You are on page 1of 80

CURSO DE C

ALCULO DIFERENCIAL E INTEGRAL III


SEMESTRE 2012-I
1. El espacio euclideano n-dimensional
1.1. Definici on. Sea n N0. El espacio euclideano n-dimensional es
R
n
= (a
1
, . . . , a
n
)[a
1
, . . . , a
n
R.
1.2. Notaci on. Denotamos a un elemento de R
n
por a = (a
1
, . . . , a
n
).
Los que m as usaremos son: R = R
1
, R
2
el plano, R
3
el espacio.
Verlos como vectores.
2. Estructura algebraica
La suma + : R
n
R
n
R
n
se dene de la siguiente manera: para a = (a
1
, . . . , a
n
) y

b = (b
1
, . . . , b
n
) en R
n
,
a +

b := (a
1
+ b
1
, . . . , a
n
+ b
n
).
2.1. Definici on. Denimos

0 R
n
como

0 := (0, . . . , 0).
2.2. Lema.
a,

b R
n
, a +

b =

b +a.
a,

b, c R
n
, (a +

b) +c =a + (

b +c).
a R
n
,

0 +a =a.
a R
n

b R
n
tal que a +

b =

0.
2.3. Observaci on. El elemento

0 es el unico elemento de R
n
que se comporta como
neutro para la suma: si a R
n
es tal que para todo

b R
n
se tiene que a +

b =

b,
entonces a =

0. Para cada a R
n
existe exactamente un elemento

b R
n
tal que
a +

b =

0. A dicho elemento lo denotamos por a.


c _ Semestre 2012-I, . Permission to copy for private use granted.
1
2
2.4. Observaci on. Podemos resumir las propiedades anteriores para la suma vectorial
en la armaci on: (R
n
, +) es un grupo abeliano.
Tenemos asimismo un producto escalar : R R
n
R
n
denido, para R y a =
(a
1
, . . . , a
n
) R
n
como
a := (a
1
, . . . , a
n
)
2.5. Lema.
a R
n
, 1 a =a.
, R y a R
n
, ( + ) a = a + a.
R y a,

b R
n
, (a +

b) = a +

b.
2.6. Observaci on. Podemos resumir diciendo que (R
n
, +, ) es un R-espacio vectorial.
2.7. Notaci on. Normalmente escribimos a = a.
3. Estructura geometrica
3.1. Definici on. El producto punto : R
n
R
n
R esta denido por, para todo
a = (a
1
, . . . , a
n
),

b = (b
1
, . . . , b
n
) R
n
,
a

b :=
n

i=1
a
i
b
i
.
3.2. Definici on. a = (a
1
, . . . , a
n
) R
n
. Denimos la magnitud de a como
| a |=

a a =
_
a
2
1
+ a
2
2
+ + a
2
n
.
3.3. Lema.
a,

b R
n
, a

b =

b a.
, R, a,

b, c R
n
, (a +

b) c = (a c) + (

b c).
a R
n
, | a | 0.
a R
n
, | a |= 0 a =

0.
3.4. Teorema. (Desigualdad de Cauchy-Schwarz) Para todo a,

b R
n
,
[a

b[ | a | |

b | .
La igualdad se da si y solo si uno de los vectores es m ultiplo escalar del otro.
3
Dem. Si

b = 0, entonces ambos lados de la desigualdad son cero. Supongamos entonces
que

b ,= 0. Tenemos
0

b |
2
a (a

b)

2
= (|

b |
2
a (a

b)

b) (|

b |
2
a (a

b)

b) =
|

b |
4
| a |
2
|

b |
2
(a

b)
2
|

b |
2
(a

b)
2
+ |

b |
2
(a

b)
2
=|

b |
4
| a |
2
|

b |
2
(a

b)
2
.
Esto es
|

b |
2
(a

b)
2
|

b |
4
| a |
2
.
Como

b ,= 0, tenemos que |

b |
2
> 0. Al dividir la desigualdad anterior entre |

b |
2
obtenemos
(a

b)
2
|

b |
2
| a |
2
.
Si sacamos raz cuadrada obtenemos [a

b[ | a ||

b |.
Supongamos que

b = a con R. Entonces
[a

b[ = [a a[ = [[ | a |
2
=| a || a |=| a ||

b | .
En el sentido contrario supongamos la igualdad. El calculo que hicimos al principio de la
demostraci on nos dice entonces que

b |
2
a (a

b)

= 0.
Esto es
|

b |
2
a = (a

b)

b.
Si

b = 0, entonces

b = 0a. Si

b ,= 0, entonces
a =
a

b
|

b |
2

b.
3.5. Definici on. Para a,

b R
n

0 denimos el angulo entre a y



b como el unico
n umero con 0 tal que
cos =
a

b
| a ||

b |
3.6. Teorema. (Desigualdad del triangulo) Para todo a,

b R
n
,
| a +

b || a | + |

b | .
Se da la igualdad si y solo si uno de los vectores es un m ultiplo escalar no negativo del
otro.
4
Dem. | a +

b |
2
= (a +

b) (a +

b) =| a |
2
+2(a

b)+ |

b |
2
| a |
2
+2 | a ||

b | + |

b |
2
.
Esto es | a +

b |
2
(| a | + |

b |)
2
. Si sacamos raz cuadrada obtenemos | a +

b || a |
+ |

b |.
El calculo anterior indica que se da la igualdad precisamente cuando
a

b =| a ||

b | .
Esto sucede exactamente cuando uno de los vectores es un m ultiplo escalar del otro. Sin
perdida de generalidad supongamos que

b = a con R. Si a = 0, entonces

b = 0 y
podemos tomar = 1. Si a ,= 0, entonces
0 | a ||

b |=a

b =a a = | a |
2
,
con lo que 0.
4. Estructura topol ogica de R
n
4.1. Definici on. Sean a R
n
, r R. Denimos la bola (abierta) con centro a y radio
r como el conjunto
B
r
(a) = x R
n
[ | x a |< r.
Denimos la bola cerrada con centro a y radio r como el conjunto
B
r
(a) = x R
n
[ | x a | r
4.2. Definici on. Sea A R
n
. Decimos que A es abierto en R
n
si satisface la condicion
a Ar > 0 tal que B
r
(a) A.
4.3. Definici on. Sea C R
n
. Decimos que C es cerrado en R
n
si R
n
C es abierto en
R
n
.
4.4. Lema. Para todo a R
n
y r > 0, B
r
(a) es un abierto de R
n
.
Dem. Sea

b B
r
(a). Entonces |

b a |< r. Sea s = r |

b a |. Entonces s > 0. Si
x B
s
(

b) entonces
| x a || x

b | + |

b a |< (r |

b a |)+ |

b a |= r
Concluimos que x B
r
(a).
5
4.5. Lema. Para todo a R
n
, r 0, B
r
(a) es cerrado en R
n
.
Dem. Sean a R
n
y r > 0. Queremos demostrar que R
n
B
r
(a) es abierto. Sea

b
R
n
B
r
(a). Entonces
|

b a |> r.
Sea s :=|

b a | r. Entonces s > 0. Queremos demostrar que


B
s
(

b) R
n
B
r
(a).
Sea c B
s
(

b). Entonces
| c

b |< s.
Entonces
| c a ||

b a | | c

b |>|

b a | s = r.
Por lo tanto, B
s
(

b) R
n
B
r
(a) y, entonces, B
r
(a) es cerrado en R
n
.
4.6. Teorema. En R
n
tenemos las siguientes propiedades.
1. La union arbitraria de conjuntos abiertos es un abierto.
2. La interseccion nita de conjuntos abiertos es un abierto.
3. La interseccion arbitraria de conjuntos cerrados es un cerrado.
4. La union nita de conjuntos cerrados es un cerrado.
Dem. 1. Sea U
i

iI
una familia de conjuntos abiertos de R
n
. Veamos que
_
iI
U
i
es abierto. Sea a

iI
U
i
. Entonces existe i I tal que a U
i
. Como U
i
es abierto de
R
n
, existe r > 0 tal que B
r
(a) U
i
. Entonces B
r
(a)

iI
U
i
, con lo que este ultimo
conjunto es abierto.
2. Basta con demostrar que la intersecci on de dos conjuntos abiertos es un conjunto
abierto (el resultado para cualquier n umero nito de subconjuntos abiertos de R
n
es una
simple aplicaci on de inducci on). Sean U, V subconjuntos abiertos de R
n
. Sea a U V .
Por lo tanto a U y a V . Como U es abierto existe r
1
> 0 tal que B
r
1
(a) U. Como V
es abierto, existe r
2
> 0 tal que B
r
(a) V . Sea r := min r
1
, r
2
. Entonces r > 0. Adem as
B
r
(a) B
r
1
(a) U y B
r
(a) B
r
2
(a) V . Por lo tanto B
r
(a) U V . Concluimos
que U V es abierto.
Las demostraciones de 3 y 4 se siguen de 1 y 2 respectivamente y se dejan como
ejercicio.
6
4.7. Definici on. A R
n
. Denimos el interior de A como el conjunto
A

= int A =
_
BA
B abierto
B.
Denimos la cerradura de A como el conjunto
A =

AC
C cerrado
C.
4.8. Observaci on. A

es el conjunto abierto m as grande contenido en A.


A es el conjunto cerrado m as peque no que contiene a A.
4.9. Lema. A R
n
. A

= x R
n
[r > 0 tal que B
r
(x) A.
Dem. Sea x A

. Entonces
x
_
BA
B abierto
B.
Por lo tanto existe B A con B abierto en R
n
tal que x B. Como B es abierto, por lo
tanto exits r > 0 tal que B
r
(x) B A. Por lo tanto
A

x R
n
[r > 0 tal que B
r
(x) A.
La contencion en el sentido contrario es clara porque B
r
(x) es un abierto que contiene
a x cuando r > 0.
4.10. Definici on. A R
n
,

b R
n
. Decimos que

b es un punto frontera de A si para
todo r > 0 se tiene que
B
r
(

b) A ,= y B
r
(

b) (R
n
A) ,= .
Denimos la frontera de A como el conjunto
A =

b R
n
[

b es punto forntera de A.
4.11. Observaci on. A R
n
, A = (R
n
A).
4.12. Teorema. A R
n
. A = A A.
Dem. Sea

b R
n
(A A). Para toda r > 0,

b B
r
(

b) (R
n
A). Como

b / A debe
existir entonces una r > 0 tal que B
r
(

b) A = . Para cualquier x B
r
(

b) existe s > 0
tal que B
s
(x) B
r
(

b). Por lo tanto B


s
(x) A = , con lo que B
r
(

b) (A A) = .
Concluimos que A A es cerrado en R
n
. Como A A A, tenemos que A A A.
En el sentido contrario, sea b R
n
A. Como R
n
A es abierto, existe r > 0 tal que
B
r
(

b) R
n
A. Esto implica que B
r
(

b) A = . Entonces

b / A. Por lo tanto A A.
Se sigue que A A A
7
4.13. Teorema. A R
n
. A = A R
n
A.
Dem. Tenemos que
A R
n
A = (A A) ((R
n
A) (R
n
A)) = (A A) ((R
n
A) A) =
A (A (R
n
A)) = A.
4.14. Observaci on. A R
n
.
1. A es abierto en R
n
si y solo si A = int A.
2. A es cerrado en R
n
si y solo si A = A.
4.15. Definici on. A R
n
, x R
n
. Decimos que x es un punto de acumulacion de A
si para todo r > 0 se tiene que (B
r
(x)x) A ,= . Denimos
A

= x R
n
[x es un punto de acumulaci on de A
4.16. Definici on. X R
n
. Decimos que X es compacto si para cualquier familia de
abiertos A
i

iI
de R
n
tales que X

iI
A
i
, existen n N y j
1
, . . . , j
n
I tales que
X A
j
1
A
jn
.
4.17. Lema. a, b R, a b. El intervalo [a, b] es compacto en R.
4.18. Teorema. (Heine-Borel) Todo rectangulo cerrado en R
n
es compacto.
Dem. Sean a
1
, . . . , a
n
, b
1
, . . . b
n
R con a
i
b
i
para toda i 1, . . . , n. Sea
C = [a
1
, b
1
] [a
n
, b
n
] = (x
1
, . . . , x
n
) R
n
[a
i
x
i
b
i
para todo i.
Supongamos que C no es compacto. Entonces existe una cubierta abierta C

iI
A
i
que
no admite subcubierta nita de C. Expresamos a C como la union de 2
n
subrect angulos
cada uno de los cuales tiene en el factor i al intervalo [a
i
,
1
2
(b
i
+a
i
)] o al intervalo [
1
2
(b
i
+a
i
)].
Existe al menos uno de estos subrectangulos que no puede ser cubierto con un n umero
nito de abiertos de la cubierta abierta de C. Digamos que tal rect angulo es
C
1
= [a
11
, b
11
] [a
1n
, b
1n
].
Al rectangulo C
1
le aplicamos el mismo razonamiento para obtener el rect angulo
C
2
= [a
21
, b
21
] [a
2n
, b
2n
]
que no puede cubrirse con un n umero nito de abiertos de la cubierta. Si continuamos el
procedimiento obtenemos una sucesi on anidada de rect angulos
C C
1
C
2
C
k
. . .
8
Veamos que la interseccion de dichos rect angulos contiene exactamente un punto. Para
cada i 1, . . . , n tenemos
a
i
a
1i
a
2i
b
2i
b
1i
b
i
y lim
k
(b
ki
a
ki
) = 0. Existe un unico x
i
tal que para todo k, a
ki
x
i
b
ki
. Entonces
x = (x
1
, . . . , x
n
) es el unico elemento de

k
C
k
. Como x C, existe j I tal que x A
j
.
Como A
j
es abierto, podemos encontrar > 0 tal que B

(x) A
j
. Como x pertenence
a todos los subrectangulos, un argumento de distancia mete a uno de dichos rect angulos
en B

(x) A
j
, lo que es una contradiccion.
4.19. Lema. C R
n
. C compacto C cerrado.
Dem. Supongamos que existe a CC. Consideremos la familia de abiertos
B1
2
xa
(x)
xC
.
Como a / C, para toda x C,
1
2
| x a |> 0, con lo que x B1
2
xa
(x) para toda
x C. Esto es
C
_
xC
B1
2
xa
(x).
Veamos que esta cubierta no tiene una subcubierta nita. Tomemos y
1
, . . . , y
k
C. Sea
= min
1
2
| y
1
a |, . . . ,
1
2
| y
k
a |. Como a C, existe z C tal que | z a |< .
Para cualquier i 1, . . . , n
| a y
i
|| a z | + | z y
i
|< + | z y
i
|
1
2
| a y
i
| + | z y
i
| .
Entonces
| z y
i
|>
1
2
| a y
i
|,
con lo que z / B1
2
ay
i

(y
i
). Obtenemos que C ,

n
i=1
B1
2
ay
i

(y
i
). Concluimos que C
no es compacto.
4.20. Corolario. A, C R
n
, C compacto, A C. A es cerrado en R
n
si y solo si A
es compacto.
Dem. Supongamos que A es cerrado y tomemos A

iI
B
i
una cubierta abierta de A.
Entonces C A (R
n
A)

i
B
i
(R
n
A), con lo que tenemos una cubierta abierta
de C. Como C es compacto existen i
1
, . . . , i
k
I tales que C B
1
B
k
(R
n
A).
Entonces A B
1
B
k
. Esto es, A es compacto.
Si A es compacto, entonces ya sabemos que es cerrado.
9
4.21. Definici on. A R
n
. Decimos que A es acotado si existen x R
n
y r R tales
que A B
r
(x).
4.22. Lema. C R
n
. Si C es compacto, entonces C es acotado.
Dem. Supongamos que C no es acotado. Para cada n N0 sea U
n
:= B
n
(

0). Tenemos
que
R
n
=
_
n1
U
n
,
con lo que U
n

n=1
es una cubierta abierta de C. Como C no es acotado, tal cubierta no
admite una subcubierta nita de C. Entonces C no es compacto.
4.23. Observaci on. Si A es acotado podemos encontrar un rectangulo cerrado C tal que
A C.
4.24. Teorema. A R
n
. A es compacto si y solo si es cerrado y acotado.
Dem. Si A es compacto entonces ya sabemos que es cerrado y acotado.
Supongamos ahora que A es cerrado y acotado. Como A es acotado existe un rect angulo
cerrado C tal que A C. Como C es compacto por Heine-Borel y A es cerrado, con-
cluimos que A es compacto.
4.25. Definici on. X R
n
. Decimos que X es conexo si para cualesquiera abiertos
A
1
, A
2
de R
n
tales que X A
1
A
2
y XA
1
,= , XA
2
,= , se tiene que A
1
A
2
X ,=
. Si X no es conexo decimos que X es disconexo.
4.26. Lema. x, y R
n
con x ,= y. x, y es disconexo.
4.27. Lema. [0, 1] R es conexo.
5. Bolzano-Weierstrass
5.1. Teorema. Si A R
n
es un conjunto innito acotado, entonces A tiene un punto
de acumulacion en R
n
.
Dem. Sea A R
n
un conjunto acotado sin puntos de acumulaci on. Veamos que A es
nito. Como A es acotado existe un rectangulo cerrado R R
n
tal que A R. Como
A no tiene puntos de acumulaci on tenemos que para cada x R existe r
x
> 0 tal que
(B
r
x
(x)x) A = . Entonces
R
_
xR
B
r
x
(x).
Como R es compacto, existen x
1
. . . , x

R tales que
R B
r
x
1
(x
1
) B
r
x

(x

).
10
Entonces
A B
r
x
1
(x
1
) B
r
x

(x

).
Como para cada j 1, . . . , se tiene que A (B
r
x
j
(x
j
)x
j
) = , tenemos que
A x
1
, . . . , x

, con lo que A es nito.


5.2. Proposici on. Para todo compacto K R
n
y todo abierto U R con K U, existe
> 0 tal que para todo x K se tiene que B

(x) U.
Dem. Como K U y U es abierto, para cada x K existe r
x
> 0 tal que B
r
x
(x) U.
Entonces
K
_
xK
B1
2
r
x
(x).
Como K es compacto existen x
1
, . . . , x

K tales que
K B1
2
r
x
1
(x
1
) B1
2
r
x

(x

).
Sea := min
_
1
2
r
x
1
, . . . ,
1
2
r
x

_
. Veamos que para todo a K se tiene que B

(a) U.
Si a K, entonces existe x
j
tal que a B1
2
r
x
j
(x
j
). Para cualquier

b B

(a) tenemos
que
|

b x
j
||

b a | + | a x
j
|< +
1
2
r
x
j
r
x
j
.
Entonces

b B
r
x
j
(x
j
) U.
6. Normas
6.1. Definici on. V R-espacio vectorial. Una norma para V es una funcion
| |: V R
tal que
1. | x |> 0 si x ,= 0.
2. | x |= [[ | x | para todo x, R.
3. | x +y || x | + | y |.
| |
1
: R
n
R, (x
1
, . . . , x
n
) [x
1
[ + +[x
n
[
| |

: R
n
R, (x
1
, . . . , x
n
) max[x
1
[, . . . , [x
n
[
Ejercicios:
1. Demuestra que se satisfacen las siguientes condiciones para todo a,

b R:
(a) 2 | a |
2
+2 |

b |
2
=| a

b |
2
+ | a +

b |
2
.
11
(b) | a +

b | | a

b || a |
2
+ |

b |
2
.
(c) 4a

b =| a +

b |
2
| a

b |
2
.
Interpreta geometricamente estos resultados.
2. Demuestra la identidad de Lagrange: Para todo n N0 y todo a
1
, . . . , a
n
, b
1
, . . . ,
b
n
R
_
n

i=1
a
i
b
i
_
2
=
_
n

i=1
a
2
i
__
n

i=1
b
2
i
_

i<j
(a
i
b
j
a
j
b
i
)
2
.
3. Encuentra una familia de abiertos U
i

iI
de R
n
tal que

iI
U
i
no es abierto.
4. i) Sean U R
n
y V R
m
conjuntos abiertos. Demuestra que U V R
n+m
es
abierto.
ii) Sean A R
n
y B R
m
conjuntos cerrados. Demuestra que A B R
n+m
es
cerrado.
iii) Demuestra que si A y B son compactos en ii), entonces A B es compacto en
R
n+m
.
5. Sea K
1
K
2
K
3
K

una coleccion anidada de compactos no vacos


de R
n
. Demuestra que

=1
K

es no vaco. Encuentra una colecci on de cerrados


anidados de R
n
cuya intersecci on sea vaca.
6. Sea T una familia de subconjuntos de R
n
. Decimos que T tiene la propiedad de
interseccion nita (que abreviamos a PIF) si toda colecci on nita no vaca de con-
juntos de T tiene intersecci on no vaca. Demuestra que un conjunto A R
n
es
compacto si y solo si para toda familia T de cerrados de A (recuerda que un cerrado
de A es un conjunto de la forma C A con C cerrado en R
n
) que satisface PIF, se
tiene que

T ,= .
7. Demuestra que si A R
n
es nito, entonces A = A.
8. Demuestra que si A R
n
y A

es el conjunto de puntos de acumulacion de A,


entonces A

es cerrado.
9. Sean A, B R
n
. Demuestra que (A B) A B y que (A B) A B.
Da ejemplos en los que las contenciones sean propias.
10. Demuestra que si A es un subconjunto propio de R
n
, entonces A ,= .
11. Sea A R
n
. Demuestra que R
n
int(A) = R
n
A y que R
n
A = int(R
n
A).
12
12. i) Demuestra que si A, B R
n
son conjuntos conexos y AB ,= , entonces AB
es conexo.
ii) Demuestra que si C
j

jJ
es una familia de conexos de R
n
tales que para todo
j, k J, C
j
C
k
,= , entonces

jJ
C
j
es conexo.
13. Si A, B R
n
son tales que A B A y A es conexo, entonces B es conexo (en
particular A es conexo).
14. Si f : R R es una funci on continua y A R es conexo, entonces f(A) = f(a)[a
A es conexo.
15. Demuestra que si A R
n
es conexo y B R
m
es conexo, entonces A B R
n+m
es conexo. (Sugerencia: )
16. Sean A, C R
n
. Demuestra que si C es conexo, C A ,= y C (XA) ,= ,
entonces C A ,= .
17. Sea U R
2
conexo y abierto. Demuestra que cualesquiera dos puntos a,

b U
pueden ser conectados por una lnea poligonal dentro de U cuyos segmentos son
paralelos a los ejes coordenados. (Sugerencia: considera todos los puntos de U
que pueden ser conectados mendiante una de tales poligonales con el vector a).
Generaliza a un abierto y conexo en R
n
.
18. Los abiertos determinados por las normas | |
1
y | |

son los mismos que los


abiertos determinados por la norma usual.
7. Funciones
7.1. Definici on. A, B conjuntos. Una funcion f : A B es un subconjunto f AB
que satisface
1. Para toda a A existe b B tal que (a, b) f.
2. Para todo a A, b
1
, b
2
B, si (a, b
1
) f y (a, b
2
) f, entonces b
1
= b
2
.
Denotamos por f(a) B al unico elemento tal que (a, f(a)) f.
La convenci on de que una f ormula dene una funci on en el dominio m as grande en el
que tenga sentido prevalece.
Situaci on tpica A R
n
y f : A R
m
funci on.
f : R R
3
, x (sin x, cos x, x).
f : R R
3
, x (x, x
2
, x
3
).
g(x, y) =
_
1 x
2
y
2
.
g(x, y) = 3x 2y + 5.
Gracas
g(x, y) = 4x
2
+ y
2
.
13
7.2. Definici on. Las curvas de nivel de una funcion f : A R con A R
2
son las
curvas denidas por las ecuaciones f(x, y) = k con k una constante.
7.3. Definici on. Las supercies de nivel de una funcion f : A R con A R
3
son las
curvas denidas por la
8. Lmites y continuidad
8.1. Sucesiones. Para nosotros N := 0, 1, 2, 3, .... Sea k N. Una funcion k, k +
1, k + 2, ... R
n
, m a
m
es una sucesion en R
n
. Se le denota de manera abreviada
a
m
y con mucha frecuencia k = 0 o k = 1.
Una subsucesion de a
m
es una funci on l a
m
l
en la cual se satisface m
1
< m
2
< ...
para alg un subconjunto innito de N. Una sucesion a
m
se dice convergente en R
n
, si
existe un punto a R
n
tal que para toda > 0 existe N = N() N tal que la bola
abierta B

(a) contiene a todos los terminos de la sucesi on a


m
tales que m N. A dicho
punto a se le conoce como lmite de la sucesi on y escribimos:
a = lim
m
a
m
o sucintamente a = lima
m
.
A las sucesiones que no convergen, se les conoce como divergentes.
8.2. Proposici on. Si a = lima
m
,

b = lima
m
, entonces a =

b.
Dem. Sea > 0. Como lima
m
=a, existe N
1
N tal que para todo m N
1
, | a
m
a |<
/2. Como

b = lima
m
, existe N
2
N tal que para todo m N
2
, | a
m

b |< /2. Sea


m = maxN
1
, N
2
, entonces
| a

b || a a
m
| + | a
m

b |<

2
+

2
= .
Como esto sucede para todo > 0, tenemos que a =

b.
8.3. Proposici on. Cualquier subsucesion a
m
l
de una sucesion convergente a
m
con-
verge y lim
l
a
m
l
= lim
m
a
m
.
Dem. Sea > 0. Como a
m
es convergente, existe N N tal que a
m
B

(a) para toda


m N. Sea L tal que m
L
M. Por lo tanto, para toda l L se tiene que m
l
m
L
N.
Entonces a
m
l
B

(a).
8.4. Proposici on. Una sucesion a
m
= (a
(1)
m
, . . . , a
(n)
m
) en R
n
converge si y solo si
todas y cada una de las sucesiones coordenadas a
(i)
m
son convergentes en R para toda
i 1, . . . , n.
14
Dem. ) Sea > 0. Sup ongase que las sucesiones a
(i)
m
son convergentes en R y sean
a
(i)
los lmites correspondientes. Por lo tanto existen m
i
N tales que [a
(i)
a
(i)
k
[ <

n
para toda k m
i
. Sea a := (a
(1)
, . . . , a
(n)
) R
n
. Sea M = maxm
1
, . . . , m
n
. Entonces
para cualquier m M tenemos que
[[a a
m
[[ =

_
n

i=1
(a
(i)
a
(i)
m
)
2
<

n
_
2
n = .
) Supongamos que lim
m
a
m
= a y sea > 0. Existe entonces M N tal que
para todo m > M se tiene que
|a
m
a| < .
Sea i 1, . . . , n. Para m M tenemos entonces que
[a
(i)
m
a
(i)
[ |a
m
a| < .
Entonces lim
m
a
(i)
m
= a
(i)
.
8.5. Corolario. Sean a
m
,

b
m
sucesiones en R
n
que convergen respectivamente a a
y

b, y sea R. La sucesion a
m
+

b
m
converge y lo hace a a +

b. En consecuencia,
la familia de todas las sucesiones convergentes en R
n
es un R-espacio vectorial.
8.6. Definici on. Una sucesion a
m
en R
n
se dice de Cauchy, si para toda > 0 existe
una K := K() N tal que [[a
m
a
k
[[ < para todas m, k K.
8.7. Teorema. Criterio de convergencia de Cauchy. Para cualquier sucesion a
m

en R
n
, las siguientes armaciones son equivalentes.
1. a
m
es convergente.
2. a
m
es de Cauchy.
Dem. 1) 2) Sup ongase que lima
m
=a y dada > 0, sea K N tal que [[aa
m
[[ <
1
2

para toda m K. As:


[[a
m
a
k
[[ [[a
m
a[[ +[[a a
k
[[ < ,
para cualesquiera m, k K.
2) 1) Sea > 0 y K = K() N tal que [[a
m
a
k
[[ < , para m, k K. De las
desigualdades:
[a
(i)
m
a
(i)
k
[

_
n

i=1
(a
(i)
m
a
(i)
k
)
2
< ,
se sigue que cada una de las sucesiones coordenadas a
i
n
es de Cauchy en R y por ende,
convergente. Por la Proposici on 8.4, la sucesi on a
m
es convergente en R
n
.
15
8.8. Proposici on. Cualquier sucesion convergente en R
n
es acotada.
Dem. Sea a
m
una sucesi on en R
n
tal que lima
m
= a. Sean = 1. Entonces existe
N N tal que a
m
B
1
(a) para toda m N. Sea
r := max[[a[[ + 1, [[a
1
[[, . . . , [[a
m1
[[.
Cualquier bola con radio r

> r contiene a toda la sucesion a


m
.
8.9. Proposici on. Sea A R
n
. El conjunto A es cerrado si y solo si A contiene al
lmite a de cualquier sucesion convergente a
m
tal que a
m
A para toda m N.
Dem. ) Sea a A. Para toda m N0 tenemos que B 1
m
(a) A ,= , con lo
que podemos tomar a
m
B 1
m
(a) A. Construimos as una sucesi on convergente a
m
,
integrada unicamente por elementos de A. Por hipotesis a A y

A := A A = A.
) Supongase ahora que A es cerrado. Si existe m tal que a = a
m
, entonces a A.
Sup ongase entonces que a
m
,= a para toda m N. Para toda > 0 existe N tal que
para todo m N, |a
m
a| < . Como a
m
A, tenemos que B

(a) A ,= . Entonces
a A A (porque A es cerrado). Concluimos que a A.
8.10. Teorema. (Bolzano-Weierstrass) Cualquier sucesion acotada en R
n
tiene
una subsucesion convergente.
Dem. Sea / := a
m
una sucesi on acotada en R
n
. El conjunto / es cerrado y acotado, es
decir, compacto. Sea := 1 > 0. La familia de bolas abiertas B
1
(x) tal que x / forma
una cubierta abierta de /. En consecuencia, es posible extraer una subcubierta nita
B
1
(x
1
), . . . , B
1
(x
k
). Como a
m
es una sucesion en /, un n umero innito de elementos
de la sucesion deben estar contenidos en alguna bola, e.g. B
1
( x
i
). Tomemos m
1
tal que
a
m
1
= x
i
Sea /
1
= a
m
[m > m
1
B
1
(a
m
1
). Repetimos el argumento anterior con =
1
2
y con /
1
en lugar de / para obtener un punto a
m
2
B
1
(a
m
1
) con m
2
> m
1
tal que
a
m
B
1
(a
m
1
) B1
2
(a
m
2
) para un n umero innito de m N.
Obtenemos recursivamente m
1
< m
2
< < m

< tales que para toda N


a
m
+1

i=1
B1

(a
m
i
).
No es difcil ver que entonces a
m

es una sucesion de Cauchy y, por lo tanto, una


subsucesi on convergente de a
m
.
9. Lmites y funciones de varias variables
9.1. Definici on. A lo largo de este curso utilizaremos:
funciones vectoriales de una variable real
t R (x
1
(t), . . . , x
n
(t)) R
n
,
16
funciones escalares de variable vectorial
(x
1
, . . . , x
m
) R
m
F(x
1
, . . . , x
m
) R,
funciones vectoriales de variable vectorial
(x
1
, . . . , x
m
) R
m
(f
1
(x
1
, . . . , x
m
), . . . , f
n
(x
1
, . . . , x
m
)) R
n
.
Despues de haber estudiado la forma en que un conjunto discreto (como es una
sucesi on en R
n
), nos interesa ahora examinar el caso continuo. Para ello, necesitamos
una denicion:
9.2. Definici on. Sean F : T R
m
, T R
n
una funcion y a R
n
cualquier punto de
acumulacion de T. Diremos que

b R
m
es el lmite de F conforme x tiende a a, si y
solo si para toda > 0 existe := () > 0 tal que F(x) B

b) si x B

(a) a T.
En este caso escribimos
lim
xa
F(x) =

b.
Para lidiar con los lmites de varias variables, necesitaremos de las siguientes desigual-
dades:
9.3. Lema. Si x = (x
1
, . . . , x
n
) R
n
entonces:
[x
j
[ [[x[[

nmax [x
j
[ ,
para toda j 1, . . . , n.
9.4. Ejemplo. Existe el lmite de F conforme (x, y) (0, 0)? S es as, calc ulelo:
F(x, y) =
xy
x
2
+ y
2
.
Soluci on: Aproximemonos al origen a lo largo de la recta y = cx, donde c R.
De este modo
lim
x0
F(x, cx) = lim
x0
cx
2
x
2
+ c
2
x
2
= lim
x0
c
1 + c
2
=
c
1 + c
2
.
Como el lmite depende de la pendiente de la recta con la que nos aproximamos a
(0, 0), el lmite no existe.
17
F(x, y) =
xy
2
x
2
+ y
4
.
Soluci on: Obserevese que a lo largo de y = cx
lim
x0
c
2
x
3
x
2
+ c
2
x
4
= 0,
y a lo largo de la familia de par abolas y = cx
2
lim
x0
c
2
x
5
x
2
+ c
2
x
8
= 0;
sin embargo, a lo largo de x = y
2
lim
y0
y
4
2y
4
=
1
2
.
Por lo tanto, el lmite no existe.
F(x, y) =
sen(x + y)
x + y
.
Soluci on: A lo largo de y = x tenemos F(x, x) = sen(2x)/2x cuyo lmite es 1
conforme x 0. En consecuencia, si el lmite existe, debe ser 1.
Sea > 0. Tenemos que encontrar > 0 tal que
_
x
2
+ y
2
< implique

sen(x + y)
x + y
1

< .
Del calculo de una variable sabemos que dada > 0, existe > 0 tal que 0 <
[x + y[ < implica que [[sen(x + y)/(x + y)] 1[ < . En particular, si 1
entonces
2
< y nuestra ultima implicacion sigue siendo valida para aquellas
(x, y) tales que [x + y[ [x[ +[y[ <
2
.
Si [x[ 1, [y[ 1 entonces x
2
+ y
2
< [x[ +[y[ <
2
y el resultado sigue.
9.5. Teorema. Sea F : T R
m
R
n
una funcion y a T un punto de acumulacion
de T ( i.e. B
r
(a) a T ,= para toda r > 0). El lmite de F(x) conforme x a es

b
si y solo si limF(x
k
) =

b para toda sucesion x


k
T a que converge a a.
Dem. ) Para toda > 0 existe := () tal que si 0 < [[x
k
a[[ < entonces
[[F(x
k
)

b[[ < . Como x


k
a conforme k , tomemos N(()) tal que x
k

B

(a) a para toda k N.


) Supongase que existe > 0 tal que, para toda > 0 existen puntos x T tales
que 0 < [[x a[[ < y [[F(x)

b[[ . Sea
k
:= 1/k y eljase para cada k, x
k
T tal
que 0 < [[x
k
a[[ <
k
y [[F(x
k
)

b[[ . Por construccion limx


k
=a pero limF(x
k
) ,=

b
o bien no existe
18
Naturalmente, tenemos:
9.6. Corolario. lim
xa
F(x) =

b si y solo si lim
xa
F
i
(x) = b
i
para toda i 1, . . . , n.
9.7. Definici on. Si F : T R
2
donde T R
2
y (a
1
, a
2
) R
2
es un punto de acu-
mulacion de T, diremos que lim
x
1
a
1
F(x
1
, x
2
) = g(x
2
) uniformemente en x
2
para toda
x
2
B

(a
2
) si y solo si, para toda x
2
B

(a
2
) y para cada > 0, existe
1
() > 0, que
no depende de x
2
, tal que F(x
1
, x
2
) B

(g(x
2
)) si x
1
B

1
(a
1
) a
1
.
9.8. Proposici on. Si lim
(x
1
,x
2
)(a
1
,a
2
)
F(x) =

b existe y si para alguna


0
> 0,
lim
x
1
a
1
F(x
1
, x
2
) = g(x
2
)
uniformemente en x
2
para toda x
2
B

0
(a
2
), entonces
lim
(x
1
,x
2
)(a
1
,a
2
)
F(x
1
, x
2
) = lim
x
2
a
2
( lim
x
1
a
1
F(x
1
, x
2
)).
A este lmite se le conoce como lmite iterado.
Dem. Sea > 0. Como lim
xa
F(x) =

b existe
1
> 0 tal que |x a| <
1
implica que
|F(x)

b| <

2
.
Como lim
x
1
a
1
F(x
1
, x
2
) = g(x
2
) uniformemente en x
2
para todo x
2
B

0
(a
2
), existe

2
> 0 tal que para todo x
2
B

0
(a
2
) y para todo x
1
se tiene que si [x
1
a
1
[ <
2
,
entonces
|F(x
1
, x
2
) g(x
2
)| <

2
.
Sea = min
0
,
1
/

2,
2
.
Sea x
2
B

(a
2
). Tomemos x
1
B

(a
1
). Entonces |(x
1
, x
2
) a| <

2
1
.
Concluimos que
|F(x)

b| <

2
.
Entonces
|g(x
2
)

b| |g(x
2
) F(x
1
, x
2
)| +|F(x
1
, x
2
)

b| <

2
+

2
= .
Esto es
lim
x
2
a
2
_
lim
x
1
a
1
F(x)
_
=

b.
19
9.9. Ejemplo. Sea F : R
2

0 R denida por F(x


1
, x
2
) = (x
2
1
x
2
2
)/(x
2
1
+x
2
2
). Si nos
aproximamos por la recta x
2
= x
1
entonces F(x
1
, x
1
) = 0; sin embargo, al aproximarnos a
lo largo de x
2
= x
2
1
tenemos la expresion (x
2
1
x
4
1
)/(x
2
1
+x
4
2
) cuyo lmite conforme x
1
0
es 1.
9.10. Ejemplo. Sea F : x R
2
[ x
1
,= 0 R denida por F(x
1
, x
2
) = x
2
1
+x
2
2
sen(1/x
1
).
Muestre que lim
x

0
F(x) existe, pero que lim
x
1
0
F(x) no, a menos que x
2
= 0.
9.11. Ejemplo. Analice el comportamiento de F(x) := (x
1
[x
2
[)/x
2
para x
2
,= 0.
10. Continuidad.
10.1. Definici on. Si F : T R
n
R
m
y a T, entonces F es continua en a si y solo
si para toda > 0 existe := () > 0 tal que
[[F(x) F(a)[[ < si x T tal que [[x a[[ <
o de manera equivalente
F(x) B

(F(a)) si x B

(a) T.
10.2. Proposici on. Si F : T R
n
R
m
y a T un punto de acumulacion de T,
entonces F es continua en a si y solo si lim
xa
F(x) = F(a). Si a es un punto aislado de
T entonces F es continua en a.
10.3. Lema. La funcion F : T R
n
R
m
es continua en a T si y solo si todos y
cada una de las componentes de F, F
1
, F
2
, . . . , F
m
: T R son continuas en a.
10.4. Lema. Si F : T R
n
R es continua en a T y F(a) > 0 entonces existe > 0
tal que F(x) > 0 para toda x B

(a) T.
10.5. Ejemplo. Si f, g : [0, 1] R son continuas en [0, 1] entonces f(x) = g(x) para
toda x [0, 1] si y solo si f(x) = g(x) para toda x [0, 1] Q.
11. Imagenes directas e inversas.
Siguiendo la notacion del libro de Hans Sagan [AC], p. 234, tenemos:
11.1. Definici on. Sea F : T(F) X J(F) Y una funcion entre conjuntos, donde
hemos escrito T(F) para el dominio de F e J(F) para su imagen. Denimos:
F

(A) := F(x) [ x A para A X,


y lo llamamos la imagen directa de A bajo F. Asimismo
F

(B) := x [ F(x) B para B Y,


al cual llamamos la imagen inversa de B bajo F.
20
11.2. Proposici on. Bajo los supuestos de la denicion anterior, tenemos:
F

(F

(A)) A T(F)
F

(F

(B)) = B J(F) B.
Registramos tambien que
F

(F

(A)) = A T(F) si F es 1 1.
11.3. Proposici on. Si F : T(F) X J(F) Y es una funcion, entonces
(i) F

() = , F

() = .
(ii)
F

(A) = A T(F) =
F

(B) = B J(F) = ,
(iii) Si A
1
A
2
X, B
1
B
2
Y entonces
F

(A
1
) F

(A
2
), F

(B
1
) F

(B
2
).
(iv) Si , M son conjuntos de ndices y A

X, B

Y para toda , M,
entonces
F

_
_

_
=
_

(A

), F

_
_
M
B

_
=
_
M
F

(B

).
11.4. Proposici on.
(i) Si F : T(F) X J(F) Y es una funcion, es alg un conjunto de ndices y
A

X para toda , entonces


F

(A

).
(ii) Si A
1
, A
2
X entonces
F

(A
1
A
2
) F

(A
1
).
(iii) Si M es alg un conjunto de ndices y B

Y para toda M, entonces


F

M
B

_
=

M
F

(B

).
(iv) Si B
1
, B
2
Y entonces
F

(B
1
B
2
) = F

(B
1
) F

(B
2
).
21
Dem.
(i) Sea y F

). Por denici on y = F(x) tal que x A

para toda y
por consiguiente, y = F(x) F

(A

) tambien para toda . Esta ultima condici on


concluye la prueba.
Para ver que la contencion inversa no es valida: sean F : R R dada por x x
2
y A
1
:= (1, 0) y A
2
:= (0, 1). Tenemos A
1
A
2
= y por ende, F

(A
1
A
2
) = ;
sin embargo F

(A
i
) = (0, 1). Es decir F

(A
1
A
2
) F

(A
1
) F

(A
2
).
(ii) Sea y F

(A
1
A
2
). Por denici on y = F(x) para alguna x A
1
y x / A
2
.

Unicamente podemos armar que y = F(x) F

(A
1
), ya que si F, A
1
, A
2
son como
en el inciso anterior, entonces x (1, 0) s cumple con que F(x) F

(A
2
).
(iii) Tenemos

, por lo tanto F

(B

) F

(B

) para toda M. As
F

(B

) F

(B

). Recprocamente, sea x

(B

). Se tiene que x
F

(B

) para toda M y esto implica que F(x) B

para toda . Por lo tanto


F(x)

lo que signica que x F

(B

).
(iv) Finalmente, sea x F

(B
1
B
2
). Esto ocurre si y s olo si F(x) B
1
y F(x) / B
2
;
esto equivale a que x F

(B
1
) y x / F

(B
2
) o si y solo si x F

(B
1
) F

(B
2
). En
particular, observese que haciendo B
1
= Y tenemos
F

(B
c
2
) = T(F) F

(B
2
).
11.5. Corolario. Si F : T(F) X
11
Y entonces
F

_
=

(A

)
F

(A
1
A
2
) = F

(A
1
) F

(A
2
).
Dem. Considerese F : T(F)
11
J(F) y sea F
1
: J(F) T(F) la inversa. Dado que
y = F(x) si y solo si x = F
1
(y), tenemos para cualquier A X:
(F
1
)

(A) := y [ F
1
(y) A = F(x) [ x A =: F

(A).
Por lo tanto
(F
1
)

_
=

(F
1
)

(A

)
(F
1
)

(A
1
A
2
) = (F
1
)

(A
1
) (F
1
)

(A
2
).
22
12. Composicion de funciones
12.1. Definici on. Sean F : T(F) R
n
R
p
y G : T(G) R
p
R
m
funciones. Si
F

(T(G)) ,= entonces a la funcion


G F : T(G F) R
m
,
donde T(G F) := F

(T(G)) R
n
, denida por (G F)(x) := G(F(x)) se le conoce
como la composici on de G y F.
Nota: Si A R
n
, B R
m
son cualesquiera subconjuntos, entonces
G

(F

(A)) : = G(y) [ y F

(A) = G(y) [ y F(x) [ x A


= G(F(x)) [ x A = (G F)

(A).
F

(G

(B)) : = x [ F(x) G

(B) = x [ F(x) y [ G(y) B


= x [ G(F(x)) B = (G F)

(B).
12.2. Proposici on. Si F : T(F) R
n
R
p
es continua en a y G : T(G) R
p
R
m
es continua en

b := F(a) T(G) entonces G F : T(G F) R
m
es continua en a.
Dem. Para toda > 0 existen
1
> 0 tal que G

(B

1
(

b)) B

(G(

b)) y > 0 tal que


F

(B

(a)) B

1
(F(a)) = B

1
(

b). Pero
(G F)

(B

(a)) = G

(F

(B

(a))) G

(B

1
(

b)) B

(G(

b)).
13. Caracterizaci on global de las funciones continuas
13.1. Teorema. F : T R
m
R
n
es continua en T si y solo si para todo subconjunto
abierto B R
n
existe un abierto B
1
R
m
tal que
F

(B) = B
1
T,
o de manera equivalente, para todo subconjunto cerrado H R
n
existe un cerrado H
1

R
m
tal que
F

(H) = H
1
T.
(Si sustituimos T por cualquier subconjunto / T, entonces obtenemos un criterio para
la continuidad de F[
A
).
23
Dem. (i) Supongase que F es continua en T y que B R
n
es abierto. Si F

(B) =
entonces ya terminamos, porque es abierto. Por lo tanto, podemos suponer que
F

(B) ,= . Para todo a F

(B) T, tenemos que F(a) B y, como B es abierto,


existe > 0 tal que B

(F(a)) B. Como F es continua en a, existe := (, a) > 0 tal


que
F

(B

(a)) B

(F(a)) B,
es decir,
B

(a) T F

(B). (1)
Defnase:
B
1
:=
_
aF

(G)
B
(,a)
(a).
Este conjunto es abierto, dado que es la uni on arbitraria de conjuntos abiertos. Si x
F

(B) entonces x B
1
y por consiguiente F

(B) B
1
. Dado que F

(B) T tenemos
F

(B) B
1
T.
Recprocamente, si x B
1
T entonces x B

(a) para alguna a F

(B) y por (1)


x F

(B). Por lo tanto B


1
T F

(B).
(ii) Supongase que para todo abierto B R
n
, existe un abierto B
1
R
m
tal que
F

(B) = B
1
T.
Sea a T. Para toda > 0, B := B

(F(a)) es un abierto de R
n
y a F

(B). Por
hip otesis, existe un subconjunto abierto B
1
R
m
tal que F

(B) = B
1
T y dado que
a B
1
y este es abierto, existe := () > 0 tal que B

(a) B
1
.
Dado que B

(a) T B
1
T = F

(B) tenemos F

(B

(a) B = B

(F(a)), lo que
signica que F es continua en a. Como este era arbitrario, F debe ser continua en T.
14. Funciones abiertas
14.1. Definici on. La funcion F : T R
m
R
n
es abierta si y solo para todo abierto
A R
m
existe un abierto A
1
R
n
tal que
F

(A) = A
1
J(F).
14.2. Proposici on. Si F : T R
m
R
n
es una funcion abierta e inyectiva entonces
la inversa F
1
: J(F) T existe y es continua.
Dem. Por la inyectividad tenemos que F
1
: J(F) R
n
T existe y as:
(F
1
)

(A) = F

(A)
Si A R
m
es abierto entonces existe un abierto A
1
R
n
tal que F

(A) = A
1
J(F) =
A
1
T(F
1
). Por lo tanto:
(F
1
)

(A) = F

(A) = A
1
T(F
1
),
y F
1
es continua en J(F).
24
Observese que F no tiene porque ser necesariamente continua.
15. La imagen continua de un conjunto compacto
15.1. Teorema. Si K R
m
es compacto y F : K R
n
es continua en K, entonces
F

(K) es compacto.
Dem. Sea :=

[ A una cubierta abierta de F

(K). Dado que F es continua


en K, para cada A existe un abierto B

R
m
tal que
F

) = B

K.
Si x K entonces F(x) F

(K) y en consecuencia, existe


0
A tal que F(x)

0
.
Por lo tanto x B

0
y la familia B := B

[ A forma una cubierta abierta de K.


Podemos extraer una colecci on nita:
B

1
, . . . , B

k
,
la cual sigue cubriendo a K. Para cada F(x) F

(K) tenemos que x B

j
para alguna
j 1, 2, . . . , k y por lo tanto F(x)

j
. Pero esto implica que

1
, . . . ,

k
forma
una subcubierta nita de F

(K).
15.2. Proposici on. Si F : K R
m
R es continua en el compacto K, entonces F
alcanza su maximo y su mnimo en K.
Dem. Por el teorema anterior, F

(K) es un subconjunto compacto en R lo que equivale


a que sea cerrado y acotado. Existen por lo tanto, dos puntos frontera F(x
M
) y F(x
m
)
en F

(K) que satisfacen


F(x
m
) F(x) F(x
M
),
para todo x K.
16. Conjuntos conexos y la imagen continua de un conjunto conexo
Partiremos del siguiente resultado, ya probado en clase:
16.1. Lema. [0, 1] R es conexo.
Para probar dos proposiciones:
16.2. Proposici on. R
n
es conexo.
25
16.3. Proposici on. R
n
y son los unicos subconjuntos de R
n
que son abiertos y cerra-
dos.
Dem. de 16.2: Sup ongase que R
n
es inconexo y sean A, B R
n
abiertos que lo desco-
nectan. Es decir:
A R
n
,= y B R
n
,=
R
n
A B
A B =
Sean a A R
n
= A y

b B R
n
= B y considerese los siguientes conjuntos:
A
1
: = t R[ (1 t)a + t

b A
B
1
: = t R[ (1 t)a + t

b B.
Armamos que A
1
, B
1
son subconjuntos abiertos de R. Para ver esto, observese que la
funci on F : R R
n
dada por F(t) := (1 t)a + t

b es continua: sea t
0
R tenemos que
[[F(t) F(t
0
)[[ = [[(1 t)a + t

b (1 t
0
)a t
0

b[[ = [[(t
0
t)(a

b)[[
= [t
0
t[ [[a

b[[ <
basta con denir := /[[a

b[[.
Tenemos que A
1
= F

(A), B
1
= F

(B) y que 0 A
1
y 1 B
1
. Por lo tanto
A
1
[0, 1] ,= y B
1
[0, 1] ,= . Por otro lado, como A B = R
n
tenemos
A
1
B
1
= F

(A) F

(B) = F

(R
n
J(F)) = R.
Por ultimo, como A B = se observa que
A
1
B
1
= F

(A) F

(B) = .
Por lo tanto, A
1
, B
1
desconectan a [0, 1].
Dem. de 16.3: Sea A R
n
un conjunto abierto y cerrado. Entonces A
c
:= R A es
cerrado y a la vez es abierto (porque A es abierto y cerrado, respectivamente). Los dos
conjuntos abiertos A y A
c
verican lo siguiente:
A A
c
= R
n
A A
c
= .
Como R
n
es conexo debe ocurrir que A = o que A
c
= , es decir, A = o A = R
n
.
26
Tenemos el siguiente resultado:
16.4. Teorema. Si F : T R
m
R es continua y T es conexo, entonces F

(T) es
conexo.
Dem. Sup ongase que F

(T) no es conexo y sean A, B R subconjuntos abiertos tales


que:
A F

(T) ,= y B F

(T) ,=
F

(T) A B
A B = .
Dado que F es continua, existen abiertos A
1
, B
1
R
m
tales que F

(A) = A
1
T y
F

(B) = B
1
T. Por lo anterior:
A
1
T , = y B
1
T , =
T A
1
B
1
A
1
B
1
= ;
es decir, A
1
, B
1
desconectan a T.
17. Continuidad uniforme.
17.1. Definici on. La funcion F : T R
m
R
n
es uniformemente continua en T si y
solo si, para toda > 0 existe := () > 0 tal que
[[F(x
1
) F(x
2
)[[ <
para cualesquiera x
1
, x
2
T con [[x
1
x
2
[[ < .
Negando esta denici on obtenemos que F : T R
m
R
n
no es uniformemente
continua en T si y s olo si existe > 0 tal que para toda > 0 existen dos elementos
x
1
, x
2
T tales que [[x
1
x
2
[[ < y [[F(x
1
) F(x
2
)[[ .
Haciendo
k
:= 1/k obtenemos dos sucesiones x
(1)
k
, x
(2)
k
en T para las cuales
[[x
(1)
k
x
(2)
k
[[ < 1/k y [[F(x
(1)
k
) F(x
(2)
k
)[[ :
17.2. Proposici on. La funcion F : T R
m
R
n
no es uniformemente continua en T
si y solo si existe una > 0 y dos sucesiones x
(1)
k
, x
(2)
k
en T para toda k N tales
que [[x
(1)
k
x
(2)
k
[[ < 1/k y [[F(x
(1)
k
) F(x
(2)
k
)[[
17.3. Proposici on. Si K R
m
es compacto y F : K R
n
es continua en K, entonces
F es uniformemente continua en K.
27
Dem. Sup ongase, s.p.g., que K contiene una innidad de elementos (de lo contrario, la
proposici on es trivial) y que F no es uniformemente continua en K. Por la proposici on
anterior, existe alguna > 0 y sucesiones x
(1)
k
, x
(2)
k
en K tales que [[x
(1)
k
x
(2)
k
[[ < 1/k
y
[[F(x
(1)
k
) F(x
(2)
k
)[[ ,
para toda k N. Por el teorema de Bolzano-Weierstrass, tenemos subsucesiones con-
vergentes x
(1)
k

, x
(2)
k

(primero tomamos una subsucesi on convergente de la primera,


de la subsucesi on que resulta de la segunda tomamos una subsucesi on convergente, de
esta manera obtenemos subsucesiones convergentes de las dos sucesiones originales con
los mismos subndices) tales que
lim

x
(1)
k

= x
(1)
0
K y lim

x
(2)
k

= x
(2)
0
K.
Por lo tanto, para alguna L() N tenemos:
[[x
(1)
0
x
(1)
k

[[ <

3
, [[x
(2)
0
x
(2)
k

[[ <

3
para toda L(). Adem as, por construccion:
[[x
(1)
kn
x
(2)
k

[[ <
1
k

<

3
para alguna k

M N. Haciendo L
1
:= maxL(), M tenemos:
[[x
(1)
0
x
(2)
0
[[ [[x
(1)
0
x
(1)
kn
[[ +[[x
(1)
k

x
(2)
k

[[ +[[x
(2)
k

x
(2)
0
[[ <
para toda L
1
. Por lo tanto x
(1)
0
= x
(2)
0
.
Dado que F es continua en x
(1)
0
K, existe una := () > 0 tal que
[[F(x
(1)
k

) F(x
(2)
k

)[[ [[F(x
(1)
k

) F(x
(1)
0
)[[ +[[F(x
(1)
0
) F(x
(2)
k

)[[ <
si [[x
(1)
k

x
(1)
0
[[ < () y [[x
(2)
k

x
(1)
0
[[ < (); pero esto se puede lograr para lo sucien-
temente grande. Pero esto es una contradicci on y por ende, F es uniformemente continua
en K.
Curso de C

alculo Diferencial e Integral 3.


Tarea: L

mites y continuidad.
Responda los siguientes ejercicios justicando detalladamente sus respuestas. No abuse
de los argumentos intuitivos.
1. Sea F : R
2
(0, 0) R
3
denida por:
F
1
(x, y) :=
xy
_
x
2
+ y
2
,
F
2
(x, y) :=
_
x
2
+ y
2
si x, y Q,
0 en otro caso
F
3
(x, y) := (x
2
+ y
2
) sin
1
x
2
+ y
2
.
Existe lim
x(0,0)
F(x)? En caso de que su respuesta sea armativa, encuentrelo.
2. Sea F : R R una funci on con la propiedad de que F(x + y) = F(x)F(y) para
cualesquiera x, y R.
(a) Muestre que si F(x
0
) = 0 para alguna x
0
R, entonces F(x) = 0 para toda
x R.
(b) Muestre que si F es continua en x = 0 entonces es continua en todo R.
(c) Conoce alguna funci on que satisfaga estas condiciones? Es la unica?
3. Sea F : R
2
R
2
denida como:
F(x, y) := (x cos(y), xsin(y)),
y considerese el conjunto:
A :=(x, 0) R
2
[ 0 x 1 (1, y) R
2
[ 0 y 2
(x, 2) R
2
[ 0 x 1 (0, y) R
2
[ 0 y 2.
Encuentre F

(A) e interprete geometricamente.


4. Decimos que una funci on F : T R
m
R
n
es abierta, si para cada abierto A R
m
existe un abierto A
1
R
n
tal que:
F

(A) = A
1
J(F).
Demuestre que si F : T R
m
R
n
es abierta e inyectiva, entonces la funci on
inversa existe y es continua. N otese que F no necesariamente es continua. Puede
dar un ejemplo donde esto ocurra?
5. Muestre que la funci on F : R
2
R
3
dada por F
1
(x, y) := x + y, F
2
(x, y) :=
x y, F
3
(x, y) := x
2
es inyectiva y abierta; pero no transforma abiertos de R
2
en
abiertos de R
3
.
6. Pruebe que si F : K R
n
es continua en el compacto K R
m
, entonces la funci on
[[F[[ : K R denida por x [[F(x)[[ alcanza su m aximo y su mnimo en K.
7. Sea F : T R donde T := (x
1
, . . . , x
n
) R
n
[ x
1
x
2
x
n
= 1 con n > 1 y
F(x) :=
1
n
n

k=1
x
k
.
Muestre que F no alcanza su m aximo en T. Que conclusiones puede obtener sobre
T?
8. Decimos que una funci on F : T R
m
R
n
satisface globalmente una condici on
de Lipschitz en T si y s olo si existe alguna constante L > 0 tal que:
[[F(x) F(y)[[ L[[x y[[ para cualesquiera x, y T.
Si 0 < L < 1 entonces diremos que F es una contraccion en T. Demuestre lo
siguiente:
(i) Si F satisface globalmente una condici on de Lipschitz en T, entonces F es
uniformemente continua en T.
(ii) Sea C R
m
un conjunto cerrado. Si F : C C es una contracci on en C,
entonces existe un unico x
0
C tal que F(x
0
) = x
0
. Se acostumbra enunciar
este resultado diciendo que una contraccion en un subconjunto cerrado posee
un unico punto jo.
References
[AC] Sagan, H.; Advanced Calculus; Houghton Miin Co., Boston 1974.
18. Derivadas de funciones I R
n
, con I R un intervalo
En esta seccion I R es un intevalo abierto (a, b) con a < b, incluyendo los posibles
valores a = , b = +.
18.1. Definici on. Una funcion afn T : R R
n
es una funcion tal que existen v, u R
n
tales que para toda t R, T(t) = tv +u.
30
18.2. Definici on. Sean f : I R
n
funcion, t
0
I y T : R R
n
una funcion afn.
Decimos T es una mejor aproximacion afn de f cerca de t
0
si y solo si
f(t
0
) = T(t
0
) y lim
tt
0
f(t) T(t)
t t
0
= 0.
18.3. Ejemplo. Sean g : (a, b) R una funci on y t
0
(a, b). Denimos f : R R
2
tal
que f(t) = (t, g(t)) para todo t (a, b). Supongamos que f tiene una mejor aproximaci on
afn T : R R
2
cerca de t
0
, con T(t) = u + tv. Calculemos u = (u
1
, u
2
) y v = (v
1
, v
2
).
Como f(t
0
) = T(t
0
), entonces
(t
0
, g(t
0
)) = u + t
0
v,
de donde obtenemos las ecuaciones
_
u
1
= t
0
(1 v
1
)
u
2
= g(t
0
) t
0
v
2
.
(2)
Entonces
f(t) T(t) = (t u
1
tv
1
, g(t) u
2
tv
2
).
Al sustituir los valores obtenidos en (2), tenemos que
f(t) T(t) = (t t
0
(1 v
1
) tv
1
, g(t) g(t
0
) + t
0
v
2
tv
2
)
= ((t t
0
)(1 v
1
), g(t) g(t
0
) (t t
0
)v
2
).
Entonces
f(t) T(t)
t t
0
=
_
1 v
1
,
g(t) g(t
0
)
t t
0
v
2
_
Como el lmite del cociente anterior es cero conforme t tiende a t
0
, concluimos que v
1
= 1
y que g tiene derivada en t
0
con v
2
= g

(t
0
). Entonces
u = (0, g(t
0
) tg

(t
0
)) y v = (1, g

(t
0
)).
Recprocamente, si g es derivable en t
0
, entonces no es difcil ver que con u y v denidos
arriba, se tiene que t u + tv es una mejor aproximaci on afn de f cerca de t
0
.
18.4. Teorema. f : I R
n
funcion, t
0
I, T
1
, T
2
funciones anes. Si T
1
y T
2
son
mejores aproximaciones anes de f en t
0
, entonces T
1
= T
2
.
Dem. Supongamos que T
1
(t) = tv
1
+ u
1
y T
2
(t) = tv
2
+ u
2
. El hecho de que T
1
(t
0
) =
f(t
0
) = T
2
(t
0
) nos dice que
t
0
v
1
+u
1
= t
0
v
2
+u
2
,
o bien que
u
1
= t
0
(v
2
v
1
) +u
2
.
31
Adem as tenemos que
0 = lim
tt
0
f(t) T
2
(t)
t t
0
lim
tt
0
f(t) T
1
(t)
t t
0
= lim
tt
0
T
1
(t) T
2
(t)
t t
0
= lim
tt
0
tv
1
+u
1
(tv
2
+u
2
)
t t
0
.
Si sustituimos el valor que obtuvimos antes para u
1
en esta ultima expresi on obtenemos
que
0 = lim
tt
0
tv
1
+u
1
(tv
2
+u
2
)
t t
0
= lim
tt
0
tv
1
+ t
0
(v
2
v
1
) +u
2
(tv
2
+u
2
)
t t
0
= lim
tt
0
t(v
1
v
2
) + t
0
(v
2
v
1
)
t t
0
= lim
tt
0
(t t
0
)(v
1
v
2
)
t t
0
= v
1
v
2
.
Entonces v
1
= v
2
. Entonces se sigue de manera inmediata, de la expresion de u
1
que
obtuvimos arriba, que u
1
= u
2
. Entonces T
1
= T
2
.
Cuando ya sabemos que T(t) = tv +u y que T(t
0
) = f(t
0
), entonces podemos escribir
T(t) = tv +u = f(t
0
) T(t
0
) + tv +u = f(t
0
) t
0
v u + tv +u = f(t
0
) + (t t
0
)v.
18.5. Definici on. f : I R
n
funcion, t
0
I. Si existe la mejor aproximacion afn
T(t) = f(t
0
)+(tt
0
)v de f en t
0
, decimos que f es diferenciable en t
0
y el vector v R
n
es llamado la derivada (o derivada total, primera derivada, vector velocidad)
de f en t
0
. En tal caso escribimos
v = f

(t
0
) (otras notaciones son
df
dt
(t
0
), (Df)(t
0
), Df(t
0
),

f(t
0
));
decimos que [[f

(t
0
)[[ es la rapidez de f en t
0
.
Cuando para todo t I existe f

(g), decimos que f es diferenciable en I.


La ecuacion relevante cuando T es la mejor aproximaci on afn de f en t
0
es
T(t) = f(t
0
) + f

(t
0
)(t t
0
).
18.6. Teorema. f : I R
n
funcion, t
0
I. f es diferenciable en el punto t
0
si y solo
si cada funcion coordenada f
j
de f es diferenciable en el punto t
0
, en cuyo caso
f

(t
0
) = (f

1
(t
0
), . . . , f

n
(t
0
)).
Dem. Supongamos primero que cada f
j
es diferenciable en t
0
. Denimos T : R R
n
tal
que para cada t R,
T(t) = f(t
0
) + (t t
0
)(f

1
(t
0
), . . . , f

n
(t
0
)).
32
Debemos ver que T es la mejor aproximacion afn de f en t
0
. Es claro que T(t
0
) = f(t
0
).
Por otro lado debemos calcular
lim
tt
0
f(t) T(t)
t t
0
= lim
tt
0
f(t) f(t
0
) (t t
0
)(f

1
(t
0
), . . . , f

n
(t
0
))
t t
0
= lim
tt
0
_
f(t) f(t
0
)
t t
0
(f

1
(t
0
), . . . , f

n
(t
0
))
_
= lim
tt
0
__
f
1
(t) f
1
(t
0
)
t t
0
, . . . ,
f
n
(t) f
n
(t
0
)
t t
0
_
(f

1
(t
0
), . . . , f

n
(t
0
))
_
= lim
tt
0
_
f
1
(t) f
1
(t
0
)
t t
0
f

1
(t
0
), . . . ,
f
n
(t) f
n
(t
0
)
t t
0
f

n
(t
0
)
_
=
_
lim
tt
0
f
1
(t) f
1
(t
0
)
t t
0
f

1
(t
0
), . . . , lim
tt
0
f
n
(t) f
n
(t
0
)
t t
0
f

n
(t
0
)
_
=

0,
con lo que T es la mejor aproximaci on afn de f en t
0
. Entonces f es diferenciable en t
0
.
Supongamos ahora que f es diferenciable en t
0
. Sea T : R R
n
, t f(t
0
) +(t t
0
)v
la mejor aproximacion afn de f en t
0
con v = (v
1
, . . . , v
n
) R
n
. Entonces

0 = lim
tt
0
f(t) T(t)
t t
0
= lim
tt
0
f(t) f(t
0
) (t t
0
)v
t t
0
= lim
tt
0
_
f
1
(t) f
1
(t
0
)
t t
0
v
1
, ,
f
n
(t) f
n
(t
0
)
t t
0
v
n
_
.
Entonces el lmite conforme t tiende a t
0
de cada variable es cero, es decir, para toda
i 1, . . . , n
lim
tt
0
_
f
i
(t) f
i
(t
0
)
t t
0
v
i
_
= 0.
Entonces cada f
i
es diferenciable en t
0
y v
i
= f

i
(t
0
).
18.7. Lema. f diferenciable en t
0

f continua en t
0
.
Dem. Supongamos f diferenciable en t
0
. Sea T la mejor aproximaci on afn de f en t
0
.
Entonces existe > 0 tal que para todo t I, 0 < [t t
0
[ < implica
_
_
_
_
f(t) T(t)
t t
0
_
_
_
_
< 1,
o bien,
| f(t) T(t) |< [t t
0
[
Entonces para tales t
[t t
0
[ > |f(t) T(t)| = |f(t) f(t
0
) + T(t
0
) T(t)|
= |f(t) f(t
0
) + (t
0
t)v| |f(t) f(t
0
)| [t t
0
[|v|.
33
Entonces |f(t) f(t
0
)| [t t
0
[(1 +|v|). Como el lado derecho tiende a cero conforme
t tiende a t
0
, entonces f es continua en t
0
.
18.8. Ejemplo. a R, a > 0, f : R R
2
, f(t) = (a cos t, a sen t).
f

(t
0
) = (a sen t
0
, a cos t
0
).
Caso particular t
0
= /6. Calculemos f(t)

(t). Calculemos la rapidez.


18.9. Definici on. Si f : R R
n
es diferenciable en t
0
y f

(t
0
) ,= 0, entonces decimos
que la gr aca de de la funcion afn T(t) = f(t
0
) + (t t
0
)f

(t
0
) es la recta tangente a
la imagen de f en f(t
0
).
18.10. Ejemplo. Sea f = (f
1
, f
2
) cualquier parametrizacion difreneciable del crculo
unitario. Entonces
f(t)

(t) = 0.
Solo hay dos posibilidades, que la recta tangente sea perpendicular al radio o que la
denici on no aplique porque f

(t
0
) = 0. Por ejemplo
f(t) = (sen t
3
, cos t
3
) en t = 0.
Para un demostracion formal supongamos que la parametrizacion est a dada por f =
(f
1
, f
2
) : I R
2
. Entonces tenemos que
f
2
1
(t) + f
2
2
(t) = 1.
Al deriviar ambos lados con respecto a t obtenemos f(t)

(t) = 0.
18.11. Ejemplo. f(t) = (t
2
, t[t[) en t = 0.
18.12. Ejemplo. f(t) = (cos t, sen 2t) en t = /2, t = 3/2.
18.13. Ejemplo. Una partcula viaja en una trayectoria tal que su posici on al tiempo
t est a dada por f(t) = (cos t, sen t, t). Cuando t
0
= 13/6 escapa de la trayectoria por
la tangente el lnea recta a velocidad constante. D onde est a la partcula al tiempo
t
1
= 5/2?
(a) f(0) = (1, 0, 0).
(b) f(t
0
) = (

3/2, 1/2, 13/6).


(c) T(t) = (

3
2
,
1
2
,
13
6
) + (
1
2
,

3
2
, 1)(t
13
6
).
(d) T(t
1
) =
1
6
(3

3 , 3 +

3, 15).
18.14. Reglas de diferenciaci on.
34
18.15. Teorema. f, g : I R
n
funciones diferenciables y h : I R diferenciable.
Entonces
1. (f + g)

= f

+ g

;
2. (hf)

= h

f + hf

;
3. (f

g)

= f

g + f

.
18.16. Proposici on. g : I R
n
funcion diferenciable en I, R. Si para toda t I,
[[g(t)[[ = , entonces para toda t I, g(t)

(t) = 0.
18.17. Teorema. I, J R intervalos abiertos. h : J I diferenciable, f : I R
n
diferenciable. Entonces
(f h)

= (f

h)h

.
18.18. Aceleraci on.
18.19. Definici on. f : I R
n
diferenciable en I tal que f

: I R
n
es diferenciable en
I. Decimos que f

= (f

es la segunda derivada de f o que es la aceleracion de f.


18.20. Ejemplo. f(t) = (a sen t, a cos t). Observar la direccion de la aceleracion.
18.21. Ejemplo. g(t) = (1, 3t
2
). Velocidad. Aceleraci on.
19. Longitud de arco
Permitimos I = [a, b].
19.1. Definici on. Una curva parametrizada en R
n
es una funcion f : I R
n
que
es continua.
Sea f : I R
n
una curva parametrizada. Sean a, b I con a < b. Para cualquier
partici on P = t
0
, . . . , t
m
del intervalo [a, b] denimos
S(f, P) =
m

i=1
[[f(t
i
) f(t
i1
)[[.
19.2. Definici on. a, b R, a < b. f : [a, b] R
n
una curva parametrizada. Decimos
que la longitud de arco de f de a a b esta denida si el conjunto
S(f, P)[P partici on de [a, b]
es acotado superiormente. En tal caso, decimos que f es recticable en [a, b] y denimos
la longitud de arco de f en [a, b] como el n umero
L(f; a, b) = supS(f, P)[P partici on de [a, b].
35
19.3. Ejemplo. u, v R
n
, a, b R, a < b. f : R R
n
tal que f(t) = tv + u. Calcular
L(f; a, b).
19.4. Teorema. a, b, c, d R, a < b, c < d. f : [a, b] R
n
curva parametrizada
recticable. : [c, d] [a, b] estrictamente creciente, continua y suprayectiva. Entonces
f : [c, d] R
n
es una curva parametrizada recticable y
L(f; a, b) = L(f ; c, d)
Dem. La demostracion usual que induce una biyecci on entre las particiones de [a, b] y
las de [c, d] utilizando , y la correspondiente consecuencia de que todos los n umeros que
aparecen como aproximaciones a la longitud de arco de un lado aparecen del otro.
19.5. Teorema. I intervalo abierto, a, b I, a < b. f : I R
n
curva parametrizable
diferenciable en I, con f

continua en I. Entonces f es recticable en [a, b] y


L(f; a, b) =
_
b
a
[[f

(t)[[dt.
Dem. Sea > 0. Sea f = (f
1
, . . . , f
n
). Entonces f

= (f

1
, . . . , f

n
). Como f

es continua
en I, por lo tanto f

1
, . . . , f

n
son uniformemente continuas en [a, b]. Entonces existe > 0
tal que para todo x, y [a, b]
[x y[ < [f

(x) f

(y)[ <

(b a + 1)

n
para todo 1, . . . , n
Sea P = t
0
, . . . , t
m
una partici on de [a, b] tal que para todo i 1, . . . , m, [t
i
t
i1
[ <
y tal que
_
b
a
[[f

(t)[[dt L([[f

[[, P) <

b a + 1
.
Para cada i 1, . . . , m, sea m
i
[t
i1
, t
i
] tal que
[[f

(m
i
)[[ = inf[[f

(x)[[ : x [t
i1
, t
i
].
Entonces
L(|f|, P) =
m

i=1
[[f

(m
i
)[[(t
i
t
i1
).
Por otro lado, por el teorema del valor medio, para cada i 1, . . . , m y cada
1, . . . , m, el teorema del existe s
()
i
[t
i1
, t
i
] tal que
f

(t
i
) f

(t
i1
) = f

(s
()
i
)(t
i
t
i1
).
36
Tenemos que
S(f, P) =
m

i=1
[[f(t
i
) f(t
i1
)[[ =
m

i=1
[[(f
1
(t
i
) f
1
(t
i1
), . . . , f
n
(t
i
) f
n
(t
i1
))[[
=
m

i=1
[[(f

1
(s
(1)
i
)(t
i
t
i1
), . . . , f

n
(s
(n)
i
)(t
i
t
i1
))[[
=
m

i=1
(t
i
t
i1
)[[(f

1
(s
(1)
i
), . . . , f

n
(s
(n)
i
))[[.
Entonces

_
b
a
[[f

(t)[[dt S(f, P)

_
b
a
[[f

(t)[[dt L(f, P)

+[L(f, P) S(f, P)[


<

b a + 1
+[L(f, P) S(f, P)[.
Pero
[L(f, P) S(f, P)[ =
=

i=1
[[f

(m
i
)[[(t
i
t
i1
)
m

i=1
(t
i
t
i1
)[[(f

1
(s
(1)
i
), . . . , f

n
(s
(n)
i
))[[

i=1
(t
i
t
i1
)
_
[[(f

1
(m
i
), . . . , f

n
(m
i
))[[ [[(f

1
(s
(1)
i
), . . . , f

n
(s
(n)
i
))[[
_

i=1
(t
i
t
i1
)

[[(f

1
(m
i
), . . . , f

n
(m
i
))[[ [[(f

1
(s
(1)
i
), . . . , f

n
(s
(n)
i
))[[

i=1
(t
i
t
i1
)[[(f

1
(m
i
), . . . , f

n
(m
i
)) (f

1
(s
(1)
i
), . . . , f

n
(s
(n)
i
))[[
=
m

i=1
(t
i
t
i1
)[[(f

1
(m
i
) f

1
(s
(1)
i
), . . . , f
n
(m
i
) f

n
(s
(n)
i
))[[.
Como para cada i 1, . . . , m y cada 1, . . . , n se tiene que m
i
, s
()
i
[t
i1
, t
i
] y
t
i
t
i1
< , entonces
[m
i
s
()
i
[ < ,
por lo tanto
[f

(m
i
) f

(s
()
i
)[ <

(b a + 1)

n
,
Se sigue que
[[(f

1
(m
i
) f

1
(s
(1)
i
), . . . , f
n
(m
i
) f

n
(s
(n)
i
))[[ <

b a + 1
.
37
De acuerdo al c alculo que estabamos haciendo, esto nos dice que
[L(f, P) S(f, P)[
m

i=1
(t
i
t
i1
)

b a + 1
= (b a)

b a + 1
,
es decir

_
b
a
[[f

(t)[[dt S(f, P)

<

b a + 1
+ (b a)

b a + 1
= .
De aqu podemos hacer un peque no razonamiento para concluir que
L(f; a, b) =
_
b
a
[[f

(t)[[dt.
19.6. Definici on. I intervalo abierto. Decimos que una curva parametrizada diferen-
ciable f : I R
n
es regular en I si para todo t I, f

(t) ,=

0.
19.7. Definici on. I intervalo abierto. Decimos que una curva parametrizada diferencia-
ble f : I R
n
est a parametrizada por la longitud de arco si para todo t I, |f

(t)| = 1.
Observacion sobre la longitud de arco de una tal curva.
19.8. Definici on. I, J intervalos abiertos, f : I R
n
curva diferenciable en I. Una
reparametrizaci on suave de f es una curva de la forma f h dada por una funcion h :
J I que es estrictamente creciente y diferenciable.
19.9. Teorema. I intervalo abierto. f : I R
n
curva regular con f

diferenciable en I.
Existe una reparametrizacion g de f que esta parametrizada por la longitud de arco.
Dem. Fijemos t
0
I. Denimos s : I R tal que
s(t) =
_
t
t
0
|f

(t)|dt.
Tomamos h = s
1
.
20. Curvatura de curvas planas
En esta seccion tomamos I un intervalo abierto y f : I R
2
una curva parametrizada
por la longitud de arco y dos veces diferenciable en I, f = (f
1
, f
2
).
38
20.1. Definici on. Dado un punto t I, denotamos al vector tangente de f en t como
T(t), es decir
T(t) = f

(t).
Denimos el vector normal de f en el punto t al vector que se obtiene al girar T(t)
un angulo de /2 en la direccion opuesta a las manecillas del reloj.
Observamos que T(t) = (f

1
(t), f

2
(t)) y N(t) = (f

2
(t), f
1
(t)). Como hemos pedido
que f sea dos veces diferenciable en I, tenemos que tanto T como N son diferenciables
en I. Como |T(t)| = 1 para todo t I tenemos que
T

T = 1.
Al derivar ambos lados con respecto a t obtenemos que
2(T

T

) = 0.
Esto es, el vector T

(t) es ortogonal a T(t) en cada t. Como estamos en R


2
, esto quiere
decir que para cada t existe un n umero k(t) tal que
T

(t) = k(t)N(t).
20.2. Definici on. Denimos la curvatura de f en t como el n umero k(t).
Asimismo tenemos que N

N = 1, con lo que al derivar con respecto a t obtenemos


N

= 0.
Entonces N

es ortogonal a N, es decir, para cada t I existe un n umero c(t) tal que


N

(t) = c(t)T(t). Como ademas N

T = 0, tenemos, al derivar, que


N

T = N

.
Al sustituir los valores N

(t) = c(t)T(t) y T

(t) = k(t)N(t) en la ecuaci on anterior,


obtenemos que c(t) = k(t). Tenemos entonces las formulas de Frenet:
_
_
_
T

(t) = k(t)N(t)
N

(t) = k(t)T(t)
20.3. Teorema. Sean J un intervalo abierto, a J y g : J R
2
una curva regular dos
veces diferenciable (no necesariamente parametrizada por la longitud de arco). Entonces
la curvatura esta dada por
k(a) =
g

1
(a)g

2
(a) g

1
(a)g

2
(a)
|g

(a)|
3
Ejercicios:
39
1. Sea f : [a, b] R
n
derivable. Pruebe que existe (a, b) tal que
|f(b) f(a)|
2
= (b a)f

()

(f(b) f(a))
2. Muestre que la curva descrita por la funcion
f(t) = (sen(2t), 2 sen
2
(t), 2 cos(t))
(t R) est a contenida en una esfera con centro en el origen. Calcule su rapidez y
muestre que la proyeccion en el plano XY de su velocidad tiene norma constante.
3. Un objeto gira (en el sentido de las manecillas del reloj) sobre una circunferencia
centrada en el origen y de radio R con rapidez constante v. Si el objeto se desprende
de la circunferencia en el punto (R/

2, R/

2), en que punto y en cu anto tiempo


intersecta al eje Y ? Cu al debera ser la rapidez del objeto sobre la circunferencia
para que alcance el mismo punto en la mitad del tiempo? Parametrice la circunfe-
rencia de tal forma que la rapidez sea constante con valor v y que el recorrido sea
en el sentido de las manecillas del reloj.
4. Dada f : [a, b] R
n
continua, con f = (f
1
, . . . , f
n
). Dena
_
b
a
f(t)dt =
__
b
a
f
1
(t)dt, . . . ,
_
b
a
f
n
(t)dt
_
.
Pruebe que:
(a) si c = (c
1
. . . , c
n
) es un vector constante, entonces
_
b
a
c

f(t)dt = c

_
b
a
f(t)dt.
(b)
_
_
_
_
_
b
a
f(t)dt
_
_
_
_

_
b
a
|f(t)| dt. (Sugerencia: use la desigualdad de Cauchy-Sch-
warz para probar que f(u)

_
b
a
f(t)dt |f(u)|
_
_
_
_
_
b
a
f(t)dt
_
_
_
_
para toda u
[a, b]; integre con respecto de u y use la identidad del primer inciso).
(c) si f tiene derivada continua, entonces |f(b) f(a)|
_
b
a
|f

(t)| dt. Inter-


prete geometricamente.
5. Considere las funciones f(t) = (cos(t), sen(t)), t [0, /2], y
g(u) =
_
1 u
2
1 + u
2
,
2u
1 + u
2
_
, u [0, 1].
Pruebe que f es una reparametrizacion de g.
40
6. Sea f : I R
2
una curva parametrizada por la longitud de arco. Demuestre que si
f tiene segunda derivada continua en I, entonces la curvatura k(t) es una funci on
continua k : I R. Demuestre adem as que si f es tres veces diferenciable en I,
entonces k es una funci on derivable en I.
7. Sea f : I R
2
una curva parametrizada por la longitud de arco y con segunda
derivada continua en I. Fijamos t I y para cada h R con h + t en I denimos
(h) como el angulo en [, ) que forman T(t) y T(t + h). Demuestre que
k(t) = lim
h0
(h)
h
.
8. Sea f : [a, b] R una funcion dos veces derivable. Pruebe que la curvatura en el
punto (x, f(x)), de la gr aca de f, esta dada por
k(x) =
f

(x)
_
1 + (f

(x))
2
_
3/2
cuando recorremos la curva de izquierda a derecha.
9. Un rat on se mueve con rapidez constante v sobre una circunferencia de radio R
y un gato, tambien con rapidez constante v, persigue al raton (empezando desde
el centro de la circunferencia) de tal forma que el raton, el gato y el centro de la
circunferencia siempre son colineales. Alcanza el gato al rat on? en que punto?
en que tiempo?
10. Sean f, g : A R
n
R (con A abierto) derivables en el punto x
0
A y tal que
g( x
0
) ,= 0. Prueba que la funcion f/g es derivable en x
0
A y obten una f ormula
para D(f/g)( x
0
).
11. Sean f, g : A R
n
R y x
0
A. Si
f
x
i
( x
0
) y
g
x
i
( x
0
) existen, pruebe la existencia
(y deduzca una expresi on) de cada una de las siguientes derivadas parciales:
i)
(f+g)
x
i
( x
0
) ii)
(fg)
x
i
( x
0
) iii)
(f/g)
x
i
( x
0
) (si g( x
0
) ,= 0)
12. Sean f : A R
n
R
k
, g : B R
k
R, con f derivable en x
0
A y g tal que
g
x
i
( x
0
) existe en y
0
= f( x
0
) B. Prueba que
(gf)
x
i
( x
0
) existe y encuentra una
expresi on para esta derivada parcial.
13. Muestra que en los dos ejercicios anteriores la derivada parcial con respecto a x
i
se
puede cambiar por la derivada direccional con respecto a un vector unitario u y los
resultados siguen siendo ciertos.
14. Sea f : R
2
R denida como
f(x, y) =
_
_
_
xy
2
x
2
+y
2
si (x, y) = (0, 0)
0 si (x, y) ,= (0, 0)
41
Prueba que esta funcion tiene todas sus derivadas direccionales en el (0, 0) pero que
sin embargo no es derivable en este punto.
15. Sea f : R
2
R. Use la regla de la cadena para demostrar que:

x
_
_
x
_
0
f(x, y)dy
_
_
= f(x, x) +
x
_
0
f
x
(x, y)dy
(Dene F(u, v) =
u
_
0
f(v, y)dy y da por hecho que
F
v
(u, v) =
u
_
0
f
x
(v, y)dy)
16. Sea f : R
2
R tal que f(x, y) = f(y, x) para todo (x, y) R
2
. Prueba que
f
x
(a, b) =
f
y
(b, a) para todo (a, b) R
2
.
17. Sea f : A R
n
R, con A un abierto conexo y f derivable en x, para toda x A.
Prueba que si Df( x) =

0 para toda x A entonces f es una funci on constante.
(Recuerda que en un conjunto abierto conexo cualquier par de puntos se pueden
unir por una poligonal de lados paralelos a los ejes).
18. Sean, f : A R
n
R tal que
f
x
i
( x) = 0 para toda x A, y A un conjunto que
tiene la propiedad de que siempre que x y y sean dos puntos de el que s olo dieren
en su i-esima coordenada, entonces el segmento [ x, y] que los une esta contenido en
A. Pruebe que bajo estas hip otesis, entonces f no depende de la variable x
i
. Es
importante que A tenga esta propiedad para que el resultado sea cierto? Justique
su respuesta.
19. Sean, f : A R
n
R y x
0
A tales que
f
x
i
(con i = 1, . . . , n) existen y son
acotadas en una vecindad de x
0
. Pruebe que f debe ser continua en x
0
.
20. Sea f : A R
n
R. Se dice que f es homogenea de grado p N si f( x) =
p
f( x)
para toda R y toda x A tales que x A. Prueba que, si f es derivable en
x
0
A, entonces x
0
f( x
0
) = pf( x
0
) (este resultado es conocido como el teorema
de Euler para funciones homogeneas).
21. Da una estimaci on para las siguientes cantidades. Justica tu respuesta.
i) (0.99e
0.02
)
8
ii) (0.99)
3
+ (2.01)
3
6(0.99)(2.01)
iii) ((4.01)
2
+ (3.98)
2
+ (2.02)
2
)
1/2
22. El capitan Nemo est a en problemas cerca de la parte soleada de Mercurio. La
temperatura del casco de su nave, cuando se localiza en el punto (x, y, z), est a dada
por la funcion T(x, y, z) = e
x2y
2
3z
2
, donde x, y y z est an medidos en metros. Si
la nave se encuentra en el punto (1, 1, 1):
(a) en que direccion debe mover la nave para que la temperatura decrezca m as
r apidamente?
42
(b) si la nave viaja a e
8
metros por segundo, con que rapidez decrecera la tem-
peratura si se mueve en la direcci on del inciso anterior?
(c) desafortunadamente, el metal del casco se fracturara si este se enfra a una
raz on mayor de

14e
2
grados por segundo. Describa el conjunto de posibles
direcciones en las que se puede mover la nave para que la temperatura decrezca
a una raz on menor que esta.
23. Sean f, g : R
3
R. Sup ongase que f es derivable y que f( x) = g( x) x para toda
x R
3
. Prueba que las esferas en R
3
con centro en el origen est an contenidas en
los conjuntos de nivel de f, es decir, que f es constante sobre estas esferas.
24. Calcule el plano tangente a las supercies determinadas por las siguientes ecuaciones,
en el punto indicado:
(a) x
2
+ 2y
2
+ 3xz = 10 en (1, 2, 1/3)
(b) xe
z
+ yz = 1 en (1, 1, 0)
(c) z = cos(x) sen(y) en (0, /2, 1)
21. Ojo: La curvatura en este pedazo est a denida de manera distinta
21.1. Definici on. I intervalo abierto. f : I R una curva dos veces diferenciable y
parametrizada por la longitud de arco en I. Denimos la curvatura de f en t I como
k(t) = |f

(t)|.
En los puntos en los que k(t) ,= 0 denimos el vector normal en t como
n(t) =
1
k(t)
f

(t),
en tales puntos denimos ademas el radio de curvatura en t como
1
k(t)
.
El centro de curvatura en t es el punto que se encuentra en la direccion f

(t) desde f(t)


al radio de curvatura de distancia. Esto es, el centro de curvatura es
f(t) +
1
|f

(t)|
2
f

(t) = f(t) +
1
k(t)
n(t).
Ademas denimos el plano osculador en t como el plano
f(t) + a
1
f

(t) + a
2
f

(t)[a
1
, a
2
R.
43
El crculo osculador es el crculo en el plano osculador cuyo centro y radio son el centro
de curvatura y el radio de curvatura.
Observar que n(t) es unitario y perpendicular a f

(t).
Ejemplos: recta, crculo de radio a.
I, J intervalos abiertos, f : I R
n
es curva parametrizada regular y g = f h una
reparametrizaci on con h : J I diferenciable y estrictamente creciente, y adem as g est a
parametrizada por la longitud de arco. Enotnces
g

(t) = h

(t)(f

h)

(t).
Al tomar normas y observando que h es estrictamente creciente tenemos que
1 = h

(t)|(f h)(t)|,
o bien
h

(t) =
1
|(f

h)(t)|
.
Es decir
g

=
f

h
|f

h|
.
Si derivamos la expresion anterior obtenemos
g

=
|f

h|
2
(f

h) ((f

h)

(f

h))(f

h)
|f

h|
4
.
Si t = h(y) obtenemos
g

(y) =
|f

(t)|
2
(f

(t)) ((f

(t))

(f

(t)))(f

(t))
|f

(t)|
4
.
21.2. Ejemplo. f(t) = e
t
(cos(2t), sen(2t)). Entonces
f

(t) = e
t
(2 sen(2t) + cos(2t), 2 cos(2t) + sen(2t)).
Entonces
|f

(t)| = e
t

4
2
+ 1.
La longitud de arco de a 0 es
_
0

|f

(t)|dt =

4
2
+ 1.
Tenemos
f

(t) = e
t
(4 sen(2t) (4
2
1) cos(2t), 4 cos(2t) (4
2
1) sen(2t)).
44
Si t = h(s)
g

(s) =
1
e
t
(4
2
+ 1)
(2 sen 2t 4
2
cos 2t, 2 cos 2t 4
2
sen 2t),
|g

(s)| =
2
e
t

4
2
+ 1
.
La cuervatura se hace mayor y el radio peque no cuando t . El centro de curvatura
es el punto
1
2
e
t
(sen 2t, cos 2t).
Regresamos ahora a una curva f : I R
3
dos veces diferenciable parametrizada por
la longitud de arco.
21.3. Definici on. Decimos que t I es un punto singular (de orden 1) de f si f

(t) = 0.
En lo que sigue nos restringimos adem as a curvas f que no tienen puntos singulares.
21.4. Definici on. El vector binormal en t esta denido por
b(t) = f

(t) n(t) = f

(t)
f

(t)
|f

(t)|
.
Observamos que b(t) es ortogonal al plano osculador y tiene norma 1. Entonces |b

(t)|
mide la raz on de cambio de planos osculadores vecinos del plano osculador en t, esto es,
b

(t) mide que tan r apidamente se separa la curva del plano osculador en t en una vecindad
de t.
Tenemos b

(t) perpendicular a b(t) y


b

(t) = f

(t) n(t) + f

(t) n

(t) = f

(t) n

(t).
Entonces b

(t) es tambien ortogonal a f

(t). Entonces b

(t) es paralelo a n(t).


21.5. Definici on. La torsion de f en t es el n umero (t) tal que b

(t) = (t)n(t).
Si f es una curva plana, entonces el plano de la curva coincide con el plano osculador,
de donde = 0. Al reves, si es identicamente cero (y k(t) ,= 0), tenemos que b(t) =

b
0
constante. Entonces
(f(t)

b
0
)

= f

(t)

b
0
= 0.
Entonces f(t)

b
0
es constante y la curva est a contenida en un plano perpendicular a

b
0
.
21.6. Teorema. Teorema fundamental de la teora local de curvas. I R
intervalo abierto. Dadas funciones suaves (i.e. las derivadas de todos los ordenes existen)
k : I R
+
, : I R,
hay una curva parametrizada por la longitud de arco f : I R
3
suave tal que f tiene
curvatura k(t) y torsion (t) para cada t I. Cualquier otra curva g : I R
3
que
satisfaga las mismas condiciones diere de f por un movimiento rgido de R
3
que preserva
la orientacion.
45
Dem. Supongamos que f : I R, f = (f
1
, f
2
, f
3
) es una tal curva. Entonces
f

(t) = k(t)n(t)
n

(t) = k(t)f

(t) (t)b(t)
b

(t) = (t)n(t)
(formulas de Frenet). Esto nos lleva al sistema de ecuaciones diferenciables
(f

1
)

= kn
1
(f

2
)

= kn
2
(f

3
)

= kn
3
n

1
= kf

1
b
1
n

2
= kf

2
b
2
n

3
= kf

3
b
3
b

1
= n
1
b

2
= n
2
b

3
= n
3
Dogma de fe: Dadas condiciones iniciales t
0
I,
f

1
(t
0
), f

2
(t
0
), f

3
(t
0
)
n
1
(t
0
), n
2
(t
0
), n
3
(t
0
),
b
1
(t
0
), b
2
(t
0
), b
3
(t
0
),
existe una una unica funcion suave g : (t
0
, t
0
+ ) R
9
con
g(t
0
) = (f

1
(t
0
), f

2
(t
0
), f

3
(t
0
), n
1
(t
0
), n
2
(t
0
), n
3
(t
0
), b
1
(t
0
), b
2
(t
0
), b
3
(t
0
)),
y
g

= (kn
1
, kn
2
, kn
3
, kf

1
b
1
, kf

2
b
2
, kf

3
b
3
, n
1
, n
2
, n
3
).
Se sigue que si damos f

(t
0
), n(t
0
), b(t
0
) una base ortonormal de R
3
, podemos construir
f

(t), n

(t), b

(t) de manera unica que satisfagan las condiciones del sistema de ecuaciones
diferenciales dado. Debemos demostrar que para toda t I, f

(t), n(t), b(t) sigue siendo


un sistema ortonormal. Si derivamos las seis funciones
f

n, f

b, n

b, f

, n

n, b

b
obtenemos el sistema de ecuaciones diferenciales (checar que esten bien)
(f

n)

= kn

n kf

b,
(f

b)

= kn

b + f

n,
(n

b)

= kf

b b

b + n

n,
(f

= 2kf

n
(n

n)

= 2kn

2n

b
(b

b)

= 2b

n.
46
Se checa facilmente que
f

n = f

b = n

b = 0, f

= n

n = b

b = 1
es una soluci on del sistema con condiciones iniciales 0, 0, 0, 1, 1, 1. Por unicidad de las
soluciones, obtenemos una base ortonormal para cada t. Para obtener f integramos cada
componente de f

. Entonces f

= kn con lo que k es la curvatura. Ademas


f

= k

n + kn

= kn

k
2
f

kb
La torsion de f (ejercicio) esta dada por

(f

k
2
= .
A un nos falta checar que f es unica salvo por movimientos rgidos de R
3
que preservan
la orientacion, pero solo hay que rotar la base ortonormal que viene en las condiciones
iniciales.
22. Diferenciabilidad de funciones escalares de variable vectorial.
22.1. Aproximaci on lineal y diferenciabilidad. Sea F : T R
m
R una funci on.
El objetivo de esta seccion es formular una denicion para la diferenciabilidad de F que
coincida con la denici on usual en el caso m = 1. De ahora en adelante supondremos que
T es un subconjunto abierto de R
m
.
22.2. Definici on. Para cualquier abierto T R
m
con x T denimos:
T
x
:=

h R
m
[ x +

h T.
22.3. Observaci on. Observese que T
x
(que no es mas que la translacion de T mediante
x) contiene al origen

0 y es un abierto de R
m
.
22.4. Definici on. Sean F : T R
m
R una funcion y x T. Denimos la funci on
diferencia
F,x
: T
x
R
m
R como:

F,x
(

h) := F(x +

h) F(x),
para toda

h T
x
.
22.5. Ejemplo. Si F : R
2
R est a dada por (x, y) x
2
+ y
2
entonces
F,x
(

h) =
(x + h
1
)
2
+ (y + h
2
)
2
x
2
y
2
= 2h
1
x + 2h
2
y + h
2
1
+ h
2
2
.
La funcion diferencia mide el incremento de F conforme esta se aleja de x.
47
22.6. Definici on. Sean G : T(G) R
m
R,

G : T(

G) R
m
R dos funciones
cuyos dominios son abiertos de R
m
y

0 T(G)T(

G). Decimos que G y



G se aproximan
estrechamente entre s cerca del origen si:
G(

0) =

G(

0) y lim

0
G(

h)

G(

h)
[[

h[[
= 0.
De manera equivalente G y

G se aproximan estrechamente entre s cerca del origen, si
existe una funcion : T(G) T(

G) R tal que:
(i) G(

h) =

G(

h) +[[

h[[(

h) para toda

h T() y
(ii) lim

0
(

h) = 0.
22.7. Observaci on. La condicion
lim

0
G(

h)

G(

h)
[[

h[[
= 0
suele resumirse diciendo que G

G es o(

h) cuando

0. La denici on anterior expresa


el orden de la diferencia entre ambas funciones cerca de

0.
Ahora la denici on de diferenciabilidad:
22.8. Definici on. Una funcion F : T R
m
R es diferenciable en x T si la funcion
diferencia
F,x
: T
x
R
m
R puede aproximarse estrechamente con una funcion lineal
cerca del origen.
De manera equivalente F es diferenciable en x si existen una funcion lineal L : R
m

R y una funcion : T
x
R
m
R tales que:
(i) F(x +

h) F(x) = L(

h) +[[

h[[(

h) para toda

h T
x
, y
(ii) lim

0
(

h) = 0.
En el caso m = 1 tenemos f : T R R es diferenciable en x T si y s olo si existe
el lmite:
lim
h0
f(x + h) f(x)
h
=: f

(x),
lo cual equivale a tener una funcion lineal L(h) := hf

(x) y a que la funci on:


(h) :=
f(x + h) f(x)
h
f

(x),
tienda a cero conforme h 0.
Observese asimismo que:
(i) Una funci on lineal L : R
m
R es diferenciable en todo R
m
.
(ii) Si tomamos F(x, y) = x
2
+y
2
del ejemplo anterior, vemos que para todo (x, y) R
2
podemos hacer L(h
1
, h
2
) := 2h
1
x + 2h
2
y y (h
1
, h
2
) := [[

h[[, por lo que la funcion


F es diferenciable en todo R
2
.
48
22.9. Teorema. Si F : T R
m
R es diferenciable en x T entonces es continua en
ese punto.
Dem. Sea a
k
: k N T una sucesi on que tiende a x y para cada k N sea

h
k
:=a
k
x. Si F es diferenciable en x entonces
F(a
k
) F(x) = L(

h
k
) +[[

h
k
[[(

h
k
),
pero

h
k

0, de modo que por el inciso (b) del problema 6 del examen L(

h
k
) 0 y por
denici on [[

h
k
[[(

h
k
) 0. Por lo tanto F(a
k
) F(x); i.e., F es continua en x.
22.10. Teorema. Si F : T R
m
R es diferenciable en x T, entonces la funcion
lineal L : R
m
R que aproxima estrechamente a
F,x
cerca del origen es unica.
Dem. Sea e
1
, . . . , e
m
la base canonica de R
m
y L : R
m
R alguna aproximaci on lineal
y estrecha a
F,x
cerca del origen, as como : T
x
R la correspondiente funcion que la
acompa na. Dado que F es diferenciable en x tenemos para cada j 1, . . . , m:
(i) F(x + te
j
) F(x) = L(te
j
) +[[te
j
[[(te
j
) para te
j
T
x
, y
(ii) lim
t0
(te
j
) = 0.
Por ende:
F(x + te
j
) F(x) = tL(e
j
) +[t[(te
j
),
y para t ,= 0 tenemos:
F(x + te
j
) F(x)
t
= L(e
j
) +
[t[
t
(te
j
).
Utilizando (ii):
lim
t0
F(x + te
j
) F(x)
t
= L(e
j
).
De modo que si

L : R
m
R es otra aproximaci on lineal y estrecha a
F,x
cerca del origen,
el argumento anterior muestra que:
lim
t0
F(x + te
j
) F(x)
t
=

L(e
j
).
Por lo tanto L(e
j
) =

L(e
j
) para toda j; pero una transformacion lineal en R
m
est a
determinada por su comportamiento en e
1
, . . . , e
m
, es decir, L =

L.
49
22.11. Definici on. Si F : T R
m
R es diferenciable en x T entonces a la ( unica)
aproximacion lineal y estrecha a
F,x
cerca del origen se le denota por L
F,x
(o bien por
d
x
F) y se conoce como la diferencial de F en x.
La diferenciabilidad de F : T R
m
R en x T implica la existencia de una
funci on : T
x
R y de una funci on lineal L
F,x
: R
m
R tales que para toda

h T
x
:
F(x +

h) F(x) = L
F,x
(h
1
e
1
+ + h
m
e
m
) +[[

h[[(

h)
= h
1
L
F,x
(e
1
) + + h
m
L
F,x
(e
m
) +[[

h[[(

h),
donde lim

0
(

h) = 0.
En consecuencia, es util saber c omo hallar L
F,x
(e
j
) para cada j 1, . . . , m. Hemos
visto en la prueba del Teorema 22.10 que:
L
F,x
(e
j
) = lim
t0
F(x + te
j
) F(x)
t
, para toda j 1, . . . , m.
El lmite de la derecha puede existir aun si F no es diferenciable en x. En caso de que
exista, lo llamaremos la derivada parcial de F con respecto a la j-esima coordenada x
j
y
escribiremos:
F
x
j
(x) : = lim
t0
F(x + te
j
) F(x)
t
= lim
t0
F(x
1
, . . . , x
j1
, x
j
+ t, x
j+1
, . . . , x
m
) F(x
1
, . . . , x
m
)
t
.
La f ormula anterior nos dice como obtener las derivadas parciales en un punto x de una
funci on escalar: debemos derivar con respecto a la coordenada en cuesti on, tratando a las
dem as como si fueran constantes y posteriormente evaluar en x.
22.12. Ejemplo. Sea F : R
3
R dada por (x, y, z) x
2
y + 2z. En el punto q :=
(q
1
, q
2
, q
3
) tenemos:
F
x
(q) = 2q
1
q
2
,
F
y
(q) = q
2
1
,
F
z
(q) = 2.
Si las derivadas parciales de F : T R
m
R existen en cada punto x T en-
tonces podemos considerarlas como funciones de T en R, v.gr., en este caso tendramos
(F/x)(x) = 2xy.
22.13. Teorema. Si F : T R
m
R es diferenciable en x T entonces:
1. la j-esima derivada parcial en x existe y es igual a L
F,x
(e
j
) para toda j 1, . . . , m,
2. para todo

h R
m
:
L
F,x
(

h) = h
1
F
x
1
(x) + + h
m
F
x
m
(x),
50
3. el vector renglon (o bien la matriz de 1 m) que representa L
F,x
con respecto a las
bases canonicas es:
J
F,x
=
_
F
x
1
(x), ,
F
x
m
(x)
_
.
22.14. Definici on. A la matriz del inciso (3) en el teorema anterior y que representa a
la diferencial L
F,x
se le llama la matriz de Jacobi de F en x.
Ahora es posible dar la denici on de diferenciabilidad en terminos de las parciales:
22.15. Teorema. La funcion F : T R
m
R es diferenciable en x T si y solo si:
(i) todas las derivadas parciales de F existen en x, y
(ii) existe una funcion : T
x
R tal que para toda

h T
x
:

F,x
(

h) = h
1
F
x
1
(x) + + h
m
F
x
m
(x) +[[

h[[(

h),
y tal que lim

0
(

h) = 0.
La condicion (1) del Teorema 22.13 nos dice que la existencia de las derivadas
parciales de F en x es una condici on necesaria para la diferenciabilidad: si alguna de las
parciales no existe en x entonces F no es diferenciable all.
22.16. Ejemplo. Sea F : R
m
R denida por x [[x[[. La j-esima parcial en el origen,
en caso de existir, involucra el cociente:
F(

0 + te
j
) F(

0)
t
=
[t[
t
,
como el lmite conforme t 0 no existe, F no es diferenciable en

0.
Sin embargo, como veremos a continuacion, la existencia de las derivadas parciales
de F en x no es una condici on suciente para la diferenciabilidad: si todas las parciales
existen en x, esto no implica que F sea diferenciable all.
22.17. Ejemplo. Sea F : R
2
R denida por:
(x, y)
_
[y[ si [y[ [x[
[x[ si [x[ [y[
.
Para obtener las parciales en el origen consideramos:
F(

0 + te
i
) F(

0)
t
= 0,
51
por lo tanto, ambas parciales existen en

0 y son 0; sin embargo, si F fuese diferenciable
all, la diferencial L
F,

0
(h
1
, h
2
) = 0h
1
+ 0h
2
= 0 y la correspondiente funcion : R
2
R
debera satisfacer:
F(h
1
, h
2
) F(0, 0) = 0h
1
+ 0h
2
+
_
h
2
1
+ h
2
2
(h
1
, h
2
)
y para

h ,=

0:
(h
1
, h
2
) =
F(h
1
, h
2
)
_
h
2
1
+ h
2
2
.
En particular si h
1
= h
2
= h entonces F(

h) = [h[ y as:
(h, h) =
[h[
[h[

2
=
1

2
si h ,= 0.
Por lo tanto lim

0
(

h) ,= 0 y F no es diferenciable en el origen.
22.18. Teorema. Sea F : T R
m
R una funcion cuyas derivadas parciales existen
en todo un abierto alrededor de x, B

(x) T. Si f/x
j
: B

(x) R
m
R es continua
en x para toda j 1, . . . , m, entonces F es diferenciable en x.
Antes de pasar a la prueba, necesitamos recordar el teorema del valor medio de C alculo
I:
22.19. Teorema. Del valor medio: Si f : T R R es continua en [a, b] y
diferenciable en (a, b), entonces existe por lo menos un punto c (a, b) tal que:
f(b) f(a) = f

(c)(b a).
Dem. Defnase una funci on : T
x
R
m
R que satisfaga:
[[

h[[(

h) =
F,x
(

h)
_
F
x
1
(x)h
1
+ +
F
x
m
(x)h
m
_
.
Probaremos que las hipotesis del teorema implican que lim

0
(

h) = 0. Nos restringiremos
a aquellos

h tales que 0 < [[

h[[ < . Comenzamos escribiendo la funci on diferencia


F,x
de manera adecuada. En este caso como una suma telescopica:

F,x
(

h) = F(x +

h) F(x) =
F(x
1
+ h
1
, x
2
+ h
2
, . . . , x
m
+ h
m
) F(x
1
, x
2
+ h
2
, . . . , x
m
+ h
m
)
+ F(x
1
, x
2
+ h
2
, . . . , x
m
+ h
m
) F(x
1
, x
2
, x
3
+ h
3
, . . . , x
m
+ h
m
)
+ +
+ F(x
1
, x
2
, . . . , x
m1
, x
m
+ h
m
) F(x
1
, x
2
, . . . , x
m1
, x
m
).
Deseamos escribir el j-esimo rengl on de la expresi on anterior de una manera que nos
permita incorporar las hipotesis del teorema. Para ello debemos considerar dos casos,
recordando que [[

h[[ < .
52
(i) Supongase que h
j
,= 0. Entonces los dos puntos involucrados en dicho rengl on
(. . . , x
j
+h
j
, . . .) y (. . . , x
j
, . . .) se encuentran en B

(x) al igual que el segmento que


los une. Al restringir F a ese segmento, podemos considerarla como una funci on
que s olo depende de su j-esima coordenada y que satisface las hip otesis del teorema
del valor medio en [x
j
, x
j
+ h
j
]. Por ende, podemos reemplazar el j-esimo renglon
por:
F
x
j
(y
j
)h
j
;
donde y
j
:= (x
1
, . . . , x
j1
, x
j
+
j
h
j
, x
j+1
+h
j+1
, . . . , x
m
+h
m
) para alg un
j
(0, 1).
(ii) Si h
j
= 0 entonces el j-esimo rengl on es igual a cero y por lo tanto, igual a la
expresi on anterior para cualquier elecci on de
j
(0, 1).
En cualquier caso, para una elecci on adecuada de y
j
para j 1, . . . , m, podemos
escribir:

F,x
(

h) =
F
x
1
(y
1
)h
1
+ +
F
x
m
(y
m
)h
m
;
de este modo:
[[

h[[(

h) =
m

j=1
_
F
x
j
(y
j
)
F
x
j
(x)
_
h
j
.
Para toda j, [h
j
[ [[

h[[ y la desigualdad del triangulo implican:


[[

h[[ [(

h)[ [[

h[[
m

j=1

F
x
j
(y
j
)
F
x
j
(x)

,
en vista de que

h ,=

0, obtenemos
[(

h)[
m

j=1

F
x
j
(y
j
)
F
x
j
(x)

.
Finalmente lim

0
y
j
= x para toda j. Por continuidad de F/x
j
en x:
lim

F
x
j
(y
j
)
F
x
j
(x)

= 0,
de donde se tiene lim

0
(

h) = 0.
22.20. Definici on. Una funcion F : T R
m
R cuyas derivadas parciales (i) existen
en un abierto alrededor de x T y (ii) son continuas en x, se dice que es continuamente
diferenciable en x.
Una funcion F : T R
m
R es continuamente diferenciable o de clase C
1
(T) si es
continuamente diferenciable en todo punto de T.
53
22.21. Diferenciabilidad y espacios tangentes. La diferenciabilidad de una funci on
: R R es equivalente a la existencia de una recta tangente a la gr aca de en
cada punto. A continuaci on consideraremos la propiedad correspondiente para funciones
F : T R
2
R y la extendemos posteriormente a funciones cuyo dominio es de di-
mensi on arbitraria.
Sup ongase que F : T R
2
R es diferenciable en x
o
T y sea L
F,xo
su diferencial.
Existe una funci on : T
xo
R
2
R tal que para toda x T:
F(x) = F(x
o
) + L
F,xo
(x x
o
) +[[x x
o
[[(x x
o
),
donde lim
xxo
(x x
o
) = 0.
La gr aca de F es el subconjunto G R
3
de puntos de la forma (x, F(x)) para
x T R
2

= R
2
0 R
3
o bien, los puntos que satisfacen z = F(x). Por esto,
resulta natural comparar G con el subconjunto T R
3
cuya ecuaci on es:
z = F(x
o
) + L
F,xo
(x x
o
). (3)
22.22. Lema. Con la notacion anterior, el subconjunto T R
3
denido por (3) es un
plano que pasa por el punto (x
o
, F(x
o
)) y paralelo a la graca de L
F,xo
: R
2
R que
denotamos por S.
Dem. Sabemos del algebra lineal que S es un plano en R
3
. Por otro lado:
T : = (x, F(x
o
) + L
F,xo
(x x
o
)) R
3
[ x R
2

= (x
o
, F(x
o
)) +(x x
o
, L
F,xo
(x x
o
)) R
3
[ x R
2
.
Por lo tanto T = (x
o
, F(x
o
)) + S.
Si nos desplazamos de x
o
a x
o
+

h en R
2
entonces el correspondiente punto Q
1
en el
plano T tiene tercera coordenada F(x
0
) +L
F,xo
(

h); mientras que el correspondiente punto


Q
2
en G tiene tercera coordenada F(x
o
) + L
F,xo
(

h) +[[

h[[(

h).
La magnitud del vector

Q
1
Q
2
nos indica el error en el que incurrimos al suponer que
el cambio en los valores de F conforme nos alejamos de x
o
es lineal. La diferenciabilidad
de F en x
o
nos dice que este error es peque no, en vista de que:

Q
1
Q
2
= (

0, [[

h[[(

h)) (4)
lim

0
[[

Q
1
Q
2
[[
[[

h[[
= 0. (5)
22.23. Definici on. Sea G R
3
la graca de una funcion diferenciable F : T(F)
R
2
R. Para todo x
o
T el plano en R
3
con ecuacion:
z = F(x
o
) + L
F,xo
(x x
o
), x R
2
,
se conoce como el plano tangente a G en (x
o
, F(x
o
)).
54
La unicidad de la diferencial garantiza que el plano tangente a G en (x
o
, F(x
o
)) es el
unico plano que aproxima G en (x
o
, F(x
o
)) tal que (5) se satisface. Recprocamente, si F
es una funci on arbitraria y existe un plano tal que los correspondientes puntos Q
1
y Q
2
satisfagan (5) entonces F es diferenciable en x
o
. La ecuacion de la aproximacion lineal
L
F,xo
se obtiene directamente de (3).
A partir del teorema 22.13 (ii) tenemos que la ecuacion del plano tangente a la
gr aca de F en (a, b, F(a, b)) es:
z = F(a, b) + (x a)
F
x
(a, b) + (y b)
F
y
(a, b).
22.24. Definici on. Sea G R
m
la graca de una funcion diferenciable F : T R
m1

R. Para todo punto x


o
T el conjunto T R
m
denido por la ecuacion:
x
m
= F(x
o
) + L
F,xo
(x x
o
), x = (x
1
, . . . , x
m1
) R
m1
,
se conoce como el espacio tangente a G en (x
o
, F(x
o
)).
De manera an aloga al caso m = 2, el espacio tangente tiene ecuaci on:
x
m
= F(x
o
) + (x
1
x
o,1
)
F
x
1
(x
o
) + + (x
m1
x
o,m1
)
F
x
m1
(x
o
).
22.25. La regla de la cadena. Antes de pasar al resultado de esta seccion, necesita-
mos del concepto de aproximacion lineal de una funci on g : c R R
m
diferenciable
en un punto t c. Al igual que hemos hecho para las funciones escalares de variable
vectorial, este concepto se resume en la siguiente:
22.26. Definici on. La funcion g : c R R
m
es diferenciable en t c si y solo si
existen una funcion lineal L
g,t
: R R
m
y una funcion : c
t
R R
m
tales que:
(i)
g,t
(h) := g(t + h) g(t) = L
g,t
(h) +[h[(h) para todo h c
t
y
(ii) lim
h0
(h) = 0.
Claro que la denicion anterior equivale a decir que
g,t
: c
t
R
m
puede aproximarse
estrechamente mediante una funci on lineal cerca del cero.
22.27. Lema. Supongase que G : c R R
m
y H : T R
m
R pueden aproximarse
estrechamente cerca del origen por funciones lineales M : R R
m
y L : R
m
R
respectivamente. Si G(c) T entonces HG puede aproximarse estrechamente cerca del
origen por L M.
55
Dem. Por hip otesis tenemos que existen funciones : c R
m
y : T R tales que:
(i) G(h) = M(h) +[h[(h) para todo h c y lim
h0
(h) = 0,
(ii) H(

h) = L(

h) +[[

h[[(

h) para todo

h T y lim

0
(

h) = 0.
De (i) tenemos que:
[[G(h)[[ [[M(h)[[ +[h[[[(h)[[
[[G(h)[[
[h[

[[M(h)[[
[h[
+[[(h)[[

[[G(h)[[
[h[
[[M(1)[[ +[[(h)[[,
si h ,= 0. Dado que [[(h)[[ 0 conforme h 0, para toda > 0 existe > 0 tal que
[[(h)[[ < si 0 < [h[ < . Esto nos permite concluir que existe un intervalo U R de
radio > 0 alrededor del cero, tal que [[G(h)[[/[h[ < [[M(1)[[ + para todo h U 0.
Por otro lado, si k R tenemos:
H(G(k)) L(M(k)) = H(G(k)) L(G(k)) + L(G(k)) L(M(k))
= L(G(k)) +[[G(k)[[(G(k)) L(G(K)) + L(G(k) M(k))
= [[G(k)[[(G(k)) +[k[L((k)).
Si k U 0 R:
H(G(k)) L(M(k))
[k[
=
[[G(k)[[
[k[
(G(k)) + L((k));
por (i) sabemos que lim
k0
G(k) =

0; por ende lim


k0
(G(k)) = 0 y dado que el primer
factor del primer sumando est a acotado alrededor del cero, todo el primer sumando se
anula conforme k 0. Asimismo lim
k0
L((k)) = 0. Por lo tanto, H(G(k)) L(M(k))
es o(k) conforme k tiende a cero o, de manera equivalente, LM aproxima estrechamente
cerca del origen a H G.
22.28. Teorema. [regla de la cadena] Sean g : c R R
m
y f : T R
m
R
funciones cuyos dominios son abiertos, tales que g(c) T. Denimos:
F : c R R
t f(g(t)).
Si g es diferenciable en a c y f lo es en g(a) T entonces F es diferenciable en a y
su diferencial esta dada por:
L
F,a
= L
f,g(a)
L
g,a
.
56
Dem. Si
f,g(a)
se aproxima estrechamente cerca del origen por L
f,g(a)
y
g,a
por L
g,a
, en-
tonces la composicion
f,g(a)

g,a
se aproxima mediante la composicion de las diferenciales
L
f,g(a)
L
g,a
siempre y cuando la funcion diferencia
fg,a
sea igual a
f,g(a)

g,a
. Esto es
un calculo directo:

fg,a
(h) : = (f g)(a + h) (f g)(a)
= f(g(a + h)) f(g(a))
=
f,g(a)
(g(a + h) g(a))
=
f,g(a)

g,a
(h).
La unicidad de la diferencial nos permite asegurar que L
F,a
= L
f,g(a)
L
g,a
.
22.29. Corolario. Sean g y f con las hipotesis del teorema anterior. En este caso:
J
fg,a
= J
f,g(a)
J
g,a
o bien, si escribimos g(t) = (x
1
(t), . . . , x
m
(t) y F(t) = f(g(t)) = f(x
1
(t), . . . , x
m
(t)):
dF
dt
=
f
x
1
dx
1
dt
+ +
f
x
m
dx
m
dt
,
donde dF/dt, dx
i
/dt estan evaluadas en a y f/x
i
en g(a).
22.30. Ejemplo. Considerese la funci on F : R
2
R dada por:
F(x, y) :=
_
x
2
y
x
2
+y
2
si (x, y) ,=

0
0 en caso contrario.
En el examen se veric o (utilizando y ) que esta funci on es continua en R
2
. Las
derivadas parciales en el origen est an dadas por:
F
x
(0, 0) = lim
t0
F(t, 0)
t
= lim
t0
t
2
0
t
3
= 0
y analogamente (F/y)(0, 0) = 0. Si F fuese diferenciable en el origen, tendramos que
F(

h) = [[

h[[(

h) con lim

0
(

h) = 0. Sin embargo, la sucesi on



h
k
:= (1/k, 1/k) converge
al origen y:
(

h
k
) :=
1
(
1
k
2
+
1
k
2
)
1/2
1
k
3
1
k
2
+
1
k
2
=
1
2

2
;
por lo tanto F no es diferenciable.
Si denimos g : R R
2
por g(t) = (x(t), y(t)) = (t, t) entonces F g est a dada por:
F g(t) :=
_
t
2
si t ,= 0
0 en otro caso.
Esta funcion es diferenciable en t = 0 y (F g)

(0) = 1/2; sin embargo la regla de la


cadena devuelve:
F
x
(0, 0)
dx
dt
(0) +
F
y
(0, 0)
dy
dt
(0) = 0,
precisamente porque F no es diferenciable en (0, 0).
57
22.31. Derivadas direccionales. Las derivadas parciales de F : T R
m
R en
x T est an dadas por:
F
x
j
(x) := lim
t0
F(x + te
j
) F(x)
t
, j = 1, . . . , m.
Podemos pensar en esta derivada parcial como la razon de cambio de F conforme nos
desplazamos a lo largo de la recta x + te
j
. El lado derecho de la igualdad anterior, no
es mas que la derivada de F(x + te
j
) con respecto a t en t = 0. Por ende, tenemos otra
notaci on para las derivadas parciales:
F
x
j
(x) =
d
dt
F(x + te
j
)

t=0
.
Desde esta perspectiva, no existe ninguna razon por la cual debamos restringirnos
a rectas en las direcciones de la base canonica de R
m
. Para cualquier vector unitario
u R
m
, la recta por x est a dada por los puntos de la forma x+tu conforme t vara en R.
22.32. Definici on. Dada una funcion F : T R
m
R, un punto x T y un vector
unitario u R
m
, denimos la derivada direccional de F en x en la direcci on de u como:
F
u
(x) := lim
t0
F(x + tu) F(x)
t
=
d
dt
F(x + tu)

t=0
,
si este lmite existe.
En particular (F/x
j
)(x) = (F/e
j
)(x) para toda j 1, . . . , m.
El siguiente ejemplo muestra que la existencia de todas las derivadas parciales, no
garantiza la existencia de otras derivadas direccionales.
22.33. Ejemplo. Sea F : R
2
R denida por:
(x, y)
_
[y[ si [y[ [x[
[x[ si [x[ [y[
.
Para todo t R y cualquier vector unitario u R
2
se tiene F(

0+tu) = [t[F(u). Dado


que F(u) es constante, la funci on F(

0 + tu) es diferenciable con respecto a t si y solo


si F(u) = 0, lo cual ocurre solo en los casos (1, 0) y (0, 1). Por lo tanto, las unicas
derivadas direccionales que existen en

0 son precisamente:
F
e
1
(

0),
F
(e
1
)
(

0),
F
e
2
(

0),
F
(e
2
)
(

0),
y cada una de ellas es 0. Recuerdese que ya habamos probado que F no es diferenciable
en el origen.
58
22.34. Teorema. Si F : T R
m
R es diferenciable en x T, entonces para todo
vector unitario u R
m
la derivada direccional (F/u)(x) existe y es igual a L
F,x
(u).
Dem. Tenemos:
F(x + tu) F(x) = tL
F,x
(u) +[t[(tu), tu T
x
,
donde lim
t0
(tu) = 0. Si t ,= 0 entonces:
F(x + tu) F(x)
t
= L
F,x
(u) +
[t[
t
(tu);
haciendo t 0 obtenemos el resultado.
22.35. Corolario. Si F : T R
m
R es diferenciable en x T entonces para todo
vector unitario u = (u
1
, . . . , u
m
) R
m
F
u
(x) = u
1
F
x
1
(x) + + u
m
F
x
m
(x), (6)
Dem. El resultado sigue inmeditamente de sustituir

h por u en el inciso 2 del teorema
22.13.
22.36. Ejemplo. La funcion F : R
2
R dada por:
F(x, y) :=
_
x
2
y
x
2
+y
2
si (x, y) ,=

0
0 en caso contrario,
es continua en el origen y ambas derivadas parciales all existen (son iguales a 0), a pesar
de que F no es diferenciable en dicho punto. Mas a un, dado u = (u
1
, u
2
) S
1
R
2
F
u
(

0) := lim
t0
F(tu
1
, tu
2
)
t
=
u
2
1
u
2
u
2
1
+ u
2
2
,
sin embargo, la expresion (6) muestra en este caso, que es una condici on necesaria m as
para la diferenciabilidad en de F en el origen.
22.37. Superficies y el vector gradiente. Sea F : T R
m
R diferenciable en
x T. Considerese los dos problemas siguientes:
1. Encuentre todos los vectores unitarios u R
m
tales que (F/u)(x) = 0.
2. Encuentre todos los vectores unitarios u R
m
tales que (F/u)(x) alcanza un
valor m aximo.
59
22.38. Definici on. De acuerdo con el inciso 3 del teorema 22.13, el vector renglon que
representa a la diferencial L
F,x
tiene expresion:
_
F
x
1
(x), ,
F
x
m
(x)
_
R
m
.
A este se le conoce como (vector) gradiente de F en x y suele denotarsele por (grad F)(x).
Cuando F es diferenciable en T, obtenemos una funcion vectorial grad F : T R
m

R
m
.
Despues de todo lo que hemos hecho hasta el momento, podemos formular:
22.39. Teorema. Si F : T R
m
R es diferenciable en x T entonces:
(i) la diferencial L
F,x
esta relacionada con el gradiente mediante el producto escalar:
L
F,x
(

h) = (grad F)(x)

h,

h R
m
,
(ii) para todo vector unitario u R
m
, la derivada direccional (F/u)(x) puede expre-
sarse en terminos del producto escalar:
F
u
(x) = (grad F)(x) u.
Dem. Para (i) utilcese el inciso 2 del teorema 22.13, para (ii) la ecuaci on (6) del corolario
22.35.
22.40. Teorema. [regla de la cadena] Sean g : c R R
m
y f : T R
m
R
funciones cuyos dominios son abiertos, tales que g(c) T. Si g es diferenciable en a c
y f lo es en g(a) T entonces F := f g es diferenciable en a y su derivada esta dada
por:
F

(a) = (f g)

(a) = (grad f)(g(a)) g

(a).
Dem. Es inmediato a partir del corolario 22.29.
Podemos abordar la solucion de los problemas planteados al inicio de la secci on. Si
(grad F)(x) =

0 entonces (F/u)(x) = 0 para todo los vectores unitarios u R
m
. El
caso que no es trivial es el contenido del siguiente:
22.41. Teorema. Sea F : T R
m
R diferenciable en x T. Si (grad F)(x)
,= 0 entonces:
(i) la derivada direccional (F/u)(x) alcanza un valor maximo si y solo si u es el vector
unitario en la direccion (grad F)(x). El maximo es precisamente [[(grad F)(x)[[;
(ii) (F/u)(x) = 0 si y solo si u es un vector unitario y ortogonal al vector (grad F)(x).
60
En particular, el teorema anterior nos dice que la direccion en la que se presenta la
mayor raz on de cambio es ortogonal a las direcciones en las que la raz on de cambio es
nula.
El contenido geometrico del teorema 22.41 queda de maniesto cuando consideramos
el conjunto de nivel de F que contiene a p T: sea S := x R
m
[F(x) = F( p). Dado
que F[
S
es constante, resulta razonable esperar que (F/u)( p) sea cero cuando u sea
tangente a S en p. Por el resultado 22.41 dicha derivada direccional alcanzara un valor
mayor cuando u sea un vector normal a S en p, lo cual sugiere que (grad F)( p) es normal
a S.
El problema surge porque no tenemos una denicion de tangente ni de normal para
subconjuntos arbitrarios. Lo que se hace es utilizar el vector gradiente para denir estos
conceptos.
22.42. Ejemplo. Considerese la funci on F : R
2
R dada por (x, y) x
2
y
2
. El
conjunto de nivel S que contiene a (2, 1) esta dado por la hiperbola:
x
2
y
2
= f(2, 1) = 3.
Utilizando derivacion implicita obtenemos 2x 2yy

= 0 por lo que y

= x/y y en el
punto en cuestion tenemos que la pendiente de la recta tangente es 2. El vector u :=
(1/

5, 2/

5) tiene esa direcci on. Por lo tanto:


F
u
(2, 1) =
1

5
F
x
(2, 1)
2

5
F
y
(2, 1) = 0.
Sabemos que la recta normal a S en (2, 1) tiene pendiente 1/2. El gradiente (grad F)(2, 1) =
(4, 2) esta en la direcci on normal.
22.43. Definici on. Un subconjunto S R
m
es una supercie si S es un conjunto de
nivel de una funcion F : T R
m
R la cual es (
1
(T) y satisface (grad F)(x) ,=

0 para
todo x S.
La condici on de que el gradiente no se anule en S nos permite excluir puntos singulares
de nuestras supercies; v.gr., para que valores de c R es el conjunto de nivel de
F(x, y, z) := x
2
+ y
2
z
2
una supercie?
22.44. Definici on. Una funcion F : T R
m
R es suave si es continuamente
diferenciable y (grad F)(x) ,=

0 para todo x T.
Podemos decir ahora que una supercie es un conjunto de nivel de una funcion suave.
22.45. Teorema. La graca de una funcion f : T R
m1
R de clase (
1
es una
supercie en R
m
.
61
Dem. Consideren la funcion auxiliar F : T R R denida por:
F(x, x
m
) = f(x) x
m
, x T, x
m
R.
La graca de f no es m as que el conjunto de nivel de F correspondiente a 0:
G := (x, x
m
) R
m
[ F(x) x
m
= 0, x T.
Para vericar que G es una supercie tenemos para todo i = 1, . . . , m1:
F
x
i
(x, x
m
) =
f
x
i
(x) y
F
x
m
(x, x
m
) = 1;
por ende las derivadas parciales de F son continuas y esto hace de F una funci on (
1
.
Asimismo, para cualesquiera x T, x
m
R:
(grad F)(x, x
m
) = ((grad f)(x), 1) ,= (

0, 0).
El teorema de la funcion implcita establece un recproco parcial al teorema 22.45. En
aquel se muestra que alrededor de cualquier punto en una supercie, existe un abierto en
el cual la supercie es la graca de una funcion de clase (
1
.
22.46. Teorema. Si S es una supercie ( i.e., un conjunto de nivel de una funcion
F : T R
m
R) y q S entonces para cualquier curva diferenciable : c R R
m
tal que (c) S y cualquier a c tal que (a) = q, el vector tangente

(a) es ortogonal
al vector (grad F)(q).
Dem. Por hip otesis (c) S. Esto signica que para todo t c
F((t)) = F(q),
obteniendo la derivada en a:
(grad F)((a))

(a) = 0.
22.47. Definici on. Con las hipotesis del teorema 22.46 denimos:
(i) la recta que pasa por q con direccion (grad F)(q) como la normal a S en q.
(ii) el conjunto de todos los vectores x R
m
tales que (x q) (grad F)(q) = 0 como el
espacio tangente a S en q.
62
22.48. Ejemplo. Consideremos el elipsoide x
2
+2y
2
+3z
3
= 6. Es una supercie porque
es un conjunto de nivel de la funci on suave F : R
3

0 R:
F(x, y, z) := x
2
+ 2y
2
+ 3z
2
.
El punto q = (1, 1, 1) est a en el elipsoide y el vector gradiente en este punto es (grad F)(1, 1, 1) =
(2, 4, 6).
(i) La recta normal a S por q tiene ecuacion:
(x, y, z) = (1, 1, 1) + t(2, 4, 6) t R;
(ii) El plano tangente en q tiene ecuacion:
((x, y, z) (1, 1, 1)) (2, 4, 6) = 0,
es decir 2x + 4y + 6z = 12.
Para probar que cualesquiera funciones suaves F, H que tienen a S como conjunto
de nivel determinan el mismo espacio tangente, requerimos del teorema de la funcion
implcita. Sin embargo, podemos garantizar que si nuestra supercie S es la gr aca G de
una funci on f : T R
m1
R y F : T R R
m
R es cualquier funci on suave que
tiene a G = S como conjunto de nivel, entonces la ecuaci on del espacio tangente a G en
( p, f( p)) calculada aplicando la denici on 22.47 a F es:
x
m
= f( p) + L
f, p
(x p), x R
m1
, p T;
como esta ecuaci on s olo depende de f y p, cualquier funci on H que tenga a S = G
como conjunto de nivel determinar a el mismo espacio tangente. (Observese que esta es la
ecuaci on del espacio tangente de la denici on 22.24. Por consiguiente, ambas deniciones
son consistentes entre s).
22.49. Teorema. Si la supercie G R
m
es un conjunto de nivel de una funcion suave
F : T R R
m
R y asimismo es la graca de una funcion f : T R
m1
R de
clase (
1
entonces, en terminos de la denicion 22.47, la ecuacion del espacio tangente a
G en ( p, f( p)) G es:
x
m
= f( p) + (x
1
p
1
)
f
x
1
( p) + + (x
m1
p
m1
)
f
x
m1
( p).
Dem. Dado que G es a la vez un conjunto de nivel de F y la graca de f, debe existir
k R tal que:
F(x, f(x)) = k para todo x T.
Las derivadas parciales de esta expresi on con respecto a x
j
para cada j 1, . . . , m1
son:
F
x
j
( p, f( p)) +
F
x
m
( p, f( p))
f
x
j
( p) = 0.
63
Por lo tanto,
(grad F)( p, f( p)) =
F
x
m
( p, f( p))
_
f
x
1
( p), . . . ,
f
x
m1
( p), 1
_
;
como F es suave, (F/x
m
)( p, f( p)) ,= 0 y por el inciso (ii) de la denici on 22.47, la
ecuaci on del espacio tangente a G en ( p, f( p)) es:
((x, x
m
) ( p, f( p))
_
f
x
1
( p), . . . ,
f
x
m1
( p), 1
_
= 0.
Para concluir, probaremos un teorema que generaliza el resultado de que una funci on
F : R R cuya derivada es identicamente cero debe ser constante.
22.50. Definici on. Un subconjunto abierto T R
m
es arcoconexo o conectable por
trayectorias si para cualesquiera a,

b T existe una funcion continua : [0, 1] T tal


que (0) =a y (1) =

b.
No es difcil probar que si existe una trayectoria con estas caractersticas, entonces
existe una trayectoria diferenciable que satisface la misma propiedad de conectar a y

b.
22.51. Teorema. Sea T R
m
un subconjunto abierto y arcoconexo. Si F : T R es
una funcion diferenciable tal que (grad F)(x) =

0 para todo x T entonces F es una
funcion constante.
Dem. Basta con probar que para cualesquiera a,

b T se tiene F(a) = F(

b). Sea
: [0, 1] T una trayectoria diferenciable que conecta a y

b. La composici on F :
[0, 1] R tiene derivada igual a (F )

(t) = (grad F)((t))

(t) = 0 y es por lo tanto


constante. Esto implica que (F )(0) = (F )(1) y por lo tanto F(a) = F(

b).
22.52. El teorema del valor medio en varias variables.
22.53. Teorema. Sea F : T R
m
R una funcion diferenciable en su dominio y
x T. Si para alg un vector no nulo

h R
m
el segmento de recta que une a x y x +

h
es un subconjunto de T, entonces existe un punto sobre dicho segmento y := x +

h para
alg un 0 < < 1, tal que:
F(x +

h) F(x) = h
1
F
x
1
(y) + + h
m
F
x
m
(y) = L
F,y
(

h).
Dem. Dado que trabajaremos en el segmento que une a x con x +

h, podemos reducir
nuestro problema a uno concerniente a una funcion f : [0, 1] R R denida por:
f(t) := F(x + t

h);
dicha funci on no es m as que la composicion de F y la funcion (vectorial) diferenciable
g(t) = x + t

h para t [0, 1].


64
Observese ahora que f := F g es continua en [0, 1] y diferenciable en (0, 1). Por el
teorema del valor medio para una variable, existe (0, 1) tal que:
F(x +

h) F(x) = f(1) f(0) = f

(),
por la regla de la cadena (teorema 22.40):
f

() = (grad F)(g()) g

()
= h
1
F
x
1
(y) + + h
m
F
x
m
(y) = L
F,y
(

h),
donde y := g() y g

(t) =

h para todo t.
22.54. Corolario. Con las hipotesis y la notacion del teorema 22.53:
F(x +

h) F(x) = [[

h[[
F
u
(y),
donde u := [[

h[[
1

h es el vector unitario en la direccion de



h.
Dem. Por el inciso (ii) del teorema 22.39 tenemos:
F
u
(y) =
h
1
[[

h[[
F
x
1
(y) + +
h
m
[[

h[[
F
x
m
(y),
multiplicando ambos lados por [[

h[[ y apelando al teorema 22.53 obtenemos el resultado.


22.55. Derivadas de orden superior.
22.56. Definici on. La derivada direccional de orden n de una funcion escalar F : T
R
m
R en la direccion del vector unitario u R
m
es la funcion:

n
F
u
n
: T R
m
R,
la cual se dene inductivamente por:

r+1
F
u
r+1
=

u
_

r
F
u
r
_
r = 1, . . . , n 1,
cuando todas y cada una de las derivadas involucradas existen.
Naturalmente podemos aplicar la denici on 22.56 al caso de la derivadas parciales:
22.57. Definici on. Las derivadas parciales de las derivadas parciales de una funcion
F : T R
m
R si existen, se conocen como derivadas parciales de segundo orden.

Estas se denotan por:

x
j
_
F
x
i
_
:=
_

2
F
x
j
x
i
si i ,= j,

2
F
x
2
i
en caso contrario.
Una notacion similar se aplica para las derivadas de ordenes superiores.
65
22.58. Ejemplo. Considere F : R
3
R denida por (x
1
, x
2
, x
3
) x
3
1
x
2
x
1
x
2
3
. En-
cuentre D
11
F, D
21
F, D
12
F, D
211
F, D
121
F y D
112
F.
22.59. Teorema. Si F : T R
2
R es una funcion tal que:
(i) F/x
1
, F/x
2
y
2
F/x
2
x
1
existen en T, y
(ii)
2
F/x
2
x
1
es continua en p T;
entonces
2
F/x
1
x
2
existe en p y ademas:

2
F
x
1
x
2
( p) =

2
F
x
2
x
1
( p).
Dem. Necesitamos expresar las derivadas parciales relevantes en terminos de lmites:
F
x
1
(x) = lim
h
1
0
F(x
1
+ h
1
, x
2
) F(x
1
, x
2
)
h
1
,

2
F
x
2
x
1
( p) = lim
h
2
0
1
h
2
_
lim
h
1
0
F(p
1
+ h
1
, p
2
+ h
2
) F(p
1
, p
2
+ h
2
)
h
1
lim
h
1
0
F(p
1
+ h
1
, p
2
) F(p
1
, p
2
)
h
1
_
.
Por lo tanto, si denimos:
H(h
1
, h
2
) :=F(p
1
+ h
1
, p
2
+ h
2
) F(p
1
, p
2
+ h
2
) (7)
F(p
1
+ h
1
, p
2
) + F(p
1
, p
2
),
podemos escribir:

2
F
x
2
x
1
( p) = lim
h
2
0
lim
h
1
0
H(h
1
h
2
)
h
1
h
2
,
y de manera similar tendramos:

2
F
x
1
x
2
( p) = lim
h
1
0
lim
h
2
0
H(h
1
h
2
)
h
1
h
2
;
sin embargo, a un no sabemos que dicho lmite exista. Deseamos mostrar que bajo nuestras
hip otesis:
lim
h
1
0
lim
h
2
0
H(h
1
h
2
)
h
1
h
2
=

2
F
x
2
x
1
( p),
de lo que ambas conclusiones del teorema siguen inmediatamente.
Para ver esto, fjese h
2
y sea g(x
1
) := F(x
1
, p
2
+ h
2
) F(x
1
, p
2
). El dominio de g es
un subconjunto abierto de R y, dado que F/x
1
existe, g es diferenciable. El teorema
del valor medio de una variable implica que:
H(h
1
, h
2
) = g(p
1
+ h
1
) g(p
1
) por la ecuaci on (7)
= h
1
g

(p
1
+ h
1
) para alguna 0 < < 1
= h
1
_
F
x
1
(p
1
+ h
1
, p
2
+ h
2
)
F
x
1
(p
1
+ h
1
, p
2
)
_
;
66
pero la expresion entre parentesis es continua en [p
2
, p
2
+h
2
] y diferenciable en (p
2
, p
2
+h
2
),
precisamente porque (/x
2
)(F/x
1
) existe. Aplicando otra vez el teorema del valor
medio, obtenemos para alg un 0 < < 1:
H(h
1
, h
2
) = h
1
h
2

2
F
x
2
x
1
(p
1
+ h
1
, p
2
+ h
2
).
El resultado sigue al dividir entre h
1
h
2
,= 0 y tomar los lmites iterados h
2
0 y
h
1
0 (aqu es donde se utiliza la continuidad de
2
F/x
2
x
1
en p).
23. Teorema de Taylor para funciones f : R
m
R
En esta secci on A R
m
es un conjunto abierto.
23.1. El Hessiano y la segunda derivada.
23.2. Definici on. f : A R funcion, x
0
A. Decimos que f es dos veces diferenciable
en el punto x
0
si existen todas las primeras derivadas parciales en una vecindad de x
0
y
estas son diferenciables en x
0
.
23.3. Observaci on. Si f es dos veces diferenciable en x
0
, entonces para todo i, j
1, . . . , m se tiene que

2
f
x
i
x
j
(x
0
) =

2
f
x
j
x
i
(x
0
).
23.4. Definici on. Sean f : A R una funcion y x
0
A. Supongamos que f es dos
veces diferenciable en x
0
. Denimos el Hessiano de f en x
0
como la matriz
_

2
f
x
1
x
1
(x
0
)

2
f
x
2
x
1
(x
0
)

2
f
x
3
x
1
(x
0
)

2
f
x
m
x
1
(x
0
)

2
f
x
1
x
2
(x
0
)

2
f
x
2
x
2
(x
0
)

2
f
x
3
x
2
(x
0
)

2
f
x
m
x
2
(x
0
)
.
.
.
.
.
.
.
.
.
.
.
.

2
f
x
1
x
m
(x
0
)

2
f
x
2
x
m
(x
0
)

2
f
x
3
x
m
(x
0
)

2
f
x
m
x
m
(x
0
)
_

_
23.5. Observaci on. El Hessiano es una matriz simetrica.
23.6. Definici on. Sean f : A R y x
0
A. Supongamos que f es dos veces diferen-
ciable en x
0
y que H denota al Hessiano de f en x
0
. La segunda derivada de f en x
0
o
segunda derivada total de f en x
0
es la funcion
f

(x
0
) : R
m
R
x x
T
Hx.


67
23.7. Ejemplo. f(x
1
, x
2
) = x
2
1
x
2
+ sen x
2
. x
0
= (c
1
, c
2
).
f

(x
0
)(x) = 2c
2
x
2
1
+ 4c
1
x
1
x
2
(sen c
2
)x
2
2
.
23.8. El teorema de Taylor. Recordaremos el teorema de Taylor en una variable.
Comenzamos recordando el Teorema de Rolle:
23.9. Teorema. a, b R con a < b, f : [a, b] R continua en [a, b], derivable en (a, b)
y tal que f(a) = f(b). Entonces existe x (a, b) tal que f

(x) = 0.
Recordemos ahora el Teorema del Valor Medio:
23.10. Teorema. a, b R con a < b, f : [a, b] R continua en [a, b], derivable en (a, b).
Existe x (a, b) tal que
f

(x) =
f(b) f(a)
b a
.
Dem. Sea h : [a, b] R tal que
h(x) = f(x)
_
f(b) f(a)
b a
_
(x a).
Entonces h(a) = h(b) por lo que el teorema de Rolle nos dice que existe x (a, b) tal que
h

(x) = 0. Es decir
f

(x) =
f(b) f(a)
b a
.
Tambien necesitamos el Teorema del Valor Medio de Cauchy:
23.11. Teorema. f, g : [a, b] R funciones continuas en [a, b] y derivables en (a, b).
Existe x (a, b) tal que
(f(b) f(a))g

(x) = (g(b) g(a))f

(x).
Dem. Sea h : [a, b] R tal que para todo x [a, b]
h(x) = f(x)(g(b) g(a)) g(x)(f(b) f(a)).
Entonces h(a) = h(b) y el Teorema de Rolle nos dice que existe x (a, b) tal que h

(x) = 0.
Esto es
f

(x)(g(b) g(a)) = g

(x)(f(b) f(a)).
68
23.12. Teorema. I intervalo abierto, a, x I, f : I R funcion n+1-veces diferenciable
sobre [a, x]. Sea
R
n,a
(x) = f(x)
_
f(a) + f

(a)(x a) +
f
(2)
(a)
2
(x a)
2
+ +
f
(n)
(a)
n!
(x a)
n
_
.
Entonces
1. existe t (a, x) tal que R
n,a
(x) =
f
(n+1)
(t)
n!
(x t)
n
(x a);
2. existe t (a, x) tal que R
n,a
(x) =
f
(n+1)
(t)
(n + 1)!
(x a)
n+1
.
Dem. Supongamos a < x. Para cada t [a, x] tenemos que
S(t) := R
n,t
(x) = f(x)
_
f(t) + f

(t)(x t) +
f
(2)
(t)
2
(x t)
2
+ +
f
(n)
(t)
n!
(x t)
n
_
.
Derivamos ambos lados con respecto a t con lo que obtenemos
S

(t) = f

(t) (f

(t)(x t) f

(t))
_
f
(n+1)
(t)
n!
(x t)
n

f
(n)
(t)
(n 1)!
(x t)
n1
_
=
f
(n+1)
(t)
n!
(x t)
n
.
Si le aplicamos el Teorema del Valor Medio a S obtenemos una t (a, x) tal que
S(x) S(a)
x a
= S

(t) =
f
(n+1)
(t)
n!
(x t)
n
.
Pero S(x) = 0 y S(a) = R
n,a
(x). Entonces
R
n,a
(x) =
f
(n+1)
(t)
n!
(x t)
n
(x a).
Para demostrar la otra formula le aplicamos el Teorema del Valor Medio de Cauchy a
las funciones S y g(t) = (x t)
n+1
para obtener una t (a, x) tal que
g

(t)(S(x) S(a)) = S

(t)(g(x) g(a)),
esto es
(n + 1)(x t)
n
(R
n,a
(x)) =
f
(n+1)
(t)
n!
(x t)
n
((x a)
n+1
),
por lo que
R
n,a
(x) =
f
(n+1)
(t)
(n + 1)!
(x a)
n+1
69
23.13. Teorema. (Teorema de Taylor de orden dos) f : A R funcion, x
0
, x
A. Supongamos que todo el segmento de recta que une a x
0
y x esta contenido en A. Si
f es dos veces diferenciable en cada punto del segmento de recta que une x
0
y x, entonces
existe un punto x

en el segmento de recta que une a x


0
y x tal que
f(x) = f(x
0
) + (grad f)(x
0
)

(x x
0
) +
1
2
f

(x

)(x x
0
).
23.14. Observaci on. Podemos caer en la tentacion de denotar a L
f,x
0
como f

(x
0
) :
R
m
R. Entonces el resultado se puede escribir como
f(x) = f(x
0
) + f

(x
0
)(x x
0
) +
1
2
f

(x

)(x x
0
).
Dem. Sea k : R R
m
tal que k(t) = x
0
+ t(x x
0
). Denimos g : k
1
(A) R como
g(t) = f(k(t)) Tenemos que
g

(t) = (grad f)(k(t))

(t) = (grad f)(k(t))

(x x
0
).
Por el teorema de Taylor de variable real existe t

[0, 1] tal que


g(1) = g(0) + g

(0) +
1
2
g

(t

) = f(x
0
) + (grad f)(x
0
)

(x x
0
) +
1
2
g

(t

).
Falta entonces checar que g

(t

) = f

(x

)(x x
0
).
23.15. Extremos locales, extremos globales, puntos crticos.
23.16. Definici on. f : A R
m
funcion, x
0
A. Si para todo x A sucede que
f(x
0
) f(x) decimos que f(x
0
) es un m aximo global o un m aximo absoluto de la
funcion f (en A) y decimos que f alcanza su maximo global en el punto x
0
.
23.17. Definici on. f : A R
m
funcion, x
0
A. Si para todo x A sucede que
f(x
0
) f(x) decimos que f(x
0
) es un mnimo global o un mnimo absoluto de la funcion
f (en A) y decimos que f alcanza su mnimo global en el punto x
0
.
23.18. Definici on. f : A R
m
funcion, x
0
A. Decimos que el valor f(x
0
) es un
maximo local en x
0
si existe 0 tal que B

(x
0
) A y para todo x B

(x
0
) sucede que
f(x
0
) f(x).
23.19. Definici on. f : A R
m
funcion, x
0
A. Decimos que el valor f(x
0
) es un
mnimo local en x
0
si existe 0 tal que B

(x
0
) A y para todo x B

(x
0
) sucede que
f(x
0
) f(x).
Para localizar los posibles m aximos y mnimos locales utilizamos el siguiente resultado.
70
23.20. Teorema. f : A R funcion diferenciable en A. Si f toma un valor extremo
local en x
0
, entonces
1. f

(x
0
) es la funcion constante cero.
2. (grad f)(x
0
) es el vector cero.
3.
f
x
1
(x
0
) = =
f
x
m
(x
0
) = 0
Dem. Supongamos que f tiene un mnimo local en x
0
. Supongamos que (grad f)(x
0
) ,= 0.
Sea
u =
(grad f)(x
0
)
|(grad f)(x
0
)|
Sea > 0 tal que B

(x
0
) A y denimos g : (, ) R tal que para cualquier s con
[s[ < , g(s) = f(x
0
+ su). Observamos que como f alcanza un mnimo local en x
0
,
entonces g alcanza un mnimo local en 0. Por lo tanto g

(0) = 0. Pero
g

(0) = (grad f)(x


0
)

u = |(grad f)(x
0
)| > 0.
23.21. Definici on. f : A R funcion diferenciable en A, x
0
A. Decimos que x
0
es
un punto crtico de f si f

(x
0
) es la funcion constante cero.
23.22. Ejemplo. f(x
1
, x
2
) = 1 x
2
1
x
2
2
. Maximo local en (0, 0) que tambien es un
m aximo global.
23.23. Ejemplo. g(x, y) = y
2
x
2
. (0, 0) el unico punto crtico. No es un valor extremo
local.
23.24. Definici on. f : A R funcion diferenciable en A, x
0
A. Decimos que
(x
0
, f(x
0
)) es un punto silla de la funcion f si y solo si x
0
es un punto crtico de la
funcion f y f(x
0
) no es un valor extremo local.
23.25. Ejemplo. Sean u, v, z R
3
con u, v linealmente independiente. Calcule la
distancia del origen

0 al plano
z + u + v[, R.
El resultado debe ser

|z|
(v

v)(u

z)
2
+ (u

u)(v

z)
2
2(u

v)(u

z)(v

z)
(u

u)(v

v) (u

v)
2
El teorema que queremos generalizar es
71
23.26. Teorema. I R intervalo abierto, g : I R dos veces diferenciable en I, t
0
I
un punto crtico de g tal que g

es continua en t
0
. Entonces
1. Si g

(t
0
) > 0 entonces g tiene un mnimo local en t
0
.
2. Si g

(t
0
) < 0 entonces g tiene un maximo local en t
0
.
23.27. Formas cuadr aticas.
23.28. Definici on. Una forma cuadratica es una funcion h : R
m
R tal que existe una
matriz mm simetrica con entradas reales H = (c
ij
)
i,j
tal que para toda x R
m
h(x) = x
T
Hx.
23.29. Definici on. h : R
m
R una forma cuadratica.
1. Si para todo x R
m

0, h(x) > 0 decimos que h es positiva denida.


2. Si para todo x R
m

0, h(x) < 0 decimos que h es negativa denida.


3. Si existen x, y R
m
tales que h(x) < 0 y h(y) > 0 decimos que h es indenida.
4. Si h no satisface ninguno de los puntos anteriores decimos que h es semidenida.
23.30. Observaci on. Utilizamos la misma terminologa para referirnos a matrices mm
simetricas H de acuerdo al comportamiento de la f orma cuadratica que determinan.
23.31. Ejemplo. La matriz identidad I es positiva denida. La matriz I es negativa
denida. La matriz
_
2 0
0 3
_
es positiva denida. La matriz
_
2 0
0 3
_
es indenida. La matriz
_
0 0
0 1
_
es semidenida.
23.32. Teorema. H matriz simetrica m m con entradas en R. Si H tiene en la
diagonal una entrada positiva y una entrada negativa, entonces H es indenida.
Dem. e
T
i
He
i
= H
ii
.
72
23.33. Ejemplo. La matriz
_
1 5
5 2
_
es indenida aunque todas sus entradas en la diagonal son positivas.
23.34. Teorema. Sea
H =
_
a b
b d
_
Entonces H es
1. positiva denida si [H[ > 0 y a > 0;
2. negativa denida si [H[ > 0 y a < 0;
3. indenida si [H[ < 0;
4. semidenida si [H[ = 0.
Dem. Sea h : R
2
R la f orma cuadr atica determinada por H, esto es, para cualquier
(x, y) R
2
h(x, y) = ax
2
+ 2bxy + dy
2
.
Supongamos primero que a ,= 0. Entonces
h(x, y) =
1
a
_
(ax + by)
2
+ (ad b
2
)y
2
_
.
Analizar caso por caso.
23.35. Observaci on. Los cuatro casos del teorema cubren todos los casos porque si
a = 0 tenemos que [H[ = b
2
0.
23.36. Teorema. Sea
H =
_
a b
b d
_
Entonces H es
1. positiva denida si todos los valores propios son positivos;
2. negativa denida si todos los valores propios son negativos;
3. indenida si hay un valor propio de cada signo;
4. semidenida si hay un valor propio 0.
73
Dem. Debemos buscar las races del polinomio

a x b
b d x

= (a x)(d x) b
2
= x
2
(a + d)x + ad b
2
.
Las soluciones est an dadas por
x =
a + d
_
(a + d)
2
4(ad b
2
)
2
=
a + d
_
(a d)
2
+ 4b
2
2
23.37. El criterio de la segunda derivada.
23.38. Teorema. f : A R funcion, x
0
A. Supongamos que f es dos veces diferen-
ciable en una vecindad de x
0
, y que x
0
es un punto crtico de f. Entonces
1. f tiene un maximo local en x
0
si f

(x
0
) es negativa denida.
2. f tiene un mnimo local en x
0
si f

(x
0
) es positiva denida.
3. f tiene un punto silla en x
0
si f

(x
0
) es indenida.
4. f

(x
0
) no da suciente informacion para determinar si hay un extremo local o un
punto silla en x
0
si es semidenida.
Dem. Por el Teorema de Taylor de orden dos tenemos que
f(x) = f(x
0
) +
1
2
f

(x

)(x x
0
)
en una vecindad sucientemente peque na de x
0
y con x

un punto en el segmento de
recta que une x
0
con x. Supongamos que f

(x
0
) es negativa denida, podemos tomar la
vecindad de x
0
sucientemente peque na de tal forma que para cualquier x

en la vecindad
f

(x

) es negativa denida. Esto nos dice que f alcanza un m aximo local en x


0
.
El argumento es similar para el caso en que f

(x
0
) es negativa denida o indenida.
Veremos en los ejemplos que f

(x
0
) no nos da suciente informacion.
23.39. Ejemplo. f(x, y) = 1 x
2
y
2
.
23.40. Ejemplo. g(x, y) = 3 2x + x
2
+ 4y
2
.
23.41. Ejemplo. f(x, y) =
_
x
2
+ (y + 1)
2
__
x
2
+ (y 1)
2
_
.
23.42. Ejemplo. f(x, y, z) = 1 2x + 3x
2
xy + xz z
2
+ 4z + y
2
+ 2yz.
23.43. Ejemplo. f(x, y) = x
4
+ y
4
.
23.44. Ejemplo. f(x, y) = x
4
y
4
.
74
23.45. Teorema. f : A R funcion, x
0
A. Supongamos que f es dos veces diferen-
ciable en una vecindad de x
0
, y que x
0
es un punto crtico de f. Entonces
1. f tiene un maximo local en x
0
todos los valores propios de f

(x
0
) son positivos.
2. f tiene un mnimo local en x
0
todos los valores propios de f

(x
0
) son negativos.
3. f tiene un punto silla en x
0
si f

(x
0
) tiene tanto valores propios positivos como
negativos.
4. f

(x
0
) no da suciente informacion para determinar si hay un extremo local o un
punto silla en x
0
si el rango de f

(x
0
) es menor que m y todos los valores propios
de f

(x
0
) son del mismo signo.
Dem. Sea H una matriz simetrica mm con entradas en R. Dogma de fe: existe una
matriz m m ortogonal Q tal que QHQ
T
es una matriz diagonal D (Q es ortogonal si
Q
1
= Q
T
) y las entradas en la diagonal son los valores propios. Entonces H = Q
T
DQ.
La forma cuadr atica determinada por H es entonces
x (Qx)
T
D(Qx).
23.46. Ejemplo. a
24. Mas teoremas de Taylor
24.1. Teorema. (Teorema de Taylor de primer orden.) f : A R funcion, x
0
A, f
diferenciable en x
0
= (c
1
, . . . , c
m
). Existe > 0 tal que para todo x B

(x
0
) se tiene que
f(x) = f(x
0
) +
m

i=1
f
x
i
(x
0
)(x
i
c
i
) + R
1
(x).
donde
lim
xx
0
R
1
(x)
|x x
0
|
= 0.
24.2. Teorema. (Teorema de Taylor de orden 2.) f : A R funcion con derivadas
parciales continuas de tercer orden, x
0
= (c
1
, . . . , c
m
) A. Entonces existe > 0 tal que
para toda x B

(x
0
),
f(x) = f(x
0
) +
m

i=1
f
x
i
(x
0
)(x
i
c
i
) +
1
2

0i,jm

2
f
x
j
x
i
(x
i
c
i
)(x
j
c
j
) + R
2
(x)
donde
lim
xx
0
R
2
(x)
|x x
0
|
2
= 0.
75
Dem. Sea

h R
m
. Entonces
d
dt
f(x
0
+ t

h) =
m

i=1
f
x
i
(x
0
+ t

h)h
i
.
Integramos ambos lados de la ecuacion con respecto a t desde 0 hasta 1 para obtener
f(x
0
+ t

h) f(x
0
) =
_
1
0
m

i=1
f
x
i
(x
0
+ t

h)h
i
dt =
m

i=1
_
1
0
f
x
i
(x
0
+ t

h)h
i
dt.
Integramos por partes con u = f/x
i
(x
0
+ t

h)h
i
y v = t 1 para obtener
_
1
0
f
x
i
(x
0
+ t

h)h
i
dt =
_
1
0
(1 t)
m

j=1

2
f
x
j
x
i
(x
0
t

h)h
i
h
j
dt + (t 1)
f
x
i
(x
0
+ t

h)h
i

1
0
.
Es decir
_
1
0
f
x
i
(x
0
+ t

h)h
i
dt =
_
1
0
(1 t)
m

j=1

2
f
x
j
x
i
(x
0
t

h)h
i
h
j
dt +
f
x
i
(x
0
)h
i
.
Entonces
f(x
0
+ t

h) f(x
0
) =
m

i=1
f
x
i
(x
0
)h
i
+ R
1
(x
0
+ t

h)
con
R
1
(x
0
+ t

h) =

i,j
_
1
0
(1 t)

2
f
x
j
x
i
(x
0
t

h)h
i
h
j
dt.
Ahora integramos por partes la integral en la expresion de R
1
con
u =

2
f
x
j
x
i
(x
0
+ t

h)h
i
h
j
, v =
(t 1)
2
2
para obtener
_
1
0
(1 t)

2
f
x
j
x
i
(x
0
t

h)h
i
h
j
dt =

(t 1)
2
2

2
f
x
j
x
i
(x
0
+ t

h)h
i
h
j

1
0
+
m

k=1
_
1
0
(t 1)
2
2

3
f
x
i
x
j
x
i
(x
0
+ t

h)h
i
h
j
h
k
dt =
1
2

2
f
x
j
x
i
(x
0
)h
i
h
j
+
m

k=1
_
1
0
(t 1)
2
2

3
f
x
i
x
j
x
i
(x
0
+ t

h)h
i
h
j
h
k
dt.
Esto es
R
1
(x
0
+ t

h) =
1
2

i,j

2
f
x
j
x
i
(x
0
+ t

h)h
i
h
j
+

i,j,k
_
1
0
(t 1)
2
2

3
f
x
i
x
j
x
i
(x
0
+ t

h)h
i
h
j
h
k
dt.
76
Con esto obtenemos
f(x
0
+ t

h) = f(x
0
) +
m

i=1
f
x
i
(x
0
)h
i
+
1
2

i,j

2
f
x
j
x
i
(x
0
+ t

h)h
i
h
j
+ R
2
(x
0
+ t

h)
con
R
2
(x
0
+ t

h) =

i,j,k
_
1
0
(t 1)
2
2

3
f
x
i
x
j
x
i
(x
0
+ t

h)h
i
h
j
h
k
dt.
Como lo que se integra en R
2
son funciones continuas en t, existe una constante M y

h
sucientemente peque na tenemos que
[R(x
0
+ t

h)[ |

h|
3
M.
Entonces
[R(x
0
+ t

h)[
|

h|
2
|

h|M,
con lo que
lim

0
R
2
(x
0
+ t

h)
|

h|
2
= 0.
Recordemos el segundo teorema del valor medio para integrales:
24.3. Teorema. a, b R, a < b. f, g : [a, b] R continuas con g 0. Existe c [a, b]
tal que
_
b
a
f(x)g(x)dx = f(c)
_
b
a
g(x)dx.
24.4. Corolario. Bajo las condiciones del Teorema, para x sucientemente cercanas a
x
0
existen c
ijk
en el segmento de recta que une x
0
con x tales que
R
2
(x
0
) =
1
3!

i,j,k

3
f
x
k
x
j
x
k
(c
ijk
)(x
i
c
i
)(x
j
c
j
)(x
k
c
k
).
24.5. Valores extremos condicionados.
24.6. Teorema. f, g : A R funciones diferenciables en A, x
0
A, g(x
0
) = c
0
y
(grad g)(x
0
) ,= 0, S = x A[g(x) = c
0
. Si f[
S
tiene un maximo o mnimo local en x
0
,
entonces existe R tal que
(grad f)(x
0
) = (grad g)(x
0
).
77
Dem. Sea I un intevalo abierto con 0 I y sea h: I S diferenciable con h(0) = x
0
.
Como f[
S
tiene un maximo o un mnimo local en x
0
tenemos que f h tiene un mnimo
local en 0. Entonces
0 = (f h)

(0) = (grad f)(x


0
)

(0).
Esto nos dice que (grad f)(x
0
) es perpendicular a todos los vectores que son perpen-
diculares a (grad g)(x
0
). Como este ultimo vector es no cero, existe R tal que
(grad f)(x
0
) = (grad g)(x
0
).
24.7. Ejemplo. f(x, y) = x
2
+y
2
, g(x, y) = y x1, restricci on g(x, y) = 0. Respuesta:
mnimo en (
1
2
,
1
2
)
24.8. Ejemplo. f(x, y) = x
2
y
2
, g(x, y) = x
2
+ y
2
1, g(x, y) = 0. Mnimos (0, 1),
m aximos (1, 0).
24.9. Ejemplo. Maximizar f(x, y, z) = x + z sujeto a x
2
+ y
2
+ z
2
= 1. M aximo
(1/

2, 0, 1/

2), mnimo (1/

2, 0, 1/

2).
24.10. Ejemplo. Encuentra la caja rectangular con volumen m aximo sujeto a la condici on
de que el area de su supercie sea 10 m
2
. La solucion es (
_
5/3,
_
5/3,
_
5/3).
1. Encuentra todos los puntos crticos de las siguientes funciones y determina su na-
turaleza:
(a) f(x, y) = x
2
6x + 2y
2
+ 10.
(b) f(x, y) = xy x + y + 2.
(c) f(x) = x sen y.
(d) f(x) = (x
2
1)e
y
.
(e) f(x, y) = (x
2
1)(y
2
1).
(f) f(x, y) = x
2
y
2
.
(g) f(x, y) =
xye
x
1 + y
2
.
(h) f(x, y) = x senh y.
(k) f(x, y) = x cosh(xy).
2. Encuentra los puntos en la supercie z = 2xy +
1
4
que estan m as cerca del origen.
3. Encuentra los puntos de la gr aca de la funci on
1
xy
que est an m as cercanos al origen.
4. Encuentra los puntos crticos de la funci on f : R
m
R dada por f(x) = |x|
2
e
x
.
Despues encuentra los valores extremos y los puntos en que se obtienen. Haz lo
mismo para la funci on f(x) = |x|e
x
.
78
5. Sean c R
m
y b R. Sea f : R
m
R dada por f(x) = x

c +b. Sea g : R
m
R tal
que g(x) es la distancia del punto (x, f(x)) R
m+1
al origen de R
m+1
. Demuestra
que el unico punto crtico de g es
b
1 +|c|
2
c.
6. Decimos que una funcion f : R
m
R es c oncava hacia arriba si para todo x, y
R
m
f
_
x +y
2
_

1
2
(f(x) + f(y)).
(a) Demuestra que una funcion f dos veces diferenciable es c oncava hacia arriba si
f

(x) es positiva denida para todo x R


m
.
(b) Si f

(x) es positiva denida para todo x, demuestra que la gr aca de z = f(x)


est a por arriba de la graca de la funci on tangente z = T(x) en cualquier punto x
0
.
7. Sea H una matriz simetrica mm y sea h la forma cuadratica determinada por H.
(a) Demuestra que (h)(x) es igual al doble de L(x), donde L es la funci on lineal
cuya matriz es H.
(b) Demuestra que el hessiano de h es 2H (en cualquier punto).
8. Sea H una matriz simetrica mm y sea z R
m
un vector jo. Denimos f : R
m
R
mediante f(x) = x
T
Hx 2x

z.
(a) Demuestra que x es un punto crtico de f si y solo si Hx = z.
(b) Demuestra que el hessiano de f es 2H (en cualquier punto).
9. Sea g el polinomio cuadr atico
g(x, y) = ax
2
+ bxy + cy
2
+ dx + ey + f,
en donde a, b, c, d, e y f son n umeros reales jos.
(a) Calcula las derivadas totales primera y segunda de g.
(b) Demuestra que g se puede escibir de la forma
g(x) = x
T
Ax +x

z + k,
en donde A es una matriz simetrica 22, z es un vector jo en R
2
y k es un n umero
real jo.
10. Sea A =
_
a b
b c
_
positiva denida. Demuestra que B =
_
_
a b 0
b c 0
0 0
_
_
es positiva
denida si y solo si > 0.
79
11. Debe doblarse una larga placa de metal de 12 cm de ancho para formar una canaleta
cuyo corte trasversal forme un trapezoide:
a
b b

/

_
Encuentra los valores de a, b, que maximizan el area del corte trasversal (y, por
lo tanto, el volumen de la canaleta).
12. Mismo ejercicio que el anterior pero en donde el corte trasversal es de la forma:
b
a

/

_
13. Encuentra los valores extremos de f sujetos a las restricciones dadas:
(a) f(x, y) = x
3
xy
2
, x
2
+ y
2
= 1.
(b) f(x, y) = x
2
+ y
2
, x
3
xy
2
= 1.
(c) f(x, y) = 2x + 3y, x
2
2xy + 2y
2
= 1.
(d) f(x, y, z) = x
2
+ y
2
+ z
2
, 3x y + 2z = 14.
(e) f(x, y, z) = x
2
+ y
2
+ z
2
, (x y)
2
= 1, xyz = 1.
14. Encuentra el punto en x
2
xy + y
2
= 1 que se encuentra m as cerca del origen.
15. Encuentra el punto en z
2
= (x2)
2
+(y 3)
2
que se encuentra mas cerca del punto
(1, 1, 1).
16. Encuentra el punto en la intersecci on de (x + 1)
2
+ (y 3)
2
+ (z 12)
2
= 4 y
x 2y + z = 5 que se encuentra mas cercano al origen. Encuentra el punto en la
intersecci on que se encuentra m as lejos del origen.
17. Encuentra el punto en y
2
= 1 +x
2
y el punto en 2y = x para los cuales la distancia
entre ellos es mnima.
18. Encuentra las dimensiones del paraleleppedo rectangular de volumen m aximo que
tiene sus aristas paralelas a los ejes y que puede inscribirse en el elipsoide
x
2
+
y
2
4
+
z
2
9
.
80
19. Utiliza los multiplicadores de Lagrange para encontrar las dimensiones relativas que
maximizan el volumen de una caja sin tapa donde la suma de las areas de las caras
es constante.