Documente Academic
Documente Profesional
Documente Cultură
III
Miguel
Angel Chavez Garca
Facultad de Estudios Superiores unidad Acatlan
Universidad Nacional Autonoma de Mexico
Noviembre de 2010
Resumen. Presentamos las notas de clase de la asignatura de Calculo Diferencial
e Integral III que se imparte en la carrera de Actuara en la Facultad de Estudios
Superiores unidad Acatlan.
Introducci on
Las notas de clase que a continuaci on se presentan, fueron elaboradas por primera
vez en agosto de 2007 como un manuscrito del curso de Calculo Diferencial e Integral
III para los estudiantes de Actuara de la Facultad de Estudios Superiores Acatl an;
haciendo enf asis en el analisis de los puntos crticos de las funciones mediante la
diagonalizaci on de una matriz; durante ese curso se elaboraron gran parte de los
problemas que se incluyen a nal de cada captulo; un a no depues se volvio a impartir
el mismo curso donde se depuraron algunos aspectos de contenido y se ampliaron los
problemas propuestos. Finalmente en la primavera verano de 2010 se dan integras
las notas de clase y surge la idea por parte los alumnos de presentarlo como las notas
del curso, es ah donde surge esta version del manuscrito original.
Se incluyen mas problemas y el uso de la computadora para visualizaci on de
gr acas. Al nal del semestre los estudiantes de cada curso hicieron presentaciones
de algunos problemas, los estudiantes del curso 2010 combinaban el software MAPLE
con la soluci on de problemas de optimizaci on dando muy buenos resultados.
Las notas estan divididas en seis captulos acorde con el programa de la asignatu-
ra, correspondiente al tercer semestre de la carrera. En cada uno de los captulos se
expone la teora necesaria para desarrollar los ejercicios que vienen al nal de cada
uno de ellos; los ejercicios son fundamentales pues en ellos se comprende y aprende
como se aplican los conceptos dados en la teora.
En el primer captulo se presenta el espacio en el cual se desarrollar a la teora,
as como su estructura de espacio vectorial, nos interesa saber como medir objetos
dentro de nuestro espacio y ah la necesidad de dar una distancia. Cerramos con un
concepto de algebra lineal que servir a para desarrollos posteriores.
El segundo captulo trata de los diferentes conjuntos que se pueden formar en
nuestro espacio con una metrica asociada. Estos conjuntos ser an despues importantes
pues ser an vistos como el dominio de una funci on. Es una parte introductoria haca
la topologa de R
n
; es decir de la forma que tienen estos conjuntos.
En el tercer captulo se incia con la presentacion de las sucesiones y su convergen-
cia, para dar paso natural a los lmites de una funci on, en ese intermedio denimos
lo que ser a una funci on entre conjuntos de nuestro espacio. Finalmete veremos la
continuidad de una funcion y lo que hacen estas funciones a los conjuntos dados en el
captulo anterior; es decir los invariantes entre conjuntos bajo una funcion continua.
El cuarto captulo se dan los diferentes tipos de derivadas que pueden haber en
una funci on; al contrario que en el calculo diferencial de una variable, aqu nuestras
funciones pueden no ser continuas y sin embargo existir alguno de los conceptos
de derivada. Se demuestran teoremas de diferenciacion de funciones y se presentan
conceptos clasicos del analisis vectorial. Finaliza el captulo con el an alisis de curvas,
tema que se ve en geometra diferencial.
3
4 INTRODUCCI
ON
En el quinto captulo se presentan los dos teoremas centrales del c alculo diferen-
cial de varias variables, como son los teoremas de funci on inversa y el teorema de la
funci on implcita. Ambos teoremas dicen de los invariantes locales o globales entre
conjuntos bajo una funcion diferenciable y con su derivada continua o cuando se
puede ver como la gr aca de una funci on. Este concepto es mas fuerte que el dado
en el tercer captulo, pues al pedirle m as a la funci on los invariantes de los con-
juntos se vuelven, m as partculares. Se d a tambien una introducci on a la geometra
diferencial mediante el estudio de las supercies.
El sexto captulo se desarrollan los m aximos, mnimos o puntos sillas de las
funciones de varias variables. Se presentan las condiciones necesarias o sucientes
para encontrar tales puntos. Se da otra perspectiva del analisis de los puntos crticos
a partir de la diagonalizaci on de la matriz de segundas derivadas; lo cual hace mas
intuitivo el an alisis mediante una tecnica que se usa en teora de Morse. Se presenta
una tecnica; debida a Lagrange para encontrar esos puntos cuando las funciones
tienen ciertas restricciones en su dominio. Finalmente se ve la relaci on que guardan
los puntos crticos con la curvatura asociada a una supercie.
Se incluye bibliografa de los textos cl asicos sobre la matera, pero sin lugar a
dudas la mejor bibliografa ser a aquella que uno entienda y que nos aclare nuestras
dudas.
Miguel
Angel Chavez Garca.
Indice general
Introducci on 3
Captulo 1. Estructura de R
n
7
1. Norma y producto interior en R
n
7
2. Transformaciones lineales en R
n
12
3. Ejercicios 13
Captulo 2. Topologa de R
n
15
1. Deniciones basicas 15
2. Conjuntos compactos y conjuntos conexos en R
n
19
3. Ejercicios 22
Captulo 3. Lmite y continuidad de funciones en R
n
25
1. Sucesiones en R
n
25
2. Lmite y continuidad de funciones en R
n
27
3. Invariantes de las funciones continuas de R
n
a R
m
30
4. Ejercicios 31
Captulo 4. Derivadas de funciones en R
n
35
1. Diferenciaci on de una funcion en R
n
35
2. Continuidad de las funciones diferenciables y la regla de cadena 37
3. El teorema de Taylor 38
4. Curvas 40
5. Ejercicios 45
Captulo 5. Teorema de la funcion implcita y teorema de la funci on inversa 49
1. Teorema de la funcion inversa 49
2. Teorema de la funcion implcita 50
3. Supercies 51
4. Ejercicios 55
Captulo 6. M aximos y mnimos, optimizacion de funciones en R
n
57
1. Puntos crticos de funciones en R
n
. 57
2. Lema de Morse y puntos crticos 58
3. Multiplicadores de Lagrange 60
4. Puntos crticos y curvatura de una supercie 60
5. Ejercicios 61
Bibliografa 67
5
Captulo 1
Estructura de R
n
1. Norma y producto interior en R
n
Definici
Observaci
on 1. Al espacio vectorial R
n
lo denotaremos por (R
n
, +, )
Ahora deniremos una funci on en R
n
, la cual nos ayudar a a demostrar un resul-
tado que involucra la manera en que mediremos en R
n
.
Definici
on 2. Sea (R
n
, +, ) y la funci on
<, >: R
n
R
n
R,
(x, y) < x, y > .
La funcion <, > es un producto interior si y s olo si satisface
a. x, y R
n
, < x, y >=< y, x > .
b. x, y, z R
n
, < x, y + z >=< x, y > + < x, z > .
c. R, x R
n
, < x, y >=< x, y >=< x, y > .
Si <, > satisface ademas que
d. < x, x >= 0 si y s olo si x = 0.
e. < x, x >> 0 si y solo si x = 0.
Entonces <, > es denido positivo.
Observaci
on 2. Al espacio (R
n
, +, ) dotado de un producto interior
<, > se le llamar a espacio con producto interior y se le denotara por (R
n
, <
, >).
1. NORMA Y PRODUCTO INTERIOR EN R
n
9
De aqu en adelante (R
n
, <, >) estara considerado con un producto interior
denido positivo.
Se sigue de a una propiedad semejante a b la cual nos dice < x + y, z >=<
x, z > + < y, z >, x, y, z R
n
.
El producto interior que vamos a usar viene dado por el siguiente resultado.
Teorema 2. En (R
n
, +, ) denimos <, > como
(1) < x, y >=< (x
1
, . . . , x
n
), (y
1
, . . . , y
n
) >=
n
i=1
x
i
y
i
,
entonces 1 es un producto interior en R
n
.
Demostraci on. Probemos que 1 es un producto interior denido positivo para
(R
n
, +, ), entonces tenemos para cada inciso
a. Por denici on < x, y >=
n
i=1
x
i
y
i
=
n
i=1
y
i
x
i
=< y, x > . Esto se debe a
la propiedad conmutativa de R, es decir x
i
y
i
= y
i
x
i
, i {1, . . . , n}.
b. Sean x, y, z R
n
entonces < x, y + z >=
< (x
1
, . . . , x
n
), (y
1
+z
1
, . . . , y
n
+z
n
) >=
n
i=1
x
i
(y
i
+z
i
) =
n
i=1
(x
i
y
i
+x
i
y
i
) =
n
i=1
x
i
y
i
+
n
i=1
x
i
z
i
=< x, y > + < x, z > . Aqu hemos usado propiedades
del producto interior, la distribuci on de la producto con respecto a la suma;
es decir x
i
(y
i
+z
i
) = x
i
y
i
+x
i
z
i
, i {1, . . . , n} y como la suma es nita, es
convergente por consiguiente la suma se distribuye por su linealidad.
c. Sea R y x, y R
n
entonces < x, y >=
n
i=1
x
i
y
i
=
n
i=1
(x
i
y
i
) =
n
i=1
(x
i
)y
i
=< x, y >=
n
i=1
(x
i
)y
i
=
n
i=1
x
i
(y
i
) =< x, y > . Se han
utilizado la asociatividad y la conmutatividad de R, es decir (x
i
y
i
) = (x
i
)y
i
y (x
i
)y
i
= (x
i
)y
i
, i {1, . . . , n} y por ultimo como la suma es nita, es
convergente entonces usando la linealidad de la sumatoria se puede meter el
escalar.
d. ) Supongamos que < x, x >= 0 entonces
n
i=1
x
i
x
i
=
n
i=1
x
2
i
= 0, pero
sabemos que todo n umero al cuadrado es mayor o igual que cero, as cada
x
i
= 0, {1, . . . , n}, de donde x = (0, . . . , 0).
) Supongamos que x = (0, . . . , 0), entonces < x, x >=
n
i=1
0 = 0.
e. ) Supongamos que < x, x >= 0 entonces
n
i=1
x
2
i
= 0, esto implica que
i {1, . . . , n} tal que x
i
= 0. Por lo tanto x = 0.
) Supongamos que x = 0; es decir al menos x
i
= 0, i {1, . . . , n} entonces
< x, x >=
n
i=1
x
2
i
= 0, pues todo n umero al cuadrado es mayor o igual que
cero, como x
i
= 0 entonces x
2
i
= 0.
on 3. Sea (R
n
, +, ) entonces la funci on dada por
|| || : R
n
R
+
{0}
x ||x||,
es una norma si y s olo si satisface
1. ||x|| = 0 si y s olo si x = 0.
2. ||x|| > 0 si y solo si x = 0.
10 1. ESTRUCTURA DE R
n
3. x R
n
, R, ||x|| = ||||x||.
4. x, y R
n
, ||x + y|| ||x|| +||y|| (desigualdad del triangulo)
La siguiente denici on hace la conexion entre la norma de un espacio y el pro-
ducto interior del espacio. Esta es precisamente la metrica que nos permite hacer
geometra en nuestro espacio; mas adelante diremos que es una metrica.
Definici
on 4. Sea ||x|| =
< x, x > =
_
n
i=1
x
2
i
, x R
n
.
Observaci
Teorema 3. ||x||
2
es una norma para R
n
.
Demostraci on. Probemos cada uno de los incisos de la denici on de norma
1. La prueba de 1. es analoga a la prueba de inciso d. del teorema 2.
2. Para el inciso 2. la prueba es an aloga al inciso e. del teorema 2.
3. Sea R y x R
n
entonces ||x||
2
=
_
n
i=1
(x
i
)
2
=
_
n
i=1
2
x
2
i
=
_
n
i=1
x
2
i
=
2
_
n
i=1
x
2
i
= || ||x||
2
.
4. Tomemos ||x +y||
2
2
= ||x||
2
2
+2 < x, y > +||y||
2
2
= 0, entonces aplicando
el lema 1 se sigue que ||x||
2
2
+ 2||x||
2
||y||
2
+ ||y||
2
2
= (||x||
2
+ ||y||
2
)
2
. Al
aplicar la raz cuadrada y como las normas son positivas obtenemos
||x + y||
2
||x||
2
+||y||
2
.
A R
n
se le pueden asociar diferentes normas, es decir se mantiene jo el espacio
y lo que cambiamos es la norma como veremos a continuacion.
1. NORMA Y PRODUCTO INTERIOR EN R
n
11
Ejemplo 1. Sea R
n
con su estructura de espacio vectorial, entonces si x R
n
denimos ||x||
1
=
n
i=n
|x
i
|. Entonces (R
n
, ||x||
1
) es un espacio normado. A ||x||
1
se
le conoce como la norma uno.
Ejemplo 2. Sea x R
n
, denimos ||x||
= sup{|x
i
| : i {1, . . . , n}}, entonces
(R
n
, ||x||
y
||x||
2
Teorema 4. Sea x R
n
entonces
|x
i
| ||x||
2
n||x||
,
donde i {1, . . . , n}.
Demostraci on. Sea x R
n
entonces x = (x
1
, . . . , x
n
) y tomemos x
i
una de las
componentes de x y elevemos al cuadrado. Entonces 0 x
2
i
x
2
i
+ a, donde a R
y a 0. Sea a = x
2
1
+ + x
2
i1
+ x
2
i+1
+ + x
n
, de esta manera
x
2
i
n
i=1
x
2
i
=< x, x >= ||x||
2
2
.
Aplicamos raz cuadrada para obtener |x
i
| ||x||
2
.
Sea = ||x||
= sup{|x
i
| : i {1, . . . , n}}, entonces |x
i
| , i {1, . . . , n},
de donde
2
+ +
2
|x
1
|
2
+ +|x
n
|
2
=
n
i=1
x
2
i
=< x, x >= ||x||
2
2
0;
es decir n
2
||x||
2
2
. Al aplicar raz cuadrada ||x||
2
n||x||
. Por lo tanto
|x
i
| ||x||
2
n||x||
.
Definici
on 5. Sea
d : R
n
R
n
R
+
{0}
(x, y) d(x, y)
una funcion, entonces d es una metrica para R
n
si y s olo si satisface
1. d(x, y) = 0 si y s olo si x = y.
2. d(x, y) > 0 si y solo si x = y.
3. d(x, y) = d(y, x), x, y R
n
(simetra).
4. d(x, y) d(x, z) + d(z, y), x, y, z R
n
(desigualdad del triangulo).
Observaci
on 4. Al espacio R
n
dotado con una metrica d se le llama espacio
metrico y se le denotar a por (R
n
, d). La metrica d tambien es llamada distancia.
Ejemplo 3. Sea R
n
y x, y R
n
entonces denimos la funci on
d(x, y) =
_
1, x = y
0, x = y
,
entonces (R
n
, d) es un espacio metrico.
12 1. ESTRUCTURA DE R
n
Sea || || una norma para R
n
entonces la metrica natural para R
n
es d(x, y) =
||x y||, x, y R
n
. Por lo tanto todo espacio normado es un espacio metrico.
Observaci
on 6. Sean (R
n
, +, ) y (R
m
, +, ) entonces la funci on
T : (R
n
, +, ) (R
m
, +, )
x T(x),
es una transformacion lineal si y solo si satisface
1. x, y (R
n
.+, ) entonces T(x + y) = T(x) + T(y).
2. x (R
n
.+, ), R entonces T(x) = T(x).
La base usual de R
n
es {e
1
, . . . , e
n
} donde e
i
=
_
_
_
_
_
_
_
_
_
_
_
0
.
.
.
0
1
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
; i {1, . . . , n} es decir
1 en el i-esimo lugar. Al espacio vectorial (R
n
, +, ) lo vamos a escribir como R
n
.
Definici
on 7. Sean T : R
n
R
m
y S : R
m
R
k
tansformaciones lineales
entonces
S T : R
n
R
k
x S(T(x))
es la composici on de las transformaciones lineales.
Ahora si x R
n
entonces lo podemos escribir en terminos de la base usual es
decir x =
n
i=1
x
i
e
i
. Como T : R
n
R
m
entonces T(x) =
_
_
T
1
(x)
.
.
.
T
m
(x)
_
_
, as al
aplicar la transformacion lineal a x obtenemos
T(x) = T(
n
i=1
x
i
e
i
) =
n
i=1
T(x
i
e
i
) =
n
i=1
x
i
T(e
i
) = x
1
_
_
T
1
(e
1
)
.
.
.
T
m
(e
1
)
_
_
+ x
2
_
_
T
1
(e
2
)
.
.
.
T
m
(e
2
)
_
_
+ + x
n
_
_
T
1
(e
n
)
.
.
.
T
m
(e
n
)
_
_
= .
3. EJERCICIOS 13
Denimos T
i
(e
j
) = a
ij
, a
ij
R, i {1, . . . , n}, j {1, . . . , m} entonces
= x
1
_
_
a
11
.
.
.
a
m1
_
_
+ x
2
_
_
a
12
.
.
.
a
m2
_
_
+ + x
n
_
_
a
1n
.
.
.
a
mn
_
_
=
_
_
x
1
a
11
+ x
2
a
12
+ + x
n
a
1n
.
.
.
x
1
a
m1
+ x
2
a
m2
+ + x
n
a
mn
_
_
.
Por lo tanto la matriz de representacion de la transformacion T es
(4) A =
_
_
a
11
. . . a
1n
.
.
.
.
.
.
a
m1
. . . a
mn
_
_
.
As T(x) =
_
_
a
11
. . . a
1n
.
.
.
.
.
.
a
m1
. . . a
mn
_
_
_
_
x
1
.
.
.
x
n
_
_
=
_
_
x
1
a
11
+ x
2
a
12
+ + x
n
a
1n
.
.
.
x
1
a
m1
+ x
2
a
m2
+ + x
n
a
mn
_
_
.
Observaci
on 6. El vector e
i
tambien se escribe como e
i
= (0, . . . , 0, 1, 0, . . . , 0)
como un abuso de notaci on. La composici on de transformaciones lineales en termi-
nos de sus matrices de representaci on es el producto de matrices. As la matriz de
representaci on de S T es C M
kn
(R).
3. Ejercicios
Ejercicio 1. Sea R
n
y denimos
< x, y >=
n1
i=1
x
i
y
i
x
n
y
n
.
Demuestre que < x, y > es un producto interior. Es denida positiva?
Ejercicio 2. Demuestre lo siguiente
1. La identidad de polarizacion x, y R
n
, < x, y >=
||x + y||
2
2
||x y||
2
2
4
.
2. Ley del paralelogramo x, y R
n
, ||x + y||
2
2
+||x y||
2
2
= 2(||x||
2
2
+||y||
2
2
).
Ejercicio 3. 1. Demuestre que ||x||
2
n
i=1
|x
i
|, x R
n
.
2. Cu ando tiene lugar la igualdad en la desigualdad del tri angulo?
Ejercicio 4. 1. Demuestre que ||xy|| ||x|| +||y||, x, y R
n
. Cu ando
se verica la igualdad?
2. Demuestre que |||x|| ||y||| ||x y||, x, y R
n
.
Ejercicio 5. El n umero ||x y|| se denomina la distancia entre x y y con
x, y R
n
. Demostrar e interpretar geometricamente la desigualdad triangular:
||z x|| ||z y|| +||y x||.
Ejercicio 6. 1. Demuestre que (R
n
, || ||
1
) es un espacio normado.
2. Demuestre que (R
n
, || ||
) es un espacio normado.
14 1. ESTRUCTURA DE R
n
Ejercicio 7. Sean f y g funciones integrables en [a, b].
1. Demostrar que |
_
b
a
fg|
_
_
b
a
f
2
_
_
b
a
g
2
.
2. Si se verica la igualdad, ha de ser f = g para alg un R? Cual si f y
g son continuas?
3. Mostrar que la desigualdal de Cauchy-Schwartz es una consecuencia del inciso
1.
Ejercicio 8. Pruebe que (R
n
, d) es un espacio metrico donde d es la metrica
del ejemplo 3.
Ejercicio 9. Una aplicacion lineal T : R
n
R
n
se dice que conserva la norma
si ||T(x)|| = ||x||, y conserva el producto interior si < T(x), T(y) >=< x, y > .
1. Probar que T conserva la norma si y s olo si T conserva el producto interior.
2. Probar que una transformaci on de este tipo es 11 y que T
1
es de la misma
naturaleza.
Ejercicio 10. Si x, y R
n
son no nulos, el angulo entre x e y, indicado por
(x, y), se dene como
(x, y) = arc cos
_
< x, y >
||x||
2
||y||
2
_
.
La transformacion lineal T se dice que conserva los angulos si T es 1 1 y para
x, y = 0 se tiene (T(x), T(y)) = (x, y).
1. Pruebe que si T conserva la norma entonces T conserva los angulos.
2. Si existe una base x
1
, . . . , x
n
de R
n
y n umeros
1
, . . . ,
n
tales que T(x
i
) =
i
x
i
, probar que T conserva los angulos si y s olo si todas las
i
son iguales.
3. Cu ales son todas las transformaciones T : R
n
R
n
que conservan los
angulos?
Ejercicio 11. Si 0 < y T : R
2
R
2
cuya matriz es
_
cos sin
sin cos
_
.
Pruebe que T conserva los angulos y si x = 0 entonces (x, T(x)) = .
Ejercicio 12. Si T : R
m
R
n
es una transformacion lineal, demuestre que
existe un n umero M tal que ||T(h)||
2
M||h||
2
para h R
m
.
Ejercicio 13. Si x, y R
n
y z, w R
m
, pruebe que < (x, z), (y, w) >=< x, y >
+ < z, w > y ||(x, z)|| =
_
||x||
2
+||y||
2
. Observe que (x, z) y (y, w) representan
puntos en R
n+m
.
Ejercicio 14. Si x, y R
n
se dice x e y son perpendiculares (u ortoganales) si
< x, y >= 0. Si x, y son perpendiculares demostrar el teorema de Pit agoras
||x + y||
2
2
= ||x||
2
2
+||y||
2
2
.
Ejercicio 15. Sea (R
n
)
por
x
(y) =< x, y > .
Se dene T : R
n
(R
n
)
por T(x) =
x
. Probar que T es una transformaci on lineal
1 1 y concluir que cada (R
n
)
es un
x
para un unico x R
n
.
Captulo 2
Topologa de R
n
1. Deniciones basicas
De aqu en adelante vamos a utilizar el espacio vectorial (R
n
, +, ) al cual sim-
plemente lo denotaremos por R
n
, vamos a describir la estructura de (R
n
, d), las
deniciones las trataremos con la distancia d dada por una norma.
Definici
on 8. Sea x (R
n
, d) y r > 0 entonces la bola abierta con centro en x
y radio r es el conjunto
B
r
(x) = {y R
n
|d(x, y) < r}
Definici
on 9. Sea x (R
n
, d) y r > 0 entonces la bola cerrada con centro en
x y radio r es el conjunto
B
r
(x) = {y R
n
|d(x, y) r}
Observaci
on 7. Al conjunto S
r
(x) = {y R
n
|d(x, y) = r} se le llama esfera
de radio r, donde r 0
Definici
on 10. Sea U R
n
entonces U es un conjunto abierto en R
n
si y solo
si x U, B
r
(x) U.
Teorema 5. Las siguientes propiedades se satisfacen para conjuntos abiertos
de R
n
.
1. Los conjuntos y R
n
son conjuntos abiertos.
2. Si U
i
R
n
es un conjunto abierto i {1, . . . , n} entonces
n
i=1
U
i
es un
conjunto abierto.
3. Si U
i
R
n
es abierto i I, donde I es una conjunto de ndices no nito
entonces
iI
U
i
es abierta.
Demostraci on. Probemos cada uno de los incisos.
1. Como carece de elementos entonces cumple la denicion de conjunto abier-
to. Sea x R
n
y tomemos = 1 entonces B
1
(x) R
n
, x R
n
. Por lo tanto
R
n
es un comjunto abierto.
2. Sean U
1
, . . . , U
n
conjuntos abiertos. Si
n
i=1
U
i
= entonces por el inciso
anterior
n
i=1
U
i
es un conjunto abierto. Supongamos que
n
i=1
U
i
= , as sea
x
n
i=1
U
i
entonces existen
1
, . . . ,
n
R positivos tales que B
1
(x)
U
i
, . . . , B
n
(x) U
n
. Sea = mn{
1
, . . . ,
n
} entonces B
(x)
n
i=1
U
i
. Por
lo tanto
n
i=1
U
i
es un conjunto abierto.
3. Sea U
1
, . . . , U
n
, . . . , conjuntos abiertos. Si
iI
U
i
= por el primer inciso
iI
U
i
es un conjunto abierto. Supongamos que
iI
U
i
= . Sea x U
i
para alguna i I entonces > 0 tal que B
(x) U
i
iI
U
i
. Por lo
tanto
iI
U
i
es un conjunto abierto.
15
16 2. TOPOLOG
IA DE R
n
iN
U
i
= {0} el cual no es un conjunto abierto.
Definici
on 11. Sea U R
n
entonces U es un conjunto cerrado y s olo si R
n
\ U
es un conjunto abierto.
Teorema 6. Las siguientes propiedades se satisfacen para conjuntos cerrados
de R
n
.
1. Los conjuntos y R
n
son conjuntos cerrados.
2. Si U
i
R
n
es un conjunto cerrado i I, donde I es un conjunto de ndices
no nito entonces
iI
U
i
es cerrada.
3. Si U
i
R
n
es un conjunto abierto i {1, . . . , n} entonces
n
i=1
U
i
es cerra-
da.
Demostraci on. Probemos cada uno de los incisos.
1. es un conjunto cerrado pues R
n
\ = R
n
y por el inciso 1 del teorema
5, R
n
es un conjunto abierto. Ahora bien R
n
es un conjunto cerrado pues
R
n
\ R
n
= , por el inciso 1 del teorema 5, es un conjunto abierto.
2. Sean U
i
, i I conjuntos cerrados, entonces R
n
\ U
i
es un conjunto abierto,
entonces por el inciso 3 del teorema 5,
iI
(R
n
\ U
i
) es un conjunto abierto.
Por lo tanto
iI
U
i
es un conjunto abierto.
3. Sean U
i
, i {1, . . . , n} conjuntos cerrados, entonces R
n
\ U
i
es un conjunto
abierto i {1, . . . , n}. Aplicando el inciso 2 del teorema 5,
n
i=1
(R
n
\ U
i
)
es un conjunto abierto. Por lo tanto
n
i=1
U
i
es un conjunto cerrado.
iN
W
i
= R
n
, es cual es un conjunto abierto.
Definici
on 12. Sea x (R
n
, d) y V R
n
tal que U
x
V, donde U
x
es un
conjunto abierto que contiene a x entonces V se le llama vecindad de x.
Definici
on 13. x R
n
es un punto interior de A R
n
si y s olo si V vecindad
de x tal que V A.
Definici
on 14. x R
n
es un punto frontera de A R
n
si y solo si V vecindad
de x entonces V A = y V (R
n
\ A) = .
Definici
on 15. x R
n
es un punto exterior de A R
n
si y solo si V vecindad
de x tal que V R
n
\ A.
Observaci
ASICAS 17
1. A es un conjunto abierto.
2. Todo punto de A es un punto interior de A.
3. A es una vecindad de cada uno de sus puntos.
Demostraci on. Probemos la equivalencia de cada una de las proposiciones
1 2. Suponga que A es un conjunto abierto, entonces x A, > 0 tal que
B
xA
V
x
es un conjunto abierto.
Teorema 8. Sea A R
n
entonces A es un conjunto cerrado si y solo si A A.
Demostraci on. ) Suponga que A es un conjunto cerrado y sea x A. Si
x / A entonces x R
n
\ A, as > 0 tal que B
(x) R
n
\ A y B
(x) A = ; lo
cual es una contradicci on al hecho que x A. Por lo tanto x A.
) Suponga que A A. Sea z / A y z / A entonces z R
n
\ A entonces
> 0 tal que B
(x) R
n
\A, el cual es un conjunto abierto z R
n
\A. As R
n
\A
es un conjunto abierto. Por lo tanto A es un conjunto cerrado.
Definici
k=1
J
k
.
Demostraci on. Sean
J
1
= {(x
1
, . . . , x
n
) R
n
: a
11
x
1
b
11
, . . . , a
1n
x
n
b
1n
}
J
2
= {(x
1
, . . . , x
n
) R
n
: a
21
x
1
b
21
, . . . , a
2n
x
n
b
2n
}
.
.
.
.
.
.
J
k
= {(x
1
, . . . , x
n
) R
n
: a
k1
x
1
b
k1
, . . . , a
kn
x
n
b
kn
},
una sucesi on de celdas nidicadas; es decir J
1
J
2
J
k
. . . . Entonces para
cada x
i
, i {1, . . . , n} se tiene la siguiente sucesi on de intervalos cerrados en R.
a
1i
a
ki
x
i
b
ki
. . . b
1i
.
18 2. TOPOLOG
IA DE R
n
Como k N entonces c
i
kN
[a
ki
, b
ki
]; esto lo garantiza del teorema de intervalos
cerrados nidicados por medio del axioma del supremo e nmo en c alculo de una
variable (completez de R). Por lo tanto c = (c
1
, . . . , c
n
)
k=1
J
k
.
Definici
on 19. Sean x R
n
, y A R
n
. x es un punto de acumulaci on de A si
y solo si V vecindad de x, y = x tal que y V y y A.
Observaci
. Suponga que x / A
entonces x ext(A), as > 0 tales que B
(x) A = y B
(x) R
n
\ A. Lo
cual es una contradici on al hecho que x A
(x) A = .
) Suponga que A
A. Sea z / A y z / A
(z)
R
n
\ A y B
(z) A = , z R
n
\ A. As R
n
\ A =
zR
n
\A
B
2
n
i=1
J
i
. Entonces j {1, . . . , 2
n
} tal que J
j
tiene
un n umero no nito de elementos de A (ya que si no fuera as entonces |A| es nito,
contrario a la hip otesis que A no es nito). Sea J
1
= J y J
2
= J
j
. Aplicando el
mismo procedimiento a la celda J
2
entonces se obtiene la celda cerrada J
3
, y para
cada nueva celda cerrada se aplica el procedimiento. As se obtiene una sucesion
nidicada J
1
J
2
J
i
. . . , donde cada celda cerrada contiene aun n umero
no nito de elementos de A. Entonces por el teorema 9, c
iN
J
i
y c A.
Ahora probemos que c es un punto de acumulaci on de A, para ello observe que
l(J
1
) = sup{|b
i
a
i
| : i {1, . . . , n}} y l(J
1
) > 0, as la longitud con la norma del
supremo es l(J
k
) =
l(J
1
)
2
k
> 0. Sea V
c
un vecindad de c; es decir
V
c
= V
nsup{|c
i
z
i
| : i {1, . . . , n}} =
n l(J
k
) =
n l(J
1
)
2
k
,
lo anterior se debe al teorema 4. Entonces si
n l(J
1
)
2
k
< se ha encontrado una
k N tales que J
k
V
c
de no ser as, por la propiedad arquimediana m N
2. CONJUNTOS COMPACTOS Y CONJUNTOS CONEXOS EN R
n
19
tal que
n l(J
1
)
2
m
< , as J
m
V
c
. como J
k
tiene una innidad de elementos de
A, k N; entonces V
c
\ {c} = . Por lo tanto c es un punto de acumulaci on de
A.
2. Conjuntos compactos y conjuntos conexos en R
n
Definici
on 20. Sea K R
n
, K es un conjunto compacto si y s olo si toda
cubierta abierta G = {G
n
=1
G
.
Teorema 12. El intervalo [a, b] R es un conjunto compacto.
Demostraci on. Sea G = {G
. Si y [x, c)
entonces [x, y] G
, y > }.
Aplicamos el procedimiento anterior para x = a, se sigue que B = pues [a, y] G
,
para alguna . Sea c = sup B entonces a < c b. Probemos que c B. Sea
c G
; es decir [a, e] G
,
{1, . . . , n} y [e, c] G
n+1
. De est a manera [a, c] = [a, e] [e, c]
n+1
=1
G
. Por lo
tanto c B.
Por ultimo probemos que c = b. Suponga que c < b, aplicando el primer pro-
cedimiento del inicio de la demostraci on cuando x = c, entonces por la propiedad
arquimediana y [a, b] tales que c < y y [c, y]
k
=1
G
. Como c B se sigue
que [a, c]
l
=1
G
; De donde
[a, y] = [a, c] [c, y]
l+k
_
=1
G
.
Esto implica que y B, lo cual contradice el hecho que c = sup B. Por lo tanto
c = b.
En general, probar que un conjunto dado es compacto en R
n
es laborioso, sin
embargo el siguiente resultado d a una caracterizacion de los conjuntos compactos
por medio de sus propiedades topologicas.
Teorema 13. Teorema de Heine - Borel. Sea K R
n
entonces K es un
conjunto compacto si y s olo si es cerrado y acotado.
Demostraci on. ) Suponga que K un conjunto compacto en R
n
y sea x
R
n
\ K. Dena G
= {y R
n
: ||x y|| >
1
, N}, as G
es un conjunto abierto
N y R
n
\{0} =
N
, como x / K entonces l N tal que K
l
=1
G
= G
l
,
lo anterior se sigue del hecho que G
1
G
2
G
l
. As V1
(x) K = y V1
(x)
20 2. TOPOLOG
IA DE R
n
es un conjunto abierto x R
n
\ K. As R
n
\ K es un conjunto abierto. Por lo tanto
K es un comjunto cerrado.
Probemos que K es un conjunto acotado. Sea F
= {x R
n
: ||x|| < , N},
entonces F
es un conjunto abierto de R
n
y F
1
F
2
F
. . . , adem as
R
n
=
N
F
n
=1
G
= J
2
aplicando el mismo razonamiento se obtiene la sucesi on de celdas cerradas
J
1
J
2
J
k
. . . . Como se satisfacen las hip otesis del teorema 9 enton-
ces c
kN
J
k
, k N y c es un punto de acumulaci on de K. Ahora como K
es un conjunto cerrado y K G
(c) G
, para alguna > 0. Por otra parte la maginitud de cada uno de los lados
de J
k
es
l
2
k
. Si z J
k
entonces ||c z||
l
n
2
k
esto implica que J
k
G
lo cual es
una contradicci on pues K J
k
n
=1
G
. Por lo tanto K
n
=1
G
.
Como una aplicaci on de los resultados anteriores se tiene un resultado analogo
al teorema 9
Teorema 14. Teorema de intersecci on de Cantor. Sean K
i
R
n
, i N
conjuntos compactos, tal que K
i
K
i+1
. Entonces c R
n
tal que c K
i
, i N.
Demostraci on. Sabemos que K
i
es un conjunto compacto en R
n
, i N y
suponga que K
i
= ; pues si fuera vacia el teorema se satisface inmediatamente.
Al ser nidicada K
1
K
2
K
i
. . . , entonces vamos a considerar el
complemento de K
i
. Sea la sucesi on de conjuntos abiertos en R
n
F
1
= R
n
\ K
1
F
2
= R
n
\ K
2
.
.
. =
.
.
.
F
k
= R
n
\ K
k
.
.
. =
.
.
.
tal sucesion de conjuntos es creciente; es decir F
1
F
1
F
k
. . . . Suponga
que c /
kN
K
k
entonces K
1
kN
F
k
, dado que K
1
es compacto entonces L N
tales que K
1
L
k=1
F
k
entonces K
1
F
k
. As K
1
K
k
= pero K
1
K
k
de donde
K
1
K
k
= K
k
= lo cual es una aformacion contraria a la hip otesis. Por lo tanto
c
kN
K
k
.
Definici
on 21. Sea A R
n
entonces A es disconexo si y s olo si B, C R
n
conjuntos abiertos tales que
2. CONJUNTOS COMPACTOS Y CONJUNTOS CONEXOS EN R
n
21
1. A B = y A C = .
2. (A B) (A C) = .
3. B C = A.
Por consiguiente A es conexo cuando no es disconexo.
Observaci
(c)
satisface V
IA DE R
n
que B es abierto y cerrado al igual que C. Si B = o C = se sigue el resultado,
de la misma manera sucede si B = R
n
o C = R
n
. Si B = R
n
y B = y C = R
n
y
C = entonces B y C forman una disconexi on de R
n
, lo cual contradice el teorema
16. Por lo tanto y R
n
son los unicos conjuntos abiertos y cerrados en R
n
.
Definici
on 22. Sean x, y R
n
y suponga que hay z
0
, z
1
, . . . , z
n
R
n
tales
que z
0
= x, z
n
= y entonces la curva poligonal que une a x con y y pasa por cada
z
i
, i {0, 1, . . . , n} es la curva (t) = tz
i1
+ (1 t)z
i
, t [0, 1]
Teorema 17. Sea A R
n
un conjunto abierto, entonces A es conexo si y s olo
si x, y A existe una curva poligonal (t) tal que (t) A.
Demostraci on. ) Supongamos que A no es un conjunto conexo, entonces
B, C conjuntos abiertos de R
n
que forman una disconexi on, es decir
1. B A = , C A = .
2. (B A) (C A) =
3. B C = A.
Sean (l) una curva poligonal, tal que (l) A y z
0
, . . . , z
k1
B A, z
k
, . . . , z
n
C A, entonces denimos los conjuntos
B
1
= {l R : (l) B A}
C
1
= {l R : (l) C A}.
B
1
C
1
= forman una disconexi on de R; es decir A
1
y B
1
son conjuntos abiertos
de R. As A
1
y B
1
es una disconexi on de [0, 1]; lo cual contradice el teorema 15. Por
lo tanto (l) A
) Supongamos que A es un conjunto abierto y conexo de R
n
y sea x A. Al
conjunto A lo vamos a descomponer en dos subconjuntos. A
1
A el conjunto de
elementos de A que se pueden unir por medio de una curva poligonal (l), tal que
(l) A y A
2
A el conjunto de elementos de A que no se pueden unir con x
por medio de una curva poligonal tal que (l) A. Ambos conjuntos son ajenos;
es decir A
1
A
2
= , como x A
1
entonces A
1
= . Armamos que A
1
es un
conjunto abierto, pues si y A
1
y como A es un conjunto abierto entonces para
alguna > 0, ||z y||
2
< entonces z A. Entonces (l) curva poligonal que une a
x con y y por consiguiente tambien a z, de donde z A
1
. De manera analoga A
2
es
un conjunto abierto de R
n
pues si w A
2
y A es un conjunto abierto entonces para
alguna > 0, ||s w||
2
< entonces s A como A
2
consta de aquellos puntos que
no se pueden unir por medio de una poligonal entonces s A
2
. Si A
2
= entonces
A
1
y A
2
forman una disconexi on de A, lo cual contradice a la hipotesis que A es un
conjunto conexo. Por lo tanto A
2
= as A
1
= A y todos los puntos de A se pueden
unir por emdio de una curva poligonal (l) A.
Definici
on 23. Sea A R
n
entonces A es un conjunto convexo si y s olo si
x, y A el segmento que une a ambos puntos esta totalmente contenido en A; es
decir el conjunto l = {(t) = ty + (1 t)x : (0) = x, (1) = y, : R A} A.
3. Ejercicios
Ejercicio 16. Sea A = {
m
2
n
: m Z, n N}. Encuentre todos los puntos de
acumulaci on de A.
3. EJERCICIOS 23
Ejercicio 17. Encuentre el conjunto derivado de B = {
1
2
n
+
1
5
m
, n, m N}.
Ejercicio 18. Sea (X, d) un espacio metrico, denimos el interior de un conjunto
A X, como int(A) = {x A : > 0, B
= max
1i2
{
2
j=1
|a
ij
|}.
Demuestre que el espacio (M
22
(R), || ||
) es normado.
Dada la sucesi on {A
n
}, A
n
M
22
(R), donde
_
(1)
n 1
n
0 1
_
.
Encuentre los puntos de acumulacion de la sucesion {A
n
} respecto de la
metrica que se deduce de la norma || ||
.
Ejercicio 24. Consideremos en R
n
, la metrica euclideana. Demuestre lo si-
guiente
B
(x
0
) =
B
(x
0
) = S
(x
0
) = {x R
n
: ||x x
0
||
2
= }.
(x
0
) =
B
(x
0
) e int(
B
(x
0
)) = B
(x
0
).
Ejercicio 25. Encuentre la cerradura y el interior de los siguientes conjuntos
1. A = {(x, y) R
2
: x =
1
n
, n N, 0 y 1}.
2. B = {(x, y, z) R
3
: x + y + z = 1, x
2
+ y
2
+ z
2
1}.
3. C = {(x, y) R
2
: x
2
y
2
< 1}.
24 2. TOPOLOG
IA DE R
n
Ejercicio 26. Sea A = {(x
1
, . . . , x
n
) R
n
: x
i
Q, 1 i n}. Encuentre
A, int(A) y A.
Ejercicio 27. Sean A, B R
n
. Demuestre los siguiente
(
A) (A).
(int(A)) (A).
(A B) (A) (B). Pruebe que la igualdad se da cuando
A
B = .
Ejercicio 28. Sea A un subconjunto convexo y cerrado de R
n
. Demuestre que,
dado x R
n
, existe un unico y A, tal que
||x y|| = d(x, A) =nf{||x z||
2
: z A}.
Adem as, y es el unico punto de A que satisface < y x, y z > 0, z A.
Ejercicio 29. Construya un conjunto A [0, 1] [0, 1] tal que A contenga a
lo mas un punto en cada horizontal y uno en cada vertical pero la frontera de A sea
[0, 1] [0, 1].
Ejercicio 30. 1. Si A es un conjunto cerrado que contiene acada n umero
racional r [0, 1], demuestre que [0, 1] A.
2. Si A es un conjunto cerrado y x / A, pruebe que existe un n umero real > 0
tal que ||y x|| , y A.
3. Si A es cerrado, B compacto y A B = , demuestre que existe un n umero
real > 0, tal que ||y x|| , y A y x B.
4. Dar un contrajemplo de R
2
del inciso anterior para el caso que A y B sean
cerrados pero ninguno de los dos compactos.
Ejercicio 31. Dar ejemplos en R
n
de conjuntos A, B R
n
ambos conexos pero
A B, A B, A \ B pueden ser conexos o inconexos.
Ejercicio 32. Demuestre lo siguiente
1. Todo conjunto convexo es un conjunto conexo.
2. Si x es punto de acumulaci on de A y A es conexo entonces A{x} es conexo.
3. Si A es conexo entonces
A tambien lo es.
Ejercicio 33. Si A y B son conexos en R
n
, demuestre que AB son conexos.
Ejercicio 34. Sean A
1
, . . . , A
k
con k N ja; conjuntos conexos en R
n
, de-
muestre que el producto cartesiano de los conjuntos es conexo.
Ejercicio 35. Demuestre directamente de la denici on que el conjunto A =
{x R
2
: ||x||
2
< 1} no es un conjunto compacto. Despues use el teorema de Heine-
Borel para probar que no es compacto.
Ejercicio 36. Demuestre que si K es un conjunto compacto en R
n
y C K
es un conjunto cerrado, entonces C es compacto.
Captulo 3
Lmite y continuidad de funciones en R
n
1. Sucesiones en R
n
Definici
on 24. Sea A R
n
entonces una sucesion es una funci on
f : N A
k f(k),
donde f(k) = x
k
= (x
1
k
, . . . , x
n
k
)
Como la imagen de la sucesion son elementos de R
n
y R
n
tiene estructura de
espacio vectorial entonces las sucesiones heredan la estructura de espacio vectorial
y las propiedades del producto interior; es decir
Definici
on 25. Sean x
k
y y
k
sucesiones en R
n
entonces
1. x
k
+ y
k
= (x
1
k
, , x
n
k
) + (y
1
k
, , y
n
k
) = (x
1
k
+ y
1
k
, , x
n
k
+ y
n
k
).
2. x
k
= (x
1
k
, , x
n
k
) = (x
1
k
, , x
n
k
).
3. < x
k
, y
k
>=< (x
1
k
, , x
n
k
), (y
1
k
, , y
n
k
) >=
n
i=1
x
i
k
y
i
k
.
Definici
on 26. Sea x
k
una sucesion en R
n
, entonces x
k
converge a x R
n
si y
s olo si V vecindad de x, N
V
N tal que k N
V
, x
k
V.
Observaci
= K
V
x
y y = x
k
entonces > 0, K
N tal que k K
entonces
||x
k
x||
2
<
25
26 3. L
N tales que k K
entonces ||x
k
x||
2
< .
Sea V
x
una vecindad de x, entonces por denicion > 0 tales que B
(x) V
x
,
as x
k
V
x
. Por lo tanto x
k
x.
Lema 2. Sea x
k
R
n
. Si x
k
es convergente entonces x
k
es acotada.
Demostraci on. Suponga que x
k
x entonces por el teorema 19 se tiene >
0, K
N , ||x
1
k
x
1
||
2
n
> 0, K
2
N , ||x
2
k
x
2
||
2
n
.
.
.
.
.
.
> 0, K
n
N , ||x
n
k
x
n
||
2
n
.
Para i {1, . . . , n} se tiene |x
i
k
x
i
|
2
= (x
i
k
x
i
)
2
2
n
entonces
||x
k
x||
2
2
=
n
i=1
(x
i
k
x
i
)
2
<
n
i=1
2
n
=
2
.
Si K
= sup{K
1
, . . . , K
n
} entonces k K
se tiene ||x
k
x||
2
.
Teorema 21. Sea x
k
x, y
k
y sucesiones en R
n
y a
k
a una sucesi on en
R entonces
1. x
k
+ y
k
x + y.
2. x
k
y
k
x y.
3. < x
k
, y
k
>< x, y > .
4. a
k
x
k
ax.
Demostraci on. En cada inciso usaremos en teorema 19
1. Como x
k
x entonces
2
> 0, K
1
N tales que k K
1
entonces
||x
k
x||
2
< y y
k
x entonces
2
> 0, K
2
N tales que k K
2
entonces ||y
k
y||
2
< . Por otra parte
||(x
k
+ y
k
) (x + y)||
2
= ||(x
k
x) + (y
k
y)||
2
||x
k
x||
2
+||y
k
y||
2
< .
2. L
= sup{K
1
, K
2
= sup{K
1
, K
2
}, se sigue el resultado.
4. Como a
k
R entonces
3
> 0, K
3
N tales que k K
3
entonces
|a
k
a| <
1
. Usando el razonamiento del inciso anterior ||a
k
x
k
ax||
2
=
||(a
k
x
k
ax
k
) + (ax
k
ax)||
2
||x
k
||
2
|a
k
a| + |a| ||x
k
x||
2
= .
Como ambas sucesiones son convergentes entonces por el lema 2 se tiene
< L
3
+ R
1
. Si = < L
3
+ R
1
y K
= sup{K
1
, K
3
} se obtiene el
resultado.
on 27. Sea (R
n
, || ||
2
), x
k
es una sucesi on de Cauchy si y solo si
> 0.N N tal que si k, m N entonces ||x
k
x
m
||
2
< .
Teorema 22. Toda sucesion x
k
(R
n
, || ||
2
) es convergente a x (R
n
, || ||
2
)
si y s olo si x
k
es una sucesi on de Cauchy.
Demostraci on.
Definici
on 28. (R
n
, || ||) es un espacio completo si y solo si toda sucesion de
Cauchy es convergente
Observaci
on 14. Sean A R
n
y B R
m
entonces diremos lo sigiuiente
1. Si n = 1 y m > 1 entonces la funci on f : A B se le llamara curva y de
denotar a por (t) = (
1
(t), . . . ,
m
(t)).
2. Si n > 1 y m = 1 entonces la funci on f : A B se le llamar a funci on real y
se denotara por f(x
1
, . . . , x
n
) = f(x).
M as adelante trataremos con mas detalle a las curvas y supercies.
Definici
on 15. Cuando A R
2
entonces al conjunto de nivel se le llaman
contorno de nivel. Si A R
3
entonces al conjunto de nivel se le llama supercie de
nivel.
Ahora usaremos los conceptos vistos en los captulos anteriores, para el estudio
de la continuidad de las funciones de varias variables.
Definici
(f(a)) = {y R
n
: ||y f(a)|| < } una
vecindad de f(a) y U
(a) = {x R
n
: ||x a|| <
} una vecindad de a.
Si V
f(a)
= V
(f(a)) y U
a
= U
N tales que k N
entonces ||x
k
a|| < . Haga x
k
= x
entonces ||f(x
k
) f(a)|| < , > 0. Por lo tanto f(x
k
) f(a).
c a. La prueba sera por contrapositiva. Suponga que f no es continua en a A
entonces V
(a), x
) / V
(f(a)).
Sea U1
k
= {x A : ||x a|| <
1
k
} Ahora si x
k
U1
k
entonces x
k
a pero
f(x
k
) / V
(f(a)).
2
> 0, > 0 tales que ||x a|| <
entonces ||f(x) f(a)|| <
2
y g es continua en a entonces
2
> 0, > 0
tales que ||x a|| < entonces ||g(x) g(a)|| <
2
. Ahora bien
||(f(x) + g(x)) (f(a) + g(a))|| = ||(f(x) f(a)) + (g(x) g(a))||
30 3. L
n
i=1
f
i
(x)g
i
(x) es continua y esto se
sigue del inciso anterior.
6. Del inciso 4, si se hace f : R R se sigue el resultado.
7. Del inciso 4, si se hace
f
g
= fh, donde h =
1
g
se sigue el resultado.
1
(b) tales que si y V
1
(b) entonces g(y) W
1
. Por
lo tanto si x U
1
y g(f(x)) W
Definici
) = c
Demostraci on.
A y y
A
tales que
f(x
) = mn{f(x)|x A}.
Demostraci on.
A y y
A tales
||f(x
4. Ejercicios
Ejercicio 37. Demuestre que una funci on f : A R R
n
es continua en
a A si y s olo si cada funci on componente lo es.
Ejercicio 38. Demuestre que si T : R
n
R
m
es un transformacion lineal
entonces es continua.
Ejercicio 39. Si A R
n
es un conjunto compacto, demuestre que toda funci on
continua f : A R toma un valor maximo y un valor mnimo.
Ejercicio 40. Sea f : [a, b] R una funci on creciente, si x
1
. . . , x
n
[a, b],
pruebe que
n
i=1
o(f, x
i
) < f(b) f(a).
Ejercicio 41. Si A R
n
es un conjunto no cerrado, demostrar que existe una
funci on continua f : A R no acotada.
Ejercicio 42. Sea A = {(x, y) R
2
: x > 0, 0 < y < x
2
}
(a) Probar que toda recta que pase por (0, 0) hay un intervalo abierto que con-
tiene en su interior a (0, 0) y que est a en R
2
\ A.
32 3. L
x + y
, z =
_
1
x
2
a
2
+
y
2
b
2
.
z = log(x + 5y), z =
x sin y, w =
_
a
2
x
2
y
2
z
2
.
z
x
2
y
2
x + y
, z =
_
x
2
y
2
, z = log(x
2
y
2
), z = arc tg
x
2
x
2
+ y
2
.
w = arc tg
x
x + y
, z =
y cos x.
Ejercicio 44. Cu al es el n umero de coecientes de un polinomio de grado n
en dos variables?En tres variables?En k variables?
Ejercicio 45. Para cada una de las siguientes funciones encuentre las curvas
de nivel para los valores z = 3, 2, 1, 0, 1, 2, 3
z = x
2
y, z = x
2
+ y
2
1, z = x
2
y
2
.
z = y
2
, z = y(1
1
x
2
+ y
2
).
z = cos(2x + y), correspondientes a z = 0, +1, +
1
2
.
z = log
1 +
_
x
2
+ y
2
1
_
x
2
+ y
2
Ejercicio 46. Dibujar las siguientes supercies
(a) z = 2xy, z = x
2
+ y
2
, z = x y.
(b) z = x
2
, z = sin(x + y).
Ejercicio 47. Hallar las supercies sobre las cuales la funcion u =
2(x
2
+ y
2
)
z
es constante.
Ejercicio 48. Demuestre que la funci on f(x, y) =
_
_
_
y
x
2
+ y
, y = x
2
1, y = x
2
no tiene
lmite cuando (x, y) (0, 0).
Ejercicio 49. Demostrar que la funci on f(x, y) =
_
_
_
xy
x
2
+ y
2
, (x, y) = (0, 0)
0, (x, y) = (0, 0)
no tiene lmite cuando (x, y) (0, 0), sin embargo los lmites reiterados existen.
Ejercicio 50. Analize las siguientes funciones para determinar la existencia o
no del lmite en (0, 0)
4. EJERCICIOS 33
(i) f(x, y) =
_
_
_
xy
2
x
2
+ y
4
, (x, y) = (0, 0)
0, (x, y) = (0, 0).
(ii) f(x, y) =
_
_
_
x
2
y
3
x
4
+ y
6
, (x, y) = (0, 0)
0, (x, y) = (0, 0).
(iii) f(x, y) =
_
_
_
(xy)
2
(xy)
2
+ (x y)
2
, (x, y) = (0, 0)
0, (x, y) = (0, 0).
Ejercicio 51. Determine la existencia de los lmites reiterados y del lmite
cuando (x, y) (0, 0) de la funci on f(x, y) =
_
_
_
sin x sin y
tg x tg y
, tg x = tg y
cos
3
x, tg x = tg y
.
Ejercicio 52. Calcular los siguientes lmites
lm
(x,y)(0,2)
y
sin x
x
y
lm
(x,y)(0,0)
sin(xy)
x
.
Ejercicio 53. Coordenadas polares: Sea A = (0, ) (0, 2], y sea g : A R
2
la aplicacion denida por g(.) = ( cos , sin ).
1. Demostrar que g es una biyeccion continua de A sobre B = R
2
\ {(0, 0)}.
2. Dada f : R
2
R, sea F = f g. Demostrar que lm
(x,y)(0,0)
f(x, y) = a
si y solo si dado > 0, Existe un > 0, tal que si 0 < < , entonces
|F(, ) a| para todo (0, 2].
Ejercicio 54. Use el ejercicio anterior para calcular los siguientes lmites, cuan-
do (x, y) (0, 0) de las siguientes funciones
1. f(x, y) =
_
_
_
y
2
(x
3
+ y
2
) + x
4
x
4
+ y
4
, (x, y) = (0, 0)
0, (x, y) = (0,0).
2. f(x, y) =
_
_
x
2
y + x sin y
_
x
2
+ y
2
xy
, (x, y) = (0, 0)
0, (x, y) = (0, 0).s
Ejercicio 55. Consideremos el espacio C([0, 1]) y denimos la metrica en este
espacio como
d(f, g) =
_
1
0
|f(x) g(x)|dx.
Pruebe que C([0, 1]) es un espacio vectorial y a continuaci on que C([0, 1], d) no es
metrico completo.
Ejercicio 56. Dterminar si existe el lmite en (0, 0) de las siguientes funciones
34 3. L
x
4
+ y
4
+ x
2
, (x, y) = (0, 0)
0, (x, y) = (0, 0).
Ejercicio 59. Usando el concepto de oscilaci on, demostrar que la siguiente fun-
ci on es continua en (0, 0). f(x, y) =
_
_
_
1 + x cos(x
2
+ y
2
) arc tg x
x
2
+ y
2
, (x, y) = (0, 0)
0, (x, y) = (0, 0).
Ejercicio 60. Sean A R
n
, B R
n
. Se dice que f : A B es un homeo-
morsmo si f es biyectiva, continua y con inversa continua. Demostrar que si A es
compacto y f biyectiva y continua, entonces f es un homeomorsmo.
Ejercicio 61. Se dice que una aplicacion es contractiva si existe R, 0 < <
1 tal que ||f(x) f(y)|| ||x y||, x, y R
n
. Demostrar que si f es contractiva,
entonces existe un unico punto jo, es dedir, hay un unico u R
n
tal que f(u) = u
Captulo 4
Derivadas de funciones en R
n
1. Diferenciaci on de una funci on en R
n
Definici
Dado que Df(a) es una transformacion lineal, sabemos por algebra lineal que
toda tranforamci on lineal tiene una matriz de representaci on. Nuestro objetivo es
proporcionar la matriz de representaci on de Df(a), para ello se requiere el siguiente
concepto.
Definici
Observaci
Definici
Observaci
3. El teorema de Taylor
Teorema 40. Teorema del valor medio. Sean f : A R donde A es un
conjunto conexo y abierto de R
n
, ,a, b A y (t) A el segmento que une a los
puntos a con b. Suponga que f es diferenciable en A, entonces c (t) tal que
f(b) f(a) = Df(c)(b a).
Demostraci on.
2
f
x
j
x
i
(a) =
x
j
(
x
i
f(a)), i {1, . . . , n}, j {1, . . . , m}.
Para el caso de la diferencial de la diferencial de la funci on f, haremos uso de
las formas bilineales para obtener la siguiente
Definici
on 21. La funci on B
a
de la denici on 40 es una funci on bilineal es
decir satisface las siguientes propiedades: , R y u
1
, u
2
, v
1
, v
2
R
n
. se tiene
B
a
(u
1
+ u
2
, v) = B
a
(u
1
, v) + B
a
(u
2
, v).
B
a
(u, v
1
+ v
2
) = B
a
(u, v
1
) + B
a
(u, v
2
).
3. EL TEOREMA DE TAYLOR 39
Ahora bien la forma en que se trata en la denicion 40, D
2
f(a) : R
n
L(R
n
, R
m
),
de esta manera D
2
f(a)(u) L(R
n
, R
m
) as D
2
f(a)(u) se puede aplicar a v para
obtener B
a
(u, v) = [D
2
f(a)(u)](v).
Sean {e
1
, . . . , e
n
} y {f
1
. . . , f
m
} dos bases del espacio vectorial R
n
y R
m
respec-
tivamente y considere la tranformacion bilineal
B : R
n
R
n
R
m
(u, v) B(u, v)
entonces podemos asociarle una matriz que represente a la transformacion B
a
(u, v)
de la siguiente forma aplicamos la tranformacion a cada elemento de la base es decir
B(e
i
, f
j
) = a
ij
,
donde i {1, . . . , n}, j {1, . . . , m}. Sabemos de que cualquier vector se puede
escribir en terminos de su base, por consiguiente escribimos
u =
n
i=1
u
i
e
i
, v =
m
j=1
v
j
f
j
.
Entonces
(8) B(u, v) =
m
j=1
n
i=1
a
ij
u
i
v
j
= (u
1
. . . , u
n
)
_
_
a
11
. . . a
1m
.
.
.
.
.
.
a
n1
a
nm
_
_
_
_
v
1
.
.
.
v
m
_
_
.
El siguiente teorema nos da la conexi on de la igualdad 8 con la segunda derivada
de f; es decir D
2
f
Teorema 42. Sea f : A R, donde A es un conjunto abierto de R
n
y f es
dos veces diferenciable en A entonces la matriz que representa a la transformacion
D
2
f(a) : R
n
R
n
R en su base can onica est a dada por
(9) D
2
f(a) =
_
_
_
_
_
_
2
f
x
1
x
1
(a) . . .
2
f
x
1
x
n
(a)
.
.
.
.
.
.
2
f
x
n
x
1
(a) . . .
2
f
x
n
x
n
(a)
_
_
_
_
_
_
.
Demostraci on.
2
f
k
x
i
x
j
=
2
f
k
x
j
x
i
.
i {1, . . . , n}, j {1, . . . , m}, k {1, . . . , m}.
40 4. DERIVADAS DE FUNCIONES EN R
n
Demostraci on.
en A, si es de
clase C
k
, k N.
Observaci
. A estas
ultimas se les llama tambien funciones suaves.
Teorema 44. Teorema de Taylor. Sea f : A R tal que f C
k
(A), donde
A es abierto y conexo en R
n
. Sean x, y A tales que (t) A una recta que une
a los puntos. Entonces c (t) tal que
f(y) + f(x) =
k1
i=1
1
i!
Df(x)(y x, . . . , y x) +
1
k!
D
k
f(c)(y x, . . . , y x),
donde D
k
f(x)(x y, . . . , x y) denota D
k
f(x) como una transformaci on i-lineal
aplicada a la i- tupla (x y, . . . , x y). En terminos de coordenadas
D
i
f(x)(y x, . . . , y x) =
n
j
1
,...,j
i
=1
(
i
f
x
j
1
, , x
j
i
)(y
j
1
x
j
1
, . . . , y
j
i
x
j
i
).
Al hacer y = x + h la formula de Taylor se escribe como
f(x + h) = f(x) +
k1
i=1
1
i!
Df(x)(h, . . . , h) + R
k1
(x, h).
A R
k1
(x, h) se le llama resto y satisface
lm
h0
R
k1
(x, h)
||h||
k1
= 0.
Demostraci on.
4. Curvas
En el captulo anterior habiamos denido las curvas, ahora con la herramienta
de la derivada vamos a desarrollar uno de los conceptos que se analiza en geometra
diferencial.
Definici
on 23. Al (t
0
) tambien se le denota como
d
dt
t=t
0
. Tambien (t
0
)
es el vector de velocidad en en el punto t
0
Definici
Definici
on 47. Sea R
3
una curva regular conexa, parametrizada por :
[a, b] , entonces la longitud de la curva est a dada por
l() =
_
b
a
_
< (t), (t) >dt =
_
b
a
|| (t)||dt.
(t) es el vector tangente a la curva .
Definici
(u)||du.
Demostraci on.
(t
0
)||
_
.
Definici
on 51. Sea (s) una curva parametrizada por longitud de curva enton-
ces el vector normal en la direcci on de (s) es n(s) =
(s)
|| (s)||
.
Observaci
on 52. Sea (s) una curva parametrizada por longitud de curva enton-
ces el vector binormal est a dado por b(s) = v(s) n(s).
Por lo tanto el conjunto {v(s), n(s), b(s)}
(s)
forma una base ortonormal de R
3
pues ||b(s)|| = ||v(s) n(s)|| = ||v(s)||||n(s)|| sin(
2
) = 1 y v(s) b(s), n(s) b(s).
Observaci
(s) b(s).
Definici
(s) = (v
(s)) =
v(s)n
(s) v(s) y b
(s) lo podemos
escribir como
(12)
db
ds
(s) = (s)n(s)
(s) juega un papel imortante en el estudio de las curvas.
Definici
on 54. Sea (s) una curva regular parametrizada por longitud de curva,
entonces (s) el escalar (s) es la torsi on de la curva en el punto s.
Por ultimo calculemos n
(s) = (b
_
_
=
_
_
0 k 0
k 0
0 0
_
_
_
_
v
n
b
_
_
,
donde todas las funciones dependen de s.
Observaci
x
2
+y
2
, (x, y) = 0,
0, (x, y) = 0.
Probar que f es una funcion del tipo del problema anterior, de manera que f no es
diferenciable en 0.
Ejercicio 65. Demostrar que la funcion f : R
2
R denida por
f(x, y) =
_
|xy| no es diferenciable en (0, 0).
Sea f : R
n
R una funci on tal que |f(x)| ||x||
2
Demostrar que f es
diferenciable en (0, 0)
Ejercicio 66. Sea f : R R
2
, demuestre que f es diferenciable en a R si y
s olo si f
1
y f
2
lo son y en este caso
f
(a) =
_
(f
1
)
(a)
(f
2
)
(a))
_
.
Ejercicio 67. Dos funciones f, g : R R son iguales hasta el orden n en a si
lm
h0
f(a + h) g(a + h)
h
n
= 0
(a) Probar que f es diferenciable en a si y solo si eciste una funci on g de la forma
g(x) = a
0
+ a
1
(x a) tal que f y g son iguales son iguales hasta el primer
orden en a.
(b) Si f
(a), . . . , f
(n)
(a) existen, probar que f y la funci on g denida por
g(x) =
n
i=0
f
(i)
(a)
i!
(x a)
i
,
son iguales hasta el orden n.
Ejercicio 68. Encuentre las siguientes derivadas para cada una de las funciones
dadas
1. f(x, y, z) = x
y
, f(x, y, z) = (x
y
, z), f(x, y) = sin(x sin y).
2. f(x, y, z) = sin(x sin(y sin z)), f(x, y, z) = x
y
z
, f(x, y, z) = x
y+z
.
3. f(x, y, z) = (x + y)
z
, f(x, y) = sin(xy), f(x, y) = sin(xy)
cos 3
.
4. f(x, y) = (sin xy, sin(x sin y), x
y
).
46 4. DERIVADAS DE FUNCIONES EN R
n
Ejercicio 69. Hallar la derivada de las siguientes funciones donde g : R R
es continua
f(x, y) =
_
x+y
a
g, g(x, y) =
_
xy
a
g, f(x, y, z) =
_
sin(xsin(y sin z))
xy
g.
Ejercicio 70. Una funci on f : R
n
R
m
R
p
es bilineal si para x, x
1
, x
2
R
n
,
y, y
1
, y
2
R
m
y a R se tiene
f(ax, y) = af(x, y) = f(x, ay)
f(x
1
+ x
2
, y) = f(x
1
, y) + f(x
2
, y)
f(x, y
1
+ y
2
) = f(x, y
1
) + f(x, y
2
).
1. Demostrar que si f es bilineal, entonces lm
(h,k)0
||f(h, k)||
||(h, k)||
= 0.
2. Demostrar que Df(a, b)(a, y) = f(a, y) + f(x, b).
Ejercicio 71. Denir IP : R
n
R
n
R por IP(x, y) =< x, y > .
1. Hallar D(IP)(a, b) y (IP)
(a, b).
2. Si f, g : R R
n
son funciones diferenciables y h : R R est a denida por
h(t) =< f(t), g(t) >, demostrar que
h
(t) =< f
(a)
t
, g(a) > + < f(a), g
(a)
t
> .
3. Si f : R R
n
es diferenciable y ||f(t)|| = 1 para todo t, demostrar que
< f
(t)
t
, f(t) >= 0.
4. Dar una funci on diferenciable f : R R tal que la funcion denida por
|f|(t) = |f(t)| no sea diferenciable.
Ejercicio 72. Sea E
i
, i {1, . . . , k} espacios eucldeos de varias dimensiones.
Una funcion f : E
1
, . . . , E
k
R
p
se llama multilineal si para cada elecci on x
j
E
j
, j = i la funcion g : E
i
R
p
denida por g(x) = f(x
1
, . . . , x
i1
, x, x
i+1
, . . . , x
k
)
es una transformacion lineal.
1. Si f es multilineal y j = i, demostrar que para h = (h
1
, . . . , h
k
) con h
l
E
l
se tiene
lm
h0
||f(a
1
, . . . , h
i
, . . . , h
j
, . . . a
k
)||
||h||
= 0.
2. Demostrar que
Df(a
1
, . . . , a
k
)(x
1
, . . . , x
k
) =
k
i=1
f(a
1
, . . . , a
i1
, x
i
, a
i+1
, . . . , a
k
).
Ejercicio 73. Considerese una matriz n n como un elemento de n factores
R
n
R
n
considerando cada columna como un elemento de R
n
(a) Demostrar que det : R
n
, . . . , R
n
R es unafuncion diferenciable y
D(det)(a
1
, . . . , a
n
)(x
1
, . . . , x
n
) =
n
i=1
det
_
_
_
_
_
_
_
a
1
.
.
.
x
i
.
.
.
a
n
_
_
_
_
_
_
_
.
5. EJERCICIOS 47
(b) Si a
ij
: R R son diferenciables y f(t) det(a
ij
), probar que
f
(t) =
n
j=1
det
_
_
_
_
_
_
_
a
11
(t) a
1n
(t)
.
.
.
.
.
.
a
j1
(t) a
jn
(t)
.
.
.
.
.
.
a
n1
(t) a
nn
(t)
_
_
_
_
_
_
_
.
(c) Si det(a
ij
(t)) = 0 para todo t y b
1
, . . . , b
n
: R R son diferenciables, sean
s
1
, . . . , s
n
: R R funciones tales qeu s
1
(t), . . . , s
n
(t) son la soluci on del
sistema de ecuaciones
n
j=1
a
ij
s
j
(t) = b
j
(t) i {1, . . . , n}.
Demostrar que s
i
es diferenciable y hallar s
i
(t).
Ejercicio 74. Sup ongase que f : R
n
R
n
diferenciable y que tiene una inversa
diferenciable f
1
: R
n
R
n
. Probar que (f
1
)
(a) = [f
(f
1
(a))]
1
.
Captulo 5
Teorema de la funcion implcita y teorema de la funci on
inversa
Supongamos que se quiere saber si el sistema de ecuaciones lineales tiene solucion,
si las tiene cu antas hay?
(15)
_
_
a
11
. . . a
1m
.
.
.
.
.
.
a
1m
. . . a
nm
_
_
_
_
x
1
.
.
.
x
m
_
_
=
_
_
b
1
.
.
.
b
m
_
_
De algebra lineal, es claro que la respuesta va en funci on del rango de la matriz
asociada A del sistema 15 y el rango de la matriz aumentada A|B. Si n = m
entonces un buen criterio es |A| = 0; es decir que A es no singular, as sabemos que
hay una soluci on unica y se puede encontrar la matriz inversa A
1
. Si la matriz es
singular quiere decir que no tiene solucion o tiene una innidad. Cuando n = m
entonces quiere decir que hay una submatriz C de A tal que B sea invertible y que
rango(C) = rango(A|B), para encontrar una posible solucion.
En este captulo vamos a relacionar los conceptos anteriores con dos teoremas de
suma importancia, b asicos para la genracion y analisis de supercies. Al ser Df una
transformaci on lineal, analizaremos la matriz de Jacobi, para obtener el teorema de
funci on inversa e implcita.
1. Teorema de la funcion inversa
El siguiente lema nos ayudar a para la prueba del teorema fundamental de est a sec-
ci on
Lema 6. Sea C R
n
un conjunto cerrado. El espacio que vamos a tomar es
(R
n
, d) y sea f : C C. Suponga que k (0, 1) tal que x, y A satisface
d(f(x), f(y)) kd(x, y).
Entonces c C, tal que f(c) = c.
Demostraci on.
Observaci
ON INVERSA
Teorema 47. Teorema de la funcion inversa. Sea f : A R
n
, f C
1
(A),
donde A es un conjunto abierto de R
n
. Sea a A tales que Df(a) = 0. Entonces
U
a
A una vecindad de a y V
f
(a) R
n
tal que
f(U
a
) = V
f(a)
.
f|
U
a
tiene una inversa f
1
: V
f(a)
U
a
, f
1
C
1
(V
f(a)
). y V
f(a)
y x = f
1
(y) se
tiene
Df
1
(y) = [Df(x)]
1
.
Demostraci on.
Observaci
n
: R
n
R
m
R
n
(x, y) x
es la funci on de proyeccion.
Demostraci on.
3. SUPERFICIES 51
Observaci
on 56. S R
3
es una supercie top ologica si y s olo si p S, U
p
S
una vecindad relativa p S y un homeomorsmo : U
p
, donde R
2
y va
de en U
p
. La pareja (U
p
, ) es la parametrizacion para la supercie S alrededor
de p.
Podemos decir que S es una supercie toplogica si y s olo si para cada punto p
se puede dar un homeomorsmo inverso : U
p
a cada parametrizacion. La
pareja (U
p
, ) es una carta para S alrededor de p. Al conjunto de cartas {(U
i
p
, )}
iI
es un atlas para S cuando las cartas cubren a S; es decir S =
i
U
i
p
. Vamos aso-
ciarle coordenadas (u, v) y las coordenadas usuales (x, y, z) para S en R
3
de la
siguiente manera para la parametrizaci on
(u, v) = (x(u, v), y(u, v), z(u, v)),
para la inversa
(x, y, z) = (u(x, y, z), v(x, y, z)).
Entonces parametriza a S con el sistema de coordenadas (u, v) alrededor de p.
Observaci
on 57. S R
3
es una supercie diferenciable si y s olo si p S, U
p
S una vecindad relativa p S y un difeomeomorsmo : U
p
, donde R
2
y va de en U
p
. La pareja (U
p
, ) es la parametrizacion para la supercie S
alrededor de p.
La pareja (U, ) es una parametrizaci on alrededor de p y si =
1
, entonces
(U
p
, ) es una carta para S alrededor de p y un conjunto de cartas {(U
p
i
, )} es un
atlas para S, S =
i
U
i
p
.
En terminos generales las funciones : R
2
R
3
y : R
3
R
2
y las derivadas
D : R
2
R
3
y D : R
3
R
2
as las derivadas como transformaciones lineales
tienen las siguientes matrices de representacion asociadas D M
32
(R) y D
M
23
(R). Por la forma en que denimos a una supercie diferenciable, sea p
S y (U
p
, ) una parametrizaci on en p, dado que tiene una inversa tambien
diferenciable, de est a manera existe una funcion diferenciable denida en una
vecindad ordinaria de p R
3
tal que = Id, entonces al aplicar el teorema 39
se sigue
[D(p)][D(q)] = Id,
donde q =
1
(p). Esto quiere decir que D(q) es una tranformacion lineal inyectiva.
52 5. TEOREMA DE LA FUNCION IMPL
ON INVERSA
La matriz de representaci on es
(18) D(q) =
_
_
x
u
(q) x
v
(q)
y
u
(q) y
v
(q)
z
u
(q) z
v
(q)
_
_
La base can onica de R
2
es {e
1
, e
2
} entonces
[D(q)](e
1
) = (x
u
(q), y
u
(q), z
u
(q))
t
(19)
[D(q)](e
2
) = (x
v
(q), y
v
(q), z
v
(q))
t
(20)
Observaci
x
u
(q) x
v
(q)
y
u
(q) y
v
(q)
,
D(y, z)
D(u, v)
=
y
u
(q) y
v
(q)
z
u
(q) z
v
(q)
,
D(y, z)
D(u, v)
=
z
u
(q) z
v
(q)
x
u
(q) x
v
(q)
es diferente de cero.
4.
_
D(x, y)
D(u, v)
_
2
+
_
D(y, z)
D(u, v)
_
2
+
_
D(y, z)
D(u, v)
_
2
= 0.
5.
u
(q)
v
(q) = 0.
6. Los vectores
u
(q) y
v
(q) son linealmente independientes en R
3
.
Demostraci on.
on 2. Sean F R, R
3
un conjunto abierto y F una funcion
diferenciable y a F() un valor regular de F entonces el conjunto de nivel de F
en a denida por
S = F
1
(a) = {(x, y, z) |F(x, y, z) = a},
es una supercie regular y S es un conjunto cerrado en R
3
.
3. SUPERFICIES 53
Demostraci on.
on 59. Sean S R
3
una supercie diferenciable y p S. El conjunto
de vectores anclados en p dado por
T
p
S = { T
p
R
3
| : (, ) S, (0) = p, (0) = },
es el espacio tangente a S en p.
Proposici
on 3. Sea : , donde R
2
y R
3
una parametrizacion
de S en el punto p = (q), q , entonces
T
p
S = [D(q)](T
q
R
2
);
es decir la imagen de T
q
R
2
bajo D(q) es el espacio tangente a S en p.
Demostraci on.
Definici
on 60. Sea S R
3
una supercie diferenciable entonces <, >
p
es el
producto interior en T
p
S el cual se hereda del producto interior usual de R
3
. Si
, T
p
S entonces
< , >
p
=< , >,
es la primera forma fundamental de S en p.
Observaci
ON INVERSA
y la curva diferenciable : J S tales que (0) = p y (0) = . (t) la podemos
escribir como (t) = (u(t), v(t)) para alguna curva (u(t), v(t)) . Al aplicar la
regla de cadena se sigue
d
dt
(t) =
d
dt
((u(t), v(t))) =
u
(u(t), v(t)) u(t) +
v
(u(t), v(t)) v(t),
al evaluar en t = 0 tenemos
(0) =
u
(u(0), v(0)) u(0) +
v
(u(0), v(0)) v(0) =
u
(p) u(0) +
v
(p) v(0).
Al calcular la norma al cuadrado generada por el producto interior
|| (0)||
2
= ||||
2
p
=
< (0), (0) >=<
u
(p) u(0) +
v
(p) v(0),
u
(p) u(0) +
v
(p) v(0) >=
u(0)
2
<
u
(p),
u
(p) > +2 u(0) v(0) <
u
(p),
v
(p) > + v(0)
2
<
v
(p),
v
(p) > .
Sean
(21) E
p
=<
u
(p),
u
(p) >,
(22) F
p
=<
u
(p),
v
(p) >,
(23) G
p
=<
v
(p),
v
(p) >,
por consiguiente
||||
2
p
= u(0)
2
E
p
+ 2 u(0) v(0)F
p
+ v(0)
2
G
p
=
_
u(0) v(0)
_
_
E
p
G
p
G
p
F
p
__
u(0)
v(0)
_
=
t
_
E
p
G
p
G
p
F
p
_
Observaci
on 35. F
p
=<
u
(p),
v
(p) >=<
v
(p),
u
(p) >; es decir es simetri-
ca.
Definici
en 0 no es continua.
56 5. TEOREMA DE LA FUNCION IMPL
ON INVERSA
2. Sea f : R
2
R denida por
f(x, y) =
_
_
_
(x
2
+ y
2
) sin
1
_
x
2
+ y
2
, (x, y) = (0, 0)
0, (x, y) = (0, 0).
Demostrar que f es diferecniable en (0, 0) pero D
i
f no es continua en (0, 0).
Ejercicio 78. Sean g
1
, g
2
: R
2
R funciones continuas. Se dene f : R
2
R
por
f(x, y) =
_
x
0
g
1
(t, 0)dt +
_
y
0
g
2
(x, t)dt.
(a) Probar que D
2
f(x, y) = g
2
(x, y).
(b) C omo habra de denirse f de manera que D
1
f(x, y) = g
1
(x, y)?
(c) Hallar una funci on f : R
2
R tal que D
1
f(x, y) = x y D
2
f(x, y) = y. Hallar
otra funcion tal que D
1
f(x, y) = y y D
2
f(x, y) = x.
Ejercicio 79. Se dene f : R
2
R por
f(x, y) =
_
_
_
xy
x
2
y
2
x
2
+ y
2
, (x, y) = (0, 0)
0, (x, y) = 0.
Demostrar que D
2
f(x, 0) = x, x y D
1
f(0, y) = y, y.
Demostrar que D
1,2
f(0, 0) = D
2,1
f(0, 0).
Ejercicio 80. Una funci on f : R
n
R es homogenea de grado m si f(tx) =
t
m
f(x), x. Si ademas f es diferenciable, demostrar que
n
i=1
x
i
D
i
f(x) = mf(x).
Ejercicio 81. Si f : R
n
R es diferenciable y f(0) = 0, demostrar que existe
g
i
: R
n
R tal que
f(x) =
n
i=1
x
i
g
i
(x).
Captulo 6
Maximos y mnimos, optimizaci on de funciones en R
n
Al igual que en el caso de funciones de una variable, si la funci on es diferenciable
entonces podemos dar criterios para que la funci on tenga un maximo, mnimo o un
punto que no sea ni m aximo ni mnimo. Las funciones que vamos a tomar en cuenta
son las funciones de varias variables con valores en R
1. Puntos crticos de funciones en R
n
.
Definici
Definici
on 65. Sea f con las mismas hip otesis del teorema 42.La matriz de
representaci on de las sgunda derivada de f en a dada por 9 es la hessiana de la
funci on f; es decir
Hess
a
(f)(u, v) = [D
2
f(a)](u, v)
Por el teorema 43 Hess
a
f es una matriz simetrica y es una forma bilineal. En-
tonces de algebra lineal sabemos lo siguiente.
Definici
AXIMOS Y M
INIMOS, OPTIMIZACI
ON DE FUNCIONES EN R
n
La denici on anterior aplicada al hessiano de f en a, donde a es punto crtico,
nos daran resultados analogos para el caso de una variable.
Teorema 51. Sea f : A R, donde A es un cunjunto abierto de R
n
y f
C
2
(A). Sea a A un punto crtico de f entonces
1. Si Hess
a
f es denida negativa, entonces f tiene un m aximo local en a.
2. Si f tiene un m aximo local en a, entonces Hess
a
f es semidenida negativa.
3. Si Hess
a
f es dinida positiva, entonces f tiene un mnimo local en a.
4. Si f tiene un mnimo local en a, entonces Hess
a
f es semidenida positiva.
Demostraci on.
(A);
donde A es un conjunto abierto de R
n
, a un punto crtico de f entonces a es un
punto crtico no degenerado si y s olo si Hess
a
f es una matriz no singular.
Definici
Observaci
i=0
x
i
g
i
(x
1
, . . . , x
n
),
para algunas funciones adecuadas g
i
C
(V ) donde g
i
(0) =
f
x
i
, i {1, . . . , n}.
2. LEMA DE MORSE Y PUNTOS CR
ITICOS 59
Demostraci on. Sea
f(x
1
, . . . , x
n
) = f(x
1
, . . . , x
n
) f(0, . . . , 0) =
_
1
0
df(x
1
, . . . , x
n
)dt
dt
=
_
1
0
n
i=1
f
x
i
(tx
1
, . . . , tx
n
)x
i
dt.
Por lo tanto
g
i
(x
1
, . . . , x
n
) =
_
1
0
f
x
i
(tx
1
, . . . , tx
n
)x
i
dt.
)
2
+ (y
+1
)
2
+ . . . + (y
n
)
2
se satisface en U
a
, donde es el ndice de f en a.
Demostraci on. Sea (z
1
, . . . , z
n
) un sistema de coordenadas cualquiera para f.
Si
f(q) = f(p)
i=1
(z
i
(q))
2
+
n
+1
(z
i
(q))
2
,
entonces Hess
p
f con respecto a la base {
z
1
p
, . . . ,
z
n
p
} tiene la siguiente matriz
de representaci on
Hess
p
f =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
2 0 . . . 0 0 . . . 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 . . . 0 2 0 . . . 0
0 . . . 0 2 0 . . . 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
0 . . . 0 0 . . . 0 2
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
De donde existen un subespacio vectorial V de R
n
de dimension en donde Hess
p
f
es denida negativa y un subespacio vectorial W de dimensi on n en el cual
Hess
p
f es denida positiva. Si exisitiera una subespacio vectorial de dimension mas
grande que en el cual Hess
p
f entonces intersectara al subespacio W lo cual es
imposible. Por lo tanto es el ndice de Hess
p
f.
Ahora probemos que existe un sistema de coordenadas (y
1
, . . . , y
n
). Sin perdida
de generalidad suponga que p = 0 R
n
, as f(p) = f(0) = 0 entonces aplicando el
lema 9 se sigue que
f(x
1
, . . . , x
n
) =
n
i=0
x
j
g
j
(x
1
, . . . , x
n
),
60 6. M
AXIMOS Y M
INIMOS, OPTIMIZACI
ON DE FUNCIONES EN R
n
para (x
1
, . . . , x
n
) en alguna B
i=1
x
i
h
ij
(x
1
, . . . , x
n
),
para algunas funciones suaves h
i,j
. De donde
f(x
1
, . . . , x
n
) =
n
i=1
n
j=1
x
i
x
j
h
ij
(x
1
, . . . , x
n
).
Como h
ij
= h
ji
, denotemos por
h
ij
=
1
2
(h
ij
+ h
ji
), as
h
ij
=
h
ji
. De esta manera se
tiene que
(
h
ij
(0)) =
1
2
(
2
f
x
i
x
j
)(0),
la cual es una matriz no singular.
Corolario 6. Los puntos crticos no degenerados son aislados.
Demostraci on.
3. Multiplicadores de Lagrange
Teorema 53. Teorema del multiplicador de Lagrange. Sean f : U R
y g : U R tales que f, g C
1
(U) funciones dadas y U es un conjunto abierto de
R
n
. Sean a U tales que g(a) = c y S = g
1
(c) el conjunto de nivel de g con valor
a. Suponga que grad g(a) = 0. Si f|
S
tiene un m aximo o un mnimo en a, entonces
R tal que
grad f(a) = grad g(a).
Demostraci on.
on 69. Sean f : A R, A R
2
un conjunto abierto y a A un
punto crtico. Sean
1
,
2
los valores propios de 26 y S la supercie generada por f.
Entonces
1.
1
,
2
son las curvaturas principales de S en a.
2.
1
2
es la curvatura gaussiana de S en a.
3.
1
+
2
2
es la curvatura media de S en a.
Observaci
2
y H(a) =
1
+
2
2
.
Las supercies las vamos a clasicar en funcion de su curvatura y si el punto es
crtico degenerado o no.
Definici
AXIMOS Y M
INIMOS, OPTIMIZACI
ON DE FUNCIONES EN R
n
b) x cos xy = 0, (1,
2
).
c) xy + log xy = 1, (1, 1).
d) x
5
+ y
5
+ xy = 3, (1, 1).
Ejercicio 84. Del ejercicio anterior, encuentre las primeras y segundas deri-
vadas de las soluciones y dar sus valores en los puntos indicados.Cu ales de las
funciones anteriores son convexas en los puntos indicados.
Ejercicio 85. Encontrar los valores de m aximo y mnimo de la funci on y la
cual satisface la ecuaci on x
2
+ xy + y
2
= 27.
Ejercicio 86. Sea f
y
(x, y) continua en un punto (x
0
, y
0
). Demostrar que la
ecuaci on
y = y
0
+
_
x
x
0
f(, y)d
determina a y como funcion de x en algun intervalo alrededor de x = x
0
.
Ejercicio 87. 1. Dar un ejemplo de una funci on f(x, y) tal que pueda
resolverse f
x
(x, y) = 0 para y como una funcion de x cerca de (x
0
, y
0
) =
(x, y). Hacer lo mismo para f
y
(x
0
, y
0
) = 0.
2. Dar un ejemplo de una ecuaci on F(x, y) = 0 que pueda resolverse para
y como una funci n y = f(x) cerca de un punto (x
0
, y
0
) tal que f no sea
diferenciable en x
0
.
3. Sea (x) denida para todos los n umeros reales de x. Demostrar que la
ecuaci on F(x, y) = y
3
y
2
+ (1 + x
2
)y (x) = 0 dene un unico valor de
y para cada valor de x.
Ejercicio 88. Demostrar que la ecuaci on x + y + z = sin xyz puede resolverse
para x cerca de (0, 0, 0). Encuentre las derivadas parciales de la solucion.
Ejercicio 89. Para cada una de las ecuaciones siguientes, examine si tiene una
soluci on unica para z como una funcion de las variables restantes cerca del punto
indicado
1. sin x + cos y + tg z = 0, (0,
2
, ).
2. x
2
+ 2y
2
+ 3z
2
w = 0, (1, 2, 1, 8).
3. 1 + x + y = cosh(x + z) + sinh(y + z), (0, 0, 0).
Ejercicio 90. Pruebe que x+y +z +xyz
3
= 0 dene a z implcitamente como
una funci on de (x, y) en una vecindad de (0, 0, 0). Desarrollar z hasta el cuarto orden
en potencias de x y y.
Ejercicio 91. Encuentre las ecuaciones de la tangente y de la normal para las
curvas dadas implcitamente por medio de las siguientes relaciones
a) x
2
+ 2y
2
xy = 0.
b) e
x
sin y + e
y
cos x = 1.
c) cosh(x + 1) sin y = 0.
d) x
2
+ y
2
= y + sin x.
e) x
3
+ y
4
= cosh y.
f) x
y
+ y
x
= 1.
Ejercicio 92. Calcular la curvatura de la curva sin x + cos y = 1 en el origen.
5. EJERCICIOS 63
Ejercicio 93. encontrar la curvatura de la curva que esta dada en coordenadas
polares por f(r, ) = 0.
Ejercicio 94. Probar que las intersecciones de la curva (x+ya)
3
+27axy = 0
con la recta x + y = a son inexiones de la curva.
Ejercicio 95. Determinar a y b de modo que las conicas
4x
2
+ 4xy + y
2
10x 10y + 11 = 0
(y + bx 1 b)
2
a(by x + 1 b) = 0
se corten ortogonalmente en el punto (1, 1) y tengan la misma curvatura en este
punto.
Ejercicio 96. Analize los puntos singulares de las siguients curvas en el origen
F(x, y) = ax
2
+ by
3
cxy = 0.
F(x, y) = (y
2
2x
2
)
2
x
5
= 0.
F(x, y) = (1 + e
1
x
)y x = 0.
F(x, y) = y
2
(2a x) x
3
= 0.
F(x, y) = (y 2x)
2
x
5
= 0.
Ejercicio 97. La curva x
3
+ y
3
3axy = 0 tiene un punto doble en el ori-
gen.Cu ales son sus tangentes all?
Ejercicio 98. Trazar una gr aca de la curva (y x
2
)
2
x
5
= 0 y mostrar que
tiene una c uspide en el origen.Cu al es la peculiaridad de esta c uspide al compararla
con la c uspide de la curva x
2
y
3
= 0?
Ejercicio 99. Demostrar qeu cada una de las curvas
(x cos y sin b)
3
= c(x sin + y cos )
2
donde es un par ametro y b, c son constantes tiene una c uspide y todas sus c uspides
se encuentran sobre un crculo.
Ejercicio 100. Sean (x, y) un punto doble de la curva F(x, y) = 0. Calcular
el angulo entre las dos tangentes en (x, y), suponiendo que no todas las segundas
derivadas de F se anulan en (x, y). Encontrar el angulo entre las tangentes en el
punto doble
de la lemniscata.
de la hoja de Descartes.
Ejercicio 101. Encuentre la curvatura en le origen de cada una de las dos
ramas de la curva
y(ax + by) = cx
3
+ ex
2
y + fxy
2
+ gy
3
.
Ejercicio 102. Encuentre el plano tangente a cada supercie dada con punto
dado
1. x
3
+ 2xy
2
7z
3
+ 3y + 1 = 0, en (1, 1, 1).
2. (x
2
+ y
2
)
2
+ x
2
y
2
+ 7xy + 3x + z
4
z = 14, en (1, 1, 1).
3. sin
2
x + cos(y + z) =
3
4
, en (
6
,
3
, 0).
4. 1 + x cos z + y sin z z
2
= 0, en (0, 0, 1).
5. cos x + cos y + 2 sin z = 0, en (0, 0,
2
).
64 6. M
AXIMOS Y M
INIMOS, OPTIMIZACI
ON DE FUNCIONES EN R
n
6. x
2
+ y
2
= z
2
+ sin z, en (0, 0, 0).
Ejercicio 103. Probar que las tres supercies de la familia de supercies
xy
z
= u,
_
x
2
+ y
2
+
_
y
2
+ z
2
= v,
x
2
+ z
2
_
y
2
+ z
2
= w
que pasan por un solo punto son ortogonales entre si.
Ejercicio 104. Demostrar que e plano tangente en cualquier punto de la su-
percie x
2
+ y
2
z
2
= 1 intersecta a esta en dos rectas.
Ejercicio 105. Si F(x, y, z) = 1 es la ecuacion de una supercie, siendo F
una funci on homogenea de grado h, entonces el plano tangente en el punto (x, y, z)
est a dado por F
x
+ F
y
+ F
z
= h
Ejercicio 106. Sea z denida como una funcion de x y y por medio de la
ecuaci on x
3
+ y
3
+ z
3
3xyz = 0. Expresar z
x
y z
y
como funciones de x y y.
Ejercicio 107. Hallar el angulo de intersecci on de las siguientes parejas de
supercies en los puntos indicados
a) 2x
4
+ 3y
3
4z
2
= 4, 1 + x
2
+ y
2
= z
2
, en (0, 0, 1).
b) x
y
+ y
x
= 2, cosh(x + y 2) + sinh(x + z 1), en (1, 1, 0).
c) x
2
+ y
2
= e
z
, x
2
+ z
2
= e
y
, en (1, 0, 0).
d) 1 + sinh(
x
z
) = cosh(
y
z
), x
2
+ y
2
= z
2
1, en (0, 0, 1).
e) cos (x
2
+ y) + sin (x
2
+ z) = 1, x
3
+ y
3
= z
3
, en (0, 0, 0).
Ejercicio 108. Encontrar las curvas imagen de las rectas x = cte, y = cte bajo
las transformaciones siguientes
= e
x
cos y, = e
x
sin y.
=
(xy)
2
, =
xy.
=
_
x
y
, = cos(x + y).
= x + y
2
, = y + x
2
1.
= x
y
, = y
x
.
= sin(x + y), = cos(x y).
= sinh x, = cos y.
= e
cos x
, = e
sin y
.
Ejercicio 109. Hallar la imagen del rectangulo 1 x 3, 4 y 6, bajo la
plaicaci on =
x + y, =
y x.
Ejercicio 110. Es biunvoca la transformacion = x xy, = 2xy.
Ejercicio 111. Encontrar la ecuacion para el crculo x
2
+ y
2
= 1 en terminos
de las coordenadas curvilneas = x
2
+ 1, = xy.
Ejercicio 112. Demostrar que para x = 1, 0 < y <
2
, =
sin y
x1
, = x tg y,
denen un sistema de coordenadas curvilneas.
Ejercicio 113. Encuentre la inversa de la transformacion de coordenadas cur-
vilneas
=
x
x
2
+ y
2
+ z
2
, =
y
x
2
+ y
2
+ z
2
, =
z
x
2
+ y
2
+ z
2
.
5. EJERCICIOS 65
Ejercicio 114. Encuentre los jacobianos de las transformaciones siguientes
= ax + by, = cx + dy.
=
_
x
2
+ y
2
= arc tg
y
x
.
= x
2
, = y
2
.
=
1
2
log(x
2
+ y
2
), = arc tg
y
x
.
= xy
2
, = x
2
y.
= x
3
y, = y
3
+ x.
Para cada una de las transformaciones, dar los puntos (x, y) que carecen de vecin-
dades en donde la transformaci on tiene una inversa.
Ejercicio 115. Encuentre el jacobiano de la transformacion = f(x, y), =
g(x, y), as como la hessiana con respecto de x, y, , en cada uno de los siguientes
incisos
1. = e
x
cos y, = e
x
sin y.
2. = x
2
y
2
, = 2xy.
3. = tg(x + y), = cos(x y),
2
< x + y <
2
.
4. = sinh x + cosh y, = cosh x + sinh y.
5. = x
3
+ y
3
, = xy
2
.
Ejercicio 116. Se dice que una transformaci on es conforme si se conserva el
angulo entre dos curvas cualesquiera.
a) Probar que la inversi on
=
x
x
2
+ y
2
, =
y
x
2
+ y
2
es una transformacion conrforme.
b) Pruebe que la inversa de cualquier crculo es otro crculo o una recta.
c) Encontrar el jacobinao de lainversi on.
d) Probar que una transformaci on del plano u = (x, y), v = (x, y) es confor-
me si las funciones y satisfacen las ecuaciones
x
=
y
,
y
=
x
.
Las cuales con llamadas las ecuaciones de Cauchy-Riemann.
Ejercicio 117. Demostrar qeu si todas las normales de una supercie z =
u(x, y) cortan la eje z, entonces la supercie es una supercie de revoluci on.
Ejercicio 118. Para cada una de las siguientes parejas de transformaciones,
encuentre
(u, v)
(x, y)
eliminando y y desp ues aplique el producto simbolico.
_
u =
1
2
log(
2
+
2
)
v = arc tg
_
= e
x
cos y
= e
x
sin y
_
u =
2
2
v = 2
_
= x cos y
= x sin y
_
u = e
cos
v = e
sin
_
_
_
=
x
x
2
+ y
2
=
x
x
2
+ y
2
Ejercicio 119. En cuales de las transformaciones sucesivas siguientes pueden
denirse x, y como funciones C
1
de u, v en una vecindad del punto indicado (u
0
, v
0
)?
66 6. M
AXIMOS Y M
INIMOS, OPTIMIZACI
ON DE FUNCIONES EN R
n
a) = e
x
cos y, = e
x
sin y;
u =
2
2
, v = 2, u
0
= 1, v
0
= 0
b) = cosh x + sinh y, = sinh x + cosh y;
u = e
+
, v = e
, u
0
= v
0
= 1.
c) = x
3
y
3
, = x
2
+ 2xy
2
;
u =
5
+ , v =
5
; u
0
= 1, v
0
= 0.
Bibliografa
[B] R. G. Bartle. Introducci on al An alisis Matematico. Limusa, Mexico, 1975.
[C-J] G. Courant & F. Jhon. Introducci on al Calculo y Analisis Matematico Vol. 2. Limusa, Mexico,
1999.
[L] S. Lang. Linear Algebra. Second Edition. Addison-Wesley, 1973.
[M] J. Milnor. Morse Theory, based on lectures notes by M. Spivak and R. Wells. Annals of
Mathematics Studies. Princeton University Press, Study 51. 1973.
[Mun] J. R. Munkres. Analysis on Manifolds. Adisson-Wesley. 1990.
[S] M. Spivak. Calculo en Variedades. Reverte, 1975.
[P-R-1] O. A. Palmas Velasco & J. G. Reyes Victoria . Curso de geometra diferencial. Parte 1,
Curvas y supercies. Las prensas en Ciencias, Facultad de Ciencias, UNAM. Mexico, 2006.
[P-R-2] O. A. Palmas Velasco & J. G. Reyes Victoria . Curso de geometra diferencial. Parte 2,
Geometra intrnseca de las supercies. Las prensas en Ciencias, Facultad de Ciencias, UNAM.
Mexico, 2006.
[S-P] H. F. Sanchez Morgado & O. A. Palmas Velasco. Geometra Riemanniana. Las prensas en
Ciencias, Facultad de Ciencias, UNAM. Mexico, 2007.
[Mo] J. Moser. Ausgewahlte Kapiltel der Variationsrechnung. Skriptum aus einer ETH-Vorlesung
uber Variationsrechnung gehalten im Sommersemester. Z urich, 1988.
[Pat] G. P. Paternain. Geodesic Flows. Birkhauser, 1999.
67