Captulo 1

Introducci on al Analisis
1.1. El espacio metrico R
n
Denicion 1.1.1 Un espacio
1
metrico es un conjunto M no vaco, de objetos (que llamare-
mos puntos) dotado de una funcion d : MM R, (que llamaremos la metrica del espacio)
que satisface las cuatro propiedades siguientes, cualesquiera que sean los puntos x, y, z M:
1. d(x, x) = 0.
2. d(x, y) > 0 si x = y.
3. d(x, y) = d(y, x).
4. d(x, y) d(x, z) + d(z, y).
Denici on 1.1.2 Denicion de norma en general.
Denici on 1.1.3 Denicion de espacio vectorial normado.
Ejemplo 1.1.1 .
1
, .
2
y .

= max
1in
|x
i
|
Nota 1.1.1 Todo espacio vectorial normado es metrico con d(x, y) = x y
Nota 1.1.2 Cualquier e.v. con un producto escalar es metrico.
Proposici on 1.1.1 El espacio eucldeo R
n
cumple que d(x, y) d(y, z) d(x, z)
1
Estas notas de clase abarcan mas materia de la impartida en clase y no deben ser consideradas como
apuntes de clase. Ademas puede que no sigan el orden del temario. Los apuntes se imparten en la clase.
Rogamos disculpen los posibles errores tipogracos que se iran arreglando.
2
1.2. CONCEPTOS TOPOL

OGICOS EN R
N
3
1.2. Conceptos topol ogicos en R
n
Denicion 1.2.1 Bola abierta y cerrada en R
n
.
Nota 1.2.1 Dar las dos notaciones siguientes:
B(a, r) = {x R
n
/d(x, a) < r} = {x R
n
/x a < r}.
Ejemplo 1.2.1 Dar las bolas con las tres normas denidas anteriormente.
Denici on 1.2.2 Si S M, un punto a S se llama punto interior de S si alguna de las
bolas B
M
(a, r) esta contenida en S. El interior de S (int(S)), es el conjunto de los puntos
interiores de S.
Denici on 1.2.3 Cada conjunto que contiene una bola con centro en a, se denomina en-
torno de a.
Denici on 1.2.4 Un conjunto S de R
n
es abierto si es el vaco o todos sus puntos son
interiores.
Proposici on 1.2.1 Propiedades.
1. , R
n
son abiertos.
2.
_
iI
A
i
es abierto si los {A
i
}
iI
son abiertos.
3.
n

i=1
A
i
es abierto si los {A
i
}
n
i=1
son abiertos.
Denicion 1.2.5 Un conjunto S de R
n
es cerrado si su complementario R
n
S es abierto.
Proposici on 1.2.2 Propiedades.
1. , R
n
son cerrados.
2.

iI
F
i
es cerrado si los {F
i
}
iI
son cerrados.
3.
n
_
i=1
F
i
es cerrado si los {F
i
}
n
i=1
son cerrados.
Nota 1.2.2 Hay conjuntos que no son abiertos ni cerrados (a, b]
Denicion 1.2.6 Sea S un subconjunto de R
n
, y sea x R
n
; no necesariamente de S.
Entonces se dice que x es adherente a S si toda n-bola B(x) contiene un punto de S, por lo
menos.
4 Grupo COSDE espacio R
n
Ejemplo 1.2.2 Si x S, entonces x es punto adherente.
S = (1, 3] 5, entonces los puntos 1, 2, 5 son adherentes.
Denici on 1.2.7 El conjunto de todos los puntos adherentes de un conjunto dado S se
llama adherencia de S y se designa por

S.
Denici on 1.2.8 Si S R
n
y x R
n
, entonces x se llama punto de acumulacion de S si
cada n-bola B(x) contiene por lo menos un punto de S distinto de x.
Ejemplo 1.2.3 S = (1, 3] 5, entonces los puntos 1, 3 son p.a. pero el punto 5 no.
Denici on 1.2.9 Si x S pero x no es punto de acumulacion de S, se dice que x es un
punto aislado de S.
Denici on 1.2.10 El conjunto de todos los puntos de acumulacion de un conjunto S se
llama conjunto derivado de S y se designa por S

.
Proposici on 1.2.3 Un conjunto S de R
n
es cerrado contiene todos su puntos adherentes
(

S S) .
Demostraci on
Sea S cerrado y x adherente a S. Vamos a probar que x S p.r.a.a.
x / S x (R
n
S), abierto, existe alguna bola B(x) (R
n
S). Luego B(x) no
contiene puntos de S, en contra con la denicion de que x es adherente a S.
Sea x (R
n
S), x / S, luego x no es adherente a S. Por lo tanto, existe una B(x)
que no corta a S, por consiguiente B(x) R
n
S. Por lo que R
n
S es abierto y S es
cerrado
Como S

S ya que todo punto de S es adherente a S, por el teorema anterior, tenemos
que:
Consecuencia 1.2.1 S es cerrado S =

S.
Ahora, por el teorema anterior, S es cerrado S =

S = S

S, con lo que se
tiene:
Proposici on 1.2.4 Un conjunto S R
n
es cerrado contiene todos sus puntos de acu-
mulacion.
Denicion 1.2.11 Un conjunto S R
n
esta acotado si esta contenido totalmente en una
n-bola B(a, r) para alg un r > 0 y alg un a R
n
.
Teorema 1.2.1 Teorema de Bolzano-Weierstrass. Si un conjunto acotado S de R
n
contiene una innidad de puntos, entonces existe por lo menos un punto de R
n
que es un
punto de acumulacion de S.
Denici on 1.2.12 El conjunto S R
n
es compacto si y solo si es cerrado y acotado.
1.3. FUNCIONES VECTORIALES: L

IMITES Y CONTINUIDAD 5
Teorema 1.2.2 S R
n
es compacto todo subconjunto innito de S tiene un punto de
acumulaci on.
Denici on 1.2.13 Sea S un subconjunto de un espacio metrico M. Un punto x de M se
llama punto frontera de S si cada bola B
M
(x, r) contiene por lo menos, un punto de S y,
por lo menos, un punto de M S. El conjunto de todos los puntos frontera de S se llama
frontera de S y se designa por S.
Como S =

S

M S, se tiene que S es cerrado en M.

1.3. Funciones vectoriales: lmites y continuidad
Sea f : A R
n
T R
m
.
1.4. Funciones: distintos tipos
Denicion 1.4.1 f : R
n
R
m
1. n = m = 1 : Funci on real de variable real.
2. n = 1; m 1 : Funci on vectorial de variable real.
3. n 1; m = 1 : Campo escalar.
4. n 1; m 1 : Campo vectorial.
Denicion 1.4.2 Dominio de la funcion.
Ejemplo 1.4.1 Encontrar los siguientes dominios:
1. f(x, y) =

3 x
2
+
_
3 y
2
2. f(x, y, z) =
_
1 x
2
y
2
z
2
Denicion 1.4.3 Lmite de una funcion en un punto (punto de acumulacion).
Si p es un punto de acumulaci on de A y si b T, la notaci on
lm
xp
f(x) = b
signica lo siguiente:
Para cada > 0, existe un > 0 tal que d
T
(f(x), b) < siempre que x A, x =
p, y d
S
(x, p) < . Dar la denicion por normas
Ejemplo 1.4.2 Calcular el lmite de la funcion f(x, y) =
xy
x
2
+y
2
en el punto (0, 0) en los
siguientes conjuntos:
6 Grupo COSDE espacio R
n
1. A = {y = ax, a = 0}.
2. A = {y = ax
2
, a = 0}.
3. A = {y
2
= ax, a = 0}.
4. A = R
2
con x = rcos(); y = rsen().
Proposici on 1.4.1 El lmite de una funcion en un punto, si existe, es unico.
Denicion 1.4.4 : Lmites direccionales y reiterados en R
2
.
Nota: Los lmites lm
xa
f
1
(x) = lm
xa
(lm
yb
f(x, y)); lm
yb
f
2
(y) = lm
yb
(lm
xa
f(x, y)) se llaman lmites
reiterados.
Teorema 1.4.1 Sea f : R
2
R y (a, b) R
2
. Para cada x R, denotemos por f
1
(x) =
lm
yb
f(x, y), y para cada y R, denotemos por f
2
(y) = lm
xa
f(x, y). Suponiendo que estos
lmites existen, se cumple: si existen f
1
(x) y f
2
(y) y lm
(x,y)(a,b)
f(x, y) = L, entonces existen
los lmites lm
xa
f
1
(x), lm
yb
f
2
(y) y se tiene que lm
xa
f
1
(x) = lm
yb
f
2
(y) = lm
(x,y)(a,b)
f(x, y) = L.
1. Dada la funci on f(x, y) =
x
2
y
2
x
2
+y
2
, si (x, y) = 0 y f(0, 0) = 0 probar que los lmites reitera-
dos pueden existir y ser distintos, por lo que no existir a el lmite doble lm
(x,y)(a,b)
f(x, y).
2. Dada la funci on f(x, y) =
xy
x
2
+y
2
, si (x, y) = 0 y f(0, 0) = 0 probar que los lmites
reiterados pueden existir, ser iguales y sin embargo, no existir lm
(x,y)(a,b)
f(x, y).
3. Dada la funci on f(x, y) = y si x > 0, f(x, y) = y si x 0 probar que puede existir
lm
(x,y)(a,b)
f(x, y) sin que exista alguno de f
1
(x) o f
2
(y).
4. Dada la funci on f(x, y) = xsen(
1
y
y probar que puede existir lm
(x,y)(a,b)
f(x, y) sin que
exista alguno de f
1
(x) o f
2
(y).
Teorema 1.4.2 Sea f
i
: A R
n
R 1 i m y sea f = (f
1
, f
2
, . . . , f
m
) : R
n
R
m
.
Sea a un punto de acumulacion de A y b R
m
, entonces: lm
xa
xA
f(x) = b lm
xa
xA
f
i
(x) =
b
i
; (1 i m)
Algebra de lmites
Sean f, g : A R
n
T R
m
, a A, un punto de acumulaci on, de tal manera que existen
lm
xa
xA
f(x); lm
xa
xA
g(x), entonces se verican las siguientes propiedades:
1. lm
xa
xA
(f(x) + g(x)) = lm
xa
xA
f(x) + lm
xa
xA
g(x)
1.5. FUNCIONES CONTINUAS 7
2. Supongamos que m = 1
lm
xa
xA
(f(x)g(x)) = lm
xa
xA
f(x)lm
xa
xA
g(x)
3. Supongamos que m = 1
lm
xa
xA
f(x)
g(x)
=
lm
xa
xA
f(x)
lm
xa
xA
g(x)
Lmites innitos
1. Sea A R
n
no acotado, entonces
lm
x
xA
f(x) = b > 0, K > 0/si x A, y ||x|| > K ||f(x) b|| <
2. lm
x
xA
f(x) = H > 0, K > 0/si x A, y ||x|| > K ||f(x)|| > H
3. Sea a A punto de acumulaci on, entonces
lm
xa
xA
f(x) = H, > 0/si 0 < ||x a|| < , y x A ||f(x)|| > H
1.5. Funciones continuas
Denicion 1.5.1 Sean (S, d
S
) Y (T, d
T
) espacios metricos y sea f : S T una funcion de
S en T. La funcion f se dice continua en un punto p de S si para cada > 0, existe un
> 0 tal que
d
T
(f(x), f(p)) < , siempre que d
S
(x, p) < .
Si f es continua en todos los puntos del subconjunto A, se dice que es continua en A.
Teorema 1.5.1 Sea f : A R
n
R
m
y g : f(A) R
m
R
k
. Sea a un punto de
acumulaci on de A y f continua en a, f(a) punto de acumulacion de f(A) y g continua en
f(a), entonces gof es continua en a.
Teorema 1.5.2 Sea f : A R
n
R
m
entonces: f es continua en a A f
i
es
continua en a.(Dejar como ejercicio).
Ejemplo 1.5.1 Estudiar la continuidad de las funciones:
1. f(x, y) = (
x
2
y
x
2
+y
2
, cos(2x + y), e
x+2y
) si (x, y) = (0, 0) y f(0, 0) = 0.
2. f(x, y) =
x
2
y
2
x
2
y
2
+(xy)
2
si (x, y) = (0, 0) y f(0, 0) = 0.
8 Grupo COSDE espacio R
n
1.5.1. Acotaciones
x
2
x
2
+y
2
1
y
2
x
2
+y
2
1
|x|

x
2
+y
2
1
|y|

x
2
+y
2
1
|sen(x)| |x| si x 0 |xy|
1
2
(x
2
+ y
2
)
ax
2
bx
2
+cy
2

a
b
si a, b, c > 0
ay
2
bx
2
+cy
2

a
c
si a, b, c > 0
1.6. Curvas de nivel
Denici on 1.6.1 Sea f : A R
n
V R, denimos la curva de nivel de valor c al
conjunto S
c
= {x A/f(x) = c}. Si n = 2 se llama curva de nivel. Si n = 3 se llama
supercie de nivel.
Ejemplo 1.6.1 Ver los conjuntos de nivel siguientes:
1. Encontrar las curvas de nivel de f(x, y) = x
2
+ y
2
.
2. Encontrar las supercies de nivel de f(x, y, z) = x
2
+ y
2
+ z
2
.
1.7. Continuidad uniforme
Denici on 1.7.1 Denicion de funcion uniformemente continua en un conjunto.
Proposici on 1.7.1 Si f es uniformemente continua en el conjunto A, entonces es continua.
Teorema 1.7.1 Teorema de Heine: Sea A R
n
compacto. Si f es continua en A, entonces
f es uniformemente continua.(No dem.)
Ejemplo 1.7.1 Sea S = (0, 1], f : S R ; f(x) =
1
x
, esta funcion es continua en S y no
es uniformemente continua.
Tomemos = 10 y supongamos que 0 < < 1 que cumple la condici on: x = , y =

11
,
entonces |x y| =
10
11
< , y sin embargo |f(x) f(y)| = |
1

11

| =
10

> 10, luego f(x) no

es uniformemente continua.
Ejemplo 1.7.2 Sea S = (0, 1], f : S R ; f(x) = x
2
,
|f(x) f(y)| = |x
2
y
2
| = |x y||x + y| < 2|x y|, pues x + y < 2.
Si |x y| < |f(x) f(y)| < 2 = , por lo que f(x) si es uniformemente continua.
Captulo 2
Diferenciabilidad
2.1. Campos escalares
1. Aproximaci on de una funcion real de variable real.
2. Diferencial de una funcion real de variable real: (df(a) : R R); df(a)(h) = f

(a)h.
Proposici on 2.1.1 La diferencial es una aplicaci on lineal.
Denici on 2.1.1 Denicion general de la diferencial de una funci on real de variable real.
Denici on 2.1.2 Denicion de la diferencial de un campo escalar: (Df(a)(v)).
La funcion f : S R
n
R es diferenciable en a int(S), si existe una funcion lineal
T
a
: R
n
R tal que:
f(a + v) = f(a) + T
a
(v) +vE
a
(v),
donde E
a
(v) cuando v y E
a
: R
n
R ; (Df(a)(v) = T
a
(v))
Denicion 2.1.3 Denicion de derivada direccional. (v = 1). ( D
v
f(a) o f

(a, v) indis-
tintamente). Si (v = 1) se le dice derivada respecto al vector v.
D
v
f(a) = lm
h0
f(a + hv) f(a)
h
, si es que existe el lmite.
Denici on 2.1.4 Denicion de derivada parcial. f

(a, e
i
) = (D
i
f(a))
Ejemplo 2.1.1 Sea la funcion f : R
3
R f(x
1
, x
2
, x
3
) = (3x
1
x
2
+ 5x
2
3
)
2
. Calcular
utilizando la denicion:
f
x
i
en el punto x = (1, 1, 1).
Denici on 2.1.5 Vector gradiente de un campo escalar f : R
n
R ((f(x))
t
= (
f
x
1
,
f
x
2
, . . . ,
f
x
n
)).
f : R
n
R
m
es un campo vectorial.
Proposici on 2.1.2 Propiedades del gradiente:
9
10 Grupo COSDE Diferenciabilidad
Sean f, g : R
n
R, se tiene entonces:
1. Si f = cte , entonces f(x) = .
2. (f + g) = f + g.
3. (f.g) = g.f + f.g.
4. (f/g) =
g.ff.g
g
2
si g(x) = 0.
Proposici on 2.1.3 Si f : R
n
R es diferenciable en x = a, entonces Df(a)(v) =
D
v
f(a)(v).
Proposici on 2.1.4 Si f : R
n
R es diferenciable en x = a, entonces Df(a)(v) =
(f(a))
t
v.
Ejemplo 2.1.2 Resolver los dos ejemplos siguientes
1. Calcular la diferencial de f : R
3
R dada por f(x, y, z) = xy
2
z
3
en el punto
a = (1, 1, 1) y el vector v
t
= (1, 3, 2).
2. Calcular aproximadamente Ln(0,09
3
+ 0,99
3
), utilizando la funcion f(x, y) = Ln(x
3
+
y
3
) en el punto a = (0, 1) y v
t
= (0,09, 0,01).
f(a + v) f(a) + T
a
(v), luego f(0, 1) = 0; T
a
(v) = f(a).v = (0, 3)
_
0,09
0,01
_
= 0,03.
2.2. Diferenciabilidad y continuidad
Proposici on 2.2.1 Sea f : R
n
R diferenciable en el punto x = a, entonces es continua
en dicho punto.
Teorema 2.2.1 Teorema del valor medio. Sea f : R R. Si f es continua en [a, b] y
diferenciable en (a, b) entonces c (a, b)/g

(c) =
g(b)g(a)
ba
.
Denicion 2.2.1 Se dene el segmento de R
n
de extremos a y b al conjunto L[a, b] = {x
R
n
/x = a + (1 )b, con 0 1}.
Teorema 2.2.2 Teorema del valor medio para campos escalares. Sea f : A R
n
R , a y
b puntos de A. Si f es diferenciable en el segmeto L(a, b), entonces c L(a, b)/f(b)f(a) =
(f(c))
t
(b a).
Ejemplo 2.2.1 Sea f : R
3
R dada por f(x, y, z) = xyz el punto a = (1, 1, 0) y el punto
b = (1, 0, 1), encontrar el punto c que verique el teorema del valor medio.
2.3. DIFERENCIAL DE CAMPOS VECTORIALES 11
f(b) = f(1, 0, 1) = 0; f(a) = f(1, 1, 0) = 0; b a = (1, 0, 1)
t
(1, 1, 0)
t
= (0, 1, 1)
t
;
f(x, y, z) = (yz, xz, xy); f(x, y, z)(b a) = xz xy, luego ha de ser xz xy = 0.
Ahora x L[a, b], luego x = a + (1 )b = (1, 1, 0)
t
+ (1 )(1, 0, 1)
t
x = 1; y = ;
z = 1.
Como xz + xy = 0, substituyendo, tenemos 1(1 ) + = 0 = 1/2. Luego x =
1
2
(1, 1, 0)
t
+
1
2
(1, 0, 1)
t
= (1,
1
2
,
1
2
)
t
.
Teorema 2.2.3 Condici on suciente de diferenciabilidad. Supongamos que una de las derivadas
parciales (
f
x
i
) (1 i n) existe en el punto a y que las restantes n 1 derivadas parciales
existen en una cierta bola B(a) y son continuas en a. Entonces f es diferenciable en a.
Proposici on 2.2.2 Propiedades de las diferenciales. Sean f, g : R
n
R diferenciables en
a , entonces:
1. f + g es diferenciable en x = a y D(f + g)(a) = Df(a) + Dg(a).
2. f es diferenciable en x = a y D(f)(a) = Df(a).
3. f.g es diferenciable en x = a y D(f.g)(a) = f(a).Dg(a) + Df(a).g(a).
4. Si g(a) = 0 ,f/g es diferenciable en x = a y D(f/g)(a) =
g(a).Df(a)f(a).Dg(a)
g(a)
2
.
2.3. Diferencial de campos vectoriales
f : R
n
R
m
Denicion 2.3.1 Denicion de derivada direccional.( D
v
f(a) o f

(a, v) indistintamente).
Denicion 2.3.2 Denicion de derivada parcial.(f

(a, e
i
) = D
e
i
f(a) = D
i
f(a)).
Proposici on 2.3.1 Sea f : S R
n
R
m
; f

(a, v) = D
v
f(a) f

i
(a, v) = D
v
f
i
(a)(1
i m) y se tiene que f

(a, v) = (f

1
(a, v), f

2
(a, v), . . . , f

m
(a, v)), es decir:
D
v
f(a) = (D
v
f
1
(a), D
v
f
2
(a), . . . , D
v
f
m
(a))
Denici on 2.3.3 Denicion de diferenciabilidad de un campo vectorial.
La funcion f : S R
n
R
m
es diferenciable en a int(S), si existe una funcion lineal
T
a
: R
n
R
m
tal que:
f(a + v) = f(a) + T
a
(v) +vE
a
(v),
donde E
a
(v) cuando v y E
a
: R
n
R
m
; (Df(a)(v) = T
a
(v)).
Proposici on 2.3.2 f es diferenciable f
i
lo son.
Corolario 2.3.1 Si f es diferenciable en a S
o
R
n
entonces T
a
(v) = Df(a)(v).
12 Grupo COSDE Diferenciabilidad
Corolario 2.3.2 Si f es diferenciable en x = a, entonces es continua en dicho punto.
Teorema 2.3.1 f : S R
n
R
m
diferenciable en a S
o
y si v =
n

i=1
v
i
e
i
entonces
Df(a)(v) =
n

i=1
v
i
[D
i
f
1
(a), D
i
f
2
(a), . . . , D
k
f
m
(a)].
Consecuencia 2.3.1
T
a
(v) = Df(a)(v) =
_
_
_
_
_
_
f
t
1
(a)
f
t
2
(a)
.
.
f
t
m
(a)
_
_
_
_
_
_
v.
Ejemplo 2.3.1 Encontrar la matriz jacobiana de f : R
2
R
3
, dada por: f(x, y) =
_
_
xy
xy
x+y
ln|x|
_
_
.
Teorema 2.3.2 Si f : R
n
R es diferenciable, la derivada direccional toma el m aximo
valor en la direcci on del gradiente.
Demostraci on
D
v
f(a) = f(a)v = cos() =
_
_
_
f(a) si = 0 v = f(a)
0 si =

2
o
3
2

f(a) si = v = f(a)

Consecuencia 2.3.2 D
v
f(a) [f(a), f(a)]
Ejemplo 2.3.2 Determinar la direcci on en que se minimiza la derivada direccional de la
funcion f(x
1
, x
2
, x
3
) = x
2
1
+ 4x
2
2
+ 9x
2
3
en el punto (1, 2, 1)
Ejemplo 2.3.3 Determinar las direcciones de desplazamiento a partir del punto (2, 1, 1)
que deja invariable el valor del campo f(x
1
, x
2
, x
3
) = 2x
2
1
x
2
2
+ x
2
3
Teorema 2.3.3 Regla de la cadena : Sea f : R
n
R
m
diferenciable en a R
n
y g :
R
m
R
p
diferenciable en f(a), entonces gof : R
n
R
k
es diferenciable en a y se
verica que D(gof)(a) = D[g(f(a))].Df(a).
2.4. DERIVADAS DE ORDEN SUPERIOR 13
2.4. Derivadas de orden superior
Denicion 2.4.1 Sea f : R
n
R
m
, entonces D
j
f : R
n
R
m
. Si D
j
f posee derivadas
parciales, estas se llamaran derivadas parciales de segundo orden y las representamos por:
D
ij
f(x) = D
i
(D
j
f(x)) =

2
f(x)
x
i
x
j
Denicion 2.4.2 Sea f : R
n
R, llamamos matriz Hessiana de f a:
H(f(x)) =
_
_
_
_
_
_

2
f(x)
x
2
1

2
f(x)
x
2
x
1
. . .

2
f(x)
x
n
x
1

2
f(x)
x
1
x
2

2
f(x)
x
2
2
. . .

2
f(x)
x
n
x
2
.
.
.
.
.
.

2
f(x)
x
1
x
n

2
f(x)
x
2
x
n
. . .

2
f(x)
x
2
n
_
_
_
_
_
_
Denicion 2.4.3 Diferencial de orden superior de un campo escalar.
Sea f : R
n
R
m
, A R
n
abierto que contiene al punto a R
n
. Supongamos que f es
diferenciable en A.
Recordemos que L(R
n
, R
m
) es el e.v. de las aplicaciones lineales. Si x A, entonces
Df(x) es una aplicacion lineal, luego Df(x) L(R
n
, R
m
).
Sea, entonces :
Df : A R
n
L(R
n
, R
m
)
x Df(x)
.
Llamamos a esta funci on diferencial primera de la funci on f.
Dotamos a L(R
n
, R
m
) de la siguiente norma u = sup
x
n
1
u(x)
m
.
Denici on 2.4.4 Si la aplicaci on Df es diferenciable en el punto a A, decimos que la
funcion admite diferencial segunda en el punto a y esta diferencial segunda es la diferencial
en a de la funcion Df y la representamos por D
2
f(a).
Si Df es diferenciable en a es porque existe una aplicacion lineal T
a
: A R
n
L(R
n
, R
m
)
y una funcion : E(0) R
n
L(R
n
, R
m
), tal que:
1. Df(a + h) Df(a) = T
a
(h) + (h)
2. lm
h0
(h)
h
= 0
Ahora (1) es una aplicaci on lineal en cada miembro, luego Df(a + h)(v) Df(a)(v) =
T
a
(h)(v) + (h)(v), pero Df(a)(v) = D
v
f(a); Df(a + h)(v) = D
v
f(a + h) y adem as:
T
a
: A R
n
L(R
n
, R
m
)
h T
a
(h)
.
T
a
es lineal en h, pero T
a
(h) L(R
n
, R
m
), luego:
T
a
(h) : R
n
R
m
v T
a
(h)(v)
, por lo que T
a
(h) es lineal en v.
14 Grupo COSDE Diferenciabilidad
Es decir, T
a
(h)(v) es lineal en h y v, por lo que es una aplicaci on bilineal, luego T
a
(h)(v) =
T
a
(h, v).
Por lo que tendremos que:
D
v
f(a + h) D
v
f(a) = T
a
(h, v) + (h)(v)
Tomemos h = tw D
v
f(a + tw) D
v
f(a) = T
a
(tw, v) + (tw)(v), y dividiendo por t,
tenemos:
D
v
f(a + tw) D
v
f(a)
t
= T
a
(w, v) +
(tw)(v)
t
y tomando lmites cuando t 0
D
2
wv
f(a) = T
a
(w, v) = D
2
f(a)(w, v).
Consecuencia 2.4.1 D
2
f(a) es una aplicaci on bilineal.
Si m = 1, entonces f : R
n
R y si {e
1
, e
2
, . . . , e
n
} es la base canonica, se tiene que
T
a
: R
n
R
m
R, la forma bilineal viene dada por la matriz T
a
(e
i
, e
j
) = D
ij
f(a) que es la
matriz Hessiana. Luego D
2
f(a)(v, w) =
n

i,j=1
D
ij
f(a)v
i
w
j
.
Analogamente D
3
f(a)(u, v, w) =
n

i,j,k=1
D
ijk
f(a)u
i
v
j
w
k
Teorema 2.4.1 Teorema de Schwarz: Si las derivadas parciales D
r
f , D
k
f y D
k,r
son con-
tinuas en una bola B(a), entonces existe D
r,k
f(a)y es igual a D
k,r
f(a).
Denicion 2.4.5 Denicion de Matriz Hessiana.
2.5. Derivaci on matricial
La denicion de la diferenciacion de escalares respecto a matrices es tal que el orden
de la matriz resultante debe de ser del mismo orden que la matriz respecto a la cual se
deriva.As consideremos el escalar x
t
Ay, donde A M
mn
, entonces:
x
t
Ay
x
=
_
_
_
_
_
_
x
t
Ay
x
1
x
t
Ay
x
2
.
.
.
x
t
Ay
x
n
_
_
_
_
_
_
= Ay,