Professional Documents
Culture Documents
Universidad de Granada
Septiembre de 2016
I
Licencia. Este texto se distribuye bajo una licencia Creative Commons en virtud de la cual se permite:
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.
II
ndice general III
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.
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.
1
Producto escalar y norma eucldeos 2
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).
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
Ejercicios propuestos
desigualdad de Cauchy-Schwarz.
4. Teorema de Pitgoras. Prueba que los vectores x e y son ortogonales si, y solo si
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.
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.
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:
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.
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.
Ejercicios propuestos
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)
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.
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:
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/.
Ejercicios propuestos
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; /.
Ejercicios propuestos
20. Prueba que los puntos adherentes de A que no son de acumulacin son puntos aislados
de A.
22. Prueba que el supremo y el nfimo de un conjunto no vaco y acotado de nmeros reales
son adherentes a dicho conjunto.
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.
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; "/.
Ejercicios propuestos
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 .
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.
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
Ejercicios propuestos
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?
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
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.
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.
Ejercicios propuestos
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.
Prueba que:
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 ./.
Ejercicios propuestos
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.
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 .
1.33 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.
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.
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.
Ejercicios propuestos
57. Prueba que todo conjunto cerrado de un espacio mtrico completo es completo.
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.
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:
Continuidad uniforme
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.
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.
Ejercicios propuestos
61. Justifica con un ejemplo que la imagen de una sucesin de Cauchy por una funcin
continua puede no ser una sucesin de Cauchy.
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
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
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 .
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.
Ejercicios propuestos
1.43 Proposicin. Toda aplicacin lineal de un espacio normado de dimensin finita en otro
espacio normado es continua.
k .x/ D k .x1 ; x2 ; : : : ; xn / D xk
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/
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.
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
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:
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 ! `.
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 `.
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.
Ejercicios propuestos
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/
Ejercicios propuestos
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
Estudia si dicha funcin tiene lmite en los puntos .0; 0/; .0; 1/ y .0; /. Es f unifor-
memente continua?
Estudia la continuidad de h.
ex ey
8
< ; x y;
f .x; y/ D log x log y
x ex ; x D y.
:
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.
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:
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:
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
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
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:
Observa que los lmites iterados son lmites de funciones de una variable por lo que suelen
ser fciles de calcular.
Ejercicios propuestos
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:
b) Para todo " > 0 existe > 0 tal que para todo 20; se verifica que
Ejercicios propuestos
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 /
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.
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.
Al igual que vimos con la compacidad, la conexin se conserva por funciones continuas.
Ejercicios propuestos
Los conjuntos abiertos y conexos se llaman dominios. Los dominios de Rn tienen una
caracterizacin muy til.
Curvas en Rn
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
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
@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.
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
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
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.
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
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 .
2.7 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
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
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.
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
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.
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:
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.
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.
Ejercicios propuestos
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
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
y b D f 0 .a/.x a/
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
b) Por ecuaciones paramtricas .s; t/ D .x.s; t/; y.s; t/; z.s; t// donde .s; t/ 2 A R2 .
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
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/.
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/.
Curvas en R3
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.
@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.
Ejercicios propuestos
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
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:
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
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/.
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.
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/.
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/.
107. Estudia si los siguientes campos escalares definidos por f .0; 0/D0 y para .x; y/.0; 0/
por:
son de clase C 1 en R2 .
108. Estudia si los siguientes campos escalares definidos por f .0; 0/D0 y para .x; y/.0; 0/
por:
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 .
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.
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
@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.
2.19 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.
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
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
j D1
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
Definamos
n
1 X
'.x/ D Dj k f .c/ Dj k f .a/ xj xk
2kxk2
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
El siguiente resultado, consecuencia directa del teorema anterior, es muy til para calcular
lmites.
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
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
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.
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 .
Ejercicios propuestos
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
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
8x 2 Rn
Df .a/.x/ D rf .a/x
D .a/.t/ D t 0 .a/ 8t 2 R
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.
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:
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 .
Ejercicios propuestos
kTk D mKn M 2 RC n
o W kT.x/k 6 M kxk 8x 2 R (3.4)
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 .
3.4 Proposicin.
a) GL.Rn / es un conjunto abierto en L.Rn /. Concretamente:
Ejercicios propuestos
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
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.
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
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.
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
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.
Ejercicios propuestos
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
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
144. Sea z D f .x; y/ donde x D x.u; v/, y D y.u; v/. Prueba que
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.
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.
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
3.11 Corolario. Un campo vectorial derivable en un dominio con derivada nula en todo punto
del mismo es constante.
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.
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
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
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 .
S W Rm ! Rn por:
m m
!
X X
S i ei D i ui
iD1 iD1
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
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
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
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
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
f .x; y/ D 0 y D '.x/
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.
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
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:
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:
y
1
J' .x/ D DnCj fi .x; '.x// 16i6m . Dj fi .x; '.x// 16i6m
16j 6m 16j 6n
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:
'.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:
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
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
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
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
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.
Ejercicios propuestos
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.
yCz
w wz 2
g.t/dt C h.t/dt D 0
xy 3xCy
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
y log.x 2 C y 2 / 2xy D 0
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
xy 5 C yu5 C zv 5 D 1
x 5y C y 5 u C z 5 v D 1
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//.
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
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.
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.
xu yv C eu cos v D 1
xv C yu C eu sen v D 0
x ev Cyu u2
D 0
y cos v C x 2 u2 D 1
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
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 .
Ejercicios propuestos
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 .
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.
Ejercicios propuestos
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.
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.
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.
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
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.
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 .
h.u/ D }.}1jV1 .u// D .}1 .}1jV1 .u//; }2 .}1jV1 .u/// D .u; }2 .}1jV1 .u//
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:
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
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
:
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/
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:
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.
Ejercicios propuestos
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.
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/.
S n 1 D x 2 Rn W kxk2 D 1
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
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.
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.
Por cierto, por la desigualdad de las medias se tiene que:
p
x.8 x/ 6 4
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 .
Por cierto, por la desigualdad de las medias se tiene que:
p3
q
3
p
3 xy C xz C yz
.xy/.xz/.yz/ D .xyz/2 D 64 6
3
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
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.
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/.
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
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
3.34 Proposicin. Sea .a; / un punto crtico de la funcin de Lagrange. Con las notaciones
anteriores, se verifica que:
Demostracin. Se trata de hacer un clculo. La mayora de los textos lo evitan. Vamos a ha-
cerlo.
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
D Qh .c/.u/
Como queramos probar. 2
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
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.
Ejercicios propuestos
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.
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?
x 2p y 2q
C D r2
p q
donde p > 0, q > 0 verifican que:
1 1
C D1
p q
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.
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.
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 :
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-
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.
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.
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.
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.
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.