Índice general

1. Preliminares 2
1.1. Espacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Espacios normados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Espacios métricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4. Espacios con producto interior . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6. Nociones topológicas en espacios métricos . . . . . . . . . . . . . . . . . . . . 19
1.7. Ejercicios del capítulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2. Diferenciación 29
2.1. Derivadas y diferenciación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2. Propiedades de las funciones diferenciables . . . . . . . . . . . . . . . . . . . 33
2.3. Extremos de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4. Teorema de la función inversa . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5. Teorema de la función implícita . . . . . . . . . . . . . . . . . . . . . . . . . 37

3. Integración 38
3.1. Integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.2. Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Índice alfabético 42
Capítulo 1

Preliminares

1.1. Espacios vectoriales

Definición 1.1. Sea F un campo, V un conjunto y, ` : V ˆ V Ñ V y ¨ : F ˆ V Ñ V dos
funciones. La cuaterna pV, `, ¨, F q es un espacio vectorial sobre F si @u, v, w P V y @α, β P F
se cumplen las siguientes condiciones:

pV 1q pu ` vq ` w “ u ` pv ` wq.

pV 2q u ` v “ v ` u.

pV 3q D ~0 P V : u ` ~0 “ u.

pV 4q D u1 P V : u ` u1 “ ~0.

pV 5q α ¨ pu ` vq “ α ¨ u ` α ¨ v.

pV 6q pα ` βq ¨ u “ α ¨ u ` β ¨ v.

pV 7q pαβq ¨ u “ α ¨ pβ ¨ uq.

pV 8q 1 ¨ u “ u.

En tal caso, diremos simplemente que V es un espacio vectorial sobre F .

Ejemplo 1.2. El conjunto V “ R ˆ R es un espacio vectorial sobre el campo R con respecto

a las operaciones usuales:

pu1 , u2 q ` pv1 , v2 q “ pu1 ` u2 , u2 ` v2 q

α ¨ pu1 , u2 q “ pαu1 , αu2 q

2
1.1. ESPACIOS VECTORIALES Pag. 3

Ejemplo 1.3. Considerando el conjunto V “ Q rxs2 “ ta0 ` a1 x ` a2 x2 : ai P Qu de todos

los polinomios con coeficientes racionales y de grado menor o igual a dos. Tenemos que
V “ Q rxs2 es un espacio vectorial sobre el campo Q con respecto a las operaciones de
adición entre polinomios y la multiplicación de un escalar por un polinomio.
Ejemplo 1.4. Sea F un campo arbitrario, entonces pF n , `, ¨, F q es un espacio vectorial.
Como casos particulares tenemos:
pRn , `, ¨, Rq.

pCn , `, ¨, Cq.

pCn , `, ¨, Rq.
son espacios vectoriales. Mientras que

pRn , `, ¨, Cq no es un espacio vectorial.

Ejemplo 1.5. El conjunto Mnˆn pF q de todas las matrices cuadradas de orden n y con
entradas en un campo F , es un espacio vectorial sobre F , con respecto a la adición usual
entre matrices y la multiplicación de un escalar por una matriz.
Definición 1.6. Sea V un espacio vectorial sobre F y U Ă V . Diremos que v P V es una
combinación lineal de U si existen u1 , u2 , . . . , un P U y α1 , α2 , . . . , αn P F tal que
n
ÿ
v “ αi ui . (1.1)
i“1

Definición 1.7. Sea V un espacio vectorial sobre F . Diremos que U Ă V es linealmente

dependiente si existe v P U tal que v es combinación lineal de U z tvu.
En caso contrario, se dice que U es linealmente independiente .
Ejemplo 1.8. Sean V “ R2 un espacio vectorial sobre R y U “ tp10, ´5q , p´8, 4qu. Clara-
mente U es linealmente dependiente.
` ? ˘ `? ˘(
Ejemplo 1.9. Sean V “ R2 un espacio vectorial sobre Q y U “ 1, 3 , 3, 3 . Clara-
mente U es linealmente independiente.
Ejemplo Considerando ahora el espacio vectorial V “ R2 sobre R. El conjunto U “
1.10. ˘(
` ? ˘ `?
1, 3 , 3, 3 es linealmente dependiente.
Estos dos últimos ejemplos, nos determina la importancia del campo F sobre el cual está
definido V , ya que de ello dependerá que un conjunto U sea linealmente dependiente o no.
Ejemplo
"„ 1.11. Tomando
 „ el espacio  V„ “ M2ˆ2*sobre R, tendremos que el conjunto
 „ vectorial
´1 0 2 ´2 ´4 4 2 1
U“ , , , es linealmente dependiente.
0 ´2 ´3 0 6 0 0 ´2

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.1. ESPACIOS VECTORIALES Pag. 4

Proposición 1.12. Sea V un espacio vectorial sobre F .

El conjunto U “ tu1 , u2 , . . . , un u Ă V es linealmente dependiente si existen escalares
λ1 , λ2 , . . . , λn P F , no todos nulos, tal que:

λ1 u1 ` λ2 u2 ` . . . ` λn un “ ~0 (1.2)

Proposición 1.13. Sea V un espacio vectorial sobre F .

El conjunto U “ tu1 , u2 , . . . , un u Ă V es linealmente independiente si existen escalares
λ1 , λ2 , . . . , λn P, tal que: λ1 u1 ` λ2 u2 ` . . . ` λn un “ ~0, entonces λ1 “ λ2 “ . . . “ λn “ 0.

Definición 1.14. Sea V un espacio vectorial sobre F . Diremos que B Ă V es una base si
cumple con las siguientes condiciones:

pB1q @v P V es combinación lineal de B.

pB2q B es linealmente independiente.

Ejemplo 1.15. Para cualquier n P Z` tenemos que el conjunto

B “ tp1, 0, . . . , 0q , p0, 1, . . . , 0q , . . . , p0, 0, . . . , 1qu es una base de Rn sobre R. Esta base se
conoce como la base canónica de Rn .
Como caso particular, tp1, 0q , p0, 1qu es la base canónica de R2 sobre R.

Ejemplo 1.16. t1u es una base de C sobre C.

Ejemplo 1.17. t1, iu es una base de C sobre R.

Ejemplo 1.18. El conjunto B “ t1, x, x2 , . . . , xn u es una base para el espacio vectorial

F rxsn sobre F .

Ejemplo 1.19."„Tomando
 „el espacio  „V “ M*
 „vectorial 2ˆ2 sobre R. Una base para V será el
1 0 0 1 0 0 0 0
conjunto B “ , , , es linealmente dependiente.
0 0 0 0 1 0 0 1

Ejemplo 1.20. Si consideramos V “ R2 el espacio vectorial sobre R, entonces el conjunto

tp10, ´5q , p´8, 4qu no será una base de V , ya que vimos que este conjunto es linealmente
dependiente.

Proposición 1.21. Sea V un espacio vectorial sobre F y B Ă V . Entonces B es una base

de V si y solamente si todo vector de V se expresa de manera única como combinación lineal
de vectores de B.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.2. ESPACIOS NORMADOS Pag. 5

1.2. Espacios normados

Definición 1.22. Sea pV, `, ¨, F q un espacio vectorial sobre F y }.} : V Ñ F . Diremos que
pV, `, ¨, F, }.}q, o simplemente pV, }.}q, es un espacio normado si se cumplen las siguientes
condiciones:

pN 1q @v P V, }v} ě 0.

pN 2q }v} “ 0 si y solamente si v “ 0.

pN 3q @v P V, @α P F, }α ¨ v} “ |α| }v}.

pN 4q @u, v P V, }u ` v} ď }u} ` }v}.

En caso afirmativo, diremos que }.} es una norma.

Proposición 1.23. Para cada p P Z` , la aplicación }.}p : Rn Ñ R, definida mediante

d
n
ÿ
}x}p “ p
|xi |p define una norma, la cual se denomina norma p-ádica , en R.
i“1

Demostración:
Debemos probar que se cumplen las cuatro condiciones de la definición (1.22). Entonces
tenemos:

pN 1q Sea x “ px1 , x2 , . . . , xn q P Rn .
p
Como para todo i P Ip tenemos d que |xi | ě 0, entonces |xi | ě 0, lo cual implica
ÿn n
ÿ
p
|xi | ě 0, por lo que }x}p “ p
|xi |p ě 0.
i“1 i“1

pN 2q Supongamos que }x}p “ 0, entonces:

0 “ }x}p
d
n
ÿ
Ø0 “ p
|xi |p
i“1
n
ÿ
Ø0 “ |xi |p
i“1
Ø 0 “ |xi |p
Ø 0 “ |xi |
Ø 0 “ xi

Con esto, x “ p0, 0, . . . , 0q “ ~0.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.2. ESPACIOS NORMADOS Pag. 6

pN 3q
d
n
ÿ
}α ¨ x}p “ p
|αxi |p
i“1
d
n
ÿ
“ p
|α|p |xi |p
i“1
d
n
ÿ
p
“ p
|α| |xi |p
i“1
d
b n
ÿ
“ p
|α|p p
|xi |p
i“1
“ |α| }x}p

pN 4q Como la función f : R Ñ R, definida mediante f pxq “ |x|p es convexa1 , al considerar

xi , yi P R tendremos:

ˆ ˙ ˆ ˙ ˆ ˙
}x} xi }y} yi }x} xi }y} yi
f ¨ ` ¨ ď f ` f
}x} ` }y} }x} }x} ` }y} }y} }x} ` }y} }x} }x} ` }y} }y}
ˆ ˙ ˆ ˆ ˙ ˆ ˙˙
xi ` y i 1 xi yi
f ď }x} f ` }y} f
}x} ` }y} }x} ` }y} }x} }y}
|xi ` yi |p p p˙
ˆ
1 }x} |xi | }y} |yi |
ď `
p}x} ` }y}qp }x} ` }y} }x} p
}y}p
|xi ` yi |p }x} }xi }p }y} }yi }p
ˆ ˙
1
ď `
p}x} ` }y}qp }x} ` }y} }x}p }y}p
}x ` y}p p p˙
ˆ
1 }x} }x}
 }y} 
}y}
 
ď `
p}x} ` }y}qp }x} ` }y} }x}
  p
 }y}

p

}x ` y}p 1
ď p}x} ` }y}q
p}x} ` }y}qp }x} ` }y}
}x ` y}p
ď 1
p}x} ` }y}qp
}x ` y}p ď p}x} ` }y}qp
}x ` y} ď }x} ` }y}

Así, }.}p es una norma. ♣

1
una función f : U Ñ R es función convexa si cumple f ptx ` p1 ´ tq yq ď tf pxq ` p1 ´ tq f pyq, para todo
t P r0, 1s

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.2. ESPACIOS NORMADOS Pag. 7

Proposición 1.24. La aplicación }.}8 : Rn Ñ R, definida mediante }x}8 “ máx |xi | es una
1ďiďn
norma en Rn .

Demostración:
Debemos probar que se cumplen las cuatro condiciones de la definición (1.22). Entonces
tenemos:

pN 1q Sea x “ px1 , x2 , . . . , xn q P Rn .
Como para todo i P Ip tenemos que |xi | ě 0, entonces }x}8 “ máx |xi | ě 0.
1ďiďn

pN 2q Supongamos que }x}8 “ 0, entonces:

0 “ }x}8
Ø 0 “ máx |xi |
1ďiďn
Ø 0 “ |xi |
Ø 0 “ xi

Con esto, x “ p0, 0, . . . , 0q “ ~0.

pN 3q

}α ¨ x}8 “ máx |αxi |

1ďiďn
“ máx |α| |xi |
1ďiďn
“ |α| máx |xi |
1ďiďn
“ |α| }x}8

pN 4q

}x ` y}8 ď máx |xi ` yi |

1ďiďn
“ |xi0 ` yi0 |
ď |xi0 | ` |yi0 |
ď máx |xi | ` máx |yi0 |
1ďiďn 1ďiďn
“ }x}8 ` }y}8

Así, }.}8 es una norma. ♣

Ejercicio 1.25. Demostrar que las únicas normas sobre R son el valor absoluto y sus múl-
tiplos positivos.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.2. ESPACIOS NORMADOS Pag. 8

Notación:
}.}8 es la norma del máximo.

}.}2 es la norma euclídea.

}.}1 es la norma del taxista.

Definición 1.26. Sean las normas }.}α y }.}β en el espacio vectorial V . Diremos que estas
normas son equivalentes si existen a, b P R tales que }.}α ď a }.}β y }x}β ď b }x}α para cada
xPV.
Proposición 1.27. Todas las normas p-ádicas p1 ď p ď `8q son equivalentes.
Demostración:
Basta probar que }.}p es equivalente a }.}8 para cada p P Z` .

d
n
ÿ
}x}p “ p
|xi |p
i“1
b p
ď p n máx |x |
i
1ďiďn
? b
“ p
n p máx |xi |p
1ďiďn
?p
“ n máx |xi |
1ďiďn
?p
“ n }x}8
“ a }x}8
}x}8 “ máx |xi |
1ďiďn
“ |xi0 |
b
“ p |xi0 |p
d
ÿn
ď p
|xi |p
i“1
“ }x}p

Con esto, las normas }.}p y }.}8 son equivalentes, para cada p P Z` ♣
Ejercicio 1.28. Sea }.} una norma sobre Rn tal que: }px1 , x2 , . . . , xn q} ď 1 ñ |xi | ď 1.
a) Demostrar que |xi | ď }x}, para cada x “ px1 , x2 , . . . , xn q P Rn .

b) Encontrar normas }.} que no cumplan }px1 , x2 , . . . , xn q} ď 1 ñ |xi | ď 1 para ningún i.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.3. ESPACIOS MÉTRICOS Pag. 9

1.3. Espacios métricos

Definición 1.29. Sea E ‰ H y una función d : E ˆ E Ñ R. Se dice que el par ordenado
pE, dq es un espacio métrico si se cumplen las siguientes condiciones:
pD1q @x, y P E, d px, yq ě 0.

pD2q d px, yq “ 0 si y solamente si x “ y.

pD3q d px, yq “ d py, xq.

pD4q @x, y, z P E, d px, zq ď d px, yq ` d py, zq.

En caso afirmativo, se dice que d es una métrica o distancia
Ejemplo 1.30. Dado un conjunto E ‰ H, se define la métrica discreta d en E mediante
"
1 si x ‰ y
d px, yq “ (1.3)
0 si x “ y

Ejemplo 1.31. En E “ R, se define d px, yq “ |x ´ y|, para todo par de números reales x,
y. Es inmediato probar que d es una métrica en R, esta métrica se denomina métrica usual
en R.
d
ÿn
n
Ejemplo 1.32. El conjunto E “ R , junto con d px, yq “ pxi ´ yi q2 , para todo x “
i“1
px1 , x2 , . . . , xn q , y “ py1 , y2 , . . . , yn q P Rn forman un espacio métrico denominado espacio
euclidiano de n dimensiones.
˜ ¸1{p
n
ÿ p
Ejemplo 1.33. El conjunto E “ Rn , junto con dp px, yq “ |xi ´ yi | , para todo
i“1
x “ px1 , x2 , . . . , xn q , y “ py1 , y2 , . . . , yn q P Rn , donde p es un número fijo mayor o igual a 1,
forman un espacio métrico.
Estos dos últimos ejemplos sirven para mostrar que en un mismo conjunto E ‰ H pueden
definirse dos métricas diferentes.
Definición 1.34. Sean pE, d1 q y pE, d2 q espacios métricos. Diremos que d1 y d2 son equiva-
lentes si existe una constante C ě 1 tal que para todo par de puntos de E se cumple:
1
d1 px, yq ď d2 px, yq ď Cd1 px, yq (1.4)
C
ˇ ˇ
ˇ x y ˇ
Ejercicio 1.35. En R, sea d px, yq “ ˇˇ ´ ˇ. Probar que d es una métrica.
1 ` |x| 1 ` |y| ˇ

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.3. ESPACIOS MÉTRICOS Pag. 10

Proposición 1.36. Si }.} es una norma, entonces d px, yq “ }x ´ y} define una métrica.

Demostración:
Debemos probar que se cumplen las cuatro condiciones de la definición (1.29). Entonces
tenemos:

pD1q

d px, yq “ }x ´ y}
ď 0

pD2q

d px, yq “ 0 Ø }x ´ y} “ 0
Ø x´y “0
Ø x“y

pD3q

d px, yq “ }x ´ y}
“ }p´1q py ´ xq}
“ |´1| }py ´ xq}
“ 1 }py ´ xq}
“ }py ´ xq}
“ d py, xq

pD4q

d px, zq “ }x ´ z}
“ }px ´ yq ` py ´ zq}
ď }x ´ y} ` }y ´ z}
“ d px, yq ` d py, zq

Así, d px, yq “ }x ´ y} es una métrica. ♣

Corolario 1.37. Todo espacio normado es un espacio métrico.

Esto se sigue de la Proposición (1.36).

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.4. ESPACIOS CON PRODUCTO INTERIOR Pag. 11

Ejemplo 1.38. La métrica discreta d : E ˆ E Ñ R definida como

"
1 si x ‰ y
d px, yq ÞÝÑ
0 si x “ y
no proviene de una norma.
Solución:
Supongamos que d proviene de una norma }.}, notemos que si x ‰ y:

1 “ d p2x, 2yq
“ }2x, 2y}
“ 2 }x, y}
“ 2d px, yq
“ 2¨1
“ 2

lo cual es un absurdo, por lo que la distancia discreta no proviene de una norma. ♠

Notación:
Si 1 ď p ď `8, entonces se define
dp : Rn ˆ Rn Ñ R
px, yq ÞÑ }x ´ y}p

1.4. Espacios con producto interior

Definición 1.39. Sea pV, `, ¨, Rq un espacio vectorial. El operador h., .i : V ˆ V Ñ R es un
producto interior si se cumplen las siguientes condiciones:
pP 1q @v P V, hv, vi ě 0.
pP 2q hv, vi “ 0 si y solamente si v “ 0.
pP 3q @u, v, w P V, hu ` v, wi “ hu, wi ` hv, wi.
pP 4q @α P R, @u, v P V, hα ¨ u, vi “ α hu, vi.
pP 5q @u, v P V, hu, vi “ hv, ui.
En caso afirmativo pV, h., .iq es un espacio de producto interior .
n
ÿ
n
Ejemplo 1.40. En V “ R se define un producto interior hx, yi “ xi yi , para todo
i“1
x “ px1 , x2 , . . . , xn q , y “ py1 , y2 , . . . , yn q P Rn .

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.4. ESPACIOS CON PRODUCTO INTERIOR Pag. 12

Proposición 1.41. Si pV, h., .iq es un espacio con producto interior, entonces pV, }.}q
a es un
espacio normado, donde la aplicación }.} : V Ñ F está definida mediante }v} “ hv, vi,
para todo u P V .
Además se cumple la desigualdad de Cauchy - Schwarz, es decir: |hu, vi| ď }u} }v}.

Demostración:
Debemos probar que se cumplen las cuatro condiciones de la definición (1.22). Entonces
tenemos:

pN 1q Es inmediato.

pN 2q Es inmediato.

pN 3q Sea x P V y α P R, entonces tendremos:

a
}α ¨ x} “ hαx, αxi
a
“ α hx, αxi
a
“ α hαx, xi
a
“ α2 hx, xi
? a
“ α2 hx, xi
a
“ |α| hx, xi
“ |α| }x}

Con esto, podremos demostrar la desigualdad de Cauchy - Schwarz. Para ello, consi-
deramos y P V , con lo que tendremos los siguientes dos casos:

1. Si y “ 0, tendremos:

hx, yi “ hx, 0yi

“ h0y, xi
“ 0 hy, xi
“ 0
“ hx, xi 0
“ hx, xi hy, yi

2. Si y ‰ 0, para cualquier x P V podemos considerar la proyección de un vector2 x

sobre y.
2 hx, yi
por la fórmula de proyección de un vector x sobre el vector y se cumple: proyy x “ ¨ y, siendo
hy, yi
x ´ proyy x perpendicular a y

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.4. ESPACIOS CON PRODUCTO INTERIOR Pag. 13

hx, yi
A continuación, probaremos que z “ x ´ ¨ y es perpendicular a y.
hy, yi
 
hx, yi
hz, yi “ x´ ¨ y, y
hy, yi
 
hx, yi
“ hx, yi ´ ¨ y, y
hy, yi
hx, yi
“ hx, yi ´ hy, yi
hy, yi

“ hx, yi ´ hx, yi
“ 0

Así, hz, yi “ 0.
Por otro lado:
 
hx, yi hx, yi
hx, xi “ z` ¨ y, z ` ¨y
hy, yi hy, yi
   
hx, yi hx, yi hx, yi
“ z, z ` ¨y ` ¨ y, z ` ¨y
hy, yi hy, yi hy, yi
     
hx, yi hx, yi hx, yi hx, yi
“ hz, zi ` z, ¨y ` ¨ y, z ` ¨ y, ¨y
hy, yi hy, yi hy, yi hy, yi
 
hx, yi 0 hx, yi hx, yi
“ hz, zi ` 2 hz,yi `

¨ y, ¨y
hy, yi  hy, yi hy, yi
ˆ ˙2
hx, yi
“ hz, zi ` hy, yi
hy, yi
hx, yi2
“ hz, zi ` hy,yi

hy, yi
2


hx, yi2
“ hz, zi `
hy, yi
2
hx, yi
ě
hy, yi

hx, yi2
Así, ď hx, xi Ñ hx, yi2 ď hx, xi hy, yi, o bien |hx, yi| ď }x} }y}
hy, yi
Con lo que se cumple la desigualdad.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.4. ESPACIOS CON PRODUCTO INTERIOR Pag. 14

pN 4q

}x ` y}2 “ hx ` y, x ` yi
“ hx, xi ` 2 hx, yi ` hy, yi
“ }x}2 ` 2 hx, yi ` }y}2
ď }x}2 ` 2 }x} }y} ` }y}2
ď p}x} ` }y}q2

Con esto, }x ` y} ď }x} ` }y}.

a
Queda así probada que }v} “ hv, vi define una norma. ♣
Corolario 1.42. Todo espacio con producto interior es un espacio normado.
Esto se sigue de la Proposición (1.41).
Proposición 1.43 (Ley del paralelogramo). ` Si pV, h., .iq
˘ un espacio con producto interior,
entonces se cumple }x ` y}2 ` }x ´ y}2 “ 2 }x}2 ` }y}2 .
Demostración:

}x ` y}2 ` }x ´ y}2 “ hx ` y, x ` yi ` hx ´ y, x ´ yi
“ hx, xi ` 2 hx, yi ` hy, yi ` hx, xi ` 2 hx, ´yi ` h´y, ´yi
“ }x}2 ` 2 hx, yi ` }y}2 ` }x}2 ´ 2 hx, yi ` }y}2
“ }x}2 ` }y}2 ` }x}2 ` }y}2
2 }x}2 ` }y}2
` ˘
“

♣
Proposición 1.44 (Identidad de polarización). Si pV, h., .iq un espacio con producto interior,
}x ` y}2 ´ }x ´ y}2
entonces @x, y P V se cumple que hx, yi “ .
4
Demostración:

}x ` y}2 ´ }x ´ y}2 “ hx ` y, x ` yi ´ hx ´ y, x ´ yi
“ hx, xi ` 2 hx, yi ` hy, yi ´ hx, xi ´ 2 hx, ´yi ´ h´y, ´yi
“ 2 hx, yi ` 2 hx, yi
“ 4 hx, yi

}x ` y}2 ´ }x ´ y}2
Con lo que se sigue hx, yi “ . ♣
4
Redtwitz, D. - López, E. Análisis Real III - FACEN.
1.5. SUCESIONES Pag. 15

Ejercicio 1.45. Demostrar que pRn , }.}2 q es un espacio con producto interior.
´ ¯
n
Ejercicio 1.46. Demostrar que si R , }.}p , donde 1 ď p ď `8, es un espacio con producto
interior, entonces p “ 2.
Ejercicio 1.47. Demostrar que pRn , }.}8 q es un espacio normado pero no es un espacio con
producto interior.

1.5. Sucesiones
Definición 1.48. Sea pE, dq un espacio métrico. Una sucesión es una función x : N Ñ E.
Notación:
xn “ x pnq sucesiones en espacios no vectoriales.

xn “ x pnq sucesiones en espacios vectoriales.

Al escribir x12 se refiere a la segunda componente del primer elemento.
Definición 1.49. Sea pE, dq un espacio métrico, a P E y hxn i una sucesión en el espacio
métrico E. Diremos que la sucesión hxn i converge a a, si @ε ą 0, D n0 P N : n ą n0 Ñ
d pxn , aq ă ε.
En tal caso, escribiremos lı́m xn “ a.
nÑ8
` ˘
Definición 1.50. Sea Rk , }.} un espacio normado, a P Rk y hxn i una sucesión en Rk .
Diremos que la sucesión hxn i converge a a, si @ε ą 0, D n0 P N : n ą n0 Ñ }xn ´ a} ă ε.
Proposición 1.51. Si pE, }.}α q es un espacio normado, a P E, }.}β es equivalente a }.}α y
hxn i converge a a con la norma }.}α , entonces la sucesión hxn i converge a a con la norma
}.}β .
Demostración:
Consideremos las normas equivalentes }.}α y }.}β , esto quiere decir que existen t, u P R`
tal que }.}α ď t }.}β y }.}β ď u }.}α .
Sea la sucesión hxn i que converge a a con la norma }.}α , esto quiere decir que dado ε ą 0,
ε
existe n0 P N : n ą n0 Ñ }xn ´ a}α ă .
u
ε
Así, }xn ´ a}β ď u }xn ´ a}α ă u “ ε, para cada n ą n0 .
u
Luego la sucesión hxn i que converge a a con la norma }.}β . ♣
Definición 1.52. Sea un espacio métrico pE, dq y a P E. Una sucesión hxn i en el espacio
métrico E se dice que está acotada si existe algún valor c P R tal que d pxn , aq ď c, para todo
n P N.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.5. SUCESIONES Pag. 16

´ ¯
Proposición 1.53. Sea hxn i una sucesión en Rk , }.}p . La sucesión hxn i converge a a si
y solamente si hxni i converge a ai , para cada i.

Teorema 1.54 (Bolzano - Weiertrass). Toda sucesión acotada en Rk posee una subsucesión
convergente.

Definición 1.55. Sean los espacios métricos pE1 , d1 q y pE2 , d2 q, f : E1 Ñ E2 una función
de E1 a E2 , a P E1 y L P E2 .

1. Se dice que el límite de la función f , cuando x tiende a a existe y es igual a L,

que se simboliza lı́m f pxq “ L, si @ε ą 0, D δ ą 0 : @x P E1 , 0 ă d1 px, aq ă δ Ñ
xÑa
d2 pf pxq , Lq ă ε.

2. Se dice que f es continua en a, si @ε ą 0, D δ ą 0 : @x P E1 , d1 px, aq ă δ Ñ

d2 pf pxq , f paqq ă ε.

3. Se dice que f es uniformemente continua , si @ε ą 0, D δ ą 0 : @x, y P E1 , d1 px, yq ă

δ Ñ d2 pf pxq , f pyqq ă ε.

4. Se dice que f es lipschitziana , si D ` ą 0 : @x, y P E1 , d2 pf pxq , f pyqq ď `d1 px, yq.

Definición 1.56. Sean d1 y d2 dos distancias en E.

ϕ : pE, d1 q Ñ pE, d2 q
1. Diremos que las métricas d1 y d2 son equivalentes , si y ϕ´1
x ÞÑ x
son continuas.
ϕ : pE, d1 q Ñ pE, d2 q
2. Diremos que las métricas d1 y d2 son uniformemente equivalentes , si
x ÞÑ x
y ϕ´1 son uniformemente continuas.

Ejemplo 1.57. Demostrar que la métrica d1 px, yq “ |x ´ y| y la métrica discreta no son

equivalentes en R.

Proposición 1.58. Sean }.}α y }.}β dos normas equivalentes en el espacio vectorial V y dα
y dβ , respectivamente, son las distancias asociadas a las normas dadas. Entonces dα y dβ
son uniformemente equivalentes.

Demostración: ´ ¯
ϕ : pV, }.}α q Ñ V, }.}β
Sean la función y ε ą 0 dado.
x ÞÑ x
Como las normas }.}α y }.}β son equivalentes, entonces existen a, b P R` tal que }.}α ď
a }.}β y }.}β ď b }.}α .

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.5. SUCESIONES Pag. 17

ε ε
Si δ1 “ y δ2 “ , entonces
b a
dα px, yq ă δ1 Ñ }x ´ y}α ă δ1
Ñ }x ´ y}β ď b }x ´ y}α ă bδ1
´ε¯
Ñ }x ´ y}β ă b “ε
b
Ñ }x ´ y}β ă ε
Ñ }ϕ pxq ´ ϕ pyq}β ă ε
Ñ dβ px, yq ă ε

Por otro lado:

dβ px, yq ă δ2 Ñ }x ´ y}β ă δ2
Ñ }x ´ y}α ď a }x ´ y}β ă aδ2
´ε¯
Ñ }x ´ y}α ă a “ε
a
Ñ }x ´ y}α ă ε
› ›
Ñ ›ϕ´1 pxq ´ ϕ´1 pyq›α ă ε
Ñ dα px, yq ă ε

Con esto, las métricas dα y dβ son uniformemente equivalentes. ♣

Definición 1.59. Sea pE, dq un espacio métrico y hxn i una sucesión en E. Diremos que
hxn i es una sucesión de Cauchy, si @ε ą 0, Dn0 P N : n, m ą n0 Ñ d pxn , xm q ă ε.

Proposición 1.60. Toda sucesión convergente es de Cauchy.

Demostración:
Sea hxn i una sucesión en E tal que lı́m xn “ a y sea ε ą 0 dado.
nÑ8
ε
Entonces, debe existir n0 P N tal que si n ą n0 , implica que d pxn , aq ă .
2
Así, si m, n ą n0 , implica que

d pxn , xm q ď d pxn , aq ` d pa, xm q

ε ε
ă `
2 2
“ ε

Por lo que, la sucesión hxn i es de Cauchy. ♣

Proposición 1.61. Toda sucesión de Cauchy es acotada.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.5. SUCESIONES Pag. 18

Demostración:
Sea hxn i una sucesión de Cauchy en E. Fijemos a P E y como hxn i es Cauchy, existe
n0 P N tal que d pxn , xn0 `1 q ă 1, cuando n ą n0 .
Considerando C “ td pxn , aq : 1 ď n ď n0 ` 1u y c “ máx C.
Si n ď n0 , entonces d pxn , aq P C y por lo tanto d pxn , aq ď c ` 1.
Si n ě n0 , entonces d pxn , aq ď d pxn , xn0 `1 q ` d pxn0 `1 , aq ď 1 ` c.
Por lo que, la sucesión hxn i está acotada. ♣

Definición 1.62. Sea hxn i una sucesión en el espacio métrico pE, dq y a P E. Diremos que
a es un valor de adherencia de hxn i si esta posee una subsucesión hxnk i tal que lı́m xnk “ a.
kÑ8
$
’
’ x1 “ a
’
& ?
Ejemplo 1.63. Sea sucesión a en R. La sucesión dada converge a a,
xn `
xn
’
’
% xn`1 “
’
2
cuando a ě 0. Por lo que la sucesión es de Cauchy.
Además, la sucesión es de Cauchy en Q pero no converge en Q.

Proposición 1.64. Sea a un valor de adherencia de la sucesión de Cauchy hxn i, entonces

lı́m xn “ a.
nÑ8

Demostración:
Sea hxn i una sucesión de Cauchy con valor de adherencia a.
Consideremos ε ą 0. Al ser hxn i una sucesión de Cauchy, debe existir n0 P N tal que
ε
d pxn , xm q ă , cuando n, m ą n0 .
2
Como a es valor de adherencia de la sucesión hxn i, entonces debe existir una subsucesión
ε
hxnk i que converge al valor a. Así, existe k0 P N tal que d pxnk , aq ă , cuando k ą k0 .
2
Sea k1 P N tal que k1 ą k0 y nk1 ą n0 .
Así, si n ą n0 se cumplirá
´ ¯ ´ ¯
d pxn , aq ď d xn , xnk1 ` d xnk1 , a
ε ε
ă `
2 2
“ ε

Con esto: lı́m xn “ a ♣

nÑ8

Ejercicio 1.65. Sea hxn i una sucesión en el espacio métrico pE, dq. Probar que a P E es un
valor de adherencia de hxn i si y solamente si para cada abierto A, con a P A, el conjunto
NA “ tn P N : xn P Au es infinito.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.6. NOCIONES TOPOLÓGICAS EN ESPACIOS MÉTRICOS Pag. 19

Definición 1.66. Diremos que un espacio métrico pE, dq es completo, si toda sucesión de
Cauchy es convergente.

Definición 1.67. Diremos que B es un espacio de Banach si B es un espacio normado

completo.

Definición 1.68. Diremos que H es un espacio de Hilbert si H es un espacio con producto

interno completo.

Ejemplo 1.69. Rk es completo.

1.6. Nociones topológicas en espacios métricos

Definición 1.70. Sea el espacio métrico pE, dq, a P E y r ą 0. Se define la bola abierta de
centro a y radio r al conjunto Bd pa, rq “ tx P E : d px, aq ă ru.

Definición 1.71. Sea el espacio métrico pE, dq, a P E y r ą 0. Se define la bola cerrada de
centro a y radio r al conjunto B d pa, rq “ tx P E : d px, aq ď ru.

Definición 1.72. Sea el espacio métrico pE, dq, a P E y X Ă E.

1. Diremos que a es un punto interior de X, que simbolizaremos a P intX, si existe r ą 0

tal que Bd pa, rq Ă X. Definimos el interior del conjunto X como el conjunto de todos
los puntos interiores X.

2. La distancia del punto a al conjunto, que simbolizaremos d pa, Xq, definimos como
d pa, Xq “ ı́nf d pa, xq.
xPX

3. Definimos la clausura del conjunto X, que simbolizaremos como X, como X “ ty P E : d py, Xq “ 0u.

4. Diremos que a es un punto de acumulación del conjunto X, que simbolizaremos a P X 1 ,

si d pa, X ´ tauq “ 0.

5. Diremos que X es abierto, si X “ intX.

6. Diremos que X es cerrado, si X “ X.

7. Diremos que X es discreto, si X X X 1 “ H.

8. Diremos que X es perfecto, si X “ X 1 .

Ejercicio 1.73. Demostrar que a P X, si y solamente si existe una sucesión hxn i en X que
converge a a.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.6. NOCIONES TOPOLÓGICAS EN ESPACIOS MÉTRICOS Pag. 20

Definición 1.74. Sea pE, dq un espacio métrico. Diremos que pE ˚ , d˚ q es un subespacio

métrico de pE, dq, si E ˚ Ă E y d˚ “ d|E ˚ ˆE ˚ .
Ejemplo 1.75. Los conjuntos Q y r´1, 1s son subespacios de R.
Proposición 1.76. Sea pE ˚ , d˚ q un subespacio de pE, dq.
1. X Ă E ˚ es abierto en E ˚ si y solamente si existe A abierto en E tal que X “ A X E ˚ .
2. Y Ă E ˚ es cerrado en E ˚ si y solamente si existe C cerrado en E tal que Y “ C X E ˚ .
Demostración:
1. ñq
Sea x P X. Como X es abierto en E ˚ entonces existe rx ą 0 tal que Bd˚ px, rx q Ă X.
ď
Sea A “ Bd px, rx q, con esto A es abierto en E.
xPX
Así,
˜ ¸
ď
A X E˚ “ Bd px, rx q X E˚
xPX
ď
“ pBd px, rx q X E ˚ q
xPX
ď
“ Bd˚ px, rx q
xPX
ď ď
Como x P Bd˚ px, rx q, entonces X “ txu Ă Bd˚ px, rx q Ă X.
xPX xPX
Por lo tanto, X “ A X E ˚ .
ðq. Sea x P X
Como x P A y A es abierto en E, entonces existe r ą 0 tal que Bd px, rx q Ă A.
Así, Bd˚ px, rx q “ Bd px, rx q X E ˚ Ă A X E ˚ “ X.
Luego, X es abierto en E ˚ .
2. ñq
Como X es cerrado en E ˚ , entonces E ˚ zX es abierto en E ˚ . Esto implica que existe D
un abierto en E tal que E ˚ zX “ D X E ˚ , entonces C “ EzD es cerrado en E, luego:
C X E˚ “ pEzDq X E ˚
“ pE X E ˚ q X pD X E ˚ q
“ E ˚ z pE ˚ zXq
“ X

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.6. NOCIONES TOPOLÓGICAS EN ESPACIOS MÉTRICOS Pag. 21

Así, C X E ˚ “ X.

Ejemplo 1.77. Probar que:

1. Las bolas abiertas son abiertas.

2. Las bolas cerradas son cerradas.

Proposición 1.78. Sean f : X Ñ Rk , con X Ă Rm , a P Rm y fi : X Ñ R (1 ď i ď k)

tal que f pxq “ pf1 pxq , f2 pxq , . . . , fk pxqq. Tenemos que f es continua en a si y solamente si
fi : X Ñ R es continua en a para todos los valores de i.

Proposición 1.79. Sean los espacios métricos pE1 , d1 q y pE2 , d2 q, f : E1 Ñ E2 una función
de E1 a E2 . f es continua si y solamente si para cada abierto A en E2 , f ´1 rAs es abierto
en E1 .

Definición 1.80. Sea el espacio métrico pE, dq. Diremos que E es conexo si no existen
abiertos no vacíos y disjuntos A y B en E tales que A Y B “ E.

Proposición 1.81. Sean los espacios métricos pE1 , d1 q y pE2 , d2 q, f : E1 Ñ E2 una función
de E1 a E2 . Si pE1 , d1 q es conexo y f es sobreyectiva y continua, entonces pE2 , d2 q es conexo.

Proposición 1.82. Sea pE, dq un espacio métrico y f : pE, dq Ñ R una función continua.
Si pE, dq es conexo y f paq ă c ă f pbq, entonces existe x P E tal que f pxq “ c.

Proposición 1.83. Sea pE, dq un espacio métrico, los enunciados a continuación son equi-
valentes:

1. pE, dq es conexo.

2. Si X Ă E es abierto y cerrado, entonces X “ H ó X “ E.

3. Toda sobreyección g : E Ñ t0, 1u es discontinua.

Proposición č1.84. Sea pE, dq unď

espacio métrico y tXλ : λ P Iu una familia de conjuntos
conexos. Si Xλ ‰ H, entonces Xλ es conexo.
λPI λPI

Proposición 1.85. Sean pE, dq un espacio métrico y X, Y dos conjuntos tales que X Ă Y Ă
X Ă E. Si X es conexo, entonces Y es conexo.

Definición 1.86. Seaď pE, dq un espacio métrico y x P E, la componente conexa de x en E

es el conjunto Cx “ tC Ă E : x P C ^ C es conexou.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.6. NOCIONES TOPOLÓGICAS EN ESPACIOS MÉTRICOS Pag. 22

Proposición 1.87. Sea pE, dq un espacio métrico y C “ tCx : x P Eu la familia de com-

ponentes conexas de E.
1. Cada C P C es conexo.

2. Cada C P C es maximal, es decir, si C ˚ es conexo y C Ă C ˚ entonces C “ C ˚ .

3. C es una partición de E.

4. Cada C P C es cerrado.
Definición 1.88. Sea pE, dq un espacio métrico. Diremos que pE, dq es arco-conexo, si para
cada a, b P E existe γ : r0, 1s Ñ E continua tal que γ p0q “ a y γ p1q “ b.
Proposición 1.89. Todo espacio métrico arco-conexo es conexo.
"ˆ ˙ ˆ ˙*
1 1
Ejercicio 1.90 (Seno del topólogo). Sea X “ x, sen : x P 0, . Demostrar que
x π
X “ X Y pt0u ˆ r´1, 1sq es conexo pero no arco-conexo.
Definición 1.91. Sea pE, dq un espacio métrico y a P E, la componente arco-conexa de a,
es Aa “ tb P E : existe un arco de a y bu.
Proposición 1.92. La familia de componentes arco-conexas A “ tAa : a P Eu es una par-
tición del espacio E.
Proposición 1.93. Sea pE, dq un espacio métrico. Los enunciados a continuación son equi-
valentes:
1. Cada componente arco-conexo de E es abierto.

2. Cada punto de E posee un entorno arco-conexo.

Proposición 1.94. Sea pE, dq un espacio métrico. Los enunciados a continuación son equi-
valentes:
1. E es arco-conexo.

2. E es conexo y cada x P E posee un entorno arco-conexo.

Definición 1.95. Sea pE, dq un espacio métrico. Diremos que pE, dq es secuencialmente
compacto, si toda sucesión posee una subsucesión convergente.
Diremos que X Ă E es secuencialmente compacto, si lo es como subespacio.
Definición 1.96. Sea pE, dq un espacio métrico. Diremos que pE, dq es totalmente acotado
n
ď
(precompacto), si para cada ε ą 0, existen x1 , x2 , . . . , xn P E tal que B pxk , εq “ E.
k“1

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.6. NOCIONES TOPOLÓGICAS EN ESPACIOS MÉTRICOS Pag. 23

Definición 1.97. Sea pE, dq un espacio métrico. Diremos que pE, dq es acotado, si existe
a P E y r ą 0 tal que E Ă B pa, rq.
Proposición 1.98. Todo espacio métrico totalmente acotado es acotado.
Definición 1.99. Un espacio métrico E es compacto, si todo recubrimiento de E posee un
subrecubrimiento finito.
Proposición 1.100. Todo espacio métrico compacto es secuencialmente compacto.
Proposición 1.101. Todo espacio métrico secuencialmente compacto es totalmente acotado.
Definición 1.102. Sea tUi : i P Iu un recubrimiento de un espacio métrico pE, dq. Diremos
que λ P R` es un número de Lebesgue del recubrimiento si para cada x P E existe i P I tal
que B px, λq Ă Ui .
Proposición 1.103. Todo recubrimiento abierto de un espacio métrico secuencialmente
compacto posee un número de Lebesgue.
Proposición 1.104. Todo espacio métrico secuencialmente compacto es compacto.
Proposición 1.105. Toda sucesión en un espacio métrico totalmente acotado posee una
subsucesión de Cauchy.
Proposición 1.106. Un espacio métrico es secuencialmente compacto si y solamente si es
completo y totalmente acotado.
Definición 1.107. Un espacio métrico pE, dq tiene la propiedad de Heine - Borel si todo
subconjunto cerrado y acotado de E es compacto.
Ejemplo 1.108. Rn tiene la propiedad de Heine - Borel.
Proposición 1.109. Sean pE1 , d1 q y pE2 , d2 q dos espacios métricos y f : pE1 , d1 q Ñ pE2 , d2 q
una función continua.
1. Si E1 es compacto, entonces f es uniformemente continua.

2. Si E1 es compacto y f es sobreyectiva, entonces E2 es compacto.

Definición 1.110. Sea pE, }.}q un espacio normado y a, b P E. Se definen:

ra, bs “ tp1 ´ tq a ` tb : 0 ď t ď 1u.

pa, bq “ tp1 ´ tq a ` tb : 0 ă t ă 1u.

Definición 1.111. Sea pE, }.}q un espacio normado, X Ă E es convexo si para cada par
de puntos a, b P E, se cumple ra, bs Ă E.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.6. NOCIONES TOPOLÓGICAS EN ESPACIOS MÉTRICOS Pag. 24

Proposición 1.112. Las bolas abiertas y cerradas de un espacio métrico son convexas.

Proposición 1.113. Todo espacio convexo es arco-conexo.

Proposición 1.114. X Ă Rk abierto es conexo si y solamente si es arco-conexo.

Definición 1.115. Sean pV1 , }.}1 q y pV2 , }.}2 q espacios vectoriales sobre F . La función f :
V1 Ñ V2 es lineal si

1. @u, v P V1 se cumple f pu ` vq “ f puq ` f pvq.

2. @u P V1 y @α P F se cumple f pαvq “ αf pvq.

Definición 1.116. Se dice que un espacio topológico pX, τ q cumple el primer axioma de
numerabilidad o bien que es 1AN si para todo punto x P X existe una base de entornos de
x que sea numerable.

Proposición 1.117. Todo espacio métrico es 1AN .

Definición 1.118. Se dice que un espacio topológico pX, τ q cumple el segundo axioma de
numerabilidad o bien que es 2AN si tiene alguna base de abiertos que sea numerable.

Proposición 1.119. Todo espacio 2AN es 1AN .

Definición 1.120. Diremos que L es un espacio de Lindelöf si todo recubrimiento del espacio
L posee un subrecubrimiento numerable.

Definición 1.121. Un espacio topológico se dice que es separable si contiene un subconjunto

numerable y denso.

Proposición 1.122. 1. Todo espacio topológico que satisface 2AN es Lindelöf.

2. Todo espacio topológico que satisface 2AN es separable.

3. Todo espacio métrico separable satisface 2AN .

4. Todo espacio métrico de Lindelöf es separable.

Corolario 1.123. Si pE, dq es un espacio métrico de Lindelöf cualquier subespacio suyo es

Lindelöf.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.7. EJERCICIOS DEL CAPÍTULO Pag. 25

1.7. Ejercicios del capítulo

Espacios vectoriales
1. Considerando V “ R2 y las operaciones

pu1 , u2 q ` pv1 , v2 q “ pu1 ` 2u2 , u2 ` 3v2 q

α ¨ pu1 , u2 q “ pα pu1 ´ u2 q , 0q

Determinar si bajo estas operaciones V es un espacio vectorial sobre R.

2. Sean V1 , V2 , . . . , Vn espacios vectoriales sobre un mismo campo F . Demostrar que el

producto cartesiano V “ V1 ˆ V2 ˆ . . . ˆ Vn es de nuevo un espacio vectorial sobre F
respecto a las operaciones:

pu1 , u2 , . . . , un q ` pv1 , v2 , . . . , vn q “ pu1 ` u2 , u2 ` v2 , . . . , un ` vn q

α ¨ pu1 , u2 , . . . , un q “ pαu1 , αu2 , . . . , αun q

3. Determinar si el conjunto V “ Z rxs2 de todos los polinomios con coeficientes enteras

y de grado menor o igual a dos es un espacio vectorial sobre Q.

4. Si V “ tpx1 , x2 , x3 q P R3 : 3x1 ` x2 ´ x3 “ 0u. Demostrar que V es un espacio vectorial

sobre R.

5. Comprobar que el conjunto de matrices n ˆ m con entradas en un campo F es un

espacio vectorial sobre F .

6. Analizar si el conjunto tpx, y, zq P R3 : xy “ 1u es un espacio vectorial sobre R.

7. Sean α, β, γ P R fijos. Determinar si el conjunto tpx, y, zq P R3 : αx ` βy ` γz “ 0u es

un espacio vectorial sobre R.

8. Demostrar que cualquier elemento de R2 puede ser escrito como combinación lineal de
tp1, 1q , p1, ´1qu.

9. Sea V un espacio vectorial y T, U subconjuntos de V tal que T Ă U Ă V . Demostrar:

a) Si T es linealmente dependiente, entonces U es linealmente dependiente.

b) Si U es linealmente independiente, entonces T es linealmente independiente.

10. Contestar:

a) ¿Se puede escribir escribir cualquier elemento de R3 como combinación lineal de

U “ tp1, 1, 0q , p2, 3, 8qu?

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.7. EJERCICIOS DEL CAPÍTULO Pag. 26

b) ¿Se puede escribir escribir cualquier elemento de R3 como combinación lineal de

U “ tp1, 1, 1q , p2, 2, 0q , p3, 0, 0qu?
c) ¿Se puede escribir escribir cualquier elemento de R3 como combinación lineal de
U “ tp2, ´1, 3q , p4, 1, 2q , p8, ´1, 8qu?
11. Supongamos que V es un espacio vectorial sobre F y B “ tv1 , v2 u es una base de V .
Demostrar que tv1 , v1 ` v2 u vuelve a ser una base para V .

Espacios normados
1. Estudiar si las siguientes expresiones definen una norma sobre R2 :
a
a) }px1 , x2 q} “ 4x21 ` x22 .
a
b) }px1 , x2 q} “ |x1 | ` |x2 |.
ˇa ˇ
ˇ3 3 3ˇ
c) }px1 , x2 q} “ |x1 | ` ˇ x1 ` x2 ˇ.
b
d ) }px1 , x2 q} “ px1 ´ x2 q2 ` x22 .

2. Demostrar que si pV, }.}q es un espacio normado, entonces para todo par x, y P V se
cumple:

|}x} ´ }y}| ď }x ´ y} }x ` y}

3. Encontrar una condición necesaria y suficiente para que }x ` y}p “ }x}p ` }y}p , para
todo par x, y P Rn .

Espacios métricos
1. Sea pE, dq un espacio métrico. Mostrar que también son distancias sobre E las funciones
definidas de la siguiente manera:
a) d1 px, yq “ mı́n t1, d px, yqu.
b) d2 px, yq “ pd px, yqq1{2 .
d px, yq
c) d3 px, yq “ .
1 ` d px, yq
2. En E “ tpx1 , x2 q P R2 : x2 ą 0u se define la distancia
"
|x2 ´ y2 | si x1 “ y1
d ppx1 , x2 q , py1 , y2 qq ÞÝÑ
|x2 | ` |x1 ´ y1 | ` |y2 | si x ‰ y

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.7. EJERCICIOS DEL CAPÍTULO Pag. 27

3. Sea pE, dq un espacio métrico y sean w, x, y, z P E, entonces se cumple:

|d pw, xq ´ d py, zq| ď d pw, yq ` d px, zq

4. Sea pV, }.}q un espacio normado y la d px, yq “ }x ´ y} la distancia que trae la norma.
Demostrar:

a) d es invariante por traslaciones, esto quiere decir, d px ` a, y ` aq “ d px, yq, cua-

lesquiera sean x, y, a P V .
b) d es absolutamente homogénea por homotecias, esto quiere decir que se cumple
d pλx, λyq “ |λ|2 d px, yq, cualesquiera sean x, y P V .

5. Encontrar una condición necesaria y suficiente para decidir si una distancia proviene
de una norma.

6. Probar que la función d px, yq “ |x ´ y|1{2 , para cada par x, y P R, define una métrica
en R.

Espacios con producto interior

1. Estudiar si las siguientes funciones h., .i : R2 ˆR2 Ñ R determinan un producto interior:

a) hpa, bq , pc, dqi “ ac ´ ad.

b) hpa, bq , pc, dqi “ a2 ` c2 ´ ad.
c) hpa, bq , pc, dqi “ mı́n ta ´ c, b ´ du.
d ) hpa, bq , pc, dqi “ mı́n t|a ´ c| , |b ´ d|u.
e) hpa, bq , pc, dqi “ mı́n pa ´ cq2 , pb ´ dq2 .
(

f ) hpa, bq , pc, dqi “ 4ac ` 2ad ` 2bc ` 2bd.

2. Sea h., .i : R2 ˆ R2 Ñ R definida mediante hpa, bq , pc, dqi “ ac ´ ad ´ bc ` αbd. Hallar

todos los valores de α P R para los cuales h., .i define un producto interior.

3. Sea pV, h., .iq un espacio de producto interior. Demostrar por inducción que para cual-
quier n P N y cualesquiera a1 , a2 , . . . , an , b P V se cumple la igualdad
* +
ÿ n n
ÿ
ai , b “ hai , bi.
i“1 i“1

4. ¿Qué debe ocurrir para que un producto interior provenga de una norma?

Redtwitz, D. - López, E. Análisis Real III - FACEN.

1.7. EJERCICIOS DEL CAPÍTULO Pag. 28

5. Sean pV, h., .iq un espacio de producto interior, u1 , u2 , . . . , un , v1 , v2 , . . . , vm P V y

α1 , α2 , . . . , αn , β1 , β2 , . . . , βm P R
* +
ÿn m
ÿ n ÿ
ÿ m
αi ui , βi vi “ αi βj hui , vj i.
i“1 j“1 i“1 j“1

Sucesiones
1. Demostrar que hxn i es progresión aritmética convergente en R si y solamente si xi “
xi`1 , para todo i P N.

2. Sean hxn i una sucesión en un espacio métrico E y a P E. Si hxn i converge a a, demostrar

que hx2k i y hx2k`1 i también convergen a a.

3. Demostrar que las únicas sucesiones de Cauchy hxn i en un espacio métrico discreto son
las que xi “ xi`1 “ xi`2 “ . . ., para algún i P N.
 
1
4. Demostrar que la sucesión es de Cauchy en pR, |.|q pero no converge.
n
5. Demostrar que todo espacio métrico discreto es completo.

6. Demostrar que el conjunto R` con la métrica usual no es completo.

7. Demostrar que todo espacio métrico compacto es completo.

Nociones topológicas en espacios métricos

1. Sea X un subconjunto del espacio métrico E. Demostrar que un punto x P E pertenece
a X si y solamente si toda bola abierta de x contiene al menos un punto de X.

2. Demostrar que un subconjunto finito de un espacio métrico no posee puntos de acu-

mulación.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

Capítulo 2

Diferenciación

2.1. Derivadas y diferenciación

Recordemos que si f : X Ñ R, donde X Ă R, es derivable en un punto x0 P X, entonces
dicha derivada se define como:
f px0 ` hq ´ f px0 q
f 1 px0 q “ lı́m .
hÑ0 h
Claramente, dicho límite existe porque la función es derivable en x0 .
Evidentemente, en varias variables, la expresión anterior no tendría sentido, ya que h
deberá ser un vector y el cociente entre vector no está definida. Por lo que buscaremos la
manera de salvar dicho inconveniente.
Definición 2.1. Si x0 , v P Rn y }v} “ 1, se define la recta de dirección v que pasa por el
punto x0 como el conjunto tx0 ` tv : t P Ru.
Notación:
Se considerará |.| “ }.}2 .
n
S}.} “ tx P Rn`1 : }x} “ 1u.

Definición 2.2. Sean x0 P Rn , v P S n´1 y f : X Ñ R, con X Ă Rn y c ą 0. Si x0 ` tv P X

siempre que |t| ď c, la derivada de f en x0 y en dirección de v es:
f px0 ` tvq ´ f px0 q
fv1 px0 q “ lı́m , (2.1)
tÑ0 t
si el límite existe.
Ejemplo 2.3. Determinar la derivada en el origen de coordenadas de la función
f: R2 Ñ R
px, yq ÞÑ |x|

29
2.1. DERIVADAS Y DIFERENCIACIÓN Pag. 30

en dirección de a un vector unitario arbitrario v “ pa, bq.

Así tendremos:
f p0 ` tvq ´ f p0q
fv1 p0q “ lı́m
tÑ0 t
|ta| ´ |0|
“ lı́m
tÑ0 t
|ta|
“ lı́m
tÑ0 t
"
0 si a “ 0 pv “ p0, 1q _ v “ p0, ´1qq
“
no existe si a ‰ 0.

Ejemplo 2.4. Determinar la derivada en el origen de coordenadas de la función

f: R2 Ñ $ R
2xy
si px, yq ‰ p0, 0q
’
’
& 2
x ` y2
px, yq ÞÑ
’
’
% 1 si px, yq “ p0, 0q

en dirección de a un vector unitario arbitrario v “ pa, bq.

Sea el vector v P S 1 , entonces debe existir θ P p´π, π s tal que v “ pcos θ, sen θq
Así tendremos:

f p0 ` tvq “ f ptvq
“ f ppt cos θ, t sen θqq
2 pt cos θq pt sen θq
“
pt cos θq2 ` pt sen θq2
2t2 pcos θq psen θq
“
t2 pcos θq2 ` t2 psen θq2
2t2 pcos θq psen θq
“
t2 pcos θq2 ` psen θq2
` ˘

2 pcos θq psen θq
“
pcos θq2 ` psen θq2
2 pcos θq psen θq
“
1
“ 2 pcos θq psen θq
“ sen p2θq

Redtwitz, D. - López, E. Análisis Real III - FACEN.

2.1. DERIVADAS Y DIFERENCIACIÓN Pag. 31

f p0 ` tvq ´ f p0q
fv1 p0q “ lı́m
tÑ0 t
sen p2θq ´ 1
“ lı́m
tÑ0
" t
0 si sen p2θq “ 1
“
no existe si sen p2θq ‰ 1
Pero
$
1
& 2θ “ 2 π
’
’
’
sen p2θq “ 1 ÐÑ
’
’ 3
% 2θ “ ´ π
’
2
$
1
θ π
’
’ “
4
’
&
ÐÑ
’
’ 3
% θ“´ π
’
4
Así, las derivadas direccionales existen en el caso en que los vectores unitarios son:
$ ˆ ˙
1 1
v “ cos π, sen π
’
’
’
’
’
’ 4 4
&
v “ pcos θ, sen θq ÐÑ ˆ ˙
3 3
v “ cos ´ π, sen ´ π
’
’
’
’
’
’ 4 4
%
$ ˆ? ? ˙
2 2
v“ ,
’
’
’
’
’
’ 2 2
&
ÐÑ ˆ ? ? ˙
’ ´ 2 2
’ v“
’ ,´
’
’
’
% 2 2

Observación:. Las derivadas parciales son un caso particular de las derivadas direccionales.
Notación: Sea la función f : X Ñ R, con X Ă Rn y ei el i-ésimo vector canónico de
n
R .
fx1 i “ fe1i .
δf
“ fx1 i .
δxi

Redtwitz, D. - López, E. Análisis Real III - FACEN.

2.1. DERIVADAS Y DIFERENCIACIÓN Pag. 32

Definición 2.5. Si la función f : X Ñ R, con X Ă Rn , posee sus n-derivadas parciales en

X, el gradiente de f , que se denota gradf pxq, es el vector:
n
ÿ ` ˘
gradf pxq “ fx1 i ei “ fx1 1 , fx1 2 , . . . , fx1 n (2.2)
i“1

Notación: Sea la función f : X Ñ R, con X Ă Rn .

´ ¯1
pn`1q pnq
fx1 x2 ¨¨¨xn`1 “ fx1 x2 ¨¨¨xn , donde f p0q “ f .
xn`1

δnf
“ fxni2 xi2 ...xin .
δxin`1 . . . δxi2 δxi1
Definición 2.6. Sea la función f : X Ñ R, con X Ă Rn . Diremos que la función f
es de clase C k si las derivadas parciales k-ésimas de f son continuas en D. Se denota
f P C k pX, Rq.
Definición 2.7. Sean V y W dos espacios vectoriales sobre F . Se dice que f : V Ñ W es
una función lineal si para todo par de vectores u, v P V y para cada par de escalares α, β P F
se satisface que:
f pαv ` βwq “ αf pvq ` βf pwq (2.3)

Al conjunto de todas las funciones lineales de V en W , se simbolizará L pV, W q.

Definición 2.8. Sea la función f : X Ñ R, con X Ă Rn y x0 P intX. Diremos que la
función f es diferenciable en x0 , si existe L P L pRn , Rq tal que
f px0 ` hq ´ f px0 q ´ L phq
lı́m “ 0. (2.4)
hÑ0 |h|
En caso afirmativo, la diferencial de f en x0 se define como df px0 q “ L.
Proposición 2.9. Sea la función f : X Ñ R, con X Ă Rn y x0 P intX. Si f es diferenciable
en x0 y |v| “ 1, entonces fv1 px0 q “ df px0 q ¨ v.
Corolario 2.10. Sea la función f : X Ñ R, con X Ă Rn y x0 P intX. Si f es diferenciable
en x0 , entonces df px0 q ¨ v “ gradf px0 q.
Ejemplo 2.11. Sea la función f : R2 Ñ R, definida mediante f ppx, yqq “ x2 `y 2 . Demostrar
que la función f es direnciable en p1, 1q.
Recordemos que la derivada de una función f : R Ñ R en un punto a P R indica la
pendiente de la recta tangente a la curva y “ f pxq en el punto pa, f paqq. Del mismo modo,
la derivada direcccional de la función f : X Ñ R, con X Ă R2 en el punto pa, bq en dirección
del vector unitario v indica la pendiente de la recta tangente a la superficie z “ f px, yq en
el punto pa, b, f pa, bqq.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

2.2. PROPIEDADES DE LAS FUNCIONES DIFERENCIABLES Pag. 33

Definición 2.12. Sea z “ f px, yq una superficie en R3 . El plano tangente a la superficie en

px0 , y0 q es el plano de ecuación z ´ z0 “ df px0 , y0 q ¨ px ´ x0 , y ´ y0 q.

Ejemplo 2.13. Hallar el plano tangente a la superficie z “ x2 ` y 2 en el punto p1, 1, 2q.

Proposición 2.14. Sea la función f : X Ñ R, con X Ă Rn y x0 P intX. Si f es diferenciable

en x0 , entonces f es continua en x0 .
$
& xy 2
si px, yq ‰ p0, 0q
Ejemplo 2.15. Sea la función f : R2 Ñ R, definida mediante f ppx, yqq “ x2 ` y 2 .
0 si px, yq “ p0, 0q
%
Demostrar que la función f no es direnciable en p0, 0q aunque posee todas sus derivadas di-
reccionales.

2.2. Propiedades de las funciones diferenciables

Proposición 2.16. Sea ϕ ptq “ f px0 ` thq. Si t P R tal que f es diferenciable en x0 ` th,
entonces ϕ1 ptq “ df px0 ` thq ¨ h.

Teorema 2.17 (Valor Medio). Sea la función f : X Ñ R. Si f es diferenciable en rx0 , x0 ` hs,

entonces existe s P p0, 1q tal que f px0 ` hq ´ f px0 q “ df px0 ` shq ¨ h.

Corolario 2.18. Sea la función f : X Ñ R. Si f es diferenciable en el conjunto convexo X

y existe c ą 0 tal que |df px0 q| ď c, para cada x0 P X, entonces f es lipschitziana.

Corolario 2.19. Sea la función f : X Ñ R. Si f es diferenciable, X es conexo y df px0 q “ 0

para todo x0 P X, entonces f es constante.

Teorema 2.20 (Condición suficiente de diferenciabilidad). Sea la función f : X Ñ R, con

X abierto y X Ă Rn . Si f P C 1 , entones f es diferenciable.
$ ˆ ˙
& 2 1
x sen si x ‰ 0
Ejemplo 2.21. Sea la función f : R Ñ R, definida mediante f pxq “ x .
0 si x “ 0
%
1
Demostrar que la función f es diferenciable pero f R C pR, Rq.

Proposición 2.22. Toda función de clase C n`1 pX, Rq es de clase C n pX, Rq.

Ejemplo 2.23. Sea la función f : R Ñ R, definida mediante f pxq “ xn |x|. Demostrar que
la función f es de clase C n pR, Rq pero no es de clase C n`1 pR, Rq.

Teorema 2.24 (Schwarz). Sea la función f : X Ñ R, X Ă Rn , X abierto y f P C 1 . Si

pnq pnq pnq pnq
fxi xj , fxj xi P C 0 , entonces fxi xj “ fxj xi .

Redtwitz, D. - López, E. Análisis Real III - FACEN.

2.2. PROPIEDADES DE LAS FUNCIONES DIFERENCIABLES Pag. 34

$
x2 ´ y 2
xy si px, yq ‰ p0, 0q
&
Ejemplo 2.25. Sea la función f : R2 Ñ R, definida mediante f ppx, yqq “ x2 ` y 2
0 si px, yq “ p0, 0q
%
Determinar si la función f es continua en p0, 0q.
Definición 2.26. Sea D Ă Rn abierto, f P C n`1 pD, Rq. Si a P D, para cada h P Rn tal que
a ` h P D,
n n n n
ÿ 1 ÿ 2 1 ÿ ź
Tn,f,a pa ` hq “ f paq ` fx1 i paq hi ` fxi xj paq hi hj ` . . . ` f pnqxi xi ...xin paq hik(2.5)
i“1
2! i,j n! i ,i ,...,i 1 2
k“1
1 2 n

y
n n`1
1 ÿ ź
Rn,f,a,h pa ` shq “ fxpn`1q
i1 xi2 ...xin
pa ` shq hik (2.6)
pn ` 1q! i
1 ,i2 ,...,in`1 k“1

siempre que a ` sh P D.
Teorema 2.27 (Taylor). Sea D Ă Rn abierto y f P C n`1 pD, Rq. Si ra, a ` hs Ă D, existe
s P p0, 1q tal que

f pa ` hq “ Tn,f,a pa ` hq ` Rn,f,a,h pa ` shq . (2.7)

Definición 2.28. Sea L P L pRn , Rp q. Se define la norma de L como sigue }L} “ máx
n
t|L pvq| : |v| ď 1u
vPR

Proposición 2.29. Si L P L pRn , Rp q y v P Rn , entonces |L pvq| ď }L} |v|.

Proposición 2.30. Si L P L pRn , Rp q y u, v P Rn , entonces |L puq ´ L pvq| ď }L} |u ´ v|.

Definición 2.31. Sea la función f : X Ñ Rp , con X Ă Rn y x0 P intX. Diremos que la
función f es diferenciable en x0 , si existe L P L pRn , Rp q tal que
f px0 ` hq ´ f px0 q ´ L phq
lı́m “ 0. (2.8)
hÑ0 |h|
En caso afirmativo, la diferencial de f en x0 se define como Df px0 q “ L.
Proposición 2.32. La función f : X Ñ Rp , con X Ă Rn , es diferenciable si y solamente si
existen L1 , L2 , . . . , Lp P L pRn , Rq tales que

fi px0 ` hq ´ fi px0 q ´ Li phq

lı́m “ 0. (2.9)
hÑ0 |h|
para cada i P t1, 2, . . . , pu.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

2.2. PROPIEDADES DE LAS FUNCIONES DIFERENCIABLES Pag. 35

Notación:
Df px0 q ¨ h “ L phq.

Df px0 q ¨ h “ L phq
» fi
L1 phq
— L2 phq ffi
— ffi
“ — .. ffi
– . fl
Lp phq
» fi
df1 px0 q ¨ h
— df2 px0 q ¨ h ffi
— ffi
“ — .. ffi
– . fl
dfp px0 q ¨ h
» fi » fi
df1 px0 q h1
— df2 px0 q ffi — h2 ffi
— ffi — ffi
“ — .. ffi ¨ — .. ffi
– . fl – . fl
dfp px0 q hn
» fi » fi
f1x1 px0 q f1x2 px0 q ¨ ¨ ¨ f1xn px0 q h1
— f2 px0 q f2 px0 q ¨ ¨ ¨ f2xn px0 q ffi — h2 ffi
— x1 x2 ffi — ffi
“ — .. .. .. .. ffi ¨ — .. ffi
– . . . . fl – . fl
fpx1 px0 q fpx2 px0 q ¨ ¨ ¨ fpxn px0 q hp

Notación:
δf
f xi “ .
δxi
Si n “ p, entonces el jacobiano de la función f se define como sigue Jf px0 q “
det Df px0 q.
δ pf1 , f2 , . . . , fn q
Jf “
δ px1 , x2 , . . . , xn q
Ejemplo 2.33. Sea la función f : R2 Ñ R2 , definida mediante f ppx, yqq “ px2 ´ y 2 , 2xyq.
Hallar Df px, yq.
Definición 2.34. Sea la función f : X Ñ Rp , donde X Ă Rn , diremos que f es de clase k,
que se simboliza f P C k , si fi P C k para todo i P t1, 2, . . . , pu.
Proposición 2.35. Toda función de clase C 1 pX, Rp q, es diferenciable.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

2.3. EXTREMOS DE UNA FUNCIÓN Pag. 36

Proposición 2.36. Toda función de clase C k`1 pX, Rp q es de clase C k pX, Rp q.

Proposición 2.37. Sea f diferenciable en x0 , dado ε ą 0, D r ą 0 tal que |f pxq ´ f px0 q| ď
pDf px0 q ` εq |x ´ x0 |, siempre que x P B px0 , rq.
Proposición 2.38. Sea X Ă Rn y f P C 1 pX, Rp q. Si x0 P X y ε ą 0, D r ą 0 tal que
|f pxq ´ f pyq| ď p}Df px0 q} ` εq |x ´ y|, siempre que x, y P B px0 , rq.
1
Proposición 2.39. Si L P L pRn , Rp q es invertible y x, y P Rn , entonces |x ´ y| ď
}L´1 }
|L pxq ´ L pyq|.
Proposición 2.40. Sea X Ă Rn y f PˆC 1 pX, Rp q. Si˙ x0 P X y Df px0 q es invertible, dado
1
ε ą 0, D r ą 0 tal que |f pxq ´ f pyq| ě ´ ε |x ´ y|, siempre que x, y P B px0 , rq.
Df px0 q
Teorema 2.41 (De la función compuesta). Sea f diferenciable en x0 , g diferenciable en
y0 “ f px0 q y h “ g ˝ f . Entonces h es diferenciable en x0 y Dh px0 q “ Dg py0 q ¨ df px0 q.
Corolario 2.42 (Regla de la cadena). Sean X Ă Rn y X ˚ Ă Rp , f : X Ñ X ˚ , g : X ˚ Ñ R
y h “ g ˝ f , entonces
δh δg δf1 δg δf2 δg δfp
“ ` ` ... ` . (2.10)
δxi δy1 δxi δy2 δxi δyp δxi
siempre que f y g sean diferenciables.
Corolario 2.43. La composición de funciones de clase C k son de clase C k .
Ejercicio 2.44. Sea f : R2 Ñ R2 diferenciable y definamos h pr, θq “ pr cos θ, r sen θq.
Utilizar el teorema de la función compuesta para probar que:
1 1 1 1
1. f1x “ f2y y f1y “ ´f2x son equivalentes.
1 1
2. h11r “ h12θ y h11r “ ´ h12θ son equivalentes.
r r

2.3. Extremos de una función

Definición 2.45. Sean f : X Ñ R y x0 P X.
Diremos que f tiene un máximo relativo en x0 , si existe r ą 0 tal que f pxq ď f px0 q,
para cada x P B px0 , rq.

Diremos que f tiene un mínimo relativo en x0 , si existe r ą 0 tal que f pxq ě f px0 q,
para cada x P B px0 , rq.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

2.4. TEOREMA DE LA FUNCIÓN INVERSA Pag. 37

Diremos que f tiene un extremo relativo en x0 , si f tiene un máximo o un mínimo

relativo en x0 .
Diremos que f tiene un punto crítico en x0 , si df px0 q “ 0 o bien f no es diferenciable
en x0 .
Lema 2.46. Sea f : X Ñ R una función. Todo extremo relativo de f es un punto crítico de
f.

2.4. Teorema de la función inversa

Teorema 2.47 (De la función inversa). Sea X Ă Rn , abierto, k P Z` y f P C k pX, Rn q. Si
Jf px0 q ‰ 0, Dr ą 0 tal que para cada abierto U , con x0 P U Ă B px0 , rq se tiene que:
1. f |U : U Ñ f pU q es biyectiva.
2. f pU q es abierto.
` ´1 ˘´1
3. Df |´1
U pY q “ Df f | U pY q .
k n
4. f |´1
U P C pf pU q , R q.

Ejemplo 2.48. Utilizar el teorema de la función inversa para encontrar una inversa local
alrededor del punto pa, a2 q de la función:
f: R Ñ R
x ÞÑ x2

2.5. Teorema de la función implícita

Teorema 2.49 (De la función ímplicita). Sea X Ă Rm ˆ Rn , k P Z` , F P C k pX, Rn q y
px0 , y0 q P X tal que F px0 , y0 q “ 0.
δf
Si px0 , y0 q ‰ 0, entonces existen entornos U y V , x0 P U , y0 P V y una función
δy
f P C k pU, V q tal que para cada px, yq P U ˆ V , F px, yq “ 0 si y solamente si y “ f pxq.
Ejemplo 2.50. Usar el teorema de la función implícita para determinar los puntos px0 , y0 q
en los que la función F ppx, y, zqq “ x2 ` y 2 ` z 2 ´ 1 posee forma explícita z “ f px, yq. Hallar
la función f .
Ejemplo 2.51. Usar el teorema de la función implícita para determinar los puntos x0 en
los que la función G ppx, y, zqq “ px ´ y, y ´ zq posee forma explícita py, zq “ g pxq. Hallar la
función g.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

Capítulo 3

Integración

3.1. Integrales
n
ź
Definición 3.1. Un n-paralelepípedo es un conjunto de la forma B “ rai , bi s, donde
i“1
ai ď b i .
n
ź
El volumen de B, que se simboliza volB, es igual a volpBq “ pbi ´ ai q.
i“1
A la familia de todos los n-paralelepípedos se la denotará Bn .
Definición 3.2. Sean a, b P R tal que a ă b. Una partición de ra, bs es una familia de
intervalos de la forma P “ trt0 , t1 s , rt1 , t2 s , . . . , rtn´1 , tn su, donde a “ t0 ă t1 ă t2 ă . . . ă
tn´1 ă tn “ b.
# +
ą ź
Definición 3.3. Si Fi es una familia para cada i P L, entonces “ Mi : Mi P Fi .
iPL iPL

n
ź
Definición 3.4. Diremos que P es una partición del n-paralelepípedo B “ rai , bi s, si
i“1
n
ą
P “ Pi donde Pi es una partición de rai , bi s.
i“1

Definición 3.5. Si P es una partición de B P B1 , entonces |P | “ máx tvol pIqu.

IPP
ąn
Si P “ es una partición de B P Bn , entonces |P | “ máx t|P |u.
1ďiďn
i“1

Definición 3.6. Si f : X Ñ R y R Ă X Ă Rn , se definen

m pf, Rq “ ı́nf tf pxqu.
xPR

38
3.1. INTEGRALES Pag. 39

M pf, Rq “ sup tf pxqu.

xPR

W pf, Rq “ M pf, Rq ´ m pf, Rq.

Definición 3.7. Si B P Bn , f : B Ñ R es acotada y P es una partición de B, entonces

ÿ
S pf, P q “ m pf, Rq vol pRq.
RPP
ÿ
S pf, P q “ M pf, Rq vol pRq.
RPP

Definición 3.8. Si B P Bn y f : B Ñ R es acotada, entonces

ż
f pxq dx “ sup tS pf, P q : P es partición de Bu.
B
ż
(
f pxq dx “ ı́nf S pf, P q : P es partición de B .
B
ż ż
Si f pxq dx “ f pxq dx, entonces se dice que la función f es integrable y
B B

ż ż ż
f pxq dx “ f pxq dx “ f pxq dx (3.1)
B B B

Definición 3.9. Si P y Q son particiones de B P Bn , diremos que Q es más fina que P (o

que Q refina a P ) si para cada S P Q, existe R P P tal que S Ă R.

Proposición 3.10. Sean B P Bn , f : B Ñ R acotada y P , Q son particiones de B.

1. Si Q refina a P , entonces S pf, Qq ě S pf, P q.

2. Si Q refina a P , entonces S pf, Qq ď S pf, P q.

3. S pf, P q ď S pf, Qq.

ż ż
4. f pxq dx ď f pxq dx.
B B

5. fÿes integrable si y solamente si para cada ε ą 0, existe una partición O tal que
W pf, Rq vol pRq ă ε.
RPO

Proposición 3.11. Sea f : B Ñ R, donde B P Bn . Si f es continua, entonces f es integrable.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

3.2. INTEGRALES IMPROPIAS Pag. 40

Lema 3.12. Si B, C P Bn y B Ă C, f : C Ñ R es acotada y f pxq “ 0, @x P CzB, entonces

ż ż ż ż
f pxq dx “ f pxq dx y f pxq dx “ f pxq dx.
B C B C

Definición 3.13. Sea"A Ă Rn , se define la función característica de A, que se simboliza χA ,

1 si x P A
como sigue χA pxq “
0 si x P Rn zA
Definición 3.14. Sea A Ă Rn acotado y f : A Ñ R acotado, entonces
ż ż
1. f pxq dx “ f pxq χA pxq dx,
A B
ż ż
2. f pxq dx “ f pxq χA pxq dx,
A B
ż ż
3. f pxq dx “ f pxq χA pxq dx,
A B

donde B P Bn y A Ă B.
ż
Definición 3.15. Si χA es integrable, se dice que A tiene volumen y vol pAq “ dx.
A

3.2. Integrales impropias

Definición 3.16. Sean X Ă Rn y f : X Ñ R.

1. f ` pxq “ máx tf pxq , 0u.

xPX

2. f ´ pxq “ máx t´f pxq , 0u.

xPX

3. f pxq “ f ` pxq ´ f ´ pxq.

4. |f pxq| “ f ` pxq ` f ´ pxq.

Definición 3.17. Sean X Ă Rn y f : X Ñ R una función no negativa y acotada

ż ż
f pxq dx “ lı́m f pxq dx, (3.2)
X kPN XXr´k,ksn

si el límite existe.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

3.2. INTEGRALES IMPROPIAS Pag. 41

Definición 3.18. Sean X Ă Rn y f : X Ñ R una función no negativa y para cada M P N,

sea fM pxq “ mı́n tf pxq , M u
xPX
ż ż
f pxq dx “ lı́m fM pxq dx, (3.3)
X M PN X

si el límite existe.

Definición 3.19. Sea f : X Ñ R, donde X Ă Rn ,

ż ż ż
`
f pxq dx “ f pxq dx ´ f ´ pxq dx, (3.4)
X X X

si las integrales existen.

Proposición 3.20. Si f es impropiamente integrable, entonces |f | es integrable.

Ejemplo 3.21. Sea la función

f : r0, 1s Ñ R"
1 si x P Q
x ÞÑ
0 si x R Q

1. Demostrar que |f | es integrable.

2. Determinar si f es integrable o no.

3. ¿El recíproco de la proposición (3.20) es válido?

Lema 3.22. Sea B “ B1 ˆ B2 P B2 y f : B Ñ R acotada. Entonces se cumple:

ż ż ż
f px, yq dp x, yq ď f px, yq dydx (3.5)
B B1 B2

Teorema 3.23 (Fubini). Sean B “ B1 ˆ B2 P B2 y f : B Ñ R propiamente integrable,

entonces los valores a continuación coinciden:
ż
I1 “ f px, yq dpx, yq.
B
ż ż
I2 “ f px, yq dydx.
B1 B2

ż ż
I3 “ f px, yq dydx.
B1 B2

Redtwitz, D. - López, E. Análisis Real III - FACEN.

3.2. INTEGRALES IMPROPIAS Pag. 42

ż ż
I4 “ f px, yq dxdy.
B2 B1
ż ż
I5 “ f px, yq dxdy.
B2 B1

Ejemplo 3.24. Sea la función

f : r0, 1s2 Ñ R
1
$
& 1 si x P Q ^ y “
’
px, yq ÞÑ 2
’
%
0 de otra manera
1. Demostrar que f es integrable.
ż1 ż1
2. Probar que f px, yq dxdy no existe.
0 0
!m ) ď
Ejemplo 3.25. Sean n P N y Qn “ :mPZ , Qn “ Q y la función
n nPN

f : r0, 1s2 Ñ "R

1 si px, yq P Qn ˆ Qn
px, yq ÞÑ
0 de otra manera
ż1 ż1 ż1 ż1
1. Probar que f px, yq dxdy y f px, yq dydx existen.
0 0 0 0

2. Demostrar que f no es integrable.

Definición 3.26. Sea f : X Ñ R, donde X P Rn . Si a P X, entonces W pf, aq “ ı́nf tW pf, B8 pa, rq X Xqu
rą0
n
Proposición 3.27. Sea X Ă R , f : X Ñ R, a P X, f es continua en a si y solamente si
W pf, aq “ 0.
n
Definición 3.28. Sea X Ă Rď . Diremos que ÿ X tiene medida nula si dado ε ą 0, existen
R1 , R2 , . . . P Bn tales que X Ă int pRi q y vol pRi q ă ε.
iPN iPN

Lema 3.29. Si Q Ă Bn y B Ă Bn , entoncesď existe una partición P de B tal que para cada
R P P , o existe S P Q tal que R Ă S o R X int pSq “ H.
SPQ

Teorema 3.30 (Riemann - Lebesgue). Sean B P Bn y f : B Ñ R acotada y D “

tx P B : W pf, xq ą 0u.
f es integrable si y solamente si µ pDq “ 0.

Redtwitz, D. - López, E. Análisis Real III - FACEN.

Índice alfabético

adherencia de un punto a un conjunto, 19

valor de, 18
espacio
base, 4 acotado, 23
bola arco-conexo, 22
abierta, 19 compacto, 23
cerrada, 19 conexo, 21
convexo, 23
clausura de Banach, 19
de un conjunto, 19 de Hilbert, 19
combinación lineal, 3 de Lindelöf, 24
componente de producto interior, 11
conexa, 21 euclidiano, 9
componente arco-conexa, 22 métrico, 9
conjunto métrico completo, 19
abierto, 19 normado, 5
cerrado, 19 precompacto, 22
conexo, 21, 33 secuencialmente compacto, 22
convexo, 23, 33 separable, 24
discreto, 19 totalmente acotado, 22
perfecto, 19 vectorial, 2, 24
continuidad
de una función, 16 función
uniforme de una función, 16 característica de un conjunto, 40
convexa, 6
derivada de clase C k , 32
direccional, 29, 32 diferenciable, 32, 34
derivadas integrable, 39
parciales, 31 lineal, 24, 32
desigualdad lipschitziana, 16, 33
de Cauchy - Schwarz, 12
diferencial, 34 gradiente, 31
de una función, 32
distancia, véase métrica homotecia, 27

43
ÍNDICE ALFABÉTICO Pag. 44

interior interior, 11
de un conjunto, 19 propiedad
invariante de Heine - Borel, 23
por traslaciones, 27 punto
de acumulación, 19
jacobiano interior, 19
de una función, 35
recta
límite de dirección de un vector, 29
de una función, 16 refinamiento
linealmente de una partición, 39
dependiente, 3 regla de la cadena, 36
independiente, 3
seno
métrica, 9 del topólogo, 22
discreta, 11, 16 sucesión, 15
usual, 9 acotada, 15, 17
métricas convergente, 15, 19
equivalentes, 9, 16 de Cauchy, 17
uniformemente equivalentes, 16
medida teorema
nula, 42 condición suficiente de diferenciabilidad,
33
número de Bolzano - Weiertrass, 16
de Lebesgue, 23 de la función compuesta, 36
norma, 5 de la función inversa, 37
p-ádica, 5, 8 de Schwarz, 33
del máximo, 8 de Taylor, 34
del taxista, 8 del valor medio, 33
euclídea, 8 Riemann-Lebesgue, 42
normas
equivalentes, 8, 16 volumen
numerabilidad de un n-paralelepípedo, 38
primer axioma de, 24
segundo axioma de, 24

operador, 11

paralelepípedo, 38
partición, 38
plano
tangente, 32
producto

Redtwitz, D. - López, E. Análisis Real III - FACEN.