Calculo Diferencial R PDF

C LCULO D IFERENCIAL EN Rn
Francisco Javier Prez Gonzlez

Departamento de Anlisis Matemtico
Universidad de Granada
Septiembre de 2016
I
Licencia. Este texto se distribuye bajo una licencia Creative Commons en virtud de la cual se permite:
Copiar, distribuir y comunicar pblicamente la obra.

Hacer obras derivadas.
Bajo las condiciones siguientes:

BY: Reconocimiento. Debe reconocer los crditos de la obra de la manera especificada por el autor o
el licenciador (pero no de una manera que sugiera que tiene su apoyo o apoyan el uso que hace
de su obra).

$ No comercial. No puede utilizar esta obra para fines comerciales.
\
Compartir bajo la misma licencia. Si altera o transforma esta obra, o genera una obra derivada,
C
slo puede distribuir la obra generada bajo una licencia idntica a sta.
Universidad de Granada Prof. Javier Prez

Dpto. de Anlisis Matemtico Clculo Diferencial en Rn
Indice general
1. Estructura eucldea y topologa de Rn 1

1.1. Producto escalar y norma eucldeos . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Espacios normados y espacios mtricos . . . . . . . . . . . . . . . . . . . . . 4
1.3. Topologa de un espacio mtrico . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5. Lmite funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.6. Continuidad y lmites de campos escalares y vectoriales . . . . . . . . . . . . . 23
2. Derivadas parciales y extremos relativos de campos escalares 33

2.1. Derivadas parciales. Vector gradiente . . . . . . . . . . . . . . . . . . . . . . . 34
2.1.1. Interpretacin geomtrica de las derivadas parciales . . . . . . . . . . . 35
2.1.2. Campos escalares diferenciables . . . . . . . . . . . . . . . . . . . . . 36
2.2. Rectas tangentes y planos tangentes . . . . . . . . . . . . . . . . . . . . . . . 41
2.3. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . 45
2.4. Teorema de Taylor. Extremos relativos . . . . . . . . . . . . . . . . . . . . . . 49
3. Derivacin de campos vectoriales 58

3.1. Derivada de un campo vectorial. Matriz jacobiana . . . . . . . . . . . . . . . . 58
3.1.1. El espacio normado L.Rn ; Rm / . . . . . . . . . . . . . . . . . . . . . 59
3.1.2. Regla de la cadena. Derivadas parciales de funciones compuestas . . . 62
3.1.3. Teorema del valor medio para campos vectoriales . . . . . . . . . . . . 67
II
ndice general III
3.2. Teorema de la funcin inversa . . . . . . . . . . . . . . . . . . . . . . . . . . 68

3.3. Teorema de la funcin implcita . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.4. Variedades diferenciables en Rn . . . . . . . . . . . . . . . . . . . . . . . . . 83
3.5. Espacios tangente y normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.6. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.6.1. Clculo de extremos absolutos . . . . . . . . . . . . . . . . . . . . . . 98

Captulo 1
Estructura eucldea y topologa de Rn
1.1. Producto escalar y norma eucldeos
Como sabes, Rn es un espacio vectorial en el que suele destacarse la llamada base cannica
formada por los vectores fe1 ; e2 ; : : : ; en g donde ek es el vector cuyas componentes son todas
nulas excepto la que ocupa el lugar k que es igual a 1.
1.1 Definicin. Dados dos vectores x D .x1 ; x2 ; : : : ; xn /, y D .y1 ; y2 ; : : : ; yn / se define su

producto escalar por:
n
X
xy D xk yk D x1 y1 C x2 y2 C C xn yn
kD1
Este producto escalar se llama producto escalar eucldeo.
Observa que el producto escalar de dos vectores no es un vector sino un nmero real.
La notacin x.y es frecuentemente usada en los libros de Fsica para representar el producto
escalar de los vectores x e y.
Propiedades del producto escalar.

1. xx > 0, y xx D 0 x D 0.
2. Simetra. xy D y x para todos x; y 2 Rn .

3. Linealidad. x C y z D xz C y z para todos ; 2 R y para todos x; y; z 2 Rn .

1
Producto escalar y norma eucldeos 2
Dichas propiedades del producto escalar se deducen fcilmente de su definicin.
1.2 Definicin. La norma eucldea de un vector x D .x1 ; x2 ; : : : ; xn / se define por
q
p n
X
kxk2 D xx D xk2
kD1
Desigualdad de Cauchy-Schwarz.
Para todos x; y 2 Rn se verifica que

xy 6 kxk2 kyk2

Adems, supuesto que x e y no son nulos, la igualdad xy D kxk2 kyk2 equivale a que
exista un nmero 2 R tal que x D y (es decir, los vectores x e y estn en una misma recta
que pasa por el origen).
Propiedades de la norma eucldea.
1. kxk2 > 0, y kxk2 D 0 x D 0.
2. Homogeneidad. kxk2 D jj kxk2 para todo x 2 Rn y todo 2 R.
3. Desigualdad triangular. Para todos x; y 2 Rn se verifica que
kx C yk2 6 kxk2 C kyk2
Adems, supuesto que x e y no son nulos, la igualdad kx C yk2 D kxk2 C kyk2 equivale
a que hay un nmero > 0 tal que x D y (es decir, los vectores x e y estn en una misma
semirrecta que pasa por el origen).
1.3 Definicin. Se dice que los vectores x e y son ortogonales, y escribimos x ? y, cuando
su producto escalar es cero. Se dice que un vector x es ortogonal a un conjunto de vectores
E Rn cuando x es ortogonal a todo vector en E. Un conjunto de vectores no nulos que
son mutuamente ortogonales se dice que es un conjunto ortogonal de vectores; si, adems,
los vectores tienen todos norma 1 se dice que es un conjunto ortonormal de vectores. Una
base vectorial que tambin es un conjunto ortogonal (ortonormal) se llama una base ortogonal
(ortonormal).
Si x e y son vectores no nulos, el vector

Q xy
y .x/ D y
y y
se llama proyeccin ortogonal de x sobre y.

Q
El vector x y .x/ es ortogonal a y. En particular, si y es un vector unitario (de norma

1) entonces el vector x x y y es ortogonal a y.


Producto escalar y norma eucldeos 3
Ejercicios propuestos
1. Particulariza las definiciones y propiedades anteriores para el caso n D 1, es decir, para

R.
2. Prueba la desigualdad de Cauchy-Schwarz.

Sugerencia. Comprueba que la ecuacin x y x y D 0, en la que es un nmero
real arbitrario y x e y son vectores que se suponen fijos, es un trinomio de segundo
grado en la variable . Ten en cuenta que dicho trinomio toma siempre valores mayores
o iguales que cero lo que proporciona informacin sobre su discriminante.
3. Prueba la desigualdad triangular.

Sugerencia. Una estrategia para probar desigualdades entre normas eucldeas es elevar al
2
cuadrado. La desigualdad kx C yk22 6 kxk2 C kyk2 es equivalente a la desigualdad
triangular pero es fcil de probar desarrollando kx C yk22 D x C y x C y y usando la

desigualdad de Cauchy-Schwarz.
4. Teorema de Pitgoras. Prueba que los vectores x e y son ortogonales si, y solo si
kx C yk22 D kxk22 C kyk22

Q
5. Prueba que el vector x y .x/ es ortogonal a y.
1.4 Definicin. La distancia eucldea en Rn es la aplicacin d2 W Rn Rn ! RC

o definida por:
d2 .x; y/ D kx yk2 .x; y 2 Rn /
La distancia eucldea entre los vectores x e y es el nmero d2 .x; y/.
Las siguientes propiedades de la distancia eucldea se deducen fcilmente de las de la norma

eucldea.
Propiedades de la distancia eucldea.
1. d2 .x; y/ > 0, y d2 .x; y/ D 0 x D y.
2. Simetra. d2 .x; y/ D d2 .y; x/ para todos x; y 2 Rn .
3. Homogeneidad. d2 .x; y/ D jj d2 .x; y/ para todos x; y 2 Rn y todo 2 R.
4. Desigualdad triangular. d2 .x; y/ 6 d2 .x; z/ C d2 .z; y/ para todos x; y; z 2 Rn .

Espacios normados y espacios mtricos 4
1.2. Espacios normados y espacios mtricos
Las propiedades de la norma y de la distancia eucldeas en Rn se pueden abstraer dando

lugar a los conceptos de espacio normado y espacio mtrico.
1.5 Definicin. Sea X un espacio vectorial real. Una norma sobre X es una aplicacin
k k W X ! RC o que verifica las siguientes propiedades:
1. kxk D 0 x D 0.
2. Homogeneidad. kxk D jj kxk para todo 2 R y todo x 2 X .
3. Desigualdad triangular. kx C yk 6 kxk C kyk para todos x; y 2 X .
El par ordenado .X; k k/ se llama un espacio normado.
Naturalmente, sobre un mismo espacio vectorial pueden considerarse distintas normas, ca-
da una de ellas da lugar a un espacio normado diferente. Para tener en cuenta este hecho se dice
que un espacio normado es un par ordenado .X; k k/ formado por un espacio vectorial real X
y una norma. No obstante, con frecuencia se dice simplemente sea X un espacio normado y
se sobreentiende que X es un espacio vectorial real en el que est definida una norma concreta.
1.6 Ejemplos. En Rn suelen considerarse, adems de la norma eucldea, la norma de la suma,

k k1 , y la norma del mximo, k k1 , definidas para todo x 2 Rn por:
n
X
kxk1 D jxk j
kD1
kxk1 D mKax fjxk j W 1 6 k 6 ng
En el espacio vectorial, B.A/, de todas las funciones reales acotadas definidas en un con-
junto no vaco A R, se define la norma uniforme dada para toda f 2 B.A/ por:
kf k1 D sup fjf .t/j W t 2 Ag :
En el espacio vectorial, C .a; b/, de todas las funciones reales continuas definidas en un
intervalo a; b, se define la norma integral de orden 1 dada para todo f 2 C .a; b/ por:
wb
kf k1 D jf .t/j dt
a
1.7 Definicin. Sea E un conjunto cualquiera no vaco. Una distancia en E es una aplicacin
d W E E ! RC o que verifica las siguientes propiedades:
1. d.x; y/ D 0 x D y.
2. Simetra. d.x; y/ D d.y; x/ para todos x; y 2 E.
3. Desigualdad triangular. d.x; y/ 6 d.x; z/ C d.z; y/ para todos x; y; z 2 E.

Espacios normados y espacios mtricos 5
El par ordenado .E; d/ se llama un espacio mtrico. Los elementos de un espacio mtrico
suelen llamarse puntos de dicho espacio mtrico.
Naturalmente, sobre un mismo conjunto pueden considerarse distintas distancias, cada una
de ellas da lugar a un espacio mtrico diferente. Para tener en cuenta este hecho se dice que un
espacio mtrico es un par ordenado .E; d/ formado por un conjunto no vaco y una distancia.
No obstante, con frecuencia se dice simplemente sea E un espacio mtrico y se sobreentiende
que en E est definida una distancia concreta.
Dado un espacio normado, .X; k k/, la aplicacin d W X X ! RC
o dada por:
d.x; y/ D kx yk .x; y 2 X /
es una distancia en X que se llama distancia asociada a la norma.
Todo espacio normado se considera siempre como espacio mtrico con la distancia aso-
ciada a su norma.
6. Prueba que k k1 y k k1 son normas en Rn y que para todo x 2 Rn se verifican las

desigualdades:
kxk1 6 kxk2 6 kxk1 6 nkxk1
7. Prueba que k k1 es una norma en B.A/ y que k k1 es una norma en C .a; b/..
8. Sea n 2 N y S.n/ D f1; 2; : : : ; ng. Prueba que los espacios vectoriales B.S.n// y Rn
son isomorfos. Qu relacin hay entre la norma uniforme y la del mximo en dichos
espacios?
9. Sea .E; d/ un espacio mtrico. Prueba la desigualdade:
jd.x; y/ d.y; z/j 6 d.x; z/ .x; y; z 2 E/ (1.1)
Deduce que en todo espacio normado se verifica la desigualdad:
jkxk kykj 6 kx yk .x; y 2 E/ (1.2)
10. Sea .E; d/ un espacio mtrico y sean x1 ; x2 ; : : : ; xn puntos de E. Prueba que:

n
X1
d.x1 ; xn / 6 d.xj ; xj C1 /
j D1
11. Prueba que la distancia asociada a una norma verifica las propiedades de la definicin
1.7. Comprueba que dicha distancia es invariante por traslaciones y es homognea.
12. Prueba que en todo espacio vectorial real se pueden definir normas y en todo conjunto se
pueden definir distancias.

Topologa de un espacio mtrico 6
1.3. Topologa de un espacio mtrico
Sea .E; d/ un espacio mtrico. Dados un punto a 2 E y un nmero r > 0 definimos el

conjunto (al que por ahora no pondremos nombre):
B.a; r / D fx 2 E W d.x; a/ < r g
Observa que el conjunto as definido depende claramente de la distancia d por lo que una
notacin ms apropiada sera Bd .a; r /, pero dicha notacin es incmoda y solamente se usa
cuando se consideran varias distancias diferentes en un mismo contexto.
1.8 Definicin. Se dice que un conjunto A E es abierto en el espacio mtrico .E; d/ si para
cada punto x 2 A hay un nmero rx > 0 tal que B.x; rx / A. Por convenio, el conjunto
vaco, , se considera abierto.
1.9 Proposicin. Sean .E; d/ un espacio mtrico, a 2 E y r > 0. Se verifica que el conjunto
B.a; r / es abierto. Dicho conjunto se llama bola abierta de centro a y radio r .
1.10 Proposicin (Propiedades de los conjuntos abiertos de un espacio mtrico). En todo es-
pacio mtrico .E; d/ se verifica que:
1. Los conjuntos E y son abiertos.

2. La unin de cualquier coleccin de conjuntos abiertos es un conjunto abierto.
3. La interseccin de una coleccin finita de conjuntos abiertos es un conjunto abierto.
Las propiedades anteriores se expresan diciendo que si T es la clase de todos los conjuntos
abiertos de un espacio mtrico .E; d/, entonces T es una topologa en E. Se dice que dicha
topologa est asociada a la distancia d.
1.11 Definicin. Se dice que un conjunto F E es cerrado en el espacio mtrico .E; d/ si su
complementario EnF es abierto en dicho espacio mtrico.
1.12 Proposicin (Propiedades de los conjuntos cerrados de un espacio mtrico). En todo
espacio mtrico .E; d/ se verifica que:
1. Los conjuntos E y son cerrados.

2. La interseccin de cualquier coleccin de conjuntos cerrados es un conjunto cerrado.
3. La unin de una coleccin finita de conjuntos cerrados es un conjunto cerrado.
1.13 Proposicin. Sean .E; d/ un espacio mtrico, a 2 E y r > 0. Se verifica que el conjunto
B.a; r / D fx 2 E W d.x; a/ 6 r g
es cerrado. Dicho conjunto se llama bola cerrada de centro a radio r .
Recuerda que todo espacio normado se considera automticamente como espacio mtrico
con la distancia asociada a la norma, por lo que las definiciones y resultados anteriores tienen
sentido tambin para espacios normados. En particular, la topologa de un espacio normado
es la topologa asociada a la distancia asociada a la norma del mismo. En R se considera
siempre la topologa y la distancia asociadas al valor absoluto, es decir, R se considera siempre
como el espacio normado .R; j j/.

13. Prueba que si d es una distancia en E la funcin W E E ! R dada por:

d.x; y/
.x; y/ D .x; y 2 E/
1 C d.x; y/
tambin es una distancia en E.
t
Sugerencia. Prueba que la aplicacin t 7! es creciente en RC
o.
1Ct
14. Prueba que un conjunto A E es abierto en el espacio mtrico .E; d/ si, y slo si, A es
unin de bolas abiertas.
15. Describe las bolas abiertas y cerradas en los espacios normados .R; j j/, .R2 ; k k2 /,
.R2 ; k k1 /, .R2 ; k k1 / y .B.0; 1/; k k1 /.
16. Da un ejemplo de una coleccin de conjuntos abiertos (resp. cerrados) en .R; j j/ cuya
interseccin (resp. unin) no sea un conjunto abierto (resp. cerrado).
17. Prueba que todo intervalo abierto (resp. cerrado) en R es un conjunto abierto (resp. ce-
rrado) en .R; j j/.
18. Sean .Ei ; di / i D 1; 2; : : : ; n espacios mtricos. En el conjunto producto cartesiano de
los Ei , E D E1 E2 En , definimos:
..x1 ; x2 ; : : : ; xn /; .y1 ; y2 ; : : : ; yn // D mKax fdi .xi ; yi / W 1 6 i 6 ng
a) Prueba que .E; / es un espacio mtrico. Se dice que .E; / es el espacio mtrico
producto de los espacios mtricos .Ei ; di / i D 1; 2; : : : ; n.
b) Describe las bolas abiertas en .E; /.
1.14 Definicin. Sea .E; d/ un espacio mtrico y A E.

Decimos que un punto x 2 E es adherente al conjunto A si toda bola abierta centrada en
x tiene puntos de A. El conjunto de todos los puntos adherentes a A se llama la adherencia de
A y se representa por A.
Decimos que un punto x 2 E es un punto de acumulacin del conjunto A si toda bola
abierta centrada en x tiene puntos de A distintos de x. El conjunto de todos los puntos de
acumulacin de A se llama la acumulacin de A y se representa por A0 .
El conjunto de todos los puntos adherentes a A y a E=A se llama la frontera de A y se
representa por Fr.A/.
Decimos que un punto x 2 A es un punto interior al conjunto A si hay alguna bola abierta
centrada en x contenida en A. El conjunto de todos los puntos interiores de A se llama el

interior de A y se representa por A.
Decimos que un punto x 2 A es un punto aislado en A si hay alguna bola abierta B.x; r /
tal que B.x; r / \ A D fxg.

19. Sea .E; d/ un espacio mtrico y A E. Prueba que:
1. La adherencia de A es el ms pequeo conjunto cerrado que contiene a A. Por tanto

A es cerrado si, y slo si A D A.
2. El interior de A es el ms grande conjunto abierto contenido en A.
3. La frontera de A son los puntos adherentes a A que no son interiores de A.
4. La adherencia de A es la unin de A con la frontera de A.
20. Prueba que los puntos adherentes de A que no son de acumulacin son puntos aislados
de A.
21. Da ejemplos de conjuntos en .R; j j/ y en .R2 ; k k2 / que no sean abiertos ni cerrados.
22. Prueba que el supremo y el nfimo de un conjunto no vaco y acotado de nmeros reales
son adherentes a dicho conjunto.
23. Calcula la adherencia en R de los conjuntos Q y R=Q.
Conceptos topolgicos
En todo espacio mtrico conviven dos estructuras, la propia de espacio mtrico, .E; d/, y
la de espacio topolgico, .E; T /, donde T es la topologa asociada a la distancia d. Sucede
que en los espacios mtricos es cmodo definir algunos conceptos usando la distancia, pero
a veces dichos conceptos pueden formularse tambin nicamente en trminos de abiertos, sin
referencia ninguna a la distancia original. Los conceptos que pueden formularse nicamente
en trminos de abiertos se llaman topolgicos. Es importante saber cuando un concepto es
topolgico porque puede ocurrir que distancias distintas sobre un mismo conjunto E den lugar
a la misma topologa y, por tanto, las propiedades que solamente dependen de la topologa son
las mismas para ambas distancias.
Todos los conceptos introducidos en la definicin 1.14 dependen aparentemente de la dis-
tancia porque en todos ellos se utilizan bolas abiertas. Pero es fcil comprobar que de hecho son
conceptos topolgicos. Para ello basta con que compruebes que en dichas definiciones puede
sustituirse la expresin bola abierta centrada en x por conjunto abierto que contiene a x
sin que ello afecte para nada a los conceptos all definidos.
1.15 Definicin. Se dice que dos distancias d y sobre un mismo conjunto E son equivalentes
si ambas definen la misma topologa en E.
Se dice que dos normas sobre un mismo espacio vectorial son equivalentes si sus distancias
asociadas son equivalentes.
1.16 Proposicin. Sean k k y jjj jjj dos normas sobre un espacio vectorial X . Equivalen las
afirmaciones:
a) k k y jjj jjj son normas equivalentes.

b) Existen nmeros m > 0, M > 0 verificndose que:

mkxk 6 jjjxjjj 6 M kxk .x 2 X /
Convergencia en espacios mtricos
1.17 Definicin. Se dice que una sucesin fxn g de puntos de un espacio mtrico .E; d/ es
convergente si hay un elemento x 2 E tal que fd.xn ; x/g ! 0, es decir, para todo " > 0 existe
un m" 2 N tal que para todo n > m" se verifica que d.xn ; x/ < ".
Es fcil comprobar que si hay algn elemento x 2 E que verifica la condicin de conver-
gencia anterior dicho elemento x es nico. Tal elemento se llama lmite de la sucesin fxn g y
escribimos lKm fxn g D x o, simplemente, fxn g ! x.
n!1
Observa que fxn g ! x quiere decir que para toda bola B.x; "/ existe un m" 2 N tal que
para todo n > m" se verifica que xn 2 B.x; "/.
24. Prueba que el concepto de sucesin convergente es topolgico. Por tanto, distancias equi-
valentes tienen las mismas sucesiones convergentes.
25. Sea .E; d/ un espacio mtrico. Prueba la desigualdad:
jd.x; y/ d.z; u/j 6 d.x; z/ C d.y; u/ .x; y; z; u 2 E/
Deduce que si fxn g ! x e fyn g ! y entonces fd.xn ; yn /g ! d.x; y/.
26. Para cada n 2 N sea fn W 0; 1 ! R la funcin dada por f .x/ D x n . Prueba que la
sucesin ffn g converge a la funcin nula f D 0 en el espacio .C .0; 1/; k k1 / pero no es
convergente en .C .0; 1/; k k1 /.
27. Sea fxm g una sucesin de puntos de .Rn ; k k2 /. Representaremos por xm .k/ la coorde-
nada k sima del vector xm . Prueba que fxm g ! x si, y slo si, fxm .k/g ! x.k/
para 1 6 k 6 n. Esto es, la convergencia en .Rn ; k k2 / equivale a la convergencia por
coordenadas.
28. Sea fxm g una sucesin de puntos de .Rn ; k k2 /. Prueba que fxm g ! x si, y slo si, se
verifican las siguientes dos condiciones:
8y 2 Rn .

a) xm y ! xy
b) fkxm k2 g ! kxk2 .
1.18 Proposicin. Sean .E; d/ un espacio mtrico, A E y x 2 E. Equivalen las siguientes

afirmaciones:
a) x es un punto adherente a A.
b) x es lmite de una sucesin de puntos de A.

La condicin de Cauchy para una sucesin de nmeros reales puede formularse para suce-
siones de puntos de un espacio mtrico.
1.19 Definicin (Sucesin de Cauchy). Se dice que una sucesin fxn g de puntos de un espacio
mtrico .E; d/ cumple la condicin de Cauchy o que es una sucesin de Cauchy, si para todo
" > 0 existe un m" 2 N tal que para todos p > m" , q > m" se verifica que d.xp ; xq / < ".
Se dice que un espacio mtrico .E; d/ es completo si toda sucesin de puntos de E que
verifica la condicin de Cauchy es convergente en dicho espacio.
Un espacio normado que es completo como espacio mtrico se llama un espacio de Banach.
El concepto de sucesin de Cauchy no es topolgico, es decir, dos distancias equivalentes

pueden no tener las mismas sucesiones de Cauchy.
1.20 Definicin. Sea .E; d/ un espacio mtrico y A un subconjunto no vaco de E. Si el

conjunto de nmeros reales:
C D fd.x; y/ W x 2 A; y 2 Ag
est mayorado, se dice que A est acotado, en cuyo caso el nmero sup.C / se llama dimetro
de A y se representa por diam.A/. Si A no est acotado se define diam.A/ D C1.
Se dice que una sucesin fxn g est acotada si el conjunto fxn W n 2 Ng est acotado.
Series en un espacio normado. Sea .X; k:k/ un espacio vectorial normado. Dada una sucesin
Pn
fan g de elementos de X podemos formar otra sucesin kD1 ak n2N que seX obtiene sumando
consecutivamente los trminos de fan g. Dicha sucesin se representa por an y se llama
X n>1
serie de trmino general an . Concretamente, an , es la aplicacin de N en X dada por
n>1
n 7! nkD1 ak para todo n 2 N. Las series son sucesiones por lo que es innecesario
P
X especificar
lo que significa que una serie es convergente. El lmite de una serie convergente an se llama
n>1
1
X
suma de la serie y se representa por an .
nD1
29. Prueba que toda sucesin convergente es de Cauchy.
30. Prueba que toda sucesin de Cauchy est acotada.
31. Prueba que si una sucesin de Cauchy tiene una sucesin parcial convergente entonces
es convergente.
32. Sea .X; k k/ un espacio normado. Prueba que un conjunto A X est acotado si, y slo
si, existe un nmero M > 0 tal que kxk 6 M para todo x 2 A.

33. Sea A un subconjunto no vaco de un espacio mtrico .E; d/. Prueba que diam.A/ D
diam.A/.
34. Prueba que en un espacio normado se verifica que B.a; r /DB.a; r / y diam.B.a; r /D2r .
Son ciertas estas igualdades para un espacio mtrico cualquiera?
35. Prueba que .Rn ; k k2 / es un espacio de Banach.
36. Prueba que el espacio .B.A/; k k1 / es completo.
37. Para cada n 2 N sea fn W 0; 2 ! R la funcin dada por:

n
x ; 0 6 x 6 1;
fn .x/ D
1; 1 6 x 6 2.
Prueba que la sucesin ffn g es de Cauchy en el espacio .C .0; 2/; k k1 / pero no es

convergente.
38. Sea A R un conjunto no vaco de nmeros reales. Prueba que el conjunto C .A/ de
las funciones reales continuas y acotadas en A es un conjunto cerrado en el espacio
.B.A/; k k1 /.
39. Sea `1 el espacio normado de las sucesiones acotadas de nmeros reales con la norma
uniforme, es decir, `1 D .B.N/; k k1 /. Para cada n 2 N sea n W N ! R la sucesin
definida por
1; si k D n;
n .k/ D
0; si k n.
Prueba que la sucesin fn g no tiene ninguna sucesin parcial convergente.
X
40. Sea .X; k:k/ un espacio de Banach y an una serie de elementos de X . Prueba que si
X n>1 X
la serie kan k es convergente entonces tambin es convergente la serie an .
n>1 n>1
41. Sea
1
( )
X
N
`1 D ' 2 R W j'.n/j < 1 :
nD1
Para ' 2 `1 se define

1
X
k'k1 D j'.n/j
nD1
a) Prueba que .`1 ; k:k1 / es un espacio de Banach.

b) Sea q la sucesin dada por q .q/ D 1 y q .n/ D 0 para n q. Dada ' 2 `1 prueba que
1
X
'D '.n/n
nD1

1.21 Teorema (Bolzano Weierstrass en .Rn ; k k2 /). Toda sucesin acotada de puntos de
.Rn ; k k2 / tiene alguna sucesin parcial convergente en .Rn ; k k2 /.
1.22 Teorema (Hausdorff). Todas las normas en un espacio vectorial de dimensin finita son
equivalentes.
Como consecuencia de este teorema en Rn hay una nica topologa que procede de una
norma, dicha topologa se llama la topologa de la norma y es la que consideraremos siempre
en Rn . En dicha topologa los abiertos son uniones de bolas abiertas para alguna norma.
Puesto que el concepto de sucesin convergente es topolgico, deducimos, como conse-
cuencia del teorema de Hausdorff, que las sucesiones convergentes en Rn son las mismas para
todas las normas.
1.23 Corolario. En todo espacio normado de dimensin finita la convergencia de una sucesin
de puntos equivale a la convergencia por coordenadas.
Otra consecuencia del teorema anterior y de la proposicin 1.16 es que las sucesiones de
Cauchy y las sucesiones acotadas en un espacio normado de dimensin finita son las mismas
para todas las normas.
Hemos visto en el ejercicio 35 que .Rn ; k k2 / es un espacio de Banach, es decir en dicho
espacio las sucesiones convergentes coinciden con las de Cauchy. Deducimos que en Rn con
cualquier norma las sucesiones de Cauchy coinciden con las sucesiones convergentes. A partir
de aqu es fcil probar los siguientes resultados.
1.24 Teorema (Complitud). Todo espacio normado de dimensin finita es un espacio de Ba-
nach.
1.25 Teorema (BolzanoWeierstrass). Toda sucesin acotada de puntos de un espacio nor-
mado de dimensin finita tiene alguna sucesin parcial convergente.
1.26 Definicin. Un subconjunto K de un espacio mtrico se dice que es compacto si toda
sucesin de puntos de K tiene alguna sucesin parcial que converge a un punto de K.
Puesto que el concepto de sucesin convergente es topolgico, la compacidad es una pro-

piedad topolgica.
1.27 Proposicin. Todo conjunto compacto de un espacio mtrico es cerrado y acotado.
Como consecuencia de lo visto en el ejercicio 39, se tiene que la bola cerrada B.0; 1/ en el
espacio `1 no es un conjunto compacto aunque, evidentemente, dicho conjunto es cerrado y
acotado.
1.28 Teorema (Caracterizacin de la compacidad en dimensin finita). Los conjuntos com-
pactos en un espacio normado de dimensin finita son los conjuntos cerrados y acotados.
42. Sea KSun subconjunto compacto no vaco de Rn . Sea r > 0 un nmero fijo y definamos
A D x2K B.x; r / donde B.x; r / indica la bola cerrada de centro x y radio r para una
norma que se supone fijada en Rn . Prueba que A es compacto.

Continuidad 13
43. Sean A y B conjuntos no vacos en Rn y definamos A C B D fa C b W a 2 A; b 2 Bg.

Prueba que:
a) Si A es abierto entonces A C B tambin es abierto.
b) Si A es cerrado y B es compacto entonces A C B es cerrado.
44. Sea N un nmero natural y sean 0 ; 1 ; : : : ; N nmeros reales distintos. En el espacio

vectorial X de las funciones polinmicas de grado menor o igual que N se define:
N
X
kpk D jp.k /j ; .p 2 X /:
kD0
Prueba que:
1. k:k es una norma en X .

2. La topologa que genera esta norma no depende de la eleccin de los reales k .
3. Una sucesin fpn g en X converge uniformemente (es decir, con la norma k:k1 )
en un intervalo a; b si, y slo si, existen N C 1 nmeros reales distintos del
intervalo a; b, 0 ; 1 ; : : : ; N , tales que las N C 1 sucesiones fpn .k /gn2N
(k D 0; 1; : : : ; N ) convergen.
1.4. Continuidad
1.29 Definicin. Sean .E; d/, .F; / espacios mtricos, A E y f W A ! F . Se dice que f
es continua en un punto 2 A si para todo " > 0 existe > 0 tal que para todo x 2 A con
d.x; / < se verifica que .f .x/; f .// < ".
Si f es continua en todos los puntos de un conjunto B A se dice que f es continua en
B. Si f es continua en A se dice simplemente que f es continua.
1.30 Proposicin (Caracterizacin secuencial de la continuidad). Sean .E; d/, .F; / espa-
cios mtricos, A E, f W A ! F y 2 A. Equivalen las siguientes afirmaciones:
a) f es continua en .
b) Para toda sucesin fxn g ! con xn 2 A se verifica que ff .xn /g ! f ./.
Como el concepto de sucesin convergente es topolgico, del resultado anterior se sigue

que la continuidad es una propiedad topolgica.
45. Enuncia apropiadamente y prueba los siguientes resultados:

a) La composicin de funciones continuas es continua.
b) Cualquier restriccin de una funcin continua es continua.

Continuidad 14
46. Prueba que toda funcin es continua en los puntos aislados de su conjunto de definicin.
47. Prueba que en todo espacio normado la norma es una aplicacin continua.
48. Prueba que todo espacio normado .X; k:k/ es homeomorfo a su bola abierta unidad
B.0; 1/, es decir, existe una biyeccin continua y con inversa continua de X sobre
B.0; 1/.
49. Prueba que la imagen de un compacto por una funcin continua es un compacto.
50. Prueba que todo compacto en R tiene mximo y mnimo.
51. Propiedad de compacidad. Sea f W K ! R una funcin continua definida en un con-

junto compacto K de un espacio mtrico. Entonces f alcanza en K un mximo y un
mnimo absolutos.
52. Sean .E; d/ un espacio mtrico, fi W E ! E, i D 1; 2; : : : ; n funciones continuas. Con-

sideremos el espacio mtrico producto .E n ; / y definamos F W E n ! E n por
F.x1 ; x2 ; : : : ; xn / D .f1 .x1 /; f2 .x2 /; : : : ; fn .xn //
Prueba que F es continua.
53. Sea F W Rn ! Rn una funcin continua tal que para todos x; y 2 Rn se verifica que
kx yk 6 kF.x/ F.y/k. Prueba que la imagen de F es un conjunto cerrado en Rn .
1.31 Proposicin (Carcter local de la continuidad). Sean .E; d/, .F; / espacios mtricos,
A E, f W A ! F y 2 A. Supongamos que hay alguna bola abierta B.; r / tal que la
restriccin fjB de f al conjunto B D B.; r / \ A es continua en . Entonces f es continua
en .
En particular, si U A es un conjunto abierto y fjU es continua, entonces f es continua
en U .
1.32 Proposicin (Caracterizacin topolgica de la continuidad). Sean .E; d/ y .F; / es-

pacios mtricos y f W E ! F . Equivalen las siguientes afirmaciones:
a) f es continua en E.
b) La imagen inversa por f de todo abierto de F es un abierto de E.
c) La imagen inversa por f de todo cerrado de F es un cerrado de E.
1.33 Corolario. Sea .E; d/ un espacio mtrico y f WE ! R una aplicacin continua. Entonces
para todo t 2 R se verifica que:
a) Los conjuntos fx 2 E W f .x/ < tg y fx 2 E W f .x/ > tg son abiertos en E.
b) Los conjuntos fx 2 E W f .x/ 6 tg, fx 2 E W f .x/ > tg y fx 2 E W f .x/ D tg son cerrados
en E.

Continuidad 15
1.34 Corolario. Sean d y dos distancias en un conjunto no vaco E. Equivalen las afirma-
ciones siguientes:
a) d y son distancias equivalentes.
b) Las aplicaciones identidad entre los espacios mtricos .E; d/ y .E; / son continuas.
c) Los espacios mtricos .E; d/ y .E; / tienen las mismas sucesiones convergentes.
Sea .E; d/ un espacio mtrico, A un subconjunto no vaco de E y notemos djA la restriccin

de d a A A; es decir, djA W A A ! RC o es la aplicacin definida por:
djA .x; y/ D d.x; y/ 8.x; y/ 2 A A
Es inmediato comprobar que djA es una distancia en A que se llama distancia inducida en A por
la distancia d. Por tanto .A; djA / es un espacio mtrico. Se dice que .A; djA / es un subespacio
mtrico de .E; d/.
No suele distinguirse entre la restriccin djA de la distancia d al conjunto A y la distancia
d, y ambas se representan con la misma letra d, aunque no hay que olvidar que .A; d/ y .E; d/
son espacios mtricos diferentes.
Naturalmente, los conceptos que se han definido antes para un espacio mtrico .E; d/ con-
servan su significado cuando nos referimos a un subespacio mtrico. Por ejemplo, la expresin
A es un subespacio completo de E quiere decir que A, considerado como subespacio mtrico
de .E; d/, es un espacio mtrico completo: toda sucesin de Cauchy de puntos de A converge a
un punto de A. Es frecuente, sin embargo, no usar la palabra subespacio sino subconjunto
con el convenio de que todo subconjunto no vaco de un espacio mtrico .E; d/ se considera
automticamente como subespacio mtrico.
54. Da ejemplos de subconjuntos de R que no sean completos.
55. Prueba que todo conjunto compacto de un espacio mtrico es completo.
56. Prueba que todo conjunto completo de un espacio mtrico es cerrado.
57. Prueba que todo conjunto cerrado de un espacio mtrico completo es completo.
58. Sea f W R ! R una funcin continua e inyectiva. Definamos W R R ! RC

o por
.x; y/ D jf .x/ f .y/j 8.x; y/ 2 R R
Prueba que:
a) es una distancia en R equivalente a la usual.
b) Si la funcin f est mayorada o minorada entonces el espacio mtrico .R; / no es
completo.

Continuidad 16
59. En el intervalo ED0; 1 se define la distancia:

1 1
.x; y/ D 8.x; y/ 2 E E
x y
Prueba que .E; / es un espacio mtrico completo y que la distancia es equivalente a
la distancia usual en E.
60. Un homeomorfismo es una aplicacin biyectiva y continua con inversa continua. Prueba
que una biyeccin continua entre dos espacios mtricos compactos es un homeomorfis-
mo.
Como sabemos, todo espacio mtrico se considera como espacio topolgico con la topo-
loga asociada a la distancia, por tanto, todo subconjunto no vaco A de un espacio mtri-
co .E; d/ tambin se considera como espacio topolgico con la topologa que tiene como
subespacio mtrico .A; d/. Los abiertos en esta topologa se llaman abiertos relativos y los ce-
rrados se llaman cerrados relativos de A. Teniendo en cuenta que las bolas abiertas, BA .a; r /,
de un punto 2 A en .A; d/ son de la forma:
BA .a; r / D fx 2 A W d.x; a/ < r g D fx 2 E W d.x; a/ < r g \ A D B.a; r / \ A
es fcil describir los abiertos y los cerrados relativos de A.

1.35 Proposicin. Sea A un subconjunto no vaco de un espacio mtrico E. Se verifica que:
a) Los abiertos relativos de A son las intersecciones de los abiertos de E con A.
b) Los cerrados relativos de A son las intersecciones de los cerrados de E con A.
Consideremos ahora una funcin f definida en un subconjunto no vaco A de un espacio

mtrico .E; d/ con valores en otro espacio mtrico .F; /. La continuidad de f en un punto
2 A quiere decir que para todo " > 0 existe un > 0 tal que para todo x 2 A con d.x; / <
se verifica que .f .x/; f .// < ". Observa que aqu solamente intervienen el conjunto A, la
distancia d trabajando en A y el espacio .F; /. Es decir, para definir la continuidad de f en
un punto 2 A podemos olvidarnos del espacio .E; d/ y quedarnos con el subespacio .A; d/.
En particular, la continuidad de f en A quiere decir que la aplicacin f del espacio mtrico
.A; d/ en el espacio mtrico .F; / es continua. Como consecuencia de las proposiciones 1.32
y 1.35, deducimos el siguiente resultado.
1.36 Proposicin. Sean E y F espacios mtricos, A E y f W A ! F . Equivalen las
siguientes afirmaciones:
a) f es continua en A.
b) La imagen inversa por f de todo abierto de F es un abierto relativo de A.
c) La imagen inversa por f de todo cerrado de F es un cerrado relativo de A.
Continuidad uniforme
Piensa un par de minutos antes de responder a la siguiente pregunta. Supongamos que f

es una funcin real continua en un intervalo I . Es cierto que si tomamos valores x; y 2 I muy

Continuidad 17
prximos entre s los correspondientes valores de la funcin f .x/; f .y/ tambin estn muy
prximos entre s?
Si tu respuesta ha sido afirmativa, como suele ser, te equivocas. Considera la funcin conti-
nua f W0; 1 ! R dada por f .x/ D 1=x. Los puntos 10 10 y 10 20 estn muy prximos entre
s: 10 10 10 20 < 10 10 , pero f .10 10 / D 1010 y f .10 20 / D 1020 estn muy distantes
entre s. No hay nada extrao en este comportamiento. A cualquier funcin continua cuya gr-
fica tenga una asntota vertical le pasa lo mismo: hay puntos muy prximos entre s en los que
la funcin toma valores muy distantes entre s.
Pero tambin hay funciones continuas y acotadas que se comportan de forma parecida.
Considera la funcin continua gW0; 1 ! R dada por g.x/Dsen.1=x/. Es una funcin acotada:
el mayor valor que toma es 1 y el menor valor que toma es 1, de hecho se tiene que g.0; 1/D
1
1; 1. Sea n un nmero natural. Los puntos xn D 2nC=2 e yn D 2n 1 =2 estn, para n
suficientemente grande, muy prximos entre s; de hecho fxn yn g ! 0. Los valores que
toma en ellos la funcin g.xn / D 1 y g.yn / D 1 distan entre s 2 unidades (que es la mxima
distancia que puede haber entre valores tomados por esta funcin).
Si lo piensas un poco, te dars cuenta de que en ambos ejemplos este comportamiento
se debe a que las funciones f y g oscilan mucho en intervalos arbitrariamente pequeos.
Conviene precisar la idea de oscilacin en un intervalo.
Se define la oscilacin de una funcin real f en un intervalo J contenido en el dominio de

definicin de f como:

sup f .J / Knf f .J /; si f .J / est acotadoI
!.f; J / D
C1; si f .J / no est acotado:
En otros trminos: la oscilacin de f en J es la longitud del intervalo ms pequeo que con-
tiene a f .J /.

Para la funcin f .x/D1=x se tiene que ! f; 1=2n; 1=n Dn y ! f; 0; 1=n DC1.
Para
la funcin g.x/ D sen.1=x/ tenemos que ! g; 1=.2n C =2/; 1=.2n =2/ D 2. Estas
funciones tienen una oscilacin grande en intervalos arbitrariamente pequeos. En algunas
circunstancias interesa poder controlar el tamao de la oscilacin de una funcin de manera
que dicha oscilacin sea menor que una cierta cantidad fijada, " > 0, en cualquier intervalo
de longitud menor que un cierto nmero > 0. Las funciones para las que esto puede hacerse
cualquiera sea " > 0, se llaman uniformemente continuas.
Se dice que una funcin f W I ! R es uniformemente continua en un intervalo I si para

todo " > 0 es posible encontrar un > 0 de manera que siempre que J sea un intervalo
contenido en I de longitud menor que , se verifica que la oscilacin de f en J es menor o
igual que ".
Teniendo en cuenta que !.f; J /6"jf .x/ f .y/j6" para todos x; y 2 J , la definicin
dada puede expresarse de forma equivalente como sigue.
Una funcin f es uniformemente continua en un intervalo I si para todo " > 0 es posible
encontrar un > 0 de manera que siempre que x, y sean puntos de I con jx yj 6 , se
verifica que jf .x/ f .yj 6 ". Simblicamente:

C C jx yj 6
8" 2 R 9 2 R W jf .x/ f .y/j 6 "
x; y 2 I

Continuidad 18
Esta definicin puede generalizarse fcilmente para funciones entre espacios mtricos. Lle-
gamos as a la siguiente definicin.
1.37 Definicin. Sean .E; d/, .F; / espacios mtricos, A un subconjunto no vaco de E y
f W A ! F una funcin definida en A. Se dice que f es uniformemente continua en A si para
todo " > 0 es posible encontrar un > 0 de manera que siempre que x, y sean puntos de A
con d.x; y/ 6 , se verifica que .f .x/; f .y// 6 ". Simblicamente:

C C d.x; y/ 6
8" 2 R 9 2R W .f .x/; f .y// 6 " (1.3)
x; y 2 A
1.38 Observaciones.
El concepto de continuidad uniforme es un concepto global: depende del comportamien-
to de la funcin en todo un conjunto. No tiene sentido decir que una funcin es uniformemente
continua en un punto: la continuidad uniforme no es un concepto local.
Es muy interesante comparar las definiciones de continuidad puntual 1.29 y de continuidad
uniforme 1.37. Resulta evidente que la continuidad uniforme en A implica la continuidad en
todo punto de A: toda funcin uniformemente continua en un conjunto es continua en dicho
conjunto.
En general, no es cierto que una funcin continua en un conjunto A sea uniformemente con-
tinua en A como lo prueban los ejemplos dados al principio. Pero hay una situacin particular
en la que dicha afirmacin s es cierta. Este es el contenido del siguiente teorema. Se trata de
un resultado importante en el que pueden destacarse aportaciones de varios matemticos. Di-
richlet ya lo incluy en sus lecciones de 1862 y en 1872 Heine dio una primera demostracin
del mismo. Posteriormente Weierstrass, Borel y Lebesgue generalizaron el resultado inicial.
1.39 Teorema (Heine). Toda funcin continua en un conjunto compacto K de un espacio
mtrico con valores en un espacio mtrico es uniformemente continua en K.
Por los resultados vistos hasta ahora, queda claro que la compacidad es una propiedad que
tiene importantes consecuencias de muy variado tipo. El siguiente resultado nos dice que dicha
propiedad debe usarse con cuidado en espacios normados de dimensin infinita.
Se dice que un espacio normado es localmente compacto si las bolas cerradas son compac-
tos. Teniendo en cuenta que en un espacio normado dos bolas cerradas cualesquiera de radios
positivos son homeomorfas, resulta que un espacio normado es localmente compacto si, y slo
si, hay alguna bola cerrada de radio positivo que sea compacta.
1.40 Teorema (Riesz, 1918). Un espacio normado es de dimensin finita si, y slo si, es local-
mente compacto.
61. Justifica con un ejemplo que la imagen de una sucesin de Cauchy por una funcin
continua puede no ser una sucesin de Cauchy.

Continuidad 19
62. Prueba que la imagen de una sucesin de Cauchy por una funcin uniformemente conti-
nua es una sucesin de Cauchy.
63. Sea A un conjunto no cerrado de un espacio mtrico .E; d/. Prueba que existe una apli-
cacin continua de A en R que no es uniformemente continua.
64. Sea A un conjunto no vaco de un espacio mtrico .E; d/ y f W A ! F una aplicacin de
A en un espacio mtrico completo .F; /. Prueba que si f es uniformemente continua
en A entonces existe una extensin nica de f a A que es uniformemente continua.
65. Prueba que un espacio normado es localmente compacto si, y slo si, hay alguna bola
cerrada de radio positivo que sea compacta.
66. Sea `1 el espacio normado de las sucesiones acotadas de nmeros reales con la nor-
[es decir, `1 D .B.N/; k k1 /. Supongamos que A B.0; 1/ es tal que
ma uniforme,
B.0; 1/ B.x; 1=2/. Prueba que A es un conjunto infinito.
x2A
Algunas clases de funciones continuas
1.41 Definicin. Sean .E; d/, .F; / espacios mtricos, A un subconjunto no vaco de E y
f W A ! F . Se dice que f es lipchiciana si existe M > 0 tal que
.f .x/; f .y// 6 M d.x; y/ 8x; y 2 A:
Si M < 1 se dice que f es una aplicacin contractiva. Cualquier M > 0 que satisfaga la
desigualdad anterior se llama una constante de Lipschitz para f .
Es claro que las funciones lipchicianas son uniformemente continuas.

1.42 Proposicin. Sean .E; k k/, .F; jjj jjj/ espacios normados y T W E ! F una aplicacin
lineal. Equivalen las siguientes afirmaciones:
a) T es continua.
b) T es continua en 0.
c) Existe M > 0 tal que jjjT .x/jjj 6 M kxk para todo x 2 E.
d) T es lipchiciana.
67. Prueba que la aplicacin x 7! kxk es lipchiciana con constante de Lipschitz 1.

68. Sea .E; d/ un espacio mtrico y A E. Sea dist. . ; A/ W E ! R la aplicacin
definida por:
dist.x; A/ D Knf fd.x; a/ W a 2 Ag 8x 2 E

Continuidad 20
1. Prueba que dicha aplicacin es lipchiciana con constante de Lipschitz 1.

2. Prueba que A D fx 2 E W dist.x; EnA/ > 0g y A D fx 2 E W dist.x; A/ D 0g.
3. Prueba que en un espacio mtrico todo conjunto abierto se puede expresar como
unin numerable de conjuntos cerrados y cada conjunto cerrado puede expresarse
como interseccin numerable de abiertos.
4. Sean F y H subconjuntos de E no vacos cerrados y disjuntos. Prueba que existe
una aplicacin continua f W E ! R verificando que:
0 6 f .x/ 6 1 8x 2 E; f .F / D f0g ; f .H / D f1g
Deduce que existen abiertos U; V de E tales que F U , H V y U \ V D .
69. Sea A Rn un conjunto abierto no vaco y distinto de Rn . Para cada p 2 N se define:

n n 1
Kp D x 2 R W kxk 6 p; dist.x; R nA/ >
p
Prueba que:

a) Kp es compacto y Kp KpC1 .
1
[
b) Kp D A.
pD1
c) Si K A es compacto, existe un p 2 N tal que K Kp .
70. Sean F Rn un conjunto cerrado y K Rn un conjunto compacto no vacos y disjun-
tos F \ K D . Sea k k una norma en Rn . Prueba que hay puntos a 2 F y b 2 K tales
que
ka bk D Knf fkx yk W x 2 F; y 2 Kg
71. Sean F un subespacio finito dimensional propio de un espacio normado .E; k k/ y a 2 E.

Prueba que existe b 2 F tal que:
ka bk D dist.a; F /
Deduce que hay un vector x de norma 1 que verifica que dist.x; F / D 1.
Prueba que dados n 2 N y una funcin f 2 C .0; 1/, existe una funcin polinmica h de
grado menor o igual que n tal que:
w1 w1
jf .x/ h.x/j dx 6 jf .x/ p.x/j dx
0 0
cualquiera sea la funcin polinmica p de grado menor o igual que n.

72. Sea `1 el espacio normado de las sucesiones acotadas de nmeros reales con la norma
uniforme, es decir, `1 D .B.N/; k k1 /.
a) Prueba que el subespacio c de las sucesiones convergentes es cerrado en `1 .
b) Prueba que la aplicacin T W c ! R dada por T .'/ D lKm f'.n/g es continua.
c) Prueba que el subespacio c0 de las sucesiones convergentes a cero es cerrado en `1 .

Continuidad 21
1.43 Proposicin. Toda aplicacin lineal de un espacio normado de dimensin finita en otro
espacio normado es continua.
Reciben el nombre de campos escalares las funciones definidas en subconjuntos de Rn

que toman valores en R. Un campo escalar es, por tanto, una funcin real que depende de n
variables.
Un campo escalar de una variables es, simplemente, una funcin real de variable real; un
campo escalar de dos variables es una funcin definida en un subconjunto del plano que toma
valores reales; un campo escalar de tres variables es una funcin definida en un subconjunto
del espacio que toma valores reales.
Los campos escalares de una o dos variables se pueden visualizar por medio de sus repre-
sentaciones grficas que son, respectivamente, curvas en el plano o superficies en el espacio.
No es posible visualizar campos escalares de tres o ms variables porque sus grficas estn en
espacios de dimensin mayor o igual que 4.
Naturalmente, los campos escalares se pueden sumar, multiplicar y dividir (donde no se
anule el denominador) al igual que lo hacemos con las funciones reales. Es fcil probar, usando
la caracterizacin secuencial de la continuidad, que dichas operaciones conservan la continui-
dad.
Ejemplos de campos escalares continuos lo proporcionan las proyecciones sobre los ejes
coordenados. Representaremos por k la aplicacin k W Rn ! R que a cada vector x D
.x1 ; x2 ; : : : ; xn / 2 Rn hace corresponder su coordenada k-sima en la base cannica:
k .x/ D k .x1 ; x2 ; : : : ; xn / D xk
Dicha aplicacin se llama proyeccin coordenada k-sima. Es una aplicacin lineal.

Los campos escalares ms sencillos son las funciones polinmicas de varias variables.
Dichas funciones se obtienen como sumas de productos de proyecciones sobre los ejes coorde-
nados y son, por tanto, continuas.
Para n D 3 las proyecciones sobre los ejes coordenados son
1 .x; y; z/ D x; 2 .x; y; z/ D y; 3 .x; y; z/ D z
Un producto de estas funciones es una funcin de la forma f .x; y; z/Dx my p z q donde m; p; q

son nmeros naturales o nulos. Las funciones polinmicas en tres variables son combinaciones
lineales de este tipo de funciones.
Las funciones racionales de n variables son las funciones de la forma
P .x1 ; x2 ; : : : ; xn /
R.x1 ; x2 ; : : : ; xn / D
Q.x1 ; x2 ; : : : ; xn /
Donde P .x1 ; x2 ; : : : ; xn / y Q.x1 ; x2 ; : : : ; xn / son funciones polinmicas de n variables. El
dominio natural de definicin de una funcin racional es el conjunto de puntos donde no se
anula el denominador D fx 2 Rn W Q.x/ 0g. Las funciones racionales son continuas en su
dominio natural de definicin.
Componiendo funciones continuas reales de una variable con funciones polinmicas y ra-
cionales en varias variables obtenemos muchsimos ejemplos de campos escalares continuos.

Lmite funcional 22
Aqu tienes unos pocos.
1 C xy 2 C xz 2
f .x; y/ D sen.xy/; f .x; y/ D log.1 C x 2 C y 2 /; f .x; y; z/ D
2 C arc tg.xyz/
1.5. Lmite funcional
El concepto de lmite para funciones reales de una variable real, que ya conoces de primer
curso, se generaliza con facilidad para funciones entre espacios mtricos.
1.44 Definicin. Sean .E; d/, .F; / espacios mtricos, A E, f W A ! F y 2 A 0 . Se dice

que f tiene lmite en si hay un elemento ` 2 F con la propiedad de que para todo " > 0
existe un > 0 tal que para todo x 2 A con 0 < d.x; / < se verifica que .f .x/; `/ < ".
Es fcil comprobar que solamente puede haber un elemento ` 2 F que cumpla la condicin
anterior. Se dice que ` es el lmite de f en el punto y escribimos lKm f .x/ D `.
x!
Con el abuso usual de notacin, podemos escribir:

C C 0 < d.x; / <
lKm f .x/ D ` 8" 2 R 9 2 R W .f .x/; `/ < " (1.4)
x! x 2A
Una notacin mejor para el lmite sera lKm f .x/ D ` para indicar que solamente se consi-
x!
x2A
deran valores de la variable x 2 A. Esta precisin es importante porque la existencia y el valor
de un lmite pueden depender del conjunto A donde se considera definida la funcin. No obs-
tante, no usaremos esta notacin porque es algo incmoda pero no debes olvidar que la variable
x siempre toma valores en el conjunto donde se supone que est definida la funcin.
Observa que en la definicin se supone que 2 A 0 es un punto de acumulacin de A. Esto
asegura que para todo > 0, hay puntos x 2 A que cumplen la condicin 0 < d.x; / < . Por
otra parte, puede ocurrir que 62 A, en cuyo caso f puede no estar definida en .
La condicin 0 < d.x; / < es una forma de escribir x y d.x; / < . Es decir, en
la condicin de lmite (1.4) no interviene para nada, en el caso de que f est definida en , el
valor que f pueda tener en .
Podemos escribir (1.4) usando bolas abiertas:

x 2 Bd .; / \ A
lKm f .x/ D ` 8B .`; "/ 9Bd .; / W f .x/ 2 B .`; "/
x! x
Puedes comprobar que si en lo anterior sustituyes bolas abiertas centradas en o en ` por

abiertos que contengan a o a ` la condicin que se obtiene es equivalente. Es decir, el
concepto de lmite de una funcin en un punto es un concepto topolgico.
La siguiente caracterizacin del lmite funcional mediante sucesiones es una generalizacin
directa de la que se estudia en primer curso.
1.45 Proposicin (Caracterizacin secuencial del lmite funcional). Sean .E; d/, .F; / espa-
cios mtricos, A E, f W A ! F y 2 A 0 . Equivalen las siguientes afirmaciones:

Continuidad y lmites de campos escalares y vectoriales 23
a) lKm f .x/ D `.
x!
b) Para toda sucesin fxn g de puntos de A distintos de , xn 2 An fg, que converge a ,
d
fxn g ! , se verifica que ff .xn /g ! `.
La relacin entre lmite funcional y continuidad es la que ya conoces de primer curso.
1.46 Proposicin. Sean .E; d/, .F; / espacios mtricos, A E, f W A ! F y 2 A \ A 0 .

Equivalen las siguientes afirmaciones:
a) f es continua en .
b) lKm f .x/ D f ./.
x!
1.47 Proposicin (Carcter local del lmite funcional). Sean .E; d/, .F; / espacios mtri-
cos, A E, f W A ! F y 2 A 0 . Supongamos que hay alguna bola abierta B.; r / tal que
la restriccin fjB de f al conjunto B D B.; r / \ A tiene lmite en igual a `. Entonces f
tambin tiene lmite en igual a `.
1.6. Continuidad y lmites de campos escalares y vectoriales
Las funciones que ms nos interesan en este curso son los campos escalares y las funcio-
nes vectoriales. Un campo escalar de n variables es una funcin definida en un conjunto no
vaco A Rn que toma valores reales. Una funcin vectorial de n variables es una funcin
definida en un conjunto no vaco A Rn que toma valores vectoriales en un espacio Rm con
m > 2. Por comodidad en la expresin, llamaremos a veces campos vectoriales a las funciones
vectoriales aunque dicho nombre suele reservarse para aquellas funciones vectoriales definidas
en un subconjunto de un espacio vectorial y que toman valores en dicho espacio vectorial.
1.48 Definicin (Componentes de una funcin vectorial). Sea A Rn y F W A ! Rm una

funcin vectorial. Para cada x 2 A se tiene que F.x/ es un vector de Rm . Para 1 6 k 6 m
definamos fk D k F W A ! R donde k es la proyeccin coordenada k-sima. Las funciones
fk as definidas son campos escalares que se llaman componentes de F. Para cada x 2 A se
tiene que
m
X
F.x/ D .f1 .x/; f2 .x/; : : : ; fm .x// D fk .x/uk
kD1
donde fuk W 1 6 k 6 mg es la base cannica de Rm .

Escribiremos F D .f1 ; f2 ; : : : ; fm / para indicar que F es un campo vectorial cuyos campos
escalares componentes son los fk (1 6 k 6 m).
73. Sea F D .f1 ; f2 ; : : : ; fm / W A ! Rm un campo vectorial de n variables. Prueba que:

1. F es continuo en un punto 2 A si, y slo si, todos los campos escalares fk son
continuos en .
2. lKm F.x/ D lKm fk .x/ D k .1 6 k 6 m/.
x! x!
Teniendo en cuenta este ejercicio, para estudiar lmites o continuidad de campos vectoriales
es suficiente hacerlo para campos escalares.
Campos escalares definidos en un mismo conjunto se pueden sumar, multiplicar y dividir.
As mismo, campos vectoriales con igual nmero de funciones componentes pueden sumar-
se, y tambin podemos multiplicar un campo vectorial por un campo escalar. Todo ello en el
supuesto de que los campos considerados estn definidos en un mismo conjunto. Tambin pue-
den componerse campos vectoriales entre s o con campos escalares. Todas estas operaciones
se comportan respecto a la continuidad y al lmite funcional en la forma que cabe esperar.
Tiene inters definir el concepto de campo escalar divergente en un punto que generaliza lo
que ya conoces de primer curso.
1.49 Definicin. Sea f W A ! R donde A Rn y 2 A 0 . Se dice que f es positivamente
divergente en si para todo M > 0 existe > 0 tal que para todo x 2 A con 0 < kx k <
se verifica que f .x/ > M . Simblicamente escribimos lKm f .x/ D C1.
x!
Se dice que f es negativamente divergente en si f es positivamente divergente en ,
en cuyo caso escribimos lKm f .x/ D 1.
x!
Se dice que f es divergente en si jf j es positivamente divergente en , en cuyo caso
escribimos lKm f .x/ D 1.
x!
En la definicin anterior k k es cualquier norma en Rn , pues sabemos que todas ellas son
topolgicamente equivalentes por lo que podemos usar la que queramos para estudiar propie-
dades topolgicas como son lmites o continuidad.
En lo que sigue vamos a considerar el caso ms sencillo de un campo escalar de dos varia-
bles: f W A ! R donde A R2 . Supongamos que 2 A 0 y queremos estudiar el lmite
lKm f .x/. En R2 tenemos que x D .x; y/, D .a; b/, por lo que el lmite anterior se escribe
x!
usualmente en la forma lKm f .x; y/ (y no debes olvidar el parntesis que indica vector:
.x;y/!.a;b/
.x; y/ y .a; b/, porque no tiene sentido escribir lKm f .x; y/). Siempre que te encuentres en
x;y!a;b
esta situacin el resultado de intentar evaluar la funcin f en .a; b/ va a ser una indetermina-
cin, es decir, una expresin del tipo 0=0,1=1 o 11 y otras que ya conoces de primer curso.
Veamos un ejemplo.
sen.x 2 C y 2 /
1.50 Ejemplo. Sea f .x; y/ D . Esta funcin es un campo escalar definido (y
x2 C y2
continuo por qu?) en R2 n f.0; 0/g. Si tratas de evaluar f .x; y/ en .0; 0/ obtienes la indeter-
minacin 0=0. En este caso, como en otros parecidos, hay una forma sencilla de proceder. Basta
sen.t/
darse cuenta de que nuestra funcin es de la forma donde t D x 2 C y 2 . Dicho de otra
t
sen.t/
forma, el campo escalar f es la composicin de la funcin g.t/D con la funcin polin-
t
mica h.x; y/ D x 2 C y 2 . Llegado aqu ya debes intuir lo que vale el lmite lKm f .x; y/:
.x;y/!.0;0/

cuando .x; y/ est muy prximo a .0; 0/ el nmero t D x 2 C y 2 est muy prximo tambin a
sen.t/
0 por lo que est muy prximo a 1.
t
Justifiquemos que lKm f .x; y/ D 1. Para ello definamos g.0/ D 1, con lo que la
.x;y/!.0;0/
sen t
funcin g resulta continua en 0 (porque ya conoces el famoso lmite lKm D 1). Ahora,
t !0 t
est claro que definiendo f .0; 0/ D 1 la funcin f as extendida es continua en .0; 0/ porque es
composicin de funciones continuas: la funcin h.x; y/Dx 2 Cy 2 que es continua y h.0; 0/D0
y la funcin g que es continua y g.0/ D 1. Luego lKm f .x; y/ D 1.
.x;y/!.0;0/
Otra forma de proceder, ms cmoda en este caso, es trabajar con sucesiones. Para ello sea
f.xn ; yn /g ! .0; 0/ con .xn ; yn / .0; 0/. Pongamos zn D xn2 C yn2 . Claramente, fzn g ! 0 y
zn 0 por lo que:
sen.xn2 C yn2 / sen.zn /
h.xn ; yn / D D ! 1:
xn2 C yn2 zn
Como esto es cierto para toda sucesin en las condiciones anteriores, deducimos, por la propo-
sicin 1.45, que lKm f .x; y/ D 1.
.x;y/!.0;0/
74. Sean f y g funciones de una variable real tales que lKm f .x/ D y lKm g.x/ D .
x!a x!b
Prueba que:

lKm f .x/g.y/ D ; lKm f .x/ C g.y/ D C :
.x;y/!.a;b/ .x;y/!.a;b/
75. Estudia la continuidad de los siguientes campos escalares y el lmite en el punto indi-
cado en cada caso:
1
a) f .x; y/ D .1 C xy/ xy definido en RC RC , D .0; 0/.
log.1 C x 2 C y 2 /
b) f .x; y/ D definido en R2 n f.0; 0/g, D .0; 0/.
x2 C y2
2 2
ex ey 1
c) f .x; y/ D definido en R2 n f.0; 0/g, D .0; 0/.
x2 C y2
cos.x 2 C y 2 / 1
d) f .x; y/ D definido en R2 n f.0; 0/g, D .0; 0/.
.x 2 C y 2 /2
sen x arc tg y
definido en A D .x; y/ 2 R2 W xy 0 , D .0; 0/.

e) f .x; y/ D
xy
x2 C y2
f) f .x; y/ D p definido en R2 n f.0; 0/g, D .0; 0/.
C x2
C1 1 y2
1 cos.x C y/
g) f .x; y/ D 2 definido en RC RC , D .0; 0/.
x C y 2 C 2xy

76. Sea f W R R ! R la funcin dada por:

f .x; y/ D .x C y/ sen sen
x y
Estudia si dicha funcin tiene lmite en los puntos .0; 0/; .0; 1/ y .0; /. Es f unifor-
memente continua?
77. Sea f W I ! R una funcin de clase C 1 en un intervalo I . Se define la funcin

h W I I ! R por:
8
f .x/ f .y/
< ; x y;
h.x; y/ D x y
: 0
f .x/; x D y.
Estudia la continuidad de h.
78. Sea f W RC RC ! R la funcin dada por:
ex ey
8
< ; x y;
f .x; y/ D log x log y
x ex ; x D y.
:
Estudia la continuidad de f y la existencia de lmite de f en .0; 0/.
Para no tener que indicar en cada caso el conjunto donde est definido un campo escalar, te
recuerdo que si un campo escalar viene dado por medio de funciones elementales su dominio
natural de definicin es el conjunto ms grande en el que las operaciones que definen a dicho
campo tienen sentido para valores reales de las variables.
Lmites direccionales y lmite de un campo escalar a lo largo de una curva
En la recta real solamente podemos aproximarnos a un punto 2 R por dos direcciones: por
valores mayores y por valores menores que . Como sabes esto da lugar a los lmites laterales
en . Muy diferente situacin tenemos si 2 R2 pues podemos acercarnos a por infinitas
direcciones, a saber, todas las de la forma C tu donde u es un vector unitario en R2 y t 2 R.
Naturalmente, si existe el lmite lKm f .x/ D ` entonces para todo conjunto B A con 2 B 0
x!
x2A
tambin se verifica que lKm f .x/ D `. En particular, si B D f C tu W t 2 Rg \ A, entonces se
x!
x2B
tiene que:
lKm f .x/ D lKm f . C tu/
x! t !0
x2B
Este lmite se llama lmite de f en segn la direccin dada por el vector u. Segn acabamos
de decir, si existe lKm f .x/ D ` entonces tambin debe ser lKm f . C tu/ D ` para todo vector
x! t !0
x2A
unitario u.

Podemos generalizar considerando en vez de una recta que pasa por otro tipo de curvas
que pasan por , por ejemplo, parbolas .t/ D .t; t 2 / o .t/ D .t 2 ; t/. En general, si .t/ D
.x.t/; y.t// es una curva que pasa por , .0/ D , el lmite lKm f ..t// se llama lmite de f
t !0
en a lo largo de la curva . Si existe el lmite de f en entonces existe el lmite de f a lo
largo de toda curva que pasa por y todos ellos coinciden con el valor del lmite.
Estos resultados pueden ser tiles para probar que un cierto lmite no existe: para ello basta
encontrar que no existe el lmite a lo largo de una determinada curva o direccin, o bien probar
que los lmites a lo largo de dos curvas o direcciones distintas son diferentes.
Puesto que un vector unitario en R2 con la norma eucldea es de la forma uD.cos #; sen #/,
y D .a; b/, suelen escribirse los lmites direccionales en la forma:
lKm f . C tu/ D lKm f .a C t cos #; b C t sen #/

t !0 t !0
Es frecuente escribir una recta que pasa por .a; b/ en la forma .t/ D .a C t; b C t/ donde
2 R es un parmetro fijo la pendiente de la recta en cuyo caso los lmites direccionales en
.a; b/ vienen dados por:
lKm f .a C t; b C t/
t !0
Cuando .a; b/ D .0; 0/ las rectas por el origen suelen representarse en la forma .t/ D .t; t/ o
.t/ D .t; t/ donde es un parmetro fijo.
Con frecuencia es ms cmodo estudiar los lmites en .0; 0/. Esto puede hacerse siempre
mediante una traslacin pues:
lKm f .x; y/ D lKm f .x C a; y C b/

.x;y/!.a;b/ .x;y/!.0;0/
Hay que observar que la existencia de todos los lmites direccionales en un punto siendo, ade-
ms, todos ellos iguales, no garantiza la existencia del lmite en dicho punto.
y
1.51 Ejemplo. Sea f .x; y/ D sen.x 2 C y 2 / definido en A D .x; y/ 2 R2 ; x 0 . Estu-

x
diemos el lmite de f en D .0; 0/.
Consideremos rectas por el origen .t/ D .t; t/. Tenemos f ..t// D sen..1 C 2 /t 2 /,
por lo que lKm f .t; t/ D 0. Por tanto, los lmites segn todas las direcciones que pasan por
t !0
el origen (excepto la direccin del eje de ordenadas .t/ D .0; t/ en la que no est definida f )
existen y son todos iguales a 0.
Observa que si .t/ D .x.t/; y.t// es una curva con .0; 0/ D 0, se tiene que:
y.t/
f ..t// D sen.x.t/2 C y.t/2 /
x.t/
Como las curvas son funciones continuas lKm sen.x.t/2 C y.t/2 / D sen.0/ D 0. Por lo que para
t !0
y.t/
toda curva en estas condiciones que verifique que el cociente est acotado se tendr que
x.t/
lKm f ..t// D 0.
t !0

A la vista de lo anterior, podemos buscar una curva .t/ D .x.t/; y.t// con .0; 0/ D 0 tal
y.t/
que lKm D 1 y que sen.x.t/2 C y.t/2 / tienda a 0 ms lentamente. Como sabemos que
t !0 x.t/
sen.t/ t para t ! 0, la idea es tomar una curva .t/ D .x.t/; y.t// que verifique:
9 8 s
y.t/ 1 jtj
D 2 x.t/ D t 2
>
>

x.t/ t
>
4
s 1Ct
= <

>
>

y.t/ D jtj
2 2
>
x.t/ C y.t/ D jtj ; :
1 C t4
Para dicha curva (que pasa por .0; 0/) tenemos que:
1 1 sen.jtj/
f ..t// D f .x.t/; y.t// D 2
sen.jtj/ D lKm f ..t// D C1
t jtj jtj t !0
El campo escalar f diverge positivamente a lo largo de dicha curva, por lo que dicho campo
no tiene lmite en .0; 0/.
Lmites iterados
Para estudiar la existencia del lmite de un campo escalar de dos variables suelen usarse
los lmites iterados. Consideremos un campo escalar f W A ! R donde A es de la forma
A D I J n f.0; 0/g siendo I , J intervalos abiertos en R que contienen al 0. Esta situacin no
es restrictiva dado el carcter local del lmite. Supongamos que para todo x 2 I n f0g existe el
lmite lKm f .x; y/. Tal lmite depender en general del valor fijado de x 2 I n f0g. Definimos:
y!0
G W I n f0g ! R G.x/ D lKm f .x; y/ (1.5)

y!0
Si la funcin G tiene lmite en 0 dicho lmite se llama un lmite iterado de f en .0; 0/ y suele
representarse en la forma:

lKm G.x/ D lKm lKm f .x; y/ (1.6)
x!0 x!0 y!0
Anlogamente, si para todo y 2 J n f0g existe el lmite lKm f .x; y/, podemos definir la funcin:
x!0
H W J n f0g ! R H .y/ D lKm f .x; y/ (1.7)

x!0
Si la funcin H tiene lmite en 0 dicho lmite se llama un lmite iterado de f en .0; 0/ y suele
representarse en la forma:

lKm H .y/ D lKm lKm f .x; y/ (1.8)
y!0 y!0 x!0
Los lmites iterados pueden no existir incluso aunque exista el lmite de f en .0; 0/.
1.52 Proposicin. En la situacin que estamos considerando, supongamos que se verifica
alguna de las siguientes afirmaciones:

Los dos lmites iterados (1.6) y (1.8) existen y son distintos.
La funcin G definida en (1.5) existe pero no existe el lmite de G en 0.
La funcin H definida en (1.7) existe pero no existe el lmite de H en 0.
Entonces no existe el lmite de f en .0; 0/.

Si existe solamente uno de los lmites iterados o bien ambos y coinciden, entonces el lmite
de f en .0; 0/ puede no existir, pero si existe es igual al valor de dicho lmite iterado.
Observa que los lmites iterados son lmites de funciones de una variable por lo que suelen
ser fciles de calcular.
79. Estudia la existencia del lmite en .0; 0/ para cada uno de los siguientes campos escalares
definidos en R2 n f.0; 0/g.
y x2 y2 x 2y
a) f .x; y/ D p b) f .x; y/ D c) f .x; y/ D
x C y2
2 x2 C y2 x4 C y2
xy .x C y/2 x sen y C y sen x
d) f .x; y/ D e) f .x; y/ D f) f .x; y/ D
x2 C y2 x2 C y2 x2 C y2
y3

y sen.1=x/ x 0
g) f .x; y/ D h) f .x; y/ D
.x 2 C y 2 /3=2 0 xD0
x 2y 2 x 4 C 3x 2 y 2 C 2xy 3
i) f .x; y/ D j) f .x; y/ D
.x 2 C y 2 /3=2 .x 2 C y 2 /2
2x 5 C 2y 3 .2x 2 y 2 /
k) f .x; y/ D
.x 2 C y 2 /2
y 2 .x 3 C y 2 / C x 4
l) f .x; y/ D
x4 C y4
x 2 y C x sen y
m) f .x; y/ D p
x 2 C y 2 xy
1Cx cos.x 2 C y 2 / arc tg x
n) f .x; y/ D
x2 C y2
En los ejemplos de campos escalares de dos variables que hemos considerado aparece con
frecuencia la expresin x 2 Cy 2 . En los campos escalares de tres variables aparece con frecuen-
cia la expresin x 2 Cy 2 Cz 2 . Esto no es un capricho matemtico sino que procede de la Fsica:
los potenciales newtonianos y los potenciales elctricos varan en razn inversa a la distancia
eucldea y las fuerzas de atraccin gravitatoria y elctrica varan en razn inversa al cuadrado
de la distancia eucldea. La expresin x 2 C y 2 se simplifica usando coordenadas polares, es
decir, escribiendo .x; y/ D . cos #; sen #/ con lo cual x 2 C y 2 D 2 .

1.53 Proposicin. Sea f W A ! R donde A D B2 ..0; 0/; r /n f.0; 0/g y B2 ..0; 0/; r / es la bola
eucldea abierta en R2 centrada en el origen de radio r . Definamos la funcin:
gW0; r 0; 2 ! R dada por g.; #/ D f . cos #; sen #/
Entonces equivalen las siguientes afirmaciones:

a) lKm f .x; y/ D `.
.x;y/!.0;0/
b) Para todo " > 0 existe > 0 tal que para todo 20; se verifica que
sup fjf . cos #; sen #/ `j W 0 6 # 6 2g 6 ":
En el estudio de lmites conviene tener presente la desigualdad jxyj 6 12 .x 2 C y 2 / que se

deduce de 0 6 .jxj jyj/2 .
80. Estudia la existencia del lmite en .0; 0/, y calcula su valor cuando exista, para cada uno
de los siguientes campos escalares definidos en R2 n f.0; 0/g.
p
x 2y x3 y3 log.1 C x 2 C y 2 /
a) f .x; y/ D 2 b) f .x; y/ D 2 c) f .x; y/ D
x C y2 x C y2 jxj C jyj
sen y log.1 C x 2 / x sen y y sen x
d) f .x; y/ D e) f .x; y/ D
x2 C y2 3
.x 2 C y 2 / 2
81. Estudia la existencia del lmite en .0; 0/, y calcula su valor cuando exista, para cada uno
de los siguientes campos escalares definidos en RC RC .
x ey Cy ex

sen x C sen y 1 1
a) f .x; y/D b) f .x; y/D c) f .x; y/D 2 C 2 sen.xy/
xCy xCy x y
82. Estudia para qu nmeros positivos el campo escalar f W R2 n f.0; 0/g ! R dado por:
sen.xy/
f .x; y/ D
.x 2 C y 2 /
tiene lmite en .0; 0/.
Conjuntos conexos
Queremos definir una clase de conjuntos en los espacios mtricos que desempee un papel
anlogo al de los intervalos en la recta real. Los intervalos pueden caracterizarse fcilmente
con el teorema de Bolzano.

1.54 Proposicin. Sea C R. Equivalen las afirmaciones:

a) C es un intervalo.
b) Para toda funcin continua f W C ! R se verifica que f .C / es un intervalo.
La implicacin a/ ) b/ es el famoso teorema de Bolzano. La otra implicacin es un

sencillo ejercicio que debes hacer.
1.55 Definicin. Sea E un espacio mtrico y C E se dice que C es un conjunto conexo

si para toda funcin continua f W C ! R se verifica que f .C / es un intervalo.
Los conexos de R son, en virtud de la proposicin anterior, los intervalos. Como la continui-
dad es una propiedad topolgica, el concepto de conjunto conexo es topolgico. Seguidamente
lo vamos a caracterizar de una forma ms cmoda, pues la definicin que hemos dado hace
intervenir a todas las funciones continuas f W C ! R y eso la hace incmoda de usar en casos
concretos.
Es muy fcil caracterizar los conjuntos que no son conexos. Un conjunto C no es conexo si,
y slo si, existe alguna funcin continua f W C ! R tal que f .C / no es un intervalo. Que f .C /
no sea un intervalo equivale a que existe un z 2 R con z 62 f .C / tal que 1; z\f .C / y
z; C1\f .C / . Pero entonces se tiene que C D f 1 . 1; z/ [ f 1 .z; C1/. Puesto
que f es continua, sabemos, por la proposicin 1.36 que los conjuntos A D f 1 . 1; z/ y
B D f 1 .z; C1/ son abiertos relativos de C . Observa que A y B , A \ B D y
C D A [ B.
Hemos probado as que si C no es conexo entonces existen abiertos relativos de C disjuntos
y no vacos A y B tales que C D A [ B. Se dice que el par fA; Bg es una particin no trivial
de C por abiertos relativos.
Recprocamente, sea C un conjunto no vaco de un espacio mtrico y supongamos que hay
una particin no trivial de C por abiertos relativos fA; Bg. Entones es fcil comprobar usando
la proposicin 1.36 que la funcin f W C ! R dada por:

1; si x 2 A;
f .x/ D
1; si x 2 B.
es continua. Y como su imagen f .C / D f 1; 1g no es un intervalo concluimos que C no es

conexo.
Hemos probado que C no es conexo equivale a que exista una particin no trivial de C por
abiertos relativos. Dicho de otra forma:
1.56 Proposicin. Un conjunto C E de un espacio mtrico E es conexo si, y slo

si, la nica particin de C por abiertos relativos es la trivial. Es decir, si A y B son abiertos
relativos de C con A \ B D y C D A [ B entonces el par fA; Bg ha de ser la particin
trivial fA; Bg D f; C g.
Al igual que vimos con la compacidad, la conexin se conserva por funciones continuas.
1.57 Proposicin. Sean E y F espacios mtrico, C un subconjunto conexo de E y f W C ! F

una funcin continua. Entonces se verifica que f .C / es conexo.

83. Prueba la proposicin 1.57.
84. Prueba que la unin de conexos con interseccin no vaca es conexo.
Los conjuntos abiertos y conexos se llaman dominios. Los dominios de Rn tienen una
caracterizacin muy til.
1.58 Proposicin. Sea Rn un conjunto abierto. Equivalen las siguientes afirmaciones:

a) es conexo.
b) Todo par de puntos de puede unirse por medio de una curva sin salirse de . Es decir,
para cada par de puntos a; b 2 existe una funcin continua W 0; 1 ! Rn , tal que .0/ D a,
.1/ D b y para todo t 2 0; 1 se tiene que .t/ 2 .
Intuitivamente, un dominio es un conjunto abierto de un solo trozo.

Captulo 2
Derivadas parciales y extremos relativos de
campos escalares
Curvas en Rn
Como ya debes saber, una curva en Rn es una aplicacin continua W a; b ! Rn . El

punto .a/ se llama origen y el punto .b/ extremo de la curva. Naturalmente, como .t/ 2 Rn
podremos expresarlo por medio de sus componentes en la base cannica que sern funciones
de t.
.t/ D .1 .t/; 2 .t/; : : : ; n .t//
Las funciones k .t/ se llaman funciones componentes de . Se dice que es derivable en un

punto t cuando todas sus funciones componentes son derivables en dicho punto, en cuyo caso
la derivada de en t es, por definicin, el vector
0 .t/ D .10 .t/; 20 .t/; : : : ; n0 .t//
Dado un punto aD .t0 / tal que 0 .t0 /0, se define la recta tangente a en el punto a (aunque
es ms apropiado decir en el punto t0 ) como la recta de ecuacin paramtrica a C t 0 .t0 /, es
decir, la recta que pasa por a con vector de direccin 0 .t0 /.
Cuando se interpreta .t/ como la funcin de trayectoria de un mvil, entonces su veloci-
dad en un instante t es el vector 0 .t/ y su rapidez es k 0 .t/k2 . La distancia que recorre dicho
mvil entre dos instantes t D a y t D b viene dada por
wb
k 0 .t/k2 dt :
a
33
Derivadas parciales. Vector gradiente 34
Tambin consideraremos en lo que sigue funciones W I ! Rn definidas y continuas en un

intervalo I R no necesariamente cerrado y acotado. Las seguiremos llamando, por abuso de
lenguaje, curvas.
2.1. Derivadas parciales. Vector gradiente
Hemos visto en el captulo 1 que los conceptos de continuidad y lmite para funciones reales
de una variable se generalizan fcilmente para campos escalares de varias variables. No ocurre
lo mismo con el concepto de derivabilidad el cual no puede generalizarse de forma inmediata.
La razn es que el concepto de derivabilidad hace intervenir la divisin de nmeros reales, pues
una derivada es un lmite de cocientes incrementales, y en Rn no podemos dividir por vectores,
es decir, la estructura algebraica de Rn no permite generalizar algo parecido a un cociente
incremental. Si f es un campo escalar de dos o ms variables, la expresin
f .x/ f .a/
x a
no tiene ningn sentido.
Otra diferencia importante es que en la recta real, R, solamente podemos acercarnos a
un punto de ella a travs de la propia recta, mientras que en Rn para n > 2 hay muchsimas
ms posibilidades de acercarse a un punto dado; por ejemplo, podemos acercarnos a travs de
cualquier curva que pase por dicho punto. Surge as una primera idea que consiste en acercarse
a un punto dado a travs de una recta dada. Parece que esta situacin es ms parecida a lo que
conocemos para funciones reales de una variable.
Las cuestiones que vamos a estudiar son de naturaleza algebraica y topolgica, no dependen
para nada de la norma que se use; por eso, en todo lo que sigue, representaremos con k k una
norma en Rn . Si para ti es ms cmodo, puedes considerar que siempre que aparezca una norma
en Rn se trata de la norma eucldea. Cuando en algn resultado concreto sea preciso considerar
la norma eucldea la representaremos en la forma usual por k k2 .
Una direccin o un vector unitario en .Rn ; k:k/ es un vector u con kuk D 1.
Dados un punto a 2 Rn y una direccin u, la recta que pasa por a con direccin u es la
imagen de la aplicacin W Rn ! R dada por .t/ D a C tu, es decir, es el conjunto de puntos
fa C tu W t 2 Rg.
2.1 Definicin. Sea f un campo escalar definido en un conjunto abierto Rn , sea a 2 y
u una direccin. Se define la derivada de f en a en la direccin u como el lmite
f .a C tu/ f .a/
Du f .a/ D lKm (2.1)
t !0 t
supuesto, claro est, que dicho lmite exista.
La derivada direccional de un campo escalar f en un punto a en la direccin del vector
ek de la base cannica, se llama derivada parcial (de primer orden) de f en a respecto a la
variable k-sima. Est definida por:
f .a C tek / f .a/ f .a1 ; : : : ; ak C t; : : : ; an / f .a1 ; : : : ; ak ; : : : ; an /
Dek f .a/ D lKm D lKm
t !0 t t !0 t
f .a1 ; : : : ; xk ; : : : ; an / f .a1 ; : : : ; ak ; : : : ; an /
D lKm (2.2)
xk !ak xk ak

Interpretacin geomtrica de las derivadas parciales 35
@f
y se representa con los smbolos Dk f .a/ y .a/.
@xk
Observa que las derivadas que acabamos de definir son derivadas de funciones reales de
una variable real pues para calcular la derivada de un campo escalar f en un punto a en la
direccin u lo que se hace es derivar en t D 0 la funcin t 7! f .a C tu/ que es una funcin
real de una variable real.
Observa que la segunda igualdad de (2.2) nos dice que, para calcular la derivada parcial
Dk f .a/, lo que se hace es derivar f respecto a la variable k-sima considerando fijas las
dems variables. Por eso se llaman derivadas parciales.
2.1.1. Interpretacin geomtrica de las derivadas parciales
Es importante que entiendas el significado de las derivadas parciales de una funcin en un

punto. Para poder visualizarlo vamos a considerar un campo escalar f de dos variables definido
en un abierto R2 . Fijemos un punto .a; b/ 2 . Las derivadas parciales de f en .a; b/
son, por definicin
f .a C t; b/ f .a; b/ f .x; b/ f .a; b/
D1 f .a; b/ D lKm D lKm
t !0 t x!a x a
f .a; b C t/ f .a; b/ f .a; y/ f .a; b/
D2 f .a; b/ D lKm D lKm
t !0 t y!b y b
Es decir, lo que hacemos es derivar las funciones parciales x 7! f .x; b/ y y 7! f .a; y/ en los
puntos x D a e y D b respectivamente.
La grfica de f , es decir, el conjunto S D f.x; y; f .x; y// W .x; y/ 2 g es una superficie
en R3 . Las funciones
1 .x/ D .x; b; f .x; b//; 2 .y/ D .a; y; f .a; y//
son curvas contenidas en dicha superficie que pasan por el punto .a; b; f .a; b//. Dichas curvas
se obtienen cortando la superficie S por los planos y D b y x D a respectivamente. Los vectores
tangentes a dichas curvas en los puntos 1 .a/ y 2 .b/ son, respectivamente
1 0 .a/ D .1; 0; D1 f .a; b//; 2 0 .b/ D .0; 1; D2 f .a; b//
En la figura (2.1) se ha representado la grfica de f y las curvas obtenidas cortndola por los
planos x D a e y D b junto a sus vectores tangentes en el punto .a; b; f .a; b//
Cuando un campo escalar f tiene derivadas parciales en todos los puntos de un conjunto
abierto Rn , podemos definir las funciones derivadas parciales (de primer orden) de f ,
Dk f W ! R que a cada punto x 2 E hace corresponder el nmero Dk f .x/. Dichas funciones
son tambin campos escalares.
2.2 Definicin. Sea f un campo escalar. Se define el vector gradiente de f en un punto a

como el vector
rf .a/ D D1 f .a/; D2 f .a/; : : : ; Dn f .a/
supuesto, claro est, que dichas derivadas parciales existan.

Campos escalares diferenciables 36
Figura 2.1. Derivadas parciales
Supongamos que f es una funcin real de una variable real. La derivabilidad de f en un

punto a 2 R se expresa por
f .x/ f .a/ f .x/ f .a/ f 0 .a/.x a/
lKm D f 0 .a/ lKm D0
x!a x a x!a x a
Recuerda que la recta de ecuacin cartesiana y D f .a/ C f 0 .a/.x a/ es la recta tangente a
la grfica de f en el punto .a; f .a//.
Si ahora f es un campo escalar definido en un abierto Rn , cuyo vector gradiente
rf .a/ est definido en unpunto a2 , podemos considerar el hiperplano en RnC1 de ecuacin
cartesiana xnC1 Df .a/C rf .a/x a . Este hiperplano pasa por el punto .a; f .a// 2 RnC1 y

es la generalizacin natural de la recta tangente a la grfica de una funcin. Observa el parecido

formal entre las expresiones
y D f .a/ C f 0 .a/.x a/;

xnC1 D f .a/ C rf .a/x a
Ambas representan hiperplanos (un hiperplano en R2 es una recta) y la segunda se deduce de la

primera sustituyendo la derivada por el vector gradiente y el producto usual de nmeros reales
por el producto escalar de vectores. Esto nos lleva a la siguiente definicin.
2.1.2. Campos escalares diferenciables
2.3 Definicin. Sea f un campo escalar definido en un abierto Rn y sea a 2 . Suponga-

mos que est definido el vector gradiente rf .a/. Se dice que f es diferenciable o derivable
en a si se verifica que

f .x/ f .a/ rf .a/x a
lKm D0 (2.3)
x!a kx ak
Definamos
f .x/ f .a/ rf .a/x a
R.x; a/ D
kx ak

La igualdad (2.3) dice que lKm R.x; a/ D 0. Con lo que, otra forma equivalente de escribir la
x!a
igualdad (2.3) es la siguiente.

f .x/ D f .a/ C rf .a/x a C R.x; a/kx ak donde lKm R.x; a/ D 0 (2.4)
x!a
La siguiente proposicin expresa lo dicho en la definicin anterior de una forma ms

abstracta. Recuerda que si W Rn ! R es una aplicacin lineal entonces para todo vector
n
X
x D .x1 ; x2 ; : : : ; xn / D xj ej en Rn se tiene que:
j D1
n
X
.x/ D xj .ej / D O x
j D1

donde O D .e1 /; .e2 /; : : : ; .en / .
2.4 Proposicin. Sea f un campo escalar definido en un abierto Rn y sea a 2 .
Equivalen las siguientes afirmaciones:
a) f es diferenciable en a.
b) Existe una aplicacin lineal W Rn ! R tal que
f .x/ f .a/ .x a/
lKm D0 (2.5)
x!a kx ak
Adems, caso de que se cumpla b) se tiene que es la aplicacin lineal dada por
.x/ D rf .a/x .
2.5 Definicin. Sea f un campo escalar diferenciable en un punto a. El hiperplano en RnC1

de ecuacin cartesiana
xnC1 D f .a/ C rf .a/x a
se llama hiperplano tangente a f en a o hiperplano tangente a la grfica de f en el punto
.a; f .a//.
2.6 Proposicin. Sea f un campo escalar diferenciable en un punto a y sea u una direccin
en Rn . Entonces se verifica que

Du f .a/ D rf .a/u
Demostracin. En la igualdad (2.4) pongamos x D a C tu con lo que obtenemos

f .a C tu/ D f .a/ C rf .a/tu C R.a C tu; a/ktuk

D f .a/ C t rf .a/u C R.a C t u; a/jtj
Deducimos que
f .a C tu/ f .a/ jtj
lKm D rf .a/u C lKm R.a C tu; a/ D rf .a/u :
t !0 t t !0 t
2

2.7 Corolario. Sea f un campo escalar diferenciable en un punto a con vector gradiente no
nulo en a.
a) La direccin en la que la derivada direccional de f en a es mxima es la direccin dada
rf .a/
por el gradiente de f en a, es decir, la direccin u D .
krf .a/k2
b) La direccin en la que la derivada direccional de f en a es mnima es la direccin
rf .a/
opuesta a la dada por el gradiente de f en a, es decir, la direccin v D .
krf .a/k2
Demostracin. Las afirmaciones hechas son consecuencia de la proposicin anterior y de la

desigualdad de CauchySchwarz, pues para toda direccin w se tiene que

j rf .a/w j 6 krf .a/k2 kwk2 D krf .a/k2
Y la igualdad se da si, y solo si, hay un nmero 2 R tal que w Drf .a/. Tomando normas en
esta igualdad se deduce que jj D 1=krf .a/k2 , es decir las direcciones w que hacen mximo
rf .a/ rf .a/
jDw f .a/j D j rf .a/w j son u D y vD .
krf .a/k2 krf .a/k2
Para la primera se tiene que

rf .a/ 1
Du f .a/ D rf .a/ D rf .a/rf .a/ D krf .a/k2
krf .a/k2 krf .a/k2
que es el valor mximo que puede tener una derivada direccional.
Anlogamente, para la segunda se tiene que
Dv f .a/ D krf .a/k2
que es el valor mnimo que puede tener una derivada direccional. 2
El resultado anterior nos dice que el vector gradiente en un punto seala la direccin en la
que el campo tiene mximo crecimiento en dicho punto. Mientras que en la direccin opuesta a
la del vector gradiente en un punto el campo tiene mximo decrecimiento.
2.8 Proposicin. Sean f un campo escalar definido en un abierto Rn y W I ! Rn una

curva en Rn que toma valores en . Supongamos que es derivable en un punto t0 y que f es
diferenciable en el punto a D .t0 / 2 . Entonces se verifica que la funcin h.t/ D f ..t// es
derivable en t0 y su derivada viene dada por:
n
X
h 0 .t
0
Dk f .a/k0 .t0 /

0 / D rf .a/ .t0 / D (2.6)

kD1
Si suponemos que f es diferenciable en y que es derivable en I entonces para todo t 2 I

se tiene que:
n
X
h 0 .t/ D rf ..t// 0 .t/ D Dk f ..t//k0 .t/

(2.7)
kD1

Demostracin. Se tiene que

h.t/ h.t0 / D f ..t// f ..t0 // D rf .a/.t/ .t0 / C R..t/; .t0 //k.t/ .t0 /k
Dividiendo por t t0 tenemos

h.t/ h.t0 f ..t// f ..t0 // .t/ .t0 / k.t/ .t0 /k
D D rf .a/ C R..t/; .t0 //
t t0 t t0 t t0 t t0
.t/ .t0 /
Teniendo en cuenta que lKm D 0 .t0 / se deduce que
t !t0 t t0
h.t/ h.t0 /
D rf .a/ 0 .t0 /

lKm
t !t0 t t0
como queramos demostrar. 2
2.9 Proposicin. Sean f un campo escalar diferenciable en un abierto Rn y g W I ! R

una funcin derivable en un intervalo I . Supongamos que f ./ I y sea h D g f W ! R.
Entonces el campo escalar h es diferenciable en y su gradiente viene dado por:
rh.x/ D g 0 .f .x//rf .x/ 8x 2 (2.8)
Demostracin. Sean a 2 y b D f .a/ 2 I , fijos en lo que sigue. Como g es derivable en b la

funcin:
g.t/ g.b/
'.t/ D g 0 .b/ t 2 I n fbg ; '.b/ D 0
t b
es continua. Sustituyendo en la igualdad:
g.t/ g.b/ D .g 0 .b/ C '.t//.t b/
t D f .x/, b D f .a/ y usando la igualdad (2.4), tenemos:
g.f .x// g.f .a// D g 0 .b/ C '.f .x// .f .x/ f .a//D

D g 0 .b/ rf .a/x a C g 0 .b/ C '.f .x// kx akR.x; a/ C '.f .x// rf .a/x

a
Por tanto:
g 0 .b/ rf .a/x

h.x/ h.a/ a 0
rf .a/x a
D g .b/ C '.f .x// R.x; a/ C '.f .x//
kx ak kx ak
Podemos suponer que la norma, k k, que hemos fijado en Rn es la eucldea para aplicar la
desigualdad de Cauchy-Schwarz:

rf .a/x a
'.f .x// 6 j'.f .x//j krf .a/k

kx ak

Y teniendo en cuenta que lKm R.x; a/ D 0 y lKm '.f .x// D 0, deducimos que
x!a x!a
g 0 .b/ rf .a/x

h.x/ h.a/ a
lKm D0
x!a kx ak
Lo que prueba que h es diferenciable en a y que rh.a/ D g 0 .f .a//rf .a/. 2
Que un campo escalar tenga derivadas parciales en un punto es una propiedad muy dbil.
xy
Por ejemplo, el campo escalar f .x; y/ D 2 ; f .0; 0/ D 0 tiene derivadas parciales nulas
x C y2
en .0; 0/ pero no es continuo en dicho punto.
La propiedad de ser diferenciable es mucho ms fuerte que tener derivadas parciales.
2.10 Proposicin. Un campo escalar diferenciable en un punto es continuo en dicho punto.
Para campos escalares diferenciables hay un anlogo al teorema del valor medio para fun-
ciones derivables reales.
El segmento que une dos puntos u; v 2 Rn es el conjunto u; v Dfu C t.v u/ W 0 6 t 6 1g.
2.11 Teorema (Del valor medio para campos escalares). Sea f un campo escalar diferenciable
en un abierto Rn . Sean a; b 2 y supongamos que el segmento a; b . Entonces
existe un punto c 2 a; b tal que se verifica la igualdad:

f .b/ f .a/ D rf .c/b a
De donde se deduce:
jf .b/ f .a/j 6 kb ak2 sup fkrf .x/k2 W x 2 a; bg
El siguiente resultado proporciona una condicin suficiente de diferenciabilidad muy til.
2.12 Teorema (Condicin suficiente de diferenciabilidad). Un campo escalar que tiene de-
rivadas parciales continuas en un conjunto abierto es diferenciable en todo punto de dicho
conjunto.
La proposicin 2.9 puede usarse para estudiar la diferenciabilidad de campos escalares.

Con frecuencia un campo escalar f puede expresarse en la forma f .x/ D g.p.x// donde p es
una funcin polinmica en n variables. Como las funciones polinmicas en n variables tienen
derivadas parciales continuas, son diferenciables y, por la proposicin antes citada, deducimos
que el campo escalar f .x/ D g.p.x// es diferenciable en todo punto x tal que g sea derivable
en p.x/.
sen t
2.13 Ejemplo. La funcin g.t/ D , para t 0 y g.0/ D 1 es derivable en R. Por tanto, el
t
sen.x 2 C y 2 /
campo escalar f .x; y/ D y f .0; 0/ D 1 es diferenciable en R2 .
x2 C y2

Rectas tangentes y planos tangentes 41
En la prctica suele suponerse que los campos escalares tienen derivadas parciales conti-
nuas. Esta hiptesis garantiza que son diferenciables y es suficiente para justificar la mayora
de los resultados que siguen.
Es sabido que una funcin derivable en un intervalo con derivada nula es constante. Para
campos escalares hay un resultado anlogo. Observa la hiptesis de que el campo est definido
en un dominio.
2.14 Proposicin. Un campo escalar definido en un dominio con derivadas parciales nulas en
todo punto del mismo es constante.
85. Sean f; g W ! R campos escalares diferenciables en un abierto . Prueba que los

campos escalares f C g, fg son diferenciables en y calcula sus vectores gradientes.
f
Si, adems, g.x/ 0 para todo x 2 entonces prueba que el campo escalar es
g
diferenciable en y calcula su vector gradiente.
86. Sean fi , 1 6 i 6 n funciones reales derivables en un intervalo abierto I . Definamos
f W I n ! R por:
n
X
f .x1 ; x2 ; : : : ; xn / D fj .xj / 8x D .x1 ; x2 ; : : : ; xn / 2 I n
j D1
Prueba que el campo escalar f es diferenciable en I n .

87. Sean f; g W ! R campos escalares definidos en un abierto Rn . Sea a 2 y
supongamos que f es diferenciable en a, f .a/ D 0 y g es continua en a. Prueba que fg
es diferenciable en a.
2.2. Rectas tangentes y planos tangentes
En esta seccin vamos calcular rectas y planos tangentes a curvas y superficies conside-
rando las distintas formas en que stas pueden venir dadas. Mi propsito es esencialmente
prctico, a saber, que entiendas la forma de proceder en cada caso; por lo que no me preocupo
de justificar con detalle todo lo que digo.
Curvas en el plano
Una curva en el plano puede venir dada de tres formas:
a) Como la grfica de una funcin y D f .x/ donde x 2 I siendo I un intervalo de R.

D f.x; f .x// W x 2 I g

b) Por medio de ecuaciones paramtricas .t/ D .x.t/; y.t//.
D .I / D f.x.t/; y.t// W t 2 I g
c) De forma implcita como el conjunto de puntos g.x; y/ D 0 donde se anula una funcin
diferenciable de dos variables.
n o
D .x; y/ 2 R2 W g.x; y/ D 0
Suele usarse la siguiente terminologa. Si h.x; y/ es un campo escalar diferenciable, las

curvas de ecuacin implcita h.x; y/ D c o, lo que es igual h.x; y/ c D 0, donde c es
una constante, se llaman curvas de nivel. Dichas curvas se obtienen cortando la grfica de
h con planos de la forma z D c. Estas curvas son las que ves representadas en los mapas
topogrficos.
Observa que a) es un caso particular de c) (basta considerar g.x; y/ D f .x/ y) y tambin es

un caso particular de b) (basta considerar .x/ D .x; f .x//).
La tangente en un punto de viene dada en cada caso como sigue.
a0 ) La tangente en un punto .a; b/ D .a; f .a// 2 es la recta de ecuacin cartesiana
y b D f 0 .a/.x a/
El vector .1; f 0 .a// es tangente a en el punto .a; b/ y el vector .f 0 .a/; 1/ es ortogonal

a en el punto .a; b/.
b0 ) La tangente en un punto .t0 / D .a; b/ 2 es la recta de ecuaciones paramtricas
.x; y/ D .t0 / C t 0 .t0 / D .a; b/ C t.x 0 .t0 /; y 0 .t0 //
El vector 0 .t0 / D .x 0 .t0 /; y 0 .t0 // es tangente a en .a; b/.
c0 ) La tangente en un punto .a; b/ 2 es la recta de ecuacin implcita

rg.a; b/.x a; y b/ D 0
Se supone que rg.a; b/ 0 pues en otro caso, la tangente en .a; b/ no est definida. El
vector gradiente rg.a; b/ es ortogonal a en el punto .a; b/.
Estas ltimas afirmaciones requieren alguna justificacin. Para ello, supongamos que co-
nocemos una representacin paramtrica local de en torno al punto .a; b/. Es decir, hay
una curva de la forma .t/ D .1 .t/; 2 .t// 2 que pasa por el punto .a; b/ y que es
derivable1 . Pongamos .t0 / D .a; b/. Por lo visto en b0 ), sabemos que la tangente a en
.a; b/ es la recta que pasa por el punto .a; b/ con vector de direccin 0 .t0 /. Pongamos
h.t/ D g..t//. En virtud de la igualdad(2.7),tenemos que h .t/ D rg..t// 0 .t/ . Pero
0

h.t/ D 0, por lo que h 0 .t/ D rg..t// 0 .t/ D 0. Resulta as que el vector rg..t// es
ortogonal al vector tangente 0 .t/. En particular, el vector rg.a; b/ es ortogonal al vector
1 El teorema de la funcinimplcita, que se ver ms adelante, garantiza la existencia de dicha curva siempre que
el vector gradiente rg.a; b/ 0.

0 .t0 / tangente a en .a; b/. Concluimos que la recta que pasa por .a; b/ y tiene como
vector ortogonal rg.a; b/ es la recta tangente
a en .a;b/, pero dicha recta es justamente
la recta de ecuacin cartesiana rg.a; b/ .x a; y b/ D 0.

De lo antes visto, merece la pena destacar la siguiente propiedad.
El vector gradiente rg.x; y/ de un campo escalar es ortogonal en todo punto .x; y/ (en
el que rg.x; y/ 0) a la curva de nivel que pasa por dicho punto.
Superficies en R3
Una superficie S en el espacio R3 puede venir dada de tres formas:
a) Como la grfica de una funcin y D f .x; y/ donde .x; y/ 2 A siendo A un conjunto de R2 .
S D f.x; y; f .x; y// W .x; y/ 2 Ag
b) Por ecuaciones paramtricas .s; t/ D .x.s; t/; y.s; t/; z.s; t// donde .s; t/ 2 A R2 .
S D .A/ D f.x.s; t/; y.s; t/; z.s; t// W .s; t/ 2 Ag
c) De forma implcita como el conjunto de puntos g.x; y; z/ D 0 donde se anula una funcin
diferenciable de tres variables.
n o
S D .x; y; z/ 2 R3 W g.x; y; z/ D 0
Observa que a) es un caso particular de c) (basta considerar g.x; y; z/Df .x; y/ z) y tambin
es un caso particular de b) (basta considerar .s; t/ D .s; t; f .s; t//). El plano tangente en un
punto de S viene dado en cada caso como sigue.
a0 ) El plano tangente en un punto .a; b; c/ D .a; b; f .a; b// 2 S es el plano de ecuacin carte-
siana
@f @f
z f .a; b/ D .a; b/.x a/ C .a; b/.y b/
@x @y

@f @f
Los vectores 1; 0; .a; b/ y 0; 1; .a; b/ son tangentes a S en .a; b; c/ y el vector
@x @y

@f @f
.a; b/; .a; b/; 1
@x @y
es ortogonal a S en el punto .a; b; c/.
b0 ) El plano tangente en un punto .s0 ; t0 / D .a; b; c/ 2 S es el plano de ecuaciones param-

tricas
@ @
.x; y; z/ D .s0 ; t0 / C s .s0 ; t0 / C t .s0 ; t0 /
@s @t
Donde
@ @x @y @z
.s0 ; t0 / D .s0 ; t0 /; .s0 ; t0 /; .s0 ; t0 /
@s @s @s @s

y
@ @x @y @z
.s0 ; t0 / D .s0 ; t0 /; .s0 ; t0 /; .s0 ; t0 /
@t @t @t @t
Dichos vectores son tangentes a S en .a; b; c/.
c0 ) El plano tangente en un punto .a; b; c/ 2 S es el plano de ecuacin implcita

rg.a; b; c/.x a; y b; z c/ D 0
Se supone que rg.a; b; c/ 0 pues en otro caso, el plano tangente a S en .a; b; c/ no est
definido. El vector gradiente rg.a; b; c/ es ortogonal a S en el punto .a; b; c/.
Si g.x; y; z/ es un campo escalar, las superficies de ecuacin implcita g.x; y; z/ D c o, lo

que es igual g.x; y; z/ c D 0, donde c es una constante, se llaman superficies de nivel
(cuando el campo se interpreta como un potencial se llaman superficies equipotenciales).
De lo dicho en c0 ), se sigue que el vector gradiente rg.x; y; z/ es ortogonal en todo punto
.x; y; z/ (en el que rg.x; y; z/ 0) a la superficie de nivel que pasa por dicho punto.
Curvas en R3
Una curva en el espacio puede venir dada de dos formas.
a) Como interseccin de dos superficies S1 y S2 .
b) Por medio de ecuaciones paramtricas .t/ D .x.t/; y.t/; z.t// donde t 2 I R e I es un

intervalo.
D .I / D f.x.t/; y.t/; z.t// W t 2 I g
La tangente en un punto de viene dada en cada caso como sigue.
a0 ) La tangente en un punto .a; b; c/ 2 es la recta interseccin de los planos tangentes a S1 y

a S2 en .a; b; c/. Por ejemplo, si las superficies vienen dadas por sus ecuaciones implcitas.
S1 D .x; y; z/ 2 R3 W f .x; y; z/ D 0
n o
3
D .x; y; z/ 2 R W g.x; y; z/ D f .x; y; z/ D 0
S2 D .x; y; z/ 2 R3 W g.x; y; z/ D 0
Entonces, las ecuaciones implcitas de la recta tangente son
8
< rf .a; b; c/.x a; y b; z c/ D 0
:
rg.a; b; c/.x a; y b; z c/ D 0
Donde se supone que los vectores gradiente rf .a; b; c/; rg.a; b; c/ son linealmente in-
dependientes pues, en otro caso, la recta tangente a la curva en .a; b; c/ no est definida.
b0 ) La tangente en un punto .t0 / D .a; b; c/ 2 es la recta de ecuaciones paramtricas
.x; y; z/ D .t0 / C t 0 .t0 / D .a; b; c/ C t.x 0 .t0 /; y 0 .t0 /; z 0 .t0 //
El vector 0 .t0 / D .x 0 .t0 /; y 0 .t0 /; z 0 .t0 // es tangente a en .a; b; c/.

Derivadas parciales de orden superior 45
2.3. Derivadas parciales de orden superior
Supongamos un campo escalar f con derivadas parciales Dk f en un abierto Rn . Las

funciones Dk f son tambin campos escalares de n variables que podemos, cuando se dejen,
volver a derivar parcialmente en puntos de . Obtenemos de esta forma las derivadas parciales
de segundo orden de f , es decir las funciones Dj k f D Dj .Dk f /, que se representan tambin
de las formas:
@2 f @2f
Dj k f .x/ D .x/; Djj f .x/ D 2 .x/
@xj @xk @xj
De manera anloga se definen las derivadas parciales de tercer orden de f como las derivadas
parciales de las derivadas parciales de segundo orden de f , Dij k f D Di .Dj .Dk f //, y se
representan tambin de las formas:
@3 f @3 f @3 f
Dij k f .x/ D .x/I Djjj f .x/ D .x/I Djj k f .x/ D .x/
@xi @xj @xk @xj3 @xj2 @xk
Las derivadas parciales de cuarto orden son las derivadas parciales de las derivadas parciales
de tercer orden y as sucesivamente. Es natural preguntarse si el orden en que se realizan las
derivadas debe ser o no tenido en cuenta. Afortunadamente, en la mayora de los casos podemos
olvidarlo porque se verifica el siguiente utilsimo resultado.
2.15 Teorema (Schwarz). Las derivadas parciales de orden menor o igual que k de un campo
escalar con derivadas parciales de orden k continuas solamente dependen del nmero de veces
que se deriva parcialmente respecto de cada variable, pero el orden en que se realicen dichas
derivaciones no afecta para nada al resultado final.
2.16 Definicin. Se dice que un campo escalar f es de clase C k en un abierto si f tiene

derivadas parciales de orden k continuas en , en cuyo caso escribimos f 2 C k ./. Se dice
que f es de clase C 1 en si tiene derivadas parciales continuas de todos rdenes en .
Como para calcular derivadas parciales de una funcin de varias variables se consideran
fijas todas las variables menos aquella respecto a la que se deriva, calcular derivadas par-
ciales es lo mismo que derivar funciones de una variable. Solamente debes tener cuidado
para darte cuenta qu tipo de funcin es la que tienes que derivar porque ello puede de-
pender de la variable respecto de la que derivas. Por ejemplo, la funcin f .x; y/ D x y
cuando fijas y (para derivar respecto a x) es una funcin potencia (la variable est en la
base y el exponente est fijo) y cuando fijas x (para derivar respecto a y) es una funcin
exponencial (la variable est en el exponente y la base est fija).
Te recuerdo que es muy frecuente, sobre todo en libros de Fsica e ingenieras diver-
sas, representar las funciones por letras. As, lo que los matemticos solemos escribir
f .x; y/ D cos.xy/ C xy 2 , para indicar que f es una funcin de dos variables x e y cuyo
valor en el punto .x; y/ viene dado por cos.xy/Cxy 2 , suele expresarse de forma menos

precisa en la forma z D cos.xy/ C xy 2 , cuyo significado es exactamente el mismo que

el anterior cambiando f por z. Naturalmente, en vez de z puede usarse cualquier otro
smbolo que sea distinto de x e y. Tienes que acostumbrarte a esta notacin y entender
cuando una letra representa una variable y cuando representa una funcin.
89. Calcula las derivadas parciales de primer orden de los campos escalares:
(a) f .x; y/Dx 2 yCz 2 xCy sen.xz/ (b) zD.x 2 Cy 3 / e xy (c) wDx ez Cz ey Cxyz.
90. Calcula las derivadas parciales de primer y segundo orden del campo escalar:
xy
f .x; y; z/ D
1 C y2 C z2
91. Calcula las derivadas parciales de primer y segundo orden de los campos escalares:
(a) z D sen cos exy

(b) w D log 4 C arc tg.x=y/
(c) u D tg .xy/z (d) v D arc tg z x y

92. Estudia la existencia de las derivadas en el origen segn las distintas direcciones del
campo escalar f W R2 ! R definido por:
x.x 2 C y 2 /
f .x; y/ D si jxj jyj; f .x; y/ D 0 si jxj D jyj
x2 y2
Es f continuo en .0; 0/?
Te recuerdo que una direccin viene dada por un vector de norma eucldea 1. Si a y
b son puntos de Rn la direccin del punto a hacia el punto b viene dada por el vector
b a
.
kb ak2
p
93. Calcula la derivada direccional de f .x; y/ D log.1 C x 2 C y 2 / en el punto .1; 2/ en
la direccin hacia el origen.

xy
94. Calcula la derivada direccional de z.x; y/ D arc tg en el punto .1; 1/ en la
x2 C y2
direccin hacia el punto .2; 1/.
95. Calcula valores de a, b y c para que la derivada direccional de la funcin
f .x; y; z/ D axy 2 C byz C cz 2 x 3
en el punto .1; 2; 1/ tenga un valor mximo igual a 64 en la direccin del eje OZ.
96. Considera la curva dada por las ecuaciones paramtricas x.t/Det C cos t, y.t/De t C sen t.
Calcula la ecuacin de la recta tangente en el punto .x.0/; y.0//.

97. Calcula, para los siguientes campos escalares, el vector normal en P0 a la curva de nivel
que pasa por dicho punto.
!
y
1. f .x; y/ D arc tg p P0 D .1; 1/.
1 C x2 C y2
sen.x C y/
2. f .x; y/ D P0 D .=2; =4/.
2 C cos.x y/
x y
98. Calcula la derivada de h.x; y/D en el punto . 1; 1/ en la direccin
1 C log.1 C x 2 y 2 /
dada por el vector ortogonal (de norma 1) en el punto .1; 1/ a la curva de nivel del campo
f .x; y/ D x y 3 C x 3 y que pasa por dicho punto.
99. Calcula la ecuacin de la recta tangente y de la recta normal a la elipse de ecuacin
x2 y2
C D1
a2 b2
en un punto .u; v/ de la misma.
100. Calcula las ecuaciones del plano tangente y de la recta normal a cada una de las siguientes
superficies en el punto Po indicado.
z2 2x 2 2y 2 12 D 0; Po .1; 1; 4/I
z log.x 2 C y 2 / D 0; Po .1; 0; 0/
2 2 3
x Cy Cz 2x C 4y C 3z C 1 D 0; Po .3; 4; 3/I
2 2
4 x 4z D y; Po .0; 0; 1/
z.xy 1/ .x C y/ D 0; Po .1; 2; 3/I
p
z C ez C2x C 2y x2 y2 3 D 0; Po .1; 1 C e; 1/
101. Halla la ecuacin de la tangente a la curva dada como interseccin del elipsoide
x 2 C 4y 2 C 2z 2 D 27 y el hiperboloide x 2 C y 2 2z 2 D 11 en el punto .3; 2; 1/.
102. Calcula la ecuacin de la recta tangente a la curva definida por la interseccin de las
superficies z D xy, x 2 C y 2 2z D 4 en el punto .3; 1; 3/. Comprueba el resultado
expresando la curva por sus ecuaciones paramtricas.
103. Calcula la ecuacin de la recta tangente a la curva definida por la interseccin de las
superficies 4xz D .x C z/y, 3z 2 C y D 5x en el punto .1; 2; 1/.
104. Estudia la diferenciabilidad de los siguientes campos escalares

2 2
ex Cy 1 log.1 C x 2 C y 2 /
a) f .x; y/ D 2 ; f .0; 0/ D 1 b) f .x; y/ D ; f .0; 0/ D 1
x C y2 x2 C y2

105. Sea
.x 1/2 y
f .x; y/ D ; f .1; 0/ D 0
.x 1/4 C y 2
a) Estudia la continuidad y diferenciabilidad de f .
p p
b) Calcula Du f .1; 0/ donde u D .1= 2; 1= 2/.
c) Calcula la direccin y el valor de la derivada direccional mnima de f en .0; 0/.
d) Calcula las ecuaciones del plano tangente y de la recta normal a la superficie z D
f .x; y/ en el origen.
106. Estudia si los siguientes campos escalares definidos por f .0; 0/D0 y para .x; y/.0; 0/
por:
4x 3 1
a) f .x; y/ D 2 2
; b) f .x; y/ D .x 2 C y 2 / arc tg 2
x Cy x C y2
son continuos, diferenciables o depclase C 1 2
p en R . Calcula tambin en cada caso la
derivada Du f .0; 0/ donde u D .1= 2; 1= 2/.
por:
sen.x 2 y/ sen x sen y xy 1 cos x cos y

a) f .x; y/ D p ; b) f .x; y/ D p ; c/ f .x; y/ D p
2
x Cy 2 2
x Cy 2 x2 C y2
son de clase C 1 en R2 .
por:
x2 y 2 y arc tg x x arc tg y arc tg x sen y xy

a) f .x; y/ D xy 2 2
; b) f .x; y/ D 2 2
; c) f .x; y/ D
x Cy x Cy x2 C y 2
son de clase C 1 en R2 . Calcula en cada caso D12 f .0; 0/ y D21 f .0; 0/ e indica si son
de clase C 2 en R2 .
109. Estudia la derivabilidad de las normas x 7! kxk2 , x 7! kxk1 y x 7! kxk1 y calcula

sus vectores gradiente.
110. Justifica que un campo escalar de clase C k tambin es de clase C q para q 6 k.
111. Justifica que la suma, el producto y el cociente de campos escalares de clase C k tambin
son campos escalares de clase C k . Deduce que toda funcin racional de n variables es
de clase C 1 en su dominio natural de definicin.
112. Generaliza las proposiciones 2.8 y 2.9 para campos de clase C k .
113. Un campo escalar f W Rn ! R se dice que es homogneo de grado n 2 N, si para todo

x 2 Rn y para todo t 2 R se verifica que f .tx/ D t n f .x/.
Supuesto que f es homogneo de grado n y derivable, prueba que:

Teorema de Taylor. Extremos relativos 49
n
X
a) xj Dj f .x/ D nf .x/ 8x D .x1 ; x2 ; : : : ; xn / 2 Rn .
j D1
b) Si n > 2, las derivadas parciales Dj f son funciones homogneas de grado n 1.
c) Si n D 1 entonces f es una forma lineal.
114. Prueba que si f es de clase C 2 y es homogneo de grado 2 se verifica que:
n
1 X
f .x/ D Dijf .0/xi xj 8x D .x1 ; x2 ; : : : ; xn / 2 Rn
2
i;j D1
115. Sea f W ! R un campo escalar de clase C 1 . Supongamos que es un conjunto

convexo y que 0 2 . Prueba que para todo x D .x1 ; x2 ; : : : ; xn / 2 se verifica que:
n
X w1
f .x/ D f .0/ C xj Dj f .tx/ dt
j D1 0
@f
2.17 Observacin. Qu notacin es mejor para las derivadas parciales? o D1 f ?. Quizs
@x
un ejemplo te ayude a decidir: consideremos f .x; y/ D x e . Tenemos que D1 f .x; y/ D ey y
y
@f
.x; y/ D ey . Si ahora permutamos x por y en estas igualdades obtenemos D1 f .y; x/ D ex
@x
@f
y .y; x/ D ex . La igualdad D1 f .y; x/ D ex es correcta porque, efectivamente, ex es el valor
@y
de la derivada parcial de f .x; y/ respecto a la primera variable evaluada en el punto .y; x/. La
@f @f
igualdad .y; x/ D ex no es correcta porque .x; y/ D x ey y si la evaluamos en .y; x/ el
@y @y
resultado es y ex .
Este ejemplo pone de manifiesto que es mucho mejor la notacin de subndices D1 f , D2 f
@f @f
para las derivadas parciales que las notaciones y . La razn es que la notacin D1 no
@x @y
tiene nunca ambigedad: indica derivacin respecto a la primera variable y no depende para
@f
nada de la forma en que representemos dicha variable, mientras que la notacin nos dice
@x
que dicha variable la hemos representado con la letra x. Pero con frecuencia hay que cambiar
las letras con las que representamos las variables.
2.4. Teorema de Taylor. Extremos relativos
2.18 Definicin. Sea f un campo escalar definido en un conjunto E Rn . Se dice que f

tiene un mximo relativo (resp. mnimo relativo) en un punto a 2 E, si a es un punto interior
de E y existe un nmero r > 0 tal que B.a; r / E y f .x/ 6 f .a/ (resp. f .a/ 6 f .x/) para
todo x 2 B.a; r /. Cuando las desigualdades anteriores se verifican de forma estricta para todo
x 2 B.a; r / con x a se dice que el mximo o el mnimo relativo es estricto.
Los puntos en los que f tiene un mximo o un mnimo relativos se llaman extremos rela-
tivos de f .

2.19 Proposicin (Condicin necesaria de extremo relativo). Sea f un campo escalar defi-
nido en un conjunto E Rn y supongamos que f tiene un extremo relativo en un punto a 2 E
y adems que el vector gradiente de f en a est definido. Entonces se verifica que rf .a/ D 0.
Es decir, las derivadas parciales de primer orden de f en a son todas nulas.
Demostracin. Supongamos que f tiene un mximo relativo en a y sea r > 0 tal que B.a; r /
E y f .x/ 6 f .a/ para todo x 2 B.a; r /. Definamos 'W r; r ! R por '.t/ D f .a C tek /.
La funcin ' est definida en el intervalo r; r pues para todo t 2 r; r se tiene que
ka C tek ak D jtj < r por lo que a C tek 2 B.a; r / E. Adems, para todo t 2 r; r se
tiene que '.t/Df .aCtek /6 f .a/D'.0/. Luego ' tiene en t D0 un mximo relativo. Adems
como, por hiptesis, existe Dk f .a/, tenemos que ' es derivable en t D 0. Luego ' 0 .0/ D 0,
pero ' 0 .0/ D Dk f .a/. 2
2.20 Definicin. Los puntos donde se anula el gradiente de un campo escalar f se llaman
puntos crticos o puntos estacionarios de f . Los puntos crticos de un campo escalar que no
son extremos relativos se llaman puntos de silla.
Si f es un campo escalar diferenciable, en los puntos crticos el hiperplano tangente es

horizontal.
La condicin necesaria de extremo relativo no es suficiente. Por ejemplo, el campo escalar
f .x; y/ D x 2 y 2 tiene un punto crtico en .0; 0/, pero no tiene extremo relativo en dicho
punto pues en toda bola centrada en .0; 0/ toma valores positivos y negativos.
Al igual que para funciones de una variable, la derivada segunda proporciona una condicin
suficiente de extremo relativo, para campos escalares de varias variables las derivadas parciales
de segundo orden nos van a permitir dar una condicin suficiente de extremo relativo.
Necesitaremos para ello generalizar el teorema de Taylor para campos escalares de n va-
riables. Para expresar dicho teorema de una forma sencilla es muy conveniente introducir una
notacin apropiada.
Si f es un campo escalar y a; x 2 Rn definimos el operador:
dk .f; a; x/ D .x1 D1 C x2 D2 C C xn Dn /kf .a/ (2.9)
Donde se entiende que la potencia k-sima se desarrolla de forma simblica. Un par de ejem-
plos aclarar esto.
0 1
n
X n
X
2 2
d .f; a; x/ D .x1 D1 C x2 D2 C C xn Dn / f .a/ D @ xi xj Di DjAf .a/ D xi xj Dijf .a/
i;j D1 i;j D1
0 13 0 1
Xn n
X n
X
3
d .f; a; x/ D @ xj Dj f .a/ D
A @ xi xj xk Di Dj Dk f .a/ D
A xi xj xk Dij kf .a/
j D1 i;j ;kD1 i;j ;kD1
Observa que d1 .f; a; x/ D rf .a/x .

2.21 Teorema (Taylor). Sea f un campo escalar de clase C kC1 en un abierto . Sean
a 2 , x 2 Rn tales que el segmento a; a C x est contenido en . Entonces existe un punto

c 2 a; a C x tal que se verifica la igualdad:

k
X 1 j 1
f .a C x/ D f .a/ C d .f; a; x/ C dkC1 .f; c; x/ (2.10)
j! .k C 1/!
j D1
Demostracin. Tenemos que a; a C x D fa C tx W 0 6 t 6 1g . Como el conjunto

ft 2 R W a C tx 2 g es abierto (es la imagen inversa de por la funcin continua t 7! a C tx)
y contiene al intervalo 0; 1, hay un intervalo abierto I 0; 1 tal que a C tx 2 para todo
t 2 I . Definamos W I ! Rn por .t/ D a C tx. Consideremos la funcin h W I ! R dada por
h.t/ D .f /.t/ D f ..t//. Por la proposicin 2.8 dicha funcin es derivable y su derivada
viene dada por:
n
X
h 0 .t/ D rf ..t// 0 .t/ D rf ..t//x D Dj f ..t//xj D d1 .f; .t/; x/

j D1
Puesto que las funciones Dj f tienen derivadas parciales

continuas son diferenciables. Pode-
mos calcular la derivada de la funcin t 7! .Dj f / .t/ volviendo a usar la igualdad (2.9)
como hemos hecho antes pero con f sustituido por Dj f . Tenemos que:
n
X n
X
.Dj f / 0 .t/ D r.Dj f /..t//x D

Dk .Dj f /..t//xk D Dkj f ..t//xk
kD1 kD1
Por tanto:
n n n
!
X X X
h 00 .t/ D Dkj f ..t//xk xj D Dkjf ..t//xk xj D d2 .f; .t/; x/
j D1 kD1 j;kD1
Anlogamente se comprueba que h000 .t/ D d3 .f; .t/; x/. En general, se tiene que h.j / .t/ D
dj .f; .t/; x/. Como las derivadas de orden k tienen derivadas parciales continuas son diferen-
ciables, esto nos dice que h es k C 1 veces derivable en I con derivada de orden k C 1 continua
en I . Podemos aplicar el teorema de Taylor a la funcin h para obtener que hay algn 2 0; 1
tal que:
k
X 1 .j / 1
h.1/ D h.0/ C h .0/ C h.kC1/ ./
j! .k C 1/!
j D1
Como h.1/ D f .a C x/, h.0/ D f .a/, h.j / .0/ D dj .f; a; x/ y h.kC1/ ./ D dkC1 .f; a C x; x/,
la igualdad anterior es la misma (2.10) con c D a C x 2 a; x. 2
2.22 Teorema (TaylorYoung). Sea f un campo escalar definido en un abierto Rn y

supongamos que f tiene derivadas parciales de orden k continuas en . Sea a 2 y r > 0 tal
que B.a; r / . Entonces para todo x con kxk < r se tiene que
k
X 1 j
f .a C x/ D f .a/ C d .f; a; x/ C kxkk '.x/ con lKm '.x/ D 0 (2.11)
j! x!0
j D1

Demostracin. Por comodidad de notacin haremos la demostracin para k D 2. Tenemos que

probar que:
n n
X 1 X
f .a C x/ D f .a/ C Dk f .a/xk C Dj k f .a/xj xk C kxk2 '.x/ con lKm '.x/ D 0
2 x!0
kD1 j;kD1
(2.12)
Para cada x con 0 < kxk < r se tiene que a C tx 2 B.a; r / para 0 6 t 6 1, por lo que
a; a C x B.a; r / . Por el teorema de Taylor hay algn punto c 2 a; a C x tal que
n n
X 1 X
f .a C x/ D f .a/ C Dk f .a/xk C Dj k f .c/xj xk
2
kD1 j;kD1
Lgicamente, el punto c depender de x y ser de la forma c D a C x donde es un nmero

en 0; 1 que depender de x. Tenemos as que:
n n n
X 1 X 1 X
f .aCx/Df .a/C Dk f .a/xk C Dj k f .a/xj xk C Dj k f .c/ Dj k f .a/ xj xk
2 2
kD1 j;kD1 j;kD1
Definamos
n
1 X
'.x/ D Dj k f .c/ Dj k f .a/ xj xk
2kxk2
j;kD1
Con lo que, evidentemente, tenemos que:

n n
X 1 X
f .a C x/ D f .a/ C Dk f .a/xk C Dj k f .a/xj xk C kxk2 '.x/
2
kD1 j;kD1
Podemos suponer que la norma que usamos es la eucldea, con lo que jxj j 6 kxk y tenemos:
n n
1 X jxi jjxj j 1 X
j'.x/j 6 Dj k f .c/ Dj k f .a/ 6 Dj k f .c/ Dj k f .a/
2 kxk2 2
j;kD1 j;kD1
Cuando x ! 0 se tiene que c D a C x ! a, por lo que, en virtud de la continuidad de las

derivadas parciales de segundo orden, concluimos que lKm '.x/ D 0. 2
x!0
El siguiente resultado, consecuencia directa del teorema anterior, es muy til para calcular
lmites.
2.23 Corolario. Sea f un campo escalar definido en un abierto Rn y supongamos que

f tiene derivadas parciales de orden k continuas en . Supongamos tambin que todas las
derivadas parciales de f de orden menor o igual que k se anulan en un punto a 2 . Entonces
se verifica que:
f .x/ f .a/
lKm D 0:
x!a kx akk

2.24 Definicin. Sea f un campo escalar de n variables que tiene derivadas parciales de se-
gundo orden continuas en y sea a 2 . La matriz n n

H .f; a/ D Dij f .a/ 16i;j 6n
se llama matriz hessiana de f en a.
Observa que la matriz hessiana es simtrica porque Dij f .a/ D Dj i f .a/. En consecuencia,
dicha matriz define una forma cuadrtica, que representaremos por Q.f; a/, que viene dada
para todo x D .x1 ; x2 ; : : : ; xn / 2 Rn por
n
X
Q.f; a/.x/ D x.H .f; a/.xt D Dj k f .a/xj xk
j;kD1
donde el punto . indica producto matricial y xt es el vector columna x. Con esta notacin
podemos escribir la igualdad (2.12) en la forma
1
f .a C x/ D f .a/ C rf .a/x C Q.f; a/.x/ C kxk2 '.x/ donde

lKm '.x/ D 0 (2.13)
2 x!0
Si suponemos que a es un punto crtico de f podemos escribir

1
f .a C x/ D f .a/ C Q.f; a/.x/ C kxk2 '.x/ donde lKm '.x/ D 0 (2.14)
2 x!0
De donde se sigue que

f .a C x/ f .a/ 1
2
D Q.f; a/.x/ C '.x/ donde lKm '.x/ D 0
kxk 2kxk2 x!0
Teniendo en cuenta que las formas cuadrticas son polinomios homogneos de grado 2, es decir,
1 1
Q.f; a/.x/D2 Q.f; a/.x/, se tiene que 2
Q.f; a/.x/D Q.f; a/.x=kxk/. Resulta as
2kxk 2
la igualdad
f .a C x/ f .a/ 1
2
D Q.f; a/.x=kxk/ C '.x/ donde lKm '.x/ D 0 (2.15)
kxk 2 x!0
Pn
2.25 Definicin. Una forma cuadrtica Q.x/ D i;j D1 ij xi xj se llama:
Definida positiva si Q.x/ > 0 para todo x 2 Rn con x 0.
Semidefinida positiva si Q.x/ > 0 para todo x 2 Rn .
Definida negativa si Q.x/ < 0 para todo x 2 Rn con x 0.
Semidefinida negativa si Q.x/ 6 0 para todo x 2 Rn .
No definida o indefinida si toma valores positivos y negativos.
2.26 Teorema. Sea f un campo escalar definido en un abierto Rn y supongamos que f
tiene derivadas parciales de segundo orden continuas en . Sea a 2 un punto crtico de f y
sea Q.f; a/ la forma cuadrtica asociada a la matriz hessiana de f en a.
n
X
Q.f; a/.x/ D x.H .f; a/.xt D Dj k f .a/xj xk
j;kD1

a) Si la forma cuadrtica Q.f; a/ es definida positiva entonces f tiene en a un mnimo

relativo estricto.
b) Si la forma cuadrtica Q.f; a/ es definida negativa entonces f tiene en a un mximo
relativo estricto.
c) Si f tiene un mximo relativo en a entonces la forma cuadrtica Q.f; a/ es semidefinida
negativa.
d) Si f tiene un mnimo relativo en a entonces la forma cuadrtica Q.f; a/ es semidefinida
positiva.
e) Si la forma cuadrtica Q.f; a/ es no definida entonces f tiene un punto de silla en a.
Demostracin. Como Q.f; a/ es una funcin polinmica y, por tanto, continua, y la esfera
unidad de Rn , S.0; 1/ D fu 2 Rn W kuk D 1g, es un conjunto compacto, dicha funcin alcanza
un mnimo valor y un mximo valor en S.0; 1/. Sea
m D mKn fQ.f; a/.u/ W kuk D 1g ; M D mKax fQ.f; a/.u/ W kuk D 1g
a) Supongamos que Q.f; a/ es definida positiva. Entonces se tiene que m > 0. y, por la igual-
dad (2.15), tenemos que
f .a C x/ f .a/ 1 m
2
D Q.f; a/.x=kxk/ C '.x/ > C '.x/ donde lKm '.x/ D 0
kxk 2 2 x!0
La condicin lKm '.x/ D 0 garantiza la existencia de un nmero s > 0 tal que j'.x/j < m=4
x!0
siempre que 0 < kxk < s. En consecuencia, si en la desigualdad anterior suponemos que
0 < kxk < s, se tiene
f .a C x/ f .a/ m m m m
> C '.x/ > D >0
kxk2 2 2 4 4
Deducimos que f .a C x/ f .a/ > 0 para todo x con 0 < kxk < s. O, lo que es igual,
f .z/ f .a/ > 0 para todo z tal que 0 < kz ak < s. Lo que prueba que f tiene en a un
mnimo relativo estricto.
Los dems puntos se prueban de forma parecida. 2
Para poder usar el resultado anterior hay que saber clasificar una forma cuadrtica. Hay
varios procedimientos sencillos para ello. Los dos que siguen a continuacin son los que me
parecen ms cmodos.
Clasificacin de formas cuadrticas

Sean A D aij 16i;j 6n
una matriz simtrica de nmeros reales y
n
X
QA .x/ D x.A.x t D aij xi xj (2.16)
i;j D1
la forma cuadrtica definida por A. Los valores propios de A son las races del polinomio
caracterstico p./, que se define como el determinante de la matriz A I :

p./ D A I

Es sabido que, en la situacin que estamos considerando, las races de dicho polinomio son
todas reales.
Sean j .1 6 j 6 n/ los valores propios de A. Se demuestra que hay una base B D
fu1 ; u2 ; : : : ; un g en Rn tal que para todo vector x 2 Rn se tiene que
n
X
QA .x/ D j xj2
j D1
donde .x1 ; x2 ; : : : ; xn / son los coordenadas del vector x en la base B. De aqu se siguen los
siguientes criterios.
La forma cuadrtica QA es definida positiva si, y slo si, todos los valores propios de A
son positivos.
La forma cuadrtica QA es definida negativa si, y slo si, todos los valores propios de A
son negativos.
La cuadrtica QA es no definida si, y slo si, A tiene valores propios positivos y negativos.
La forma cuadrtica QA es semidefinida positiva si, y slo si, todos los valores propios de
A son mayores o iguales que 0.
La forma cuadrtica QA es semidefinida negativa si, y slo si, todos los valores propios de
A son menores o iguales que 0.
Para aplicar estos criterios no es preciso calcular los valores propios de A sino solamente
saber cuntos de ellos son positivos, negativos o nulos. Afortunadamente, hay un criterio que
nos proporciona esta informacin sin ms que observar los coeficientes del polinomio caracte-
rstico.
2.27 Proposicin (Regla de los signos de Descartes). Sea
f .x/ D an x n C an 1x
n 1
C C a1 x C a0
un polinomio con coeficientes reales y cuyas races son todas nmeros reales. Se verifica en-
tonces que:
a) El nmero de races positivas de f (contando multiplicidades) es igual al nmero de
cambios de signo en la sucesin .an ; an 1 ; : : : ; a1 ; a0 / de los coeficientes de f .
b) El nmero de races negativas de f (contando multiplicidades) es igual al nmero de
cambios de signo en la sucesin .. 1/n an ; . 1/n 1 an 1 ; : : : ; a1 ; a0 / de los coeficientes de
f . x/.
Para contar los cambios de signo en la sucesin de coeficientes se saltan los coeficientes
nulos. Por ejemplo, si f .x/ D 2x 6 C x 5 x 3 C x 2 5, la sucesin de coeficientes de f es
.2; 1; 0; 1; 1; 0; 1/ cuyo nmero de cambios de signo es 3.
2.28 Corolario. Sea p./ el polinomio caracterstico de la matriz hessiana de f en a. Enton-
ces.
Si p./ tiene grado n, todos sus coeficientes son distintos de cero y tienen igual signo, se
verifica que f tiene un mximo relativo estricto en a.

Si p./ tiene grado n, todos sus coeficientes son distintos de cero y van alternando su
signo, se verifica que f tiene un mnimo relativo estricto en a.
Otro criterio para estudiar el carcter de la forma cuadrtica (2.16) es el criterio de Sylvester
se basa en la sucesin de signos de los menores
principales de la matriz A. El menor principal
de orden k es el determinante k D ai;j 16i;j 6k . Se verifica que:
La forma cuadrtica es definida positiva si, y slo si, k > 0 para 1 6 k 6 n.
La forma cuadrtica es definida negativa si, y slo si, . 1/k k > 0 para 1 6 k 6 n.
Observa que cuando la dimensin n es par, si el determinante de la matriz A es negativo
entonces la forma es no definida.
Podemos particularizar este criterio para el caso de dos dimensiones.
Sea A R2 un conjunto abierto y sea f un campo escalar definido en A que tiene deriva-
das parciales de segundo orden continuas. Supongamos que .a; b/ 2 A es un punto crtico de f
y sea 0 2
@2 f
1
@ f
B @x 2 .a; b/ @x@y .a; b/C
H .f; .a; b// D B
@ @2 f
C
@2 f A
.a; b/ 2
.a; b/
@x@y @y
la matriz hessiana de f en .a; b/ y notemos detH .f; .a; b// su determinante.
@2 f
Si detH .f; .a; b// > 0 y .a; b/ > 0 entonces f tiene en .a; b/ un mnimo relativo
@x 2
estricto.
@2 f
Si detH .f; .a; b// > 0 y .a; b/ < 0 entonces f tiene en .a; b/ un mximo relativo
@x 2
estricto.
Si detH .f; .a; b// < 0 entonces f no tiene extremo relativo en .a; b/. Se dice que .a; b/
es un punto de silla de f .
Cuando detH .f; .a; b// D 0 el conocimiento de la matriz hessiana no permite decidir
si hay o no hay extremo relativo en .a; b/. Cuando esto sucede puede ser interesante
estudiar el comportamiento de las curvas f .a; t C b/ y f .a C t; b/. Si alguna de dichas
curvas no tiene extremo relativo o tienen extremos relativos de distinta naturaleza en
t D 0, podemos concluir que en .a; b/ no hay extremo relativo de f .
116. Generaliza el teorema de Taylor Young para funciones de clase C k .

117. Clasificar los puntos crticos de los campos escalares:
f .x; y/ D 2xy 2x 3 y xy 2 C x 3 y 2 I f .x; y/ D 2x 3 6xy 2 C 3x 2 C 3y 2 I

3 2 3 3
f .x; y/ D x C 3xy 15x 12yI f .x; y/ D x C y xy 2 x C 16I
3 2 3 2
f .x; y/ D xy C 2x y xy 2x y I f .x; y/ D cos.x/ cos.y/
2 3
f .x; y/ D 2x C y C x C xy C y I f .x; y/ D x 2 y 2 x2 y2I
f .x; y/ D sen x C sen y C cos.x C y/; x; y 20; 2 f .x; y/ D 2x 4 C y 4 4x 2 2y 2 I
x2 y2 z2
f .x; y; z/ D x 2 C y 2 C z 2 C 3xyz x y zI f .x; y; z/ D .x C y C z/ e1
118. Trazar un plano que pase por el punto .1; 2; 3/ y que forme con los ejes coordenados un
tetraedro de volumen mnimo (el volumen del tetraedro es un tercio del rea de la base
por la altura).
119. Recta de mnimos cuadrados. Dados n puntos .xi ; yi / 2 R2 , determinar los nmeros
n
X 2
y para que la cantidad yi xi sea mnima.
iD1
m
X
120. Dados m puntos ai 2 Rn , calcular el valor mnimo de la funcin f .x/ D kx ai k22 .
iD1
121. Sea f W ! R un campo escalar de clase C 2 en un abierto Rn . Sea a 2 un

punto crtico de f y supongamos que el determinante de la matriz hessiana de f en a
es distinto de cero. Prueba que hay un abierto U que contiene a a tal que el nico punto
crtico de f en U es a.

Captulo 3
Derivacion de campos vectoriales
3.1. Derivada de un campo vectorial. Matriz jacobiana
Una funcin vectorial es cualquier funcin que toma valores en un espacio vectorial de
dimensin mayor que 1. Las curvas en el plano o en el espacio son funciones vectoriales de
una variable. Ahora nos interesa considerar funciones vectoriales de varias variables.
La siguiente definicin expresa la idea bsica del clculo diferencial: aproximar localmente
una funcin por una aplicacin lineal.
3.1 Definicin. Sea F W ! Rm , donde Rn es un abierto, y sea a 2 . Se dice que F es
diferenciable o derivable en a si hay una aplicacin lineal T W Rn ! Rm tal que:
F.x/ F.a/ T.x a/
lKm D0 (3.1)
x!a kx ak
Dicha aplicacin lineal, si existe, es nica; se llama diferencial o derivada de F en el punto a
y se representa por DF.a/.
La siguiente proposicin pone las cosas mucho ms claras y, de paso, probamos la unicidad
de la aplicacin lineal T que verifica (3.1).
3.2 Proposicin. Sea F D .f1 ; f2 ; : : : ; fm / W ! Rm , donde Rn es un abierto, una
funcin vectorial de n variables y m componentes y sea a 2 . Equivalen las siguientes afir-
maciones:
a) F es diferenciable en a.
b) Los campos escalares f1 ; f2 ; : : : ; fm componentes de F son diferenciables en a.
58
El espacio normado L.Rn ; Rm / 59
Supuesto que se verifican a) y b), la matriz de la aplicacin lineal DF.a/ en las bases
cannicas de Rn y Rm es la matriz cuyas filas son los vectores gradiente rfi .a/, esto es la
matriz de m filas y n columnas Dj fi .a/ 16i6m . Dicha matriz se llama matriz jacobiana de
16j 6n
F en a y se representar por JF .a/.
La aplicacin lineal DF.a/ W Rn ! Rm est definida para todo x 2 Rn por
DF.a/.x/ D JF .a/.xt
donde . indica producto matricial y xt es el vector columna x.
Observa que en el caso particular de que m D 1, es decir, F D f es un campo escalar, la

aplicacin derivada es una forma lineal sobre Rn que viene dada por:
8x 2 Rn

Df .a/.x/ D rf .a/x
En el caso en que n D 1, es decir, F D es una curva en Rm , la aplicacin derivada es una

aplicacin lineal de R en Rm que viene dada por:
D .a/.t/ D t 0 .a/ 8t 2 R
Y en el caso en que n D m D 1, esto es F D h es una funcin real de variable real, la aplicacin

derivada de h en a es la aplicacin lineal de R en R dada por:
Dh.a/.t/ D t h 0 .a/ 8t 2 R
La idea bsica del clculo diferencial es aproximar (localmente) una funcin por su deriva-
da, que es una aplicacin lineal. Puesto que la aplicacin derivada es una buena aproximacin
local de la funcin, cabe esperar que la funcin herede localmente algunas de las propiedades
de su aplicacin derivada. Las propiedades de una aplicacin lineal son muy fciles de estudiar
y lo que se hace en casi todos los resultados del clculo diferencial es trasladar localmente las
propiedades de la aplicacin derivada a la funcin. Un ejemplo aclarar esto. Considera una
funcin real h derivable en un intervalo I ; la aplicacin derivada de h en cada punto a 2 I es la
aplicacin lineal de R en R Dh.a/.t/ D t h 0 .a/. Si para a 2 I es h 0 .a/ > 0 dicha aplicacin es
creciente, pero entonces tambin la funcin h es creciente en I . Este ejemplo puedes llevarlo
a otras situaciones ms complicadas: si la aplicacin derivada es una biyeccin lineal ser la
funcin localmente inversible? Claro est, la respuesta que se obtiene a este tipo de pregun-
tas es siempre de tipo local porque la derivada es una buena aproximacin local y solamente
proporciona informacin local sobre el comportamiento de la funcin.
3.1.1. El espacio normado L.Rn ; Rm /
Antes de seguir conviene que consideremos el conjunto L.Rn ; Rm / de todas las aplicacio-
nes lineales de Rn en Rm . Con las operaciones usuales de suma y producto por un nmero real,
dicho conjunto es un espacio vectorial real de dimensin nm. Supongamos que en Rn y en Rm
tenemos fijadas sendas normas que notaremos igual, k:k. Para T 2 L.Rn ; Rm / definimos:
kTk D mKax fkT.x/k W kxk D 1g (3.2)

Se verifica entonces que la aplicacin T 7! kTk es una norma en L.Rn ; Rm /. Dicha norma
se llama norma de operadores asociada a las normas fijadas en Rn y en Rm . Es importante
que te des cuenta de que en la igualdad 3.2 intervienen tres normas: la definida en Rn , que
aparece en la expresin kxk D 1, la definida en Rm , que aparece en la expresin kT.x/k y la
norma de operadores correspondiente kTk. En adelante consideraremos siempre L.Rn ; Rm /
como espacio normado con la norma de operadores asociada a las normas fijadas en Rn y en
Rm .
122. Prueba que la la igualdad 3.2 define una norma en L.Rn ; Rm /.
123. Prueba que para todo x 2 Rn se verifica que
kT.x/k 6 kTkkxk (3.3)
124. Prueba que para T 2 L.Rn ; Rm / se verifica la igualdad:
kTk D mKn M 2 RC n

o W kT.x/k 6 M kxk 8x 2 R (3.4)
125. Supongamos que en Rn Rm y Rq tenemos fijadas normas y sean S 2 L.Rm ; Rq / y

T 2 L.Rn ; Rm /. Prueba la desigualdad
kS Tk 6 kSkkTk (3.5)
Todos los conceptos propios de espacios normados tienen perfecto sentido en el espacio
L.Rn ; Rm /. De hecho, como tal espacio es de dimensin finita en l son vlidos los teoremas
1.22, 1.24, 1.25 y 1.28. Por supuesto, tiene perfecto sentido considerar la convergencia de
sucesiones en L.Rn ; Rm /.
Representaremos por GL.Rn / el conjunto de todas las aplicaciones lineales biyectivas (iso-
morfismos lineales) de Rn en Rn . Notaremos por L.Rn / el espacio vectorial de los operadores
lineales de Rn en Rn .
3.3 Proposicin. Sea T 2 L.Rn /. Equivalen las siguientes afirmaciones:

a) T 2 GL.Rn /.
b) T es inyectivo.
c) T es sobreyectivo.
3.4 Proposicin.
a) GL.Rn / es un conjunto abierto en L.Rn /. Concretamente:

Para todo T 2 GL.Rn / se verifica que:

1
S 2 L.Rn / W kT Sk < GL.Rn /
kT 1 k
En particular, si I es la identidad en Rn entonces B.I; 1/ GL.Rn /.
b) La aplicacin T 7! T 1 de GL.Rn / en GL.Rn / es continua.
126. Sea T 2 L.Rn ; Rm /. Cul es la derivada de T en un punto a 2 Rn ?

127. Prueba que una funcin vectorial diferenciable en un punto a es continua en a.
128. Prueba que un campo vectorial derivable en un dominio con derivada nula en todo punto
del mismo es constante.
129. Supongamos que fSn g ! S en el espacio L.Rm ; Rq / y que fTn g ! T en el espacio
L.Rn ; Rm /. Prueba que fSn Tn g ! S T en el espacio L.Rn ; Rq /.
130. Sea a 2 Rn y W Rn ! R la aplicacin lineal dada por .x/ D ax . Calcula kk cuando

en Rn se consideran las normas k k2 , k k1 y k k1 .

131. Sea T W R2 !R2 la aplicacin
lineal de .R2 ; k k1 / en s mismo, cuya matriz en las bases
a b
cannicas es . Prueba que
c d
kTk D mKax fjaj C jcj; jbj C jd jg
Si F es diferenciable en a, definiendo:
F.x/ F.a/ DF.a/.x a/
R.a; x/ D
kx ak
La igualdad
F.a/ DF.a/.x
F.x/ a/
lKm D0 (3.6)
x!0 kx ak
puede escribirse de forma equivalente como:
F.x/ D F.a/ C DF.a/.x a/ C kx akR.a; x/ con lKm R.a; x/ D 0 (3.7)
x!a
3.5 Definicin. Se dice que un campo vectorial es de clase C k (k 2 N [ f1g) en un abierto

si lo son sus campos escalares componentes.
3.6 Proposicin. Sea F D .f1 ; f2 ; : : : ; fn / W ! Rm donde es un abierto en Rn . Equivalen
las afirmaciones:
a) F es de clase C 1 en .
b) F es diferenciable en y la aplicacin x 7! DF.x/ de en L.Rn ; Rm / es continua.
Adems, como consecuencia de lo visto en el ejercicio 110, todo campo vectorial de clase
Ck tambin es de clase C q para q 6 k.

Regla de la cadena. Derivadas parciales de funciones compuestas 62
3.1.2. Regla de la cadena. Derivadas parciales de funciones compuestas
3.7 Teorema (Regla de la cadena). Sean G W A ! Rn y F W B ! Rm , donde A Rq

y B Rn son conjuntos abiertos y G.A/ B. Supongamos que G es diferenciable en un
punto a 2 A y que F es diferenciable en el punto G.a/ 2 B. Entonces se verifica que la funcin
compuesta H D F G W A ! Rm es diferenciable en a, y su diferencial viene dada como la
composicin de las respectivas diferenciales:
DH.a/ D DF.G.a// DG.a/ (3.8)
Adems, si F y G son de clase C k entonces H tambin es de clase C k .
Observa que DG.a/ W Rq ! Rn y DF.G.a// W Rn ! Rm , por lo que la composicin es una

aplicacin lineal de Rq a Rm , como debe ser, pues H es una funcin vectorial de q variables y
m componentes.
La expresin de la igualdad (3.8) por medio de matrices jacobianas es:
JH .a/ D JF .G.a//.JG .a/ (3.9)
Poniendo H D .h1 ; h2 ; : : : ; hm /, F D .f1 ; f2 ; : : : ; fm /, G D .g1 ; g2 ; : : : ; gn /; notando las va-

riables por x D .x1 ; x2 ; : : : ; xn / 2 Rn , y D .y1 ; y2 ; : : : ; yq / 2 Rq , y escribiendo b D G.a/,
tenemos que:

@hi @fi @gk
.a/ D .b/ . .a/ b D G.a/
@yj 16i6m @xk 16i6m @yj 16k6n
16j 6q 16k6n 16j 6q
De donde se sigue:
n
@hi X @fi @gk
.a/ D .b/ .a/ b D G.a/ .1 6 i 6 m; 1 6 j 6 q/ (3.10)
@yj @xk @yj
kD1
Esta igualdad constituye la regla de la cadena para derivadas parciales y es importante que
aprendas a aplicarla y que entiendas lo que dice. Voy a intentar facilitarte las cosas.
Primero, lo ms frecuente es que F sea un campo escalar. Supongamos, pues, que en lo
anterior, F D f es un campo escalar, en cuyo caso h D f G tambin es un campo escalar. La
igualdad (3.10) queda ahora:
n
@h X @f @gk
.a/ D .b/ .a/ b D G.a/ .1 6 j 6 q/ (3.11)
@yj @xk @yj
kD1
En esta igualdad se interpreta que la funcin G W A ! B Rn lo que hace es un cam-

bio de variables. Hablando familiarmente, podemos decir, que las variables antiguas de
la funcin f , esto es las x D .x1 ; x2 ; : : : ; xn / 2 B se han sustituido por variable nuevas
y D .y1 ; y2 ; : : : ; yq / 2 A y la funcin f se ha expresado en estas nuevas variables dando
lugar a la funcin h. La relacin entre unas variables y otras viene dada por:
xk D gk .y1 ; y2 ; : : : ; yq /; 16k 6n (3.12)
De esta manera podemos interpretar la igualdad (3.11) en la forma siguiente:

Para derivar la funcin nueva h, respecto a una nueva variable yj , se deriva la

funcin antigua f respecto a cada una de sus variables xk y se multiplica por la
derivada de cada una de ellas xk D gk .y1 ; y2 ; : : : ; yq / respecto a la variable yj .
Ya se ve que la situacin est pidiendo que hagamos algunas simplificaciones que, adems, son
las que se hacen siempre en la prctica porque, aunque son algo confusas, facilitan mucho los
clculos.
Lo primero que se hace es identificar las funciones gk que introducen las nuevas coordena-
das con las coordenadas antiguas xk , es decir, vemos las coordenadas antiguas como funciones
de las nuevas y esto lo escribimos en la forma siguiente.
xk D xk .y1 ; y2 ; : : : ; yq /; 16k6n (3.13)
Con esta notacin, la igualdad (3.11) queda como sigue.

n
@h X @f @xk
.a/ D .b/ .a/ b D G.a/ .1 6 j 6 q/ (3.14)
@yj @xk @yj
kD1
Observa el doble papel que desempea a la derecha de esta igualdad la letra xk ; cuando se
deriva respecto de ella representa una variable y cuando ella se deriva respecto de una variable
nueva representa una funcin.
La igualdad (3.14) ya es bastante fcil de recordar pero todava se siguen haciendo en la
prctica, sobre en todo en los textos de Fsica que suelen usar notaciones muy desafortunadas,
algunas simplificaciones adicionales (y peligrosas). A saber: no se distingue entre la funcin
f y la funcin h porque, como suele decirse en esos textos aludidos, son la misma funcin
expresada en distintas variables. Haciendo la identificacin de f con h nos queda lo siguiente.
n
@f X @f @xk
.a/ D .b/ .a/ b D G.a/ .1 6 j 6 q/ (3.15)
@yj @xk @yj
kD1
Aqu la letra f desempea un doble papel: a la izquierda es la funcin compuesta y a la derecha

es la funcin dada en sus variable iniciales.
Todava suele darse un pasito ms que consiste en representar la funcin f con una letra
que suele usarse para representar variables; a saber, la letra z. Esto es frecuente tambin en
textos de Fsica. Vamos a hacerlo as.
n
@z X @z @xk
.a/ D .b/ .a/ b D G.a/ .1 6 j 6 q/ (3.16)
@yj @xk @yj
kD1
Todava hay algo que podemos simplificar. Habrs observado que siempre indico la relacin
que hay entre los puntos b y a. Eso es muy importante para entender lo que se hace. Hay que
saber dnde se evalan las derivadas parciales de cada funcin. Pues bien, eso no se indica
jams en textos de Fsica. Nunca se indica en dnde se evalan las derivadas parciales. As que
vamos a suprimirlo.
n
@z X @z @xk
D .1 6 j 6 q/ (3.17)
@yj @xk @yj
kD1

Debes de familiarizarte con esta igualdad y saber reconocer en ella la igualdad de partida. Y no
olvides la forma en que se evala esta igualdad. Lo vuelvo a poner.
n
@z X @z @xk
.y/ D .G.y// .y/ .1 6 j 6 q/ (3.18)
@yj @xk @yj
kD1
Si tuviramos que volver a derivar en esta igualdad respecto a una variable yk se derivara como
de costumbre: la derivada de una suma es la suma de las derivadas y para derivar un producto
@z
se aplica la regla usual. Pero hay un detalle muy importante y es que la funcin .G.y//
@xk
@z
vuelve a ser la funcin compuesta del campo escalar con la funcin G. Por tanto, para
@xk
derivarla, hay que aplicarle la misma regla que hemos aplicado para derivar z como funcin
compuesta y que nos ha llevado a la igualdad anterior. Es por eso que el clculo de derivadas
parciales de segundo orden en funciones compuestas suele ser bastante engorroso y es fcil
equivocarse si no se sabe lo que se hace.
@z
3.8 Ejemplo. Vamos a calcular siendo z D u2 C v 5 C 3uv donde u D x 2 C y 2 , v D sen.xy/.
@x
As es como suelen enunciarse estos ejercicios y debes entender bien el enunciado. Nos
estn dando una funcin de las variables .u; v/ a la que llaman z. Esto es la letra z representa
una funcin, a saber, z D u2 C v 5 C 3uv. Nos estn dando un cambio de variables por medio
@z
de las igualdades u D x 2 C y 2 , v D sen.xy/. Y nos piden calcular . Esto ltimo ya nos dice
@x
@z
claramente que debemos ver z como funcin de x e y, es decir, la letra z en es la funcin
@x
que nos dan despus de sustituir en ella las nuevas variables, o sea, la funcin compuesta de
z D u2 C v 5 C 3uv con G.x; y/ D .x 2 C y 2 ; sen.xy//.
Sabemos que
@z @z @u @z @v
D C D .2u C 3v/2x C .5v 4 C 3u/y cos.xy/
@x @u @x @v @x
@z
Si lo dejamos as escrito parece que depende de 4 variables. Pero no es as porque en la
@x
igualdad anterior las variables son x e y (las nuevas variables) mientras que u y v (las antiguas
variables) vienen dadas por u D x 2 C y 2 , v D sen.xy/. Por tanto, es mejor hacer la sustitucin,
con lo que resulta
@z
D .2.x 2 C y 2 / C 3 sen.xy//2x C .5 sen4 .xy/ C 3x 2 C y 2 /y cos.xy/
@x
que nos da el valor de la derivada parcial de la funcin compuesta en un punto .x; y/. En este
caso es muy sencillo calcular la funcin compuesta. Hazlo y comprueba el resultado obtenido.

Consideremos una funcin de dos variables x e y, z D z.x; y/, y supongamos que ex-
presamos x e y en funcin de nuevas variables u y v, lo que indicamos en la forma

x D x.u; v/, y D y.u; v/. De esta forma la funcin z es funcin (funcin compuesta) de
las variables libres u y v, a travs de las variables dependientes x e y. Se trata de
calcular las derivadas parciales de z respecto de las nuevas variables u y v. La regla para
hacerlo es la siguiente: para derivar una funcin
z D z.x; y/; x D x.u; v/; y D y.u; v/
respecto de una nueva variable, se deriva z respecto de cada una de las antiguas variables
y se multiplica por la derivada de cada antigua variable respecto de la nueva variable. Se
entiende mejor si lo escribimos simblicamente
@z @z @x @z @y
D C
@u @x @u @y @u
En esta igualdad debes darte cuenta de que a la izquierda, como estamos derivando res-
pecto a u, la letra z representa a la funcin compuesta zDz.x.u; v/; y.u; v// y la derivada
est calculada en un punto .u; v/. En la parte derecha de la igualdad la letra z representa
la funcin dada z D z.x; y/ y las letras x e y representan variables (cuando se deriva
respecto de ellas) y funciones (cuando se derivan respecto de u). Debe entenderse que
cuando se sustituye un valor de .u; v/ en la igualdad los valores de x e y deben sustituirse
por x D x.u; v/, y D y.u; v/.
@z
133. Sea z D cos.xy/ C ey 1 cos x donde x D u2 C v, y D u v 2 . Calcula en el punto
@u
.u; v/ D .1; 1/.
134. Sea u D .x C y/4 C y 2 .z C x/3 donde x D r s e t , y D r s log.1 C t 2 /, z D r 2 s cos t.
@u
Calcula cuando r D 2, s D 1, t D 0.
@s
135. Sea z D f .x; y/, y pongamos x D u2 C v 2 , y D u=v. Calcula las derivadas parciales
de de z respecto de las nuevas variables u y v en funcin de las derivadas parciales de z
respecto de x e y.
136. Sea u D x 4 y C y 2 z 3 C ' .x=y/, donde
8
t
<x D 1 C r s e
y D r s2 e t
z D r 2 s sen t
:
@u
Calcula cuando r D 2, s D 1, t D 0, sabiendo que ' 0 .3=2/ D 1.
@s
@z @z
137. Sea z D f .x; y/ donde x D s 4 C r 4 , y D 2 r s 2 . Calcula .2; 2/ y .2; 2/. Siendo
@x @y
@z @z
.1; 1/ D 2 y .1; 1/ D 3.
@r @s
138. Prueba que la funcin F.x; y/ D f . x2 y y 2 /, donde f es una funcin real derivable,
verifica la igualdad
@F @F
.x 2 C y 2 / C 2x y D0
@x @y

139. Prueba que la funcin F.u; v/Df .uv; .u2 v 2 /=2/, donde f W R2 ! R es una funcin
diferenciable, verifica la igualdad
" 2 # 2 2
2 2 @f 2 @f @F @F
.u C v / C D C
@x @y @u @v
140. Sea z D f .x; y/, donde x D cos #, y D sen #. Calcula @z=@ y @z=@# y prueba que
2 2 2
1 @z 2

@z @z @z
C D C 2
@x @y @ @#
@g @g
141. Sea g.s; t/ D f .s 2 t 2; t 2 s 2 /. Prueba la igualdad t Cs D 0.
@s @t
142. Sea u D f .x; y/ donde x D es cos t, y D es sen t. Justifica que
!
@2u @2u @2u @2u
C 2 D e 2s C 2
@x 2 @y @s 2 @t
143. Sea z D f .x; y/, donde x D cos #, y D sen #. Prueba que
@2z @2z @2z 1 @2z 1 @z

2
C 2
D 2
C 2 2
C
@x @y @ @# @
144. Sea z D f .x; y/ donde x D x.u; v/, y D y.u; v/. Prueba que
@2z @2 z @x 2 @2 z @x @y @2 z @y 2 @z @2x @z @2y

D C 2 C C C
@u2 @x 2 @u @x@y @u @u @y 2 @u @x @u2 @y @u2
E indica la forma en que se evalan estas funciones.
145. Sea h.x; y/ D f .u; v/ donde f es de clase C 2 y u D u.x; y/, v D v.x; y/ son funciones
@u @v @u @v
de clase C 2 verificando que D y D . Prueba que:
@x @y @y @x
2 2 ! 2 !
@2 h @2 h @u @v @f @2f
C 2D C C 2
@x 2 @y @x @x @u2 @v
146. Sean las funciones f .x; y; z/ D .ex Cy 2 ; ez Cy/, g.u; v/ D log u C v 2 para .u; v/ 2
RC R. Qu valor debe tener para que la derivada direccional mxima de g f en
.0; 0; 0/ sea igual a 1?
147. Sea F W ! Rn un campo vectorial diferenciable e inyectivo en un abierto Rn . Sea
W D F./ y supongamos que W es abierto y F 1 es diferenciable en W . Para y 2 W
expresa DF 1 .y/ en funcin de la derivada de F.

Teorema del valor medio para campos vectoriales 67
3.1.3. Teorema del valor medio para campos vectoriales
En el teorema 2.11 vimos una generalizacin del teorema del valor medio para campos
escalares que se expresaba por la igualdad:

f .b/ f .a/ D rf .c/b a (3.19)
No existe una generalizacin del mismo tipo para funciones vectoriales. Por ejemplo, sea .t/D
.cos t; sen t/. Tenemos que 0 .t/ D . sen t; cos t/ es un vector unitario y, como .2/ .0/ D
.0; 0/, no existe ningn t 2 R que verifique la igualdad .2/ .0/ D 0 .t/2, es decir
no podemos expresar el incremento de la funcin igual al valor de la derivada en un punto
intermedio por el incremente de la variable. Lo que se generaliza para funciones vectoriales no
es una igualdad anloga a (3.19) sino una desigualdad: si tomamos valores absolutos en (3.19)
obtenemos:
jf .b/ f .a/j 6 krf .c/k2 kb ak2 (3.20)
Es esta desigualdad la que se generaliza para campos vectoriales con independencia, adems,
de las normas que se usen. Recuerda que la principal utilidad del teorema del valor medio es
que permite acotar el incremento de una funcin por el incremento de la variable cuando se
conoce una cota de la derivada, por ello nada se pierde con la generalizacin que vamos a
obtener.
3.9 Lema. Consideremos en Rn la norma eucldea. Dado un vector u 0 hay una aplicacin
lineal ' W Rn ! R que verifica que '.u/ D kuk2 y k'k D 1.
Demostracin. Basta definir ' W Rn ! R por

u
'.x/ D x :
kuk2
2
3.10 Teorema (Del valor medio para funciones vectoriales). Sea F W ! Rm una funcin
vectorial diferenciable en un abierto Rn . Consideraremos en Rn y en Rm las normas
eucldeas. Supongamos que a; b y que kDF.c/k 6 M para todo c 2 a; b. Entonces se
verifica que
kF.b/ F.a/k2 6 M kb ak2 (3.21)
Demostracin. Si F.b/ F.a/ D 0 nada hay que probar. Supondremos que F.b/ F.a/ 0.
m
sabemos que hay una aplicacin lineal ' W R ! R que verifica k'k D 1
Por el lema anterior
y ' F.b/ F.a/ D kF.b/ F.a/k2 . La aplicacin h D ' F W ! R es un campo escalar
diferenciable en al que podemos aplicar el teorema 2.11 para obtener que existe c 2 a; b
tal que

h.b/ h.a/ D rh.c/b a D D.' F/.c/ b a D ' DF.c/.b a/
Tomando normas deducimos que
kF.b/ F.a/k2 6 M kb ak2 :
2

Teorema de la funcin inversa 68
3.11 Corolario. Un campo vectorial derivable en un dominio con derivada nula en todo punto
del mismo es constante.
3.2. Teorema de la funcin inversa
Un resultado que debes conocer de primer curso es el siguiente:
Teorema de inversin global para funciones reales. Si f W I ! R es una funcin derivable

en un intervalo I cuya derivada no se anula en ningn punto de I , entonces f es una biyeccin
de I sobre el intervalo J D f .I /, y su inversa g D f 1 W J ! R es derivable en J siendo
1
g 0 .y/ D 0 .f 1 .y//
8y 2 J
f
Recuerda que si f es una funcin real de una variable real derivable en un punto a, la
aplicacin derivada de f en a es la aplicacin lineal de R en R dada por t 7! f 0 .a/t. Que
dicha aplicacin lineal sea invertible equivale a que f 0 .a/ 0.
Tambin debes saber que si T 2 L.Rn /, las matrices que representan a T en distintas
bases de Rn tienen el mismo determinante, dicho determinante se llama el determinante de
la aplicacin lineal T y lo representaremos por det.T/. La aplicacin lineal T es invertible
equivale a que det.T/ 0.
Si F W ! Rn es un campo vectorial definido en un abierto Rn y diferenciable en
un punto a 2 , el determinante de la derivada, det.DF.a//, se llama el jacobiano de F en a.
Teniendo en cuenta lo antes dicho, el determinante jacobiano de F en a es el determinante de
la matriz jacobiana JF .a/. La derivada DF.a/ es invertible si, y slo si, det.JF .a// 0.
Pues bien, es fcil dar ejemplos de campos vectoriales de ms de una variable que son dife-
renciables y cuya derivada en todo punto es invertible pero ellos no lo son. Es decir, el anterior
teorema de inversin global para funciones reales de una variable real no puede generalizarse
literalmente para campos vectoriales diferenciables de varias variables.
3.12 Ejemplo. El campo vectorial de R2 en R2 dado por F.x; y/ D .ex cos y; ex sen y/ es,
evidentemente, diferenciable (es de clase C 1 ) en R2 . Su matriz jacobiana en un punto .x; y/
es x
ex sen y

e cos y
JF .x; y/ D x
e sen y ex cos y
cuyo determinante es igual a e2x > 0. Sin embargo, dicho campo no es inyectivo en R2 pues
F.x; y C 2/ D F.x; y/, por lo que la funcin F no tiene inversa. Observa, sin embargo, que
la funcin F es inyectiva en R0; 2.
Una versin local del teorema de inversin global es la siguiente.
Teorema de inversin local para funciones reales. Si f W I ! R es una funcin derivable

en un intervalo abierto I cuya derivada no se anula en un punto a 2 I y es continua en dicho
punto. Entonces hay un intervalo abierto H I tal que a 2 H , la restriccin de f a H es una

biyeccin de H sobre el intervalo J D f .H /, y su inversa g D f 1 W J ! R es derivable en

J siendo
1
g 0 .y/ D 0 8y 2 J
f .f 1 .y//
Como vamos a ver, este teorema de inversin local s puede generalizarse para campos vecto-
riales.
Sea, pues, F D .f1 ; f2 ; : : : ; fn / W ! Rn un campo vectorial diferenciable en un abierto
Rn . Queremos dar condiciones que garanticen que para cada y D .y1 ; y2 ; : : : ; yn / 2 F./
el sistema de ecuaciones:
f1 .x1 ; x2 ; : : : ; xn / D y1
f2 .x1 ; x2 ; : : : ; xn / D y2
::::::::::::::: ::: (3.22)
fn .x1 ; x2 ; : : : ; xn / D yn
tiene solucin nica en x D .x1 ; x2 ; : : : ; xn / 2 . Dicho de otra forma, queremos saber si
dicho sistema permite despejar x1 ; x2 ; : : : ; xn en funcin de y D .y1 ; y2 ; : : : ; yn /. Adems,
queremos que las soluciones sean funciones diferenciables de y. As planteado, la pregunta
que nos estamos haciendo es si F es inyectiva en . Acabamos de ver con un ejemplo que en
general esto no es as: los campos vectoriales no suelen ser funciones inyectivas en dominios
muy grandes. Adems, las herramientas que vamos a usar proporcionan informacin sobre el
comportamiento local de la funcin. Por eso, lo primero que hacemos es localizar el problema.
Dado a 2 , nos preguntamos si hay conjuntos abiertos U y V Rn con a 2 U tales que
para todo y 2 V las ecuaciones 3.22 tienen solucin nica x 2 U .
Naturalmente, las funciones fj pueden ser de muy variada naturaleza y sera una ingenui-
dad suponer que hay algn tipo de algoritmo que permita resolver dicho sistema. Hay un caso
en que s sabemos resolverlo: cuando las ecuaciones son lineales. Pues bien, en situaciones
como sta lo que se hace es linealizar el problema, es decir, sustituimos la funcin F por su
derivada y trasladamos el problema a dicha aplicacin derivada, con lo cual hemos convertido
nuestro problema inicial en un problema de lgebra lineal mucho ms simple. En nuestro caso,
la linealizacin del problema conduce al sistema de ecuaciones lineales DF.a/.x/ D y:
D1 f1 .a/x1 C D2 f1 .a/x2 C C Dn f1 .a/xn D y1
D1 f2 .a/x1 C D2 f2 .a/x2 C C Dn f2 .a/xn D y2
::::::::::::::: :::
D1 fn .a/x1 C D2 fn .a/x2 C C Dn fn .a/xn D yn
Para cada y 2 Rn dicho sistema tiene solucin nica en x si, y slo si, el determinante jacobiano
det.JF .a// 0.
Un entorno abierto de un punto es un conjunto abierto que contiene a dicho punto.
3.13 Teorema (de la funcin inversa). Sea F D.f1; f2 ; : : : ; fn /W ! Rn un campo vectorial

de clase C 1 en un abierto Rn . Sea a 2 y supongamos que det.JF .a// 0. Entonces
existe un entorno abierto de a, U , tal que F.U / D V es abierto, F es una biyeccin de U
sobre V , la biyeccin inversa G W V ! U Rn es de clase C 1 en V y para todo y 2 V es
1
DG.y/ D DF.x/ donde x D G.y/ (3.23)

Si F es de clase C k en entonces G es de clase C k en V .
Demostracin. Supondremos fijada la norma eucldea en Rn . Pongamos L D DF.a/. Por hi-

ptesis, la aplicacin DF W ! L.Rn / es continua. En particular, dicha aplicacin es continua
en a 2 . Por tanto, existe r > 0 tal que B.a; r / y para todo z 2 B.a; r / se verifica que:
1
kDF.z/ DF.a/k 6 (3.24)
2kL 1 k
Aplicamos ahora el teorema del valor medio al campo vectorial x 7! F.x/ DF.a/.x/, cuya
derivada en un punto z 2 es DF.z/ DF.a/, para obtener que para todos x; y 2 B.a; r / se
verifica que
1
kF.x/ F.y/ DF.a/ x y k2 6 kx yk2
2kL 1 k
Deducimos que
1
kL x y k2 kF.x/ F.y/k2 6 kx yk2 :
2kL 1 k
1
Y teniendo en cuenta que kx yk2 6 kL x y k2 , obtenemos
kL 1 k
1
kF.x/ F.y/k2 > kx yk2 8x; y 2 B.a; r / (3.25)
2kL 1 k
lo que implica que F es inyectiva en U D B.a; r /.
Observa tambin que, en virtud de la proposicin 3.4 la desigualdad 3.24 implica que la
aplicacin lineal DF.z/ es inversible para todo z 2 U y, por tanto, su determinante jacobiano
no es nulo.
Seguidamente probaremos que la imagen por F de todo conjunto abierto contenido en U

es un conjunto abierto en Rn .
Sean W U un abierto y v 2 F.W /. Sea c 2 W tal que F.c/ D v . Tomemos s > 0 tal
que la bola eucldea cerrada B.c; s/ W . Sea D Fr.B.c; s// D fx 2 Rn W kx ck2 D sg.
La aplicacin h W ! R dada por h.x/ D kF.x/ v k2 verifica que h.x/ > 0 para todo
x 2 y es continua. Por compacidad, h alcanza un mnimo absoluto en un punto x0 2 . Sea
m D h.x0 / > 0. Probaremos que B.v ; m=2/ F.B.c; s// donde las bolas son bolas eucldeas.
Sea y 2 B.v ; m=2/ fijo en lo que sigue. Definimos la funcin g W B.c; s/ ! R por g.x/ D
kF.x/ yk2 . Dicha aplicacin es continua y, por compacidad, alcanza su mnimo absoluto en
un punto z 2 B.c; s/. Como g.c/ D kv yk2 < m=2, tenemos que g.z/ < m=2. Para x 2 se
verifica que:
m m
g.x/ D kF.x/ yk2 > kF.x/ v k2 kv yk2 > m D
2 2
Luego g.x/ no es el mnimo de g, es decir, x z. Por tanto z 2 B.c; s/.
Como g es una funcin que toma valores positivos, es claro que g2 alcanza su mnimo en
z. Como
Xn
g2 .x/ D kF.x/ yk22 D .fi .x/ yi /2
iD1

es una funcin diferenciable dicho punto debe ser un punto crtico de g2 . Deducimos que:
n
X
Dj g2 .z/ D 2 Dj fi .z/.fi .z/ yi / D 0 16j 6n
iD1
Igualdades que podemos expresar matricialmente como:
JF .z/o big/t ..F.z/ y/t D 0
Como det.JF .z// 0, concluimos que debe ser F.z/ D y. Como y es cualquier punto en
B.v ; m=2/ y z 2 B.c; s/, hemos probado que F.B.c; s// B.v ; m=2/ lo que implica que
B.v ; m=2/ F.W /. Por tanto F.W / es un conjunto abierto.
En particular V D F.U / es un conjunto abierto. La aplicacin F es una biyeccin de U
sobre V . Sea G W V ! U Rn la biyeccin inversa definida por:
G.F.x// D x 8x 2 U; F.G.y// D y 8y 2 V
La desigualdad 3.25 nos dice ahora que:

1
kG.u/ G.v /k2 6 2kL kku v k2 8u; v 2 V (3.26)
lo que implica que G es continua en V .

Probaremos que G es diferenciable en V . Sea v 2 V y c D G.v / 2 U . Pongamos T D DF.c/
y S D T 1 . La funcin ' W ! R definida por '.c/ D 0, y para x 2 U , x c, por la igualdad:
kF.x/ F.c/ T.x c/k D '.x/kx ck (3.27)
es continua en c porque F es diferenciable en c. Pongamos u D F.x/ 2 V donde x 2 U , con lo

que G.u/ D x. Tenemos:

kG.u/ G.v / S.u v /k2 D kS u v T.G.u/ G.v // k2 6
6 kSkku v T.G.u/ G.v //k2 D por (3.27) D
D kSk'.G.u//kG.u/ G.v /k2 6 por (3.26) 6
1
6 kSk'.G.u//2kL kku v k2
Como, lKm '.G.u// D '.c/ D 0, deducimos que G es diferenciable en v y su derivada viene

u!v
dada por DG.v / D .DF.c// 1.
Como esto es vlido para todo v 2 V hemos probado que G es diferenciable en V y para
todo punto y 2 V es:
DG.y/ D .DF.G.y/// 1 8y 2 V (3.28)
Como la aplicacin y 7! G.y/ de V en U Rn es continua, la aplicacin x 7! DF.x/
de U en GL.Rn / es continua y la aplicacin T 7! T 1 de GL.Rn / en L.Rn / es continua,
deducimos que la aplicacin y 7! DG.y/ de V en L.Rn / es continua en V , es decir G es de
clase C 1 en V .
Finalmente, probaremos que si F es de clase C k tambin lo es G. Acabamos de ver que esto
es cierto para k D 1. Supongamos que es cierto para k y veamos que en tal caso tambin lo es

para k C 1. Sea F D .f1 ; f2 ; : : : ; fn / de clase C kC1 . Eso quiere decir que los campos escalares
componentes de F, esto es las funciones fi , tienen derivadas parciales continuas de orden k C1
y, por tanto, las funciones Dj fi tienen derivadas parciales continuas de orden k. Teniendo en
cuenta la igualdad (3.28) y la regla de Cramer para calcular la inversa de una matriz cuadrada,
deducimos que las funciones Dj gi (donde gi , 1 6 i 6 n, son los campos escalares componentes
de G) son funciones racionales de las funciones Dj fi G cuyo denominador es siempre el
determinante de JF .G.y// que sabemos no se anula para y 2 V . Como, por la hiptesis de
induccin, G es de clase C k , las funciones Dj fi G son tambin de clase C k y, siendo las
funciones racionales de clase C 1 , concluimos, por la regla de la cadena, que las funciones
Dj gi son de clase C k en V , es decir G es de clase C kC1 en V . 2
Se dice que una aplicacin entre espacios mtricos es una aplicacin abierta si la imagen
por dicha aplicacin de cualquier abierto es un abierto.
Sean U , V abiertos en Rn . Un difeomorfismo de U sobre V es una biyeccin de U sobre
V que es diferenciable en U y cuya inversa es diferenciable en V . Si ambas aplicaciones son
de clase C k se dice que el difeomorfismo es de clase C k .
Sea F W ! Rn un campo vectorial diferenciable en un abierto Rn . Se dice que F
es un difeomorfismo local en si para todo punto x 2 hay un entorno abierto Ux de
dicho punto tal que F.Ux / D Vx es un abierto y F es un difeomorfismo de Ux sobre Vx .
3.14 Corolario. Sea F W ! Rn un campo vectorial de clase C k en un abierto Rn y

supongamos que detJF .x/ 0 para todo x 2 . Entonces F es un difeomorfismo local de clase
C k en y es una aplicacin abierta.
Si, adems, F es inyectivo en entonces es un difeomorfismo de clase C k de sobre
F./.
Un difeomorfismo F de un abierto U Rn sobre un abierto V Rn suele interpretarse

como una funcin que define nuevas coordenadas en V ; de hecho, a veces se llama a los di-
feomorfismos cambios de variables o cambios de coordenadas: las coordenadas segn F de un
punto y 2 V son las coordenadas cartesianas del punto x 2 U tal que F.x/ D y.
3.15 Ejemplo (Coordenadas polares en el plano). El campo vectorial F W RC ; ! R2

dado por F.; #/ D . cos #; sen #/, es inyectivo en D RC ; . Como F es de clase
C 1 (es, de hecho, de clase C 1 ) y detJF .; #/ D > 0, concluimos que F es un difeomorfismo
de clase C 1 de sobre F./ D R2 n f.x; 0/ W x 6 0g. Dado .x; y/ 2 F./ el par .; #/ 2 tal
que F.; #/ D .x; y/ son las coordenadas polares de .x; y/.
Una consecuencia interesante del teorema de la funcin inversa es la siguiente.
3.16 Proposicin. Sea F W ! Rm una funcin de clase C 1 en un abierto Rn . Supon-

gamos que la derivada de F en todo punto de es sobreyectiva. Entonces F es una aplicacin
abierta.
Demostracin. Sean a 2 y fe1 ; e2 ; : : : ; em g la base cannica de Rm . Como DF .a/ W Rn ! Rm

es sobreyectiva, existen vectores ui 2 Rn tales que DF .a/.ui / D ei , 1 6 i 6 m. Definamos

Teorema de la funcin implcita 73
S W Rm ! Rn por:
m m
!
X X
S i ei D i ui
iD1 iD1
Claramente, S es lineal y DF .a/ S.ei / D ei , 1 6 i 6 m. Por tanto DF .a/ S D IRm (la

identidad en Rm ). Definamos Sa D a S donde a W Rn ! Rn es la traslacin de vector a:
a .x/ D a C x para todo x 2 Rn . Como a D Sa .0/ 2 , el conjunto Wa D Sa 1 ./ es un entorno
abierto de 0 en Rm .
Podemos aplicar ahora el teorema de la funcin inversa a la funcin Ga W Wa ! Rm
definida por Ga .x/ D F Sa .x/ para todo x 2 Wa . Claramente Ga es de clase C 1 en Wa y
DGa .0/ D DF .a/ S D IRm . Obtenemos as que hay un entorno abierto Va Wa de 0 tal que
Ga es un difeomorfismo de Va sobre el abierto Ga .Va /.
Sea U un conjunto abierto y sea a 2 U . El conjunto Ua D Sa 1 .U / \ Va es un entorno
abierto de 0 contenido en Va , por lo que Ga Ua / es abierto y Ga .0/ D F .a/ 2 Ga Ua /. Como:

Ga Ua / Ga Sa 1 .U / D .F Sa / Sa 1 .U / D F Sa Sa 1 .U / F .U /

Se sigue que F .a/ es un punto interior de F .U /. Luego todos los puntos de F .U / son interiores
y F .U / es abierto. 2
3.3. Teorema de la funcin implcita
Sea f .x; y/ una funcin de dos variables con derivadas parciales de primer orden continuas
y consideremos la ecuacin f .x; y/ D 0. Las soluciones de dicha ecuacin representan una
curva en el plano. Bueno, hablando con propiedad pueden representar algo ms general que
una curva. Para que te convenzas de ello basta que consideres la ecuacin
f .x; y/ D .x 2 C y 2 1/.2.x 1/2 C 3.y 2/2 1/.y x 2/ D 0
la funcin f se anula en los puntos de la circunferencia x 2 C y 2 D 1, de la parbola y D x 2 y

de la elipse 2.x 1/2 C 3.y 2/2 D 1. Por tanto la ecuacin f .x; y/ D 0 representa la unin
de todas esas curvas.
Ese conjunto (ver figura (3.1)) no es exactamente una curva pero localmente se parece a una
curva. La palabra localmente quiere decir que si fijamos un punto .a; b/ tal que f .a; b/ D 0
entonces hay una bola abierta B..a; b/; r / tal que el corte de dicha bola con el conjunto de
puntos M D f.x; y/ W f .x; y/ D 0g es una curva. De hecho, no es cierto que la condicin
anterior se verifique para todos los puntos .a; b/ tales que f .a; b/ D 0. Dicha condicin falla en
los puntos donde se cortan dos de las curvas cuya unin forma M , pues es claro que en dichos
puntos el conjunto M no parece localmente una curva. Pues bien, en dichos puntos se anula el
vector gradiente de f y en ellos la recta tangente no est definida. Este ejemplo te ayudar a
entender lo que sigue.
Volvamos al caso general de una funcin de dos variables f .x; y/ con derivadas parciales
continuas de primer orden. Consideremos ahora la ecuacin f .x; y/ D 0 desde otro punto de

Figura 3.1. Conjunto dado por f .x; y/ D 0
vista. Intuitivamente, una ecuacin es una condicin que debe ligar a una de las variables,
es decir, que si en la igualdad f .x; y/ D 0 se fija un valor de x entonces el valor de y queda
determinado de manera nica por dicho valor de x. A veces esto es verdad como en el siguiente
ejemplo. Consideremos
f .x; y/ D y 3 C y ex C sen x
Fijado un valor de x la ecuacin f .x; y/ D 0 es un polinomio de tercer grado en y que tiene
una nica solucin real pues su derivada respecto de y es 3y 2 C ex que no se anula. Es decir,
en este caso es cierto que la igualdad
y 3 C y ex C sen x D 0 (3.29)
define de manera nica a y como funcin de x, en el sentido de que fijado un valor de x, hay
un nico y D '.x/ que verifica dicha igualdad, esto es, la funcin '.x/ est definida por la
condicin:
'.x/3 C '.x/ ex C sen x D 0 (3.30)
Se dice que la funcin ' est implcitamente definida por la igualdad (3.29). Puedes calcular
con wxMaxima el valor de dicha funcin y comprobars que es bastante complicada. El hecho
es que la mejor forma de trabajar con la funcin ' es la igualdad (3.30) que la define. Por
ejemplo, si queremos calcular la derivada de ' en un punto basta con que derivemos dicha
igualdad para obtener
3' 0 .x/'.x/2 C ' 0 .x/ ex C'.x/ ex C cos x D 0
lo que permite calcular ' 0 .x/ en funcin de '.x/.
En general, no es cierto que una igualdad de la forma f .x; y/ D 0 permita despejar una
variable en funcin de la otra. Para convencerte, considera el primer ejemplo que pusimos. Ni
tan siquiera una igualdad tan sencilla como x 2 Cy 2 1D0 permite despejar una variable como
funcin de la otra pues es claro que para cada valor que fijemos de una variable (comprendido
entre -1 y 1) hay dos posibles valores de la otra que verifican dicha igualdad.
Relacionemos ahora los dos puntos de vista que hemos considerado. Pongamos
n o
D .x; y/ 2 R2 W f .x; y/ D 0

Si la igualdad f .x; y/ D 0 permitiera despejar y en funcin de x, es decir, definiera una

funcin y D '.x/ por la condicin
f .x; y/ D 0 y D '.x/
entonces se tendra que (llamando I al intervalo donde est definida ')

n o
D .x; y/ 2 R2 W f .x; y/ D 0 D f.x; '.x// W x 2 I g
es decir, el conjunto sera la grfica de ', que, como sabemos, es un tipo muy particular de
curva. Pero ya hemos visto que el conjunto puede ser una curva mucho ms general que la
grfica de una funcin. Pero incluso en este caso, dicha curva es localmente, excepto en los
puntos donde se anula el gradiente, una grfica de una funcin.
Las consideraciones anteriores se pueden llevar al caso de una funcin de tres variables
f .x; y; z/ considerando ahora la superficie definida por la ecuacin f .x; y; z/ D 0. La pre-
gunta ahora es si fijados un valor de x y otro de y queda determinado de manera nica un valor
de z D '.x; y/ que verifica dicha ecuacin. En caso afirmativo tendramos que la superficie de
ecuacin f .x; y; z/ D 0 coincidira con la grfica de '. Ya puedes suponer que esto no es cierto
en general pues la mayora de las superficies no son grficas de funciones.
Consideremos ahora el caso general en que tenemos una funcin vectorial F W ! Rm de

clase C 1 definida en un abierto RnCm . Estamos interesados en estudiar el conjunto donde
se anula F, es decir, el conjunto M D fx 2 W F.x/ D 0g. Dicho conjunto est determinado por
el sistema de m ecuaciones:
f1 .x1 ; x2 ; : : : ; xn ; xnC1 ; : : : ; xnCm / D 0

f2 .x1 ; x2 ; : : : ; xn ; xnC1 ; : : : ; xnCm / D 0
:::::::::::::::::::::::::::::: ::: (3.31)
fm .x1 ; x2 ; : : : ; xn ; ; xnC1 ; : : : ; xnCm / D 0
En Mecnica estas ecuaciones se interpretan como ligaduras que deben satisfacer las varia-
bles. Tenemos en total m ligaduras que, intuitivamente, deben atar a m de las variables en el
sentido de que el valor de las mismas quede determinado por el valor de las otras n. Por como-
didad, consideremos las ltimas m variables. La pregunta que nos hacemos es si el sistema de
ecuaciones (3.31) permite despejar .xnC1 ; xnC2 ; : : : ; xnCm / en funcin de .x1 ; x2 ; : : : ; xn /.
Para responder a esta pregunta lo primero que hacemos, siguiendo una estrategia ya conocida,
es localizar el problema. La siguiente notacin es cmoda: si x D .x1 ; x2 ; : : : ; xn / 2 Rn y
y D .y1 ; y2 ; : : : ; ym / 2 Rm , pondremos .x; y/ D .x1 ; x2 ; : : : ; xn ; y1 ; y2 ; : : : ; ym / 2 RnCm , es
decir, identificamos RnCm con Rn Rm . Supongamos que .a; b/ 2 satisface el sistema de
ecuaciones (3.31), es decir F.a; b/ D 0. Nos preguntamos si hay entornos abiertos, A Rn de
a y B Rm de b, tales que para todo x 2 A existe un nico y 2 B tal que .x; y/ sea solucin de
(3.31). Cuando esto es as, existe una funcin ' W A ! B que a cada x 2 A hace corresponder
el nico y 2 B que verifica que es solucin de (3.31), es decir, F.x; '.x// D 0. En tal caso,
tambin se tiene que M \ .A B/ D f.x; '.x// W x 2 Ag, es decir, el conjunto M \ .A B/
es la grfica de la funcin '.
El siguiente paso es linealizar el problema, esto es, sustituir la funcin F por su derivada en
.a; b/ y trasladar el problema que nos ocupa a dicha derivada. El sistema de ecuaciones lineales

que resulta escrito en forma matricial es:
JF .a; b/..x; y/t D 0
Se trata de un sistema de m ecuaciones lineales con nCm incgnitas y lo que queremos saber es
si dicho sistema permite despejar y en funcin de x. La respuesta es conocida: basta exigir que
el determinante de las ltimas m columnas de la matriz JF .a; b/ sea distinto de cero. Llamando
J1 la matriz de las primeras n columnas de JF .a; b/ y J2 a la matriz de las ltimas m columnas
tenemos que:
JF .a; b/..x; y/t D J1 .xt C J2 .y t D 0 y t D .J2 1 .J1 /.xt
Despus de lo que antecede, el teorema que sigue es lo que se espera.
3.17 Teorema (de la funcin implcita). Sea F D .f1 ; f2 ; : : : ; fm / W ! Rm una funcin de

clase C 1 definida en un abierto RnCm . Sea .a; b/ 2 tal que F.a; b/ D 0 y

det DnCj fi .a; b/ 16i6m 0
16j 6m
Entonces existen un entorno abierto W de .a; b/, un entorno abierto U de a y una funcin
' W U ! Rm de clase C 1 tales que:
f.x; y/ 2 W W F.x; y/ D 0g D f.x; '.x// W x 2 U g
Adems, para todo x 2 U se verifica que

det DnCj fi .x; '.x// 16i6m 0
16j 6m
y
1

J' .x/ D DnCj fi .x; '.x// 16i6m . Dj fi .x; '.x// 16i6m
16j 6m 16j 6n
Si F es de clase C k entonces ' es de clase C k .
Demostracin. Definimos el campo vectorial H W ! RnCm por:
H .x; y/ D .x; F.x; y// 8.x; y/ 2 :
H es de clase C 1 y su matriz jacobiana en .x; y/ 2 viene dada por:
Inn 0nm

JH .x; y/D
D1 f1 .x; y/ ::: Dn f1 .x; y/ DnC1 f1 .x; y/ ::: DnCm f1 .x; y/
:::::::::::: ::: :::::::::::: :::::::::::: ::: ::::::::::::
D1 fm .x; y/ ::: Dn fm .x; y/ DnC1 fm .x; y/ ::: DnCm fm .x; y/
Tenemos que:
detJH .x; y/ D det DnCj fi .x; y/ 16i6m
16j 6m

Por lo que detJH .a; b/0. Podemos aplicar el teorema de la funcin inversa al campo vectorial
H para obtener que hay un entorno abierto de H.a; b/D.a; 0/, que podemos tomarlo de la forma
U V donde U Rn es un entorno abierto de a y V Rm es un entorno abierto de 0, y
un entorno abierto de .a; b/, W , tal que H es un difeomorfismo de clase C 1 de W sobre
U V.
Sea G W U V ! W RnCm el difeomorfismo inverso de HjW . Teniendo en cuenta la
definicin de H, claramente G es de la forma:
G.x; z/ D .x; .x; z// 8.x; z/ 2 U V
donde W U V ! Rm es una funcin de clase C 1 . Definimos ' W U ! Rm por:
'.x/ D .x; 0/ 8x 2 U:
La funcin ' es de clase C 1 . Para todo x 2 U se tiene que .x; 0/ 2 U V y G.x; 0/D.x; '.x//.
Por lo que .x; 0/DH.G.x; 0//DH.x; '.x//D.x; F.x; '.x///, luego F .x; '.x//D0. Observa
que para todo x 2 U se tiene que .x; '.x// 2 W . Luego hemos probado que:
f.x; y/ 2 W W F.x; y/ D 0g f.x; '.x// W x 2 U g
Supongamos ahora que .x; y/ 2 W y F.x; y/ D 0. Entonces H.x; y/ D .x; 0/ 2 U V , luego

x 2 U y, por tanto, .x; '.x// D G.x; 0/ 2 W . Puesto que H.x; '.x// D .x; 0/, y H es inyectiva
en W ha de ser y D '.x/. Hemos probado as que:
f.x; y/ 2 W W F.x; y/ D 0g f.x; '.x// W x 2 U g :
Queda probado que:
f.x; y/ 2 W W F.x; y/ D 0g D f.x; '.x// W x 2 U g
En particular, se tiene que '.a/ D b.

Por el teorema de la inversa, tenemos que para todo .x; y/ 2 W es detJH .x; y/ 0; en
particular, para todo x 2 U es:

detJH .x; '.x// D det DnCj fi .x; '.x// 16i6m 0
16j 6m
Para cada i D 1; 2; : : : ; m y para todo x 2 U se verifica que:
fi .x; '.x// D 0
Derivando esta identidad respecto a la variable k-sima por la regla de la cadena, poniendo
' D .'1 ; '2 ; : : : ; 'm /, tenemos que:
m
X
Dk fi .x; '.x// C DnCj fi .x; '.x//Dk 'j .x/ D 0
j D1
Para cada valor fijo de x 2 U y de k D 1; 2; : : : ; n ste es un sistema lineal de m ecuaciones y

m incgnitas: las Dk 'j .x/ para 1 6 j 6 m. El determinante de la matriz del sistema es:

det DnCj fi .x; '.x// 16i6m 0
16j 6m

Y, por tanto, dicho sistema tiene solucin nica que viene dada por:
D ' .x/ D 1
D f .x; '.x//
k 1 nC1 f1 .x; '.x//
::: DnCm f1 .x; '.x// k 1
:::::: :::::::::::: ::: :::::::::::: ::::::
D .
:::::: :::::::::::: ::: :::::::::::: ::::::
Dk 'm .x/ DnC1 fm .x; '.x// : : : DnCm fm .x; '.x// Dk fm .x; '.x//
Tenemos en total n sistemas de ecuaciones, uno para cada valor de k D 1; 2; : : : ; n. Cada uno
de ellos tiene como solucin la columna k-sima de la matriz jacobiana J' .x/. Las soluciones
de todos ellos podemos escribirlas matricialmente en la forma:
1

J' .x/ D DnCj fi .x; '.x// 16i6m . Dj fi .x; '.x// 16i6m
16j 6m 16j 6n
Finalmente, si la funcin F es de clase C k esta propiedad se traslada a las funciones H, G, y,

por tanto, a la funcin implcita '. 2
3.18 Observacin. Con las notaciones usadas en la demostracin del teorema, como W es
un entorno abierto de .a; b/, hay entornos abiertos A1 Rn de a y B Rm de b tales que
A1 B W . Como 'WU ! Rm es continua y U es abierto, el conjunto AD' 1 .B/\A1 es un
entorno abierto de a. Para todo x 2 A tenemos que '.x/ 2 B por lo que f.x; '.x// W x 2 Ag
A B. Adems A B W . Deducimos fcilmente que:
1
.A B/ \ F .0/ D f.x; y/ 2 A B W F.x; y/ D 0g D f.x; '.x/ W x 2 Ag
En la prctica el teorema de la funcin implcita se aplica en la forma que te explico en los

siguientes ejemplos.
3.19 Ejemplo. Comprueba que la ecuacin
xyz C sen.z 6/ 2.x C y C x 2 y 2 / D 0
define a z como funcin implcita de .x; y/ en un entorno de .1; 1/, con z.1; 1/D6. Comprueba
que .1; 1/ es un punto crtico de la funcin z D z.x; y/.
Solucin. Pongamos f .x; y; z/ D xyz C sen.z 6/ 2.x C y C x 2 y 2 / que tiene derivadas
@f @f
parciales continuas de todo orden. Tenemos que Dxy Ccos.z 6/, por lo que .1; 1; 6/D
@z @z
2 0. Como, adems, f .1; 1; 6/ D 0, el teorema de la funcin implcita garantiza que hay una
funcin con derivadas parciales continuas, .x; y/ 7! z.x; y/, definida en un entorno, U , de
.1; 1/ tal que z.1; 1/ D 6, y
f .x; y; z.x; y// D 0 para todo .x; y/ 2 U:
Derivando esta identidad tenemos que:

@f @f @z @z
C D yz 2.1 C 2xy 2 / C .xy C cos.z 6// D0
@x @z @x @x
@f @f @z @z
C D xz 2.1 C 2x 2 y/ C .xy C cos.z 6// D0
@y @z @y @y

Donde las derivadas parciales de la funcin implcita z D z.x; y/ estn calculadas en un punto
.x; y/ 2 U y las de f estn calculadas en el punto .x; y; z.x; y//. Haciendo x D y D 1,
@z @z
z D z.1; 1/ D 6, en las igualdades anteriores, se obtiene que .1; 1/ D .1; 1/ D 0, esto es,
@x @y
.1; 1/ es un punto crtico de z D z.x; y/.
El ejemplo anterior es todava demasiado explcito, nos dice muy claramente lo que hay
que hacer. Lo ms frecuente es que nos encontremos con ejercicios como el siguiente.
3.20 Ejemplo. Sabiendo que

y cos.xz/ C x 3 ez y z C 1 D 0 (3.32)
@z
Calcula .x; y/ y particulariza para el punto .x; y/ D .0; 0/.
@x
Solucin. En un ejercicio como este lo ms fcil es que en la igualdad (3.32) sustituyas men-
talmente z D z.x; y/ y la veas como
y cos xz.x; y/ C x 3 ez.x;y/y z.x; y/ C 1 D 0

(3.33)
es decir, supones que has calculado para valores de x e y dados la solucin respecto a z de la
igualdad (3.32). Esta solucin (que de hecho no es posible expresar de forma explcita, esto es,
que no puede calcularse) la representamos por z Dz.x; y/ y es la funcin implcita definida por
la igualdad (3.32) (el teorema de la funcin implcita que es un teorema de existencia garantiza
que dicha funcin existe cuando se cumplen las hiptesis del mismo). Ahora derivamos en la
igualdad (3.33) respecto a x para obtener

@z @z @z
y sen xz.x; y/ z.x; y/ C x .x; y/ C 3x 2 ez.x;y/y Cx 3 y .x; y/ ez.x;y/y

.x; y/ D 0
@x @x @x
de donde
3x 2 ez.x;y/y

@z yz.x; y/ sen xz.x; y/
.x; y/ D
@x x 3 y ez.x;y/y x y sen.xz.x; y// 1
Naturalmente, esta igualdad tiene sentido siempre que el denominador de la fraccin sea
distinto de cero. Puedes comprobar que si llamas f .x; y; z/ D y cos.xz/ C x 3 ezy z C 1
entonces la igualdad anterior es precisamente
@f
.x; y; z/
@x
@f
.x; y; z/
@z
calculada en el punto .x; y; z.x; y//. Para .x; y/ D .0; 0/ se tiene que z.0; 0/ viene dado por
la ecuacin que se obtiene haciendo x D 0 e y D 0 en la igualdad (3.32) de donde se sigue
z.0; 0/ D 1. Adems
@f @f
.0; 0; z.0; 0// D .0; 0; 1/ D 1 0
@z @z
Por lo que
@z 0
.0; 0/ D D0
@x 1


148. Particulariza el teorema de la funcin implcita:

a) Para campos escalares de dos y de tres variables.
b) Para funciones vectoriales de R3 en R2 y para funciones vectoriales de R4 en R2 .
149. Calcula las derivadas parciales de primer orden de la funcin z D z.x; y/ definida im-
plcitamente por yz 4 C x 2 z 3 exyz D0. Particularizar para el punto .x; y/ D .1; 0/.
150. Calcula las derivadas parciales de primer orden de la funcin z D z.x; y/ definida impl-
citamente por z 3 C z ex C cos y D 0.
151. Calcula las derivadas parciales de primer orden de la funcin z D z.x; y/ dada implcita-
mente por 3x 2 y 2 C 2z 2 xy 2zx 3 C 4zy 3 4 D 0, en el punto .2; 1/ siendo z.2; 1/ D 2.
152. Supongamos que la igualdad
yCz
w wz 2
g.t/dt C h.t/dt D 0
xy 3xCy
donde g y h son funciones reales derivables, define a z como funcin implcita de x; y.

Calcula las derivadas parciales de primer orden de z D z.x; y/.
153. Sabiendo que g es una funcin continua con g.0/ D 3, justifica que
xy
w
g.t/ dt C x 2 y D 0
x2 1
define a y como funcin implcita de x en un entorno del punto .1; 0/. Calcula y 0 .1/.
154. Supongamos que la igualdad F.x; y; z/D0 determina implcitamente funciones diferen-
@x @y @z
ciables x D x.y; z/, y D y.x; z/, z D z.x; y/. Probar que D 1.
@y @z @x
155. Calcula la derivada de la funcin y D y.x/ definida implcitamente por
x y C 3x 2 2y 2 2y D 0
Particularizar para x D 1 sabiendo que y.1/ D 1.
156. Calcula la derivada de la funcin y D y.x/ definida implcitamente por
y log.x 2 C y 2 / 2xy D 0
Particularizar para x D 0 sabiendo que y.0/ D 1.

157. Sea F D .u; v/ W ! R2 un campo vectorial de clase C 1 en un abierto R2

cuya derivada no se anula en . Supongamos que F satisface las ecuaciones de Cauchy-
Riemann en , es decir, que para todo punto .x; y/ 2 se verifican las igualdades:
@u @v @u @v
.x; y/ D .x; y/; .x; y/ D .x; y/
@x @y @y @x
Prueba que F es un difeomorfismo local en . Si, adems, F es inyectiva, prueba que su
inversa tambin satisface las ecuaciones de Cauchy-Riemann.
158. Justifica la existencia de una funcin ' de clase C 1 definida en un entorno U de cero en
R con valores en R tal que:
1 '.x/ ex Cx e'.x/ D0 8x 2 U
Calcula el polinomio de Taylor de segundo orden de ' en x D 0.
159. Prueba que las ecuaciones:
xy 5 C yu5 C zv 5 D 1
x 5y C y 5 u C z 5 v D 1
definen a u y a v como funciones implcitas de .x; y; z/ en un entorno de .0; 1; 1; 1; 0/.

@u @2 u
Calcula .0; 1; 1/ y 2 .0; 1; 1/.
@y @y
160. Justifica la existencia de abiertos difeomorfos A y B de R2 verificando que .1; 1/ 2 A,
.0; 1/ 2 B y que para cada .x; y/ 2 A existe un nico .u; v/ 2 B tal que:
x eu Cy ev D 1 C e
u ex Cv ey D e
Calcula la matriz jacobiana en .1; 1/ de la aplicacin .x; y/ 7! .u.x; y/; v.x; y//.
Calcula la matriz jacobiana en .0; 1/ de la aplicacin .u; v/ 7! .x.u; v/; y.u; v//.
161. Sea z D z.x; y/ la funcin dada implcitamente por
3x 2 y 2 C 2z 2 xy 2zx 3 C 4zy 3 4 D 0:
@2 z
Calcula en el punto .2; 1/ siendo z.2; 1/ D 2.
@x@y
162. Comprueba que la ecuacin
xyz C sen.z 6/ 2.x C y C x 2 y 2 / D 0
define a z como funcin implcita de .x; y/ en un entorno de .1; 1/, con z.1; 1/ D 6.
Comprobar que .1; 1/ es un punto crtico de la funcin z D z.x; y/ y estudiar si se trata
de un mximo relativo, mnimo relativo o punto de silla.
163. Sea z D z.x; y/ la funcin dada implcitamente por yz 4 C x 2 z 3 exyz D0. Calcula
@2 z
en el punto .x; y/ D .1; 0/.
@x@y

164. Calcula y clasifica los puntos crticos de la funcin z D z.x; y/ definida implcitamente
por la igualdad 2x 2 C 2y 2 C z 2 C 8xz z C 8 D 0.
165. Prueba que es posible despejar de manera diferenciable u y v en funcin de x; y; z en las

ecuaciones:
xy 2 C xzu C yv 2 D 3

u3 xy C 2xv u2 v 2 D 2
@u @v
En un entorno de .x; y; z/ D .1; 1; 1/ y .u; v/ D .1; 1/. Calcula .1; 1; 1/ y .1; 1; 1/.
@z @z
166. Justifica que existen dos campos escalares de clase C 1 u y v definidos en un entorno
abierto U del punto .1; 1/ verificando que u.1; 1/ D v.1; 1/ D .1; 1/ y para todo
.x; y/ 2 U : 3
x C y 3 C u.x; y/3 v.x; y/3 D 0
x 2 C y 2 2u.x; y/v.x; y/ D 0
Sea .s; t/ 7! f .s; t/ un campo escalar de clase C 2 definido en un entorno abierto de
@2 h
.1; 1/ y definamos h.x; y/ D f .u.x; y/; v.x; y//. Calcula .1; 1/ sabiendo que
@x@y
D1 f .1; 1/ D 2, D2 f .1; 1/ D 2, D12 f .1; 1/ D 1.
167. Sea f W R3 ! R3 el campo vectorial definido por:
f.x; y; z/ D .x xy; xy xyz; xyz/
Sea D .x; y; z/ 2 R3 W xy 0 . Justifica que es abierto y que f es un difeomorfismo

de sobre f./. Calcula la matriz jacobiana del difeomorfismo inverso en el punto

.0; 0; 1/.
168. Prueba que hay un abierto U R2 con .1; 0/ 2 U y un difeomorfismo f D .f1 ; f2 / de U

sobre V D f.U / que verifica f.1; 0/ D .0; 1/ y para todo .x; y/ 2 U :
x 2 f1 .x; y/ C 2yf2 .x; y/2 C xy

D 0
yf1 .x; y/2 C 3f1 .x; y/f2 .x; y/ C f2 .x; y/x 2 D 1
169. Justifica que las igualdades:
xu yv C eu cos v D 1

xv C yu C eu sen v D 0
definen localmente a u y a v como funciones de x e y en un entorno de .0; 0/ en el cual

@u @v @u @v
se verifica que D y D .
@x @y @y @x
170. Sea A D .x; y; z/ 2 R3 W x D y _ y D z _ z D x . Prueba que A es un conjunto ce-

rrado y que la funcin f W ! R3 dada por:
f.x; y; z/ D .x C y C z; xy C yz C zx; xyz/

Variedades diferenciables en Rn 83
es un difeomorfismo local en D R3 nA.

Sea h W R3 ! R dada por h.u; v; w/ D u C ev C sen w. Prueba que existe un abierto
U R3 con .0; 1; 0/ 2 U y un campo escalar g W U ! R de clase C 1 en U con
g.0; 1; 0/ D 1 C e 1 tal que g f D h. Calcula rg.0; 1; 0/.
171. Prueba que las igualdades:
x ev Cyu u2

D 0
y cos v C x 2 u2 D 1
definen a u y a v como funciones implcitas de x e y en un entorno del punto .2; 1/

siendo u.2; 1/ D 2, v.2; 1/ D 0. Calcula las derivadas parciales de segundo orden de u en
.2; 1/.
172. Sea F W Rn ! Rn un campo vectorial de clase C 1 y supongamos que hay un nmero

< 1 tal que para todo x 2 Rn es kDF.x/k 6 . Sea G W Rn ! Rn el campo vectorial
definido para todo x 2 Rn por G.x/ D x C F.x/. Prueba que G es un difeomorfismo de
Rn sobre Rn .
173. Sea FWRn ! Rn un campo vectorial de clase C 1 y supongamos que para todos x; y 2 Rn
se verifica que:
kx yk 6 kF.x/ F .y/k
Prueba que DF .a/ es invertible en todo punto a 2 Rn , que F .Rn / es cerrado y que F es
un difeomorfismo de Rn sobre Rn .
174. Sea f W R ! R una funcin de clase C 1 en R y supongamos que hay un nmero < 1
tal que jf 0 .t/j 6 para todo t 2 R. Definamos F W R2 ! R2 por
F .x; y/ D .x C f .y/; y C f .x//
Prueba que F es un difeomorfismo de R2 sobre R2 .
3.4. Variedades diferenciables en Rn
La palabra variedad se usa en matemticas para describir espacios topolgicos que lo-
calmente son parecidos al espacio Rk con la topologa de la norma para algn k 2 N llamado la
dimensin de la variedad. Como ya habrs estudiado en la asignatura de Topologa I, el concep-
to de identidad matemtica entre espacios topolgicos es el de homeomorfismo: dos espacios
topolgicos son homeomorfos cuando entre ellos existe una biyeccin continua y con inversa
continua. Una tal biyeccin se llama un homeomorfismo. Recuerda tambin que todo subcon-
junto no vaco, M , de un espacio mtrico .E; d/ se considera siempre como espacio mtrico
con la distancia inducida, y tambin como espacio topolgico con la topologa dada por dicha
distancia en la cual los abiertos son los abiertos relativos: intersecciones de los abiertos del
espacio total E con M . Esta topologa se llama la topologa inducida en M o la topologa
relativa de M .

Si A Rn y B Rk son conjuntos no vacos, diremos que son homeomorfos si lo

son como espacios topolgicos con las respectivas topologas relativas, es decir, existe una
biyeccin W A ! B continua cuya inversa tambin es continua. Una tal biyeccin, cuando
existe, se llama un homeomorfismo de A sobre B.
175. Prueba que todas las bolas abiertas en un espacio normado .X; k k/ son homeomorfas a
la bola abierta unidad, B.0; 1/, y que sta es homeomorfa a X .
176. Prueba que la esfera eucldea unidad en R3 no es homeomorfa a R2 .
Consideremos, pues, un conjunto no vaco M Rn . Dicho conjunto es un espacio topo-

lgico y ser localmente parecido al espacio Rk si para todo punto a 2 M existe un abierto
relativo Va M que lo contiene que es homeomorfo a Rk . Como toda bola abierta en Rk es
homeomorfa a Rk , y la restriccin de un homeomorfismo sigue siendo un homeomorfismo, no
se pierde nada, y se gana agilidad en la exposicin, si en vez de exigir que Va sea homeomorfo
a Rk exigimos que sea homeomorfo a un abierto U Rk . Supongamos, pues, que } WU ! Va
es un homeomorfismo. Podemos interpretar que U es un mapa plano que representa Va y }
es la aplicacin que lleva cada punto de dicho mapa a su correspondiente en Va . Digamos que
lo que hace la aplicacin } es curvar y pegar el mapa plano U sobre un trozo Va de M .
Tambin queremos que nuestras variedades tengan un espacio tangente en cada punto
que tenga la misma dimensin que la variedad. Para ello vamos a exigir que } sea al menos de
clase C 1 y que su diferencial tenga rango k en todo punto. Naturalmente, Va ser de la forma
Va D Wa \ M donde Wa es un entorno abierto de a en Rn .
3.21 Definicin. Un conjunto no vaco M Rn es una variedad (diferenciable de clase C q ,
1 6 q 6 1) de dimensin k (1 6 k 6 n) si para todo punto a 2 M hay un entorno abierto
Wa Rn de a, un abierto U Rk y una aplicacin } W U ! Rn (de clase C q , 1 6 q 6 1)
tal que rangoJ} .u/ D k para todo u 2 U y } es un homeomorfismo de U sobre Wa \ M .
Diremos que un par .}; U / en las condiciones de la definicin anterior es una carta local
de M en a. El par .} 1 ; }.U // se llama un sistema de coordenadas locales. Las coordenadas
de un punto x 2 }.U / son las coordenadas cartesianas de } 1 .x/. Esta terminologa no es uni-
versal y muchos textos llaman carta local a lo que hemos llamado sistema de coordenadas
locales. Tanto da, pues conocer .}; U / es lo mismo que conocer .} 1 ; }.U //. Tambin se
dice que el par .}; U / o la aplicacin } es una parametrizacin local de M en a. Una para-
metrizacin .}; U / tal que la aplicacin } 1 sea una proyeccin en k-coordenadas, es decir,
} 1 .x1 ; x2 ; : : : ; xn / D .xi1 ; xi2 ; : : : ; xik / donde 1 6 i1 < i2 < : : : < ik 6 n, se llama una
parametrizacin cartesiana.
Las expresiones escritas entre parntesis en la definicin anterior se sobrentendern en todo
lo que sigue: nuestras variedades sern siempre de clase C q con 1 6 q 6 1.
Las variedades de dimensin 1 se suelen llamar curvas regulares y las de dimensin 2
superficies regulares. Las variedades de dimensin n 1 que estn en Rn con n > 3 suelen
llamarse hipersuperficies.

Con el convenio R0 D f0g (espacio vectorial nulo), puede incluirse en la definicin anterior
el caso k D 0.
177. Prueba que las variedades de dimensin n contenidas en Rn son los conjuntos abiertos
de Rn .
178. Prueba que las variedades de dimensin 0 son conjuntos de puntos aislados.
En lo que sigue, para no caer en los casos extremos considerados en los ejercicios anterio-
res, se supondr que 1 6 k < n.
En la definicin 3.21 las variedades aparecen como subconjuntos de Rn que localmente son
imagen homeomorfa de abiertos de Rk mediante homeomorfismos diferenciables de rango k.
Podemos dar ejemplos sencillos de variedades.
3.22 Ejemplo. Sea } W U ! Rn una funcin vectorial de clase C q en un abierto U Rk tal

que rangoJ} .u/ D k para todo u 2 U y } es un homeomorfismo de U sobre }.U /. Entonces
}.U / es una variedad de clase C q y dimensin k. Se dice que dicha variedad est globalmente
determinada por la parametrizacin }.
En particular, si U Rk es abierto y F W U ! Rn k es una funcin de clase C q , entonces
la aplicacin } W U ! Rn dada por }.u/ D .u; F.u// para todo u 2 U , es de clase C q ,
rangoJ} .u/ D k para todo u 2 U y es un homeomorfismo de U sobre }.U /. Por lo que
el conjunto }.U / D f.u; F.u// W u 2 U g Rn es una variedad de clase C q y dimensin k.
Observa que dicha variedad es la grfica de F y que } es una parametrizacin cartesiana global
de la misma.
El ejemplo anterior nos dice que la grfica de toda funcin de clase C q es una variedad de
clase C q . Veremos enseguida que toda variedad es localmente la grfica de una funcin.
El teorema de la funcin implcita nos dice que el conjunto donde se anula un campo
vectorial diferenciable de rango mximo es localmente una grfica funcional y proporciona
interesantes ejemplos de variedades.
Seguiremos aqu los convenios de notacin que usamos en el teorema de la funcin im-
plcita: haremos la identificacin Rn D Rk Rn k . Una expresin de la forma .x; y/ donde
x 2 Rk , y 2 Rn k , se interpreta como un vector de Rn cuyas primeras k componentes son las de
x y cuyas ltimas n k componentes son las de y. Notaremos por 1 W Rn ! Rk la proyeccin
en las primeras k coordenadas, esto es, 1 .x; y/ D x. Notaremos por 2 W Rn ! Rn k la pro-
yeccin en las ltimas n k coordenadas, esto es, 1 .x; y/Dy. Observa que estas proyecciones
son aplicaciones abiertas.
3.23 Proposicin. Sea F W ! Rn k una funcin de clase C q en un abierto Rn . Sea
M D fx 2 W F.x/ D 0g

y supongamos que rangoJF .x/ D n k para todo x 2 M . Entonces se verifica que M es una
variedad de clase C q y dimensin k. Se dice que la variedad M est determinada por F y que
F.x/ D 0 son las ecuaciones implcitas de la variedad.
Demostracin. Sea x0 2 M . Entonces F.x0 / D 0 y rangoJF .x0 / D n k. No es restrictivo

suponer que las ltimas n k columnas de la matriz JF .x0 / son linealmente independientes1 .
Pongamos a D 1 .x0 /, b D 2 .x0 /. El teorema de la funcin implcita nos dice que hay un
entorno abierto Wx0 de x0 D .a; b/, un entorno abierto U Rk de a y una aplicacin de
clase C q , ' W U ! Rn k tal que:

x 2 Wx0 W F.x/ D 0 D Wx0 \ M D f.u; '.u// W u 2 U g
Basta tener en cuenta ahora que la aplicacin } W U ! Rn dada por }.u/ D .u; '.u// para todo
u 2 U , es de clase C q , rangoJ} .u/ D k para todo u 2 U y es un homeomorfismo de U sobre
Wx0 \ M . 2
3.24 Proposicin. Sea M Rn . Las siguientes afirmaciones son equivalentes:

a) M es una variedad de clase C q y dimensin k.
b) Para todo punto a 2 M existen, previa una reordenacin de las variables en Rn , entornos
abiertos Wa Rn de a, U Rk de 1 .a/, y una funcin ' W U ! Rn k de clase C q tal que
Wa \ M D f.u; '.u// W u 2 U g.
c) Para todo punto a 2 M existen, previa una reordenacin de las variables en Rn ,
un entorno abierto Ga Rn de a y una funcin F W Ga ! Rn k de clase C q tales que
rangoJF .x/ D n k para todo x 2 Ga y
Ga \ M D fx 2 Ga W F.x/ D 0g
Se dice que la funcin F determina localmente a M en a y tambin que F.x/ D 0 son las
ecuaciones implcitas locales de M en a.
Demostracin. Probaremos que a/b/. Sea a 2 M . Por hiptesis hay un abierto Rk ,

una aplicacin } W ! Rn de clase C q tal que rangoJ} .u/ D k para todo u 2 , } es un
homeomorfismo de sobre }./ M y }./ es un entorno abierto relativo de a en M .
Sea u0 2 tal que }.u0 / D a. Como rangoJ} .u0 / D k, reordenando las variables si fuera
preciso, podemos suponer que las primeras k filas de J} .u0 / tienen determinante distinto de
cero. Esto es tanto como decir que la aplicacin }1 D 1 } W ! Rk , cuya matriz jacobiana
est formada precisamente por las primeras k filas de J} .u0 /, verifica que detJ}1 .u0 / 0.
El teorema de la funcin inversa afirma que hay un entornos abiertos V de u0 y U de
}1 .u0 / D 1 .a/ tal que }1jV W V ! U es un difeomorfismo de clase C q de V sobre U .
Sea }1jV1 W U ! V el difeomorfismo inverso de }1jV . Observa que lo que hace este difeo-
morfismo es invertir las primeras k funciones componentes de }. Definamos h W U ! Rn por
h.u/ D }.}1jV1 .u//.
1 Esto siempre puede conseguirse componiendo F con una conveniente permutacin de ejes en Rn .

Pongamos }2 D 2 } W ! Rn k, con lo que para todo u 2 es }.u/ D .}1 .u/; }2 .u//.

Para todo u 2 U es:
h.u/ D }.}1jV1 .u// D .}1 .}1jV1 .u//; }2 .}1jV1 .u/// D .u; }2 .}1jV1 .u//
El conjunto h.U / D }.}1jV1 .U // D }.V / es un entorno abierto en M de }.u0 / D a por lo

que hay un abierto Wa Rn tal que }.V / D Wa \ M .
Definamos ' W U ! Rn k por '.u/ D .}2 }1jV1 /.u/. Dicha aplicacin es de clase C q y:
h.U / D fh.u/ W u 2 U g D f.u; '.u// W u 2 U g D Wa \ M (3.34)
Probaremos que b/c/. Dado a 2 M , por hiptesis, previa una reordenacin de las va-
riables en Rn , existen entornos abiertos Wa Rn de a, U Rk de 1 .a/, y una funcin
' W U ! Rn k de clase C q tal que Wa \ M D f.u; '.u// W u 2 U g. Sea Ga D Wa \ .U Rn k /
y definamos F W Ga ! Rn k por F.x/ D 2 .x/ '.1 .x// para todo x 2 Ga . Observa que:
F.x1 ; x2 ; : : : ; xn / D .xkC1 'kC1 .x1 ; : : : ; xk /; : : : ; xn 'n .x1 ; : : : ; xk //:
Deducimos que rangoJF .x/ D n k para todo x 2 Ga . Adems, para todo x 2 Ga \ M se tiene
que x 2 Wa \ M por lo que x D .u; '.u// para algn u 2 U por lo que
F.x/ D F.u; '.u// D '.u/ '.u/ D 0
Recprocamente, si x 2 Ga y F.x/ D 0 entonces 1 .x/ D u 2 U y 2 .x/ D D'.u/ por lo que

x D .1 .x/; 2 .x// D .u; '.u// 2 M . Hemos probado as que Ga \ M D fx 2 Ga W F.x/ D 0g.
La implicacin c/ a/ es consecuencia de la proposicin 3.23 y del carcter local del
concepto de variedad. 2
Observa que la funcin h W U ! Rn definida en la demostracin anterior, h.u/ D .u; '.u//,

es una aplicacin de clase C q y rangoJh .u/ D k para todo u 2 U . Adems h es una biyeccin
continua de U sobre Wa \ M cuya biyeccin inversa, .u; '.u// 7! u, es la proyeccin en las
primeras k-coordenadas y, por tanto, continua. Esto es, el par .h; U / es una parametrizacin
cartesiana local de M en a. Hemos probado as el siguiente resultado.
3.25 Corolario. Toda variedad tiene parametrizaciones cartesianas en el entorno de cada uno
de sus puntos.
Hemos visto que una variedad M Rn de dimensin k puede venir dada (localmente)
por medio de sus ecuaciones paramtricas, es decir como la imagen de una parametrizacin, o
por medio de sus ecuaciones implcitas, es decir como el conjunto de puntos donde se anula
una funcin de n variables y n k componentes y de rango mximo. Es instructivo considerar
los casos ms simples de variedades: los subespacios afines de Rn . Como debes saber, un
subespacio afn de dimensin k de Rn puede venir dado por sus ecuaciones implcitas:
8
a11 x1 C a12 x2 C C a1n xn D c1
a21 x1 C a22 x2 C C a2n xn D c2
<
::::::::::::::::::::::::::: ::: ::::::
an k1x1 C an k2 x2 C C an k nxn D cn k
:

Espacios tangente y normal 88
Dichas ecuaciones representan la interseccin de n k hiperplanos y deben ser linealmente

independientes, es decir, el rango de la matriz de los coeficientes del sistema debe ser igual a
n k. Definiendo F W Rn ! Rn k por:
0 1
n
X n
X n
X
F.x1 ; x2 ; : : : ; xn / D @ a1j xj c1 ; a2j xj c2 ; : : : ; an kj xj cn k A
j D1 j D1 j D1
Se tiene que F es de clase C 1 y su matriz jacobiana, que es la matriz de los coeficientes

del sistema, tiene rango mximo n k, y el subespacio afn viene dado globalmente como el
conjunto de los ceros de F.
Si en la situacin anterior suponemos que las ltimas n k columnas de la matriz de los
coeficientes del sistema son linealmente independientes, podemos resolver dicho sistema y su
solucin, poniendo A D .aij /16i6n k , B D .aij / 16i6n k y c D .c1 ; c2 ; : : : ; cn k /, est dada
16j 6k kC16j 6n
por:
.xkC1 ; xkC2 ; : : : ; xn /t D B 1.ct B 1.A:.x1 ; x2 ; : : : ; xk /t
Poniendo

}.x1 ; x2 ; : : : ; xk / D x1 ; x2 ; : : : ; xk ; B 1.ct B 1.A..x1 ; x2 ; : : : ; xk /t
se tiene que } W Rk ! Rn es una parametrizacin que determina globalmente al subespacio

afn. Observa que la imagen de }.Rk / viene dada en funcin de los parmetros x1 ; x2 ; : : : ; xk
que toman valores reales cualesquiera.
A la vista de estos ejemplos, queda claro que el concepto de variedad que hemos definido
refleja una vez ms la idea de linealizacin bsica del clculo diferencial.
3.5. Espacios tangente y normal
En lo que sigue M Rn ser una variedad de dimensin k (1 6 k < n), clase C q y a 2 M

un punto de M .
Se dice que u 2 Rn es un vector tangente a M en a si existe una curva contenida en M ,
W ; ! M , que pasa por a, .0/ D a, y que tiene tangente en a con direccin u, 0 .0/ D u.
Se define el espacio tangente a M en a como el conjunto de todos los vectores tangentes

a M en a. Lo notaremos TM .a/ y veremos enseguida que es un subespacio vectorial de Rn .
La variedad afn a C TM .a/ se llama variedad afn tangente a M en a (recta tangente si
k D 1, plano tangente si k D 2, hiperplano tangente si k D n 1).
El complemento ortogonal en Rn del espacio tangente a M en a, que notaremos TM
? .a/,
se llama espacio normal a M en a:

?
.a/ D x 2 Rn W xu D 0; 8u 2 TM .a/

TM
? .a/ se llama variedad afn normal a M en a.
La variedad afn a C TM
Cuando se conoce una parametrizacin o las ecuaciones implcitas que representan local-
mente a M en a es muy fcil calcular los espacios tangente y normal.

3.26 Proposicin. Sean F.x/ D 0 las ecuaciones implcitas locales de M en a y .}; / una
parametrizacin local de M en a con }.c/ D a. Entonces se verifica que:
TM .a/ D Ker DF.a/ D Im D}.c/
Demostracin. Como las matrices jacobianas de F y } tienen respectivamente rango n k y

k, los espacios vectoriales Ker DF.a/ e Im D}.c/ tiene dimensin k. Bastar, por ello, probar
que:
Im D}.c/ TM .a/ Ker DF.a/
Sea h 2 Im D}.c/ y sea v 2 Rk tal que D}.c/.v / D h. Sea > 0 tal que el segmento
c v ; c C v y definamos W ; ! M por .t/ D }.c C tv /. Tenemos que .0/ D a
y 0 .0/ D D}.c/.v / D h. Lo que prueba que h 2 TM .a/.
Sea ahora u 2 TM .a/ y sea W ; ! M una curva con .0/ D a y 0 .0/ D u. Tomando
suficientemente pequeo para que la curva est contenida en la parte de M determinada
por F se tiene que .t/ D .F /.t/ D 0 y por tanto 0 .0/ D DF.a/.u D 0, lo que prueba que
u 2 Ker DF.a/. 2
La proposicin anterior tiene una simetra que merece destacar: si representamos local-
mente M en a de forma implcita por los ceros de una funcin F, entonces el espacio tangente
TM .a/ viene dado por los ceros de DF.a/; y si representamos localmente M en a como la
imagen de una parametrizacin }, entonces el espacio tangente TM .a/ viene dado como la
imagen de D}.c/ siendo }.c/ D a.
3.27 Corolario. Sean F.x/ D 0 las ecuaciones implcitas locales de M en a y pongamos
F D .F1 ; F2 ; : : : ; Fn k /, y sea .}; / una parametrizacin local de M en a con }.c/ D a y
pongamos } D .}1 ; }2 ; : : : ; }n /. Entonces se verifica que:
a) Los vectores fila de la matriz jacobiana JF .a/, es decir, los vectores rFi .a/, 16i 6n k,
forman una base de TM ? .a/ y la variedad afn tangente a M en a viene dada por:
a C TM .a/ D x 2 Rn W rFi .a/x a D 0; 1 6 i 6 n k

(3.35)
Naturalmente, el espacio afn normal a M en a viene dado por:
8 9
< n
Xk =
? n
a C TM .a/ D x 2 R W x D a C i rFi .a/; i 2 R; 1 6 i 6 n k (3.36)
: ;
iD1
b) Los vectores columna de la matriz jacobiana J} .c/, es decir, los vectores:

Dj }.c/ D .Dj }1 .c/; Dj }2 .c/; : : : ; Dj }n .c// 16j 6k
son una base del espacio TM .a/ y la variedad afn normal a M en a viene dada por:
?
.a/ D x 2 Rn W Dj }.c/x a D 0; 1 6 j 6 k

a C TM (3.37)
Naturalmente, el espacio afn tangente a M en a viene dado por:
8 9
< k
X =
n
a C TM .a/ D x 2 R W x D a C j Dj }.c/; j 2 R; 1 6 j 6 k (3.38)
: ;
j D1

Observa que (3.35) y (3.37) son, respectivamente, las ecuaciones implcitas de la variedad
afn tangente y del espacio afn normal, mientras que (3.36) y (3.38) son, respectivamente, las
ecuaciones paramtricas del espacio afn normal y de la variedad afn tangente.
179. Comprueba que las rectas y planos tangentes a curvas y superficies estudiados en la
seccin 2.2 son casos particulares de los resultados generales para variedades.
180. Interpreta en el contexto de la teora de variedades los ejercicios 99 103.
181. Prueba que cada uno de los siguientes subconjuntos de R3 es una variedad y calcula el
espacio afn tangente y normal en el punto P que se indica.
( )
x 2 y 2 z 2
a) M D .x; y; z/R3 W 2 C 2 C 2 D 1 ; P D .a; b c/.
a b c
b) M D .x; y; z/R3 W z D x 2 y 2 ; P D .0; 0; 0/.

( 2 )
1 1
c) M D .x; y; z/R2 RC W x 2 C y 2 C z 2 D 1 ^ x C y2 D ; P D.0; 0; 1/.
2 4
n p o
d) M D .x; y; z/R3 W . x 2 C y 2 2/2 C z 2 D 1 ; P D .3; 0; 0/.
182. Prueba que M D .x; y; z/ 2 R3 W x 2 C y 2 2z 2 D 0 ^ x C y C z D 1 es una curva

regular y calcula su recta tangente en .1; 1; 1/.
183. Prueba que M D .x; y; z/ 2 R3 W x 2 C y 2 C z 2 D 1 ^ z D xy es una curva regular y

calcula su recta tangente en .a; b; c/ 2 M .
184. Prueba que la esfera eucldea unidad en Rn :
S n 1 D x 2 Rn W kxk2 D 1

es una variedad de dimensin n 1 y calcula el hiperplano tangente y la recta normal en

un punto a 2 S n 1 .
185. Sean M Rn y N Rm variedades y f W U ! Rm una funcin de clase C 1 en un

abierto U M tal que f.M / N . Prueba que Df.a/.TM .a// TN .f.a//.
186. Calcula bases del espacio tangente y del espacio normal en el punto .0; 1; 1; 0/ del toro:
n o
M D .x1 ; x2 ; x3 ; x4 / 2 R4 W x12 C x22 D 1 ^ x32 C x42 D 1

Extremos condicionados 91
3.6. Extremos condicionados
En la teora de extremos relativos se supone que las variables pueden tomar valores en cual-
quier punto de un conjunto abierto, es decir, pueden moverse libremente en dicho conjunto.
En muchos, por no decir que en la mayora, de los problemas reales las variables no tienen
tanta libertad y estn obligadas a satisfacer ciertas condiciones que en Fsica suelen llamarse
ligaduras. Por ejemplo, supongamos que un mvil se mueve en una curva dada por la
interseccin de dos superficies; para cada punto .x; y; z/ 2 la energa cintica del mvil vie-
ne dada por una funcin conocida f .x; y; z/ y queremos calcular los puntos de la trayectoria
donde dicha energa es mxima o mnima. En esta situacin las variables x; y; z no son libres
sino que deben satisfacer la condicin .x; y; z/ 2 . Otro ejemplo; supongamos que la tempe-
ratura en un punto .x; y; z/ de la superficie terrestre viene dada por una funcin T .x; y; z/ y
queremos calcular los puntos de mayor y menor temperatura. Aqu las variables tampoco son
libres pues deben verificar una condicin de la forma x 2 C y 2 C z 2 D R2 donde R es el ra-
dio de la Tierra. Igualmente, en problemas de optimizacin de costes o beneficios las variables
estn siempre sometidas a restricciones que dependen de las condiciones de produccin o del
mercado.
Es importante que comprendas la diferencia entre un problema de extremos relativos li-

bres y un problema de extremos condicionados. Considera el siguiente ejemplo.
2 2
3.28 Ejemplo. La funcin f .x; y/ D xy ex Cy tiene un nico punto crtico, el origen, que
es un punto de silla. Por tanto dicha funcin no tiene extremos relativos en R2 . Supongamos
que imponemos a las variables la condicin x 2 C y 2 D 1 y queremos calcular el mximo valor
de f .x; y/ cuando se verifique que x 2 C y 2 D 1. Fjate en que el problema es completamente
distinto. Ahora solamente nos interesan los valores que toma la funcin f .x; y/ en el conjunto
n o
K D .x; y/ 2 R2 W x 2 C y 2 D 1
Sabemos que dicho conjunto es un conjunto compacto; adems la funcin f es continua, por
tanto podemos asegurar, de entrada, que tiene que haber algn punto .a; b/ 2 K en el cual la
funcin f alcanza su mayor valor en K (y tiene que haber otro donde alcance su menor valor
en K). Calcular dicho punto es, en este caso, muy sencilloppues para .x; y/ 2 K se tiene que
f .x; y/ D e x y. Como para .x; y/ 2 K se tiene que y D 1 x 2 y los valores negativos de
f no nos interesan porque queremos calcular el mayor valor que toma en K, se sigue que
n p o
mKax ff .x; y/ W .x; y/ 2 Kg D mKax e x 1 x 2 W 0 6 x 6 1
Nuestro problema se ha
p convertido en algo que ya sabes hacer: calcular el mximo absoluto de
la funcin h.x/ D e x 1 x 2 para 0 6 x 6 1.
Por cierto, por la desigualdad de las medias se tiene que:
1
p q
x 1 x D x 2 .1 x 2 / 6
2
2
p
Y la igualdad se da si, y slo si, x 2 D 1 x 2 , esto es en x D 1= 2 se alcanza el mximo
absoluto de f en K.

De hecho, t has resuelto ejercicios de extremos condicionados aunque puede que no seas
consciente de ello. Por ejemplo, seguro que alguna vez has resuelto el siguiente ejercicio.
3.29 Ejemplo. Entre todos los rectngulos cuyo permetro es igual a 16 calcular el que tiene
rea mxima.
Este ejercicio puedes plantearlo como sigue. Sea f .x; y/ D xy la funcin que da el rea de
un rectngulo cuyos lados tienen longitudes x e y. Se trata de calcular el mximo de f .x; y/
cuando las variables verifican la condicin 2x C2y D16. Por tanto, es un problema de extremos
condicionados. Seguro que ahora recuerdas algunos otros ejercicios parecidos a este que has
hecho sin saber que estabas haciendo problemas de extremos condicionados. La razn es clara:
la condicin que nos dan es tan sencilla que permite despejar una variable en funcin de la otra,
y D 8 x, con lo que nuestra funcin se convierte en xy D x.8 x/ y el problema queda
reducido a calcular el mayor valor de x.8 x/ cuando 0 6 x 6 8.
p
x.8 x/ 6 4
Y la igualdad se da si, y slo si, x D 8 x, esto es en x D 4 y el rectngulo de rea mxima es

el cuadrado.
Los ejemplos anteriores ponen de manifiesto que los problemas de extremos condiciona-
dos de funciones de dos variables en los que puede utilizarse la condicin que nos dan para
despejar una variable en funcin de otra, se reducen fcilmente a problemas de extremos de
funciones de una variable. Pero supongamos ahora que cambiamos la condicin del ejemplo 1
por la siguiente:
x ex Cy C ey C sin.1 C xy/ D 2
La cosa se complica porque ahora es imposible usar la condicin impuesta para despejar una
variable en funcin de la otra. Ahora s tenemos un autntico problema de extremos condicio-
nados.
Lo antes dicho para funciones de dos variables puedes generalizarlo para funciones de tres
variables. Por ejemplo el problema de calcular las dimensiones de un ortoedro de volumen
igual a 8 para que su superficie lateral sea mnima, puedes plantearlo como sigue: calcular el
mnimo de
f .x; y; z/ D 2xy C 2xz C 2yz
(la funcin que da la superficie lateral de un ortoedro cuyos lados tiene longitudes x, y, z) con
la condicin xyz D 8. Se trata de un problema de extremos condicionados, pero la condicin
dada permite despejar una variable en funcin de las otras dos, z D 8=.xy/, con lo que nuestra
funcin queda 2xy C 2xz C 2yz D xy C 16=y C 16=x, funcin de la que hay que calcular su
mnimo absoluto cuando 0 < x, 0 < y. Hemos convertido as el problema inicial de extremos
condicionados en uno de extremos libres porque ahora las variables .x; y/ se mueven en el
abierto RC RC .
p3
q
3
p
3 xy C xz C yz
.xy/.xz/.yz/ D .xyz/2 D 64 6
3

Y la igualdad se da si, y slo si, xy D xz D yz lo que implica que x D y D z D 2. El ortoedro

buscado es el cubo.
Pero si cambiamos la condicin anterior por la siguiente
x 2 yz 3 C sen.1 C xz/ C y eyx D1
o bien, si imponemos dos condiciones como las siguientes:
log.1 C x 2 C y 2 / C sin.1 C xz/ 1 D 0; e1CyCxCz C cos.xyz/ C x 2 z 2 3D0
entonces no podemos usar esa condicin (o condiciones) para despejar una variable (o dos
variables) en funcin de las otras (de la otra).
Ocurre que muchos de los ejercicios que se proponen en los libros de texto para ser resuel-
tos utilizando la teora de extremos condicionados que vamos a desarrollar seguidamente, se
resuelven con frecuencia de forma ms sencilla usando otro tipo de tcnicas o algunas desigual-
dades como la de las medias geomtrica y aritmtica o la de Cauchy - Schwarz. Pero aunque su
utilidad prctica pueda ser discutida, la teora de extremos condicionados tiene un gran inters
terico, especialmente en la formulacin Lagrangiana de la Mecnica.
En trminos generales, el problema clsico de extremos condicionados puede enunciarse
como sigue: dados un abierto Rn , un campo escalar f W ! R de clase C q y una funcin
g W ! Rn k de clase C q verificando que el conjunto:
M D fx 2 W g.x/ D 0 ^ rangoDg.x/ D n kg
no es vaco, se trata de calcular los extremos locales de la funcin fjM , restriccin de f

a M . Es decir, calcular los mximos y mnimos locales de f .x/ cuando las variables, x D
.x1 ; x2 ; : : : ; xn /, estn obligadas a satisfacer las condiciones dadas por:
g.x/ D 0 gi .x1 ; x2 ; : : : ; xn / D 0 16i 6n k (3.39)
donde g D .g1 ; g2 ; : : : ; gn k /.
En Mecnica clsica, las ecuaciones (3.39) representan las ligaduras (que los fsicos llaman
holnomas) que obligan a un punto material o a un sistema ms complejo a desplazarse en una
determinada regin del espacio, y el problema de optimizar ciertos campos escalares asociados
al movimiento del sistema responde al problema de extremos condicionados.
El planteamiento del problema pone de manifiesto que M es una variedad en Rn de dimen-
sin k y que se trata de determinar los extremos de la restriccin de f a esa variedad.
3.30 Definicin. Sea f W ! R, donde Rn y sea M . Se dice que f tiene un

mximo (resp. mnimo) local condicionado por M en un punto a 2 M , si hay un nmero r > 0
tal que para todo x 2 B.a; r / \ M se verifica que f .a/ > f .x/ (resp. f .a/ 6 f .x/). Se dice
que f tiene en a un extremo local condicionado por M cuando f tiene en a un mximo o un
mnimo local condicionado por M . Cuando las desigualdades anteriores son estrictas para todo
x 2 B.x; r / con x a se dice que el extremo local condicionado correspondiente es estricto.
El siguiente resultado es importante porque permite reducir un problema de extremos con-

dicionados a un problema de extremos relativos ordinario.

3.31 Proposicin. Sean f W ! R un campo escalar de clase C q en un abierto Rn y

M una variedad de clase C q y dimensin k. Sean a 2 M , .}; U / una parametrizacin
local de M en a y c el vector de coordenadas de a, es decir, }.c/ D a. Se verifica entonces que
f tiene en a un extremo local (estricto) condicionado por M si, y slo si, el campo escalar
f } W U ! R tiene un extremo relativo (estricto) del mismo tipo en c.
Parece que todo est resuelto, pero no es as porque en la prctica pocas veces se conocen
las parametrizaciones locales de una variedad.
3.32 Proposicin. Sean f W ! R un campo escalar de clase C q en un abierto Rn ,
M una variedad de clase C q y dimensin k y a 2 M . Supongamos que f tiene en a un
?
extremo local condicionado por M . Entonces se verifica que rf .a/ 2 TM .a/.
Demostracin. Sea .}; U / una parametrizacin local de M en a y sea }.c/ D a. En virtud de

la proposicin anterior, la hiptesis hecha es lo mismo que afirmar que f } tiene un extremo
relativo en c, en cuyo caso, como es un campo escalar diferenciable en c 2 U y U es abierto, c
debe ser un punto crtico de f }, es decir, D.f }/.c/ D 0, esto es, Df .a/ D}.c/ D 0.
Por tanto, para todo h 2 Rk es

Df .a/ D}.c/ .h/ D rf .a/D}.c/.h/ D 0
Como esto vale para todo h 2 Rk , resulta que el vector rf .a/ es ortogonal a D}.c/.Rk / D
TM .a/. 2
En los dos resultados anteriores no se ha supuesto que la variedad M venga dada de al-
guna forma concreta, sin embargo el resultado siguiente requiere en su enunciado conocer las
ecuaciones implcitas locales de M en a, por lo que de aqu en adelante vamos a suponer que
la variedad M es la variedad de dimensin k D n m dada por una funcin g W ! Rm de
clase C q en un abierto Rn por:
M D fx 2 W g.x/ D 0 ^ rangoDg.x/ D mg
Notaremos g D .g1 ; g2 ; : : : ; gm / los campos escalares componentes de g. Observa que esta

hiptesis no es realmente restrictiva porque todas las variedades vienen dadas localmente de
esta forma y el problema que nos ocupa es justamente un problema local. En lo que sigue
f W ! R ser un campo escalar de clase C q en .
El siguiente resultado proporciona una condicin necesaria para que f tenga en a 2 M un
extremo local condicionado por M . Para enunciarlo conviene definir la llamada funcin de
Lagrange W Rm ! R dada por:
m
X
.x; /Df .x/C i gi .x/; xD.x1 ; x2 ; : : : ; xn / 2 ; D.1 ; 2 ; : : : ; m / 2 Rm (3.40)
iD1
Observa que es una funcin de n C m variables.

3.33 Teorema (de Lagrange). Supongamos que f tiene en a 2 M un extremo local condicio-
nado por M . Entonces existe un nico vector 2 Rm tal que .a; / es un punto crtico de ,
es decir, r.a; / D 0.

Demostracin. Por el corolario 3.27 sabemos que los vectores rgi .a/, 1 6 i 6 m forman una
base de TM? .a/. Por la proposicin 3.32 sabemos que rf .a/ 2 T ? .a/. Por tanto, hay nmeros
M
Xm
i 2 R, 16i 6m, nicos, tales que rf .a/C i rgi .a/D0. Poniendo D.1 ; 2 ; : : : ; m /,
iD1
esta igualdad vectorial equivale a las igualdades:
m
X
Dj f .a/ C i Dj gi .a/ D 0 Dj .a; / D 0 1 6 j 6 n (3.41)
iD1
Puesto que DnCj .a; /Dgj .a/D0 para 16j 6m porque a 2 M , se sigue que las igualdades
(3.41) equivalen a que .a; / sea un punto crtico de . 2
Los nmeros 1 ; 2 ; : : : ; m en el teorema anterior se llaman los multiplicadores de La-

grange del punto a. Obtenemos as una regla prctica para proceder en un problema de extre-
mos condicionados: se empieza por resolver el sistema de Lagrange:
Xm 9
>
Dj f .x1 ; x2 ; : : : ; xn / C i Dj gi .x1 ; x2 ; : : : ; xn / D 0 >
=
iD1 16j 6nCm
>
>
gj .x1 ; x2 ; : : : ; xn / D 0
;
Es un sistema de n C m ecuaciones en general no lineales para el que no puede haber tcnicas

generales de resolucin. De hecho, puede resolverse de forma exacta en muy pocos casos.
El teorema de Lagrange, que no es ms que una reformulacin equivalente de la proposicin
3.32, da una condicin necesaria para que un punto a 2 M sea extremo local de f condicionado
por M . Daremos a continuacin una condicin suficiente. Suponemos en lo que sigue que
nuestras funciones son de clase C q con q > 2.
Dado .a; / 2 Rm , notaremos Q .a; / la forma cuadrtica sobre Rn cuya matriz en
la base cannica es Dij .a; / 16i6n . Se trata, pues, de la aplicacin Q .a; / W Rn ! R

16j 6n
definida por:
n
X
Q .a; /.x/ D Dij .a; /xi xj 8x 2 Rn (3.42)
i;j D1
Consideraremos tambin una parametrizacin local .}; U / de M en a con }.c/ D a. En estas

condiciones, sean h D f } W U ! R y Qh .c/ la forma cuadrtica sobre Rk dada por:
k
X
Qh .c/.u/ D Dij h.c/ui uj 8u 2 Rk :
i;j D1
3.34 Proposicin. Sea .a; / un punto crtico de la funcin de Lagrange. Con las notaciones
anteriores, se verifica que:
Qh .c/.u/ D Q .a; /.D}.c/.u// 8u 2 Rk (3.43)
Demostracin. Se trata de hacer un clculo. La mayora de los textos lo evitan. Vamos a ha-
cerlo.

Notaremos por ei , 1 6 i 6 k, los vectores k

la base cannica de R . Como h es un
de
campo escalar, se verifica que Di h.c/ D rh.c/ei D Df .c/.ei /. Para campos vectoriales,
como }, esta relacin tambin se mantiene si interpretamos que Di }.c/ es la columna i-sima
de la matriz jacobiana J} .c/. Dicha columna es el vector de Rn que se obtiene derivando las
funciones componentes de } con respecto a la variable i-sima que notaremos por Di }.c/.
Por tanto Di }.c/ D D}.c/.ei /. Como hay que calcular derivadas parciales de segundo orden
conviene calcular las derivadas parciales de primer orden en un punto genrico u 2 U para
volver a derivarlas usando la regla de la cadena. Para u 2 U tenemos:

Di h.u/ D D.f }/.u/.ei / D Df .}.u// D}.u/ .ei / D Df .}.u// D}.u/.ei / D

D rf .}.u//Di }.u/ D .rf / }/.u/Di }.u/ (3.44)
Y volviendo a derivar otra vez como se deriva un producto escalar:

Dij h.u/ D Dj .Di h.u// D Dj ..rf / }/.u/Di }.u/ C rf .}.u//Dj .Di }/.u/ (3.45)
Calculemos el primero de estos dos sumandos. Observa que rf W x 7! rf .x/ es un campo

vectorial cuyas funciones componentes son las derivadas parciales primeras de f , .rf / } es
el campo vectorial composicin de rf y }, por lo que:
Dj ..rf / }/.u/ D D..rf / }/.u/.ej / D D.rf /.}.u// D}.u/.ej /D

D D.rf /.}.u//.Dj }.u// (3.46)
Sustituyendo esta igualdad en (3.45) y haciendo u D c tenemos:

Dij h.c/ D D.rf /.a/.Dj }.c//Di }.c/ C rf .a/Dj .Di }/.c/ (3.47)
m
X
Como .a; / es un punto crtico de la funcin de Lagrange se verifica rf .a/D l rgl .a/.
lD1
Sustituyendo esta igualdad en (3.47) tenemos:
m
X

Dij h.c/ D D.rf /.a/.Dj }.c//Di }.c/ l rgl .a/Dj .Di }/.c/ (3.48)
lD1
Teniendo ahora en cuenta que gl }.u/ D 0 para todo u 2 U y para 1 6 l 6 m, y usando la

igualdad (3.47) con el campo escalar h D f } sustituido por gl }, obtenemos:

0 D Dij .gl }/.c/ D D.rgl /.a/.Dj }.c//Di }.c/ C rgl .a/Dj .Di }/.c/
de donde se sigue que:

rgl .a/Dj .Di }/.c/ D D.rgl /.a/.Dj }.c//Di }.c/
Sustituyendo esta igualdad en (3.48) resulta:

*m +
X
Dij h.c/ D D.rf /.a/.Dj }.c//Di }.c/ C l D.rgl /.a/.Dj }.c//Di }.c/ D
lD1
m
* ! +
X
D D.rf /.a/ C l D.rgl /.a/ .Dj }.c//Di }.c/ (3.49)
lD1

Pero esta igualdad es justamente lo que queramos probar pues:

m
X
Dij .a; / D Dij f .a/ C l Dij gl .a/
lD1
Que coincide con el elemento ij de la matriz jacobiana de:

m
X
D.rf /.a/ C l D.rgl /.a/ (3.50)
lD1
Pues observa que la matriz jacobiana de D.rf /.a/ es la matriz hessiana de f en a y que la
matriz jacobiana de D.rgl /.a/ es la matriz hessiana
de gl en a. Por tanto, la matriz jacobiana
de (3.50) es justamente la matriz Dij .a; / 16i6n .
16j 6n
Lo que dice la igualdad (3.49) es que la forma cuadrtica asociada a la matriz hessiana de
h D f } en el punto c es igual a la restriccin de la forma cuadrtica asociada a la matriz
Dij .a; / 16i6n al espacio tangente a M en a. Para verlo ms claro todava, pongamos,
16j 6n
por comodidad de escritura, A D Dij .a; / 16i6n . La forma cuadrtica asociada a dicha
16j 6n
matriz, es justamente la definida en (3.42), es decir, Q .a; /, y viene dada para todo x 2 Rn
por:
Q .a; /.x/ D x.A.xt D A.xt x

Para todo u D .u1 ; u2 ; : : : ; uk / 2 Rk tenemos que:

k
X
D}.c/.u/ D uj Dj }.c/
j D1
es un vector del espacio tangente TM .a/ y:

* 0 k 1t
k
X +
X
Q .a; /.D}.c/.u// D A. @ uj Dj }.c/A ui Di }.c/ D
j D1 iD1
k
X k
X
ui uj A..Dj }.c//t Di }.c/ D por (3.49) D

D Dij h.c/ui uj D
i;j D1 i;j D1
D Qh .c/.u/
Como queramos probar. 2
Naturalmente, para calcular la restriccin de la forma cuadrtica Q .a; / al espacio TM .a/,

todo lo que se necesita es conocer una base de dicho espacio, pues si fa1 ; a2 ; : : : ; ak g es una
tal base, la matriz de la forma cuadrtica restringida a TM .a/ es la matriz .mij /kk cuyos
elementos estn dados por:
mij D A.ati aj

1 6 i; j 6 k (3.51)
Como consecuencia de la proposicin 3.31, de la proposicin anterior y del teorema 2.26,

obtenemos condiciones suficientes para que f tenga en a un extremo local condicionado por
M.

Clculo de extremos absolutos 98
3.35 Teorema (Condicin suficiente de extremo local condicionado). Con las notaciones y las
hiptesis anteriores, supongamos
que .a; / es un punto crtico de la funcin de Lagrange y
pongamos A D Dij .a; / 16i6n . Sea fa1 ; a2 ; : : : ; ak g una base del espacio TM .a/ y sea
16j 6n
.mij /kk la matriz cuyos elementos mij vienen dados por (3.51). Sea Q W Rk ! R la forma
cuadrtica:
k
X
Q.u/ D mij ui uj 8u 2 Rk
i;j D1
Se verifica entonces que:

a) Si la forma cuadrtica Q es definida positiva entonces f tiene en a un mnimo local
estricto condicionado por M .
b) Si la forma cuadrtica Q es definida negativa entonces f tiene en a un mximo local
estricto condicionado por M .
c) Si f tiene en a un mximo local condicionado por M entonces la forma cuadrtica Q
es semidefinida negativa.
d) Si f tiene en a un mnimo local condicionado por M entonces la forma cuadrtica Q
es semidefinida positiva.
e) Si la forma cuadrtica Q es no definida entonces f no tiene en a un extremo local
condicionado por M .

En general, la matriz A D Dij .a; / 16i6n depende de a y de . Te digo esto porque es
16j 6n
importante que calcules las soluciones del sistema de Lagrange en la forma .a; / agrupando
cada punto a con sus correspondientes multiplicadores de Lagrange. Cada a tiene asociado un
nico multiplicador , pero puede ocurrir que diferentes a tengan asociado el mismo multipli-
cador porque distintos a pueden dar lugar al mismo rf .a/. Los coeficientes mij dependen en
general de a y de y para cada par .a; / resulta, en general, una forma cuadrtica Q diferente
cuyo carcter debes estudiar. Pese a todo, de hecho, en la prctica sucede con frecuencia que
A no depende de , en tal caso puedes olvidarte de los valores de y considerar solamente los
de a.
La forma de calcular rpidamente la matriz .mij /kk es la siguiente: sea Bnk una matriz
cuyas columnas sean los vectores base de TM .a/, entonces:
.mij /kk D B t .A.B (3.52)
3.6.1. Clculo de extremos absolutos
Cuando la variedad M es un conjunto compacto, la existencia de extremos absolutos para

f est garantizada por la propiedad de compacidad de las funciones continuas. En este tipo de
problemas lo nico que hay que hacer es calcular los puntos crticos de la funcin de Lagrange
y evaluar en ellos la funcin f , lo que nos proporcionar directamente los puntos donde f
alcanza su mximo y su mnimo absolutos en M . Claro est, se supone que hay un nmero
finito de soluciones del sistema de Lagrange.

Situacin diferente es cuando queremos calcular los extremos absolutos o relativos de una
funcin f en un conjunto compacto K Rn con interior no vaco y cuya frontera M D
Fr.K/ es una variedad. Por supuesto, la existencia de extremos absolutos est garantizada pero
pueden alcanzarse en el interior o en la frontera. Por tanto, lo que hay que hacer es calcular
los puntos crticos de f en el interior de K y las soluciones del sistema de Lagrange para f y
M . Obtendremos as, en la prctica, un conjunto finito de puntos y todo lo que hay que hacer
es evaluar f en cada uno de ellos, lo que nos proporcionar directamente los puntos donde
f alcanza su mximo y su mnimo absolutos en K. Dicho sea de paso, con frecuencia dichos
extremos absolutos se alcanzan en la frontera de K.
Sucede con frecuencia que la frontera de K Rk , k D 2 o k D 3, no es una variedad
aunque se le parezca mucho; por ejemplo, la frontera puede ser un polgono o un ortoedro o una
pirmide. En tales casos lo ms sencillo es parametrizar las caras del polgono o del ortoedro y
reducir el problema de calcular los extremos en cada parte de la frontera de K a un problema de
extremos ms sencillo en una o dos variables. Claro, tambin se puede descomponer la frontera
de K como unin de variedades disjuntas: las caras o las aristas ms los vrtices y aplicar la
teora de extremos condicionados a cada una de ellas. No te lo aconsejo.
187. Calcula, aplicando la teora de extremos condicionados, el ortoedro de volumen igual a

8 y superficie lateral mnima.
Observacin: este ejercicio lo hemos hecho en la introduccin usando la desigualdad
de las medias. La teora de extremos condicionados te permitir probar que el ortoedro
solucin solamente puede ser el cubo, pero dicha teora no te dice si el mnimo alcanzado
es absoluto.
188. Calcula la distancia mnima de un punto P D .; ; / al plano Ax C By C C z D D:
a) Usando la teora de extremos condicionados.
b) Usando la desigualdad de Cauchy - Schwarz.
189. Calcula el punto de la superficie 4x 2 C y 2 z 2 D 1 que est ms prximo al origen de
coordendas.
190. Una curva est dada como la interseccin del cilindro x 2 C y 2 D 4 con el plano de
ecuacin 2x C 3y C z D 3. Calcula el punto de la misma que est ms prximo al origen.
191. Sea A una matriz simtrica n n. Aplica el mtodo de los multiplicadores de Lagrange
para calcular el mximo absoluto de la forma cuadrtica asociada a A condicionado por
la esfera eucldea unidad en Rn , para probar que dicho mximo se alcanza en un punto
de la forma .a; / tal que A.at D a. Por tanto es un valor propio de A.
192. Calcula el mximo absoluto de f .x; y; z/ D x 3 y 2 z en el conjunto:
M D .x; y; z/ 2 RC C C

o R o R o W x C 2y C 3z D 1

193.
Utiliza el mtodo de los multiplicadores de
Lagrange para calcular el rea del tringulo
de mnima rea cuyos lados son los segmen-
tos de los ejes coordenados positivos inter- b
P D.u; v/
ceptados por la tangente a la elipse:
x2 y2
C D1
a2 b2
en un punto P D .u; v/ de la misma situado
en el primer cuadrante y dicho segmento de
la tangente.
194. Utiliza el mtodo de los multiplicadores de Lagrange para calcular un punto de la elipse
de ecuacin
x2 y2
C D1
a2 b2
tal que el segmento determinado por la interseccin de la tangente a la elipse en dicho
punto con los ejes coordenados tenga longitud mnima.
195. Prueba que el mximo absoluto de f .x1 ; x2 ; : : : ; xn / D .x1 x2 xn /2 sometido a la

condicin k.x1 ; x2 ; : : : ; xn /k2 D r es igual a .r 2 =n/n . Deduce que:
n
1X 2
q
n
x12 x22 xn2 6 xi 8.x1 ; x2 ; : : : ; xn / 2 Rn
n
iD1
y deduce la desigualdad de las medias:

n
p 1X
n
x1 x2 xn 6 xi 8.x1 ; x2 ; : : : ; xn / 2 .RC
o/
n
n
iD1
Cundo se da la igualdad?
196. Utiliza el mtodo de los multiplicadores de Lagrange para calcular el volumen del ortoe-
dro de mximo volumen inscrito en el elipsoide de ecuacin
x2 y2 z2
C C D1
a2 b2 c2
Sabes resolver este ejercicio usando la desigualdad de las medias?
197. Prueba que el mximo absoluto de x 2 y 2 sujeto a la condicin
x 2p y 2q
C D r2
p q
donde p > 0, q > 0 verifican que:
1 1
C D1
p q

se alcanza cuando x 2p D y 2q y es igual a r 2 . Deduce que si x > 0 e y > 0 se verifica

que:
xp yq
xy 6 C
p q
Cundo se da la igualdad?
198.
Se quiere construir un pentgono colocando
un tringulo issceles sobre un rectngulo,
como se muestra en la figura de la derecha.
Si el pentgono tiene un permetro fijo p,
determinar las longitudes de los lados del
pentgono que maximizan su rea.
199. Calcula los puntos de la curva

(
x 2 xy C y 2 z2 D 1
x2 C y2 D 1
que estn ms prximos al origen de coordenadas.
200. Calcula la mnima distancia del origen a la superficie de ecuacin xy 2 z 3 D 2.
201. Calcula el mayor y el menor valor de la funcin f .x; y; z/ D x 2y C 5z en la esfera

x 2 C y 2 C z 2 D 30.
202. Sea la curva interseccin de la esfera x 2 C y 2 C z 2 D 1 y el plano x C y C z D 1.

Calcula los puntos de que estn ms cerca y ms lejos del punto .1; 2; 3/. Justifica que
los resultados obtenidos son valores mximos y mnimos absolutos.
203. Encontrar un punto P de coordenadas positivas perteneciente al elipsoide de ecuacin

x2 y2 z2
C C D 1, tal que el plano tangente al elipsoide en P determine con los ejes
a2 b2 c2
coordenados un tetraedro de volumen mnimo.
El volumen del tetraedro con vrtices en el origen y en los puntos .a; 0; 0/, .0; b; 0/ y
1
.0; 0; c/ (donde a; b; c son nmeros positivos), es igual a abc.
6
204. Calcula los extremos absolutos de f .x; y/ D x 2 C y 2 x y en el conjunto
n o
K D .x; y/ 2 R2 W x 2 C y 2 6 4 ^ y > 0
205. Calcula el volumen mximo de una caja rectangular situada sobre el plano X Y que
tiene un vrtice en el origen y el vrtice opuesto, de coordenadas positivas, pertenece al
paraboloide z C x 2 C 4y 2 D 4.
206. Calcula los extremos

p absolutos de f .x; y/ D x 2 y 3 C x 2 C 6y 2 en la bola cerrada
B k k2 ..0; 0/; 5/.

207. Calcula los extremos absolutos de f .x; y; z/ D x 2 C yz en la bola eucldea unidad

cerrada.
208. a) Clasifica los extremos relativos del campo escalar f .x; y/ D x 3 C y 3 xy 2 x C 16.
b) Calcula el mximo y el mnimo absolutos de dicho campo escalar en el conjunto:
n o
K D .x; y/ 2 R2 W x 2 C y 2 6 2; y > 0 :
209. Se considera la funcin f W R2 ! R dada por:
x3 y3 x2 y2
f .x; y/ D C C1
3 3 2 2
a) Calcula y clasifica los puntos crticos de f en la bola abierta Bk k2 ..0; 0/; 2/.
b) Calcula los extremos absolutos de f en la bola cerrada B k k2 ..0; 0/; 2/.
210. Calcula los puntos del conjunto AD .x; y/ 2 R2 W x 2 C y 2 6 2x; y > 0 donde el cam-

po escalar f .x; y/ D x 2 2xy C y 2 alcanza su mximo y mnimo absolutos.
211. Calcula los extremos absolutos de f .x; y/D.x 2 C2y 2 / e x2 y 2 en el disco x 2 Cy 2 64.
212. Calcula los valores mximos y mnimos absolutos de f .x; y; z/ D xy 2 z 3 en la bola

x 2 C y 2 C z 2 6 1.
213. Calcula los extremos absolutos de f .x; y/Dx 2 C3y 2 en el crculo x 2 2x Cy 2 36 0.
214. Calcula los extremos absolutos de la funcin f .x; y/ D x 2 y 3 .1 x y/ en el conjunto
K D f.x; y/ W jxj C jyj 6 1g
215. Calcula los extremos absolutos de f .x; y/ D x 2 C y 2 xy x y en el conjunto

n o
K D .x; y/ 2 R2 W x > 0; y > 0; x C y 6 3
216. Calcula los extremos absolutos del campo escalar f .x; y; z/ D x C y C z en el conjunto
n o
A D .x; y; z/ 2 R3 W x 2 C y 2 6 z 6 1 :
217. Calcula los valores mximo y mnimo de la funcin f .x; y; z/ D xyz cuando el punto
.x; y; z/ pertenece a la curva definida por la interseccin del plano x C y C z D 0 y la
esfera x 2 C y 2 C z 2 1 D 0.

218. Calcula la mnima distancia entre la recta x C y D 4 y la circunferencia x 2 C y 2 D 1.
219. Calcula la mnima distancia entre la recta x y D 2 y la parbola y D x 2 .
219. Calcula la distancia mnima entre la elipse x 2 C 2y 2 D 6 y la recta x C y D 5.
220. El rea de una caja rectangular sin tapa es de 108cm2 . Calcula sus dimensiones para que
el volumen sea mximo.
221. Calcula el valor mayor y el valor menor que toma la funcin f .x; y; z/ D xyz en los
puntos del elipsoide x 2 C 4y 2 C 9z 2 D 3.
222. Calcula el valor mayor y el valor menor que toma la funcin
f .x; y; z/ D y 2 C 4z 2 4yz 2xz 2xy
en los puntos del elipsoide 2x 2 C 3y 2 C 6z 2 D 1.
223. Calcula los puntos de la elipse 5x 2 6xy C 5y 2 D 4 para los cuales la distancia del
origen a la tangente a la elipse en tales puntos es mxima o mnima.
224. Calcula y clasifica los extremos relativos de la funcin
f .x; y; z/ D x 2 C y 2 C z 2 C 2xyz
Y calcula el mnimo valor que dicha funcin toma en la bola eucldea cerrada de centro
el origen y radio 4.
225. Calcula por el mtodo de los multiplicadores de Lagrange la mnima distancia entre la
recta x C y D 3 y la elipse 3x 2 C y 2 D 3.


Calculo Diferencial R PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Calculo Diferencial R PDF

Uploaded by

Copyright:

Available Formats

C LCULO D IFERENCIAL EN Rn

Francisco Javier Prez Gonzlez

Copiar, distribuir y comunicar pblicamente la obra.

Bajo las condiciones siguientes:

Universidad de Granada Prof. Javier Prez

1. Estructura eucldea y topologa de Rn 1

2. Derivadas parciales y extremos relativos de campos escalares 33

3. Derivacin de campos vectoriales 58

3.2. Teorema de la funcin inversa . . . . . . . . . . . . . . . . . . . . . . . . . . 68

Universidad de Granada Prof. Javier Prez

1.1. Producto escalar y norma eucldeos

1.1 Definicin. Dados dos vectores x D .x1 ; x2 ; : : : ; xn /, y D .y1 ; y2 ; : : : ; yn / se define su

Este producto escalar se llama producto escalar eucldeo.

Propiedades del producto escalar.

2. Simetra. xy D y x para todos x; y 2 Rn .

3. Linealidad. x C y z D xz C y z para todos ; 2 R y para todos x; y; z 2 Rn .

Dichas propiedades del producto escalar se deducen fcilmente de su definicin.

1.2 Definicin. La norma eucldea de un vector x D .x1 ; x2 ; : : : ; xn / se define por

Propiedades de la norma eucldea.

1. kxk2 > 0, y kxk2 D 0 x D 0.

2. Homogeneidad. kxk2 D jj kxk2 para todo x 2 Rn y todo  2 R.

3. Desigualdad triangular. Para todos x; y 2 Rn se verifica que

kx C yk2 6 kxk2 C kyk2

se llama proyeccin ortogonal de x sobre y.

Universidad de Granada Prof. Javier Prez

1. Particulariza las definiciones y propiedades anteriores para el caso n D 1, es decir, para

2. Prueba la desigualdad de Cauchy-Schwarz.

3. Prueba la desigualdad triangular.

kx C yk22 D kxk22 C kyk22

1.4 Definicin. La distancia eucldea en Rn es la aplicacin d2 W Rn Rn ! RC

d2 .x; y/ D kx yk2 .x; y 2 Rn /

La distancia eucldea entre los vectores x e y es el nmero d2 .x; y/.

Las siguientes propiedades de la distancia eucldea se deducen fcilmente de las de la norma

Propiedades de la distancia eucldea.

1. d2 .x; y/ > 0, y d2 .x; y/ D 0 x D y.

2. Simetra. d2 .x; y/ D d2 .y; x/ para todos x; y 2 Rn .

3. Homogeneidad. d2 .x; y/ D jj d2 .x; y/ para todos x; y 2 Rn y todo  2 R.

4. Desigualdad triangular. d2 .x; y/ 6 d2 .x; z/ C d2 .z; y/ para todos x; y; z 2 Rn .

Universidad de Granada Prof. Javier Prez

1.2. Espacios normados y espacios mtricos

Las propiedades de la norma y de la distancia eucldeas en Rn se pueden abstraer dando

2. Homogeneidad. kxk D jj kxk para todo  2 R y todo x 2 X .

3. Desigualdad triangular. kx C yk 6 kxk C kyk para todos x; y 2 X .

El par ordenado .X; k k/ se llama un espacio normado.

1.6 Ejemplos. En Rn suelen considerarse, adems de la norma eucldea, la norma de la suma,

kf k1 D sup fjf .t/j W t 2 Ag :

2. Simetra. d.x; y/ D d.y; x/ para todos x; y 2 E.

3. Desigualdad triangular. d.x; y/ 6 d.x; z/ C d.z; y/ para todos x; y; z 2 E.

Universidad de Granada Prof. Javier Prez

6. Prueba que k k1 y k k1 son normas en Rn y que para todo x 2 Rn se verifican las

10. Sea .E; d/ un espacio mtrico y sean x1 ; x2 ; : : : ; xn puntos de E. Prueba que:

Universidad de Granada Prof. Javier Prez

1.3. Topologa de un espacio mtrico

Sea .E; d/ un espacio mtrico. Dados un punto a 2 E y un nmero r > 0 definimos el

1. Los conjuntos E y son abiertos.

1. Los conjuntos E y son cerrados.

Universidad de Granada Prof. Javier Prez

13. Prueba que si d es una distancia en E la funcin  W E E ! R dada por:

..x1 ; x2 ; : : : ; xn /; .y1 ; y2 ; : : : ; yn // D mKax fdi .xi ; yi / W 1 6 i 6 ng

1.14 Definicin. Sea .E; d/ un espacio mtrico y A  E.

Universidad de Granada Prof. Javier Prez

19. Sea .E; d/ un espacio mtrico y A  E. Prueba que:

1. La adherencia de A es el ms pequeo conjunto cerrado que contiene a A. Por tanto

2. Homogeneidad. kxk2 D jj kxk2 para todo x 2 Rn y todo 2 R.

3. Homogeneidad. d2 .x; y/ D jj d2 .x; y/ para todos x; y 2 Rn y todo 2 R.

2. Homogeneidad. kxk D jj kxk para todo 2 R y todo x 2 X .

13. Prueba que si d es una distancia en E la funcin W E E ! R dada por:

..x1 ; x2 ; : : : ; xn /; .y1 ; y2 ; : : : ; yn // D mKax fdi .xi ; yi / W 1 6 i 6 ng

1.14 Definicin. Sea .E; d/ un espacio mtrico y A E.

19. Sea .E; d/ un espacio mtrico y A E. Prueba que:

1.18 Proposicin. Sean .E; d/ un espacio mtrico, A E y x 2 E. Equivalen las siguientes

1.32 Proposicin (Caracterizacin topolgica de la continuidad). Sean .E; d/ y .F; / es-

58. Sea f W R ! R una funcin continua e inyectiva. Definamos W R R ! RC

.x; y/ D jf .x/ f .y/j 8.x; y/ 2 R R

.f .x/; f .y// 6 M d.x; y/ 8x; y 2 A:

1 .x; y; z/ D x; 2 .x; y; z/ D y; 3 .x; y; z/ D z

1.44 Definicin. Sean .E; d/, .F; / espacios mtricos, A E, f W A ! F y 2 A 0 . Se dice