You are on page 1of 55

CURSO DE

ANALISIS
MATEMATICO
III
Miguel Canela
Departament de Matem`atica aplicada i an`alisi, UB
canela@mat.ub.es

1. Propiedades topol
ogicas de los subconjuntos de Rn . . . . . . . . . . . . . . . . 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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Lmite de una funcion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones continuas en conjuntos compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

15
15
16
19
21

3. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Derivadas parciales y direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Diferencial, matriz jacobiana y gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Funciones de clase C 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Teorema del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Derivadas de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Formula de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Maximos y mnimos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

22
22
23
25
26
28
29
30
32
33

4. Teorema de la funci
on inversa y consecuencias . . . . . . . . . . . . . . . . . . . .
Teorema de la funcion inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Teorema de la funcion implcita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Metodo de los multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35
35
37
39
41

Curso de An
alisis matem
atico III/1

5. Aplicaciones geom
etricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Tangente y normal a una curva del plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ecuacion diferencial de un haz de curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ecuaciones en variables separables
.........................................
Ecuaciones diferenciales exactas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ecuaciones diferenciales lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Curvas y superficies en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

43
43
45
46
47
49
50
53

6. Problemas de repaso

54

.................................................

Curso de An
alisis matem
atico III/2


1. PROPIEDADES TOPOLOGICAS
n
DE LOS SUBCONJUNTOS DE R

PRODUCTO ESCALAR Y NORMA


El producto escalar de x, y Rn se define por
xy =

n
X

La norma de x es

kxk = x x

1/2

xi yi .

i=1

n
X
i=1

x2i

!1/2

Observa que, si n = 1, la norma es el valor absoluto. Para n = 2 y n = 3, coincide


con el m
odulo de un vector tal como se define en un curso de Fsica.
Es inmediato, a partir de la definicion, que, para x, y, z Rn , , R, se cumple
(x + y) z = (x z) + (y z).
Si kuk = 1, decimos que u es unitario. De la formula
kxk = || kxk
resulta que, si x 6= 0, u = x/kxk es unitario.
Proposici
on. Sean x, y Rn . Se cumple

x y kxk kyk
(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 kxk y kyk 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

2
0 u v = (u v) (u v) = kuk2 + kvk2 2 u v = 2(1 u v),

que implica uv 1. Cambiando + por , resulta uv 1, y, en definitiva |uv| 1.


Finalmente, u v = 1 implica u = v, y u v = 1 implica u = v.
Proposici
on. Sean x, y Rn . Se cumple

x + y kxk + kyk
(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 = kxk2 + kyk2 + 2 x y kxk2 + kyk2 + 2kxk kyk = kxk + kyk 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.
Curso de An
alisis matem
atico III/3

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 definir
f g =

f (x) g(x) dx.


0

No obstante, el u
nico producto escalar con el que trabajamos en este curso es el de
Rn . En el curso de Analisis funcional aparecen otros productos, definidos en espacios
de funciones o en espacios de sucesiones.
Una norma en E es una aplicacion x kxk a valores reales que cumple:
(i) kxk 0 para todo x E, y kxk = 0 si y solo si x = 0.
(ii) kxk = kxk para x E, R.

(iii) x + y kxk + kyk, para x, y, z E.


A partir de un producto escalar siempre se puede definir una norma, haciendo kxk =
(x x)1/2 , y los argumentos que hemos dado para probar la desigualdad de CauchySchwarz y la triangular valen en general. Hay otras normas de Rn de interes en el
Analisis matematico, aunque no todas se definen a partir de un producto escalar (v.
Ejercicio 3). Cuando se quiere distinguir entre las distintas normas de Rn , se denota
la que hemos definido a partir del producto, que es la norma eucldea, por kxk2 . De
los espacios en los que hay definida 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 aplicaci
on lineal, o, equivalentemente, de una matriz. Primer probamos
una desigualdad fundamental de las aplicaciones lineales.
Proposici
on. Sea T : Rn Rm una aplicacion lineal. Existe K > 0 tal que

T x K kxk,
x Rn .

Demostracion. Pasando kxk al primer


miembro, el problema se reduce a ver que existe
T u K. Supongamos que A es la matriz de T en
K > 0 tal que, siu es unitario,

la base canonica e1 , . . . , en , de modo que


!
n
m
X
X
Tx =
aij xi ej .
j=1

Entonces, si kuk = 1,

i=1

n
m n
m X

X
XX

T u
aij ui
|aij |.

j=1 i=1

j=1 i=1

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 T u. Por definicion, esta constante mnima es la norma
de T , es decir,

kT k = sup T u.
kuk=1

Curso de An
alisis matem
atico III/4

Ejercicios
1. Decimos
que x e y son ortogonales si x y = 0. Demuestra que, en ese caso,

x + y 2 = kxk2 + kyk2 (teorema de Pitagoras).


2. Demuestra que, para cualquier par x, y Rn ,

(a) kxk kyk x y .


2

(b) x + y + x yk2 = 2 kxk2 + kyk2 (identidad del paralelogramo).

(c) x + y x y kxk2 + kyk2 .


3. Para x Rn , definimos
n
X

kxk1 =
|xi |,
kxk = max |x1 |, . . . , |xn | ,
i=1

(a) Demuestra que estas formulas definen normas en Rn .


(b) Demuestra que se cumple

kxk kxk2 kxk1 n kxk .


(c) Demuestra que estas normas no cumplen la identidad del paralelogramo.
4. Demuestra, que si T es una aplicacion lineal, se cumple

kT k = sup T u.
kuk1

5. Sean T y S son aplicaciones lineales.

(a) Demuestra que se cumple T + S kT k + kSk, cuando la suma tiene sentido.

(b) Demuestra que se cumple T S kT k kSk, 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 Rn se define por
!1/2
n
X

.
(xi yi )2
d(x, y) = x yk1/2 =
i=1

Proposici
on. Sean x, y, z Rn . 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 definicion 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 definida
etrico.
una distancia es un espacio m
En cualquier espacio normado se puede definir

una distancia haciendo d(x, y) = x yk1/2 , pero no es la u


nica manera. Un ejemplo
muy artificial, 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 6= y, y
d(x, x) = 0. En este curso solo vamos a usar la distancia definida en Rn mediante la
norma eucldea, que es la distancia eucldea.
La distancia entre un punto a Rn y un conjunto X Rn se define por
d(a, X) = inf d(a, x).
xX

Por convenio, se entiende que d(a, ) = .


Curso de An
alisis matem
atico III/5

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 Rn se define por

d(X, Y ) = inf d(x, y) : x X y Y .

Una definicion equivalente (la comprobacion es inmediata para quien tenga claro lo
que significa inf) es
d(X, Y ) = inf d(x, Y ) = inf d(y, X).
xX

yY

Sean a Rn y r > 0. La bola abierta de centro x y radio r se define por

B(a, r) = x Rn : kx ak < r .
Analogamente, la bola cerrada de centro x y radio r se define por

B 0 (a, r) = x Rn : kx ak r .
La esfera de centro x y radio r es

S(a, r) = x Rn : kx ak = r .
Ejemplo. Supongamos que n = 1. Entonces

B(a, r) = a r, a + r ,
B 0 (a, r) = a r, a + r ,

ametro de un conjunto X Rn se define por


El di

(X) = sup d(x, y) : x, y X .

S(a, r) = a r, a + r .

Se entiende, en esta definicion, que el supremo puede ser infinito, 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 finito, decimos que es un conjunto acotado.


Todo subconjunto de un conjunto acotado es acotado, y la union finita 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 definicion 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 Rn es una aplicaci
on acotada cuando f (X) es un conjunto
acotado.
Ejercicios
1. Para a, b Rn , X, Y, Z Rn , 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).
Curso de An
alisis matem
atico III/6

2. Considera en R2 la distancia definida por la norma k k1 . Que es la bola de centro


(0, 0) y radio 1? Y para la distancia definida por k k ?
3. Define en R2 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.

LIMITE DE UNA SUCESION


Sean (xk )k una sucesion de Rn , y a Rn . Decimos que a es el lmite de (xk )k , o que
(xk )k converge hacia a, cuando kxk ak tiene lmite 0. Equivalentemente, cuando,
para todo > 0, existe k0 tal que, si k k0 , entonces kxk ak < . Esta definicion
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 xk
k

se interpreta igual que para sucesiones en R. Si no hay ambig


uedad, se puede abreviar
a = limk xk , o incluso lim xk .
Proposici
on. Sea (xk )k una sucesion de Rn . Se cumple:
(i) Si (xk )k tiene lmite, es u
nico.
(ii) Si (xk )k tiene lmite, todas las sucesiones parciales de (xk )k tienen el mismo
lmite.
(iii) Si (xk )k tiene lmite, es acotada.
Demostracion. Basta repasar la del curso de Analisis matematico I.
Proposici
on. Sea (xk )k una sucesion de Rn . Designamos por xk,j la coordenada
j-esima de xk . Las siguientes condiciones son equivalentes:
(i) lim xk = a.
(ii) limk xk,j = aj , para j = 1, . . . , n.
Demostracion. Basta observar que, para x, y Rn , se cumple
n

xj yj .
max xj yj x y

1jn

j=1

La condicion de Cauchy tambien se extiende de forma natural a las sucesiones de


on
Rn . Decimos que (xk )k cumple la condici
on de Cauchy, o que es una sucesi
de Cauchy, cuando, para todo > 0, existe k0 tal que, si k1 , k2 k0 , entonces
kxk1 xk2 k < .
Proposici
on. Sea (xk )k una sucesion de Rn . Las siguientes condiciones son equivalentes:
(i) (xk )k tiene lmite.
(ii) (xk )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


xk1 xk2 xk1 a + a xk2 .

Curso de An
alisis matem
atico III/7

Recprocamente, supongamos que (xk )k cumple la condicion de Cauchy. Por la desigualdad de la demostracion de la proposicion anterior, las sucesiones de coordenadas
(xk,j )k son sucesiones de Cauchy de n
umeros reales, que tienen lmite, y por tanto
(xk )k tiene lmite.
Proposici
on (teorema de Bolzano-Weierstrass en Rn ). Sea (xk )k una sucesion
acotada de Rn . Existe una sucesion parcial de (xk )k que tiene lmite.
Demostracion. Si (xk )k es acotada, tambien son acotadas las sucesiones de coordenadas (xk,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 parcial de la anterior, obtenemos una sucesion (yk )k , parcial de (xk )k , tal que todas las
sucesiones de coordenadas (yk,j )k tienen lmite, y por tanto (yk )k tiene lmite.

INTERIOR, ADHERENCIA Y FRONTERA


Sean X Rn y a Rn . 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
Tal como hemos definido la distancia, todos los puntos son
de X, y se designa por X.
pero puede ser X 6= X.
Es
adherentes a Rn , y ninguno lo es a . Siempre X X,
= Rn , se dice que X
facil encontrar ejemplos de ambas situaciones en R. Cuando X
es denso en Rn
Ejemplo. En R, (0, 1] = [0, 1] = (0, 1) = [0, 1].
Proposici
on. Sean X Rn y a Rn . Las siguientes condiciones son equivalentes:
(i) a es adherente a X.
(ii) Existe una sucesion (xk )k , contenida en X, con lmite a.
(iii) Para cada > 0 existe x X tal que kx ak < .
(iv) Para cada > 0, B(a, ) X 6= .
Demostracion. (i) implica (ii): para cada k N escogemos xk X con kxk ak < 1/k,
y entonces lim xk = a.
(ii) implica (iii): Para cualquier > 0, infinitos terminos de la sucesion (xk )k cumplen
kxk ak < .
(iii) implica (i): Para todo > 0, d(a, X) < , luego d(a, X) = 0.
Finalmente, (iii) y (iv) son trivialmente equivalentes.
Proposici
on. Sean X, Y Rn , y a Rn . Se cumple:
Y .
(i) Si X Y , entonces X

(ii) X Y = X Y .
Y .
(iii) X Y X

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


= X.

(v) X
Demostracion. (i) Resulta directamente de la definicion, ya que, si X Y , entonces
d(a, X) d(a, Y ) .
X Y y Y X Y , luego X
Y X Y . Recprocamente, si a
(ii) Por (i), X
es lmite de una sucesion contenida en X Y , hay infinitos terminos en uno de los
Y .
o a Y , y por tanto a X
dos conjuntos, con lo cual a X

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


Curso de An
alisis matem
atico III/8

tal que
d(a, X)
d(a, X). Si no fuesen iguales, existira x0 X
(iv) Como X X,
kx0 ak < d(a, X). Pero entonces tendramos, para todo x X,
kx x0 k kx ak kx0 ak d(a, X) kx0 ak,
y por tanto
d(x0 , X) d(a, X) kx0 ak > 0,
contradictorio, porque x0 es adherente a X.
(v) Resulta directamente de (i).
Y = {0}, pero X Y = .
Ejemplo. Si X = [1, 0) e Y = (0, 1], X
n
n
on de X cuando
Sean
X R y a R . Decimos que a es un punto de acumulaci
d a, X \ {a} = 0. Como para los puntos adherentes, tenemos varias definiciones
equivalentes (v. la proposicion que sigue).

Proposici
on. Sean X Rn y a Rn . Las siguientes condiciones son equivalentes:
(i) a es un punto de acumulaci
on de X.
(ii) Existe una sucesion (xk )k , contenida en X \ {a}, con lmite a.
(iii) Para cada > 0 existe x X tal que 0 < kx ak < .

(iv) Para cada > 0, B(a, ) X \ {a} 6= .


Demostracion. Igual que para los puntos adherentes.
Un punto adherente que no es de acumulaci
on 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
definicion, 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).
Proposici
on. Sea X Rn . Se cumple:
n
(i) R \ X = Rn \ X.

= Rn \ X .
(ii) Rn \ X
/ X equivale a que no exista > 0 tal que B(a, ) X, o sea a
Demostracion. (i) a
n
B(a, ) (R \ X) 6= para todo , y por tanto a que a sea adherente a Rn \ X.
(ii) Resulta directamente de (i), cambiando X por su complementario.
Proposici
on. Sean X, Y Rn . Se cumple:
(i) Si X Y , entonces X Y .
(ii) X Y (X Y ) .
Curso de An
alisis matem
atico III/9

(iii) (X Y ) = X Y .

(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 ) 6= X Y .
Sean X Rn y a Rn . Decimos que a es un punto frontera de X cuando a es
adherente a X y a Rn \ X. El conjunto de puntos frontera de X se llama frontera
de X, y se designa por Fr(X) (tambien X, o bX). Por definicion, 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,
\ X .
Fr(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 cerrada.
(b) La adherencia de una bola (abierta o cerrada) es la correspondiente bola cerrada.
(c) La frontera de una bola (abierta o cerrada) es la correspondiente esfera.

2. Halla la adherencia y el interior de A = (x, y) R2 : 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 Qn el subconjunto de Rn formado por los puntos de coordenadas racionales.
Demuestra que Qn y Rn \ Qn son ambos densos en Rn .
5. Cuales son los puntos de acumulaci
on del conjunto de R2

1 1
X=
,
: n, m N ?
n m
6. Demuestra que la adherencia de un conjunto acotado es un conjunto acotado.

CONJUNTOS ABIERTOS Y CERRADOS


Sea X Rn . Se dice que X es abierto cuando X = X, y que X es cerrado cuando
= X. Como el interior de X y la adherencia de Rn \ X son complementarios, X
X
es abierto si y solo si Rn \ X es cerrado. Rn y son abiertos y cerrados.
Proposici
on. Los u
nicos subconjuntos abiertos y cerrados de Rn son Rn y .
Demostracion. Supongamos que X Rn es abierto
y cerrado, y X 6= Rn ,. Escoge
n
mos a X y b R \ X, y definimos t0 = sup t [0, 1] : a + t(b a) X . Como t0
Curso de An
alisis matem
atico III/10

es el supremo de este conjunto, es el lmite de una sucesion (tk )k contenida en el, con
tk t0 . Pero entonces x0 = a + t0 (b a) = lim(a + tk (b a)), y, por ser X cerrado,
x0 X, y por consiguiente t0 < 1.
Ahora bien, como X es abierto, hay una bola B(x0 , r) contenida en X, y, escogiendo
t < 1 de forma que
r
,
t0 < t < t 0 +
kb ak
resulta ka + t(b a) x0 k = (t t0 )kb ak < r, luego a + t(b a) X, lo que
contradice que t0 sea el supremo.
Proposici
on. Se cumple:
(i) La union de una familia (Ai )iI de subconjuntos abiertos de Rn es un conjunto
abierto.
(ii) La interseccion de una familia (Ci )iI de subconjuntos cerrados de Rn 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 i0 I tal que a Ai0 , y, como este conjunto
es abierto, a es interior a Ai0 , y por tanto a A.
Proposici
on. Se cumple:
(i) La union de una familia finita C1 , . . . , Cm de subconjuntos cerrados de Rn es
un conjunto cerrado.
(ii) La interseccion de una familia finita A1 , . . . , Am de subconjuntos abiertos de
Rn 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 finita, esa
sucesion debe tener infinitos terminos en alguno de los conjuntos Ci . Como este es
cerrado, contiene a a, y por tanto a C.

Ejemplo. Sea Am = 1/m, 1/m , para m = 1, 2, 3, . . .. La intersecci


on de estos
conjuntos es {0}, que no es abierto. Esto prueba que, en (ii), el que la familia de
conjuntos abiertos sea finita
superflua. Un contraejemplo para (i)

no es una hipotesis
se obtiene haciendo Cm = 1/m, 1 (1/m) .

Sea X un conjunto cualquiera. Una topologa en X es una familia T de subconjuntos de X que contiene a X y a , y es cerrada por union y por intersecci
on
finita. Un espacio topol
ogico es un conjunto donde se ha definido una topologa.
Las proposiciones de esta seccion muestran que los conjuntos abiertos forman una
topologa en Rn , y, repasando lo que hemos hecho, puede se verificar sin dificultad
que se puede definir una topologa en cualquier espacio metrico siguiendo el mismo
proceso. Hay topologas que no se pueden definir con una distancia. Aqu nos limitamos a la topologa definida en Rn por la distancia eucldea. Los espacios topologicos
se estudian en el curso de Topologa.
Ejercicios
1. Sea X Rn . 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:
Curso de An
alisis matem
atico III/11

(a) Si C Rn es cerrado, existe una sucesion decreciente de conjuntos abiertos


on esC.
(Ak )k cuya intersecci

Indicacion. Prueba Ak = x Rn : d(x, C) < 1/k .


(b) Si A Rn es abierto y no vaco, existe una sucesion creciente de conjuntos
cerrados (Ck )k cuya union es A.

CONJUNTOS COMPACTOS
Sea C Rn . 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 xk = 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 Rn , usando el teorema de Bolzano-Weierstrass para Rn .
Proposici
on. Sea C Rn . C es compacto si y solo si es cerrado y acotado.
Demostracion. Supongamos que C es cerrado y acotado, y sea (xk )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, consideramos una sucesion (xk )k , contenida en C, y con lmite x Rn . Hay una parcial
de (xk )k que converge hacia un punto de C, quea solo puede ser x, luego x C.
Para ver que C es acotado, razonamos por reducci
on al absurdo. Si no lo fuera,
podramos construir por recurrencia una sucesion (xk )k contenida en C, con kxk1
xk2 k > 1 para k1 =
6 k2 , que no tendra ninguna parcial que cumpliera la condicion
de Cauchy. Para construir esta sucesion, empezamos con x1 arbitrario, y si C no
1 , 1), y existe x2 C \ B(x1 , 1). Ahora escogemos x3 C \
es acotado, C 6 B(x
B(x1 , 1) B(x2 , 1) , y as sucesivamente.

Proposici
on. 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 definicion 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 Rn de la definicion de compacto dada aqu y la del curso de Topologa.
Los argumentos que usamos son validos para cualquier espacio metrico.
Proposici
on. Sean K Rn compacto, y (Ai )iI una familia de subconjuntos abiern
tos de R , 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, ) Ai .
Demostracion. Razonamos por reduccion al absurdo. Si no fuese cierto, habra una
sucesion (xk )k en K tal que B(xk , 1/k) 6 Ai para todo k N y todo i I. Sustituyendo esta sucesion por una parcial si es preciso, podemos suponer que tiene lmite,
Curso de An
alisis matem
atico III/12

que sera un punto a K. Como los Ai son abiertos y su union contiene K, existen
i I y r > 0 tales que B(a, r) Ai . Ahora bien, como a = lim xk , existe k0 tal
que kxk ak < r/2 para k k0 , lo que nos lleva a una contradicci
on, ya que, por la
desigualdad triangular,
B(xk , r/2) B(a, r) Ai .
Una familia de conjuntos abiertos cuya union contiene un conjunto se llama recubrimiento abierto de ese conjunto. El n
umero cuya existencia asegura esta
proposicion se llama n
umero de Lebesgue del recubrimiento (Ai )iI . Si (Ai )iI
es un recubrimiento de un conjunto X y J I es tal que (Ai )iJ tambien es un
recubrimiento de X, decimos que es un subrecubrimiento.
Proposici
on. Sea K R. Son equivalentes:
(i) K es compacto.
(ii) Si (Ai )iI es un recubrimiento abierto de K, existe un subrecubrimiento finito.
(iii) Si (Ci )iI es una familia de conjuntos cerrados, tal que

iI

Ci

= ,

existe una subfamilia finita (Ci1 , . . . , Cim , tal que

m
\

j=1

Cij = .

Demostracion. Las condiciones (ii) e (iii) son equivalentes, pasando al complementario. 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 finita de
bolas de radio . Para probar esto, razonamos por reducion al absurdo. Si fuese
falso, podramos
construir por recurrencia una sucesion (xk )k contenida en K, tal que

xk xk para k1 6= k2 , y esta sucesion no tiene ninguna parcial convergente, lo


1
2
que contradice la hipotesis de que K es compacto.
Veamos ahora que (iii) implica (i). Sea (xk )k una sucesion contenida en K, y hemos
de probar que
tiene una parcial
convergente. Para cada i N, llamamos Ci a la

adherencia de xj : j i . Tenemos as una sucesion decreciente de conjuntos


cerrados, y Ci K =
6 para todo i. Si (iii) es cierta,

i=1

Ci

K 6= ,

on, para cada i se cumple B(x, 1/i) xj : j i 6= ,


y si x pertenece a esta intersecci
de donde se deduce facilmente la existencia de una parcial convergente hacia x.
Ejercicios
1. Demuestra que


K= 0

1
:nN
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 finito.
Curso de An
alisis matem
atico III/13

3. Demuestra que la union de una familia finita 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 acumulaci
on de los conjuntos

A = x R2 : 0 < x1 1, x2 = sin(1/x1 ) ,

B = x R2 : 0 < x1 1, x2 = x1 sin(1/x1 ) .

ales son los puntos de acumulaci


on del conjunto
1.2. Cu
X=

1
1
+
: n, m N ?
n m

1.3. Sean A B Rn .

(a) Demuestra (B \ A) = B \ A.
\ A .
(b) Demuestra B \ A B
\ A .
(c) Da un ejemplo donde B \ A 6= B

1.4. Sea X Rn . Demuestra que el diametro de X coincide con el de X.


1.5. Sea G Rn . Demuestra:
(a) G es denso si y solo si G A 6= para todo conjunto abierto no vaco A Rn .
(b) Si G es denso y A es abierto A A G.
1.6. Demuestra que, si A Rn es abierto, la frontera de A tiene interior vaco.
1.7. Demuestra que:
(a) Si X Rn y Y Rm son abiertos, X Y es un subconjunto abierto de
Rn+m .
(b) Si X Rn y Y Rm son cerrados, X Y es un subconjunto cerrado de
Rn+m .
1.8. Demuestra que, si K Rn y H Rm son compactos, K H es un subconjunto
compacto de Rn+m .
1.9. Sean K Rn compacto y A Rn abierto, con K A. Demostrar que existe
r > 0 tal que B(x, r) A para todo x K.
1.10. Sea G Rn . Demuestra:
(a) Si G es abierto, no existen x, y G tales que kx yk = (G).
(b) Si G es compacto, existen x, y G tales que kx yk = (G).

Curso de An
alisis matem
atico III/14

2. CONTINUIDAD Y LIMITES

LIMITE DE UNA FUNCION


Sean D X Rn , a Rn , y f : X Rm , y supongamos que a es un punto
de acumulacion de D. Decimos que b Rm es el lmite de f en a, relativo
a D, cuando, para
sucesion (xk )k contenida en D \ {a}, con lmite a, la
cualquier

sucesion imagen f (xk ) k tiene lmite b. Puede representarse esta situacion mediante
la formula
lim f (x).
b = xa
xD

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 definida en a. En cualquier caso, el valor f (a)
no influye en el lmite. Observa tambien que, si podemos hallar subconjuntos D1 , D2
de X de modo que
lim f (x) =
6 xa
lim f (x),
xa
xD1

xD2

entonces el lmite de f en a no existe (v. ejemplos a continuaci


on)
Ejemplo. La definicion 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 f (x) = lim f (x) = 1,


+

x0
xD+

lim f (x) = lim f (x) = 1.

x0
xD

x0

x0

Ejemplo. Sea f : R2 \ {(0, 0)} R definida por


xy
f (x, y) = 2
.
x + y2

Para R, sea D = (x, y) R2 : y = x . Entonces el lmite relativo a D ,

,
lim
f (x) = lim f x, x =
x0
1 + 2
(x,y)(0,0)
xD

depende de , y por tanto f no tiene lmite en (0, 0).


Ejemplo. Sea f : R2 \ {(0, 0)} R definida por
f (x, y) =
Como
x2
resulta |f (x, y)| |x|, y por tanto

lim

y2
1,
+ y2

(x,y)(0,0)

Curso de An
alisis matem
atico III/15

xy 2
.
+ y2

x2

f (x, y) = 0.

Proposici
on. Sean D X Rn , a Rn , b Rm , y f : X Rm , y supongamos
que a es un punto de acumulaci
on 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 kx ak < , entonces
kf (x) bk < (definicion 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 definidas en un subconjunto de Rn : si
X = D1 D2 , y a es un punto de acumulaci
on de D1 y de D2 , existe el lmite de
f : X Rm en a si y solo si existen los lmites relativos a D1 y D2 , y coinciden.
que,
on de X, tales
2. Sean X Rn , f : X Rm , y a Rn un punto de acumulaci

para toda sucesion (xk )k contenida en D, con lmite a, la sucesion imagen f (xk ) k
tiene lmite. Demuestra que f tiene lmite en a.
3. Usa la formula
1 cos t
lim
=1
t0
t2 /2

para calcular el lmite de la funcion f : (x, y) R2 : xy > 0 R definida por

1 cos xy
f (x, y) =
y
en un punto de la frontera.
4. Demuestra
lim

(x,y)(0,0)

xy sin

1
2
x + y2

= 0.

5. Definimos f : R2 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
x5 y 2 + x3 yz 3
lim
= 0.
(x,y)(0,0) (x2 + y 2 + z 2 )3

7. Sea f : (x, y) R2 : x 6= y R definida por


f (x, y) =

xy
.
xy

Usa una sucesion (xk , yk ) k con lmite (0, 0), para la que (xk yk )k tienda a 0 mas
rapido que (xk yk )k , para ver que f no tiene lmite en (0, 0).

FUNCIONES CONTINUAS
Sean X Rn y f : X Rm . Decimos que f es una funci
on continua en un
punto a X cuando
f (a) = lim f (x).
xa

Una funci
on 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 definida,
decimos que es continua, a secas. Si f : X Rm 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).
Curso de An
alisis matem
atico III/16

Ejemplo. La funcion f : R2 R definida por


xy
,
f (x, y) =
|x| + |y|
si (x, y) =
6 (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|.
|x| + |y|

Ejemplo. Sean f : R2 R definida por


f (x, y) =

x2 y 2
,
x2 + y 2

si (x, y) 6= (0, 0), y f (0, 0) = 0, y X = {(x, y) R2 : y = x}. La restriccion f|X


f no es continua, porque
es constante igual a 0, y por tanto continua, pero
no tiene
lmite en (0, 0). Para verlo basta considerar D = (x, y) R2 : y = x y observar

1 2
.
f (x) = lim f x, x =
x0
1 + 2
(x,y)(0,0)
lim

xD

on compoSea f : X Rm . Para cada j {1, . . . , m} podemos considerar la funci


nente fj : X R, que asigna a cada x X la coordenada
j-
e
sima
de
(x).
f
Podemos

expresar f en funcion de sus componentes, f = f1 , . . . , fm . La continuidad (y la


diferenciabilidad, v. Captulo 3) de f es equivalente a la de sus funciones componentes.
Proposici
on. Sean X Rn , a X, y f : X Rm . Son equivalentes:
(i) f es continua en a.
(ii) Las funciones componentes f1 , . . . , fm son continuas. en a.
Demostracion. Supongamos lim xk = a. Entonces lim f (xk ) = f (a) si y solo si
lim fj (xk ) = fj (a) para 1 j m.
Proposici
on. Sean X Rn , f : X Rm con lmite en un punto a X, g : Y Rp
continua en f (a), con f (X) Y Rm . Entonces g f tiene lmite en a, y se cumple

lim g f (x) = g lim f (x) .


xa

xa

Demostracion. Si (xk )k es una sucesion contenida en X, con lmite a, (f (xk ))k converge 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.
Proposici
on. Sean D X Rn , D denso en X y f, g : X Rm continuas, de
modo que f|D = g|D . Entonces f = g.
Demostracion. Sea x X. Existe una sucesion (xk )k contenida en D, con lim xk = x.
Como f es continua,
f (x) = lim f (xk ) = lim g(xk ) = g(x).
NOTA. Si m = 1, se puede reemplazar la igualdad por o en la proposicion
anterior, y la demostracion es muy parecida.
Curso de An
alisis matem
atico III/17

Proposici
on. Sean X Rn , y f : X Rm . Son equivalentes:
(i) f es continua.

f (G).
(ii) Para todo G X, f X G
existe una sucesion (xk )k contenida en G,
Demostracion. (i) implica (ii): Si x G,
con lmite x. Como f es continua, f (x) = lim f (xk ), 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 (xk )k con lmite a, tal que kf (xk )
f (a)k . Si G es el recorrido de esta
sucesion, a G, pero f (a)
/ f (G), ya que d f (a), f (G) .
Proposici
on. Sean X Rn cerrado y f : X Rm . Son equivalentes:
(i) f es continua.
(ii) Para todo C Rm 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

f 1 f (G) f 1 f (G) = f 1 f (G) ,


G


f (G).
luego f G

Se deduce de esta proposicion que,


continuas definidas en un
si f y g son funciones

X
:
(x)
conjunto cerrado X, el conjunto
x
f
=
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 definido por igualdades o desigualdades no estrictas es cerrado.

Ejemplo. El conjunto K = (x, y) R2 : x 0, y 0, x + y 1 es compacto, ya

on de los tres semiplanos


que es acotado (diametro 2) y cerrado, por ser la intersecci
cerrados definidos por las desigualdades de x 0, y 0, y x + y 1.
Proposici
on. Sean X Rn abierto y f : X Rm . Son equivalentes:
(i) f es continua.
(ii) Para todo A Rm 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 ladefinicion del lmite, existe > 0 tal que
B(x, ) X y f B(x, ) B f (x), A, y en definitiva 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 definidas

en un conjunto abierto X, el conjunto x X : f (x) < g(x) es abierto.

Ejemplo. El conjunto A = (x, y) R2 : x > 0, y > 0, x + y < 1 es abierto.


Curso de An
alisis matem
atico III/18

Sean X Rn , Y Rm , y f : X Y biyectiva, de modo que f y f 1 sean


continuas. Decimos entonces que f es un homeomorfismo de X en Y . Si existe un
homeomorfismo entre dos conjuntos, decimos que son homeomorfos.
Ejemplo. Dos intervalos abiertos (cerrados) de la recta real son homeomorfos. De hecho, los homeomorfismos 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 homeomorfismos.
Ejemplo. f (x, y) = (ax, bx) define un homeomorfismo entre el disco unidad abierto
de R2 y el interior de la elipse
x2
y2
+
= 1.
a2
b2
Ejercicios
1. Demuestra que toda aplicacion lineal T : Rn Rm y toda forma cuadratica
Q : Rn Rn R son continuas.
2. Se define f : R2 R por
x2 + y 2
,
f (x, y) =
xy
para x 6= 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 Rn es homeomorfa a Rn .

FUNCIONES CONTINUAS EN CONJUNTOS COMPACTOS


Proposici
on. Si C Rn compacto, y f : C Rm es continua, f (C) es compacto.
Demostracion. Sea (yk )k una sucesion contenida en f (C). Para cada k existe xk C
con yk = f (xk ). Como C es compacto, (xk )k tiene una parcial con lmite en C, y, por
ser f continua, la imagen por f de esta sucesion es una parcial de (yk )k con lmite en
f (C).
Proposici
on (teorema de Weierstrass en Rn ). Si C Rn 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 Rn y f : X Rm . Decimos que f es uniformemente continua cuando
para cada > 0 existe > 0 tal que, si x1 , x2 X, y kx1 x2 k < , entonces
kf (x1 ) f (x2 )k < .
Proposici
on (teorema de Heine en Rn ). Si C Rn compacto, y f : C Rm
es continua, f es uniformemente continua.
Demostracion. Si f no es uniformemente continua, existen > 0 y una sucesion de
pares (xk , yk ) tales que

f (xk ) f (yk ) .
xk yk < 1 ,
k
Sustituyendo, si es preciso, esta sucesion por una parcial, podemos suponer que (xk )k y
(yk )k tienen lmite, que debe ser el mismo para ambas. Si a es este lmite, lim f (xk ) =
lim f (yk ) = f (a) por la continuidad de f , lo que nos lleva a una contradicci
on.
Curso de An
alisis matem
atico III/19

Ejercicios
1. Sea T : Rn Rm es lineal, demuestra que


kT k = max T u.
kuk=1

2. Sean K Rn compacto, y f : K Rm inyectiva y continua. Demuestra que f


define un homeomorfismo entre K y f (K).
3. La funcion x 1/x es el ejemplo clasico de funcion continua que no es uniformemente continua. Despues de repasar este ejemplo, demuestra que la funcion
f : R (R \ {(0, 0)}) R definida por f (x, y) = x/y no es uniformemente continua.
4. Sea A Rn . Demuestra la formula


d(x, A d(y, A) x y ,

y, a partir de ella, que la funcion : Rn R definida por (x) = d(x, A) es


uniformemente continua.
5. Demuestra que f (x) = x2 es uniformemente continua en cualquier intervalo cerrado, 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) x2

x3
y2

no existe.
2.2. Demuestra que
sin(xy)
(x,y)(0,0) x2 + y 2
lim

no existe.

2.3. Demuestra que la funcion f definida por f (x) = kxk1 /kxk2 x, si x 6= 0, y


n
f (0) = 0, define un
homeomorfismo
del hipercubo C = x R : kxk1 1 en la
n
bola unidad B = x R : kxk 1 .
Indicacion. Para ver que f y f 1 son continuas en 0, usa la desigualdad
1

p
kxk1
n(n 1).
kxk2

2.4. Sean : R R derivable en 0, y f : R2 R la funcion definida por


f (x, y) =

x (y)
,
x2 + y 2

6 (0, 0), y f (0, 0) = 0. Demuestra que f es continua en (0, 0) si y solo si


si (x, y) =
(0) = 0 (0) = 0.
Curso de An
alisis matem
atico III/20

2.5. En que puntos es continua la funcion f : R2 R definida por


f (x, y) =

x3 y 5
,
x+y

si x + y 6= 0, y f (x, y) = 0 si x + y = 0?
2.6. Sea f : R2 R definida por
f (x, y) =

y
sin(x2 + y 2 ),
x

si x 6= 0, y f (0, y) = 0. En que puntos es continua?


2.7. Definimos : R R por (t) = 1 si t es racional y (t) = 0 en caso contrario,
y f : R2 R por f (x, y) = x (xy). En que puntos es continua f ?

2.8. Sean f : R R y G = (x, y) R2 : y = f (x) el grafo de f .

(a) Demuestra que, si f es continua, G es cerrado en R2 .


(b) Demuestra que, si f es acotada y G es cerrado, entonces f es continua.
Indicacion. Usa el siguiente hecho: una sucesion (xn )n de R tiene lmite a si
y solo si toda parcial de (xn )n tiene parcial con lmite a.
(c) Da un ejemplo de una funcion discontinua con grafo cerrado.

on del teorema del punto fijo: si f : Rn Rn


2.9. Demuestra la siguiente versi
cumple la condicion

f (x) f (y) x y ,

x, y Rn , x =
6 y,

siendo una constante, con 0 < < 1, f tiene un punto fijo u


nico.
Indicacion. Partiendo de un punto x1 arbitrario, construye por recurrencia una
sucesion (xk )k tal que xk+1 = f (xk ), y demuestra que cumple la condicion de Cauchy.
El lmite sera el punto fijo.
2.10. Demuestra la siguiente versi
on del teorema del punto fijo: si K Rn es
compacto y f : K K cumple la condicion

f (x) f (y) < x y ,

x, y K, x 6= y,

f tiene un punto fijo u


nico.

Indicacion. Busca el mnimo de la funcion (x) = x f (x).

Curso de An
alisis matem
atico III/21

3. DIFERENCIABILIDAD

DERIVADAS PARCIALES Y DIRECCIONALES


Sean A Rn abierto, f : A R, y a A. Llamamos derivada parcial de f en a
respecto xi al lmite

f a1 , . . . , ai1 , ai + t, ai+1 , . . . , an f a1 , . . . , an
,
Di f (a) = lim
t0
t
cuando existe. Por descontado, si n = 1, esta definicion 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 Di f (a) es la derivada,
en t = 0, de la funcion t f a1 , . . . , ai1 , ai + t, ai+1 , . . . , an . 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 xj , para i 6= i, como constantes.
La notacion f /xi 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 definida en B. Si se desea
indicar el valor de la derivada
parcial en un punto x B, se puede usar f /xi x , en lugar de Di f (x).
Ejemplo. La funcion f : R2 R definida por
f (x, y) =

x2

xy
,
+ y2

si (x, y) 6= (0, 0), y f (0, 0) = 0, ya aparecio en el captulo anterior. f tiene derivadas


parciales en todos los puntos. Para (x, y) 6= (0, 0), podemos usar la regla para la
derivada de un cociente,

y y 2 x2
f
=
2 ,
x
x2 + y 2

x x2 y 2
f
=
2 .
y
x2 + y 2

Para (0, 0) no podemos usar esa formula, y recurrimos a la definicion,


f (t, 0) f (0, 0)
= 0,
t0
t

D1 f (0, 0) = lim

f (0, t) f (0, 0)
= 0.
t0
t

D2 f (0, 0) = lim

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 ei es el i-esimo vector de la base canonica de Rn , la definicion de la
derivada parcial se puede escribir
Di f (a) = lim

t0

Curso de An
alisis matem
atico III/22

f (a + tei ) f (a)
.
t

Podemos generalizar esta definicion, sustituyendo ei por un vector u =


6 0 cualquiera,
obteniendo la derivada de f seg
un u,
f (a + tu) f (a)
.
t0
t
Con esta notacion, Di f (a) = Dei f (a). As pues, las derivadas parciales son un caso
particular de esta nueva definicion.Observa que, sustituyendo s = t,
Du f (a) = lim

f (a + su) f (a)
f (a + tu) f (a)
= lim
= Du f (a).
t0
s0
t
s

Du = lim

Por tanto, si existe Du f (a), existe Du 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 Du f (a), y en algunos libros se define la derivada direccional
solo para vectores unitarios. Observa que Du f (a) = Du f (a), y por tanto la derivada
no depende solo de la direccion, sino tambien del sentido.
Ejemplo (continuaci
on). Para u = (u1 , u2 ) unitario,
f (tu1 , tu2 )
u1 u2
= lim
,
t0
t
t
y la derivada direccional no existe si u1 u2 6= 0.
Du f (0, 0) = lim

t0

NOTA. Hemos definido las derivadas para funciones a valores en R, pero la definicion
se extiende sin problemas a funciones a valores en Rm . Por lo que hemos sobre
los lmites anteriormente, la derivada de una funcion a valores en Rm 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 : R2 R definida por f (x, y) = |xy| . Para que valores de
tiene derivadas en (0, 0)?
2. Sea p : Rn R una norma. Demuestra que p no tiene derivadas en 0.
6 0, y f (x, 0) = 0. Demuestra que f
3. Se define f : R2 R por f (x, y) = x2 /y si y =
no es continua en (0, 0), pero tiene derivadas en cualquier direccion.

DIFERENCIAL, MATRIZ JACOBIANA Y GRADIENTE


Sean A Rn abierto, a A, y f : A Rm . Decimos que f es diferenciable en a
cuando existe una aplicacion lineal T : Rn Rm tal que
lim

xa

f (x) f (a) T (x a)

= 0.
x a

Es facil ver que f es diferenciable en a si y solamente si lo son las funciones componentes f1 , . . . fm . Cuando f es diferenciable en todos los puntos de A, decimos que f
es diferenciable, a secas.
6 0. Si en la formula anterior hacemos x = tu tenemos
Sea u Rn , con u =
lim

t0

f (a + tu) f (a) T (tu)


f (a + tu) f (a)
t
= lim
lim
T u = 0,
t0
t0 |t|
|t|
|t|

y, examinando por separado estos lmites por la derecha y por la izquierda, resulta
Du f (a) = T u. Esto implica, en primer lugar, que, si T existe, es u
nica. En tal caso
la llamamos diferencial de f en a, y la designamos por Df (a). En segundo lugar,
resulta la proposicion siguiente.
Curso de An
alisis matem
atico III/23

Proposici
on. Sean A Rn abierto, a A, y f : A Rm . Si f es diferenciable en
a, existe la derivada direccional Du (a) para todo u, y Du f (a) = Df (a)u.
En particular, si hacemos u = ei , resulta que Df (a)ei , que es la columna i-esima de la
matriz de Df (a) en la base canonica, coincide con la derivada de f seg
un ei . Pero esta
derivada es un vector cuyas componentes son las derivadas parciales de las funciones
componentes fj . Por tanto, los terminos de la matriz de Df (a), que llamamos matriz
jacobiana de f en a, son las derivadas Di fj (a), 1 i n, 1 j m. Cada fila 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 : R2 R definida por

p
x3 |y|
f (x, y) = 2
,
x + y2
6 (0, 0), y f (0, 0) = 0. Resulta, directamente de la definicion de las derivadas
si (x, y) =
parciales, que D1 f (0, 0) = D2 f (0, 0) = 0. Por tanto, si f es diferenciable en (0, 0), la
diferencial debe ser 0. As es, ya que
p
x3 |y|
f (x, y) f (0, 0)
p
= 0.
=
lim
lim

(x,y)(0,0) x2 + y 2 3/2
(x,y)(0,0)
x2 + y 2
Proposici
on. Sean A Rn abierto, a A, y f : A Rm . Si f es diferenciable en
a, es continua en a.
Demostracion. Sea T la diferencial. Si (xk )k tiene lmite a, a partir de un cierto k0
se cumple

f (xk ) f (a) T (xk a)

< 1,
xk a
luego



kf (xk ) f (a)k kT (xk a)k f (xk ) f (a) T (xk a) < xk a,
y, como lim T (xk a) = 0 por ser T continua, lim f (xk ) = f (a).
Ejemplo. Sea f : R2 R definida por

x2 y
,
x2 + y 2
si (x, y) 6= (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, D1 f (0, 0) = D2 f (0, 0) = 0.
Luego, si f es diferenciable en (0, 0), la diferencial debe ser 0. No obstante,
f (x, y) =

x2 y
f (x, y) f (0, 0)
p
=
lim

(x,y)(0,0) x2 + y 2 3/2
(x,y)(0,0)
x2 + y 2
lim

no existe, ya que

lim f x, x =
x0

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,
f (tu1 , tu2 )
Du f (0, 0) = lim
= u21 u2 .
t0
t
Observa que, si f fuera diferenciable, como la diferencial sera 0, todas las derivadas
direccionales deberan anularse.
Curso de An
alisis matem
atico III/24

Cuando f toma valores reales (m = 1), la matriz jacobiana tiene una fila, y la podemos
identificar con un vector de Rn , 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
Du 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 variaci
on de la
funcion es maxima.
Ejercicios
1. Sean > 0, y f : R2 R definida por f (x, y) = |xy| . Para que valores de
es diferenciable en (0, 0)?
2. Sean p N, y fp : R2 R definida por
fp (x, y) =

xp
x2 + y 2

si (x, y) 6= (0, 0), y f (0, 0) = 0. Demuestra que fp 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 Rn abierto, y f : A Rm . Si f tiene derivadas parciales en un entorno
de a A, y estas son continuas en a, decimos que f es una funci
on 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.
Proposici
on. Sean A Rn abierto, y f : A Rm . 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 (x1 , a2 , . . . , an ) f (a1 , a2 , . . . , an ) + f (x1 , x2 , a3 . . . , an )
f (x1 , a2 , . . . , an ) + + f (x1 , . . . , xn ) f (x1 , . . . , xn1 , an ).

Por el teorema del valor medio del curso de Analisis matematico I, para cada i existe
i , situado entre xi y ai , tal que
f (x1 , . . . , xi1 , xi , ai+1 , . . . , an ) f (x1 , . . . , xi1 , ai , ai+1 , . . . , an )

= Di f (x1 , . . . , xi1 , i , ai+1 , . . . , an ) xi ai .

Entonces yi = (x1 , . . . , xi1 , i , ai+1 , . . . , an ) pertenece a U , y kyi ak kx ak, y


se cumple

n
X

Di f (yi ) Di f (a) xi ai

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


i=1

=
x a
x a

Curso de An
alisis matem
atico III/25

n
X

Di f (yi ) Di f (a),
i=1

y como yi ai < xi ai , 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 continuaci
on).
Ejercicios

1. Se define f : Rn R por f (x) = exp 1/kxk2 , si x =


6 0, y f (0) = 0. Demuestra
que f es de clase C 1 .
2. Para p N, se define fp : R2 R por

p
fp (x, y) = x + y sin

1
x2 + y 2

si (x, y) 6= (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
Proposici
on. Sean A Rn abierto, a A, f : A Rm , B Rm abierto, con
f (A) B, y g : B Rp . 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)


f (x) f (a) T (x a)

+ S

.
x a
x a

El segundo sumando tiende a 0 si x a, por la continuidad de S. Para ver que el


6 f (a) (en caso contrario, este sumando
primero tambien tiende a 0, suponiendo f (x)
=
se anula), multiplicamos y dividimos por f (x) f (a), y observamos que
!

f (x) f (a)
f (x) f (a) T (x a)
xa

+
T

x a
x a
x a

es acotado.

Proposici
on. Sean A Rn abierto, a A, y f, g : A Rm 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 : R2m Rm dada por (x, y) =
x + y, y por tanto es diferenciable. D(f, g)(a) es la matriz 2m n formada al juntar
Df (a) (las m primeras filas) y Dg(a) (las m u
ltimas), y la matriz de es la matriz
m 2m formada al juntar dos matrices identidad m-dimensionales. Entonces
"
#

Df (a)
D(f + g)(a) = D f (a), g(a) D(f, g)(a) = Im Im
= Df (a) + Dg(a).
Dg(a)
Curso de An
alisis matem
atico III/26

Proposici
on. Sean A Rn abierto, a A, y f, g : A R diferenciables en a.
Entonces f g es diferenciable en a, y D(f g)(a) = g(a) Df (a) + f (a) Dg(a).
Demostracion. f g es la compuesta de (f, g) y : R2 R definida por (x, y) = xy, y
por tanto es diferenciable. La matriz jacobiana de es D(x, y) = [ y x ]. Entonces
"
#

Df (a)
D(f g)(a) = D f (a), g(a) D(f, g)(a) = g(a) f (a)
Dg(a)
= g(a) Df (a) + f (a) Dg(a).
Proposici
on. Sean A Rn abierto, a A, y f : A R diferenciable en a, con
f (a) =
6 0. Entonces 1/f es diferenciable en a, y se cumple

D 1/f (a) =

1
Df (a).
f (a)2

Demostracion. 1/f es la compuesta de f y (t) = 1/t. Entonces

D 1/f (a) = 0 f (a) Df (a) =

1
Df (a).
f (a)2

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 .
Proposici
on. Sea A Rn abierto, tal que, si a, b A, existe : [0, 1] A de clase
1
C con (0) = a y (1) = b. Si f : A Rm 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 )0 (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 definen f : R2 R3 por f (x, y) = (x2 , ex+y , x y), y g : R3 R2 por
g(x, y, z) = x y 2 , ex ). Verifica 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 : R2 R2 definida por f (x, y) = ex sin y, (ex 1) cos y , y g : R2 R2


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 define f : Rn R por f (x) = exp 1/kxk2 , si x =


6 0, y f (0) = 0. Demuestra
1
que f es de clase C , usando la regla de la cadena.

Curso de An
alisis matem
atico III/27

TEOREMA DEL VALOR MEDIO


Para a, b Rn , 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 Rn , tal que, si x, y A, entonces [x, y] A. Decimos en tal caso que A es


un conjunto convexo.
Proposici
on (primer teorema del valor medio). Sean A Rn 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 definida por h(t) = f a + t(b a) . Por


la regla de la cadena, la derivada de h es

b1 a1

..
= Df a + t(b a) (b a).
h0 (t) = Df a + t(b a)
.
bn an

Aplicando el teorema del valor medio para funciones de una variable, existe t0 (0, 1)
tal que h(1) h(0) = h0 (t0 ), y basta poner = a + t0 (b a) para obtener la formula
del enunciado.
El teorema del valor medio no es valido para funciones a valores en Rm , con m > 1
(v. Ejercicio). Sin embargo, para este caso hay un teorema mas debil, como muestra
la proposicion siguiente.
Proposici
on (segundo teorema del valor medio). Sean A Rn abierto y
convexo, a, b A, y f : A Rm diferenciable. Entonces

f (b) f (a) sup Df (x) b a.


x[a,b]

Demostracion. Sea M este supremo. Si es infinito, no hay nada


Si es
que probar.

finito, 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 t0 = sup T . Como el primer miembro de esta desigualdad es una funcion continua
de t, la desigualdad se cumple para t0 , luego t0 T . Si t0 = 1, hemos acabado. Pero
si t0 < 1, podemos escoger t (t0 , 1) tal que

f a + t(b a) f (x0 ) Df (x0 ) (t t0 )(b a)

< ,
(t t0 )b a

donde designamos x0 = a + t0 (b a). Ahora,

f a + t(b a) f (x0 ) (t t0 )b a + Df (x0 )(t t0 )b a

(M + )(t t0 )b a.

Aplicando la desigualdad triangular, f a + t(b a) f (a) (M + )t b a, lo


que contradice la definicion de t0 . As pues, t0 = 1.

Ejercicio
Se define f : [0, 2] R2 por f (t) = (sin t, cos t). Existe alg
un (0, 2) tal que
f 0 () = f (2) f (0)?

Curso de An
alisis matem
atico III/28

DERIVADAS DE ORDEN SUPERIOR


Sean A Rn , a A, y f : A R, de modo que existe Di f (x) en un entorno
de a. Cuando esta funcion tiene derivada respecto xj en a, es decir, cuando existe
Dj (Di f )(a), la llamamos derivada segunda, respecto a xi , xj , de f en a, y la
2
designamos por Di,j
f (a). Tambien podemos usar la notacion clasica,

2f
f

=
.
xj xi
xj xi
Cuando una derivada segunda existe en todos los puntos de un subconjunto B A,
f
podemos considerarla como una funcion Di,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
funci
on 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.
Proposici
on (teorema de Schwarz). Sean A Rn abierto, a A, y f : A R.
2
2
Si las derivadas segundas Di,j
f y Dj,i
f existen en un entorno de a, y son continuas
2
2
en a (en particular, si f es de clase C 2 ), se cumple Di,j
f (a) = Dj,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 simplificar la notacion. Lo que vamos
2
2
f (0, 0), coinciden con el lmite
f (0, 0) y D2,1
a demostrar es que ambas derivadas, D1,2
lim

x0

f (x, x) f (x, 0) f (0, x)


.
x2

2
f (0, 0). El argumento se puede adaptar para la otra
Lo comprobamos solo para D2,1
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) =
0 (x )x, o sea,

f (x, x) f (0, x) f (x, 0) = D2 f (x, x ) D2 f (0, x ) x,

de modo que solo nos falta probar

2
D2,1
f (0, 0) = lim

x0

D2 f (x, x ) D2 f (0, x )
.
x

Aplicamos ahora el teorema del valor medio a (t) = D2 f (t, x ), y existe x comprendido entre 0 y x, tal que
2
D2 f (x, x ) D2 f (0, x ) = D2,1
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,
2
D2,1 f (0, 0) = lim D2,1
f (x , x ).
x0

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,
2

2
2
D1,1 f (a) D1,2
f (a) D1,n
f (a)

D2 f (a) D2 f (a) D2 f (a)

2,1
2,n
2,2
.
Hf (a) =
..
.

.
.

2
2
Dn,1
f (a) Dn,2
f (a)

Curso de An
alisis matem
atico III/29

2
Dn,n
f (a)

Si f es de clase C 2 , la matriz hessiana es simetrica, y define una forma cuadratica.


Designamos por D2 f (a) esta forma cuadratica, con lo que tenemos

x1
n
X

.
2
2
Di,j f (a) xi xj = x1 xn Hf (a) .. .
D f (a)x =
i,j=1
xn
Por recurrencia se pueden definir derivadas de cualquier orden de f ,

f )(a),
Dim1 ,...,im f (a) = Dim Dim1
1 ,...,im1

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 funci
on de clase C m en a. Si es de clase C m para todo m,
decimos que es una funci
on de clase C m .
De la misma manera que Df (a) define una forma lineal y D2 f (a) una forma
ubica, D4 f (a) una forma cuartica, etc. En
cuadratica, D3 f (a) define una forma c
general, escribimos
m

D f (a)x =

n
X

i1 ,...,im =1

Ejercicio
Se define f : R2 R por
f (x, y) =

Dim1 ,...,im f (a) xi1 xim .

xy(x2 y 2 )
,
x2 + y 2

2
2
si (x, y) 6= (0, 0), y f (0, 0) = 0. Demuestra que D1,2
f (0, 0) = 1.
f (0, 0) = 1 y D2,1
Contradice esto el teorema de Schwarz?

FORMULA
DE TAYLOR
Si una funcion real f admite derivadas de orden m en un punto a, podemos considerar
Pm (x) = f (a) +

m
X
1 k
D f (a)(x a),
k!

k=1

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 aproximaci
on de f
en un entorno de a.
Ejemplo. Sea f : R2 R definida por f (x, y) = ex+y . Entonces

1 1
Df (0, 0) = [ 1 1 ] ,
Hf (0, 0) =
,
1 1
luego el polinomio de Taylor de grado 2 de f en (0, 0) es
1+x+y+

y2
x2
+
+ xy.
2
2

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 ex y ey .
Curso de An
alisis matem
atico III/30

on, es el t
ermino
La diferencia f (x) Pm (x), que sera el error de esa aproximaci
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.
Proposici
on (f
ormula de Taylor). Sea A Rn 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
X
1 k
1
D f (a)(x a) +
Dm+1 f ()(x a).
k!
(m + 1)!

k=1

Demostracion. Definimos h : [0, 1] R por h(t) = f a + t(x a) , que es una funcion


de clase C m , cuyas derivadas son
n
X

h0 (t) = Df a + t(x a) (x a) =
Di a + t(x a) (xi ai ),
i=1

n
X

2
h00 (t) = D2 f a + t(x a) (x a) =
Di,j
a + t(x a) (xi ai )(xj aj ),
i,j=1

etcetera, y, en general, h (t) = D f a + t(x a) (x a). Por la formula de Taylor


del curso de Analisis matematico I, existe t (0, 1) tal que
(k)

h(1) = h(0) +

m
X
h(k) (0)

k=1

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 u
ltimo sumando en la formula que hemos establecido, que es una de las versiones de la f
ormula 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 justificar el metodo que vamos a dar
en la seccion siguiente para identificar 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) Pm (x) = o kx akm , es decir,


lim

xa

f (x) Pm (x)
= 0.
kx akm

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
grafica de esta funcion es la recta tangente a la grafica 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 interpretaci
on 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) = exy en (0, 0).
3. Calcula el polinomio de Taylor de grado 2 de f (x, y) = x2 y 2 + xy en (1, 1).

Curso de An
alisis matem
atico III/31


MAXIMOS
Y MINIMOS LOCALES
aximo local
Sean A Rn abierto, f : A R, y a A. Decimos que f tiene un m
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 define de forma
analoga. Para n = 1, estas definiciones dan las de maximo y mnimo local de una
funcion de una variable, vistas en el curso de Analisis matematico I.
Proposici
on. Sean A Rn abierto, f : A R. Si f tiene un maximo (mnimo)
local en a A, y existe la derivada parcial Di f (a), entonces Di f (a) = 0.
Demostracion. Si f tiene un maximo (mnimo) local en a, la funcion h(t) = f (a + tei )
tiene un maximo (mnimo) local en t = 0, luego h0 (0) = Di 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 suficiente 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 continuaci
on
presentamos la generalizacion de ese criterio a funciones de varias variables.
Proposici
on. Sean A Rn abierto, f : A R de clase C 2 , y a A tal que
Df (a) = 0.
(i) Si D2 f (a) es definida positiva, f tiene un mnimo local en a.
(ii) Si D2 f (a) es definida negativa, f tiene un maximo local en a.
(iii) Si D2 f (a) es indefinida, f no tiene ni un maximo ni un mnimo local en a.
Demostracion. (i) Probamos en primer lugar que, si D2 f (a) es definida positiva,
U de a dondeD2 f (x)u > para todo x U y todo
existen > 0 y un entorno

u S, siendo S = u Rn : kuk = 1 . En particular, D2 f (x) sera definida


positiva para x U . Como S es compacto y D2 f (a)u > 0 en S, existe > tal que
D2 f (a)u > 2 para todo u S. Tomamos ahora r > 0 tal que B 0 (a, r) A. Como
(teorema de
(x, u) D2 f (x)u es uniformemente

Heine) en el compacto
continua

B 0 (a, r) S, existe > 0 tal que, si x a < , se cumple D2 f (x)u D2 f (a)u <
para todo u S. Tomando U = B(a, ), resulta D2 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) + D2 f ()(x a),
donde, si x U , tambien U , de modo que D2 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 D2 f (a) es definida
positiva.
(iii) Supongamos ahora que D2 f (a) es indefinida, y sean > 0 y u1 , u2 S, tales
que D2 f (a)u1 > 2 y D2 f (a)u2 < 2. Usando la continuidad uniforme como en la
demostracion de (i), vemos que existe un entorno U de a donde se cumple D2 f (x)u1 >
y D2 f (x)u2 < para todo x U . Luego, si escogemos x de forma que x a tenga
la direccion de u1 , tenemos f (x) > f (a), y si lo escogemos de forma que x a tenga
la direccion de u2 , tenemos f (x) < f (a), con lo que f no tiene maximo ni mnimo
local en a.
Ejemplo. Sea f : R2 R definida por f (x, y) = x3 + y 3 3xy. Entonces

6x 3
2
Df (x, y) = 3x 3y 3y 3x ,
Hf (x, y) =
.
3 6y
Curso de An
alisis matem
atico III/32

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 definida positiva, y por tanto f tiene un mnimo local en ese punto. Sin
embargo, Hf (0, 0) es indefinida, 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) = x3 no
esta acotada.

Ejemplo. Sean K = (x, y) R2 : 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.

(0, 0), (1, 0)


El mnimo valor
de f es obviamente 0. f se anula sobre los segmentos

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 x2 , que tiene un mnimo en
x = 1/2.
Ejercicios
1. Se define f : R2 R por f (x, y) = x3 + xy 2 x Demuestra que f tiene un maximo
local y un mnimo local, pero no tiene maximo ni mnimo.
2. Se define f : R2 R por f (x, y) = x2 + y 2 + 2xy + 1. Demuestra que f tiene
infinitos mnimos locales, y que la matriz hessiana es semidefinida en esos puntos.

3. Se define f : (x, y) R2 : 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 define f : (x, y) R2 : x 2, x + y 4 R por f (x, y) = x2 xy + y 2 .


Halla el maximo y el mnimo valor de f , si existen.

5. Se define f : (x, y) R2 : x, y 1, x+y 3 R por f (x, y) = 5 4y x2 y 2 .


Halla el maximo y el mnimo valor de f , si existen.

PROBLEMAS
3.1. Sea f : Rn R tal que, si > 0 y x Rn , con kxk = 1, se cumple

f (x) f (0) e1/ .

(a) Calcula las derivadas parciales de f en 0.


(b) Es diferenciable?
3.2. Sea f : (0, 1) (0, 1) R definida por


x 1 y ,
f (x, y) =
y 1x ,

si x y
si x > y.

(a) En que puntos es continua?


(b) En que puntos es diferenciable? Calcula la diferencial en esos puntos.
Curso de An
alisis matem
atico III/33

3.3. Sean g : {x Rn : kxk = 1} R, y f : Rn R definida por

f (x) = kxk g x/kxk ,

si x 6= 0, y g(0) = 0. Demuestra:
(a) La derivada direccional Du 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 Rn abierto, a A, y f : A Rm diferenciable en a, tal que f (a) = 0,
y : A R definida por (x) = kf (x)k. Demuestra que es diferenciable en a si y
solo si Df (a) = 0.
3.5. Sean f : Rn Rn diferenciable en a Rn , con Df (a) invertible. Demuestra
que existe > 0 tal que, si kx ak < , entonces f (x) 6= f (a).
Indicacion. Demuestra que si T : Rn Rn es lineal e invertible, existe > 0 tal que,
si kuk = 1, entonces kT uk > .
3.6. Sean > 0 y f : Rn Rm diferenciable, tal que

lim x Df (x) = 0.

kxk

Se define g : Rn Rm 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 : Rn \ {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 Rn \ {0}.

(b) Demuestra que, si n > 1, f tiene lmite en 0.


(c) Muestra con un ejemplo que la afirmacion de (b) no siempre es cierta para
n = 1.
3.8. Se define f : R3 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 define 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 define f : {(x, y) R2 : x, y 0, x2 + y 2 1} por f (x, y) = ex + ey .


Donde se alcanzan el maximo y el mnimo valor de f ?
Indicacion. Para hallar el mnimo, considera h(t) = f (cos t, sin t), para t [0, /4].

Curso de An
alisis matem
atico III/34


4. TEOREMA DE LA FUNCION
INVERSA Y CONSECUENCIAS

INVERSA
TEOREMA DE LA FUNCION
Proposici
on (teorema de la funci
on inversa). Sean A Rn abierto, f : A Rn
1
de clase C , y a A, tal que det Df (a) 6= 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:
\ {a}.
(1) f (x) 6= f (a), para x B

(2) det Df (x) =


6 0, para x B.
(3) kDf (x) Ik 1/2, para x B.
(4) kx x0 k 2 kf (x) f (x0 )k, para x, x0 B.
En primer lugar, como Df (a) = I,
lim

xa

kf (x) f (a) (x a)k


= 0,
kx ak

y existe r > 0 tal que f (x) 6= f (a) para kxak r. Por la continuidad de las derivadas
no como para que (2) se
de f , podemos suponer que r es lo suficientemente peque
cumpla tambien. Como B 0 (a, r) es compacto, podemos usar la continuidad uniforme
de (x, u) Df (x)u para asegurar que existe > 0 tal que kDf (x)u uk 1/2 para
kx ak < , 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 (x0 ) x0 1 kx x0 k,
2

de donde resulta (4) usando la desigualdad triangular.


(d) Definimos ahora V . Por (1),
existe > 0 tal que kf (x) f (a)k > 0 para
x Fr(B), y definimos V = B f (a), /2 . Entonces

y f (x) ky f (a)k kf (x) f (a)k > ,


2

y se cumple por tanto:


(5) ky f (a)k < ky f (x)k para y V , x Fr(B).
Curso de An
alisis matem
atico III/35

nico con f (x) = y. La unicidad


(e) Vemos ahora que, para cada y V , existe x B u
resulta de (4). Para probar la existencia, consideramos h(x) = ky f (x)k2 . Por (5),
se alcanza en un punto x B, que es un mnimo local, y
el valor mnimo de h en B
=
0.
Como
por tanto Dh(x)

Dh(x) = 2 y f1 (x)

y fn (x) Df (x),

y Df (x) tiene inversa, debe ser y = f (x).


(f) Definimos 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 kx x0 k <
2, se cumpla

f (x0 ) f (x) T (x x0 )

.
<
kx0 xk
2kT 1 k

Entonces, si ky 0 yk < , por (4) se cumple f 1 (y 0 ) f 1 (y) < 2, luego

Por (4),

y, aplicando T 1 ,

y y T f 1 (y 0 ) f 1 (y)

<
.
f 1 (y 0 ) f 1 (y)
2kT 1 k

y 0 y T f 1 (y 0 ) f 1 (y)

<
,
0
ky yk
kT 1 k

1 0

1 0
!

1
0
f (y ) f 1 (y) T 1 (y 0 y)
1 y y T f (y ) f (y)
=
T

< ,

ky 0 yk
ky 0 yk

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 difeomorfismo local en A. Si ademas f es inyectiva, decimos
que define un difeomorfismo de A en f (A). La inversa es entonces un difeomorfismo
de f (A) en A. Todo difeomorfismo es un homeomorfismo. El ejemplo que sigue ilustra
la distincion entre difeomorfismos y difeomorfismos locales.
x
x
Ejemplo. f : R2 R2
definida
por f (x, y) = (e cos y, e sin y) es un difeomorfismo
2
2
local, con f (R ) = R \ (0, 0) , pero no es inyectiva, ya que f (x, y + 2) = f (x, y).
de esa
La restriccion de f a la banda definida por

< y < es un difeomorfismo


banda en el complementario de la semirrecta (u, v) R2 : u = 0, v < 0 .

Proposici
on. Si A Rn es abierto, y f : A Rn es un difeomorfismo 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.
Curso de An
alisis matem
atico III/36

Los difeomorfismos 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 Probabilidades apareceran otros cambios de variable. En R2 , el cambio de variable clasico
es el basado en las coordenadas polares. Para (x, y) 6= (0, 0), podemos escribir
x = r cos ,

y = r sin ,

odulo (es
con r 0. r y son las coordenadas polares del punto (x, y). r es el m
decir, la norma eucldea), y el argumento. Observa que (r, ) (r cos , r sin ) es
un difeomorfismo local de (0, +)R en R2 \{(0, 0)}, pero no es un autentico cambio
de variable (es decir, un difeomorfismo) si no restringimos el dominio del argumento,
ya que todo punto tiene infinitos argumentos. El determinante jacobiano es

cos r sin

sin r cos = r.
Los cambios de variable se usan frecuentemente para simplificar el calculo de integrales, como se vera en el curso de Analisis matematico IV.

Ejercicios
1. Que dice el teorema de la funcion inversa sobre f (x) = x2 ? Y sobre f (x) = sin x?
2. Sea f : R R definida por

x
f (x) = + x2 sin 1/x ,
2
si x 6= 0, y f (0) = 0. Demuestra que f 0 (0) 6= 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 = u2 v 2 , y = uv,
para que sea un difeomorfismo local? Y para que sea un difeomorfismo?
4. Las coordenadas polares esfericas en R3 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 interpretaci


on geometrica de las
coordenadas r, , ? Donde hay que restringir la funcion (r, , ) (x, y, z), dada
por esta formulas, para que sea un difeomorfismo local? Y un difeomorfismo?

IMPLICITA
TEOREMA DE LA FUNCION
Por comodidad, usamos la notacion (x, y), con x Rn , y Rp , para los puntos de
Rn+p = Rn Rp . Para una funcion f definida en un abierto de Rn+p , designamos
por Dx f (x, y) la submatriz de la matriz jacobiana de f formada por las derivadas
Di fj (x, y), con 1 i n, y por Dy f (x, y) la submatriz complementaria.
Proposici
on (teorema de la funci
on implcita). Sean f : G Rp de clase C 1 ,
n+p
G R
abierto, y (a, b) G tal que f (a, b) = 0 y det Dy f (a, b) 6= 0. Existen
un entorno abierto A de a, un entorno abierto B de b, y una funcion g : A B de
1
clase
nico punto de B que cumple
C , tales que g(a) = b, y, para x A, g(x) es el u
f x, g(x) = 0.

Demostracion. Sea F : G Rn Rp definida por F (x, y) = x, f (x, y) . Como


#
"
0
I
DF (x, y) =
,
Dx f (x, y) Dy f (x, y)
Curso de An
alisis matem
atico III/37

resulta det DF (x, y) = det Dy 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 difeomorfismo. 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) A B 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
de (a, b).
f (x, y) = 0 define y como funci
on implcita de x en un entorno

Si g es la funcion implcita, la regla de la cadena para x f x, g(x) da


Dg(x) = Dy f (x, y)1 Dx 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
xu3 + yv 2 = 4,

y 2 u + 2xv = 0

define (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) = xu3 +yv 2 4, y 2 u+2xv ,


con

0 4 0 4
Df (0, 1, 0, 2) =
.
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

0 4
0 4
4 0
Dg(0, 1) =
=
.
1 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
v
u
v
u3 + 3xu2
+ 2yv
= 0,
y2
+ 2v + 2x
= 0.
x
x
x
x
Como u(0, 1) = 0, v(0, 1) = 2, resulta


v
u
4
= 0,
+ 4 = 0,
x (0,1)
x (0,1)
de donde que es la primera fila de la matriz jacobiana de g. Derivando respecto a y
obtenemos la segunda fila. 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 x2 + y 2 = 1?
2. Comprueba que el sistema
xu6 + y 2 v 3 = 1,

xy 3 + v 2 u2 = 0

define (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).

Curso de An
alisis matem
atico III/38


METODO
DE LOS MULTIPLICADORES DE LAGRANGE
Proposici
on (teorema de Lagrange). Sean A Rn abierto, f : A R y
C 1 , con Dg(x) de rango p (p < n), para todo x A. Sea
g : A Rp de clase
M = x A : g(x) = 0 , y supongamos que f|M tiene un maximo (mnimo) local en
a. Entonces f (a) depende linealmente de g1 (a), . . . , gp (a).
Demostracion. Como en el teorema de la funcion implcita, designamos los puntos de
Rn = Rnp Rp por (x, y), con x Rnp , y Rp . Si el rango de la matriz jacobiana
de g es p, hay p columnas independientes, y, para simplificar la notacion, suponemos
que, en a, las p u
ltimas lo son, de forma que det Dy g(a) 6= 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 (a1 , . . . , anp ). Por la regla de la cadena, la matriz jacobiana de h es

Dh(x) = Df x, (x)

I
= Dx f x, (x) + Dy f x, (x) D(x).
D(x)

Usando la expresion de la matriz jacobiana de la funcion implcita que vimos antes,


y Dh(a1 , . . . , anp ) = 0, tenemos Dx f (a) Dy f (a) Dy g(a)1 Dx g(a) = 0, luego

Dx f (a) Dy f (a) = Dy f (a) Dy g(a)1 Dx g(a)

Dy g(a) .

La matriz de Dy f (a) Dy g(a)1 tiene dimension 1 p. Denotando por 1 , . . . , p los


coeficientes de esta matriz, resulta

Df (a) = 1

p Dg(a),

que es equivalente a f (a) = 1 g1 (a) + + p gp (a).


Observa que, como g1 (a), . . . , gp (a) son independientes, porque Dg(a) tiene rango
p, los i son u
nicos. 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 gi (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 define una funcion L : A Rp R, la
funci
on de Lagrange, haciendo
L(x, ) = f (x) 1 g1 (a) p gp (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
artificial. No obstante, en ciertos contextos, como la Mecanica clasica, o la Microeconoma, se puede dar una interpretaci
on 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. Consideramos
2

2
g(x, y) = xy 1.
f (x, y) = x 1 + y + 7/2 ,
Los gradientes son

f (x, y) = 2(x 1), 2(y + 7/2) ,

Curso de An
alisis matem
atico III/39

g(x, y) = (y, x),

y el mnimo de f sobre la curva xy = 1 debe cumplir


y + 7/2
x1
=
.
y
x
Sustituyendo y por 1/x, esta ecuacion se transforma en 2x4 2x3 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
2

h(x) = x 1 +

1
7
+
x 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) = x2 + y 2 + z 2 + x + y + z
sobre la esfera x2 + y 2 + z 2 = 4. Para ello aplicamos el metodo de Lagrange, con
g(x, y, z) = x2 + 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


2y + 1
2z + 1
2x + 1
=
=
,
x
y
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 definida por las ecuaciones
z = x2 + y 2 ,

x + y + z = 1.

En el captulo proximo veremos por que llamamos curva al conjunto de puntos de R3


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) = x2 + y 2 + z 2 ,

g1 (x, y, z) = x2 + y 2 z,

y el punto a distancia mnima debe cumplir

Curso de An
alisis matem
atico III/40

2x

2y

2z

2y 1 = 0.

1 1
2x

g2 (x, y, z) = x + y + z 1,

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 = 2x2 = 1 2x, y podemos
hallar x resolviendo 2x2 +

2x 1 = 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
3
1
x+y = ,
x2 + y 2 = ,
2
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 = x2 , usando el metodo de
Lagrange.
2. En el problema 3.10 se hallaba el mnimo de f (x, y) = ex +ey 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 define f : (x, y) R2 : 5x + 6xy = 8 R por f (x, y) = x2 y 2 . Halla el


maximo y el mnimo valor de f , si existen.

4. Se define f : (x, y, z) R3 : xyz = 27 R por f (x, y, z) = xy + xz + yz. Halla


el maximo y el mnimo valor de f , si existen.

5. Se define f : (x, y) R2 : x2 + y 2 1, x2 y 1 R por f (x, y) = y x.


Halla el maximo y el mnimo valor de f , si existen.

PROBLEMAS
y
x
y x
4.1. Se define f : R2 R2 por
f (x, y) =2 (e + e , e e ). Prueba que f define un
2
difeomorfismo de R en G = (u, v) R : u < v < u .

4.2. Sean A Rn abierto, y f : A Rn de clase C 1 , tal que, si x, y, x + y A, se


cumple

f (x + y) f (x) y kyk .
2

(a) Prueba que se cumple Du f (x) u 1/2 para kuk = 1, x A.


(b) Prueba que f define un difeomorfismo entre A y f (A).

4.3. Prueba que la ecuacion z cos x y cos z = 0 define 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 : R2 R de clase C 2 , y > 0, tales que
g(0, 0) = ,

2
2
2
D1,1
g(0, 0) = D2,2
g(0, 0) = .
g(0, 0) = D1,2

(a) Prueba que la ecuacion xz 3 + z g(x, y) = x2 + y 2 + z 2 define 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 D2 g(0, 0) = 0.
(c) Es un maximo o un mnimo?
Curso de An
alisis matem
atico III/41

4.5. Se define f : R3 R por f (x, y, z) = x + y + z sin(xyz).


(a) Demuestra que la ecuacion f (x, y, z) = 0 define 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) R3 : x2 + y 2 + z 2 1, z 0 .

4.7. Donde alcanza su maximo valor f (x, y, z) = ax2 + by 2 + cz 2 , con 0 < a < b < c,
en D = (x, y, z) R3 ; x2 + y 2 + z 2 1, z 0 .
2 x+y
2
4.8. Halla el maximo y el mnimo valor, si
en
existen, de f (x, y) = (x + y )e
2
2
2
D = (x, y) R ; x + y 1, x + y 1 .

4.9. Halla
y el mnimo valor, si existen, de f (x, y) = x2 3x + 4y 2 4y
el maximo
2
en D = (x, y) R ; x2 + 4y 2 1, x 0 .
2
2
2
4.10. Halla
mnimo valor, si existen,
de f (x, y, z) = x +y +z +x+y
el maximo3 y el
2
2
2
en D = (x, y, z) R ; x + y + z 4, z 0 .

Curso de An
alisis matem
atico III/42


5. APLICACIONES GEOMETRICAS

TANGENTE Y NORMAL A UNA CURVA EN EL PLANO


Sea : (t1 , t2 ) R2 , inyectiva, de clase C 1 , con D(t) 6= 0 para todo t. Diremos que
on param
etrica, o una parametrizaci
on de una curva en R2 .
es una representaci
(por que?) entre el intervalo abierto (t1 , t2 ) y el recorrido
es un homeomorfismo

(t1 , t2 ) . 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) R2 , 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
on de una curva del plano, decimos que el vector derivada

parametrizaci
0 (t) = 10 (t), 02 (t) es un vector tangente a la curva en el punto (t). Este
vector tangente depende de la parametrizacion.
Ejemplo (continuaci
on). Para las parametrizaciones del arco de circunferencia del
ejemplo, tenemos
0 (t) = ( sin t, cos t),
0 (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 definen la misma direccion.


Sea : (t1 , t2 ) R2 una parametrizacion de una curva del plano. Las expresiones cambio de par
ametro, o reparametrizaci
on, designan un difeomorfismo
h : (s1 , s2 ) (t1 , t2 ). Entonces = h es otra parametrizacion de la misma curva
(el recorrido de y es el mismo). Por la regla de la cadena, 0 (t) = h0 (s)0 (h(s)),
y los vectores tangentes definen la misma direccion. Si h0 (s) > 0, tienen ademas
el mismo sentido, y decimos que el cambio de parametro conserva el sentido. Si
h0 (s) < 0, decimos que invierte el sentido.
La recta que pasa por un punto (t) y tiene la direccion del vector tangente 0 (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 02 (t), 01 (t) .

Si f : (a, b) R es una funcion de clase C 1 , con f 0 (x) 6= 0 para todo x,


se obtiene

f
=
x,
f
. El
de forma obvia una parametrizaci
o
n
de
la
gr
a
fica
de
tomando
(x)
(x)

0
vector tangente en x, f (x) es 1, f (x) . Observa que la pendiente de este vector
coincide con la derivada f 0 (x).
Una curva de R2 es un subconjunto M R2 tal que, para cada punto (x, y)
2
M existen
un entorno U y una parametrizacion : (t1 , t2 ) R de modo que
(t1 , t2 = M U . Con esta definicion de curva, la grafica de una funcion f :
(a, b) R como la del parrafo anterior es una curva, aunque no toda curva del plano
es la grafica de una funcion de una variable (v. el ejemplo que sigue). Observa que,
si en entorno de un punto (x0 , y0 ) 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.
Curso de An
alisis matem
atico III/43

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 definir (t) =
(cos t, sin t) 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 grafica de ninguna funcion de una
variable, sino que no es posible definir una parametrizacion u
nica para toda la circunferencia, puesto que es un subconjunto compacto de R2 , y toda parametrizacion
es un homeomorfismo.
Sea f : A R de clase C 1 , con A R2 abierto, y supongamos
que f (x, y) 6= 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 (x0 , y0 ) 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 (x0 , y0 ).


Recuerda que la derivada de la funcion implcita es
g 0 (x) =
y por consiguiente los vectores

f f
,
,

y x

f /x
f /y

f f
,
x 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) =6= 0, define una curva en el
plano, y el gradiente f (x, y) da la direccion normal a la curva. Estas ecuaciones se
llaman ecuaciones implcitas.
2
2
Ejemplo. La circunferencia
puede darse por la ecuacion
impl

cita x + y 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 R2 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 cientficos,
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 interpretaci
on 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
graficos de optimizacion.

Ejemplo. El maximo de f (x, y) = xy sobre D = (x, y) R2 : x + y 1, x, y 0


se alcanza en (1/2, 1/2), que es la intersecci
on de la recta x + y = 1 con la isocuanta
xy = 1/4. La recta es tangente a la hiperbola en este punto.
Curso de An
alisis matem
atico III/44

Ejercicios
1. Halla las
de las rectas tangente y normal a la hiperbola x2 y 2 = 1 en

ecuaciones
el punto
3, 2 .
2. Demuestra que la ecuacion y 3 + 3x2 y x3 + 2x + 3y = 0 define una curva. Halla
las ecuaciones de las rectas tangente y normal en el origen.

DIFERENCIAL DE UN HAZ DE CURVAS


ECUACION
on diferencial es una ecuacion en la que intervienen una funcion y sus
Una ecuaci
derivadas. Si se trata de una funcion de una variable, tenemos una ecuaci
on diferencial ordinaria, y si no, una ecuaci
on en derivadas parciales. Nos limitaremos
aqu a las ecuaciones ordinarias. Si designamos por y una funcion de x, y por y 0 ,
on diferencial ordinaria de orden n es una
y 00 , etc., sus derivadas,
una ecuaci
expresion del tipo f x, y, y 0 , . . . , 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 ver
an otros metodos.
Ejemplo. y 0 = x es una ecuacion de primer orden, con infinitas soluciones, que
podemos expresar en la forma y = x2 /2 + C, con C R.
En general, una ecuacion diferencial tiene infinitas soluciones. Una expresion como
la del ejemplo anterior, en la que las soluciones se obtienen al dar valores a uno o
on general de la ecuaci
on. Las
varios parametros (C en el ejemplo), se llama soluci
soluciones particulares pueden identificarse a traves de los parametros, o mediante
condiciones que se denominan genericamente condiciones iniciales.
Ejemplo. Hallamos la solucion de y 00 = x que es tangente a la recta y = x en el
origen. La solucion general es y = x3 /6 + C1 x + C2 , y la condicion que imponemos
para seleccionar la solucion particular equivale a y(0) = 0, y 0 (0) = 1, o sea a C1 = 1,
C2 = 0. Luego la solucion buscada es y = x3 /6 + x.
Si consideramos que la grafica de una solucion de una ecuacion diferencial ordinaria 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
ecuaci
on 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, C1 , . . . , Cn = 0 (v. Ejemplo).
Ejemplo. Consideremos el haz de circunferencias de ecuacion x2 + y 2 = C (C > 0).
6 0), resulta la ecuacion diferencial del haz,
Derivando implcitamente (all donde y =
x + yy 0 = 0. Se ve claro que, para cualquier solucion y(x) de esta ecuacion, x2 + 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.
Curso de An
alisis matem
atico III/45

Cuando las rectas tangentes a dos curvas en un punto en el cual se cortan son perpendiculares, decimos que las curvas lo son. Si todas las curvas de un haz son perpendiculares 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 ortogonales basta cambiar y 0 por 1/y 0 en la ecuacion diferencial.
Ejemplo. El haz de circunferencias x2 + 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 = 0 y xy 0 y = 0, respectivamente.
Ejercicios
1. Cuales son las trayectorias ortogonales al haz de curvas exponenciales y = Ce2x ,
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 0 = 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,
Z
Z
f (y) dy = g(x) dx + C.

Ejemplo. Hallamos la solucion de 1 + ex yy 0 = ex que cumple y(0) = 0. Para ello


integramos en los dos miembros de
yy 0 =

ex
,
1 + ex

obteniendo y 2 /2 = log 1 + ex + C. Por la condicion inicial, debe ser C = log 2, y


en definitiva la solucion es

1 + ex
.
y = 2 log
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 ecuaci
on homog
enea,
y 0 = f (y/x). Con el cambio de variable u = y/x, esta ecuacion se convierte en
u0 x + u = f (u), que es una ecuacion en variables separables.
Ejemplo. Resolvemos la ecuacion
y0 =

y 2 + 2xy
.
x2 + 2xy

Con el cambio u = y/x, la ecuacion se transforma en


u0 x + u =
Curso de An
alisis matem
atico III/46

u2 + 2u
.
1 + 2u

Separando las variables, tenemos


1
1 + 2u 0
u = .
u(1 u)
x
Suponiendo que todas las funciones que aparecen en esta expresion son positivas, la
integral es
u
log
= log x + C.
(1 u)3
Operando y reemplazando u por y/x, podemos llegar a la solucion general

3
xy + C x y = 0.

Se puede comprobar, derivando implcitamente y eliminando C, que las curvas de este


haz satisfacen la ecuacion diferencial de partida, para cualquier C 6= 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

a1 x + b1 y + c1
y0 = f
.
a2 x + b2 y + c2
Si a1 b2 = a2 b1 , se hace u = a1 x+b1 y y se obtiene una ecuacion en variables separables
6 a2 b1 , se escogen y de forma que a1 + b1 + c1 =
(en u y x). Si a1 b2 =
a2 + b2 + c2 = 0, y el cambio x = u + , y = v + da una ecuacion homogenea (en
v y u).
Ejercicios
1. Resuelve la ecuacion xy 0 y = y 3 .

2. Resuelve la ecuacion x + 4y y 0 = x + y.
3. Resuelve la ecuacion
x+y+1
y0 =
.
2x
4. Resuelve la ecuacion
x+y+1
y0 =
.
3x + 3y + 4

ECUACIONES DIFERENCIALES EXACTAS


Una ecuaci
on diferencial exacta es una ecuacion P (x, y) + Q(x, y)y 0 = 0 tal que
existe una funcion F (x, y), que se llama primitiva, tal que
F
= P,
x

F
= Q.
y

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
P
Q
=
.
x
y
Se puede demostrar que, en un subconjunto abierto del plano que cumple ciertas
condiciones topologicas (simplemente conexo), esta condicion es suficiente.
Curso de An
alisis matem
atico III/47



Ejemplo. 2x3 + 3y + 3x + y 1)y 0 = 0 es una ecuacion exacta, y F (x, y) =
2x4 + 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 = 0 es exacta, se llama
factor integrante. El factor integrante debe cumplir
(QH)
(P H)
=
.
x
y
Ejemplo. H(x) = 1/x2 es un factor integrante de x2 y + xy 0 = 0. En efecto, la
ecuacion 1 y/x + y 0 /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 = 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)

Q
P
=
H(x) + Q(x, y)H 0 (x),
y
x

o sea

Q
P

H 0 (x)
y
x
=
Q(x, y)
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 suficiente) para que haya un factor integrante H(y) es que
P
Q

y
x
P (x, y)
solo dependa de y.
Ejemplo (continuaci
on). En la ecuacion x2 y + xy 0 = 0,
P
Q

2
y
y
=
Q(x, y)
x
e integrando y aplicando la exponencial a esta expresion obtenemos H(x) = 1/x2 .
Ejercicios

1. Resuelve la ecuacion 3x2 + 6xy 2 + 6x2 y + 4y 3 y 0 = 0.

2
2
2. Resuelve la ecuacion y 2 exy + 4x3 + 2xyexy 3y 2 y 0 = 0.
3. Resuelve x + y 2 2xyy 0 = 0 usando un factor integrante.

4. Resuelve 2xy 4 ey +2xy 3 +y+ x2 y 4 ey x2 y 2 3x y 0 = 0 usando un factor integrante.

5. Resuelve y y + 2x + 1 xy 0 2y + x 1 = 0, usando un factor integrante del tipo


g(xy).

Curso de An
alisis matem
atico III/48

ECUACIONES DIFERENCIALES LINEALES


Una ecuaci
on 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 0 + P (x)y = Q(x).
Consideremos, en primer lugar, una ecuacion lineal del tipo y 0 + P (x)y = 0. Estas
eneas (no tienen nada que ver con las ecuaciones hoecuaciones se llaman homog
mogeneas de la seccion anterior). Una ecuacion lineal homogenea es una ecuacion en
variables separables, y 0 + P (x)y = 0, y ya sabemos como resolverla.
Es interesante observar que el operador T y = y 0 +P y 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, T y = Q. Si y1 e y2
son dos soluciones, y1 y2 es una solucion de la ecuacion homogenea T y = 0. Por
consiguiente, la soluci
on general de la ecuaci
on y 0 + P (x)y = Q(x) es la suma
de la soluci
on general de la ecuaci
on homog
enea y 0 + P (x)y = 0 y de una
soluci
on particular.
Ejemplo. Vamos a hallar la solucion general de y 0 = 3y + x. En primer lugar, la
ecuacion homogenea y 0 3y = 0 se puede expresar como una ecuacion en variables
separables, y 0 /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 e3x . As pues, las
soluciones forman un espacio vectorial de dimension 1, generado por x e3x .
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 e3x 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
R
y = C e P (x) dx .

La solucion particular se puede obtener por tanteo, como hemos hecho en el ejemplo,
etodo de variaci
on de las constantes, del que
o por un metodo conocido como m
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)y Q(x) + y 0 = 0
tiene un factor integrante que solo depende de x, concretamente
R
H(x) = e P (x) dx .
Entonces la ecuacion

es exacta, y

R
P (x)y Q(x) e

F (x, y) = y e

P (x) dx

P (x) dx

+ y0 e

Q(x) e

P (x) dx

=0

P (x) dx

dx

es una primitiva. Igualando a C y despejando y obtenemos una formula general,

Z
R
R
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 ecuaci
on de Bernouilli es una ecuacion del tipo y 0 + P (x)y = Q(x)y . Escribiendo esta ecuacion en la forma y y 0 + P (x)y 1 = Q(x), se ve facilmente que se
puede convertir en una ecuacion lineal mediante el cambio u = y 1 .
Curso de An
alisis matem
atico III/49

Ejemplo. y 0 y = xy 6 es una ecuacion de Bernouilli, que, mediante la sustitucion


u = y 5 , se transforma en u0 + 5u = x. La solucion de esta es

Z
R
R
1
x
.
u = e 5 dx C + x e 5 dx dx = Ce5x +
5 25
Ejercicios
1. Resuelve la ecuacion y 0 + y = x2 .
2. Resuelve la ecuacion y 0 + 2xy = xy 3 .
2
3. Resuelve la ecuacion y 0 + 4xy = 2x ex y.

CURVAS Y SUPERFICIES EN Rn
Vamos a extender ahora a Rn la definicion de parametrizacion de una curva. Una
parametrizacion de una curva en Rn es una funcion : (t1 , t2 ) Rn , inyectiva, de
clase C 1 , con D(t) 6= 0para todo
el intervalo abierto
t. es un homeomorfismo entre

(t1 , t2 ) y el recorrido (t1 , t2 ) . El vector derivada 0 (t) = 10 (t), . . . , 0n (t) es un


vector tangente a la curva en el punto (t). Este vector tangente depende de la
parametrizacion.
Si h : (s1 , s2 ) (t1 , t2 ) es un cambio de parametro, = h es otra parametrizacion,
con el mismo recorrido, y 0 (t) = h0 (s)0 (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 0 (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
y = z.
x = 1,
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 Rn es un subconjunto M R2 tal que, para cada punto x M existen

un entorno U y una parametrizacion : (t1 , t2 ) Rn de modo que (t1 , t2 ) =


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 definidos.
Sea f : A Rn1 una funcion de clase C 1 , con A Rn abierto, y supongamos que
Df (x) tiene rango n 1 (equivalentemente, los gradientes de lascomponentes 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,
la notacion, la funcion implcita (x2 , . . . , xn ) = g(x1 ). Entonces
para simplificar

f x1 , g(x1 ) = 0, y, por la regla de la cadena, Df (x) Dg(x1 ) = 0. Esto implica


que el subespacio tangente a la curva coincide con el n
ucleo de la diferencial Df (x),
o, si se prefiere, con el subespacio ortogonal a las filas de la matriz jacobiana (los
gradientes de las componentes de f ), que forman una base del subespacio normal.
Curso de An
alisis matem
atico III/50

Ejemplo. Consideremos las ecuaciones


z = x2 + y 2 ,

x + y + z = 1,

que aparecan en un ejemplo del captulo anterior. Definiendo f : R3 R por


f (x, y, z) = (x2 + y 2 z, x + y + z 1), tenemos

2x 2y 1
Df (x, y, z) =
,
1
1
1
con rango 2 en todos los puntos para los que f (x, y, z) = 0. Por tanto estas ecuaciones
definen una curva en R3 .

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 filas de la matriz jacobiana
de f o sea

5 1 u2 u3 = u1 + u2 + u3 = 0.

Una solucion de este sistema es 5, 1, 5 1 , y por tanto la recta tangente es


z 3 5 /2
x
51

=y
=
.
2
5
51
La ecuacion del plano normal es

5 1
3 5
5x + y
51 z
+
= 0.
2
2
Una parametrizaci
on p-dimensional en Rn es una funcion inyectiva : T Rn ,
1
de clase C , definida en un abierto T Rn , 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 fijamos todos los parametros menos uno, y
consideramos

s t1 , . . . , ti1 , s, ti+1 , . . . , tp ,
obtenemos una parametrizacion de una curva. Un vector tangente es /ti .
Un cambio de parametros es un difeomorfismo h : V U . = h es otra
parametrizaci

on, con el mismo recorrido. Por la regla de la cadena, D(s) =


D (h(s) Dh(s). Como
on
Dh(s) es invertible, las filas de D(s) son combinaci
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 R3 definida 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


= sin s cos t, cos s cos t, 0 ,
s


= cos s sin t, sin s sin t, cos t
t

son
y generan el subespacio
tangente. En el punto

independientes

linealmente
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 .
Curso de An
alisis matem
atico III/51

Una variedad diferenciable p-dimensional en Rn es un conjunto M Rn , tal que


existe una familia ( : Ui Rn )iI de parametrizaciones p-dimensionales, con M
iI (Ui ), de forma que, si i (Ui ) j (Uj ) 6= ,

j1 i : 1
i (Ui ) j (Uj ) j1 i (Ui ) j (Uj )
i

es un un cambio de parametros. Las variedades de dimension 1 son las curvas, y las de


dimension 2 las superficies. 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 ecuaciones, que en las curvas era n 1, determina la dimension. Si f : A Rnp
es una funcion de clase C 1 , con A Rn abierto, y Df (x) tiene rango n p para
x A, el teorema de la funcion implcita (p coordenadas como funcion implcita
de lasrestantes) 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 /ti 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 : (s1 , s2 )
Rn es una parametrizaci
on de una curva contenida en M = {x Rn : 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 0 (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

+ + p
v = 1
t1
tp

es un vector tangente, (s) = 1 s, . . . , p s define una curva tangente a u.

Ejemplo (continuaci
on). Si f (x, y, z) = x2 + 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

1
1
1
2
2
2

x
+
y
+
z
= 0,
3
3
3
3
3
3

o sea x + y + x = 3. La ecuacion de la recta normal es

y 1/ 3
z 1/ 3
x 1/ 3

=
=
,
2/ 3
2/ 3
2/ 3
o sea x = y = z.
Ejemplo (continuaci
on). Volvemos a la curva del captulo anterior, pero ahora
consideramos las dos superficies cuya intersecci
on da la curva. En primer lugar,
z =x2 + y 2 define
una superficie
(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

51
3 5
z
= 0.
51 y
2
2

El plano x + y + z = 1 es otra superficie, 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 intersecci
on del paraboloide y el plano, y que ya hemos hallado antes.
Curso de An
alisis matem
atico III/52

Ejercicios
1. Comprueba que el sistema
x2 + y 2 + z 2 = 1,

x+y+z =1

define una curva en R3 . Halla la ecuacion de la recta tangente y el plano normal en


(1, 0, 0).
2. Comprueba que el sistema
xy = 1,

x2 + y 2 + z 2 + z = 2

define 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
x2 + y 2 + z = 4,

x+y+z =1

al plano tangente a la superficie x2 + y 2 4y + z = 0 en el punto (0, 4, 0).


5.2. De todas las rectas normales a la elipse x2 /4 + y 2 = 1, cual es la que esta a
mayor distancia del origen?
5.3. Considera el sistema
2z = 16 x2 y 2 ,

x + y = 4.

(a) Prueba que este sistema define una curva de R3 .

(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 e2x y 2 + yy 0 = 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 interseccion de la tangente con el eje y, y B la intersecci
on 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 intersecci
on 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.

Curso de An
alisis matem
atico III/53

6. PROBLEMAS DE REPASO

6.1. Sea A Rn un conjunto convexo. Demostrar que A y A son convexos.


6.2. Sea (Cm )m una sucesion decreciente de subconjuntos compactos no vacos de
on de esta sucesion es un conjunto
Rn , con lim (Cm ) = 0. Demuestra que la intersecci
que contiene exactamente un punto.
6.3. Sean A, B Rn , de modo que A sea compacto y B cerrado. Demuestra que
existen a A y b B tales que ka bk = d(A, B). Muestra con un ejemplo que esto
no es cierto, en general, para dos conjuntos cerrados.
6.4. Sean A Rn abierto, a A, f : A R continua en a, y g : A R diferenciable
en a, con g(a) = 0. Demuestra que f g es diferenciable en a.
6.5. Sean A Rn , abierto y convexo, y f : A Rm diferenciable. Demuestra que
se cumple

f (x) f (y)

Df (z).

sup
=
sup
x y
x6=y
zA
x,yA

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 clasificar, seg


un los valores del parametro , los extremos locales de la
funcion f : R2 R definida por

f (x, y) = x y x + y .
6.7. Prueba que el sistema
u = x3 ,

v =x+y

define 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) R2 : x, y 0 y f : D R definida por f (x, y) = x1/3 y 2/3 .


(a) Halla el maximo y el mnimo de f en

A = (x, y) D : x/ 3 y 3x, x2 + y 2 1 ,

si existen.
(b) Lo mismo para

B = (x, y) D : x/ 3 y 3x, x2 + y 2 1 .

6.9. Se define f : (x, y, z) R3 ; x2 + y 2 + z 2 4, z 1 R por f (x, y, z) =


x2 + y 2 + z 2 + x + y + z. Halla el maximo y el mnimo valor de f , si existen.
Curso de An
alisis matem
atico III/54

6.10. Sea r la recta intersecci


on delplano xy y el plano tangente a la superficie de
ecuacion z = x2 + y 2 en el punto (2 2, 1, 9).
(a) Halla una ecuacion de r.
on de r y la
(b) Si P es un punto de una curva del plano xy, sea Q la intersecci
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 intersecci
on de la recta tangente con el eje y sea igual
a x.

Curso de An
alisis matem
atico III/55

You might also like