Clculo avanzado

Introduccin

Jos Francisco Caicedo Contreras

Clculo avanzado
Introduccin

FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMTICAS

Bogot, D. C., Colombia, agosto de 2012

 Universidad Nacional de Colombia

Facultad de Ciencias
Departamento de Matemticas
Jos Francisco Caicedo Contreras

ilustracin portada
y contraportada
Profesor Gustavo Rubiano
Departamento de Matemticas
isbn 978-958-761-239-4
Mathematics Subject Classification (MSC2010): 26E15, 26E20
Primera edicin, 2012

Bogot, Colombia
Prohibida la reproduccin total o parcial por cualquier medio
sin la autorizacin escrita del titular de los derechos patrimoniales

Catalogacin en la publicacin Universidad Nacional de Colombia

Caicedo Contreras, Jos Francisco, 1939Clculo avanzado / Jos F. Caicedo -- 2a. ed. Bogot : Universidad Nacional de
Colombia. Facultad de Ciencias, 2012
xvi, 410 p.
Incluye referencias bibliogrficas
ISBN : 978-958-761-239-4
1. Anlisis matemtico 2. Anlisis funcional no lineal 3. Clculo 4. Teora de
los grupos I. Tt.
CDD-21 515 / 2012

Contenido

Prefacio

XIII

1 Espacios vectoriales normados

1.1

Espacios normados . . . . . . . . . . . . . . . . . . . . . .

1.2

Espacios con producto interno . . . . . . . . . . . . . . . .

1.3

Espacios metricos . . . . . . . . . . . . . . . . . . . . . . . 10

1.4

Espacios topologicos . . . . . . . . . . . . . . . . . . . . . 12

1.5

Aplicaciones lineales continuas . . . . . . . . . . . . . . . 17

1.6

Normas equivalentes . . . . . . . . . . . . . . . . . . . . . 25

1.7

Aplicaciones multilineales . . . . . . . . . . . . . . . . . . 40

1.8

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

vii

viii

CONTENIDO

2 La diferencial como aplicaci

on lineal

69

2.1

Aplicaciones F -diferenciables . . . . . . . . . . . . . . . . 72

2.2

Aplicaciones G-diferenciables . . . . . . . . . . . . . . . . 76

2.3

Aplicaciones n-lineales . . . . . . . . . . . . . . . . . . . . 81

2.4

Propiedades de la derivada

2.5

Derivada de un producto . . . . . . . . . . . . . . . . . . . 88

2.6

Derivadas de aplicaciones con coordenadas . . . . . . . . . 92

2.7

La matriz jacobiana . . . . . . . . . . . . . . . . . . . . . 97

2.8

El gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . 99

2.9

Derivada Frechet, derivada compleja . . . . . . . . . . . . 102

. . . . . . . . . . . . . . . . . 85

2.10 Funciones continuamente diferenciables . . . . . . . . . . . 108

2.11 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

3 Derivadas de orden superior

119

3.1

Aplicaciones de la regla de la cadena . . . . . . . . . . . . 120

3.2

La segunda derivada . . . . . . . . . . . . . . . . . . . . . 123

3.3

La matriz Hessiana . . . . . . . . . . . . . . . . . . . . . . 129

3.4

Clase C k . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

3.5

Aplicaciones de clase k 1 con coordenadas . . . . . . . . 150

3.6

Simetra de la segunda derivada . . . . . . . . . . . . . . . 156

3.7

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

CONTENIDO

4 Algebras
de Banach

ix
179

4.1

Series en algebras de Banach . . . . . . . . . . . . . . . . 182

4.2

El conjunto de inversibles en algebras de

Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186

4.3

Derivada de inv : G G . . . . . . . . . . . . . . . . . . . 189

4.4

Exponencial en algebras de Banach con

unidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196

4.5

Aplicacion a ecuaciones diferenciales . . . . . . . . . . . . 207

4.6

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 212

5 Desigualdad del valor medio

215

5.1

La desigualdad del valor medio . . . . . . . . . . . . . . . 222

5.2

Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 233

5.3

Derivada de Gateaux y valor medio . . . . . . . . . . . . . 235

5.4

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 237

6 Integraci
on en espacios de Banach

241

6.1

Extensi
on de funciones lineales continuas

. . . . . . . . . 241

6.2

Integral de aplicaciones salto . . . . . . . . . . . . . . . . 244

6.3

Adherencia de las funciones salto y

aplicaciones regladas . . . . . . . . . . . . . . . . . . . . . 249

6.4

Propiedades de la integral . . . . . . . . . . . . . . . . . . 261

6.5

El teorema fundamental del calculo . . . . . . . . . . . . . 267

CONTENIDO

6.6

Integraci
on por partes . . . . . . . . . . . . . . . . . . . . 274

6.7

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 275

7 Teorema de Schwarz y Taylor

279

7.1

Denici
on de derivada parcial . . . . . . . . . . . . . . . . 280

7.2

Relaci
on entre derivada parcial y clase C k . . . . . . . . . 281

7.3

Teorema de Schwarz . . . . . . . . . . . . . . . . . . . . . 291

7.4

Teorema de Taylor . . . . . . . . . . . . . . . . . . . . . . 304

7.5

Diferenciacion bajo el signo integral . . . . . . . . . . . . 308

7.6

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 312

8 Funci
on inversa e implcita

317

8.1

Difeomorsmos . . . . . . . . . . . . . . . . . . . . . . . . 317

8.2

Principio de contraccion de Banach . . . . . . . . . . . . . 322

8.3

Teorema de la funcion inversa . . . . . . . . . . . . . . . . 332

8.4

Teorema de la funcion implcita . . . . . . . . . . . . . . . 339

8.5

Teorema de inmersi
on local . . . . . . . . . . . . . . . . . 349

8.6

Teorema de Inyectividad Local . . . . . . . . . . . . . . . 352

8.7

Teorema de submersi
on local . . . . . . . . . . . . . . . . 353

8.8

Teorema del rango . . . . . . . . . . . . . . . . . . . . . . 357

8.9

Teorema del rango constante . . . . . . . . . . . . . . . . 360

8.10 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 364

CONTENIDO

9 M
aximos y mnimos

xi
369

9.1

Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . 386

9.2

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . 400

Bibliografa

401

Indice alfab
etico

405

Prefacio

Este libro introductorio al C

alculo Avanzado presenta el resultado de
cursos que he dictado sobre el tema durante varios a
nos en el posgrado
de Matem
aticas de la Universidad Nacional de Colombia; originalmente
surgi
o como notas de clase y he usado parte de ellas en el curso de
Analisis III de la carrera de Matem
aticas.
El objetivo principal de la obra es proveer los conocimientos basicos para los cursos de Ecuaciones Diferenciales Ordinarias, Ecuaciones
Diferenciales Parciales, Topologa Diferencial, Variedades Diferenciales,
Mec
anica y otros que se imparten, tanto en el pregrado, como en el posgrado de Matem
aticas, a n de que el estudiante se familiarice con el
lenguaje moderno del C
alculo, sin que pierda el sabor e intuicion propios
de la matematica cl
asica. Desarrollamos la teora, usando el lenguaje de
los espacios vectoriales y teniendo, como cuerpo de escalares, los n
umeros
reales R en espacios vectoriales normados. La mayora de los resultados
se extienden a espacios vectoriales normados con cuerpo de escalares C.
El curso se desarrolla suponiendo que el estudiante ya ha recibido

un curso preliminar de Algebra

Lineal y se entienden como conocidos
los conceptos de espacio vectorial y las nociones de base y dimensi
on de
un espacio vectorial, de independencia lineal de vectores, de aplicacion
lineal entre espacios vectoriales, etc. Sin embargo, recordamos a lo largo
del texto algunos de estos conceptos.

xiii

xiv

CAPITULO
0. PREFACIO
PREFACIO

En el captulo 1 procuramos dar los resultados que usaremos en los

captulos siguientes, con el animo de precisar el lenguaje a usar en el
resto de estas notas; quien haya estudiado Espacios Metricos, Topologa
General y Analisis Funcional, puede evitar el breve repaso que hacemos
en este captulo.
Por motivos did
acticos recomendamos tener en cuenta el Teorema
1.33, el cual establece equivalencias para que una aplicaci
on lineal entre
espacios normados sea continua; el Teorema 1.75, que establece equivalencias para que una aplicaci
on multilineal entre espacios normados sea
continua; y el Teorema 1.72, el cual establece que en un espacio normado
de dimensi
on nita todas las normas son equivalentes. Recomendamos
los teoremas sobre continuidad de aplicaciones lineales y multilineales
continuas en espacios normados. Usaremos en los captulos siguientes
los ejemplos citados en el Captulo 1.
No pretendo nada sobre pedagoga en este libro, me da miedo pensar
en ense
nar a ense
nar, solo queremos presentar un enfoque diferente de
la noci
on de derivada como una aplicaci
on lineal. En primera lectura he
destacado que partes pueden omitirse.
En el texto se dan ejemplos trabajados en detalle, con el animo de
mostrar algunos metodos; al nal del libro, citamos la bibliografa usada
y algunos artculos de referencia.
La idea de culminar las notas del curso se debe al interes de muchos
de mis estudiantes, hoy colegas, quienes me alentaron a hacerlo. Agradezco los comentarios sobre redacci
on y errores cometidos en versiones
preliminares a esta, hechos por algunos profesores del Departamento,
entre ellos, Lucimar Nova, Simon Frias (q. e. p. d.) y Vctor M. Ardila
de la Pe
na.
Agradecimientos especiales al profesor Rodrigo De Castro, quien hace a
nos me sugiri
o escribir notas de ayuda para los cursos de Analisis
III y de C
alculo Avanzado que se impartan en la carrera y Posgrado
de Matematicas; este libro es fruto de esa sugerencia. Ademas, a el se
le debe mucho acerca del levantamiento del texto en TEX. Agradezco
tambien a la se
norita Patricia Ch
avez, TEX-perta (de la revista de Estadstica), quien me colaboro en la presentaci
on nal de esta version, y
a aquellas personas que de alguna u otra forma aportaron a estas notas.

PREFACIO

xv

Finalmente, agradezco a la directora del Departamento, profesora

Myriam Campos, al profesor Gustavo Rubiano, y al coordinador de Publicaciones del Departamento, profesor Vctor Tapia, por su empe
no en
que estas notas se pudieran publicar.
Jose Francisco Caicedo C.

CAPITULO

Espacios vectoriales normados

En este captulo, introducimos algunos conceptos de espacios vectoriales normados, con cuerpo de escalares, los n
umeros reales R, o el
cuerpo de los n
umeros complejos C. Por razones de tipo didactico, nos
restringiremos a R; la mayora de los resultados son v
alidos cuando el
cuerpo de escalares es C. Suponemos que el lector conoce resultados
de algebra lineal como los de espacio vectorial, dependencia lineal de
vectores, base, dimensi
on, subespacio, aplicaci
on lineal, etc. En cuanto
sea posible daremos ejemplos en dimension nita. Sin embargo, la teora
ser
a planteada en dimensiones arbitrarias, destacando el caso nito.

1.1

Espacios normados

1.1 Denici
on. Una norma en un espacio vectorial E sobre R (o C) es
una aplicacion N , denida en E a valor real
N :ER
la cual satisface las siguientes tres propiedades:
1

CAPITULO 1. ESPACIOS VECTORIALES NORMADOS

(N1 ) N (x) 0 para todo x E y N (x) = 0 si y solo si x = 0.

(N2 ) N (x) = ||N (x) para todo x E y para todo R.
(N3 ) N (x + y) N (x) + N (y) para x, y E (desigualdad
triangular).
Usaremos las notaciones siguientes N (x) = x y leeremos norma
de x.
1.2 Nota. En (N2 ), || es el valor absoluto del n
umero real (o si el
cuerpo de escalares es C, es el m
odulo del complejo ). Al par (E,  )
lo llamaremos Espacio vectorial normado.
Los axiomas (N1 ), (N2 ), (N3 ) implican:
1.3 Proposici
on. En un espacio vectorial normado (E,  ), tenemos
a)

 x = x para todo x E.

b)

x z = z x para todo x, z E.




Para x, z E x z x z.

c)
Demostraci
on.

 x = (1)x = | 1|x.
x z = (1)(z x) = z x.
Para c), observamos que x = x z + z. Luego
x = x z + z x z + z,
por lo tanto
x z x z.
An
alogamente,
z = z x + x z x + x.
Obtenemos
z x z x = x z,

()

1.1. ESPACIOS NORMADOS

x z x z.

()

es decir,

De () y (), deducimos
x z x z x z.
Esto equivale a




x z x z.

La desigualdad anterior sera u

til luego para demostrar que la norma
es una aplicaci
on continua, a
un mas uniformemente continua.
Si (N1 ) es reemplazada por x 0 para todo x E y x = 0, implica
x = 0; en este caso, la aplicaci
on N =   es llamada una seminorma.
Note la diferencia.
1.4 Ejemplo.
a) E = R es considerado como espacio vectorial sobre s mismo y | | el
valor absoluto, como norma. (R, | |) es espacio vectorial normado.
b) E = RN = {x = (x1 , x2 , . . . , xN ) | xj R}. Las tres siguientes
funciones son normas en E:

N

x1 = 
x2j ,
j=1

x2 =

N


|xj |,

j=1

x3 = sup{|xj | : j = 1, 2, . . . , N }.
Es facil demostrar que  2 ,  3 son normas. La desigualdad triangular para la norma  1 sera deducida posteriormente como consecuencia de resultados en espacios vectoriales con producto interno.
La norma  1 es llamada euclideana o usual.

CAPITULO 1. ESPACIOS VECTORIALES NORMADOS

c) E = M (m n) es el espacio vectorial de las matrices de tama

no
m n con elementos en R, con las operaciones usuales de adicion
de matrices y multiplicaci
on de un real por una matriz. Podemos
denir en E las siguientes normas:
para A = (aij ) en E, denimos

 (m,n)
 

A1 = 
a2ij ,
(i,j)=(1,1)

(m,n)

A2 =

|aij |,

(i,j)=(1,1)

A3 = sup{|aij | : i = 1, 2, . . . , m, j = 1, 2, . . . , n}.

Dejamos como ejercicio vericar que son tres normas en E.

1.2

Espacios con producto interno

1.5 Denici
on.
a) Un producto interno en un espacio vectorial real E es una funci
on
P : E E R, tal que P es bilineal simetrica positivamente
denida, es decir,
(P1) P(x + y, z) = P(x, z) + P(y, z) para todo x, y, z E.
(P2) P(x, y) = P(x, y) para todo R, para todo x, y E.
(P3) P(x, y) = P(y, x) para todo x, y E (simetra).
(P4) P(x, x) 0 para todo x E y P(x, x) = 0 si y solo si x = 0
(positividad).
b) Un producto interno o producto hermitiano sobre un espacio complejo es una aplicaci
on P : E E C, tal que
(C1) P(x + y, z) = P(x, z) + P(y, z) para todo x, y, z E.
(C2) P(x, y) = P(x, y) para todo C, para todo x, y E.
(C3) P(x, y) = P(y, x) para todo x, y E, donde P(y, x) es el
{conjugado del complejo P(y, x)}.
(C4) P(x, x) 0 para todo x E y P(x, x) = 0 si y solo si x = 0.

1.2. ESPACIOS CON PRODUCTO INTERNO

De (C3) deducimos que P(x, x) es real. Si E es un espacio con producto interno P al par (E, P), se le llama espacio con producto interno.
1.6 Ejemplo.
a) Sea E = RN , consideramos el producto interno usual
 , : R N RN R
(x, y)
x, y =

N


x j yj ,

j=1

donde x = (x1 , x2 , . . . , xN ), y = (y1 , y2 , . . . , yN ).

b) En E = CN el producto interno usual es
z, w =

N


zj w j ,

j=1

donde z = (z1 , z2 , . . . , zN ), w = (w1 , w2 , . . . , wN ) en E. Se considera E con la norma inducida por este producto interno, luego

N

z = 
|zk |2 ,
k=1

donde |zk | es la norma o valor absoluto del complejo zk .

c) Consideramos E el conjunto de funciones continuas, denidas en
[0, 1] a valor real:
E = {f : [0, 1] R | f es continua}.
Podemos dotar E de estructura de espacio vectorial sobre R al denir:
i) Para f, g E, f +g es la funcion denida por (f +g)(t) = f (t)+g(t)
para todo t [0, 1].
ii) Para R, f es la funcion denida por (f )(t) = f (t) para
t [0, 1]. Es claro que f + g y f son funciones continuas en [0, 1]
si f, g lo son en [0, 1]. E con estas dos operaciones es un espacio
vectorial sobre R.

CAPITULO 1. ESPACIOS VECTORIALES NORMADOS

Al denir P : E E R por
 1
P(f, g) = f, g =
f (t)g(t) dt

(integral de Riemann),

vemos que P es un producto interno en E. Al usar las propiedades de la

integral, para f, g, h E y R, obtenemos
P(f, g) = P(g, f ).
P(f + g, h) = P(f, h) + P(g, h).
P(f, g) = P(f, g).
Para que P sea positiva, se obtiene as:
 1

P(f, f ) =
f (t)f (t) dt =
0

f 2 (t) dt 0

por propiedades de la integral.

1
1. Si P(f, f ) = 0 f 2 (t) dt = 0, concluimos que f (t) = 0 para todo
t [0, 1]. En efecto, si f no es identicamente cero, existe s en
[0, 1] tal que f (s) = 0. Luego, f 2 (s) > 0, y como f 2 es continua,
existe vecindad de s, es decir, existe r > 0, tal que para todo
t (s r, s + r) [0, 1], f 2 (t) > 0. Por consiguiente,
 1
 sr
 s+r
 1
2
2
2
I=
f (t) dt =
f (t) dt +
f (t) dt +
f 2 (t) dt.
0

Ya que
 s+r

sr


f 2 (t) dt > 0,

sr

1
s+r

s+r


f 2 (t) dt 0

sr

f 2 (t) dt 0,

vemos que I > 0. Como es claro que si f 0,

obtenemos
 1
f 2 (t) dt = 0 si y solo si f 0.

1
0

0 dt = 0,

En un espacio vectorial con producto interno E con escalares en R,

es valida la desigualdad de Cauchy-Schwarz; antes un lema:

1.2. ESPACIOS CON PRODUCTO INTERNO

1.7 Lema. Sean a > 0, b, c n

umeros reales, f (t) = at2 + 2bt + c, t R,
tenemos:
f (t) 0 para todo t R

si y solo si

b2 ac.

Demostraci
on. Como a > 0, si f (t) 0 para todo t R, entonces:

2b
b2
0 at + 2bt + c = a t + t + 2
a
a
2

luego: si t = ab , obtenemos que

acb2
a

b2
b 2 ac b2
+c
+
=a t+
,
a
a
a
0, es decir, b2 ac.

Recprocamente,

b
si b ac, entonces f (t) = a t +
a
2

b
Por ser a > 0, se tiene a t +
a

ac b2
0 para todo t R.
a

0.

1.8 Teorema. (Desigualdad de Cauchy-Schwarz) Sea (E,  , ) espacio

vectorial sobre R con producto interno, entonces para todo par x, y de
vectores de E, tenemos:


 
x, y  x, x y, y .
La igualdad se da si y solo si x, y son linealmente dependientes.
Demostraci
on.
i) Si x = 0 (de E) es claro de la denici
on de  ,
que 0, y = 0 y adem
as 0, 0 = 0. As la desigualdad es evidente.
ii) Sea x = 0, entonces para todo t, y todo x, y E:
0 tx + y, tx + y = t2 x, x + 2tx, y + y, y ,
si a = x, x > 0, b = x, y , c = y, y . Vemos que 0 at2 + 2bt + c
para todo t E. El lema 1.7 nos implica que b2 ac, y esta es la
desigualdad de Cauchy-Schwarz.


CAPITULO 1. ESPACIOS VECTORIALES NORMADOS

1.9 Proposici
on. Sea (E,  , ) espacio vectorial sobre R con producto
interno, podemos dotar a E de estructura de espacio vectorial normado,
al denir para x E:

x = x, x .
Demostraci
on. Solo demostraremos que satisface (N 3); para ello, usaremos la desigualdad de Cauchy-Schwarz:
x + y2 = x + y, x + y = x, x + 2x, y + y, y
= x2 + y2 + 2x, y
x2 + y2 + 2xy = (x + y)2 .
Hemos usado el teorema 1.8, por tanto x + y2 (x + y)2 .

La norma anteriormente denida se llama norma inducida por el

producto interno.
1.10 Nota. En un espacio con producto interno E,  , , se puede denir
angulo entre dos vectores no nulos, debido a la desigualdad de CauchySchwarz, como
|u, v | uv;
se dene angulo entre u y v como el real , tal que
cos() =

u, v
.
uv

No es u
nico, debido a la periodicidad de cos. En el caso E = R2 , el real
se escoge para z = (x, y) a (, ]. Se llama a este u
nico real valor
principal o
angulo principal o argumento principal y se suele escribir
= arg(z). Su determinaci
on en este caso tiene algo de dicultad: en
coordenadas polares si (x, y) R2 , (x, y) = (0, 0) existen r > 0 y
(, ) tales que x = r cos(), y = sen(); esto implica que

x2 + y 2 = r.
Si x = 0, entonces xy = tan(). Como la funci
on tangente tiene
periodo , esto implica que est
a determinado salvo adici
on de m,
donde m es entero. Como tan() es continua y estrictamente creciente

1.2. ESPACIOS CON PRODUCTO INTERNO



en el intervalo abierto J = 2 , 2 , entonces existe un u
nico v J, tal
que tan() = tan(v); se deduce que es el valor principal del angulo
obtenido de v, por: si z = (x, y), x = 0, se tiene:

si x > 0
v
arg(z) = v + si x < 0, y 0

v si x < 0, y < 0.
Dejamos al lector examinar las posibilidades para los otros casos, es
decir, cuando x = 0, = 2 o 2 , seg
un que sea y > 0 o y < 0.
1.11 Ejemplo.
a) El producto interno usual de RN nos muestra que x21 =
es inducida por este producto interno.

N

2
j=1 xj

b) Consideramos E = C([0, 1], R) = {f : [0, 1] R | f es continua} el

espacio vectorial del ejemplo 1.6 c).
Vimos que f, g =

1
0

f (t) g(t) dt es un producto interno en E, luego


 1
f  =
f 2 (t) dt
0

es la norma inducida por el anterior producto interno en E.

1.12 Nota. No siempre una norma proviene de un producto interno.
(La siguiente proposicion provee condiciones para que lo sea, y para el
recproco de esta es decir, para obtener condiciones necesarias y sucientes; ver proposicion 1.37 de este captulo 1).
1.13 Proposici
on. Sea (E,  , ) un espacio con producto interno. En
E es v
alida la ley del paralelogramo, es decir, dados x, y E,
x + y2 + x y2 = 2x2 + 2y2 .
Demostraci
on.
x + y, x + y + x y, x y = x + y2 + x y2
= x, x + 2x, y + y, y + x, x
2x, y + y, y
= 2x2 + 2y2 .

CAPITULO 1. ESPACIOS VECTORIALES NORMADOS

10


1.14 Denici
on. Sean (E,  , ) espacio vectorial con producto interno
(sobre R); x, y dos vectores de E; x se dice ortogonal a y si x, y = 0.
Lo notaremos x y.
Vemos que x y implica y x, y el vector 0 de E es tal que 0 x
para todo x en E.
1.15 Teorema (Teorema de Pit
agoras). Sea (E,  , ) un espacio vectorial con producto interno sobre R, x, y en E; x y, si y solo si
x + y2 = x2 + y2 .
Demostraci
on. Ejercicio para el lector.

A continuaci
on recordaremos algunos conceptos referentes a espacios
metricos.

1.3

Espacios m
etricos

1.16 Denici
on. Sea M un conjunto no vaco, una metrica o distancia
en M es una aplicaci
on d : M M R, tal que
d1) Para x, y M, d(x, y) 0, d(x, y) = 0 si y solo si x = y.
d2) d(x, y) = d(y, x) para todo x, y M .
d3) Para x, y, z E, d(x, y) d(x, z) + d(z, y) (desigualdad triangular).
La funcion d se llama tambien distancia, d(x, z) es la distancia entre
los puntos x y z. Al par (M, d) donde M es un conjunto no vaco y d
una metrica en M , se le llama espacio metrico.
Para efectos de homogeneidad en el lenguaje, recordamos:
1.17 Denici
on. Sea (M, d) un espacio metrico, x0 M , r > 0 real,
denimos:


1.3. ESPACIOS METRICOS

11

a) Bola abierta de centro en x0 y de radio r al conjunto

Br (x0 ) = B(x0 , r) = {x M | d(x, x0 ) < r}.
b) Esfera de centro en x0 y radio r al conjunto:
S[x0 , r] = Sr [x0 ] = {x M | d(x, x0 ) = r}.
c) Dado S M, x0 M, x0 se dice punto interior de S si existe
r > 0, tal que B(x0 , r) S.
d) Dados x0 M , se dice que V M es vecindad de x0 si existe
r > 0 tal que B(x0 , r) V , es decir, si x0 es un punto interior de
V.
e) En el espacio metrico (M, d), A M, A se dice abierto en M si
para todo x en A, A es vecindad de x, es decir, si para todo x en
A, x es un punto interior de A. Esto equivale a decir que para todo
x A existe B(x, r) tal que B(x, r) A (r depende de x, r > 0).
f) Bola cerrada de centro en x0 y de radio r al conjunto:
Br [x0 ] = B[x0 , r] = {x M | d(x, x0 ) r}.
g) Dado x0 M y S M , se dice que x0 es puntode acumulaci
on de

S si para toda vecindad V de x0 ; se tiene que V {x0 S = .
Note las diferencias en los parentesis en las deniciones de bola abierta y bola cerrada.
Si llamamos d = {A M | A es abierto en M }, los elementos de d
satisfacen las siguientes propiedades:
1. M y son abiertos en M , es decir, est
an en d .
2. Si (Aj )jJes familia de abiertos de M, (Aj d para todo j J),
entonces jJ Aj est
a en d .

3. Si Aj d j = 1, 2, entonces A1 A2 d .

CAPITULO 1. ESPACIOS VECTORIALES NORMADOS

12

1.4

Espacios topol
ogicos

Recordamos que dado un conjunto no vaco Y , una topologa en Y

es una familia de subconjuntos de Y , P(Y ) = {A | A Y }, tal
que satisface
1. Y, est
an en .
2. Si (Aj )jJ familia de elementos de , entonces la reunion
pertenece a .


jJ

Aj

an en , entonces A1 A2 .
3. Si A1 , A2 est
Los elementos de se llaman conjuntos abiertos en Y o simplemente abiertos en Y .
Al par (Y, ), donde es topologa en Y , se le llama espacio topol
ogico o simplemente se dice que Y es un espacio topol
ogico.
Por u
ltimo, si a Y , V Y , se dice vecindad de a si existe A abierto
en Y , tal que a A V .
Vemos que los abiertos de M , cuando (M, d) es un espacio metrico,
forman una topologa en M (dejaremos a cargo del lector vericar las
propiedades 1, 2 y 3 anteriormente citadas).
Por tanto, (M, d) puede dotarse de estructura topologica al denir
en M sus abiertos como los elementos del conjunto d . Podemos entonces
hablar de lmites, continuidad, etc., entre espacios metricos; supondremos conocidos estos conceptos. Recordamos algo mas:
1.18 Denici
on. Sea (M, d) espacio metrico (an )nN sucesion de elementos de M .
a) b M, b se dice lmite de la sucesi
on an si dado > 0, existe
m N tal que si n m implica que d(an , b) < .
notaremos an b

lm an = b

Se dice que la sucesi

on an es convergente en M si existe b M tal
que b = lmn an .