. A partir de aquí podemos llegar a la definición de función integrable:
Función Definición IV.1 Función integrable. Se dice que f es integrable en [a, b] si y sólo si
integrable
α = lı́m U(f, P) = lı́m L(f, P) = β

|P|→0 |P|→0
La notación es Z b
f (x)dx = α = β
a
Teorema IV.1. Si f continua en [a, b] entonces f es integrable en [a, b].
El recíproco es falso. Se ve fácilmente si f es una función escalonada, por ejemplo:

podemos calcular el área debajo de ella sin problemas pero no es continua.
Teorema IV.2. Sea f integrable en [a, b].

Tomamos Ph una partición de [a, b] tal que máxi |ti+1 − ti | = h , es decir, h
mide el trozo más grande de la partición.
k−1
X Z b
lı́m f (si )(ti+1 − ti ) = f (x)dx
h→0 a
i=1
para cualquier elección si ∈ [ti , ti+1 ]
Teorema IV.3 (Cambio de variable (dimensión 1)). Sea g un difeomorfismo, y

suponemos que es creciente (la cuenta es análoga si fuese decreciente); de tal forma
que transforma el intervalo [a, b] en el intervalo [g(a), g(b)] = [A, B]. Entonces
Z B Z g −1 B
f (x) dx = f (g(t))g 0 (t) dt
A g −1 (A)
Es decir, tenemos cambio de los límites, de las variables y también de la medida.
91 de 206
IV.1.2. Integración en dimensión 1 < N ≤ 3

En dimensión mayor que uno teníamos una serie de generalizaciones, y
empezábamos con el teorema de Fubini que nos permite el cambio en el orden de
integración:
Teorema IV.4 (Teorema de Fubini). Sean A y B dos conjuntos compactos.

Entonces
Z Z Z Z
f (x, y) dx dy = f (x, y) dy dx
A B B A
En la práctica, tendremos que cambiar los límites de integración para que la

integral exprese el mismo área.
Por ejemplo, si tenemos la siguiente integral

(ver figura IV.1)
Z 2 Z 2y
I1 = f (x, y) dx dy
0 y2
y queremos invertirla cambiamos los límites de

integración:
Z 4 Z √x
I1 = f (x, y) dy dx
x
0 2
Figura IV.1: Integral I1
Otro ejemplo: estudiemos
Z b Z bZ f (x)
I2 = f (x) dx = dx dy
a a 0
. Si probamos a cambiar el orden de integración, tenemos que

Z M Z
I2 = dx dy
0 A(y)
Donde M es el máximo de f y A(y) = {x ∈ [a, b] f (x) ≥ y}. La longitud de

ese conjunto A se denomina la medida, y entonces podemos expresar
Z ∞
I2 = {x f (x) > y} dy
0
ya que la medida del conjunto será 0 cuando y > M .
Curiosamente, hemos pasado de una integral de Riemann a otra con una expresión
distinta, la llamada integral de Lebesgue. Esto pertence al campo de la teoría de la
medida, y permite estudiar conjuntos extraños y más monstruos y engendros varios.
92 de 206
En general, podemos expresar nuestro cambio de variable de forma más general

para cualquier cambio de variable:
Teorema IV.5 (Cambio de variable (dimensiones superiores)). Dados unos

7 → D∗ un difeomorfismo, y x ∈ D; y ∈ D∗ .
conjuntos D, D∗ con Φ : D −
Entonces
Z Z
∂ y
f (y) dy = f (Φ(x)) det
dx
D∗ D ∂ x
IV.1.2.1. Integración en curvas
Curva C 1 Definición IV.2 Curva C 1 . Se denomina curva en Rn a una aplicación
γ : [a, b] ⊂ R 7−→ Rn
t → γ(t) = (x1 (t), . . . , xn (t))
y con γ ∈ C 1 .
También exigiremos que la curva sea un camino regular, es decir que
γ 0 (t) 6= 0 ∀t
de tal forma que obligamos a que tenga tangente en todo punto.

Para calcular la longitud aplicamos las ideas básicas del cálculo integral: troceamos
el intervalo [a, b], y aproximamos cada uno de esos trozos por un segmento. Calculamos
la suma de la longitud de esos segmentos, hacemos tender la anchura de los trozos y
si converge, la longitud se puede medir.
Teorema IV.6 (Longitud de una curva). Dada una partición P = {a = t0 < t1 <
· · · < tk = b} definimos
|P| = máx |ti+1 − ti |
i
y la longitud L de la curva.
k−1
X
L(σ) = lı́m kσ(ti+1 ) − σ(ti )k
|P|→0
i=0
| {z }
=S(σ,P)
SI σ ∈ C 1 , entonces L(σ) existe y además
93 de 206
Z b
L(σ) = kσ 0 (t)k dt
a
Este teorema responde a una idea con respecto al cambio de variable: si tomamos
Γ como la curva que queremos integrar, entonces se puede expresar
Z Z b
L(σ) = 1 dσ = kσ 0 (t)k dt
Γ a
donde kσ 0 (t)k es el cambio en la medida correspondiente.

1
Demostración. Por pura pereza y no escribir más suponemos
σ(t) = (x(t), y(t))
. Tenemos que
k−1
X
S(σ, P) = kσ(ti+1 ) − σ(ti )k =
i=0
k−1 q
X 2 2
= x(ti+1 − x(ti ) + y(ti+1 − y(ti )
i=0
Por el Teorema del valor medio (I.20) tenemos que
2
x(ti+1 − x(ti ) = x0 (s1i )2 (ti+1 − ti )2
2
y(ti+1 − y(ti ) = y 0 (s2i )2 (ti+1 − ti )2
Entonces
k−1
X q
S(σ, P) = (ti+1 − ti ) x0 (s1i )2 + y 0 (s2i )2
i=0
No podemos simplificar porque no es seguro que s1i = s2i . Si fueran el mismo

punto, serían sumas de Riemann y habríamos terminado.
Como tenemos una función continua (σ 0 ) y estamos trabajando
p en un intervalo
cerrado y acotado ([a, b]) podremos reducir la expresión 0 2 0 2
p a x (ti ) + y (ti ) y que
gracias a la continuidad uniforme la diferencia con x0 (s1i )2 + y 0 (s2i )2 se puede
hacer todo lo pequeña que queramos, llegando a hacer coincidir en el límite si = ti ,
por lo que podríamos escribir:
k−1
X p
S(σ, P) = x0 (ti )2 + y 0 (ti )2 (ti+1 − ti )
i=0
94 de 206
o también:
k−1
X p
S(σ, P) = x0 (ti+1 )2 + y 0 (ti+1 )2 (ti+1 − ti )
i=0
La forma matemática de escribir este argumento:

p
Notación: G(s, t) = (x0 (s))2 + (y 0 (s))2
Llamamos: X
(1) = G(s1i , s2i )(ti+1 − ti )
X
(1) = G(t1i , t2i )(ti+1 − ti )

Vamos a estudiar (1) − (2)
X
0 ≤ (1) − (2) ≤ ... ≤ G(s1i , s2i ) − G(t1i , t2i ) (ti+1 − ti )
i
(s11 , s21 ∈ [ti , ti+1 ] por tanto:

√
ks1i , s2i ) − (ti , ti )k = ... ≤ 2kPk
Aplicamos G continua en [a, b] × [a, b] (compacto) =⇒ G uniformemente

continua.
Observación: Falso en general si la curva es sólo continua
Ejemplo:
σ : [0, 1] 7−→ R2
A di-
bujar! Descripción gráfica: entre 21k y 1
2k+1
y formo un triángulo isósceles con esos 2 puntos
y de altura hasta la bisectriz.
Sea el triangulo K:
Dibujo
r r
1 1 1 1
Longitud = Lk = ...???... = { 2
+1+ 2
+ 1} ≥
2k + 1 4k 4k + 4 2k + 1
X X 1
Longitud total = Lk ≥ =∞
k
2k + 1
Este mostruito no tiene longitud. ¿Y si en vez de rectas tomamos sinusoides? Esa

función si debería ser C 1 pero la longitud es ∞. Entonces la curva no puede ser C 1
(sería un contrajemplo del teorema)
1
A mí también me parece bien
95 de 206
Curva rec- Definición IV.3 Curva rectificable. Si el límite

tificable
lı́m S(σ, P)
|P|→0
existe entonces σ es rectificable.

Además, con comprobar que la curva es C 1 es suficiente.
Para que σ sea rectificable, basta con que sea continua de Lipschitz, es decir que
d(f (x), f (x0 )
lı́m ≤ C, ∀x
x→x0 d(x, x0 )
IV.1.2.2. Parametrización por longitud de arco
σ : [a, b] 7−→ Rn
con σ curva C 1 y regular. Entonces

Z s
L(s) = kσ 0 (t)k dt
a
y por el Teorema Fundamental del Cálculo
L0 (s) = kσ 0 (s)k
Al imponer que la curva sea regular, entonces σ 0 (s) 6= 0 y por lo tanto existe la
inversa L−1 . Si tenemos entonces un τ ∈ [0, L(b)], entonces S = L−1 (τ ) ∈ [a, b].(?)
Definimos
σ ∗ = σ ◦ L−1
σ ∗ = σ(L−1 (τ ))
1 1 σ 0 (s)
(σ ∗ )0 (τ ) = σ 0 (L−1 (tau))(L−1 (τ ))0 = σ 0 (L−1 (τ )) = σ 0 (s) =
L0 (L−1 (τ )) L0 (s) kσ 0 (s)k
Es decir, hemos conseguido una parametrización con velocidad constante k(σ ∗ )0 k =

1 y por lo tanto
Z τ Z s
∗ 0
L(τ ) = k(σ ) k ds = 1 ds = s
0 0
IV.2. Integración en dimensiones superiores
IV.2.1. Elemento de área

Supongamos que estamos en R3 . Podemos hablar de la longitud de una variedad
de dimensión 1, del área de una de dimensión 2 o del volumen de una de dimensión 3.
96 de 206
Ahora bien, ¿qué ocurre cuando pasamos a dimensiones superiores? La denominación

será la siguiente
1-variedad Longitud
k-variedad 1 < k < N Área
N-variedad Volumen
Para calcular esas cosas empezaremos partiendo del área de un parelelepípedo.

Definiremos el paralelepípedo como, dados k vectores independientes {v i } ⊂ RN ,
k
X
Pk = λi v i λi ∈ [0, 1]
i=1
Elemento de área: Pk ≡ { ki=1 λi v i , λi ∈ [0, 1]} ⊂ RN

P
Definimos una
Ψ : RN 7−→ RN
x −→ (Ψ1 (x), ..., Ψn (x))
si x ∈ Pk =⇒ Ψ(x) = (Ψ1 (x), Ψ2 (x), ..., Ψk (x), 0, ..., 0)
Ψ mantiene longitudes y ángulos, es decir hΨ(u), Ψ(v)i = hu, vi, ∀u, v ∈ RN

Esto implica: hΨ(u), Ψ(v)i = hu, vi =⇒ kΨ(u)k = kuk. Si se conservan los
módulos, se conservan también los ángulos.
Observación: Si x, y ∈ Pk =⇒ hx, yi = hΨ(x), Ψ(y)i = Ψ̃(x), Ψ̃(y)

| {z } | {z }
Prod RN Prod RK
Z
Idea: Área (Pk ) = Área (Ψ̃(Pk )) ≡ ds, una integral en RK , K < N
Ψ̃(Pk )
El paso que vamos a dar ahora es: Construir una aplicación L tal que L(ei ) = Ψ̃(v i )
Y aplicamos el cambio de variables:
Z Z
∂s
ds = det dt

Ψ̃(Pk ) [0,1]K ∂t
Tenemos:
L lineal, L : RK 7−→ RK
L(ej ) = Ψ̃(v j ).
97 de 206
Con la segunda propiedad podemos construir la aplicación L.
!
Ψ̃(v 1 ) Ψ̃(v 2 ) ... Ψ̃(v k ) ds
L= .. =
↓ ↓ . ↓ dt
Conclusión:
!

Ψ̃(v 1 ) Ψ̃(v 2 ) ... Ψ̃(v k )
Area(Pk ) = |det L| = det ..
↓ ↓ . ↓

Pero... tenemos 2 problemas:
Necesitamos una manera cómoda con la que construir Ψ̃.
¿Utilizando otra parametrización llegamos al mismo resultado?
Vamos a reventar 2 pajaros de un tiro.
 ! !T  21
Ψ̃(v 1 ) Ψ̃(v 2 ) ... Ψ̃(v k ) Ψ̃(v 1 ) Ψ̃(v 2 ) ... Ψ̃(v k )
Area(Pk ) = det .. .. 
↓ ↓ . ↓ ↓ ↓ . ↓
¿Qué ganamos?
 
hΨ̃(v 1 ), Ψ̃(v 1 )i hΨ̃(v 1 ), Ψ̃(v 2 )i ... hΨ̃(v 1 ), Ψ̃(v k )i
hΨ̃(v 2 ), Ψ̃(v 1 )i hΨ̃(v 2 ), Ψ̃(v 2 )i ... hΨ̃(v 2 ), Ψ̃(v k )i
 
1
 . . . .  = (∗) = det(hvi , vj i) 2

 .. .. .. .. 

hΨ̃(v k ), Ψ̃(v 1 )i hΨ̃(v k ), Ψ̃(v 2 )i ... hΨ̃(v k ), Ψ̃(v k )i
(∗) Hemos construido las cosas de tal manera que se mantiene el producto escalar.
Ejemplo: P2 ⊂ R3 generado por u, v ∈ R2

 ! 12
hu, ui hu, vi  1
Area(P2 ) = det = hu, uihv, vi − hu, vi2 2 =
hv, ui hv, vi
2 p
kukkvk − kukkvk(cos(θ)2 ) = kukkvk 1 − cos2 (θ) = kukkvksen(θ) = ||u × v||
Bueno, esto cumple lo que la sabíamos de selectividad. El área de un paralelogramo
2 dimensional en R3 es la raiz cuadrada del módulo del producto vectorial.
Aplicación: Vamos a aplicar esto para hallar el área de una k − variedad en RN .
Dibujo
Φ(s0 ) = x0 ∈ M
98 de 206
Φ(s0 + hj ej ) = Φ(s0 ) + ∂∂ sΦj (s0 ) · hj + err(h) Aplicando taylor, en el que cada

alargamiento h depende de la dirección.
1
Idea: Area(Φ(Qk )) = Area(Pk )+err(h) donde Area(Pk ) = det(hvi , vj i) 2 , {vj }
genera Pk .
Me he
per-
dido
 ! 12
porque det h ∂ Φ , ∂ Φ ihi hj 
vi = ∂ s i ∂ sj
∂Φ
∂ sj
(s0 )·
hj Tomamos hi = h, ∀i
 ! 12
∂Φ ∂Φ 
hk det h , i
|{z} ∂ si ∂ sj
Area(Qk )
| {z }
Area(Pk )
Conclusión:
 ! 12
X ∂Φ n ∂Φ n
Area(M ) = Area(Qnk ) det h (s ), (s )i  + err(h)
n
∂ si 0 ∂ sj 0
12
Si llamamos F (sn0 ) = det h ∂∂ sΦi (sn0 ), ∂∂ sΦj (sn0 )i
Tenemos: Z
Riemann
X
Area(Qk )F (sn0 ) −−−−−→ F (s)ds
n→∞ D
n
12
∂Φ ∂Φ
R
Por tanto: Area(M ) = D det h ∂ si , ∂ sj i
Lo que en Cálculo 2 llamábamos kTu × Tv k.

Dada una f : RN 7−→ R podemos definir:
Z Z
1
f dA = f (Φ(s)) det(hΦsi , Φsj i) 2 ds
Φ(D) D
Ejemplos
Ejemplo 1)
σ : [a, b] 7−→ RN
Sea Γ = {σ(t) ∈ RN t ∈ [a, b]}

El elemento de área sería:
99 de 206
Z Z b
1
f dA = f (σ(t))(hσ 0 , σ 0 i) 2
Γ a
Ejemplo 2)
Φ : D ⊂ R2 → R3
(s1 , s2 ) → (x(s1 , s2 ), y(s1 , s2 ), z(s1 , s2 ))
Tenemos en este caso:

Z Z
1
f dA = f (Φ(s1 , s2 ))(det(hΦsi , Φsj i)) 2 )ds
Φ(D) D
1
(det(hΦsi , Φsj i)) 2 ) = (∗) = kΦ1 × Φ2 k
(∗) visto anteriormente.
Integrales de campos sobre curvas y superficies en R3 .
→
−
1 Γ curva, F campo. Nos interesa la componente que sigue la tangente de la
recta (ya que en la dirección perpendicular no se realiza trabajo). Para ello
multiplicamos escalarmente por el vector director normalizado.
→
− − σ0
→
Z Z Z
F dσ ≡ Trabajo ≡ FT = h F , 0 i
Γ Γ Γ kσ k
Z b Z b
→
− σ 0 (t) 0 →
−
= h F (σ(t)), 0 ikσ (t)kdt = h F (σ(t)), σ 0 (t)idt
a kσ (t)k a
2 Flujo a través de una superficie.

En este caso, la componente que nos interesa es la perpendicular a la superficie.
→
−
n = Tu × Tv
→
− →
−
Z Z
F = ... = h F (Φ(u, v)), Tu × Tv idudv
Φ(D) D
Volvemos a plantearnos el problema: ¿Distintas parametrizaciones nos da el mismo

trabajo/flujo? Depende de la orientación de la parametrización. No es lo mismo el
trabajo para ir desde abajo de la curva hasta arriba que para bajarla. ¿Este problema
traducido a RK , flipas o k ase?
Recordamos algunos teoremas y definiciones vistos en Calculo 2:
IV.2.2. Campos vectoriales

Los campos vectoriales son funciones F : RN 7−→ RN , en el que a cada punto se
le asigna un vector.
Campo Definición IV.4 Campo conservativo. Diremos que F es un campo gradiente o

conservati-
vo
100 de 206
conservativo si ∃V : RN 7−→ R tal que F = ∇V .
Divergencia Definición IV.5 Divergencia. En un campo vectorial, la divergencia mide el cambio

de volumen y existencia de fuentes o sumideros. Si la divergencia es 0, tenemos un
"fluido" incompresible.
∂F1 ∂Fn
div F = + ··· +
∂x1 ∂xn
Rotacional Definición IV.6 Rotacional. El rotacional mide el giro interno de las partículas en un
campo, que se puede expresar como 2
rot F = ∇ × F
Si el rotacional es distinto de cero, significa que ha habido choques internos de las

partículas y por lo tanto ha habido pérdida de energía.
Teorema IV.7. Supongamos que F ∈ C 1 es un campo gradiente. Entonces,

rot F = 0. El recíproco también es cierto.
Teorema IV.8 (Teorema de Green). Sea Γ una curva simple en R2 . Llamamos

D al interior de Γ. Sea (P, Q) el campo con P, Q ∈ C 1 (D). Entonces
Z ZZ
∂Q ∂P
(P, Q) dσ = − dx dy
Γ+ D ∂x ∂y
Teorema IV.9 (Teorema de Stokes). Dada Γ una curva cerrada simple en R3 que
es el borde de una superficie S, tenemos que
Z ZZ
F dσ = rot F dS
Γ+ S+
Esto indica que el flujo por una superficie depende sólo de la forma de su boca.
2
En realidad, ∇ no es un vector y esto es sólo una regla mnemotécnica
101 de 206
Teorema IV.10 (Teorema de Gauss). Sea S una superficie cerrada que encierra
una región Ω, y F ∈ C 1 (Ω).
ZZ ZZZ
F dS = div F dx dy dz
S+ Ω
Todos estos teoremas son parecidos en cuanto a que a la izquierda se tiene el

campo evaluado en la frontera y a la derecha tenemos una integral en el interior de
una expresión más o menos compleja en la que aparecen las derivadas. Cabe esperar
que sean casos particulares de un teorema superior, cosa que es cierta. Este teorema
se le llama de Stokes en general.
De aquí al final de curso nos dedicaremos a llegar a ese teorema y ver que estos 3
teoremas son casos particulares.
Para ello nos adentraremos en el espinoso jardín de la orientación.
IV.2.3. Orientación
El tema de la orientación tiene que ver con tener cuidado con el orden. Vamos a
ver los ejemplos de pocas dimensiones:
Ejemplos:
Ejemplo 1) Bases en R2
B1 = {(0, 1), (1, 0)}
B2 = {(1, 0), (0, 1)}
Sea v = (v1 , v2 )B1 = (v2 , v1 )B2 6= v

Lo que haremos en este caso será un cambio de base, B1 , B2 bases en RN . Sea
CB1 →B2 matriz del cambio de base de B1 a B2 .
Orientación Definición IV.7 Orientación. Diremos que B1 , B2 tiene la misma orientación ⇐⇒

det CB1 →B2 > 0
¿Que pasaría si el determinante de esa matriz de cambio de base sea 0? No puede
ser (por definición de cambio de base, que tiene que ser reversible).
Ejemplo 2) R3 . Sean
B1 = (u, v, w), B2 = (v, u, w), B3 = (w, u, v)
102 de 206
     
1 0 0
Si tomamos u = 0 = 1 = 1
     
0 0 0
B1 B2 B3
Siguiendo este razonamiento llegamos a la matriz de cambio de base:

 
0 1 0
CB1 →B2 = 1 0 0
 
0 0 1
Cuyo determinante es negativo.
Lo mismo con
 
0 0 1
CB1 →B1 = 1 0 0
 
0 1 0
Cuyo determinante es positivo.
¿Porqué al cambiar el orden se cambia la orientación?
Observación: Aceptamos como orientación positiva la de la base canónica ordenada

como Dios manda: {(1, 0, 0, ..., 0), (0, 1, 0, 0, ..., 0), (0, 0, 1, 0, 0, ..., 0), ..., (0, 0, ..., 0, 1)}
Vamos con algún ejemplo más:
Ejemplo 3) (Importante)
En R3 , sean u, v independientes.
Construimos B = {u, v, u × v}. Queremos saber si esta base es de orientación
positiva u orientación negativa.
→
− →− →−
 
i j k

u2 v2 u1 v1 u1 v1 

u×v = u1 u2 u3 = ... = u v , u v , − u v

3 3 3 3 2 2
v1 v2 v3
 
u2 v2

u1 v1 
u3 v3
 
 
 
u v1 

− 1

BB→C =
u 2 v 2 
 u3 v3 
 

u1 v1 

u 3 v 3 
u2 v2

Cuyo determinante es
2 2 2
u v u v u v

2 2 1 1 1 1
+ + >0
u3 v3 u3 v3 u2 v2

103 de 206
Ejemplo 4) R2
Sean
C = {(1, 0), (0, 1)}
B = {(u1 , u2 ), (v1 , v2 )}
La matriz fácil de calcular es

!
u1 v1
CB→C =
u2 v2
!
u1 v1
0 < det = h(u1 , u2 ), (v1 , v2 )i = h(λ, 0), (β, −α)i = λβ
u2 v2
Aplicando un giro (de aquí salen λ...) podemos ver que el si el ángulo entre
u, v ∈ (0, π) + pero si el ángulo entre u, v ∈ (π, 2π) −. ¿Y en π? Entonces los
vectores no serían independientes.
Idea: Vamos a dedicarnos a jugar con los vectores de la base aplicandoles una
deformación continua para ver que pasa con la discontinuidad de la orientación en π a
ver que encontramos.
Sea la deformación (α(t), β(t)), t ∈ (0, 1) continua, donde (α(0), β(0)) = (e1 , e2 )
y (α(1), β(1)) = (e1 , e2 )
Si la orientación de la base que tengo al final es positiva, entonces podemos

encontrar una transformación continua que mantenga positivo el determinante,
∀t.
Si la orientación es negativa, entonces siempre det=0 para algún t.
Vamos a extender la idea anterior en R3 .

Idea geométrica: Yo tengo 2 bases y quiero pasar de una a otra, si puedo encontrar
un camino en el que los 3 vectores nunca pertenezcan al mismo plano entonces la
orientación es la misma. El orden es fundamental.
Sea
B = {e1 , e2 , e3 } C = {u, v, w}
e3
e2 v
e1 u
104 de 206
No hay ninguna manera de llevar e3 a w sin formar un único plano con los tres
vectores.
Aunque podríamos llevar e3 → u y e1 → w... ¿Entonces?
Mal! Porque no estamos manteniendo el orden, tendríamos la base C∗ =
6 C.
{w, v, u} =
Caracterización práctica
Lema IV.11. Si u, v son vectores independientes, entonces {u, v, u × v} es una base.
Lema IV.12. La base {u, v, w} tiene orientación positiva si y sólo si w y u × v están

en el mismo lado del espacio respecto del plano generado por u, v (o, lo que es lo
mismo, hw, u × vi > 0).
Ahora que ya tenemos vista la orientación de bases en RN vamos a ver la orientación

en Ta M (espacio tangente de una variedad en un punto)
Tipico
dibujo Sea {e1 , e2 , . . . , ek } la base canónica en Rk , y Φ(u0 ) = a
de un
Como la variedad viene dada por una parametrización, tomamos img DΦ, es decir:
con-
junto Ta M = img DΦ(u0 ) = {DΦ(u0 )v, v ∈ RK }
en el
plano Tomando la base euclídea:
RK
k k
que la X X
DΦ(u0 ){ vi ei } ≡ vi [DΦ(u0 )ei ] ∈ RN
para- | {z }
metri-
zación
1) Es decir, la img DΦ está generada por los k vectores
Φ lo
lleva al {DΦ(u0 )e1 , . . . , DΦ(u0 )ek } (IV.1)
espa-
cio.
2) La condición de rango máximo nos asegura que los k vectores son linealmente
independientes.
Conclusión: El conjunto (IV.1) es una base de Ta M

Problema Si tenemos 2 parametrizaciones distintas Φ, Ψ entonces tendremos 2
bases diferentes. Cabe plantearse bajo qué condiciones se mantiene la orientación.
(aunque todavía no tengamos muy claro que es la orientación de una variedad)
Ejemplos:
105 de 206
1) Las orientaciones de una curva en RN es fácil, basta comprobar los sentidos

de los vectores tangentes.
Vamos a hacer las cuentas:
Sean σ, β parametrizacones del mismo trozo de la curva, que parten de orígenes
distintos.
σ : U 7−→ Γ, s → σ(s)
β : V 7−→ Γ, t → β(t)
Tenemos un teorema que nos garantiza que existe un difeomorfismo (??)g, tal
que
σ(s) = β(g(s)) ∧ σ 0 (s) = β 0 (g(s)) · g 0 (s)
En este caso, para que las dos parametrizaciones den la misma orientación, g 0 > 0.
2) Las orientaciones de una superficie también, basta comprobar los sentidos de

los vectores normales.
Φ : U 7−→ R3 , (u, v) → Φ(u, v)

Ψ : V 7−→ R3 , (r, s) → Ψ(r, s)
Tenemos un teorema que nos garantiza... tal que
g(u, v) = (g1 (u, v), g2 (u, v))
En este caso, calculamos )

Φu × Φv
Ψr × Ψs
Tenemos que Φ(u, v) = Ψ(g1 (u, v), g2 (u, v))
Φ1 (u, v) = Ψ1 (g1 (u, v), g2 (u, v))

!
(g1 )u
(Φ1 )u = (Ψ1 )r ru + (Ψ1 )s su = ((Ψ)r (Ψ1 )s )
(g2 )v
Se calculan las 6 derivadas (Φ1 , Φ2 , Φ3 ) respecto de u y de v Teniendo cuidado de en

donde evaluamos que derivadas y acabamos llegando a
   
(Φ1 )u (Ψ1 )r (Ψ1 )s !
 (g1 )u
(Φ2 )u  = (Ψ2 )r (Ψ2 )s 
  
(g2 )u
(Φ3 )u (Ψ3 )r (Ψ3 )s
106 de 206
Análogamente:    
(Φ1 )v (Ψ1 )r (Ψ1 )s !
 (g1 )v
(Φ2 )v  = (Ψ2 )r (Ψ2 )s 
  
(g2 )v
(Φ3 )v (Ψ3 )r (Ψ3 )s
Ahora procedemos a calcular

 
(Φ2 )u (Φ2 )v (Φ1 )u (Φ1 )v (Φ1 )u (Φ1 )v

Φu × Φv = . . . =  ,− ,

(Φ3 )u (Φ3 )v (Φ3 )u (Φ3 )v (Φ2 )u (Φ2 )v

Tomando el primer elemento calculamos:

! !
(Ψ2 )r (Ψ2 )s (g1 )u (g1 )v (Ψ2 )r (Ψ2 )s

det = det Dg

(Ψ3 )r (Ψ3 )s (g2 )u (g2 )v (Ψ3 )r (Ψ3 )s
Repitiendo la cuenta con el resto de los elementos, llegamos a
Φu × Φv = Ψr × Ψs · (det Dg)
Conclusión Para mantener la orientación necesitamos det Dg > 0
Orientación Definición IV.8 Orientación en RN . Sean Φ, Ψ parametrizaciones de una

en RN subvariedad k-dimensional en RN , con g ≡ cambio de variables tal que Φ = Ψ ◦ g.
Entonces Φ, Ψ inducen la misma orientación ⇐⇒ det Dg > 0
Observación: Este teorema solo afecta a la zona de la subvariedad M parametrizada

por Φ y Ψ al mismo tiempo.
Ejemplo de superficies no orientables
Banda de Moebius
107 de 206
La parametrización es

θ θ θ
Φ(t, θ) = (R + t · sen )cosθ, (R + t · sen )senθ, tcos t ∈ (−1, 1), θ ∈ (0, 2π)
2 2 2
¿Estamos seguros de que es una parametrización?
Regular (C 1 )
DΦ rango máximo (Fácil)
Homeomorfismo
Vamos a comprobar el homeomorfismo,

Tenemos 2 posibles caminos:
1) Despejamos en función de x, y, z
y
x
= tgθ.
Definimos 3 :
θ = arctg xy (1)
θ = arctg xy + π (2)
θ = arctg xy + 2π (3)
Y comprobar que es continua
2) Escribimos este conjunto como un conjunto de nivel y ver que es una variedad,
por lo tanto no hace falta comprobar el homeomorfismo sobre la imagen.
p θ
x2 + y 2 = (R + t · cos )
2
p
2 2
z
x + y − R = ”arctg y ”
tg ? x
Orientación Una clave importante es que cuando θ → 0+ =⇒ Φ(t, θ) pero si

θ → 2π − =⇒ Φ(−t, θ)
→
−
n = T × T = ... = →
−
n (t, θ)
t θ
→
− t
n (t, θ) −−−− − −
→ (−R, )
θ→0+ →∞ 2
→
− t
n (t, θ) −−−−− −−→ (R, − )
−
θ→2π →∞ 2
Curioso: esta parametrización que no cubre el segmento con el que se empieza.
Esta parametrización tiene una propiedad curiosa, al empezar, el vector normal apunta
hacia dentro y al final, apunta hacia fuera. Es imposible cubrirla del todo con una
parametrización.
3
Utilizando: (??)
108 de 206
El otro ejemplo típico de superficie no orientable es la botella de Klein
Variedades con borde Conjuntos con frontera en R2 .

Utilizamos la tercera caracterización de subvariedad, que dice que existe un
difeomorfismo que vamos a llamar Φ, (que por ser difeomorfismo, existe Ψ = Φ−1 ).
Podemos suponer que estamos trabajano con un cuadrado en el plano y su imagen
para facilitar las cuentas.
Partimos de
Ψ(s0 , 0) = (x0 , y0 ) ∈ dM (la frontera de M )
Ψ(s0 , 0) ∈ dM
Ψ(s, t) ∈ M, t > 0(s, t) ∈ U
En U es fácil orientar un cuadrado. ¿Cómo nos "llevamos" la orientación? Con la

diferencial, que si queremos que sea la misma orientación =⇒ det DΦ > 0.
Sea C = {e1 = (1, 0), e2 = (0, 1)} base canónica en R2 (variables (s,t)).
Sea B = {DΨ(s0 , 0)e1 , DΨ(s0 , 0)e2 } base en R2 (variables (x, y))
Tenemos también σ(s) = Ψ(s, 0) parametrización de un trozo de dM que contiene
a x0 .
 
∂ Ψ1 ∂ Ψ1
DΨ =  ∂∂Ψs ∂∂Ψt 
 
2 2
∂s ∂t
En la primera columna lo que tenemos es el vector tangente a la curva. Cuando t = 0
tenemos la parametrización de la frontera.
σ (s0 ) →
−
!
0
v
DΨ|( s0 , 0) =
↓ ↓
Haciendo un desarrollo de Taylor tenemos:
109 de 206
! !
∂ Ψ1
Ψ1 (s0 , 0) ∂t
(s0 , 0)
Ψ(s0 , t) = +t ∂ Ψ2 +err
Ψ2 (s0 , 0) ∂t
(s0 , 0)
| {z }
v
!
Ψ1 (s0 , t)
= x0 + tv + err
Ψ2 (s0 , t)
| {z }
∈M t>0
Conclusión: v "apunta hacia el interior de M ".
Orientación
C = {e1 , e2 }
B = {DΨ(s0 , 0)e1 , DΨ(s0 , 0)e2 } = {σ 0 (s0 ), v}
B orientación positiva ⇐⇒ det DΨ(s0 , 0) > 0 ⇐⇒ Ángulo entre σ 0 (s0 ) y v ∈ (0, π)
Con un dibujo se llegaría a entender perfectamente la siguiente conclusión (basada

en la interpretación geométrica de que el ángulo ∈ (0, π))
Conclusión si recorremos la frontera de la subvariedad con la mano izquierda
hacia dentro es la orientación positiva si nuestra subvariedad queda en el interior de esa
frontera/curva, si nuestra subvariedad es el exterior de la curva pues será la orientación
negativa.
Ejemplo
Φ : R2 7−→ R3
Tenemos σ(s) = Φ(s, 0), parametrización de un trozo de dM que contiene a x0 .

Siendo
σ 0 (s0 ) →
−
!
v
DΦ(s0 , 0) = ... =
↓ ↓
Orientación:
C = {e1 , e2 , e3 }
B = {DΦ(s0 , 0)e1 , DΦ(s0 , 0)e2 } = {σ 0 (s0 ), v}
Pero... solo tenemos 2 vectores, ¿y el tercero? Anteriormente hemos visto que es

el producto vectorial (IV.11)
Es decir
B = {σ 0 (s0 ), v, σ 0 (s0 ) × v}
110 de 206
Con las cuentas vistas antes del ejemplo comprobamos que v apunta hacia el interior
de M .
Conclusión: La elección de σ 0 y del producto vecotiral deben ser compatibles.
Para esta elección aplicaríamos la regla del muñequito y la mano izquierda.
111 de 206
Capítulo V
Teorema de Stokes
V.1. Lenguaje de las formas diferenciales
V.1.1. Casos específicos: 0, 1, y 2-formas

0-formas Son funciones escalares definidas en un abierto de Rn
f : Ω ⊂ RN 7−→ R
Operaciones habituales:
Suma: sí
Producto: sí
Composiciones: no (porque no cuadran las dimensiones)
1-formas Sea C = {e1 , e2 , ..., en } la base canónica en RN .

Sea L una aplicación lineal
L : RN 7−→ R
Que recordamos que cumplen:
L(x + y) = L(x) + L(y); L(λx) = λL(x)
n
X
Definimos y ∈ RN y= yi ei , con lo que
1
X
L(y) = yi L(ei )
Entonces )
vi = L(ei ) X
→ L(y) = vi Pi (y)
yi = Pi (y)
i
112 de 206
Siendo Pi las proyecciones, una base del espacio dual.

Notación:
Pi ≡ dxi .
dxi [y] ≡ Pi (y) = yi
Entonces, dado un v podemos construir
N
X
L≡ vi dxi
i
N
X N
X
L[y] = vi dxi [y] = vi yi
i i
1-forma Definición V.1 1-forma.

N
X
ω(x) = Fi (x)dxi
1
Se evalúa en x ∈ R
Actúa sobre y ∈ RN
Es decir,
X X X
ω(x)[y] = Fi (x)dxi [y] = Fi (x)dxi [y] = Fi (x)yi
Indicaremos con paréntesis el punto en el que estamos evaluando, y con corchetes

el punto en el que estamso actuando.
Operaciones:
Sumar: sí (lo razonable)

Multiplicar: por una función escalar sí está definida.
Ejemplo: Supongamos f una función escalar (una 0-forma).

∂f
∇f (x) = (x) i = 1, ..., N
∂ xi
Nos podemos construir una 1-forma desde el gradiente
∂f
(x)dxi
∂ xi
A esta 1-forma en particular la llamaremos df (x).
¿Utilidad? Ya la veremos, pero es una forma de escribir el producto escalar.
h∇f (x), yi = df (x)[y]
113 de 206
2-formas Punto de partida: Aplicaciones bilineales alternadas
Φ : RN × RN 7−→ R
Que cumplen
Φ([u, v]) = −Φ([v, u]) =⇒ Φ(u, u) = 0

Φ([u + v, w]) = Φ([u, w]) + Φ([u, w])
Φ([λu, v]) = λΦ([u, v])
Consecuencias:
Φ(r, s + t) = Φ(r + s) + Φ(r + t)

Φ(u, µv) = µΦ(u, v)
Ejemplo en R3 para facilitar las cuentas.
Φ(u, v) = Φ(u1 e1 + u2 e2 + u3 e3 , v1 e1 + v2 e2 + v3 e3 )
Aplicando las propiedades anteriores obtenemos:
≡0
z }| {
u1 v1 Φ(e1 , e1 ) +u1 v2 Φ(e1 , e2 ) + u1 v3 + Φ(e1 , e3 )+
u2 v1 + Φ(e2 , e1 ) + u2 v2 + Φ(e2 , e2 ) + u2 v3 + Φ(e2 , e3 )+
u3 v1 Φ(e3 , e1 ) + u3 v2 + Φ(e3 , e2 ) + u3 v3 + Φ(e3 , e3 ) =
C
z }|1 {
(u1 v2 − u2 v1 ) Φ(e1 , e2 ) +(u1 v3 − u3 v1 )Φ(e1 , e3 ) + (u2 v3 − u3 v2 )Φ(e2 , e3 )
| {z }
u
1 u2

v
1 v2

Hemos demostrado que

Φ(u, v) = C1 B12 (u, v) + C2 B13 (u, v) + C3 B23 (u, v)
Notación: Bij = dxi ∧ dxj

! !
ui uj dxi [u] dxj [u]
dx ∧ dxj [u, v] = det = det
vi vj dx[ v] dxj [v]
2-forma Definición V.2 2-forma.

N
X
β= Fi (x)dxi ∧ dxj
i,j=1
114 de 206
Se evalúan en puntos x ∈ RN
Actúan sobre pares de vectores [u, v] ∈ RN × RN .
Es decir:
!
X X ui vi
β(x)[u, v] = Fij (x)dxi ∧ dxj [u, v] = Fij det
uj vj
Ojo El cambio del orden (en el determiante)es aposta por la segunda propiedad de
las 2 formas
V.1.2. Generalización: k-formas

Vamos a dar una definición general de una k-forma.
Elementos básicos:
 
u1i1 ... u1ik
dxi1 ∧ . . . ∧ dxik [u1 , u2 , ..., uk ] = det  ... . . . ... 
 
uki1 ... ukik
K-forma Definición V.3 K-forma. Una k-forma es una expresión como la que sigue
N
X
Fi1 ,...,ik (x) dxi1 ∧ . . . ∧ dxik
i1 ,...,ik =1
Se evalúa en puntos x ∈ RN y actúa sobre grupos de K vectores.
Lema V.1. Si dos índices están repetidos, la diferencial vale 0:
ij = is =⇒ dxij ∧ dxis = 0
!
N
Esto nos dice que en RN , teniendo K-formas (con K < N ) tenemos
K
combinaciones distintas.
Observación: Si K > N y ω es una k-forma, entonces ω ≡ 0
Ejemplos: En R3 .
0-forma f (x, y, z) = 0
1-forma f1 (x, y, z) dx + f2 (x, y, z) dy + f3 (x, y, z) dz
115 de 206
2-forma g1 (x, y, z) dy ∧ dz + g2 (x, y, z) dz ∧ dx + g3 (x, y, z) dx ∧ dy

3-formas h(x, y, z) dx ∧ dy ∧ dz
Ojo Al cambio en la 2-forma, que es dzdx. Esto es para seguir el orden cíclico
(por temas de la orientación). Esto es x → y → z → x
Observación: Las funciones escalares las podemos interpretar como 0-formas y como
3-formas. Los campos vectoriales los podemos interpretar como 1-formas y también
como 2-formas.
Notación Para escribir un conjunto de subíndices {i1 , i2 , ..., ik } ≡ I

También acortaremos dxi1 ∧ . . . ∧ dxik ≡ dxI .
X
La definición quedaría FI (x)dxI
I
V.1.3. Operaciones
Siempre se puede multiplicar por 0-formas y sumar formas del mismo orden. Estas
operaciones son triviales porque son operaciones internas.
Vamos a definir las operaciones externas:
V.1.3.1. Producto exterior
Producto Definición V.4 Producto exterior. Sean

exterior
X
ω= FI dxI (k-forma ∈ RN )
I
X
β= Gj dxJ (s-forma ∈ RN )
J
Se define el producto exterior de ω y β de la siguiente forma

X
ω∧β = FI GJ dxI ∧ dxJ (k+s-forma)
I,J
Observación: Si K + S > N =⇒ ω ∧ β = 0
Vamos a por un ejemplo de producto exterior en R3 . Consideramos las dos siguientes
formas diferenciales:
ω = f1 (x, y, z) dx + f2 (x, y, z) dy + f3 (x, y, z) dz

β = g1 (x, y, z) dx + g2 (x, y, z) dy + f3 (x, y, z) dz
116 de 206
y calculamos su producto exterior, ω ∧ β
ω ∧ β = f1 g1 dx ∧ dx + f1 g2 dx ∧ dy + f1 g3 dx ∧ dz + f2 g1 dy ∧ dx+
+ f2 g2 dy ∧ dy + f2 g3 dy ∧ dz + f3 g1 dz ∧ dx + f3 g2 dz ∧ dy + f3 g3 dz ∧ dz
Tachamos los que sean 0 ( dx ∧ dx = 0) y tenemos cuidado con el orden cíclico, y nos
queda
(f2 g3 − f3 g2 ) dy ∧ dz + (f3 g1 − f1 g3 ) dz ∧ dx + (f1 g2 − f2 g1 ) dx ∧ dy
Partiendo de 2 campos vectoriales que eran 1-formas hemos llegado a una 2-forma.
Además, si nos fijamos, hemos llegado a la definición de producto vectorial en R3 :
→
− → −
F × G = (f2 g3 − f3 g2 ), (f3 g1 − f1 g3 ), (f1 g2 − f2 g1 )
V.1.3.2. Diferencial exterior
El diferencial exterior trata de ampliar el concepto del diferencial (la matriz de

derivadas parciales) más allá de las funciones, de tal forma que podamos aplicarlo a
formas diferenciales.
Diferencial Definición V.5 Diferencial exterior. Definimos la diferencial exterior de una k-forma
exterior como
 
Prod. ext
X X z}|{
dω = d Fi (x) dxI = dFI ∧ dx
|{z}I
 
|{z}
I I 1-forma k-forma
donde
N
X ∂f
df = dxi
i
∂ x i
La diferencial exterior de una k-forma es una k+1-forma.

Veamos algunos ejemplos, empezando en R3 .
Partimos de un campo vectorial G = (g1 , g2 , g3 ) al que asociamos una 2-forma ω:
ω = g1 dy ∧ dz + g2 dz ∧ dx + g3 dx ∧ dy
Calculamos ahora la diferencial exterior, dω. Para calcularla, recordamos que

dx ∧ dx = 0 y que podemos cambiar el orden del producto exterior si respetamos
el orden cíclico (x, y, z).
117 de 206
dω = dg1 ∧ dy ∧ dz + dg2 ∧ dz ∧ dx + dg3 ∧ dx ∧ dy =

∂ g1 ∂ g1 ∂ g1
= dx + dy + dz ∧ dy ∧ dz
∂x ∂y ∂z

∂ g2 ∂ g2 ∂ g2
+ dx + dy + dz ∧ dz ∧ dx
∂x ∂y ∂z

∂ g3 ∂ g3 ∂ g3
+ dx + dy + dz ∧ dx ∧ dy =
∂x ∂y ∂z
∂ g1 ∂ g2 ∂ g3
= dx ∧ dy ∧ dz + dy ∧ dz ∧ dx + dz ∧ dx ∧ dy =
∂x ∂y ∂z

∂ g1 ∂ g2 ∂ g3
= + + dx ∧ dy ∧ dz
∂x ∂y ∂z
Hemos llegado a una 3-forma que además es la forma diferencial asociada a la

divergencia de G.
Pasamos a otro ejemplo, donde vamos a calcular la diferencial exterior de una 1-
forma ω = F1 dx+F2 dy +F3 dz. Recordamos que si invertimos el orden del producto
exterior pagamos con un cambio de signo, esto es, dx ∧ dz = − dz ∧ dx.
dω = d (F1 dx + F2 dy + F3 dz) =
= dF1 ∧ dx + dF2 ∧ dy + dF3 ∧ dz =

∂ F1 ∂ F1 ∂ F1 ∂ F2 ∂ F2 ∂ F2
= dx + dy + dz ∧ dx + dx + dy + dz ∧ dy+
∂x ∂x ∂x ∂x ∂x ∂x

∂ F3 ∂ F3 ∂ F3
+ dx + dy + dz ∧ dz =
∂x ∂x ∂x

∂ F3 ∂ F 2 ∂ F 1 ∂ F3 ∂ F2 ∂ F1
= − dy ∧ dz + − dz ∧ dx + − dx ∧ dy
∂y ∂z ∂z ∂ dx ∂x ∂y
Nos ha quedado un campo de la forma:
!
∂ F3 ∂ F2 ∂ F1 ∂ F3 ∂ F2 ∂ F 1
− , − , −
∂y ∂z ∂z ∂x ∂x ∂y
que coincide con el rotacional.
Propiedades de la diferencial exterior
Diferencial de la suma d(ω + β) = dω + dβ
P
Diferencial del producto Siendo ω = I FI dxI una k-forma, f una 0-forma,
tenemos que
118 de 206
X
fω = f FI dxI
I
y entonces X
d(f ω) = d(f FI ) ∧ dxI
I
, donde
N N N
X ∂ f FI X ∂f X ∂ FI
d(f FI ) = dxj = FI dxj + f dxj = FI df + f dFI
j=1
∂ xj j=1
∂ x j j=1
∂ x j
De esta forma, nos queda que
X
d(f ω) = (FI df + f dFI ) ∧ dxI =
I
X X
= FI df ∧ dxI + f dFI ∧ dxI =
I I
X
= df ∧ FI dxI + f dω =
I
 
X
= df ∧  FI dxI  + f dω =
I
= ω df + f dω
Hemos llegado a una expresión similar a la de la derivada de un producto de

funciones
d(f ω) = ω df + f dω
Diferencial del producto exterior Sean dos k-formas diferenciales ω y β:

X X
ω= fi dxi ; β = gj dxj
j
Calculamos el diferencial de su producto exterior:
119 de 206
 
N
X
d(ω ∧ β) = d  fi gj dxy ∧ dxj  =
i,j=1
N
X
= d(fi gj ) ∧ dxi ∧ dxj =
i,j=1
 
N N
X X ∂ (fi gj )
=  dxk  ∧ dxi ∧ dxj =
i,j=1 k=1
∂ xk
N
X ∂ fi ∂ gj
= gj + fi dxk ∧ ddxi ∧ ddxj =
i,j,k=1
∂ xk ∂ xk
N N
X ∂ fi X ∂ gj
= gj dxk ∧ ddxi ∧ ddxj + fi dxk ∧ ddxi ∧ ddxj
i,j,k=1
∂ xk i,j,k=1
∂ xk
Ahora tratamos de encontrar ω y β en ese engendro para volver a una expresión

más agradable:
N N
X ∂ fi X ∂ gj
d(ω ∧ β) = gj dxk ∧ dxi ∧ dxj + fi dxk ∧ ddxi ∧ ddxj
i,j,k=1
∂ x k
i,j,k=1
∂ x k
N N
X ∂ fi X ∂ gj
= dxk ∧ dxi ∧ (gj dxj ) + dxk ∧ fi dxi ∧ ddxj =
i,j,k=1
∂ xk i,j,k=1
∂ xk
   
X X ∂ fi X
=  dxk  ∧ dxi ∧  gj dxj 
i k
∂ x k j
   
X X ∂ gj X
+  dxk  ∧  fi dxi  ∧ dxj =
j k
∂ x k i
X X
= dfi ∧ dxi ∧ β + dgj ∧ ω ∧ dxj =
i j
   
X X
= dfi ∧ dxi  ∧ β − ω ∧  dgj ∧ dxj  =
i j
= dω ∧ β − ω ∧ dβ
Entonces, si ω, β son 1-formas tenemos que d(ω ∧ β) = dω ∧ β − ω ∧ dβ. Si por

el contrario tuviésemos que ω es una k-forma y β una s-forma, repitiendo las cuentas
de nuevo llegaríamos a
dω ∧ β + (−1)k ω ∧ dβ
120 de 206
Diferencial del diferencial Sea ω k-forma con coeficientes C 2 . Entonces,
d(dω) = 0
Propiedades del diferencial exterior Resumiendo las propiedades del diferencial:
d(ω + β) = dω + dβ.
d(f ω) = ω df + f dω.
d(ω ∧ β) = dω ∧ β + (−1)k ω ∧ dβ siendo ω una k-forma.
d(d ω) = 0.
V.1.3.3. Relación con operaciones en funciones vectoriales
Partiendo de un campo en R3 , podemos interpretarlo como una 1-forma o como

una 2-forma.
La diferencial exterior de un campo interpretado como 1-forma es la 2-forma

asociada a la divergencia.

asociada al rotacional.
El producto exterior de 2 campos interpretados como 2-formas nos da el campo

asociado al producto vectorial.
¿Cómo tengo que interpretar los campos para conseguir un producto escalar?
V.1.3.4. Pull-back
Queremos saber cómo llevar k-formas de RN a RM . Partimos de la base de que

existe una transformación T : RN 7−→ RM tal que T (s) = x, y buscamos otra
aplicación T ∗ : RM 7−→ RN .
En caso de 0-formas, el pull-back es lo mismo que la composición. Es decir, dada
una función f : RM 7−→ R, T ∗ f = f ◦ T .
Basándonos en esta misma idea sobre las funciones escalares, vamos a tratar de
hallar el pullback para las formas diferenciales. Supongamos que tenemos una k-forma
ω en RM . Queremos construir T ∗ en términos de T y ω. Partimos de s ∈ RN (el punto
donde se evalúa la k-forma), y v 1 , v 2 , .., v k los vectores en RN sobre los que actúa ω.
Entonces
(T ∗ ω)(s)[v 1 , . . . , v k ] = ω(T (s))[DT (s)v j ]

|{z} | {z }
∈RM ∈RM
121 de 206
Es decir, transformamos el punto en el que se evalúa ω, que pasa a ser T (s) en

lugar de s, y los vectores sobre los que actúa también los "movemos" usando la matriz
diferencial.
Vemos que
X
ω(T (s))[DT (s)v] ≡ fi (T (s)) dxi [DT (s)v]
   
∂ T1 ∂ T1
(s) ... v1
 ∂ s1.. ..
∂ sN
.. 
DT (s) =  . · ↓
 
 . . 
 
∂ TM
... ∂ TM vN
∂ s1 ∂ sN
¿Que significa dxi [DT (s)v]? Vamos a ver que pasa con el producto de una de las
filas de la matriz.
∂ Ti ∂ Ti
dxi [DT (s)v] = v1 + ... + vn
∂ s1 ∂ sN
Podemos darnos cuenta de que v1 = ds1 [v]. Con esto tenemos:

∂ Ti ∂ Ti
dxi [DT (s)v] = ds1 + ... + dsN [v] = dTi [v]
∂ s1 ∂ sN
y por lo tanto
X
(T ∗ ω)(s)[v 1 , . . . , v k ] = ω(T (s))[DT (s)v] = fi (T (s)) dTi [v]
Ejemplos
Ej. 1) Sea f (x) dxi una 1-forma de la que queremos calcular el pull-back
T ∗ (f dxi )(s)[v] = f (T (s)) dx1 [DT (s)v]

Supongamos f ≡ 1
T ∗ (f dxi )(s)[v] = dx1 [DT (s)v] = dTi [v]
Conclusión: T ∗ dxi = dTi .
P
Ej. 2) Sea ω = i fi dxi una 1-forma de la que queremos calcular el pull-back
X X X X
(T ∗ ω)(s)[v] = fi (T (s)) dxi [DT (s)v] = fi (T (s)) dTi [v] = T ∗ ( fi dxi ) = fi ◦T dTi
i i i i
Conclusión: T ∗ ( i fi dxi ) = i (fi ◦ T ) dTi

P P
122 de 206
Ej. 3: Pullback del producto exterior ¿Cómo se comporta con el producto

exterior? Vamos a trabajar con f ≡ 1.
T ∗ ( dxi ∧ dxj [u, v] = dxi ∧ dxj DT (s)[u], DT (s)[v] =

dxi [DT (s)u] dxj [DT (s)u] dTi [u] dTj [u] (1)

= = = dTi ∧ dTj [u, v]
dxi [DT (s)v] dxj [DT (s)v] dTi [v] dTj [v]
(1): Por las propiedades del producto exterior de 1-formas.

Conclusión: T ∗ (dxi ∧ dxj ) = dTi ∧ dTj .
Ej. 4) ¿Qué pasa cuando tenemos el producto de 2-formas generadas?

X X
ω= fi dxi ; β = gj dxj
Vamos con el producto exterior.
X
T ∗ (ω ∧ β)(s)[u, v] = fi (T (s))gj (T (s)) dxi ∧ dxj [DT (s)u, DT (s), v]
i,j
| {z }
Calculado justo arriba
X
= (fi ◦ T ) = · · ·
i,j
X X
= (fi ◦ T ) dTi ∧ (gj ◦ T ) dTj = T ∗ ω ∧ T ∗ β
Conclusión: T ∗ (ω ∧ β) = T ∗ ω ∧ T ∗ β.
Esto es válido para multiíndices I, es decir, para ω k-forma y β s-forma.
Pull-back y diferencial exterior Una vez visto cómo se comporta el pull-back

respecto del producto exterior vamos a ver como se comporta con respecto de la
diferencial exterior.
 
X X
∗
d(T ω) = d  fi (T (s)) dxi [DT (s)v] = d (fi ◦ T )(s) dTi [v]
i
X
= d(fi ◦ T ) ∧ dTi
i
Vamos a ver qué significa d(fi ◦ T ):
X ∂ fi ◦ T
d(fi ◦ T ) = dsk
k
∂ sk
∂ fi ◦ T X ∂ fi ∂ xj
= (T (s)) ·
∂ sk j
∂ xj ∂ sk
123 de 206
Donde xj = Tj (s). Juntando todo tenemos:
X ∂ fi ∂ Tj (s) X ∂ fi X
d(T ∗ ω) = (T (s)) dsk ∧ dTi = (T (s)) dTj ∧ dTi = T ∗ (d( fi dxi ))
i,j,k
∂ x j ∂ s k i,j
∂ s j
Conclusión: d(T ∗ ω) = T ∗ (dω)
Ejemplo concreto: Cambio a coordenadas polares El cambio a coordenadas

polares (ρ, θ) se define por la siguiente transformación:

T (ρ, θ) = T1 (ρ, θ), T2 (ρ, θ) = (ρ cos θ, ρ sen θ)
Vamos a calcular los pull-backs:
∂ T1 ∂ T1
T ∗ (dx) = dT1 = dρ + dθ = cos θ dρ − ρ sen θ dθ
∂ρ ∂θ
∂ T2 ∂ T2
T ∗ (dy) = dT2 = dρ + dθ = sen θ dρ + ρ cos θ dθ
∂ρ ∂θ
Juntando ahora lo que tenemos:
T ∗ ( dx ∧ dy) = (T ∗ dx) ∧ (T ∗ dy) =

= (cos θ dρ − ρ sen θ dθ) ∧ (sen θ dρ + ρ cos θ dθ) =
= ρ cos2 θ dρ ∧ dθ − ρ sen2 θ dθ ∧ dρ =
= ρ cos2 θ + ρ sen2 θ dρ ∧ dθ =

= ρ dρ ∧ dθ
Propiedades fundamentales de la operación
1. T ∗ f = f ◦ T , siendo f una 0-forma.
2. T ∗ (dω) = d(T ∗ ω). En particular T ∗ (dxI ) = dTI .
3. T ∗ (ω ∧ β) = (T ∗ ω) ∧ (T ∗ β).
4. T ∗ (f ω) = (f ◦ T )(T ∗ ω) = (T ∗ f )(T ∗ ω)
5. T ∗ (ω + β) = T ∗ + T ∗ β.
6. (T ◦ S)∗ ω = S ∗ (T ∗ ω).
124 de 206
Ejemplo: Tenemos una aplicación ϕ(s, t) = (ϕ1 (s, t), ϕ2 (s, t)). Calculamos su
pullback y entonces
∂ ϕ1 ∂ ϕ1
ϕ∗ (dx) = dϕ1 = ds + dt
∂s ∂t
y de la misma forma
∂ ϕ2 ∂ ϕ2
ϕ∗ (dy) = dϕ2 = ds + dt
∂s ∂t

∗ ∂ ϕ1 ∂ ϕ1 ∂ ϕ2 ∂ ϕ2
ϕ (dx ∧ dy) = dϕ1 ∧ dϕ2 = ds + dt ∧ ds + dt =
∂s ∂t ∂s ∂t
∂ ϕ1 ∂ ϕ2 ∂ ϕ1 ∂ ϕ2
0+ ds ∧ dt + dt ∧ ds + 0
∂s ∂t ∂t ∂s
Los diferenciales están cambiados de orden así que seguimos pagando con un
cambio de signo:

∂ ϕ1 ∂ ϕ2 ∂ ϕ1 ∂ ϕ2
∂ ϕ1 ∂ ϕ1

∂ϕ

− ds ∧ dt = ∂∂ϕs2 ∂t = det ds ∧ dt

∂ ϕ2
∂s ∂t ∂t ∂s ∂s ∂t
∂ s, t
Ejemplo: Tenemos β, la 2-forma asociada a un campo F = (F1 , F2 , F3 ):
β = F1 dy ∧ dz + F2 dz ∧ dx + F3 dx ∧ dy
Queremos calcular su pullback mediante una aplicación Φ : R2 7−→ R3 . Entonces
Φ∗ β = g(s, t) ds ∧ dt
¿Quién es g? Calculamos el pullback:
ϕ∗ β = F1 ◦ Φ dΦ2 ∧ dΦ3 + F2 ◦ Φ dΦ3 ∧ dΦ2 + F3 ◦ Φ dΦ1 ∧ dΦ2
Calculamos los distintos diferenciales, que no pienso copiarlos porque no los ha

puesto él en la pizarra, y los pinchamos en el morcillo ese. Y operamos. Y yo no voy a
operar. Al final sale todo y queda lo siguiente

∂ Φ1 ∂ Φ2 ∂ Φ3 ∂ Φ1 ∂ Φ2 ∂ Φ3
= hF ◦ Φ, , , × , , i ds ∧ dt
∂s ∂s ∂s ∂t ∂t ∂t
Sin embargo, el producto vectorial de esos dos vectores parece el producto vectorial
de Ts × Tx , el factor que teníamos que poner para integrar un campo en una superficie.
Poderosa magia hombre blanco.
125 de 206
Ejemplo: Tenemos una 1-forma asociada a F:

X
ω= Fi dxi
i
y una aplicación (curva) σ : R 7−→ Rn . Entonces σ ∗ ω es de la forma g(t) dt.

Entonces
X X
(σ ∗ ω)(t)[λ] = Fi (σ(t)) dxi [Dσ(t)λ] = Fi (σ(t)) dxi [σ10 (t)λ, . . . , σN
0
(t)λ =
i i
X
= Fi (σ(t))σi0 (t) dt[λ] =
i
= hF ◦ σ, σ 0 i dt[λ]
Que, oh, sorpresa de nuevo, es lo que aparece cuando integrábamos un campo

sobre una curva.
Al final, querremos integrar k-formas en RN sobre variedades de dimensión k.
V.2. Integración de formas diferenciales

Vamos a partir de un conjunto Ω abierto de RN .
Sea ω una n-forma definida en un entorno de Ω, es decir ω = f (x) dx1 ∧ . . . ∧ dxn .
| {z }
Elemento de volumen
Definimos la integral como sigue:
Integral de Definición V.6 Integral de n-formas en RN ..

n-formas Z Z
en RN . ω = f (x) dx1 . . . dxN
Ω
Supongamos que tenemos una Φ : RK 7−→ RN , tal que Φ(s) = x. Para que lo de
la derecha sea una variedad tenemos que Φ tiene que ser regular, homeomorfismo y
rango máximo.
Supongamos ω ∈ RN , con ω una x-forma.
¿Qué pasaría si queremos integrar T ∗ ω?
Si queremos integrar T ∗ ω en Rk , ω tiene que ser una k-forma para poder aplicar la
definición.
Ejemplo: Variedad 1-dimensional.

σ : R 7−→ R3
Sea ω = f1 (x, y, z) dx + f2 (x, y, z) dy + f3 (x, y, z) dz la forma diferencial asociada
al campo F.
126 de 206
→
−
Tenemos que σ ∗ ω = h F ◦ σ, σ 0 i dt
La integral quedaría:
→
−
Z Z
ω= h F ◦ σ, σ 0 i dt (V.1)
σ(I) I
Integrar 1-forma sobre la variedad 1-dimensional es integrar el trabajo del campo

→
−
F a lo largo de σ(I).
Ejemplo: Una variedad de dimensión 2 en R3 .

Φ : R2 7−→ R3 , con Φ(s, t) = (x, y, z).
Sea β 2-forma asociada al campo G.
β = G1 (x, y, z) dy ∧ dz + G2 (x, y, z) dz ∧ dx + G3 (x, y, z) dx ∧ dy
El pullback (calculado anteriormente es)
→
−
Φ∗ β = h G ◦ Φ, Φs × Φt i ds ∧ dt
La integral sería:
→
−
Z ZZ
= h G ◦ Φ, Φs × Φt i ds dt (V.2)
Φ(D)
D
→
−
Es decir, integrar una 2-forma sobre Φ(D) es integrar el flujo del campo G a
través de Φ(D)
V.2.1. Integración de formas diferenciales sobre variedades

genéricas
Después de haber visto los casos específicos, vamos a ver cómo integrar, de forma
genérica, una forma diferencial sobre una variedad diferencial.
Sea M una variedad de dimensión k en RN . Supongamos que (D, Φ) es una carta
local, es decir: Φ : D ⊂ RK 7−→ RN , Φ(D) ⊂ M , siendo Φ una parametrización
(Φ(t) = x).
Sea ω una k-forma definida en RN :
X
ω= fI dxI ; I = {i1 , i2 , ..., ik }
I
Por definición:
Z Z
ω= Φ∗ ω (V.3)
Φ(D) D
127 de 206
El pull-back nos va a dar una k-forma definida en Rk .
Φ∗ ω = g(t) dt1 ∧ . . . ∧ dtk
Aplicando esto: Z Z
= g(t) dt1 ∧ . . . ∧ dtk
Φ(d)ω D
Vamos a identificar la función g remangándonos y haciendo cuentas:

X
Φ∗ ω = fI ◦ Φ dΦI =
I
Vamos a fijarnos en dΦI = dΦi1 ∧ d... ∧ dΦik , que va a actuar sobre k-vectores,
es decir:
 
dΦi1 [v 1 ] · · · dΦi1 [v k ]
dΦI [v 1 , ..., v k ] = dΦi1 ∧ . . . ∧ dΦik [v 1 , . . . , v k ] = det  .. .. ..
.
 
. . 
dΦik [v 1 ] · · · dΦik [v k ]
Vamos a desarrollar uno de los elementos de la matriz (escribiendo w para

generalizar a cualquiera de los vectores sobre los que actúa):
k
! k
X ∂ Φi1 X ∂ Φ i1
dΦi1 [w] = dtj [w] = wj = h∇Φi1 , wi
j=1
∂ tj j=1
∂ tj
Aplicando esto:
 
  
h∇Φi1 , v 1 i · · · h∇Φi1 , v k i
∇Φi1 →
!
.
.. . .. .
.. v1 · · · vk 
dΦI [v 1 , ..., v k ] = det   = det  · · · · =
 
↓ ··· ↓ 
 
h∇Φik , v 1 i · · · h∇Φik , v k i ∇Φik →
   
∇Φi1 −→ ! ∇Φi1 −→
v · · · v k (1)
= det  · · ·  · det 1 = det  · · ·  dt1 ∧ . . . ∧ dtk [v 1 , . . . , v k ]
   
↓ ··· ↓
∇Φik −→ ∇Φik −→
(1): Aplicamos que dt1 (v) es la primera coordenada del vector v. Un paso
intermedio es  
dt1 (v 1 ) · · · dt1 (v k )
det  ... ..
.
.. 

. 
dtk (v 1 ) · · · dtk (v k )
Conclusión:
Esta es la g que buscamos
z }|
 {
X X ∇Φi1 −→
∗
Φω= fI ◦ Φ dΦI = fi ◦ Φ det  · · ·  dt1 ∧ . . . ∧ dtk
 
I I ∇Φik −→
128 de 206
Aplicando a una integral:

 
Z Z X ∇Φi1 −→
ω= fi ◦ Φ det  · · ·  dt1 d · · · dtk (V.4)
 
Φ(D) D I ∇Φik −→
Donde la matriz enorme sería el equivalente al cambio en la medida cuando

hacíamos un cambio de coordenadas.
V.3. Teoremas de Green, divergencia y Stokes en

términos de formas diferenciales
Para entender los teoremas de Green, de divergencia (o Gauss) y Stokes en términos
de las formas diferenciales, vamos a empezar con el caso básico: el cubo unidad.
En R2 , el cubo unidad es Q = [0, 1] × [0, 1]. Para calcular la integral sobre la
frontera, tenemos que integrar sobre cada una de las aristas:
I11 = {(1, y), y ∈ [0, 1]} Orientación: +

I21 = {(x, 1), x ∈ [0, 1]} Orientación: −
I10 = {(0, y), y ∈ [0, 1]} Orientación: −
I20 = {(x, 0), x ∈ [0, 1]} Orientación: +
Para nombrar las aristas usamos la notación Iij , donde i es la variable fija
(1 = x,2 = y) y j el valor que toma la variable fija.
La orientación está calculada con la regla de la mano izquierda. Me coloco en
la frontera mirando hacia la dirección en la que nos movemos. Si la mano izquierda
estirada apunta hacia el interior, la orientación es positiva. Si apunta hacia fuera, la
orientación es negativa.
Sea ω = f (x, y) dx + g(x, y) dy la forma diferencial que queremos integrar, cuyo
diferencial es

∂f ∂g ∂g ∂f
dω = dy ∧ dx + dx ∧ dy = − dx ∧ dy
∂y ∂x ∂x ∂y
Consideramos C + como la frontera de Q orientada positivamente. Vamos a intentar

calcular la integral de ω sobre esa frontera.
129 de 206
Z Z Z Z Z
ω= ω − ω − ω + ω=
C+ I 1 I2 0 I2 1 I1 0
Z 11 Z 1 Z 1 Z 1
= g(1, y) dy + f (x, 0) dx − f (x, 1) dx − g(0, y) dy =
0 0 0 0
Z 1 Z 1

= g(1, y) − g(0, y) dy − f (x, 1) − f (x, 0) dx =
Z0 1 Z 1 Z 10Z 1
∂g ∂f
= (x, y) dx dy − (x, y) dy dx =
0 0 ∂x 0 0 ∂x
ZZ
∂g ∂f
= − dx dy =
∂x ∂y
Q
ZZ
= dω
Q
Operando, hemos llegado a que

Z ZZ
ω= dω
C+
Q
Esto escrito en términos de cálculo II es:

Z ZZ
∂Q ∂P
(P, Q) = −
C+ ∂x ∂y
Q
, que es el teorema de Green.

Ahora vamos a hacer algo lo mismo en R3 , sea Q = [0, 1]×[0, 1]×[0, 1], trabajando
con la normal exterior para las orientaciones. Vamos a distinguir las caras con la
notación anterior:
I10 = {(0, y, z), y ∈ [0, 1], z ∈ [0, 1]} Orientación: -

I11 = {(1, y, z), y ∈ [0, 1], z ∈ [0, 1]} Orientación: +
I20 = {(x, 0, z), x ∈ [0, 1], z ∈ [0, 1]} Orientación: +
I21 = {(x, 1, z), x ∈ [0, 1], z ∈ [0, 1]} Orientación: -
I30 = {(x, y, 0), x ∈ [0, 1], y ∈ [0, 1]} Orientación: -
I31 = {(x, y, 1), x ∈ [0, 1], y ∈ [0, 1]} Orientación: +
Las orientaciones están calculadas (según el primer caso)

)
Ty = (0, 1, 0)
=⇒ Ty × Tz = (1, 0, 0)
Tz = (0, 0, 1)
Mirando en el dibujo, identificamos que la cara en la que estamos trabajando (en

este caso la de detrás) y comprobamos que apunta hacia dentro del cubo (dirección
contraria a la normal exterior), y concluimos orientación negativa.
130 de 206
Repitiendo el proceso llegamos a la conclusión de:
Ty × Tz = (0, 0, 1)
Tx × Tz = (0, −1, 0)
Tx × Ty = (1, 0, 0)
Truquillo para orientaciones Si la suma de los subíndices es par, la orientación es

positiva. Si por el contrario es impar, es negativa. Detrás de esta idea hay un teorema
que no vamos a ver. Además hay que tener cuidado con el orden en el que se hacen
las cosas y se escriben los vectores.
Trabajamos con nuestra forma diferencial asociada a un campo F:
ω = F1 (x, y, z) dy ∧ dz + F2 (x, y, z) dy ∧ dx + F3 (x, y, z) dx ∧ dy
cuyo diferencial es
∂ F1 ∂ F2 ∂ F3
dω = dx ∧ dy ∧ dz + dy ∧ dx ∧ dz + dz ∧ dx ∧ dy
∂x ∂y ∂z

∂ F1 ∂ F2 ∂ F3
= + + dx ∧ dy ∧ dz
∂x ∂y ∂z
Vamos a calcular Z
ω
dQ+
siendo dQ+ la frontera del cubo unidad.

Z Z Z Z Z Z Z
ω=− ω+ ω+ ω− ω− ω+ ω
Q+ I10 I11 I20 I21 I30 I31
| {z }
(1)
Operamos (1) por separado. Aplicando (V.3) y la ecuación de la integral de una

forma diferencial sobre una superficie (V.2) tenemos que
Z Z Z 1 Z 1 Z 1 Z 1
− ω+ ω= Φ∗11 ω − Φ∗10 ω =
I10 I11 0 0 0 0
1 1 1 1
→
− →
−
Z Z Z Z
= h F ◦ Φ11 , (1, 0, 0)i dy dz − h F ◦ Φ10 , (1, 0, 0)i dy dz =
0
Z 10 Z 1 0 0
ZZZ
∂ F1
= F1 (Φ11 (y, z)) − F1 (Φ10 (y, z))dydz = dx dy dz
0 0 ∂x
Q
Aplicando las mismas cuentas con las que faltan llegamos al teorema de la
divergencia para el cubo.
131 de 206
Conclusión Z Z
ω= dω
dQ+ Q
Las ideas sobre formas diferenciales se traducen en R2 en el Teorema de Green y en

R3 en el Teorema de la divergencia. ¿Dónde queda el Teorema de Stokes? Después de
unos ejemplos de aplicación de los teoremas vamos a verlo.
V.3.1. Aplicaciones de los teoremas de integración

V.3.1.1. Teorema de Green
Sea ω 1-forma en R2 , y D un conjunto cerrado con frontera orientable. Entonces
Z ZZ Z Z
∂Q ∂Q
P dx + Q dy = d(P dx + Q dy) = − dx dy
∂D+ D D ∂x ∂y
∂Q ∂Q
Observación: Podemos elegir (P, Q) de tal modo que − = 1.
∂x ∂y
Z
Entonces el área de D sería (P, Q)dσ. Podemos aplicar esta idea para hallar
∂D+
el área de la hoja folium de Descartes (imagen V.1), cuya ecuación es
x3 + y 3 = mxy
Figura V.1: Folium de Descartes
Vamos a parametrizarla, siguiendo la indicación: t = xy . Se deja como ejercicio para

el lector llegar a la fórmula:
mt
x=
1 + t3
mt2
y = xt =
1 + t3
Quedando por definir que valores toman los parámetros. En este caso es (0, ∞).
Estos valores parametrizan la región cerrada.
132 de 206
Podríamos plantearnos para qué valores de t que recorren las ramas que se van a
infinito. En t = −1, se va a infinito, entonces una de las ramas será t ∈ (−1, 0) y la
otra será t ∈ (−∞, −1).
¿Que orientación nos da esta parametrización?
La idea es ver el vector tangente en el 0. Si es horizontal empezaremos por la rama
de abajo. Si es vertical, empezaremos por la rama de arriba
!
m(1 + t3 ) − 3mt3 2mt(1 + t3 ) − 3mt4
σ 0 (t) = ,
(1 + t3 )2 (1 + t3 )2
Podemos comprobar que σ 0 (t) −−−→ (m, 0). Además, σ 0 (t) −−−→ (0, m), quedando
+ t→0 t→∞
una orientación positiva.
!
+∞
2mt(1 + t3 ) − 3mt4
Z Z
mt
A(D) = (0, x)dσ = h 0, , ∗, idt = ...
∂D+ 0 1 + t3 (1 + t3 )2
2
Wolfram dice que el resultado de la integral es m6 y que el área encerrada por el
2
folium de Descartes es también m6 lo que nos hace pensar que está bien planteado y
bien resuelto el problema.
Ejercicio para el lector Hacer lo mismo con la curva x4 + y 4 = 4xy. El área de la

hoja contenida en el primer cuadrante.
V.3.1.2. Teorema de Stokes en R3
El teorema decía:
→
− →
−
Z Z Z
F dσ = rot F dS
Γ+ S+
Siendo S la superficie, Γ la ¿frontera?, tomando la orientación positiva con la normal
exterior.
Ejemplo )
z = x2 + y 2
≡Γ
z = mx
Z
Queremos calcular y dz
Γ
Esto es lo mismo que calcular la integral del campo (0, 0, y).
El primer paso es parametrizar Γ
Tenemos que la proyección en el plano xy es
2
m2

2 2 m
mx = x + y ≡ x − + y2 =
2 4
133 de 206
Viendo los cuadrados lo lógico es pensar en utilizar polares.

Llamando x = rsen(θ), y = rsen(θ) tenemos:

2 2 2
−π π
σ(θ) = mcos (θ), mcos(θ)sen(θ), m cos (θ) θ∈ ,
2 2
Calculamos el vector tangente para ver en que orientación recorre la curva esta
parametrización:
σ 0 (θ) = ()
σ 0 (0) = (0, m, 0)
Suponemos (porque no me lo dicen, que m > 0) y nos da la orientación. Como en el
enunciado no nos hablan de hacerlo con ninguna orientación, la integral que calculemos
será de acuerdo con esta orientación.
Vamos con la integral:
Z Z π
2
(0, 0, y)dσ = h 0, 0, mcos(θ)sen(θ) , ∗idθ
−π |
Γ 2
{z }
−
→
F (σ(θ))
Como camino alternativo a la fórmula, podemos aplicar el teorema:

Z Z
= rot(0, 0, y)dS
D+
Siendo el vector normal el que tenga la tercera componente positiva (razonando
geométricamente).

i j k

→
−
Calculamos el rotacional del campo:rot F = dx dy dz = (1, 0, 0).

0 0 y

Utilizamos la parametrización: S = (x, y, mx), x, y ∈ C

Z Z + Z Z
= rot(0, 0, y)dS = h(1, 0, 0), Tx × Ty idxdy = (1) =
D C
m2
Z Z Z Z
h(1, 0, 0), (−m, 0, 1)i = −mdxdy = −m · Area(C) = −m π
C 4
(1) : Tx = (1, 0, m); Ty = (0, 1, 0). Otra cosa aplicada es que el vector normal
(−m, 0, 1) como la tercera componente es positiva, tenemos que esta parametrización
induce la orientación positiva.
V.4. Teorema de Stokes

Partimos, igual que en la sección anterior, del cubo unidad en Rn . Contamos además
con la aplicación Φ : Q 7−→ Φ(Q) ⊂ Rn que "deforma" ese cubo.
Sea ω una k-forma en Rn . Queremos calcular la integral de su diferencial en Φ(Q).
134 de 206
Φ◦σ
σ < <
Φ
Q Φ(Q)
>
<
>
<
I
> >
∂Q+ Γ = Φ(∂Q+ )
Figura V.2: Esquema para la aplicación de Stokes en un cubo unidad
Z Z Z Z
∗ ∗
dω = Φ dω = d(Φ ω) = Φ∗ ω
Φ(Q) Q Q ∂Q+
Donde ∂Q+ es la frontera del cubo Q orientada debidamente. El último paso es

aplicar el teorema anterior.
Sea σ : I 7−→ ∂Q. Entonces, Φ ◦ σ : I 7−→ Γ, siendo Γ la frontera de Φ(Q).
Aplicando esto a la integral que estamos calculando:
Z Z Z Z Z Z
∗ ∗ ∗ ∗
Φ∗ ω

ω≡ Φ ◦ σ(I) = (Φ ◦ σ) ω = σ Φ (ω) = Φω=
Φ(dQ+ ) I I σ(I) ∂Q
Hemos llegado finalmente a que

Z Z
∗
Φω= ω
∂Q+ Φ(∂Q+ )
Ahora querríamos dar el siguiente paso:

Z Z
ω= ω
Φ(∂Q+ ) ∂(Φ∗ (Q))
Es decir, que la imagen de la frontera sea la frontera de la imagen. Esto no es

inmediato: en el cambio a coordenadas polares, por ejemplo, no se cumple a primera
vista (ver figura V.3). Cuando el ángulo (θ) se mantiene fijo y r varía (segmentos
azules), la imagen de esa parte de la frontera es un radio de la circunferencia, y cuando
r = 0 y variamos el ángulo (segmento verde) la imagen es un punto.
Ahora bien, podemos dividir la región Q en celdas disjuntas, como se puede ver en
la figura V.4. De esta forma, las fronteras que sean comunes a varias celdas tendrán
orientación incompatible y se anularán al integrar. Esto nos resuelve el problema y
podemos enunciar el teorema de Stokes para celdas:
135 de 206
θ
2π
Φ Φ(Q)
Q
0 1 r
Figura V.3: La frontera no es la misma en el cambio a polares: las partes verde y
azul forman parte de ∂Q pero no de ∂(Φ(Q)).
θ <
2π < Φ Φ(Q1 )
Q1
<
<
> Distinta orientación, los

π < >
< dos segmentos se anulan al integrar.
Q2
<
<
> Φ Φ(Q2 )
0 1r >
Figura V.4: Podemos dividir Q en dos celdas disjuntas
Teorema V.2 (Teorema de Stokes (para celdas)).

Z Z
dω = ω
M ∂M +
, si la variedad M se puede descomponer como unión de celdas con interior

disjunto.
Frontera de una superficie Vamos a intentar definir en serio la frontera de objetos

en R3 , que es algo que necesitamos tener realmente muy claro.
Figura V.5: ψ nos lleva P a un punto que no está en la frontera de la imagen por
ψ de su celda correspondiente (llamada de tipo I). En el caso de Q, ψ lo lleva a un
punto en la frontera de la imagen de su celda por ψ (de tipo II), por lo tanto sí es un
punto de la frontera.
Hace un tiempo, cuando definíamos una subvariedad, demostramos la existencia
136 de 206
de un difeomorfismo Ψ que "aplanaba un trozo" de subvariedad. La frontera de una

superficie es el conjunto de los puntos (llamados en clase de Tipo 2) que al aplanar nos
quedan en la frontera de un objeto de dimensión 2 (ver imagen V.5). Una vez aclarado
el concepto de frontera, pasamos a demostrar el teorema de Stokes.
Teorema V.3 (Teorema de Stokes). Sea M una subvariedad compacta,

orientable, con frontera relativa ∂M .
Entonces
Z Z
ω= dω
∂M + M
Demostración. La demostración ya está vista para celdas en la sección anterior, así

que vamos a extender la idea.
Paso 1: Compacidad Para todo puntoSP ∈ M existe una celda Cp tal que
P ∈ Cp . Por lo tanto, está claro que M ⊂ p∈M Cp . Tomamos el interior de las
celdas, para trabajar con conjuntos abiertos.
Hemos recubierto con infinitos abiertos la subvariedad, así que por compacidad
(I.8) existe un subrecubrimiento finito.
Sin embargo, no podemos garantizar que las celdas son disjuntas. Si lo fueran,
aplicaríamos el teorema a cada celda y listo. Hay que ver qué ocurre cuando las
celdas no son disjuntas.
Paso 2: Particiones de la unidad Vamos a intentar resolver el problema

de los solapamientos. Buscamos una función que valga cero fuera de la celda que
consideramos y sea mayor que cero dentro de ella, algo como pueda ser la figura
V.6.
Sea Φ : RN 7−→ R.
Además,
Φ > 0 en Q
Φ = 0 en ∂Q
Φ = 0 en RN − Q
Φ ∈ C 1.
Consideramos Φi = Φ ◦ Ψpi ,
siendo Ψpi el difeomorfismo que
Figura V.6: La función Φ que buscamos sería
cubre la celda pi , con i =
algo así.
1, ..., k y la lleva al cubo unidad
(Q).
137 de 206
Además, nos gustaría que la

suma de todas las aplicaciones
Φi sobre un punto sea 1:
X
Φi (x) = 1 ∀x ∈ M
i
Aunque parece una cosa imposible, vamos a ver que es algo perfectamente
factible:
Φi (x)
Φ̃(x) = P
i=1 kΦi (x)
Estas Φ̃i satisfacen todas las propiedades que nos interesan.
PasoR 3: Descomposición del problema Lo que nosotros queremos es

calcular M dω. Tal y como habíamos definido Φ̃ antes, es obvio que sobre la variedad
M
Xk
ω= Φ̃i (x)ω
i
Entonces
 
k
X k
X X X
dω = d(Φ̃i , ω) = dΦ̃i ∧ ω + Φ̃i dω = d  Φ̃i  ∧ ω + Φ̃i dω
i=1 i=1 i
P P
Dado que i Φ̃i = 1, d i Φ̃i = 0 y por lo tanto
X
dω = Φ̃i dω
Aplicando esto descomponemos:

Z Xk Z k Z
X k Z
X
dω = Φ̃i dω = Φ̃i dω = d(Φ̃i ω)
M i=1 M i=1 Cpi i=1 Cpi
Hemos conseguido definir la integral como una suma finita de integrales sobre
celdas en las que sí podemos aplicar el teorema de Stokes (V.2)
Entonces tenemos:
Z k Z
X
dω = Φ̃i ω
+
M i=1 ∂CP
i
Por como hemos definido Φ̃i tenemos que todas las celdas de tipo 1 valen 0. En
cambio en las celdas de tipo 2 (ver V.5 para los tipos de celda), tenemos una parte
sobre la que Φ̃i 6= 0 (ver figura V.7).
138 de 206
Esto nos deja:

Z k Z
X XZ Z
dω = Φ̃i ω = Φ̃i ω = ω
M i=1 ∂CPi + ∂M + ∂M +
Celda tipo I Celda tipo II

CPi ∂CPi ⇒ Φi = 0
CPi
Φi 6= 0
∂CPi ⇒ Φi = 0
Figura V.7: Sólo influyen a la integral los puntos de la frontera de la variedad, los
que llevan a celdas de tipo II.
Ejemplo: Sea M una superficie en R3 , un trozo de x2 + y 2 + z 2 = 1 dentro de

x2 + y 2 ≤ y, con z ≥ 0. Ver figura V.8. Consideramos la orientación positiva como la
de la normal hacia abajo.
Figura V.8: Intersección de la esfera y el cilindro. La línea azul es la frontera de M ,

y las flechas naranjas indican su orientación positiva.
Calcular las tres integrales

Z Z Z
x dy; y dz; z dx
∂M ∂M ∂M
Previos Nos damos cuenta de que x2 + y 2 ≤ y es una circunferencia. Si
139 de 206
completamos cuadrados tenemos la siguiente ecuación:

2
2 1 1
x + y− =
2 4
1
Es decir, una circunferencia de radio 2
centrada en (0, 21 ).
R
Resolución de ∂M x dy
Z Z ZZ ZZ
Stokes
x dy = (0, x, 0) dσ = rot(0, x, 0) dS = (0, 0, 1) dS
∂M + ∂M +
M M
Para calcular esta integral (que es calcular el flujo) aplicamos la fórmula de siempre.
Para ello necesitamos parametrizar la superficie M :
p
Φ(x, y) = (x, y, 1 − x2 + y 2 ), (x, y) ∈ D = {x2 + y 2 ≤ y} (V.5)

x x
Calculamos Tx × Ty = √ , √ ,1
· ·
Z Z Z Z
1
(0, 0, 1)dS = − h(0, 0, 1), (∗, ∗, 1)i dx dy = − Area (D) = −π
M D 4
Z Z Z Z
Stokes
y dz = (0, 0, y) dσ = rot(0, 0, y) dS
∂M + ∂M + M+
En V.5 teníamos la parametrización, así que la aplicamos. Teniendo en cuenta la

orientación, tenemos que cambiar el signo y nos queda
ZZ ZZ
x y x
− h(1, 0, 0), √ , √ , 1i dx dy = − x,y
1 − x2 − y 2 .
p
D ∗ ∗ D
Viendo que estamos integrando una función impar en una región simétrica, la
integral vale 0.
R
Resolución de ∂M z dx Pasamos ahora a calcular la integral de z. Tenemos lo
mismo que antes:
Z Z ZZ ZZ
Stokes
z dx = (z, 0, 0) dσ = rot(z, 0, 0) dS = (0, 1, 0) dS =
∂M + ∂M + + M+
ZZ M ZZ
x y y
− h(0, 1, 0), √ , √ , 1 i dx dy = − p dx dy
D ∗ ∗ D 1 − x2 − y 2
Vemos que esta integral es muy complicada y nos va a ganar, así que pasamos
a tratar de integrar como una curva. Deberemos parametrizar la curva, encontrar la
orientación correcta y aplicar la fórmula.
140 de 206
Empezamos con la parametrización:

( √
x2 + y 2 + z 2 = 1 =⇒ y + z 2 = 1 p=⇒ z = 1 − y
∂M =
x2 + y 2 = y =⇒ x = ± y − y 2
Por lo tanto, podemos parametrizar en dos trozos
p p
Γ1 ≡( y − y 2 , y, 1 − y); y ∈ [0, 1]
p p
Γ2 ≡(− y − y 2 , y, 1 − y); y ∈ [0, 1]
Figura V.9: Orientaciones de Γ1 y Γ2
Tal y como vemos en la figura V.9, la orientación es negativa en Γ1 y positiva en

Γ2 . Entonces
Z Z Z
(z, 0, 0) dσ = (z, 0, 0) dσ1 + (z, 0, 0) dσ2
∂M + Γ+
1 Γ+
2
Operando con la primera integral:
!
1 Z 1
1 − 2y 1 − 2y
Z Z p
(z, 0, 0) dσ1 = − h( 1 − y, 0, 0), p , ∗, ∗ i dy = − √ dy =
Γ+
1 0 2 y−y 2
0 2 y
Separamos en dos sumandos
141 de 206
1 1
√
Z Z
1
= yy. − √ dy = · · ·
0 0 2 y
Podríamos tomar otra parametrización alternativa usando coordenadas esféricas.

La esfera queda determinada por la parametrización

x = cos θ sin ϕ

y = sin θ sin ϕ
z =

cos ϕ
Añadiendo la restricción de x2 + y 2 = y, nos queda que sin ϕ = sin θ. Entonces

podemos seguir parametrizando

x = cos θ sin θ 

2
p y = sin θ θ ∈ [0, π]
2
z = 1 − sin θ = |cos θ|


y tenemos que
σ1 (θ) = (cos θ sin θ, sin2 θ, cos θ)
Por otra parte, si pusiésemos los límites de integración en la región D pasaría algo.
V.5. Campos conservativos
Campo Definición V.7 Campo conservativo. Consideramos F, un campo en RN . Se dice

conservati- que F es conservativo si y sólo si ∃V : RN 7−→ R tal que F = ∇V , donde V es el
vo potencial del campo F.
Teorema V.4. Sea F un campo C 1 en R3 . Entonces F es conservativo si y sólo

si rot F = 0.
Demostración.
Implicación a la derecha Como F = ∇V , y F ∈ C 1 , entonces V ∈ C 2 .

Calculamos ahora el rotacional:

i j k

∂ ∂ ∂
∂ F3 ∂ F2 ∂ F1 ∂ F3 ∂ F2 ∂ F1
rot F = ∂x ∂y ∂z = − , − , −
∂y ∂z ∂z ∂x ∂x ∂y
F1 F2 F3

142 de 206
Sustituyendo con F = ∇V veríamos que sale todo cero.
Implicación hacia la izquierda Supongamos Γ una curva cerrada, que sea la

frontera de una superficie M . Entonces
Z ZZ
Stokes
F = rot F dS = 0
M+ M
Es decir, que la integral de F sobre cualquier curva cerrada va a dar 0. Buscamos

ahora un V tal que ∇V = F.
Supongamos un punto cualquiera (x, y, z): A ese punto podemos llegar a través
de varias rectas paralelas a los ejes. Con esas rectas podríamos construir un camino,
y entonces tendríamos que
Poner dibujito aquí
Z Z Z
F= F = F
Γ1 Γ2 Γ3
ya que cogiendo dos pares Γi y cambiando la orientación de uno de ellos

construimos una curva cerrada.
Parametrizamos Γ1 :
Γ1 ≡ {(t, 0, 0) t ∈ [0, x]} ∪ {(x, s, 0) s ∈ [0, y]} ∪ {(x, y, r) r ∈ [0, z]}
Entonces
Z Z x
F= h(F1 (t, 0, 0), F2 (t, 0, 0), F3 (t, 0, 0), (1, 0, 0)i dt
Γ1
Z 0y
+ h(F1 (x, s, 0), F2 (x, s, 0), F3 (x, s, 0), (0, 1, 0)i ds
0
Z x
+ h(F1 (x, y, r), F2 (x, y, r), F3 (x, y, r), (1, 0, 0)i dr
0
Z x Z y Z z
= F1 (t, 0, 0) dt + F2 (x, s, 0) ds + F3 (x, y, r) dr
0 0 0
De la misma forma, tendríamos
Z Z y Z z Z x
F= F2 (0, t, 0) dt + F3 (0, y, s) ds + F1 (x, y, r) dr
Γ2 0 0 0
Z Z x Z z Z y
F= F1 (t, 0, 0) dt + F3 (x, 0, s) ds + F1 (x, r, z) dr
Γ3 0 0 0
143 de 206
Las tres integrales son iguales, así que podemos derivar con respecto de la que
nos venga mejor para construir la función V , que es la que buscábamos.
La versión de este teorema vista en clase de prácticas (que es una versión más
práctica)
Teorema V.5 (Campos conservativos). F es un campo vectorial C 1 en R3 excepto

en un número finito de puntos entonces son equivalentes:
Existe un potencial
La integral sobre una curva cerrada simple es 0
Las integrales por un camino o por otro para llegar a un punto son iguales
rot F = 0.
Además, para calcular el potencial se puede utilizar cualquiera de estas 3 fórmulas:
Z Z x Z y Z z
F= F1 (t, 0, 0) dt + F2 (x, s, 0) ds + F3 (x, y, r) dr
Γ1 0 0 0
Z Z y Z z Z x
F= F2 (0, t, 0) dt + F3 (0, y, s) ds + F1 (x, y, r) dr
Γ2 0 0 0
Z Z x Z z Z y
F= F1 (t, 0, 0) dt + F3 (x, 0, s) ds + F1 (x, r, z) dr
Γ3 0 0 0
V.5.1. Ejemplos
Ejemplo: Tenemos un cono de base D y altura h, y buscamos integrar el campo
F(x, y, z) = (x, y, z). Ω es el espacio del cono, y ∂Ω, su superficie, se divide en la
superficie lateral y la base.
Dibujito L1244
Si escribimos el teorema de Gauss, tenemos que

ZZZ ZZ
div F dx dy dz = F dS
Ω ∂Ω+
En este caso, tenemos la suerte de que div F = 3, y por lo tanto

ZZZ
div F dx dy dz = 3 · Volumen (Ω)
Ω
144 de 206
Por lo tanto, para hallar el volumen calculamos la integral sobre la superficie y

dividimos entre tres.
La idea geométrica es que en la cara lateral, la componente normal de F es 0. Lo
vemos fácilmente sabiendo que la recta definida por el vector (x, y, z) y que pasa por
el origen (el vértice del cono), tiene exactamente la misma dirección de la generatriz.
Entones, la integral sobre la cara lateral es 0 y por lo tanto podemos ignorarla.
Nos centramos sólo en la integral de la base:
ZZ
F dS
Base
Parametrizar S es sencillo:
S ≡ {(x, y, h) (x, y) ∈ D }
Calculamos su vector normal:

)
Tx = (1, 0, 0)
Tx × Ty = (0, 0, 1)
Ty = (0, 1, 0)
y entonces
ZZ ZZ ZZ
F dS = h(x, y, h), (0, 0, 1)i dx dy = h dx dy = h · Area (D)
Base D D
Finalmente
h · Area (D)
Volumen (Ω) =
3
Ejemplo: Cálculo del campo eléctrico o gravitatorio La expresión del campo

eléctrico es
x
F(x) = C
kxk3
Calculando las derivadas parciales
∂ F1 y 2 + z 2 − 2x2
= 5
∂x (x2 + y 2 + z 2 ) 2
∂ F2 x2 + z 2 − 2y 2
= 5
∂y (x2 + y 2 + z 2 ) 2
∂ F3 x2 + y 2 − 2z 2
= 5
∂z (x2 + y 2 + z 2 ) 2
145 de 206
nos queda que
div F = 0
Consideramos ahora una bola de radio R centrada en el origen, es decir, BR (0, 0, 0).
Integramos sobre su superficie:
ZZ ZZ ZZ
x y z 1
F dS = , , dS = 3 (x, y, z) dS =
R3 R3 R3 R
+ BR BR
∂BR
Dado que integrar el vector es integrar su componente escalar, la integral nos queda
ZZ
1 1
= 3 R dx dy = · Area esfera = 4π
R R2
BR
Ahora bien, si no supiésemos ese argumento geométrico, empezaríamos

parametrizando la esfera:
Φ(θ, ϕ) = (R cos θ sin ϕ, R sin θ sin ϕ, R cos ϕ); θ ∈ [0, 2π], ϕ ∈ [0, π]
Calculamos los vectores tangentes y el normal:

i j k

Tθ = −R sin θ sin ϕ R cos θ sin ϕ 0 : Tθ × Tϕ = −R sin (R cos θ,

Tϕ = R cos θ cos ϕ R sin θ cos ϕ −R sin ϕ

La normal es interior, así que pagamos con un cambio de signo:
ZZ
x y z
, , dS =
R3 R3 R3
x2 +y 2 +z 2 =R2
Z 2π Z π
R cos θ sin ϕ 3 3
− h , R sin θ sin ϕR , R cos ϕR , (, , )i = · · · Calculos aqui
0 0 R3
y al final sale lo mismo que antes pero con cuentas mucho más desagrable.
¿Por qué el teorema de Gauss no funciona? La divergencia es 0 y la superficie es
cerrada. Sin embargo, F no es C 1 en el origen (no existe en ese punto) así que no
podemos aplicarlo.
Pero, por otra parte, siempre hemos visto que la integral no se ve afectada por lo
que ocurra en un punto. ¿Por qué no funciona el teorema de Gauss sólo por lo que
pasa en el origen?
En realidad en el origen la divergencia vale 4π por la Delta de Dirac (δ).
146 de 206
Pero también podemos hacer un apaño. Consideramos un conjunto Ω, y una bola

Bε (0, 0, 0). Entonces
Ωε = Ω − Bε
de tal forma que F ∈ C 1 en Ωε . Aplicando el teorema de Gauss:

ZZZ ZZ
0= div F dx dy dz = F dS
Ωε ∂Ω+
ε
La frontera se divide en dos partes: ∂Ωε = ∂Ω + ∂Bε+ . Entonces

ZZ ZZ
0= F dS − F dS
∂Ω+ ∂Bε+
y por lo tanto, tenemos que

ZZ
F dS = 4π ∀Ω 0 ∈ Ω
∂Ω+
Teorema V.6. Dado un campo F ∈ C 1 , se tiene que
div F = 0 ⇐⇒ ∃G ∈ C 2 tal que rot G = F
Demostración.
Con el lenguaje de las formas diferenciales es muy fácil esta demostración.
reescribir bien
F es una 1-forma a la que aplicamos la diferencial exterior y obtenemos una

2-forma, que es su rotacional. Entonces, al volver a hacer la diferencial (para hallar
la divergencia) estamos aplicando dos veces el diferencial, y por lo tanto su valor es
0.
Sin formas diferenciales tenemos:
G = (G1 , G2 , G3 )
rot G = (∗1 , ∗2 , ∗3 )
∂ ∂ ∂
div(rot G) = (∗1 ) + (∗2 ) + (∗3 )
∂x ∂y ∂z
Por la igualdad de las derivadas cruzadas (toerema de Euler) al ser G ∈ C 2 se
cancela todo.
147 de 206
=⇒ Buscamos G tal que (F1 , F2 , F3 ) = rot G.

Podemos definir el sistema:
∂ G3 ∂ G2
∂y
− ∂z
= F1
∂ G1 ∂ G3
∂z
− ∂x
= F2
∂ G2 ∂ G1
∂x
− ∂y
= F3
Como tenemos varios grados de libertad, supongamos que G3 ≡ 0
Rz
− ∂∂Gz2 = F1 −→ G2 = − 0 F1 (x, y, t)dt + A(x, y)
R2
∂ G1
∂z
− = F2 −→ G1 = 0 F2 (x, y, t)dt + B(x,
nR y) o
∂ G2 ∂ G1 ∂
z ∂ 2
− ∂ y = F3 −→ F3 =
R
∂x ∂x
− 0
F 1 (x, y, t)dt + A(x, y) − ∂y 0
F 2 (x, y, t)dt + B(x, y)
Vamos a ver que ocurre con F3

Z z Z z
∂ ∂A ∂ ∂B
− F1 (x, y, t)dt + − F2 (x, y, t)dt −
∂x 0 ∂x ∂y 0 ∂y
Por la regularidad de F1 podemos meter dentro la derivada (el argumento que
está detrás de esto se ve en teoría de la medida, asíque de momento nos fiamos)
Z z Z z
∂ ∂A ∂ ∂B
− F1 (x, y, t)dt + − F2 (x, y, t)dt −
0 ∂x ∂x 0 ∂y ∂y
Z z
∂ F1 ∂ F2 ∂A ∂B
− + (x, y, t)dt + −
0 ∂x ∂y ∂x ∂y
Utilizamos que la div = 0 que nos dice:
∂ F1 ∂ F2 ∂ F3
+ + =0
∂x ∂y ∂z
Z z
∂ F3 ∂A ∂B ∂A ∂B
= (x, y, t)dt + − = F3 (x, y, z) − F (x, y, z) + −
0 ∂z ∂x ∂y ∂x ∂y
Hemos llegado a
∂A ∂B
F3 (x, y, z) = F3 (x, y, z) − F (x, y, z) + −
∂x ∂y
Quedando entonces definidas A y B así:
∂A ∂B
− = F3 (x, y, 0)
∂x ∂y
Y aquí nuevamente tenemos muchas opciones. Tomamos B = 0 por tomar algo
Z x
A(x, y) = F3 (s, y, 0)ds + C(y)
0
148 de 206
V.5.1.1. Anexo interesante
Vamos a ver ahora un ejemplo de cuándo se pueden meter las derivadas dentro de
una integral.
Ejemplo: Tenemos un sólido a una cierta temperatura, rodeado de un amniente

a otra temperatura distitnta de tal manera que el sólido va perdiendo temperatura.
Queremos saber a qué temperatura estará el sólido pasa un tiempo T .
Partimos de la interpretación de que la temperatura mide la cantidad de calor.
Concepto previo Una olla de 100 Litros y un vasito de chupito, ambos con agua
a 100 grados, ¿qué recipiente tiene más energía? Respuesta: la olla porque es más
grande.
creo Podemos calcular el calor integrando la temperatura con el volumen
que es Siendo Ω el sólido, y u(x, t) es la temperatura en x en el instante t. Entonces:
así
ZZZ
u(x, t)dx ≡ Cantidad de calor en Ω en t
Vamos a tomar una Bε (x0 ), vamos a estudiar:

ZZZ
∂
u(x, t)dx
∂t Bε (x0 )
Es la variación de temperatura a lo largo del tiempo. La temperatura varía porque el

calor se transmite. ¿De qué manera se transmite? Sale fuera a través de la frontera.
Se habrá ganado el calor que haya entrado y se habrá perdido el calor que haya salido.
¡Es un flujo! (de un campo J)
ZZZ ZZ
∂
u(x, t)dx = − JdS
∂t Bε (x0 ) ∂Bε (x0 )
(El menos aparece porque queremos que la derivada sea negativa, porque el calor sale.)
Siguiendo la idea de Leibniz de que estamos en el mejor mundo posible ,porque
el calor se transmite de las zonas calientes a las zonas frías de la manera óptima, es
decir, en la dirección del −∇.
∂
Revisar que pasa con ∂t
ZZZ ZZ ZZ
∂
u(x, t)dx = − JdS =
∂t Bε (x0 ) ∂Bε (x0 ) ∂Bε (x0 )
ZZZ ZZZ
Gauss
= −∇x udS = div(∇x u) =
Bε (x0 ) Bε (x0 )
ZZZ
∂u
= − Au dx = 0, ∀ε
Bε (x0 ) ∂t
Como lo que integramos es continua (lo llamamos f )
149 de 206
Tenemos: ZZZ
1
mε ≤ f ≤ Mε
V ol(Bε )
ZZZ
Si ε → 0 entonces f = f (x0 )
Bε (x0 )
Entonces tenemos que

∂u
(x0 , t) − Au(x0 , t) = 0
∂t
Y de aquí deducimos las 3 ecuaciones de transmisión de calor, que son:

no se cuales son
Para este ejemplo ha sido fundamental el meter dentro una derivada ( ∂∂t ) dentro
de la integral.
Ahora vamos a ver otro ejemplo en el que esto no se puede aplicar:
Dibujo Ejemplo: Z 1
1
fn (x)dx =
0 2
Z 1
1
lı́m fn (x)dx =
n→∞ 0 2
Z 1 Z 1
lı́m fn (x) = 0dx = 0
0 n→∞ 0
Estamos cometiendo un error... que no vamos a contar cuál es, que se verá en
teoría de la medida.
Nos podemos plantear en qué condiciones es cierto (en el ejemplo anterior es falso):
u(x, t + 1/u) − u(x, t) u(x, t + 1/u) − u(x, t)

Z Z
lı́m dx = lı́m dx
n→∞ Ω 1/u Ω n→∞ 1/u
Lo primero que tenemos que definir es la convergencia de una sucesión a una

función. Vamos a ver un plan de interpretaciones.
Convergencia puntual
∀x ∈ Ω, dado
un ε > 0
∃n0 tal que n > n0 =⇒ fn (x) − f (x) < ε

Ejemplo: 1) (
1 x ∈ [0, 1] ∩ Q
f (x) =
0 x ∈ [0, 1] ∩ {R − Q}
Este es el ejemplo de función no integrable por Riemman (las sumas superriores valen
1 y las sumas inferiores valen 0, debido a la numerabilidad de los Racionales)
150 de 206
2) Nosotros podemos definir una función de la siguiente manera:

( )
1 x = r1 , ..., rn
fn (x) =
0 x ∈ R − {r1 , ..., rn }
Siendo ri ∈ Q. Como es un conjunto numerable podemos definir un orden.
Continua excepto en un no finito de puntos =⇒ integrable de Riemman.
3) fn (x) → f (x)∀x ∈ [0, 1]
Conclusión En este caso tenemos que la convergencia puntual podemos no tener
integral.
Para solucionar este problema podemos definir otra noción de límite que nos evite
este problema u otra noción de integral.
Convergencia uniforme Dado ε > 0 ∃ n0 = n0 (ε) tal que n0 > n0 =⇒

fn (x) − f (x) < ε ∀x ∈ Ω.

Es decir, supx ∈ Ω fn (x) − f (x) = kfn − f k∞ < ε.
La misma idea que con continuidad uniforme, para todos los x del intervalo nos
vale el mismo n0 .
Utilizando esta definición en el ejemplo de los triángulos, no podemos definir la
sucesión que sea convergente uniformemente.
Teorema V.7 (Convergencia uniforme). Sea Ω un dominio acotado en RN .

Si fn → f converge uniformemente en Ω
entonces
Z Z Z
lı́m fn (x) dx = lı́m fn (x) dx = f (x) dx
n→∞ Ω Ω n→∞ Ω
Es decir, el límite y la integral son intercambiables.
Demostración.
Z Z

0 ≤ fn (x) − f (x) dx ≤<
ε dx = ε |Ω| → 0
Ω Ω
Teorema V.8.
)
{fn } continua
=⇒ f continua
fn → f uniforme en Ω
151 de 206
Observación: Si tenemos convergencia unifirme, tenemos una función continua.

Parace una cosa tan tan buena que incluso se pasa de buena, porque no podemos
trabajar con discontinuidades
Observación: Adelantamos un teorema de teoría de la medida que dice Casi todas

las funciones son casi continuas en casi todos los puntos
Demostración.

f (x) − f (y) = f (x) ± fn (x) ± fn (y) − f (y)
ε
Elegimos un subíndice n para el que se cumpla fn (t) − f (t) < 3
Además, como fn son continuas, tenemos que haciendo tender x → y =⇒

f (x) − f (y) ≤ ε =⇒ continuidad
u(x,t+1/u)−u(x,t0 )
Aplicación Sea fn (x) = 1/u
∂u
f (x) = ∂u
(x, t0 )
Vamos a comprobar la convergencia uniforme:

u(x, t + 1/u) − u(x, t0 ) ∂ u ∂ u
(x, s) − ∂ u (x, t0 ) < ε∀x
TV M
0 ≤ fn (x) − f (x) ≤
− (x, t0 ) =
1/u ∂u ∂t ∂t
Donde s ∈ [t0 , t0 + n1 ]
En el último paso utilizamos la continudad de la derivada y la compacidad (que
nos da continuidad uniforme)
Integral de Lebesgue La otra opción para poder intercambiar límites con

integrales podíamos ser más estrictos con la convergencia, o mejorar la integral (aparte
de todo un mundo de posibilidades intermedias del Análisis funcional )
Algo de esto ya vimos al hablar de integrales: (IV.1.2)
Esto nos genera el problema de la medida de un intervalo. Es razonable pedir:

(a, b) = |b − a|
La medida del intervalo tiene que ser invariante si le aplicamos traslaciones

A∩B =
|A ∪ B| = |A| + |B|
Ai ∩ Aj = , i 6= j
S ∞ P∞
i=1 Ai = i=1 |Ai |.

El último requisito es un verdadero dolor de cabeza, trabajar con sumas infinitas y con
uniones infinitas. Sería fácil (con la medida exterior) para conseguir un ≤ que no es
suficiente.
152 de 206
Para solucionar todo estos problemas hay que definir una nueva teoría con la que
casi todo es medible (salvo unos cuantos monstruos, que para encontrarlos hay que
hablar del Axioma de elección)
Toda esta teoría de la integral de Lebesgue nos da resultados mucho más generales
para poder intercambiar el límite con la integral, con la convergencia monótona y la
convergencia domiante.
153 de 206
Apéndice A
Resumen
Teorema A.1 (Teorema de la función inversa). (ver II.3) Sea F : Ω ⊂ RN 7−→

RN con F ∈ C 1 (Ω).
Supongamos DF (a) invertible, a ∈ Ω. Entonces existe un abierto
V tal que F (a) ∈ V , un abierto U tal que a ∈ U y una inversa local G : V 7−→ U .
Además, G es diferenciable en U y
−1
DG(y) = DF (F −1 (y))

, ∀y ∈ U
Teorema A.2 (Teorema de la función implícita (caso general)). (ver II.5) Dadas
n ecuaciones, n + m incógnitas, consideramos
RM × |{z}
F : Ω ⊂ |{z} RN 7−→ RN
x,y z
Supongamos F ∈ C 1 . Sea a ∈ RM , b ∈ RN tal que (a, b) ∈ Ω, F (a, b) = 0.

Supongamos Dy F (a, b) no singular, det(Dy F ) 6= 0. Entonces existen abiertos
ω ⊂ RM , Θ ∈ Rn , con a ∈ ω, b ∈ Θ y una única función:
g : ω ⊂ RM 7−→ Θ ⊂ RN , g ∈ C 1 (ω)
que cumple
g(a) = b; F (x, g(x)) = 0 ∀x ∈ ω

−1
Dg(x) = − Dy F (x, g(x)) · Dx F (x, g(x))
154 de 206
Subvariedad Definición A.1 Subvariedad diferenciable.(ver III.1) M ⊂ RM +N es una

diferencia- subvariedad diferenciable si y sólo si para todo punto a existe un entorno abierto
ble U ⊂ RN +K con a ∈ U de tal forma que U ∩ M = {x ∈ U F (x) = 0} para
alguna función F ∈ C 1 (U ), F : U ⊂ RN +K 7−→ RK cuya diferencial DF tenga
rango máximo (en este caso, rango k).
Homeomorfismo Definición A.2 Homeomorfismo. (ver III.2) Φ : Ω ⊂ RN 7−→ RN +K , con Ω abierto,

es un homeomorfismo sobre su imagen si y sólo si la restricción Φ : Ω 7−→ Φ(Ω) es
continua y tiene una inversa continua.
Parametrización Definición A.3 Parametrización local. (ver III.3) Diremos que Ψ : ω ⊂ RN 7−→
local RN +K , Ψ ∈ C 1 (ω), es una parametrización local si y sólo si el rango de su diferencial
es máximo y es un homemorfismo sobre su imagen.
Difeomorfismo Definición A.4 Difeomorfismo. Ψ es un difeomorfismo si y sólo si Ψ ∈

C 1 , ∃Ψ−1 , tal que Ψ−1 ∈ C 1
Teorema A.3. (ver III.1) Son equivalentes: M es una subvariedad, M tiene

parametrizaciones locales y M se puede expresar como un sistema de ecuaciones.
Espacios tangentes (ver III.5 y III.6) Si M es una subvariedad, para obtener el

espacio tangente en a
M definida como {F = 0}, Ta M = ker(DF (a)).
M dada por una parametrización Φ tal que Φ(u0 ) = a, Ta M = img DΦ(u0 ).
Teorema A.4 (Teorema de los multiplicadores de Lagrange). (ver III.7) Para

hallar los extremos locales de una función F restringida a una subvariedad M dada
como M = {G = 0 }, resolvemos el sistema
(
∇F (x) = λ∇G(x)
G(x) =0
Teorema A.5 (Cambio de variable). Dados unos conjuntos D, D∗ con Φ : D 7−→

D∗ un difeomorfismo, y x ∈ D; y ∈ D∗ . Entonces
155 de 206
Z Z
∂ y
f (y) dy = f (Φ(x)) det
dx
D∗ D ∂ x
Integral Definición A.5 Integral sobre una subvariedad. Dada una subvariedad M a través
sobre una de una parametrización Φ
subvarie- Z Z q
dad
f dA = f (Φ(s)) det hΦsi , Φsj i ds
Φ(D) D
Integración de campos
Z Z b
F dσ = hF(σ(t)), σ 0 (t)i dt
Γ a
Z ZZ
F dS = hF(Φ(u, v)), Tu × Tv i du dv
Φ(D)
D
Teorema A.6 (Teorema de Green). Sea Γ una curva simple en R2 . Llamamos D

al interior de Γ. Sea (P, Q) el campo con P, Q ∈ C 1 (D). Entonces
Z ZZ
∂Q ∂P
(P, Q) dσ = − dx dy
Γ+ D ∂x ∂y
Teorema A.7 (Teorema de Stokes). Dada Γ una curva cerrada simple en R3 que
es el borde de una superficie S, tenemos que
Z ZZ
Fdσ = rot FdS
Γ+
S+
Teorema A.8 (Teorema de Gauss). Sea S una superficie cerrada que encierra
una región Ω, y F ∈ C 1 (Ω).
Z Z ZZZ
= div F dx dy dz
S+
Ω
156 de 206
Operaciones con formas diferenciales

N
X ∂f
df = dxi
i
∂ xi
X
ω∧β = FI GJ dxI ∧ dxJ (k+s-forma)
I,J
X
dω == dFI ∧ dxI
I
X
(T ∗ ω)(s)[v 1 , . . . , v k ] = ω(T (s))[DT (s)v] = fi (T (s)) dTi [v]

asociada a la divergencia.

asociada al rotacional.
El producto exterior de 2 campos interpretados como 2-formas nos da el campo

asociado al producto vectorial.
Teorema A.9 (Teorema de Stokes). Sea M una subvariedad compacta,

orientable, con frontera relativa ∂M . Entonces
Z Z
ω= dω
∂M + M
157 de 206
Apéndice B
Ejercicios
B.1. Hoja 1
Ejercicio 1.1: Denotamos por kxk la norma euclídea asociada al producto

escalar en RN :
N
X
hx, yi = xi y i
i=1
Probar las dos identidades siguientes y dar una interpretación geométrica:

a) 2kxk2 + 2kyk2 = kx + yk2 + kx − yk2 .
b) 4hx, yi = kx + yk2 − kx − yk2 .
Apartado a)
Sabiendo que kxk2 = hx, xi y usando las propiedades del producto escalar
(distributiva, multiplicación por constante, conmutativa), tenemos que
kx + yk2 = hx, xi + 2hx, yi + hy, yi

kx − yk2 = hx, xi − 2hx, yi + hy, yi
Sumando estos dos términos tenemos el resultado de la parte izquierda de la

ecuación.
Apartado b)
Trivial usando los dos cálculos anteriores.
158 de 206
Ejercicio 1.3: Discutir cuáles de los siguientes conjuntos son abiertos o

cerrados.
∞
[ 1
a) −1,
k=1
k
b) (0, 1) ∩ Q en R.
Apartado a)
∞
[ 1
−1,
k=1
k
Es cerrado, porque es equivalente al conjunto [−1, 0] Demostración: (hay que
demostrar las inclusiones ⊆ y ⊇)
Apartado b)
No es ni cerrado ni abierto (R es el cierre de Q).
Ejercicio 1.7: Demostrar que A ⊆ RN es compacto (I.13) si y sólo si

cualquier subconjunto infinito de A tiene algún punto de acumulación (I.9) que
pertenece a A.
Empezamos demostrando la implicación a la derecha (si A ⊆ RN es compacto

cualquier subconjunto infinito de A tiene algún punto de acumulación que pertenece a
A). Supongamos que, para un B ⊆ A, B no tiene ningún punto de acumulación que
pertenezca a A. Hay dos posibilidades: o bien sus puntos de acumulación no pertenecen
a A o bien no tiene puntos de acumulación.
En el primer caso, dado que B ⊆ A, si p es un punto de acumulación de B también
lo es de A. Entonces podríamos encontrar una sucesión {xn } ⊆ A con lı́m xn = p,
pero como p ∈ / A A no estaría cerrado (ver teorema I.6) y por lo tanto no puede ser
compacto.
En el segundo caso, tenemos que B es un conjunto de puntos aislados. Es decir,
que ninguna sucesión {xn } ⊆ B puede ser convergente y por lo tanto, según las
definiciones de conjunto compacto (I.8, propiedad I.8 - (b)) no es compacto.
Por lo tanto, si suponemos que algún subconjunto infinito de A no tiene puntos de
acumulación en A, A no puede ser compacto.
Supongamos ahora, para demostrar la implicación a la izquierda por reducción al
absurdo, que A no es compacto pero que todo subconjunto infinito B ⊆ A tiene
algún punto de acumulación en A. Consideramos el subconjunto infinito dado por una
sucesión {xn } ⊆ A infinita. Según la premisa, existe un punto de acumulación en este
subconjunto, y por lo tanto podemos encontrar una subsucesión {xnj } ⊆ {xn } que
converja a ese punto de acumulación. Se cumple por tanto la propiedad I.8 - (b) del
teorema (I.8), contradicción.
159 de 206
B.2. Hoja 2
Ejercicio 2.1: Analícese en cada uno de los ejemplos siguientes la

continuidad, la existencia de derivadas parciales, la diferenciabilidad en (0, 0) y
la continuidad en (0, 0) de las derivadas parciales.
c) 
 x3
 si (x, y) 6= (0, 0)
f (x, y) = x2 + 7y 2
0 si (x, y) = (0, 0)

Apartado c)

 x3
 si (x, y) 6= (0, 0)
f (x, y) = x2 + 7y 2
0 si (x, y) = (0, 0)

Continuidad:

x 3 x3
0≤ 2 ≤ ≤ |x| −−→ 0

x + 7y 2 x2 x→0
Por el teorema del sándwich, f es continua en 0.

Calculamos las derivadas parciales en (0, 0)
f (h, 0) − f (0, 0) h3 /h2

lı́m = lı́m =1
h→0 h h→0 h
f (0, h) − f (0, 0) 0
lı́m = lı́m =0
h→0 h h→0 0 + 7h2
Ejercicio 2.5: Sea f : RN 7−→ RM diferenciable y tal que Df es constante.

Probar que f es una función afín y que la parte lineal de f es el valor constante
de Df .

Si Df es constante (es de la forma Df = kij ), tenemos que cada una de las
componentes de f es de la siguiente forma:
N
X
fi = ki0 + kij xj
j=0
ya que cumple
160 de 206
∂ fi
= kij
∂ xj
de tal forma que Df es la parte lineal de f (ignoramos la constante ki0 ).

Para que sea una función afín, tiene que cumplirse que f (x + y) = f (x) + f (y) y
que f (λx) = λf (x). Es trivial ver que se cumple con la construcción que tenemos de
cada una de sus componentes.
Ejercicio 2.9: Se supone g : R 7−→ R función continua. Hallar Df (x, y) en

los casos siguientes:
Z x+y
a) f (x, y) = g(s) ds
a
Z xy
b) f (x, y) = g(s) ds.
a
Apartado a)
R
Sea ϕ(s) = g(s) ds. Entonces
∂f ∂ ∂ ϕ(x + y)
= ϕ(x + y) − ϕ(a) = = g(x + y)
∂x ∂x ∂x
∂f
Análogamente, ∂y
= g(x + y). Finalmente

Df (x, y) = g(x + y) g(x + y)
Apartado b)
Usando la misma notación del apartado anterior:
∂f ∂ ∂ ϕ(xy)
= ϕ(xy) − ϕ(a) = = y · g(xy)
∂x ∂x ∂x
∂f
y análogamente, ∂y
= x · g(xy), de tal forma que

Df (x, y) = y · g(xy) y · g(xy)
Ejercicio 2.14: Considérese la función
f (x, y) = x4 + y 4 + 6x2 y 2 + 8x3
a) Estudiando el comportamiento de h(x) = f (x, x), probar que f no alcanza

ni un máximo ni un mínimo relativo en el origen.
161 de 206
b) Hallar los extremos relativos de f indicando su carácter
Apartado a)
Calculamos h
h(x) = x4 + x4 + 6x2 x2 + 8x3 = 8x3 (x + 1)
y vemos que vale 0 en el origen, que es positiva cuando x > 0 y que es negativa
cuando −1 < x < 0, por lo tanto no alcanza ni un máximo ni un mínimo en el origen.
Apartado b)
Hallamos el vector gradiente:
∇f = 3x3 + 12xy 2 + 24x2 , 3y 3 + 12x2 y = x(3x2 + 12y 2 + 24x), y(3y 2 + 12x2 )

Igualamos a cero
x(3x2 + 12y 2 + 24x) = 0

y(3y 2 + 12x2 ) = 0
Este sistema tiene la solución (0, 0), que ya hemos visto antes que no es ni un
máximo ni un mínimo, y además las soluciones al sistema
) )
3x + 12y + 24x = 0 x2 + 4y 2 + 8x = 0
2 2
3y 2 + 12x2 = 0 y 2 + 4x2 = 0 =⇒ y 2 = −4x2
que no tiene solución por ser la segunda ecuación imposible de cumplir.
B.3. Hoja 3
Ejercicio 3.0: Sea F (x, y) = (x2 − y 2 , 2xy). Encontrar los puntos en los
que la siguiente aplicación es localmente inversible de clase C 1 .
Primero, F ∈ C 1 por ser F1 , F2 polinomios. Además, el determinante del jacobiano

es positivo ∀(x, y) ∈ R2 .
En este caso:
!
2x −2y
det = 4x2 + 4y 2 = 0 ⇐⇒ (x, y) = (0, 0)
2x 2y
162 de 206
Por el teorema de la función inversa, existe una inversa local de F, C 1 en todo

entorno de (x, y) ∈ R2 con (x, y) 6= (0, 0).
Está la posibilidad de que exista la función inversa, pero no podemos deducir nada
del teorema. Para verlo, recurrimos a la definición de inyectividad, y en este caso, no
es inyectiva porque es una función par.
Ejercicio 3.3:
a) Probar que si la derivada de f : R 7−→ R existe y no se anula entonces f
es inyectiva.
b) Probar que f : R2 7−→ R2 dada por f (x, y) = (ex cos(y) +
2ex sen(y), −ex cos(y)) cumple que el determinante de su Jacobiano es siempre
positivo pero sin embargo no tiene f no es inyectiva.
a) Trivial.
b) !
ex cos(y) + 2ex sen(y) ex cos(y) + 2ex sen(y)
DF =
−ex cos(y) ex sen(y)
Su determinante vale 2ex > 0 ∀x ∈ R. Sin embargo, aunque el jacobiano sea

siempre positivo, f no es inyectiva porque si tomamos f (0, 0) = (1, −1) = f (0, 2π).
Ejercicio 3.5: Si f ∈ C ( R) y f 0 no se anula, demostrar que la función F

dada por
(
u(x, y) = f (x)
v(x, y) = −y + xf (x)
tiene una inversa global. Si f (0) = 0 y f 0 (0) = 1, hallar las derivadas parciales
de dicha inversa en el origen.
Calculamos el diferencial de F y su determinante

!
f 0 (x) 0
DF (x, y) = ; det DF (x, y) = −f 0 (x)
xf 0 (x) + f (x) −1
Según el teorema de la función inversa (II.3), F tiene inversa en todo punto ya que
DF es invertible (f 0 no se anula). Sin embargo, sólo nos demuestra la existencia de
la inversa local en todo punto, que no es lo mismo1 . Hay que ver la inyectividad para
hablar de inversa global.
Para demostrar que F es inyectiva, tenemos que demostrar
1
Podemos ver un ejemplo de esto en 3.0.
163 de 206
F (x1 , y1 ) = F (x2 , y2 ) =⇒ x1 = x2 , y1 = y2
Viendo la construcción de la función, tenemos que
u(x1 , y1 ) = u(x2 , y2 ) =⇒ f (x1 ) = f (x2 )
Como f 0 no se anula, entonces f es inyectiva y por lo tanto x1 = x2 . Sólo falta

demostrar ahora para v:
v(x1 , y1 ) = v(x2 , y2 ) =⇒ −y1 + x1 f (x1 ) = −y2 + x2 f (x2 )
Dado que antes hemos visto que x1 = x2 , entonces despejamos de la ecuación

anterior y nos queda que y1 = y2 . Hemos demostrado que F es inyectiva y por lo
tanto admite inversa global.
Hallamos ahora las derivadas parciales en el origen. Para ello usamos la fórmula
DG(y) = [DF (F −1 (y))]−1
Hallamos cuánto vale F −1 (0, 0). Si u(x, y) = 0, entonces 0 = f (x) y según el

enunciado eso implica que x = 0. Aplicando este resultado a la segunda ecuación nos
queda que y = 0. Por lo tanto
!−1 !
1 0 1 0
DG(0, 0) = [DF (0, 0)]−1 = =
0 −1 0 −1
Ejercicio 3.6: Estudiar si se puede despejar (x, y, z) en términos de (u, v, w)


u = 2x + 2x2 y + 2x2 z + 2xy 2 + 2xyz

F (x, y, z) = v = x + y + 2xy + 2x2
 w = 4x + y + z + 3y 2 + 3z 2 + 6yz

Tenemos que aplicar el teorema de la función inversa (II.3). Por un lado, tenemos
que u, v, w ∈ C 1 por ser suma de polinomios. Por otro, calculamos el determinante
del diferencial:
 
2 0 0

det DF = 1 1 0 = 2
 
4 1 1

que es distinto de 0. Por lo tanto existe inversa local de clase C 1 en un entorno de

cualquier punto, en concreto en un entorno del origen.
164 de 206
Ejercicio 3.8: Estudiar alrededor de qué puntos tienen inversa diferenciable

los siguientes cambios de coordenada
a) 
x(r, ϕ, h) = r cos ϕ


y(r, ϕ, h) = r sin ϕ

z(r, ϕ, h) = h

b) 
x(r, θ, ϕ) = r cos θ sin ϕ


y(r, θ, ϕ) = r cos θ sin ϕ

z(r, θ, ϕ) = r cos ϕ

Apartado a)
Hallamos el determinante del jacobiano:
 
cos ϕ −r sen ϕ 0
det  sen ϕ r cos ϕ 0 = r cos2 ϕ + r sen2 ϕ = r
 
0 0 1
Por tanto, por el teorema de la función inversa, existe una inversa de clase
1
C , ∀(r, h, ϕ) si y sólo si r 6= 0.
Ejercicio 3.9: Calcular la matriz de la diferencial de la función inversa del

cambio a polares
(
x(r, θ) = r cos θ
y(r, θ) = r sin θ
√
alrededor del punto (2, −2 3).
Aplicando el teorema de la función inversa, calculamos la matriz diferencial

!
cos θ −r sin θ
DF (r, θ) =
sin θ r cos θ
√
Buscamos ahora r, θ tales que F (r, θ) = (2, −2 3). Es decir, r = √4 , θ = − π6 .
3
Entonces

4 π
DF √ ,− = ···
3 6
165 de 206
y después hallaríamos su inversa.
Ejercicio 3.13:
Sea f : R2 7−→ R2 , f = (f1 , f2 ) ∈ C 1 (R2 ), satisfaciendo las ecuaciones de
Cauchy-Riemann:
∂ f1 ∂ f2 ∂ f1 ∂ f2
= , =−
∂x ∂y ∂y ∂x
a) Demostrar que existe f −1 diferenciable en algún abierto conteniendo a

(x0 , y0 ) si y sólo si Df (x0 , y0 ) no es la aplicación lineal idénticamente nula.
b) Demostrar que si existe la inversa local del apartado anterior, entonces
también satisface las ecuaciones de Cauchy-Riemann.
c) Suponiendo f (0, 0) 6= (0, 0), probar que g dada por
g(x, y = (f1 (x, y)2 − f2 (x, y)2 , 2f1 (x, y)f2 (x, y)
satisface las ecuaciones de Cauchy-Riemann y que Df (0) = 0 si y sólo si

Dg(0) = 0.
d) Encontrar tres funciones no constantes que satisfagan las ecuaciones de
Cauchy-Riemann
Apartado a)
Según el teorema de la función inversa (II.3), si Df es invertible existe una inversa
local en (x0 , y0 ).
Apartado b)
! ! 2 2
∂ f1 ∂ f1 ∂ f1
− ∂∂fx2

∂x ∂y ∂x
∂ f1 ∂ f2 ∂ f 1 ∂ f2
det(J) = det ∂ f2 ∂ f2 = det ∂ f2 ∂ f1 = + =⇒ ,
∂x ∂y ∂x ∂x ∂x ∂x ∂x ∂x
Esto es aplicando la primera ecuación de Cauchy-Riemman. Obteniendo una

condición

∂ f1 ∂ f 2
Aplicando la otra condición en el jacobiano llegamos a , 6= (0, 0)
∂y ∂y
Apartado c)
Queremos ver que g(x, y) = (f1 (x, y)2 − f2 (x, y)2 , 2f1 (x, y)f2 (x, y)) cumple las
ecuaciones de Cauchy-Riemman. Facilito.
Apartado d)
166 de 206
Ejercicio 3.15: Probar que la ecuación
sen(xz) + sen(yz) + sen(xy) = 0
a) Admite una única solución z = f (x, y) de clase C 1 en un entorno del punto

(π, 0) con f (π, 0) = 1
b) Hallar el polinomio de Taylor de f de orden 1 en dicho punto.
Apartado a)
Sea F (x, y, z) = sen(xz) + sen(yz) + sen(xy). F ∈ C ∞ por ser todo senos.
Además, F (π, 0, 1) = 0 y como
∂F
= cos(yz)y + cos(xz)x
∂z
tenemos que
∂F
(π, 0, 1) = −π 6= 0
∂z
Se cumplen las condiciones del teorema de la función implícita (II.5), por lo tanto
∃f ∈ C 1 (R2 ) tal que z = f (x, y) en un entorno de (π, 0, 1).
Apartado b)
El polinomio de Taylor es de la forma
∂f ∂f
Tf1 (π, 0) = f (π, 0) + (π, 0)(x − π) + (π, 0)(y − π)
∂x ∂y
Calculamos el diferencial de F :

DF = z cos xz + y cos xy z cos yz + x cos xy x cos xz + y cos yz
y lo evaluamos en el punto que nos interesa (π, 0, 1)

DF (π, 0, 1) = −1 1 + π −π
Entonces, dado que
−1
∂f ∂f

∂x ∂y = Df (x, y) = − Dz F (x, y, f (x, y)) · Dx,y F (x, y, f (x, y)
nos queda que
167 de 206
1
Df (π, 0) = −1 1 + π
π
y por lo tanto
∂f 1
(π, 0) = −
∂x π
∂f 1
(π, 0) = + 1
∂y π
Completando los valores que hemos obtenido:

1 1
Tf1 (π, 0) = 1 − (x − π) + +1 y =
π π
x y
=1− +1+ +y
π π
x+y
=2+
π
Ejercicio 3.16: Demostrar que la ecuación
z 3 log xy + 2x2 + 2y 2 + z 2 + 8xz − z + 8 = 0
define exactamente dos funciones diferenciables z = f1 (x, y) y z = f2 (x, y) en

un entorno de (1, 1). Hallar sus desarrollos de Taylor de orden 1 en (1, 1).
Sustituimos en la ecuación x = 1, y = 1:
z 3 log 1 + 2 + 2 + z 2 + 8z − z + 8 = z 2 + 7z + 12 = 0
Nos queda una ecuación de segundo grado, que resolvemos y nos quedan dos
soluciones: z = −4 ó z = −3. Con esto podríamos aplicar dos veces por separado
el teorema de la función implícita, una para una función f1 (1, 1) = −4 y otra para
otra función f2 (1, 1) = −3. Sin embargo, tenemos que ver antes que Dz F (1, 1) 6= 0,
siendo F (x, y, z) = z 3 log xy + 2x2 + 2y 2 + z 2 + 8xz − z + 8. Calculamos el diferencial
entonces
∂F
Dz F (x, y, z) = = log xy − 2z + 8x − 1
∂z
y tenemos que Dz (1, 1, −4) = 15 6= 0, Dz (1, 1, −3) = 13 6= 0, por lo tanto
podemos aplicar el teorema en ambos casos y las dos funciones f1 , f2 del enunciado
existen.
El siguiente paso es hallar sus desarrollos de Taylor, que son de la forma
168 de 206
∂f ∂f
Tf1 (x, y) = f (1, 1) + (x − 1) (1, 1) + (y − 1) (1, 1)
∂x ∂y
para f = f1 o f = f2 según el caso. Necesitamos entonces las derivadas parciales

con respecto a x e y. Para ello podemos aplicar la fórmula del teorema. Otra opción
es derivar implícitamente en F con respecto a x e y y despejar.
Ejercicio 3.19: Dado el sistema:


 f1 ≡
 x2 − y cos(µv) + z 2 =1
f2 ≡ x + y 2 − sen(µ) cos(v) + 2z 2 = 4
2
 f3 ≡

xy − sen(u) cos(v) + z =1
Demostrar que se puede definir (x, y, z) en función de u, v en un entorno del punto

(1, 1, 1 π2 , 0). Hallar también DF ( π2 , 0)
Definimos F = (f1 , f2 , f3 ), F : R5 7−→ R3
F ∈ C1
F (1, 1, 1, π2 , 0) satisface la ecuación
Vamos a estudiar el determinante:

∂ f ∂ f1
  
1
∂x
... ∂z 2 −1 2
π
det J(1, 1, 1, , 0) =  ... ..
.
..  = 2 2 4 = −6 6= 0

2 .   
∂ f3
... ∂ f3 1 1 1
∂x ∂z
Nos piden también DF ( π2 , 0). Derivamos implícitamente fi respecto de u:
f1
∂x ∂y ∂z
2x − cos(uv) + y sen(uv)v + 2z =0
∂u ∂u ∂u
Evaluamos en el punto (1, 1, 1, π2 ).
∂x π ∂y π ∂z π
2 ( , 0) − ( , 0) + 2 ( , 0) = 0
∂u 2 ∂u 2 ∂u 2
f2
∂x ∂y ∂z
2x
+ 2y − cos(uv)v + 4z =0
∂u ∂u ∂u
Evaluamos en el punto:
2 ( , 0) + 2 ( , 0) − 4 ( , 0) = 0
∂u 2 ∂u 2 ∂u 2
169 de 206
f3 ... Evaluamos en el punto

( , 0) + ( , 0) + ( , 0) = 0
∂u 2 ∂u 2 ∂u 2
Ahora tenemos que resolver el sistema: (Ejercicio para el lector).

Queda Du F ( π2 , 0) = (0, 0, 0).
Repetimos el mismo proceso respecto de v (Ejercicio también para ti)
Obtenemos Dv F ( π2 , 0) = (0, 0, 0)
Conclusión: DF ( π2 ) = 03×2
Ejercicio 3.24: Demostrar que la ecuación

x
xy = log
y
a) Admite
√ una √única solución y = f (x) diferenciable en un intervalo que
1
contiene a e y f ( e) = √e
√
b) f tiene un máximo local en el punto e.
Apartado a)
Aplicaremos el teorema de la función implícita a g(x, y) = xy − log xy . Vemos que
√
g ∈ C 1 , que g e, √1e = 0 y calculando su derivada
∂g y −1 1
=x− x 2 =x+
∂y x y y
√ √

∂g 1
e, √ =2 e
∂y e
vemos que no se anula, por lo tanto podemos aplicar el teorema de la función

implícita que nos dice que existe la f que aparece en el enunciado.
Apartado b)
Para ver si f tiene un máximo local, tenemos que hallar su derivada. Primero
√ 1
hallamos la derivada de g con respecto a x y su valor en e, √e .
∂g 1
=y−
∂x x
∂g √ 1
e, √ =0
∂x e
170 de 206
Derivamos ahora g con respecto a x tomando y = f (x) para despejar f 0 (x).
∂g 1 f 0 (x)
= f (x) + f 0 (x)x − +
∂x x f (x)
1 √ √ 1 √ √
0 = √ + f 0 ( e) e − √ + f 0 ( e) e
e e
√ 0 √
0 = 2 ef ( e)
√
0 = f 0 ( e)
√
Hay un punto crítico √ en x = e. Para saber si es un máximo o mínimo, tenemos
que ver el valor de f 00 ( e), así que volvemos a derivar g con respecto de x para hallar
el valor de ∂∂ xg
∂ 2g 1
2
= 2
∂x x
∂ g √ 1
2
1
2
e, √ =
∂x e e
que usamos ahora para despejar f 00 (x) al derivar dos veces g con respecto a x
tomando y = f (x):
∂g 0 1 f 0 (x)
= f (x) + f (x)x − +
∂x x f (x)
2
∂ g 0 00 0 1 f 00 (x)f (x) − f 0 (x)f 0 (x)
= f (x) + f (x)x + f (x) + + =
∂x2 x2 f 2 (x)
√
1 00
√ √ 1 f 00 ( e)
= 0 + f ( e) e + 0 + +
e e √1
e
00
√ √ 00
√ √
0 = f ( e) e + f ( e) e
√
0 = f 00 ( e)
√
Ahí debería salir f 00 ( e) > 0, pero no sale y Mathematica me dice que todo está
bien así que ahí se queda, no pienso seguir derivando más.
B.4. Hoja 4
Ejercicio 4.1: ¿La unión de subvariedades diferenciables es una subvariedad

diferenciable? ¿Y la intersección?
Unión: NO. Tomando 2 rectas, la unión no es una subvariedad diferenciable.
171 de 206
Intersección: Tampoco: el conjunto vacío no es una subvariedad diferenciable.
Ejercicio 4.3: Sean

a) (
x sen x1 x 6= 0
f (x) =
0 x=0
b) (
x2 sen x1 x 6= 0
g(x) =
0 x=0
c) (
x4 sen x1 x 6= 0
h(x) =
0 x=0
¿Son rectificables? (es decir, si tienen longitud)
Apartado a)
f (x) no es rectificable. (visto en clase, en el ejemplo de curva no rectificable)
Apartado b)
g(h) − g(0) 1
g 0 (0) = lı́m = lı́m h sen = 0
h→0 h h→0 h
1 1 −1
g 0 (x) = 2x sen + x2 · cos · 2
x x x
0
Nos encontramos con que @ lı́mx→0 g (x).
Tenemos que no es continua y no podemos aplicar la definición (IV.3). ¿Entonces?
Idea: Sabemos calcular la longitud hasta un punto ε más o menos cercano al 0.
Vamos a proceder a calcular la longitud entre ε y 1 y tomar lı́mε→0
Llamamos a σ(x) = (x, g(x)), con σ ∈ C 1 [ε, 1].
Por el teorema tenemos que
Z 1
0
Z 1r
1 1 √ √
Lε = kσ (x)kdx = 1 + 2xsen − cos dx ≤ 10(1 − ε) ≤ 10
ε ε | x x
√
{z }
≤ 10
√
Si ε = n1 , Ln ≤ 10, Ln % =⇒ ∃ lı́mn→ı́nf Ln .
Apartado c)
Esta curva es C 1 , por lo que es rectificable.
172 de 206
Ejercicio 4.15.b:
f (x, y, z) = 2x2 + y 2 + z 2 − xy
x2 y 2 z 2
K = {(x, y, z) ∈ R3 : + + ≤ 1}
2 4 8
En el interior sale el punto crítico (0, 0, 0) y en la forntera tendremos el sistema:

 

 4x − y = λx 

= λ y2
 
 2y − x 
 2z = λ z4 
2
x2 z2
 
+ y4 + =1

 

2 8
Ejercicio 4.18: Utilizar los multiplicadores de Lagrange para hallar una

fórmula para la distancia de un punto al plano Ax + By + Cz + D = 0.
g(x, y, z) = Ax + By + Cz + D =⇒ ∇g = (A, B, C)
Definimos
f (x, y, z) = d2 = (x−a)2 +(y −b)2 +(z −c)2 =⇒ ∇f = (2(x−a), 2(y −b), 2(z −c))
Aplicamos el teorema de Lagrange:

( )
∇f (x, y, z) = λ∇g
g(x, y, z) = 0
Llegando a la solución según las 3 primeras ecuaciones:

λA
x= +a
2
λB
y= +b
2
λC
z= +c
2
Reemplazamos x, y, z en la ecuación del plano (cuarta ecuación) obteniendo:
−2(D + Cc + Bb + Aa)
λ=
A2 + B 2 + C 2
Sustituimos este λ:
173 de 206
(D + Cc + Bb + Aa)
x=a− A
A2 + B 2 + C 2
(D + Cc + Bb + Aa)
y =b− B
A2 + B 2 + C 2
(D + Cc + Bb + Aa)
z =c− C
A2 + B 2 + C 2
Y ahora reemplazamos en d2 :
2 2
2 (D + Cc + Bb + Aa) (D + Cc + Bb + Aa)
d = A + B +
A2 + B 2 + C 2 A2 + B 2 + C 2
2
(D + Cc + Bb + Aa)
C =
A2 + B 2 + C 2
2
(D + Cc + Bb + Aa)2

(D + Cc + Bb + Aa) 2 2 2
= · (A + B + C ) =
A2 + B 2 + C 2 A2 + B 2 + C 2
|D + Cc + Bb + Aa|
d= √
A2 + B 2 + C 2
Que es justamente la fórmula de la distancia de un plano a un punto.
Ejercicio 4.19: Determinar los máximos y mínimos de la función
f (x, y, z) = x4 + y 4 + z 4
sobre la variedad
Π = {(x, y, z) ∈ R3 x + y + z = 5 }
Aplicamos el teorema de Lagrange

 
3


 4x =λ 


3
4y =λ
 

 4z 3 =λ 

x+y+z =5 

 
y resolvemos:
174 de 206
r
3 λ
x=y=z=
r 4
3 λ
3 =5
4
53 · 4
λ= 3
3
B.5. Hoja 5
Ejercicio 5.2: a)
f (x, y, z) = x + y + z; σ(t) = (sen t, cos t, t), 0 ≤ t ≤ π

Z
Hallar f
σ
√
kσ 0 (t)k = 2
Vamos con la integral:
Z π
0
√ Z π
f (σ(t))kσ (t)k dt = 2 sin t + cos t dt =
0 0
!π √
√ t2 2
= 2 − cos t + sen t + = 2
2 π +4
0
Ejercicio 5.3:
a) Dibujar y calcular la longitud del arco de cicloide descrito por
( )
x = R(t − sin t)
0 ≤ 2π
y = R(1 − cos t)
b) Hallar longitud de la cardioide, dada por r = 1 + cos θ, 0 < θ < π

c) Hallar el área de la región limitada por la cardioide anterior cuando
0 ≤ θ ≤ 2π
Apartado a)
175 de 206
x0 (t) = R(1 − cos t)

y 0 (t) = R sin t
Vamos a calcular la longitud:
Z 2π p √ Z 2π √
l= 2 2 2 2
R (1 − cos t) + R sen tdt = ... = R 2 1 − cos tdt
0 0
Esta integral se resuelve multiplicando numerador y denominador por el conjugado,

es decir:
√
√ Z 2π √
1 + cos t
1 − cos t · √
R 2 dt =
0 1 + cos t
√ Z 2π |sin t|
=R 2 √ dt = · · · =
0 1 + cos t
 π 2π 
√ √ √
= R 2 −2 1 + cos t + 2 1 + cos t  = · · · = 8R


0 π
Apartado b)
Leo es demasiado rápido para mí...
Apartado c)
El área (razonando un poco y con otro poco de fe) sabemos que
1 θ1 1 2π 1 2π 1 + cos(2θ)
Z Z Z
2 2
A= f (θ) dθ = (1 + cos θ) dθ = ... = π + = ...
2 θ2 2 0 2 0 2
Ejercicio 5.4:
→
− →
Z
F ·−s
a) α no se como
b) α2 no se como
Apartado a)
La integral que resolver es:
Z Z 1 Z 2
F = () · (1, 1)dt + (t2 + (2 − t)2 , t2 − (2 − t)2 ) · (1, −1)dt
α 0 1
176 de 206
Y da como resultado: 2 
3
2 t
+2 4t − 2t2 + 
3 3
1
Apartado b)
Z 1
2
La parametrización es σ(t) = (t, t ), t ∈ [−2, 1]. La integral quedaría F (σ(t)) ·
−2
σ 0 (t)dt
Apartado c)
Aquí tenemos
x(t) = a cos(t)
, t ∈ [0, 2π]
y(t) = b sen(t)
Z 1
La integral quedaría F (σ(t)) · σ 0 (t)dt
−2
Ejercicio 5.5:
 
 x = sen(t)
 

y = cos(t) , 0 ≤ t ≤ log(7)
 z = cosh(t)
 

Entonces tenemos la integral:

Z log(7) √ log(7)
l=− sent + cos2 t + senh2 tdt = ... = senh(t)0
0
Ejercicio 5.6: El campo es:
F (x, y) = (x2 − y, x + xy + y 2 )
La parametrización es: α(t) = (cos(t), (sen(t))

Y la integral sería:
Z π
F (α(t)) · α0 (t)dt = ... = 2π
0
Aplicando el teorema de Green:
177 de 206
Z Z Z Z Z 2π Z 1
∂Q ∂P
− dxdy = (2+y)dxdy = r(2+rsen(θ))drdθ = ... = 2π
D ∂x ∂y D 0 0
Se calcula mucho mejor en polares
Ejercicio 5.7: noseadnsjfdnjsk
El campo no es C 1 en (0, 0).
Ejercicio 5.8: Z
...
{Gamma
Aplicando el teorema de Green:

Z Z
1 − 1dxdy = 0
D
Ejercicio 5.Generico: Encontrar el area de un lazo de la rosa de 4 pétalos,

con sen(2θ)
La curva que lo parametriza es
r(θ))cos(θ)
σ(θ) =
r(θ))cos(θ)
Definimos el campo F (x, y) = (0, x) y aplicamos el teorema de Green:
Z Z Z π Z π
2 2
0
dxdy = F ds = F (σ(θ))σ (θ)dθ = sen(2θ)cos(θ)·(2cos(2θ))sen(θ)+sen(2θ)cos(θ)dθ
Ω σ 0 0
Ejercicio 5.Generico 2: Calcular el trabajo realizado por el campo

2
F (x, y, z) = (x , yz, y) para transportar una partícula a lo largo de la trayectoria
σ(t) = (et , t, t2 ), 0 ≤ t ≤ 1.
178 de 206
Calcular la integral Z Z 1
F = F (σ(t))σ 0 (t)dt
σ 0
Ejercicio 5.El que cae mañana: Consideremos el conjunto de todas las

pirámides de base rectangular, inscritas en la esfera de radio 1, con la base paralela
al plano z=0,y vértice en algún vértice.
a) Justificar que a igual base, la pirámide de mayor volumen debe tener el
vértice situado en (0, 0, 1).
b) Hallar la longitudo de las aristas que parten del vértice, en la pirámide de la
clase anterior que tiene volumen distinto.
Apartado a)
La base va a estar inscrita en una circunferencia.
Llamemos al plano en el que se encuentra la base z = a y sea V3 el vértice de la
altura de la pirámide. Entonces tenemos que h = |V3 + a|.
Con lo cual, el volumen es = 31 l1 · l2 · |v3 + a| (siendo li los lados de la base). Si
calculamos máximos y mínimos aquí no vamos a encontrar.
p
Sabemos también que v3 = − 1 − v12 − v22 Con lo que definimos
q
1
Ṽ (V1 , V2 ) = l1 · l2 1 − v12 − v22 + a
3
Derivamos:
∂ Ṽ 1 v1
= l1 l2 p 2
∂ V1 3 −v1 − v22
∂ Ṽ 1 v2
= l1 l2 p 2
∂ V2 3 −v1 − v22
(V1 , V2 ) = (0, 0) y se comprueba que es un máximo con la segunda derivada. Como

v1 = v2 = 0 =⇒ v3 = −1
Una posibilidad es razonar que a igualdad de base, el volumen será máximo con la
altura máxima.
Apartado b)
V (x, y, z) volumen de la pirámide.
g(x, y, z) = x2 + y 2 + z 2 − 1
Definimos π1 = (x, y, z), π2 = (−x, y, z), π3 = (x, −y, z), π4 = (−x, −y, z), V =
(0, 0, 1)
p
d(π1 , π2 ) = l1 = (2x)2 = |2x|
179 de 206
p
d(π1 , π3 ) = l2 = (2y)2 = |2y|
Volumen = 31 |2x| |2y| (1 + z)

Aquí se aplican multiplicadores de Lagrange, quedando el sistema:
 
 2y(z + 1) 

 = 2λx 



2
3 

3
x(z + 1) = 2λy
4


 3
xy = 2λz 


2 2 2
 
 x +y +z =1 
Ejercicio 5.10:
adsf
Es simple algebra lineal al parecer.
Ejercicio 5.11: Sea
s = {(x, y, z) ∈ R3 : x2 + y = 1, 0 < z < 1}
Y 2 parametrizaciones:
Φ(s, t) = (cos s, sin s, t)s ∈ (0, 2π), t ∈ (0, 1)

√
Ψ(u, v) = (u, 1 − u2 , v), u, v, ∈ (0, 1)
¿Inducen la misma orientación?
Vamos a construir una g : R2 7−→ R2 tal que Φ = Ψ ◦ g

De tal forma que
Φ(s, t) = Ψ(u, v) ◦ g(s, t)

g(s, t) = (g1 (s, t), g2 (s, t))
Donde )
g1 (s, t) = cos s
=⇒ g(s, t) = (cos s, t)
g2 (s, t) = t
√
Comprobamos que Ψ(g(s, t)) = (cos s, 1 − cos2 t, t) = Φ(s, t)
| {z }
≡sin s
Las 2 parametrizaciones inducirán la misma orientación ⇐⇒ det Dg > 0. (por

un resultado visto en teoría)
!
−sen(s) 0
Dg =
0 1
180 de 206
Tenemos det Dg = −sen(s)

No inducen la misma orientación ya que este determinante no es siempre positivo.
B.6. Hoja 6
Ejercicio 6.1: Sea ω una 2-forma en R3 .

a)
ω = dy ∧ dz − 2dz ∧ dx + 3dx ∧ dy
Sean u = (1, −1, 0) y v = (2, 1, 1).
b)
ω = 4dx ∧ dz + 2dx ∧ dy − 3dy ∧ dz + 8dz ∧ dx + zdx ∧ dy
¿ω(x)[u, v]?
Apartado a)
Si ω es una 2-forma:
X
ω≡ FiN (x)dxi ∧ dxj
!
P u1 vi
Entonces ω(x)[u, v] = ij fij (x) det
uj vj
En nuestro caso:

u v2 u3 v3 u1 v1

ω(x)[(1, −1, 0), (2, 1, 1)] = 1 2 + 2 + 3
u3 v3 u1 v1 u2 v2

−1 1 0 1 1 2

1 + 2 + 3 = 10

0 1 1 2 −1 1
Apartado b)
Lo primero es redefinirla y juntar los términos:
ω = −4dx ∧ dz + (z + 2)dx ∧ dy − 3dy ∧ dz
Y ahora ya nos ponemos a calcular con el mismo sistema que antes.

Llegamos a
ω(x)[u, v] = ... = z − 5
181 de 206
Ejercicio 6.2:
ω = cx − zdy
v = (x2 + y 2 + z 2 )dx ∧ dz + (xyz)dy ∧ dz
a) dω
b) ω ∧ dw
c) dv
d) ω ∧ v
Apartado a)
dw = d(dx − zdy) = d(dx) − d(zdy) = dy ∧ dz
| {z } | {z }
≡0 dz∧dy+z(dy∧dy)
Apartado b)
Apartado c)
Apartado d)
Ejercicio 6.13:
x2 + y 2
S = {(x, y, z) ∈ R3 : z = 1 − , x, y ∈ [0, 1]}
2
R
Buscamos calcular S xydxdy. xy Es la densidad superficial (dato del enunciado).
Estamos integrando la densidad sobre la superficie.

x2 +y 2
Definimos: Φ(x, y) = x, y, 1 − 2
Calculamos kTx × Ty k (el cambio en la medida), con
Tx = (1, 0, −x); Ty = (0, 1, −y)
Tx × Ty = (x, y, 1)
Z Z p Z 1 Z 1 p
xykTx ×Ty kdxdy = 2 2
xy 1 + x + y dxdy = xy 1 + x2 + y 2 dxdy = ... = 1.3516499
S S 0 0
182 de 206
→
−
Ejercicio 6.14: Calcular el flujo de F (x, y, z) = (x, y, z) a través del cilindro
x2 + y 2 = a2 , 0 ≤ z ≤ b incluyendo las bases con la normal exterior.
Solución corta y buena

Z Z Z Z Z
F ds = divF
S Ω
Utilizando coordenadas cilíndricas:

Z bZ a Z 2π
3pdαdpdz = 3πa2 b
0 0 0
Sin aplicar Gauss
Vamos a separar el cálculo en la integral sobre las 2 tapas y la superficie de
revolución.
El campo en la tapa de abajo es 0 (el campo con z=0 es paralelo a la base)
Nos queda: Z
hF (σ(α, z)), dA)i
Como cambia el ángulo y la altura definimos: Siendo σ(α, z) = (acosα, asenα, z).
σα = (−asenα, acosα, 0)
σz = (0, 0, 1)
Y ahora calculamos dA, que en R3 es el producto vectorial.

dA = (acosα, asenα, 0)
Ya podemos integrar sobre la superficie lateral
Z 2π Z b
a2 dzdα = 2πa2 b
0 0
Ahora procedemos al cálculo del flujo que atraviesa la capa de arriba.

En este caso, como cambia el ángulo y el radio tenemos:
Siendo σ(α, z) = (pcosα, psenα, b), y por lo tanto: F (σ(α, p)) =
(pcosα, psenα, b)
σα = (−psenα, pcosα, 0)
σz = (cosα, senα, 0)
Si calculamos σa × σp = (0, 0, −p)
183 de 206
Problema, porque este vector apunta hacia el interior del cilindro y nos dicen
respecto de la normal interior. Por ello le vamos a cambiar de signo.
Z 2π Z a
b · p dpdα = πa2 b
0 0
Tenemos flujo = 2πa2 b + πa2 b
Ejercicio 6.9: ω = xzdy − ydx

v = x3 dz + dx
Φ(s, t) = (cos(s), sen(t), (t))
Nos piden calcular

a) Φ∗ (ω)
b) Φ∗ (dω)
Recordamos: X X
T∗ fI dxI (s)[v] = fI (T (s))dtI (v)
Φ∗ (dx) = dΦ1 = −sen(s)ds
Apartado a)
Φ∗ (ω) = Φ∗ (xzdy − ydx) − Φ(y)dx = cos2 (s)tds + sen2 (s)ds

Apartado b)
Hay 2 posibles caminos, utilizar que el pull-back conmuta con la diferencial, teniendo
que calcular la diferencial exterior del pull-back calculado anteriormente y sino:
dw = zdx∧dy+x dz∧ dy− dy∧ dx = (z+1) dx∧ dy+x dz∧ dy = (1) = (z+1) dx∧ dy−x dy∧ dz
(1) para mantener el orden cíclico. Ahora habría que calcular el pull-back de esto.
Vamos con el otro camino:
d(Φ∗ ω)(cos2 (s))dt ∧ ds
z = x2 + y 2
Ejercicio 6.17: Sea F = (x, y, z), con 0 ≤ x, y
0≤z≤9
184 de 206
Hacemos un dibujo de lo que es, que es una bola de bomberman de las moradas
invertida, solo lo perteneciente al primer cuadrante. Vamos a calcular también el flujo
que pasa por las tapas (la de arriba y los planos verticales que cortan al paraboloide)
¿Que no debería ser así? Yo también lo creo...
En este caso, aplicamos el teorema de la divergencia porque vamos a calcular el
flujo de un campo a través de una superficie en R3 .
→
−
La divergencia div F = 1 + 1 + 1
Necesitamos definir el interior de la superficie para poder aplicar el teorema.
Podemos definirlo en cartesianas de la siguiente manera:
Ω = {(x, y, z) : x2 + y 2 ≤ z ≤ 9, x, y ≥ 0}
Si lo pasamos a coordenadas cilíncricas tenemos:

√ π
Ω = {(ρ, θ, z) : 0 ≤ z ≤ 9, 0 ≤ ρ z, 0 ≤ θ ≤ }
2
También necesitamos el jacobiano del cambio a cilíndricas que sabemos que es ρ.

Aplicando esto nos queda la integral:
π √
Z Z Z Z Z
2
Z 9 Z z
F ds = divF dxdydz = 3 dxdydz = 3·ρ dρdθdz = 3 ρ dρdθdz =
S Ω Ω Ω 0 0 0
√
9 1 2 z
Z 9
35 · π
Z
π ρ dz = 3 π 1
3 zdz =
2 0
2
0 22 0 23
Ejercicio 6.20: Transformar la integral de superficie

→
−
Z Z
rot F dS
en una integral de linea utilizando el teorema de Stokes y calcular la integral de

línea en los siguientes casos:
→
−
a) F = (y 2 , xy, xz), siendo S ≡ x2 + y 2 + z 2 = 1, z ≥ 0, tomando como
normal la que tenga la tercera componente no negativa.
b)
→
−
F = (y − z, yz, −xz)
Siendo S un cubo de lado [0,2]-
Apartado a)
Tomando como frontera de la superficie δS = σ ≡ {x2 + y 2 = 1; z = 0}.
Parametrizamos con σ(t) = (cos(t), sen(t), 0)
185 de 206
2π 2π 2π−π
→
−
Z Z Z Z
F dS = h F (σ(t)), σ 0 (t)idt = 3 2
−sen (t)+cos (t)sen(t)dt = −sen3 (t)+cos2 (t)sen(t)d
σ 0 0 0−π
Porque es una función impar
Apartado b)
bgdbgdfabafhlafbhahblaflbh
Ejercicio 6.18:
F (x, y, z) = exy , cos, xy, cos xz 2

a) Calcular la divergencia
b) Calcular el rotacional
Pasando porque es fácil.
Ejercicio 6.19:
a) Ver si el campo F (x, y, z) = (x + z, −(y + z), x − y) es conservativo
b)
c)
d)
Apartado a)
Calculamos el rotacional y vemos que efectivamente es 0.
Vamos a calcular el potencial:
Z x Z y Z z
f (x, y, z) = F1 (t, 0, 0)dt + F2 (x, t, 0)dt + F3 (x, y, t)dt
0 0 0
Esto que hemos aplicado es una forma de calcular potenciales de campos conservativos.
Nos lo creemos.
Z x Z y Z z
f (x, y, z) = t + 0 dt + −(t + 0) dt + (x − y)dt
0 0 0
Apartado b)
No es conservativo Apartado c)
No es conservativo Apartado d)
186 de 206
Sí es conservativo
Ejercicio 6.20: Sea el campo F = (y 2 , xy, xz)

Se pide la integral sobre S = {(x, y, z) ∈ R3 |x2 + y 2 + z 2 = 1, z ≥ 0}
∂S = {(x, y) ∈ R2 |x2 + y 2 = 1}
Entonces, queremos calcular:

Z
y 2 dx + xy dy + xz dz
C
Parametrizamos en cilíndricas con z = 0
Z 2π Z 2π Z 2π
3 2 2 2
−sen t+sin tcos tdt = sin t(cos −sen ) dt = sen(t)·cos2 (2t)dt = 0
0 0 0
Nos
Ejercicio 6.29: Demostrar

ZZZ ZZ ZZZ
f ∆g = f ∆g − ∇f ∇g
V S V
Sugerencia: utilizar:
div(f ∇g) = ∇f · ∇g + f ∆g
Sea f ∇g un campo en R3 .
Por el teorema de Gauss:
ZZZ ZZ
div(f ∇g) = f ∇g
V S
.
Aplicando la indicación:
ZZZ ZZ
∇f ∇g + f ∆g = f ∇g
V s
Despejando de aquí ya sale.
187 de 206
Demostración de la sugerencia Se deja como ejercicio para el lector
Ejercicio 6.24: Calcular la integral de F sobre la esfera:

√
F = (x + cos y − log(1 + z 2 ), y + sen 1 + x2 + z 2 , z)
Aplicamos Gauss:
÷F = 3
ZZZ
4π
3 dx dy dz = 3 · V ol(S) = 3 · = 4π
S 3
V ol(S)=Volumen de la esfera.
Ejercicio 6.25:
F = (y − z, z − x, z − y)
RR
÷F = 0 =⇒ S
F dS = 0.
Esto nos dice que en el hemisferio norte (contando la tapa de abajo) es 0.
Podemos interpretar que nos piden sin contar la tapa, con lo que calculamos el
flujo sobre la tapa (que será igual que el flujo sobre la semiesfera)
Para ello parametrizamos en polares:
x = rcosθ
y = tsenθ
z=0
Quedando el campo:
F(r, θ) = (r sen θ, −r cos θ, r(cos θ − sen θ))
Entonces
Z 2π Z 1 Z 2π
2 1
r (cos(θ), − sen(θ)) dr dθ = cos θ − sen θ dθ = 0
0 0 3 0
Miguel sugiere que veamos F como el rotacional de otro campo (que a ojo supone)
!
2 2 2 2 2 2 2 2 2
x +y +z x +y +z x +y +z
F = rot G = ,
2 2 2
188 de 206
Ejercicio 6.26: Integrar F = (x3 , y 3 , −abz) sobre
x2 y 2 z 2
{S ≡ + 2 + 2 = 1}
a2 b c
Vamos a aplicar Gauss

÷F = 3(x2 + y 2 ) − ab
Parametrizamos S en esféricas:
x = arcosθsenφ
y = brsenθsenφ
z = crcosφ
÷F = 3r2 (a2 sen2 θsen2 φ + b2 cos2 θsen2 φ) − ab

El cambio en la medida en este caso es:
i j k
J=. . .
. . .
|J| = r2 senφ · abc

Z 1 Z π Z 2π Z 1 Z π Z 2π
2 2 2 2 2
(r senφ·abc)(3r sen φ(a cosθ+b senθ)) dr dθ dφ− r2 senφ·abcab dr dθ dφ
0 0 0 0 0 0
La resolución se deja como ejercicio para el lector.
Ejercicio 6.27: Integrar sobre el cubo unidad el campo F = (x2 , y 2 , z 2 ).

a) Con Gauss
b) Sin Gauss
Apartado a)
÷F = 2(x + y + z)
ZZ Z 1Z 1Z 1
F dS = 2 x + y + z dx dy dz = 3
S 0 0 0
Apartado b)
189 de 206
Tendremos que integrar sobre todas las caras del cubo.

z = 1; 0 ≤ x ≤ 1; 0 ≤ y ≤ 1
z = 0; 0 ≤ x ≤ 1; 0 ≤ y ≤ 1
...
Y calculando los respectivos vectores normales:
n1 = −n2 = (0, 0, 1)
...
Z Z
F · n dS = F3 ds + ... = 1 − 0 + 1 − 0 + 1 − 0 = 3
S S1
cqc.
B.7. Exámenes
B.7.1. Parcial 1
Ejercicio 7.1:
d : R2 7−→ R homógenea2 con m > 0. F acotada superiormente sobre la
circunferencia unidad.
a) Probar que F es continua en (0, 0)
b) Si m = 0 ¿F continua en (0,0)?
Apartado a)
1) Vamos a ver que F (0, 0) = 0.

F (0, 0) = F (t0, t0) = tm F (0, 0) =⇒ F (0, 0) = 0
2) Aplicando la caracterización por sucesiones de la continuidad: {Xn } → 0 =⇒

F (Xn ) → 0 si F continua.
Sea Zn = {(Xn , Yn )}, n ∈ N una sucesión tal que Zn → (0, 0).

Zn
Z n
|Fn | = F kZn k = kXn kn F =⇒

kZn k kZn k

Zn
∃M > 0 tal que kZn kn F ≤ kZn kn M → 0 = F (0, 0)

kZn k
2
(f (tx, ty) = tm f (x, y)
190 de 206
Apartado b)
Sí, m = 0 =⇒ F constante. Se puede demostrar pasando a coordenadas polares
x = rcos(t), y = rsen(t)
B.7.2. Enero 2013
Ejercicio 7.1:
Sea f ∈ C 2 (R) tal que f (2) = 0, f 0 (2) = 1. Consideramos la ecuación
F (x, y, z) = x2 + y 2 + z 2 − f (2 + Cz) = 0
a) Probar que existen un abierto U ⊂ R2 con (0, 0) ∈ U , y un abierto V ⊂ R

con 0 ∈ V , y una función C 1
φ:U →V
tal que F (x, y, φ(x, y)) = 0 para todo (x, y) ∈ U .

b) Hallar las derivadas parciales de la función encontrada en el apartado anterior
y demostrar que
∂φ(x, y) ∂φ(x, y)
y −x =0
∂x ∂y
c) Estudiar si la función φ alcanza un extremo relativo en (0, 0), y determinar

su tipo (en función de la constante C).
Apartado a)
Tenemos que F (0, 0, 0) = 0, F ∈ C 1 , y vemos que
∂F
(0, 0, 0) = 2z − Cf 0 (2 + Cz) = −Cf 0 (2) = −C 6= 0
∂z
con lo cual si C 6= 0, por el teorema de la función implícita, existen entornos
U ⊂ R2 y V ⊂ R con (0, 0) ∈ U, 0 ∈ V y una función φ : U 7−→ V de clase C 1 con
φ(0, 0) = 0 tal que F (x, y, φ(x, y)) = 0∀(x, y) ∈ U .
Apartado b)
Derivamos implícitamente respecto de x:
∂φ(x, y) ∂φ(x, y)
2φ(x, y) − f 0 (2 + Cφ(x, y))C = −2x
∂x ∂x
...
∂φ(x, y) −2x
=
∂x 2φ(x, y) − Cf 0 (2 + Cφ(x, y))
191 de 206
si 2φ(x, y) 6= Cf 0 (2 + Cφ(x, y)).

Procediendo del mismo modo:
∂φ(x, y) −2y
=
∂y 2φ(x, y) − Cf 0 (2 + Cφ(x, y)
si 2φ(x, y) 6= Cf 0 (2 + Cφ(x, y)).

Multiplicando a ambos lados la derivada parcial con respecto a x por y y la derivada
parcial con respecto a y por x llegamos a que
∂yφ(x, y) ∂φ(x, y)
=x
∂x ∂y
, que era lo que queríamos demostrar.
Apartado c)
x2 + y 2 + (φ(x, y))2 − f (2 + Cφ(x, y)) = 0

∂φ 0
(0, 0) = =0
∂x C
∂φ 0
(0, 0) = =0
∂y C
Y por lo tanto φ tiene en (0, 0) un extremo relativo.

Procedemos a calcular su tipo:
∂F ∂φ ∂φ
: 2x − 2φ(x, y) − f 0 (2 + Cφ(x, y))C =0
∂x ∂x ∂x
2 2
∂ 2F

∂φ(x, y) 00 2 ∂φ
(0, 0) : 2 − 2 − f (2 + Cφ(x, y))C
∂x2 ∂x ∂x
Lo siento chicos... no me ha dado tiempo a copiar, es mi primer día copiando

cálculo. Pero el resultado es que el extremo es:
Mínimo si C > 0
Máximo si C < 0
Nada si C = 0 porque 2/C no estaría definido.
No sé hacer matrices, pero si os apetece completar el hessiano es (2/C, 0) la

primera fila, y (0, 2/C) la segunda fila. Por tanto el determinante da 4/C 2 > 0 y hay
que analizar el término en la fila uno, columna uno de la matriz.
192 de 206
Ejercicio 7.2: Consideramos el conjunto de todas las pirámides de base

rectangular, inscritas en la esfera de radio 1, con la base paralela al plano z = 0,
y vértice en algún punto de la semiesfera interior.
a) Justificar que, a igualdad de base, la pirámide de mayor volumen debe tener
el vértice situado en el punto (0, 0, −1)
b) Hallar la longitud de las aristas que parten del vértice en la pirámide de la
clase anterior que tiene volumen máximo.
Apartado a)
Planteamos la parametrización de la esfera de radio 1
 
cos θ sin ρ
Φ(θ, ρ) =  sin θ sin ρ 
 
cos ρ
El área de la base viene determinada por la fórmula
A = cos θ sin θ sin2 ρ
Si fijamos este área, tenemos que, si θ 6= 0

r r
A 2A
sin ρ = =
cos θ sin θ sin 2θ
Por otra parte, el volumen de la pirámide será
Ah (cos ρ − zv ) cos θ sin θ sin2 ρ

V = =
3 3
siendo 0 > zv > −1 el vértice de la pirámide (no ponemos un valor absoluto ya
que sabemos que zv es negativo.
Veamos cuál es la base máxima de la pirámide fijado un ρ dado
∂A
= sin2 ρ(cos2 θ − sin2 θ)
∂θ
Igualando a 0, tenemos que cos2 θ = sin2 θ, es decir, θ = π4 . Por lo tanto, el área
que tenemos que considerar es
sin2 ρ
A=
2
193 de 206
Ejercicio 7.3: Sea S una superficie regular orientable y acotada en R3

cuyo borde es una curva cerrada regular Γ de longitud L. Sea F un campo C 1
con kF(x, y, z)k = 2 para todo (x, y, z) tal que F es tangente a la curva en cada
punto de Γ.
R
a) Hallar Γ F dσ en función de L y de la orientación de la parametrización de
Γ.
b) Discutir razonadamente si puede ser rot F(x, y, z) para todos los puntos
(x, y, z) ∈ S.
Apartado a)
Calculamos la integral, suponiendo que Γ = σ(I)
Z Z Z Z
0 0
F dσ = hF ◦ σ, σ i dt = kF ◦ σkkσ k dt = 2 kσ 0 k dt = 2L
Γ I I I
Cambiaremos de signo si la parametrización σ de L es negativa con respecto a S.
Apartado b)
Según el teorema de Stokes,
Z ZZ
F dσ = rot F dS
Γ S
Por lo tanto, sólo podemos tener rot F = 0 si la longitud de la curva L = 0.
Ejercicio 7.4: Sea M = {(x, y, z) ∈ R3 z = x2 + y 2 , z ≤ 1 }.

a) Demostrar que M es una variedad con borde ∂M , determinando las
dimensiones de M y de ∂M .
b) Supongamos M con la orientación dada por un vector normal con la tercera
componente negativa. Consideramos la parametrización dada por la carda (ϕ, D)
donde ϕ(s, t) = (t, s, s2 + t2 ) y D = {(s, t) s2 + t2 ≤ 1}. Estudiar si
la orientación inducida por esta parametrización coincide o no con la definida
inicialmente.
c) Determinar la orientación compatible o inducida en la frontera ∂M .
d) Calcular
ZZ
rot F dS
M
2 +y 2 )
siendo F(x, y, z) = (x, y, e−(x ).
194 de 206
Apartado a)
Nos están dando una parametrización (la del apartado b)), así que si demostramos
que es una paramterización habremos demostrado que es una subvariedad. Obviamente,
ϕ ∈ C ∞ y su inversa es continua (ϕ−1 (x, y, z) = (x, y)) y C 1 . Además, el rango de
su diferencial es máximo siempre. Como ϕ : R2 7−→ R3 , M es una subvariedad de
dimensión 2. La frontera son los puntos que cumplen z = 1 (o s2 + t2 = 1), y es de
dimensión 1.
Apartado b)
Calculamos el vector tangente según la parametrización:
 
i j k 2t

ϕs = 0 1 2s =  2s 
 
ϕt = 1 0 2t −1

La tercera coordenada es negativa y por lo tanto la orientación coincide.
Apartado c)
Parametrizamos ∂M por la aplicación
σ : [0, 2π] 7−→ R3

σ(θ) = (cos θ, sin θ, 1)
Su vector tangente es σ 0 (θ) = (− sin θ, cos θ, 0), que tiene la orientación que quiera
tener.
Apartado d)
Según el teorema de Stokes,
ZZ Z
rot F dS = F dσ
M ∂M
Calculamos:
Z Z 2π Z 2π
0
F dσ = hF ◦ σ, σ i dθ = h(cos θ, sin θ, e−1 ), (− sin θ, cos θ, 0)i dθ =
∂M
Z0 2π 0
= − sin θ cos θ + sin θ cos θ dθ =

0
=0
195 de 206
B.7.3. Junio 2013
Ejercicio 7.1: Sea f : R3 7−→ R. Se dice que f es homogénea de grado m si
f (λx, λy, λz) = λm f (x, y, z)
para todo λ > 0.

a) Si f es diferenciable y homogénea de grado m > 0 demostrar que:
h∇f (x, y, z), (x, y, z)i = mf (x, y, z)
b) Supongamos f continua sobre la esfera x2 + y 2 + z 2 = 1. Supongamos que

f es homogénea de grado m = 0, y que f (0, 0, 0) = 0.
Estudiar la continuidad de f en el origen.
Estudiar la continuidad de f en el resto de puntos del espacio.
Apartado a)
∂f ∂f ∂f
x (x, y, z) + y (x, y, z) + z
∂x ∂y ∂z
derivamos respecto de λ
∂f ∂ m
(λx, λy, λz) = (λ f (x, y, z))
∂λ |∂λ {z }
mλm−1 f (x,y,z)
∂f ∂λx ∂f ∂λy ∂f ∂λz ∂f ∂f ∂f

+ + = x+ y+ z = mλm−1 f (x, y, z)
∂λx ∂λ ∂λy ∂λ ∂λz ∂λ ∂λx ∂λy ∂λz
h∇f (λx, λy, λz), (x, y, z)i = mλm−1 f (x, y, z) ∀λ > 0
Si tomamos λ = 1 entonces
h∇f (x, y, z), (x, y, z)i = mf (x, y, z)
que era lo que queríamos demostrar.3
Apartado b)
3
Este es el teorema de Euler de las funciones homogéneas, y sí, te piden demostrarlo en un examen,
extraordinario
196 de 206
1
Considero4 λ =
k(x,y,z)k
f (x, y, z) = f (λx, λy, λz)
Si f es continua en x1 lo va a ser en x2 con x1 = λx2 por se homogénea.5
Formalmente:

∀ε > 0, ∃δ > 0 kx − yk < δ =⇒ f (x) − f (y) < ε

kx − 0k < δ =⇒ f (x, y, z) − f (0, 0, 0) < ε

f (x, y, z) < ε ∀ε > 0
f =0
x y
− < kx − yk
kxk kyk
Ejercicio 7.2: Sea A = { 14 ≤ x2 + y 2 ≤ 1}. Consideramos F : A 7−→ R2 ,

x y
(x, y) 7→ F (x, y) = , 2
x + y x + y2
2 2
a) Determinar la imagen del conjunto A, F (A).

b) Estudiar si F es localmente invertible, con inversa diferenciable.
c) Estudiar si existe una inversa global, definida sobre todo el conjunto F (A).
Apartado a)
F (A) = {(x, y) 4 ≥ x2 + y 2 ≥ 1 }
Apartado b)
Calculamos el diferencial:
 
x2 +y 2 −2x2
!
−2yx 2 2 2
 (x2 +y2 )2 (x2 +y 2 )2  1 x + y − 2x −2yx
DF (x, y) = x2 +y 2 −2y 2 = 2
−2xy
(x2 +y 2 )2 (x2 +y 2 )2
(x + y 2 )2 −2xy x2 + y 2 − 2y 2
y su determinante es (ignorando el factor que no se anula)

4
Esto es una idea feliz.
5
Es como tomar un punto x2 en una esfera más pequeña de la esfera de radio uno, y si unimos
ese punto con el x1 que esta en la esfera de radio uno, por ser homogénea va a ser continua en la
recta que los une.
197 de 206
det DF (x, y) = ((x2 + y 2 ) − 2x2 )((x2 + y 2 ) − 2y 2 ) − 2x2 y 2 =

= (x2 + y 2 )2 − 2(x2 + y 2 )2 + 2x2 y 2 − 2x2 y 2 =
= −(x2 + y 2 )2
que es distinto de 0 en A. Por lo tanto, aplicamos T.F.Inversa y listos.
Apartado c)
La función existe porque F es biyectiva sobre su imagen. Y no me apetece probarlo,
pero se ve.
Ejercicio 7.3:
a) Consideramos la familia de curvas dependiente de parámetro k, Mk = {z =
x2 − y 2 } ∩ {z = k }. Determinar para qué valores de K el conjunto Mk es una
variedad de dimensión 1 en R3 .
b) Sea M = {x2 + y 2 + z 2 = 4} ∩ {x2 + (y − 1)2 = 1}. Demostrar que la parte
de M contenida en el interior del semiespacio superior z > 0 es una variedad C 1
y determinar su dimensión. Demostrar que globalmente M no es una variedad en
R3
Apartado a)
Nos dan M como un sistema de ecuaciones F = 0, con F : R3 7−→ R2 . Tenemos
que ver si su diferencial tiene rango máximo cuando F = 0.
!
2x 2y 1
DF =
0 0 1
Si k 6= 0, o bien x o bien y son distintos de 0 (si no no se cumpliría x2 − y 2 = k)

y DF tiene rango máximo. Por lo tanto, Mk es variedad 1-dimensional si k 6= 0.
Apartado b)
Ejercicio
p 7.4: Sea S la superficie cerrada limitada por la semiesfera
z = 9 − x − y y la parte superior del hiperboloide x2 + y 2 − z 2 = −1 con la
2 2
orientación inducida por la normal exterior. Consideramos el campo
F = (xz + cos y sin z, yz + exz , z 2 + ey )

RR
Calcular el flujo S F dS.
El amigo Gauss nos dice que
198 de 206
ZZ ZZZ
S Ω
Así que vamos a ver qué nos da la divergencia.
div F = z + z + 2z = 3z
Sale algo simple (menos mal) así que

podemos tratar de parametrizar Ω. La
dividimos en dos partes: una, la limitada
por el hiperboloide, y otra, la limitada por
la semiesfera. Para que todo sea menos
feo, hacemos un cambio a coordenadas
cilíndricas, cuyo cambio en la medida es
r:
ZZZ
div F dx dy dz =
Z ΩZ Z Figura B.1: El coso a integrar.
3z · r dz dθ dr = IE + IH
Ω
Calculamos la intersección del hiper-

boloide y la esfera:
r2 − 9 + r2 = −1 =⇒ 2r2 = 8 =⇒ r = 2
Entonces la integral de la esfera nos queda
√
Z 3 Z 2π Z 3−r2
IE = 3zr dz dθ dr =
2 0 0
√3−r2
Z 3 Z 2π 2
z
=3 r dθ dr =
2

2 0
z=0
Z 2π 3 Z
3
= r 3 − r2 dθ dr =
2 2
Z 30
2π3
= 3r − r3 dr =
2 2
...
Y de la misma forma
√
Z 2 Z 2π Z r2 +1
IH = 3zr dz dθ dr =
0 0 0
= ...
199 de 206
La resolución de la integral se deja como ejercicio para el lector que a mí ya me da

pereza.
B.8. Ejercicios de repaso
B.8.1. Repaso de integración

B.8.1.1. Cambio de variables
D, región acotada en el 1 cuadrante limitada por:
xy = 1
xy = 2
y
x
=1
y
x
=4
Cuya represencación gráfica es:
Dibujo
Demostrar: ZZ Z 2
f (xy) dx dy = log 2 f (u) du
D 1
Para ello definimos un cambio de variable de la siguiente manera:
xy = u
y
=v
x
Vemos que se simplifica porque u ∈ [1, 2], v ∈ [1, 4]. La región en este caso queda:
Dibujo
Aplicando este cambio de variable a la integral tenemos:
ZZ Z 2 Z 4
∂ (x, y)
f (xy) dx dy = f (u) det dv du
D 1 1 ∂ (u, v)
Necesitamos despejar x e y en función de u, v. En este caso tenemos:

r
u
x=+
v
√
y = + uv
¿Para qué? Para poder calcular el determinante de la matriz jacobiana, que en este
1
caso det =
2v
200 de 206
Z 2 Z 4 Z 2 Z 2
1 1
f (u) · dv du = f (u) log v|4v=1 du = log 2 f (u) du
1 1 2v 2 1 1
Hemos recordado los 3 pasos al cambiar de variables:
Cambio en la variable
Cambio en los límites de integración
Cambio en la medida (determiante del Jacobiano)
Coordenadas cilíndricas y esféricas Sea Ω la región contenida en el 1er octante

limitada por:
z = x2 + y 2
1 = x2 + y 2
Queremos escribir la integral en cartesianas, en cilíndricas y en esféricas

ZZZ
V ol = dx dy dz
Ω
Cartesianas 1) Pintamos la proyección en el plano YZ para ver entre qué valores se

mueve la x. Para ello tenemos que distinguir 2 regiones:
Dibujo
ZZ Z CIL ZZ Z CIL
V ol = dx dy dz + dx dy dz
1 P AR 2 0
En ambos, la y se mueve entre 0,1 y la z entre la parábola y 1

Z 1 Z 1 Z CIL Z 1 Z 1 Z CIL
V ol = dx dy dz + dx dy dz
P AR 0 P AR P AR 0 0
Pero este camino es un poco complicado. Es más natural integrar dz dy dx

√
ZZ Z P AR Z 1 Z 1−x2 Z x2 +y 2
V ol = dz dy dx = dz dy dx
C 0 0 0 0
Cilíndricas
x = r cos θ
y = r sen θ
z=z
201 de 206
En este caso, lo natural es escribir la integral en el orden dz dθ dr.
π
Z 1 Z
2
Z r2
V ol = r dz dθ dr
0 0 0
La r aparece porque es el cambio en la medida.
Esféricas
x = ρcos θ sen φ
y = ρsen θ sen φ
z = ρcos φ
π π
Z
2
Z
2
Z CIL
V ol = ρ dρ dθ dφ
π
4
0 P AR
El ρ aparece por el cambio en la medida.

Sustituyendo en las ecuaciones de las superficies tenemos:
cosφ
P AR : ρ =
sen2 φ
1
CIL : ρ =
senφ
Entonces
Z πZ πZ 1
V ol = π2 2 senφ ρ dρ dθ dφ
cosφ
0
sen2 φ
4
Ejemplo: en R2 .
Sea
y −x
F (x, y) = , 2
x + y x + y2
2 2
1) Queremos calcular la integral sobre C1 , una fircunferencia centrada en el origen.
C1 = {(cos θ, sen θ), θ ∈ [0, 2π]}
Entonces: σ 0 (θ) = (−sen θ, cps(θ)

Con la derivada vemos que la orientación es la negativa.
Z Z 2π
Fdσ = − hF ◦ σ, σ 0 idθ
C1+ 0
202 de 206
2) ¿Lo mismo en una circunferencia no centrada en el origen?

Sale 0, por el 3)
3) ¿Lo mismo en un monstruito?
Podemos aplicar el teorema de Green si no podemos parametrizar la curva.
Z ZZ
∂Q ∂P
Fdσ3 = − dx dy
C3+ D3 ∂x ∂y
Teniendo cuidado con la orientación. En el monstruito propuesto en clase,

seguíamos la orientación negativa.
Z ZZ
∂Q ∂P
Fdσ3 = − − dx dy = 0
C3+ D3 ∂x ∂y
Observación: ¿Y porqué en el primer ejemplo no salía 0? Lo que pasa es que F no

es C 1 en el origen y no podemos aplicar Green.
Si (0, 0) ∈ D =⇒ no podemos aplicar Green con este campo.
¿Cómo puede ser que la integral del campo en la circunferencia centrada en el
origen de 2π y centrada en un punto para no contener al origen de 0? Interesante...
el origen es una singularidad muy especial. ¿Y si la curva pasa por el origen? ¿Y si
es un ángulo y no una circunferencia? Si quieres saber la respuesta a estas preguntas
sigue estudiando matemáticas toda tu vida.
Falta la clase del 18/Diciembre
Ejemplo:
2
F = (xy, y 2 + exz , sen(xy))
Tenemos una región acotada por
x=0
z=0
y=0
y+z =2
z = 1 − x2
Queremos calcular:
ZZ
F dS
S≡∂Ω
Dibujo
Solución Tenemos un par de posibilidades. Una de ellas es dividir en 5 superficies y

hacer las 5 integrales de superficie o aplicar le teorema de Gauss (que es la que vamos
a hacer porque es más fácil)
203 de 206
Para aplicar Gauss necesitamos la divergencia:
div F = ... = 3y
ZZ ZZZ
S+ Ω
Vamos a razonar el orden de los límites de integración.

Si cogemos dz dy dx, las x, y quedan fáciles (el rectángulo [0,2]x[0,1]) y dividir la
integral de z en 2 trozos.
ZZZ ZZ Z 1−x2 ZZ Z 1−x2

div F dx dy dz = 3y dz dy dx + 3y dz dy dx
Ω 1 0 2 0
Para calcular la curva que divide los trozos 1 y 2:

( )
y+z =2
y + 1 − x2 = 2
z = 1 − x2
Con esto ya podemos completar la integral:

ZZZ ZZ Z 1−x2 ZZ Z 1−x2 Z 1 Z 1+x2 Z 1−x2
div F dx dy dz = 3y dz dy dx+ 3y dz dy dx = 3y dz dy d
Ω 1 0 2 0 0 0 0
¿Existe alguna manera de plantear la integral sin tener que dividirla en 2 trozos?
Sí dy dz dx. Integrando primero la y.
ZZZ Z 1 Z 1−x2 Z 2−z

div F dy dz dx = 3y dy dz dx
Ω 0 0 0
204 de 206
Índice alfabético
1-forma, 113 Convergencia, 16

2-forma, 114 de coordenadas, 20
Convergencia uniforme, 151
Aplicación Coordenadas
lineal, 17 cilíndricas, 68
Autovalor, 30 esféricas, 68
Autovector, 30 Curva
Banda de Moebius, 108 C 1 , 93
Bola, 12 rectificable, 96
Cambio Derivadas parciales continuas implican

de variable (dimensión 1), 91 función diferenciable, 28
de variable (dimensiones superiores), Desigualdad
93 de Hölder, 6
Camino de Young, 5
regular, 93 Difeomorfismo, 70
Campo Diferencial, 22
conservativo, 100, 142 exterior, 117
vectorial, 100 propiedades, 121
Campos conservativos, 144 Distancia, 8
Caracterización euclídea, 8
por cerrados, 12 Divergencia, 101
Carta Esfera, 66, 68
de parametrización, 69 Espacio
local, 70 tangente, 74
Cierre, 13 Euler (orden de las derivadas), 28
Cilindro, 66, 68 Extremo
Clasificación condicional, 80
de puntos críticos restringidos, 85
Codimensión, 59 Formas
Conexión 0, 112
por abiertos, 15 1, 112
por caminos, 15 2, 114
Conjunto k, 115
abierto, 12 Frontera, 13, 137
cerrado, 12 Función
cerrado y acotado, 13 continua, 16
compacto, 13 diferenciable, 22
Cono, 68 integrable, 91
205 de 206
inversa, 16 Proyecciónestereográfica, 69
Pullback
Gradiente, 24 propiedades, 124
Helicoide, 66 Punto
Homeomorfismo, 62 crítico, 29
crítico degenerado, 30
Integral de acumulación, 13
de Lebesgue, 92 de silla, 30
de n-formas en RN ., 126
Interior, 13 Regla
de la cadena, 24
K-forma, 115 Regla de la cadena, 27
k-forma, 115 Relación norma ↔ producto escalar, 10
Rotacional, 101
Límite, 20
Longitud Semiplano, 68
de una curva, 93 Subvariedad
diferenciable, 58
Máximo/mínimo Superficie
absoluto, 31 de revolución, 67
local, 29, 30
local (restringido), 85 Teorema
Matriz de compacidad, 31
definida positiva/negativa, 29 de Fubini, 92
diferencial, 23 de Gauss, 101
semidefinida positiva/negativa, 29 de Green, 101, 130
de la aplicación contractiva, 35
Norma, 5 de la función implícita (caso general),
de una matriz, 18 47
euclídea, 5 de la función implícita (en R3 ), 46
infinito, 5 de la función inversa, 39
uno, 5 de los multiplicadores de Lagrange,
32, 80
Orden
de Stokes, 101, 137
cíclico, 116
de Stokes (para celdas), 135
Orientación, 102
de Taylor, 34
Orientación
del Rango (1), 53
en RN , 107
del Rango (2), 54
Orientaciónde una subvariedad, 110
del rango (resultado general), 55
Paraboloide, 66 del valor medio (una variable), 24
Parametrización del valor medio (varias variables), 25
local, 66 Toro, 67, 78
Plano, 68
Vector
Polinomio
tangente, 73
de Taylor, 33
Potencial, 142
Producto
escalar euclídeo, 4
exterior, 116
206 de 206

Analisis Matematico

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis Matematico

Cargado por

Copyright:

Formatos disponibles

Análisis Matemático

Víctor de Juan y Guillermo Julián Apuntes UAM

II Teoremas de la función inversa y sus variantes 35

III Superficies y variedades diferenciales 57

IV Teoría de la integración en subvariedades diferenciales 90

V Teorema de Stokes 112

Índice alfabético 205

.1. Información de la asignatura

1. Preliminares Repaso de contenidos de Cálculo II como conjuntos abiertos y

2. Teoremas función inversa, implícita y rango Aplicación a funciones no

3. Mínimos y máximos condicionados Multiplicadores de Lagrange

4. Subvariedades diferenciales Objetos de dimensión n en espacios de dimensión

5. Integración en subvariedades diferenciales

6. Teorema de Stokes Demostración del teorema con lenguaje de las formas

Profesor: Jesús García Azorero, despacho 17-608, jesus.azorero@uam.es.

I.1. Bases del análisis matemático

I.1.1. Producto escalar, norma y distancia

Producto Definición I.1 Producto escalar euclídeo.

Norma eu- Definición I.2 Norma euclídea.

Homogeneidad: kλxk = λkxk

Desigualdad triangular: kx + yk ≤ kxk + kxk

Hay tres casos particulares, la norma uno

kxk1 = |x1 | + |x2 | + ... + |xn |

La norma 2, que es la norma euclídea

Demostración. Se utiliza la idea de la función logaritmo, que es cóncava1 y creciente.

t log A + (1 − t) log B ≤ log(tA + (1 − t) · B)

Utilizando la derivada hallamos la ecuación de la recta que pasa por A y por B

Teorema I.3 (Desigualdad de Hölder). Se trata de una generalización de la

Tomamos sumatorios y, teniendo en cuenta que kxkpp = |xi |p , nos queda

Demostración. El objetivo es demostrar que

kx + ykp ≤ kxkp + kykp

y vamos a hacerlo en varios pasos.

Utilizando la desigualdad de Hölder (I.3) tenemos:

Por ser p y p0 exponentes conjugados es fácil comprobar que 1 − p10 = p1

Guille: esta demostración es muy, muy rara.

EJERCICIO PROPUESTO: Tomamos en el plano el conjunto de los puntos cuya

Observación: Estos argumentos se pueden utilizar para demostrar

Distancia Definición I.4 Distancia euclídea.

La distancia es siempre positiva: d(x, y) ≥ 0

Simetría: d(x, y) = d(y, x)

Desigualdad triangular d(x, z) ≤ d(x, y) + d(y, z). La distancia entre 2 puntos

˜ y) = arc tg(y) − arc tg(x)

No cuesta mucho comprobar que cumple las 3 propiedades de una distancia.

I.1.1.1. Relación norma - producto escalar

kx + yk2 = (x + y) ∗ (x + y) = x ∗ x + x ∗ y + y ∗ x + y ∗ y = kxk2 + kyk2 + 2(x ∗ y)

Esa norma asociada al producto escalar tiene dos propiedades importantes:

I.1.1.2. Equivalencia de normas

Sea k · k una norma en RN . Si intento calcular la norma de un vector x

En particular, 0 ≤ |||xn − x||| ≤ c||xn − x||.

Observación: Si aplicamos Holder en vez de Cauchy, sale la igualdad con la norma

Aplicación: Sea F (x) = |||x||| y F : RN → RN

Teorema I.5 (Relación norma ↔ producto escalar). k · k una norma cualquiera

Demostración. En el apartado anterior (I.1.1.1) demostramos la implicación hacia

ka + bk2 + ka − bk2 = 2kak2 + 2kbk2 (I.1)

definimos uno utilizando la identidad de polarización:

Las propiedades 1, 2 y 3 son triviales. Vamos con 4 y 5

Demostración de la 4a propiedad Demostraremos que se cumple por inducción

(2x) ∗ y = usando (I.2)

Conclusión: si λ = 2 vemos que sale fuera y por lo tanto se cumple.

(nx) ∗ y = usando (I.2)

= ... = 2(x ∗ y) + (n − 2)(x ∗ y) = usando hip. de inducción

Queda demostrado por lo tanto para λ ∈ N. Falta ahora demostrarlo para el

Conjunto I.7 Conjunto abierto. Un conjunto A ⊂ RN es abierto si y sólo si ∀ a ∈ A ∃ε >

∀ε > 0 ∃n0 n > n0 =⇒ kx − xn k < ε

∀ε > 0, ∃δ > 0 kx − aka < δ ⇒ kF (x) − F (a)kb < ε

que va de R3 a cierto conjunto A = {a ∈ R a < 1}. Podemos reescribir M

Como F es continua, ∃ε > 0 Bε (F (x)) ⊂ A. Esto es equivalente a decir que,

∃δ > 0 ||x − s|| < δ =⇒ ||F (x) − F (s)|| < ε

∀a, x ∀ε > 0 ∃δ > 0 ka − xk < δ =⇒ kLa − Lxk < ε