Libro de Analisis Matematico 3

CURSO DE
AN
ALISIS MATEM
ATICO III
Miguel Canela
Departament de Matem`atica aplicada i an`alisi, UB
canela@mat.ub.es
1. Propiedades topologicas de los subconjuntos de R
n
. . . . . . . . . . . . . . . . 3
Producto escalar y norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Distancia, bolas y conjuntos acotados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Lmite de una sucesion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Interior, adherencia y frontera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Conjuntos abiertos y cerrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Conjuntos compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2. Continuidad y lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Lmite de una funcion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Funciones continuas en conjuntos compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Derivadas parciales y direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Diferencial, matriz jacobiana y gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Funciones de clase C
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Teorema del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
Derivadas de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Formula de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Maximos y mnimos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4. Teorema de la funcion inversa y consecuencias . . . . . . . . . . . . . . . . . . . . 35
Teorema de la funcion inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Teorema de la funcion implcita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Metodo de los multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Curso de Analisis matematico III/1
5. Aplicaciones geometricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Tangente y normal a una curva del plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Ecuacion diferencial de un haz de curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
Ecuaciones en variables separables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Ecuaciones diferenciales exactas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Ecuaciones diferenciales lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Curvas y supercies en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6. Problemas de repaso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1. PROPIEDADES TOPOL
OGICAS
DE LOS SUBCONJUNTOS DE R
n
PRODUCTO ESCALAR Y NORMA
El producto escalar de x, y R
n
se dene por
x y =
n
i=1
x
i
y
i
.
La norma de x es
x =
_
x x
_
1/2
=
_
n
i=1
x
2
i
_
1/2
.
Observa que, si n = 1, la norma es el valor absoluto. Para n = 2 y n = 3, coincide
con el modulo de un vector tal como se dene en un curso de Fsica.
Es inmediato, a partir de la denicion, que, para x, y, z R
n
, , R, se cumple
(x +y) z = (x z) +(y z).
Si u = 1, decimos que u es unitario. De la formula
x = || x
resulta que, si x = 0, u = x/x es unitario.
Proposicion. Sean x, y R
n
. Se cumple
x y
x y (desigualdad de Cauchy-Schwarz),
y la igualdad solo se da si x e y son linealmente dependientes.
Demostracion. Si x = 0 o y = 0, la desigualdad es trivial. En caso contrario,
podemos pasar x y y al primer miembro, y reducir el problema a ver que, si u, v
son unitarios, |u v| 1, y que |u v| = 1 solo puede ser si u = v o u = v. Para
verlo, observamos
0
_
_
u v
_
_
2
= (u v) (u v) = u
2
+v
2
2 u v = 2(1 u v),
que implica uv 1. Cambiando + por , resulta uv 1, y, en denitiva |uv| 1.
Finalmente, u v = 1 implica u = v, y u v = 1 implica u = v.
Proposicion. Sean x, y R
n
. Se cumple
_
_
x +y
_
_
x +y (desigualdad triangular),
y la igualdad solo se da si y = x, con 0, o viceversa.
Demostracion. Si x = 0 o y = 0 la desigualdad es trivial. Si no, resulta de la
desigualdad de Cauchy-Schwarz en
_
_
x +y
_
_
2
= x
2
+y
2
+ 2 x y x
2
+y
2
+ 2x y =
_
x +y
_
2
.
Si hay igualdad en la desigualdad triangular, tambien en la de Cauchy-Schwarz, y
entonces x e y son linealmente dependientes, o sea y = x, y obviamente > 0.
En general, en un espacio vectorial real E, un producto escalar es una aplicacion
(x, y) x y a valores reales, que cumple:
(i) x x 0 para todo x E, y x x = 0 si y solo si x = 0.
(ii) x y = y x para x, y E.
(iii) (x +y) z = (x z) +(y z), para x, y, z E, , R.
Hay otros productos escalares de interes en el Analisis matematico. Por ejemplo, en
el espacio de las funciones continuas en [0, 1], podemos denir
f g =
_
1
0
f(x) g(x) dx.
No obstante, el unico producto escalar con el que trabajamos en este curso es el de
R
n
. En el curso de Analisis funcional aparecen otros productos, denidos en espacios
de funciones o en espacios de sucesiones.
Una norma en E es una aplicacion x x a valores reales que cumple:
(i) x 0 para todo x E, y x = 0 si y solo si x = 0.
(ii) x = x para x E, R.
(iii)
_
_
x +y
_
_
x +y, para x, y, z E.
A partir de un producto escalar siempre se puede denir una norma, haciendo x =
(x x)
1/2
, y los argumentos que hemos dado para probar la desigualdad de Cauchy-
Schwarz y la triangular valen en general. Hay otras normas de R
n
de interes en el
Analisis matematico, aunque no todas se denen a partir de un producto escalar (v.
Ejercicio 3). Cuando se quiere distinguir entre las distintas normas de R
n
, se denota
la que hemos denido a partir del producto, que es la norma eucldea, por x
2
. De
los espacios en los que hay denida una norma, los espacios normados, se ocupa el
curso de Analisis funcional.
Otra norma interesante que s vamos a usar este curso en alguna ocasion, es la norma
de una aplicacion lineal, o, equivalentemente, de una matriz. Primer probamos
una desigualdad fundamental de las aplicaciones lineales.
Proposicion. Sea T : R
n
R
m
una aplicacion lineal. Existe K > 0 tal que
_
_
Tx
_
_
Kx, x R
n
.
Demostracion. Pasando x al primer miembro, el problema se reduce a ver que existe
K > 0 tal que, si u es unitario,
_
_
Tu
_
_
K. Supongamos que A es la matriz de T en
la base canonica
_
e
1
, . . . , e
n
_
, de modo que
Tx =
m
j=1
_
n
i=1
a
ij
x
i
_
e
j
.
Entonces, si u = 1,
_
_
Tu
_
_

m
j=1
i=1
a
ij
u
i
j=1
n
i=1
|a
ij
|.
El argumento seguido en esta demostracion muestra que entre las constantes K > 0
que cumplen la desigualdad para una aplicacion T hay una que es la menor, y que
coincide con el supremo de
_
_
Tu
_
_
. Por denicion, esta constante mnima es la norma
de T, es decir,
T = sup
u=1
_
_
Tu
_
_
.
Ejercicios
1. Decimos que x e y son ortogonales si x y = 0. Demuestra que, en ese caso,
_
_
x +y
_
_
2
= x
2
+y
2
(teorema de Pitagoras).
2. Demuestra que, para cualquier par x, y R
n
,
(a)

x y

_
_
x y
_
_
.
(b)
_
_
x +y
_
_
2
+
_
_
x y
2
= 2
_
x
2
+y
2
_
(identidad del paralelogramo).
(c)
_
_
x +y
_
_
_
_
x y
_
_
x
2
+y
2
.
3. Para x R
n
, denimos
x
1
=
n
i=1
|x
i
|, x
= max
_
|x
1
|, . . . , |x
n
|
_
,
(a) Demuestra que estas formulas denen normas en R
n
.
(b) Demuestra que se cumple
x
x
2
x
1
nx
.
(c) Demuestra que estas normas no cumplen la identidad del paralelogramo.
4. Demuestra, que si T es una aplicacion lineal, se cumple
T = sup
u1
_
_
Tu
_
_
.
5. Sean T y S son aplicaciones lineales.
(a) Demuestra que se cumple
_
_
T +S
_
_
T+S, cuando la suma tiene sentido.
(b) Demuestra que se cumple
_
_
T S
_
_
T S, cuando la composicion tiene
sentido. Muestra con un ejemplo que la igualdad no se da siempre.
DISTANCIA, BOLAS Y CONJUNTOS ACOTADOS
La distancia entre dos puntos x, y R
n
se dene por
d(x, y) =
_
_
x y
1/2
=
_
n
i=1
(x
i
y
i
)
2
_
1/2
.
Proposicion. Sean x, y, z R
n
. Se cumple:
(i) d(x, y) 0, y solo d(x, y) = 0 si x = y.
(ii) d(x, y) = d(y, x).
(iii) d(x, z) d(x, y) +d(y, z) (desigualdad triangular).
Demostracion. Las dos primeras son evidentes. La tercera se deduce directamente de
la denicion de la distancia y de la desigualdad triangular de la norma.
Una distancia en un conjunto X cualquiera es una aplicacion (x, y) R con las
propiedades (i)(iii) de la proposicion anterior. Un conjunto en el que hay denida
una distancia es un espacio metrico. En cualquier espacio normado se puede denir
una distancia haciendo d(x, y) =
_
_
x y
1/2
, pero no es la unica manera. Un ejemplo
muy articial, que se usa a veces para construir contraejemplos en la teora de los
espacios metricos, es la distancia discreta, para la que d(x, y) = 1 si x = y, y
d(x, x) = 0. En este curso solo vamos a usar la distancia denida en R
n
mediante la
norma eucldea, que es la distancia eucldea.
La distancia entre un punto a R
n
y un conjunto X R
n
se dene por
d(a, X) = inf
xX
d(a, x).
Por convenio, se entiende que d(a, ) = .
Ejemplo. La distancia de un punto a un conjunto no siempre es accesible, o, dicho
de otro modo, no siempre existe x X tal que d(a, x) = d(a, X). Un ejemplo sencillo,
en R, nos lo da a = 0, X = (1, 2].
La distancia entre dos conjuntos X, Y R
n
se dene por
d(X, Y ) = inf
_
d(x, y) : x X y Y
_
.
Una denicion equivalente (la comprobacion es inmediata para quien tenga claro lo
que signica inf) es
d(X, Y ) = inf
xX
d(x, Y ) = inf
yY
d(y, X).
Sean a R
n
y r > 0. La bola abierta de centro x y radio r se dene por
B(a, r) =
_
x R
n
: x a < r
_
.
Analogamente, la bola cerrada de centro x y radio r se dene por
B
(a, r) =
_
x R
n
: x a r
_
.
La esfera de centro x y radio r es
S(a, r) =
_
x R
n
: x a = r
_
.
Ejemplo. Supongamos que n = 1. Entonces
B(a, r) =
_
a r, a +r
_
, B
(a, r) =
_
a r, a +r
, S(a, r) =
_
a r, a +r
_
.
El diametro de un conjunto X R
n
se dene por
(X) = sup
_
d(x, y) : x, y X
_
.
Se entiende, en esta denicion, que el supremo puede ser innito, y que el diametro
del conjunto vaco es 0.
Ejemplo. Para a, b R,
_
[a, b]
_
= b a,
_
{a}
_
= 0, y
_
[a, +)
_
= +.
Cuando el diametro de un conjunto es nito, decimos que es un conjunto acotado.
Todo subconjunto de un conjunto acotado es acotado, y la union nita de conjuntos
acotados es un conjunto acotado. Cualquier bola es un conjunto acotado (v. Ejercicio
4), y que un conjunto es acotado si y solo existe una bola que lo contenga (v. Ejercicio
5). Por tanto, para n = 1, la denicion de conjunto acotado que hemos dado aqu
coincide con la del curso de Analisis matematico I para subconjuntos de R (X R
es acotado si existen a, b R tales que a x b para todo x X).
Decimos que f : X R
n
es una aplicacion acotada cuando f(X) es un conjunto
acotado.
Ejercicios
1. Para a, b R
n
, X, Y, Z R
n
, di cuales de las siguientes formulas son validas en
general:
(a) d(a, X) d(a, b) +d(b, X).
(b) d(a, Y ) d(a, X) +d(X, Y ).
(c) d(X, Z) d(X, Y ) +d(Y, Z).
2. Considera en R
2
la distancia denida por la norma
1
. Que es la bola de centro
(0, 0) y radio 1? Y para la distancia denida por
?
3. Dene en R
2
una norma cuyas bolas sean elipses.
4. Demuestra que siempre se cumple
_
B(a, r)
_
2r. Puedes imaginar una distancia
donde el diametro de una bola sea menor que el doble del radio? Es posible que eso
pase en un espacio normado?
5. Demuestra que un conjunto es acotado si y solo existe una bola que lo contiene.
L
IMITE DE UNA SUCESI
ON
Sean (x
k
)
k
una sucesion de R
n
, y a R
n
. Decimos que a es el lmite de (x
k
)
k
, o que
(x
k
)
k
converge hacia a, cuando x
k
a tiene lmite 0. Equivalentemente, cuando,
para todo > 0, existe k
0
tal que, si k k
0
, entonces x
k
a < . Esta denicion
es la extension directa de la del curso de Analisis matematico I para sucesiones de
n umeros reales. Como ya sabemos, no siempre hay lmite. Las sucesiones que tienen
lmite son las sucesiones convergentes. La expresion
a = lim
k
x
k
se interpreta igual que para sucesiones en R. Si no hay ambig uedad, se puede abreviar
a = lim
k
x
k
, o incluso limx
k
.
Proposicion. Sea (x
k
)
k
una sucesion de R
n
. Se cumple:
(i) Si (x
k
)
k
tiene lmite, es unico.
(ii) Si (x
k
)
k
tiene lmite, todas las sucesiones parciales de (x
k
)
k
tienen el mismo
lmite.
(iii) Si (x
k
)
k
tiene lmite, es acotada.
Demostracion. Basta repasar la del curso de Analisis matematico I.
Proposicion. Sea (x
k
)
k
una sucesion de R
n
. Designamos por x
k,j
la coordenada
j-esima de x
k
. Las siguientes condiciones son equivalentes:
(i) limx
k
= a.
(ii) lim
k
x
k,j
= a
j
, para j = 1, . . . , n.
Demostracion. Basta observar que, para x, y R
n
, se cumple
max
1jn
x
j
y
j

_
_
x y
_
_

n
j=1
x
j
y
j
.
La condicion de Cauchy tambien se extiende de forma natural a las sucesiones de
R
n
. Decimos que (x
k
)
k
cumple la condicion de Cauchy, o que es una sucesion
de Cauchy, cuando, para todo > 0, existe k
0
tal que, si k
1
, k
2
k
0
, entonces
x
k1
x
k2
< .
Proposicion. Sea (x
k
)
k
una sucesion de R
n
. Las siguientes condiciones son equiva-
lentes:
(i) (x
k
)
k
tiene lmite.
(ii) (x
k
)
k
cumple la condicion de Cauchy.
Demostracion. Para ver que toda sucesion con lmite cumple la condicion de Cauchy,
el argumento es el mismo que para sucesiones de n umeros reales, usando la desigualdad
_
_
x
k1
x
k
2
_
_

_
_
x
k1
a
_
_
+
_
_
a x
k
2
_
_
.
Recprocamente, supongamos que (x
k
)
k
cumple la condicion de Cauchy. Por la de-
sigualdad de la demostracion de la proposicion anterior, las sucesiones de coordenadas
(x
k,j
)
k
son sucesiones de Cauchy de n umeros reales, que tienen lmite, y por tanto
(x
k
)
k
tiene lmite.
Proposicion (teorema de Bolzano-Weierstrass en R
n
). Sea (x
k
)
k
una sucesion
acotada de R
n
. Existe una sucesion parcial de (x
k
)
k
que tiene lmite.
Demostracion. Si (x
k
)
k
es acotada, tambien son acotadas las sucesiones de coorde-
nadas (x
k,j
)
k
, y podemos extraer de cada una parcial convergente, por el teorema de
Bolzano-Weierstrass para sucesiones de n umeros reales (curso de Analisis matematico
I). Si extraemos estas parciales ordenadamente, de forma que cada una sea una par-
cial de la anterior, obtenemos una sucesion (y
k
)
k
, parcial de (x
k
)
k
, tal que todas las
sucesiones de coordenadas (y
k,j
)
k
tienen lmite, y por tanto (y
k
)
k
tiene lmite.
INTERIOR, ADHERENCIA Y FRONTERA
Sean X R
n
y a R
n
. Decimos que a es un punto adherente a X cuando
d(a, X) = 0. El conjunto de puntos adherentes a X se llama adherencia o clausura
de X, y se designa por

X. Tal como hemos denido la distancia, todos los puntos son
adherentes a R
n
, y ninguno lo es a . Siempre X

X, pero puede ser X =

X. Es
facil encontrar ejemplos de ambas situaciones en R. Cuando

X = R
n
, se dice que X
es denso en R
n
Ejemplo. En R, (0, 1] = [0, 1] = (0, 1) = [0, 1].
Proposicion. Sean X R
n
y a R
n
(i) a es adherente a X.
(ii) Existe una sucesion (x
k
)
k
, contenida en X, con lmite a.
(iii) Para cada > 0 existe x X tal que x a < .
(iv) Para cada > 0, B(a, ) X = .
Demostracion. (i) implica (ii): para cada k Nescogemos x
k
X con x
k
a < 1/k,
y entonces limx
k
= a.
(ii) implica (iii): Para cualquier > 0, innitos terminos de la sucesion (x
k
)
k
cumplen
x
k
a < .
(iii) implica (i): Para todo > 0, d(a, X) < , luego d(a, X) = 0.
Finalmente, (iii) y (iv) son trivialmente equivalentes.
Proposicion. Sean X, Y R
n
, y a R
n
. Se cumple:
(i) Si X Y , entonces

X

Y .
(ii) X Y =

X

Y .
(iii) X Y

X

Y .
(iv) d(a, X) = d(a,

X).
(v)

X =

X.
Demostracion. (i) Resulta directamente de la denicion, ya que, si X Y , entonces
d(a, X) d(a, Y ) .
(ii) Por (i),

X X Y y

Y X Y , luego

X

Y X Y . Recprocamente, si a
es lmite de una sucesion contenida en X Y , hay innitos terminos en uno de los
dos conjuntos, con lo cual a

X o a

Y , y por tanto a

X

Y .
(iii) Por (i), X Y

X, y X Y

Y , luego X Y

X

Y .
(iv) Como X

X, d(a,

X) d(a, X). Si no fuesen iguales, existira x
0

X tal que
x
0
a < d(a, X). Pero entonces tendramos, para todo x X,
x x
0
x a x
0
a d(a, X) x
0
a,
y por tanto
d(x
0
, X) d(a, X) x
0
a > 0,
contradictorio, porque x
0
es adherente a X.
(v) Resulta directamente de (i).
Ejemplo. Si X = [1, 0) e Y = (0, 1],

X

Y = {0}, pero X Y = .
Sean X R
n
y a R
n
. Decimos que a es un punto de acumulacion de X cuando
d
_
a, X \ {a}
_
= 0. Como para los puntos adherentes, tenemos varias deniciones
equivalentes (v. la proposicion que sigue).
n
y a R
n
(i) a es un punto de acumulacion de X.
(ii) Existe una sucesion (x
k
)
k
, contenida en X \ {a}, con lmite a.
(iii) Para cada > 0 existe x X tal que 0 < x a < .
(iv) Para cada > 0, B(a, )
_
X \ {a}
_
= .
Demostracion. Igual que para los puntos adherentes.
Un punto adherente que no es de acumulacion pertenece necesariamente al conjunto,
y se llama punto aislado. De la proposicion anterior se deduce que a es un punto
aislado de X si y solo si existe r > 0 tal que B(a, r) X = {a}.
Decimos que a es un punto interior a X cuando existe r > 0 tal que B(a, r) X. El
conjunto de puntos interiores a X se llama interior de X, y se designa por X
. Por
denicion, X
X, pero la igualdad no es siempre cierta (v. el ejemplo que sigue).

Por convenio, el interior del conjunto vaco es vaco.
Cuando a es interior a un conjunto, decimos que este es un entorno de a. En Analisis
matematico, usamos con frecuencia expresiones del tipo . . . se cumple en un entorno
de a, sin mas detalles, cuando no nos interesa precisar cual es ese conjunto. Decir que
algo se cumple en un entorno de a, equivale a decir que se cumple en B(a, r), para
un cierto r > 0 que no precisamos. Cuando una funcion tiene una cierta propiedad
en un entorno de cada uno de los puntos de un conjunto A (aunque pueda no tenerla
en A), decimos a veces que tiene esa propiedad localmente en A. Esta manera de
expresarse confunde al principio, pero resulta practica cuando uno se habit ua.
Ejemplo. Si X = (0, 1], X
= (0, 1).
Proposicion. Sea X R
n
. Se cumple:
(i) R
n
\ X
= R
n
\ X.
(ii) R
n
\

X =
_
R
n
\ X
_
.
Demostracion. (i) a / X
equivale a que no exista > 0 tal que B(a, ) X, o sea a

B(a, ) (R
n
\ X) = para todo , y por tanto a que a sea adherente a R
n
\ X.
(ii) Resulta directamente de (i), cambiando X por su complementario.
Proposicion. Sean X, Y R
n
. Se cumple:
(i) Si X Y , entonces X
.
(ii) X
(X Y )
.
(iii) (X Y )
= X
.
(iv)
_
X
= X
.
Demostracion. Estas propiedades se deducen directamente de las de la adherencia,
pasando al complementario.
Ejemplo. Si X = [1, 0] e Y = [0, 1], 0 es interior a X Y , pero no lo es a X ni a
Y . Por tanto, en este caso, (X Y )
= X
.
Sean X R
n
y a R
n
. Decimos que a es un punto frontera de X cuando a es
adherente a X y a R
n
\ X. El conjunto de puntos frontera de X se llama frontera
de X, y se designa por Fr(X) (tambien X, o bX). Por denicion, la frontera de
un conjunto coincide con la de su complementario. De las propiedades del interior
y la adherencia que hemos visto antes, resulta que un punto frontera es un punto
adherente que no es interior, es decir,
Fr(X) =

X \ X
.
Ejemplo. Si X = (0, 1], Fr(X) = {0, 1}.
Ejercicios
1. Demuestra:
(a) La adherencia de una bola (abierta o cerrada) es la correspondiente bola ce-
rrada.
(b) La adherencia de una bola (abierta o cerrada) es la correspondiente bola cer-
rada.
(c) La frontera de una bola (abierta o cerrada) es la correspondiente esfera.
2. Halla la adherencia y el interior de A =
_
(x, y) R
2
: 0 x < 1, xy < 1
_
.
3. Sea Q el subconjunto de R formado por los n umeros racionales. Repasa lo que
sabes sobre R y Q hasta entender que Q y R\ Q son ambos densos en R. Deduce
de ah que el interior de Q es vaco y la frontera es R. Este ejemplo muestra que el
interior, la adherencia y la frontera, que son obvios para conjuntos sencillos, como las
bolas, pueden no serlo para conjuntos mas complicados.
4. Sea Q
n
el subconjunto de R
n
formado por los puntos de coordenadas racionales.
Demuestra que Q
n
y R
n
\ Q
n
son ambos densos en R
n
.
5. Cuales son los puntos de acumulacion del conjunto de R
2
X =
__
1
n
,
1
m
_
: n, m N
_
?
6. Demuestra que la adherencia de un conjunto acotado es un conjunto acotado.
CONJUNTOS ABIERTOS Y CERRADOS
Sea X R
n
. Se dice que X es abierto cuando X
= X, y que X es cerrado cuando
X = X. Como el interior de X y la adherencia de R

n
\ X son complementarios, X
es abierto si y solo si R
n
\ X es cerrado. R
n
y son abiertos y cerrados.
Proposicion. Los unicos subconjuntos abiertos y cerrados de R
n
son R
n
y .
Demostracion. Supongamos que X R
n
es abierto y cerrado, y X = R
n
, . Escoge-
mos a X y b R
n
\X, y denimos t
0
= sup
_
t [0, 1] : a+t(b a) X
_
. Como t
0
es el supremo de este conjunto, es el lmite de una sucesion (t
k
)
k
contenida en el, con
t
k
t
0
. Pero entonces x
0
= a + t
0
(b a) = lim(a +t
k
(b a)), y, por ser X cerrado,
x
0
X, y por consiguiente t
0
< 1.
Ahora bien, como X es abierto, hay una bola B(x
0
, r) contenida en X, y, escogiendo
t < 1 de forma que
t
0
< t < t
0
+
r
b a
,
resulta a + t(b a) x
0
= (t t
0
)b a < r, luego a + t(b a) X, lo que
contradice que t
0
sea el supremo.
Proposicion. Se cumple:
(i) La union de una familia (A
i
)
iI
de subconjuntos abiertos de R
n
es un conjunto
abierto.
(ii) La interseccion de una familia (C
i
)
iI
de subconjuntos cerrados de R
n
es un
conjunto cerrado.
Demostracion. Como los conjuntos cerrados son los complementarios de los conjuntos
abiertos, basta con probar (i). Para ello hay que ver que todo punto a del conjunto
union A es interior. Pero si a A, existe i
0
I tal que a A
i0
, y, como este conjunto
es abierto, a es interior a A
i0
, y por tanto a A.
Proposicion. Se cumple:
(i) La union de una familia nita C
1
, . . . , C
m
de subconjuntos cerrados de R
n
es
un conjunto cerrado.
(ii) La interseccion de una familia nita A
1
, . . . , A
m
de subconjuntos abiertos de
R
n
es un conjunto abierto.
Demostracion. Como antes, solo probamos (i). Hay que ver que si a es un punto
adherente a la la union C de estos conjuntos, entonces a C. Si a es adherente a
C, es el lmite de una sucesion contenida en C. Pero como C es una union nita, esa
sucesion debe tener innitos terminos en alguno de los conjuntos C
i
. Como este es
cerrado, contiene a a, y por tanto a C.
Ejemplo. Sea A
m
=
_
1/m, 1/m
_
, para m = 1, 2, 3, . . .. La interseccion de estos
conjuntos es {0}, que no es abierto. Esto prueba que, en (ii), el que la familia de
conjuntos abiertos sea nita no es una hipotesis superua. Un contraejemplo para (i)
se obtiene haciendo C
m
=
_
1/m, 1 (1/m)
.
Sea X un conjunto cualquiera. Una topologa en X es una familia T de subcon-
juntos de X que contiene a X y a , y es cerrada por union y por interseccion
nita. Un espacio topologico es un conjunto donde se ha denido una topologa.
Las proposiciones de esta seccion muestran que los conjuntos abiertos forman una
topologa en R
n
, y, repasando lo que hemos hecho, puede se vericar sin dicultad
que se puede denir una topologa en cualquier espacio metrico siguiendo el mismo
proceso. Hay topologas que no se pueden denir con una distancia. Aqu nos limita-
mos a la topologa denida en R
n
por la distancia eucldea. Los espacios topologicos
se estudian en el curso de Topologa.
Ejercicios
1. Sea X R
n
. Demuestra que:
(a) Fr(X) es cerrado.
(b) X es cerrado si y solo si Fr(X) X.
(c) X es abierto si y solo si X Fr(X) = .
2. Demuestra que:
(a) Si C R
n
es cerrado, existe una sucesion decreciente de conjuntos abiertos
(A
k
)
k
cuya interseccion es C.
Indicacion. Prueba A
k
=
_
x R
n
: d(x, C) < 1/k
_
.
(b) Si A R
n
es abierto y no vaco, existe una sucesion creciente de conjuntos
cerrados (C
k
)
k
cuya union es A.
CONJUNTOS COMPACTOS
Sea C R
n
. Decimos que C es compacto cuando toda sucesion contenida en C
tiene una parcial convergente hacia un punto de C.
Ejemplo. Por el teorema de Bolzano-Weierstrass, toda sucesion acotada de n umeros
reales tiene una parcial convergente. Por consiguiente, un intervalo cerrado [a, b] de
R siempre es compacto. Sin embargo, un intervalo no cerrado no es nunca compacto.
Por ejemplo, si a < b, [a, b) no es compacto, porque la sucesion x
k
= b (1/k) esta
contenida en [a, b) (suprimiendo los primeros terminos si hace falta), pero no tiene
ninguna parcial que converja hacia un punto de [a, b). Se pueden obtener ejemplos
parecidos en R
n
, usando el teorema de Bolzano-Weierstrass para R
n
.
Proposicion. Sea C R
n
. C es compacto si y solo si es cerrado y acotado.
Demostracion. Supongamos que C es cerrado y acotado, y sea (x
k
)
k
una sucesion
contenida en C. Por el teorema de Bolzano-Weierstrass, hay una sucesion parcial que
tiene lmite, y por ser C cerrado, el lmite es un punto de C.
Recprocamente, supongamos que C es compacto. Para ver que es cerrado, consi-
deramos una sucesion (x
k
)
k
, contenida en C, y con lmite x R
n
. Hay una parcial
de (x
k
)
k
que converge hacia un punto de C, quea solo puede ser x, luego x C.
Para ver que C es acotado, razonamos por reduccion al absurdo. Si no lo fuera,
podramos construir por recurrencia una sucesion (x
k
)
k
contenida en C, con x
k1

x
k2
> 1 para k
1
= k
2
, que no tendra ninguna parcial que cumpliera la condicion
de Cauchy. Para construir esta sucesion, empezamos con x
1
arbitrario, y si C no
es acotado, C B(x
1
, 1), y existe x
2
C \ B(x
1
, 1). Ahora escogemos x
3
C \
_
B(x
1
, 1) B(x
2
, 1)
_
, y as sucesivamente.
Proposicion. Sea K R compacto. Entonces existen max K y min K.
Demostracion. Vamos a ver que K tiene maximo. Como K es acotado, existe b =
sup K, y solo hay que ver b K. De la denicion de supremo del curso de Analisis
matematico I se deduce que hay una sucesion contenida en K con lmite b. Pero como
K es cerrado, b K. Para ver que hay mnimo se razona de forma parecida.
En el curso de Topologa, donde se generalizan los conceptos de conjunto abierto,
cerrado, frontera, etc., los conjuntos compactos no se introducen como se ha hecho
aqu, sino mediante recubrimientos abiertos. Las proposiciones que siguen muestran la
equivalencia en R
n
de la denicion de compacto dada aqu y la del curso de Topologa.
Los argumentos que usamos son validos para cualquier espacio metrico.
Proposicion. Sean K R
n
compacto, y (A
i
)
iI
una familia de subconjuntos abier-
tos de R
n
, de modo que la union de esta familia contiene a K. Existe > 0 tal que
para todo x K existe i I que cumple B(x, ) A
i
.
Demostracion. Razonamos por reduccion al absurdo. Si no fuese cierto, habra una
sucesion (x
k
)
k
en K tal que B(x
k
, 1/k) A
i
para todo k N y todo i I. Susti-
tuyendo esta sucesion por una parcial si es preciso, podemos suponer que tiene lmite,
que sera un punto a K. Como los A
i
son abiertos y su union contiene K, existen
i I y r > 0 tales que B(a, r) A
i
. Ahora bien, como a = limx
k
, existe k
0
tal
que x
k
a < r/2 para k k
0
, lo que nos lleva a una contradiccion, ya que, por la
desigualdad triangular,
B(x
k
, r/2) B(a, r) A
i
.
Una familia de conjuntos abiertos cuya union contiene un conjunto se llama re-
cubrimiento abierto de ese conjunto. El n umero cuya existencia asegura esta
proposicion se llama n umero de Lebesgue del recubrimiento (A
i
)
iI
. Si (A
i
)
iI
es un recubrimiento de un conjunto X y J I es tal que (A
i
)
iJ
tambien es un
recubrimiento de X, decimos que es un subrecubrimiento.
Proposicion. Sea K R. Son equivalentes:
(i) K es compacto.
(ii) Si (A
i
)
iI
es un recubrimiento abierto de K, existe un subrecubrimiento nito.
(iii) Si (C
i
)
iI
es una familia de conjuntos cerrados, tal que
F
_
iI
C
i
_
= ,
existe una subfamilia nita (C
i1
, . . . , C
im
, tal que
F
_
_
m
j=1
C
ij
_
_
= .
Demostracion. Las condiciones (ii) e (iii) son equivalentes, pasando al complemen-
tario. Usando la existencia del n umero de Lebesgue, para ver que (i) implica (ii)
basta probar que, para cada > 0, K podemos recubrir con una familia nita de
bolas de radio . Para probar esto, razonamos por reducion al absurdo. Si fuese
falso, podramos construir por recurrencia una sucesion (x
k
)
k
contenida en K, tal que
_
_
x
k1
x
k2
_
_
para k
1
= k
2
, y esta sucesion no tiene ninguna parcial convergente, lo
que contradice la hipotesis de que K es compacto.
Veamos ahora que (iii) implica (i). Sea (x
k
)
k
una sucesion contenida en K, y hemos
de probar que tiene una parcial convergente. Para cada i N, llamamos C
i
a la
adherencia de
_
x
j
: j i
_
. Tenemos as una sucesion decreciente de conjuntos
cerrados, y C
i
K = para todo i. Si (iii) es cierta,
_
i=1
C
i
_
K = ,
y si x pertenece a esta interseccion, para cada i se cumple B(x, 1/i)
_
x
j
: j i
_
= ,
de donde se deduce facilmente la existencia de una parcial convergente hacia x.
Ejercicios
1. Demuestra que
K =
_
0
_
_
1
n
: n N
_
es un subconjunto compacto de R.
2. Da un ejemplo de un recubrimiento abierto de (0, 1) para el que no haya un
subrecubrimiento nito.
3. Demuestra que la union de una familia nita de conjuntos compactos es un conjunto
compacto.
4. Demuestra que la frontera de un conjunto compacto es un conjunto compacto.
PROBLEMAS
1.1. Halla los puntos de acumulacion de los conjuntos
A =
_
x R
2
: 0 < x
1
1, x
2
= sin(1/x
1
)
_
,
B =
_
x R
2
: 0 < x
1
1, x
2
= x
1
sin(1/x
1
)
_
.
1.2. Cu ales son los puntos de acumulacion del conjunto
X =
_
1
n
+
1
m
: n, m N
_
?
1.3. Sean A B R
n
.
(a) Demuestra (B \ A)
= B
\

A.
(b) Demuestra B \ A

B \ A
.
(c) Da un ejemplo donde B \ A =

B \ A
.
1.4. Sea X R
n
. Demuestra que el diametro de X coincide con el de

X.
1.5. Sea G R
n
. Demuestra:
(a) G es denso si y solo si GA = para todo conjunto abierto no vaco A R
n
.
(b) Si G es denso y A es abierto A A G.
1.6. Demuestra que, si A R
n
es abierto, la frontera de A tiene interior vaco.
1.7. Demuestra que:
(a) Si X R
n
y Y R
m
son abiertos, X Y es un subconjunto abierto de
R
n+m
.
(b) Si X R
n
y Y R
m
son cerrados, X Y es un subconjunto cerrado de
R
n+m
.
1.8. Demuestra que, si K R
n
y H R
m
son compactos, KH es un subconjunto
compacto de R
n+m
.
1.9. Sean K R
n
compacto y A R
n
abierto, con K A. Demostrar que existe
r > 0 tal que B(x, r) A para todo x K.
1.10. Sea G R
n
. Demuestra:
(a) Si G es abierto, no existen x, y G tales que x y = (G).
(b) Si G es compacto, existen x, y G tales que x y = (G).
2. CONTINUIDAD Y L
IMITES
L
IMITE DE UNA FUNCI
ON
Sean D X R
n
, a R
n
, y f : X R
m
, y supongamos que a es un punto
de acumulacion de D. Decimos que b R
m
es el lmite de f en a, relativo
a D, cuando, para cualquier sucesion (x
k
)
k
contenida en D \ {a}, con lmite a, la
sucesion imagen
_
f(x
k
)
_
k
tiene lmite b. Puede representarse esta situacion mediante
la formula
b = lim
xa
xD
f(x).
Cuando D = X, omitimos x D, y decimos que b es el lmite de f en a. As
es en la mayora de los casos, aunque a veces usamos subconjuntos especiales de X,
como en los ejemplos de mas abajo.
Observa que no es necesario que f este denida en a. En cualquier caso, el valor f(a)
no inuye en el lmite. Observa tambien que, si podemos hallar subconjuntos D
1
, D
2
de X de modo que
lim
xa
xD
1
f(x) = lim
xa
xD
2
f(x),
entonces el lmite de f en a no existe (v. ejemplos a continuacion)
Ejemplo. La denicion que hemos dado generaliza la de los lmites laterales del curso
de Analisis matematico I. Por ejemplo, si f(x) = x/|x|, escogemos
D
+
=
_
x R : x > 0
_
, D
=
_
x R : x < 0
_
,
y tenemos
lim
x0
xD+
f(x) = lim
x0
+
f(x) = 1, lim
x0
xD
f(x) = lim
x0
f(x) = 1.
Ejemplo. Sea f : R
2
\ {(0, 0)} R denida por
f(x, y) =
xy
x
2
+y
2
.
Para R, sea D
=
_
(x, y) R
2
: y = x
_
. Entonces el lmite relativo a D
,
lim
(x,y)(0,0)
xD
f(x) = lim
x0
f
_
x, x
_
=

1 +
2
,
depende de , y por tanto f no tiene lmite en (0, 0).
Ejemplo. Sea f : R
2
\ {(0, 0)} R denida por
f(x, y) =
xy
2
x
2
+y
2
.
Como
y
2
x
2
+y
2
1,
resulta |f(x, y)| |x|, y por tanto
lim
(x,y)(0,0)
f(x, y) = 0.
Proposicion. Sean D X R
n
, a R
n
, b R
m
, y f : X R
m
, y supongamos
que a es un punto de acumulacion de D. Son equivalentes:
(i) b es el lmite de f en a, relativo a D.
(ii) Para cada > 0 existe > 0 tal que, si x D \ {a} y x a < , entonces
f(x) b < (denicion de lmite).
(iii) Para cada > 0 existe > 0 tal que f
_
B(a, ) (D \ {a}
_
B(b, ).
Demostracion. Basta repasar la del curso de Analisis matematico I.
Ejercicios
1. En R, una funcion tiene lmite si y solo hay lmite por la derecha y por la izquierda,
y coinciden. Generaliza esta regla a funciones denidas en un subconjunto de R
n
: si
X = D
1
D
2
, y a es un punto de acumulacion de D
1
y de D
2
, existe el lmite de
f : X R
m
en a si y solo si existen los lmites relativos a D
1
y D
2
, y coinciden.
2. Sean X R
n
, f : X R
m
, y a R
n
un punto de acumulacion de X, tales que,
para toda sucesion (x
k
)
k
contenida en D, con lmite a, la sucesion imagen
_
f(x
k
)
_
k
tiene lmite. Demuestra que f tiene lmite en a.
3. Usa la formula
lim
t0
1 cos t
t
2
/2
= 1
para calcular el lmite de la funcion f :
_
(x, y) R
2
: xy > 0
_
R denida por
f(x, y) =
1 cos
xy
y
en un punto de la frontera.
4. Demuestra
lim
(x,y)(0,0)
xy sin
_
1
x
2
+y
2
_
= 0.
5. Denimos f : R
2
R por f(x, y) = x si y 0, y por f(x, y)) = x si y < 0.
Demuestra que f no tiene lmite en ning un punto del eje x, salvo en el origen.
6. Demuestra
lim
(x,y)(0,0)
x
5
y
2
+x
3
yz
3
(x
2
+y
2
+z
2
)
3
= 0.
7. Sea f :
_
(x, y) R
2
: x = y
_
R denida por
f(x, y) =
xy
x y
.
Usa una sucesion
_
(x
k
, y
k
)
_
k
con lmite (0, 0), para la que (x
k
y
k
)
k
tienda a 0 mas
rapido que (x
k
y
k
)
k
, para ver que f no tiene lmite en (0, 0).
FUNCIONES CONTINUAS
Sean X R
n
y f : X R
m
. Decimos que f es una funcion continua en un
punto a X cuando
f(a) = lim
xa
f(x).
Una funcion continua en un conjunto es una funcion que es continua en todos los
puntos de ese conjunto. Cuando es continua en todos los puntos donde esta denida,
decimos que es continua, a secas. Si f : X R
m
es continua, entonces la restriccion
f
|Y
es continua para todo Y X, pero hay que ir con cuidado al aplicar esta idea en
sentido contrario (v. el segundo de los ejemplos que siguen).
Ejemplo. La funcion f : R
2
R denida por
f(x, y) =
xy
|x| +|y|
,
si (x, y) = (0, 0), y f(0, 0) = 0, es continua en (0, 0). Se puede deducir que el lmite
en (0, 0) es 0 de la desigualdad
|f(x, y)| =
|xy|
|x| +|y|
|x|.
Ejemplo. Sean f : R
2
R denida por
f(x, y) =
x
2
y
2
x
2
+y
2
,
si (x, y) = (0, 0), y f(0, 0) = 0, y X = {(x, y) R
2
: y = x}. La restriccion f
|X
es constante igual a 0, y por tanto continua, pero f no es continua, porque no tiene
lmite en (0, 0). Para verlo basta considerar D
=
_
(x, y) R
2
: y = x
_
y observar
lim
(x,y)(0,0)
xD
f(x) = lim
x0
f
_
x, x
_
=
1
2
1 +
2
.
Sea f : X R
m
. Para cada j {1, . . . , m} podemos considerar la funcion compo-
nente f
j
: X R, que asigna a cada x X la coordenada j-esima de f(x). Podemos
expresar f en funcion de sus componentes, f =
_
f
1
, . . . , f
m
_
. La continuidad (y la
diferenciabilidad, v. Captulo 3) de f es equivalente a la de sus funciones componentes.
n
, a X, y f : X R
m
. Son equivalentes:
(i) f es continua en a.
(ii) Las funciones componentes f
1
, . . . , f
m
son continuas. en a.
Demostracion. Supongamos limx
k
= a. Entonces limf(x
k
) = f(a) si y solo si
limf
j
(x
k
) = f
j
(a) para 1 j m.
n
, f : X R
m
con lmite en un punto a X, g : Y R
p
continua en f(a), con f(X) Y R
m
. Entonces g f tiene lmite en a, y se cumple
lim
xa
g
_
f(x)
_
= g
_
lim
xa
f(x)
_
.
Demostracion. Si (x
k
)
k
es una sucesion contenida en X, con lmite a, (f(x
k
))
k
con-
verge hacia el lmite de f en a, y al aplicar g se obtiene la formula deseada.
Resulta de esta proposicion que podemos operar con los lmites de sumas, productos,
cocientes, etc., como en el curso de Analisis matematico I en el caso de una variable.
Resulta tambien que, si f y g son continuas, g f es continua, y, por tanto, que
cualquier operacion continua con funciones continuas da una funcion continua. Por
descontado, hay que tener cuidado con los cocientes cuando el denominador se anula.
Proposicion. Sean D X R
n
, D denso en X y f, g : X R
m
continuas, de
modo que f
|D
= g
|D
. Entonces f = g.
Demostracion. Sea x X. Existe una sucesion (x
k
)
k
contenida en D, con limx
k
= x.
Como f es continua,
f(x) = limf(x
k
) = limg(x
k
) = g(x).
NOTA. Si m = 1, se puede reemplazar la igualdad por o en la proposicion
anterior, y la demostracion es muy parecida.
n
, y f : X R
m
. Son equivalentes:
(i) f es continua.
(ii) Para todo G X, f
_
X

G
_
f(G).
Demostracion. (i) implica (ii): Si x

G, existe una sucesion (x
k
)
k
contenida en G,
con lmite x. Como f es continua, f(x) = limf(x
k
), y por tanto f(x) f(G).
(ii) implica (i): Si f no es continua en un punto a, la condicion - no es valida, y
existe > 0 para el que se puede construir por recurrencia (tomando = 1/k) una
sucesion (x
k
)
k
con lmite a, tal que f(x
k
) f(a) . Si G es el recorrido de esta
sucesion, a G, pero f(a) / f(G), ya que d
_
f(a), f(G)
_
.
n
cerrado y f : X R
m
. Son equivalentes:
(i) f es continua.
(ii) Para todo C R
m
cerrado, f
1
(C) es cerrado.
Demostracion. (i) implica (ii): Partimos de f
_
f
1
(C)
_
C. Usando la proposicion
anterior, con G = f
1
(C), resulta
f
_
f
1
(C)
_
f
_
f
1
(C)
_

C = C,
y por tanto f
1
(C) f
1
(C). La inclusion es sentido opuesto siempre es cierta.
(ii) implica (i): Partimos de G f
1
_
f(G)
_
. Como f(G) es cerrado, f
1
_
f(G)
_
es
cerrado, y entonces
G f
1
_
f(G)
_
f
1
_
f(G)
_
= f
1
_
f(G)
_
,
luego f
_
G
_
f(G).
Se deduce de esta proposicion que, si f y g son funciones continuas denidas en un
conjunto cerrado X, el conjunto
_
x X : f(x) = g(x)
_
es cerrado. Para funciones a
valores en R, el conjunto
_
x X : f(x) g(x)
_
es cerrado. Esto resulta practico para
ver que un conjunto denido por igualdades o desigualdades no estrictas es cerrado.
Ejemplo. El conjunto K =
_
(x, y) R
2
: x 0, y 0, x +y 1
_
es compacto, ya
que es acotado (diametro

2) y cerrado, por ser la interseccion de los tres semiplanos
cerrados denidos por las desigualdades de x 0, y 0, y x +y 1.
n
abierto y f : X R
m
. Son equivalentes:
(i) f es continua.
(ii) Para todo A R
m
abierto, f
1
(A) es abierto.
Demostracion. (i) implica (ii): Sea x f
1
(A). Entonces f(x) A, y, si A es abierto,
existe > 0 tal que B(f(x), ). Por la denicion del lmite, existe > 0 tal que
B(x, ) X y f
_
B(x, )
_
B
_
f(x),
_
A, y en denitiva B(x, ) f
1
(A).
(ii) implica (i): B(a, ) es abierto, luego f
1
_
B(a, )
_
es abierto, y existe > 0 de
modo que B(a, ) f
1
_
B(a, )
_
, o sea f
_
B(a, )
_
B
_
f(a),
_
.
Se deduce de esta proposicion que, si f y g son dos funciones reales continuas denidas
en un conjunto abierto X, el conjunto
_
x X : f(x) < g(x)
_
es abierto.
Ejemplo. El conjunto A =
_
(x, y) R
2
: x > 0, y > 0, x +y < 1
_
es abierto.
Sean X R
n
, Y R
m
, y f : X Y biyectiva, de modo que f y f
1
sean
continuas. Decimos entonces que f es un homeomorsmo de X en Y . Si existe un
homeomorsmo entre dos conjuntos, decimos que son homeomorfos.
Ejemplo. Dos intervalos abiertos (cerrados) de la recta real son homeomorfos. De he-
cho, los homeomorsmos aparecen frecuentemente en el curso de Analisis matematico
I, ya que hay un teorema que asegura que una aplicacion biyectiva y monotona es
continua, o sea que las funciones (estrictamente) crecientes o decrecientes son home-
omorsmos.
Ejemplo. f(x, y) = (ax, bx) dene un homeomorsmo entre el disco unidad abierto
de R
2
y el interior de la elipse
x
2
a
2
+
y
2
b
2
= 1.
Ejercicios
1. Demuestra que toda aplicacion lineal T : R
n
R
m
y toda forma cuadratica
Q : R
n
R
n
R son continuas.
2. Se dene f : R
2
R por
f(x, y) =
x
2
+y
2
x y
,
para x = y, y f(x, x) = 0. En que puntos es continua?
3. Demuestra que cualquier intervalo abierto de R es homeomorfo a R.
4. Demuestra que cualquier bola abierta de R
n
es homeomorfa a R
n
.
FUNCIONES CONTINUAS EN CONJUNTOS COMPACTOS
Proposicion. Si C R
n
compacto, y f : C R
m
es continua, f(C) es compacto.
Demostracion. Sea (y
k
)
k
una sucesion contenida en f(C). Para cada k existe x
k
C
con y
k
= f(x
k
). Como C es compacto, (x
k
)
k
tiene una parcial con lmite en C, y, por
ser f continua, la imagen por f de esta sucesion es una parcial de (y
k
)
k
con lmite en
f(C).
Proposicion (teorema de Weierstrass en R
n
). Si C R
n
es compacto y f :
C R es continua, f tiene maximo y mnimo.
Demostracion. Por la proposicion precedente, f(C) es un subconjunto compacto de
R, y, por tanto tiene maximo y mnimo (v. Captulo 1).
Sean X R
n
y f : X R
m
. Decimos que f es uniformemente continua cuando
para cada > 0 existe > 0 tal que, si x
1
, x
2
X, y x
1
x
2
< , entonces
f(x
1
) f(x
2
) < .
Proposicion (teorema de Heine en R
n
). Si C R
n
compacto, y f : C R
m
es continua, f es uniformemente continua.
Demostracion. Si f no es uniformemente continua, existen > 0 y una sucesion de
pares (x
k
, y
k
) tales que
_
_
x
k
y
k
_
_
<
1
k
,
_
_
f(x
k
) f(y
k
)
_
_
.
Sustituyendo, si es preciso, esta sucesion por una parcial, podemos suponer que (x
k
)
k
y
(y
k
)
k
tienen lmite, que debe ser el mismo para ambas. Si a es este lmite, limf(x
k
) =
limf(y
k
) = f(a) por la continuidad de f, lo que nos lleva a una contradiccion.
Ejercicios
1. Sea T : R
n
R
m
es lineal, demuestra que
T = max
u=1
_
_
Tu
_
_
.
2. Sean K R
n
compacto, y f : K R
m
inyectiva y continua. Demuestra que f
dene un homeomorsmo entre K y f(K).
3. La funcion x 1/x es el ejemplo clasico de funcion continua que no es uni-
formemente continua. Despues de repasar este ejemplo, demuestra que la funcion
f : R(R\ {(0, 0)}) R denida por f(x, y) = x/y no es uniformemente continua.
4. Sea A R
n
. Demuestra la formula
d(x, Ad(y, A)

_
_
x y
_
_
,
y, a partir de ella, que la funcion : R
n
R denida por (x) = d(x, A) es
uniformemente continua.
5. Demuestra que f(x) = x
2
es uniformemente continua en cualquier intervalo ce-
rrado, pero no en R.
6. Demuestra que una funcion derivable con derivada acotada es uniformemente
continua.
PROBLEMAS
2.1. Demuestra que
lim
(x,y)(0,0)
x
3
x
2
y
2
no existe.
2.2. Demuestra que
lim
(x,y)(0,0)
sin(xy)
x
2
+y
2
no existe.
2.3. Demuestra que la funcion f denida por f(x) =
_
x
1
/x
2
_
x, si x = 0, y
f(0) = 0, dene un homeomorsmo del hipercubo C =
_
x R
n
: x
1
1
_
en la
bola unidad B =
_
x R
n
: x 1
_
.
Indicacion. Para ver que f y f
1
son continuas en 0, usa la desigualdad
1
x
1
x
2
_
n(n 1).
2.4. Sean : R R derivable en 0, y f : R
2
R la funcion denida por
f(x, y) =
x(y)
x
2
+y
2
,
si (x, y) = (0, 0), y f(0, 0) = 0. Demuestra que f es continua en (0, 0) si y solo si
(0) =
(0) = 0.
2.5. En que puntos es continua la funcion f : R
2
R denida por
f(x, y) =
x
3
y
5
x +y
,
si x +y = 0, y f(x, y) = 0 si x +y = 0?
2.6. Sea f : R
2
R denida por
f(x, y) =
y
x
sin(x
2
+y
2
),
si x = 0, y f(0, y) = 0. En que puntos es continua?
2.7. Denimos : R R por (t) = 1 si t es racional y (t) = 0 en caso contrario,
y f : R
2
R por f(x, y) = x(xy). En que puntos es continua f?
2.8. Sean f : R R y G =
_
(x, y) R
2
: y = f(x)
_
el grafo de f.
(a) Demuestra que, si f es continua, G es cerrado en R
2
.
(b) Demuestra que, si f es acotada y G es cerrado, entonces f es continua.
Indicacion. Usa el siguiente hecho: una sucesion (x
n
)
n
de R tiene lmite a si
y solo si toda parcial de (x
n
)
n
tiene parcial con lmite a.
(c) Da un ejemplo de una funcion discontinua con grafo cerrado.
2.9. Demuestra la siguiente version del teorema del punto jo: si f : R
n
R
n
cumple la condicion
_
_
f(x) f(y)
_
_

_
_
x y
_
_
, x, y R
n
, x = y,
siendo una constante, con 0 < < 1, f tiene un punto jo unico.
Indicacion. Partiendo de un punto x
1
arbitrario, construye por recurrencia una
sucesion (x
k
)
k
tal que x
k+1
= f(x
k
), y demuestra que cumple la condicion de Cauchy.
El lmite sera el punto jo.
2.10. Demuestra la siguiente version del teorema del punto jo: si K R
n
es
compacto y f : K K cumple la condicion
_
_
f(x) f(y)
_
_
<
_
_
x y
_
_
, x, y K, x = y,
f tiene un punto jo unico.
Indicacion. Busca el mnimo de la funcion (x) =
_
_
x f(x)
_
_
.
3. DIFERENCIABILIDAD
DERIVADAS PARCIALES Y DIRECCIONALES
Sean A R
n
abierto, f : A R, y a A. Llamamos derivada parcial de f en a
respecto x
i
al lmite
D
i
f(a) = lim
t0
f
_
a
1
, . . . , a
i1
, a
i
+t, a
i+1
, . . . , a
n
_
f
_
a
1
, . . . , a
n
_
t
,
cuando existe. Por descontado, si n = 1, esta denicion coincide con la de la derivada
de una funcion de una variable del curso de Analisis matematico I.
Se puede ver la derivada parcial como una generalizacion de la derivada de una funcion
de una variable, aunque no es sino un caso particular, puesto que D
i
f(a) es la derivada,
en t = 0, de la funcion t f
_
a
1
, . . . , a
i1
, a
i
+ t, a
i+1
, . . . , a
n
_
. Por consiguiente,
se pueden aplicar a las derivadas parciales todas las propiedades de las derivadas del
curso de Analisis matematico I, y en particular, las reglas del calculo de derivadas.
Para calcular una derivada parcial usando estas reglas, basta con aplicarlas a f(x),
considerando las variables x
j
, para i = i, como constantes.
La notacion f/x
i
es clasica, y se usa cuando la derivada parcial existe para todos
los puntos de un subconjunto abierto B A, de modo que se puede considerar la
derivada como una funcion denida en B. Si se desea indicar el valor de la derivada
parcial en un punto x B, se puede usar
_
f/x
i
_
x
, en lugar de D
i
f(x).
Ejemplo. La funcion f : R
2
R denida por
f(x, y) =
xy
x
2
+y
2
,
si (x, y) = (0, 0), y f(0, 0) = 0, ya aparecio en el captulo anterior. f tiene derivadas
parciales en todos los puntos. Para (x, y) = (0, 0), podemos usar la regla para la
derivada de un cociente,
f
x
=
y
_
y
2
x
2
_
_
x
2
+y
2
_
2
,
f
y
=
x
_
x
2
y
2
_
_
x
2
+y
2
_
2
.
Para (0, 0) no podemos usar esa formula, y recurrimos a la denicion,
D
1
f(0, 0) = lim
t0
f(t, 0) f(0, 0)
t
= 0, D
2
f(0, 0) = lim
t0
f(0, t) f(0, 0)
t
= 0.
Observa que f no es continua en (0, 0), puesto que no tiene lmite (v. captulo anterior).
Esto quiere decir que, para funciones de varias variables, la existencia de derivadas
parciales en un punto no implica la continuidad en ese punto.
Observa que, si e
i
es el i-esimo vector de la base canonica de R
n
, la denicion de la
derivada parcial se puede escribir
D
i
f(a) = lim
t0
f(a +te
i
) f(a)
t
.
Podemos generalizar esta denicion, sustituyendo e
i
por un vector u = 0 cualquiera,
obteniendo la derivada de f seg un u,
D
u
f(a) = lim
t0
f(a +tu) f(a)
t
.
Con esta notacion, D
i
f(a) = D
ei
f(a). As pues, las derivadas parciales son un caso
particular de esta nueva denicion.Observa que, sustituyendo s = t,
D
u
= lim
t0
f(a +tu) f(a)
t
= lim
s0
f(a +su) f(a)
s
= D
u
f(a).
Por tanto, si existe D
u
f(a), existe D
u
para todo R\{0}, y se obtiene a partir de
ella multiplicando por . Por eso se usa la expresion derivadas direccionales para
designar las derivadas D
u
f(a), y en algunos libros se dene la derivada direccional
solo para vectores unitarios. Observa que D
u
f(a) = D
u
f(a), y por tanto la derivada
no depende solo de la direccion, sino tambien del sentido.
Ejemplo (continuacion). Para u = (u
1
, u
2
) unitario,
D
u
f(0, 0) = lim
t0
f(tu
1
, tu
2
)
t
= lim
t0
u
1
u
2
t
,
y la derivada direccional no existe si u
1
u
2
= 0.
NOTA. Hemos denido las derivadas para funciones a valores en R, pero la denicion
se extiende sin problemas a funciones a valores en R
m
. Por lo que hemos sobre
los lmites anteriormente, la derivada de una funcion a valores en R
m
existen si y
solamente existen las derivadas de las funciones componentes, y las componentes de
la derivada coinciden con las derivadas de las componentes.
Ejercicios
1. Sean > 0, y f
: R
2
R denida por f
(x, y) = |xy|
. Para que valores de

tiene derivadas en (0, 0)?
2. Sea p : R
n
R una norma. Demuestra que p no tiene derivadas en 0.
3. Se dene f : R
2
R por f(x, y) = x
2
/y si y = 0, y f(x, 0) = 0. Demuestra que f
no es continua en (0, 0), pero tiene derivadas en cualquier direccion.
DIFERENCIAL, MATRIZ JACOBIANA Y GRADIENTE
Sean A R
n
abierto, a A, y f : A R
m
. Decimos que f es diferenciable en a
cuando existe una aplicacion lineal T : R
n
R
m
tal que
lim
xa
f(x) f(a) T(x a)
_
_
x a
_
_
= 0.
Es facil ver que f es diferenciable en a si y solamente si lo son las funciones compo-
nentes f
1
, . . . f
m
. Cuando f es diferenciable en todos los puntos de A, decimos que f
es diferenciable, a secas.
Sea u R
n
, con u = 0. Si en la formula anterior hacemos x = tu tenemos
lim
t0
f(a +tu) f(a) T(tu)
|t|
= lim
t0
f(a +tu) f(a)
|t|
lim
t0
t
|t|
Tu = 0,
y, examinando por separado estos lmites por la derecha y por la izquierda, resulta
D
u
f(a) = Tu. Esto implica, en primer lugar, que, si T existe, es unica. En tal caso
la llamamos diferencial de f en a, y la designamos por Df(a). En segundo lugar,
resulta la proposicion siguiente.
Proposicion. Sean A R
n
m
. Si f es diferenciable en
a, existe la derivada direccional D
u
(a) para todo u, y D
u
f(a) = Df(a)u.
En particular, si hacemos u = e
i
, resulta que Df(a)e
i
, que es la columna i-esima de la
matriz de Df(a) en la base canonica, coincide con la derivada de f seg un e
i
. Pero esta
derivada es un vector cuyas componentes son las derivadas parciales de las funciones
componentes f
j
. Por tanto, los terminos de la matriz de Df(a), que llamamos matriz
jacobiana de f en a, son las derivadas D
i
f
j
(a), 1 i n, 1 j m. Cada la de
la matriz jacobiana corresponde a una componente.
Si n = m, la matriz jacobiana es cuadrada. Su determinante se llama determinante
jacobiano. Designamos la matriz jacobiana de f en a por Df(a), sin distinguir entre
ella y la diferencial, y el determinante jacobiano por det Df(a).
Ejemplo. Sea f : R
2
R denida por
f(x, y) =
x
3
_
|y|
x
2
+y
2
,
si (x, y) = (0, 0), y f(0, 0) = 0. Resulta, directamente de la denicion de las derivadas
parciales, que D
1
f(0, 0) = D
2
f(0, 0) = 0. Por tanto, si f es diferenciable en (0, 0), la
diferencial debe ser 0. As es, ya que
lim
(x,y)(0,0)
f(x, y) f(0, 0)
_
x
2
+y
2
= lim
(x,y)(0,0)
x
3
_
|y|
_
x
2
+y
2
_
3/2
= 0.
n
m
. Si f es diferenciable en
a, es continua en a.
Demostracion. Sea T la diferencial. Si (x
k
)
k
tiene lmite a, a partir de un cierto k
0
se cumple
_
_
f(x
k
) f(a) T(x
k
a)
_
_
_
_
x
k
a
_
_
< 1,
luego
f(x
k
) f(a) T(x
k
a)

_
_
f(x
k
) f(a) T(x
k
a)
_
_
<
_
_
x
k
a
_
_
,
y, como limT(x
k
a) = 0 por ser T continua, limf(x
k
) = f(a).
Ejemplo. Sea f : R
2
R denida por
f(x, y) =
x
2
y
x
2
+y
2
,
si (x, y) = (0, 0), y f(0, 0) = 0. Es facil ver que f es continua en (0, 0), usando la
desigualdad

f(x, y)
1. Como en el ejemplo anterior, D

1
f(0, 0) = D
2
f(0, 0) = 0.
Luego, si f es diferenciable en (0, 0), la diferencial debe ser 0. No obstante,
lim
(x,y)(0,0)
f(x, y) f(0, 0)
_
x
2
+y
2
= lim
(x,y)(0,0)
x
2
y
_
x
2
+y
2
_
3/2
no existe, ya que
lim
x0
f
_
x, x
_
=

_
1 +
2
_
3/2
.
As pues, f no es diferenciable, pese a tener derivadas parciales y ser continua. Mas
a un, f tiene derivada en cualquier direccion, ya que, si u es unitario,
D
u
f(0, 0) = lim
t0
f(tu
1
, tu
2
)
t
= u
2
1
u
2
.
Observa que, si f fuera diferenciable, como la diferencial sera 0, todas las derivadas
direccionales deberan anularse.
Cuando f toma valores reales (m = 1), la matriz jacobiana tiene una la, y la podemos
identicar con un vector de R
n
, que se llama vector gradiente. El smbolo (nabla)
se usa en Fsica (donde un campo conservativo es el gradiente de un potencial), y
tambien en muchos libros de Matematicas. Si f(a) es el gradiente de f en a, la
formula para la derivada direccional se puede escribir
D
u
f(a) = f(a) u.
Observa que esta derivada se anula cuando u y el gradiente son ortogonales, y toma
el valor maximo si tienen la misma direccion (v. la desigualdad de Cauchy-Schwarz).
Por eso se dice a veces que el gradiente da la direccion en la cual la variacion de la
funcion es maxima.
Ejercicios
1. Sean > 0, y f
: R
2
R denida por f
(x, y) = |xy|
. Para que valores de

es diferenciable en (0, 0)?
2. Sean p N, y f
p
: R
2
R denida por
f
p
(x, y) =
x
p
x
2
+y
2
si (x, y) = (0, 0), y f(0, 0) = 0. Demuestra que f
p
es continua en (0, 0) cuando p > 2,
y diferenciable cuando p > 3.
3. Demuestra que una aplicacion lineal es diferenciable, y que la matriz jacobiana
coincide con la matriz en la base canonica.
FUNCIONES DE CLASE C
1
Sean A R
n
abierto, y f : A R
m
. Si f tiene derivadas parciales en un entorno
de a A, y estas son continuas en a, decimos que f es una funcion de clase C
1
, o
que es continuamente diferenciable, en a. Cuando f es de clase C
1
en todos los
puntos de A, decimos que es de clase C
1
, a secas.
n
abierto, y f : A R
m
. Si f es de clase C
1
en a A, f
es diferenciable en a.
Demostracion. Podemos suponer m = 1. Sea U una bola abierta centrada en a,
donde f tenga derivadas parciales. Para x U, podemos escribir
f(x) f(a) = f(x
1
, a
2
, . . . , a
n
) f(a
1
, a
2
, . . . , a
n
) +f(x
1
, x
2
, a
3
. . . , a
n
)
f(x
1
, a
2
, . . . , a
n
) + +f(x
1
, . . . , x
n
) f(x
1
, . . . , x
n1
, a
n
).
Por el teorema del valor medio del curso de Analisis matematico I, para cada i existe
i
, situado entre x
i
y a
i
, tal que
f(x
1
, . . . , x
i1
, x
i
, a
i+1
, . . . , a
n
) f(x
1
, . . . , x
i1
, a
i
, a
i+1
, . . . , a
n
)
= D
i
f(x
1
, . . . , x
i1
,
i
, a
i+1
, . . . , a
n
)
_
x
i
a
i
_
.
Entonces y
i
= (x
1
, . . . , x
i1
,
i
, a
i+1
, . . . , a
n
) pertenece a U, y y
i
a x a, y
se cumple
f(x) f(a) Df(a)(x a)
_
_
x a
_
_
=
i=1
_
D
i
f(y
i
) D
i
f(a)
__
x
i
a
i
_
_
_
x a
_
_
i=1
D
i
f(y
i
) D
i
f(a)
,
y como
_
_
y
i
a
i
_
_
<
_
_
x
i
a
i
_
_
, la expresion de la derecha tiende a 0 cuando x a,
por la continuidad de las derivadas.
El recproco de este teorema no es cierto. Hay funciones diferenciables que no son de
clase C
1
(v. Ejercicio 2 a continuacion).
Ejercicios
1. Se dene f : R
n
R por f(x) = exp
_
1/x
2
_
, si x = 0, y f(0) = 0. Demuestra
que f es de clase C
1
.
2. Para p N, se dene f
p
: R
2
R por
f
p
(x, y) =
_
x +y
_
p
sin
_
1
_
x
2
+y
2
_
,
si (x, y) = (0, 0), y f(0, 0) = 0. Para que valores de p es continua? Y diferenciable?
Y de clase C
1
?
REGLA DE LA CADENA
n
abierto, a A, f : A R
m
, B R
m
abierto, con
f(A) B, y g : B R
p
. Supongamos que f es diferenciable en a y g es diferenciable
en f(a). Entonces g f es diferenciable en a, y D(g f)(a) = Dg
_
f(a)
_
Df(a).
Demostracion. Designamos T = Df(a), S = Dg
_
f(a)
_
. Entonces
_
_
g
_
f(x)
_
g
_
f(a)
_
S
_
T(x a)
__
_
_
_
x a
_
_
_
_
g
_
f(x)
_
g
_
f(a)
_
S
_
f(x) f(a)
__
_
_
_
x a
_
_
+
_
_
_
_
_
S
_
f(x) f(a) T(x a)
_
_
x a
_
_
__
_
_
_
_
.
El segundo sumando tiende a 0 si x a, por la continuidad de S. Para ver que el
primero tambien tiende a 0, suponiendo f(x) = f(a) (en caso contrario, este sumando
se anula), multiplicamos y dividimos por
_
_
f(x) f(a)
_
_
, y observamos que
_
_
f(x) f(a)
_
_
_
_
x a
_
_

_
_
f(x) f(a) T(x a)
_
_
_
_
x a
_
_
+
_
_
_
_
_
T
_
x a
_
_
x a
_
_
__
_
_
_
_
es acotado.
n
abierto, a A, y f, g : A R
m
diferenciables en a.
Entonces f +g es diferenciable en a, y D(f +g)(a) = Df(a) +Dg(a).
Demostracion. f + g es la compuesta de (f, g) y : R
2m
R
m
dada por (x, y) =
x +y, y por tanto es diferenciable. D(f, g)(a) es la matriz 2mn formada al juntar
Df(a) (las m primeras las) y Dg(a) (las m ultimas), y la matriz de es la matriz
m2m formada al juntar dos matrices identidad m-dimensionales. Entonces
D(f +g)(a) = D
_
f(a), g(a)
_
D(f, g)(a) =
_
I
m
I
m
_
Df(a)
Dg(a)
_
= Df(a)+Dg(a).
n
abierto, a A, y f, g : A R diferenciables en a.
Entonces fg es diferenciable en a, y D(fg)(a) = g(a) Df(a) +f(a) Dg(a).
Demostracion. fg es la compuesta de (f, g) y : R
2
R denida por (x, y) = xy, y
por tanto es diferenciable. La matriz jacobiana de es D(x, y) = [ y x]. Entonces
D(fg)(a) = D
_
f(a), g(a)
_
D(f, g)(a) =
_
g(a) f(a)
_
Df(a)
Dg(a)
_
= g(a) Df(a) +f(a) Dg(a).
n
abierto, a A, y f : A R diferenciable en a, con
f(a) = 0. Entonces 1/f es diferenciable en a, y se cumple
D
_
1/f
_
(a) =
1
f(a)
2
Df(a).
Demostracion. 1/f es la compuesta de f y (t) = 1/t. Entonces
D
_
1/f
_
(a) =
_
f(a)
_
Df(a) =
1
f(a)
2
Df(a).
De la regla de la cadena resulta que las derivadas de g f se obtienen mediante sumas
y productos a partir de las de f y g, y, si f y g son de clase C
1
, tambien g f. Por
tanto las sumas, productos, etc., de funciones de clase C
1
dan funciones de clase C
1
.
Proposicion. Sea A R
n
abierto, tal que, si a, b A, existe : [0, 1] A de clase
C
1
con (0) = a y (1) = b. Si f : A R
m
es diferenciable en a, y Df(x) = 0 para
todo x A, f es constante.
Demostracion. Se puede suponer m = 1. Demostramos que, si a, b A, entonces
f(a) = f(b). Para ello aplicamos la regla de la cadena a f , de modo que
(f )
(t) = Df
_
(t)
_
D(t) = 0.
Por el teorema del valor medio, f es constante, luego (1) = (0), o sea f(b) = f(a).
Ejercicios
1. Se denen f : R
2
R
3
por f(x, y) = (x
2
, e
x+y
, x y), y g : R
3
R
2
por
g(x, y, z) = x y
2
, e
x
). Verica la validez de la regla de la cadena para g f y para
f g, es decir, las formulas
D(g f)(x, y) = Dg
_
f(x, y)
_
Df(x, y),
D(f g)(x, y, z) = Df
_
g(x, y, z)
_
Dg(x, y, z).
2. Sean f : R
2
R
2
denida por f(x, y) =
_
e
x
sin y, (e
x
1) cos y
_
, y g : R
2
R
2
diferenciable en (0, 0), tal que g f es la identidad en un entorno de (0, 0). Calcula
la matriz jacobiana de g en (0, 0).
3. Se dene f : R
n
R por f(x) = exp
_
1/x
2
_
, si x = 0, y f(0) = 0. Demuestra
que f es de clase C
1
, usando la regla de la cadena.
TEOREMA DEL VALOR MEDIO
Para a, b R
n
, designamos por [a, b] el segmento de extremos a y b, es decir, el
conjunto
[a, b] =
_
a +t(b a) : t [0, 1]}.
Sea A R
n
, tal que, si x, y A, entonces [x, y] A. Decimos en tal caso que A es
un conjunto convexo.
Proposicion (primer teorema del valor medio). Sean A R
n
abierto y convexo,
a, b A, y f : A R diferenciable. Existe [a, b] tal que
f(b) f(a) = Df()
_
b a
_
.
Demostracion. Consideramos h : [0, 1] R denida por h(t) = f
_
a + t(b a)
_
. Por
la regla de la cadena, la derivada de h es
h
(t) = Df
_
a +t(b a)
_
_
_
b
1
a
1
.
.
.
b
n
a
n
_
_
= Df
_
a +t(b a)
_
(b a).
Aplicando el teorema del valor medio para funciones de una variable, existe t
0
(0, 1)
tal que h(1) h(0) = h
(t
0
), y basta poner = a +t
0
(b a) para obtener la formula
del enunciado.
El teorema del valor medio no es valido para funciones a valores en R
m
, con m > 1
(v. Ejercicio). Sin embargo, para este caso hay un teorema mas debil, como muestra
la proposicion siguiente.
Proposicion (segundo teorema del valor medio). Sean A R
n
abierto y
convexo, a, b A, y f : A R
m
diferenciable. Entonces
_
_
f(b) f(a)
_
_
sup
x[a,b]
_
_
Df(x)
_
_
_
_
b a
_
_
.
Demostracion. Sea M este supremo. Si es innito, no hay nada que probar. Si es
nito, vamos a ver que, para todo > 0, se cumple
_
_
f(b) f(a)
_
_
(M +)
_
_
b a
_
_
.
Para ello consideramos
T =
_
t [0, 1] :
_
_
f
_
a +t(b a)
_
f(a)
_
_
(M +)t
_
_
b a
_
_
_
,
y t
0
= sup T. Como el primer miembro de esta desigualdad es una funcion continua
de t, la desigualdad se cumple para t
0
, luego t
0
T. Si t
0
= 1, hemos acabado. Pero
si t
0
< 1, podemos escoger t (t
0
, 1) tal que
_
_
f
_
a +t(b a)
_
f(x
0
) Df(x
0
)
_
(t t
0
)(b a)
__
_
(t t
0
)
_
_
b a
_
_
< ,
donde designamos x
0
= a +t
0
(b a). Ahora,
_
_
f
_
a +t(b a)
_
f(x
0
)
_
_
(t t
0
)
_
_
b a
_
_
+
_
_
Df(x
0
)
_
_
(t t
0
)
_
_
b a
_
_
(M +)(t t
0
)
_
_
b a
_
_
.
Aplicando la desigualdad triangular,
_
_
f
_
a +t(b a)
_
f(a)
_
_
(M +)t
_
_
b a
_
_
, lo
que contradice la denicion de t
0
. As pues, t
0
= 1.
Ejercicio
Se dene f : [0, 2] R
2
por f(t) = (sin t, cos t). Existe alg un (0, 2) tal que
f
() = f(2) f(0)?
DERIVADAS DE ORDEN SUPERIOR
Sean A R
n
, a A, y f : A R, de modo que existe D
i
f(x) en un entorno
de a. Cuando esta funcion tiene derivada respecto x
j
en a, es decir, cuando existe
D
j
(D
i
f)(a), la llamamos derivada segunda, respecto a x
i
, x
j
, de f en a, y la
designamos por D
2
i,j
f(a). Tambien podemos usar la notacion clasica,
2
f
x
j
x
i
=

x
j
_
f
x
i
_
.
Cuando una derivada segunda existe en todos los puntos de un subconjunto B A,
podemos considerarla como una funcion D
f
i,j
f : B R. Si todas las derivadas
segundas existen en un entorno de a y son continuas en a, decimos que f es una
funcion de clase C
2
en a. Si es de clase C
2
en todos los puntos de A, decimos que
es de clase C
2
, a secas.
Proposicion (teorema de Schwarz). Sean A R
n
abierto, a A, y f : A R.
Si las derivadas segundas D
2
i,j
f y D
2
j,i
f existen en un entorno de a, y son continuas
en a (en particular, si f es de clase C
2
), se cumple D
2
i,j
f(a) = D
2
j,i
f(a).
Demostracion. Es facil ver que basta demostrar el teorema en el caso en que n = 2,
a = (0, 0) y f(0, 0) = 0, y as lo hacemos, para simplicar la notacion. Lo que vamos
a demostrar es que ambas derivadas, D
2
1,2
f(0, 0) y D
2
2,1
f(0, 0), coinciden con el lmite
lim
x0
f(x, x) f(x, 0) f(0, x)
x
2
.
Lo comprobamos solo para D
2
2,1
f(0, 0). El argumento se puede adaptar para la otra
derivada con cambios de notacion evidentes. Aplicando el teorema del valor medio
a (t) = f(x, t) f(0, t), existe
x
, comprendido entre 0 y x, tal que (x) (0) =
(
x
)x, o sea,
f(x, x) f(0, x) f(x, 0) =
_
D
2
f(x,
x
) D
2
f(0,
x
)
_
x,
de modo que solo nos falta probar
D
2
2,1
f(0, 0) = lim
x0
D
2
f(x,
x
) D
2
f(0,
x
)
x
.
Aplicamos ahora el teorema del valor medio a (t) = D
2
f(t,
x
), y existe
x
compren-
dido entre 0 y x, tal que
D
2
f(x,
x
) D
2
f(0,
x
) = D
2
2,1
f(
x
,
x
)x.
Como
x
y
x
estan entre 0 y x, cuando x 0, tambien
x
,
x
0, y por la
continuidad de la derivada,
D
2,1
f(0, 0) = lim
x0
D
2
2,1
f(
x
,
x
).
Cuando existen todas las derivadas segundas de f en a, se puede formar con ellas
una matriz n n, que se llama matriz hessiana de f en a. Su determinante es el
determinante hessiano. Designamos la matriz hessiana por Hf(a), o sea,
Hf(a) =
_
_
D
2
1,1
f(a) D
2
1,2
f(a) D
2
1,n
f(a)
D
2
2,1
f(a) D
2
2,2
f(a) D
2
2,n
f(a)
.
.
.
.
.
.
D
2
n,1
f(a) D
2
n,2
f(a) D
2
n,n
f(a)
_
_
.
Si f es de clase C
2
, la matriz hessiana es simetrica, y dene una forma cuadratica.
Designamos por D
2
f(a) esta forma cuadratica, con lo que tenemos
D
2
f(a)x =
n
i,j=1
D
2
i,j
f(a) x
i
x
j
=
_
x
1
x
n
Hf(a)
_
_
x
1
.
.
.
x
n
_
_
.
Por recurrencia se pueden denir derivadas de cualquier orden de f,
D
m
i1,...,im
f(a) = D
im
_
D
m1
i1,...,im1
f)(a),
y, cuando son continuas, se puede aplicar el teorema de Schwarz, y no importa el
orden en que se deriva. Cuando todas las derivadas de orden m son continuas en a,
decimos que f es una funcion de clase C
m
en a. Si es de clase C
m
para todo m,
decimos que es una funcion de clase C
m
.
De la misma manera que Df(a) dene una forma lineal y D
2
f(a) una forma
cuadratica, D
3
f(a) dene una forma c ubica, D
4
f(a) una forma cuartica, etc. En
general, escribimos
D
m
f(a)x =
n
i1,...,im=1
D
m
i1,...,im
f(a) x
i1
x
im
.
Ejercicio
Se dene f : R
2
R por
f(x, y) =
xy(x
2
y
2
)
x
2
+y
2
,
si (x, y) = (0, 0), y f(0, 0) = 0. Demuestra que D
2
1,2
f(0, 0) = 1 y D
2
2,1
f(0, 0) = 1.
Contradice esto el teorema de Schwarz?
F
ORMULA DE TAYLOR
Si una funcion real f admite derivadas de orden m en un punto a, podemos considerar
P
m
(x) = f(a) +
m
k=1
1
k!
D
k
f(a)(x a),
que es un polinomio de grado m, el polinomio de Taylor de grado m de f en a.
El polinomio de Taylor de una funcion de n variables se usa (al igual que en el caso
de una variable, visto en el curso de Analisis matematico I) como aproximacion de f
en un entorno de a.
Ejemplo. Sea f : R
2
R denida por f(x, y) = e
x+y
. Entonces
Df(0, 0) = [ 1 1 ] , Hf(0, 0) =
_
1 1
1 1
_
,
luego el polinomio de Taylor de grado 2 de f en (0, 0) es
1 +x +y +
x
2
2
+
y
2
2
+xy.
Observa que este polinomio se puede obtener seleccionando los terminos de grado
menor o igual que 2 en el producto de los polinomios de Taylor de e
x
y e
y
.
La diferencia f(x) P
m
(x), que sera el error de esa aproximacion, es el termino
complementario, que, como para las funciones de una variable, se puede expresar
usando las derivadas de orden m + 1, si existen, como se ve en la proposicion que
sigue.
Proposicion (formula de Taylor). Sea A R
n
abierto, f : A R de clase C
m+1
,
y x, a A tales que [a, x] A. Existe [a, x] tal que
f(x) = f(a) +
m
k=1
1
k!
D
k
f(a)(x a) +
1
(m+ 1)!
D
m+1
f()(x a).
Demostracion. Denimos h : [0, 1] R por h(t) = f
_
a+t(xa)
_
, que es una funcion
de clase C
m
, cuyas derivadas son
h
(t) = Df
_
a +t(x a)
_
(x a) =
n
i=1
D
i
_
a +t(x a)
_
(x
i
a
i
),
h
(t) = D
2
f
_
a +t(x a)
_
(x a) =
n
i,j=1
D
2
i,j
_
a +t(x a)
_
(x
i
a
i
)(x
j
a
j
),
etcetera, y, en general, h
(k)
(t) = D
k
f
_
a +t(x a)
_
(x a). Por la formula de Taylor
del curso de Analisis matematico I, existe t (0, 1) tal que
h(1) = h(0) +
m
k=1
h
(k)
(0)
k!
+
h
(m+1)
(t)
(m+ 1)!
.
Llamando = a + t(b a) y expresando las derivadas de h en funcion de las de f,
obtenemos la formula del enunciado.
El termino complementario es el ultimo sumando en la formula que hemos estable-
cido, que es una de las versiones de la formula de Taylor para funciones de varias
variables. Existen otras expresiones del termino complementario, pero no las veremos
aqu, ya que la que hemos dado nos basta para justicar el metodo que vamos a dar
en la seccion siguiente para identicar los maximos y mnimos locales. Asumiendo
ciertas hipotesis sobre las derivadas de orden m + 1 de f en un entorno de a, por
ejemplo, que estan uniformemente acotadas, se puede usar esta expresion se para ver
que f(x) P
m
(x) = o
_
x a
m
_
, es decir,
lim
xa
f(x) P
m
(x)
x a
m
= 0.
El polinomio de Taylor de grado 1, f(a) + Df(a)(x a), es una funcion lineal (con
termino constante). En el caso n = 1, visto en el curso de Analisis matematico I, la
graca de esta funcion es la recta tangente a la graca de f en a. Para n = 2, se obtiene
un plano tangente, y para n 3, un hiperplano tangente. Nos ocuparemos mas
adelante de esta interpretacion geometrica.
Ejercicios
1. Calcula el polinomio de Taylor de grado 2 de f(x, y) = sin(x +y) en (0, 0).
2. Calcula el polinomio de Taylor de grado 2 de f(x, y) = e
xy
en (0, 0).
3. Calcula el polinomio de Taylor de grado 2 de f(x, y) = x
2
y
2
+xy en (1, 1).
M
AXIMOS Y M
INIMOS LOCALES
Sean A R
n
abierto, f : A R, y a A. Decimos que f tiene un maximo local
en a cuando existe un entorno U de a tal que f
|U
alcanza su maximo valor en a, es
decir, cuando f(x) f(a) para todo x U. El mnimo local se dene de forma
analoga. Para n = 1, estas deniciones dan las de maximo y mnimo local de una
funcion de una variable, vistas en el curso de Analisis matematico I.
n
abierto, f : A R. Si f tiene un maximo (mnimo)
local en a A, y existe la derivada parcial D
i
f(a), entonces D
i
f(a) = 0.
Demostracion. Si f tiene un maximo (mnimo) local en a, la funcion h(t) = f(a+te
i
)
tiene un maximo (mnimo) local en t = 0, luego h
(0) = D
i
f(a) = 0.
Esta proposicion es una consecuencia directa del hecho de que la derivada de una
funcion de una variable se anula en un maximo o un mnimo local. En el curso de
Analisis matematico I se ha visto que esta condicion no es suciente para que haya un
maximo o un mnimo local, y como se puede aclarar lo que sucede en un punto donde
la derivada se anula, examinando el signo de la segunda derivada. A continuacion
presentamos la generalizacion de ese criterio a funciones de varias variables.
n
abierto, f : A R de clase C
2
, y a A tal que
Df(a) = 0.
(i) Si D
2
f(a) es denida positiva, f tiene un mnimo local en a.
(ii) Si D
2
f(a) es denida negativa, f tiene un maximo local en a.
(iii) Si D
2
f(a) es indenida, f no tiene ni un maximo ni un mnimo local en a.
Demostracion. (i) Probamos en primer lugar que, si D
2
f(a) es denida positiva,
existen > 0 y un entorno U de a donde D
2
f(x)u > para todo x U y todo
u S, siendo S =
_
u R
n
: u = 1
_
. En particular, D
2
f(x) sera denida
positiva para x U. Como S es compacto y D
2
f(a)u > 0 en S, existe > tal que
D
2
f(a)u > 2 para todo u S. Tomamos ahora r > 0 tal que B
(a, r) A. Como
(x, u) D
2
f(x)u es uniformemente continua (teorema de Heine) en el compacto
B
(a, r) S, existe > 0 tal que, si

_
_
xa
_
_
< , se cumple

D
2
f(x)uD
2
f(a)u
<
para todo u S. Tomando U = B(a, ), resulta D
2
f(x)u > , para x U y u S,
como queramos probar.
Pasemos ahora a demostrar (i). La formula de Taylor en a nos da
f(x) = f(a) +D
2
f()(x a),
donde, si x U, tambien U, de modo que D
2
f()(x a) > 0, y por tanto
f(x) f(a) para x U, y f
|U
alcanza su valor mnimo en a.
(ii) El argumento de (i) se adapta de forma obvia al caso en que D
2
f(a) es denida
positiva.
(iii) Supongamos ahora que D
2
f(a) es indenida, y sean > 0 y u
1
, u
2
S, tales
que D
2
f(a)u
1
> 2 y D
2
f(a)u
2
< 2. Usando la continuidad uniforme como en la
demostracion de (i), vemos que existe un entorno U de a donde se cumple D
2
f(x)u
1
>
y D
2
f(x)u
2
< para todo x U. Luego, si escogemos x de forma que xa tenga
la direccion de u
1
, tenemos f(x) > f(a), y si lo escogemos de forma que x a tenga
la direccion de u
2
, tenemos f(x) < f(a), con lo que f no tiene maximo ni mnimo
local en a.
Ejemplo. Sea f : R
2
R denida por f(x, y) = x
3
+y
3
3xy. Entonces
Df(x, y) =
_
3x
2
3y 3y
2
3x
, Hf(x, y) =
_
6x 3
3 6y
_
.
Las derivadas primeras se anulan en (0, 0) y (1, 1). En estos puntos,
Hf(0, 0) =
_
0 3
3 0
_
, Hf(1, 1) =
_
6 3
3 6
_
.
Hf(1, 1) es denida positiva, y por tanto f tiene un mnimo local en ese punto. Sin
embargo, Hf(0, 0) es indenida, con lo que (0, 0) es un punto de silla. Observa que
en (1, 1) hay un mnimo local, pero f no tiene mnimo, puesto que f(x, 0) = x
3
no
esta acotada.
Ejemplo. Sean K =
_
(x, y) R
2
: x, y 0, x + y 1
_
, y f(x, y) = xy. f tiene
maximo y mnimo en K, por el teorema de Weierstrass. Si el maximo o el mnimo
valor de f de f en K se alcanzasen en un punto interior, f tendra un maximo o un
mnimo local en ese punto. Pero Df(x, y) = [ y x] no se anula en ning un punto
del interior de K, y por tanto el maximo y el mnimo valor de f se alcanzan en la
frontera.
El mnimo valor de f es obviamente 0. f se anula sobre los segmentos
_
(0, 0), (1, 0)
y
_
(0, 0), (0, 1)
, y por tanto el maximo se alcanza en el segmento

_
(0, 1), (1, 0)
. Para
ver donde, basta considerar (x) = f(x, 1 x) = x x
2
, que tiene un mnimo en
x = 1/2.
Ejercicios
1. Se dene f : R
2
R por f(x, y) = x
3
+xy
2
x Demuestra que f tiene un maximo
local y un mnimo local, pero no tiene maximo ni mnimo.
2. Se dene f : R
2
R por f(x, y) = x
2
+ y
2
+ 2xy + 1. Demuestra que f tiene
innitos mnimos locales, y que la matriz hessiana es semidenida en esos puntos.
3. Se dene f :
_
(x, y) R
2
: x, y 0, x +y 2
_
R por f(x, y) = (x 1)(y +1).
Halla el maximo y el mnimo valor de f, si existen.
4. Se dene f :
_
(x, y) R
2
: x 2, x + y 4
_
R por f(x, y) = x
2
xy + y
2
.
5. Se dene f :
_
(x, y) R
2
: x, y 1, x+y 3
_
R por f(x, y) = 54yx
2
y
2
.
PROBLEMAS
3.1. Sea f : R
n
R tal que, si > 0 y x R
n
, con x = 1, se cumple
f(x) f(0)
e
1/
.
(a) Calcula las derivadas parciales de f en 0.
(b) Es diferenciable?
3.2. Sea f : (0, 1) (0, 1) R denida por
f(x, y) =
_
x
_
1 y
_
, si x y
y
_
1 x
_
, si x > y.
(a) En que puntos es continua?
(b) En que puntos es diferenciable? Calcula la diferencial en esos puntos.
3.3. Sean g : {x R
n
: x = 1} R, y f : R
n
R denida por
f(x) = x g
_
x/x
_
,
si x = 0, y g(0) = 0. Demuestra:
(a) La derivada direccional D
u
f(0) existe si y solo si g(u) = g(u).
(b) Si f es diferenciable en 0, f es lineal.
3.4. Sean A R
n
m
diferenciable en a, tal que f(a) = 0,
y : A R denida por (x) = f(x). Demuestra que es diferenciable en a si y
solo si Df(a) = 0.
3.5. Sean f : R
n
R
n
diferenciable en a R
n
, con Df(a) invertible. Demuestra
que existe > 0 tal que, si x a < , entonces f(x) = f(a).
Indicacion. Demuestra que si T : R
n
R
n
es lineal e invertible, existe > 0 tal que,
si u = 1, entonces Tu > .
3.6. Sean > 0 y f : R
n
R
m
diferenciable, tal que
lim
x
_
_
x
_
_
_
_
Df(x)
_
_
= 0.
Se dene g : R
n
R
m
por g(x) = f(x) f(x). Demuestra que g es acotada.
Observacion.
_
_
Df(x)
_
_
es la norma de una aplicacion lineal, no la norma de un vector.
3.7. Sea f : R
n
\ {0} R diferenciable, con derivadas parciales acotadas.
(a) Demuestra que, si n > 1, existe M > 0 tal que
f(x) f(y)
M
_
_
x y
_
_
, x, y R
n
\ {0}.
(b) Demuestra que, si n > 1, f tiene lmite en 0.
(c) Muestra con un ejemplo que la armacion de (b) no siempre es cierta para
n = 1.
3.8. Se dene f : R
3
R por f(x, y, z) = cos(2x) + sin y +z
2
. Demuestra que f no
tiene maximos locales, y que tiene un mnimo local en cualquier punto de la forma
_
n/2, (2m+ 1)/2, 0
_
, siendo n y m enteros impares.
3.9. Se dene f : (0, 2) (0, 2) R por
f(x, y) = sin x
_
1 + cos y
_
+ sin y
_
1 + cos x
_
.
Demuestra que f su valor maximo en (/3, /3) y su valor mnimo en
_
5/3, 5/3
_
.
3.10. Se dene f : {(x, y) R
2
: x, y 0, x
2
+ y
2
1} por f(x, y) = e
x
+ e
y
.
Donde se alcanzan el maximo y el mnimo valor de f?
Indicacion. Para hallar el mnimo, considera h(t) = f(cos t, sint), para t [0, /4].
4. TEOREMA DE LA FUNCI
ON
INVERSA Y CONSECUENCIAS
TEOREMA DE LA FUNCI
ON INVERSA
Proposicion (teorema de la funcion inversa). Sean A R
n
abierto, f : A R
n
de clase C
1
, y a A, tal que det Df(a) = 0. Existen un entorno abierto U de a, y un
entorno abierto V de f(a), tales que f es biyectiva entre U y V , y la inversa de f
|U
es de clase C
1
en f(a). Se cumple, ademas, Df
1
_
f(x)
_
= Df(x)
1
para x U.
Demostracion. (a) Basta ver que f
1
existe y es diferenciable, ya que, por la regla
de la cadena, Df
1
(x) y Df(x) son inversas. La continuidad de las derivadas de f
1
resulta de la formula mediante la cual se obtienen, invirtiendo Df(x).
(b) Podemos suponer Df(a) = I, ya que, si T = Df(a), la regla de la cadena da
D
_
T
1
f
_
(a) = T
1
Df(a) = I,
y, si el teorema vale para T
1
f, tambien vale para f.
(c) Existe una bola abierta B, centrada en a, que cumple las cuatro condiciones
siguientes:
(1) f(x) = f(a), para x

B \ {a}.
(2) det Df(x) = 0, para x

B.
(3) Df(x) I 1/2, para x B.
(4) x x
2 f(x) f(x
), para x, x
B.
En primer lugar, como Df(a) = I,
lim
xa
f(x) f(a) (x a)
x a
= 0,
y existe r > 0 tal que f(x) = f(a) para xa r. Por la continuidad de las derivadas
de f, podemos suponer que r es lo sucientemente peque no como para que (2) se
cumpla tambien. Como B
(a, r) es compacto, podemos usar la continuidad uniforme

de (x, u) Df(x)u para asegurar que existe > 0 tal que Df(x)u u 1/2 para
x a < , y u unitario, y por tanto se cumple (3) para B = B(a, ).
Aplicando el segundo teorema del valor medio a g(x) = f(x) x, tenemos Dg(x) =
Df(x) I, y, por (3),
_
_
f(x) x
_
f(x
) x
__
_

1
2
x x
,
de donde resulta (4) usando la desigualdad triangular.
(d) Denimos ahora V . Por (1), existe > 0 tal que f(x) f(a) > 0 para
x Fr(B), y denimos V = B
_
f(a), /2
_
. Entonces
_
_
y f(x)
_
_

y f(a) f(x) f(a)
>

2
,
y se cumple por tanto:
(5) y f(a) < y f(x) para y V , x Fr(B).
(e) Vemos ahora que, para cada y V , existe x B unico con f(x) = y. La unicidad
resulta de (4). Para probar la existencia, consideramos h(x) = y f(x)
2
. Por (5),
el valor mnimo de h en

B se alcanza en un punto x B, que es un mnimo local, y
por tanto Dh(x) = 0. Como
Dh(x) = 2
_
y f
1
(x) y f
n
(x)
Df(x),
y Df(x) tiene inversa, debe ser y = f(x).
(f) Denimos ahora U = B f
1
(V ), y f es biyectiva entre U y V . Por (4), f
1
es
continua.
(g) Vamos a ver, para concluir, que f
1
es diferenciable. Designamos T = Df(x),
y = f(x), para evitar confusiones. Sea > 0. Escogemos > 0 tal que, si x x
<
2, se cumpla
_
_
f(x
) f(x) T(x x
)
_
_
x
x
<

2T
1
.
Entonces, si y
y < , por (4) se cumple

_
_
f
1
(y
) f
1
(y)
_
_
< 2, luego
_
_
y
y T
_
f
1
(y
) f
1
(y)
__
_
_
_
f
1
(y
) f
1
(y)
_
_
<

2T
1
.
Por (4),
_
_
y
y T
_
f
1
(y
) f
1
(y)
__
_
y
y
<

T
1
,
y, aplicando T
1
,
_
_
f
1
(y
) f
1
(y) T
1
(y
y)
_
_
y
y
=
_
_
_
_
_
T
1
_
y
y T
_
f
1
(y
) f
1
(y)
_
y
y
__
_
_
_
_
< ,
lo que prueba que f
1
es diferenciable en x y la diferencial es T
1
.
NOTA. Por la relacion que existe entre las derivadas de f y las de f
1
, si f es de
clase C
m
, tambien f
1
.
Cuando f cumple la hipotesis del teorema de la funcion inversa en un conjunto abierto
A, decimos que f es un difeomorsmo local en A. Si ademas f es inyectiva, decimos
que dene un difeomorsmo de A en f(A). La inversa es entonces un difeomorsmo
de f(A) en A. Todo difeomorsmo es un homeomorsmo. El ejemplo que sigue ilustra
la distincion entre difeomorsmos y difeomorsmos locales.
Ejemplo. f : R
2
R
2
denida por f(x, y) = (e
x
cos y, e
x
sin y) es un difeomorsmo
local, con f(R
2
) = R
2
\
_
(0, 0)
_
, pero no es inyectiva, ya que f(x, y + 2) = f(x, y).
La restriccion de f a la banda denida por < y < es un difeomorsmo de esa
banda en el complementario de la semirrecta
_
(u, v) R
2
: u = 0, v < 0
_
.
Proposicion. Si A R
n
es abierto, y f : A R
n
es un difeomorsmo local, f(A)
es abierto.
Demostracion. Sea b f(A). Escogemos a A con b = f(a). El entorno abierto
V de b, cuya existencia asegura el teorema de la funcion inversa, esta contenido en
f(A), luego b es un punto interior.
Los difeomorsmos se llaman a veces cambios de variable. En R, el mas conocido
es el cambio dado por la funcion exponencial (o el logaritmo). En el curso de Proba-
bilidades apareceran otros cambios de variable. En R
2
, el cambio de variable clasico
es el basado en las coordenadas polares. Para (x, y) = (0, 0), podemos escribir
x = r cos , y = r sin ,
con r 0. r y son las coordenadas polares del punto (x, y). r es el modulo (es
decir, la norma eucldea), y el argumento. Observa que (r, ) (r cos , r sin ) es
un difeomorsmo local de (0, +)R en R
2
\{(0, 0)}, pero no es un autentico cambio
de variable (es decir, un difeomorsmo) si no restringimos el dominio del argumento,
ya que todo punto tiene innitos argumentos. El determinante jacobiano es
cos r sin
sin r cos
= r.
Los cambios de variable se usan frecuentemente para simplicar el calculo de inte-
grales, como se vera en el curso de Analisis matematico IV.
Ejercicios
1. Que dice el teorema de la funcion inversa sobre f(x) = x
2
? Y sobre f(x) = sin x?
2. Sea f : R R denida por
f(x) =
x
2
+x
2
sin
_
1/x
_
,
si x = 0, y f(0) = 0. Demuestra que f
(0) = 0, pero f no tiene inversa en ning un

entorno de 0. Contradice esto el teorema de la funcion inversa?
3. Donde hay que restringir la funcion (u, v) (x, y) dada por x = u
2
v
2
, y = uv,
para que sea un difeomorsmo local? Y para que sea un difeomorsmo?
4. Las coordenadas polares esfericas en R
3
vienen dadas por las relaciones
x = r cos cos , y = r cos sin , z = r sin ,
donde r 0 y /2 /2. Cual es la interpretacion geometrica de las
coordenadas r, , ? Donde hay que restringir la funcion (r, , ) (x, y, z), dada
por esta formulas, para que sea un difeomorsmo local? Y un difeomorsmo?
TEOREMA DE LA FUNCI
ON IMPL
ICITA
Por comodidad, usamos la notacion (x, y), con x R
n
, y R
p
, para los puntos de
R
n+p
= R
n
R
p
. Para una funcion f denida en un abierto de R
n+p
, designamos
por D
x
f(x, y) la submatriz de la matriz jacobiana de f formada por las derivadas
D
i
f
j
(x, y), con 1 i n, y por D
y
f(x, y) la submatriz complementaria.
Proposicion (teorema de la funcion implcita). Sean f : G R
p
de clase C
1
,
G R
n+p
abierto, y (a, b) G tal que f(a, b) = 0 y det D
y
f(a, b) = 0. Existen
un entorno abierto A de a, un entorno abierto B de b, y una funcion g : A B de
clase C
1
, tales que g(a) = b, y, para x A, g(x) es el unico punto de B que cumple
f
_
x, g(x)
_
= 0.
Demostracion. Sea F : G R
n
R
p
denida por F(x, y) =
_
x, f(x, y)
_
. Como
DF(x, y) =
_
I 0
D
x
f(x, y) D
y
f(x, y)
_
,
resulta det DF(x, y) = det D
y
f(x, y), y podemos aplicar el teorema de la funcion
inversa en (a, b), de modo que existen entornos abiertos U de (a, b) y V de (a, 0), donde
F : U V es un difeomorsmo. Ahora, F
1
es de la forma F
1
(x, z) = (x, h(x, z)),
y, llamando g(x) = h(x, 0), resulta
_
x, f(x, g(x))
_
= F
_
x, g(x)
_
= F
_
x, h(x, 0)
_
= F
_
F
1
(x, 0)
_
= (x, 0),
y por tanto f(x, g(x)) = 0. Finalmente, escogemos dos bolas abiertas A y B, de modo
que (a, b) AB U. La unicidad de g(x) resulta de que F es inyectiva en U.
Cuando se dan las condiciones del teorema de la funcion implcita, decimos que
f(x, y) = 0 dene y como funcion implcita de x en un entorno de (a, b).
Si g es la funcion implcita, la regla de la cadena para x f
_
x, g(x)
_
da
Dg(x) = D
y
f(x, y)
1
D
x
f(x, y),
para y = g(x), lo que permite obtener las derivadas de g. Ademas, esta relacion
asegura que, si f es de clase C
m
, tambien g. Las derivadas de g tambien se pueden
obtener tomando derivadas implcitas en la ecuacion f(x, y) = 0 (v. Ejemplo).
Ejemplo. El sistema
xu
3
+yv
2
= 4, y
2
u + 2xv = 0
dene (u, v) como funcion implcita de (x, y) en un entorno de (0, 1, 0, 2). Para verlo
aplicamos el teorema de la funcion implcita a f(x, y, u, v) =
_
xu
3
+yv
2
4, y
2
u+2xv
_
,
con
Df(0, 1, 0, 2) =
_
0 4 0 4
4 0 1 0
_
.
Como el determinante de orden 2 de la derecha de esta matriz es distinto de cero,
existe en un entorno de (0, 1) una funcion g de clase C
1
tal que g(0, 1) = (0, 2), y
f
_
x, y, g(x, y)
_
= 0. g es la funcion implcita. La matriz jacobiana es
Dg(0, 1) =
_
0 4
1 0
_
1
_
0 4
4 0
_
=
_
4 0
0 1
_
.
Las derivadas de g tambien se pueden obtener tomando derivadas implcitas en el
sistema de ecuaciones del principio, es decir, usando las reglas del calculo de derivadas,
pero considerando que u y v son dos funciones de (x, y). As, derivando respecto a x
en las dos ecuaciones del sistema, resulta
u
3
+ 3xu
2
u
x
+ 2yv
v
x
= 0, y
2
u
x
+ 2v + 2x
v
x
= 0.
Como u(0, 1) = 0, v(0, 1) = 2, resulta
4
_
v
x
_
(0,1)
= 0,
_
u
x
_
(0,1)
+ 4 = 0,
de donde que es la primera la de la matriz jacobiana de g. Derivando respecto a y
obtenemos la segunda la. Este metodo permite volver a derivar implcitamente, y
obtener las derivadas segundas, terceras, etc.
Ejercicios
1. Que dice el teorema de la funcion implcita sobre la ecuacion x
2
+y
2
= 1?
2. Comprueba que el sistema
xu
6
+y
2
v
3
= 1, xy
3
+v
2
u
2
= 0
dene (x, y) como funcion implcita de (u, v) en un entorno de (0, 1, 0, 1). Calcula la
matriz jacobiana y la hessiana de la funcion implcita en (0, 1).
M
ETODO DE LOS MULTIPLICADORES DE LAGRANGE

Proposicion (teorema de Lagrange). Sean A R
n
abierto, f : A R y
g : A R
p
de clase C
1
, con Dg(x) de rango p (p < n), para todo x A. Sea
M =
_
x A : g(x) = 0
_
, y supongamos que f
|M
tiene un maximo (mnimo) local en
a. Entonces f(a) depende linealmente de g
1
(a), . . . , g
p
(a).
Demostracion. Como en el teorema de la funcion implcita, designamos los puntos de
R
n
= R
np
R
p
por (x, y), con x R
np
, y R
p
. Si el rango de la matriz jacobiana
de g es p, hay p columnas independientes, y, para simplicar la notacion, suponemos
que, en a, las p ultimas lo son, de forma que det D
y
g(a) = 0. Por el teorema de la
funcion implcita, hay una funcion implcita y = (x) en un entorno de a. La hipotesis
del teorema de Lagrange supone que h(x) = f
_
x, (x)
_
tiene un maximo (mnimo)
local en (a
1
, . . . , a
np
). Por la regla de la cadena, la matriz jacobiana de h es
Dh(x) = Df
_
x, (x)
_
_
I
D(x)
_
= D
x
f
_
x, (x)
_
+D
y
f
_
x, (x)
_
D(x).
Usando la expresion de la matriz jacobiana de la funcion implcita que vimos antes,
y Dh(a
1
, . . . , a
np
) = 0, tenemos D
x
f(a) D
y
f(a) D
y
g(a)
1
D
x
g(a) = 0, luego
_
D
x
f(a) D
y
f(a)
= D
y
f(a) D
y
g(a)
1
_
D
x
g(a) D
y
g(a)
.
La matriz de D
y
f(a) D
y
g(a)
1
tiene dimension 1 p. Denotando por
1
, . . . ,
p
los
coecientes de esta matriz, resulta
Df(a) =
_
1

p
Dg(a),
que es equivalente a f(a) =
1
g
1
(a) + +
p
g
p
(a).
Observa que, como g
1
(a), . . . , g
p
(a) son independientes, porque Dg(a) tiene rango
p, los
i
son unicos. Son los multiplicadores de Lagrange. El metodo basado en
el teorema de Lagrange se presenta a veces como un metodo para hallar extremos
condicionados, contrapuesto al metodo que vimos en el captulo anterior, que sera el
metodo para hallar extremos libres. Las p ecuaciones g
i
(x) = 0 son las ligaduras,
o restricciones. n p es el n umero de grados de libertad del problema.
En la presentacion clasica del teorema, se dene una funcion L : A R
p
R, la
funcion de Lagrange, haciendo
L(x, ) = f(x)
1
g
1
(a)
p
g
p
(a),
y el teorema asegura entonces que DL(a, ) = 0. Es facil ver que ambas versiones
son equivalentes. El lenguaje del

Algebra lineal obvia la funcion de Lagrange, que es
articial. No obstante, en ciertos contextos, como la Mecanica clasica, o la Microe-
conoma, se puede dar una interpretacion de la funcion de Lagrange (la lagrangiana
de los libros de Fsica) o de los multiplicadores.
Ejemplo. Vamos a usar el metodo de Lagrange para hallar la distancia del punto
(1, 7/2) a la rama de la hiperbola xy = 1 contenida en el primer cuadrante. Con-
sideramos
f(x, y) =
_
x 1
_
2
+
_
y + 7/2
_
2
, g(x, y) = xy 1.
Los gradientes son
f(x, y) =
_
2(x 1), 2(y + 7/2)
_
, g(x, y) = (y, x),
y el mnimo de f sobre la curva xy = 1 debe cumplir
x 1
y
=
y + 7/2
x
.
Sustituyendo y por 1/x, esta ecuacion se transforma en 2x
4
2x
3
7x 2 = 0,
que tiene dos soluciones reales, una positiva y otra negativa. La solucion negativa
corresponde al punto de la otra rama de la hiperbola mas proximo a (1, 7/2), y
la solucion positiva, que es x = 2, al punto (2, 1/2), que es el que nos interesa. La
distancia es

17.
Es facil ver que se llega al mismo resultado buscando el mnimo de
h(x) =
_
x 1
_
2
+
_
1
x
+
7
2
_
2
,
que resulta de sustituir y por 1/x en la formula de la distancia al cuadrado.
Ejemplo. Calculamos los valores maximo y mnimo de
f(x, y, z) = x
2
+y
2
+z
2
+x +y +z
sobre la esfera x
2
+ y
2
+ z
2
= 4. Para ello aplicamos el metodo de Lagrange, con
g(x, y, z) = x
2
+y
2
+z
2
4. Los gradientes son
f(x, y, z) = (2x + 1, 2y + 1, 2z + 1), g(x, y, z) = (2x, 2y, 2z),
y en los puntos donde se alcanzan los valores extremos se cumple
2x + 1
x
=
2y + 1
y
=
2z + 1
z
,
lo que equivale a x = y = z. Hay dos puntos en estas condiciones, y en ellos se
alcanzan el maximo y el mnimo valor de f,
f
_
2/
3, 2/
3, 2/
3
_
= 4 2
3, f
_
2/
3, 2/
3, 2/
3
_
= 4 + 2
3.
Ejemplo. Vamos a hallar los puntos a distancia maxima y mnima del origen en la
curva denida por las ecuaciones
z = x
2
+y
2
, x +y +z = 1.
En el captulo proximo veremos por que llamamos curva al conjunto de puntos de R
3
que cumple estas ecuaciones. En todo caso no es difcil ver que se trata de un conjunto
compacto (verifcalo), y por tanto la norma tiene maximo y mnimo. Aplicamos el
metodo de Lagrange a
f(x, y, z) = x
2
+y
2
+z
2
, g
1
(x, y, z) = x
2
+y
2
z, g
2
(x, y, z) = x +y +z 1,
y el punto a distancia mnima debe cumplir
2x 2x 1
2y 2y 1
2z 1 1
= 0.
Tras operaciones elementales, llegamos a la ecuacion (x y)(2z + 1) = 0.
Consideramos primero el caso xy = 0. Sustituyendo y por x en las ecuaciones
de la curva resulta z = 2x
2
= 1 2x, y podemos hallar x resolviendo 2x
2
+
2x1 = 0. Las soluciones son x =
_
1
3
_
/2. Resultan, pues, dos puntos,
_
(1 +
3)/2, (1 +
3)/2, 2
3
_
y
_
(1
3)/2, /(1
3)/2, 2 +
3
_
.
El caso 2z + 1 = 0, nos lleva, sustituyendo z por 1/2 en las ecuaciones de la
curva, al sistema
x +y =
3
2
, x
2
+y
2
=
1
2
,
que no tiene solucion.
As pues, los puntos que hemos hallado en primer lugar son los que buscabamos, y
corresponden a la distancia mnima y maxima, respectivamente.
Ejercicios
1. Halla la distancia del punto (0, 3) a la parabola y = x
2
, usando el metodo de
Lagrange.
2. En el problema 3.10 se hallaba el mnimo de f(x, y) = e
x
+e
y
en la circunferencia
unidad hallando el mnimo de una funcion de una variable. Usa ahora el metodo de
Lagrange para llegar al mismo resultado.
3. Se dene f :
_
(x, y) R
2
: 5x + 6xy = 8
_
R por f(x, y) = x
2
y
2
. Halla el
maximo y el mnimo valor de f, si existen.
4. Se dene f :
_
(x, y, z) R
3
: xyz = 27
_
R por f(x, y, z) = xy +xz +yz. Halla
el maximo y el mnimo valor de f, si existen.
5. Se dene f :
_
(x, y) R
2
: x
2
+ y
2
1, x
2
y 1
_
R por f(x, y) = y x.
PROBLEMAS
4.1. Se dene f : R
2
R
2
por f(x, y) = (e
x
+e
y
, e
x
e
y
). Prueba que f dene un
difeomorsmo de R
2
en G =
_
(u, v) R
2
: u < v < u
_
.
4.2. Sean A R
n
abierto, y f : A R
n
de clase C
1
, tal que, si x, y, x + y A, se
cumple
_
_
f(x +y) f(x) y
_
_

y
2
.
(a) Prueba que se cumple
_
_
D
u
f(x) u
_
_
1/2 para u = 1, x A.
(b) Prueba que f dene un difeomorsmo entre A y f(A).
4.3. Prueba que la ecuacion z cos x y cos z = 0 dene una funcion implcita z(x, y)
en un entorno de (/2, /2, /2). Halla el polinomio de Taylor de grado 2 de z(x, y),
centrado en (/2, /2).
4.4. Sean g : R
2
R de clase C
2
, y > 0, tales que
g(0, 0) = , D
2
1,1
g(0, 0) = D
2
2,2
g(0, 0) = D
2
1,2
g(0, 0) = .
(a) Prueba que la ecuacion xz
3
+ z g(x, y) = x
2
+ y
2
+ z
2
dene implcitamente
una funcion z = h(x, y) de clase C
1
en un entorno de (0, 0), con h(0, 0) = .
(b) Prueba que, si h tiene un extremo local en (0, 0), se cumple D
2
g(0, 0) = 0.
(c) Es un maximo o un mnimo?
4.5. Se dene f : R
3
R por f(x, y, z) = x +y +z sin(xyz).
(a) Demuestra que la ecuacion f(x, y, z) = 0 dene en un entorno de (0, 0, 0) una
funcion implcita z = h(x, y).
(b) Calcula las derivadas segundas de h en (0, 0).
(c) Hay alg un entorno de (0, 0) donde la funcion (x, y)
_
h(x, y), 2y
_
tenga
inversa diferenciable?
4.6. Halla el maximo y el mnimo valor, si existen, de f(x, y, z) = xy(z + 1) en
D =
_
(x, y, z) R
3
: x
2
+y
2
+z
2
1, z 0
_
.
4.7. Donde alcanza su maximo valor f(x, y, z) = ax
2
+by
2
+cz
2
, con 0 < a < b < c,
en D =
_
(x, y, z) R
3
; x
2
+y
2
+z
2
1, z 0
_
.
4.8. Halla el maximo y el mnimo valor, si existen, de f(x, y) = (x
2
+ y
2
)e
x+y
en
D =
_
(x, y) R
2
; x
2
+y
2
1, x +y 1
_
.
4.9. Halla el maximo y el mnimo valor, si existen, de f(x, y) = x
2
3x + 4y
2
4y
en D =
_
(x, y) R
2
; x
2
+ 4y
2
1, x 0
_
.
4.10. Halla el maximo y el mnimo valor, si existen, de f(x, y, z) = x
2
+y
2
+z
2
+x+y
en D =
_
(x, y, z) R
3
; x
2
+y
2
+z
2
4, z 0
_
.
5. APLICACIONES GEOM
ETRICAS
TANGENTE Y NORMAL A UNA CURVA EN EL PLANO
Sea : (t
1
, t
2
) R
2
, inyectiva, de clase C
1
, con D(t) = 0 para todo t. Diremos que
es una representacion parametrica, o una parametrizacion de una curva en R
2
.
es un homeomorsmo (por que?) entre el intervalo abierto (t
1
, t
2
) y el recorrido
_
(t
1
, t
2
)
_
. Distinguimos entre la curva, que es el recorrido de la parametrizacion,
y esta, porque una misma curva puede admitir diferentes parametrizaciones, como
muestra el ejemplo que sigue.
Ejemplo. : (0, /2) R
2
, dada por (t) = (cos t, sin t), es una parametrizacion
del arco de la circunferencia unidad contenido en el primer cuadrante del plano. Otra
parametrizacion es (t) = (cos 2t, sin 2t), con 0 < t < /4.
Si es una parametrizacion de una curva del plano, decimos que el vector derivada
(t) =
_
1
(t),
2
(t)
_
es un vector tangente a la curva en el punto (t). Este
vector tangente depende de la parametrizacion.
Ejemplo (continuacion). Para las parametrizaciones del arco de circunferencia del
ejemplo, tenemos
(t) = (sin t, cos t),
(t) = (2 sin 2t, 2 cos 2t),

con lo que el vector tangente en (1/
2, 1/
2) es, en un caso, (1/
2, 1/
2), y, en
el otro, (
2,
2). Observa que estos vectores denen la misma direccion.

Sea : (t
1
, t
2
) R
2
una parametrizacion de una curva del plano. Las expre-
siones cambio de parametro, o reparametrizacion, designan un difeomorsmo
h : (s
1
, s
2
) (t
1
, t
2
). Entonces = h es otra parametrizacion de la misma curva
(el recorrido de y es el mismo). Por la regla de la cadena,
(t) = h
(s)
(h(s)),
y los vectores tangentes denen la misma direccion. Si h
(s) > 0, tienen ademas

el mismo sentido, y decimos que el cambio de parametro conserva el sentido. Si
h
(s) < 0, decimos que invierte el sentido.

La recta que pasa por un punto (t) y tiene la direccion del vector tangente
(t)
es la recta tangente a la curva en ese punto. La recta tangente no depende de la
parametrizacion. La recta perpendicular a la tangente en el punto (t) es la recta
normal. Un vector director de la recta normal es
_
2
(t),
1
(t)
_
.
Si f : (a, b) R es una funcion de clase C
1
, con f
(x) = 0 para todo x, se obtiene

de forma obvia una parametrizacion de la graca de f tomando (x) =
_
x, f(x)
_
. El
vector tangente en
_
x, f(x)
_
es
_
1, f
(x)
_
. Observa que la pendiente de este vector
coincide con la derivada f
(x).
Una curva de R
2
es un subconjunto M R
2
tal que, para cada punto (x, y)
M existen un entorno U y una parametrizacion : (t
1
, t
2
) R
2
de modo que
_
(t
1
, t
2
_
= M U. Con esta denicion de curva, la graca de una funcion f :
(a, b) R como la del parrafo anterior es una curva, aunque no toda curva del plano
es la graca de una funcion de una variable (v. el ejemplo que sigue). Observa que,
si en entorno de un punto (x
0
, y
0
) M hay dos parametrizaciones y , podemos
restringir estas a un arco de M de modo que
1
sea un cambio de parametro.
Tiene sentido, pues, considerar las rectas tangente y normal a una curva en un punto,
ya que no dependen de la parametrizacion.
Ejemplo. La circunferencia unidad del plano es una curva. Para cada punto (x, y) de
la circunferencia existe [0, 2) tal que x = cos , y = sin , y basta denir (t) =
(cos t, sint) en
_
/2, +/2
_
para tener una parametrizacion de la circunferencia en
un entorno de ese punto. Esta parametrizacion da un vector tangente (sin , cos )
(con sentido antihorario) y un vector normal (cos , sin ) (con sentido hacia el
origen).
Observa que no solo la circunferencia no es la graca de ninguna funcion de una
variable, sino que no es posible denir una parametrizacion unica para toda la cir-
cunferencia, puesto que es un subconjunto compacto de R
2
, y toda parametrizacion
es un homeomorsmo.
Sea f : A R de clase C
1
, con A R
2
abierto, y supongamos que f(x, y) = 0 para
todo (x, y) A. Entonces M =
_
(x, y) A : f(x, y) = 0
_
es una curva. En efecto,
por el teorema de la funcion implcita, en un entorno de un punto (x
0
, y
0
) M
podemos expresar una coordenada como funcion implcita de la otra, por ejemplo
y = g(x). Entonces x
_
x, g(x)
_
es una parametrizacion en un entorno de (x
0
, y
0
).
Recuerda que la derivada de la funcion implcita es
g
(x) =
f/x
f/y
y por consiguiente los vectores
_
f
y
,
f
x
_
,
_
f
x
,
f
y
_
son, respectivamente, tangente y normal a la curva. Si expresamos x como funcion
implcita de y llegamos al mismo resultado.
As pues, f(x, y) = 0, con f de clase C
1
y f(x, y) == 0, dene una curva en el
plano, y el gradiente f(x, y) da la direccion normal a la curva. Estas ecuaciones se
llaman ecuaciones implcitas.
Ejemplo. La circunferencia puede darse por la ecuacion implcita x
2
+ y
2
1 = 0.
En el punto (1/
2, 1/
2), por ejemplo, el gradiente es (
2,
2), la recta tangente

x +y =

2, y la recta normal x y = 0.
Si A R
2
es abierto y f : A R, un conjunto del tipo
_
(x, .y) A : f(x, y) = C
_
,
con C R, es una isocuanta o curva de nivel de f. En distintos ambitos cientcos,
las isocuantas reciben nombres adecuados al contexto: isobaras, isotermas, curvas de
potencial, etc.
Si f es de clase C
1
y el gradiente no se anula, las isocuantas son curvas en el sentido
que hemos dado aqu al termino. El gradiente en un punto es un vector normal a
la isocuanta que pasa por ese punto. Recuerda que la derivada en la direccion del
gradiente es maxima, y en la direccion perpendicular, nula. El que la derivada en
la direccion tangente a la curva sea nula, se corresponde con el que la funcion sea
constante sobre esa curva.
El teorema de Lagrange tiene de esta forma una interpretacion geometrica atractiva.
En un punto en el que f tiene un maximo o mnimo local sobre la curva de ecuacion
g(x, y) = 0, el gradiente de f es normal a esta curva, lo que equivale a que esta sea
tangente a la isocuanta de f que pasa por ese punto.

Esta es la base de los metodos
gracos de optimizacion.
Ejemplo. El maximo de f(x, y) = xy sobre D =
_
(x, y) R
2
: x +y 1, x, y 0
_
se alcanza en (1/2, 1/2), que es la interseccion de la recta x +y = 1 con la isocuanta
xy = 1/4. La recta es tangente a la hiperbola en este punto.
Ejercicios
1. Halla las ecuaciones de las rectas tangente y normal a la hiperbola x
2
y
2
= 1 en
el punto
_
3,
2
_
.
2. Demuestra que la ecuacion y
3
+ 3x
2
y x
3
+ 2x + 3y = 0 dene una curva. Halla
las ecuaciones de las rectas tangente y normal en el origen.
ECUACI
ON DIFERENCIAL DE UN HAZ DE CURVAS

Una ecuacion diferencial es una ecuacion en la que intervienen una funcion y sus
derivadas. Si se trata de una funcion de una variable, tenemos una ecuacion dife-
rencial ordinaria, y si no, una ecuacion en derivadas parciales. Nos limitaremos
aqu a las ecuaciones ordinarias. Si designamos por y una funcion de x, y por y
,
y
, etc., sus derivadas, una ecuacion diferencial ordinaria de orden n es una

expresion del tipo f
_
x, y, y
, . . . , y
(n)
_
= 0.
Las funciones que cumplen una ecuacion diferencial son sus soluciones. En este
captulo incluimos algunos metodos para resolver ecuaciones ordinarias de primer
orden. En el curso de Ecuaciones diferenciales se veran otros metodos.
Ejemplo. y
= x es una ecuacion de primer orden, con innitas soluciones, que

podemos expresar en la forma y = x
2
/2 +C, con C R.
En general, una ecuacion diferencial tiene innitas soluciones. Una expresion como
la del ejemplo anterior, en la que las soluciones se obtienen al dar valores a uno o
varios parametros (C en el ejemplo), se llama solucion general de la ecuacion. Las
soluciones particulares pueden identicarse a traves de los parametros, o mediante
condiciones que se denominan genericamente condiciones iniciales.
Ejemplo. Hallamos la solucion de y
= x que es tangente a la recta y = x en el

origen. La solucion general es y = x
3
/6 + C
1
x + C
2
, y la condicion que imponemos
para seleccionar la solucion particular equivale a y(0) = 0, y
(0) = 1, o sea a C
1
= 1,
C
2
= 0. Luego la solucion buscada es y = x
3
/6 +x.
Si consideramos que la graca de una solucion de una ecuacion diferencial ordi-
naria es una curva, podemos interpretar la solucion general como la ecuacion de
un haz de curvas. Entonces la ecuacion diferencial cuya solucion da el haz es la
ecuacion diferencial del haz. En general, no se exige que la ecuacion del haz de
explcitamente y como funcion de x, sino que se admiten ecuaciones implcitas del
tipo g
_
x, C
1
, . . . , C
n
_
= 0 (v. Ejemplo).
Ejemplo. Consideremos el haz de circunferencias de ecuacion x
2
+y
2
= C (C > 0).
Derivando implcitamente (all donde y = 0), resulta la ecuacion diferencial del haz,
x+yy
= 0. Se ve claro que, para cualquier solucion y(x) de esta ecuacion, x

2
+y(x)
2
es constante.
Observa que, en la ecuacion diferencial, y = 0 implica x = 0, y por consiguiente
ninguna solucion puede tomar el valor 0. Sin embargo, los puntos
_
C, 0
_
estan
incluidos en la ecuacion del haz de circunferencias. Al expresar las soluciones en
forma implcita podemos incluir algunos puntos que no tienen sentido en la ecuacion
diferencial.
Cuando las rectas tangentes a dos curvas en un punto en el cual se cortan son per-
pendiculares, decimos que las curvas lo son. Si todas las curvas de un haz son per-
pendiculares a las de otro haz, alla donde se corten, decimos que uno es el haz de
trayectorias ortogonales del otro. Para pasar de un haz al de trayectorias ortogo-
nales basta cambiar y
por 1/y
en la ecuacion diferencial.
Ejemplo. El haz de circunferencias x
2
+ y
2
= C y el haz de rectas y = Cx son
ortogonales (C no es lo mismo en las dos ecuaciones). Las ecuaciones diferenciales
son x +yy
= 0 y xy
y = 0, respectivamente.
Ejercicios
1. Cuales son las trayectorias ortogonales al haz de curvas exponenciales y = Ce
2x
,
con C R?
2. Cuales son las trayectorias ortogonales al haz de hiperbolas xy = C, con C R?
ECUACIONES EN VARIABLES SEPARABLES
Las ecuaciones diferenciales mas sencillas son las que se pueden expresar en la forma
f(y)y
= g(x). Se llaman ecuaciones en variables separables. Si F es una

primitiva de f y G una primitiva de g, se ve facilmente que la solucion general es
F(y) = G(x) + C. En algunos lugares, estas ecuaciones se presentan en la forma
clasica f(y) dy = g(x) dx. Entonces la solucion se presenta en forma de integral,
_
f(y) dy =
_
g(x) dx +C.
Ejemplo. Hallamos la solucion de
_
1 + e
x
_
yy
= e
x
que cumple y(0) = 0. Para ello
integramos en los dos miembros de
yy
=
e
x
1 +e
x
,
obteniendo y
2
/2 = log
_
1 +e
x
_
+C. Por la condicion inicial, debe ser C = log 2, y
en denitiva la solucion es
y = 2 log
_
1 +e
x
2
_
.
A veces se puede transformar una ecuacion en otra en variables separables mediante
un cambio de variable. El caso mas tpico es el de una ecuacion homogenea,
y
= f(y/x). Con el cambio de variable u = y/x, esta ecuacion se convierte en

u
x +u = f(u), que es una ecuacion en variables separables.

Ejemplo. Resolvemos la ecuacion
y
=
y
2
+ 2xy
x
2
+ 2xy
.
Con el cambio u = y/x, la ecuacion se transforma en
u
x +u =
u
2
+ 2u
1 + 2u
.
Separando las variables, tenemos
1 + 2u
u(1 u)
u
=
1
x
.
Suponiendo que todas las funciones que aparecen en esta expresion son positivas, la
integral es
log
u
(1 u)
3
= log x +C.
Operando y reemplazando u por y/x, podemos llegar a la solucion general
xy +C
_
x y
_
3
= 0.
Se puede comprobar, derivando implcitamente y eliminando C, que las curvas de este
haz satisfacen la ecuacion diferencial de partida, para cualquier C = 0, sin ninguna
suposicion sobre el signo de las funciones que intervienen en la ecuacion del haz. Esto
valida nuestro argumento, a pesar del descuido con el que hemos colocado algunas
funciones en el denominador de una expresion, o manejado los logaritmos de otras sin
contar con que podan no ser positivas.
Una variante de este metodo se puede usar para ecuaciones del tipo
y
= f
_
a
1
x +b
1
y +c
1
a
2
x +b
2
y +c
2
_
.
Si a
1
b
2
= a
2
b
1
, se hace u = a
1
x+b
1
y y se obtiene una ecuacion en variables separables
(en u y x). Si a
1
b
2
= a
2
b
1
, se escogen y de forma que a
1
+ b
1
+ c
1
=
a
2
+b
2
+c
2
= 0, y el cambio x = u+, y = v + da una ecuacion homogenea (en
v y u).
Ejercicios
1. Resuelve la ecuacion xy
y = y
3
.
2. Resuelve la ecuacion
_
x + 4y
_
y
= x +y.
y
=
x +y + 1
2x
.
y
=
x +y + 1
3x + 3y + 4
.
ECUACIONES DIFERENCIALES EXACTAS
Una ecuacion diferencial exacta es una ecuacion P(x, y) + Q(x, y)y
= 0 tal que
existe una funcion F(x, y), que se llama primitiva, tal que
F
x
= P,
F
y
= Q.
Entonces la solucion general es el haz de ecuacion F(x, y) = C. Basta derivar
implcitamente en esta ecuacion para obtener la ecuacion diferencial. Por el teorema
de Schwarz, una condicion necesaria para que exista la primitiva es
Q
x
=
P
y
.
Se puede demostrar que, en un subconjunto abierto del plano que cumple ciertas
condiciones topologicas (simplemente conexo), esta condicion es suciente.
Ejemplo.
_
2x
3
+ 3y
_
+
_
3x + y 1)y
= 0 es una ecuacion exacta, y F(x, y) =

2x
4
+ 3xy +y
2
/2 y es una primitiva.
Una funcion H(x, y), tal que P(x, y)H(x, y)+Q(x, y)H(x, y)y
= 0 es exacta, se llama
factor integrante. El factor integrante debe cumplir
(QH)
x
=
(PH)
y
.
Ejemplo. H(x) = 1/x
2
es un factor integrante de x
2
y + xy
= 0. En efecto, la
ecuacion 1 y/x +y
/x = 0 es exacta, y F(x, y) = x +y/x es una primitiva.

Se puede probar que, en ciertas condiciones, una ecuacion P(x, y) + Q(x, y)y
= 0
admite un factor integrante, pero no siempre es sencillo hallarlo. No obstante, es facil
averiguar si hay un factor integrante que solo depende de una variable, x o y. Por
ejemplo, si hay un factor integrante H(x), la condicion necesaria que hemos visto
anteriormente se convierte en
H(x)
P
y
=
Q
x
H(x) +Q(x, y)H
(x),
o sea
P
y

Q
x
Q(x, y)
=
H
(x)
H(x)
y por tanto la expresion del primer miembro no depende de y. Integrando y aplicando
la funcion exponencial tenemos el factor integrante.
Con un razonamiento analogo se puede ver que una condicion necesaria (y en la
mayora de los casos suciente) para que haya un factor integrante H(y) es que
P
y

Q
x
P(x, y)
solo dependa de y.
Ejemplo (continuacion). En la ecuacion x
2
y +xy
= 0,
P
y

Q
y
Q(x, y)
=
2
x
e integrando y aplicando la exponencial a esta expresion obtenemos H(x) = 1/x
2
.
Ejercicios
1. Resuelve la ecuacion 3x
2
+ 6xy
2
+
_
6x
2
y + 4y
3
_
y
= 0.
2. Resuelve la ecuacion y
2
e
xy
2
+ 4x
3
+
_
2xye
xy
2
3y
2
_
y
= 0.
3. Resuelve x +y
2
2xyy
= 0 usando un factor integrante.

4. Resuelve 2xy
4
e
y
+2xy
3
+y+
_
x
2
y
4
e
y
x
2
y
2
3x
_
y
= 0 usando un factor integrante.

5. Resuelve y
_
y +2x +1
_
xy
_
2y +x 1
_
= 0, usando un factor integrante del tipo
g(xy).
ECUACIONES DIFERENCIALES LINEALES
Una ecuacion diferencial lineal es una ecuacion diferencial que es lineal en y y
en sus derivadas. Las ecuaciones diferenciales lineales de primer orden se pueden
expresar en la forma y
+P(x)y = Q(x).
Consideremos, en primer lugar, una ecuacion lineal del tipo y
+ P(x)y = 0. Estas
ecuaciones se llaman homogeneas (no tienen nada que ver con las ecuaciones ho-
mogeneas de la seccion anterior). Una ecuacion lineal homogenea es una ecuacion en
variables separables, y
+P(x)y = 0, y ya sabemos como resolverla.

Es interesante observar que el operador Ty = y
+Py es lineal, con lo que las soluciones

de la ecuacion forman un espacio vectorial, el n ucleo de T. En la solucion general de
una ecuacion de primer orden solo aparece un parametro, y por tanto la dimension
del espacio de soluciones es 1.
Consideremos ahora la forma general de la ecuacion lineal, Ty = Q. Si y
1
e y
2
son dos soluciones, y
1
y
2
es una solucion de la ecuacion homogenea Ty = 0. Por
consiguiente, la solucion general de la ecuacion y
+ P(x)y = Q(x) es la suma

de la solucion general de la ecuacion homogenea y
+ P(x)y = 0 y de una
solucion particular.
Ejemplo. Vamos a hallar la solucion general de y
= 3y + x. En primer lugar, la
ecuacion homogenea y
3y = 0 se puede expresar como una ecuacion en variables

separables, y
/y = 3, e integrando en ambos miembros (e ignorando el signo de y),

resulta log y = 3x + C, con lo que la solucion general es y = C e
3x
. As pues, las
soluciones forman un espacio vectorial de dimension 1, generado por x e
3x
.
En este caso, es facil ver que un polinomio de primer grado puede ser una solucion de
la ecuacion completa. Ensayando y = ax + b, obtenemos a = 1/3, b = 1/9. Por
tanto, la solucion general de la ecuacion completa es y = C e
3x
x/3 1/9.
Se puede dar una formula para obtener directamente la solucion general de una
ecuacion lineal de primer orden. En primer lugar, operando como en el ejemplo
anterior, podemos ver que la solucion general de la ecuacion homogenea es
y = C e
_
P(x) dx
.
La solucion particular se puede obtener por tanteo, como hemos hecho en el ejemplo,
o por un metodo conocido como metodo de variacion de las constantes, del que
no nos vamos a ocupar aqu. Otra va, que permite resolver la ecuacion de una vez, sin
necesidad de considerar primero la ecuacion homogenea, es usar un factor integrante.
Aplicando lo que vimos en la seccion anterior, podemos ver que P(x)yQ(x)+y
= 0
tiene un factor integrante que solo depende de x, concretamente
H(x) = e
_
P(x) dx
.
Entonces la ecuacion
_
P(x)y Q(x)
_
e
_
P(x) dx
+y
e
_
P(x) dx
= 0
es exacta, y
F(x, y) = y e
_
P(x) dx
_
Q(x) e
_
P(x) dx
dx
es una primitiva. Igualando a C y despejando y obtenemos una formula general,
y = e
_
P(x) dx
_
C +
_
Q(x) e
_
P(x) dx
dx
_
,
que incluye, en el primer sumando, la solucion general de la ecuacion homogenea.
Una ecuacion de Bernouilli es una ecuacion del tipo y
+P(x)y = Q(x)y
. Escri-
biendo esta ecuacion en la forma y
+ P(x)y
1
= Q(x), se ve facilmente que se
puede convertir en una ecuacion lineal mediante el cambio u = y
1
.
Ejemplo. y
y = xy
6
es una ecuacion de Bernouilli, que, mediante la sustitucion
u = y
5
, se transforma en u
+ 5u = x. La solucion de esta es
u = e
_
5 dx
_
C +
_
xe
_
5 dx
dx
_
= Ce
5x
x
5
+
1
25
.
Ejercicios
+y = x
2
.
+ 2xy = xy
3
.
+ 4xy = 2xe
x
2
y.
CURVAS Y SUPERFICIES EN R
n
Vamos a extender ahora a R
n
la denicion de parametrizacion de una curva. Una
parametrizacion de una curva en R
n
es una funcion : (t
1
, t
2
) R
n
, inyectiva, de
clase C
1
, con D(t) = 0 para todo t. es un homeomorsmo entre el intervalo abierto
(t
1
, t
2
) y el recorrido
_
(t
1
, t
2
)
_
. El vector derivada
(t) =
_
1
(t), . . . ,
n
(t)
_
es un
vector tangente a la curva en el punto (t). Este vector tangente depende de la
parametrizacion.
Si h : (s
1
, s
2
) (t
1
, t
2
) es un cambio de parametro, = h es otra parametrizacion,
con el mismo recorrido, y
(t) = h
(s)
(h(s)). El subespacio generado por el vector

tangente (dimension 1) se llama subespacio tangente, y el subespacio ortogonal a
este (dimension n 1), subespacio normal.
La recta que pasa por un punto (t), y tiene la direccion del vector tangente
(t), es
la recta tangente a la curva en ese punto. El hiperplano perpendicular a la recta
tangente en (t) es el hiperplano normal. La recta tangente y el plano normal no
cambian al aplicar un cambio de parametro.
Ejemplo. (t) = (cos t, sin t, t), t R, es una parametrizacion de una helice circular.
Un vector tangente en (1, 0, 0), donde t = 0, es u = (0, 1, 1), y la recta tangente tiene
ecuacion
x = 1, y = z.
Los vectores v = (0, 1, 1) y w = (1, 0, 0) forman una base del subespacio normal. La
ecuacion del plano normal es y +z = 0.
Una curva de R
n
es un subconjunto M R
2
tal que, para cada punto x M existen
un entorno U y una parametrizacion : (t
1
, t
2
) R
n
de modo que
_
(t
1
, t
2
)
_
=
M U. Si en un entorno de un punto de M hay dos parametrizaciones y ,
podemos restringir estas a un arco de M de modo que
1
sea un cambio de
parametro, de modo que la recta tangente y el plano normal estan bien denidos.
Sea f : A R
n1
una funcion de clase C
1
, con A R
n
abierto, y supongamos que
Df(x) tiene rango n 1 (equivalentemente, los gradientes de las componentes de f
son linealmente independientes) para todo x A. Entonces M =
_
x A : f(x) = 0
_
es una curva. Por el teorema de la funcion implcita, en un entorno de un punto de
M todas las coordenadas se pueden dar como funcion implcita de una de ellas, y
tenemos una parametrizacion.
Sea, para simplicar la notacion, la funcion implcita (x
2
, . . . , x
n
) = g(x
1
). Entonces
f
_
x
1
, g(x
1
)
_
= 0, y, por la regla de la cadena, Df(x) Dg(x
1
) = 0. Esto implica
que el subespacio tangente a la curva coincide con el n ucleo de la diferencial Df(x),
o, si se preere, con el subespacio ortogonal a las las de la matriz jacobiana (los
gradientes de las componentes de f), que forman una base del subespacio normal.
Ejemplo. Consideremos las ecuaciones
z = x
2
+y
2
, x +y +z = 1,
que aparecan en un ejemplo del captulo anterior. Deniendo f : R
3
R por
f(x, y, z) = (x
2
+y
2
z, x +y +z 1), tenemos
Df(x, y, z) =
_
2x 2y 1
1 1 1
_
,
con rango 2 en todos los puntos para los que f(x, y, z) = 0. Por tanto estas ecuaciones
denen una curva en R
3
.
Consideremos un punto de esta curva, por ejemplo
_
0, (
51)/2, (3
5)/2
_
. Si u es
tangente a la curva en este punto, debe ser ortogonal a las las de la matriz jacobiana
de f o sea
_
5 1
_
u
2
u
3
= u
1
+u
2
+u
3
= 0.
Una solucion de este sistema es
_
5, 1,
5 1
_
, y por tanto la recta tangente es
x
5
= y
5 1
2
=
z
_
3
5
_
/2
5 1
.
La ecuacion del plano normal es
5 x +y
5 1
2
+
_
5 1
_
_
z
3
5
2
_
= 0.
Una parametrizacion p-dimensional en R
n
es una funcion inyectiva : T R
n
,
de clase C
1
, denida en un abierto T R
n
, donde D(t) tiene rango p para todo t T.
Los vectores columna de la matriz jacobiana de , que son linealmente independientes,
generan un subespacio p dimensional que se llama subespacio tangente. El ortogonal
es el subespacio normal. Observa que, si jamos todos los parametros menos uno, y
consideramos
s
_
t
1
, . . . , t
i1
, s, t
i+1
, . . . , t
p
_
,
obtenemos una parametrizacion de una curva. Un vector tangente es /t
i
.
Un cambio de parametros es un difeomorsmo h : V U. = h es otra
parametrizacion, con el mismo recorrido. Por la regla de la cadena, D(s) =
D
_
(h(s)
_
Dh(s). Como Dh(s) es invertible, las las de D(s) son combinacion
lineal de las de D
_
(h(s)
_
, y viceversa. Luego el subespacio tangente no cambia al
aplicar un cambio de parametros, ni tampoco el subespacio normal.
Ejemplo. :
_
0, /2
_
_
0, /2
_
R
3
denida por
(s, t) =
_
cos s cos t, sin s, cos t, sin t
_
es una parametrizacion bidimensional, y el recorrido de es un octante de la esfera
de centro el origen y radio 1. Los vectores
s
=
_
sin s cos t, cos s cos t, 0
_
,

t
=
_
cos s sint, sin s sin t, cos t
_
son linealmente independientes y generan el subespacio tangente. En el punto
_
1/
3, 1/
3, 1/
3
_
, donde s = /4 y t = arcsin(1/
3), los vectores tangentes son

u =
_
1/
3, 1/
3, 0
_
, v =
_
1/
6, 1/
6,
_
2/3
_
.
Una variedad diferenciable p-dimensional en R
n
es un conjunto M R
n
, tal que
existe una familia ( : U
i
R
n
)
iI
de parametrizaciones p-dimensionales, con M
iI
(U
i
), de forma que, si
i
(U
i
)
j
(U
j
) = ,
1
j

i
:
1
i
_
i
(U
i
)
j
(U
j
)
_

1
j
_
i
(U
i
)
j
(U
j
)
_
es un un cambio de parametros. Las variedades de dimension 1 son las curvas, y las de
dimension 2 las supercies. Observa que, si un punto admite dos parametrizaciones,
el subespacio tangente no depende de la parametrizacion.
Las variedades se dan en forma implcita igual que las curvas, y el n umero de ecua-
ciones, que en las curvas era n 1, determina la dimension. Si f : A R
np
es una funcion de clase C
1
, con A R
n
abierto, y Df(x) tiene rango n p para
x A, el teorema de la funcion implcita (p coordenadas como funcion implcita
de las restantes) proporciona una parametrizacion p-dimensional. De este modo,
M =
_
x A : f(x) = 0
_
es una variedad p-dimensional. El mismo argumento que
hemos usado para las curvas muestra que el subespacio tangente en un punto x M
coincide con el n ucleo de Df(x), que es el subespacio formado por los vectores para
los que la derivada direccional se anula.
Vimos antes que los generadores del subespacio tangente dados por las derivadas
parciales /t
i
eran vectores tangentes a una curva contenida en la variedad. Es
interesante observar que todo vector tangente a una variedad es tangente a una curva
contenida en ella, y recprocamente. En primer lugar, supongamos que : (s
1
, s
2
)
R
n
es una parametrizacion de una curva contenida en M = {x R
n
: f(x) = 0}.
Entonces f
_
(s)
_
= 0 para todo s, y, por la regla de la cadena, Df
_
(s)
_
D(s),
con lo que el vector derivada
(s) pertenece al n ucleo de Df

_
(s)
_
, y es tangente.
Recprocamente, si : U M es una parametrizacion de un subconjunto de la
variedad, y
v =
1
t
1
+ +
p
t
p
es un vector tangente, (s) =
_
1
s, . . . ,
p
s
_
dene una curva tangente a u.
Ejemplo (continuacion). Si f(x, y, z) = x
2
+ y
2
+ z
2
1, f(x, y, z) = 0 es la
ecuacion de la esfera unidad. El gradiente es f(x, y, z) =
_
2x, 2y, 2z
_
. Haciendo
x = y = z = 1/
3, obtenemos el vector w =
_
2/
3, 2/
3, 2/
3
_
, que es ortogonal
a los vectores tangentes que obtuvimos antes, usando la parametrizacion del primer
octante. La ecuacion del plano tangente es
2
3
_
x
1
3
_
+
2
3
_
y
1
3
_
+
2
3
_
z
1
3
_
= 0,
o sea x +y +x =

3. La ecuacion de la recta normal es
x 1/
3
2/
3
=
y 1/
3
2/
3
=
z 1/
3
2/
3
,
o sea x = y = z.
Ejemplo (continuacion). Volvemos a la curva del captulo anterior, pero ahora
consideramos las dos supercies cuya interseccion da la curva. En primer lugar,
z = x
2
+ y
2
dene una supercie (un paraboloide). Un vector normal en el punto
_
0,
5 1)/2, (3
5)/2
_
es v =
_
0,
5 1, 1
_
, y por tanto el plano tangente en
ese punto es
_
5 1
_
_
y
5 1
2
_
_
z
3
5
2
_
= 0.
El plano x + y + z = 1 es otra supercie, que coincide con su plano tangente, y la
interseccion de ambos planos es la recta tangente a la curva que dan ambas ecuaciones
juntas, que es la interseccion del paraboloide y el plano, y que ya hemos hallado antes.
Ejercicios
x
2
+y
2
+z
2
= 1, x +y +z = 1
dene una curva en R
3
. Halla la ecuacion de la recta tangente y el plano normal en
(1, 0, 0).
xy = 1, x
2
+y
2
+z
2
+z = 2
dene una curva en un entorno de (1, 1, 0). Halla la ecuacion de la recta tangente en
ese punto.
PROBLEMAS
5.1. Halla la distancia de la curva dada por las ecuaciones
x
2
+y
2
+z = 4, x +y +z = 1
al plano tangente a la supercie x
2
+y
2
4y +z = 0 en el punto (0, 4, 0).
5.2. De todas las rectas normales a la elipse x
2
/4 + y
2
= 1, cual es la que esta a
mayor distancia del origen?
5.3. Considera el sistema
2z = 16 x
2
y
2
, x +y = 4.
(a) Prueba que este sistema dene una curva de R
3
.
(b) Prueba que los puntos a distancia mnima del origen son (2 +
3, 2
3, 1) y
(2
3, 2 +
3, 1).
(c) Considera el arco de esta curva obtenido al restringir x, y 0. Prueba que el
punto de este arco a distancia maxima del origen es (2, 2, 4).
5.4. Considera la ecuacion diferencial de primer orden e
2x
y
2
+yy
= 0.
(a) Resuelve la ecuacion transformandola previamente en una ecuacion exacta.
(b) Resuelvela usando el cambio de variable z = y
2
.
5.5. Considera una curva tal que si P es un punto cualquiera de ella, A es la inter-
seccion de la tangente con el eje y, y B la interseccion de la normal con el eje x, la
recta y +x = 0 pasa por el punto medio de A y B. Cual es la ecuacion de la curva?
5.6. Da la ecuacion de una curva tal que la interseccion del eje x y la recta normal a
la curva por un punto (x, y) esta a la misma distancia de (x, y) que el origen.
6. PROBLEMAS DE REPASO
6.1. Sea A R
n
un conjunto convexo. Demostrar que

A y A
son convexos.
6.2. Sea (C
m
)
m
una sucesion decreciente de subconjuntos compactos no vacos de
R
n
, con lim(C
m
) = 0. Demuestra que la interseccion de esta sucesion es un conjunto
que contiene exactamente un punto.
6.3. Sean A, B R
n
, de modo que A sea compacto y B cerrado. Demuestra que
existen a A y b B tales que a b = d(A, B). Muestra con un ejemplo que esto
no es cierto, en general, para dos conjuntos cerrados.
6.4. Sean A R
n
abierto, a A, f : A R continua en a, y g : A R diferenciable
en a, con g(a) = 0. Demuestra que fg es diferenciable en a.
6.5. Sean A R
n
, abierto y convexo, y f : A R
m
diferenciable. Demuestra que
se cumple
sup
x=y
x,yA
_
_
f(x) f(y)
_
_
_
_
x y
_
_
= sup
zA
_
_
Df(z)
_
_
.
Muestra con un ejemplo que si A no es convexo, esta formula puede no ser valida.
Observacion.
_
_
Df(x)
_
_
es la norma de una aplicacion lineal, no la norma de un vector.
6.6. Hallar y clasicar, seg un los valores del parametro , los extremos locales de la
funcion f : R
2
R denida por
f(x, y) =
_
x
__
y
__
x +y
_
.
6.7. Prueba que el sistema
u = x
3
, v = x +y
dene un cambio de variable (x, y) (u, v), en el primer cuadrante del plano xy.
En que dominio del plano uv se transforma este cuadrante? Cual es el jacobiano
del cambio?
6.8. Sean D =
_
(x, y) R
2
: x, y 0
_
y f : D R denida por f(x, y) = x
1/3
y
2/3
.
(a) Halla el maximo y el mnimo de f en
A =
_
(x, y) D : x/
3 y
3x, x
2
+y
2
1
_
,
si existen.
(b) Lo mismo para
B =
_
(x, y) D : x/
3 y
3x, x
2
+y
2
1
_
.
6.9. Se dene f :
_
(x, y, z) R
3
; x
2
+ y
2
+ z
2
4, z 1
_
R por f(x, y, z) =
x
2
+y
2
+z
2
+x +y +z. Halla el maximo y el mnimo valor de f, si existen.
6.10. Sea r la recta interseccion del plano xy y el plano tangente a la supercie de
ecuacion z = x
2
+y
2
en el punto (2
2, 1, 9).
(a) Halla una ecuacion de r.
(b) Si P es un punto de una curva del plano xy, sea Q la interseccion de r y la
normal a la curva en P. Da una ecuacion general para las curvas para las
cuales la abscisa en cada punto P es el doble de la ordenada en Q.
6.11. Halla la ecuacion de una curva del plano que pase por el punto (3, 2) y, en todo
punto (x, y), la ordenada de la interseccion de la recta tangente con el eje y sea igual
a x.

Libro de Analisis Matematico 3

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Libro de Analisis Matematico 3

Uploaded by

Copyright:

Available Formats

CURSO DE

IMITE DE UNA SUCESI

X, pero la igualdad no es siempre cierta (v. el ejemplo que sigue).

equivale a que no exista > 0 tal que B(a, ) X, o sea a

= X, y que X es cerrado cuando

X = X. Como el interior de X y la adherencia de R

IMITE DE UNA FUNCI

. Para que valores de

1. Como en el ejemplo anterior, D

. Para que valores de

f(x) f(a) Df(a)(x a)

(a, r) S, existe > 0 tal que, si

, y por tanto el maximo se alcanza en el segmento

(a, r) es compacto, podemos usar la continuidad uniforme

y f(a) f(x) f(a)

y < , por (4) se cumple

(0) = 0, pero f no tiene inversa en ning un

ETODO DE LOS MULTIPLICADORES DE LAGRANGE

(t) = (sin t, cos t),

(t) = (2 sin 2t, 2 cos 2t),

2) es, en un caso, (1/

2). Observa que estos vectores denen la misma direccion.

(s) > 0, tienen ademas

(s) < 0, decimos que invierte el sentido.

(x) = 0 para todo x, se obtiene

2), por ejemplo, el gradiente es (

2), la recta tangente

ON DIFERENCIAL DE UN HAZ DE CURVAS

, etc., sus derivadas, una ecuacion diferencial ordinaria de orden n es una

= x es una ecuacion de primer orden, con innitas soluciones, que

= x que es tangente a la recta y = x en el

= 0. Se ve claro que, para cualquier solucion y(x) de esta ecuacion, x

= g(x). Se llaman ecuaciones en variables separables. Si F es una

= f(y/x). Con el cambio de variable u = y/x, esta ecuacion se convierte en

x +u = f(u), que es una ecuacion en variables separables.

= 0 es una ecuacion exacta, y F(x, y) =

/x = 0 es exacta, y F(x, y) = x +y/x es una primitiva.

= 0 usando un factor integrante.

= 0 usando un factor integrante.

+P(x)y = 0, y ya sabemos como resolverla.

+Py es lineal, con lo que las soluciones

+ P(x)y = Q(x) es la suma

3y = 0 se puede expresar como una ecuacion en variables

/y = 3, e integrando en ambos miembros (e ignorando el signo de y),

(h(s)). El subespacio generado por el vector

3), los vectores tangentes son

(s) pertenece al n ucleo de Df

You might also like