Académique Documents
Professionnel Documents
Culture Documents
1. El Espacio Normado Rn 1
1. Normas equivalentes . . . . . . . . . . . . . . . . . . . . . . . 6
2. Continuidad y limites de funciones . . . . . . . . . . . . . . . 9
2.1. Reglas de clculo para lmites . . . . . . . . . . . . . . 13
2.2. Lmites iterados y lmites direccionales . . . . . . . . . 15
3. Funciones continuas sobre compactos . . . . . . . . . . . . . . 20
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2. La Diferencial de Frchet 25
1. Funciones diferenciables . . . . . . . . . . . . . . . . . . . . . 25
1.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . 26
1.2. Derivadas direccionales . . . . . . . . . . . . . . . . . 28
1.3. Diferenciabilidad en un punto . . . . . . . . . . . . . . 29
1.4. Operaciones con funciones diferenciables . . . . . . . . 34
1.5. Interpretacin geomtrica de la diferenciabilidad . . . 38
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2. El teorema del valor medio . . . . . . . . . . . . . . . . . . . 45
2.1. Consecuencias . . . . . . . . . . . . . . . . . . . . . . 50
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3. Derivadas parciales de orden superior . . . . . . . . . . . . . . 55
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3. Teoremas de Taylor 59
1. Teoremas de Taylor . . . . . . . . . . . . . . . . . . . . . . . . 61
1.1. Teorema global de Taylor . . . . . . . . . . . . . . . . 62
1.2. Teorema local de Taylor . . . . . . . . . . . . . . . . . 63
1.3. Unicidad del polinomio de Taylor . . . . . . . . . . . . 65
2. ANEXO: El lgebra de los desarrollos de Taylor . . . . . . . . 68
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
1
4. Funciones Implcitas 73
1. Teorema de punto fijo . . . . . . . . . . . . . . . . . . . . . . 73
2. El problema de las funciones implcitas . . . . . . . . . . . . . 74
2.1. Existencia de funciones implcitas . . . . . . . . . . . . 76
2.2. Funciones implcitas: derivacin . . . . . . . . . . . . . 80
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5. Subvariedades Diferenciables de Rk 87
1. Variedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2. Variedad tangente . . . . . . . . . . . . . . . . . . . . . . . . 89
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
6. Funciones Inversas 93
1. Derivada de funciones inversas . . . . . . . . . . . . . . . . . 93
2. Inversin local . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
El Espacio Normado Rn
1
2 El Espacio Normado Rn 1.1
Ejemplos 1.1 (1) Las nicas normas sobre R son el valor absoluto y sus
mltiplos positivos. En efecto, sea k k una norma cualquiera sobre R y sea
k = k1k. Entonces
kxk = kx1k = |x|k1k = k|x|.
Para probar que k debe ser un nmero real mayor estrictamente que 0,
slo hay que tener en cuenta que toda norma sobre un espacio vectorial E
satisface las propiedades:
NOR4. Toda norma es simtrica, es decir k xk = kxk, para todo
x E,
NOR5. La norma de todo vector de E es un nmero real positivo,
La propiedad NOR4 se obtiene trivialmente de la segunda condicin de
norma. NOR5 se demuestra as:
5. Utilizar uno de los dos apartados anteriores para justificar que las
siguientes expresiones son normas
en R2 :
q
k(x, y)k = |x| + |y| + x2 + y 2
q
k(x, y)k = ax{|x|, |y|})2 + x2 + y 2 + (|x| + |y|)2
(m
en R3 :
1.2 Toda norma lleva asociada de forma natural una distancia d definida
por d(x, y) = kx yk. En particular, en R la distancia asociada a la norma
valor absoluto es la usual d(x, y) = |x y|. Para E = R2 la distancia
asociada a k k2 es la distancia eucldea. Para k k es fcil ver que si P, Q
son dos puntos del plano situados en un rectngulo de lados paralelos a los
ejes de medidas s, t, entonces d (P, Q) m
ax{t, s}.
1. Normas equivalentes
Anlogamente a cmo se haca en R, a partir de la distancia asociada a
una norma, podemos dar la definicin de sucesin convergente en espacios
normados . Concretamente:
Ejemplo 1.6 Es fcil ver que en R2 respecto a la norma producto, una suce-
sin {(xp , yp )} converge al punto (x, y) si y slo si las sucesiones coordenadas
{xp } y {yp } convergen respectivamente a x e y. Igualmente en Rn .
k(x1 , . . . , xp )k ax kxi k
= m
1ip
f 1 (V ) B(x, x ) A f 1 (V ).
[
xf 1 (V )
[
Luego tomando el abierto U = B(x, x ) se tiene que f 1 (V ) =
xf 1 (V )
U A.
(Probar como ejercicio la implicacin en el otro sentido).
Entonces existe > 0 tal que B(l, ) V y para este existe tal que si
x A, x 6= a y kx ak < entonces kf (x) lk < . Dicho de otra forma si
x B (a, ) A entonces f (x) B(l, ) V i.e., si consideramos el entorno
U = B(a, ) se tiene que f (U A) V . La implicacin en el otro sentido
es anloga (ejercicio).
De la definicin de lmite por entornos dada en b) se deduce:
d) la existencia y el valor del lmite de una funcin en un punto o la
continuidad se mantienen, si se cambian las normas de E y F por otro par
de normas equivalentes. En particular, si los espacios E y F son de dimensin
finita, para estudiar la existencia de lmite de una funcin en un punto o la
continuidad, podemos utilizar las normas que queramos.
Demostracin. Trivial.
Demostracin. Trivial.
Es claro que, contrariamente, la existencia de lmxa f|B (x) no implica la
del lmxa f (x). Sin embargo en el caso particular en el que B = B(a, r)A,
entonces
Puesto que cada uno de los tres sumandos anteriores tienden a 0 cuando
x a, se deduce que lmxa (f g)(x) = lr.
3) Puesto que lmxa g(x) = r 6= 0, de 1.21 se deduce que existe > 0
y 1 > 0 tal que si kx ak < 1 , x A, x 6= a entonces |g(x)| > . Por lo
tanto,
1 1 1 1
= |g(x) r| |g(x) r| 0.
|r||g(x)| |r|
g(x) r
Los resultados anteriores sobre lmites se trasladan de forma automtica
a resultados anlogos sobre continuidad:
Otras consecuencias
En espacios normados la suma y la multiplicacin por escalares son
aplicaciones continuas.
Cada funcin polinmica definida en Rn es continua en todo punto.
Si f, g son funciones continuas sobre un subconjunto A de un espacio
normado y toman sus valores en R, entonces {x A : f (x) < g(x)} es
abierto de A y los conjuntos {x A : f (x) g(x)} y {x A : f (x) =
g(x)} son cerrados de A.
lm f (x, y) = l,
(x,y)(x0 ,y0 )
x2 + y
f (x, y) = p 2 si (x, y) 6= (0, 0); f (0, 0) = 0.
x + y2
Ejemplo 1.29 Este es un ejemplo de una funcin para la que los lmites
iterados existen pero son diferentes (luego el lmite no existe)
(x + y 1) ln(x2 + 2y 2 )
f (x, y) = , si (x, y) 6= (1, 0).
(x 1)2 + y 2
Se tiene que
2(x 1) ln x
lm (lm f (x, y)) = lm =2
x1 y0 x1 (x 1)2
y ln(1 + 2y 2 ) 4y
lm ( lm f (x, y)) = lm 2
= lm = 0.
y0 x1 y0 y y0 1 + 2y 2
mx2 m
lm f (x, mx) = lm 2 2
= 2
x0 x0 (m + 1)x m +1
x2 y
f (x, y) = si (x, y) 6= (0, 0); f (0, 0) = 0.
x4 + (y x)2
xy 2
f (x, y) = si (x, y) 6= (0, 0).
x2 + y 4
Tanto los lmite iterados como los lmites direccionales en el punto (0,0)
existen y valen 0, sin embargo esta funcin no tiene lmite en ese punto, ya
que si tomamos las curvas y = m x, se tiene:
m 2 x2 m2
lm f (x, m x) = lm = .
x0 x0 x2 + m4 x2 m4 + 1
Es decir los lmites siguiendo esa familia de curvas existen todos pero son
diferentes entre s, luego el lmite no existe.
x2 ln y
f (x, y) = , si (x, y) 6= (0, 1); f (0, 1) = 0.
x4 + (x2 + ln y)2
x3 y 3
g(x, y) = (x + y) sen ,
x2 y 2 xy
cos x cos y
f (x, y) =
x2 y 2
Ejercicios
1A Sean p, q nmeros reales positivos tales 1/p + 1/q = 1 (observar que en estas
condiciones p y q deben ser mayores que 1).
(a) Demostrar la desigualdad:
1 p 1 q
xy x + y , x, y 0.
p q
1 p 1 q
Indicacin. Escribir xy = e p ln x + q ln y y tener en cuenta que la fun-
cin ex es convexa.
(b) (Desigualdad de Hlder) Utilizar el apartado anterior para demostrar que
n n
!1/p n
!1/q
X X X
xi yi |xi |p |yi |q .
i=1 i=1 i=1
entonces |xi | kxk, para cada x = (x1 , . . . , xn ) Rn . Dar ejemplos de normas que
no satisfagan la condicin (*) para ningn i.
1H Encontrar una norma sobre R2 para la que la esfera unidad sea la elipse de
ecuacin x2 + 4y 2 = 4.
1K Sea E el espacio vectorial de las funciones polinmicas sobre el intervalo [0, 1].
Consideremos sobre l las normas:
ka0 + a1 x + . . . + an xn k = m
ax(|a0 |, . . . , |an |)
ka0 + a1 x + . . . + an xn k1 = |a0 | + + |an |
ka0 + a1 x + . . . + an xn k = m
ax |a0 + a1 x + . . . + an xn |.
x[0,1]
La Diferencial de Frchet
1. Funciones diferenciables
Si f es una funcin real de una variable real, sabemos que f es derivable
en el punto a si existe
f (a + h) f (a)
(2.1) f 0 (a) = lm .
h0 h
Es obvio que el concepto anterior de funcin derivable puede extenderse, sin
modificacin alguna, a las funciones de una sola variable, pero que toman va-
lores en un espacio normado cualquiera F . En particular si f : A R Rp ,
es fcil ver que f 0 (a) = (f10 (a), f20 (a), . . . , fp0 (a)). Esta frmula es igualmente
vlida si f es una funcin de 1 variable que toma sus valores en un producto
finito de espacios normados. Sin embargo, cuando f es una funcin varias
variables (o de variable vectorial"), no podemos definir f 0 (a) como en (2.1)
pues el h por el que habra que dividir no sera, en ese caso, elemento de
un cuerpo. An sera esto posible para las funciones de variable compleja,
pero stas no son objeto de estudio en este curso. En lo sucesivo, por tanto,
el trmino variable habr que entenderlo como variable real, y del mismo
modo un espacio normado ser, siempre, un espacio normado real. No obs-
tante, hemos de sealar que no existen diferencias esenciales entre un clculo
diferencial real y un clculo diferencial complejo.
25
26 La Diferencial de Frchet 2.0
f (x) f (a)
f 0 (a) = lm .
xa xa
Entonces para la funcin del ejemplo tendramos
(
0 x2 + x sen x 2 si x 0+
f (0) = lm =
x0 x 2 si x 0
(a, b) sin ms que p sustituir (a, b) en las igualdades anteriores. De igual mo-
do si f (x, y) = x2 + y sen y, y [/2, /2], se pueden aplicar en cada
(x, y) 6= (0, 0) las reglas de derivacin de las funciones de una variable para
deducir que
f f 1 1
(x, y) = x(x2 + y sen y)1/2 ; (x, y) = (sen y + y cos y)(x2 + y sen y) 2 .
x y 2
Como antes, no podemos aplicar la regla de la cadena para estudiar la exis-
tencia de la derivada parcial respecto a x (o respecto a y) en el punto (0, 0),
sino que habremos de recurrir a la definicin de derivada parcial respecto
a x (o respecto a y) en un punto (a, b), que de acuerdo a lo anterior no es
ms que derivada en a de la funcin de la variable x (o y) que se obtiene al
sustituir en la definicin de f la variable y (o x) por b (o a) i.e.,
Es fcil ver que las dos derivadas parciales de esta funcin son nulas en
(0,0). Por otras parte la funcin no es continua en (0,0) pues los lmites
direccionales de f en (0,0) existen pero no son todos iguales:
mx2 m
lm 2 2 2
=
x0 x + m x 1 + m2
f (a + th) f (a)
(2.2) Dh f (a) = lm .
t0 t
Al elemento de F, Dh f (a), se le denominar derivada de f en a, siguiendo
el vector h. Cuando f admite derivada siguiendo cualquier vector no nulo,
se dir tambin que f admite derivadas en todos las direcciones.
Consideremos la recta de ecuacin x = a+th, t R (recta que pasa por a
y tiene a h como vector director). Entonces f (a+th) son los valores que toma
f sobre esta recta, y por tanto, por analoga con los lmites direccionales,
podra pensarse en denominar al lmite 2.2, como la derivada de la funcin
f en a siguiendo la recta x = a + th. Esto sera correcto, de no ser porque
para cada vector director de esa recta puede resultar un valor distinto para
Dh f (a). Concretamente, es fcil ver que
Dh f (a) = Dh f (a).
2.3 Observemos que las derivadas parciales en un punto no son ms que las
derivadas en ese punto siguiendo ciertos vectores particulares, los vectores
e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0), . . .. En efecto,
x2 y
f (x, y) = si (x, y) 6= (0, 0); f (0, 0) = 0.
x4 + y 2
f (th, tk) t3 h2 k h2
Si k 6= 0, Dv f (0, 0) = lm = lm 4 4 =
t0 t t0 (t h + t2 k 2 )t k
Si k = 0, Dv f (0, 0) = 0.
Sin embargo, esta funcin no es continua en (0,0), pues aunque los lmites
iterados y direccionales existen todos y valen 0, los lmites siguiendo las
curvas y = mx2 son todos diferentes.
siendo cj = L(ej ).
ii) Tambin es inmediato comprobar que si L es lineal entonces es lips-
chitziana, pues kL(x) L(y)k = k cj (xj yj )k ( kcj k)kxj yj k .
P P
Ejercicio. Probar que toda aplicacin lineal y continua entre espacios nor-
mados es lipschitziana.
o
Definicin 2.6 Sea f : A Rn F, a A. Se dice que f es diferenciable
o derivable en a (en el sentido de Frchet), si admite derivadas parciales
respecto a cualquier ndice en a y adems se satisface la siguiente condicin:
Pn f
f (x) f (a) j=1 xj (a)(xj aj )
(2.3) lm = 0,
xa kx ak
(O equivalentemente, si
Pn f
f (a + h) f (a) j=1 xj (a)hj
(D) lm = 0,
h0 khk
x3 y 3
f (x, y) = ; f (0, 0) = 0
x2 + y 2
es continua y admite derivadas parciales respecto a ambas coordenadas en
(0,0) pero no es diferenciable en (0,0).
o
Proposicin 2.8 Sea f : A Rn F y a A. Son equivalentes:
i) f es diferenciable en a.
ii) Existe una aplicacin lineal J : Rn F tal que
f (a + h) f (a) J(h)
(2.4) lm = 0.
h0 khk
f es diferenciable en a
f (a + th) f (a)
J(h) = lm = Dh f (a).
t0 t
Se ha probado pues que J no puede ser otra aplicacin que la definida por
J(h) = Dh f (a), determinada (en dimensin finita) por la matriz
f f
(J(e1 ), J(e2 ), . . . , J(en )) = (De1 f (a), . . . , Den f (a)) = (a), . . . , (a) ,
x1 xn
f
es decir J(h) = Dh f (a) = nj=1 x
P
j
(a)hj , que nos dice que la condicin ii)
no es otra cosa que la condicin (D) de diferenciabilidad en a.
f (a + h) f (a) J(h)
(D) lm = 0.
h0 khk
En particular, la igualdad D(g f )(a) = Dg(f (a)) Df (a) nos dice que
que la matriz jacobiana de g f (la matriz de la aplicacin lineal D(g f )(a))
es el producto de las matrices jacobianas de g en f (a) por la jacobiana de f
en a.
(g f ) (g f )
(a), . . . , (a) =
x1 xn
f1
f1
x1
(a) (a)
xn
f2 f2
g g
(f (a)), ,
(f (a)) x1 (a) (a)
y1 yp
xn
. . . . . . . . . . . . . . . . . . .
fp fp
(a) (a)
x1 xn
Esta igualdad matricial nos permite escribir entonces lo que podemos llamar
la regla de la cadena para derivadas parciales:
p
(g f ) X g fs
(a) = (f (a)) (a).
xj s=1
ys xj
T (x + h) T (x) T (h)
= 0,
khk
2.16 La Diferencial de Frchet 37
2.16 Los resultados anteriores nos permitirn construir una extensa familia
de funciones diferenciables. Empecemos, por ejemplo, con los polinomios:
Como se sabe un polinomio de varias variables es una aplicacin de la forma
Ejercicios
2A Estudiar continuidad y existencia de derivadas parciales para las funciones
(
ln(1 + (x y)2 ) si x y > 1
1. f (x, y) =
x y + ln 2 si x y 1
p
2. f (x, y) = x4 + sen 2 xy
3
x si (x, y) 6= (0, 0)
3. f (x, y) = x2 + y 2
0 si (x, y) = (0, 0)
(
sen xsen y
xy si x 6= y
4. f (x, y) =
cos x si x = y
kf (a + h) f (a)k
() lm = 6= 0
h0 khk
(c) Deducir de (b) que si dim E > dim F y f satisface () entonces f no puede
ser diferenciable en a.
Indicacin. De ser diferenciable en a, existira algn vector no nulo en el
ncleo de Df (a).
(d) Si f es diferenciable en a, entonces son equivalentes:
kf (a + h) f (a)k
i) Existe lmh0
khk
ii) kDf (a)hk = kDf (a)kkhk para todo h E.
2D Probar que la funcin f (x) = x3/2 sen 1/x, f (0) = 0 es derivable en 0, pero
no es lipschitziana en ningn entorno de 0.
x4 + x2 y 2 + y 5 x3 y 3
1. f (x, y) = 2. f (x, y) =
x2 + y 4 x2 + y 2
x + y4
4
sen (x3 + xyz)
3. f (x, y) = 2 4. f (x, y) = 2
x + y2 x + y2 + z2
ln(1 + xy) ln(1 + xy)
5. f (x, y) = p 6. f (x, y) = p
x2 + y 2 3
x2 + y 2
(x + y 3 )(x2 + y 2 )
2
xy
7. f (x, y) = 8. f (x, y) =
x2 + y 4
p
x + x2 + y 2
2
x5 y 3
f (x, y) = p ; f (0, 0) = 0
x6 + y 4
es diferenciable en (0,0).
Indicacin: Probar que
p
0 x6 + y 4 y 2 |x|3 , x, y.
2H En este ejercicio g y sern en todos los casos una funcin escalar diferenciable
en todo punto (aunque no siempre del mismo nmero de variables). Supuesto esto, se
trata de probar que la funcin h construida a partir de g es tambin diferenciable y
de calcular sus derivadas parciales en trminos de las funciones g y y sus derivadas
parciales:
(b) Sea : (a, b) R G una curva contenida en M que pasa por el punto
c M . Para concretar, sea c = (t0 ). Probar que si es derivable en t0
entonces el vector v = 0 (t0 ) es un vector tangente a M en c.
(c) Sean E, F espacios normados y f : A E F una aplicacin continua y
o
derivable siguiendo un vector h en el punto a A. Probar que el vector
(h, Dh f (a)) es un vector tangente en el punto c = (a, f (a)) a la grfica de la
funcin f .
(e) Sea f : A E F una funcin diferenciable en un punto a y M su grfica:
1. Demostrar que el conjunto de los vectores tangentes a M en el punto
c = (a, f (a)) es el subespacio vectorial isomorfo a E,
(i) Existe algn punto c (a, b) tal que f (b) f (a) = f 0 (c)(b a).
(ii) Si adems existe alguna constante M tal que |f 0 (x)| M para todo
x (a, b), entonces |f (x) f (y)| M |x y|, x, y [a, b] (Frmula
de los incrementos finitos)
Entonces
kf (b) f (a)k = m
ax |fi (b) fi (a)| M kb ak1 .
1ip
(i) Etapa 1:
Supongamos en primer lugar que el segmento [a, b] est contenido en
algn n-rectngulo cerrado R contenido a su vez en U . Por definicin, un
n-rectngulo (cerrado) es un producto cartesiano de n intervalos (cerrados)
de R, es decir un conjunto de la forma
R = [c1 , d1 ] . . . [cn , dn ].
Evidentemente cada uno de los nuevos puntos que utilizamos en esta des-
composicin pertenecen a R, y en cada paso los dos puntos que aparecen
slo se diferencian en una de las coordenadas. Entonces, la existencia de de-
rivadas parciales en cada punto de R, nos permite aplicar en cada uno de los
pasos anteriores el teorema de valor medio para funciones de una variable,
en efecto vayamos al primer paso y consideremos la funcin de la variable
48 La Diferencial de Frchet 2.28
Etapa 2:
Veamos ya que la desigualdad anterior se verifica en el caso general. Para
ello vamos a utilizar el siguiente
1 1 1
a = c0 , c1 = c0 + (b a), c2 = c1 + (b a), . . . , cp = cp1 + (b a) = b
p p p
1
kypk dk kypk dpk k + kdpk dk + kdpk dk 0,
pk
lo que nos dice que la sucesin {ypk } de puntos de U c converge a d. Pero esto
es absurdo, pues como d U y U es abierto cualquier sucesin que converja
a d debe tener sus trminos a partir de uno en adelante contenidos en U .
Nota. Los teoremas 2.26 y 2.27 pueden extenderse a funciones con valores en
un espacio normado de cualquier dimensin (F, k k). En tal caso la hiptesis
sobre las derivadas parciales habra habra de ser
f
k (x)k M,
xj
para cada x bien en (a, b) o en algn abierto conteniendo a [a, b], segn
estemos en las condiciones del Teorema 2.26 o en las del Teorema 2.27. La
conclusin, la misma:
Hay varias demostraciones para este lema. Una de ellas, tomada bsicamente
del libro de T.M. Flett [12], puede verse en Manual (Lema 8.10(2) y Teorema
8.12). Otra puede verse en el libro de H. Cartan [5]. La demostracin que
damos a continuacin, quiz la ms corta, es la que se basa en el potente
resultado del Anlisis Funcional conocido como teorema de Hahn-Banach:
2.1. Consecuencias
2.31 Sea U un conjunto abierto convexo de Rn y f : U Rp una funcin
que admite derivadas parciales acotadas en U . Entonces f es lipschitziana
en U.
son continuas en a debe existir alguna B(a, rij ) tal que si x B(a, rij )
entonces
fi fi fi fi fi
(x) (a) 1 (x) 1+ (a) M = (1+m
ax (a)).
xj xj xj xj i,j xi
Tomando r = mn rij , de 2.31 se deduce entonces que f es lispchitziana en
B(a, r).
Para que f sea diferenciable en a hemos de ver que
Pn f
f (x) f (a) j=1 xj (a)(xj aj )
(2.8) lm = 0.
xa kx ak
Para ello vamos a aplicar de nuevo 2.31 a la funcin
n
X f
g(x) = f (x) f (a) (a)(xj aj ).
j=1
xj
Es claro que
gi fi fi
(x) = (x) (a).
xj xj xj
Por tanto, aplicando el hecho de que las derivadas parciales de f son con-
tinuas en a, se tiene que para todo > 0 existe algn > 0 tal que si
x V = B(a, ) entonces
gi fi f
(x) = (x) (a) , i, j.
xj xj xj
52 La Diferencial de Frchet 2.37
Corolario 2.35 Si todas las derivadas parciales de una funcin f son con-
tinuas en un abierto U de Rn entonces f es locamente lipschitziana y dife-
renciable en U .
Ejercicios
2N (a) Probar que si k k es una norma cualquiera sobre Rn , entonces la apli-
cacin x kxk es una aplicacin lipschitziana que no admite derivadas
direccionales en 0.
(b) Sea U = {(x, y) R2 : x2 + y 2 < 1} \ {0} [0, 1], y consideremos la funcin
f definida sobre U por
(
y 2 si x > 0 e y 0
f (x, y) =
0 en otro caso
2P Consideremos la funcin
(
x sen ln(x2 + y 2 ) si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)
Probar que f es una funcin continua en todo punto, que admite derivadas parciales
acotadas en R2 \ (0, 0) Es lipschitziana?
f f
(x, y) = 1 ; (x, y) = y, (x, y).
x y
2f f
(a) = (a).
xi xj xi xj
f f
:x (x)
xj xj
rf r1 f
(a) = (a).
xj1 . . . xjr xj1 xj2 . . . xjr
Cuando el resultado final de una derivacin parcial slo dependa del nmero
de veces que se deriva respecto a cada variable, y no del orden en que se
realiza tal proceso (esto no suceder siempre), cabe utilizar una notacin
abreviada para designar a las derivadas parciales de orden superior. As, en
ese caso, utilizaremos la expresin
rf
(a),
xi11 xi22 . . . xinn
Teorema 2.38 (Schwarz) Sea f una funcin escalar de dos variables. Su-
pongamos que para cada (x, y) de alguna bola centrada en el punto (a, b),
existen
f f 2f
(x, y), (x, y), (x, y),
x y xy
2f
y que la aplicacin es continua en (a, b). Entonces tambin existe la
xy
otra derivada cruzada en (a, b), y se verifica que
2f 2f
(a, b) = (a, b).
yx xy
= ( r1 f ) r f.
xj xj
Ejercicios
2S Comprobar si en las funciones siguientes se da la igualdad entre las derivadas
parciales cruzadas en (0, 0). Estudiar en cada caso si se satisfacen las condiciones
del teorema de Schwartz.
x2 y 2
1. f (x, y) = xy ; f (0, 0) = 0.
x2 + y 2
2. f (x, y) = x2 y 2 cos 1/x ; f (0, y) = 0.
1
3. f (x, y) = x2 y 2 sen 2 ; f (x, 0) = f (0, y) = 0.
xy
f f 2f 2f
f = ( ,..., ); f = 2 + +
x1 xn x1 x2n
f f F1 Fn
H f = x1 + + xn ; div(F1 , . . . , Fn ) = + +
x1 xn x1 xn
F3 F2 F1 F3 F2 F1
rot(F1 , F2 , F3 ) = F = , ,
y z z x x y
A los operadores anteriores se les conoce, en el orden en que han sido definido, como
operador: Gradiente, Laplaciano, Hamiltoniano, Divergencia y Rotacional.
Supuesto que se pueden permutar las derivaciones, demostrar que
1. f = div f 2. div(rot F ) = 0.
3. H H = 2 4. f = 0 ((x21 + + x2n )f ) = 0.
Captulo 3
Teoremas de Taylor
59
60 Teoremas de Taylor 3.2
o
1. Si f, g : A Rn R son de clase C r en un punto a A, entonces su
producto f.g tambin es de clase C r en a.
2. Si f : A Rn Rp y g : B Rp R son funciones de clase C r en
o o
algn entorno los puntos a A y f (a) B, entonces g f es de clase
C r en algn entorno de a.
1 X k f (a)
xi xi . . . xik
k! 1i ,...,i n
xi1 xi2 . . . xik 1 2
1 k
1 k 1 k f (a)
xk1 xk2 . . . xknn
X
D f (a)xk = k1 k2 kn 1 2
k! k
k !k
=k 1 2
! . . . k !
n x1 x2 . . . xn
1 +...+kn
k f (a)
xi xi . . . xik .
xi1 xi2 . . . xik 1 2
3.3 Teoremas de Taylor 61
k f (a) k f (a)
x0 xk2 . . . xknn =
kn 1 2
xk22 . . . xknn .
x01 xk22 . . . xn xk22 . . . xknn
Por tanto,
1 k 1 k! k f (a)
xk1 xk2 . . . xknn
X
D f (a)xk = k1 k2 kn 1 2
k! k! k k1 !k2 ! . . . kn ! x1 x 2 . . . x n
1 +...+kn =k
1 k f (a)
xk1 xk2 . . . xknn .
X
= k1 k2 kn 1 2
k1 +k2 +...+kn =k
k1 !k2 ! . . . kn ! x1 x 2 . . . x n
1. Teoremas de Taylor
Extenderemos a continuacin a las varias variables el teorema (global)
de Taylor con resto de Lagrange y el conocido como teorema local de Taylor.
Como ya dijimos las hiptesis que usaremos sern algo ms fuerte que las
que realmente se necesitan.
Recordando:
X X 2 f (a + th) X 2 f (a + th)
g 00 (t) = ( hi )hj = hi hj .
j i
xi xj i,j
xi xj
Nota. El teorema global de Taylor anterior (slo vlido en esta forma para
funciones escalares), es para el caso r = 1 el teorema del valor medio para
funciones escalares: Si f : A Rn R es una funcin continua en el
segmento [a, b] A y derivable en (a, b), entonces existe un punto (a, b)
tal que
X f
f (b) f (a) = Df ()(b a) = ()(bj aj ).
xj
Entonces
k
(x) =
xj
1 k f (a)
X
i i2 in
(x1 a1 )i1 (x2 a2 )i2 . . . (xn an )in
xj i1 +i2 +...+in
i !i
=k 1 2
! . . . i ! 1
n x1 x2 . . . xn
ij 1
ij k f (a)
(x1 a1 )i1 . . . (xj aj )ij 1 . . . (xn an )in
X
= i1 i2 in
i1 +i2 +...+in
i !i
=k 1 2
! . . . i !
n x1 x2 . . . xn
ij 1
1 k f (a)
(x1 a1 )i1 ..(xj aj )ij 1 ..(xn an )in
X
= i1 i2 in
i1 +...+(ij
i
1) 1
! . . . (ij 1)! . . . i !
n x1 x2 . . . xn
+...+in =k1
ij 1
X 1 k1 (f /xj )(a)
= i1 i2 in
(x1 a1 )i1 . . . (xj aj )ij . . . (xn an )in .
i1 +i2 +...+in =k1
i1 !i2 ! . . . in ! x 1 x2 . . . xn
64 Teoremas de Taylor 3.6
f
Pr f (a)(x a) (x) = Pr1 (a)(x a).
xj xj
Fijado x con kx ak1 < se puede aplicar el teorema del valor medio
(Teorema 2.26) a la funcin g en el segmento [a, x]. En efecto si z [a, x]
g
entonces | x j
(z)| kz akr1
1 kxakr1
1 . Es decir g tiene sus derivadas
parciales acotadas en [a, x] y adems es diferenciable en [a, x], luego
es decir
f (x) Pr f (a)(x a)
lm = 0.
xa kx akr
Se trata de ver, por tanto, que el nico polinomio de grado r que tiene la
propiedad anterior es el idnticamente nulo, o sea que S(h) = 0 para todo
h Rn .
66 Teoremas de Taylor 3.8
En consecuencia
f (a + h) Q(h)
lm = 0.
h0 khkr
f (x) Q(x a)
lm = 0.
xa kx ak
.
68 Teoremas de Taylor 3.11
o
r r
3.10 Sean f, g : A Rn F continuas en a A, tales que f Q y g P
en a, entonces:
r
1. f + g Q + P en a, , R.
r
2. (Para F = R), f g QP en a.
Por ltimo, sea > 0 mayor que kf (x) f (a)k y kQ(x a) f (a)k cuando
kxak 2 (observemos que cuando kxak 2 , entonces kf (x)f (a)k
2 y kQ(x a) f (a)k est acotado, pues Q es continua en el compacto
B[0, 2 ]). Puesto que P es de clase C 1 , sus derivadas parciales estn acotadas
en B[0, ], luego P es lipschitziana en B(0, ), y por tanto existe M > 0
tal si kx ak 2 entonces kP (f (x) f (a)) P (Q(x a) f (a))k
r
M kf (x) Q(x a)k. Como f Q podemos encontrar 3 > 0 tal que si
kx ak < 3 entonces kf (x) Q(x a)k /M kx akr , y en consecuencia
o
Teorema 3.12 (i) Sean f, g : A Rn Rp de clase C r en un punto a A.
Entonces
1. f + g es de clase C r en a y
(b) Sea
1
h(x, y) = .
cos x sen y
Utilizar el teorema 3.12(ii) y el apartado anterior para calcular el desa-
rrollo de Taylor de orden 4 de h en el punto (0, ).
Sugerencia: Si se escribe
1
h(x, y) =
1 (1 (cos x sen y))
Ejercicios
3A Obtener el coeficiente del trmino en x4 yz 2 del desarrollo de Taylor en el origen
de una funcin de las variables x, y, z.
en un entorno de (0,0)
f (x, y, z) (2x yz 2 + x2 yz + z 3 x2 )
lm = 0.
(x,y,z)(0,0,0) (x2 + y 2 + z 2 )3
3G Demostrar, sin tener que hacer el clculo, que todas las derivadas parciales de
orden 8 de la funcin f (x, y) = sen(x9 + y 9 ) son nulas en (0,0). Probar asimismo
que igual sucede con las de orden 5 para la funcin g(x, y, z) = cos xyz.
es k-veces diferenciable en 0.
Indicacin: Razonar por induccin sobre k.
(b) Deducir de (a) que si f es n-veces diferenciable en 0 (n 2), entonces la
funcin
f (t) f (0)
h(t) = ; h(0) = f 0 (0)
t
es (n 1)-veces diferenciable en 0, siendo
sen x sen y si x 6= y
g1 (x, y) = xy
cos x si x = y
1 1 + xy si xy 6= 0
g2 (x, y) = xy
0 si xy = 0
Funciones Implcitas
73
74 Funciones Implcitas 4.1
(x, y1 ) M W, (x, y2 ) M W y1 = y2 .
o bien,
(x1 , y) M W, (x2 , y) M W x1 = x2 .
f1 (x1 , . . . , xn , y1 , . . . , yp ) = 0
f2 (x1 , . . . , xn , y1 , . . . , yp ) = 0
fp (x1 , . . . , xn , y1 , . . . , yp ) = 0
fi
D2 f (a, b) (a, b)
yj i,j
f (x, y) = 0 k(x, y) = y.
g f f
(x, y) = (a, b) (x, y),
yj yj yj
fi
de la continuidad en el punto (a, b) de y j
se deduce que dado > 0 existe
r > 0 tal que si kx ak r y ky bk r entonces k(gi )/yj )(x, y)k .
1
La demostracin est sugerida por el mtodo de Newton de obtencin numrica de
races en una ecuacin
78 Funciones Implcitas 4.3
Demostracin para n = 1, p = 1.
f
De acuerdo con las hiptesis, suponemos pues que y es una aplicacin
f
continua en (a, b) y que 6= 0. La demostracin est sugerida por el
y (a, b)
mtodo de Newton de obtencin numrica de races en una ecuacin. Vamos
a ponernos en situacin de aplicar el Teorema de Punto Fijo. Definamos
para ello
1
k(x, y) = y f (x, y).
f /y(a, b)
Es inmediato comprobar que
f (x, y) = 0 k(x, y) = y.
k 1 f
kx0 (y) = (x, y) = 1 (x, y).
y f /y(a, b) y
f
En particular k
y (a, b) = 0 y la continuidad en (a, b) de y implica tambin
la continuidad en (a, b) de k
y . Por tanto, tomando 0 < c < 1 existe r > 0
tal que cuando |x a| r, |y b| r se tiene que
k k
|kx0 (y)| =
(x, y) (a, b) c,
y y
Luego si x [a r, a + r], la aplicacin kx es lipschitziana de constante c
(contractiva) en el intervalo cerrado [b r, b + r], i.e.
Entonces, si |x a| s e |y b| r
|kx (y) b| = |k(x, y) k(a, b)| |k(x, y) k(x, b)| + |k(x, b) k(a, b)|
< c|y b| + r(1 c) r.
Obsrvese que lo anterior prueba que kx aplica el intervalo cerrada [br, b+r]
en en intervalo abierto (b r, b + r).
En consecuencia, del teorema del punto fijo se deduce que para cada
x (a s, a + s) la aplicacin kx : [b r, b + r] [b r, b + r] tiene un
nico punto fijo y = h(x), es decir para cada x (a s, a + s)(= U ) existe
un nico punto y = h(x) (b r, b + r)(= V ) tal que k(x, h(x)) = h(x)
f (x, h(x)) = 0.
Slo queda probar la continuidad de la aplicacin h en a: Utilizando de
nuevo la continuidad de k en (a, b), dado > 0 existe > 0 tal que si
|x a| < entonces,
Puesto que, por hiptesis, las derivadas parciales de f respecto a las coor-
denadas y son continuas en (a, b) y la aplicacin determinante es tam-
bin continua, la funcin composicin es continua en (a, b). De la hiptesis
det( D2 f (a, b)) 6= 0 resulta entonces que para todo (x, y) en algn entorno
de (a, b), det( D2 f (x, y)) 6= 0.
Tomando ahora las bolas U y V del teorema de existencia de funciones
implcitas satisfaciendo que U V W , la funcin h est en las condiciones
del lema 4.4 en cada punto x U , pues h es continua en x segn veamos
84 Funciones Implcitas 4.5
antes, f diferenciable en (x, h(x)) y det (D2 f (x, h(x)) 6= 0. Se deduce pues
que h es diferenciable en cada x de U , siendo
hi 1 X fk
(x) = Aik (x, h(x)) (x, h(x)),
xj det D2 f (x, h(x)) xj
donde las funciones Aik (x, h(x)) son los elementos de la fila i de la matriz
adjunta de D2 f (x, h(x)) y por lo tanto son sumas de productos de derivadas
parciales de primer orden de la funcin f . Lo mismo cabe decir para la
funcin det D2 f (x, h(x)), de la que adems sabemos que es distinta de cero
en U . De todo ello se deduce fcilmente que las aplicaciones hi /xj son
aplicaciones continuas. Razonando por induccin y teniendo en cuenta el
ejercicio siguiente se obtendra finalmente que h es de clase C r (hacerlo!).
Ejercicios
4A Dar ejemplos de funciones de clase C , f , para las que el conjunto
M = {(x, y) : f (x, y) = 0}
(d) Probar que no existen dos intervalos abiertos U, V centrados en 0 tales que
M3 (U V ) sea la grfica de una funcin de x definida en U .
4D Estudiar si el sistema
x2 y 2 + 2t = 2
z 2 t2 xy = 1
x3 + y 3 + z 3 + t3 = 0
x2 + y 2 + z 2 + t2 = 1
86 Funciones Implcitas 4E
Probar que las dos son diferenciables en (0, 0), sus derivadas respecto a y en (0,0)
son distintas de 0, pero no son continuas en (0,0). Comprobar que f1 (x, h(x)) = 0
para ms de una funcin h diferenciable en 0. En cambio slo existe una funcin h
verificando f2 (x, h(x)) = 0.
Captulo 5
Subvariedades Diferenciables
de Rk
1. Variedades
Definicin 5.1 (Definicin explcita) Sea M un subconjunto no vaco
de Rk . Se dir que M es una variedad diferenciable de dimensin 1 n < k
y clase C r si para cada c M existe algn entorno W de c tal que M W es
la grfica de alguna funcin h definida en algn abierto U de Rn y de clase
C r sobre U .
87
88 Subvariedades Diferenciables de Rk 5.2
o
el conjunto V = {x U : (x, h(x)) W } es un abierto. Se tiene pues que
o
M W es la grfica de la restriccin de h a V Pueden ser distintos M W
o
y M W?
1. Rango(Df (c)) = k n.
2. M W = {z W : f (z) = 0}.
M W = {(x, y) U Rp : y h(x) = 0,
M W = M W (U Rp ) = {(x, y) U Rp : y h(x) = 0}
= {(x, y) U Rp : y h(x) = 0} W
= {(x, y) (U Rp ) W : y h(x) = 0}.
f1 f1
x (c) x (c) 1 0 0
1 n
f2 f2
x1 (c) (c) 0 1 0 ,
x n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
fp fp
(c) (c) 0 0 1
x1 xn
5.3 Subvariedades Diferenciables de Rk 89
2. Variedad tangente
En el captulo 2 se defini el concepto de vector tangente en un punto c
de un conjunto M Rk . Geomtricamente, un vector tangente a M en c no
era ms que un vector tangente a alguna curva trazada sobre M pasando por
c (ver ejercicio 2M para una definicin ms general de vector tangente). Se
vio entonces que, en el caso particular de que M sea la grfica de una funcin
h de n variables reales y diferenciable en un punto a, el conjunto Tc (M ) de
vectores tangentes a M en el punto c = (a, h(a)) es un espacio vectorial de
dimensin n, cuya expresin es Tc (M ) = {(u, Dh(a)u) : u Rn }.
Ejercicios
5A Estudiar si el conjunto M de los puntos que satisfacen las ecuaciones siguientes
son variedades diferenciables y en tal caso de qu dimensin.
1. x2 + y 2 + z 2 + xy + yz xz = 0 2. x2 + y 2 + z 2 + xy + yz xz = 1
Funciones Inversas
93
94 Funciones Inversas 6.2
Dg 1 (g(a)) = Dg(a)1 ,
y por tanto
gi
det Dg(a) = det 6 0.
(a) =
xj
2. Inversin local
o
Teorema 6.3 (Lema fundamental) Sea g : A Rn Rn , a A y
supongamos que
Nota. Observemos que si la hiptesis (a) del lema anterior la cambiamos por
la ms fuerte, g de clase C r en algn entorno de a, entonces la funcin f
hereda esa misma propiedad y en consecuencia la funcin (g|U )1 definida
implcitamente por la ecuacin f (x, y) = 0 resultar entonces de clase C r en
el entorno de g(a), g(U ).
Como consecuencia directa del lema de inversin local se tiene:
a) Para cada x U
!
gi
det Dg(x) = det (x) 6= 0.
xj
Ejercicios
6A (T. aplicacin inyectiva) Sea g : U Rn Rp una aplicacin de clase C 1
sobre el abierto U y supongamos que para todo punto x U , Dg(x) es inyectiva.
Probar entonces que g es una aplicacin localmente inyectiva.
98 Funciones Inversas 6B
u = x2 y; v = xy
6F Estudiar si la aplicacin
g(x, y, z) = (x2 y z, 2x + y + z, x + y z)
2f 2
2 f f f
x2 2
+ y 2
+x +y
x y x y
mediante el cambio x = eu ; y = ev .
Extremos de funciones de
varias variables
1. Extremos relativos
Una aplicacin clsica del Teorema Local de Taylor es el estudio de los
extremos relativos de una funcin escalar. Aunque la analoga con el caso de
una variable es total, hay algunas diferencias que surgen de manera natural
por el paso a una dimensin superior.
Trabajaremos con funciones escalares, definidas sobre un conjunto A
R . Se dir que la funcin f : A Rk R presenta un mnimo (mximo)
k
99
100 Extremos de funciones de varias variables 7.2
f f
Df (a) ( (a), (a)) = (0, 0).
x y
Ms generalmente cuando f es una funcin diferenciable se obtiene la si-
guiente condicin necesaria de extremo, totalmente anloga a la de funciones
de una variable.
f
(a) = 0, i = 1, 2, . . . , k.
xi
f (a+th)f (a)
(
f (a + th) f (a) lmt0+ t 0
Df (a)h = Dh f (a) = lm = f (a+th)f (a) .
t0 t lmt0 t 0
7.2 Por tanto, el proceso para encontrar los posibles puntos de extremo
relativo para una funcin diferenciable comienza con el planteamiento del
sistema
f
Df (x) = 0 (x1 , , xn ) = 0, i = 1, 2, , n.
xi
Los puntos solucin de este sistema de n ecuaciones con n incgnitas se
denominan puntos crticos . Despus de la proposicin 7.1, una condicin
7.3 Extremos de funciones de varias variables 101
si 0 < khk < y, por lo tanto que f (a + h) f (a) > 0. As pues f presenta
un mnimo (estricto) en a.
6. r par, Qr (h) tiene signo constante, pero existe algn h 6= 0 tal que
Qr (h) = 0. Caso Dudoso.
Por lo tanto las derivadas parciales de primer orden de f en (1,1) son nulas
mientras que las de orden 2 no, luego
2. r = 2 (par) y por tanto no podemos descartar an la posibilidad de
que f presente un extremo en este punto.
3. Q2 (x, y) = 12x2 6y 2 + 12xy, y es fcil ver que podemos escribir
Q2 (x, y) = 6[x2 + (x y)2 ], de lo que se deduce que Q2 (x, y) < 0 para todo
(x, y) 6= (0, 0) y que , por lo tanto, f presenta un mximo relativo estricto
en (1, 1).
Por ltimo analizamos qu sucede en (-1,1):
Por lo tanto las derivadas parciales de primer orden de f en (-1,1) son nulas
mientras que las de orden 2 no, luego de nuevo
2. r = 2 (par).
3. Q2 (x, y) = 12x2 6y 2 12xy = 6[x2 + (x + y)2 ]. Por tanto tambin
ahora Q2 (x, y) < 0 para todo (x, y) 6= (0, 0) y por lo tanto f presenta un
mximo relativo estricto en (1, 1).
2f 2f 2f
x21
(a) x1 x2 (a) x1 xn (a)
2f 2f 2
f
x x (a) (a) (a)
x22 x2 xk
2 1
Hf (a) =
2
f 2f 2
f
xk x1 (a) xk x2 (a) x2k
(a)
Se tiene entonces :
2 f (a) 2f 2f
x2 x1 x2 (a) x1 xi (a)
1
2f 2f 2f
x x (a) (a) (a)
x22 x2 xi
2 1
i = ,
2f 2f 2f
x x (a) xi x2 (a) (a)
x 2
i 1 i
lo que de acuerdo al criterio del hessiano nos dice que f no presenta tampoco
extremos en ninguno de estos puntos, ya que en ambos hessianos existe un
menor principal de orden 2 que es menor que cero.
2. Extremos condicionados
Vamos a desarrollar en esta seccin una tcnica clsica, basada en el uso
de Multiplicadores, para la obtencin de condiciones de extremo sobre una
variedad . Dichas condiciones no diferirn formalmente de las ya vimos para
extremos relativos.
o
Definicin 7.7 Sea : A Rk R una funcin escalar, c A y M una
variedad diferenciable que contiene a c. Se dir que presenta un extremo
sobre M (o condicionado) en el punto c, si existe un entorno W de c tal que
(z) (c) no cambia de signo cuando z W M .
Mximo Si (z) (a) 0.
k
X
g= i gi .
i=1
luego
k
X
0 = g(ej ) = i gi (ej ) = j gj (ej ) = j ,
i=1
Ejercicios
7A Estudiar la existencia de extremos relativos para las funciones
7D Demostrar que entre los polgonos convexos de n lados inscritos en una cir-
cunferencia, el polgono regular es el de mayor permetro y tambin el de mayor
rea.
7E Hallar la distancia
(a) entre la recta x + y = 1 y la hiprbola xy = 2.
indicacin: Considerar M = {(x, y, z, t) R4 : x + y = 1; zt = 2} y la
aplicacin (x, y, z, t) = (x z)2 + (y t)2 . M es una variedad diferenciable
de R4 y el cuadrado de la distancia entre las dos curvas, el mnimo absoluto
de sobre M .
(b) entre las curvas
(
x y z x2 xy + y 2 z 2 = 1
= = ;
1 2 4 x2 + y 2 =1
7H (a) Obtener el paraleleppedo recto de menor rea entre los que tienen igual
volumen.
7J Extremos de funciones de varias variables 111
(b) Obtener el paraleleppedo de mayor volumen entre los que tienen igual rea.
186
Bibliografa
[3] Benedetto, J.J., Real Variable and Integration , B.G. Teubner, Stutt-
gart, 1976.
[8] Cohen, P.J., A minimal model for set theory, BAMS, 69 (1963), 537 540.
[13] Gantmacher, F.R., Thorie des Matrices, Tome 1 Dunod, Paris, 1966.
[16] Hewitt, E., Stromberg, K., Real and Abbstract Analysis, Springer-
Verlag, New York, 1965.
187
bibliografa
[17] Hewitt, E., Ross, K.A., Extensions of Haar measure and of harmonic
analysis for locally compact abelian groups, Math. Annalen , 160 (1965),
171 194.
[18] Isaacson, E. and Keller, H.B., Analysis of Numerical Methods,
Dover, New Yory, 1994.
[19] Kakutani, S., Oxtoby, J.C., , Ann. of Math., (2) 52 (1950), 580 590.
[20] Kolmogorov, A.N., Fomin, S.V., Elementos de la Teora de Funciones
y del Anlisis Funcional , Mir, Mosc, 1975.
[24] Von Newman, J., Functional Operators Vol.I: Measures and Integrals,
Princeton Univ. Press, , 1950.
[25] Rudin, W., Anlisis Real y Complejo, McGraw Hill, Madrid, 1973.
[26] Schwartz, L., Cours dAnalyse, Hermann, Paris, 1967.
[27] Solovay, R.M., A model of set-theory in which every set of reals is Lebesgue
medible, Ann. of Math., 92 (1970), 1 56.
188