Vous êtes sur la page 1sur 155

Contenido

Prologo . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Leccion 1
Funciones . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1. Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. El concepto de funcion . . . . . . . . . . . . . . . . . . . . . 8
1.3. Funciones Inyectivas, Suprayectivas y Biyectivas . . . . . . . . . . 10
1.4. Propiedades basicas . . . . . . . . . . . . . . . . . . . . . . 14
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 16
Leccion 2
El espacio vectorial Rn . . . . . . . . . . . . . . . . . . . 17
2.1. El conjunto Rn . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. El espacio vectorial Rn . . . . . . . . . . . . . . . . . . . . . 19
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 21
2.3. Espacios vectoriales abstractos . . . . . . . . . . . . . . . . . . 21
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 23
2.4. Interpretacion geometrica en R2 y R3 . . . . . . . . . . . . . . . 26
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 31
2.5. Rectas en el plano y en el espacio . . . . . . . . . . . . . . . . 32
2.6. Planos en el espacio . . . . . . . . . . . . . . . . . . . . . . 39
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 43
Leccion 3
El espacio normado Rn . . . . . . . . . . . . . . . . . . . 45
3.1. La norma euclidiana en Rn . . . . . . . . . . . . . . . . . . . 45
3.2. El concepto general de norma en Rn . . . . . . . . . . . . . . . 49
3.3. Otras normas en Rn. Norma Cubica y Norma k k1. . . . . . . . . 51
3.4. Norma de Minkowski. . . . . . . . . . . . . . . . . . . . . . 55
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 56
Leccion 4
El espacio metrico Rn . . . . . . . . . . . . . . . . . . . . 59
4.1. La metrica euclidiana en Rn . . . . . . . . . . . . . . . . . . . 59
4.2. Otras metricas en Rn . . . . . . . . . . . . . . . . . . . . . . 61
1
Leccion 5
Bolas y esferas . . . . . . . . . . . . . . . . . . . . . . . 63
5.1. Bolas abiertas, bolas cerradas y esferas . . . . . . . . . . . . . . 63
5.2. Relacion entre las normas k k1 , k k2 y k k1 . . . . . . . . . . . . 72
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 73
Leccion 6
Conjuntos abiertos y conjuntos cerrados . . . . . . . . . . . . 74
6.1. Conjuntos abiertos y conjuntos cerrados . . . . . . . . . . . . . . 74
6.2. Familias de conjuntos . . . . . . . . . . . . . . . . . . . . . . 82
6.3. Propiedades basicas . . . . . . . . . . . . . . . . . . . . . . 84
6.4. Vecindad de un punto . . . . . . . . . . . . . . . . . . . . . . 87
Leccion 7
Interior y adherencia . . . . . . . . . . . . . . . . . . . . 89
7.1. Punto interior y punto adherente . . . . . . . . . . . . . . . . . 89
Leccion 8
Frontera . . . . . . . . . . . . . . . . . . . . . . . . . 99
8.1. Punto frontera y frontera de un conjunto . . . . . . . . . . . . . 99
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 102
Leccion 9
Punto de acumulacion . . . . . . . . . . . . . . . . . . 103
9.1. Punto de acumulacion y Conjunto Derivado . . . . . . . . . . . 103
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 107
Leccion 10
Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . . 108
10.1. De nicion y ejemplos . . . . . . . . . . . . . . . . . . . . 108
Leccion 11
Convergencia . . . . . . . . . . . . . . . . . . . . . . 112
11.1. De nicion de lmite de una sucesion . . . . . . . . . . . . . . 112
11.2. Lmite de las sucesiones proyeccion . . . . . . . . . . . . . . 115
11.3. Algebra de lmites . . . . . . . . . . . . . . . . . . . . . . 117
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 118
Leccion 12
Punto Lmite . . . . . . . . . . . . . . . . . . . . . . 119
12.1. Subsucesiones y puntos lmite . . . . . . . . . . . . . . . . . 119
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 122
2
Leccion 13
Criterios de convergencia . . . . . . . . . . . . . . . . . 123
13.1. Criterio de Cauchy . . . . . . . . . . . . . . . . . . . . . 123
13.2. Teorema de Bolzano-Weierstrass . . . . . . . . . . . . . . . 124
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 127
Leccion 14
Funciones de varias variables reales . . . . . . . . . . . . . 128
14.1. Terminologa y ejemplos . . . . . . . . . . . . . . . . . . . 128
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 133
Leccion 15
Lmite de una funcion . . . . . . . . . . . . . . . . . . . 134
15.1. La de nicion de lmite . . . . . . . . . . . . . . . . . . . . 134
15.2. Algunas propiedades basicas . . . . . . . . . . . . . . . . . 140
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 146
Leccion 16
Funciones continuas . . . . . . . . . . . . . . . . . . . 148
16.1. De nicion y ejemplos . . . . . . . . . . . . . . . . . . . . 148
16.2. Algunas propiedades basicas . . . . . . . . . . . . . . . . . 151
16.3. Mas propiedades . . . . . . . . . . . . . . . . . . . . . . 152
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 154
Leccion 17
Continuidad uniforme . . . . . . . . . . . . . . . . . . . . .
17.1. La de nicion . . . . . . . . . . . . . . . . . . . . . . . . .
17.2. Continuidad vs. continuidad uniforme . . . . . . . . . . . . . .
Leccion 18
Conjuntos compactos . . . . . . . . . . . . . . . . . . . . .
18.1. La de nicion y equivalencias . . . . . . . . . . . . . . . . . .
18.2. Teorema de Heine-Borel . . . . . . . . . . . . . . . . . . . .
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . .
Leccion 19
Conjuntos conexos . . . . . . . . . . . . . . . . . . . . . .
19.1. La de nicion y equivalencias . . . . . . . . . . . . . . . . . .
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . .
3
Leccion 20
Continuidad, compacidad y conexidad . . . . . . . . . . . . .
20.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20.2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . .

4
Prologo

El proposito de escribir estas lecturas sobre Topologa de Rn es apoyar a los


alumnos del curso de Calculo III que se ofrece en el Departamento de Matematicas
de la Facultad de Ciencias de la UNAM. En casi todos los libros de texto que circulan
en nuestro medio sobre el as llamado \Calculo Avanzado" generalmente se dedica
un captulo a la topologa de Rn, haciendo en la mayora de los casos un tratado
muy super cial. Las limitaciones naturales en el tiempo con el cual contamos los
profesores para un curso normal de un semestre, nos impide profundizar o ampliar
algunos topicos. Esto es justo y tambien inevitable, pues el dedicarle un mayor
numero de horas-clase al tema, sera en sacri cio de otros igualmente importantes.
Sobre el tema hay una basta literatura, sin embargo la secuencia logica de los
conceptos y la organizacion misma de los resultados en estas lecturas, y por lo tanto
algunas demostraciones tienen un tanto de originalidad. Si bien es cierto que todos
los autores al nal de cuentas pretenden alcanzar los mismos resultados, cuando
menos los relevantes de una teora, los textos di eren uno de otro en sus puntos de
partida, en las de niciones convenidas y en como encadenan los resultados parciales.
En otras palabras, en general un texto di ere de otro en el camino que siguen para
alcanzar un determinado resultado. Lo que para un autor puede ser una de nicion,
para otro es un teorema y viceversa. Esto tambien determina el caracter mismo
de los ejercicios que se dejan para el lector. Un problema puede resultar trivial
respecto a un texto pero difcil respecto a otro.
El camino que hemos seguido en estas lecturas ofrece cierta economa, en el
sentido de que nos permite obtener los resultados mas rapida y facilmente que como
se hace en otros textos. La economa en los argumentos no siempre re eja mayor
claridad o lucidez en los razonamientos o en su interpretacion en algun contexto,
5
incluso puede ir en sacri cio de una buena didactica. Sin embargo este no es el caso,
pues durante la escritura de este texto hemos estado concientes de ello y procuramos
no desatender ese aspecto. Ocasionalmente aparecera alguna demostracion con
cierta originalidad, o a lo menos un tanto diferente de las comunes. Inclumos
estas demostraciones porque las consideramos mas simples, mas claras o porque el
enfoque puede resultar mas ilustrativo. Por ejemplo, para probar la desigualdad
de Cauchy-Schwarz en Rn, cuyo aspecto es un tanto complicado, recurrimos a un
argumento tan simple que, despues de leer la demostracion y observar la desigualdad
con detenimiento, podemos convencernos de que es casi obvia. Sobre todo si se
compara nuestra prueba con las demostraciones que se encuentran comunmente en
la literatura, las cuales recurren a ciertos arti cios que generalmente desconciertan
a los principiantes. Otro tema que merece comentarse es el de punto de acumulacion
de un conjunto, las pruebas que presentamos son considerablemente mas simples que
las que aparecen comunmente en la literatura matematica, la clave para lograrlo es
una mera observacion sobre el modo de enunciar la de nicion, lo cual establecemos
en un lema.
Otro aspecto que vale la pena mencionar, ya que puede ser una diferencia
de fondo respecto a los demas textos, es que ciertos conceptos se presentan y de-
sarrollan paralelamente. Hemos adoptado este tratamiento debido a la aparente
contraposicion entre los conceptos involucrados, pero tambien debido a una intere-
sante y util dualidad entre ellos. Ese es el caso, por ejemplo, de los conceptos de
conjunto abierto y conjunto cerrado, as como interior y adherencia de un conjunto.
La dualidad no solamente resulta interesante sino un buen recurso nemotecnico para
recordar resultados, o incluso una tecnica para descubrirlos.
Los requisitos para estas lecturas son algebra elemental de conjuntos, por ejem-
plo nociones de pertenencia, contencion, union e interseccion de dos o un numero
nito de conjuntos as como un curso anual o dos semestrales de Calculo de funciones
de una variable real del primer a~no de una carrera de matematicas. Es deseable,
pero no indispensable tener algunos conocimientos sobre Espacios Vectoriales.
El texto fue escrito durante mi estancia sabatica en la Facultad de Ciencias de la
Universidad Nacional Autonoma de Mexico, por lo que agradezco a las autoridades
de esta Facultad las facilidades que me otorgaron para su realizacion. Agradezco al
profesor Pedro Aguilar Beltran por su valiosa colaboracion que hicieron posible esta
primera edicion. Agradezco a mi hijo Pedro Antonio Rivera que se encargo de todas
las gra cas. Deseo dar las gracias a las autoridades del Centro de Investigacion y
de Estudios Avanzados del I.P.N. por concederme el perodo sabatico.
Mexico, D. F., abril de 1992.

6
Lecci
on 1
Funciones

1.1. Introduccion. Desde la epoca de Galileo Galilei (1564-1642), la matematica


ha ocupado un lugar de excelencia en el metodo cient co. Uno de lo fuertes de-
fensores de la matematica en este sentido fue el lososofo y matematico frances
Rene Descartes (1596-1650), quien declaraba que no admita ni esperaba ningun
principio en fsica, a no ser aquellos que se explicaran mediante la geometra o la
matematica abstracta. Podemos considerar que la matematica moderna nace en el
siglo XVII, con la creacion de la geometra analtica y el calculo in nitesimal, con
ello nace el concepto de funcion, el cual es uno de los conceptos mas importantes
de la matematica. No nos estamos re riendo solamente a la idea de dependencia,
lo cual existe desde la epoca griega, sino al concepto de funcion por s mismo como
elemento esencial de la matematica. La mayora de las funciones conocidas en el
siglo XVII fueron estudiadas como curvas, este fue el caso, por ejemplo, de la fun-
ciones ax , logx, sen x. La gra ca de esta ultima, es decir la curva senoidal, aparece
en un trabajo sobre la Cicloide cuyo autor es el matematico frances Personne de
Roberval (1602-1675), a la cual llama \curva compa~nera de la cicloide".
En esa epoca disponan de tablas de valores para las funciones trigonometricas
y logartmicas con un alto grado de aproximacion, sin embargo, el concepto de
funcion no estaba totalmente claro. Un intento de de nicion de funcion, en el siglo
XVII, fue dada por el matematico y astronomo escoces James Gregory, quien deca
que una funcion era una cantidad obtenida de otras cantidades por una sucesion de
operaciones algebraicas o por cualquier otra operacion imaginable (por esto ultimo
7
se refera al \paso al lmite"). La palabra funcion fue usada por primera vez en 1673
por el abogado, losofo y matematico aleman Gottfried Wilhelm Leibniz (1646-
1716), a quie se le deben tambien los terminos variable, constante y parametro.
Leibniz no solamente paso a la historia de la matematica por la creacion del calculo,
quien junto con Newton comparte ese honor, sino que tambien fue un importante
losofo e invento una calculadora mecanica, la cual era una version perfeccionada
de la maquina de Pascal.
Actualmente, el concepto de funcion ya es una nocion muy depurada, sin em-
bargo, las funciones interpretadas como \formulas" o \expresiones matematicas", o
bien como \gra cas" siguen teniendo vigencia. En la practica, podemos decir que
lo relevante de una funcion es:
a) la expresion matematica que la de ne
b) su gra ca
c) una tabla de valores
Desde el punto de vista conceptual, concebir una funcion de esta manera es insu -
ciente. Por ejemplo, si deseamos establecer con precision los resultados del calculo,
conviene interpretar las funciones como reglas de asociacion y distinguir los valores
de la funcion de la funcion misma. En este aspecto, resulta de gran utilidad el
smbolo f(x), introducido por el matematico suizo Leonhard Euler (1707-1783), el
mas prol co de todos los tiempos.
1.2. El concepto de Funcion. Aun cuando en este libro solamente manejaremos
funciones de las que llamaremos de varias variables reales con valores reales o vec-
toriales, es conveniente que estudiemos los elementos basicos acerca de funciones en
forma general, pues este importante concepto esta presente en todas las areas de la
matematica.
De nicion 1. Dados X, Y, conjuntos cualesquiera, una con X y Y, es toda regla
o ley de asociacion que hace corresponder a cada elemento x 2 X uno y solo un
elemento y 2 Y.
Usualmente a las funciones (las cuales son reglas), se les asigna nombres de una
sola letra de nuestro alfabeto como son f; g; h; F; G; H, pero tambien se pueden
usar nombres mas largos, letras de alfabetos de otros idiomas o incluso smbolos.
Si f es una funcion con dominio X y contradominio Y, para referirnos a este
hecho escribiremos
8
f :X!Y
lo cual debe leerse \f de X en Y".
Dado x 2 X; si y 2 Y es el elemento asociado a x segun la funcion f, escribire-
mos
f
x 7! y o x 7! y;
en la ultima simbolizacion hemos omitido el nombre de la funcion f, y esta notacion
la usaremos solamente cuando no haya ambiguedad sobre la funcion a la cual nos
estemos re riendo. Una manera mas socorrida de representar este mismo hecho es
escribiendo y = f(x), lo cual debe leerse \y igual a f de x".
Si y = f(x), diremos que y es la de x bajo f, y que x es de y. Tambien
diremos que y es el de f en x. En terminos menos formales diremos que \x va a
dar a y bajo f".
El conjunto de imagenes
f y j y = f(x) para algun x 2 X g
lo denotaremos por f(X) y le llamaremos de la funcion f (algunos autores de texto
le llaman de f). En general, si A  X, la bajo f es el conjunto
f(A) = f y j y = f(x) para algun x 2 A g

Si M es un subconjunto del contradominio Y, la de M bajo f es el conjunto


f 1 (M) = f x 2 X j f(x) 2 M g
La de un conjunto A bajo una funcion f : X ! Y es un subconjunto del contrado-
minio Y, mientras que la de un conjunto M bajo una funcion f es un subconjunto
del dominio X de f. El smbolo f 1 (M) debe leerse \imagen inversa de M" y de
ninguna manera \f a la menos 1 de M" o \f inversa de M". Mas adelante hablare-
mos de la funcion \f inversa", pero en este caso no estamos re riendonos a ella.
En terminos estrictos, una funcion f : X ! Y es la terna (f; X; Y), donde X es
el dominio de la funcion, Y es el contradominio y f es la regla de asociacion o de
correspondencia. Dos funciones son iguales si y solamente si son iguales los terminos
correspondientes de la terna. Si dos funciones tienen distinto contradominio, son
diferentes. Por ejemplo, las funciones
9
f : R! R y g : R ! R+ [ f0g
dadas respectivamente por
f(x) = x2; g(x) = x2
son diferentes.
En la mayora de los casos resulta totalmente irrelevante cual es el contrado-
minio de una funcion, por ejemplo, usted podra pensar que esto es as para las
funciones anteriores. En cierto modo, lo mas importante de una funcion es su do-
minio y la regla de asociacion f, cuando este sea el caso obviaremos las diferencias
respecto al contradominio, siempre y cuando ello no cause confusion alguna, como
regla general identi caremos dos funciones que solo di eran en el contradominio.
Por otra parte, con frecuencia nos referiremos a la regla f, como a la funcion misma,
de hecho esta fue nuestra primera de nicion, y la seguiremos adoptando a lo largo
del texto; solamente en situaciones muy especiales podramos hacer la distincion
entre la funcion como terna y la funcion como regla de asociacion.
Una funcion cuyo dominio sea un subconjunto de los numeros reales, le lla-
maremos . Una funcion cuyo contradominio sea un subconjunto de los reales, es
decir, una funcion cuyos valores son numeros reales, le llamaremos . En nuestro
primer curso de calculo estudiamos funciones reales de variable real.
Dado que las funciones reales de variable real, generalmente estan dadas por
\formulas", haremos de una vez para siempre la convencion de que si no se indica
explcitamente el dominio y el contradominio, entonces deberemos entender que el
dominio consiste de todos los numeros reales para los cuales tenga sentido o se
pueda calcular \la formula", y el contradominio se sobreentendera que consiste de
todos los numeros reales R. Por ejemplo, la funcion f dada por
f(x) = log(1 x2);
tiene por dominio el intervalo ( 1; 1). As que podemos escribir
f : ( 1; 1) ! R

1.3. Funciones Inyectivas, Suprayectivas y Biyectivas. Consideremos las


funciones f y g, ambas R ! R, dadas por
f(x) = x2 g(x) = x3
10
Hay una diferencia importante entre ellas, en la primera se \repiten" sus val-
ores, por ejemplo se tiene f( 1) = f(1) = 1, f( 3) = f(3) = 9. Es decir, hay
un par de puntos x, y de su dominio R (de hecho hay una in nidad de pares de
puntos, nosotros hemos ilustrado dos pares) donde la funcion toma el mismo valor.
Para la segunda funcion esto no ocurre, es decir, siempre que se tomen dos pun-
tos diferentes de su dominio R, se obtendran valores diferentes. Una funcion con
las caractersticas de g se dice que es inyectiva, la funcion f no es inyectiva. Ob-
servemos que las dos funciones tienen como dominio y contradominio el conjunto
R, la funcion f solamente toma valores no negativos, es decir, hay elementos del
contradominio que no son valores de la funcion, por ejemplo, 1 no es un valor
que pueda asumir la funcion f, mientras que la funcion g toma como valor todo
elemento de su contradominio. Una funcion como g se dice que es suprayectiva; la
funcion f no es suprayectiva. A continuacion precisamos estos conceptos
De nicion 2. Sea f : X ! Y una funcion arbitraria.
1) Se dice que f es o , si puntos diferentes del dominio tienen imagenes diferentes.
Es decir, si se vale la implicacion
x1; x2 2 X; x1 6= x2 ) f(x1 ) 6= f(x2 )
eqivalentemente, si
x1; x2 2 X; f(x1 ) = f(x2 ) ) x1 = x2

2) Se dice que f es o , si cada elemento de su contradominio es imagen de algun


elemento de su dominio. Es decir, si para cada y 2 Y, existe x 2 X tal que
y = f(x).
3) Se dice que f es , si es inyectiva y suprayectiva a la vez.
11
Nota. En forma breve podemos decir que f es suprayectiva si F(X) = Y . Por otra
parte, que f sea suprayectiva signi ca que existe y 2 Y, para la cual no existe x 2 X
que cumpla y = f(x). Dicho de otro modo, f no es suprayectiva si existe y 2 Y tal
6 f(x) para toda x 2 X. Una funcion no suprayectiva, \esencialmente puede
que y =
hacerse" suprayectiva rede niendo su contradominio igual a su imagen:
f : X ! f(X);
sin embargo, en terminos estrictos esta funcion es diferente de la original, pero posee
lo esencial de ella.
Ejemplo 1.
1) La funcion f dada por f(x) = x es biyectiva trivialmente. Recordemos que
nuestra convencion para estos casos es que R siempre sera el contradominio, el
dominio dependera de la formula o expresion. Para la funcion dada, el dominio
es R mismo.
2) g(x) = ex es inyectiva pero no suprayectiva, pues toma solamente valores posi-
tivos.
3) h(x) = log x es inyectiva y suprayectiva, o sea, es biyectiva
4) F(x) = tan x es suprayectiva pero no inyectiva
5) f(x) = x4 no es inyectiva ni suprayectiva
6) G(x) = arctan x es inyectiva pero no suprayectiva
Si una funcion f : X ! Y es inyectiva pero no suprayectiva, rede niendo su
contradominio obtenemos una funcion biyectiva. Hablando estrictamente, lo que se
obtiene es otra funcion, sin embargo, como se dijo anteriormente, identi caremos
ambas funciones, en todo caso podemos entender que ignoramos la funcion original
y que asignamos el mismo nombre a la funcion rede nida. Las funciones biyectivas
son especialmente importantes, para ellas hacemos la siguiente de nicion
De nicion 3. Si f : X ! Y es una funcion biyectiva, su o simplemente la de f,
es la funcion f 1 : Y ! X de nida como sigue:
para cada y 2 Y, f 1 (y) = x si f(x) = y
Ejemplo 2. La funcion logaritmo log : R+ ! R, cuyo valor en cada x 2 R+ es logx
es biyectiva y su inversa es la funcion exponencial exp : R ! R+ , cuyo valor en cada
real es exp(x) = ex . Esta ultima funcion tambien es biyectiva y su inversa es la
funcion logaritmo, vale decir que son mutuamente inversas. Tenemos un resultado
general el cual es obvio
12
Proposicion 1. Si f : X ! Y es una funcion suprayectiva, entonces as lo es
f : Y ! X, y ademas (f ) = f.
1 1 1

Terminamos esta seccion con dos proposiciones que se prueban facilmente


Proposicion 2. Si f : X ! Y y g : Y ! Z son funciones biyectivas, entonces la
composicion g  f : X ! Z es biyectiva.
Demostracion.
Mostremos que g  f es inyectiva:
Sean x1 y x2 elementos diferentes de X. Como f es inyectiva, tenemos que
f(x1 ) 6= f(x2 ). Como g es inyectiva, tenemos que g(f(x1 )) 6= g(f(x2 )), es decir
(g  f)(x1 ) 6= (g  f)(x2 ). Esto prueba que g  f es inyectiva.
Mostremos que g  f es suprayectiva:
Sea z 2 Z. Como g es suprayectiva, existe y 2 Y tal que g(y) = z. Como f es
suprayectiva, para la y encontrada existe x 2 X tal que f(x) = y. Se tiene entonces
g(f(x)) = z, es decir (g  f)(x) = z. Esto prueba que g  f es suprayectiva. Hemos
probado que g  f es biyectiva. |
Proposicion 3. Sean f : X ! Y y g : Y ! X dos funciones cualesquiera. Si g  f
es la funcion identidad X ! X, es decir. si (g  f)(x) = x para toda x 2 X, entonces
f es inyectiva y g suprayectiva.
Demostracion.
Mostremos que f es inyectiva:
Sean x1 y x2 elementos de X tales que f(x1 ) = f(x2 ). Se tiene entonces
g(f(x1 )) = g(f(x2 )); pero g(f(x)) = x para toda x 2 X, por lo tanto x1 = x2. Esto
prueba que f es inyectiva.
Mostremos que g es suprayectiva:
Elijamos un punto arbitrario x del contradominio X de g. Sea y = f(x), se tiene
entonces
g(y) = g(f(x))
= (g  f)(x)
=x
Esto prueba que g es suprayectiva. |
13
1.4. Propiedades basicas. Finalizamos este captulo con algunas propiedades
sobre imagenes, union e interseccion de conjuntos.
Proposicion 4. Sea f : X ! Y una funcion arbitraria y A, B subconjuntos de X.
Se tiene entonces
1) Si A  B entonces f(A)  f(B)
2) f(A [ B) = f(A) [ f(B)
3) f(A \ B)  f(A) \ f(B)
4) f(A B)  f(A)
5) f(A B)  f(A) f(B)
Demostracion. El inciso (1) es obvio.
Prueba de (2):
Sea y 2 f(A [ B); existe x 2 A [ B tal que y = f(x). Si x 2 A, entonces
y = f(x) 2 f(A), luego y 2 f(A) [ f(B). Si x 2 B, entonces y = f(x) 2 f(B),
luego, tambien obtenemos que y 2 f(A) [ f(B). En cualquiera de los casos hemos
obtenido que y 2 f(A) [ f(B), esto prueba la contencion f(A [ B)  f(A) [ f(B).
La contencion f(A) [ f(B)  f(A [ B) se sigue de la parte (1) y de los hechos
A  A [ B y B  A [ B.
Prueba de (3):
Esta contencion se sigue de (1) y de la contenciones A \ B  A y A \ B  B, pues
f(A \ B)  f(A) y f(A \ B)  f(B).
El inciso (4) se sigue inmediatamente de la parte (1)
Prueba de (5):
Sea y 2 f(A) f(B); tenemos entonces y 2 f(A) y y 2= f(B). Existe x 2 A tal
que y = f(x), esta x no puede estar en B, pues si se tuviese x 2 B, querra decir
y 2 f(B), as que x 2 A B, esto signi ca que y = f(x) 2 f(A B).
Esto prueba la proposicion 4. |
Es facil probar que en el inciso (3) no se cumple en general la igualdad. Por
ejemplo, considerese la funcion f dada por f(x) = x2 y los conjuntos A = ( 1; 0),
B = (0; 1), la interseccion de ellos es el conjunto vaco por lo que f(A \ B) = ,
pero f(A) \ f(B) = (0; 1). El mismo ejemplo sirve para mostrar que en general no
hay igualdad en el inciso (5).
14
Las imagenes inversas son mejor comportadas, como se muestra en la siguiente
proposicion
Proposicion 5. Sea f : X ! Y una funcion arbitraria y F, G subconjuntos de Y.
Se tiene entonces
1) Si F  G entonces f 1 (F)  f 1 (G)
2) f 1 (F [ G) = f 1 (F) [ f 1 (G)
3) f 1 (F \ G) = f 1 (F) \ f 1(G)
4) f 1 (F G) = f 1 (F) f 1 (G)
Demostracion.
Prueba de (1):
Sea x 2 f 1 (F); se tiene entonces f(x) 2 F. Como F  G, f(x) 2 G; pero esto
signi ca a su vez vez que x 2 f 1 (G).
Prueba de (2):
Sea x 2 f 1 (F [ G); se tiene entonces f(x) 2 F [ G. Hay dos posibilidades,
f(x) 2 F o f(x) 2 G. Si f(x) 2 F, entonces x 2 f 1 (F), luego x 2 f 1 (F) [ f 1 (G).
Si f(x) 2 G, entonces x 2 f 1 (G), luego x 2 f 1 (F) [ f 1 (G). En cualquiera de
los dos casos se tiene x 2 f 1 (F) [ f 1 (G), hemos probado que f 1 (F [ G) 
f 1 (F) [ f 1 (G). La prueba de la otra contencion se sigue de la parte (1) y de los
hechos F  F [ G, G  F [ G.
Prueba de (3):
Sea x 2 f 1 (F) \ f 1 (G); se tiene entonces, x 2 f 1 (F) y x 2 f 1 (G), es decir
f(x) 2 F y f(x) 2 G, o sea f(x) 2 F \ G. Pero esto signi ca que x 2 f 1 (F \ G).
Hemos probado que f 1 (F) \ f 1 (G)  f 1 (F \ G). La otra contencion se sigue
de la parte (1) y de los hechos F \ G  F y F \ G  G.
Prueba de (4):
Sea x 2 f 1 (F G); se tiene entonces f(x) 2 F G, luego f(x) 2 F y f(x) 2= G,
esto implica que x 2 f 1 (F) y x 2= f 1 (G), es decir x 2 f 1 (F) f 1 (G). Esto
prueba la contencion f 1 (F G)  f 1 (F) f 1 (G).
Sea ahora x 2 f 1 (F) f 1 (G); se tiene entonces x 2 f 1 (F) y x 2= f 1 (G), luego
f(x) 2 F y f(x) 2= G, es decir f(x) 2 F G. Pero esto signi ca que x 2 f 1 (F G).
15
Esto prueba la contencion f 1 (F) f 1 (G)  f 1 (F G) y por lo tanto el inciso
(4). |
La prueba de la siguiente proposicion es muy facil y se deja como ejercicio para
el lector.
Proposicion 6. Sea f : X ! Y una funcion arbitraria y A, F subconjuntos de X
y Y respectivamente. Se tiene entonces
1) f(f 1 (F)) = F \ f(X)
2) f 1 (f(A))  A
Problemas y Ejercicios.
1. Pruebe la proposicion 6.
2. En cada uno de los siguientes incisos, determine el dominio de las funciones
que se indican
a) f(x) = 1
1
1 xx 22 1x

b) g(x) = 1
1 x+1x 2 +1 1x

c) F(x) = log( x2 1+ 1 1)

d) G(x) = log( x2 +1 0:9 1)


rx 1
e) h(x) = 2 x
s
f) H(x) = (x 1)(2 1
x)
3. Pruebe que en general no se cumple la igualdad f 1 (f(A)) = A.
4. Pruebe que la funcion f dada por f(x) = x3 es biyectiva.
5. Pruebe que la funcion f : R ! ( 1; 1), dada por f(x) = 1 +xjxj es biyectiva.
6. Pruebe que la funcion f dada por f(x) = 200x3 90x2 +12x+1 no es inyectiva.
16
Lecci
on 2
El Espacio Vectorial Rn

2.1. El conjunto Rn. Las funciones que estudiamos en nuestros cursos de Calculo
I y II, son de las que se llaman de una variable, por ejemplo
f(x) = log x
g(x) = x3 1+ 1

son funciones que dependen de x, que se denomina variable independiente y a la


cual podemos asignarle valores numericos que elegimos de un subconjunto de los
numeros reales, al que hemos llamado dominio de la funcion. Para la funcion f el
dominio esta constitudo por todos los reales positivos, mientras que el dominio de g
esta formado por todos los reales con excepcion de x = 1. Dado que las funciones
que estudiabamos tenan como dominio un subconjunto de los numeros reales R,
en nuestro curso de Calculo I hicimos un estudio previo de este conjunto, antes de
iniciar propiamente el tratado sobre funciones.
Ahora nuestro interes estara enfocado hacia las funciones de mas de una varia-
ble, por ejemplo de dos variables. Una funcion de este tipo se dice que es de varias
variables y suelen de nirse mediante formulas.
17
Por ejemplo
f(x; y) = xy
g(x; y) = log(x2 y2 )
h(x; y) = x + zy 1

son funciones de varias variables. Para hablar del dominio de una funcion de varias
variables, necesitaremos de un nuevo ente matematico en donde lo ubicaremos. Este
nuevo ente es el conjunto Rn , que a continuacion de nimos.
De nicion 1. Para cada natural n, Rn es el conjunto de n-adas ordenadas
(x1; x2; : : :; xn), de numeros reales:
Rn = f (x1 ; x2; : : :; xn) j x1 ; x2; : : :; xn 2 R g
Cada elemento de la n-ada (x1 ; x2; : : :; xn) lo denominaremos una . Los el-
ementos de Rn los denotaremos por la correspondiente letra minuscula pero sin
ndice, por ejemplo x = (x1; x2; : : :; xn), a = (a1; a2; : : :; an).
Tambien haremos la identi cacion obvia de R1 con R misma. En terminos
estrictos R1 no es otra cosa que el conjunto f (x) j x 2 R g, pero en este caso
sera necio usar los parentesis que encierran la x. La de nicion resulta interesante
para los casos n = 2; 3; : : :; sin embargo tambien incluiremos el caso n = 1, lo cual
signi ca que en nuestro estudio estaremos considerando el caso de las funciones de
una sola variable.
En realidad en nuestro primer curso de calculo, nuestro estudio sobre R no se
limito a considerarlo como mero conjunto, sino que estudiamos sus propiedades rela-
cionadas con las operaciones algebraicas (propiedades de campo), con desigualdades
(propiedades de orden) y las relacionadas con la convergencia que involucraban al
supremo e n mo (propiedades de continuidad). Ahora haremos lo correspondiente
para Rn .

18
2.2. El espacio vectorial Rn. El estudio de la estructura algebraica de R, se
re ere a las propiedades de las operaciones +, -,  y  entre los numeros reales.
Estas operaciones no requirieron de nicion dado que se supona un conocimiento
de ellas, el cual obtuvimos desde nuestros cursos elementales de aritmetica. Sin
embargo, ahora los elementos de Rn son nuevos entes: n-adas ordenadas
(x1; x2; : : :; xn)
En este caso tenemos un conjunto puro, carente de operaciones, por lo que sera
necesario de nirlas para darle esa estructura algebraica que necesitamos. Esto lo
haremos a continuacion.
De nicion 2. Sean
x = (x1 ; x2; : : :; xn); y = (y1 ; y2; : : :; yn )
elementos cualesquiera de Rn . De nimos x + y como el elemento de Rn dado por
x + y = (x1 + y1 ; x2 + y2 ; : : :; xn + yn):
Este elemento lo denominaremos la de x y y. Por otra parte, si  es un real
cualquiera, de nimos x como el elemento de Rn dado por
x = (x1; x2; : : :; xn);
el cual se obtiene multiplicando cada entrada de x por . Para el caso particular
 = 1, (x1 ; x2; : : :; xn) lo escribiremos simplemente como (x1 ; x2; : : :; xn).
Nota. Observese que no hemos de nido el producto de dos elementos de Rn, es
decir, la multiplicacion de dos n-adas.
Ejemplo 1. En R3 tenemos
i) (1; 1; 0) + (2; 1; 2) = (3; 0; 2)
ii) 2(1:5; 3; 45 ) = (3; 6; 58 )
iii) ( 1)(6; 0; 4) = (6; 0; 4) = ( 6; 0; 4)
Las propiedades basicas de estas operaciones las resumimos en la siguiente
proposicion, de las cuales demostraremos solamente algunas de ellas, la prueba
de las restantes se deja como ejercicio para el lector. Cabe aclarar, sin embargo,
que algunas de estas propiedades son demasiado evidentes, por lo que seguramente
usted se podra preguntar porque se insiste en incluirlas. La razon de organizarlas
y presentarlas en bloque, obedece al hecho de que en el futuro cualquier propiedad
19
algebraica en relacion a estas operaciones podra ser deducida de las que aparecen
en la proposicion por lo que no sera necesario recordar como fueron de nidas las
operaciones. Este es el verdadero espritu del estudio de toda estructura axiomati-
ca. Observe por ejemplo, que el hecho evidente 0 x =  no aparece en la lista. Si
bien es cierto que es un hecho que se deduce inmediatamente de la de nicion de
la multiplicacion por escalares, el que no este includa en la lista signi ca que es
posible deducirla de la proposicion, aun cuando ignoraramos como esta de nida la
multiplicacion por escalares.
Proposicion 1. Sean (x ; x ; : : :; xn), (y ; y ; : : :; yn) y (z ; z ; : : :; zn) elementos
1 2 1 2 1 2

cualesquiera de Rn y sea  = (0; 0; : : :; 0) el elemento de Rn cuyas entradas son


todas cero. Entonces se tiene
1. x + (y + x) = (x + y) + z
2. x +  =  + x = x
3. x + ( x) = ( x) + x = 
4. x + y = y + x
5. 1 x = x
6. ( )x = ( x) para cualesquiera , 2 R
7. (x + y) = x + y para cualquier 2 R
8. ( + )x = x + x para cualesquiera , 2 R.
Demostracion.
Prueba de (1):

x + (y + z) = (x1 ; x2; : : :; xn) + ((y1 ; y2 ; : : :; yn ) + (z1 ; z2; : : :; zn))


= (x1 ; x2; : : :; xn) + (y1 + z1 ; y2 ; +z2 ; : : :; yn + zn )
= (x1 + (y1 + z1 ); x2 + (y2 + z2 ); : : :; xn + (yn + zn))
= ((x1 + y1 ) + z1 ; (x2 + y2 ) + z2 ; : : :; (xn + yn ) + zn )
= (x + y) + z
20
Prueba de (3).
x + ( x) = (x1 ; x2; : : :; xn) + ( 1)(x1 ; x2; : : :; xn)
= (x1 ; x2; : : :; xn) + ( x1 ; x2; : : :; xn)
= (x1 x1 ; x2 x2 ; : : :; xn xn)
= (0; 0; : : :; 0)
=
Las propiedades que aparecen en la proposicion anterior corresponden a lo que
se llama un , por lo que nos referiremos a Rn de esa manera.
Problemas y Ejercicios.
1. Pruebe las propiedades no demostradas en la proposicion 1.
2.3. Espacios Vectoriales Abstractos. Para comprender mejor lo que se pre-
tende con la proposicion 1 de la seccion anterior, revisaremos el concepto de Espacio
Vectorial abstracto.
De nicion 3. Un es cualquier conjunto V acompa~nado de dos operaciones:
i) : para cualesquiera x, y 2V hay de nido un elemento x + y 2V
ii) : para cualesquiera x 2V y  2 R, hay de nido un elemento x 2V.
Estas operaciones deben satisfacer las siguientes propiedades:
1. x + (y + z) = (x + y) + z para cualesquiera elementos x, y, z de V
2. Existe un elemento  en V tal que x +  =  + x = x para todo elemento x 2V
3. Para cada elemento x de V existe un elemento w de V tal que x+w = w+x = 
4. x + y = y + x para cualesquiera elementos x; y 2V
5. 1 x = x para toda x 2V
6. ( )x = ( x) para toda x 2V y cualesquiera ; 2 R
7. (x + y) = x + y para cualesquiera x; y 2V y toda 2 R
8. ( + )x = x + x para cualesquiera ; 2 R y toda x 2V
La teora sobre espacios vectoriales consiste en obtener la maxima informacion
sobre el espacio a partir de las 8 propiedades listadas, sin tener que particularizar
el conjunto V y obviamente sin necesidad de explicitar las de niciones de la suma
21
vectorial y multiplicacion por escalares (lo cual es imposible hacerlo si no se tiene un
conjunto V espec co), estas propiedades se denominan . Los elementos del conjunto
V pueden ser de cualquier naturaleza, el caso en el que estamos interesados, V es
Rn, cuyos elementos son n-adas ordenadas de numeros reales, pero los elementos de
un espacio vectorial V pueden ser, por ejemplo, funciones, polinomios, sucesiones,
etc., etc. En cualquiera de los casos, para referirnos a los elementos de un espacio
vectorial V usaremos el termino generico , independientemente de su naturaleza,
entonces valdra decir que un polinomio es un vector cuando se considere como
elemento de un espacio vectorial.
De nicion 4. Si V es cualquier espacio vectorial, a cada uno de sus elementos lo
denominaremos y lo denotaremos por cualquier letra con una echa sobrepuesta,
por ejemplo x~ , ~a, ~r.
Se sigue de la proposicion 1, que Rn con las operaciones dadas en la de nicion
2 es un espacio vectorial. Sus elementos (x1; x2; : : :; xn) seran denotados por ~x y se
les denomina vectores.

22
Problemas y Ejercicios.
1. Pruebe que en todo espacio vectorial V
0~x = ~0
para todo vector ~x 2 V.
2. Sea V el conjunto de todos los polinomios, es decir, polinomios de todos los
grados posibles, con coe cientes reales. Considere la suma vectorial y la mul-
tiplicacion por escalares de nidas como la suma usual entre polinomios y la
multiplicacion usual de un polinomio por un real. Estas operaciones las recor-
damos a continuacion:
i) Sean p(x) = anxn +    + a1x + a0 y q(x) = bm xm +    + b1 x + b0 dos
polinomios de grados n y m respectivamente. Si los polinomios son de
grados diferentes, completamos a uno de ellos con terminos en cero para
poder escribir ambos como
p(x) = ak xk +    + a1x + a0
q(x) = bk xk +    + b1 x + b0
donde k = maxfm; ng. Entonces se tiene por de nicion
(p + q)(x) = (ak + bk )xk +    + (a1 + b1)x + (a0 + b0 )
ii) Si p(x) = an xn +    + a1 x + a0 es un polinomio y  es un real, ambos
cualesquiera, entonces
(p)(x) = (an )xn +    + (a1 )x + (a0 ):
Pruebe que V acompa~nado de estas operaciones es un espacio vectorial.
3. Sea V el conjunto de todas la funciones continuas f : [0; 1] ! R. Para f; g 2V
y  2 R de nimos f + g y f como sigue
(f + g)(x) = f(x) + g(x)
(f)(x) = f(x)
Estas son las operaciones usuales entre funciones. Pruebe que V es un espacio
vectorial.
23
4. Sea V el conjunto de reales positivos R+ . De namos en V la operacion suma
 como
a  b = ab:
Si a es un elemento de V, es decir un real positivo y  es cualquier otro real,
es decir  2 R, de nimos el producto a como
a = a:
Pruebe que R+ acompa~nado de estas dos operaciones es un espacio vectorial.
>Cual es el elemento neutro  2V?.
>Cual es el \negativo" de un elemento a 2 V?.
5. Sea V el conjunto de todas las sucesiones de reales
~x = (x1 ; x2; x3; : : :)
Consideremos la suma usual entre sucesiones y la multiplicacion de una su-
cesion por un real como las operaciones suma vectorial y multiplicacion por
escalares respectivamente, es decir, si ~x = (x1 ; x2; x3; : : :) y ~y = (y1 ; y2 ; y3; : : :)
son dos elementos de V y  es un real cualquiera, entonces ~x + ~y y ~x estan
de nidas como
~x + ~y = (x1 + y1 ; x2 + y2 ; x3 + y3 ; : : :)
~x = (x1 ; x2; x3; : : :)
Pruebe que V, junto con estas dos operaciones es un espacio vectorial.
6. Considere el conjunto W constitudo por las sucesiones de reales
~x = (x1 ; x2; x3; : : :)
convergentes a cero, es decir
lim x = 0
n!1 n
y considere las operaciones de nidas de la misma manera que en el ejercicio 3.
Pruebe que W es un espacio vectorial.
24
7. Cuadrados Magicos. Una matriz 3  3
0a a12 a13
1
@a 11
21 a22 a23 A
a331 a32 a33
se dice que es un , si la suma de los elementos de cualquier renglon, columna o
diagonal es una constante. Los siguientes son ejemplos de cuadrados magicos
01 1 11 00 1 1
1 0 1 1 0
1
@1 1 1A; @ 1 0 0 A; @1 0 1A;
1 1 1 1 1 0 0 1 1
04 3 81
@9 5 1A:
2 7 6
Consideremos la suma entre cuadrados magicos y la multiplicacion de un cua-
drado magico como las operaciones para matrices (de hecho un cuadrado magico
es una matriz). Pruebe que el conjunto de cuadrados magicos junto con estas
operaciones constituye un espacio vectorial.
Escriba el cuadrado magico 04 3 81
@9 5 1A
2 7 6
en la forma
01 1 11 0 0 1 1
1 0
1 1 0
1
@1 1 1A + @ 1 0 0 A+ @ 1 0 1A:
1 1 1 1 1 0 0 1 1

25
2.4. Interpretacion geometrica en R y R . Las de niciones que hemos es-
2 3

tablecido para la suma vectorial y multiplicacion por escalares en Rn han sido pura-
mente algebraicas, carente de signi cado fsico o geometrico para el caso general, sin
embargo para los casos particulares de R2 y R3 es posible hacer tal interpretacion.
Veamos primero el caso n = 2:
R2 = f (x; y) j x; y 2 R g
Si consideramos el plano fsico P con un sistema de ejes cartesianos x; y de referencia

podemos asociar a cada punto del plano una pareja ordenada de reales (x; y), como
siempre lo hemos hecho desde nuestros cursos de geometra analtica elemental.
Recprocamente, a cada pareja de reales (x; y) podemos asociarle un punto del
plano fsico. De este modo, tenemos una identi cacion entre los puntos del plano P
y los elementos de R2, que son parejas ordenadas de reales (x; y). En este sentido R2
es una representacion algebraica del Plano P , vale decir que un punto P del plano
P tiene coordenadas (x; y) (respecto al sistema de referencia elegido).
Veamos ahora como se traducen las operaciones algebraicas de R2 en el plano
P ; para ello sera util introducir un elemento geometrico, que es el de (tambien
denominado ). Sea P un punto de P de coordenadas (x; y), consideremos el segmento
de recta dirigido con extremo inicial el origen O del sistema y extremo nal el
punto P. Que sea un segmento de recta dirigido signi ca que sus extremos O y
P se diferencan uno del otro; a uno lo denominamos extremo inicial y al otro
nal, digamos que el segmento \va de un extremo a otro", geometricamente los
distinguimos colocando en el extremo nal una punta de echa, como se muestra
en la gura 2
26
! o simplemente por !
Denotaremos a este segmento de recta dirigido por OP P.
Si P tiene coordenadas (x; y), valdra escribir

P = (x; y) o bien !
P = (x; y)

Sean P!1 = (x1; y1 ) y P!2 = (x2; y2 ). En las siguientes guras podemos obser-
var las relaciones geometricas entre los segmentos dirigidos correspondientes a los
vectores (x1 ; y1); (x2; y2 ) y (x1 + y1 ; x2 + y2 ) en R2

27
El segmento dirigido !
P asociado a la pareja (x1 + y1 ; x2 + y2 ) se puede cons-
truir trasladando paralelamente el segmento P!2 a una posicion en donde su origen
coincida con el extremo nal de P!1. Esta con guracion de los segmentos deter-
mina un nuevo punto del plano y por lo tanto un nuevo segmento dirigido ! P que
corresponde precisamente a la suma (x1 + y1 ; x2 + y2 ).

La construccion anterior se denomina la , pues el vector !


P resulta ser una de
las diagonales del paralelogramo cuyos dos de sus lados son los segmentos P!1 y P!2.

28
Interpretemos ahora la Multiplicacion por Escalares. Sea (x; y) 2 R2 y !
P el
segmento dirigido asociado como se muestra en la siguiente gura. Consideremos
tambien 2(x; y) = (2x; 2y) y su segmento dirigido asociado

Observemos que el segmento dirigido asociado a (2x; 2y), el cual denotamos


por !
Q , tiene una magnitud que es igual al doble de la del segmento !
P (esto se
deduce de uno de los criterios de semejanza para triangulos de la geometra elemental
euclidiana).
As pues, el segmento dirigido asociado a 2(x; y) = (2x; 2y) tiene la misma
direccion y sentido del segmento asociado a (x; y), pero el doble de magnitud. Es
facil intuir que un resultado analogo ocurre para el segmento asociado a 3(x; y) =
(3x; 3y), solo que en este caso la magnitud queda multiplicada por 3. En general, el
segmento asociado a (x; y) = (x; y) para  > 0, es otro segmento con la misma
direccion y sentido, pero cuya longitud es  veces la longitud del segmento asociado
a (x; y). Si  = 0, no se genera ningun nuevo segmento, pues en este caso se tiene
0 (x; y) = (0; 0) el cual no tiene asociado ningun segmento dirigido.
Si  = 1, tenemos entonces ( 1) (x; y) = ( x; y)

29
De la gura anterior podemos observar que el segmento asociado a la pareja
ordenada (x; y) = ( x; y) tiene la misma direccion pero de sentido opuesto al
del segmento asociado a (x; y), la magnitud es la misma. Si  es un real negativo
cualquiera, es facil intuir que (x; y) = (x; y) determina un segmento con la
misma direccion, sentido opuesto y cuya magnitud es jj veces la magnitud del
segmento asociado a (x; y). Con esto terminamos la discusion en R2 .
Para R3 la situacion es completamente analoga. En este caso consideramos el
espacio fsico tridimensional E , en donde tenemos establecido un sistema de refer-
encia de tres ejes cartesianos

Cualquier punto del espacio E lo identi camos ahora con una terna ordenada
de reales (x; y; z) y viceversa. En este caso los segmentos dirigidos se encuentran en
el espacio

En el plano, un sistema de ejes cartesianos lo divide en , mientras que en el


espacio el sistema de tres ejes lo divide en que son 8 regiones que podramos denomi-
nar, por ejemplo, \octante anterior superior derecho". Otro sera \octante posterior
superior izquierdo", etc. En el espacio se tiene la correspondiente , solo que en este
caso se construye un paralelogramo con segmentos en el espacio tridimensional.
Por su parte la multiplicacion por escalares tiene su interpretacion completamente
similar a la ya vista en el plano.
30
Problemas y Ejercicios.
1. Liste los nombres de cada uno de los octantes que determina un sistema de tres
ejes cartesianos en el espacio tridimensional.
2. Dibuje un sistema de tres ejes cartesianos tomando como unidad 0.5cm. en
cada uno de los tres ejes. Trace lo vectores (segmentos dirigidos) que se indican
a continuacion. Para los tres primeros incisos utilice un sistema de referencia
y para los dos restantes haga un dibujo por separado.
a) (3; 2; 1)
b) (1; 3; 2)
c) (3; 2; 1) + 2(1; 3; 2)
d) ( 1; 2; 4)
e) ( 1; 2; 4)
3. Que restricciones deben hacerse sobre x, y y z para que la terna (x; y; z) se
encuentre
a) sobre el eje x
b) sobre el eje y
c) sobre el eje z
d) sobre el plano xy
e) sobre el plano xz
f) sobre el plano yz
g) sobre el octante posterior-superior-izquierdo
h) sobre el octante posterior-inferior-derecho
i) sobre el octante anterior-inferior-izquierdo
4. Dibuje los vectores ~u = (1; 2; 3), ~v = (2; 1; 3), w~ = (3; 2; 1), as como el vector
~u w~ .
5. En cada uno de los siguientes casos calcule x, y y z, segun se indique
a) ( 1; 4; 5) + (2; 4; 3) = (x; y; z)
b) (7; y; 9 + z) + (x; 4; 3) = (2; 1; x)
c) (a; 4b; d 5) + (x; z 4; x + y) = (0; y; c)
31
2.5. Rectas en el plano y en el espacio. Respecto a un sistema de ejes carte-
sianos x; y, una recta en el plano puede representarse algebraicamente por una
expresion de la forma
ax + by = c
la cual es conocida como de la recta. Esta ecuacion establece una relacion entre
las coordenadas de los puntos (x; y) que se encuentran sobre la recta.

Otra representacion algebraica de la recta se obtiene mediante su ecuacion


parametrica, la cual obtendremos a continuacion.
En la seccion 4 interpretamos geometricamente la suma ~a + ~b de dos vectores
~a y ~b de R2. Este es un caso particular de las sumas de la forma ~a + t~b donde t es
un numero real.

32
Haciendo variar t sobre todos los numeros reales, se obtienen puntos ~a + t~b
sobre una recta L. La expresion
L(t) = ~a + t~b
se denomina la de la recta L. Esta recta pasa por el punto ~a y observe que es
paralela al vector ~b (el punto ~a se obtiene con t = 0). Explicitando los vectores
~a = (a1 ; a2) y ~b = (b1; b2) obtenemos
L(t) = (a1 ; a2) + t(b1; b2);
o sea
L(t) = (a1 + tb1; a2 + tb2)
Esta expresion indica como son las coordenada de los puntos sobre la recta. Tambien
se vale escribir

x = a1 + tb1
y = a2 + tb2
y son referidas como las de la recta L. Conviene sin embargo manejar estas ecua-
ciones en una sola relacion breve L(t) = ~a + t~b, ambas maneras son formas alge-
braicas equivalentes de representar a la recta.
Haciendo t = 0 se obtiene el punto ~a; con t = 1 se obtiene el punto ~a + ~b.

Podemos imaginar la situacion como si trasladaramos los numeros de la recta


real a la recta L, donde el cero se ubica en ~a y el 1 en ~a + ~b. En general el real t se
ubica en el punto ~a + t~b, >donde se ubican los reales negativos?.
33
Ejemplo 2. La ecuacion parametrica que pasa por el punto ~a = ( 1; 2) y que es
paralela al vector ~b = (1; 1) es L(t) = ( 1; 2) + t(1; 1), o sea
L(t) = ( 1 + t; 2 + t)

Tambien podemos describir la recta como


x= 1+t
y = 2+t
Para obtener la ecuacion parametrica de una recta, de la cual sabemos que pasa
por dos puntos dados ~p = (p1 ; p2) y ~q = (q1 ; q2), conviene tener una interpretacion
geometrica de la diferencia de dos vectores.
Sean ~a y ~b dos vectores en R2. El vector ~x que satisface la ecuacion
~a + ~x = ~b
es el vector diferencia ~b ~a. Para determinarlo geometricamente, observemos que
~x debe ser un vector tal, que cuando se traslade paralelamente, segun la Regla del
Paralelogramo, debe darnos ~b.

34
Esto signi ca que el vector ~x es paralelo al segmento dirigido que va del extremo
nal de ~a al extremo nal de ~b, de este modo obtenemos geometricamente el vector
diferencia

En la gura anterior hemos identi cado el segmento mismo que une los ex-
tremos nales de ~a y ~b con el vector diferencia ~b ~a. En terminos estrictos el vector
~b ~a se obtiene trasladando al origen dicho segmento.

35
Supongase ahora que se desea la ecuacion parametrica de la recta que pasa por
dos puntos dados ~p y ~q. Esta recta tiene la direccion del vector ~q ~p

as que se trata de la recta que pasa por el punto p~ y es paralela al vector ~q p~, por
lo tanto su ecuacion estara dada por
L(t) = p~ + t(~q ~p):
Para veri car que se trata de la ecuacion deseada, basta observar que con t = 0 se
obtiene el punto ~p
L(0) = p~ + 0(~q ~p) = ~p;
y haciendo t = 1 se obtiene el punto ~q
L(1) = ~p + 1(~q ~p) = ~q:
De la ecuaciones parametricas de una recta
x = a1 + tb1
y = a2 + tb2
podemos obtener su ecuacion cartesiana despejando t de una de las relaciones y
sustituyendola en la otra. Por ejemplo, si b1 6= 0,
t = x b a1
1

por lo tanto
y = a2 + b2 x b a1 ;
1

36
o sea
y = bb2 (x a1 ) + a2:
1

Para el caso de las rectas en el espacio tridimensional, el tratamiento es com-


pletamente similar:
si ~a = (a1 ; a2; a3) y ~b = (b1 ; b2; b3) son dos vectores en R3, la de la recta que pasa
por el punto ~a y es paralela al vector ~b esta dada por
L(t) = ~a + t~b; t 2 R;
o sea
L(t) = (a1 + tb1 ; a2 + tb2; a3 + tb3):
Esta ecuacion tambien se puede escribir en la forma
x = a1 + tb1
y = a2 + tb2
z = a3 + tb3
que se denominan de la recta. A la variable t se le llama y toma valores sobre
todos los numeros reales.

La ecuacion de la recta en el espacio tridimensional que pasa por dos puntos


dados ~p = (p1 ; p2; p3) y ~q = (q1; q2; q3) esta dada por
L(t) = p~ + t(~q ~p)
que tambien escribimos
L(t) = t~q + (1 t)~p:
37
Ejemplo 3. La ecuacion de la recta que pasa por los puntos ~p = (1; 3; 2) y
~q = (2; 5; 1), esta dada por
L(t) = (1; 3; 2) + t[(2; 5; 1) (1; 3; 2)]
= (1; 3; 2) + t(1; 2; 1)
o sea
L(t) = (1 + t; 3 + 2t; 2 t)
Tambien podemos escribir esta ecuacion como
x= 1+t
y = 3 + 2t
z=2 t
Como caso especial tenemos las rectas que pasan por el origen del sistema de
ejes. Los puntos sobre estas rectas no son otra cosa que los multiplos de un vector,
as que su ecuacion es de la forma L(t) = t~b = (tb1 ; tb2; tb3).
Para nalizar esta seccion mencionaremos que algunos libros de texto tambien
se re eren a la ecuacion cartesiana de una recta en el espacio tridimensional. Esta
se obtiene al despejar el parametro t de la ecuaciones parametricas
x = a1 + tb1
y = a2 + tb2
z = a3 + tb3

t = x b a1
1

t = b a2
y
2

t = b a3
z
3

y construyendo la cadena de igualdades


x a1 = y a2 = z a3
b1 b2 b3
denominando a esta expresion como la \ecuacion cartesiana". Esto es poco popular
debido seguramente a los dos signos de igualdad. Nosotros no las utilizaremos.
38
2.6. Planos en el espacio. Con el mismo tipo de ideas de la seccion anterior
podemos describir los planos en el espacio tridimensional. Considererese primero
un par de vectores ~a y ~b en el espacio.

Estos vectores \generan" un plano, de nido por las rectas que se obtienen al pro-
longarlos. Los multiplos s~a del vector ~a generan una recta La , mientras que los
multiplos t~b del vector ~b generan otra recta Lb , ambas rectas pasan por origen. La
suma de los multiplos s~a +t~b es un vector que se encuentra precisamente en el plano
P de nido por las dos rectas La y Lb. Este plano contiene al origen y se dice que
es por los vectores ~a y ~b y su esta dada por
P(s; t) = s~a + t~b; s; t 2 R

En la gura anterior se encuentra sombreado solamente un sector de este plano.


39
Ahora obtendremos la ecuacion de un plano en general, que puede o no pasar
por el origen. Dado que un plano que no contiene al origen O, lo podemos obtener
trasladando paralelamente otro que pase por ese punto O, concluimos que la del ~a
y ~b y que pasa por el punto ~p esta dado por
P(s; t) = p~ + s~a + t~b; s; t 2 R

Explicitando las coordenadas de los vectores p~, ~a y ~b obtenemos que la ecuacion


del plano es
P(s; t) = (p1 + sa1 + b1; p2 + sa2 + tb2; p3 + sa3 + tb3)

donde ~p = (p1; p2; p3), ~a = (a1 ; a2; a3), ~b = (b1; b2; b3) y s, t son parametros que
toman valores en todo R.
Tambien se vale decir que el plano tiene las
x = p1 + sa1 + tb1
y = p2 + sa2 + tb2
z = p3 + sa3 + tb3
Tomando dos de estas ecuaciones, resolviendolas para s y t y sustituyendo los
valores obtenidos en la tercera restante, obtenemos la del plano, la cual tendra la
forma
ax + by + cz = d:

40
Por ejemplo, si de las dos primeras ecuaciones despejamos s y t en terminos de
las variables x; y y substitumos los valores obtenidos en la ultima de las ecuaciones,
obtenemos una relacion de la forma
z = Ax + By + C:
Ejemplo 4. La ecuacion parametrica del plano que pasa por el punto p~ = (3; 1; 2)
y es paralelo a los vectores ~a = ( 1; 1; 0) y ~b = (1; 2; 1), esta dado por
P(s; t) = ~p + s~a + t~b
= (3; 1; 2) + s( 1; 1; 0) + t(1; 2; 1)
= (3 s + t; 1 + s + 2t; 2 t);
que tambien podemos escribir como
x=3 s+t
y = 1 + s + 2t
z = 2 t:
La ecuacion cartesiana la obtenemos despejando s y t de la primera y tercera
ecuaciones:
t=2 z
s = 3+2 z x= 5 z x
y sustituyendo sus valores en la segunda ecuacion, para obtener nalmente
y = 1 + 5 z x + 2(2 z)
o sea
x + y + 3z = 10:
Si tenemos dados tres puntos de un plano ~u, ~v y w~ , para obtener su ecuacion
basta establecer
~p = ~u
~a = ~v ~u
~b = w~ ~u
y considerarlo como el plano que pasa por ~p y es paralelo a los vectores ~a y ~b.
41
Para nalizar esta leccion veamos lo que se adopta como una representacion
estandar de los vectores en R3. Si ~v = (x; y; z) es un vector cualquiera de R3,
entonces es claro que podemos escribir
(x; y; z) = x(1; 0; 0) + y(0; 1; 0) + z(0; 0; 1):
El conjunto de vectores (1; 0; 0), (0; 1; 0) y (0; 0; 1) recibe el nombre de de R3
y cada uno de ellos se denota de manera especial:
^{ = (1; 0; 0)
|^ = (0; 1; 0)
k^ = (0; 0; 1)
Con esta notacion podemos escribir
~v = x^{ + y^| + z k^
para todo vector ~v = (x; y; z) 2 R3. A los vectores ^{, |^ y k^ se les llama debido a la
propiedad de que todo vector de R3 se puede representar en la forma anterior.
En general el conjunto de vectores en Rn
e^1 = (1; 0; : : :; 0)
e^2 = (0; 1; : : :; 0)
..
.
e^n = (0; 0; : : :; 1)
donde cada una de las entradas de e^i son cero, excepto la i-esima que vale 1, se
denomina n .
Si ~x = (x1; x2; : : :; xn) es un vector cualquiera en Rn , entonces podemos escribir

~x = (x1 ; x2; : : :; xn)


= x1 (1; ; 0; : ::; 0) + x2(0; 1; : : :; 0) + xn (0; 0; : : :; 1)
es decir
~x = x1e^1 + x2e^2 +    + xn e^n :
Por ejemplo el vector ~x = (2; 4; 5; 1; 0) en R5 se escribe como
~x = 2^e1 4^e2 + 5^e3 + e^4

42
Problemas y Ejercicios.
1. En cada uno de los siguientes casos halle la ecuacion parametrica de la recta
generada por el vector indicado y trace la recta en el espacio tridimensional.
a) ~v = (1; 3; 5)
b) ~v = (2; 1; 1)
c) ~v = ( 1; 1; 2)
d) ~v = 4^{ + 2^| + k^
e) ~v = ^{ 2^| 3k^
2. En cada uno de los siguientes casos halle la ecuacion parametrica del plano
generado por los vectores indicados.
a) ~u = (3; 2; 0) y w~ = (2; 0; 3)
b) ~u = (1; 0; 1) y w~ = (0; 1; 1)
c) ~u = (4; 4; 0) y w~ = (0; 0; 1)
d) ~v = ^j + k^ y w~ = ^j + k^
e) ~v = ^i + ^j y w~ = j^ + k^
3. Halle las ecuaciones cartesianas de los planos del ejercicio 2.
4. En cada uno de los siguientes casos determine la ecuacion parametrica de la
recta que pasa por el punto ~a y en la direccion del vector ~v indicados.
a) ~a = (1; 1; 1), ~v = ^i ^j
b) ~a = (0; 1; 1), ~v = ^j k^
c) ~a = (0; 1; 1), ~v = ^i ^j k^
5. En cada uno de los siguientes casos halle la ecuacion parametrica del plano que
pasa por el punto ~a y que es paralelo al plano generado por los vectores ~v y w~ .
a) ~a = (1; 2; 0), ~v = ^{ + |^ y w~ = ^{ + k^
b) ~a = (1; 1; 1), ~v = ^{ + |^ y w~ = ^{ |^ k^
c) ~a = (0; 1; 1), ~v = ^{ |^ y w~ = |^ + k^
6. Halle las ecuaciones cartesianas de los planos del problema 5.
43
7. Encuentre los puntos de interseccion con los planos coordenados de la recta
cuyas ecuaciones parametricas son
x(t) = 1 + 3t
y(t) = 2 t
z(t) = 4 + 5t
8. Encuentre los puntos de interseccion con los planos coordenados de la recta
dada por L(t) = (2 t; 1 + t; 3 + 2t).
9. Halle las ecuaciones de las rectas que son la interseccion con los planos coorde-
nados del plano cuya representacion parametrica es
P(s; t) = (2 + t s; 1 2t + 3s; 2 + 3t + 4s)
10. Halle las ecuaciones de las rectas que son la interseccion con los planos coorde-
nados del plano cuya ecuacion cartesiana es
5x + 3y z = 4
11. Halle la interseccion del plano cuya ecuacion cartesiana es
x 2y + 4z = 2
con la recta cuyas ecuaciones parametricas son

x=1 t
y = 2 + 5t
z = 1 + 3t
12. Halle la interseccion del plano cuyas ecuaciones parametricas son

x =2+t s
y = 3 2t + 5s
z = 1 + 4t 3s
con la recta cuya representacion parametrica es
L(t) = (t; 2 + 6t; 4 3t)
13. Halle las ecuaciones cartesianas y parametricas del plano que contiene a los
puntos ~a = (3; 1; 4), ~b = (0; 2; 5) y ~c = (1; 5; 2).
44
Lecci
on 3
El espacio normado Rn

3.1. La Norma Euclidiana en Rn . Uno de los conceptos mas importantes del


Calculo y del Analisis Matematico es el de o . Este concepto es lo que permite
de nir las diversas nociones de lmite o convergencia. Por ejemplo, lmite de una
funcion en un punto, lmite de una sucesion de numeros, lmite de una sucesion de
funciones. En Rn la nocion de metrica depende a su vez del concepto de , por lo
cual comenzaremos con ello.
La o de un vector ~v = (x; y) en R2 es la longitud del segmento de recta que
une los puntos O = (0; 0) y P = (x; y). Sabemos, por el Teorema de Pitagoras
de nuestro
p curso de geometra elemental euclidiana, que esta longitud esta dada
por x + y2 . Este numero no negativo lo denominamos la del vector ~v = OP.
2 ~
En el espacio tridemensional tambien es facil ver que la longitud del segmento que
une
p 2los puntos O = (0; 0; 0) y P = (x; y; z) esta dado por la expresion similar
x + y2 + z 2 . Ahora extenderemos esta relacion al caso Rn, la cual adoptaremos
como de nicion de norma de un vector.
De nicion 1. Si ~x = (xp; x ; : : :; xn) es un elemento de Rn , de nimos la de ~x
1 2

como el real no negativo x + x +    + xn que denotaremos por cualquiera de


2
1
2
2
2

los smbolos k~xk o N (~x) , es decir


q
k~xk = N (~x) = x21 + x22 + : : : + x2n
45
Tenemos de nida una funcion k k : Rn ! R que denominamos la , la cual asigna
a cada vector ~x en Rn un real k~xk.
En la proposicion de abajo establecemos las propiedades mas importantes de
la norma euclidiana. Para su prueba necesitaremos de lo que se conoce como
Desigualdad de Cauchy y Schwarz, la cual enunciamos y probamos a continuacion.

Lema 1 (Desigualdad de Cauchy-Schwarz). Sean ~x = (x ; x ; : : :; xn) y 1 2


~y = (y1 ; y2 ; : : :; yn) elementos de Rn , entonces
q q
jx1 y1 + x2y2 +    + xnyn j  x21 + x22 + : : : + x2n y12 + y22 + : : : + yn2

Demostracion. Probemos la desigualdad


q q
jx1j jy1 j +    + jxn jjyn j  x21 + x22 + : : : + x2n y12 + y22 + : : : + yn2
la cual implicara la desigualdad deseada ya que
jx1y1 + x2y2 +    + xn yn j  jx1j jy1j + x2j jy2j +    + jxnj jynj
Si alguno de los vectores ~x o ~y es ~0, entonces la desigualdad se cumple trivialmente,
pues en este caso ambos miembros valen cero. El caso interesante es cuando ambos
vectores ~x y ~y son diferentes de ~0.
Supongamos entonces ~x 6= ~0 y ~y 6= ~0 y hagamos
q q
= x21 + x22 + : : : + x2n; = y12 + y22 + : : : + yn2
Usando y , la desigualdad a probar se escribe
jx1jjy1j + jx2jjy2j +    + jxnjjynj 
Como > 0 y > 0 esta desigualdad es equivalente a
x y x y xn yn
+ +    +  1
1
1 2
2
46
probemos pues, la desigualdad escrita en la forma anterior (practicamente en este
momento estamos iniciando la demostracion). Dado que para cualesquiera reales a
y b se cumple
jabj  a +2 b
2 2

se tiene entonces
~x ~y x21 2 2 2 x2 + y 2
+    + ~xn ~yn  2 + y12 x22 + y22 2 2
n n
1

1
2 + 2    + 2
x21 +x22 ++x2n y12 +y22 ++yn2
 2
+ 2
2 2
= 12 + 21 = 1

Esto prueba el lema. |


Veamos ahora las propiedades de la norma euclidiana
Proposicion 1. Para cualesquiera vectores ~x, ~y en Rn y toda 2 R, se cumple
1) k~xk  0; k~0k = 0
2) k ~xk = j jk~xk
3) k~x + ~yk  k~xk + k~yk
4) k~xk = 0 ) ~x = ~0
Demostracion.
Prueba de (1):
p
La propiedad k~xk  0, o sea x21 + x22 + : : : + xp2n  0 no es otra cosa que
la de nicion misma del smbolo de la raz cuadrada que representa la \raz
positiva".

47
Prueba de (2):
Se tiene
p
k ~xk = ( x1)2 + ( x2)2 +    + ( xn)2
q
= 2x21 + 2x22 +    + 2x2n
q
= 2(x21 + x22 +    + x2n)
p q
= 2 x21 + x22 +    + x2n
q
= j j x21 + x22 +    + x2n
= j j k~xk
p
p 2Note que hemos usado = j j, consecuencia nuevamente del
Esto prueba (2). 2

hecho de que debe ser mayor o igual que cero.


Prueba de (3).
Se tiene
k~x + ~yk = (x1 + y1 )2 +    + (xn + yn )2
= x21 + 2x1y1 + y12 +    + x2n + 2xnyn + yn2
= (x21 +    + x2n ) + 2(x1 y1 +    + xnyn ) + (y12 +    + yn2 )
= k~xk2 + 2(x1 y1 +    + xnyn ) + k~yk2
Aplicando la desigualdad de Cauchy-Schwarz
x1 y1 +    + xnyn  k~xkk~yk
obtenemos
k~x + ~yk  k~xk2 + 2 k~xk k~yk + k~yk2
es decir
k~x + ~yk2  (k~xk + k~yk)2
de donde al extraer la raz cuadrada de ambos miembros obtenemos nalmente
k~x + ~yk  k~xk + k~yk
que es lo que deseabamos probar.
48
Prueba de (4).
Si k~xk = 0, se tiene entonces
q
x21 + x22 +    + x2n = 0;
es decir
x21 + x22 +    + x2n = 0:
Pero siendo cada x2i mayor o igual que cero, se debe tener que x2i = 0 para i =
1; 2; : : :n, o sea xi = 0 para i = 1; 2; : : :; n. Esto signi ca que ~x = ~0.
Con esto queda probada la proposicion 1. |
Nota 1. Usando la idea anterior se puede probar la llamada desigualdad de Cauchy-
Schwarz para integrales: si f y g son funciones continuas [a; b] ! R, entonces
Z b !1 !1
f(x)g(x)dx  Z b f (x)dx 2 Z b g (x)dx 2
2 2
a a a

3.2. El concepto general de norma en Rn. Las propiedades de la norma


euclidiana vistas en la proposicion 1 las adoptaremos para de nir la nocion abstracta
de norma:
De nicion 2. Una en Rn es cualquier funcion k k : Rn ! R que satisface las
siguientes propiedades que denominaremos : para cualesquiera ~x; ~y 2 Rn y toda
2 R se cumple
i) k~xk  0; k~0k = 0
ii) k ~xk = j jk~xk
iii) k~x + ~yk  k~xk + k~yk
iv) k~xk = 0 ) ~x = ~0
Si hacemos una revision cuidadosa de la teora desarrollada a lo largo del texto,
podemos darnos cuenta p que no es necesario manejar la expresion explcita de la
norma euclidiana k~xk = x21 + x22 + : : : + x2n. Bastara conocer solamente las pro-
piedades que aparecen en la proposicion 1, que son las mismas que constituyen
la de nicion anterior. De esto deducimos que, durante el desarrollo de la teora,
49
podemos prescindir de la de nicion misma de la norma euclidiana, siendo su ciente
suponer validas las tan citadas propiedades. As que para nes teoricos es total-
mente irrelevante como este de nida la norma euclidiana. Dicho de otro modo, si
hubiesemos de nido de otra manera la norma euclidiana, todo ira igual de bien,
con tal de que se satisfaciesen los llamados axiomas de norma.
Las propiedades importantes de la norma euclidiana se deducen de los axiomas
(i)-(iv), por lo tanto estas mismas propiedades se valdran para normas en general.
Por otra parte, todas las propiedades que valgan para normas en general valdran
para la norma euclidiana, dado que tales propiedades se deduciran de (i)-(iv).
Proposicion 2. Para toda norma k k : Rn ! R se cumple
1) k ~xk = kxk para todo vector ~x 2 R.
2) j k~xk k~yk j  k~x ~yk para cualesquiera vectores ~x; ~y 2 Rn .
Demostracion. El inciso (1) se sigue del axioma (ii), haciendo = 1.
Probemos (2). Puesto que
k~xk = k~x ~y + ~yk  k~x ~yk + k~yk ;
se tiene
k~xk k~yk  k~x ~yk :
Intercambiando los papeles de ~x y ~y, obtenemos
k~yk k~xk  k~y ~xk ;
pero k~x ~y k = k~y ~xk, por lo tanto
k~yk k~xk  k~x ~yk :
Combinando las dos desigualdaddes, obtenemos nalmente
j k~xk k~yk j  k~x ~yk
Esto prueba la proposicion 2. |
50
Nota 2. La condicion k~0k = 0 que aparece en el axioma (i) para normas, se deduce
del axioma (ii) haciendo simplemente = 0. Esto signi ca que podemos omitir tal
propiedad de (i), obteniendo de esta manera un conjunto de axiomas equivalente:
i') k~xk  0
ii) k ~xk = j jk~xk
iii) k~x + ~yk  k~xk + k~yk
iv) k~xk = 0 ) ~x = ~0
No obstante que podemos prescindir de la condicion k~0k = 0, sin afectar el
contenido de los axiomas en conjunto, preferimos incluirla dentro de los axiomas
de norma, dado lo socorrido de ella. Un conjunto de axiomas, donde una o varias
propiedades se deducen de las restantes se dice que es . Un conjunto de axiomas
redundante no provoca con icto logico alguno, solo suministra informacion no nece-
saria.
3.3. Otras normas en Rn. Para que tenga sentido, y sobre todo, resulte util,
haber de nido el concepto general de norma en Rn , debieramos disponer de otras
normas ademas de la euclidiana. En esta seccion veremos dos normas muy intere-
santes.
De namos k k1 : Rn ! R por
k~xk1 = jx1j + jx2j +    + jxnj
para todo vector ~x = (x1 ; x2; : : :; xn) 2 Rn
Proposicion 3. La funcion k k : Rn ! R es una norma en Rn.
1

Demostracion. Debemos veri car los axiomas (i), (ii), (iii) y (iv) para normas.
Veri cacion de (i):
Dado que para todo real x, jxj  0, se tiene
k~xk1 = jx1j + jx2j +    + jxnj  0
para todo ~x = (x1 ; x2; : : :; xn) 2 Rn.
51
Veri cacion de (ii):
Si es un real y ~x = (x1 ; x2; : : :; xn) 2 Rn, entonces
k ~xk1 = j x1j + j x2j +    + j xnj
= j j jx1j + j j jx2j +    + j j jxnj
= j j (jx1j + jx2j +    + jxnj)
= j j k~xk1

Veri cacion de (iii):


Si ~x = (x1; x2; : : :; xn) y ~y = (y1 ; y2; : : :; yn) son elementos cualesquiera de Rn,
tenemos
k~x + ~yk = jx1 + y1 j + jx2 + y2 j +   jxn + yn j
 jx1j + jy1 j + jx2j + jy2 j +    + jxnj + jyn j
= (jx1j + jx2j +    + jxnj) + (jy1 j + jy2j +    + jynj)
= k~xk1 + k~yk1

Veri cacion de (iv):


Supongase ~x = (x1 ; x2; : : :; xn) 2 Rn tal que
k~xk1 = jx1j + jx2j +   jxnj = 0:
Es claro entonces que jxij = 0 para i = 1; 2; : : :; n. Luego xi = 0 para i = 1; 2; : : :; n.
Esto signi ca que ~x = ~0. |
Nos referiremos a k k1 como a la . En R2 la norma 1 de un vector ~v del primer
cuadrante es la suma de sus coordenadas.
Consideremos ahora la funcion k k1 : Rn ! R dada por
k~xk1 = max fjx1j; jx2j; : : :; jxnjg
para todo vector ~x = (x1; x2; : : :; xn) 2 Rn . La notacion k~xk1 que puede parecernos
un tanto extra~na obedece a razones que mas adelante explicaremos.
52
Proposicion 4. La funcion k k1 : Rn ! R es una norma en Rn, que se denomina
o.
Demostracion. Veri quemos los axiomas (i)-(iv) para normas.
Veri cacion de (i):
Puesto que cada jxij es mayor o igual que cero, obviamente se tiene
max fjx1j; jx2j; : : :; jxnjg  0;
es decir k~xk1  0.
Veri cacion de (ii):
Antes de proceder a veri car el segundo axioma, observemos que por de nicion
max fa1 ; a2; : : :; ang
es el mayor de los elementos a1 ; a2 ; : : :; an, por lo que necesariamente es uno de
los elementos mismos. Supongase que ai es un elemento de valor maximo (puede
o
haber varios), entonces diremos que max fa1; a2; : : :; ang se \realiza" en ai . o

Sea ahora 2 R y ~x 2 Rn . Se tiene entonces


k ~xk1 = max fj x1j; j x2j; : : :; j xnjg
= max fj j jx1j; j j jx2j; : : :; j j jxnjg
Mostremos que
max fj j jx1j; j j jx2j; : : :; j j jxnjg = j j max fjx1j; jx2j; : : :; jxnjg
Sea jxi j = max fjx1j; jx2j; : : :; jxnjg. Tenemos entonces
o

jxi j  jxij
o para i = 1; 2; : : :; n:
Luego
j j jxi j  j j jxij
o para i = 1; 2; : : :; n:
Por lo tanto
j xi j  j xij
o para i = 1; 2; : : :; n:
Esto signi ca que
j j jxi j = j xi j = max fj x1j; j x2j; : : :; j xnjg;
o o

53
es decir
xio
z }| {
j j max fjx1j; jx2j; : : :; jxnjg = max fj j jx1j; j j jx2j; : : :; j j jxnjg
Esto muestra que
j j k~xk1 = k ~xk1
Veri cacion de (iii):
Se tiene
k~x + ~yk1 = max fjx1 + y1 j; jx2 + y2 j; : : :; jxn + yn jg
Supongase que max fjx1 + y1 j; jx2 + y2 j; : : :; jxn + yn jg se realiza en
jxi + yi j, es decir
o o

jxi + yi j = max fjx1 + y1 j; jx2 + y2j; : : :; jxn + yn jg:


o o

Como
jxi + yi j  jxi j + jyi j;
o o o o

se tiene
max fjx1 + y1 j; jx2 + y2 j; : : :; jxn + yn jg  jxi j + jyi j;
o o

Pero, por de nicion de max fjx1j; jx2j; : : :; jxnjg y max fjy1 j; jy2 j; : : :; jynjg tambien
se tiene
jxi j  max fjx1j; jx2j; : : :; jxnjg
o

jyi j  max fjy1j; jy2j; : : :; jynjg;


o

luego
max fjx1 + y1 j; jx2 + y2 j; : : :; jxn + yn jg  max fjx1j; jx2j; : : :; jxnjg
+ max fjy1 j; jy2 j; : : :; jynjg;
o sea
k~x + ~yk1  k~xk1 + k~yk1
que es lo que deseabamos probar.
La veri cacion de (iv) es facil y se deja como ejercicio para el lector. Con esto
queda probada la proposicion 4. |
54
3.4 Norma de Minkowski en Rn. En el ejercicio 2, se dan los lineamientos paso
a paso, de la prueba de que en general la funcion k kp : Rn ! R para p  1 (por
p
ejemplo p = 1:5, p = 3, p = 5) dada por
1
k~xkp = [kx1jp +    + jxnjp] p

es una norma en Rn . Las normas euclidiana y k k1 resultan ser casos particulares


de estas normas. La norma euclidiana se obtiene con p = 2, razon por la cual
usaremos el smbolo k k2 para denotarla. En lo sucesivo reservaremos el smbolo
k k (sin ndice) para representar cualquiera de las normas k k1 , k k2 o k k1 , es
interesante observar que la teora desarrollada a lo largo del texto sera valida si se
provee Rn con cualquiera de estas normas, por lo que la mayora de los resultados
lo enunciaremos en terminos de la norma k k, la cual podra signi car cualquiera
de la normas k k1 , k k2 o k k1 . De hecho, tambien podramos hacer k k = k kp ,
para cualquier p  1. Para no pecar de ambiciosos, reservemos el smbolo k k para
representar solamente cualquiera de las tres normas k k1 , k k2 o k k1 .
La norma k k1 no pertenece a la familia de normas k kp , puede probarse
(ejercicio 3) que
p p 1
lim k~xkp = plim
p!1 !1 [kx1j +    + jxnj ]
p

= max fjx1j; : : :; jxnjg


para toda ~x 2 Rn. Esta es la razon por la que adoptamos el smbolo k k1 para
denotar al maximo de los elementos x1j; jx2j; : : :; jxnj. La convergencia de k~xkp a
k~xk1 la interpretaremos geometricamente mas adelante.

55
Problemas y ejercicios.
1. Pruebe la desigualdad de Cauchy-Schwarz para integrales: si f y g son funciones
continuas [a; b] ! R, entonces
Z b !1 !1
f(x)g(x)dx  Z b f (x)dx 2 Z b g (x)dx 2
2 2
a a a

2. En este problema se prueba que k kp , para p > 1 es una norma sobre Rn . Es un


ejercicio facil la veri cacion de los axiomas (i), (ii) y (iv) para norma. Como
siempre, el unico axioma que presenta alguna di cultad es la desigualdad del
triangulo
k~x + ~ykp  k~xkp + k~ykp :
Para el caso de la norma euclidiana (p = 2), esta se veri co usando la desigual-
dad de Cauchy-Schwarz, que se obtuvo a su vez de la desigualdad elemental

jabj  a +2 b ;
2 2
(*)
la cual vale para cualesquiera reales a y b.
La prueba de la desigualdad del triangulo para k kp es totalmente similar;
para ello vamos a requerir de una generalizacion de la desigualdad de Cauchy-
Schwarz, conocida como desigualdad de Holder, la cual se obtiene a su vez de una
generalizacion de la desigualdad (*). La prueba la realizamos en tres etapas:
i) Generalizacion de la desigualdad

jabj  a +2 b :
2 2

Sean p y q reales cualesquiera mayores que 1 tales que


1+1 =1
p q
(por ejemplo, p = q = 2, o bien p = 3 y q = 32 ). Pruebe que para cualesquiera reales
a y b se tiene
p q
jabj  japj + jbqj
56
Para su prueba considere la funcion f: [0; +1) ! R dada por
f(x) = x + x +
donde es un real en (0; 1) y muestre que alcanza un valor maximo en x = 1. Tome
el caso particular = 1p y haga x = ab . p
q

Observe que las siguientes relaciones son equivalentes


1+1 =1
p q
p+q = 1
pq
p + q = pq
p= q q 1

ii) Desigualdad de Holder. Sean p y q como en el inciso (i), pruebe que


X
n  X
n
p  1X
n 1
jx y j 
i i jx j i p
jy jq i q

i=1 i=1 i=1


para cualesquiera vectores ~x = (x1 ; x2; : : :; xn) y ~y = (y1 ; y2; : : :; yn ) en Rn.
Esta relacion generaliza la desigualdad de Cauchy-Schwarz y es conocida como
, para su prueba separe el caso ~x 6= ~0 6= ~y y haga

= jx1jp + jx2jp +    + jxnjp
1
p
y

= jy1 jq + jy2 jq +    + jynjq
1 q

La desigualdad a probar se escribe entonces como


x y x y
+ +    + xn yn  1;
1 1 2 2

despues aplique las mismas ideas que para la prueba de la desigualdad de
Cauchy-Schwarz, usando ahora la desigualdad del inciso (i). Escriba los de-
talles.
57
iii) Desigualdad de Minkowski. Pruebe la desigualdad del triangulo para k kp ,
donde p > 1, la cual en forma explcita queda como
X
n 1 X
jxi + yi jp 
n 1  X
jx i jp +
p
n
jyi jp
1
p p

i=1 k=1 k=1


Esta relacion es conocida como , para su demostracion escriba
X
n X
n
jxi + yi jp  [jxij + jyi j]p
i=1 i=1
X
n
= [jxij + jyi j]p 1[jxkj + jyk j]
i=1
Xn X
n
= [jxij + jyi j]p 1jxkj + [jxij + jyi j]p 1jyk j
i=1 i=1
y aplique la desigualdad de Holder a cada una de las sumatorias del ultimo miembro,
haciendo para la primera sumatoria
ai = jxij y bi = [jxij + jyi j]p 1
y para la segunda una eleccion analoga.
La norma k kp la denominaremos .
3. Si p > 1,
a) pruebe que
k~xk1  k~xkp  n 1 k~xk1 ;
p

para todo vector ~x 2 Rn .


b) Deduzca del inciso (a) que
p!1
lim k~xkp = k~xk1;
para todo vector ~x 2 Rn .
c) Pruebe la desigualdad
k~xk1  k~xkp  k~xk1;
para todo vector ~x 2 Rn .
58
Lecci
on 4
El Espacio Metrico Rn

4.1. La Metrica Euclidiana en Rn. Como ya hemos mencionado antes, el tener


la nocion de distancia en R o mas generalmente en Rn , es lo que nos permite hablar
de lmites o de convergencia. Cuando nos referimos a lmites, involucramos expre-
siones o ideas de aproximacion o acercamiento, lo cual lleva implcito el manejo de
distancia. Hay una nocion natural de distancia entre dos puntos en el mundo fsico,
es la que corresponde a la longitud del segmento de recta que une los puntos. Esta
no siempre es la mejor manera de medir distancias, despues de todo, la distancia
entre dos puntos de la ciudad se mide a lo largo de las calles y no mediante el seg-
mento de recta ideal que los une. La distancia entre dos puntos del globo terraqueo,
se mide a lo largo de una curva y no mediante el segmento de recta que lo atraviesa
por su interior. Estas diferentes maneras de medir distancias son legtimas tanto
desde el punto de vista practico, como desde el punto de vista matematico, pues
corresponden a la nocion general de distancia que se hace en matematicas.
Consideremos nuevamente la nocion comun de distancia entre dos puntos del
espacio tridimensional R3 dada por la longitud del segmento de recta que los une.
Si ~x = (x1 ; x2; x3) y ~y = (y1 ; y2 ; y3) son dos puntos de R3 , entonces la distancia
entre ~x y ~y esta dada por
p
k~x ~yk2 = (x1 y1 )2 + (x2 y2 )2 + (x3 y3 )2 :
Esta distancia la denominamos metrica euclidiana y la generalizamos a Rn en la
siguiente de nicion
59
De nicion 1. Sean ~x = (x ; x ; : : :; xn) y ~y = (y ; y ; : : :; yn) elementos cuales-
1 2 1 2
quiera de Rn, de nimos la entre ellos como
d2(~x; ~y) = k~x ~y k2
p
= (x1 y1 )2 + (x2 y2 )2 +    + (xn yn )2
La funcion d2 : Rn  Rn ! R dada por la relacion anterior se denomina en Rn.
Enseguida resumimos las propiedades mas importantes de esta funcion.
Proposicion 1. Para cualesquiera vectores ~x, ~y y ~z en Rn se tiene
1) d (~x; ~y)  0, d (~x; ~x) = 0
2 2

2) d2(~x; ~y) = d2(~y;~x)


3) d2(~x; ~y)  d2(~x; ~z) + d2 (~z; ~y)
4) d2(~x; ~y) = 0 ) ~x = ~y
Demostracion. Para la prueba recurriremos a la proposicion 1 de la leccion ante-
rior.
Prueba de (1):
Como
d2(~x; ~y) = k~x ~y k2 ;
se sigue automaticamente que d2(~x; ~y)  0. Ademas si
d2(~x; ~y) = k~x ~yk2 = 0;
entonces ~x ~y = ~0, es decir ~x = ~y.
Prueba de (2):
d2(~x; ~y) = k~x ~yk2
= k~y ~xk2
= d2(~y;~x)
Prueba de (3):
d2(~x; ~y) = k~x ~yk2
= k~x ~z + ~z ~y k2
 k~x ~zk2 + k~z ~yk2
= d2(~x; ~z) + d2 (~z; ~y)
60
Prueba de (4):
Si d2(~x; ~y) = 0, se tiene por de nicion k~x ~yk2 = 0. O sea ~x ~y = ~0, es decir
~x = ~y. Esto prueba la proposicion 1. |

4.2. Otras Metricas en Rn. Como podemos observar, en la prueba de la propo-


sicion anterior solamente recurrimos a las propiedades que aparecen en la proposi-
cion 1 de la leccion 3, que son las mismas que se adoptaron como axiomas en la
de nicion de norma. Dado que las normas k k1 y k k1 tambien poseen estas
propiedades, conclumos que d2 y d1 dadas por

d1(~x; ~y) = k~x y~k1


d1 (~x; ~y) = k~x ~yk1

satisfacen las propiedades correspondientes. Se tiene entonces la siguiente proposi-


cion

Proposicion 2. Si k k es cualquiera de las normas k k , k k , k k1 , la funcion


1 2

d : Rn  Rn ! R, dada por

d(~x; ~y) = k~x ~yk

satisface las siguientes propiedades


1) d(~x; ~y)  0; d(~x;~x) = 0
2) d(~x; ~y) = d(~y;~x)
3) d(~x; ~y)  d(~x; ~z) + d(~z; ~y)
4) d(~x; ~y) = 0 ) ~x = ~y
61
De nicion 2. Cualquier funcion d : Rn  Rn ! R que satisfaga las siguientes
condiciones (): para cualesquiera ~x; ~y;~z 2 Rn
i) d(~x; ~y)  0; d(~x;~x) = 0
ii) d(~x; ~y) = d(~y;~x)
iii) d(~x; ~y)  d(~x; ~z) + d(~z; ~y)
iv) d(~x; ~y) = 0 ) ~x = ~y
se denomina o en Rn .
Se tiene entonces que d1(~x; ~y), d2(~x; ~y) y d1 (~x; ~y) son metricas en Rn . Como
hemos dicho antes, d2 se llama ; a la funcion d1 se le llama o .
Nota. En la seccion 3.4, se menciono (ejercicio 2) que para p  1, la funcion
k kp : Rn ! R dada por
1
k~xkp = [ kx1jp +    + jxnjp ] p

es una norma en Rn, la cual hemos denominado Norma de Minkowski. La metrica


correspondiente dp : Rn  Rn ! R, esta dada por
dp (~x; ~y) = k~x y~kp
1
= [ jx1 y1 jp +    + jxn yn jp ] p

y nos referiremos a ella como . Casos particulares de la metrica de Minkowski son las
metricas d1 y la metrica euclidiana d2. Otros ejemplos de la metrica de Minkowski
son
p
d3(~x; ~y) = 3 jx1 y1 j3 +    + jxn yn j3
h p2 p2 i p22
dp2 = jx1 y1 j +    + jxn yn j

62
Lecci
on 5
Bolas y Esferas

5.1. Bolas abiertas, Bolas cerradas y Esferas. En la presente seccion comen-


zamos propiamente nuestro estudio de la topologa de Rn . Ahora sera un tanto
difcil describir de lo que se trata dicho estudio, por el momento solamente diremos
que los primeros conceptos importantes de la topologa de Rn son los que de nimos
a continuacion. En lo que sigue, d representara cualquiera de las metricas d1, d2 o
d1 en Rn.
De nicion 1. Sea ~xo un punto en Rn.
1) La con ~xo y r > 0 es el conjunto
B(~xo ; r) = f ~x 2 Rn j k~x ~xo k < r g .
2) La con en ~xo y r  0 es el conjunto
B(~xo ; r) = f ~x 2 Rn j k~x ~xo k  r g
3) La con ~x y r  0 es el conjunto
S(~xo ; r) = f ~x 2 Rn j k~x ~xo k = r g
Observemos que la bola abierta esta de nida para radios estrictamente posi-
tivos, mientras que la bola cerrada y la esfera pueden tener radio cero. En este
ultimo caso ambas se reducen a un punto:
B(~xo ; 0) = f~xo g
S(~xo ; 0) = f~xo g
63
Los conjuntos B(~xo ; r), B(~xo ; r) y S(~xo ; r) son subconjuntos de Rn y su aspecto
depende de la metrica d con la cual se midan las distancias.
Consideremos el caso particular de la bola cerrada con centro en el origen ~0
y radio r = 1 en el plano R2 , para cada una de las metricas d1, d2 y d1 . De-
notemos por B1(~0; 1), B2(~0; 1) y B1 (~0; 1) las bolas cerradas segun estas metricas,
respectivamente.
La bola cerrada
B2 (~0; 1) = f ~x 2 R2 j k~xk2  1 g
p
= f (x; y) 2 R2 j x2 + y2  1 g
= f (x; y) 2 R2 j x2 + y2  1 g
corresponde al disco con centro el origen ~0 = (0; 0) y radio r = 1.

La periferia o circunferencia de este disco, es el crculo que tiene por ecuacion


x + y2 = 1, esto corresponde a la esfera
2

S2(~0; 1) = f ~x 2 R2 j k~xk2 = 1 g

64
Sea ahora la bola cerrada
B1(~0; 1) = f ~x 2 R2 j k~xk1  1 g
= f (x; y) 2 R2 j jxj + jyj  1 g
Para determinar geometricamente este conjunto de puntos del plano, conside-
remos como inicio el primer cuadrante. Es decir, consideremos los puntos (x; y) de
R2 con x  0, y  0. En este caso la desigualdad jxj + jyj  1 se escribe como
x+y 1
y la region correspondiente son los puntos del primer cuadrante que se encuentran
\abajo" de la recta x + y = 1, es decir, son los puntos de la region triangular que
tiene por vertices (0; 0), (1; 0) y (0; 1).

Consideremos ahora los puntos (x; y) del segundo cuadrante, los cuales satis-
facen x  0, y  0. La desigualdad jxj + jyj  1 en este caso toma la forma
x + y  1:
65
Los puntos (x; y) que satisfacen esta desigualdad, son los que se encuentran en el
semiplano inferior determinado por la recta y x = 1, as que la region correspon-
diente es el triangulo cuyos vertices son los puntos ( 1; 0), (0; 0) y (0; 1).

Haciendo un analisis similar para cada uno de los 2 cuadrantes restantes y


reuniendo las regiones determinadas, obtenemos nalmente que el conjunto
B1(~0; 1) = f (x; y) 2 R2 j jxj + jyj  1 g
corresponde al cuadrado en el plano cuyos vertices son los puntos (1; 0), (0; 1),
( 1; 0) y (0; 1).

Se deja como ejercicio para el lector el analisis para los cuadrantes y .


La esfera
S1(~0; 1) = f ~x 2 R2 j k~xk1 = 1 g
es el contorno de este cuadrado, dicho de otro modo, la ecuacion del contorno
poligonal es jxj + jyj = 1.
66
Consideremos nalmente la bola cerrada
B1 (~0; 1) = f ~x 2 R2 j k~xk1  1 g
= f (x; y) 2 R2 j max fjxj; jyjg  1 g
Nuevamente iniciemos nuestro analisis con el primer cuadrante. Se tiene entonces
jxj = x y jyj = y, as que en este caso
max fjxj; jyjg = max fx; yg
Por de nicion se tiene  x si x  y
max fx; yg =
y si y  x

Consideremos la recta a 45 , y = x

Es claro que para los puntos (x; y) del primer cuadrante que se ecuentran abajo
de la recta se tiene max fx; yg = x, y paralos puntos del mismo cuadrante que se
ecuentran arriba de la recta, se cumple max fx; yg = y
67
De esto se sigue que los puntos (x; y) del primer cuadrante que satisfacen
max fx; yg  1 son los del cuadrado que tiene por vertices (0; 0), (1; 0), (1; 1)
y (0; 1)

Haciendo un analisis similar para cada uno de los cuadrantes, obtenemos que
el conjunto B1 (~0; 1) corresponde precisamente al cuadrado cuyos vertices son
( 1; 1), (1; 1), (1; 1) y ( 1; 1).
68
Es claro que la esfera S1 (~0; 1) consiste del contorno del cuadrado anterior, por
lo que este contorno tendra por ecuacion max fjxj; jyjg = 1.

Nota 1. Si a y b son numeros reales cualesquiera, el lector puede veri car facilmente
que

max fa; bg = a + b +2 ja bj
Entonces podemos escribir para ~x 2 R2
k~xk1 = max fjxj; jyjg
= jx j + jy j + j jx j j y j j
2
Con esta formula, podemos escribir la ecuacion del contorno del cuadrado anterior
69
como
jx j + jy j + j jx j j y j j = 1
2
o sea
jx j + jy j + j jx j j y j j = 2

Nota 2. En las guras de abajo se encuentran sobrepuestas las regiones correspon-


dientes a las bolas B1(~0; 1), B2 (~0; 1) y B1 (~0; 1), as como las esferas correspondientes
( guras sin sombrear) en R2 .

En la siguiente gura se muestran ademas las esferas correspondientes a las


metricas d1:5 y d10.
70
Como podemos intuir, haciendo variar p creciendo desde 1, el cuadrado interior
se deforma continuamente hasta convertirse en el crculo (p ! 2), este a su vez se
deforma continuamente, tendiendo al cuadrado exterior, el crculo se alcanza con
p = 2, el cuadrado exterior no se alcanza para ningun valor de p, solamente se
obtiene como lmite (p ! 1).
Nota 3. El analisis para la interpretacion geometrica de las bolas cerradas B (~0; 1),
1

B2 (~0; 1) y B1 (~0; 1) en el espacio tridimensional es mas complicado. En la siguiente


gura se ilustran las esferas correspondientes S1 (~0; 1), S1 (~0; 1), as como la conocida
esfera S2(~0; 1) respecto a la norma euclidiana.

La esfera S1 (~0; 1) es un cubo con centro en ~0, caras paralelas a los planos
coordenados y arista de longitud 2. La ~
~ p esfera S1(0; 1) en un octaedro regular, con
centro en el origen 0 y arista igual a 2, es una especie de diamante.
71
5.2. Relacion entre las normas k k , k k y k k1. Las guras anteriores
1 2
muestran la situacion geometrica relativa, entre las bolas cerradas B1 (~0; 1), B2 (~0; 1)
y B1 (~0; 1). Se puede probar que en general se tienen las contenciones

B1(~xo ; r)  B2(~xo ; r)  B1 (~xo ; r)


y por supuesto, las correspondientes para las bolas abiertas
B1(~xo ; r)  B2 (~xo ; r)  B1 (~xo ; r):
Esto es consecuencia de las desigualdades
k~xk1  k~xk2  k~xk1
que en forma explcita se escriben
q
max fjx1j; : : :; jxnjg  x21 +    + x2n  jx1j +    + jxnj:
Antes de probar las contenciones, probemos las desigualdades anteriores:
Sea ~x = (x1 ; : : :; xn) 2 Rn. Como

(max fjx1j; : : :; jxnjg)2  x21 +    + x2n


tenemos
q
max fjx1j; : : :; jxnjg  x21 +    + x2n:
Por otra parte, dado que
x21 +    + x2n  (jx1j +    + jxnj)2
tenemos
q
x21 +    + x2n  jx1j +    + jxnj
Esto prueba la doble desigualdad. |
72
Las contenciones, tanto para las bolas cerradas como para la bolas abiertas, se
siguen entonces de las desigualdades
k~x ~xo k1  k~x ~xo k2  k~x ~xo k1 < r
Pues, por ejemplo, si ~x 2 B2 (~xo ; r) entonces k~x ~xo k2 < r, luego k~x x~ o k1 < r
es decir ~x 2 B1 (~xo ; r). Esto prueba que
B2(~xo ; r)  B1 (~xo ; r):
Se deja como ejercicio para el lector las pruebas de las otras contenciones.
Para las esferas no hay alguna relacion similar, lo que se puede deducir de las
desigualdades anteriores son las siguientes relaciones

S1 (~xo ; r)  B2(~xo ; r)  B1 (~xo ; r)


S2 (~xo ; r)  B1 (~xo ; r)
y obviamente
S1 (~xo ; r)  B1 (~xo ; r):

Problemas y ejercicios.
1. Complete la demostracion de que la bola cerrada B1 (~0; 1) corresponde al cua-
drado en el plano, que tiene por vertices (1; 0), (0; 1), ( 1; 0) y (0; 1).
2. Complete la demostracion de que la bola cerrada B1 (~0; 1) corresponde al cua-
drado en el plano, cuyos vertices son (1; 1), ( 1; 1), ( 1; 1) y (1; 1).
3. Pruebe la relacion
maxf a; b g = a + b +2 ja bj

4. Halle una formula para minf a; b g.


5. Halle formulas para maxf a; b; c g y minf a; b; c g.
6. Determine la ecuacion de la super cie del cubo en el espacio tridimensional,
con centro en el origen, caras paralelas a los planos coordenados y de arista 2.

73
Lecci
on 6
Conjuntos Abiertos y Conjuntos Cerrados

6.1. Conjuntos Abiertos y Conjuntos Cerrados. El concepto mas importante


en la topologa de Rn es el de conjunto abierto. Junto con el, su pareja inseparable,
el de conjunto cerrado. Conjunto abierto y conjunto cerrado dos conceptos que no
coinciden ni son contrarios; son \duales", en un sentido que trataremos de explicar
a lo largo del texto. Por ahora solamente veremos la de nicion de cada uno de
ellos y alguna de sus propiedades mas importantes, las cuales con toda intencion
formularemos paralelamente, con lo que empezaremos a entender esa dualidad.
Como todo concepto nuevo, tendremos que ir gradualmente entendiendolos y
acostumbrandonos a su signi cado, a base de un repetido uso. Las palabras abierto
y cerrado que empleamos, tienen un signi cado coloquial que nada tiene que ver
con su signi cado matematico.
De nicion 1.
1) Un conjunto V Rn se dice que es si para cada ~x 2 V existe una bola abierta
B(~x; r) contenida en V. Es decir, si para cada ~x 2 V existe r > 0 tal que
B(~x; r)  V
2) Un conjunto F  Rn se dice que es si su complemento Fc = Rn F es un
conjunto abierto.
Para ilustrar esta de nicion acudiremos a dos conjuntos que son casos extremos,
74
tanto desde el punto de vista de la contencion de conjuntos, como de la logica que
aplicaremos.
Ejemplo 1. El espacio mismo Rn es un conjunto abierto. Este es un hecho trivial,
ya que dado cualquier punto ~x 2 Rn , toda bola abierta B(~x; r) esta contenida en
Rn.
Ejemplo 2. El conjunto vaco   Rn es abierto. A diferencia de la a rmacion del
ejemplo 1 que resulto demasiado obvia, en este caso a los principiantes la a rmacion
puede parecerles falsa o un tanto absurda. La prueba requiere cierta madurez en el
razonamiento, son de las a rmaciones que se dice \valen por vacuidad". Mostremos
pues que  es un conjunto abierto, haremos la prueba razonando por contradiccion.
Si  no fuera un conjunto abierto, Existira un punto ~x 2  para el cual no sera
posible hallar una bola abierta B(~x; n) contenida en . Pero esto no es posible, pues
contradira el hecho de que  no tiene elementos. Como la contradiccion se obtiene
de suponer que  no es abierto, se deduce que  tiene que ser abierto.
Nota 1. En el ejemplo 2, se recurrio a la prueba por contradiccion involucrando al
conjunto vaco, cosa que tal vez desconcierta al estudiante, y tambien se recurrio a
la negacion de un enunciado, cosa de la cual probablemente no se percato. Gene-
ralmente, la negacion de un enunciado causa muchas di cultades, y es muy comun
que se formulen mal las negaciones. Hacer una negacion en general es difcil, ello
requiere de una practica constante. Es un buen habito aprovechar cada oportunidad
que se presente para poner en practica la negacion de enunciados. El saber hacer
buenas negaciones puede re ejar la buena comprension del enunciado mismo. Esto
ultimo no necesariamente es cierto en todos los casos, para hacer la negacion de un
enunciado, se requiere, ademas de entender el aspecto logico, un manejo propio y
correcto del lenguaje, tanto en lo que se re ere al idioma como al lenguaje de la
matematica.
Comencemos pues, nuestra practica haciendo la negacion del enunciado de que
un conjunto X es abierto:
 Un conjunto X  Rn no es abierto, si existe un punto ~xo 2 X tal que no existe
bola abierta alguna B(~xo ; r) contenida en X.
o sea
 Un conjunto X  Rn no es abierto, si existe un punto ~xo 2 X tal que para toda
r > 0, B(~xo ; r) \ Xc 6= .
75
Un ejercicio mas completo consiste en formular los enunciados anteriores con
otras palabras, desde empleando un lenguaje casi totalmente simbolico, hasta pa-
rafraseando el enunciado con un lenguaje totalmente retorico, por ejemplo:
 Un subconjunto X de Rn no es abierto, si tiene algun punto para el cual ninguna
bola abierta, centrada en ese punto, esta contenida en el conjunto.
 X no es abierto si
(9 ~xo 2 X) (8r > 0) ) B(~xo ; r) \ Xc 6= 
Nota 2. En ocasiones, un enunciado retorico puede dar mayor claridad a su signi -
cado. Un enunciado retorico no necesariamente es impreciso, puede tener tanto rigor
como un enunciado que se formula simbolicamente. Los estudiantes suelen creer que
para que un enunciado sea riguroso debe escribirse con smbolos matematicos como
son 9, 8, ), etc., incluyendo el uso de algunos smbolos taquigra cos. No olvide-
mos, cuando se emplea bien, la virtud del lenguaje retorico como el medio natural
que tenemos para comunicar nuestras ideas. Vale la pena comentar, sobre el uso (o
mas bien, abuso) del simbolo ) como el representante taquigra co de la palabra
, esto en la mayora de los casos es logicamente incorrecto y en ocasiones puede
ocasionar serias confusiones. Por ejemplo, supongase que en lugar de escribir
Si x 2 A, entonces x 2 B, entonces x 2 C, entonces x 2 D
escribimos
Si x 2 A ) x 2 B entonces x 2 C ) x 2 D
en donde algunas de las palabras \entonces" las hemos sustitudo (lo cual es
muy comun) por el smbolo ), obtenemos un enunciado con un signi cado total-
mente diferente. El segundo enunciado, dice que si se vale la implicacion
x2A ) x2B
entonces se vale la implicacion
x2C ) x2D
(por ejemplo, si se vale un teorema X, entonces se vale el teorema Y), mientras que
el primer enunciado corresponde a la cadena de implicaciones
x 2 A ) x 2 B ) x 2 C ) x 2 D:
76
La regla es muy simple, si usted esta usando el \si" condicional, entonces use la
palabra \entonces" y no el smbolo de implicacion ), este smbolo lealo \implica",
si cuando lo lee as, usted no escucha bien el enunciado, entonces lo esta usando
incorrectamente.
Como corolario de los ejemplos 1 y 2 tenemos
Ejemplo 3. Los conjuntos Rn y  son cerrados. En efecto, Rn es cerrado pues su
complemento  es abierto. Similarmente,  es cerrado pues su complemento Rn es
abierto.
Nota 3. Los ejemplos anteriores muestran que existen conjuntos que pueden ser
abiertos y cerrados a la vez, esto signi ca que los conceptos no se excluyen, de hecho
se tiene:
i) existen conjuntos abiertos que no son cerrados
ii) existen conjuntos cerrados que no son abiertos
iii) existen conjuntos que son abiertos y cerrados a la vez
iv) existen conjuntos que no son abiertos ni cerrados.
tenemos entonces que los conceptos \abierto" y \cerrado" no se incluyen ni se
excluyen. Solamente hemos probado el inciso (iii), nos resta probar los otros incisos,
esto lo haremos con algunos ejemplos. A proposito de las negaciones, tambien es
comun encontrarse con quienes dicen que un conjunto que no es abierto entonces es
cerrado, esto, por supuesto, es falso y se concluye del inciso (iv).
Otros ejemplos de conjuntos abiertos estan dados por la siguiente proposicion
Proposicion 1. Toda bola abierta en Rn es un conjunto abierto.
Demostracion.
Sea ~xo 2 Rn y r > 0. Mostremos que B(~xo ; r) es un conjunto abierto. Debemos
probar que para cada ~x 2 B(~xo ; r), existe una bola abierta B(~x; R) contenida a su
vez en la bola abierta B(~xo ; r).
77
Sea pues ~x 2 B(~xo ; r) y consideremos R = r k~x ~xo k. Como ~x 2 B(~xo ; r),
se tiene entonces que k~x ~xo k < r, por lo tanto R > 0. Mostremos que la bola
abierta B(~x; R) esta contenida en B(~xo ; r).

Sea entonces ~y 2 B(~x; r). Por de nicion se tiene que


k~y ~xk < R
por lo tanto

k~y ~xo k = k~y ~x + ~x ~xo k


 k~y ~xk + k~x ~xo k
< R + k~x ~xo k = r
Esto prueba que ~y 2 B(~xo ; r) y por lo tanto la proposicion 1. |
Las siguientes dos proposiciones dan ejemplos de conjuntos cerrados
Proposicion 2. Toda bola cerrada en Rn es un conjunto cerrado.
Demostracion. Sea ~xo 2 Rn y r  0. Probaremos que la bola cerrada B(~xo ; r)
es un conjunto cerrado, es decir que su complemento Rn B(~xo ; r) es un conjunto
abierto.
Sea pues ~x 2 Rn B(~xo ; r). Mostremos que existe una bola abierta B(~x; R)
contenida en Rn B(~xo ; r). Como ~x no esta en la bola cerrada B(~xo ; r), se tiene
entonces que k~x ~xo k > r. De namos R = k~x ~xo k r > 0, esto equivale a
r = k~x ~xo k R. Veamos que
B(~x; R)  Rn B(~xo ; r)
78
En efecto, sea ~y 2 B(~x; R) se tiene entonces
k~y ~xk < R;
por lo tanto
k~x ~xo k = k~x ~y + ~y ~xo k
 k~x ~yk + k~y ~xo k
< R + k~y ~xo k
luego
k~x ~xo k R < k~y ~xo k
es decir
r < k~y ~xo k :
Esto signi ca que
~y 2= B(~xo ; r);
o sea
y~ 2 Rn (B(~xo ; r)
que es lo que deseabamos probar. |
Proposicion 3. Toda esfera en Rn es un conjunto cerrado.
Demostracion. Sea ~xo 2 Rn y r  0. Mostremos que la esfera S(~xo ; r) es un con-
junto cerrado mostrando que su complemento Rn S(~xo ; r) es un conjunto abierto.
79
Sea ~xo 2 Rn S(~xo ; r), debemos mostrar que existe una bola B(~x; R) contenida
en Rn S(~xo ; r). Como ~x 2= S(~xo ; r), entonces k~x ~xo k =
6 r. Tenemos dos casos:
i) k~x x~ o k < r
ii) k~x ~xo k > r.
Para el primer caso tenemos que ~x 2 B(~xo ; r). Como esta bola es un conjunto
abierto, hay una bola abierta con centro en ~x, B(~x; R) contenida en B(~xo ; r). As
que todo elemento ~z de B(~x; R) satisface la desigualdad
k~z ~xk < r;
luego, ~z no puede ser elemento de la esfera S(~xo ; r), es decir, ~z 2 Rn S(~xo ; r)
Para el segundo caso la desigualdad signi ca que ~x esta en el complemento de
la bola cerrada B(~xo ; r). Como esta bola es un conjunto cerrado, su complemento
es un conjunto abierto, por lo tanto existe una bola abierta B(~x; R) contenida en
Rn B(~xo ; r). Los elementos ~z de B(~x; R) no estan en la bola cerrada B(~xo ; r), es
decir, todo elemento ~z de la B(~x; R) satisface la desigualdad
k~z ~xo k > r
Esto quiere decir que
B(~x; R)  Rn S(~xo ; r):
Esto prueba la proposicion 3. |
Ejemplo 4. Un conjunto formado por un solo punto, digamos f ~0 g, es cerrado.
Esto se puede probar directamente de la de nicion, es decir, mostrando que el
complemento Rn f ~0 g es un conjunto abierto, o bien deducirlo como corolario de
cualquiera de las dos proposiciones anteriores, ya que, por ejemplo, la bola cerrada
de radio cero se reduce a un solo punto:
B(~0; 0) = f ~0 g

El ejemplo 4 muestra un conjunto cerrado que no es abierto, pues no existe


una bola abierta con centro ~0 que este contenida en el conjunto f ~0 g. El mismo
ejemplo 4 muestra un conjunto abierto que no es cerrado, a saber, el complemento
de f ~0 g.
80
Para ilustrar una vez mas el uso de la de nicion de conjunto abierto, veamos
un ultimo ejemplo.
Ejemplo 5. Mostremos que en R , el semiplano superior
2

V = f (x; y) 2 R j y > 0 g
2

es un conjunto abierto respecto a la norma k k . 1

Sea ~vo = (xo ; yo ) 2 V. Se tiene entonces yo > 0.

Debemos mostrar que hay una bola abierta B1 (~xo ; r) contenida en el semiplano
superior; veamos que esto ocurre si elegimos r = yo .
Consideremos pues, la bola abierta B1 (~vo ; yo ) y sea ~v = (x; y) 2 B1 (~vo ; yo ). Se
tiene entonces
k~v ~vo k1 < yo ;
es decir
jx xo j + jy yo j < yo :
Deseamos probar que y > 0. Es claro que y no puede ser cero, pues en ese caso se
tiene
jx xo j + jy yo j = jx xo j + jyo j
= jx xo j + yo
y esto no puede ser menor (estrictamente) que yo . Por otra parte es facil ver que
tampoco y puede ser negativa, pues en ese caso se tiene
jx xo j + jy yo j = jx xo j + jyj + yo > yo
Hemos probado que necesariamente y > 0, es decir, hemos probado que la bola
abierta B1 (~vo ; yo ) esta contenida en el semiplano superior.
81
6.2. Familias de conjuntos. En la siguiente seccion estableceremos las propie-
dades basicas de los conjuntos abiertos y de los conjuntos cerrados, para ello sera
necesario introducir la notacion relacionada con familias de conjuntos, lo cual hare-
mos en esta seccion.
Si tenemos dos conjuntos A y B, al conjunto cuyos elementos son estos con-
juntos, lo llamaremos o de conjuntos (para no usar el mismo termino conjunto) y
sera representado en la forma usual
fA; Bg:
Los elementos de un conjunto, pueden ser a su vez conjuntos, este es el caso de
nuestro ejemplo, incluso pueden ser familias de conjuntos.
Si una familia tiene tres elementos (conjuntos), digamos A1, A2 y A3 , se denota
por
f A1 ; A2 ; A3 g;
pero si tiene 1000 elementos, entonces la representaremos por
f A1; A2; : : :; A1000g;
En general, si una familia de conjuntos tiene m elementos, la representaremos
por
f A1 ; A2 ; : : :; Am g:
Tambien, como a todo conjunto le daremos nombres con smbolos o letras, por
ejemplo
F = fA1 ; A2 ; : : :; An g:
Otra manera de representar la familia anterior es
F = f A j = 1; 2; : : :; m g
La letra que denominamos es una variable que toma los valores
1; 2; : : :; m. Si de nimos I = f1; 2; : : :; mg, podemos escribir
F = f A j 2 I g;
lo cual es equivalente a escribir
F = f A1; A2; : : :; Am g:
82
La etiqueta toma valores del conjunto de ndices I, el cual en este caso es
f1; 2; : : :; mg, pero esta notacion la podemos generalizar al caso en que I sea otro
tipo de conjunto, por ejemplo, I puede ser el conjunto de los naturales N, en cuyo
caso la familia sera una sucesion de conjuntos
F = f A j 2 N g
= f A1 ; A2 ; A3; : : : g

Otros ejemplos de conjuntos de ndices son


I=Z

I = R+ = f r 2 R j r > 0 g
El conjunto I puede ser totalmente arbitrario y sus elementos, de cualquier
naturaleza. Por ejemplo, I tambien puede ser R2 o Rn , es decir , los puntos de
~x 2 Rn pueden servir para etiquetar conjuntos.
Ejemplo 6.

F = f Ar = B(~0; r) j r 2 R+ g
K = f A~x = B(~x; 1) j ~x 2 Rn g

De nicion 2. Si fA j 2 I g es una familia de conjuntos, de nimos


1) la de la familia, como el conjunto
[
A = f x j x 2 A para alguna 2 Ig
2I

2) la de la familia, como el conjunto


\
A = f x j x 2 A para toda 2 I g
2I

Si I = f1; 2; : : :; mg, se vale escribir


83
[ [
m
A = A
2I =1
\ \m
A = A :
2I =1

Si I = N, tambien podemos escribir


[ +[1
A = A
2I =1
\ +\1
A = A :
2I =1

6.3. Propiedades basicas.


Proposicion 4.
1) Si A y B son subconjuntos abiertos de Rn , entonces A[B y A\B son abiertos.
2) Si A y B son subconjuntos cerrados de Rn , entonces A[B y A\B son cerrados.
Demostracion.
Prueba de (1):
Probemos que A [ B es abierto. Sea ~x 2 A [ B. Se tiene entonces que ~x 2 A o
~x 2 B.
Si ~x 2 A, entonces, puesto que A es abierto existe r > 0 tal que B(~x; r)  A,
luego
B(~x; r)  A [ B:
Similarmente, si ~x 2 B, puesto que B es abierto, existe r > 0 tal que B(~x; r)  B,
luego
B(~x; r)  A [ B:
84
En cualquiera de los casos, existe una bola abierta B(~x; r) contenida en A [ B. Esto
prueba que A [ B es un conjunto abierto.
Probemos ahora que A \ B es abierto. Sea ~x 2 A \ B. Se tiene entonces que
~x 2 A y ~x 2 B
Puesto que A es abierto, existe r1 > 0 tal que B(~x; r1)  A.
Similarmente, puesto que B es abierto, existe r2 > 0 tal que B(~x; r2)  B. Sea
r = minfr1 ; r2g, entonces se tiene

B(~x; r)  B(~x; r1)


y
B(~x; r)  B(~x; r2)
Por lo tanto B(~x; r)  A y B(~x; r)  B, o sea B(~x; r)  A \ B.
Prueba de (2):
Que A [ B y A \ B son conjuntos cerrados se sigue de la parte (1) y de las leyes de
D'Morgan

(A [ B)c = Ac \ Bc

(A \ B)c = Ac [ Bc

La siguiente proposicion generaliza el resultado anterior


Proposicion 5.
a) La union arbitraria de conjuntos abiertos es un conjunto abierto, es decir, si
fA j 2 Ig es una familia de conjuntos abiertos entonces
[
A= A
2I

es un conjunto abierto.
85
b) La interseccion nita de conjuntos abiertos es un conjunto abierto, es decir, si
A1 ; : : :Am son conjuntos abiertos, entonces
A = A1 \ A2 \    \ Am
\
m
= A
=1

es un conjunto abierto.
c) La union nita de conjuntos cerrados es un conjunto cerrado, es decir, si
A1 ; : : :; Am son conjuntos cerrados entonces
A = A1 [ A2 [    [ Am
[
m
= A
=1

es un conjunto cerrado.
d) La interseccion arbitrarias de conjuntos cerrados es un conjunto cerrado, es
decir, si fA j 2 I g es una familia de conjuntos cerrados, entonces
\
A= A
2I

es un conjunto cerrado.
Demostracion. La prueba de esta proposicion es completamente similar a la
prueba anterior, por ejemplo demostremos el inciso (b). Sea
\
m
~x 2 A = A
=1

Entonces ~x 2 A para toda 2 I = f1; 2; : : :; mg. Como cada A es un conjunto


abierto, para cada 2 I existe r > 0 tal que B(~x; r )  A . Puesto que I es nito,
podemos escoger el menor de los radios r . Sea pues
r = minfr1; r2; : : :; rm g

86
Se tiene entonces
B(~x; r)  B(~x; r )
para toda 2 I = f1; 2; : : :; mg. Por lo tanto
B(~x; r)  A
para toda 2 I = f1; 2; : : :; mg, es decir
\
B(~x; r)  A = A
2I
Esto prueba el inciso (b). La prueba de los incisos restantes se dejan como ejercicio
para el lector. |
Nota 4. La interseccion arbitraria de conjuntos abiertos no necesariamente es un
abierto, considerese por ejemplo la familia de abiertos
f B(~x; k1 ) j k 2 N g:
Se tiene entonces
+\1
B(~x; k1 ) = f ~0 g
k=1
el cual no es un conjunto abierto.
Tambien tenemos que la union arbitraria de conjuntos cerrados no necesaria-
mente es un conjunto cerrado. Para mostrar esto considerese la familia de conjuntos
cerrados
f B(~0; 1 k1 ) j k 2 N g
Esta familia tiene como union la bola abierta B(~0; 1) el cual no es un conjunto
cerrado.
6.4 Vecindad de un punto. Terminamos esta leccion de niendo el concepto de
vecindad
De nicion. Un conjunto A Rn, se dice que es una de un punto ~xo 2A, si existe
un conjunto abierto V tal que
~xo 2 V  A:

87
Dicho de otro modo, un conjunto A es una vecindad de uno de sus puntos ~xo , si
contiene un abierto que contiene a su vez al punto ~xo . Una vecindad de un punto
~xo que ademas es un conjunto abierto se denomina de ~xo .
Obviamente, todo abierto no vaco es vecindad de cada uno de sus puntos.
Una vecindad de un punto puede ser un conjunto no abierto, en general se tiene:
un conjunto es vecindad de cada uno de sus puntos interiores.
Problemas y ejercicios.
1. Sea I el intervalo [0; 1] en R. Divdase el intervalo I en tres intervalos de
longitud 13 . Sea A1 el conjunto que resulta de quitarle al conjunto I el intervalo
abierto de la parte media, es decir A1 = I ( 13 ; 32 ). tenemos entonces

A1 = 0; 1
 [  ; 1
2
3 3

Dividamos ahora cada uno de los intervalos [0; 31 ] [ 32 ; 1] en tres partes de lon-
gitud 312 y sea A2 el subconjunto de A1 , que resulta de quitarle a cada uno de
estos intervalos, el intervalo abierto de la parte media, es decir
  
A2 = 0; 91 [ 92 ; 31 [ 32 ;
  7
 [  ; 1
8
9 9

Continuando con este proceso, se obtiene \en el lmite" un conjunto que se


llama . Pruebe que este conjunto es cerrado.

88
Lecci
on 7
Interior y Adherencia

7.1. Punto Interior y Punto Adherente. En la presente seccion estudiare-


mos dos nuevos conceptos los cuales, al igual que en el caso de abierto y cerrado,
guardan una interesante y util dualidad. La dualidad se mani esta en la armona de
los resultados y de las relaciones entre conceptos que en ocasiones pueden parecer-
nos opuestos, y otras veces complementarios. Por ejemplo, los conceptos \union"
e \interseccion" son duales, tambien lo son las relaciones \contenido en" y \con-
tiene a", etc. Todos ellos cuando se combinan producen \relaciones duales" mas
complicadas, como lo veremos en este captulo.
De nicion 1. Sea A un subconjunto de Rn.
1) Un elemento ~a 2 A se dice que es un de A, si existe una bola abierta con
centro en ~a contenida en A. Es decir, si existe r > 0 tal que B(~a; r)  A
2) Un elemento ~a 2 Rn se dice que es un de A, si toda bola abierta con centro ~a
tiene puntos de A. Es decir, si para toda r > 0, B(~a; r) \ A =
6 
Al conjunto de puntos interiores de A se le denomina de A y se le denota por
cualquiera de los smbolos

A; A ; int A:
Al conjunto de puntos adherentes de A se le denomina la de A (o de A) y se le
89
denota por cualquiera de los smbolos
A; A ; adh A

Nota 1. Observese que, por de nicion, un punto interior de A es un elemento de


A mismo, sin embargo, un punto adherente de A no necesariamente pertenece al
conjunto A. Por otra parte, es claro que todo elemento de A es un punto adherente
de A.
Las observaciones de la nota anterior, aun cuando sean obvias, dada su impor-
tancia las formulamos en la siguiente proposicion
Proposicion 1. Para todo subconjunto A de Rn se tiene
1) A  A
2) A  A
La siguiente proposicion tambien es muy facil de probar
Proposicion 2. Si A y B son dos subconjuntos cualesquiera de Rn con A  B,
entonces
1) A  B
1) A  B.
Las dos proposiciones anteriores se pueden probar usando directamente la
de nicion de punto interior y de punto adherente, el siguiente lema junto con la
proposicion 3, son muy importantes ya que nos permitiran hacer pruebas bastante
cortas relacionadas con el interior y la adherencia de conjuntos, y sin necesidad de
recurrir a las de niciones. En cierto sentido, el lema permite sistematizar la prue-
bas, pues contiene el argumento constante en todas ellas, evitandonos repeticiones
innecesarias en el razonamiento. Esto lo apreciaremos a lo largo y despues de que
veamos varios resultados.
Lema 1. Sea A un subconjunto de Rn.
1) Si V  A y V es abierto, entonces V  A
2) Si A  F  Rn y F es cerrado, entonces A  F
90
Demostracion.
Prueba de (1):
Como en casi toda prueba de contencion de conjuntos, tomemos un punto ~x de
V y mostremos que ~x 2 A . Como V es abierto, existe r > 0 tal que B(~x; r)  V.
Como V  A, se tiene B(~x; r)  A. Esto signi ca que ~x es un punto interior de A,
es decir, ~x 2 A.
Prueba de (2):
Para probar que A  F, mostraremos que el complemento de F, Fc, esta
contenido en el complemento Ac de A.
Sea pues ~x 2 Fc , como F es cerrado, Fc es abierto, luego existe r > 0 tal que
B(~x; r)  Fc . Pero A  F, por lo tanto Fc  Ac , de donde B(~x; r)  Ac , o sea
B(~x; r) \ A = , esto signi ca que ~x no es punto adherente de A, es decir ~x 2= A; as
que ~x 2 Ac , que es lo que deseabamos probar. |
Proposicion 3. Para todo subconjunto A de Rn
1) A es un conjunto abierto
2) A es un conjunto cerrado
Demostracion.
Prueba de (1):
Sea ~x 2 A . Por de nicion existe una bola abierta B(~x; r) contenida en A.
Como la bola B(~x; r) es un conjunto abierto, se sigue de la parte (1) del lema 1 que
B(~x; r)  A ;
esto prueba que A es un conjunto abierto.
Prueba de (2):
Mostraremos que Ac es un conjunto abierto. Sea ~x 2 Ac . Como ~x no es punto
adherente de A, existe r > 0 tal que B(~x; r) \ A = , es decir
A  (B(~x; r))c :
Como (B(~x; r))c es un conjunto cerrado, se sigue de la parte (2) del lema 1 que
A  (B(~x; r))c ;
91
o sea
B(~x; r)  Ac
Esto prueba la proposicion 3. |
Proposicion 4. Sea A subconjunto de Rn, entonces
a) A es abierto , A = A
b) A es cerrado , A = A
Demostracion.
Prueba de (a):
La implicacion (() se sigue de la parte (1) de la proposicion 3, pues A es
abierto, y si A = A, entonces A es abierto.
Ahora mostremos el recproco, es decir la implicacion ()). Supongamos que A
es abierto. Por una parte es obvio que A  A. Por otra parte, como A  A y A es
abierto, se sigue del lema 1 que A  A . Las dos contenciones mostradas prueban
que A = A.
Prueba de (b):
La implicacion (() se sigue de la parte (2) de la proposicion 3.
Mostremos ahora la implicacion ()). Supongamos que A es cerrado. Por una
parte es obvio que A  A. Por otra parte, como A  A y A es cerrado, se sigue de
la parte (2) del lema 1 que A  A. Las dos contenciones mostradas prueban que
A = A. Esto prueba la proposicion 4. |
Proposicion 5. Para todo subconjunto A de Rn se tiene
S
a) A = f V j V  A; V abierto g
T
b) A = f F j A  F; F cerrado g
Con palabras, el inciso (a) lo podemos enunciar:
el interior de un conjunto es la union de todos los conjuntos abier-
tos contenidos en el conjunto.
El inciso (b) queda:
la adherencia de un conjunto es la interseccion de todos los con-
juntos cerrados que contienen al conjunto.
92
Demostracion.
Probemos (a):
Como A es abierto y es un subconjunto de A, entonces es un elemento de la
familia
f V j V  A; V abierto g;
luego se tiene la contencion
[
A  f V j V  A; V abierto g:
Por otra parte, se sigue del lema 1 que cada elemento de la familia
f V j V  A; V abierto g
es un subconjunto de A , por lo tanto
[
f V j V  A; V abierto g  A :
Las dos contenciones prueban que
[
A = f V j V  A; V abierto g:

Prueba de (b):
Como A es un conjunto cerrado y A  A, se tiene que A es un elemento de la
familia
f F j A  F; F cerrado g;
por lo tanto se tiene la contencion
\
A  f F j A  F; F cerrado g:
Por otra parte, como A esta contenido en todo conjunto cerrado que contenga al
conjunto A, se sigue que A esta contenido en cada miembro de la familia
f F j A  F; F cerrado g;
luego, A esta contenido en la interseccion:
\
A  f F j A  F; F cerrado g:
93
Las dos contenciones prueban la igualdad
\
A = f F j A  F; F cerrado g:

De los resultados anteriores, podemos describir el interior y la adherencia de


un conjunto como sigue:
Proposicion 6.
1) El interior de un conjunto A es el abierto mas grande contenido en A. Esto se
traduce como
1,a) A es un conjunto abierto
1,b) A  A
1,c) Si V es un abierto y V  A entonces V  A .
2) La adherencia de un conjunto A es el conjunto cerrado mas peque~no que con-
tiene al conjunto A. Esto se traduce como
2,a) A es un conjunto cerrado
2,b) A  A
2,c) Si F es un cerrado y A  F entonces A  F.
Antes de ver algunos ejemplos veamos una proposicion mas
Proposicion 7. Si A y B son dos subconjuntos cualesquiera de Rn, entonces
1,a) (A [ B)  A [ B
1,b) (A \ B) = A \ B
2,a) (A [ B) = A [ B
2,b) (A \ B)  A \ B
Demostracion.
Prueba de (1,a):
Puesto que A  A [ B y B  A [ B se sigue que A  (A [ B) y B  (A [ B) ,
luego A [ B  (A [ B) .
94
Prueba de (1,b):
Puesto que A \ B  A y A \ B  B se sigue que (A \ B)  A y (A \ B)  B ,
luego (A \ B)  A \ B .
Por otra parte, puesto que A \ B  A \ B y A \ B es un abierto, se sigue
que A \ B  (A \ B) . Esto prueba (1,b).
Las pruebas de (2,a) y (2,b) son totalmente similares y se dejan como ejercicio
para el lector.
Nota 2. En general son falsas las igualdades
i) (A [ B) = A [ B
ii) (A \ B) = A \ B
como contraejemplo para ambos casos basta tomar en R, como conjunto A el con-
junto de los racionales Q y como conjunto B, el de los irracionales I.
Ejemplos. A continuacion se de nen algunos conjuntos en R y se acompa~nan de
otros que se construyen a partir de el.
1. A = (a; b) = f x j a < x < b g
A = A
A = [a; b] = f x j a  x  b g
2. A=R
A = A = R
3. A=Q
A = 
A=R
4. A = (1; 2) [ [2; 4] \ Q

A = (1; 2)
A = [1; 4]
95
5.

A = (0; 1) [ f2g [ (3; 4) \ I [ (5; 7) f6g

A = (0; 1) [ (5; 7) f6g

A = [0; 1] [ f2g [ [3; 4] [ [5; 7]
6. Sea A como en 5, denotaremos por A el interior de A , es decir (A ) . Simi-
larmente A denotara la adherencia de A , etc., etc.
A = A
A = [0; 1] [ [5; 7]
A  = (0; 1) [ (3; 4) [ (5; 7)
A =A
A = A
A  = (0; 1) [ (5; 7)
A  = A 
A =A 
A = A
A = A
A  = [0; 1] [ [3; 4] [ [5; 7]
A =A
La obtencion del interior y de la adherencia de un conjunto podemos interpretarla
como la aplicacion de dos operaciones sobre conjuntos: \" y \-", en este sentido,
A es la aplicacion iterada del operador . De la misma manera A  es la apli-
cacion sobre el conjunto A de los operadores , y  en este mismo orden. Los
ultimos 8 casos del ejemplo 6 muestra todas las posibilidades para cuando se aplican
tres operadores consecutivamente. Como podemos observar, para el caso espec co
del conjunto A solamente se obtuvieron 2 conjuntos nuevos, los otros conjuntos ya se
haban obtenido mediante la aplicacion de una o dos operaciones. Las repeticiones
de algunos de los resultados no fue producto de la casualidad, son hechos generales
como se muestra a continuacion.
96
Proposicion 8. Para cualquier subconjunto A de Rn se tiene
1) A = A
2) A = A
Demostracion.
Prueba de (1):
De la parte (1) de la proposicion 1 sabemos que se cumple A  A . Probemos
ahora la otra contencion. Como A es un conjunto abierto y A  A , se sigue del
lema 1 la contencion que deseamos mostrar A  A . Esto prueba (1).
Prueba de (2):
De la parte (2) de la proposicion 1 se cumple A  A . Mostremos ahora la
otra contencion. Como A es un conjunto cerrado y A  A , se sigue de la parte
(2) del lema 1, que A  A . Las dos contenciones prueban la parte (2). |
En los ejemplos anteriores hemos aplicado solamente las operaciones interior
\" y adherencia \ ", ahora introducimos una operacion mas, mediante el c. La
aplicacion de este operador a un conjunto A produce el conjunto Ac , que es el
complemento de A. Por razones practicas, introducimos una notacion adicional
para el complemento de un conjunto, ademas de usar la letra c como superndice,
emplearemos el apostrofe 0. As que el complemento de A, desde ahora tambien lo
denotaremos por A0
Proposicion 9. Para cualquier subconjunto a de Rn se tiene
1) A = A0 0
2) A = A0 0
Demostracion.
Prueba de (1):
Puesto que A0  A0 , se tiene A00 = A  A0 0. Pero A0 0 es un conjunto
abierto, luego se cumple A  A0 0. Por otra parte, como A  A, se tiene
A0  A0 . Pero siendo A0 un conjunto cerrado, se tiene que A0  A0 , luego
A  A0 0 . Las dos contenciones prueban A = A0 0 .
97
Prueba de (2):
Apliquemos la parte (1) ya probada al conjunto A0, se tiene entonces

A0  = A00 0
A0  = A 0
A0  0 = A 00 = A
Nota 3. La proposicion anterior permite obtener la adherencia de un conjunto
aplicando los operadores interior  y complemento 0 , a su vez el interior se puede
obtener mediante la adherencia y la complementacion. Una cadena de operaciones
construda con los operadores interior y adherencia se puede obtener tambien con
los operadores complemento y adherencia, el caso mas simple es el dado por la parte
(1) de la proposicion 9
A = A0 0
Un recurso nemotecnico para recordar la relacion anterior es identi cando los su-
perndices con la identidad obvia 0 = 1 1. Usando esta relacion, podemos escribir,
por ejemplo
A  = A0 0 0 0
Si A es un subconjunto cualquiera de Rn, se puede probar que mediante la aplicacion
sucesiva de los operadores adherencia y complemento, en cualquier numero y en
cualquier orden, a lo mas se obtienen 14 diferentes conjuntos. De hecho, existe
un conjunto en R, con la metrica usual, con el que se generan exactamente los 14
conjuntos.
Problemas y ejercicios.
1. De un ejemplo de un subconjunto de R, del cual se obtengan, mediante las
operaciones de complementacion y adherencia iteradas, 10 conjuntos diferentes.

2 : De un ejemplo de un subconjunto de R, del cual se obtengan, mediante las
operaciones de complementacion y adherencia iteradas, 14 conjuntos diferentes.
3. Sea A un subconjunto de Rn . Pruebe que si A es la adherencia de un conjunto
abierto en Rn, entonces A es la adherencia de su interior, es decir
A = A0 0
4. Problema de Kuratowski. Pruebe que si A es un subconjunto cualquiera
de Rn , entonces a lo mas se pueden obtener 14 diferentes conjuntos, mediante
las operaciones complementacion y adherencia.
98
Lecci
on 8
Frontera

8.1. Punto Frontera y Frontera de un conjunto. Intuitivamente la fron-


tera de un conjunto es lo que tambien podramos llamar el \borde", y es lo que
\separa" al conjunto de su complemento. Como podra usted notar, la de nicion
que adoptaremos corresponde a esta idea geometrica, sim embargo, dado que se
establece para conjuntos en general, la frontera puede tener aspectos inesperados
como veremos en algunos ejemplos
De nicion. Si A es un subconjunto cualquiera de Rn, la de A es el conjunto
A \ A0
y se denota por cualquiera de los smbolos
@A; Fr(A)
Un elemento ~x 2 Rn es un de A si es elemento de Fr(A).
La frontera de un conjunto esta formada por aquellos puntos que son comunes
tanto de la adherencia del conjunto como de la adherencia de su complemento. La
frontera es algo que tienen en comun el conjunto y su complemento, estas observa-
ciones las establecemos en la siguiente proposicion
99
Proposicion 1.
a) La frontera de todo subconjunto de Rn es un conjunto cerrado.
b) La frontera de todo subconjunto de Rn es igual a la frontera de su complemento.
Demostracion. La a rmacion del inciso (a) se sigue inmediatamente del hecho de
que la adherencia de cualquier conjunto es cerrado y de que la interseccion de dos
conjuntos cerrados es un conjunto cerrado.
Prueba de (b):
Sea A un subconjunto cualquiera de Rn . se tiene entonces

Fr(A0 ) = A0 \ A00
= A0 \ A
= Fr(A)
Ejemplos. En la recta real R con la metrica usual tenemos
1) Si A = (a; b), Fr(A) = fa; bg
2) Si A = Q, Fr(A) = R, Fr(A0 = Fr(I) = R
3) Fr() = , Fr(R) = 
4) Para todo x 2 R, Fr(fxg) = fxg
Es facil probar que en el plano R2
5) La frontera de toda bola abierta B(~x; r) es la esfera S(~x; r), que es igual tambien
a la frontera de la bola cerrada B(~x; r)
Los ejemplos (1) y (5) corresponden a nuestra intuicion, sin embargo el ejemplo
(3) seguramente nos desconcierta un poco. Pero recordemos, segun vimos en la
leccion 7, que la adherencia de los racionales esta constitudo por todos los reales, de
la misma manera, la adherencia de los irracionales es todo R. As que la adherencia
de los racionales Q y de su complemento es R, por lo tanto, su frontera es R. Este
hecho se traduce en lo siguiente: si x es un real cualquiera, todo intervalo abierto
con centro en x tiene a lo menos un racional y un irracional. La frontera no siempre
es un conjunto \delgado", como son los extremos de un intervalo o la periferia de
un disco o una bola, la frontera puede ser un conjunto \gordo", incluso mas que el
conjunto mismo, como ocurre en R con los racionales.
100
En la siguiente proposicion establecemos otras propiedades de la frontera que
muestran lo que tal vez usted esperara, pero tambien muestra condiciones bajo las
cuales la frontera es un conjunto \decente".
Proposicion 2. Para todo subconjunto A de Rn tenemos
1) Fr(A) = A A
2) A = A [Fr(A); A \Fr(A) = 
3) Si A es abierto o cerrado, entonces Fr(A) = .
4) (Fr(Fr(A))) = 
5) Fr(Fr(Fr(A))) = Fr(Fr(A))
Demostracion.
Prueba de (1):

A A = A \ A0
= A \ A0 00
= A \ A0
= Fr(A)

Prueba de (2):
Puesto que A  A  A, tenemos
 
A = (A A) [ A;
luego, de la parte (1) ya probada tenemos

A = Fr(A) [ A :
Esto prueba la primera parte del inciso (2). Para la segunda parte tenemos
  
Fr(A) \ A = (A A) \ A = 

101
Prueba de (3):
Supongase que A es cerrado, tenemos entonces
Fr(A) = A \ A0
= A \ A0 ;
luego
(Fr(A)) = (A \ A0 )
= A \ A0 
= A \ A00 0 
= A \ A0 
 A \ A0 = ;
es decir
Fr(A) = 
Hemos probado la a rmacion para cuando A es cerrado. Si A es abierto, entonces
A0 es cerrado, por lo tanto, aplicando lo ya probado, tenemos
(Fr(A0)) = :
Pero Fr(A) = Fr(A0 ), por lo tanto, Fr(A) = .
Prueba de (4):
Esto se sigue inmediatamente del inciso (3) y del hecho de que Fr(A) es un
conjunto cerrado.
La prueba del inciso (5) se deja como ejercicio para el lector.
Problemas y Ejercicios.
1. Pruebe que en Rn
a) la frontera de toda bola abierta es la esfera con el mismo radio y centro.
b) la frontera de toda bola cerrada es la esfera del mismo radio y centro.
c) la frontera de toda esfera es ella misma
2. Diga cual es la frontera Q  Q en R2 , argumente su respuesta. >Cual es el
complemento de Q  Q.
3. Pruebe el inciso (5) de la proposicion 2.
102
Lecci
on 9
Punto de Acumulacion

9.1. Punto de acumulacion y cunjunto derivado. Uno de los conceptos mas


importantes de la topologa de Rn es el de punto de acumulacion de un conjunto,
pues es lo que nos permite hablar de lmites.
De nicion. Sea A un subconjunto arbitrario de Rn. Se dice que ~x 2 Rn es un de
A, si toda bola abierta con centro en ~x contiene un punto de A distinto de ~x. Dicho
de otro modo, si para toda r > 0 se tiene

B(~x; r) f~xg \ A 6= 
Al conjunto de puntos de acumulacion de A se le denomina el de A y se le denota
por Aa .
Nota 1. Segun la de nicion, un punto de acumulacion de A no necesariamente es
un punto de A. Un punto de la adherencia de A que no es elemento de A es un
punto de acumulacion de A. Si ~x 2 Rn es un punto de acumulacion de A, entonces,
por de nicion, toda bola abierta B(~x; r) tiene al menos un punto de A que no es
~x, esta condicion tiene como consecuencia una mas fuerte, como se establece en la
siguiente proposicion
Proposicion 1. Si ~x 2 Rn es un punto de acumulacion de A  Rn, entonces toda
bola abierta B(~x; r) contiene una in nidad de puntos de A.
103
Demostracion. Sea B(~x; r) una bola abierta arbitraria con centro ~x, supongase
que esta bola tuviese solamente un numero nito de puntos de A, digamos ~x1, ~x2,
: : :, ~xk , cada uno distinto de ~x. Elijamos
ro = minf d(~x; ~x1); d(~x;~x2); : : :; d(~x;~xk ) g
(esto es posible ya que tenemos solamente un numero nito de distancias). Entonces
ro  d(~x;~xi) < r
para i = 1; 2; : : :; k.
Consideremos ahora la bola abierta B(~x; ro ). Es claro que esta bola esta con-
tenida en la bola abierta B(~x; r), y de la desigualdad anterior se sigue que ningun
punto ~xi se encuentra en B(~x; ro), as que B(~x; ro ) no puede tener puntos de A dife-
rentes de ~x, pues todo punto de A que estuviese en B(~x; ro ) tambien sera elemento
de B(~x; r), lo cual no es posible ya que ~x1, ~x2, : : :, ~xk son los unicos elementos
de A que estan en B(~x; r). Entonces la bola abierta B(~x; ro) no tiene puntos de A
diferentes de ~x, esto contradice la hipotesis de que ~x es punto de acumulacion de A.
Esto prueba la proposicion 1. |
Es obvio entonces el siguiente
Corolario 1. Si A  Rn tiene a lo menos un punto de acumulacion, entonces A es
un conjunto in nito.
Ejemplo 1. En R con la metrica usual,
a) el conjunto de puntos acumulacion, es decir el conjunto derivado, de un inter-
valo abierto (a; b) es el intervalo cerrado [a; b]
b) el conjunto derivado de [0; 1) [ f2g es [0; 1].
c) 0 es el unico punto de acumulacion de f k1 j k 2 N g, es decir el conjunto
derivado de este ultimo conjunto es f0g.
d) el conjunto derivado de Q es todo R, es decir, todo real es punto de acumulacion
del conjunto de los racionales.
e) el conjunto derivado de R es R mismo.
f) el conjunto derivado del conjunto vaco  es  mismo, esto se puede probar
directamente o deducirse del corolario 1 anterior: el conjunto vaco y todo
conjunto nito tiene como conjunto derivado al conjunto 
104
Ejemplo 2. En Rn
a) el conjunto derivado de toda bola abierta B(~x; r) es la bola cerrada B(~x; r)
b) el conjunto derivado de toda bola cerrada B(~x; r) es ella misma
c) si n > 1, el conjunto derivado de toda esfera S(~x; r) es ella misma
(si n = 1 esto es falso)
n
z nveces
}| {
d) el conjunto derivado de Q = Q      Q es Rn .
En la mayora de los libros de texto, casi todas las demostraciones acerca de
puntos de acumulacion se apoyan directamente en la de nicion, por lo que resultan
un tanto laboriosas y en ocasiones sutiles. En estas lecturas nuestras demostra-
ciones seran bastante mas simples y breves; la clave de ello consiste en reescribir la
de nicion apropiadamente como sigue: que ~x 2 Rn sea punto de acumulacion de
A  Rn signi ca que para toda r > 0

B(~x; r) f~xg \ A 6= ;
pero la igualdad anterior es equivalente a

B(~x; r) \ A f~xg 6= 
esto signi ca que ~x es punto de la adherencia de A f~xg. El resultado lo estable-
cemos en el siguiente lema
Lema. ~x 2 Rn es punto de acumulacion de A si y solamente si
~x 2 A f~xg
Algunas de las relaciones de la siguiente proposicion se prueban facilmente
aplicando directamente las de niciones, sin embargo usaremos el lema anterior para
mostrar como aun se pueden simpli car mas.
Proposicion 2. Para cualesquiera subconjuntos A y B de Rn
a) Aa  A
b) A  B ) Aa  Ba
c) (A [ B)a = Aa [ Ba
d) (A \ B)a  Aa [ Ba
105
Demostracion.
Prueba de (a):
Sea ~x 2 Aa , se tiene entonces ~x 2 A f~xg. Pero A f~xg  A, por lo tanto
~x 2 A.
Prueba de (b):
Sea ~x 2 Aa , se tiene entonces ~x 2 A f~xg. Pero A f~xg  B f~xg, luego
~x 2 B f~xg, es decir ~x 2 Ba .
Prueba de (c):
La contencion Aa [ Ba  (A [ B)a se sigue inmediatamente del inciso anterior
ya probado y de las contenciones
A  A[B y B  A[B
Probemos ahora la contencion opuesta (A [ B)a  Aa [ Ba . Sea ~x 2 (A [ B)a ,
se tiene entonces ~x 2 (A [ B) f~xg. Pero

(A [ B) f~xg = A f~xg [ B f~xg ;

luego  
(A [ B) f~xg = A f~xg [ B f~xg ;
por lo tanto
~x 2 A f~xg
 o ~x 2 B f~xg:
Es decir
~x 2 Aa o ~x 2 Ba ;
o sea
~x 2 Aa [ Ba :
Esto prueba la otra contencion y por lo tanto la igualdad deseada.
Prueba de (d):
La prueba de este inciso se obtiene inmediatamente del inciso (b) y de las
relaciones
A\B A y A\B B
Hemos probado la proposicion 2. |
106
Nota 2. En general no se cumple la igualdad en el inciso (d), es decir, en general
se tiene
(A \ B)a 6= Aa \ Ba
Como contraejemplo basta tomar en R:
A=Q y B=R Q

Proposicion 3. Para todo subconjunto A de Rn


A = A [ Aa

Demostracion. Puesto que A  A y Aa  A, se tiene A [ Aa  A.


Probemos ahora la otra contencion A  A [ Aa . Sea ~x 2 A. Si ~x 2 A, entonces
~x 2 A [ Aa . Por otra parte, si ~x 2= A, entonces A = A f~xg, luego
A = A f~xg;
de donde
~x 2 A f~xg = A;
esto signi ca que ~x 2 Aa . Hemos probado la contencion A  A [ Aa y por lo tanto
la desigualdad deseada. |
Corolario 2. Un subconjunto A de Rn es cerrado si y solamente si contiene a todos
sus puntos de acumulacion, es decir, Aa  A.
Demostracion. Se sigue del hecho de que A es cerrado si y solamente si A = A.
Problemas y ejercicios.
1. Pruebe que para toda ~x 2 Rn y toda r > 0
(B(~x; r))a = B(~x; r)
2. Pruebe que para todo subconjunto A de Rn , (Aa )a  Aa y que por lo tanto Aa
es un conjunto cerrado.

107
Lecci
on 10
Sucesiones en Rn

10.1. De nicion y ejemplos. En nuestro curso de Calculo I estudiamos suce-


siones de numeros reales, ahora estudiaremos sucesiones de vectores en Rn
De nicion. Una en Rn es cualquier lista in nita de vectores en Rn
~x1;~x2; : : :;~xk : : :
algunos de los cuales o todos ellos pueden coincidir entre s.
Nota. La palabra lista la estamos empleando como sinonimo del termino \coleccion
ordenada", con lo cual se quiere decir que cada vector tiene asignada una posicion
que lo distingue de cualquier otro. Podemos hablar entonces del primer vector,
segundo vector, tercer vector, etc., etc. Dos elementos de la sucesion pueden ser
iguales pero se distinguen por ocupar diferente posicion. Este orden que carac-
teriza a las sucesiones, juega el mismo papel que el orden que caracteriza, por
ejemplo, a las parejas ordenadas (x; y), o mas generalmente, a las n-adas orde-
nadas (x1; x2; : : :; xn). No es lo mismo el conjunto fx; yg que la pareja ordenada
(x; y). Las parejas (1; 2) y (2; 1) son diferentes, pero los conjuntos f1; 2g y f2; 1g
son iguales. El orden es algo esencial tanto en las parejas ordenadas como en las
sucesiones en general. Otro hecho importante acerca de las sucesiones es que se
trata de listas in nitas, esto las distingue de las n-adas ordenadas (x1 ; x2; : : :; xn),
las cuales podramos decir que son listas nitas. Una lista es in nita aun cuando,
por ejemplo, todos sus elementos coincidan entre s. La in nitud no se re ere a
cuantos elementos diferentes haya, sino al numero de posiciones.
Dada una sucesion
~x1;~x2;~x3; : : :
se tiene de nida de manera natural una funcion de los enteros positivos N en Rn,
tal que a cada entero positivo k le asigna el vector, ~xk :
k 7! ~xk
108
La mayora de los autores de texto, consideran como sucesion a esta funcion,
esto es un mero formalismo, pues en la practica manejan las sucesiones como colec-
ciones ordenadas in nitas. Dado que en realidad esto no causa confusion, nosotros
las manejaremos de ambas maneras, recurriendo casi siempre al listado para repre-
sentarlas. Entonces una sucesion en Rn tambien sera cualquier funcion S : N ! Rn.
El valor de la funcion S en k lo denotaremos alternativamente por S(k) o por ~xk .
Considerando nuevamente las sucesiones como listas in nitas
~x1;~x2;~x3; : : :
y recordando la analoga con las n-adas ordenadas, agregaremos un par de parentesis
para su representacion:
(~x1;~x2;~x3; : : :)
con lo cual estaremos insistiendo en que se trata de una coleccion ordenada y no un
mero conjunto.
La representacion anterior tambien la abreviaremos como
1
~xk +k=1
Algunos autores usan la notacion
~xk +1
k=1
nosotros preferimos usar los parentesis por las razones ya antes expuestas.
 1 , a ~xk se le denomina el de la sucesion. Una
Dada una sucesion ~xk +k=1
sucesion queda de nida al dar su termino general, lo cual en la mayora de los casos
es mediante una formula.
Ejemplo 1. Consideremos n = 2. Sea la sucesion ~xk k 1 dada por ~xk = (k; k ).
+
=1
1

Esta sucesion la podemos escribir en forma de lista como


(1; 1); (2; 12 ); (3; 31 ); : : :
o bien como la lista vertical
(1; 1)
(2; 12 )
(3; 31 )
..
.
109

1 en Rn . Cada vector ~xk es un elemento de
Consideremos una sucesion ~xk +k=1
Rn por lo que tiene n entradas, digamos
~xk = (xk1 ; xk2 ; : : :; xkn):
Escribamos la sucesion en una lista vertical
~x1 = (xk1 ; xk2 ; : : :; xkn)
~x2 = (xk1 ; xk2 ; : : :; xkn)
..
.
~x = (xk1 ; xk2 ; : : :; xkn)
k
..
.
Esta sucesion de ne de manera natural n sucesiones en R:
1
xki +k=1
para i = 1; 2; : : :; n, las cuales llamamos , la primera de ellas la , la que sigue la ,
etc. etc. La primera proyeccion de la sucesion del ejemplo 1 es (k)+k=1 1 , la segunda

proyeccion es k1 +k=1 1.

Ejemplo 2. Las sucesiones proyeccion de la sucesion (~xk )k 1 en R dada por


+
=1
2

x~ k = ( kk + 1; 1 )
+ 2 2k
para toda k 2 N, son dadas por
xk1 = kk +
+2
1

y
xk2 = 21k

Ejemplo 3. Las proyecciones de la sucesion (~xk )k 1 en R de nidas por


+
=1
3

r 
k 1k p
~x = (1 + k ) ; k; 1 k k

k
110
para toda k 2 N, son las sucesiones dadas por

xk1 = 1 + k1 k ;
p
xk2 = k k

y r
xk3 = k 1
k
Problemas y Ejercicios.
1. Calcule los primeros 6 terminos de las sucesiones dadas por
a) xn = n5 + 85n3 + 27n
b) xn = 15n4 + 22n2 + 120
>Que observa?.
2. En la sucesion
1; 0; 1; 1; 0; 0; 1; 1; 1; 0; 0; 0; : : :
diga cual es el elemento que aparece en el lugar 3; 145; 862.
3. Halle una formula para el termino general de la sucesion
1; 1; 2; 2; 3; 3; : : ::
4. Dada una sucesion (ak )1
k=1 , halle una formula para el termino general de la
sucesion
a2 ; a1 ; a4 ; a3 ; a6 ; a5 ; : : :
5. Dadas dos sucesiones (ak )1 1
k=1 y (bk )k=1 , halle una formula para el termino
general de la sucesion
a1 ; b2 ; a3 ; b4 ; a5 ; b6; : : ::

111
Lecci
on 11
Convergencia

11.1. De nicion de lmite de una sucesion. Las propiedades de orden de los


numeros reales fueron las que nos permitieron de nir el concepto de lmite de una
sucesion de numeros reales. Por ejemplo, haba frases como \l  < xk < l + 
para toda n  N". Las desigualdades l  < xk < l + , las escribimos tambien
como jl xk j < , poniendo en juego la distancia entre xk y l. La nocion de
distancia o metrica en R la obtuvimos a partir de la relacion de desigualdad \<",
pero fue la metrica lo que al nal de cuentas nos permitio hablar de cercana, o
de aproximacion. En Rn no tenemos una relacion de orden, pero esta provisto de
una metrica (de hecho, de varias), lo cual nos bastara para hablar de lmite de una
sucesion en ese espacio.
De nicion 1. Una sucesion (~xk )k 1 en Rn se dice que a un vector ~xo 2 Rn si para
+
=1
cada r > 0 existe un natural N 2 N tal que
~xk ~xo < r
para todo ndice k  N. En este caso diremos que la sucesion es y que ~xo es de la
sucesion y escribiremos
lim ~xk = ~xo
k!1
o bien
~xk k!1
! ~xo ;
112
cuando no de lugar a confusion, la ultima simbolizacion la escribiremos simplemente
como
~xk ! ~xo
Si una sucesion no tiene lmite, diremos que o que es .
La de nicion de lmite de una sucesion se puede parafrasear como sigue:
1 , si para cada r > 0, existe N 2 N tal que
1) ~x es lmite de la sucesion (~xk )+k=1
~xk 2 B(~x ; r)
para toda k  N. Es decir,
1 , si toda bola B(~x ; r) \captura" a todos los
2) ~x es lmite de la sucesion (~xk )+k=1
elementos de la sucesion a partir de cierto ndice.
En terminos de implicaciones, podemos escribir

lim ~xk = ~xo


k!1
si 9 N 2 N, tal que

8 k 2 N; k  N =) ~xk ~xo < r
Obviamente la de nicion anterior no garantiza que una sucesion arbitraria tenga
lmite, y tampoco garantiza que una sucesion con lmite no pueda tener mas de uno,
esto ultimo es cierto pero debemos probarlo.
Proposicion 1 (unicidad del lmite). Consideremos una sucesion (~xk )k 1 en +
=1
Rn y sean ~x; ~y 2 Rn tales que
~x = klim
!1
~xk ; y~ = klim
!1
~xk
entonces
~x = ~y
Demostracion. Procedamos por reduccion al absurdo. Supongase que se tuviese
6 ~y;
~x =
113
y tomemos r = 12 k~x ~yk > 0.
Por de nicion de ~x = klim
!1
~xk , existe Nx 2 N tal que
k
~x ~x < r
para k  Nx . Similarmente como ~y = klim
!1
~xk , existe Ny 2 N, tal que
~xk ~y < r
para k  Ny .
Sea ahora N = maxfNx ; Ny g, entonces se cumplen simultaneamente las de-
sigualdades
~xk ~x < r
~xk ~y < r
para k  N. Por lo tanto, para estos mismos valores de k debemos tener

k~x ~yk = ~x ~xk + ~xk ~y


 ~x ~xk + ~xk ~y
< 2r
= k~x ~yk
lo cual es un absurdo. |
La proposicion anterior nos permite hablar en forma determinada de el lmite
de una sucesion, cuando este existe, y no solamente de un lmite.
Terminamos esta seccion con una proposicion que es muy facil de probar, y
la cual nos sera muy util en la prueba de varios resultados acerca de sucesiones
convergentes en Rn , pues reduce la condicion de convergencia a la existencia del
lmite de una sucesion en R.
Proposicion 2. Una sucesion (~xk )k 1 en Rn converge a ~xo si y solamente si
+
=1

~xk ~xo ! 0

114
11.2. Lmite de las sucesiones proyeccion. En esta seccion relacionamos la
convergencia de una sucesion en Rn con la convergencia de la sucesiones proyeccion
correspondientes.
Proposicion 3. Sea (~xk )k 1 una sucesion en Rn y sean
+
=1

1 = (x1; x2; x3 ; : : :)
(~xk1 )+k=1 1 1 1

1 = (x1; x2; x3 ; : : :)
(~xk2 )+k=1 2 2 2

..
.
k +1
(~xn )k=1 = (x1n; x2n; x3n ; : : :)
las sucesiones proyeccion correspondientes. Entonces la sucesion (~xk )+k=1 1 converge
o o o o k +1
a ~x = (x1; x2; : : :; xn) si y solamente si para cada j = 1; 2; : : :; n, (~xj )k=1 converge
a xoj .
Demostracion.
1 converge a ~xo = (xo ; xo ; : : :; xo ). Se tiene
a) Supongase que la sucesion (~xk )+k=1 1 2 n
entonces ~xk ~xo ! 0:
De las desigualdades
0  jxkj xoj j  k~xn ~xo k ;
las cuales valen para j = 1; 2; : : :; n, se sigue que
jxkj xoj j k!1
! 0;
lo cual signi ca que
lim xk = xoj
k!1 j
para j = 1; 2; : : :; n.
b) Recprocamente, supongamos que para cada j = 1; 2; : : :; n
lim xk = xoj :
k!1 j
Entonces
jxkj xoj j k!1
!0
115
para j = 1; 2; : : :; n: Por lo tanto de la desigualdad

0  ~xk xo  jxk1 xo1 j + jxk2 xo2 j + : : : + jxkn xonj
se sigue que ~xk ~xo ! 0;
lo cual signi ca que
lim ~xk = ~xo
k!1

Ejemplo 1. La sucesion (~xk )k 1 en R dada por


+
=1
2

+ 1; 1 )
x~ k = ( kk + 2 2k
para toda k 2 N converge al punto (1; 0) en R2 pues

lim k + 1 = 1
k!1 k + 2
y
lim 1 = 0
k!1 2k

Ejemplo 2. La sucesion (~xk )k 1 en R dada por


+
=1
3

p r 
~xk = (1 + k1 )k ; k;
k k1
k
converge al punto (e; 1; 1), pues

lim 1 + 1 k = e
k!1 k
p
lim k = 1
k!1
k

r
lim 1 =1
k

k!1 k
116
11.3. Algebra de lmites. Finalizamos la leccion estableciendo algunas de las
propiedades basicas sobre el algebra de lmites
De nicion 2. Sean (~xk )k 1 y (~yk )k 1 dos sucesiones en Rn.
+
=1
+
=1

1 + (~yk )+1 de las sucesiones, es la sucesion (~xk + ~yk )+1


i) La (~xk )+k=1 k=1 k=1
ii) Si  es un real cualquiera, la (~xk )+k=1 1 es la sucesion dada por (~xk )+1
k=1
1  (~yk )+1 es la sucesion
iii) El (~xk )+k=1 k=1
k k 1
(~x  ~y ) = (xk1 y1k + xk2 y2k + : : : + xkn ynk )+k=1
Proposicion 4. Sean (~xk )k 1 y (~yk )k 1 dos sucesiones convergentes en Rn y  un
+
=1
+
=1
real. Si klim
!1
~xk = ~x y klim
!1
~yk = ~y entonces
1 + (~yk )+1 es convergente y
a) la sucesion (~xk )+k=1 k=1

lim (~xk + ~yk ) = klim


k!1 !1
~xk + klim
!1
~yk = ~x + ~y

1 es convergente y ademas
b) la sucesion (~xk )+k=1
lim (~xk ) =  klim
k!1 !1
~xk = ~x
1  (~yk )+1 es convergente y
c) la sucesion (~xk )+k=1 k=1

lim (~xk  ~yk ) = (klim


k!1 !1
~xk )  (klim
!1
(~yk ) = ~x  ~y

Demostracion. La prueba es una aplicacion inmediata de la proposicion 3, y se


deja como ejercicio para el lector.

117
Problemas y ejercicios.
1. Pruebe la proposicion 4.
2. Calcule klim
!1
~xk donde
p p
x~ k = ( 2k + 3k ; 3k + 4k )
k k

3. Halle klim
!1
~xk donde

x~ k =
p
k+1
p
k; p 1 p 
k+1+ k

4. Pruebe que la sucesion (~xk )1


k=1 en R , dada por
2

x~ k = k +k 1 ; k +k 1


es convergente y halle su lmite.


5. Considere el cuadrado [0; 1]  [0; 1] en R2 y divdalo en cuatro cuadrados,
uniendo los puntos medios de sus lados opuestos. De estos cuatro cuadra-
dos elija el inferior izquierdo, que tambien llamaremos suroeste. Divida ahora
este ultimo cuadrado, de la misma manera que el original y elija de los cua-
drados resultantes el inferior derecho, o sea, el sureste. Divida este ultimo en
otros cuatro cuadrados y elija ahora el noreste. En la siguiente division elija el
cuadrado noroeste. Continuando con este proceso, obtenemos una sucesion de
cuadrados, cuyas areas estan en la sucesion

1; 212 ; 214 ; 216 ; : : ::


Pruebe que la sucesion correspondiente de los centros de los cuadrados converge
y halle su lmite.

118
Lecci
on 12
Punto lmite

12.1. Subsucesiones y puntos lmite. En esta leccion veremos el concepto de


punto lmite de una sucesion, el cual no debe confundirse con el de lmite. Los
puntos lmite seran los lmites de las subsucesiones.
De nicion 1. Dada una sucesion (~xk )k 1 en Rn , una de ella es toda sucesion de
+
=1
la forma
x~ n1 ; ~xn2 ; ~xn3 ; : : :
donde
n1; n2; n3; : : :
es una sucesion estrictamente creciente de naturales.
Nota. Una subsucesion
x~ n1 ; ~xn2 ; ~xn3 ; : : :
de una sucesion
~x1; ~x2 ; ~x3; : : :
se obtiene tomando elementos de la sucesion para una in nidad de ndices (omi-
tiendo ya sea un un numero nito o in nito de terminos) conservando el orden o
posicion relativa entre ellos.
119
Ejemplo 1. Para la sucesion
1; 2; 3; 1; 2; 3; 1; 2; 3; : : :
las siguientes sucesiones son subsucesiones
a) 1; 1; 1; : : :
b) 2; 2; 2; : : :
c) 3; 3; 3; : : :
d) 1; 2; 1; 2; 1; 2; : : :
e) 3; 1; 3; 1; 3; 1; : : :
f) 1; 3; 2; 1; 3; 2; 1; 3; 2; : : :
Ejemplo 2. La sucesion
3; 1; 7; 5; 11; 9; 15; 13 : : :
no es subsucesion de la sucesion de los impares
1; 3; 5; 7; 9; 11; 13; 15; : : :

De nicion 2. Dada una sucesion (~xk )k 1 en Rn, un vector ~xo 2 Rn se dice que es
+
=1
de la sucesion, si tiene una subsucesion que converge a ~xo .
La de nicion anterior se puede formular de manera equivalente como sigue
De nicion 2bis. Un vector ~xo 2 Rn se dice que es de una sucesion (~xk)k 1 si +
=1
para cada r > 0 y cada N 2 N, existe k > N tal que
~xk x~  < r

En la proposicion de mas adelante de esta misma leccion se establece que el


lmite de una sucesion es un punto lmite, pero el recproco es falso, como lo muestran
los siguientes ejemplos. A diferencia del lmite, una sucesion puede tener varios
puntos lmite, de hecho, puede tener una in nidad. Por otra parte una sucesion con
un unico punto lmite no necesariamente converge.
120
Ejemplo 3.
a) La sucesion en R
1; 0; 1; 0; : : :
tiene dos puntos lmite, a saber 1 y 0.
b) La sucesion
1; 2; 3; 1; 2; 3; : : :
tiene por puntos lmite: 1, 2 y 3.
c) Cada numero natural es punto lmite de la sucesion
1; 1; 2; 1; 2; 3; 1; 2; 3; 4; : : :
El inciso (c) muestra que una sucesion puede tener una in nidad de puntos
lmite
Ejemplo 4. La siguiente sucesion tiene un solo punto lmite y no es convergente
1; 12 ; 2; 13 ; 3; 41 ; 4; 15 ; 5; : : :
Obviamente el unico punto lmite es el cero.
Ejemplo 5. La sucesion de naturales
1; 2; 3; 4; : : :
no tiene puntos lmite
La siguiente proposicion es facil de probar
Proposicion. Sea (~xk )k 1 una sucesion convergente en Rn, y sea ~xo su lmite.
+
=1
Entonces
a) ~xo es punto lmite,
1,
b) no hay otro punto lmite, ademas de ~xo , es decir, toda subsucesion de (~xk )+k=1
o
converge a ~x .

121
Problemas y ejercicios.
1. De un ejemplo de una sucesion en R, cuyo conjunto de puntos lmite sea
f 1; 21 ; 13 ; : : : g.
2. Se puede probar que la totalidad de los numeros racionales es posible ordenarlos
en una sucesion
(q1; q2 ; q3; : : : ):
Determine el conjunto de puntos lmite de esta sucesion.
3. De un ejemplo de una sucesion en R2 no convergente y que tenga por unico
punto lmite al origen ~0.
4. De un ejemplo de una sucesion en R2 , cuyo conjunto de puntos lmite sea
f (1; 1); (2; 2); (3; 3); : : : g:

5 . De un ejemplo de una sucesion en R2 , cuyo conjunto de puntos lmite sea N N.

122
Lecci
on 13
Criterios de Convergencia

13.1. Criterio de Cauchy. El siguiente teorema es uno de los mas importantes


en el estudio de la convergencia de sucesiones, el cual nos permite averiguar si una
sucesion en Rn es convergente, sin necesidad de conocer su lmite. El teorema es
la generalizacion a Rn del Criterio de Cauchy para sucesiones en R, que vimos en
nuestro curso de Calculo I.
Teorema (Criterio de Cauchy). Una condicion necesaria y su ciente para que
1 sea convergente es que para cada r > 0 exista un natural N
una sucesion (~xk )+k=1
tal que
k~xp ~xq k < r
para cualesquiera naturales p; q  N.
La condicion la llamaremos .
Demostracion. La prueba es una aplicacion de la proposicion 3 de la leccion an-
terior y del criterio de Cauchy para sucesiones en R. Para la demostracion supon-
dremos ~xk = (xk1 ; xk2 ; : : :; xkn)
Prueba de la su ciencia:
Supongase que para cada r > 0, existe un natural N tal que
k~xp x~ q k < r
123
para cualesquiera naturales p; q  N. Entonces de las desigualdades
jxpj xqj j  k~xp ~xq k
las cuales valen para toda j = 1; 2; : : :; n y cualesquiera naturales p y q, obtenemos
1 satisfacen la condicion de Cauchy para sucesiones en R,
que las sucesiones (xkj )+k=1
por lo tanto deben converger. Pero de la proposicion 3 de la leccion 12, obtenemos
1 tambien debe converger. Esto prueba la su ciencia.
que la sucesion (~xk )+k=1
La prueba de la necesidad es totalmente similar y se obtiene de la misma
proposicion 3, del Criterio de Cauchy para sucesiones en R y de la desigualdad
k~xp ~xq k  jxp1 xq1j + jxp2 xq2j + : : : + jxpn xqnj
Los detalles de la prueba se dejan como ejercicio para el lector. |
13.2. Teorema de Bolzano-Weierstrass. El resultado principal que veremos
en esta seccion, se re ere a los puntos lmite de una sucesion, y es tambien uno
de los clasicos en el estudio de la convergencia de sucesiones. Para su formulacion
necesitaremos de la siguiente de nicion
De nicion. Una sucesion (~xk )k 1 en Rn se dice que es si existe un real M > 0
+
=1
tal que ~xk < M
para toda k 2 N. Al numero positivo M se le llama una de la sucesion. Dicho de
otro modo, si existe M > 0 tal que ~xk 2 B(~0; M) para toda k 2 N.
La siguiente proposicion es facil de probar
Proposicion. Toda sucesion convergente en Rn es acotada.
Demostracion. Supongamos que (~xk)k 1 es una sucesion convergente en Rn y sea
+
=1
~xo su lmite. Tenemos entonces por de nicion, que para r = 1 existe un natural N
tal que ~xk ~xo < 1
para toda k  N. Pero
k~xkk k~xok  k~xk ~xok;
124
para toda k 2 N, as que
k~xk k k~xo k  k~xk ~xo k < 1
para k  N. De donde
k~xk k < 1 + k~xo k
para toda k  N
Necesitamos M > 0 que cumpla
k~xk k  M
para toda k 2 N. Podramos elegir M = 1 + k~xo k, pero en este caso la desigualdad
se satisfara para k  N, pudiendo no satisfacerse para k = 1; 2; : : :; N 1, esto lo
resolvemos si elegimos
maxf k~x1k; : : :; k~xN 1k; 1 + k~xo k g;
con lo que obviamente obtenemos
k~xk k  M
para toda k 2 N.
El recproco de la proposicion es falso, como lo muestra la sucesion en R:
1; 0; 1; 0; : : :
la cual es acotada pero no convergente. Sin embargo, tenemos un resultado parcial:
Teorema (de Bolzano-Weierstrass). Toda sucesion (~xk )k 1 en Rn acotada tiene
=1
+

un punto lmite. Dicho de otro modo, toda sucesion en Rn tiene


una subsucesion
convergente.
Demostracion. Como en las pruebas anteriores, nos apoyaremos en la version del
teorema para sucesiones en R, sin embargo en este caso hay un detalle que lo hace
un caso diferente. Supongamos
~x1 = (x11 ; x12; : : :; x1n )
~x2 = (x21 ; x22; : : :; x2n )
..
.
~xk = (xn1 ; xk2 ; : : :; xkn)
..
.
125
1 es acotada, se sigue de las desigualdades
Dado que la sucesion (~xk )+k=1

jxkjj  ~xk (j = 1; 2; : : :; n)
que cada una de las sucesiones de coordenadas (xkj )+k=1 1 es acotada. Por lo tanto,
por el teorema de Bolzano-Weierstrass para sucesiones en R, la sucesion (xk1 )+k=1 1
tiene una subsucesion convergente. Sea (x 1 1 (i) )+i=11 una tal subsucesion convergente,
donde por ( 1 (i))+i=11 estamos denotando una sucesion creciente de naturales.
1(1); 1 (2); 1(3); : : :
Consideremos ahora la sucesion (x 2 1 (i) )+i=11 , la cual es subsucesion de (xk2 )+k=1
1 . Esta
subsucesion tambien es acotada, por lo que tiene a su vez una subsucesion conver-

gente, digamos (x2 2(i) )+i=11 . Ahora 2(i) es una subsucesion de 1(i) .

Como siguiente paso consideremos la sucesion (x 3 2 (i) )+i=11 . Esta sucesion no
necesariamente converge, pero siendo acotada, tiene una subsucesion (x3 3(i) )+i=11
convergente.
Continuando con este proceso obtenemos nalmente una sucesion creciente de
 1 , la cual denotamos simplemente por (k)+1 , tal que las
naturales n(k) +k=1 k=1
sucesiones
1 ; (x (k))+1 ; : : :; (x (k))+1
(x1 (k))+k=1 2 k=1 n k=1
convergen. Por lo tanto la sucesion
1
(x (k))+k=1
1
converge, pero esta ultima sucesion es una subsucesion de (~xk )+k=1 |

126
Problemas y ejercicios.
1. Complete la prueba del Criterio de Cauchy.
2. Pruebe que si una sucesion en Rn satisface la condicion de Cauchy y tiene un
punto lmite, entonces converge.
3. Aplicando el criterio de Cauchy, pruebe que la sucesion en R, dada por
xk = a0 + a1 q + a2q2 +    + ak qk
donde (ak )1
k=0 es una sucesion acotada y jqj < 1, es convergente.
4. Usando el Criterio de Cauchy, pruebe que la sucesion en R, dada por

xk = 1 + 212 + 312 +    + k12


es convergente.
5. Enuncie la negacion de que una sucesion satisfaga la condicion de Cauchy:
Una sucesion (~xk )1
k=1 , no satisface la condicion de Cauchy, si : : :
6. Aplicando el criterio de Cauchy, pruebe que la sucesion en R, dada por

xk = 1 + 12 + 13 +    + k1

es divergente.

127
Lecci
on 14
Funciones de varias variables reales

14.1 Terminologa y ejemplos. En la leccion 1 iniciamos nuestro estudio sobre


funciones con algunas de sus propiedades generales. En esta leccion lo continuare-
mos, pero ahora sobre funciones cuyo dominio esta en Rn. En lo sucesivo supon-
dremos, a menos que se diga otra cosa, que n y m son enteros positivos mayores o
iguales que 2, as que n y m estaran reservados para este uso particular.
Una funcion f cuyo dominio sea un subconjunto A de Rn, la denominaremos de
n; y de manera generica nos referiremos a estas funciones como de o simplemente
de . Si f esta de nida en un subconjunto de R diremos que es una funcion de . Si
f esta de nida en un conjunto arbitrario, pero toma valores en R, diremos que es
una , si toma valores en Rm , diremos que es una . Por ejemplo, si A  R2 y f es
una funcion A ! R, entonces f es una funcion real de dos variables reales.
Una funcion f con dominio A en Rn y con valores en Rm , de ne de manera
natural m funciones reales fi : A ! R (i = 1; 2; : : :; m), dadas por
f(~x) = (f1 (~x); f2(~x); : : :; fm (~x)) (14.1)
que denominaremos o de f; valdra escribir
f = (f1 ; f2; : : :; fm )
128
Las componentes de f son funciones reales de n variables y quedan determinadas
unvocamente por la funcion f. Recprocamente, m funciones fi : A ! R, determi-
nan una unica funcion f : A ! Rm mediante la relacion (14.1).
La gra ca de una funcion de una variable real con valores reales, digamos, f :
[a; b] ! R, se interpreta geometricamente como un subconjunto del plano (\curva"),
matematicamente es un subconjunto de R2 :
G (f) = f (x; y) j x 2 [a; b]; y = f(x) g
En general, la de una funcion f : X ! Y , donde X y Y son conjuntos cualesquiera,
es el conjunto
G (f) = f (x; y) j x 2 X; y = f(x) g  X  Y
Ejemplo 1. La funcion f : R ! R, dada por
2

f(x; y) = x 2y
es una funcion real de dos variables y su gra ca es un subconjunto de R3 , el cual
interpretamos geometricamente como un plano en el espacio tridimensional. En
terminos precisos, la gra ca es el conjunto
f (x; y; z) j z = x 2y g;
y geometricamente corresponde al plano en el espacio tridimensional, cuya ecuacion
es z = x 2y.
Ejemplo 2. La gra ca de la funcion f : R ! R, dada por
2

f(x; y) = x2 + y2
es un subconjunto de R3 y corresponde geometricamente a una super cie, que se
denomina
Abusando un tanto de la terminologa, nos referiremos a la interpretacion
geometrica de una gra ca como a la gra ca misma.
Ejemplo 3. La gra ca de la funcion g: B(~0; 1) ! R, donde B(~0; 1) es el disco
cerrado unitario en R2 con centro en el origen (respecto a la norma euclidiana),
dada por p
g(x; y) = 1 x2 y2 ;
129
es el hemisferio norte de la esfera de radio 1, con centro en el origen, incluyendo el
ecuador.
Ejemplo 4. La funcion h : R ! R, dada por
2

 xy si (x; y) 6= (0; 0)
h(x; y) = x2 +y2
0 si (x; y) = (0; 0)
es una funcion real de dos variables, cuya gra ca es una super cie.
Ejemplo 5. La gra ca de la funcion F : R ! R de nida como
2

F(x; y) = xy
es una super cie en el espacio tridimensional, la cual se denomina , pues tiene ese
aspecto.
Ejemplo 6. La gra ca de la funcion f : R ! R, dada por
2

f(x; y) = x2 y2
= (x y)(x + y)
es una super cie que tambien se llama silla de montar, por las mismas razones del
ejemplo 5, solo que guarda una posicion diferente respecto a los ejes coordenados.
Ejemplo 7. La gra ca de la funcion G : R ! R, dada por
2

G(x; y) = x(x y)(x + y)


es una super cie en el espacio tridimensional, que se llama , pues tiene el aspecto
de una silla de montar con la modi cacion adecuada para la cola del mono.
Hemos convenido en la leccion 1, que las funciones reales de una variable real
que esten de nidas mediante formulas, se asumiran, sin no se hace aclaracion alguna,
que su dominio estara constitudo por todos los reales para los cuales tenga sentido
la formula, y que su contradominio son todos los reales. De la misma manera, las
funciones de varias variables reales, las daremos usualmente mediante formulas, las
cuales de niran implcitamente su dominio.
Ejemplo 8. La funcion H dada por
H(x; y) = p 1
x2 + y 2 4
130
tiene por dominio R2 , exceptuando los puntos de la bola cerrada con centro el origen
~0 y radio 2. Es decir, su dominio es R2 B(~0; 2), respecto a la norma euclidiana.
Su gra ca es una super cie en R3 , que tiene la forma de enorme corneta.
Ejemplo 9. La funcion f de nida por
f(x; y) = (x + y; x2 + y2 )
es una funcion R2 ! R2 . Su gra ca es un subconjunto de R4 , el cual, obviamente
no interpretamos geometricamente, pero que esta de nido como
G (f) = f (x; y; u; v) 2 R4 j u = x + y; v = x2 + y2 g
El dominio de una funcion vectorial f = (f1 ; f2; : : :; fm ), de nida mediante
formulas para cada una de la funciones f1 ; f2 ; : : :; fm , esta constitudo por la inter-
seccion de los m dominios correspondientes.
Ejemplo 10. La funcion f dada por
p
f(x; y) = ( p 2 xy 2 ; 4 x2 y2 )
x +y 1
es una funcion vectorial, con valores en R2, que tiene por dominio el anillo semia-
bierto en R2 de nido por
f ~x j 0 < k~xk2  2 g:
Su gra ca es un subconjunto de R4. Las funciones componentes estan dadas por
f1 (x; y) = p 2 xy 2
x +y 1
p 2 2
f2 (x; y) = 4 x y
Ejemplo 11. La funcion f de nida por
f(t) = (t 1; 2t + 1; 3t 4)
es una funcion vectorial de variable real, su gra ca es un subconjunto de R4 , pero
su imagen es un subconjunto de R3 :
f (x; y; z) j x = t 1; y = 2t + 1; z = 3t 4 g
131
cuya interpretacion geometrica es una recta en el espacio tridimensional. Notese
que ahora estamos interpretando geometricamente la imagen de la funcion y no su
gra ca, como lo habamos estado haciendo. La funcion f de hecho es una parame-
trizacion de dicha recta.
Ejemplo 12. La funcion : [0; 2] ! R dada por
2

(t) = (cos t; sen t)


tiene como imagen el crculo unitario en el plano. Esta funcion es una parame-
trizacion de dicho crculo.
Ejemplo 13. La funcion dada por
(t) = (cos t; sen t);
tiene como dominio todos los reales (segun nuestra convencion) y su imagen es el
mismo crculo del ejemplo anterior. En este caso, el crculo \es recorrido mediante
una in nidad de vueltas". Tambien se dice que parametriza dicho crculo.
Ejemplo 14. Sea : R ! R dada por
3

(t) = (cos t; sen t; t)


la imagen de esta funcion es una espiral en el espacio tridimensional xyz, cuya
proyeccion en el plano xy es un crculo de radio 1. Digamos que es una especie de
alambre que se enrrolla con espaciamiento uniforme, alrededor de un cilindro.
Ejemplo 15. Si a y b son reales diferentes, la funcion f de nida por
f(t) = (a cos t; bsen t)
es una parametrizacion de la elipse cuya ecuacion canonica es
x2 + y2 = 1:
a2 b2

132
Ejemplo 16. Si a es un real positivo, la funcion S : [0; 2)  [0; ] ! R dada por
3

S(u; v) = (a sen u cos v; a sen u sen v; a cos u)


es una funcion vectorial de dos variables reales, su gra ca es un subconjunto de R5,
pero su imagen es la esfera en el espacio tridimensional, con centro el origen y radio
a. Decimos entonces que S es una parametrizacion de dicha super cie esferica.
Problemas y ejercicios.
1. Determine el dominio y contradominio de cada una de las funciones dadas
mediante las siguientes expresiones
a) f(x; y) = x2xyy2 g) f(x; y) = log(1xy)
p
b) f(x; y) = x2 y2 h) f(x; y) = pxpy log(1x y
1)( 2)

c) f(x; y) = px + y i) f(x; y) = 4x2 xy+y2


4
1

d) f(x; y) = xy1 j) f(x; y) = 1 px1 2 +y2


e) f(x; y) = sen (1x+y)
p
k) f(x; y) = 1 x2 y2
f) f(x; y) = log(x + 2y) l) f(x; y) = p4 x1 2 y2 + px2 +1y2 1
2. De una parametrizacion del crculo en el plano, con centro (h; k) y radio r.
3. De una parametrizacion de la parabola que tiene por ecuacion y = (x 1)2 +3.
4. Describa la curva que tiene por parametrizacion
(t) = (a cos t; b sen t; ct):

133
Lecci
on 15
Lmite de una funcion

15.1 La de nicion de lmite. El concepto de lmite lo hay en varios contextos,


por ejemplo, lmite de una sucesion, lmite de una funcion real de una variable real
(como lo vimos en nuestros primeros cursos de Calculo), lmite de una sucesion
de funciones, etc. Ahora veremos esta nocion para el caso de funciones de varias
variables reales.
En el caso de funciones de una variable, usamos la simbolizacion
lim f(x) = `;
x!xo
para abreviar un concepto por demas complicado, que formulamos de manera pre-
cisa, pero que intuitivamente lo podemos describir como el hecho de que para puntos
x cercanos a xo , podemos obtener valores de la funcion f(x) tan proximos a ` como
se desee. Para el caso de una funcion real, por ejemplo, de dos variables, la situacion
es totalmente analoga. Podemos usar una notacion similar
lim f(x; y) = `;
x!xoo
y!y

solo que en este caso, el acercamiento de la variable al punto en cuestion tiene dos
grados de libertad. Cuando hacemos tender (x; y) al punto (xo ; yo ), lo debemos
hacer sobre una region bidimensional, por lo que se trata de una variabilidad mas
134
compleja. El miembro izquierdo de la expresion anterior lo podemos interpretar
como el lmite iterado, ya sea en el orden
lim lim f(x; y)
y!yo x!xo

o bien
lim lim f(x; y);
x!xo y!yo
valores que, en caso de existir, no necesariamente coinciden. La situacion se agudiza
todava mas, al incrementar el numero de variables. Esto, sin embargo, lo pode-
mos resolver facilmente con nuestro concepto de norma, o mas bien, con nuestro
concepto de distancia. Es la nocion de distancia lo que al nal de cuentas, nos
permitira de nir el concepto de lmite, lo cual haremos en esta seccion as tambien
formularemos algunos enunciados equivalentes.
De nicion 1. Sea A  Rn, f una funcion A ! R y ~xo un punto de acumulacion
de A. Se dice que un real ` es de la funcion f en el punto ~xo si para cada r > 0
existe  > 0 tal que todos los puntos que esten similtaneamente en A y en la bola
abierta B(~x~0 ; ) excluyendo el mismo punto ~xo , tienen su imagen en el intervalo
(` r; ` + r). dicho de otro modo, si para cada r > 0, existe  > 0 tal que
jf(~x) `j < r;
para todo ~x 2 A que cumpla 0 < k~x ~xo k < . En este caso escribimos
lim f(~x) = `:
~x!~xo

Nota. Observemos que en la de nicion anterior, el dominio A de f es totalmente


arbitrario por lo que no debemos suponer que es abierto, cerrado o de alguna forma
particular. Tambien observemos que el punto ~xo no necesariamente es un punto de
A; puede no ser elemento de A, pero si lo fuese, de todas maneras para propositos
del lmite, debemos excluirlo de aquellos puntos donde valuamos la funcion. Esta
condicion es muy importante, pues con ella se esta indicando que en lo que respecta
al lmite, el valor f(~xo ) es irrelevante. No solo hemos de ignorar el punto ~xo , sino
que deliberadamente debemos excluirlo, en lo que al lmite concierne. Finalmente,
notese que requerimos que ~xo sea un punto de acumulacion de A, esto es con el n
de poder acercarse a el, tanto como se quiera, lo cual no sera posible si fuese un
punto aislado.
135
En la de nicion anterior hemos considerado funciones reales, es decir, funciones
que toman valores en R. Claramente podemos generalizarla al caso de funciones
vectoriales.
De nicion 2. Sea A  Rn, f una funcion A ! Rm y ~xo un punto de acumulacion
de A. Se dice que ~` es de la funcion f en el punto ~xo si para cada r > 0 existe
 > 0 tal que
kf(~x) ~`k < r;
para todo ~x 2 A que cumpla 0 < k~x ~xo k < . En cuyo caso escribimos
lim f(~x) = ~`;
~x!~xo
o de manera simple como
limf(~x) = ~`:
La siguiente proposicion es obvia y resulta muy practica en el manejo de lmites
de funciones de varias variables.
Proposicion 1. Sea A  Rn, f una funcion A ! Rm y ~xo un punto de acumulacion
de A. La condicion
lim f(~x) = ~`:
~x!~xo
es equivalente a
lim kf(~x) ~`k = 0;
~x!~xo
lo cual escribimos simplemente como
kf(~x) ~`k ! 0
En las de niciones anteriores, tuvimos cuidado de no referirnos al termino
lmite en forma determinada, es decir, hablamos de ~` como lmite y no como el
lmite. En las de niciones no nos comprometimos ni a la existencia ni a la unicidad.
La unicidad es facil de probar:
Proposicion 2 (Unicidad del lmite). Sea A  Rn , f una funcion A ! Rm y
~xo un punto de acumulacion de A. Si ~` 2 Rm y ~` 2 Rm son tales que
1 2

~`1 = lim f(~x)


~x!x~ o

~`2 = lim f(~x);


~x!x~ o

136
entonces
~`1 = ~`2

Demostracion. Para probar la proposicion mostremos que


k~`1 ~`2k = 0:
Puesto que tenemos la desigualdad
0  k~`1 ~`2 k  k~`1 f(~x) + f(~x) ~`2 k
 k~`1 f(~x)k + kf(~x) ~`2 k
la cual vale para todo vector ~x en A, y dado que
kf(~x) ~`1 k ! 0
kf(~x) ~`2 k ! 0;
se sigue la igualdad deseada. |
La proposicion anterior nos permite ahora hablar de el lmite de una funcion,
cuando tal lmite exista.
La de nicion 2 generaliza la de nicion 1, sin embargo, el estudio sobre lmites
de funciones vectoriales lo podemos reducir al de funciones reales, va la siguiente
proposicion.
Proposicion 3. Sea A  Rn, f una funcion A ! Rm y ~xo un punto de acumu-
lacion de A. Escribamos f en terminos de sus componentes f = (f1 ; f2 ; : : :; fm ).
Entonces, la existencia del lmite
lim f(~x)
~x!~xo
es equivalente a la existencia de los lmites
lim f (~x)
~x!~xo i
para i = 1; 2; : : :; m. En este caso se tiene ademas
lim f(~x) = (~xlim
~x!~xo
f (~x); : : :; ~xlim
!~x 1
o o
f (~x))
!~x m
137
Demostracion. Supongamos que existe el lmite
lim f(~x) = ~`
~x!~xo
= (`1 ; `2; : : :; `m );
y mostremos que para cada i = 1; 2; : : :; m
jfi (~x) `i j ! 0:
Pero esto se sigue inmediatamente de las desigualdades
0  jfi(~x) `i j  kf(~x) ~`k
(i = 1; 2; : : :; m) y de la hipotesis
kf(~x) ~`k ! 0:
Recprocamente, supongamos que existen los lmites
lim f (~x) = `i ;
~x!~xo i

para i = 1; 2; : : :; m y sea ~` = (`1 ; `2; : : :; `m ). Tenemos entonces


jfi (~x) `i j ! 0:
para i = 1; 2; : : :; m, por lo tanto de la desigualdad
X m
0  kf(~x) ~`k  jfi(~x) `i j
i=1
obtenemos
kf(~x) ~`k ! 0:
Esto prueba la proposicion 3. |
Para nalizar la seccion, enunciamos y probamos una condicion equivalente
para el concepto de lmite, en terminos de lmites de sucesiones. Esta proposicion
resulta particularmente util, ya que en el estudio de lmites de funciones podemos
aplicar las propiedades de lmites de sucesiones estudiadas anteriormente.
138
Proposicion 4. Sea A  Rn, f una funcion A ! Rm y ~xo un punto de acumulacion
de A. Entonces la condicion
lim f(~x) = ~`
~x!~xo
es equivalente a
lim f(~xk ) = ~`:
k!1
1 de elementos de A, con puntos diferentes de ~xo , que
para toda sucesion (~xk )+k=1
o
tienda a ~x .
Demostracion. Supongamos que
lim f(~x) = ~`;
~x!~xo
1 una sucesion arbitraria de elementos de A con ~xk 6= ~xo , que tiende a
y sea (~xk )+k=1
~xo . Mostremos, usando la de nicion de lmite de una sucesion, que
f(~xk ) ! ~`:
Sea r > 0 arbitraria. Como ~xlim
!~x
f(~x) = ~`, existe  > 0 tal que
o

kf(~x) ~`k < r;


para todo vector ~x 2 A que cumpla
0 < k~x ~xo k < :
Por otra parte, como ~xk ! ~xo , existe un ndice N 2 N, tal que
k~xk x~ o k < ;
para toda k 2 N. Por lo tanto,
kf(~xk ) ~`k < r;
para toda k 2 N. Esto prueba que
lim f(~xk ) = ~`:
k!1
139
Para la prueba del recproco procederemos razonando por contradiccion. Su-
pongamos que
lim f(~xk ) = ~`;
k!1
1 en A, de puntos distintos de ~xo , convergente a ~xo . Si
para toda sucesion (~xk )+k=1
no se tuviese
lim f(~x) = ~`;
~x!~x o

existira ro > 0, tal que para cada  > 0, sera posible encontrar un punto ~x 2 A
cumpliendo 0 < k~x ~xo k < , pero con
kf(~x) ~`k  ro :
En particular, para cada k 2 N, habra un punto ~xk 2 A tal que

0 < k~xk x~ o k < k1


y
kf(~xk ) ~`k  ro :
1 as construda convergera al vector ~xo , pero obvia-
Es claro que la sucesion (~xk )+k=1
mente no se tendra
lim f(~xk ) = ~`:
k!1
lo que contradira nuestra hipotesis. Esto prueba la proposicion 4. |
15.2. Algunas propiedades basicas. En esta seccion presentamos algunas de las
propiedades sobre algebra de lmites, analogas a las que estudiamos para funciones
reales de una variable.
Proposicion 5. Sea A  Rn y ~xo un punto de acumulacion de A. Sean f y g
funciones A ! Rm , para las cuales existen los lmites
~`1 = lim f(~x)
~x!x~ o

~`2 = lim g(~x):


~x!x~o

140
Entonces
i)
lim (f + g)(~x) = ~xlim
~x!~xo !~x
f(~x) + ~xlim
o !~x
g(~x) o

= ~`1 + ~`2
ii)
lim (f  g)(~x) = ~xlim

f(~x)  ~xlim f(~x)

~x!~x
o !~x o !~x o

= `~1  `~2
donde f  g esta de nida por (f  g)(~x) = f(~x)  g(~x), para toda ~x 2 A. En el
caso particular m = 1, el producto punto f  g se convierte en el producto
usual fg, el cual esta dado por (fg)(~x ) = f(~x)g(~x) y el resultado queda
como  lim g(~x)
lim
~x!~x
(fg)(~
o
x ) = lim
~x!~x
f(~
xo
) ~x!~x o

iii) si es un escalar, entonces


lim ( f)(~x) = ~xlim
~x!~x o !~x
f(~x) o

= `~1
Esta proposicion es consecuencia inmediata de la proposicion 4 y de las propie-
dades correspondientes para lmites de sucesiones (proposicion 4 de la leccion 11).
La siguiente proposicion tambien es facil de probar
Proposicion 6. Sea A  Rn, f una funcion A ! Rm y ~xo un punto de acumulacion
de A. Sea ' : A ! R. Supongamos que existen los lmites
lim f(~x)
~x!~xo
y
lim '(~x);
~x!~xo
entonces
i) existe el lmite de la funcion 'f en ~xo y ademas
lim ('f)(~x) = ~xlim '(~x) ~xlim

f(~x) ;

~x!~x o !~x o !~x o

141
ii) si
lim '(~x) 6= 0
~x!x~ o
entonces, existe una bola abierta B(~xo ; ), tal que '(~x) 6= 0 para toda
~x 2 A \ B(~xo ; ) con excepcion de ~xo y la funcion 'f , de nida a lo menos
en el conjunto A \ B(~xo ; ) f~xo g, tiene lmite en el punto ~xo , se cumple
ademas
lim f(~x) = ~xlim
!~x
f(~x)
lim '(~x) :
o

~x!~x '(~x)
o
~x!~xo
Para la demostracion de (ii) imtese la prueba del resultado correspondiente
para funciones de una variable. Los detalles se dejan como ejercicio para el lector.
Ejemplo 1. Sea p : R ! R dada por
1
2

p1(x; y) = x
para todo (x; y) 2 R2 . Si (xo ; yo ) es un punto cualquiera de R2 , entonces
lim p1(x; y) = xo :
(x;y )!(x ;y )
o o

En efecto, puesto que


0  jp1(x; y) p1(xo ; yo )j = jx xo j  k(x xo ; y yo )k
se sigue que
jp1(x; y) p1 (xo ; yo )j ! 0
cuando
k(x xo ; y yo )k ! 0
Ejemplo 2. De manera similar al ejemplo 1, es facil probar que si p : R ! R 2
2

esta dada por p2 (x; y) = y, entonces


lim p2(x; y) = yo :
(x;y )!(x ;y )
o o

En general, de namos pi : Rn ! R por


pi (~x) = xi ;
n
para todo ~x = (x1 ; x2; : : :; xn) 2 R , entonces
lim p (~x) = xoi ;
~x!~x i o

para todo punto ~xo = (xo1; xo2; : : :; xon) 2 Rn .


142
Ejemplo 3. Como consecuencia del ejemplo 2, y de la proposicion 5 tenemos
i) (x;ylim
)!(a;b)
(x + y) = a + b
ii) (x;ylim
)!(a;b)
(xy) = ab
iii) (x;ylim
)!(a;b)
(x2 ) = a2
iv) (x;ylim
)!(a;b)
(y2 ) = b2
iv) (x;ylim
)!(a;b)
(x2 + 5xy + 2y2 ) = a2 + 5ab + 2b2
En general tenemos el siguiente resultado
Proposicion 7. Sea p : R ! R una funcion polinomial en dos variables
2

X
r X
s
p(x; y) = aij xiyj ;
i=0 j =0
la cual se puede escribir en la forma
X
r
p(x; y) = pi(y)xi
i=0
donde cada pi (y) es un polinomio en y, o bien
X
s
p(x; y) = qj (x)yj ;
j =0

donde cada qj (x) es un polinomio en x. Entonces tenemos


X
r X
s
lim
x;y)!(a;b)
p(x; y) = aij aibj
(
i=0 j =0

La prueba se obtiene de la proposicion 5 y del resultado parcial

(
lim (Axi yj ) = Aai bj
x:y)!(a;b)
143
que es consecuencia a su vez de la misma proposicion 5.
Como aplicacion de la proposicion anterior, tenemos
Ejemplo 4.
(
lim (4x5 + 2x2y3 4y4 + 2x2y + 7) = 4a5 + 2a2b3 4b4 + 2a2b + 7
x;y)!(a;b)

Como consecuencia de las proposiciones 6 y 7 tenemos


Proposicion 8. Si p(x; y) y q(x; y) son dos funciones polinomiales en las variables
6 0, entonces
x; y, y q(a; b) =
lim p(x; y) = p(a; b)
(x;y )!(a;b) q(x; y) q(a; b)
Un ejemplo de la proposicion 8 es el siguiente
Ejemplo 5.
lim x2 y2 = a2 b2
(x;y )!(a;b) x4 + y 4 + 1 a4 + b 4 + 1
Es claro que las proposiciones 7 y 8 se generalizan facilmente al caso de n
variables, para toda n 2 N.
Ejemplo 6. Sea f : R ! R de nida como
2

 xy si (x; y) 6= (0; 0)
f(x; y) = x2 +y2
0 si (x; y) = (0; 0)
Mostremos que esta fucion no tiene lmite en el punto (0; 0). Para ello recurriremos
1 y (~yk )+1
a la proposicion 4 de esta leccion, exhibiremos dos sucesiones (~xk )+k=1 k=1
que convergen a (0; 0), pero cuyas sucesiones de imagenes correspondientes f(~xk ) y
f(~yk ), no convergen a lo mismo (lo cual ira en contradiccion con la proposicion 4).
Para cada k 2 N, de namos ~xk = ( k1 ; k1 ), tenemos entonces para toda k 2 N
1
f(~xk ) = k22
k2
= 21 ;
144
as que ~xk ! ~0 y f(xk ) ! 12 .
Por otra parte, para k 2 N sea ahora ~yk = ( k1 ; k2 ). Tenemos entonces para toda
k2N
2
k2
f(~yk ) = 1+4
k2
= 25 ;

as que tenemos ~yk ! ~0 y f(yk ) ! 52 6= 21 .


La no existencia del lmite en el punto (0; 0) del ejemplo anterior, podramos
atribuirlo al hecho de que la funcion la de nimos por piezas, esto no siempre es el
caso, como se muestra a continuacion, ademas recordemos que la existencia o no
existencia del lmite en un punto, no depende del valor de la funcion en el punto,
en este caso (0; 0).
Ejemplo 7. Sea f : R ! R de nida como
2

( p xy si (x; y) 6= (0; 0)
x2 y 2
f(x; y) = +

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


Entonces
lim f(~x) = 0:
~x!~0
Esto se sigue de la desigualdad
px + y
0  p jxyj
2 2
 2
x2 + y2
para todo (x; y) 6= (0; 0), la cual se obtiene a su vez de la desigualdad elemental

jabj  a +2 b ;
2 2

valida para cualesquiera reales a y b.

145
Problemas y ejercicios.
1. Pruebe la proposicion 6.
2. Para las siguientes funciones
i)  2xy 2 si (x; y) 6= (0; 0)
f(x; y) = x +y
0 si (x; y) = (0; 0)
ii) ( x2 y2
f(x; y) = x2 +y2 si (x; y) 6= (0; 0)
0 si (x; y) = (0; 0)
iii) ( (xy)2
si (x; y) 6= (0; 0)
f(x; y) = (xy)2 +(x y)2
0 si (x; y) = (0; 0)
calcule, si existen, los lmites iterados
lim lim f(x; y)
y!0 x!0
lim lim f(x; y):
x!0 y!0

3. Para las siguientes funciones, indique si existen los lmites


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

(
lim
x;y)!(0;0)
f(x; y)
y determine su valor cuando as sea.
i)  sen (xy) si
f(x; y) = x x 6= 0
y si x=0
ii)  (x + y)sen ( 1 )sen ( 1 )
x y si (x; y) 6= (0; 0)
f(x; y) =
0 si (x; y) = (0; 0)
146
iii) ( sen x sen y si tan x 6= tan y
f(x; y) = tan x tan y
cos x 3
si tan x = tan y
4. Funci
on de Dirichlet. Para todo real en [0,1], pruebe que
 0 si x es irracional
f(x) = mlim n(m! x) =
!1 nlim
!1 cos
2
1 si x es racional
La funcion f de nida de esta manera se le conoce como o de los racionales
en el intervalo [0; 1]

147
Lecci
on 16
Funciones continuas

16.1 De nicion y ejemplos. El concepto de continuidad, es de los mas impor-


tantes en la topologa de Rn, puede desarrollarse de manera independiente a la
nocion de lmite, sin embargo, los resultados obtenidos acerca de este ultimo en
la leccion anterior, podemos aprovecharlos para facilitar nuestro estudio sobre fun-
ciones continuas, incluyendo la de nicion misma.
Cuando estudiamos el concepto de lmite de una funcion en un punto, insistimos
en que el punto en cuestion no necesariamente debera ser del dominio de la funcion.
Pero cuando as lo fuese, de todas maneras, el valor de la funcion en tal punto sera
irrelevante. Ahora para la continuidad, este valor recobra importancia, como se
muestra en la siguiente de nicion.
De nicion. Sea D un subconjunto abierto de Rn y f una funcion D ! Rn. Se
dice que f es en un punto ~xo 2 D si
i) existe ~xlim
!~x
o
f(~x)
ii) ~xlim
!~x
o
f(~x) = f(~xo )
f es en ~xo si no es continua en ~xo .
Usando la de nicion de lmite, la de nicion anterior se traduce directamente
como:
148
f : D ! Rn es en ~xo 2 D, si para cada r > 0 existe  > 0 tal que
kf(~x) f(~xo )k < r
siempre que
~x 2 D y 0 < k~x x~ o k < 
Puesto que D es abierto y ~xo 2 D, existe una bola B(~xo ; o ) contenida en D,
as que en este caso podemos omitir la condicion ~x 2 D con tal que restrinjamos los
valores de  a ser menores que o , lo cual es posible hacerlo en la misma de nicion de
lmite, sin cambiar su signi cado. Observemos por otra parte, que si en la traduccion
que hemos hecho de continuidad, inclumos el punto ~xo , es decir, si reemplazamos
la desigualdad
0 < k~x ~xo k < 
por una \mas fuerte":
0  k~x ~xo k < ;
obtenemos un enunciado equivalente, pues para el punto adicional ~x = ~xo , la de-
sigualdad
kf(~x) f(~xo )k < r
se cumple trivialmente, ya que el miembro izquierdo es igual a cero. Tenemos pues,
un enunciado equivalente de continuidad:
De nicion Bis. Sea D un subconjunto abierto de Rn y f una funcion D ! Rn.
Se dice que f es en un punto ~xo 2 D si para cada r > 0 existe  > 0 tal que
kf(~x) f(~xo )k < r
siempre que
k~x ~xo k < 
Ambos enunciados aparecen usualmente en los libros de texto, y aun cuando
son equivalentes, nosotros preferimos usar directamente el primero de ellos, pues
nos permitira utilizar las propiedades ya demostradas para lmites.
El que D sea un conjunto abierto en Rn, fue lo que nos permitio omitir la
condicion ~x 2 D en nuestra segunda version de continuidad. Esta condicion sobre
D pudimos no estipularla (as como lo hicimos en la de nicion de lmite), sin em-
bargo para nes de continuidad, resulta importante que el acercamiento al punto
~xo mediante puntos ~x, sea \en todas direcciones". Cabe mencionar, que tambien
hay la nocion de continuidad relativa a un conjunto, con ella podemos referirnos a
149
cualquier subconjunto D en Rn, sin que necesariamente sea abierto. Seguramente
el lector se imaginara como se establece esta de nicion.
En lo que sigue, D siempre representara un conjunto abierto en Rn , por lo
que la condicion no sera necesario hacerla explcita, sin embargo, ocasionalmente lo
recordaremos cuando as lo amerite.
De la proposicion 7 de la leccion anterior obtenemos la siguiente
Proposicion 1. Toda funcion polinomial de dos variables p: R ! R 2

X
r X
s
p(x; y) = aij xiyj ;
i=0 j =0

es continua en cada punto (a; b) 2 R2.


La prueba se obtiene inmediatamente de la relacion
X
r X
s
lim p(x; y) =
(x;y )!(a;b)
aij aibj
i=0 j =0
Tambien tenemos
Proposicion 2. Toda funcion racional
p(x; y)
R(x; y) = q(x; y)
donde p(x; y) y q(x; y) son funciones polinomiales, es continua en cada punto (a; b)
de R2 tal que q(a; b) 6= 0.
El resultado se obtiene de la relacion
lim p(x; y) = q(a;
(x;y )!(a;b) q(x; y)
p(a; b) ;
b)

Ejemplo 1. la funcion f : R ! R de nida como


2

 xy si (x; y) 6= (0; 0)
f(x; y) = x2 +y2
0 si (x; y) = (0; 0)
150
es continua en cada punto (x; y) 6= (0; 0), y discontinua en (0; 0).
La primera a rmacion se deduce de la proposicion 2 anterior. La segunda
a rmacion se obtiene del hecho de que no existe el lmite de la funcion en el punto
(0; 0).
Ejemplo 2. La funcion f : R ! R de nida como
2

( p xy si (x; y) 6= (0; 0)
f(x; y) = x2 +y2
0 si (x; y) = (0; 0);
es continua en cada punto (x; y) 2 R2, incluyendo el punto (0; 0).
16.2 Algunas propiedades basicas. Como consecuencia de las propiedades sobre
lmites, obtenemos las correspondientes para funciones continuas.
Proposicion 3. Una funcion f : D ! Rm es continua en un punto ~xo 2 D, si y
solamente si
kf(~x) ~`k ! 0

Proposicion 4. Una funcion f = (f ; f ; : : :; fm ): D ! Rm es continua en un


1 2
punto ~xo 2 D, si y solamente si cada funcion componente fi : D ! R es continua
en ~xo .
Proposicion 5. Una funcion f : D ! Rm es continua en un punto ~xo 2 D, si y
1 de elementos de D que tienda a ~xo ,
solamente si para cada sucesion (~xk )+k=1

f(~xk ) ! f(~xo ):

Proposicion 6. Sean f y g funciones D ! Rm continuas en un punto ~xo 2 D y


un escalar. Entonces
i) f + g: D ! Rm es continua en ~xo
ii) f  g: D ! R es continua en ~xo
iii) f : D ! Rm es continua en ~xo
151
Proposicion 7. Sean f : D ! Rm y ': D ! R funciones continuas en un punto
~xo 2 D. Entonces
i) 'f : D ! Rm es continua en ~xo .
ii) si '(~xo ) 6= 0, la funcion 'f : D ! Rm esta de nida a lo menos en una bola
abierta B(~xo ; r) y es continua en ~xo .
Proposicion 8. Sea f : U ! Rm y g: V ! Rp , donde U es un abierto en Rn y V
abierto en Rm . Se supone que f(U)  V . Si f es continua en ~a 2 U y g es continua
en f(~a), entonces la funcion compuesta g  f : U ! Rp es continua en ~a.
La demostracion es muy facil y se deja como ejercicio para el lector.
16.3 Mas propiedades. La continuidad de una funcion es un concepto puntual,
en el sentido de que se establece para puntos individuales. Aun cuando una funcion
pueda tener la propiedad para cada punto de su dominio, el concepto mantiene su
caracter puntual, es interesante, sin embargo, el estudio de las funciones que son
continuas en cada punto de su dominio o en cada punto de un abierto, pues implica
ciertas propiedades globales. En esta seccion presentamos dos resultados, uno de
tipo global y otro local.
De nicion. Una funcion f : D ! Rm continua en cada punto ~x de su dominio,
se llama D o simplemente . En general, si f es continua en cada punto de un
subconjunto A  D, diremos que es A.
Proposicion 9. Sea f : D ! Rm una funcion continua. Entonces
i)
f 1 (V ) = f ~x 2 D j f(~x) 2 V g
es un abierto (contenido en D), para cada abierto V  Rm .
ii)
f 1 (Y ) = f ~x 2 D j f(~x) 2 Y g
es un cerrado, para cada cerrado Y  Rm .
152
Demostracion.
Prueba de (i):
Sea V un abierto en Rm y sea ~x 2 f 1 (V ); tenemos por de nicion, f(~x) 2 V .
Como V es un conjunto abierto, existe r > 0 tal que B(~x; r)  V ; como f es
continua en ~x, existe  > 0, tal que

f B(~x; )  B(~x; r);
pero esto signi ca que 
B(~x; )  f 1 B(~x; r)  V:
Esto prueba que V es abierto.
Prueba de (ii):
La prueba se deja como ejercicio para el lector (problema 2 de la lista al nal
de la leccion). |
Una importante propiedad de las funciones continuas que se deduce inmediata-
mente de la segunda parte de la proposicion anterior es la siguiente
Proposicion 10. Si f : D ! Rm es una funcion continua, entonces
f ~x 2 D j f(~x) = ~0 g
es un conjunto cerrado.
La proposicion anterior la podemos parafrasear diciendo que
\las ra
ces o ceros de una funci
on continua es un conjunto cerrado"

Finalizamos esta leccion con una propiedad local de las funciones continuas con
valores en R.
Proposicion 11. Sea f : D ! R una funcion continua en ~xo 2 D. Si f(~xo ) > 0,
existe una bola abierta B(~xo ; ) donde f es positiva.
Un resultado analogo se obtiene para f(~xo ) < 0.
o
Demostracion. Como f(~xo ) > 0 y f es continua en ~xo, para r = f(~2x ) > 0,
existe  > 0, tal que
o
jf(~xo ) f(~x)j < f(~2x )
153
para toda ~x que cumpla k~x ~xo k < . As que
o
f(~xo ) f(~x) < f(~x2 )
o sea
f(~xo ) < f(~x)
2
para toda ~x que cumpla k~x ~xo k < . Haciendo  =  se obtiene el resultado.
Problemas y ejercicios.
1. Pruebe la proposicion 8.
2. Pruebe la parte (ii) de la proposicion 9.
Sugerencia: Use las propiedades de las imagenes inversas de la leccion 1.
3. Si f : D ! Rm es una funcion continua, entonces, para toda ~y 2 Rm
f ~x 2 D j f(~x) = ~y g
es un conjunto cerrado.
4. Pruebe la segunda a rmacion de la proposicion 11: Sea f : D ! R una funcion
continua en ~xo 2 D. Si f(~xo ) < 0, existe una bola abierta B(~xo ; ) donde f es
negativa.
5. Sea f : D ! Runa funcion continua en ~a 2 D. Supongamos~a = (a1 ; a2; : : :; an)
y de namos una funcion g de una variable por g(x) = f(x; a2; : : :; an). Esta
funcion esta de nida a lo menos en un intervalo abierto ( ; ) conteniendo a1
y decimos que la hemos obtenido variando la primera de las variables de f y
jando las restantes. Pruebe que g es continua en a1.
Enuncie y pruebe el resultado general, variando la i-esima variable y jando
las restantes. El resultado general se parafrasea diciendo que \una funcion
continua de varias variables, es continua en cada una de sus variables.

6. Para i = 1; 2; : : :; m, sean fi : ( i ; i ) ! R, m funciones cada una continua en


un punto ai 2 ( i ; i ). Pruebe que la funcion f : D ! Rm dada por
f(~x) = f1 (x1) + f2 (x2 ) +    + fm (xm )
es continua en ~a = (a1 ; a2; : : :; am ), donde D es el hiperprisma o hipertarugo
abierto ( 1; 1 )  ( 2; 2)      ( m ; m ).
154
7. Sean fi m funciones continuas en ai 2 ( i; i ), como las del ejercicio 6. Pruebe
que la funcion f dada por el producto
f(~x) = f1 (x1 )f2 (x2)    fm (xm )
es continua en ~a.
8. Pruebe que la funcion dada por
(x + y)6 sen (x2 + y2 ) + x4 +3 y8x+1
f(x; y) = x2 + 3
es continua en (0; 0).
Sugerencia: La respuesta es simple.
Los problemas del 9 al 12 se re eren a funciones reales de una variable. Los
hemos includo por tratarse de funciones o propiedades un tanto especiales.
9. Sea f : (a; b) ! R tal que f(x) = 0 para cada x racional en (a; b). Si f es
continua en (a; b) entonces f(x) = 0 para toda x 2 R.
10. Sea f : [0; 1] ! R dada por
 0 si x es irracional
f(x) =
1 si x es rracional
Pruebe que f es discontinua en cada punto.
11. Sea f : [0; 1] ! R dada por
 0 si x es irracional
f(x) =
x si x es rracional
Pruebe que f es continua solamente en x = 0.
12. Sea f : [0; 1] ! R dada por
8 0 si x es irracional
>
>
< si x es rracional de la forma
1
f(x) = > q p con (p; q) = 1
>
: q
1 si x = 0
((p; q) = 1 signi ca que p y q son primos relativos). Pruebe que f es continua
solamente en los irracionales.
155

Vous aimerez peut-être aussi