1

Apunte de Calculo en Varias Variables

Patricio Felmer y Alejandro Jofre

Con la colaboracion de:
Paul Bosch, Matas Bulnes, Arturo Prat, Luis Rademacher y Jose Zamora

Cap
tulo 1
C
alculo Diferencial

1.1

Base Algebraica y Geom

etrica de

IRn

Este primer captulo tiene como objetivo el estudio de las funciones de varias
variables. Estas variables son elementos de IR, por lo que lo natural es
trabajar en IRn, donde n 2 IN:
Denicion 1.1 Dotamos al conjunto IRn de una estructura de espacio vectorial mediante las siguientes operaciones: para x = (x1 ; x2 ;


; xn ) 2 IRn ,
y = (y1 ; y2 ;


; yn ) 2 IRn ; y  2 IR denimos
Suma:
x + y = (x1 + y1 ;


; xn + yn );
Producto por escalar:
x = (x1 ;


; xn ):

El espacio vectorial IRn tiene dimension n. Entre las muchas posibles

bases de IRn nos interesara considerar, por su simplicidad, la llamada base
canonica fei gni=1 , donde ei = (0; :::; 1; :::; 0) con el uno en la posicion i. As
todo x = (x1 ;


; xn) 2 IRn se puede representar en terminos de la base
canonica como
x=

n
X
i=1

xi ei :

Habiendo ya denido la estructura algebraica de IRn vamos a introducir

la estructura geometrica de IRn a traves del producto interno (o producto
punto)
3


CAPITULO 1. CALCULO
DIFERENCIAL

Denicion 1.2 Dados x; y 2 IRn, se dene el producto interno o punto de

x e y como
x
y = hx; y i =

n
X
i=1

xi yi:

La siguiente proposicion resume las propiedades basicas del producto interno.

Su demostracion es muy simple.
Proposicion 1.1 (Propiedades del producto interno)
P1) Para todo x 2 IRn se tiene hx; xi  0 y hx; xi =

0 s y solo s x =

0.(Positividad)
P2) Para todo x; y; z 2 IRn y  2 IR hx+y; z i = hx; z i+hy; z i. (Linealidad)
P3) Para todo x; y 2 IRn hx; y i = hy; xi: (Simetra).
La nocion de producto interno induce de manera natural la nocion de norma
o longitud de un vector.
Denicion 1.3 Se dene la norma de un vector x 2 IRn como
kxk := px
x
La siguiente proposicion establece una desigualdad entre producto interno y
norma de vectores de IRn. Ella nos permite denir la nocion de angulo entre
vectores de IRn, dejando en evidencia que el producto interno determina la
geometra de IRn.
Proposicion 1.2 (Desigualdad de Cauchy-Schwarz)
jx
yj  kxkkyk; 8x; y 2 IRn:
Se tiene la igualdad s y solo s x es multiplo escalar de y o uno de ellos es
0.

Sean x; y 2 IRn y sea t 2 IR. Entonces por las propiedades

del producto interno tenemos que
0  hx + ty; x + tyi = hx; xi + 2thx; yi + t2 hy; yi:
Si y = 0 entonces la desigualdad naturalmente vale. Si y 6= 0 entonces
notamos que la expresion de arriba determina una funcion cuadratica que se

Demostracion:


1.1. BASE ALGEBRAICA Y GEOMETRICA
DE

IRN

anula a lo mas una vez en t 2 IR. Esto implica que el discriminante debe ser
negativo o nulo, es decir,
4hx; yi2 4hx; xihy; yi  0;
de donde se obtiene la desigualdad deseada. Cuando x es multiplo de y entonces claramente se tiene la igualdad. Queda de ejercicio probar la recproca.

La desigualdad de Cauchy-Schwarz nos permite denir la nocion de angulo
entre vectores.
Denicion 1.4 Dados x; y 2 IRn llamaremos angulo entre x e y a:
x
y
 = arccos
kxkkyk ;
entendemos que  2 [0;  ].
Con esta denicion podemos hablar de vectores ortogonales cuando el angulo
entre ellos es de 90o, es decir, cuando hx; yi = 0.
Tambien vemos la validez del Teorema del Coseno:
kx yk2 = kxk2 + kyk2 2hx; yi = kxk2 + kyk2 2kxkkykcos:
Cuando los vectores son ortogonales tenemos el Teorema de Pitagoras.
Como ya dijimos, el producto interno induce la nocion de norma, la que
le da a IRn su caracter topologico, como ya veremos. Por el momento veamos
las propiedades basicas de la norma.
Proposicion 1.3 (Propiedades de la norma)
N1) Para todo x 2 IRn kxk  0 y kxk = 0 s y solo s x = 0. (Positividad)
N2) Para todo x 2 IRn;  2 IR kxk = jjkxk: (Homogeneidad)
N3) Para todo x; y 2 IRn kx + y k  kxk + ky k (Desigualdad Triangular)
Demostracion: N1) y N2) son directas del las propiedades del producto

interno y la denicion de norma.

La Desigualdad Triangular es una consecuencia de la desigualdad de
Cauchy-Schwarz. Para x; y 2 IRn tenemos
hx + y; x + yi = kx + yk2 = kxk2 + 2hx; yi + kyk2  kxk2 + 2kxkkyk + kyk2;
de donde se obtiene
kx + yk2  (kxk + kyk)2:
Notacion De ahora en adelante preferimos denotar el producto punto entre
vectores x e y como x
y.

6
1.2


CAPITULO 1. CALCULO
DIFERENCIAL
Funciones con Valores en

IRm

Denicion 1.5 Llamaremos a f funcion a valores en IRm si f : D  IRn !

IRm .

Observamos que el argumento de f es un vector x = (x1 ; :::; xn) 2 IRn y que

la imagen de x es un vector de IRm . As f (x) = (f1 (x);


; fm(x)); donde las
funciones fi : D  IR ! IR para cada i. Las funciones fi se conocen como
funciones coordenadas.
Para el estudio de las funciones de IRn a valores en IRm vamos a desarrollar
las herramientas del Calculo Diferencial. Sin embargo, la posibilidad de
dibujar en el caso de dimensiones peque~nas, es siempre algo muy util. Mas
aun ahora que tenemos programas computacionales muy ecientes para esta
tarea. A continuacion damos alguna terminologa.
Denicion 1.6 Llamaremos grafo de una funcion f : D  IRn ! IRm al
conjunto:
G(f ) = f(x; f (x))=x 2 Dg:
Notemos que G(f )  IRn+m. Este se podra dibujar cuando m = 1 y n = 1 o
n = 2. En el primer caso el grafo es una curva y en el segundo una supercie.
Ejercicio 1.1 Dibuje el grafo de la funcion de dos variables denida por
f (x; y ) = x2 y 2 .
Denicion 1.7 Cuando m = 1 y dado c 2 IR se dene el Conjunto de Nivel
c de la funcion f como
Nc(f ) = fx 2 D=f (x) = cg:

En el caso en que n = 2 y n = 3 el conjunto de nivel Nc(f ) se puede dibujar.

Se le conoce como curva de nivel cuando n = 2 y supercie de nivel si n = 3.
Ejercicio 1.2 Dibuje las supercies de nivel para la funcion de tres variables
denida por f (x; y; z ) = x2 + y 2 z 2 .
Ejercicio 1.3 1) Dibuje las curvas de nivel de la funcion f (x; y ) = x2 y 2 .
Esta funcion se conoce como silla (silla de montar).
2) Dibuje las curvas de nivel de la funcion f (x; y ) = x3
funcion se conoce como Silla del Mono. >Podra decir porque?

3xy2.

Esta

1.3. LIMITES Y CONTINUIDAD

1.3

L
mites y Continuidad

La nocion de lmite y continuidad de funciones de IRn en IRm involucra el

caracter topologico de estos espacios, inducido por la norma.
En el estudio de la topologa de IRn, un rol fundamental es jugado por
las bolas abiertas.
Denicion 1.8 Dados x0 2 IRn , r 2 IR+ , llamaremos bola abierta de centro
en x0 y radio r al conjunto

B (x0 ; r) = fx 2 IRn =

kx x0 k < rg:

Llamaremos bola cerrada de centro en x0 y radio r al conjunto

B (x0 ; r) = fx 2 IRn =

kx x0 k  rg:

Denicion 1.9 Diremos que A  IRn es un conjunto abierto si

(8x0 2 A)(9r > 0) : B (x0 ; r)  A:

Ejemplo 1.1 IRn y el conjunto vaco ;, son conjuntos abiertos. Aun cuando
IRn es obviamente abierto, el caso del conjunto vaco requiere una re exion.
Si ; no es abierto entonces existe x0 2 ; para el cual B (x0 ; r) \ IRn 6= ;, para
cada r > 0. Esto es absurdo pues no hay elementos en ;.
Ejemplo 1.2 El conjunto A = f(x; y ) = x > 1g es un conjunto abierto. En
efecto, si (x; y ) 2 A entonces B ((x; y ); x 2 1 )  A.
Ejemplo 1.3 Si x0 2 IR y r > 0 entonces B (x0 ; r) es un conjunto abierto.
En efecto, si x 2 B (x0 ; r) entonces B (x; (r kx x0 k)=2)  B (x0 ; r). Usando
la desigualdad triangular muestre la veracidad de esta ultima armacion y
haga un dibujo.

Denicion 1.10 Diremos que A

abierto.

 IRn

es un conjunto cerrado si Ac es

Observacion 1.1 Notar que los conjuntos IRn y ; son abiertos y cerrados.
Tambien notamos que hay conjuntos que no son abiertos ni cerrados. Ver
ejemplo abajo.


CAPITULO 1. CALCULO
DIFERENCIAL

Ejemplo 1.4 Sean A = f n1 =n 2 IN g y B = A [ f0g. Entonces:

i)A no es cerrado. En efecto Ac no es abierto, pues 0 2 Ac y:
0) B (0; r) 6 Ac: Lo anterior pues cualquiera sea r > 0 se tiene que

(8r >

(9n 2 IN )tal que n1 < r;

es decir, n1 2 B (0; r).

ii)A no es abierto pues 1 2 A, pero
iii)B es cerrado y no es abierto.

(8r > 0)

B (x0 ; r) 6 A.

Como en el caso de IR uno puede denir sucesiones de vectores en IRn.

Se trata de una funciones de IN ! IRn tales que k ! xk . Usualmente se
considera la notacion fxk gk2IN .
Denicion 1.11 Una sucesion fxk gk2IN en IRn se dice convergente a x 2
IRn si:
(8" > 0)(9k0 2 IN ) : kxk xk < " (8k  k0)
En el caso que x 2 IRn converge a x anotamos xk ! x o limk!1 xk = x.
Notamos que la condicion kxk xk < " es equivalente a xk 2 B (x; "):
Es interesante que uno puede caracterizar los conjuntos cerrado mediante
el uso de sucesiones. En realidad uno podra describir completamente la
topologa de IRn usando sucesiones, pero no lo haremos.
Proposicion 1.4 A  IRn es cerrado s y solo s :
Para toda sucesion fxk gk2IN  A : ( (xk ! x) ) x 2 A):
Demostracion:()) Supongamos que A es cerrado. Sea fxk gk2IN  A
una sucesion cualquiera tal que limx !x xk = x. Queremos demostrar que
x 2 A. Supongamos que no, es decir, que x 2 Ac . Como A es cerrado, existe
" > 0 tal que B (x; ")  Ac . Por otra parte, de la denicion de lmite, existe
k0 2 IN tal que xk 2 B (x; ") para todo k  k0 , lo que es imposible pues
xk 2 A.
(() Para demostrar la recproca probemos la contrarrecproca. Es decir,
si A no es cerrado entonces existe una sucesion fxk gk2IN  A que converge a
x y x 62 A.
Como A no es cerrado, Ac no es abierto, entonces existe un punto x 2 Ac
tal que
Para todo " > 0 se tiene B (x; ") \ A 6= ;:
k

1.3. LIMITES Y CONTINUIDAD

Esta proposicion nos permite construir una

sucesion fxk g  A de la siguiente
1
manera: para cada k 2 IN 1tomamos " = k entonces, como B (x; 1=k) \ A 6= ;,
podemos elegir xk 2 B (x; k ) y xk 2 A. Por denicion esta sucesion converge
a x, concluyendo la demostracion pues x 62 A. 
Continuando con nuestra discusion sobre la topologa de IRn hacemos
algunas nuevas deniciones.
Denicion 1.12 Sea A  IRn. Entonces:
x 2 A se dice punto interior de A si (9" > 0) : B (x; ")  A:
x 2 IRn se dice punto adherente de A si (8" > 0) : B (x; ") \ A 6= ;:
x 2 IRn se dice punto de acumulacion de A si (8" > 0) : (B (x; ") n fxg) \
A 6= ;:
x 2 IRn se dice punto frontera de A si (8" > 0) : B (x; ") \ A 6= ; ^
B (x; ") \ Ac 6= ;:
Observamos que un punto adherente de A no necesita estar en A, as mismo
un punto de acumulacion y un punto frontera no necesitan estar en A.
Denicion 1.13 Dado A  IRn se denen los siguientes conjuntos:
Interior de A: int(A) = fx 2 A=x es punto interior de Ag;
Adherencia de A: adh(A) = fx 2 IRn =x es punto adherente de Ag;
Derivado de A: der(A) = fx 2 IRn =x es punto de acumulacion deAg;
Frontera de A: @A = F r(A) = fx 2 IRn =x es punto frontera de Ag:
Observacion 1.2 int(A)  A y A  adh(A).
Ejemplo 1.5 En IR sea A = [1; 2) [ f3g. Entonces: der(A) = [1; 2],
int(A) = (1; 2), adh(A) = [1; 2] [ f3g y @A = f1; 2; 3g:
Ejercicio 1.4 Demuestre que IRn n int(A) = adh(IRn n A).
Ejercicio 1.5 Analice el interior, la adherencia, el derivado y la frontera de
1
[

3 1
4 4
k=2
Se obtiene de las deniciones la siguiente proposicion:
Proposicion 1.5 A es abierto s y solo s A = int(A) y A es cerrado s y
solo s A = adh(A).
A=

B (( k+1 ; 0); k+1 )

2
2

B (( ; 0); ):

10


CAPITULO 1. CALCULO
DIFERENCIAL

Ejercicio 1.6 Demuestre que x 2 adh(A) s y solo s existe una sucesion
fxk gk  A tal que limk!1 xk = x.

Con este ejercicio terminamos esta breve introducion a la topologa de IRn y

estamos en condiciones de presentar la nocion de lmite de una funcion.
Denicion 1.14 Sea f : A  IRn ! IRm y x0 2 der(A). Entonces decimos
que l es el lmite de f cuando x va a x0 y escribimos limx!x0 f (x) = l si
(8" > 0)(9 > 0) : (0 < kx x0 k < ) ^ (x 2 A) ) kf (x) lk < ":
Observacion 1.3 En la anterior denicion pedimos que x0 2 der(A) para
que siempre haya puntos cerca de x0 .

A continuacion desarrollaremos dos ejemplos en los cuales debemos efectivamente demostrar el valor de un cierto lmite. Para ello es necesario dar una
receta o formula que permita determinar dado ".
Ejemplo 1.6 Demuestre usando la denicion que

lim (x2 1) = 0:

(x;y)!(1;1)

En primer lugar vemos que a partir de

k(x; y) (1; 1)k <
se puede deducir directamente que
jx 1j < y jy 1j < y entonces jx 1j < y jxj < + 1: ()
Por otro lado
jf (x) lj = jx2 1j = jx 1jjx + 1j:
()
As, dado " > 0 podemos elegir > 0 de modo que
( + 1) < ":
Entonces, si k(x; y) (1; 1)k < , tenemos (*), y entonces obtenemos de (**)
que
jf (x) lj  ( + 1) < ":
El ejemplo anterior es bastante simple. La dicultad puede aumentar
cuando la funcion f es mas complicada, por ejemplo si es un cuociente.

11

1.3. LIMITES Y CONTINUIDAD

Ejemplo 1.7 Demuestre usando la denicion que

x2
lim
= 4:
(x;y)!(2;1) x y

Partimos como en el ejemplo anterior viendo que si

k(x; y) (1; 1)k <
entonces se tiene directamente que
jx 2j < y jy 1j < : ()
Por otro lado, un desarrollo algebraico simple nos lleva a lo siguiente
2
2
2
y 1)j
jf (x) lj = j x x y 4j = jx jx4x yj 4yj = j(x 2)jx 4(
:
()
yj
Observamos aqu dos hechos relevantes. Primero, en el numerador tenemos
una expresion que depende esencialmente de jx 2j y jy 1j, cantidades
controladas por , segun(*). Segundo, en el denominador tenemos jx yj,
que es una cantidad que podra anularse si uno no es cuidadoso.
Para tratar este ultimo termino procedemos en una primera etapa encontrando un valor 1 intermedio, que si bien no nos permitira acotar por
" nos permitira controlar jx y j. El denominador no se anula en (2; 1), de
aqu vemos que si elegimos 1 = 1=4, por ejemplo, entonces de (*) podemos
concluir que
jx yj > 21 :
(  )
Suponiendo entonces que (***) se tiene, obtenemos de (*) y (**) que
2
y 1)j
jf (x) lj = j(x 2)jx 4(

2
j
(
x 2)2 4(y 1)j:
yj
De aqu, usando nuevamente (*) podemos acotar mejor
jf (x) lj  12 jx 2j + 8jy 1j  8(jx 2j + jy 1j):
Entonces, dado " > 0, podemos elegir 2 = 16" : Pero debemos asegurarnos que
los argumentos
anteriores sean siempre validos y eso lo logramos si elegimos
1
"
= Minf 2 ; 16 g y se tendra que
2

k(x; y) (2; 1)k < ) j x x y 4j < ":

12


CAPITULO 1. CALCULO
DIFERENCIAL

Ejemplo 1.8 Demostrar que

sen(x2 + y 2)
lim
(x;y)!(0;0) x2 + y 2

= 1:

Del curso de Calculo sabemos que

lim sen = 1:
!0 

Entonces, dado " > 0 existe 1 > 0 tal que

jj < 1 ) j sen
1j < ";

Elijamos ahora = p1. Entonces k(x; y) (0; 0)k < implica que jx2 +y2j <
1 y entonces
2
2
j senx(2x++y2y ) 1j < ":
Observacion 1.4 Notamos que una manera equivalente de escribir la nocion de lmite es la siguiente: para toda bola abierta B (l; ") existe una bola
abierta B (x0 ; ) tal que
x 2 (B (x0 ; ) n fx0 g) \ A ) f (x) 2 B (l; ")
o equivalentemente

f ((B (x0 ; ) n fx0 g) \ A)  B (l; "):

Ahora vamos a desarrollar el concepto de lmite estudiando sus principales

propiedades. En toda esta seccion hacemos notar la analoga que se tiene
con el curso de Calculo, donde se estudio el concepto de lmite y continuidad
para funciones de una variable real. Es sorprendente que la mayora de las
proposiciones que veremos a continuacion tienen una demostracion que se
obtiene de la analoga de Calculo reemplazando j
j por k
k.
Proposicion 1.6 (Unicidad del Lmite) Sea f : A  IRn ! IRm y x0 2
der(A). Si
lim f (x) = l1 y xlim
f (x) = l2
x!x0
!x0
Entonces l1 = l2 :

1.3. LIMITES Y CONTINUIDAD

Demostracion:

tales que

13

Por hipotesis, dado " > 0 existen numeros 1 > 0 y 2 > 0

[0 < kx x0k < 1 ^ x 2 A] ) kf (x) l1k < ";

[0 < kx x0k < 2 ^ x 2 A] ) kf (x) l2k < ":
Entonces, si kx x0 k < Minf1 ; 2 g se tendra que
kl1 l2k  k(f (x) l1) (f (x) l2)k  kf (x) l1 k + kf (x) l2 k < 2":
Como " puede ser arbitrariamente peque~no, debemos tener que l1 = l2: 
La siguiente proposicion es muy util para estudiar la existencia de un determinado lmite. Se usa principalmente para mostrar que una cierta funcion
no tiene lmite
Proposicion 1.7 Sea f : A  IRn ! IR y x0 2 der(A) tal que
lim f (x) = l:
x!x0
Entonces para todo B  A tal que x0 2 der(B ) se tiene que

lim f jB (x) = l:

x!x0

Ejercicio. 
La contrarrecproca nos da el siguiente corolario
Corolario 1.1 Sea f : A  IRn ! IRm , x0 2 der(A) y B1 ; B2  A; de
manera que x0 2 der(B1 ) \ der(B2 ). Si uno de los lmites
lim f j (x) o xlim
f j (x)
x!x0 B1
!x0 B2
Demostracion:

no existe o si

lim f jB1 (x) 6= xlim

f j (x)
!x0 B2

x!x0

entonces el lmite

lim f (x) = l

x!x0

no existe.

14


CAPITULO 1. CALCULO
DIFERENCIAL

Ejemplo 1.9 Se trata de estudiar el siguiente lmite

x
lim
:
(x;y)!(0;0) x + y

Notemos en primer lugar que f (0; 0) no esta denida, sin embargo esto no
tiene importancia alguna. Lo que s importa es que (0; 0) 2 der(IR2 nf(0; 0)g).
Si consideramos los conjuntos A = f(0; y)=y 6= 0g y B = f(x; 0)=x 6= 0g
entonces tenemos que
lim f j (x; y) = 0 y (x;ylim
f j (x; y ) = 1:
(x;y)!(0;0) A
)!(0;0) B
Concluimos entonces que el lmite bajo estudio no existe, en virtud del
corolario.
Ejercicio 1.7 Estudiar la existencia del siguiente lmite:
2

xy
lim
:
2
(x;y)!(0;0) x + y 2
Ejercicio 1.8 Estudiar la existencia del siguiente lmite de f cuando (x; y )
tiende a (0; 0) y donde f esta denida por
f (x; y ) =

jxj exp jxj

y2

y2

si y 6= 0
si y = 0:

Observacion 1.5 En los ejemplos anteriores hemos considerado solamente

funciones a valores reales, es decir, con espacio de llegada IR. Esto queda
justicado en la siguiente proposicion.

Proposicion 1.8 Sea f : A  IRn ! IRm . Entonces:

lim f (x) = l

x!x0

s y solo s

(8i = 1;


; m) xlim
f (x ) = l i :
!x0 i

Aqu fi es la i-esima funcion coordenada y li is la i-esima coordenada de l.

Demostracion:(() Dado " > 0, por hipotesis existe pi > 0 tal que 0 <
kx x0 k < i y x 2 A implica que jfi(x) li j < "= m, para cualquier

15

1.3. LIMITES Y CONTINUIDAD

= 1; 2; :::; m. Entonces, si elegimos = minf1; :::; m g. tenemos que si

0 < kx x0 k < y x 2 A implica
i

m
X
i=1

(fi(x)

li )2 < m

"2
m

= "2 ;

de donde kf (x) lk < ":

El siguiente teorema resume varias propiedades importantes de los lmites.
Teorema 1.1 Sean f; g : A  IRn ! IRm , x0 2 der(A), b; d 2 IRm y c 2 IR.
Entonces:
1) limx!x0 f (x) = b implica limx!x0 cf (x) = cb:
2) limx!x0 f (x) = b y limx!x0 g (x) = d implica
i) limx!x0 (f (x) + g (x)) = b + d;
ii) limx!x0 f (x)
g (x) = b
d.
3) m = 1 y limx!x0 f (x) = b 6= 0, implica

lim f (1x) = 1b :

x!x0

Haremos la demostracion de 2) ii). La propiedad 3) queda

de ejercicio.
Usando la desigualdad triangular y la de Cauchy-Schwarz obtenemos directamente
jf (x)
g(x) b
dj = jf (x)
(g(x) d) + d
(f (x) b)j
 kf (x)k kg(x) dk + kdk kf (x) bk:
Usando la hipotesis, dado " > 0 tenemos que existe > 0 tal que x 2 A y
0 < kx x0 k < implica que
kf (x) bk < " y kg(x) dk < ":
Notamos que de aqu se deduce que kf (x)k < " + kbk: Por lo tanto
jf (x)
g(x) b
dj < (" + kbk + kdk)";
completando la demostracion. 
Demostracion:

16


CAPITULO 1. CALCULO
DIFERENCIAL

Observacion 1.6 En rigor, en la demostracion anterior falta un paso, el

cual se puede siempre omitir cuando hay experiencia:

Dado " > 0 elegimos  > 0 tal que ( + kbk + kdk) < ": Con este valor
de  > 0 invocamos la hipotesis para elegir > 0 de modo que x 2 A y
0 < kx x0 k < implica que

kf (x) bk < 

kg(x) dk < :

Continuidad de funciones de IRn en IRm

Ahora que hemos estudiado el concepto de lmite estamos preparados

para introducir el concepto de continuidad de una funcion.
Denicion 1.15 Sea f : A  IRn ! IRm y sea x0 2 A. Decimos que f es
continua en x0 si:

(8" > 0)(9 > 0) : [x 2 A ^ kx

x0 k < ]

) kf (x) f (x0 )k < "

o equivalentemente

(8" > 0)(9 > 0) : f (B (x0 ; ) \ A)  B (f (x0); "):

Observacion 1.7 Si x0 2 A es un punto aislado de A, es decir, x0 2 A n
der(A) entonces f es obviamente continua en x0 .
Si x0 2 der(A) entonces f es continua en x0 s y solo s
lim f (x) = f (x0):
x!x0
Como consecuencia de la observacion anterior y de la Proposicion 1.8 se
tiene que f : A  IRn ! IRm es continua en x0 2 A s y solo s fi es continua
en x0 ; para todo i = 1;


; m:
Como consecuencia del Teorema 1.1 tenemos tambien el siguiente resultado sobre funciones continuas.
Teorema 1.2 Sean f; g : A  IRn ! IRm , x0 2 A y c 2 IR. Entonces:

x0 .

1) f es continua en x0 implica cf es continua en x0 .

2) f y g son continuas en x0 implica
i) f + g es continua en x0 ,
ii) f
g es continua en x0 ,
3) m = 1, f es continua en x0 y f (x0 ) 6= 0 implica f (1x) es continua en

1.3. LIMITES Y CONTINUIDAD

17

Ejemplo 1.10 La funcion f (x; y ) = ( 1+x2y2 ; x + y; ysenx) es continua en todo

punto de IR2 .
En efecto, sus2 tres componentes son continuas en todo IR2:
f1 (x; y ) = 1+x y2 lo es pues f (x) = x2 lo es, al igual que g (y ) = 1+ y 2 la cual

ademas no se anula. Entonces, por el teorema anterior g(1y) = 1+1y2 tambien

es continua, y nuevamente por el teorema anterior x2 1+1y2 es continua.
f2 (x; y ) = x + y es evidentemente continua pues f (x) = x e g (y ) = y son
continuas y la suma de continuas es continua por el teorema anterior.
f3 (x) = senx es continua, g (y ) = y tambien lo es, luego por el teorema
anterior ysenx es continua.
La idea es que con la ayuda del Teorema anterior podamos determinar
por inspeccion cuando una funcion es continua, por ser una combinacion de
funciones continuas conocidas.
En la linea del Teorema 1.2, tenemos el teorema de la composicion de
funciones continuas.
Teorema 1.3 Sean f : A  IRn ! IRm y g : B  IRm ! IRp tales que
f (A)  B . Si f es continua en x0 2 A y g es continua en f (x0 ) 2 B
entonces g f es continua en x0 .
Demostracion: Sea " > 0: Como g es continua en f (x0 ) existe > 0 tal
que:
y 2 B; ky f (x0 )k < ) kg (y ) g (f (x0))k < ":
Por otro lado, de la continuidad de f en x0 sabemos que existe 0 > 0 tal
que:
x 2 A; kx x0 k < 0 ) kf (x) f (x0 )k < :
Juntando estas dos proposiciones y tomando y = f (x) se tiene que existe
0 > 0 tal que
x 2 A; kx x0 k < 0 ) f (x) 2 B; kf (x) f (x0 )k <
) kg(f (x)) g(f (x0))k < ":
Es decir:
kx x0 k < 0 ) kg f (x) g f (x0)k < ": 
Ejemplo 1.11 f (x; y; z; t) = sen(t(x2 + y 2 + z 2 )) es continua en todo punto
de IR4 .

18


CAPITULO 1. CALCULO
DIFERENCIAL

Denicion 1.16 Diremos que A

x0 2 A y A es abierto.

 IRn

es una vecindad de x0

2 IRn

si

La siguiente proposicion da una caracterizacion de la continuidad en terminos

de vecindades. Notar que la bola abierta B (x; r) es una vecindad de x.
Proposicion 1.9 f : A  IRn ! IRm es continua en x0 2 IRn s y solo s
para toda vecindad U  IRn de f (x0 ) existe una vecindad V  IRn ) de x0 tal
que f (V \ A)  U:
Demostracion: ()) Sea U una vecindad de f (x0 ). Entonces existe " > 0
tal que B (f (x0 ); ")  U . Usando ahora la continuidad de f en x0 , para este
" > 0 existe > 0 tal que
kx x0 k < y x 2 A ) kf (x) f (x0)k < ":
Es decir
x 2 B (x0 ; ) y x 2 A ) f (x) 2 B (f (x0 ); "):
Si denimos V = B (x0 ; ), que es una vecindad de x0 , obtenemos de aqu
que
f (B (x0 ; ) \ A) = f (V \ A)  U:
(() Esta implicacion queda de ejercicio. 
Denicion 1.17 Decimos que una funcion f : A  IRn ! IRm es continua
en A si f es continua en todo punto de A.

Ejercicio 1.9 Demuestre la siguiente caracterizacion de funciones continuas

en A:
f es continua en A s y solo s la preimagen de todo abierto de IRm es la
interseccion de A con un abierto de IRn .
1.4

Diferenciabilidad de funciones de

IRm .

IRn

Consideremos f : A  IRn ! IR y x = (x1;


; xj ;


; xn) 2 A, donde el

conjunto A se supone abierto. Para 1  j  n jo, denimos la funcion de
IR en IR
h ! f (x + hej );

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

IRN

IRM .

19

donde ej es el elemento j -esimo de la base canonica. Notamos que x + hej =

(x1 ;


; xj 1; h + xj ; xj+1;


; xn) A esta funcion, siendo de IR en IR, le
podemos aplicar la teora de diferenciabilidad desarrollada en el curso de
Calculo.
Denicion 1.18 Llamaremos derivada parcial de f con respecto a xj en
x 2 IRn a
f (x + hej ) f (x)
@f
(
x) = lim
h!0
@xj
h
si dicho lmite existe. Cuando la derivada parcial de f con respecto a xj
existe en todo punto de A, entonces ella dene una funcion
@f
:
A  IRn ! IR:
@xj
Observacion 1.8 Notemos que, como una derivada parcial es una derivada
de una funcion de IR en IR, uno puede usar todas las reglas de derivacion
estudiadas en Calculo.

Ejemplo 1.12 Calcular la derivada parcial de la funcion f con respecto a

x para f (x; y ) = x4 y + sen(xy ). Haciendo uso de la observacion anterior
tendremos que

@f
(x) = 4x3 y + cos(xy)y
@x

Ejemplo 1.13 Calcular la derivada parcial de la funcion f con respecto a x

para f (x; y ) = p xy2 2 . Para esto notamos que si (x; y ) 6= (0; 0) entonces
x +y
@f
y3
(
x; y ) = 2 2 3=2 :
@x
(x + y )

Si denimos f (0; 0) = 0 entonces podemos calcular tambien la derivada parcial de f con respecto a x en (0; 0). Aqu usamos la denicion

@f
f (h; 0) f (0; 0)
0 = 0:
(0
; 0) = lim
=
lim
h!0
h!0 h
@x
h

En la nocion de diferenciabilidad hay dos aspectos a considerar: el aspecto analtico y el aspecto geometrico. Parece tentador denir una funcion
diferenciable en un punto como una funcion que posee todas sus derivadas

20


CAPITULO 1. CALCULO
DIFERENCIAL

parciales en dicho punto. Sin embargo esta condicion no es suciente para

producir una buena denicion, pues nos gustara que al menos se cumplan
las siguientes propiedades:
1) Si f es diferenciable en un punto entonces es posible denir un plano
tangente al grafo de la funcion en dicho punto. Este es el criterio geometrico.
2) La composicion de funciones diferenciables es diferenciable. Este sera
un criterio analtico.
Ejemplo 1.14 El siguiente ejempo ilustra
las ideas anteriores. Considere1 1
3
3
mos la funcion denida por f (x; y ) = x y . Calculando las derivadas par-

ciales por denicion obtenemos que estas existen y son

@f
@f
(0
; 0) = (0; 0) = 0:
@x
@y

Uno esperara que el plano tangente a la funcion f en el punto (0; 0; 0) estuviera dado por la ecuacion z = 0, para ser consecuentes con el valor de las
derivadas parciales de f en el (0; 0). Sin embargo, este plano no puede ser
tangente al grafo de la funcion en (0; 0), pues sobre la recta y = x el grafo
de f tiene pendiente innita en el origen.
Por otro lado, g : IR ! IR2 denida por g (x) = (x; x) es diferenciable en
2
cero con g10 (0) = g20 (0) = 1, pero f g (x) = x 3 no es difernciable en 0.

Concluimos de este ejemplo que la nocion de diferenciabilidad debe involucrar

algo mas que la sola existencia de las derivadas parciales en el punto.
Veamos ahora el aspecto geometrico en IR2 para motivar la denicion
en general. Supongamos que queremos ajustar un plano tangente al grafo
de f : IR2 ! IR en el punto (x0 ; y0; f (x0 ; y0)) 2 G(f ). Es decir queremos
encontrar un plano en IR3 que pase por el punto y que tenga la misma
inclinacion que el grafo de f en el punto. Para esto consideremos un plano
generico z = a + bx + cy y deduzcamos de las condiciones que mencionamos
antes el valor de las constantes a; b y c. En primer lugar queremos que
(x0 ; y0; z0 ) pertenezca al plano tangente, entonces
f (x0 ; y0) = z0 = a + bx0 + cy0 :
Fijando la variable x0 se debera tener que las recta z = a + bx0 + cy debe
ser tangente al grafo de z = f (x0 ; y) en el punto y0. Esto implica que
@f
(x ; y ) = b:
@x 0 0

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

De manera analoga
Es decir, el plano buscado es
z = f (x0 ; y0 ) +

IRN

IRM .

21

@f
(x ; y ) = c:
@y 0 0

@f
@f
(
x0 ; y0)(x x0 ) + (x0 ; y0)(y
@x
@y

y0 ):

Denicion 1.19 Sea f : A  IR2 ! IR, A abierto y (x0 ; y0) 2 A. Decimos

que f es diferenciable en (x0 ; y0) si:
@f
1) Existen las derivadas parciales @f
@x (x0 ; y0 ) y @y (x0 ; y0 ), y

jf (x; y) f (x0; y0)

(x0 ; y0)(x x0 ) @f@y (x0 ; y0)(y y0)j

2) (x;y)!lim(x0;y0)
= 0:
k(x; y) (x0 ; y0)k
Intuitivamente estamos pidiendo a f , para que sea diferenciable, que su grafo
y el plano tangente al grafo en el punto esten muy cerca, tan cerca que incluso
al dividir su distancia por k(x; y) (x0; y0)k la fraccion todava es pequen~a.
Vamos ahora al caso general:
Denicion 1.20 Sea f : A  IRn ! IRm , A abierto y x0 2 A. Entonces,
si todas las derivadas parciales de todas las funciones coordenadas existen en
x0 , podemos denir una matriz Df (x0 ) 2 Mmn (IR) como
@f
@x

@fi
(Df (x0 ))ij = @x
(x0 ):
j

Esta matriz se conoce como matriz Jacobiana o Diferencial de f en x0 .

Ejercicio 1.10 Encuentre la matriz Jacobiana de la funcion denida por

f (x; y ) = (xey ; x2 + y cos(x + y ); tanh(xy )).
Denicion 1.21 Sea f : A  IRn ! IRm , A abierto y x0 2 A. Decimos que
f es diferenciable en x0 si
@fi (x ) existe y
1) Para todo i = 1;


; m y para todo j = 1;


; n : @x
0
j

2)

kf (x)
lim
x!x0

f (x0 ) Df (x0 )(x x0 )k

= 0:
kx x0 k

22


CAPITULO 1. CALCULO
DIFERENCIAL

Observacion 1.9 Usualmente la condicion 2) se escribe de manera equivalente como

lim kf (x0 + h) fk(hxk0 )

h!0

Df (x0 )hk

= 0:

Observacion 1.10 En vista de la Proposicion 1.8 tenemos que una funcion

f : A  IRn ! IRm es diferenciable en x0 2 A s y solo s cada una de las
funciones componentes fi : A  IRn ! IR es diferenciable en x0 2 A.
Observacion 1.11 Notamos que la diferenciabilidad tiene que ver con la
posibilidad de aproximar la funcion f (x) por una funcion lineal afn L(x) =
f (x0 ) + Df (x0 )(x x0 ) cerca de x0 . En ocasiones L se llama aproximacion
de primer orden de f en x0 . Como ya vimos en el caso de n = 2 y m = 1,
lo anterior se interpreta geometricamente como la posibilidad de ajustar el
plano tangente al grafo de f en x0 .

Ejemplo 1.15 Encuentre el plano tangente al grafo de f (x; y ) = x2 + y 2 en

el punto (1; 1). Calculamos las derivadas parciales en (1; 1)
@f
@f
(1
; 1) = 2xj(1;1) = 2
y
(1; 1) = 2yj(1;1) = 2 :
@x
@y

Entonces el plano tangente tiene por ecuacion

z = 2 + 2(x

1) + 2(y 1);

es decir

z = 2 + 2x + 2y:
Aproximacion de primer orden
Si f : A  IRn ! IRm es una funcion diferenciable en x0 2 A.

la funcion lineal afn

Entonces

L(h) = f (x0 ) + Df (x0 )h

es una aproximacion de la funcion f (x0 + h) cerca de h = 0. No solo f (x0 + h)
y L(h) = f (x0 ) + Df (x0)h son muy parecidas, sino que ademas
f (x0 + h) L(h)
khk
es tambien muy peque~no para h peque~no, En el caso m = 1 y n = 2 tenemos

que

@f
@f
(
x0 ; y0 )h1 + (x0 ; y0)h2 ;
@x
@y
aproxima a f al primer orden cerca de (x0 ; y0).
L(h) = L(h1 ; h2 ) = f (x0 ; y0) +

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

IRN

IRM .

23

Ejemplo 1.16 Encuentre una aproximacion de primer orden para la funcion

f : IR2 ! IR denida por f (x; y ) = x cos(y ) + exy , cerca del punto (x0 ; y0 ) =
(1; ).
Tenemos f (1; ) = 1 + e y
@f
(1; ) =
@x

1 + e

@f
(1; ) = e :
@y

As la aproximacion de primer order es

f (1 + a;  + b)  1 + e + ( 1 + e )a + e b:
Observacion 1.12 En general, los vectores de IRn deberan considerarse
como vectores columna. De esta manera la matrix Jacobiana y el producto
Df (x0 )h, h 2 IRn tiene sentido. Sin embargo, cuando esto no lleve a confusion, muchas veces escribiremos los vectores de IRncomo vectores las, por
economa notacional.

Gradiente de una funcion.

La matriz Jacobiana de una funcion de IRn en IR es una matriz de 1  n

@f
@f
@f
Df (x0 ) = [ (x0 )
(
x0 ) : : :
(x )]:
@x
@x
@x 0
1

Es costumbre identicar esta matriz con un vector de IRn llamado gradiente
de f en x0. As
@f
@f
(x0);


; @x
(x0 ))t :
rf (x0 ) = ( @x
1
n
Con esta notacion la aproximacion lineal tiene la siguiente forma
L(x) = f (x0 ) + rf (x0 )
(x x0 ):
Relacion entre continuidad y diferenciabilidad

A continuacion abordamos la relacion entre continuidad y diferenciabilidad. Al igual que en el caso de las funciones de una variable, la diferenciabilidad es un concepto mas fuerte que el de continuidad, en el sentido que,
toda funcion diferenciable en un punto es tambien continua en dicho punto.
Pero la relacion no termina all. Si bien la mera existencia de las derivadas
parciales de una funcion en un punto no garantiza su diferenciabilidad, en el
caso que esas derivadas parciales existen y son continuas en una vecindad de
dicho punto entonces s hay diferenciabilidad de la funcion.

24


CAPITULO 1. CALCULO
DIFERENCIAL

Comencemos extendiendo la desigualdad de Cauchy-Schwarz al producto

de una matriz por un vector. Sea A una matriz en Mmn(IR) y x 2 IRn.
Entonces, usando la desigualdad de Cauchy-Schwarz obtenemos
kAxk2

m X
n
X

i=1 j =1

aij xj

)2

m X
n
X

i=1 j =1

a2

ij

n
X
j =1

m X
n
X

x2 ) = (
j

i=1 j =1

a2ij )kxk2

Esta desigualdad sugiere denir la norma de una matriz A 2 Mmn(IR) como

kAk =

v
uX
n
u m X
t
a2ij :
i=1 j =1

Podemos resumir esto en la siguiente proposicion

Proposicion 1.10 Si A 2 Mmn (IR) y x 2 IRn entonces
kAxk  kAk kxk:
Ejercicio 1.11 Sea f : IRn ! IRm denida por f (x) = a + Ax,
a 2 IRn y A 2 Mmn (IR). Demuestre que
1) f es continua en IRn .
2) f es diferenciable en todo x y Df (x) = A.
Teorema 1.4 Sea f : A  IRn ! IRm y x0 2 A. Entonces

donde

f es diferenciable en x0 implica f es continua en x0 :

Demostracion: Si f es diferenciable en x0 entonces existe la matriz Jacobiana de f en x0 y
kf (x) f (x0 ) Df (x0)(x x0 )k = 0:
lim
x!x0
kx x0 k
As dado " > 0, existe > 0 tal que si kx x0 k < entonces:
kf (x) f (x0) Df (x0)(x x0 )k < "kx x0k:

Entonces, usando la desigualdad triangular y la Proposicion 1.10, obtenemos

kf (x) f (x0)k  "kx x0k + kDf (x0)(x x0)k  (" + kDf (x0)k)kx x0 k
De esta manera, si elegimos 1 = minf; "=(" + kDf (x0)k)g obtenemos
kx x0 k < 1 ) kf (x) f (x0 )k < ";
es decir, f es continua en x0 

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

IRN

IRM .

25

Corolario 1.2 Si f es diferenciable en x0 entonces existen y K tales que

kx x0 k < 0

kf (x) f (x0)k  K kx x0 k:
Demostracion: Basta tomar " = 1 y K = 1+ kDf (x0)k en la demostracion
del teorema.
implica

Retomaremos esta propiedad cuando veamos mas adelante el Teorema

del Valor Medio.
Continuando con la relacion entre diferenciabilidad y continuidad consideremos una funcion f : A  IRn ! IRm y x0 2 A. Supongamos que las
derivadas parciales de f existen no solo en x0 sino que en una vecindad de
V  A de x0 . Entonces estas denen funciones
@fi
:V
@xj

@fi
! IR tal que x 7! @x
(x):
j

El siguiente teorema nos da una condicion suciente para que una funcion f
sea diferenciable en x0 .
Teorema 1.5 Sea f : A  IRn ! IRm tal que sus derivadas parciales existen
en una vecindad de x0 y son continuas en x0 . Entonces f es diferenciable en
x0 .

Demostracion: En vista de la Observacion 1.10, basta demostrar el teorema

para m = 1. La demostracion en el caso general para n es analoga al caso
n = 2. Nosotros haremos solo el caso n = 2 y dejamos el caso general al

lector. Nuestra demostracion se basa en el Teorema del Valor Medio para

funciones de una variable, el que recordamos a continuacion:
Teorema 1.6 (Teorema de Valor Medio en IR) Sea g : [a; b] ! IR una
funcion continua en [a; b] y derivable en (a; b), entonces existe c 2 (a; b) tal
que
g (b) g (a) = g 0(c)(b a):
Consideremos
f (x0 + h) f (x0 ) =
f (x01 + h1 ; x02 + h2 ) f (x01 + h1 ; x02 ) + f (x01 + h1 ; x02 ) f (x01 ; x02 ):
Fijemos x01 + h1 y supongamos que h2 > 0. Denamos la funcion g : [0; h2 ] !
IR como g (s) = f (x01 + h1 ; x02 + s). Como la derivada parcial con respecto

26


CAPITULO 1. CALCULO
DIFERENCIAL

ya y existe en una vecindad de x0 , si h es peque~no, la funcion g es derivable

en [0; h2 ]. Entonces, aplicando el teorema del valor medio a g existe c2 2
[x02 ; x02 + h2 ] tal que
@f
(x + h ; x + c ):
f (x01 + h1 ; x02 + h2 ) f (x01 + h1 ; x02 ) =
@x 01 1 02 2
2

Si h2 < 0 entonces se dene g en [h2; 0] y se procede de manera analoga.

Notemos que en cualquier caso jc2j < jh2j  khk.
Por el mismo argumento, jando ahora x02 se tendra que existe c1 talque
jc1j < jh1j  khk y
@f
(x + c ; x ):
f (x01 + h1 ; x02 ) f (x01 ; x02 ) =
@x 01 1 02
1

Y as, si anotamos x1 = (x01 + h1 ; x02 + c1) y x2 = (x01 + c1 ; x02) tenemos
y de aqu
=

@f
@f
f (x0 + h) f (x0 ) =
(
x1 )h1 +
(x )h
@x1
@x2 2 2
f (x0 + h) f (x0 ) Df (x0 )h
@f
@f
@f
[ @x
(x1 ) @x
(x0 )]h1 + [ @x
(x2)
1
1
2

Usemos ahora la continuidad de

existe 1 > 0 tal que

@f
(x )]h :
@x2 0 2
las derivadas parciales en x0 .

@f
@f
kx x0 k < 1 ) j @x
(x) @x
(x0 )j < p"

y existe 2 > 0 tal que

@f
@f
kx x0 k < 2 ) j @x
(x) @x
(x0 )j < p" :

2
Eligiendo = minf1 ; 2g, si khk < entonces para j = 1; 2;
kxj x0 k = jcj j < jhj j  khk <
y as
@f
@f
j @x
(xj ) @x
(x0 )j < p"2 :
j
j
2

()
Dado " > 0

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

IRN

IRM .

27

Reemplazando esta ultima igualdad en la ecuacion (*) y usando la desigualdad de Cauchy-Schwarz se obtiene
jsf (x0 + h) f (x0) Df (x0)hj

2 
2
@f
@f
@f
@f

(x )
(x ) + @x (x2 ) @x (x0) khk;
@x 1 @x 0
1

de donde

2
2
jf (x0 + h) f (x0 ) Df (x0 )hj  "2 + "2 khk = "khk: 
Denicion 1.22 f : A  IRn ! IRm se dice de clase C 1 en x0 2 A si f

es
diferenciable en x0 y todas las derivadas parciales de f son continuas en x0 .

Denicion 1.23 f

 IRn ! IRm

se dice diferenciable en A si f es
diferenciable en cada punto de A. f se dice de clase C 1 en A si f y todas sus
derivadas parciales son continuas en A.

Ejemplo 1.17 f (x; y ) = cosx(2x+)+y2e es diferenciable en cada punto (x; y ) 6=

(0; 0) pues @f@x y @f@y existen y son continuas en cualquier punto distinto del
(0; 0).
xy

Ejemplo 1.18 Las derivadas parciales de la funcion f (x; y ) = x1=3 y 1=3 es-

tudiada anteriormente no estan denidas en una vecindad del origen, menos

pueden ser continuas.

Ejercicio 1.12 Considere la funcion denida por

f (x; y ) =

xy2
x2 +y2

si (x; y ) 6= (0; 0)
si (x; y ) = (0; 0):

i) Muestre que f es continua en (0; 0).

ii) Calcule las derivadas parciales con respecto a x e y en todo punto del
plano.
iii) >Es f diferenciable en (0; 0)?
iv) >Son continuas las derivadas parciales en (0; 0)?
v) >Es f diferenciable en (x; y ) 6= (0; 0)?

28


CAPITULO 1. CALCULO
DIFERENCIAL

Ejercicio 1.13 Segun los ultimos teoremas vistos tenemos las siguientes im-

plicaciones:
Derivadas parciales continuas en x0 ) f diferenciable en x0 ) f es continua
en x0 . Ademas
f diferenciable en x0 ) existen todas las derivadas parciales en x0 .
Encontrar ejemplos donde se muestra que las recprocas de estas implicaciones son falsas.

Volvemos ahora a la idea de aproximacion que lleva el concepto de diferenciabilidad. Vimos que si f es diferenciable en un punto x0 entonces la
funcion lineal afn Lh = f (x0 ) + Df (x0 )h aproxima a f en primer orden.
Nos interesa ahora la recproca.
Teorema 1.7 Sea f : A  IRn ! IRm una funcion continua en x0 2 A
y L una funcion lineal afn, Lh = a + Bh con a 2 IRm y B 2 Mmn (IR).
Supongamos que

kf (x0 + h)
lim
h!0
khk

Lhk

=0

()

Entonces a = f (x0 ) y B

= Df (x0 ) y f es diferenciable en x0 .
Demostracion: Por hipotesis
kf (x0 + h) Lhk = 0;
lim
h!0
khk
entonces se tiene en particular que
lim f (x0 + h) a Bh = 0:
h!0
Como f es continua en x0 , esto implica que f (x0 ) = a.
Por otra parte, eligiendo 1  j  n, tenemos de la hipotesis que
kf (x0 + tej ) f (x0 ) Btej k = 0
lim
t!0
kte k

es decir,

f (x0 + tej ) f (x0 )

= Bej :
lim
t!0
t
As, las derivadas parciales de las funciones coordenadas con respecto a xj
existen y son iguales a la columna j -esima de B . De aqu B = Df (x0). En
vista de la hipotesis nuevamente, tenemos que f es diferenciable en x0 .

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

IRN

IRM .

29

Observacion 1.13 Este teorema dice que cuando existe una aproximacion
lineal de primer orden entonces hay una sola. Es un teorema de unicidad.
Por otra parte este teorema es muy util para demostrar la diferenciabilidad de
una cierta funcion. La idea es que uno tiene una matriz B que es candidata
a ser la matrix Jacobiana de f . Con dicha matriz uno demuestra (*). y
concluye la diferenciabilidad.

El siguiente es un teorema que permite combinar funciones diferenciables.

Teorema 1.8 Sean f; g : A  IRn ! IRm , x0 2 A y c 2 IR.
1) f es diferenciable en x0 implica cf es diferenciable en x0 y

D(cf )(x0 ) = cDf (x0 );

2) f y g son diferenciables en x0 implica
i) f + g es diferenciable en x0 y

D(f + g )(x0 ) = Df (x0 ) + Dg (x0 );

ii) f
g es diferenciable en x0 y

D(f
g )(x0 ) = g (x0 )t Df (x0 ) + f (x0 )t Dg (x0 );

3) m = 1, f es diferenciable en x0 y f (x0 ) 6= 0 implica f (1x) es diferenciable

en x0 y

D(

1 )(x ) =

Df (x0 )
:
f (x0 )2

Solo indicaremos brevemente como se demuestra 2) ii), el

resto queda de ejercicio. Consideramos
4 = f
g(x0 + h) f
g(x0) [g(x0)t Df (x0) + f (x0)t Dg(x0)]h
= (f (x0 + h) f (x0 ) Df (x0 )h)
g(x0 + h)
+f (x0)
(g(x0 + h) g(x0) Dg(x0)h)
+Df (x0)h
(g(x0 + h) g(x0)):
Usando las desigualdades triangular y de Cauchy-Schwarz obtenemos de aqu
k4k  kg(x + h)k kf (x0 + h) f (x0) Df (x0)hk
0
khk
khk
+kf (x0)k kg(x0 + h) kgh(xk0 ) Dg(x0)k
Demostracion:

30


CAPITULO 1. CALCULO
DIFERENCIAL

+kg(x0 + h) g(x0)kkDf (x0)k:

De aqu se sigue la diferenciabilidad. Notar que estamos usando el Teorema
1.7. 
Teorema 1.9 (Regla de la Cadena) Sean f : A  IRn ! IRm y g : B 
IRm ! IRp tales que f es diferenciable en x0 2 A y g diferenciable en f (x0 ) 2
B . Entonces g f : A  IRn ! IRp es diferenciable en x0 y
D(g f )(x0 ) = Dg (f (x0 ))Df (x0 ):
Demostracion: Si escribimos
4(h) = g(f (x0 + h)) g(f (x0)) Dg(f (x0))Df (x0)h;
entonces, gracias al Teorema 1.7 basta demostrar que
k4(h)k = 0:
lim
h!0 khk
De la desigualdad triangular y de Cauchy-Schwarz tenemos que
k4(h)k  kg(f (x0 + h)) g(f (x0)) Dg(f (x0))(f (x0 + h) f (x0))k
+kDg(f (x0))k k(f (x0 + h) f (x0) Df (x0)h)k:
Por otro lado, como f es diferenciable en x0 , dado " > 0 existe 1 > 0 tal que
khk < 1 ) kf (x0 + h) f (x0) Df (x0)hk  2kDg("f (x ))k khk;
0

y de aqu tambien obtenemos que existe K > 0 tal que

khk < 1 ) kf (x0 + h) f (x0 )k  K khk:
Usando la deferenciabilidad de g en f (x0) encontramos que existe 2 > 0 tal
que:
klk < 2 ) kg(f (x0) + l) g(f (x0)) Dg(f (x0))lk  2"K klk:

Luego, escogiendo = minf1 ; K2 g, si khk < y considerando l = f (x0 +

h) f (x0 ) se tendremos
kg(f (x0 + h)) g(f (x0)) Dg(f (x0))(f (x0 + h) f (x0))k

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

IRN

IRM .

31

 2"K kf (x0 + h) f (x0 )k

 2"K K khk = 2" khk:

Y por lo tanto

khk < ) k4kh(hk)k  ":

La demostracion requiere que kDg(f (x0))k > 0. Indicar como hacerlo cuando
es cero.
Ejemplo 1.19 (Caso Particular) Sean g : IR3 ! IR y f : IR3 ! IR3 tal que

f (x; y; z ) = (u(x; y; z ); v (x; y; z ); w(x; y; z )):

Sea
F (x; y; z ) = g f (x; y; z ) = g (u(x; y; z ); v (x; y; z ); w(x; y; z )) Calculemos
@F (x; y; z ). Para esto usemos la Regla de la Cadena para obtener DF (x; y; z )
@x
DF (x; y; z ) = Dg (f (x; y; z ))Df (x; y; z ) = (

Entonces
Ejemplo 1.20

@g @g @g
; ; )
@u @v @w

2 @u
@x
4 @v
@x
@w
@x

@u
@y
@v
@y
@w
@y

@u 3
@z
@v 5
:
@z
@w
@z

@g @u @g @v @g @w
= @u
+
+

@x @v @x @w @x
(Coordenadas Esfericas) Sea g : IR3 ! IR y consideremos el
@F
@x

cambio de variables a coordenadas esfericas

x = rcos()sen()
y = rsen()sen()
z = rcos():
Y consideremos la funcion F (r; ; ) = g (rcossen; rsensen; rcos) Queremos calcular las derivadas parciales de F con respecto a r;  y .
Si miramos el cambio de variables como una funcion f : IR3 ! IR3, usando

el ejemplo anterior se tendra:

@F
@g
@g
@g
=
cossen + sensen + cos
@r
@x
@y
@z
@F
@g
@g
@g
=
rcoscos + rsencos
rsen
@
@x
@y
@z
@F
@g
@g
=
rsensen + rcossen:
@
@x
@y

32


CAPITULO 1. CALCULO
DIFERENCIAL

Ejemplo 1.21 Sea h(x;2y ) 2 = f (u(x; y ); v (x; y )) donde la funcion f esta

dinida por f (u; v ) = uu2 +vv2 , y las funciones u y v por u(x; y ) = e x y y
@h ; @h : Usando la regla de la cadena tenemos
v (x; y ) = exy . Calcular @x
@y
@h
@x
@h
@y

@u @f @v
4uv e
= @f
+
=
2
@u @x @v @x (u v 2 )2
2

@u @f @v
4uv e
= @f
+
=
2
@u @y @v @y (u v 2 )2
2

x y

x y

+ (u24vuv2 )2 yexy
2

+ (u24vuv2)2 xexy
2

(Importante) Sean f : IR3 ! IR, : IR ! IR3 y h : IR ! IR

de manera que: h(t) = f (t). Entonces:
dh @f
= _1 + @f _2 + @f _3 = rf ( (t))
(_t):

Ejemplo 1.22

dt

@x

@y

@z

La funcion representa una curva en el espacio y _ su vector tangente.

Ejemplo 1.23 Consideremos las funciones

f (x; y ) = (x2 + 1; y 2)
g (u; v ) = (u + v; u; v 2)

Calcular D(g f )(1; 1): Usemos la regla de la cadena y calculemos



Dg (f (1; 1))Df (1; 1):




2
x
0
2
0
Df (x; y ) = 0 2y
y evaluando Df (1; 1) =
0 2
Evaluamos f (1; 1) = (2; 1) y luego calculamos
2
1 1 3
Dg (u; v ) = 4 1 0 5 ;
0 2v

que al evaluar nos da

2

1 13
Dg (f (1; 1)) = Dg (2; 1) = 4 1 0 5 :
0 2

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

Entonces tenemos

IRN

IRM .

33

1 1 3 2 0  2 2 2 3
D(g f )(1; 1) = 4 1 0 5 0 2 = 4 2 0 5 :
0 2
0 4

Una forma alternativa, que nos da evidentemente el mismo resultado, es

desarrollar h primero

h(x; y ) = g f (x; y ) = (x2 + y 2 + 1; x2 + 1; y 4)

y luego derivar y evaluar
2

2
2x 2y 3
2 23
Dh(x; y ) = 4 2x 0 5 entonces Dh(1; 1) = 4 2 0 5 :
0 4y3
0 4
Ejemplo 1.24 (Derivacion Implcita) Sean G : IR2 ! IR e y : IR ! IR tales
que
G(x; y (x)) = 0
8x 2 IR entonces
@G @G dy
+
= 0:
@x @y dx
Si @G
@y 6= 0 entonces podemos despejar la derivada de y con respecto a x

dy
dx

@G
@x
@G :
@y

Observacion 1.14 Mas adelante veremos que dada la ecuacion

G(x; y ) = 0
hay condiciones que garantizan la posibilidad de despejar y como funcion
de x. Este criterio lo da el Teorema de la Funcion Implcita y consiste en
ermino aparece
suponer que @G
@x es no nula. Notamos que justamente este t
en el denominador de la derivada de y .

Ejemplo 1.25 Veamos ahora un caso de derivacion implcita con mas variables. Sean

G1 (x; y1 (x); y2 (x)) = 0

34


CAPITULO 1. CALCULO
DIFERENCIAL

G2 (x; y1 (x); y2 (x)) = 0;

donde G1 ; G2 : IR3 ! IR y y1 ; y2 : IR ! IR. Suponiendo que todas las
funciones involucradas son diferenciables se desea calcular y_1 (x) e y_2 (x).
@G1 @G1
@G
+
y_1 + 1 y_2 = 0
@x
@y1
@y2
@G
@G2 @G2
+
y_1 + 2 y_2 = 0:
@x @y1
@y2

Este es un sistema de 2  2 del cual podemos despejar las derivadas buscadas,

bajo la hipotesis de invertibilidad correspondiente:


y_ 1
y_ 2

= @G1 @G2
@y1 @y2

"

@G2 @G1
@y1 @y2

@G2
@y2
@G2
@y1

@G1
@y2
@G1
@y1

#

@G1 
@x
@G2
@x

Ejemplo 1.26 Vamos a demostrar que una condicion necesaria y suciente

para que

@f @f
=
@x @y
es que exista g tal que f (x; y ) = g (x + y ).

La suciencia de dicha condicion es evidente. Solo debemos chequear

que la condicion tambien es necesaria. Para esto consideremos el siguiente
cambio de variables:
u v
u+v
y=
u=x+y
v=x y , x=
2
2 ;
y denamos
u+v u v
h(u; v ) = f (
2 ; 2 ):
Tendremos que
@h
@f 1 @f 1
(
u; v ) =
+ ( )=0
@v
@x 2 @y 2
Es decir h no depende de v, y por lo tanto:
f (x; y ) = h(x + y ):
El Teorema de Valor Medio o de los Incrementos Finitos
El Teorema del Valor Medio para funciones de un intervalo [a; b]

puede extenderse a varias variables. Esto hacemos a continuacion.

en IR

1.4. DIFERENCIABILIDAD DE FUNCIONES DE

IRN

IRM .

35

Teorema 1.10 (Teorema del Valor Medio) Sea f : A  IRn ! IRm diferenciable en A y [a; b]  A, donde (a; b) = fta + (1 t)b=t 2 (0; 1)g. Entonces

kf (b) f (a)k  sup kDf (x)kkb ak:

x2(a;b)

Haremos la demostracion solo en el caso m = 1. Ver comentario previo a la demostracion del Teorema de la Funcion inversa en Seccion
5.1 para el caso general.
Denamos la funcion g : [0; 1] ! IR por
g (t) = f (at + (1 t)b):
Esta funcion g es derivable y por la regla de la cadena vemos que
g 0(t) = rf (ta + (1 t)b)
(b a):
Como la funcion g satisface las hipotesis del Teorema del Valor Medio para
funciones reales podemos concluir que existe t0 2 (0; 1) tal que
g (1) g (0) = g 0(t0 )(1 0)
Y por lo tanto
f (b) f (a) = rf (at0 + (1 t0 )b)
(b a):
()
Tomando modulo y usando la desigualdad de Cauchy-Schwarz
jf (b) f (a)j  krf (at0 +(1 t0)b)k kb ak  ( sup krf (x)k)kb ak: 
Demostracion:

x2[a;b]

Observacion 1.15 El teorema anterior tambien se conoce como Teorema de

los Incrementos Finitos. Para una funcion a valores en IRm uno no obtiene

necesariamente una igualdad como en el caso de una variable o como en

(*). Esto no es problema, pues su utilidad realmente viene del hecho que los
`incrementos' se pueden acotar.
Si uno agrega la hipotesis de que f es de clase C 1 entonces Df (
) es
continua y como k
k tambien lo es kDf (
)k sera composicion de funciones
continuas y por lo tanto continua de IR en IR y as alcanzara su maximo
sobre un intervalo cerrado y acotado. Luego

kf (b) f (a)k  xmax

kDf (x)kkb ak:
2[a;b]

36
1.5


CAPITULO 1. CALCULO
DIFERENCIAL
Gradiente y un poquito de
geometr
a

Recordemos que el gradiente de una funcion f : A  IRn ! IR se dene como

@f
@f
rf (x0) = ( @x
(x0 ); : : : ; @x
(x0 )):
1
n
El gradiente se dene generalmente solo en puntos donde f es diferenciable,
aun cuando basta que existan las derivadas parciales para determinarlo.
Ejemplo 1.27 Calcular el gradiente de
p
f (x; y; z ) = x2 + y 2 + z 2 = r
@f
x
1
2x
p
p
=
=
@x
2 x2 + y2 + z2
x2 + y 2 + z 2
rf (x; y; z) = p 2 1 2 2 (x; y; z) = ~rr = rb:
x +y +z

Consideremos a continuacion un vector unitario v (con kvk = 1) y miremos

la funcion:
t ! f (x0 + tv ):
Esta es una funcion de una variable y uno puede preguntarse sobre su diferenciabilidad en t = 0; es decir sobre la existencia del lmite
f (x0 + tv ) fx0 )
lim
:
t!0
t
Si este lmite existe, decimos que f tiene derivada en x0 , @fen la direccion
v . A este lmite se lo anota usualmente como Df (x0 ; v ) o @v (x0 ) Un caso
particular de derivada direccional son las derivadas parciales.
Df (x0 ; v ) corresponde a la derivada de la restriccion de f a la recta
L : x = x0 + tv:
En el caso en que f es diferenciable en x0 entonces la derivada direccional
existe en cualquier direccion y se puede calcular como:
Df (x0 ; v ) = rf (x0 )
v:
Notemos que hemos considerado v unitario. Esto se hace para no distorcionar
la escala espacial entre f (x0) y f (x0 + tv)

GEOMETRIA

1.5. GRADIENTE Y UN POQUITO DE

37

Ejercicio
p la razon de cambio de la funcion f en la diraccion
p 1.14p Calcular
v = (1= 3; 1= 3; 1= 3) en el punto x0 = (1; 0; 0) para
f (x; y; z ) = x2 e

yz :

p p p
Se pide calcular r = rf (1; 0; 0)
(1= 3; 1= 3; 1= 3): Para ello calculamos
las derivadas parciales
@f
@x

= 2xe

yz

@f
=
x2 ze yz
@y
@f
= x2 ye yz :
@z

Evaluando obtenemos

p p p
rf (1; 0; 0) = (2; 0; 0) ) r = (2; 0; 0)(1= 3; 1= 3; 1= 3) = p2 :

3
El siguiente teorema nos muestra un importante aspecto geometrico del gradiente.
Teorema 1.11 Si rf (x0 ) 6= 0 entonces rf (x0 ) apunta en la direccion en
la cual f crece mas rapidamente.

Demostracion: Sea v vector unitario, entonces la razon de cambio de f

la direccion de v es

en

rf (x0)
v = krf (x0)kkvk cos 

= krf (x0)k cos :
Donde  es el angulo entre v y rf (x0)): Este angulo es maximo cuando v y
rf (x0 ) son paralelos.

Otro aspecto geometrico importante del gradiente viene en el estudio de

supercies. Sea F : A  IRn ! IR una funcion diferenciable y consideremos
el conjunto
S = fx 2 IRn = F (x) = kg:

38


CAPITULO 1. CALCULO
DIFERENCIAL

Este conjunto es, en general, una supercie si n = 3 y una hipersupercie si
n > 3.
El vector rF (x0) es ortogonal a la supercie en x0 :
La idea geometrica es la siguiente: Supongamos que c : IR ! IRn es
una funcion diferenciable, es decir es una curva suave en IRn. Supongamos
ademas que c esta sobre S es decir:
F (c(t)) = k
8t:
Si c(t0) = x0 entonces derivando y evaluando en x0
rF (x0 )
c0 (t0) = 0:
c0 (t0 ) es una direccion tangente a la supercie, y como c es una curva cualquiera
rF (x0) debe ser ortogonal al plano tangente a la supercie.
Denicion 1.24 Sea F : A  IRn ! IR diferenciable. Si F (x0 ) = 0 ,
rF (x0) 6= 0, se dene el plano tangente a S = fx 2 A = F (x) = kg en
x0 como:

rF (x0)
(x x0 ) = 0:

Observacion 1.16 Ciertamente, si F (c(t)) = 0 y c(0) = x0 entonces c0 (t0 )+

x0 esta en el plano tangente.

Se puede demostrar que si una direccion v esta en el plano tangente, entonces

existe c tal que x = c0(t0 )+x0 Esta propiedad geometrica es muy importante y
su demostracion la postergaremos hasta que hayamos demostardo el Teorema
de la Funcion Implicita, hacia el nal del curso.
Ejemplo 1.28 Encontrar el plano tangente a la supercie
x2 + y 2 + z 2

1=0

en

(1; 0; 0):

rF (1; 0; 0) = (2x; 2y; 2z)j(1;0;0) = (2; 0; 0):

Entonces el plano tangente es

rF (1; 0; 0)
(x 1; y 0; z 0) = 0;
es decir
x = 1:

1.5. GRADIENTE Y UN POQUITO DE

GEOMETRIA

39

Ejemplo 1.29 Hallar un vector normal a la supercie denida por:

2xy3z + z ln x + y sin y = 0
(1; 2; 0).
Ciertamente el punto (1; 2; 0) esta en la supercie. Para encontrar un
vector normal derivamos
rF (x; y; z) = (2y3z + xz ; 6xy2z + y cos y + sin y; 2xy3 + ln x)
en

y evaluamos en (1; 2; 0) para obtener

rF (1; 2; 0) = (0; 1; 2(2)3):
Como vimos, el gradiente rF (1; 2; 0) = (0; 1; 2(2)3) es normal a la supercie.
Caso del grafo de una funcion En el caso que f : A  IRn ! IR; hace un
tiempo atras denimos el grafo de f como:
G(f ) = f(x; f (x))=x 2 Ag = f(x; z )=z = f (x)g:
Si denimos
F (x; z ) = z f (x)
entonces las dos deniciones de plano tangente que hemos dado son coherentes. En efecto:
@f
@f
rF (x; z) = ( @x
;::: ;
; 1):
@x
1

Entonces el plano tangente queda determinado por

rF (x; z0 )((x; z) (x0 ; z0)) = 0;
es decir,
rf (x0 )(x x0) + (z z0 ) = 0;
o sea, z = z0 + rf (x0 )(x x0): Notar bien que el vector ( rf (x0); 1) es
ortogonal al grafo de f en (x0 ; f (x0))

40


CAPITULO 1. CALCULO
DIFERENCIAL

Ejemplo 1.30 Encontrar el plano tangente al grafo de la funcion:

f (x; y; z; t) = xeyt + cos zt

(3; 0; 0; 3):
Tenemos que f (3; 0; 0; 3) = 3 + 1 = 4: Ademas, derivando obtenemos
rf (x; y; z; t) = (eyt ; xteyt ; t sin zt; xyeyt z sin zt) y evaluando
rf (3; 0; 0; 3) = (1; 9; 0; 0). En consecuencia el plano tangente es
w 4 = 1
(x 3) + 9(y 0) + 0(z 0) + 0(t 3)
y simplicando
w 4 = x 3 + 9y
o 9y + x w = 1:

en

Ejemplo 1.31 Hallar un vector unitario, normal a la supercie S dada por
z = x2 y 2 + y + 1;
en

(0; 0; 1):
F =z

x2 y 2
@F
@x

1 = 0 y sus derivadas parciales son

= 2xy2;

@F
@y

= 2x2 y 1;

@F
@z

= 1:

Evaluando
en (0; 0; 1) obtenemos rF (0; 0; 1) = (0; 1; 1) y de aqu v =
p12 (0; 1; 1) es normal unitario.
EJERCICIOS
P1) Sean x0 ; x1 ; :::; xn 1 IRn tales que x1 x0 ; :::; xn 1 x0 son linealmente

independientes. Probar que existe exactamente un hiperplano conteniendo a

x0 ; x1 ; :::; xn 1 .
P2) i) Demuestre que si ~x es un vector cualquiera de IRn y si d~ es un vector
unitario, entonces ~x = y + z, donde y es un multiplo de d~ y z es perpendicular
a d~.
ii) Demuestre que los vectores y y z de la parte i) estan determinados
unvocamente.

GEOMETRIA

1.5. GRADIENTE Y UN POQUITO DE

P3) Sea A 2 Mnn (IR) una matriz simetrica.

~e1 ;


; ~en 2 IRn; 1 ;


; n 2 IR tales que:
A~x =

n
X
i=1

i (~x
~ei )~ei

41

a)Pruebe que existen vectores

8x 2 IRn:

Ind: Piense en los valores y vectores propios de A.

b)Pruebe usando lo anterior que kA~xk  C k~xk.
P4) Sea f denida por la siguiente formula:
x
f (x1 ; x2 ) = p 2 1
si (x1 ; x2 ) 6= 0 y f (0; 0) = 0:
x1

x2

a) Encuentre el conjunto donde se puede denir f , es decir Domf , graque.

b) Determine las curvas de nivel de f .
c) Determine si f es continua en (0; 0). P5) Encuentre los conjuntos de nivel
para las siguientes funciones (para los niveles que se indican).
a) f (x; y) = x + y para f (x; y) = 1.
b) f (x; y) = (x2 + y2 + 1)2 4x2 para f (x; y) = 0.
c) f (x1; x2 ; x3 ) = (x1x2 x3 ; x1 + x2 ) para f (x1 ; x2; x3 ) = (0; 1). P6) Determine
si las siguientes funciones
admiten lmite en los puntos que se indican:
a) f (x; y) = 2xy xx22+yy22 en ~x0 = (0; 0).
b) f (x; y) = senxx yseny en ~x0 = (0; 0).
c) f (x; y) = x2xy+2y4 en ~x0 = (0; 0).
P7) Sean f; g; h : IR2 ! IR tres funciones continuas. Se dene la funcion
F : IR2 ! IR por
F (x; y ) = h(f (x; y ); g (x; y )):
Demuestre que F es continua.
P8) Estudie la(continuidad de las siguientes funciones.
x1
a) f (x1 ; x2) = 1x1+x2 sisi xx1 ++ xx2 6== 00
1

b) f (x1; x2 ; x3) = x31`n(x31 x2 + x3 ) + sen(x23 + x1 ).

42


CAPITULO 1. CALCULO
DIFERENCIAL

P9) Sea L : IRn ! IRm una funcion lineal

a) Demuestre que las siguientes proposiciones son equivalentes:

1) L es continua en todo punto de IRn:
2) L es continua en 0.d
3) kL(x)k es acotada si x 2 B (0; 1), la bola unitaria.
b) Demuestre que toda funcion lineal de IRn en IRm es continua.
P10) a) Sea A 2 IRn . Pruebe que:
i) adh(A) es un conjunto cerrado.
ii) int(A) es un conjunto abierto. En realdidad adh(A) es el cerrado mas
peque~no que contiene a A. Y a su vez int(A) es el abierto mas grande contenido en A.
b) Pruebe que en general no se tiene que int(adh(A)) = A. Para esto siga
los siguientes pasos:
i) Pruebe que adh(QI) = IR.
ii) Pruebe que int(IR) = IR
iii) Concluya.
P11) Sea f : IRn ! IRm . Pruebe que las siguientes proposiciones son equivalentes:
a) f es continua en todo punto de IRn.
b) (8A  IRm abierto) f 1(A) es abierto en IRn:
c) (8B  IRm cerrado) f 1(A) es cerrado en IRn:
Ind: Para la segunda pruebe antes que: f 1(Ac) = f 1(A)c.
P12) Encontrar todas las derivadas parciales para las funciones f (x; y ) =
x
(e cosy; exseny) y f (x; y) = logxy:
P13) Sea f : IR2 ! IR continua y diferenciable. Sea Gf = f(~x; f (~x))=~x 2
Domf g el grafo de f . Sea F : IR3 ! IR tal que F (x; y; z ) = z f (x; y ):
a) Muestre que Gf corresponde a un conjunto de nivel de F .
b) Demuestre que rF = ( @f@x ; @f@y ; 1).
c) Encuentre el vector normal y el plano tangente a Gf cuando f (x; y) =
xy + yex en el punto (1; 1).
P14)
Sea f (u; v) = (ucosv; usenv); con =2 < v < =2 y g(x; y) =
p
( x2 + y2; artan(y=x)) para x > 0.
i) Encontrar D(g f )(u; v) y D(f g)(x; y).

GEOMETRIA

1.5. GRADIENTE Y UN POQUITO DE

43

ii) Determinar si Domf = Dom(g f ); y si Domg = Dom(g f ).

P15) Sea S = fx 2 IR2 =kxk = 1g. Sea g : S ! IR una funcion continua tal
que
g (1; 0) = g (0; 1) = 0 y g ( x) = g (x); 8x 2 IR2 :
Sea f : IR2 ! IR la funcion denida por
(
kxkg( kxxk ) si x 6= 0
f (x) =
0
si x = 0
a) Dado a 2 IR2 demuestre que la funcion h(t) = f (at); t 2 IR es diferenciable.
b) >Es f diferenciable en (0; 0)?
P16) Encontrar el gradiente rf en cada uno de los siguientes casos.
a) f (x; y) = x2 y2seny en (a; b).
b) f (~x) = k~xk ; ~x 2 IRn;  2 IR.
P17) a) Si g (x; y ) = ex+y ; f 0(0) = (1; 2), encontrar F 0 (0) donde F (t) =
g (f (t)) (f : IR ! IR2 ) y f (0) = (1; 1).
b) Si f (x; y; z) = senx; F (t) = (cost; sent; t), encontrar g0() donde
g (t) = f (F (t)).
P18) Sea  : IR2 ! IR2 una funcion de clase C 1 (IR2 ; IR2 ), tal que sus componentes 1, y 2 verican
@2
@y

1 @2
= @
y =
@x @x

@1
:
@y

Sea h : IR2 ! IR una funcion de clase C 1(IR2; IR). Se dene la funcion

f : IR2 ! IR por f = h . Demuestre que
((x; y))
kr1(x; y)k2:
hrf (x; y); r1(x; y)i = @h
@u
P19) Sea f : IR2 ! IR la funcion denida por
(

(
x2 + y 2 )sen (x2 +y12 )1 2
f (x; y ) =
0
=

(x; y) 6= (0; 0)
(x; y) = (0; 0):

44


CAPITULO 1. CALCULO
DIFERENCIAL

a) Calcular rf (0; 0):

b) Probar que f@f es diferenciable
en (0; 0).
c) Probar que @x y @f@y no son continuas en (0; 0).
P20)i) Hallar la ecuacion para el plano tangente a cada supercie z = f (x; y )
en el punto indicado:
a) z = x3 + y3 6xy; (1; 2; 3).
b) z = (cosx)(seny); (0; =2; 1)
ii) Calcular para los siguientes casos la direccion de mayor crecimiento en
(1; 1; 1).
a) f (x; y; z) = xy +1 yz + xz
b) f (x; y; z) = x2+y2 +z2
P21) Sean f y g funciones de IR3 ! IR. Suponer que f es diferenciable y
rf (x) = g(x)
x. Mostrar que f es constante para las esferas centradas en
el origen.
P22) Una funcion u = f (x; y ) con segundas derivadas parciales continuas
que satisfaga la ecuacion de Laplace
@2u @2u
+ =0
@x2 @y 2

se llama funcion armonica. Determinar cuales de las siguientes funciones son

armonicas.
a) u(x; y) = x3 3xy2
b) u(x; y) = senxcoshy
c) u(x; y) = ex seny.
P23) a) Si g (x; y ) = ex+y ; f 0 (0) = (1; 2), encontrar F 0 (0) donde F (t) =
g (f (t)) (f : IR ! IR2 ) y f (0) = (1; 1).
b) Si f (x; y; z) = senx; F (t) = (cost; sent; t), encontrar g0() donde g(t) =
f (F (t)).

Cap
tulo 2
Derivadas de orden superior

2.1

Derivadas Superiores y Teorema de Taylor

Sea f : A  IRn ! IR una funcion diferenciable en A, entonces

@f
:
A  IRn ! IR
@xi

dene una funcion. Como tal esta funci

on puede tener derivadas parciales y
tambien ser diferenciable. Cuando @x@f tiene derivada parcial con respecto a
xj en x0 , esta la anotamos como
i

@ @f
@2f
(
)
=
:
@xj @xi
@xj @xi
Ejemplo 2.1 Calcular

@2f
@x@y

2
y @@xf2 si

f (x; y ) = ln(x2 + y 2):

Entonces

@f
@x
@2f
@x2

= x2 2+x y2 y

@2f
@y@x

= (x22+x(2yy2))2 :

2
2
2
2
= 2(x +(x2y +) y2)22x(2x) = (xy2 + yx2)2
@2f
2x(2y) :
=
2
@y@x (x + y 2)2

45

46

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

Pero tambien podemos calcular

@2f
@x@y

= (x22+y(2yx2))2 :

@ 2 f = @ 2 f . Esto no es s
Notemos que en este caso @x@y
olo coincidencia como
@y@x
veremos en mas adelante.
Tambien podemos observar que

@2f
@x2

+ @@yf2 = 0:

Por esta razon la funcion f se dice armonia. La combinacion

2

4f := @@xf2 + @@yf2

se conoce como el Laplaciano de f .

Recordemos que f se dice de clase C 1 en un domonio A si f es diferenciable
en A y todas sus derivadas parciales son continuas en A.
Denicion 2.1 f se dira dos veces diferenciables en x0 si f es diferenciable
en una vecindad de x0 y todas sus derivadas parciales son diferenciables en
x0 . f se dira de clase C 2 en A si todas sus segundas derivadas parciales son
continuas en A.

Es facil extender estas deniciones a ordenes superiores.

A continuacion veremos uno de los resultados mas importantes de esta
seccion que dice relacion con la posibilidad de intercambiar el orden de las
derivadas
Teorema 2.1 (Teorema de Schwarz) Sea f : A  IRn ! IR una funcion dos
veces diferenciable en A. Si las segundas derivadas parciales son continuas
en x0 2 A entonces:
@2f
@2f
(
x0 ) =
(x )
@xj @xi
@xi @xj 0

8i; j = 1;


; n:

2.1. DERIVADAS SUPERIORES Y TEOREMA DE TAYLOR

47

Demostracion: Una peque~na re exion lleva a concluir que basta estudiar

el n = 2. Dado x0 = (x01 ; x02 ) 2 A y h = (h1 ; h2) 2 IR2, khk < r, denimos
F : B (0; r) ! IR de la siguiente forma
F (h1 ; h2 ) =
f (x01 + h1 ; x02 )] [f (x01 ; x02 + h2 ) f (x01 ; x02 )]:

[f (x01 + h1 ; x02 + h2)

Notemos que F queda bien denida para r peque~no. Sea g(t) = f (t; x02 +
h2 ) f (t; x02 ). Entonces por el Teorema del Valor Medio existe h01 tal que
jh01j < khk y
F (h1 ; h2 ) = g (x01 + h1 ) g (x01 ) = g 0(x01 + h01 )h1
y entonces
F (h1 ; h2 ) = [

@f
(x + h0 ; x + h )
@x 01 1 02 2

@f
(x + h0 ; x )]h
@x 01 1 02 1
Medio encontramos h02

Usando nuevamente el Teorema del Valor

jh02j < jh2 j  khk y entonces
F (h1 ; h2 ) @ 2 f
= @y@x (x01 + h01; x02 + h02 ):
hh
1 2

tal que

Pero uno tambien puede escribir F de la siguiente manera

F (h1 ; h2 ) =
[f (x01 + h1 ; x02 + h2) f (x01 ; x02 + h2 )] [f (x01 + h1 ; x02 ) f (x01; x02 )];
y podemos repetir la misma aplicacion del Teorema del Valor Medio para
probar que
F (h1 ; h2 ) @ 2 f
=
(x + h00 ; x + h00)
h1 h2
00
00
con jh1 j < jh1j y jh2 j < jh2j.

@x@y 01

02

Por lo tanto

@2f
@2f
(
x01 + h01 ; x02 + h02 ) =
(x + h00; x + h00);
@y@x
@x@y 01 1 02 2

y nalmente, por la continuidad de las derivadas parciales

@2f
@2f
(
x0 ) =
(x ):
@x@y
@y@x 0

48

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

Ejemplo 2.2 El siguiente ejemplo nos muestra que las derivadas cruzadas
pueden ser distintas. Consideremos la funcion

f (x; y ) =

xy(x2 y2 )
x2 +y2

si (x; y ) 6= (0; 0)
si (x; y ) = (0; 0):

0
En todo punto (x; y) 6= (0; 0) se tiene
y (x4 + 4x2 y 2 y 4 )
@f
(x; y) = (x2 + y2)2 ;
@x
y en (x; y) = (0; 0)
@f
(0; 0) = lim f (x; 0) f (0; 0) = 0:
@x

De aqu tenemos que

@f
@x

y en consecuencia

x!0

y(x4 +4y2 x2 +y4 )

(x2 +y2 )2

= 0

@f (0; y )
@2f
@x
(0
; 0) = ylim
!
0
@y@x
y

si (x; y) 6= (0; 0) ;
si (x; y) = (0; 0)
@f
@x

(0; 0) = lim

y !0

y5
y4

= 1:

Por otro lado, y de manera analoga, tenemos que

(
x(y4 +4y4 x4 x4 )
si (x; y) 6= (0; 0)
@f
(x2 +y2 )2
=
@y
0
si (x; y) = (0; 0)
y de aqu
@2f
(0; 0) = 1:
@x@y
Es decir,
@2f
@2f
(0
; 0) 6=
(0; 0):
@x@y
@y@x
>Como se interpreta esto a la luz del Teorema? Estudiemos la continuidad
de las derivadas cruzadas
@ @f
@ y5
@2f
(0
;
y
)
=
lim
(
(0
;
y
))
=
lim
( y4 ) = xlim
lim
1 = 1:
y!0 @y @x
y!0 @y
y!0 @y@x
!0

2.1. DERIVADAS SUPERIORES Y TEOREMA DE TAYLOR

y sin embargo

49

x
= 1;
lim @ f (x; 0) = xlim
!0 x8
x!0 @y@x

@ 2 f .
es decir, hay discontinuidad en @y@x

Corolario 2.1 Sea f : A  IRn ! IR una funcion de clase C k con k 2 IN .

Entonces:

@kf
@kf
=
@xi1 @xi2


@xik @x(i1 ) @x(i2 )


@x(ik )
Donde i1 ; i2 ;


ik 2 f1;


; ng y  : f1;


; ng ! f1;


; ng es una permutacion cualquiera.

Demostracion:

erativamente .

Basta aplicar el teorema de intercambio de derivadas reit-

Ejercicio 2.1 Considere la funcon f (x; y ) = x3 y + sen(x2 y ) y verique que

@4f
@x@ 2 y@x

@4f
:
@ 2 y@ 2 x

Ahora que ya conocemos las derivadas de mayor orden y sus principales

propiedades estamos preparados para estudiar los desarrollos de Taylor en
varias variables. Recordemos el caso de una variable, en el cual vamos a
basar nuestro argumento para varias variables.
Cuando f : (a; b) ! IR, x0 2 (a; b) y f es derivable en x0 entonces se tiene
que
f (x) = f (x0 ) + f 0 (x0 )(x x0 ) + R1 (x0 ; x x0 );
donde
R1 (x0 ; x x0 )
lim
x!x0
jx x0 j = 0:
Esta no es mas que la denicion de derivada y la formula se conoce como
la formula de aproximacion de f al primer orden. El termino R1 (x0 ; x x0 )
se denomina resto. Cuando f es dos veces derivable uno puede dar una
expresion para R1 en terminos de una integral. En efecto, del Teorema
Fundamental del Calculo tenemos
f (x) = f (x0 ) +

Z x
x0

f 0 (t)dt

50

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

e integrando por partes (u = f 0(t); v = t x) obtenemos

Z x
0
f (x) = f (x0 ) + f (x0 )(x x0 ) + (x t)f 00 (t)dt:
x0
Asobtenemos la Formula integral del Resto
Z x
R1 (x0 ; x) = (x t)f 00 (t)dt:
x0
Si uno supone que f es k veces derivable en x0 , entonces
1
f (x) = f (x0 ) + f 0 (x0 )(x x0 ) +


+ f (k) (x0 )(x x0 )k + Rk (x; x0 );
k!
donde
Rk (x; x0 )
lim
= 0:
x!x0 jx x0 jk
Cuando se supone ademas que f es de clase C k+1 en una vecindad de x0
entonces integrando por partes reiteradamente se obtiene la formula integral
para el resto de orden k
Z x
(x t)k f (k+1)(t)dt:
Rk (x; x0 ) =
k!
x0
Si consideramos
M = max jf (k+1) (t)j para 0 < < jxj
t2[x0 ;x0 +]
entonces
Z x
k
jRk (x; x0 )j  M j (x k! t) dtj = (k M
j
x x0 jk+1:
+ 1)!
x0
Cuando f : A  IRn ! IR tambien podemos establecer un teorema de
Taylor. Notamos que en caso que f tome valores en IRm lo que diremos se
aplica a cada coordenada. Comenzamos con una denicion
Denicion 2.2 Sea f : A  IRn ! IR dos veces diferenciable en x0 2 A. Se
dene entonces la matriz Hessiana de f en x0 como
2
6

Hf (x) = 6
4

@2f
@x21

:::

@2f
@x1 @xn

:::

..
.

...

3
@2f
@xn @x1 7
.. :7
.
5
@2f
@x2n

2.1. DERIVADAS SUPERIORES Y TEOREMA DE TAYLOR

51

Observacion 2.1 Notamos que, por el teorema anterior, si f es de clase C 2

en una vecindad de x0 entonces la matriz Hessiana de f en x0 es simetrica.
Teorema 2.2

(Teorema de Taylor de 2 orden) Sea f : A  IRn ! IR una

funcion de clase C 3 . Entonces

1
2

f (x0 + h) = f (x0 ) + rf (x0 )h + ht Hf (x0 )h + R2 (x0 ; h);

donde el resto R2 (x0 ; h) tiene una expresion integral y jR2 (x0 ; h)j  M khk3 .
As que en particular

R2 (x0 ; h)
lim
= 0:
h!0 khk2

Observacion 2.2 Se puede demostrar que si f es de clase C 2 entonces tambien se tiene que

R2 (x0 ; h)
= 0;
lim
x!0 khk2

aunque la formula integral del resto no se tiene.

Demostracion:

Utilizando la regla de la cadena tenemos

n
X
d
@f
f (x0 + th) = Df (x0 + th)h =
(x0 + th)hi
dt
@x
i
i=1

e integrando entre 0 y 1

f (x0 + h) f (x0 ) =

n Z 1
X

@f
(x + th)hidt:
@xi 0
i=1 0

Utilizando nuevamente de la cadena obtenemos para u = @x@f (x0 + th)hi

i

n
du X
@2f
=
(x + th)hj hi :
dt j =1 @xj @xi 0

Integrando por partes, considerando u como arriba y v = t 1

n X
n Z 1
X
@2f
@f
(
x0 )hi +
(1
t)
(x0 + th)hi hj dt;
f (x0 + h) = f (x0 )+
@x
@x
@x
i
i
j
0
i=1 j =1
i=1
n
X

52

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

que es un resultado intermedio correspondiente a la Formula de Taylor de

Primer orden
f (x0 + h) = f (x0 ) +

n
X

@f
(x )h + R1 (x0 ; h):
@xi 0 i
i=1

Integrando nuevamente por partes, con v = (t 1)2=2 y u = @x@2@xf (x0 +

th)hi hj con lo cual
i

n
@3f
du X
=
(x + th)hi hj hk :
dt k=1 @xk @xj @xi 0

Obtenemos

n X
n
X
@f
1 @ 2 f (x )h h + R (x ; h);
f (x0 + h) = f (x0 ) +
(
x0 )hi +
@xi
2 @xi @xj 0 i j 2 0
i=1
i=1 j =1
n
X

donde el resto tiene la forma integral

n X
n Z 1
n X
X
(1 t)2 @ 3 f (x + th)h h h dt:
R2 (x0 ; h) =
i j k
2 @xk @xj @xi 0
i=1 j =1 k=1 0
Como @x @f@x3 @x son continuas en x0, existe > 0 y M > 0 tal que
k

khk < ) j @x @@xf @x (x0 + th)j  M:

k j i

La constante M puede tomarse como

M

@f
= max
f
max
j
(x)jg:
i;j;k x2B (x0 ;) @x @x @x

Por lo que, para todo t 2 [0; 1] tenemos

Y nalmente

j @x @@xf @x (x0 + th)hi hj hk j  M jhij jhj j jhk j:

k

jR2(x0 ; h)j 

1 M khk3 = ( n3 M )khk3 :
3!
3!
i=1 j =1 k=1

n X
n X
n
X

2.1. DERIVADAS SUPERIORES Y TEOREMA DE TAYLOR

53

Ejercicio 2.2 Escribir la formula general de Taylor de orden 3.

Ejercicio 2.3 Mejore la cota para el error a
3=2

jR2 (x0; h)j  ( n3! M )khk3 :

Ejemplo 2.3 Encontrar la formula de Taylor de orden 2 en torno a x0
(0; 0) para

f (x; y ) = sin(x + 2y ) + x2 :

Evaluamos f (0; 0) = 0: Despues calculamos las derivadas parciales

@f
(x; y) = cos(x + 2y) + 2x
@x

@f
(x; y) = 2 cos(x + 2y)
@y

y evaluamos rf (0; 0) = (1; 2): Ahora calculamos las derivadas de segundo

orden
@2f
@x2

= sin(x +2y)+2;

@2f
@y@x

= 2 sin(x +2y) y

@2f
@y 2

= 4 sin(x +2y)

y evaluamos
@2f
(0; 0) = 0;
@y 2

@2f
(0; 0) = 2
@x2

@2f
(0; 0) = 0:
@y@x

Considerando h = (h1 ; h2) tenemos nalmente


 
h1
1
2
0
+ R2
f (x0 + h) = f (h1 ; h2 ) = f (0; 0) + (1; 2)(h1; h2 ) + (h1 ; h2 ) 0 0
2
h2

= h1 + 2h2 + h21 + R2 (0; h):

Continuando con este ejemplo, sabemos que la funcion P2 (h1; h2) = h1 +2h2 +
h21 aproxima a f (h1 ; h2 ) al segundo orden, en el sentido que Rk2h(0k;h2 ) ! 0. Pero
uno podra hacer una pregunta mas especca:
si khk  1=4 >Que error se comete por cambiar f y P2 ?

54

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

Tenemos la formula integral del error

2 X
2 X
2 Z 1
X
(1 t)2 @ 3 f (x + th)h h h dt:
R2 (h1 ; h2 ) =
i j k
2 @xk @xj @xi 0
i=1 j =1 k=1 0
Usando el Teorema del Valor Medio integral vemos que existen tijk 2 [0; 1]
tales que
2 X
2 X
2
@3f
1X
R2 (h1 ; h2 ) =
3! i=1 j=1 k=1 @xk @xj @xi (x0 + tijk h)hihj hk ;
de donde podemos hacer nuestra estimacion. En nuestro caso calculemos las
terceras derivadas
@3f
= cos(x + 2y);
@x3
@3f
@y@x2
@3f
@y 2 @x
@3f
@y 3

= 2 cos(x + 2y);
= 4 cos(x + 2y);

= 8 cos(x + 2y):

Evaluando las derivadas en x0 = (0; 0) obtenemos

jR2 (h1; h2 )j  3!1 (h31 + 3
2h21h2 + 3
4h1h22 + 8h32)
 3!1 (1 + 6 + 12 + 8)khk3 = 276 khk3; jhi j  khk:
As, si khk  1=4 entonces jR2(h1 ; h2)j  9=(2
43):

Ejercicio 2.4 Demostrar que si f es de clase C 2 entonces

1
2

f (x0 ) + h) = f (x0 ) + rf (x0 )h + ht Hf (x0 )h + R2 (x0 ; h)

donde

R2 (x0 ; h)
lim
=0
h!0 khk2

2.1. DERIVADAS SUPERIORES Y TEOREMA DE TAYLOR

55

EJERCICIOS

P1) Una funcion u = f (x; y ) con segundas derivadas parciales continuas

que satisfaga la ecuacion de Laplace

@2u @2u
+ =0
@x2 @y 2
se llama funcion armonica. Determinar cuales de las siguientes funciones son
armonicas.
a) u(x; y) = x3 3xy2
b) u(x; y) = senxcoshy
c) u(x; y) = exseny.
P2) Sea f : IR2 ! IR. Para cada x dena gx : IR ! IR; gx(y ) = f (x; y ).
Suponga que para cada x existe un unico y tal que gx0 (y) = 0. Si se denota
por c(x2) tal y y se supone que es diferenciable demostrar:
a) Si @@yf2 (x; y) 6= 0 para todo (x; y) entonces:
@ 2 f (x; c(x))
@y@x
c0 (x) = @ 2 f
:
(
x;
c
(
x
))
2
@y
b) Si c0(x) = 0, entonces existe un y tal que
@2f
@f
(
x; y) = 0 y (x; y) = 0:
@y@x
@y
P3) Calcular la expansion

de Taylor de segundo orden de las funciones

siguientes en los puntos se~nalados, y calcule una vecindad en torno al punto
tal que la aproximacion tenga un error de a lo mas 10 2.
a) f (x; y; z) = (x2 + 2xy + y2)ez en2 x~o = f(1; 2; 0); (3; 2; 5)g.
b) f (x; y; z) = (x3 + 3x2 y + y3)e z en x~o = f(0; 0; 0); (3; 2; 3)g.
c) f (x1; x2 ; x3 ; x4) = log(cos(x1 + x2 x3 x4 )) en x~o = ~0.
P4) Sea f : IRn ! IR de clase C 1 . Pruebe que en general no se tiene que
la serie de Taylor de f converge a f . Para esto considere como contraejemplo
la funcion f : IR ! IR denida por(
1
e 2 si x < 0
f (x) =
0
si x  0
Pruebe que es C 1 y estudie su serie de Taylor en torno a cero.
x

56
2.2

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

Extremos de funciones con valores reales

Dentro de los puntos que pertenecen al dominio de la funcion, aquellos en

donde esta alcanza un mnimo o un maximo revisten un especial interes por
su importancia en muchos problemas practicos.
Denicion 1 Sea f : U ! < con U un subconjunto abierto de <n . Un
punto x0 2 U se dira mnimo (maximo) local de f si existe una vecindad V
de x0 tal que

f (x)  f (x0 )

(f (x)  f (x0))
Un punto se dira extremo local si es un mnimo o un maximo local. Un
punto x0 se dira crtico de f si Df (x0) = 0.
Teorema 2 Sea f : U ! < diferenciable, con U un subconjunto abierto de
<n y x0 2 U un extremo local, entonces Df (x0 ) = 0:
Demostracion. Si f tiene un mnimo local x0 entonces si denimos la
funcion de una variable
g (t) = f (x0 + th)
donde h 2 <n es un punto cualquiera se tendra que g tiene un mnimo local
en t = 0 pues
g (t) = f (x0 + th)  f (x0 ) = g (0)
y por tanto g0(0) = 0 lo que implica que
Df (x0 )h = 0
y como esto es para cualquier h entonces se tiene que Df (x0) = 0:
Observemos que Df (x0) = 0 es equivalente a:
@f
@f
@f
(
x0 ) = 0;
(
x0 ) = 0; :::;
(x ) = 0
@x1
@x2
@xn 0
en otras palabras, los maximos y mnimos son puntos que satisfacen el sistema
de ecuaciones
Df (x) = 0
Este es un sistema de n ecuaciones con n incognitas. Pero en general no
es un sistema lineal.
8x 2 V

2.2. EXTREMOS DE FUNCIONES CON VALORES REALES

57

Ejemplo 3 Busque los puntos crticos de la siguiente funcion y clasifquelos:

f (x; y ) = x2 y + y 2 x
El sistema de ecuaciones que se obtiene es:

@f
@x
@f
@y

= 2xy + y2 = 0
= 2xy + x2 = 0

de donde se tiene

y (2x + y ) = 0 =) y = 0 o/y y = 2x
x(2y + x) = 0 =) x = 0 o/y x = 2y

de la primera relacion vemos que los posibles puntos extremos son (0; 0) y
(a; 2a); a 2 < mientras que de la otra se tiene que son (0; 0) y ( 2b; b); b 2
<, pero como se tienen que cumplir ambas relaciomnes a la vez entonces el
unico punto crtico es el (0; 0). Por otro lado, haciendo x = y se tiene que
f (x; x) = 2x3 el cual toma valores positivos y negativos, es decir (0; 0) no es
ni maximo ni mnimo.

Veamos ahora condiciones necesarias de 2do orden equivalentes a las vistas

en el caso de funciones de una variable, es decir, f 00(x) > 0 para mnimo y
f 00 (x) < 0 para maximo.
Denicion 4 Sea f : U ! < con U un subconjunto abierto de <n con
derivadas de 2do orden

@2f
(x )
@xi @xj 0
en x0 . El Hessiano de f en x0 es la funcion cuadratica denida por
n
X
@2f
1
Hf (x0 )(h) =
2 i;j=1 @xi @xj (x0)hi hj
Otra forma de escribir la expresion anterior es
1
Hf (x0 )(h) = hT Hh
2

58

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

donde

@2f
2
6 @x1
6
4
@2f
@xn @x1

...

3
@2f
@x1 @xn 7
7
5
@2f
@x2n

. . . ...
@2f
@x @x2



La matriz H se denomina matriz Hessiana de la funcion f .
Observemos que esta matriz es simetrica ya que
H=

...

@2f
@x1 @x2

@2f
@xi @xj

f
= @x@ @x
j

Antes de dar el criterio de 2do orden, recordemos algunos elementos de

algebra lineal.
Si A es una matriz simetrica, entonces A es diagonalizable, es decir, existe
una matriz P tal que
A = P DP T
(2.1)
donde P es una matriz invertible (ortogonal) y D es una matriz diagonal, es
decir:
P TP = I
donde I es la matriz identidad y
2
3
1 0


0
6 0 


0 7
2
7
D=6
6 ..
.
.
.
.
.
.
4 .
. . . 75
0 0


n
De (2.1) tenemos que
AP = P D
y por columna
Api = i pi
donde pi representa la i-esima columna de P . Los i son los valores propios
de la matriz A mientras que los pi son vectores propios correspondientes a
dichos valores propios.

2.2. EXTREMOS DE FUNCIONES CON VALORES REALES

59

Una matriz A se dice denida positiva si

xT Ax > 0 8x 6= 0
Si ademas es simetrica, usando la diagonalizacion vista anteriormente,
tenemos que
xT P DP Tx > 0 8x 6= 0
o sea (haciendo P Tx = y)
y TDy > 0 8y 6= 0
X

=) iyi2 > 0 8y 6= 0
y de aqui se obtiene el siguiente teorema.
Teorema 5 Una matriz A es denida positiva si y solo si los valores propios
de A son positivos.
Corolario 6 Si A es denida positiva entonces existe c > 0 tal que
xT Ax  c kxk2

8x 2 <n

en realidad, c = min fi j i = 1; :::; ng :

Demostracion.
xT Ax =

i yi2
 min fi j i = 1; :::; ng kyk2


= c P Tx 2
= cxT P P Tx , recordemos que P P T = P TP
= c kxk2

=I

Tambien se habla de matriz semi-denida positiva cuando se satisface

xT Ax  0 8x 2 <n

60

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

Teorema 7 Una matriz A es semi-denida positiva si y solo si los valores

propios de A son positivos o nulos.
Observacion 8 De las deniciones vistas hasta ahora de matrices denidas
y semi-denidas positivas, haciendo los cambios de desigualdad correspondientes, se obtienen las deniciones de matrices denidas y semi-denidas
negativas.
Observacion 9 Existen muchos criterios para determinar si una matriz es

denida positiva o no, uno de los usados por su facil comprobacion es el

siguiente: Una matriz B cuadrada (n  n) es denida positiva si y solo si
todas las submatrices cuadradas a lo largo de la diagonal tienen determinantes
positivos. Para el caso de las matrices denidas negativas los signos de los
determinantes deben alternarse, comenzando con negativo.

Teorema 10 (Criterio de 2do orden) Sea f : U ! < con U un subconjunto abierto de <n y f de clase C 2 . Sea x0 2 U un punto crtico de
f.
Si Hf (x0 ) es denida positiva entonces x0 es un mnimo lacal de f .
Si Hf (x0 ) es denida negativa entonces x0 es un maximo local de f .

Demostracion. Demostremos solamente la primera parte, la otra se

demuestra de forma similar.
Si x0 es punto crtico, entonces usando el Teorema de Taylor de orden 2
se tiene que:
f (x0 + h) f (x0 ) = Hf (x0 )(h) + R2 (h; x0 )
donde R2 (h; x0) ! 0 cuando h ! 0.
Como Hf (x0) es denida positiva entonces existe c > 0 tal que
Hf (x0 )(h)  c khk2 8h 2 <n
y como R2 (h; x0 ) ! 0 cuando h ! 0, existe > 0 tal que si 0 < khk <
entonces
jR2 (h; x0)j < c khk2
y por tanto
f (x0 + h) f (x0 ) > c khk2 c khk2 = 0
para todo 0 < khk < , lo que implica que x0 es un mnimo local.

61

2.3. FUNCIONES CONVEXAS

Ejemplo 11 Encuentre los puntos crticos de la siguiente funcion y clasifquelos.

f (x; y ) = ln(x2 + y 2 + 1)

= x2 + 1y2 + 1 2x = 0 =) x = 0
= x2 + 1y2 + 1 2y = 0 =) y = 0
y por tanto el unico punto crtico es (x; y ) = (0; 0). Veamos ahora la Hessiana
@f
@x
@f
@y

de la funcion f evaluada en este punto:



@ 2 f 
=
@x2 (0;0)

@ 2 f 
=
@x@y (0;0)

@ 2 f 
=
@y 2 (0;0)

x2 + y 2 + 2 
(x2 + y2 + 1)2 (0;0) = 2
4xy  = 0
(x2 + y2 + 1)2 (0;0)
x2 y 2 + 2 
(x2 + y2 + 1)2 (0;0) = 2

es decir, la matrz Hessiana queda:



2 0
0 2

la cual trivialmente se ve que es denida positiva y por tanto el punto

es un mnimo local estricto.
2.3

(0; 0)

Funciones Convexas

Denicion 2.3 Un conjunto A  IRn se dice convexo si

x + (1 )y 2 A;

8x; y 2 A; 8 2 [0; 1]:

Si A es un conjunto convexo, una funcion f : A ! IR se dice convexa si
f (x + (1 )y )  f (x) + (1 )f (y ); 8x; y 2 A; 8 2 [0; 1]:
La funcion f se dice estrictamente convexa si

f (x + (1 )y ) < f (x) + (1 )f (y ); 8x; y 2 A; 8 2 (0; 1):

62

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

Observamos que las funciones lineales son convexas, pero no son estrictamente convexas.
Dada f : A ! IR; denamos
m = inf f (x);
x2A
y supongamos que m es nito. Entonces tenemos el siguiente resultado
Teorema 2.3 Si M (f ) = fx 2 A = f (x) = mg y M (f ) 6= ; tenemos:
i) Si f es convexa entonces M (f ) es convexo.
ii) Si f es estrictamente convexa entonces M (f ) es un singleton.
Demostracion: Si x; y 2 M (f ) entonces
m  f (x + (1 )y )  f (x) + (1 )f (y ) = m;
o sea, x + (1 )y 2 M (f ).
Si f es estrictamente convexa no podemos tener x 6= y en M (f ). 
El resto de la seccion la dedicaremos a caracterizar las funciones convexas
diferenciables y las convexas dos veces diferenciables.
Teorema 2.4 Sea A un conjunto abierto y convexo, y sea f : A ! IR una
funcion diferenciable en A. Entonces tenemos
i) f es convexa si y solo si f (x)  f (y ) + rf (y )
(x y ) 8x; y 2 A:
ii) f es estrictamente si y solo si f (x) > f (y )+ rf (y )
(x y ) 8x; y 2 A:
Demostracion: i) Supongamos que f es convexa, entonces para x; y 2 A y
 2 (0; 1) se tiene
f (y + (x y )) f (y )
 f (x) f (y):


Tomando lmite cuando  ! 0 se obtiene

rf (y)
(x y)  f (x) f (y):
Recprocamente, para x; y 2 A y  2 (0; 1) sea z = x + (1
rf (z)
(x z)  f (x) f (z)
y
rf (z)
(y z)  f (y) f (z):

)y .

Entonces

63

2.3. FUNCIONES CONVEXAS

Multiplicando la primera por  y la segunda por 1 , y sumando obtenemos

0  f (x) + (1 )f (y) f (z);
es decir,
f (x + (1 )y )  f (x) + (1 )f (y ):
ii) Supongamos que f es estrictamente convexa, entonces
f (y + (x y )) = f (x + (1 )y ) < f (x) + (1 )f (y );
entonces, para  > 0, tenemos
f (y + (x y )) f (y ) < (f (x) f (y )):
Pero de la parte i) obtenemos que el lado izquierdo satisface
f (y + (x y )) f (y )  rf (y )
(x y );
Obteniendose el resultado. La recproca se demuestra exactamente como en
i). 
Corolario 2.2 i) f es convexa si y solo si

(rf (x) rf (y))
(x

y)  0

8x; y 2 A:

ii) f es estrictamente convexa si y solo si

(rf (x) rf (y))
(x y) > 0 8x; y 2 A:

Demostracion: Si f es convexa entonces, para x; y 2 A tenemos
f (x)  f (y ) + rf (y )
(x y )
y
f (y )  f (x) + rf (x)
(y x):
Sumando obtenemos que
0  (rf (y) rf (x))
(x y):
Para la desigualdad estricta en ii) hacemos exactamente lo mismo.

64

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

Recprocamente, consideremos el Teorema Fundamental del Calculo

Z 1
f (x) = f (y ) + rf (x + (1 )y )
(x y )d:
0
De la hipotesis tenemos que
(rf (x + (1 )y) rf (x))
(1 )(x y)
y entonces
rf (x + (1 )y)
(x y)  rf (x)
(x y):
Reemplazando esto en la expresion de arriba y ordenando obtenemos entonces
f (y )  f (x) + rf (x)
(y x):
La desigualdad estricta se obtiene de igual modo. 
Finalmente tenemos
Teorema 2.5 Si f es de clase C 2 (A) entonces
i) f es convexa en A si y solo si D2f (x) es semi-denida positiva en todo
A.
ii) f es estrictamente convexa en A si D2 f (x) es denida positiva en todo
A.
Demostracion:

Del Teorema Fundamental del Calculo podemos escribir

Z 1X
n 2
@ f (x + (y x))
@f (y ) @f (x)
=
(y x )d;
@xi

@xi

0 j =1

@xj @xi

entonces
Z 1
(rf (y) rf (x))
(y x) = (y x)t D2f (x + (y x))(y x)d:
0
De aqu se obtiene la convexidad (estricta convexidad), cuando se supone la
semi-positividad (positividad) de la segunda derivada.
Para la recproca en i) consideramos y x = sh para obtener
Z 1

ht D2 f (x + sh)hd  0:

Tomando lmite, cuando s ! 0 obtenemos

ht D2 f (x)h  0: 

65

2.4. EXTREMOS RESTRINGIDOS.

2.4

Extremos restringidos.

Veamos ahora que sucede cuando queremos mnimizar o maximizar una funcion sujeta a ciertas restricciones.
Teorema 12 (Multiplicadores de Lagrange) Sean f : U  <n ! <
y g : U  <n ! < funciones diferenciables de clase C 1 . Sea x0 2 U y
g (x0 ) = c, y sea S el conjunto de nivel para g con valor c, es decir
S = fx 2 U j g (x) = cg
Supongamos que rg (x0 ) 6= 0. Si f jS (f restringida a S ) tiene un mnimo
o maximo local en S en x0 , o equivalentemente, si x0 es una solucion del
problema:

min f (x)
g (x) = c

o

max f (x)
g (x) = c

entonces existe un numero real  tal que

rf (x0) = rg(x0)

Supongamos que x0 es solucion del problema de minimizacion (el otro caso es similar) y sea
S = fx 2 U j g (x) = cg
Como rg(x0) 6= 0, entonces este vector es normal a la supercie S , por
otro lado, el plano tangente a S en x0 se caracteriza como
 : rg (x0 )T
(x x0 ) = 0
o equivalentemente
 = f 0 (0) j  : < ! U;  (t) 2 S 8t;  (0) = x0 g
Entonces, siendo x0 un mnimo de f , la funcion t 7 ! f ((t)) tiene un
mnimo en 0 para cada , por tanto
rf (x0 )T
0(0) = 0
Demostracion.

66

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

es decir, rf (x0) es ortogonal al plano tangente o lo que es lo mismo, paralelo

al vector rg(x0). Por lo tanto, existe un real  tal que
rf (x0 ) = rg(x0)
El numero  se le llama multiplicador de Lagrange y a la funcion de n +1
variables
L(x; ) = f (x) g (x)
se le conoce como Lagrangeano. Observemos que la condicion (necesaria) del
Teorema es equivalente a
8 @f
@g
>
@x1 (x1 ; :::; xn ) =  @x1 (x1 ; :::; xn )
>
>
rf (x0 ) = rg(x0) () < ...
(2.2)
@f (x ; :::; x ) =  @g (x ; :::; x )
g (x1 ; :::; xn ) = c
>
>
1
n
1
n
@x
>
: @x
g (x1 ; :::; xn ) = c
n

Corolario 13 Si f al restringirse a una supercie S , tiene un maximo o un

mnimo en x0 , entonces rf (x0 ) es perpendicular a S en x0 .

Ejemplo 14 Sea S  <2 la recta que pasa por el punto ( 1; 0) y tiene una
inclinacion de 45 y sea f : <2 ! < tal que (x; y ) 7 ! x2 + y 2 . Hallar los
extremos de f sobre la recta S .
Veamos que S se puede escribir como
S = f(x; y ) j y

1 = 0g

y denotemos por (x0 ; y0 ) el posible candidato a ser extremo y g (x; y )

x 1, c = 0. Por otro lado, se tiene

=y

rf (x0 ; y0) = (2x0 ; 2y0)

rg(x0 ; y0) = ( 1; 1)

y por tanto, aplicando el sistema lagrangeano (2.2) obtenemos

8
<

2x0 = 
2y0 = 
:
y0 = x0 + 1

=)

x0 = y0
y0 = x0 + 1

=)

x0 = 21
y0 = 21

es decir, el extremo de f es (x0 ; y0) = ( 12 ; 12 ) y el valor del multiplicador de

lagrange es  = 1.

67

2.4. EXTREMOS RESTRINGIDOS.

Ejemplo 15 Resuelva el siguiente problema:

min x2
x2 + y 2 = 1

y2

En general, para poder determinar si los puntos extremos son mnimos

locales, maximos o puntos sillas debemos analizar el comportamiento de la
2da derivada como veremos mas adelante, u otros argumentos.
Supongamos ahora que tenemos k restricciones de igualdad, es decir
S = fx 2 <n j g1 (x1 ; :::; xn ) = 0; :::; gk (x1 ; :::; xn ) = 0g
y el problema de optimizacion es:
min f (x)
o
max f (x)
(2.3)
x2S
x2S
donde f; gi : <n ! <; i = 1; :::; k, son funciones diferenciables.
Entonces el Teorema de multiplicadores de Lagrange se extiende de la
siguiente forma:
Teorema 16 Si los problemas (2.3) tienen un mnimo o maximo local x0 ,
es decir, existe una vecindad V de x0 tal que:
f (x)  f (x0 )

8x 2 V \ S

(o f (x)  f (x0))

entonces existe k numeros reales (multiplicadores) 1 ; :::; k tales que:

siempre que los

entes.

rf (x0) = 1rg1(x0 ) + ::: + k rgk (x0 )

vectores rg1 (x0 ); :::; rgk (x0 ) sean linealmente

Ejemplo 17 Resuelva el siguiente problema:

min x + y + z
=2
x+z =1

x2 + y 2

independi-

68
2.5

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

do

Criterio de 2

orden para extremos re-

stringidos.

Consideremos el siguiente problema:

min( max)f (x1; :::; xn )
(2.4)
gi (x1 ; :::; xn ) = 0 8i = 1; :::; p
donde f; gi, son funciones diferenciables.
Por el Teorema anterior sabemos que si frgi(x1 ; :::; xn)g son l.i. entonces
existe  2 <p tal que:
rf (x1 ; :::; xn) = Trg(x1; :::; xn)
donde g(x1; :::; xn) = (g1(x1 ; :::; xn); :::; gp(x1 ; :::; xn))T, es decir
rL(x1 ; :::; xn; ) = 0
donde L representa el Lagrangeano del problema (2.4).
De los puntos crticos para el Lagrangeano, mas las restricciones, obtenemos posibles candidatos a mnimos o maaximos locales:
rL(~x) = 0
gi (~x) = 0 8i = 1; :::; p
En el caso sin restricciones, el criterio para determinar de que tipo eran los
posibles extremos era analizando la matrz Hessiana de la funcion objetivo,
en dependencia de si esta era denida negativa o positiva, entonces se tena
un maximo o un mnimo respectivamente.
Un criterio similar se tiene para el caso de un problema con restricciones, sin embargo no sera necesario que el Hessiano, en este caso el del
Lagrangeano, sea denido positivo o negativo para cada direccion h, en realidad bastara que lo sea en un cierto conjunto que denominaremos conjunto
de direcciones crticas y lo deniremos como:


K (x) = h 2 <n j rgi (x)T h = 0 8i = 1; :::; p ; rf (x)T h  0
cuando el problema es de minimizacion y


K (x) = h 2 <n j rgi (x)T h = 0 8i = 1; :::; p ; rf (x)T h  0
cuando es de maximizacion.

2.5. CRITERIO DE 2DO ORDEN PARA EXTREMOS RESTRINGIDOS.

69

Teorema 18 Sea x0 2 S = fx j gi (x) = 0 8i 2 I = f1; :::; pgg. Supongamos que frgi (x0 )gi2I son linealmente independientes, entonces existe  2

<p tal que

rL(x0 ; ) = 0
Si ademas se tiene que

hT Hx L(x0 ; )h > 0

8h 2 K (x); h 6= 0

entonces x0 es un mnimo local de (2.4). (maximo local de (2.4) respectivamente).

Observemos que en el Teorema el Hessiano del Lagrangeano es solo con

respecto a x, es decir
2 @2L
@ 2 L (x ; )



@ 2 L (x ; ) 3
(
x
;

)
2
0
0
0
@x1 @x2
@x1 @x
@x1
7
6 ..
.
.
.
..
. . ..
Hx L(x0 ; ) = 4 .
5
@ 2 L (x ; )
@ 2 L (x ; )


@ 2 L (x ; )
@x @x1 0
@x @x2 0
@x2 0
 2
n
L
= @x@ @x
(x0 ; )
n

i;j =1

Ejemplo 19 En el ejemplo (14), diga si el punto (x0 ; y0 )

=(

1 1
2 ; 2 ) es un

maximo o un mnimo.
Para esto, construyamos primeramente el Lagrangeano del problema:

L(x; y; ) = f (x; y ) g (x; y )

= x2 + y2 (y x

1)

Recordemos que el multiplicador de lagrange era 

Hessiano del Lagrangeano queda:

= 1,

por tanto, el


2
0
HxL(x0 ; y0; ) = 0 2

el cual es denido positivo para todo h, en particular para las direcciones del
conjunto de direcciones crticas y por tanto el punto (x0 ; y0) = ( 12 ; 21 ) es un
mnimo.

70

CAPITULO 2. DERIVADAS DE ORDEN SUPERIOR

Ejemplo 20 Optimice el valor de la funcion f (x; y ) = x sobre el conjunto

de puntos (x; y ) tales que x2 + 2y 2 = 3
El Lagrangeano para este problema queda de la siguiente forma:

L(x; y; ) = x (x2 + 2y 2

3)

de donde es tiene

@L
= 0 =) 1 2x = 0
@x
@L
= 0 =) 4y = 0
@y
x2 + 2y 2 = 3
y por tanto, los posibles candidatos a extremos ( no puede ser cero) son:

(x1 ; y1; 1) =

(x2 ; y2; 2) =





1
3; 0; 2p3

p
1
3; 0; 2p3

por otro lado se tiene que:

HxL(x; y; ) =

2 0

4

p

= p 3; 0; 2p1 3 ; HxL(x1 ; y1; 1) es denida neg= ( 3; 0) es un maximo local mientras que para
p
3; 0; p1 ; HxL(x2 ; y2; 2) es denida positiva y por lo
(x2 ; y2; 2) =
p 23
tanto (x2 ; y2) = ( 3; 0) es un mnimo local.

es decir, para (x1 ; y1 ; 1 )

ativa y por tanto
 (x1 ; y1 )

Cap
tulo 3
Integraci
on

3.1

Motivaci
on

Nos interesa extender la nocion de \area bajo una curva", formalizada por
la integral de Riemann en una variable, a la de \area bajo una supercie"
en IRN . Luego estudiaremos las propiedades fundamentales de la integral
de Riemann en varias variables. Finalmente veremos algunas aplicaciones a
problemas fsicos.
3.2

Integral de Riemann en

IR2

3.2.1 Deniciones
R  IR2 es un rectangulo si y solo si R = [a1 ; b1 ][a2 ; b2 ] con a1 ; b1 ; a2 ; b2 2 IR.
El area de un rectangulo R = [a1 ; b1]  [a2 ; b2 ] es
V (R) = (b1

a1 )(b2

a2 ):

Para m 2 IN , la m-equipartici
on del intervalo
[a; b] con a; b 2 IR es

b
a
[c0 ; c1]; [c1; c2]; : : : ; [cm 1; cm ] con ci = a + i m ; i = 0; : : : ; m.
Para m 2 IN , la m-equiparticion del rectangulo R = [a1 ; b1]  [a2; b2 ]
es P = fI1  I2 : Ii 2 Pi; i = 1; 2g con Pi m-equiparticion del intervalo
[ai ; bi]; i = 1; 2. La denotaremos Pm(R).
Dado un rectangulo R  IR2 y m 2 IN , decimos que (cP )P 2P (R) es una
seleccion (para Pm(R)) si (8P 2 Pm (R))cP 2 P .

71

72


CAPITULO 3. INTEGRACION

R
R1

cR1

R2
t

R3

cR2

R4
t

cR3

cR4

Figura 3.1: 2-equiparticion y seleccion

Notar que cada elemento de una m-equiparticion es un rectangulo y que
una m-equiparticion es nita, luego la siguiente denicion tiene sentido:
Denicion 3.1 Sea m 2 IN , R  IR2 rectangulo, f : R ! IR y una seleccion
(cP )P 2P (R) . Se dene la suma de Riemann asociada a f y (cP )P 2P (R) como:
X
S (f; (cP )P 2P (R) ) =
f (cP )V (P ):
m

P 2Pm (R)

Denicion 3.2 Sea R  IR2 rectangulo, f : R ! IR. Decimos que f es

Riemann integrable en R si y solo si (9S 2 IR)(8 > 0)(9m0 2 IN )(8m  m0 )


S

(f; (cP )P 2P
para toda eleccion de los (cP )P 2P (R) .

(R) )

S  < 

S se llama integral (de Riemann) de f sobre R y se denota:

Z

f:

3.2. INTEGRAL DE RIEMANN EN

73

IR2

La integral de f tambien se anota:

Z
R

f (x) dx:

1
0.8
0.6
0.4
0.2
0
1

5
4
3y

2
x3

4
5

Figura 3.2: Suma de Riemann para la funcion f (x; y) = sen xy15 para P4([1; 5]2)
Ejemplo 3.1 Para R = [0; 1]2 , no es integrable en R la funcion f : R ! IR
dada por

f (x; y ) =

1 (x; y) 2 QI  QI;
0 (x; y) 2= QI  QI:

3.2.2 Propiedades Basicas

Proposicion 3.1 Sea R  IR2 rectangulo, f : R ! IR. Si f es integrable en
R entonces f es acotada en R.

74


CAPITULO 3. INTEGRACION

 n.
Demostracio

integrabilidad. Luego

En efecto, sea  = 1,

m0

en la denicion de





S
f;
c
S

<
P P 2Pm (R)


 X


<
f
c
V
P
S
P


P 2Pm (R)


 X


<
f
c
V
P
S
P


P 2Pm (R)

( ( )

1
1

( ) ( )

( ) ( ) 1+j j

y para un cierto P0 2 Pm(R)








f cP V
0

( ) (P0) < 1 + jS j +

( ) V (1P ) 1 + jS j +
0



f cP <
0

X
P 2Pm (R)nfP0 g
X

P 2Pm (R)nfP0 g

f (cP )V (P )



 :


f (cP )V (P )

Fijando los cP , para P 2 Pm (R) n fP0g y notando que cP0 es arbitrario en P0

se concluye que f es acotada en P0 . Como ademas P0 es arbitrario en Pm (R)
se concluye que f es acotada en cada P 2 Pm(R), luego f es acotada en R.

La siguiente propiedad es analoga a la condicion de Cauchy para una
sucesion, luego es util por ejemplo para estudiar la integrabilidad de una
funcion cuando no se conoce el valor de su integral.
Proposicion 3.2 Sea R  IR2 rectangulo, f : R ! IR. Son equivalentes:
 8 > 0; 9m0 2 IN; 8k; m  m0 ; 8(c0P )P 2P (R) seleccion, 8(cP )P 2P (R)
seleccion

(f; (c0

P P 2Pk (R)

S (f; (


cP P 2Pm (R) 

< ;

 f es integrable en R.

(=)) Fijemos ciertas selecciones (cmP )P 2P

cada m 2 IN . Luego, por la hipotesis, la sucesion S (f; (cmP )P 2P
 n.
Demostracio

,
para
(R) ) m2IN

m (R)

3.2. INTEGRAL DE RIEMANN EN

75

IR2

resulta ser de Cauchy y converge a un cierto S 2 IR. Sea  > 0. Sea m1  m0

tal que (8m  m0 )




m
S (f; (cP )P 2P (R) ) S  < :
Sea m  m0 y una seleccion (cP )P 2P (R) arbitraria. As, nuevamente con la
hipotesis, resulta que

 


 

m
1
S (f; (cP )P 2P (R) ) S   S (f; (cP )P 2P (R) ) S (f; (cP )P 2P )
1


+ S (f; (cmP 1 )P 2P 1 ) S 
< 2:
((=) Sea  > 0, sea m0 2 IN tal que (8m  m0 )




S (f; (cP )P 2P (R) ) S  < 
para toda eleccion de los (cP )P 2P (R) . Sean k; m  m0 arbitrarios, sean
(cP )P 2P (R) , (c0P )P 2P (R) selecciones arbitrarias. Luego:
m

(f; (cP )P 2P

m (R)



P P 2Pk (R) 

S (f; (c0



S f;


S

)  ( (cP )P 2P (R) )

+
S (f; (c0P )P 2P (R) )
 2:
m


El siguiente lema es una consecuencia de la proposicion 3.2 y nos da una
condicion necesaria y suciente de integrabilidad mas facil de vericar en
varias de las propiedades que siguen. La principal diferencia con la proposicion 3.2 es que en vez de comparar todos los pares de particiones, compara
pares de particiones que son una un renamiento de la otra.
Lema 3.1 Sea R  IR2 rectangulo, f : R ! IR. Son equivalentes
 (8 > 0)(9m0 2 IN )(8k 2 IN )(8m  m0 )(8(cP )P 2P (R) ; (c0P )P 2P (R)
seleccion)
X
X 

f (c0 ) f (cP )V (Q) < ;
Q
m

P 2Pm (R) Q2Pkm (R)

Q P

km

76


CAPITULO 3. INTEGRACION

 f es integrable en R.

Usaremos la proposicion 3.2 para sustituir la condicion

f integrable en R.
()) Sea  > 0. Por hipotesis (9m0 2 IN )(8k 2 IN )(8m  m0 )(8(cP )P 2P (R)
seleccion)(8(c0P )P 2P (R) seleccion)
 n.
Demostracio

km

P 2Pm (R) Q2Pkm (R)

QP

Sean k; m  m0, sean (cP )P 2P

seleccion. Luego:


f c0
Q

m (R)

f (cP )V (Q) < :

, (c0P )P 2P (R) selecciones. Sea (c00P )P 2P

k





S
f;
c
S f; c00Q Q2P (R)

P
P
2
P
(
R
)
m
km


X
 X

00

f cQ V Q
f cP V P 

Q2Pkm (R)
P 2Pm (R)

X
X
X
X

00 V Q

f
c
f
c
V
P
Q

P 2Pm (R) Q2Pkm (R)
P 2Pm (R)
Q2Pkm (R)
QP
QP
X
X 

f c00
f c P V Q
Q
P 2Pm (R) Q2Pkm (R)
Q P

( ( )

( )

( ( )

( ) ( )

)
( ) ( )

( ) ( )

( )

( )

( ) ( )

< :

y analogamente
As

(f; (c00 )

Q Q2Pkm (R)



P P 2Pk (R) 

S (f; (c0

< :




0
S f; cP P 2Pk (R) 
S f; cP P 2Pm (R)



S f; c00Q Q2Pkm (R) 
S f; cP P 2Pm (R)



00
0
S f; cP P 2Pk (R) 
S f; cQ Q2Pkm (R)

( ( )
 ( ( )
+ ( ( )
< 2:

)
)

( ( )
)
( ( )
)
) ( ( )
)

(Q)

km (R)

3.2. INTEGRAL DE RIEMANN EN

77

IR2

(() Sea  > 0. Por hipotesis, (9m0 2 IN )(8k; m  m0 )(8(c0P )P 2P (R)

seleccion)(8(cP )P 2P (R) seleccion)
k

(f; (c0P )P 2P (R) ) S (f; (cP )P 2P (R) ) < :

Sean k 2 IN , m  m0 , sean (cP )P 2P (R) ; (c0P )P 2P (R) selecciones. Para
P 2 Pm (R) denamos c+P = argmaxff (c0Q) : Q 2 Pkm (R); Q  P g [ ff (cP )g,
cP = argminff (c0Q ) : Q 2 Pkm (R); Q  P g [ ff (cP )g. Luego
m

P 2Pm (R) Q2Pkm (R)

QP


f c0
Q

( )

km

f (cP )V (Q)
X

P 2Pm (R) Q2Pkm (R)

QP
X
f c+P
P 2Pm (R)

( )

= S (f; (c+Q)Q2P
< :

m (R)

f (c+P ) f (cP ) V (Q)

f (cP ) V (P )

S (f; (cP )P 2Pm (R) )

Posteriormente (teorema 4.11) probaremos que toda funcion continua sobre un rectangulo es uniformemente continua en el. En realidad lo probaremos para conjuntos mucho mas generales que rectangulos, llamados compactos. Esta propiedad se utiliza en la demostracion de la siguiente proposicion.
Proposicion 3.3 Sea R  IR2 rectangulo, f : R ! IR. Si f es continua en
R entonces f es integrable en R.

Como R es compacto y f es continua en R se tiene

que f es uniformemente continua en R. Luego, para  > 0 arbitrario, (9 >
0)(8x; y 2 R)


kx yk < =)f (x) f (y)< :
Recurriremos al lema 3.1. Sea m0 2 IN tal que (8P 2 Pm0 )(8x; y 2 P )kx
y k < . Sea m  m0 , k 2 IN . Sean (cP )P 2P (R) , (c0P )P 2P (R) selecciones.
 n.
Demostracio

km

78


CAPITULO 3. INTEGRACION

Por la uniforme continuidad se tiene que

X
X 

f (c0 ) f (cP )V (Q)  V (R)
Q
P 2Pm (R) Q2Pkm (R)
QP


Proposicion 3.4 Sea R
grables, c 2 IR. Entonces
1. (linealidad) f

 IR2

+ cg es integrable en R y
Z

2. (monotona) si

: R ! IR funciones inte-

rectangulo, f; g

f + cg =

f +c

Z
R

g;

(8x 2 R)f (x)  g(x), entonces

Z

3. jf j es integrable en R y




Z
R

g;

jf j ;

 n.
Demostracio

1. Sea  > 0 arbitrario. Sea m0 2 IN tal que (8m  m0)(8(cP )P 2P

seleccion)

m (R)

(f; (cP )P 2P

(g; (cP )P 2P

m (R)

m (R)

<

< :

Por otra parte, se tiene:

S (f + cg; (cP )P 2P (R) ) = S (f; (cP )P 2P
m

m (R)

) + cS (g; (cP )P 2P

m (R)

):

3.2. INTEGRAL DE RIEMANN EN

As,

(f + cg; (cP )P 2P


S


m (R)

) (

 (f; (cP )P 2Pm(R) )

 1 + jcj :

79

IR2

R
Z 

f 
R

f +c

g)

 R

S g;


+ jcj ( (cP )P 2P

m (R)

Z
R

Luego, por denicion de integral de Riemann, se concluye.

2. Es directo de considerar que en este caso se cumple que 8m 2 IN ,
8(cP )P 2P (R) seleccion
S (f; (cP )P 2P (R) )  S (g; (cP )P 2P (R) )
y aplicar la denicion de integral de Riemann.
3. Veamos que jf j es integrable en R por medio del lema 3.1.
En efecto, sea  > 0. Como f es integrable, por el mismo lema (9m0 2
IN )(8k 2 IN )(8m  m0 )(8(cP )P 2P (R) ; (c0P )P 2P (R) seleccion)
X
X 

f (c0 ) f (cP )V (Q) < ;
Q
m

km

P 2Pm (R) Q2Pkm (R)

Q P

Luego, sean k 2 IN , m  m0 . Se sabe que (8x; y 2 IR)



 jxj jy j  jx y j :
As
X
X 

 jf j (c0 ) jf j (cP )V (Q)
Q
P 2Pm (R) Q2Pkm (R)
QP

P 2Pm (R) Q2Pkm (R)

QP

 :


f c0
Q

( )

f (cP )V (Q)

En conclusion, jf j es integrable en R. Finalmente, se tiene

jf j  f  jf j

80


CAPITULO 3. INTEGRACION

que, con la parte anterior, implica que

Z
Z
Z
jf j  f  jf j ;
R
R
R
es decir
Z  Z


 f 
jf j :


R

Proposicion 3.5 Sea R  IR2 rectangulo, f : R ! IR. Si f es integrable en

R entonces
V (R) xinf
f (x) 
2R

 V (R) sup f (x):

x2R

Basta notar que 8m 2 IN , 8(cP )P 2P (R) seleccion

V (R) xinf
f (x)  S (f; (cP )P 2P (R) )  V (R) sup f (x):
2R
x2R

 n.
Demostracio

3.2.3 Integracion de sucesiones de funciones

Proposicion 3.6 Sea R  IR2 rectangulo, (fk )k2IN sucesion de funciones,
fk : R ! IR, que convergen uniformemente en R a f : R ! IR. Entonces f
es integrable en R y

Z
R

= klim
!1

Z
R

fk :

Veamos que f es integrable en R por medio del lema

3.1. Sea  > 0. Sea k0 2 IN tal que


supf (x) fk0 (x)< :
(3.1)
 n.
Demostracio

x2R

De acuerdo al lema 3.1, sea m0 2 IN tal que (8k 2 IN )(8m  m0 )(8(cP )P 2P (R) ;
(c0P )P 2P (R) seleccion)
X
X 

fk (c0 ) fk (cP )V (Q) < :
(3.2)
0 Q
0
m

km

P 2Pm (R) Q2Pkm (R)

QP

3.2. INTEGRAL DE RIEMANN EN

1
0.8
0.6
0.4
0.2
0
1

81

IR2

2
1.8
1.2

1.4 x
1.6

1.6
1.4 y
1.2

1.8

Figura 3.3: Ejemplo de que V (R) inf x2R f (x)  RR f

Luego, sean k 2 IN , m  m0 . Por la desigualdad triangular se tiene que
X

P 2Pm (R) Q2Pkm (R)

QP


f c0
Q

( )

f (cP )V (Q)
X


f c0
Q

( )

P 2Pm (R) Q2Pkm (R)

QP
X
X 
fk

+
+

0
0 (cQ )

P 2Pm (R) Q2Pkm (R)

QP
X
X 
fk
P 2Pm (R) Q2Pkm (R)
QP

y aplicando 3.1 y 3.2 se obtiene

  2V (R) + 1 :

( )

0 cP

fk0 (c0Q)V (Q)



fk0 (cP )V (Q)



f (cP )V (Q)

82


CAPITULO 3. INTEGRACION

En conclusion, f es integrable en R. Por otra parte, por la proposicion 3.5

Z




fk

Z


fk

R
Z

f)

 jfk f j
R
 V (R) sup jfk (x) f (x)j ;
x2R

lo cual implica que

Z
R

= klim
!1

Z
R

fk :

Ejemplo 3.2 Una sucesion de funciones integrables que converge puntualmente a un lmite que no lo es. Sea la numeracion fq0 ; q1 ; : : : g = [0; 1] \ Q
I,
sea I = [0; 1] y las funciones f; fn : I ! IR dadas por
(

1
0
(
1
f (x) =
0

fn (x) =

(x; y) 2 fq1 ; : : : ; qng;

(x; y) 2= fq1 ; : : : ; qng;
(x; y) 2 [0; 1] \ QI;
(x; y) 2= [0; 1] \ QI:

En I , se tiene que fn converge a f puntualmente (pero no uniformemente) y

cada fn es integrable, pero f no es integrable.

3.2.4 Extension de la clase de funciones integrables

Aun cuando la clase de funciones continuas es muy amplia, todava no es

suciente para muchas aplicaciones. As, a continuacion veremos una condicion suciente de integrabilidad un poco mas debil que la continuidad, esto
es, que una funcion sea continua salvo sobre la union de grafos de funciones
continuas.
Recordar que el grafo de una funcion g : [a; b] ! IR es
grafo(g) =(x; g(x)) 2 IR2 : x 2 [a; b] :
Intuitivamente, el lema siguiente nos dice que el grafo de una funcion
continua tiene \volumen cero".

3.2. INTEGRAL DE RIEMANN EN

Lema 3.2 Sea f

Entonces

: [a; b] ! [c; d] continua.

lim
m!1

83

IR2

X
P 2Pm (R)
P \grafo(g)6=;

Denotemos R

= [a; b]  [c; d].

V (P ) = 0

Sea  > 0. Como f continua en [a; b] compacto, se

tiene que f es uniformemente continua en [a; b] (teorema 4.11). Luego (9 >
0)(8x; y 2 [a; b])


jx yj < )f (x) f (y)< :
As, escojamos m0 2 IN tal que (b a)(d c)=m0   y
(b a)=m0 < :
(3.3)
Entonces, se cumple que (8m  m0 )
X
(b a)(d c) fP 2 P (R) : P \ grafo(g) 6= ;g:
V (P ) =
 n.
Demostracio

m2

P 2Pm (R)
P \grafo(g)6=;

Gracias a la uniforme continuidad y 3.3



fP 2 Pm (R) : P \ grafo(g ) 6= ;g m(
(d
As, 8m  m0

X
P 2Pm (R)
P \grafo(g)6=;

V (P ) 

(b

= (b
 (b


+ 1):
c)=m


a)(d c)
m(
2
m
(d c)=m + 1)

(b a)(d c)
a) +
m
a + 1):

Para A  IRN acotado, se dene el diametro de A como

diam(A) = sup kx yk:
x;y2A

84


CAPITULO 3. INTEGRACION








(
(



((
((

(
((

(
((

c
c
c
c
c
c
c
c

diam(A) = kx

(
((
((
((
(
((

yk

A
A
A
A
A
A
A

((hhh
hh

(
((
((
((
(
A(

hh
h

hh
hh

hh
h

hh
hh
h

h
h

Figura 3.4: Diametro de un conjunto A  IR2

Proposicion 3.7 Sea R = [a; b]  [c; d]  IR2 rectangulo, f : R ! IR
acotada en R y continua en R n grafo(g ), donde g : [a; b] ! [c; d] es una
funcion continua. Entonces f es integrable en R.

Sea K 2 IR tal que (8x 2 R)



f (x) K:
(3.4)
Recurriremos al lema 3.1. Sea  > 0 arbitrario. De acuerdo al lema 3.2, sea
m0 2 IN tal que (8m  m0 )
 n.
Demostracio

X
P 2Pm (R)
P \grafo(g)6=;

V (P )  :

(3.5)

Denotemos Pm = fP 2 Pm (R) : P \ grafo(g) = ;g, Rm = SP 2P  P . Como

Rm 0 es compacto y f es continua en Rm 0 se tiene que f es uniformemente
continua en Rm 0 . Luego (9 > 0)(8x; y 2 Rm 0 )
jx yj < =) jf (x) f (y)j < :
(3.6)
m

3.2. INTEGRAL DE RIEMANN EN

85

IR2

Sea m1  m0 tal que (8P 2 Pm1 (R)) diam(P ) < . Sea m  m1 , k 2 IN .

Sean (cP )P 2P (R) , (c0P )P 2P (R) selecciones. As
m

km

P 2Pm (R) Q2Pkm (R)

QP
X


f c0
Q

( )

f (cP )V (Q)


f c0
Q

( )

P 2Pm (R) Q2Pkm (R)

QP
P Rm0
X
X 
f

P 2Pm (R) Q2Pkm (R)

QP
P *Rm0

f (cP )V (Q)

(c0Q)

f (cP )V (Q)

que, con 3.4 y 3.6, implica que

 V (R) + 2K

X
P 2Pm (R)
P *Rm0

V (P )

y con 3.5 resulta

 V (R) + 18K:

Corolario 3.1 Sea R =S[a; b]  [c; d]  IR2 rectangulo, f : R ! IR acotada
en R y continua en R n ni=1 grafo(gi ), donde gi : [a; b] ! [c; d] es continua.
Entonces f es integrable en R.

3.2.5 Teorema de Fubini

El siguiente teorema expresa la integral de una funcion en 2 variables como

la aplicacion iterada de 2 integrales en una variable bajo hipotesis mnimas y
permite escoger arbitrariamente el orden de estas integrales en una variable
cuando la funcion a integrar es continua.
La demostracion la haremos en la seccion 3.3 en IRN .
Teorema 3.1 Sea R = [a; b]  [c; d]  IR2 rectangulo, f : R ! IR.

86


CAPITULO 3. INTEGRACION

1. Si f integrable en R y
Z

(8x 2 [a; b])f (x;
) integrable en [c; d], entonces

Z b Z d
a

f (x; y ) dy dx:

2. Si f continua en R, entonces
Z
R

Z b Z d
a

f (x; y ) dy dx =

Z d Z b
c

f (x; y ) dx dy:

Ejemplo 3.3 Para R = [0; 1]  [0; 1], calcular

Z

 n.
Solucio

x2 + y

Por el teorema de Fubini, caso continuo, se tiene que

Z

x2 + y =

Z 1 Z 1

Z 1

Z 1

x2 + y dy dx

x2 y +

y 2 1


y=0

1
2
0
1
3

= x3 + x2  = 56
=

dx

x2 + dx
0

Ejemplo 3.4 Veamos un caso en el que las integrales iteradas existen y son
iguales, pero la funcion no es integrable.

Consideremos el cuadrado unitario R = [0; 1]2  IR2 y la sucesion de

cuadrados (Rk )k2IN contenidos en el dada por la gura 3.2.5. Dividamos
cada Rk en 4 cuadrados iguales Rk(1) ; Rk(2) ; Rk(3) ; Rk(4) . Denamos la funcion
f : R ! IR dada por
8
1
si (x; y) 2 int Rk(1) [ int Rk(3)
>
< V (R )
(2)
(4)
1
f (x; y ) =
si
(
x;
y
)
2
int
R
[
int
R
k
k
V
(
R
)
>
:
0
en otro caso:
k

3.2. INTEGRAL DE RIEMANN EN

87

IR2

R3
R2

R1
R1(4)

R1(3)

R1(1)

R1(2)

R2(4)

R2(3)

R2(1)

R2(2)
R

Figura 3.5: El dominio del ejemplo 3.4

Para cada y 2 [0; 1] es claro que

Z 1

f (x; y ) dx = 0

y analogamente para cada x 2 [0; 1]

Z 1

f (x; y ) dy = 0

Luego, las integrales iteradas son ambas nulas, esto es:

Z 1Z 1

f (x; y ) dy dx =

Z 1Z 1

f (x; y ) dx dy = 0:

88


CAPITULO 3. INTEGRACION

1000
500
0
500

0.8
0.6
0.4y
0.2

1000
0

0.2

0.4 x

0.6

0.8

Figura 3.6: La funcion del ejemplo 3.4

Para convencernos de que f no es integrable, es suciente ver que jf j no es
integrable. En efecto, jf j esta dada por
(
1
jf j (x; y) = V (R ) si (x; y) 2 Rk
0
en otro caso
Si jf j fuera integrable, como los Rk son disjuntos, se tendra que
Z
XZ
jf j =
jf j ;
R
R
k2IN
pero
Z
jf j = 1
k

Rk

con lo que jf j no puede ser integrable en R.

3.2.6 Integral en

IR2

sobre dominios generales

A continuacion extenderemos la denicion de integral para considerar la integracion de funciones sobre algunos dominios un tanto mas generales que

3.2. INTEGRAL DE RIEMANN EN

89

IR2

los rectangulos.

Denicion 3.3 Sea R  IR2 rectangulo, A  R, f : A ! IR. Denotemos

f0 : R ! IR a la funcion dada por, para x 2 R:
f0 (x) =

f (x) x 2 A
0 x 2= A:

Si f0 es integrable sobre R entonces se dice que f es integrable sobre A y:

Z

f0 :

Denicion 3.4 Decimos que D  IR2 es

 de tipo 1 si y solo si 9a; b 2 IR, 91 ; 2 : [a; b] ! IR funciones continuas
tales que (8x 2 [a; b])1 (x)  2 (x) y
D = f(x; y ) 2 IR2 : a  x  b; 1 (x)  y  2 (x)g;

de tipo 2 si y solo si 9c; d 2 IR, 9 1 ; 2

tales que (8x 2 [c; d]) 1 (x)  2 (x) y

: [c; d] ! IR funciones continuas

D = f(x; y ) 2 IR2 : c  y  d; 1 (y )  x  2 (y )g;




de tipo 3 si y solo si D es de tipo 1 y 2,

elemental si y solo si D es de tipo 1 o 2.

Si R  IR2 es un rectangulo y D  R es una region elemental entonces

f0 (dada por la denicion 3.3)Res continua en R salvo sobre la union nita
de grafos de funciones. Luego D f existe.
En general, supongamos que tenemos una funcion f : A  R ! IR con R
rectangulo y A dominio del tipo 1, digamos:
A = f(x; y ) 2 IR2 : a  x  b; 1 (x)  y  2 (x)g;
con a; b 2 IR, 1; 2 : [a; b] ! IR funciones continuas. Entonces, gracias al
teorema de Fubini (teorema 3.1), se tiene que:
Z

Z b Z 2 (x)
a

1 (x)

f (x; y ) dy dx:

90


CAPITULO 3. INTEGRACION

Figura 3.7: Dominio del tipo 1 que no es del tipo 2 y dominio del tipo 3
Ejemplo 3.5 Calcular
Z
T

(x3 y + cos x) dy dx

donde

T
 n.
Solucio

que

Z
T

= f(x; y) 2 IR2 : 0  x  =2; 0  y  xg:

Notar que T es una region del tipo 1. Por denicion se tiene

(x3 y + cos x) dy dx =

[0;=2]2

1T (x3 y + cos x) dy dx

y, en virtud del teorema de Fubini:

=

Z =2 Z =2

1T (x3 y + cos x) dy dx:

3.3. INTEGRAL DE RIEMANN EN

91

IRN

Mas aun, con la denicion de T :

=
=

Z =2 Z x

Z =2

(x3 y + cos x) dy dx

0
x3 y 2

x


dx

y=0

( 2 + y cos x)
Z =2 5
x
=
2 + x cos x dx
0

x6

=2




= ( 12 + cos x + x sen x)
6

= 768 + 2 1:

3.3

Integral de Riemann en


IRN

Las demostraciones que no se incluyen en esta seccion son identicas a las

hechas en la seccion 3.2, acerca de la integral de Riemann en IR2.
3.3.1 Deniciones
R  IRN es un rectangulo si y solo si R = [a1 ; b1 ] 


 [an ; bn ] con ai ; bi 2 IR.
Para un rectangulo R = [a1 ; b1] 


 [an; bn] se dene su volumen como
V (R) =

n
Y
i=1

bi

ai :

Para m 2 IN , la m-equiparticion del rectangulo R = [a1 ; b1] 


 [an ; bn]

es fI1 


 In : Ii 2 Pi; i = 1; : : : ; ng con Pi m-equiparticion del intervalo
[ai ; bi]; i = 1; : : : ; n. La denotaremos Pm(R).
Dado un rectangulo R  IRN y m 2 IN , decimos que (cP )P 2P (R) es una
seleccion (para Pm(R)) si (8P 2 Pm (R))cP 2 P .
Notar que cada elemento de una m-equiparticion es un rectangulo y que
una m-equiparticion es nita, luego la siguiente denicion tiene sentido:
m

92


CAPITULO 3. INTEGRACION

Denicion 3.5 Sea m 2 IN , R  IRN rectangulo, f : R ! IR y una seleccion (cP )P 2Pm (R) . Se dene la suma de Riemann asociada a f y (cP )P 2Pm (R)
como:

S (f; (cP )P 2Pm (R) ) =

X
P 2Pm (R)

f (cP )V (P ):

rectangulo, f : R ! IR. Decimos que f es

Riemann integrable en R si y solo si (9S 2 IR) 8" 9m0 ; m  m0 implica

Denicion 3.6 Sea R

 IRN


S

(f; (cP )P 2P

(R) )

S  < 

para toda eleccion de los (cP )P 2Pm (R) .

S se llama integral (de Riemann) de f sobre R y se denota:
Z
R

f:

La integral de f tambien se anota:

Z

f (x) dx:

3.3.2 Propiedades Basicas

Proposicion 3.8 Sea R  IRN rectangulo, f : R ! IR.
en R entonces f es acotada en R.

Si f es integrable

Proposicion 3.9 Sea R  IRN rectangulo, f : R ! IR. Son equivalentes:

 8 > 0; 9m0 2 IN; 8k; m  m0 ; 8(c0P )P 2Pk (R) seleccion, 8(cP )P 2Pm(R)
seleccion

(f; (c0P )P 2P (R) )

k

S (f; (cP )P 2Pm (R) ) < ;

 f es integrable en R.
Proposicion 3.10 Sea R  IRN rectangulo, f : R ! IR. Si f es continua
en R entonces f es integrable en R

3.3. INTEGRAL DE RIEMANN EN

Proposicion 3.11 Sea R

grables, c 2 IR. Entonces
1. (linealidad) f

 IRN

rectangulo, f; g : R

+ cg es integrable y
Z

2. (monotona) si

93

IRN

f + cg =

f +c

! IR funciones inte-

g;

(8x 2 R)f (x)  g(x) entonces

Z

3. jf j es integrable en R y

Z 


 f


R

Z
R

g;

jf j ;

Proposicion 3.12 Sea R  IRN rectangulo, f : R ! IR. Si f es integrable

en R entonces
V (R) xinf
f (x) 
2R

 V (R) sup f (x):

x2R

3.3.3 Integracion de sucesiones de funciones

Proposicion 3.13 Sea R  IRN rectangulo, (fk )k2IN sucesion de funciones
integrables, fk : R ! IR, que convergen uniformemente en R a f : R ! IR.
Entonces f es integrable en R y
Z

= klim
!1

Z
R

fk :

3.3.4 Extension de la clase de funciones integrables

Recordar que el grafo de una funcion g : A  IRN ! IRM es
grafo(g) = f(x; g(x)) 2 IRN +M : x 2 Ag:

La demostracion del siguiente lema es analoga a la del lema 3.2.

94


CAPITULO 3. INTEGRACION

Lema 3.3 Sea R0  IRN 1 rectangulo, f : R0 ! [a; b] continua. Denotemos

R = R0  [a; b]. Entonces

lim
m!1

P 2Pm (R)
P \grafo(g)6=;

V (P ) = 0

Sea  > 0. Como f continua en R0 compacto, se tiene

que f es uniformemente continua en R0 . Luego (9 > 0)(8x; y 2 R0)


kx yk < )f (x) f (y)< :
As, escojamos m0 2 IN tal que V (R)=m0   y diam(P ) < , para cualquier
P 2 Pm (R0 ). Entonces, se cumple que (8m  m0 )
X

V (R) 
V (P ) =
fP 2 P (R) : P \ grafo(g) 6= ;g
 n.
Demostracio

P 2Pm (R)
P \grafo(g)6=;

mN

 Vm(RN ) mN 1 ( (b a)=m + 1)

= V (R0 ) + V m(R)
 (V (R0) + 1):

Proposicion 3.14 Sea R0  IRN 1 rectangulo, R = R0  [a; b]  IRN rectangulo, f : R ! IR acotada en R y continua en R n grafo(g ), donde g : R0 !
[a; b] es una funcion continua. Entonces f es integrable en R.

Corolario 3.2 Sea R0  IRN 1 rectangulo, RS= R0  [a; b]  IRN rectangulo,

f : R ! IR acotada en R y continua en R n ni=1 grafo(gi ), donde gi : R0 !
[a; b] es continua. Entonces f es integrable en R.

3.3.5 Teorema de Fubini

Lema 3.4 Sea R  IRN rectangulo, f : R ! IR, m 2 IN . Si f es integrable
en R entonces

S 2Pm (R)

V (S ) xinf
f (x) 
2S

Z
R

X
S 2Pm (R)

V (S ) sup f (x):
x2S

3.3. INTEGRAL DE RIEMANN EN

95

IRN

En efecto, es claro que 8x 2 R

X
1S (x) inf f (x)  f (x) 
1S (x) sup f (x):
x2S

 n.
Demostracio
X
S 2Pm (R)

x2S

S 2Pm (R)

Integrando se concluye la desigualdad buscada, notando que para S 2 Pm (R)

se tiene
Z
Z
1S = 1 = V (S ):
R

Teorema 3.2 Sean N; M 2 IN , A  IRN , B  IRM rectangulos, notemos

R = A  B  IRN +M rectangulo. Sea f : R ! IR.
1. Si f integrable en R y

(8x 2 A)f (x;
) integrable en B , entonces

= (
A

f (x; y ) dy ) dx:

2. Si f continua en R, entonces
Z

= (

f (x; y ) dy ) dx =

Z
B

f (x; y ) dx) dy:

La segunda parte es consecuencia directa de la primera,

en virtud de la proposicion 3.3. Probemos la primera parte.
Denamos la funcion I : A ! IR dada por I (x) = RB f (x; y)dy. Luego
basta probar que I es integrable en A y
 n.
Demostracio

I=

f:

En efecto, sea  > 0 arbitrario. Por una parte, por denicion de integrabilidad, (9m0 2 IN )(8m  m0 )
Z




X
Q2Pm (R)

para toda eleccion de los (cQ)Q2P

m (R)

f (cQ)V (Q)



< 


(3.7)

96


CAPITULO 3. INTEGRACION

Por otra parte, sea m  m0 , (cQ )Q 2P (A) seleccion arbitraria. Notar

que


Pm (R) = QA  QB : QA 2 Pm (A); QB 2 Pm (B )
Consideremos la seleccion (cQ)Q2P (R) dada por (para QA 2 Pm(A); QB 2
Pm (B )) cQ Q = (cQ ; y ), con y  tal que f (cQ Q )  supy2Q f (cQ ; y )
. As, en virtud del lema 3.4 se tiene que
X
X
I (cQ )V (QA )
f (cQ)V (Q)
A

QA 2Pm (A)

Q2Pm (R)

sup f (cQ ; y)V (QA)V (QB )

A

QA 2Pm (A) y2QB

QB 2Pm (B )
X
QA 2Pm (A)
QB 2Pm (B )
X
QA 2Pm (A)
QB 2Pm (B )

f (cQA QB )V (QA )V (QB )

sup f (cQ ; y)
y2Q

f (cQAQB ) V (QA )V (QB )

 V (R):

Combinando con 3.7 se obtiene:

X
I (cQ )V (QA )
A

QA 2Pm (A)

Escogiendo (cQ)Q2P (R) tal que f (cQ

analogo permite obtener:

 V (R) + 1

X
QA 2Pm (A)

  V (R) + 1 :

QB )  inf y2QB f (cQA ; y )+ , un calculo

X
QA 2Pm (A)

En conclusion,

I (cQA )V (QA )

I (cQA )V (QA )
Z
R

Z
R

f:

  V (R) + 1 :


3.3. INTEGRAL DE RIEMANN EN

Ejemplo 3.6 Calcular

y 2 + z 2 ).
 n.
Solucio
Z
B

Bf

97

IRN

= [0; 1]3  [0; 10] y f (x; y; z; t) = t(x2 +

con B

En virtud del teorema de Fubini

f

=
=
=
=
=

Z 10 Z 1 Z 1 Z 1

(t 3

Z 10 Z 1 Z 1
Z 10 Z 1 Z 1
Z 10 Z 1
Z 10 Z 1
Z 10

=
0
= 50:

t(x2 + y 2 + z 2 ) dx dy dz dt

x3

1

2
2
+ ty x + tz x)

dy dz dt

x=0

( 3t + ty2 + tz2 ) dy dz dt
y3

(3y + t 3

1

2
+ tz y)

dz dt

y=0

( 3t + 3t + tz2 ) dz dt

t dt


3.3.6 Integral en IRN sobre dominios generales
Denicion 3.7 Sea R  IRN rectangulo, A  R, f : A ! IR. Denotemos
f0 : R ! IR a la funcion dada por, para x 2 R:
f0 (x) =

f (x) x 2 A
0 x 2= A:

Si f0 es integrable sobre R entonces se dice que f es integrable sobre A y:

Z

f0 :

Denicion 3.8 Decimos que D  IR3 es

de tipo 1 si y solo si alguna de las siguientes armaciones es cierta:

98


CAPITULO 3. INTEGRACION

{ 9a; b 2 IR, 91 ; 2 : [a; b] ! IR funciones continuas, 9 1 ; 2

D0 ! IR funciones continuas tales que

D = f(x; y; z ) 2 IR3 : a  x  b;
1 (x)  y  2 (x);
1 (x; y )  z  2 (x; y )g;
donde D0 = f(x; y ) 2 IR2 : a  x  b; 1 (x)  y  2 (x)g,

{ 9c; d 2 IR, 9 1 ; 2 : [c; d] ! IR funciones continuas, 9 1 ; 2

D0 ! IR funciones continuas tales que

D = f(x; y; z ) 2 IR3 : c  y  d;
1 (y )  x  2 (y );
1 (x; y )  z  2 (x; y )g;
donde D0 = f(x; y ) 2 IR2 : c  y  d; 1 (y )  x  2 (y )g,

de tipo 2 si y solo si alguna de las siguientes armaciones es cierta:

{ 9a; b 2 IR, 91 ; 2 : [a; b] ! IR funciones continuas, 9 1 ; 2

D0 ! IR funciones continuas tales que

D = f(x; y; z ) 2 IR3 : a  x  b;
1 (x)  z  2 (x);
1 (x; z )  y  2 (x; z )g;
donde D0 = f(x; z ) 2 IR2 : a  x  b; 1 (x)  z

 2(x)g,
: [c; d] ! IR funciones continuas, 9 1 ; 2 :

{ 9c; d 2 IR, 9 1 ; 2
D0 ! IR funciones continuas tales que

D = f(x; y; z ) 2 IR3 : c  y  d;
1 (z )  x  2 (z );
1 (x; z )  y  2 (x; z )g;
donde D0 = f(x; z ) 2 IR2 : c  z

 d; 1(y)  x  2 (z)g,

de tipo 3 si y solo si alguna de las siguientes armaciones es cierta:

3.3. INTEGRAL DE RIEMANN EN

99

IRN

{ 9a; b 2 IR, 91 ; 2 : [a; b] ! IR funciones continuas, 9 1 ; 2

D0 ! IR funciones continuas tales que

D = f(x; y; z ) 2 IR3 : a  y  b;
1 (y )  z  2 (y );
1 (y; z )  x  2 (y; z )g;
donde D0 = f(y; z ) 2 IR2 : a  y  b; 1 (y )  z  2 (y )g,

{ 9c; d 2 IR, 9 1 ; 2 : [c; d] ! IR funciones continuas, 9 1 ; 2

D0 ! IR funciones continuas tales que

D = f(x; y; z ) 2 IR3 : c  z  d;
1 (z )  y  2 (z );
1 (y; z )  x  2 (y; z )g;
donde D0 = f(y; z ) 2 IR2 : c  z

 d; 1(z)  y  2(z)g,

de tipo 4 si y solo si D es de tipo 1, 2 y 3,

elemental si y solo si D es de tipo 1, 2 o 3.

Si R  IRN es un rectangulo y D  R es una region elemental entonces

f0 (dada por la denicion 3.7)Res continua en R salvo sobre la union nita
de grafos de funciones. Luego D f existe.
Ejemplo 3.7 Sea W  IR3 la region comprendidaR entre los planos x
y = 0, z = 2 y la supercie z = x2 + y 2. Calcular W x.

= 0,

>Como describir el conjunto W ? Podemos describirlo como

un dominio de tipo 1, es decir:
p
p
W = f(x; y; z ) 2 IR3 : 0  x  2; 0  y  2 x2 ; x2 + y 2  z  2g:
 n.
Solucio

100


CAPITULO 3. INTEGRACION

Luego, gracias al teorema de Fubini (teorema 3.2) se tiene:

Z
W

x=

=
=

Z p2 Z p2 x2 Z 2

Z p2 Z p2 x2

Z p2

x2 +y2

2x

x dz dy dx

x(x2 + y 2 ) dy dx
y3

p2 x2


dx

y=0

(2xy x3 y x 3 )
0
Z p2
p
p
= x(2 2 x2 x2 2 x2 13 (2
0
Z p2
= x( 23 (2 x2 )3=2 ) dx
0
y, haciendo el cambio de variable u = 2 x2:
Z 2
= 32 21 u3=2 du
0
2

1
2
5
=
2
= 3 5 u 
0
2
= 15 25=2
p
8
= 152 :

x2 )3=2 ) dx

Ejercicio 3.1 Hallar el volumen de la region acotada por los paraboloides

z = x2 + y 2 y z = 10 x2 2y 2 .
3.4

Teorema del cambio de variable

Recordemos que en el caso de una variable se tiene que si  : [a; b] ! [c; d]

es biyectiva (mas algunas hipotesis adicionales) entonces
Z d
c

f (t) dt =

Z  1 (d)
 1 (c)

f ( (s)) 0 (s) ds:

101

3.4. TEOREMA DEL CAMBIO DE VARIABLE

Equivalentemente podemos escribir:

Z
([a;b])

f (t) dt =

[a;b]

f ( (s)) j 0 (s)j ds:

Nuestro proposito es extender esta formula a varias variables. Vamos a

comenzar con la transformaci
o
n
m
a
s
simple,
la
lineal.
Sea
T : D = [0; 1]2 !


D = T (D), T (x; y ) = A xy con A 2 M2;2 (IR)
6

(a + b; c + d)
D

(b; d)







-







 






:


(a; c)





Figura 3.8: Cambio de variable, caso de una transformacion lineal

Se tiene que V (D) = 1 y
 (b; d)
( c; a) p

V (D ) =  p
a2 + c2 


a2 + c2
= jad bcj
= jdet Aj :


As
V (D ) = V (D) jdet Aj :

Es facil ver que una formula analoga se cumple para cualquier rectangulo en
IRN . Mas aun, para f : D ! IR, de acuerdo a la denicion de integral de

102


CAPITULO 3. INTEGRACION

Riemann es razonable escribir lo siguiente:

Z

D

 lim
m
 lim
m


Z
D

X
P 2Pm (D)
X
P 2 Pm ( D )

f (T (cP ))V (T (P ))

(cP 2 P )

f (T (cP ))V (P ) jdet Aj

f T jdet Aj :

Para una transformacion mas general (no lineal), se puede pensar que la
diferencial nos da una aproximacion lineal de la transformacion en torno a
un punto, luego es razonable pensar que el jacobiano de la transformacion
desempe~nara el papel de la matriz A en la formula mas general. En efecto,
se tiene el siguiente teorema (para los detalles, vease la seccion 5.5):
Teorema 3.3 (Teorema del Cambio de Variables)
Sea
v-medible y f : U ! V un difeomorsmo,
 U . Sea g : f (
) ! IR
v-integrable. Entonces g f :
! IR es v-integrable y
Z

f (
)

g (x)dx =

g (f (y ))j det Df (y )jdy

La demostracion del teorema del cambio de variable se hara posteriormente (teorema 5.7).
Ejemplo 3.8 (integral en coordenadas polares) Calcular
Z
C

log(x2 + y2) dx dy

donde

C = f(x; y ) : a2  x2 + y 2  b2 ; x  0; y  0g
 n.
Solucio

Vamos a considerar el cambio de variable

x = r cos 
y = r sen 

103

3.5. APLICACIONES

es decir, la transformacion T (r; ) = (r cos ; r sen ). Notar que:



cos

r
sen

DT (r; ) = sen  r cos 
y as:
det DT (r; ) = r:
Denotemos
D = T 1 (C )
= f(r; ) 2 IR2 : a  r  b; 0    =2g
= [a; b]  [0; =2]:
Luego, en virtud del teorema del cambio de variable :
Z

T (D)

log(x2 + y2) dx dy =

log(r2)r dr d

y, con Fubini:
=

Z b Z =2
a

log(r2)r dr d

Z b2

= 2 12 2 log s ds
a
 2
= 4 (b log b2 b2
3.5

a2 log a2 + a2 )

Aplicaciones

3.5.1 Centro de masa

Sea D  IR2 una placa y  : D ! IR la densidad (de masa). Entonces la

masa total de la placa esta dada por:

ZZ
D

104


CAPITULO 3. INTEGRACION

y las coordenadas (x; y) del centro de masa de la placa estan dadas por:
RR
x(x; y ) dy dx
x = D
;
y =

RR

M
D y(x; y ) dy dx :
M

El caso tridimensional es analogo.

3.5.2 Momento de inercia

Sea W  IR3 un solido de densidad  : W ! IR. Entonces los momentos de

inercia estan dados por:

ZZZ
Ix =
Iy =
Iz =

ZZZ W
ZZZ W
W

(x; y; z )(y 2 + z 2 ) dz dy dx;

(x; y; z )(x2 + z 2 ) dz dy dx;
(x; y; z )(x2 + y 2 ) dz dy dx:

Ejemplo 3.9 Hallar el centro de masa de la region W comprendida entre el

plano xy y la semiesfera x2 + y 2 + z 2 = 1, z  0, de densidad (x; y ) = 1,
8(x; y) 2 W .

En primer lugar, por simetra x = y = 0.

Para calcular z, vamos a hacer un cambio de variable a coordenadas
esfericas:
x = r sen  cos ;
y = r sen  sen ;
z = r cos :
As
Z
Z
z=
r cos  jdet DT j :
1
 n.
Solucio

(W )

sen  cos  r cos  cos 

4
DT (r; ; ) = sen  sen  r cos  sen 
cos 
r sen 

r sen  sen 
r sen  cos  5

105

3.6. COMENTARIOS ACERCA DEL CAPITULO

det DT (r; ; ) = ( 1)3+1( r sen  sen )( r sen2  sen 

+ ( 1)3+2 (r sen  cos )( r sen2  cos 
= r2 sen  sen2  + r2 sen  cos2 
= r2 sen :
Combinando lo anterior:
Z
W

Luego

z=

Z 1 Z 2 Z =2

0 0
0
Z =2
1
4
r 

r cos2  sen )
r cos2  cos )

(r cos )r2 sen  d d dr

sen  cos  d
= 4  2
0
0

 sen2  =2
=2 2 
0

= 4:


z = 48
32

= 38 :


3.6

Comentarios acerca del cap

tulo

3.6.1 Extension de la integral de Riemann

Algunos de los problemas que presenta la integral de Riemann son que, para
ciertas aplicaciones, no integra una familia sucientemente amplia de funciones y que los teoremas de convergencia poseen hipotesis muy fuertes (convergencia uniforme en el caso de la proposicion 3.13). Una construccion diferente, basada en la teora de la medida, la constituye la integral de Lebesgue,
que integra una familia mucho mas amplia de funciones y cuenta con un
teorema de convergencia basado en la convergencia puntual.

106
3.7


CAPITULO 3. INTEGRACION
Ejercicios

Ejercicio 3.2 Sea R  IRN rectangulo tal que V (R) > 0 y suponga que
f : R ! IR es continua en R. Suponga que para toda funcion continua
g : R ! IR se tiene
Z

Pruebe que f

 0 en R.

fg = 0:

Ejercicio 3.3 Calcular el volumen en IR5 de

F

= f(x1; x2 ; x3; x4 ; x5 ) : x21 + x22 + x23  1; x24 + x25  1g:

Ejercicio 3.4 Pruebe que la integral de Riemann de una funcion en IRN es

unica.

Ejercicio 3.5 Suponga que F  IRN para N  2 y que f : R ! IR es

Riemann integrable en F . Muestre que f puede ser no acotada en F .
Ejercicio 3.6 Sea el rectangulo R = [0; 1]2
dada por:

f (x; y ) =

1
4y3

 IR2 y la funcion f : R ! IR

si x es irracional,
si x es racional.

R R
1. Muestre que 01 01 f (x; y ) dy dx existe y vale 1.
R

2. Muestre que R f no existe.

Cap
tulo 4
Elementos B
asicos de Topolog
a

4.1

Normas, espacios normados

Denicion 4.1 Sea E un espacio vectorial. Una norma en E es una funcion

que satisface las siguientes propiedades:

k
k : E ! IR+ [ f0g
1. kxk = 0 , x = 0
2. kxk = jjkxk

8 2 IR; 8x 2 E
3. kx + y k  kxk + ky k 8x; y 2 E (Desigualdad Triangular)
Al par ordenado (E; k
k) se lo conoce como Espacio normado.

En IRn podemos denir muchas normas:

p
1. Norma euclideana kxk2 = x21 +


+ x2n
2. Norma 1 kxk1 = jx1 j +


+ jxn j
3. Norma innito o uniforme kxk1 = maxfjxi j; i 2 f1; 2; : : : ; ngg
p
4. Norma p kxkp = jx1 jp +


+ jxn jp para 1 < p < 1
Demostrar que k
k2 ; k
k1 y k
k1 satisfacen efectivamente las propiedades
de una norma es tarea sencilla. Un poco mas difcil es ver que k
kp con
1 < p < 1 es tambien una norma.
Ejemplo 4.1

107

108


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

Ejemplo 4.2

Si E = ff : [a; b] !

denimos

IR=f es continuag

= C [a; b] entonces

k
k1 : E ! IR [ f0g
kf k1 = sup jf (x)j
x2[a;b]

En P = fpolinomios de IRg denimos

kpk = jp(1)j + jp(0)j + jp( 1)j
lo anterior no es una norma pues no satisface la condicion 1 de norma.
En P2 = fpolinomios de grado 2g si es norma.

Ejemplo 4.3

En un espacio vectorial E podemos considerar diferentes normas.

Denicion 4.2 Normas equivalentes.
Dos normas k
k1 y k
k2 en E se dicen equivalentes si existen constantes c1
y c2 positivas tales que:

c1 kxk1  kxk2  c2 kxk1 :

Observacion 4.1

lencia.

La relacion ser equivalente a es una relacion de equiva-

Cuando a la estructura de espacio vectorial se le agrega una norma, se

le dota de propiedades topologicas. Veremos mas adelante que si k
k1 y
k
k2 son normas equivalentes en E entonces (E; k
k1) y (E; k
k2) tienen las
mismas propiedades topologicas.
Denicion 4.3 Dados dos puntos x; y 2 E denimos la distancia entre x e
y por:

d(x; y ) = kx y k

Observamos que la nocion de distancia entre dos puntos depende de la norma

considerada.

4.2. CONJUNTOS ABIERTOS, CERRADOS

Ejemplo 4.4

En Mnm (IR) denimos dos normas

kAk1 = max
jaij j
i;j
kAk1 =




2
3
6
7
Si A = 4 5 y B = 8 9

kA

.
4.2

109

XX
i

jaij j


4
4
B k1 = k 4 4 k1 = 4
kA B k1 = 16

Conjuntos abiertos, cerrados

El conjunto basico con el cual denimos la topologa de un espacio normado

es
B (x0 ; ") = fx 2 E=kx x0 k < "g
que recibe el nombre de bola abierta de radio " y centro x0 .
Denicion 4.4 Un conjunto A  E se dice abierto si:
8x 2 A; 9" > 0t.q.B (x; ")  A:
Denicion 4.5 Un punto x 2 E es interior a C si existe " > 0 tal que
B (x; ")  C:
Proposicion 4.1 Un conjunto es abierto , todos sus puntos son interiores.
Proposicion 4.2 (Propiedades de los abiertos)
1. Si A1; A2 ; : : : ; An son abiertos entonces \ni=1 Ai es abierto.
2. Si fAigi2I es una familia de abiertos entonces [i2I Ai es abierto
3. E es abierto, es abierto

110


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

Observacion 4.2 Sea  = fA  E=A es abiertog ,  se conoce como topologa

en E gracias a que satisface las propiedades 1,2 y 3 de los abiertos.
Denicion 4.6 Sea A  E .Un punto x 2 E se dice punto de acumulacion
de A si
8" > 0 A \ (B (x; ")nfxg) 6= :
Observacion 4.3 Para ser punto de acumulacion de A no es necesario pertenecer
a A. Por otra parte, no es suciente estar en A para ser de acumulacion
Ejemplo 4.5




Sea A = (0; 1).Entonces x = 0 es punto de acumulacion de A.

Sea A = (0; 1) [ f3g.Luego x
lacion.

= 3 2 A, pero x no es punto de acumu-

Denicion 4.7 A  E es cerrado si A contiene a todos sus puntos de acumulacion.

Teorema 4.1 A  E es cerrado , Ac es abierto.

Demostracion:()) Supongamos que A es cerrado. Sea x 2 Ac , entonces x
no es punto de acumulacion de A, por lo tanto existe " > 0 talque
A \ (B (x; ")nfxg) = 

pero esto es equivalente a B (x; ")nfxg  Ac y como ademas x 2 Ac, tenemos

que B (x; ")  Ac, y por lo tanto Ac es abierto.
(() Supongamos ahora que Ac es abierto. Sea x 2 E punto de acumulacion
de A. Debemos demostrar que x 2 A. Por contradiccion, si x 2 Ac, como es
abierto,9" > 0 talque
B (x; ")  A ) B (x; ") \ A =  ) B (x; ")nfxg \ A =  )(
tenemos una contradiccion, pues x es punto de acumulacion de A. Por lo
tanto x 2 A.

Teorema 4.2 Sean k
k1 y k
k2 dos normas equivalentes en el espacio E .
A  E es abierto en (E; k
k1 ) , A es abierto en (E; k
k2 ).

111

4.2. CONJUNTOS ABIERTOS, CERRADOS

DemostracionRecordemos que existen constantes c1 > 0; c2 > 0 tales que

c1 kxk1  kxk2  c2 kxk1

8x 2 E:

Supongamos que A  E es abierto en (E; k
k1).Sea x 2 A, entonces existe

" > 0 tal que
fy 2 E= kx yk1 < "g  A
pero entonces
fy 2 E= kx yk2 < c1 "g  fy 2 E= kx yk1 < "g  A

o sea, encontramos "c1 > 0 tal que

Bk
k2 (x; "c1 )  A

Asi que todos los puntos de A son interiores con la norma k
k2 ) A es

abierto en (E; k
k2). (()Ejercicio.

Observacion 4.4 Todas las nociones que se denan a partir de los conjuntos
abiertos de (E; k
k) quedan inalteradas cuando se cambia k
k por una norma

equivalente.

Denicion 4.8 Sea A  E . Denimos los siguientes conjuntos

 der(A) = fx 2 E= x es punto de acumulacion de Ag

(derivado de A)

 adh(A) = A [ der(A) = A [fx 2 E= x es punto de acumulacion de Ag

(adherencia o cerradura de A)

 int(A) = fx 2 A= x es punto interior de Ag

(interior de A)

 Fr(A) = adh(A)nint(A)
(frontera de A)

112
4.3


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA
Sucesiones.

En el estudio de la topologa de un espacio normado, un rol muy importante

es jugado por las sucesiones.
Denicion 4.9 Una sucesion en el Espacio vectorial E es una funcion
IN ! E
n 7! xn
y se anota usualmente como fxn gn2IN .
Una sucesion fxn gn2IN converge a x si
8" > 0; 9N 2 IN t:q:kxn xk < "; 8n  N
Observacion 4.5 El lmite de una sucesion, cuando existe, es unico.
Denicion 4.10 (Sucesion de Cauchy)
Una sucesion fxn gn2IN se dice de Cauchy si 8" > 0 existe n 2 IN tal que
kxn xm k < " 8n; m  N
Observacion 4.6 Las nociones de sucesiones convergentes y sucesiones de
Cauchy no cambian ante el cambio por normas equivalentes.
Proposicion 4.3 Toda sucesion convergente es sucesion de Cauchy.
Demostracion:Ejercicio.

Notar que la recproca de la proposicion anterior puede ser falsa.
Ejemplo 4.6 En Q
I 2 usamos la norma euclideana. La sucesion denida por
1 1
x = ((1 + )k ; )
k

es de Cauchy pero no converge en QI 2.

Ejemplo 4.7 En C ([ 1; 1]) dotado de la norma
kf k1 =

Z 1

jf (x)jdx

113

4.3. SUCESIONES.

consideramos la sucesion 
1 (1 x)n x > 0
fn (x) =
1 + (1 + x)n x  0
Supongamos sin perdida de generalidad que n  m
Z 1
Z 0
n
m
kfn fmk1 =
j(1 x) (1 x) jdx + j(1 + x)n (1 + x)m jdx
0

Z 1

es decir,

(1

x)

j(1 x)

n m

1jdx +

Z 0

(1 + x)mj(1 + x)n
0
1
Z 1
Z 0
 (1 + x)m dx + (1 + x)m dx  m 2+ 1
0
1
m

kfn fm k1  minfn;2mg + 1
por lo tanto ffng es de Cauchy. Pero ffng no tiene limite en C ([ 1; 1]) En

efecto, supongamos que existe la funcion lmite que llamaremos f . Entonces

kfn f k1 n!1
!0
Como
Z 1
Z 1
jfn f jdx  jfn f jdx
a
1
entonces
Z 1
jfn f jdx n!1
! 0 8a 2 [ 1; 1]
a
tomemos a 2 (0; 1]. Como en [a; 1]; fn converge uniformemente a 1, entonces
Z 1
a

j1 f jdx = 0 ) f = 1 en [a; 1] 8a 2 (0; 1]

por lo tanto f (x) = 1 8x 2 (0; 1]. Analogamente f (x) = 1 8a 2 [ 1; 0)

concluimos asi que f no puede ser continua.
Denicion 4.11 (Espacio de Banach)
Un espacio vectorial normado E se dice Espacio de Banach si toda sucesion
de Cauchy en E converge en E , es decir

fxn gn2IN  E;

es de Cauchy

) 9 x 2 E; t:q xn n!1
! x

en este caso E tambien recibe el nombre de

Espacio vectorial completo

1j

114


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

Ejemplo 4.8 (IR; j
j).

En IR toda sucesion de Cauchy es convergente. Esto

es una consecuencia del axioma del supremo.
Ejemplo 4.9 (IRn ; k
k2 ) es un espacio de Banach.
IRn es una sucesion de Cauchy, entonces

En efecto, si fxk gk2IN 

8 " > 0 9N 2 IN t:q: kxk xl k2 < " 8k; l > N

lo que implica que

jxik xil j < " 8k; l > N 8i 2 f1; : : : ; ng
donde xik es la i-esima componente de xk . Por lo tanto la sucesion fxik gk2IN
es de Cauchy en IR y en consecuencia converge. Denotemos por xi su lmite.
Tenemos asi que dado " > 0 existe Ni que satisface
jxik xi j < p"n 8k > Ni
escogiendo N = maxfNi =i 2 f1; ::; ngg y llamando x al vector (x1 ; ::; xn)
tenemos nalmente que
kxk xk2 =

v
u n
uX
t
i=1

jxik xi j2 < " 8k > N

es decir la sucesion xk converge a x en IRn

Es facil ver que
! x; en ; (IRn; k
k2 ) , xik ! xi 8i 2 f1; ::; ng

Observacion 4.7
xk

Ejemplo 4.10 (Mnm (IR); k
k1 )

es un espacio de Banach. Sea fAk gk2IN

una sucesion de Cauchy. Entonces 8" > 0 9N 2 IN tal que
kAk Al k1 < " 8k; l > N
es decir,
max jakij alij j < "
1 
i n

1j m

115

4.3. SUCESIONES.

en consecuencia cada una de las sucesiones fakij gk2IN son de Cauchy en IR.
Cada una de ellas converge entonces a un lmite que denotamos aij . De esta
manera, dado " > 0 9Nij > 0 tal que
jakij aij j < " 8k > Nij
escogiendo N = maxfNij =i 2 f1; ::; ng; j 2 f1; ::; mgg, obtenemos
max jakij aij j < " 8k > N
1 
i n

1j m

o sea, si A = (aij )

kAk Ak1 < " 8k > n

por lo tanto Ak ! A. El espacio de matrices de dimension n  m con la

norma k
k1 es un espacio de Banach.
Ejemplo 4.11 (C ([a; b]; IR); k
k1 ) es un espacio de Banach. Sea ffn gn2IN
una sucesion de Cauchy. Dado " > 0; 9N 2 IN tal que
kfk fl k1 = sup jfk (x) fl (x)j < " 8k; l > N
x2[a;b]

en particular, para cualquier x 2 [a; b] se tendra que

jfk (x) fl (x)j < " 8k; l > N
es decir, 8x 2 [a; b] la sucesion ffn(x)gn2IN es de Cauchy en IR, y por lo tanto
converge a un lmite que llamaremos f (x)
lim fk (x) = f (x)
k !1
De esta manera, hemos denido una funcion f : [a; b] ! IR. Probaremos que
esta funcion es el lmite de la sucesion ffng en C ([a; b]; IR).
Tenamos que dado " > 0; 9N > 0 tal que
jfk (x) fl (x)j < " 8k; l > N 8x 2 [a; b]
lo que implica que
jfk (x) f (x)j < " 8k > N 8x 2 [a; b]

116


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

y entonces

kfk f k1 < " 8k > N:

Con esto hemos probado que

fn

k
k1

!f

es decir, f es el lmite uniforme de las funciones continuas fn. Para concluir

la demostracion de que (C ([a; b]; IR); k
k1) es Banach debemos probar que
f es continua.
Proposicion 4.4 El lmite uniforme de funciones continuas es una funcion
continua.
Demostracion: Sea ffn gn2IN una sucesion de funciones continuas en [a; b]
que converge uniformemente a una funcion f . Sea x0 2 [a; b] y " > 0, entonces
existe N tal que
kfk f k1 < 3" 8k  N
en particular tendremos que
jfN (x) f (x)j < 3" 8x 2 [a; b]
pero fN es una funcion continua y por lo tanto 9 > 0 tal que si jx x0 j <
entonces
jfN (x) fN (x0 )j < 3"
Con todo esto obtenemos que si jx x0 j <
jf (x) f (x0)j  jf (x) fN (x)j + jfN (x) fN (x0 )j + jfN (x0 ) f (x0)j
 3" + 3" + 3" = "
es decir, f es una funcion continua.

Con esto concluimos que (C ([a; b]; IR); k
k1) es un Espacio de Banach.
4.4

Contracciones y Teorema de Punto Fijo

Problema 1:

Encontrar una solucion a:

(
u0
= f (x; u)
u(x0 ) = u0

4.4. CONTRACCIONES Y TEOREMA DE PUNTO FIJO

Este problema es equivalente a

u(x) = u0 +

Z x
x0

117

f (s; u(s))ds

Supongamos que f : IR  IR ! IR es continua, entonces

T : C ([x0 a; x0 + a]; IR) ! C ([x0Z a; x0 + a]; IR)
x
u 7! u0 + f (s; u(s))ds
x0

esta bien denida y el problema original es equivalente a encontrar u tal que

u = T (u)
que recibe el nombre de Problema
de punto jo
n
n
Problema 2: Dado F : IR ! IR encontrar solucion a:
F (x) = 0:
Este es un problema de punto jo, pues se puede escribir
x = x + F (x)
T : IRn !
IRn
x ! x + F (x)
y por lo tanto el problema original es equivalente a
T (x) = x:
En diversas areas de la ingeniera es comun encontrarse con problemas donde
se quiere resolver
u = T (u); con T : E ! E
o bien T : K ! K en que K  E es un subconjunto cerrado y E es un
espacio de Banach.
Denicion 4.12 T : K ! K se dice contracion si existe una constante c ,
0 < c < 1 tal que
kT (u) T (v)k  cku vk 8u; v 2 K

118


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

Teorema 4.3 (Teorema del Punto jo)

Sea E espacio de Banach, K  E cerrado. Si T : K ! K es una contraccion
entonces existe un y solo un punto jo de T en K

9!x 2 K; T (x) = x:

Demostracion Veamos primero la existencia.

El metodo de demostracion
es constructivo.
Sea x0 2 K cualquiera. Consideremos la sucesion fxn gn2IN denida por la
recurrencia
xk+1 = T (xk ); k 2 IN
Demostremos que fxngn2IN es de Cauchy.
kxk xl k = kT (xk 1) T (xl 1)k
 ckxk 1 xl 1k
 ckT (xk 2) T (xl 2)k
 c2kxk 2 xl 2 k
supongamos, sin perdida de generalidad que k  l. Si repetimos el procedimiento anterior, obtenemos
kxk xl k  cl kxk l x0 k
en particular
kxl+1 xl k  cl kx1 x0 k
Entonces podemos escribir
kxk xl k  kxk xk 1k + kxk 1 xk 2 k +


+ kxl+1 xl k
 (ck 1 + ck 2 +


+ cl )kx1 x0 k
es decir,
kxk xl k 

1
X

ci kx1

i=l
1
X
l
c
ci

= (

i=0

x0 k

)kx1

= cl 1 1 c kx1

x0 k
x0 k k;l!1
!0

4.4. CONTRACCIONES Y TEOREMA DE PUNTO FIJO

119

Por lo tanto fxngn2IN es una sucesion de Cauchy en E , luego tiene un lmite

x 2 E y como K es cerrado entonces x 2 K . Por otra parte, si T es
contraccion, es continua (ejercicio), por lo que tomando lmite en la ecuacion
xk+1 = T xk obtenemos que
x = T x
es decir, x es un punto jo de T .
Veamos que es unico. Supongamos que T tiene dos puntos jos, x = T x e
y = T y , entonces
kx yk = kT x T yk  ckx yk
y como 0  c < 1, no queda otra posibilidad mas que x = y.

Ejemplo 4.12 (Teorema de existencia de soluciones para EDO)
Volvamos al problema original. Si f : IR  IR ! IR es continua y satisface
jf (s; u) f (s; v)j  K ju vj
entonces si x > x0
Z x
jT (u) T (v)j = j f (s; u(s)) f (s; v(s))dsj


Z xx0

jf (s; u(s)) f (s; v(s))jds

x0
Z x

 K ju(s) v(s)jds
x0
 K ku vk1a
si x < x0 se obtiene el mismo resultado, luego kT (u) T (v)k1  Kaku vk1
para toda u; v 2 C ([x0 a; x0 + a]). Si Ka < 1 entonces, gracias al teorema
del punto jo de Banach, existe u 2 C ([x0 a; x0 + a]) tal que
u = T (u)

y este u es unico.
Para encontrar una solucion se puede iterar, reproduciendo la demostracion
del teorema de punto jo de Banach.
un+1 = T un Z
x
un+1 (x) = u0 + f (s; un(s))ds
x0

este metodo para encontrar la solucion recibe el nombre de Metodo de Picard.

120


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

(Existencia de soluciones de una ecuacion)

Consideremos el sistema de ecuaciones
1
x = cos(x + y )
2
1
y = ln(1 + x2 + y 2) + 5
3
este es un problema de punto jo: (x; y) = T (x; y) con T : IR2 ! IR denida
por
1
1
T (x; y ) = ( cos(x + y ); ln(1 + x2 + y 2 ) + 5)
2
3
Vamos a demostrar que T es contractante. Como consecuencia, gracias al
teorema del punto jo de Banach, tendremos que el sistema de ecuaciones
tiene una y solo una solucion en IR2. Para ello recordemos el teorema del
valor medio: Sea f : IRn ! IR diferenciable, entonces
Ejemplo 4.13

f (x) f (y ) =

lo que implica que

Z 1

rf (tx + (1 t)y)
(x y)dt

Z 1

jf (x) f (y)j  krf (tx + (1 t))ykkx ykdt

0
 0max
fkrf (tx + (1 t)y)kgkx yk
t1

Supogamos que krf (z)k  K para todo z 2 IRn . Entonces jf (x)

f (y )j  K kx y k.
Apliquemos esto a nuestro problema. Si T1 (x; y) = (1=2) cos(x + y) entonces
krT1 (x; y)k = k( 21 sin(x + y); 21 sin(x + y))k  p1
2
) jT1(x; y) T1 (x; y)j  p1 k(x; y) (x; y)k

2
Para T2 (x; y) = (1=3) ln(1 + x2 + y2) + 5 hacemos lo mismo:
r
1
2
x
2
y
2
krT2 (x; y)k = 3 k( 1 + x2 + y2 ; 1 + x2 + y2 )k  3 ( 1 +x x2 )2 + ( 1 +y y2 )2

121

 DE COMPACIDAD
4.5. NOCION

la funcion f (z) = z=(1 + z2 ) alcanza su mapximo en z = 1 (ejercicio) y su

maximo es 1=2. Por lo tanto krT2 (x; y)k  2=3 lo que implica
p
jT2(x; y) T2(x; y)j  32 k(x; y) (x; y)k
Concluimos entonces que
p
kT (x; y) T (x; y)k = r(T1(x; y) T1 (x; y))2 + (T2 (x; y) T2(x; y))2
 13
18 k(x; y) (x; y)k
p

es decir, T es contractante pues 13=18 < 1.

Ejercicio 4.1 Determinar para que valores de a y b la funcion
T (x; y ) = (a cos(x + y ); b ln(1 + x2 + y 2))
es una contracion
Ejercicio 4.2 Programe su calculadora para encontrar la solucion del sistema del ejemplo anterior. Para ello dena x0 = 0; y0 = 0, y genere una
sucesion dada por la siguiente reccurrencia:
xn+1 = (1=2) cos(xn + yn)
yn+1 = (1=3) ln(1 + x2n + yn2 ) + 5
4.5

Noci
on de compacidad

En primer lugar recordemos la nocion de subsucesion.

Denicion 4.13 Subsucecion
Sea fxn gn2IN una sucesion en un espacio normado (E; k
k). Consideremos
una funcion f : IN ! IN estrictamente creciente, es decir, n < m ) f (n) <
f (m). Entonces, la nueva sucesion fxf (k) gk2IN se llama subsucesion de fxn g
A menudo se anota nk = f (k) y asi la subsucesion se anota como fxn gk2IN .
Ejemplo 4.14 Las sucesiones siguientes
2n
2n+1
8n+7
f( 12 ) gn2IN ; f( 21 ) gn2IN y f( 12 ) gn2IN ;
n
son subsucesiones de f( 21 ) gn2IN
k

122


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

Ejemplo 4.15

La sucesion fxng  IR2 denida por

1
x = (( 1)n ; (1 + )n )
n

no converge. Sin embargo la subsucesion fx2n gn2IN si converge y lo hace a

(1; e) 2 IR2. La subsucesion fx2n+1 gn2IN tambien converge, pero a ( 1; e) 2
IR2 . Por otra parte la subsucesion fx3n gn2IN no co nverge.
n ) 2 IR3 no converge. En este
Ejemplo 4.16 La sucesion xn = (2n ; n1 ; n+1
caso fxngn2IN no tiene subsucesiones convergentes.
Teorema 4.4 Sea fxn gn2IN una sucesion en un espacio normado. Entonces
fxngn2IN converge a x , toda subsucesion fxn gk2IN de fxngn2IN converge a
k

Demostracion: (() Directo pues fxn gn2IN es una subsucesion fxn gn2IN .
()) fxngn2IN converge a x, entonces 8" > 0 9N 2 IN tal que

kxn xk < " 8n  N

una subsucesion de fxngn2IN entonces 9k 2 IN tal que n1 <

Sea fxn gk2IN

n2 <


< nk < nk+1 < nk+2 < : : : . Entonces
kxn xk < " 8k  K
Por lo tanto fxn gk2IN converge a x.

El siguiente es un teorema fundamental en la topologa de IR
Teorema 4.5 (Teorema de Bolzano-Weierstrass en IR)
Sea fxn gn2IN  IR una sucesion acotada. entonces fxn gn2IN tiene a lo menos
k

una subsucesion convergente.

Demostracion: fxn gn2IN  IR

reales a0 y b0 ,(a0 < b0 ) tales que

acotada implica que existen numeros

xn 2 [a0 ; b0 ] := I0

Denamos

I1

= [a0 ; a0 +2 b0 ]

8n 2 IN

a +b
I1+ = [ 0 0 ; b0 ]

123

 DE COMPACIDAD
4.5. NOCION

entonces en alguno de los dos intervalos I1 o I1+ existiran innitos terminos

de la sucesion original fxn gn2IN . Denamos I1 = I1 si es que en+ I1 hay
innitos terminos de la sucesion, de lo contrario denimos I1 = I1 . Luego
elegimos xn1 2 I1 = [a1 ; b1 ]. Ahora consideramos los intervalos
a +b
a +b
I2+ = [ 1 1 ; b1 ]
I2 = [a1 ; 1 1 ]
2
2
Al igual que antes, en alguno de estos intervalos existiran innitos terminos
de la sucesion, y denimos+I2 = I2 si es que en I2 hay innitos terminos de
la sucesion, o si no I2 = I2 . Por la construccion de I2 pode mos escoger un
n2 > n1 tal que xn2 2 I2 . Procedemos inductivamente:
Tenemos:
1. xn 2 Ii i = 1; :::; k y ni > ni 1 para i = 2; :::; k
2. En Ik existen innitos terminos de la sucesion
3. Ii  Ij si i  j para i; j = 1; :::; k
4. Si l(Ii) denota el largo del intervalo Ii, entonces l(Ii) = b0 2 a0 para
i = 1; :::; k
Denotemos Ik = [ak ; bk ] y consideramos los conjuntos
a +b
a +b
Ik = [ak ; k k ]
Ik+ = [ k k ; bk ]
2
2
Como en Ik hay innitos terminos de la sucesion entonces alguno de estos dos
conjuntos contiene innitos terminos de la sucesion. Llamemos Ik+1 a alguno
de los que contenga innitos terminos, y elijamos xn 2 Ik+1 con nk+1 > nk .
De esta forma tendremos:
1. xn 2 Ii i = 1; :::; k + 1 y ni > ni 1 para i = 2; :::; k + 1
2. En Ik+1 existen innitos terminos de la sucesion
3. Ii  Ij si i  j para i; j = 1; :::; k + 1
4. l(Ik+1) = b20 +1a0
i

124


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

Hemos generado de esta forma una sucesion fxn gk2IN , que es una subsucesion de fxngn2IN . Esta sucesion es de Cauchy pues
jxn xn j  2min1fi;jg ! 0 cuando k; j ! 1
y por lo tanto converge.

En dimension N tenemos lo siguiente:
k

Teorema 4.6

(Teorema de Bolzano Weierstrass en IRn)

Toda sucesion acotada en IRn tiene a lo menos una subsucesion convergente

Demostracion En el caso N = 2:fxn gn2IN  IR2 . Anotemos xn =

(x1n; x2n).fxngn2IN acotada implica que existen numeros reales a y b, (a < b)

tales que

xn 2 [a; b]  [a; b]

8n 2 IN

Por lo tanto fx1ngn2IN  [a; b] y por el teorema anterior, esta sucesion de

reales tiene una subsucesion convergente que la denotaremos fx1n gk2IN y
x1n ! x1 2 IR. De esta manera la sucesion fxn gk2IN tiene su primera
componente convergente. Luego fx2n gk2IN  [a; b] y por lo tanto tiene una
subsucesion convergente x2n digamos que a x2 2 IR
k

ki

pero tambien se tiene que

xnki

! x2

x1nki

! x1

pues fxn g es subsucesion de fxn g que ya era convergente.

Por lo tanto la sucesion fxn gi2IN es una subsucesion de fxngn2IN cuya
primera coordenada converge a x1 y su segunda coordenada converge a x2.
Concluimos de esto que xn ! (x1 ; x2 ).
Para el caso N general se procede de manera analoga, eligiendo primero una
subsucesion cuya primera componente converge, luego a esta subsucesion se
le extrae una subsucesion que tendra sus dos primeras componentes convergentes y asi sucesivamente se escogen subsucesiones secuencialmente hasta
obtener una subsucesion con sus N componentes convergentes (lo que asegura
la convergencia de la subsucesion).

ki

ki

ki

 DE COMPACIDAD
4.5. NOCION

125

Denicion 4.14 Conjunto Compacto

Sea (E; k
k) un espacio normado. Un conjunto A  E se dice compacto si
toda sucesion en A tiene a lo menos una subsucesion convergente en A, es
decir

8fxngn2IN  A 9fxnk gk2IN tal que xnk ! x cuando k ! 1

y ademas x 2 A:
Teorema 4.7
En (IRn ; k
k2) y A  IRn
A es compacto

, A es cerrado y acotado

Recordemos que una caracterizacion de un conjunto cerrado es que

A cerrado , fxngn2IN  A y xn ! x entonces x 2 A.
Demostracion(() Sea fxn gn2IN  A. Como A es acotado, existe una
subsucesion de fxng que converge a un punto x y como A es cerrado, x 2 A.
()) Sea fxngn2IN  A una susecion que converge a x. Como A es compacto,
fxngn2IN posee una subsucesion convergente en A y como ya sabemos que
fxngn2IN converge entonces tiene un solo punto de acumulaccion que tiene
que ser x y por lo tanto x 2 A.
Si que A no fuese acotado, siempre sera posible encontrar una sucesion
fxngn2IN tal que kxn+1 xnk  1 para todo n 2 IN . Tal sucesion no puede
tener subsucesiones convergentes, pues ninguna subsucesion es de Cauchy.
Observacion 4.9 Esta caracterizacion de conjuntos compactos puede extenderse a todo espacio de dimension nita, pero en dimension innita es
falsa
Ejemplo 4.17 En el espacio de Banach (C ([0; 1]; IR); k
k1) consideremos la
siguiente sucesion:
8
1
0
; 0  x  n+1
>
>
<
1 + (n + 1)(nx 1) ; 1  x  1
fn (x) = 1 (n 1)(nx 1) ; n1 +1 x  1 n
>
n
n 1
>
:
0
; n1 1  x  1
Para esta sucesion se cumple que:
Observacion 4.8

126


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

 kfnk1 = 1 8n 2 IN
 kfn fn+1k1 = 1 8n 2 IN
 kfn fk k1 = 1 8n 6= k
Entonces ffng no converge y ninguna subsucesion puede hacerlo, pues no son

de Cauchy.
Esto muestra que en (C ([0; 1]; IR); k
k1) hay sucesiones acotadas que no
tienen subsucesiones convergentes. En particular mostramos que B = B (0; 1),
la bola unitaria cerrada, no es compacta.
4.6

Consecuencias de la compacidad

El primer teorema tiene que ver con la siguiente pregunta basica:

Consideremos f : A  E ! IR. >Es f una funcion acotada inferiormente
y de serlo, existe un minimo para f , es decir, existe x 2 A talque f (x) =
inf y2A f (y)?
Los siguientes teoremas nos dan una respuesta:
Teorema 4.8
Sean E y F dos espacios de Banach. Sea f : A  E ! F una funcion
continua con A  E compacto. Entonces f (A) = ff (x) 2 F : x 2 Ag  F
es compacto.

Sea fyngn2IN  f (A) una sucesion cualquiera en f (A).

Por la denicion de f (A) se tiene que 8n 2 IN existe xn 2 A tal que f (xn) =
yn. Como A es compacto, existe fxn gk2IN subsucesion de fxn gn2IN , tal que
xn ! x 2 A. Por la continuidad de f , tenemos tambien que f (xn ) !
f (x) 2 f (A) cuando k ! 1 y por lo tanto fyn gk2IN es una subsucesion
convergente de fyng y su lmite es f (x) 2 f (A). Concluimos as que f (A) es
compacto.

Demostracion

Teorema 4.9
Sea (E; k
k) un espacio de Banach y A  E .
Si f : A ! IR es continua y A es compacto entonces existe x 2 A tal que
f (x)  f (x)

8x 2 A

127

4.6. CONSECUENCIAS DE LA COMPACIDAD

Demostracion El conjunto f (A)  IR es compacto y por lo tanto acotado en IR, por lo tanto su nmo es nito. Sea " > 0, por denicion de nmo
9x" 2 A tal que
inf f (y)  f (x")  inf f (y) + "
y 2A

y2A

Eligiendo " = n1 construimos una sucesion fxngn2IN tal que

jf (x ) inf f (y)j  1 8m  n
m

y2A

es decir, f (xn) ! inf A f . Como fxngn2IN  A y A es compacto, existe

una subsucesion fxn gk2IN que converge a x 2 A. Como f es continua,
f (xn ) ! f (x), y como fxn gk2IN es subsucesion de fxn gn2IN entonces
f (xn ) ! inf A f . Gracias a la unicidad de los lmites, se concluye que
f (x) = inf A f .

Corolario 4.1 Si f es continua y A es compacto, entonces existe x tal que
f (x)  f (x)
8x 2 A
Los resultados anteriores se pueden resumir en la siguiente frase: "toda
funcion continua sobre un compacto alcanza su maximo y su mnimo".
La siguiente consecuencia, ya fue anunciada:
k

Teorema 4.10 En IRn todas las normas son equivalentes.

Demostracion Basta demostrar que cualquier norma es equivalente a la

norma euclideana.
Sea k
k una norma cualquiera en P
IRn
n
Si x 2 IR , x se escribe como x = ni=1 xi ei, donde fei gni=1 es al base canonica
de IRn y fxi gni=1  IR entonces
kxk 

n
X

n
X

i=1

i=1

kxiei k =

jxi jkeik  kxk

v
u n
uX
2t
i=1

kei k2

La ultima desigualdad en esta expresion se obtiene aplicando la desigualdad

de Cauchy-Schwartz a los vectores
(jx1j; :::; jxnj) y (ke1k; :::; kenk).
Pn
Deniendo la constante c2 = ( i=1 keik2)1=2 tenemos que
kxk  c2 kxk2 8x 2 IRn

128


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

Lo anterior muestra que la funcion k
k : (IRn; k
k2) ! IR es continua, en

efecto sea fxngn2IN una sucesion que converge a x en (IRn; k
k2) , es decir,
kxn xk2 ! 0 cuando n ! 1 entonces
jkxnk kxkj  kxn xk  c2kxn xk2 ! 0
por lo tanto kxnk ! kxk cuando n ! 1.
Sea S = fx 2 IRn : kxk2 = 1g. Este es un conjunto cerrado y acotado
en (IRn; k
k2) y por lo tanto es compacto. Por el teorema anterior, existe
entonces x 2 S tal que
kxk  kxk 8x 2 S
Sea x 6= 0 2 IRn, entonces
x
kxk2 2 S
y por lo tanto
kxk  k kxxk k ) kxkkxk2  kxk 8x 2 IRn
2

Deniendo c1 = kxk obtenemos entonces que

c1 kxk2  kxk  c2 kxk2
8x 2 IRn
concluyendo as la demostracion.

Denicion 4.15 Sean (E; k
kE ) y (F; k
kF ) espacios vectoriales normados.
Sea f : A  E ! F . f es uniformemente continua en A si

8" > 0 9 > 0 tq: kx ykE < ) kf (x) f (y)kF < "
Observacion 4.10 f

uniformemente continua en A ) f continua en A

Finalizamos el capitulo con el siguiente teorema

Teorema 4.11 Sean (E; k
kE ) y (F; k
kF ) espacios vectoriales normados.
Sea f : A  E ! F continua y A compacto. Entonces f es uniformemente
continua en A.

129

4.6. CONSECUENCIAS DE LA COMPACIDAD

Demostracion Supongamos que f

no es uniformemente continua en A.

Entonces
9" > 0 8 > 0 9x; y 2 A tq: kx ykE < ^ kf (x) f (y)kF > "
Sea n 2 IN , tomamos = 1=n > 0 y escogemos xn ; yn 2 A tales que
kx y k < 1 ^ kf (x ) f (y )k > "
n

n E

Como fxngn2IN  A y A es compacto, existe una subsucesion fxn gk2IN de

fxngn2IN que converge a un x 2 A. A su vez la sucesion fyn gk2IN  A posee
una subsucesion fyn gl2IN convergente, yn ! y 2 A. Notemos que fxn g
es una subsucesion de fxn g t por lo tanto tambien converge a x. Lo anterior
implica que (xn yn ) ! (x y) cuando l ! 1, pero por otra parte
tenemos que
kx y k < 1 8n 2 IN ) kx y k < 1 ! 0
k

kl

kl

kl

kl

kl

n E

nkl

nkl E

nkl

es decir, (xn yn ) ! 0 cuando l ! 1 lo que implica que x = y.

Por la eleccion de las sucesiones tenemos que
kf (xn ) f (yn )kF > " 8l 2 IN
Tomando lmite cuando l ! 1 y gracias a la continuidad de f obtenemos
que
kf (x) f (y)kF  " > 0
lo que es imposible pues x = y.

kl

kl

kl

kl

130
4.7


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA
Ejercicios

1. Dados dos conjuntos A; B en un espacio vectorial normado E , demuestre

(a) int(A \ B ) = int(A) \ int(B )
(b) int(A) [ int(B )  int(A [ B ) (de un ejemplo donde no hay igualdad)
(c) adh(A [ B ) = adh(A) [ adh(B ).
(d) adh(A \ B ))  adh(A) \ adh(B ) (de un ejemplo donde no hay
igualdad).
(e) adh(A) = int(A) [ Fr(A).
(f) A  B ) int(A)  int(B ) y adh(A)  adh(B ).
(g) int(A) \ B =  , int(A) \ adh(B ) = .
(h) adh(A) = E~ y int(B ) \ A =  ) int(B ) = .
(i) int((Ac)) = (adh(A))c.
(j) (adhAc) = (int(A)c).
2. Sean A; B  IRn. Se dene A + B = f~x = ~x = ~a + ~b;~a 2 A; ~b 2 B g.
(a) Demuestre que A + B es abierto si A es abierto
(b) De un ejemplo en IR donde A y B sean cerrados pero A + B no
sea cerrado.
3. Vericar que el conjunto
A = f(x; y ) 2 IR2 : x2 + xy < xg es abierto en IR2
4. Encontrar en IR2 un conjunto que no sea abierto ni cerrado.
5. Considere el espacio vectorial C ([0; 1]; IR) de las funciones continuas
f : [0; 1] ! IR. Denamos la sucesion ffk g por:
8
>
si x 2 [0; 1=2]
<1
k
fk =
2 (x 1=2) + 1 si x 2 [1=2; 2 k + 1=2]
>
:
0
si x 2 [2 k + 1=2; 1]

4.7. EJERCICIOS

131

(a) Vericar que fk 2 C ([0; 1]; IR) 8k 2 IN .

1
(b) Se dene la norma k
k1 en C ([0; 1]; IR), como kf k1 = R jf (x)jdx.
0
Demuestre que para esta norma ffk g es de Cauchy y no es convergente.
(c) Sea A([0; 1]; IR) el espacio vectorial de las funciones acotadas de
[0; 1] en IR, dotado de la norma k k1, denida por kf k1 =
sup jf (x)j, demuestre que ffk g es convergente en este espacio.
x2[0;1]

6. Sea d la distancia en IRn, asociada a alguna norma en IRn (d(x; y) =

kx yk). Sean A  IRn y B  IRn dos conjuntos no vacos, demuestre:
(a) C = fx 2 IRn=d(x; A) = d(x; B )g es cerrado
(b) D = fx 2 IRn=d(x; A) < d(x; B )g es abierto donde d(x; A) =
inf fd(x; y)=y 2 Ag.
(c) Si A y B son cerrados y disjuntos entonces existen dos abiertos
no vacos U y V tales que A  U y B  V y U \ V = .
7. Sea E el espacio vectorial de los polinomios de una variable real con
coecientes reales. Denamos la funcion k
k : E ! IR por
kpk = xmax
jp(x)j para todo p 2 E
2[0;1]
(a) Demuestre que k
k es una norma en el espacio E .
Hint: Use que un polinomio tiene exactamente tantos ceros como
el grado, excepto si es el polinomio nulo.
(b) Considere la funcion `1 : E ! IR denida por
`1 (p) := p(1=2) para todo p 2 E
Demuestre que:
i. la funcion `1 es lineal y verica la desigualdad:
9K 2 IR tal que j`1(p)j  K kpk para todo p 2 E
ii. La funcion `1 es continua.

132


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

(c) Demuestre que si fpk g es una sucesion en E convergente a un

polinomio p entonces
pk (x) ! p(x) 8x 2 [0; 1]
(d) Considere la sucesion fpk g en E denida por pk (x) = xk y demuestre que
i. kpk k = 1 para todo k 2 IN .
ii. fpk g no tiene punto de acumulacion.
iii. B (0; 1) en E no es compacta.
8. Sea T una funcion tal que T k es contractante. Demuestre que T tiene
un unico punto jo.
9. Sea k k1 una norma en el e.v. E y fak g una sucesion de Cauchy respecto
de dicha norma. Demostrar que si k k2 es otra norma en E equivalente
a k k1, entonces fak g es sucesion de Cauchy tambien respecto a la k k2.
Si E es Banach respecto a k k1 se puede decir que es Banach con k k2 ?
10. Demuestre que dos sucesiones de Cauchy (xk ) y (yk ) en IRn tiene el
mismo lmite ssi klim
kx yk k = 0.
!1 k
11. Sean A; B  IRk . Se dene A + B = fx=x = a + b; a 2 A; b 2 B g.
(a) Demuestre que A + B es compacto si A y B son compactos.
(b) Demuestre que si A y B es cerrados y A(oB ) acotado entonces
A + B es cerrado.
12. Demuestre que si A es un conjunto compacto y B  A, entonces B =
adhB es un conjunto compacto.
13. a) Si fAigi2IN es una familia decreciente
de conjuntos compactos (no
T
vacos) en un e.v.n, demuestre que Ai 6= .
i2IN
b) i) De un ejemplo en IR de una familia decreciente de conjuntos
acotados (no vacos) cuya interseccion sea vaca.
ii) De un ejemplo en IR de una familia decreciente de conjuntos cerrados
(no vacos) cuya interseccion sea vaca.

133

4.7. EJERCICIOS

14. Sea X un espacio vectorial normado, y sean A; B  X cerrados y sean

C; D  X compactos. Probar que
(a) Si d(C; D) = x2C;y
inf2D kx yk = 0 entonces C \ D 6= ;.
(b) Si d(A; B ) = x2C;y
inf2D kx yk = 0 entonces no necesariamente
A \ B 6= ;.
15. Sean (X; k
kX ) y (Y; k
kY dos espacios vectoriales normados. Denimos
(X  Y; k
k) como el espacio vectorial normado donde (x; y) 2 X 
Y () x 2 X ^ y 2 Y y la norma en X  Y se dene como k(x; y )k =
kxkX + kykY . Sean A  X y B  Y compactos. Demuestre que
entonces A  B es compacto en X  Y .
16. Sea U = IRIN , es decir, el espacio de las sucesiones. Considere en U la
norma
k~xk = supfjxi j; =i 2 IN g
Indique cual(es) de los siguientes conjuntos son compactos. B0(~0; 1) =
f~x 2 U=jxij  1; 8i 2 IN g
B1 (~0; 1) = f~x 2 U=jxi j  1i ; 8i 2 IN g
B2 (~0; 1) = f~x 2 U=jxi j = 1; 8i 2 IN g
17. Demuestre que en IRn, k
kp es efectivamente una norma para 1  p 
1. Para ello le sera util demostrar primero la siguiente desigualdad de
numeros
reales: (Desigualdad de Minkowsi) Sean p; q 2 (1; +1) tales
1
1
que p + q = 1. 8 a; b > 0
1 1
ab < ap + bq
p

Para probar esto recuerde que log es una funcion concava e inyectiva.
18. Sea E un e.v.n. Una funcion f : E ! IR es continua en x0 si
8" > 0 9 > 0 kx x0 k < ) jf (x) f (x0 )j < " ,
8" > 0 9 > 0 B (x0 ; )  f 1(B (f (x0 ; ")))
Sea L : E ! IR una funcion lineal. Demuestre que las siguientes

proposiciones son equivalentes.

134


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

(a) L es continua en E .
(b) L es continua en 0 2 E .
(c) sup jkLxxkj = sup jLxj < +1
x2E;x6=0

kxk1

Sea E 0 = fL : E ! IR=L es lineal y continuag este conjunto se conoce

como espacio dual de E . Pruebe que E 0 es un espacio vectorial, y que
j = sup jLxj
kLkE0 = sup jkLx
x2E;x6=0 xk
kxk1
dene una norma en E 0. Pruebe tambien que E 0 es un espacio de
Banach. (Aunque E no lo sea).
19. Demuestre la suguiente caracterizacion de espacios de Banach. Sea E
un e.v.n.
E es un espacio de Banach
s y solo s
(8fxn gn2IN  E

1
X
i=1

kxik < 1 )

1
X
i=1

xi converge en E )

Indicacion: Para la implicacion ((), dada una sucesion de

Cauchy
1
P
fxngn2IN en E , construya una subsucesion fxn gk2IN tal que kxn +1
k=1
xn k < 1. Luego concluya.
20. Muestre que la ecuacion integral
Z 1
1
x y
u(x) =
2 0 e cos(u(y))dy
tiene una y solo una solucion en el espacio C ([0; 1]; IR). Para ello dena
el operador
Z 1
1
x y
F (u)(x) =
2 0 e cos(u(y))dy
y demuestre que es contractante. En C ([0; 1]; IR) use la norma del
supremo.
k

135

4.7. EJERCICIOS

21. Considere la ecuacion integral

u(x) = 5 +

Z x

sin(u(s) + x)ds

Muestre que la ecuacion posse una y solo una solucion en C ([0; 1=2]; IR)

136


CAPITULO 4. ELEMENTOS BASICOS
DE TOPOLOGIA

Cap
tulo 5
Complementos de C
alculo
Diferencial

5.1

Teorema de la Funci
on Inversa

Motivacion: Sea L : IRn ! IRn una funcion lineal. Para que L sea biyectiva
es necesario y suciente que la matriz asociada (matriz representante) sea
invertible, y en este caso la matriz representante de la funcion inversa sera
la inversa de la matriz representante de L.
Si Lx0 = b0 y queremos resolver la ecuacion Lx = b0 +
b, la solucion sera
x = x0 +
x = L 1 b0 + L 1
b
Cuando F :
! IRn es diferenciable, F es localmente como una funcion
lineal (afn), y por lo tanto es razonable pensar que la biyectividad local de
F este relacionada con la biyectividad de su aproximacion lineal.
Teorema 5.1 (Teorema de la Funcion Inversa)
Sea F :
 IRn ! IRn una funcion de clase C 1 . Supongamos que para
a 2
, DF (a) (Jacobiano) es invertible y que F (a) = b.Entonces
1. Existen abiertos U y V de IRn tales que a 2 U , b 2 V y F : U ! V es
biyectiva.

2. Si G : V ! U es la inversa de F , es decir, G
tambien de clase C 1 y DG(b) = [DF (a)] 1 .

=F

1 , entonces

Antes de dar la demostracion veremos algunos ejemplos.

137

G es

138


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

Sea F (x; y) = (x2 + ln y; y2 + xy3), entonces F (1; 1) = (1; 2)

Consideremos la ecuacion F (x; y) = (b1 ; b2)
x2 + ln y = b1
y 2 + xy 3 = b2
con (b1; b2 ) "cerca"de (1; 2).


2
x
1
=y
DF (x; y ) = y 3 2y + 3xy 2
evaluando el Jacobiano en (x; y) = (1; 1) obtenemos


2
1
DF (1; 1) = 1 5
que es una matriz invertible!.
Concluimos entonces, gracias al teorema de la funcion inversa que la ecuacion
tiene una y solo una solucion (x(b1 ; b2); y(b1; b2)) para cualquier (b1 ; b2 ) cercano al punto (1; 2). Mas aun (x(b1 ; b2 ); y(b1; b2 )) esta cerca de (1; 1) y depende de (b1 ; b2 ) de manera diferenciable.
Ejemplo 5.2 Cambio de coordenadas esfericas:
x = r sin  cos 
y = r sin  sin 
z = r cos 
Llamaremos  al cambio de variables. El Jacobiano de la transformacion en
el punto r = 1;  = =4;  = =4 es
0
1=2 1=2 1=2 1
1=2 A
D(1; =4; =4) = @p1=2 1=2
p
2=2 0
2=2
p
Esta matriz es invertible pues su determinante es igual a 2=2. En general
se tiene que jD(r; ; )j = r2 sin  que es distinto de cero excepto si r = 0 o
si sin  = 0. Por lo tanto, salvo en el eje z la transformacion  es localmente
biyectiva.
Previo a la demostracion del teorema, recordemos tres resultados que
seran de utilidad.
Ejemplo 5.1

139

 INVERSA
5.1. TEOREMA DE LA FUNCION

1. En Mnn(IR) consideramos la norma

kAkF =

v
uX
n
u n X
t
a2ij
i=1 j =1

(Norma de Frobenius)

Entonces kAxk2  kAkF kxk2 si x 2 IRn, A 2 Mnn.

Ademas kAB kF  kAkF kB kF , si A; B 2 Mnn
2. Corolario del teorema del Punto Fijo de Banach: Si (E; k
k) es un
espacio de Banach,C  E es un conjunto cerrado y F : C ! C es una
funcion contractante, entonces existe un unico x 2 C tal que F (x) = x.
3. Teorema del valor medio: Sea F : U ! IRn de clase C 1 , U un conjunto
convexo.Si kDFi(x)k  Ai 8x 2 U , entonces kF (x) F (y)k 
p
A21 + ::: + A2n kx y k 8x; y 2 U .
En realidad se tiene que si kDF (x)k  C 8x 2 U entonces kF (x)
F (y )k  C kx y k, pues
Z 1

kF (x) F (y)k = k


0
Z 1
0
Z

DF (tx + (1 t)y )
(x y )dtk

kDF (tx + (1 t)y)
(x y)kdt

 kDF (tx + (1 t)y)kkx ykdt

0
 C kx yk
Demostracion (Teorema de la Funcion de Inversa)
Observemos que si F es de clase C 1 entonces la funcion
DF

:
!
x 7!

es continua pues
kDF (x) DF (x0)kF =

Mnn
DF (x)

v
u n n
uX X
t
i=1 j =1

@fi
@fi
j @x
(x) @x
(x0 )j2
j

140


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

y como todas las derivadas parciales

son @fcontinuas, "dado " > 0, existen
@f
ij > 0 tales que kx x0 k < ij ) j @x (x) @x (x0 )j < n , entonces escogiendo
p= mini;j ij > 0 tenemos que kx x0 k < ) kDF (x) DF (x0 )kF <
n2 ( n" )2 = ".
Queremos demostrar que existen abiertos U y V tales que F : U ! V es
biyectiva, lo que se puede expresar en otras palabras como: Dado y 2 V
existe un unico x 2 U que es solucion de la ecuacion F (x) = y. Ademas
F (x) = y , y F (x)
= 0
1
, DF (a) (y F (x))
= 0 pues DF (a) es invertible
, x + DF (a) 1(y F (x)) = x
Entonces dado y 2 V , resolver la ecuacion F (x) = y es equivalente a encontrar un punto jo a la funcion 'y (x) = x + DF (a) 1(y F (x)) Como DF es
continua en a, existe " > 0 tal que
1
x 2 B (a; ") ) kDF (x) DF (a)kF < p
2 nkDF (a) 1kF
Para probar que F : B (a; ") ! IRn es inyectiva, basta probar que 'y es
contractante, en efecto F (x1) = y ^ F (x2) = y ) 'y (x1 ) = x1 ^ 'y (x2) = x2 y
si 'y es contractante entonces k'y (x1 ) 'y (x2 )k  C kx1 x2 k ) kx1 x2 k 
C kx1 x2 k y como C < 1, x1 = x2 .
Observemos que 'y es de clase C 1 . Para probar que es contractante acotamos
la norma de su derivada:
D'y (x) = I DF (a) 1 DF (x) = DF (a) 1 (DF (a) DF (x))
donde I es la matriz identidad de n  n.
kD'y (x)kF  kDF (a) 1kF kDF (a) DF (x)kF  2p1 n
la ultima desigualdad es valida si x 2 B (a; ").
Entonces como B (a; ") es convexa y kD('y )i(x)k  2p1 n para i = 1; :::; n,
obtenemos
i
j

k'y (x) 'y (z)k  kx zk

v
u n
uX
t
i=1

i
j

( 2p1 n )2 = 12 kx

zk

8x; z 2 B (a; ")

141

 INVERSA
5.1. TEOREMA DE LA FUNCION

Si denimos U = B (a; ") y V = F (U ), entonces F : U ! V es biyectiva.

Veamos que V es abierto.
Sea y 2 V y x 2 B (a; ") tal que F (x) = y. Hay que demostrar que existe
 > 0 tal que si y 2 B (y ; ) entonces existe x 2 U tal que F (x) = y , x =
'y (x), es decir, B (y; )  F (U ) = V .
Sea r > 0 tal que B (x; 2r)  U , y x 2 B (x; r)
'y (x) x

=
=

'y (x) (x + DF (a) 1 )y F (x))) + DF (a) 1 (y

'y (x) 'y (x) + DF (a) 1 (y y)

y por lo tanto
k'y (x) xk 


k'y (x) 'y (x)k + kDF (a) 1(y y)k

1 kx xk + kDF (a) 1kky yk
2

y)

Si escogemos  = r=(2kDF (a) 1kF ) tendremos que 8y 2 B (y; ) la funcion

'y : B (x; r) ! B (x; r)
es una contraccion y por lo tanto tiene un unico punto jo x 2 B (x; r)  U
tal que
'y (x) = x ) F (x) = y
Concluimos as que B (y; )  V , es decir, V es abierto.
Resta estudiar la diferenciabilidad de la funcion inversa. Sean y; y + k 2 V
entonces existen unicos x; x + h 2 U tales que y = F (x) y y + k = F (x + h)
entonces
F 1 (y + k) F 1 (y ) DF (x) 1 k = h DF (x) 1 k =
DF (x) 1 (F (x + h) F (x) DF (x)h)
Por lo tanto
1 kF 1(y + k) F 1(y) DF (x) 1kk 
kkk
kDF (x) 1k kF (x + h) Fkh(kx) DF (x)hk kkhkkk

142


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

Probaremos ahora que khk=kkk  C < 1 lo que implica que h ! 0

cuando k ! 0 y como F es diferenciable en el punto x, el lado derecho de
la desigualdad anterior tiende a cero cuando k ! 0, obligando asi a que el
lado izquierdo tienda a cero tambien, lo que por denicion signica que F 1
es diferenciable en y y
DF 1 (y ) = [DF (x)] 1
Se sabe que
kh DF (a) 1kk = kh DF (a) 1(F (x + h) F (x))k
= kh + x DF (a) 1(F (x + h) y) x +
DF (a) 1 (F (x) y )k
= k'y (x + h) 'y (x)k
 21 khk
por lo tanto
khk kDF (a) 1kk  kh DF (a) 1kk  1=2khk
lo que implica que
1=2khk  kDF (a) 1kk  kDF (a) 1kkkk
es decir,
khk  2kDF (a) 1k < 1
kkk
que es lo que se quera probar.
La continuidad de DF 1(y) = [DF (F 1(y))] 1 se obtiene de la regla de
Cramer para obtener la inversa de una matriz. Para una matriz invertible A
se tiene que
1 [cofactoresA]t
A 1=
det(A)
y donde "cofactores A"es una matriz formada por los distintos subdeterminantes de A que se obtienen al sacarle una la y una columna a A. Entonces
como F es continuamente diferenciable, sus derivadas parciales son continuas, y gracias a la formula de Cramer las derivadas parciales de F 1 seran
continuas tambien pues son productos y sumas de las derivadas parciales de
F y cuociente con el determinante de DF (F 1 (y )) que es distinto de cero y
continuo por la misma razon.


143

 IMPLICITA
5.2. TEOREMA DE LA FUNCION
5.2

Teorema de la Funci
on Impl
cita

Supongamos que se tiene una funcion f : IR2 ! IR, y consideremos una

ecuacion de la forma
f (x; y ) = 0
Es entonces natural hacer la siguiente pregunta: Es posible despejar y en
funcion de x?
Supongamos que s, es decir, existe una funcion y(x) que satisface
f (x; y (x)) = 0
supongamos ademas que f e y(x) son diferenciables, entonces podemos derivar
la ecuacion anterior con respecto a x:
o sea

@f @f dy
+
=0
@x @y dx
dy
@f=@x
=
dx
@f=@y

Derivacion implcita

Notemos que para poder realizar este calculo es necesario que @f=@y sea
distinto de cero..
Ejemplo 5.3 Consideremos la siguiente ecuacion
x2 + y 2 = 1
Es posible despejar y en funcion de x? Evidentemente la respuesta a esta
pregunta es que no es posible despejar globalmente una variable en funcion
de la otra, pero si (x0 ; y0) es un punto que satisface la ecuacion, es decir,
x20 + y02 = 0 y ademas y0 6= 0, entonces es posible despejar localmente y en
funcion de x (es decir, en una vecindad de (x0 ; y0)). Ademas derivando la
ecuacion se tiene que
dy
x
=
dx
y
imposible despejar y en funcion

dy
=0 )
2x + 2y dx

Sin embargo si y0 = 0 es
punto (x0 ; y0).

de x en torno al

144


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

Consideremos ahora un caso mas general que el anterior. Suponga que se tienen las variables x1 ; :::; xm e y1; :::; yn relacionas por n ecuaciones
(sistema de ecuaciones),
Fi (x1 ; :::xm ; y1 ; :::yn) = 0; i : 1; :::; n.Esto se puede escribir como
F : IRm  IRn ! IRn
0
1
F1 (x1 ; :::; xm ; y1; :::; yn )
C
...
(x1 ; ::; xm; y1; :::; yn) 7! F (x; y) = B
@
A
Fn (x1 ; :::; xm ; y1; :::; yn)
Entonces F (x1 ; :::; xm; y1; :::; yn) = 0.
Es posible despejar las variables y, en funcion de las variables x? Es decir,
existen funciones yj (x1 ; :::; xm ); j = 1; :::; n tales que
F (x1 ; :::; xm ; y1 (x1 ; :::; xx ); :::; yn(x1 ; :::; xm )) = 0:
Veamos el caso particular de un sistema lineal. Sea L una matriz L = [AB ] 2
Mn(n+m) , y consideremos el sistema
Ax + By = b
En este caso es posible despejar y en funcion de x cuando B es invertible:
y (x) = B 1 b B 1 Ax
Teorema 5.2 (Teorema de la Funcion Implcita)
Sea F :
 IRm+n ! IRn una funcion de clase C 1 , y sea (a; b) 2 IRm  IRn
un punto tal que F (a; b) = 0. Escribimos entonces
DF (a; b) = [Dx F (a; b) Dy F (a; b)]
y supongamos que Dy F (a; b) es invertible. Entonces existen conjuntos abiertos U  IRm+n ; W  IRm con (a; b) 2 U y a 2 W tales que para cada x 2 W
existe un unico y tal que (x; y ) 2 U y
F (x; y ) = 0
esto dene una funcion G : W ! IRn que es de clase C 1 y que satisface
F (x; G(x)) = 0; 8x 2 W
ademas DG(x) = [Dy F (x; G(x))] 1 Dx F (x; G(x)) para todo x 2 W y evidentemente G(a) = b.

Ejemplo 5.4

 IMPLICITA
5.2. TEOREMA DE LA FUNCION

145

Al igual que en el teorema de la funcion inversa veamos un ejemplo antes de

dar la demostracion del teorema.
Ejemplo 5.5 Considere el sistema de ecuaciones
x2 + sen(y ) + cos(yz ) w3 1 = 0
x3 + cos(yx) + sen(z ) w2

1=0
a) Muestre que es posible despejar (y; z) en funci@yon de (x; w) en una vecindad
del punto (x0 ; y0; z0; w0) = (0; 0; 0; 0). Calcular @x (0; 0).
b) Es posible despejar (x; y) en funcion de las variables (z; w) en una vecindad
de (0; ; 0; 0)? Que se puede decir de despejar (x; w) en funcion de (y; z)?
Solucion:
a) Para este problema se tiene que la funcion F es:
F (x; y; z; w) = (x2 +sen(y )+cos(yz ) w3 1; x3 +cos(yx)+sen(z ) w2 1).
Entonces F es de clase C 1 y F (0; 0; 0; 0) = (0; 0). Ademas

 

@F
=@y
@F
=@z
cos
y
sen(
yz
)
z
sen(
yz
)
y
1
1
D(y;z) F (x; y; z; w) = @F =@y @F =@z =
sen(yx)x
cos(z)
2
2
luego


1
0
D(y;z) F (0; 0; 0; 0) = 0 1
que es invertible. Luego, gracias al terorema, es posible despejar (y; z) en
funcion de (x; w) de manera diferenciable en una vecindad del punto (0; 0).
Si derivamos las ecuaciones con respecto a x obtenemos
@y
@z
@y
2x + cos(y) @x
cos(yz)(y @x
+ z @x
)=0
@y
@z
3x2 sen(yx)( @x
x + y ) + cos(z ) = 0
@x
evaluando en el punto (0; 0; 0; 0) se tiene que @y=@x(0; 0) = 0.
b)En este caso se tiene que F (0; ; 0; 0) = (0; 0) y


2
x
cos(
y
)
sen(
yz
)
z
D(x;y) F (x; y; w; z ) = 3x2
sen(yx)x

146


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

por lo tanto


0
1
D(x;y) F (0; ; 0; 0) = 0 0
esta ultima no es una matriz invertible por lo que el teorema no es aplicable.
Si se quisiera despejar (x; w) en funcion de (y; z) debemos observar la matriz

2
2
x
3
w
D(x;w) F (x; y; z; w) = 3x2 2w
que tampoco es invertible en los puntos (0; 0; 0; 0) y (0; ; 0; 0), por lo que
nuevamente el teorema no es aplicable.
Demostracion (Teorema de la Funcion Implcita)
Denamos la funcion
f :
 IRn+m ! IRn+m
(x; y) 7! f (x; y) = (x; F (x; y))
que es evidentemente una funcion de clase C 1 gracias a que F lo es. Su
Jacobiano en el punto (a; b) es


I
0
mm
Df (a; b) = D F (a; b) D F (a; b)
x
y
que es invertible ya que por hipotesis Dy F (a; b) lo es. Ademas f (a; b) = (a; 0).
Podemos entonces aplicar el Teorema de la Funcion Inversa a la funcion f .
Existen abiertos U; V  IRn+m tales que (a; b) 2 U , (a; 0) 2 V y f : U ! V
es biyectiva con inversa de clase C 1 . Denamos ahora el conjunto W = fz 2
IRm =(z; 0) 2 V g, entonces a 2 W y W es un conjunto abierto de IRm pues
V es abierto (Ejercicio: Demostrar que W es abierto). Luego, para cada
z 2 W la ecuacion f (x; y ) = (z; 0) tiene un unico par (xz ; yz ) como solucion,
es decir,
(xz ; F (xz ; yz )) = (z; 0)
esto ultimo implica que xz = z y por lo tanto F (z; y) = 0. Como yz es unico
dado z, esto dene una funcion G(z) = yz . Evidentemente G(a) = b, y
(z; yz ) = f 1 (z; 0) = (z; G(z))

5.3. GEOMETRIA Y MULTIPLICADORES DE LAGRANGE

147

De esta forma, G es la funcion que estamos buscando y como f 1 es de clase

C 1 , entonces la ecuacion anterior dice que G es de clase C 1 tambien. Se tiene
que G satisface la ecuacion F (z; G(z)) = 0, y como F y G son de clase C 1
podemos calular al Jacobiano de G usando esta ecuacion y la regla de la
cadena
Dx F (z; G(z ))Imm + Dy F (z; G(z ))DG(z ) = 0
de donde se obtiene el resultado
DG(z ) = [Dy F (z; G(z ))] 1 DxF (z; G(z ))
para todo z 2 W .

5.3

Geometr
a y Multiplicadores de Lagrange

La pregunta basica que queremos responder en esta seccion, es cuando una

ecuacion como g(x; y; z) = 0 dene una supercie?
Los dos ejemplos siguientes son muy elocuentes
1. x2 + y2 + z2 1 = 0
2. x(z x2 + y2) = 0
1. ciertamente es una supercie (es la supercicie de la esfera de radio 1 y
centro en el origen). Sin embargo 2. no es una supercie.
Este ejemplo nos muestra que la respuesta es local. El problema con la
supercie 2. ocurre en el punto (0; 0; 0) donde rg(0; 0; 0) = (0; 0; 0).
En general, si el punto (x0 ; y0; z0) es tal que g(x0; y0; z0 ) = 0 y rg(x0; y0; z0 ) 6=
0 entonces la ecuacion g(x; y; z) = 0 dene una supercie, al menos en una
vecindad de (x0 ; y0; z0 ); en efecto, si rg(x0; y0; z0) 6= 0, entonces alguna
derivada parcial es no nula, supongamos sin perdida de generalidad que
@g
(x ; y ; z ) 6= 0
@y 0 0 0

entonces, por el teorema de la funcion implcita, es posible despejar y en

funcion de (x; z), es decir, podemos escribir y = y(x; z), y por lo tanto el
conjunto S = f(x; y; z)=g(x; y; z) = 0g es localmente el grafo de una funcion,
es decir, es una supercie.

148


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

Denicion 5.1 (Espacios Normal y Tangente)

Sea g : IR3 ! IR una funcion diferenciable. Sea (x0 ; y0; z0 ) tal que
g (x0 ; y0 ; z0 ) = 0;
y supongamos que rg (x0 ; y0 ; z0 ) 6= 0. Llamemos S a la supercie que dene
la ecuacion g (x; y; z ) = 0 en torno a (x0 ; y0; z0 ). Se dene el Espacio Normal
a S en el punto (x0 ; y0 ; z0 ) como el espacio vectorial generado por el gradiente
de g en el punto (x0 ; y0 ; z0 ) y se denota Ns (x0 ; y0 ; z0 ).

Ns (x0 ; y0 ; z0 ) = hrg (x0 ; y0 ; z0 )i

El Espacio Tangente a S en el punto (x0 ; y0; z0 ) se denota Ts (x0 ; y0 ; z0 ) y se
dene como el ortogonal del espacio normal

Ts (x0 ; y0; z0 ) = Ns (x0 ; y0; z0 )? = f(x; y; z ) 2 IR3 =(x; y; z )
rg (x0 ; y0; z0 ) = 0g

Los espacios tangente y normal, son espacios vectoriales,

y no pasan necesariamente por el punto (x0; y0; z0 ).
Con la denicion anterior, si  : I  IR ! IR3 es una funcion tal que
 (t) 2 S 8t, y  (0) = (x0 ; y0 ; z0 ), entonces  0 (0) 2 Ts (x0 ; y0 ; z0 ).
Es posible alcanzar cada v 2 Ts(x0 ; y0; z0) de esta forma, con una funcion 
adecuada?
Supongamos que rg(x0; y0; z0 ) 6= 0. Sea v 2 Ts(x0 ; y0; z0). Elijamos b 6= 0 de
manera tal que b ? hfv; rg(x0; y0; z0 )gi; siempre existe tal b pues el espacio
vectorial hfv; rg(x0; y0; z0)gi tiene dimension 2. Consideremos el sistema de
ecuaciones
g (x; y; z ) = 0
(x x0 ; y y0; z z0)
b = 0
el Jacobiano del sistema anterior en el punto (x0 ; y0; z0) es


@g=@x(x0 ; y0 ; z0 ) @g=@y (x0 ; y0 ; z0 ) @g=@z (x0 ; y0 ; z0 )

Observacion 5.1

bx

by

bz

Como b ? rg(x0; y0; z0), la matriz Jacobiana tiene rango 2, y por lo tanto siempre es posible escoger dos columnas tales que la matriz resultante
sea invertible. El teorema de la funcion implcita nos asegura entonces que

5.3. GEOMETRIA Y MULTIPLICADORES DE LAGRANGE

149

podremos siempre despejar dos variables en funcion de una. Supongamos

sin perdida de generalidad que es posible despejar (y; z) en funcion de x,
entonces
g (x; y (x); z (x)) = 0
(x x0 ; y(x) y0; z(x) z0 )
b = 0
Si se dene (t) = (t + x0 ; y(t + x0 ); z(t + z0 )), entonces
g ( (t)) = 0 ^ ( (t) (x0 ; y0 ; z0 ))
b = 0
para todo t en una vecindad del cero. La funcion (t) es de clase C 1 pues las
funciones y(x); z(x) lo son, por lo tanto, derivando las ecuaciones anteriores
con respecto a t y evaluando en t = 0 se obtiene
rg(x0; y0; z0)
0(0) = 0 ^ 0(0)
b = 0
entonces por la eleccion de b no queda otra posibilidad mas que 0(0) k v. Si
se dene ~ (t) = (kvkt=k0(0)k) entonces ~0 (0) = v y g(~(t)) = 0 para todo
t en una vecindad del cero. De esta forma concluimos que
Ts (x0 ; y0; z0 ) = f 0 (0)= (t) 2 S 8t;  (0) = (x0 ; y0 ; z0 )g
Teorema 5.3 (Teorema de los Multiplicadores de Lagrange, Caso particular)
Consideremos el siguiente problema de optimizacion

P ) min f (x; y; z )
s:a g (x; y; z ) = 0
con f; g funciones diferenciables. Si (x0 ; y0 ; z0 ) es una solucion del problema
P , entonces existe  2 IR tal que

rf (x0; y0; z0) = rg(x0; y0; z0 )

Demostracion Sea  : I  IR ! IR3 tal que g ( (t)) = 0 y  (0) =
(x0 ; y0; z0), es decir, (t) 2 S para t en una vecindad del origen. Como

(x0 ; y0; z0) es un mnimo local de f restringido a S , entonces

d
f ( (t))jt=0 = rf (x0 ; y0 ; z0 )
 0 (0) = 0
dt

150


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

por lo hecho anteriormente, esto equivale a que? rf (x0 ; y0; z0 )
v = 0 8v 2

Ts (x0 ; y0; z0 ) ) rf (x0 ; y0 ; z0 ) 2 Ts (x0 ; y0 ; z0 ) = Ns(x0 ; y0 ; z0 ), y entonces
por denicion de Ns(x0 ; y0; z0 ) existe  2 IR tal que
rf (x0; y0; z0 ) = rg(x0; y0; z0 ):
Teorema 5.4 (Teorema de los Multiplicadores de Lagrange, Caso general)
Consideremos el problema de optimizacion siguiente

P ) min f (x)
s:a: gi (x) = 0 i = 1; :::; k

donde f; gi : IRn ! IR son funciones diferenciables. Suponemos que f alcanza

un mnimo local en x0 2 S , donde S = fx 2 IRn =g (x) = 0g, y que Dg (x0 ) 2
Mkn tiene rango k. Entonces existen 1 ; :::; k tales que

rf (x0) =

n
X
i=1

i rgi (x0 )

Demostracion Por analoga con el caso particular denimos el Espacio Normal a S en x0 como
Ns (x0 ) = hfrg1(x0 ); :::rgk (x0 )gi

y el Espacio Tangente a S en x0 como

Ts (x0 ) = Ns (x0 )? = fz 2 IRn =z
rgi (x0 ) = 0 i = 1; :::; kg
Puesto que Dg(x0) es de rango k, el espacio Ns(x0) es un espacio vectorial
con dim Ns(x0) = k, y por lo tanto dim Ts(x0 ) = n k
Para demostrar el teorema, haremos uso del siguiente lema
Lema 5.1 8v 2 Ts (x0 ) existe  : I  IR ! IRn, 0 2 I con g ( (t)) = 0 8t 2
I ( (t) 2 S 8t 2 I ) ^  (0) = x0 tal que  0 = v . Es decir
Ts (x0 ) = f 0 (0)= (t) 2 S 8t;  (0) = x0 g
Si el lema fuese cierto tendramos que 8 : I  IR ! IRn tal que g((t)) =
0 ^ (0) = x :0
d
f ( (t))jt=0 = rf (x0 )
 0 (0) = 0
dt

5.3. GEOMETRIA Y MULTIPLICADORES DE LAGRANGE

151

puesto que x0 es un mnimo local de f restringido a S . Lo anterior es

equivalente, gracias al lema, a que rf (x0)
v = 0 8v 2 Ts(x0 ), o sea,
rf (x0 ) 2 Ns(x0 ) lo que implica que
rf (x0 ) =

n
X
i=1

i rgi (x0 )

para ciertos 1; :::; n 2 IR, que es lo que se quera demostrar.


Demostracion del Lema Sea v 2 Ts (x0 ). Sea fb1 ; :::; bn k 1 g una base
ortonormal del espacio
hfv; rg1(x0 ); :::; rgk (x0 )gi?
Consideremos el sistema de ecuaciones (n 1 ecuaciones)
g1 (x)
= 0
...
gk (x)
= 0
(x x0 )
b1 = 0
...
(x x0 )
bn k 1 = 0
El punto x0 satisface las ecuaciones, y la matriz Jacobiana del sistema es
0
rg1(x0 )1
... C
B
B
C
B
C
Brgk (x0 )C
B
C
B b1 C
B
... C
@
A
bn

k 1

que es una matriz de rango n 1, por lo que podemos seleccionar n 1

columnas tales que la matriz resultante sea invertible, y gracias al teorema
de la funcion implcita podemos despejar n 1 variables en funcion de la
restante en una vecindad de x0 . Entonces existe  : I = ( "; ") ! IRn
denido de manera analoga al caso particular, tal que g((t)) = 0 8t 2 I y
((t) x0 )
bi = 0; 8t; i = 1; :::; n k 1

152


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

Derivando las ecuaciones anteriores con respecto a t y evaluando en t = 0 se

obtiene que
rgi(x0 )
0(0) = 0; i = 1; :::; k ^ 0(0)
bj = 0; j = 1; :::; n k 1
lo que implica que 0(0) k v. Deniendo ~ (t) = (kvkt=k0(0)k) tenemos
que ~ 0(0) = v, lo que nos da el lema, pues la otra inclusion f0(0)=(t) 2
S 8t;  (0) = x0 g  Ts (x0 ) es directa (analoga a la demostracion en el caso
particular)

5.4

Algunas Reglas de Derivaci

on Adicionales

Teorema 5.5 (Regla de Leibniz de Derivacion)

Sea f : IR2 ! IR de clase C 1 . ;  : IR ! IR funciones diferenciables.
Entonces la funcion F : IR ! IR denida por
F (x) =

Z  ( x)
(x)

f (x; t)dt

es diferenciable y su derivada es

d
dx

Z  (x)
(x)

f (x; t)dt = f (x;  (x)) 0(x)

f (x; (x))0 (x) +

Demostracion Denamos la funcion

G(z; x) =

Z z

f (x; t)dt

por el Teorema Fundamental del Calculo sabemos que

demostremos que

@
G(z; x) = f (x; z )
@z
Z

z @
@
G(z; x) =
f (x; t)dt
@x
0 @x

Z  (x)

@
f (x; t)dt
(x) @x

 ADICIONALES
5.4. ALGUNAS REGLAS DE DERIVACION

para ello notemos que

G(z; x + h)
=
=

Z z

f (x + h; t) + f (x; t)

0
Z zZ 1
0

G(z; x) h

@
( @x
f (x + yh; t)

153

Z z

@
f (x; t)dt
0 @x
@
h f (x; t)dt
@x
@
f (x; t))hdydt
@x

La funcion @f=@x(
;
) es continua, y por lo tanto, uniformemente continua

sobre [x jhj; x + jhj]  [0; z], asi, dado " > 0, existe > 0 tal que si
k(x; y) (x; y)k < entonces j@f=@x(x; y) @f=@x(x; y)j < "=z. Entonces
si jhj < se tiene que
@
@
j @x
f (x + yh; t)
f (x; t)j < " 8t 2 [0; z ] 8y 2 [0; 1]
@x

lo que implica que

jG(z; x + h)

G(z; x) h

Z z

@
f (x; t)dtj < "jhj
0 @x

si jhj < de donde se sigue el resultado. Luego

Z  (x)
(x)

f (x; t)dt = G( (x); x) G((x); x)

y aplicando el resultado anterior se tiene que

Z

=
=

d (x)
f (x; t)dt
dx (x)
@
dx
@
G( (x); x) 0(x) + G( (x); x)
@z
@x
dx
@
dx
:::
G( (x); x)
@x
dx
Z
f (x;  (x)) 0 (x)

= f (x;  (x)) 0(x)

@
G((x); x)0 (x) :::
@z
 (x)

(x) @f
@f
(
x; t)dt
(x; t)dt
@x
@x
0
0
Z  (x)
@
0
f (x; (x)) (x) +
f (x; t)dt
(x) @x

f ((x); x)0(x) +

154


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

Teorema 5.6 Sean A  IRn y B  IRm abiertos y f : A  B ! IR de clase

C 1. Sea Q  B conjunto elemental cerrado. Entonces la funcion
F (x) =
es de clase C 1 y

@
F (x) =
@xi

para todo i = 1; :::; n

@
f (x; y )dy
Q @xi

Demostracion Sea x0 2 A
F (x0 + h) F (x0 )

=
=
=

Z
Z

Q
Q

f (x; y )dy

n
X
i=1

hi

f (x0 + h; y ) f (x0 ; y )

(f (x0 + h; y)

f (x0 ; y )

@
f (x0 ; y )dy
Q @xi

n
X
i=1

hi

@f
(x ; y)dy
@xi 0

rxf (x0; y)
h)dy

Z Z 1

(rxf (x0 + th; y) rxf (x0 ; y))
hdtdy

La funcion rxf (
;
) es continua en B (x0 ; 1)  Q que es compacto ) es
uniformemente continua. Luego dado " > 0 existe > 0 talque si k(x; y)
(x; y)k < ) krxf (x; y) rxf (x; y)k < "=vol(Q). entonces si khk < se
tiene que
krxf (x0 + th; y) rxf (x0 ; y)k < vol("Q) 8 t 2 [0; 1] 8 y 2 Q
Q 0

lo que implica que

jF (x0 + h) F (x0 )



Z Z 1
Q 0
Z Z 1
Q 0

n
X
i=1

hi

@f
(x0 ; y)dyj
Q @xi

krf (x0 + th; y) rf (x0 ; y)kkhkdtdy

"

vol(Q) khk = "khk


5.5. LA FORMULA
DE CAMBIO DE VARIABLES

155

de este modo jF (x0 + h) F (x0 ) Pni=1 hi RQ @x@f (x0 ; y)dyj  "khk siempre
que khk < , es decir, F es diferenciable es x0 y
i

@
F (x0 ) =
@xi

@
f (x0 ; y )dy
Q @xi

para todo i = 1; :::; n. La continuidad de las derivadas parciales queda de

ejercicio.

5.5

La F
ormula de Cambio de Variables

Recordemos la formula de cambio de variables

Z
Z
g (x)dx = g (f (y ))j det Df (y )jdy
f (
)

Para dar sentido a la formula se requiere

 f : U ! V biyectiva de clase C 1 y con inversa de clase C 1. (Esta clase
de funciones recibe el nombre de difeomorsmo)

es un compacto, cuya frontera es la union nita de grafos de funciones
continuas
 g : f (
) ! IR es continua.
En estas circunstancias las funciones

(
)

g (x) = g (0x) xx 22= ff(
)
y

0
y 2=


(g f j det Df j) = g(f (y))j det
Df (y )j y 2

son integrables.
Para demostrar la formula de cambio de variables, tenemos que dar una
denicion de integrabilidad un poco mas fuerte.
Denicion 5.2 A  IRn se dice v-medible si A es compacto y su frontera
es la union nita de grafos de funciones continuas.

156


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

Ejemplo 5.6 A = [a; b]n con a y b nitos es v-medible

Si A es v-medible, y f es un difeomorsmo, entonces f (A) en

v-medible
Observamos que si A es v-medible, entonces podemos denir el volumen de
A como

Ejemplo 5.7

vol(A) = 1A(x)dx
donde

1A(x) = 01

x 2= A
x2A

Denicion 5.3 Sea A un conjunto v-medible. Una descomposicion D de A

es una coleccion de conjuntos C1 ; :::; Ck tales que

 Ci es v-medible, i = 1; :::; k
 A = C1 [ ::: [ Ck
 int(Ci \ Cj ) = , si i 6= j
Se dene tambien el

diametro de la descomposicion D como

diamD = 1max
diamCi
ik

donde el diametro de un conjunto A v-medible es igual a diamA = supfkx

y k=x; y 2 Ag

Dada la descomposicion D de A, consideremos el vector  = (1; :::; k ) tal

que i 2 Ci 8i = 1; :::; k
Denicion 5.4 Sea f : A ! IR una funcion acotada. Denimos la Suma
de Riemann asociada a (D;  ) como
S (f; D;  ) =

k
X
i=1

f (i )vol(Ci )


5.5. LA FORMULA
DE CAMBIO DE VARIABLES

157

Denicion 5.5 Decimos que f es v-integrable sobre A, conjunto v-medible,

si existe I 2 IR tal que

8" > 0 9 > 0 tal que 8D desc. de A;

(diamD < ^  asociado a D) ) jS (f; D;  ) I j < "

R
Si tal I existe, es unico, (demostrarlo) y denotamos I = A f (x)dx
Con esta denicion podemos seguir paso a paso la demostracion ya hecha
para probar la proposicion siguiente
Proposicion 5.1 f : A ! IR continua ) f es v-integrable
Tambien se puede demostrar que si f : A ! IR es acotada y continua salvo
sobre el grafo de un numero nito de funciones continuas, entonces f es
v-integrable.
Teorema 5.7 (Teorema del Cambio de Variables)
Sea
v-medible y f : U ! V un difeomorsmo,
 U . Sea g : f (
) ! IR
v-integrable. Entonces g f :
! IR es v-integrable y
Z

f (
)

g (x)dx =

g (f (y ))j det Df (y )jdy

Demostracion La demostracion del teorema tiene dos partes: primero el

caso en que f es una funcion lineal, y luego el caso general.
Caso f lineal: La demostracion ya fue hecha para IR3, y se extiende de
manera analoga a IRn, por lo que supondremos cierto el resultado en el caso
lineal. Asi tenemos, si T es lineal que

vol(T (A)) =

T (A)

1 = 1j det T j = vol(A)j det T j 8A v-medible

A

Caso general: Necesitaremos dos lemas previos

Lema 5.2 Sea U abierto, X  U compacto y ' : U  U ! IR continua tal
que '(x; x) = 1 8x 2 U . Entonces 8" > 0 9 > 0 tal que
x; y 2 X kx y k < ) j'(x; y ) 1j < "

158


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

Demostracion Puesto que X es compacto, entonces X X  U U tambien

es compacto, por lo que ' sera uniformemente continua sobre X  X . Luego,
dado " > 09 > 0 tal que kx zk+ky wk = k(x; y) (z; w)k < ) j'(x; y)
'(z; w)j < ", en particular, si kx y k < entonces k(x; y ) (x; x)k < lo
que implica que j'(x; y) '(x; x)j = j'(x; y) 1j < "

Lema 5.3 Sean U; V  IRn abiertos y f : U ! V un difeomorsmo de clase
C 1. Sea X  U un compacto v-medible y M = supfkDf (x)k=x 2 P
X g.(Donde
k
k es cualquier norma matricial, por ejemplo kAk = max1inf nj=1 jaij jg)
Entonces

vol(f (X ))  M nvol(X )
Demostracion Demostremos primero el caso en que X es un cubo, con
centro p y lado 2a, es decir,
X = [p1

a; p1 + a]  :::  [pn

a; pn + a] =

n
Y
i=1

[pi

a; pi + a]

Por la desigualdad del valor medio tenemos que jfi(x) fi(p)j  Ma y por
lo tanto
kf (x) f (p)k1  Ma 8x 2 X
es decir, f (x) esta a distancia a lo mas Ma de f (p) para todo x 2 X ,
entonces
f (X )  [f1 (p) Ma; f1 (p) + Ma]  :::  [fn (p) Ma; fn (p) + Ma]
n
Y
= [fi(p) Ma; fi (p) + Ma]
i=1

o sea que vol(f (X ))  vol(Qni=1[fi(p) Ma; fi (p) + Ma]) = M n (2a)n =

M n vol(X )
El caso general lo hacemos por aproximacion. Sea " > 0, entonces existe un
abierto  tal que X    U y kDf (x)k  M + " para todo x 2  (Por la
continuidad de Df ).
El conjunto X se puede cubrir por un numero nito de cubos con interiores
disjuntos contenidos en 
X

k
[
i=1

Ci

159


5.5. LA FORMULA
DE CAMBIO DE VARIABLES

con int(Ci) \ int(Ci) =  si i 6= j . Ademas los cubos se pueden suponer tan

peque~nos que
k
X
i=1

Luego
f (X ) 

k
[
i=1

vol(Ci)  vol(X ) + "

f (Ci) ) vol(f (X )) 

k
X
i=1

vol(f (Ci)) 

k
X
i=1

Min vol(Ci )

donde Mi = supfkDf (x)k=x 2 Cig  M + " por lo tanto vol(f (X )) 

(M + ")n(vol(X ) + "). Como esta desigualdad es valida para todo " > 0
concluimos que
vol(f (X ))  M n vol(X )

Para nalizar con la demostracion en el caso general, consideremos una descomposicion D = fC1; :::; Ck g de
y puntos i 2 Ci para i : i; :::; k. Entonces los conjuntos f (Ci) denen una descomposicion de f (
) y los puntos
f (i ) 2 f (Ci ). A esta descomposicion la denotamos por Df . Usando la desigualdad del valor medio se puede demostrar que existen constantes a1 ; a2
tales que
a1 diam(Df )  diam(D)  a2 diam(Df )
gracias a que
es compacto. Denamos Ti = f 0(i) 2 Mnn para i = 1; :::; k,
y
Ni = supfkTi 1 f 0 (x)k=x 2 Ci g Mi = supfkTi (f 1 )0 (y )k=y 2 f (Ci)g
con k
k la misma del lema anterior. Entonces se tiene que
vol(f (Ci)) = vol(TiTi 1f (Ci))
= j det(Ti)jvol(Ti 1f (Ci))
 j det(Ti)jNinvol(Ci)
de igual manera
vol(Ci)  j det(Ti 1)jvol(f (Ci))Min

160


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

De lo anterior se obtiene que

vol(Ci)j det(Ti)j vol(f (Ci))  vol(f (Ci))(Min 1)
vol(Ci)j det(Ti)j vol(f (Ci))  vol(Ci)j det(Ti)j(1 Nin)
Denamos tambien '(x; y) = k(f 0(y)) 1f 0(x)k, de este modo '(x; x) = 1
para todo x 2
.
Luego, gracias a los lemas anteriores, dado " > 0 existe > 0 tal que si
diam(D) < entonces
jNin 1j < " ^ jMin 1j < "
De todo lo anterior, se concluye que existe una constante B tal que
jvol(Ci)j det(Ti )j vol(f (Ci))j < B"vol(f (Ci))
Segun la denicion de v-integrable debemos comparar la suma de Riemann
de h := g f j det Df j asociada
la particion D y a los puntos  con el supuesto
valor de la integral: I = Rf (
) g(x)dx
jS (h; D;  )

= j
 j

k
X
i=1
k
X
i=1

:: + j

 B"

f (
)

g (x)dxj
Z

g (f (i))j det(Ti )jvol(Ci )

f (
)
k
X

g (f (i))j det(Ti )jvol(Ci )

k
X

i=1
k
X

g (f (i))vol(f (Ci))

i=1

f (
)

g (x)dxj

g (f (i))vol(f (Ci ))j + ::

g (x)dxj

jg(f (i))jvol(f (Ci)) + ::

i=1
k
X

:: + j

 B"

i=1
k
X
i=1

g (f (i))vol(f (Ci))

Z
f (
)

g (x)dxj

jg(f (i))jvol(f (Ci)) + jS (g; Df; f ( ))

Z
f (
)

g (x)dxj


5.5. LA FORMULA
DE CAMBIO DE VARIABLES

161

En la ultima desigualdad, gracias a que g es v-integrable sobre f (

) tenemos
que la sumatoria de la izquierda esta acotada y el termino de la derecha
se puede hacer tan peque~no como se desee tomando un sucientemente
peque~no. Por lo tanto dado "~ > 0 existe ~ > 0 tal que si diamD < ~,
entonces
jS (h; D;  )

f (
)

g (x)dxj < "~

es decir, g f j det Df j es v-integrable en

y
Z

g f (y )j det Df (y )jdy =

pues la integral es unica.

Z
f (
)

g (x)dx

.

162
5.6


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL
Ejercicios

1. Considere el siguiente sistema no-lineal:

x21 x2 + x22 x1 + y22 y1 + y2 = 0
x1 x2 y1 + x2 y1 y2 + y2 y1 x1 + y2 x1 x2 = 0
(a) Demuestre que es posible despejar (y1; y2) en funcion de (x1 ; x2 )
en torno a algun punto.
(b) Encuentre los valores de :
@y1
@y
(1
; 1) ; 2 (1; 1)
@x
@x
2

2. Sea z(x; y) una funcion diferenciable denida implicitamente por la

ecuacion:
y
z = x
f( )
z
donde f : IR ! IR es ua funcion derivable. Demuestre que
2(x; y)
rz(x; y) = z(x; y)
Indicacion:
Considere
F : IR3 ! IR denida como F (x; y; z ) = z x

f ( yz )
3. Considere el siguiente sistema no lineal:
sin(x1
y1) + x3 cos(y2) = 0
y2 + x21 + (sinh(x2 ))2 = 0
Encuentre los valores de @x@y12 (1; 0; 0) y @x@y23 (1; 0; 0).
Indicacion: Considere la funcion
g : IR3  IR2 ! IR2
(~x; ~y) 7! (u(~x; ~y); v(~x; ~y))
con ~x = (x1 ; x2; x3 ); ~y = (y1; y2), u; v : IR3  IR2 ! IR son tales que
u(~x; ~y) = sin(x1
y1 ) + x3 cos(y2 )
v (~x; ~y) = y2 + x21 + (senh(x2 ))2

163

5.6. EJERCICIOS

4. (a) Mostrar que cerca del punto (x; y; u; v) = (1; 1; 1; 1) podemos resolver el sistema
xu + yvu2 = 2
xu3 + y 2v 4 = 2
de manera unica para u y v como funciones de x e y. Calcular @u@x
(b) Considere el sistema
x4 + y 4
= u
x
sin x + cos y = v
Determine cerca de cuales puntos (x; y) podemos resolver x e y en
terminos de u y v
(c) Analizar la solubilidad del sistema
3x + 2y + z2 + u + v2 = 0
4x + 3y + zu2 + v + w + 2 = 0
x + z + w + u2 + 2 = 0
para u; v; w en terminos de x; y; z cerca de x = y = z = 0, u =
v = 0 y w = 2.
5. (a) Hallar dxdy jx=1 y dxd2 y2 jx=1 si
x2 2xy + y 2 + x + y 2 = 0
(b) Hallar dxdy y dxd2 y2 si
p
ln( x2 + y2) = a
arctg( xy ) (a 6= 0)
(c) Hallar @x@z y @y@z
si

x cos(y ) + y cos(z ) + z cos(x) = 1

(d) Las funciones y y z de la variable independiente x se dan por el

dy ; dz ; d2 y
sistema
de
ecuaciones
xyz = a y x + y + z = b; Hallar dx
dx dx2
2z
d
y dx2 .

164


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

6. (a) Sea la funcion z dada por la ecuacion

x2 + y 2 + z 2 = (ax + by + cz )

donde  es una funcion cualquiera diferenciable y a; b; c son

constantes; demostrar que:
(cy

bz )

@z
+ (az
@x

cx)

@z
@y

= bx

ay

(b) La funcion z esta denida por la siguiente ecuacion

F (x az; y bz ) = 0
donde F es una funcion diferenciable Encuentre a que es igual la
expresion
a

@z
@z
+
b
@x @y

@z
@z
+
y
@x
@y

(c) Si F ( xz ; yz ) = 0, Calcular
(d) Demostrar que la funcion z, determinada por la ecuacion
y = x(z ) + (z )
Satisface la ecuacion
@ 2 z @z 2
( )
@x2 @y

7. Para

@z @z @ z @ z @z 2
2 @x
+ ( ) =0
@y @x@y @y 2 @x

f (u; v ) = (u + (logv )2 ; uw; w2)

(a) Muestre que f no es inyectiva

165

5.6. EJERCICIOS

(b) Encuentre un dominio

de manera que la funcion sea inyectiva
en

(c) Calcule D(f 1)(1; 0; 1) cuando f se considera en

.
8. Encuentre el mnimo de la funcion f (x; y) = xy + yz sujeto a las restricciones x2y2 = 2 y xy = 2:
9. Sea f (x; y) = (x2 y2; 2xy)
(a) Demuestre que para todo (a; b) 6= (0; 0); f es invertible localmente
en (a; b).
(b) Demostrar que f no es inyectiva.
(c) Calcular aproximadamente f 1( 3:01; 3:98): Use la formula de
Taylor. Note que (f (1; 2) = ( 3; 4))
10. Sean f (u; v) = (u2 + u2v + 10v; u + v3 )
(a) Encuentre el conjunto de puntos en los cuales f es invertible localmente.
(b) Compruebe que (1; 1) pertenece al conjunto obtenido en la parte
(a), encontrar (aproximadamente) el valor de f 1(11:8; 2:2).
11. Sean x; y; z tres variables relacionadas por una ecuacion de la forma
f (x; y; z ) = 0 donde f es una funcion tal que @f=@x; @f=@y; @f=@z son
distintos de cero. Por lo tanto es posible escribir: x = x(y; z); y =
y (x; z ); z = z (x; y ), donde estas funciones son diferenciables. Muestre
que
@x @y @z
@y @z @x

= 1

12. Muestre que las ecuaciones

= 0
= 0
determinan funciones u(x; y) y v(x; y) en torno al@upunto
x = 2; y = 1
@v
tales que u(2; 1) = 2 y v(2; 1) = 1. Calcular @x y @y
x2

2xy + y2

y2

u3 + v 2 + 4
2u2 + 3v4 + 8

166


CAPITULO 5. COMPLEMENTOS DE CALCULO
DIFERENCIAL

13. Calcular R R dxdy donde S es el dominio limitado por

S

( xa2 + yb2 )2 = hx2

Indicacion: Use x = ar cos '; y = br sin ':

y2
k2

`(1+jx+yj)

14. Sea f (x; y; z; t) = +R + (xt + logz t + z)dt. Calcular @f@x ; @f@z ; @f@t en
e
aquellos puntos donde existan.
15. Considere la funcion
xZ+ct
1
1
u(x; t) = [f (x + ct) + f (x ct)] +
2
2cx ct g(s)ds
x y z

Muestre que

Z
1
+ 2c
0

t x+Zc(t s)

@2u
@t2

@2u
c2 2
@x
u(x; 0)
@u
(x; 0)
@t

x c(t s)

F (; s)dds

= F (x; t)
= f (x)
= g(x)
16. Considere la siguiente ecuacion integral
Z x
u(x) = 5 + sin(u(s) + x)ds
0
En el captulo anterior se demostro que tiene una unica solucion en
C ([0; 1=2]; IR).
Derivando dos veces la ecuacion integral (justique por que se puede
derivar), encuentre la ecuacion diferencial que satisface su solucion
17. Considere las funciones
Z g(x)
Z y2
F (x) =
f (x + t; xt)dt; G(x; y ) =
g (x; y; z )dz
0
0
Calcule F 0(x) y @G
@y (x; y )

167

5.6. EJERCICIOS

18. Encuentre una aproximacion de la raiz de cos x xex = 0, iterando 3

veces la formula de Newton para x1 = 9.
19. Sea f : IRn ! IRn un difeomorsmo de clase C 1 (es decir, un homeomorsmo con f y f 1 de clase C 1), que satisface que f (B )  B ,
donde B es la bola unitaria cerrada y jdetf 0 (x)j < 1 para todo x 2 B .
Demuestre que para toda funcion continua g : B ! IRn se tiene que
lim

k!1 f k (B )

g (x)dx = 0

donde f k es f compuesta consigo misma k veces.

20. Sea Bn la bola unitaria en IRn. Muestre que
V ol(B4 ) = 2

B3

1 (x2 + y2 + z2 )dxdydz:

Tomando coordenadas esfericas muestre que el volumen de B4 es igual

a
Z =2 Z 2 Z 1
p
2
r2 sin() 1 r2 drdd
=2 0

0
y concluya que V ol(B4 ) = 2 =2.
de la bola de radio r es r4 2=2.

En general muestre que el volumen

21. Sea f : U ! IRn una funcion de clase C 1 en el abierto U  IRn. Sea

a 2 U tal que f 0 (a) es invertible. Muestre que
lim vol(f (B (a; r)) = jdetf 0(a)j:
r!0 vol(B (a; r )
22. Como en el ejercicio anterior muestre que si f 0(a) no es invertible entonces
vol(f (B (a; r)) = 0:
lim
r!0 vol(B (a; r )