C´lculo Diferencial en Espacios de Banach a

Hans Cristian Muller Santa Cruz 14 de marzo de 2008

2

´ Indice general
Prefacio I. C´lculo Diferencial en Espacios de Banach a I.1. Espacios de Banach . . . . . . . . . . . . . . I.1.1. Ejercicios . . . . . . . . . . . . . . . . I.2. Aplicaciones Lineales . . . . . . . . . . . . . I.2.1. Ejercicios . . . . . . . . . . . . . . . . I.3. Diferenciabilidad en los Espacios Normados . I.3.1. Ejercicios . . . . . . . . . . . . . . . . I.4. Teorema de los Incrementos Finitos . . . . . I.4.1. Ejercicios . . . . . . . . . . . . . . . . I.5. Teorema del punto fijo de Banach . . . . . . I.5.1. Ejercicios . . . . . . . . . . . . . . . . I.6. Teorema de Inversi´n Local . . . . . . . . . . o I.6.1. Ejercicios . . . . . . . . . . . . . . . . I.7. Teorema de las Funciones Impl´ ıcitas . . . . . I.7.1. Ejercicios . . . . . . . . . . . . . . . . I.8. Aplicaciones Bilineales y Multilineales . . . . I.8.1. Ejercicios . . . . . . . . . . . . . . . . I.9. Derivadas de Orden Superior . . . . . . . . . I.9.1. Ejercicios . . . . . . . . . . . . . . . . I.10. F´rmula de Taylor . . . . . . . . . . . . . . . o I.10.1. Ejercicios . . . . . . . . . . . . . . . .
V

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

1 1 5 6 10 11 14 15 16 17 21 22 25 26 28 29 30 31 33 33 34 35 35 37 39 40

II. Subvariedades Diferenciales II.1. Teorema del Rango . . . . . II.2. Subvariedades Diferenciables II.3. Espacio Tangente . . . . . . II.4. Ejercicios . . . . . . . . . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

III. M´ximos y M´ a ınimos Locales 43 III.1. M´ximos y m´ a ınimos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 III.2. Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 III.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 IV. Ecuaciones Diferenciales Ordinarias 51 IV.1. Conceptos B´sicos y Algunos Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 a IV.2. Existencia y Unicidad del Problema de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . 60

i

ii

´ INDICE GENERAL

´ Indice de figuras
I.1.1. I.5.2. I.5.3. I.6.4. Sucesi´n de Funciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o M´todo de las aproximaciones sucesivas para f (x) = cos x y f (x) = ex /4 . . e M´todo de Newton (izquierda) y m´todo de Newton simplificado (derecha) e e Coordenadas Polares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 18 19 25 37 53 54 54 56 59 59 61 61

II.2.1. Visualizaci´n del teorema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o IV.1.1.Trayectoria de una soluci´n . . . . . . . . . . . . . . . . . . o IV.1.2.Vector Tangente . . . . . . . . . . . . . . . . . . . . . . . . IV.1.3.Representaci´n de un Campo de Vectores . . . . . . . . . . o IV.1.4.Trayectorias del Sistema Diferencial . . . . . . . . . . . . . . IV.1.5.Familia de Circunferencias . . . . . . . . . . . . . . . . . . . IV.1.6.Angulo entre dos curvas . . . . . . . . . . . . . . . . . . . . IV.1.7.Curvas ortogonales . . . . . . . . . . . . . . . . . . . . . . . IV.2.8.Iteraci´n de Picard-Lindel¨f para el problema del ejemplo 1. o o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

iii

iv

´ INDICE DE FIGURAS

Prefacio

v

vi

PREFACIO

Cap´ ıtulo I C´lculo Diferencial en Espacios de a Banach
I.1. Espacios de Banach

En el Curso de Algebra Lineal se hizo un estudio profundo de los Espacios Vectoriales y sus propiedades. En esta secci´n, se estudiar´ los espacios vectoriales bajo una ´ptica del an´lisis. A continuaci´n damos algunas o a o a o definiciones utiles para nuestro estudio. ´ Definici´n I.1.1 Una norma sobre un espacio vectorial V es una aplicaci´n · : V → V que verifica las o o tres propiedades: (N1) (N2) (N3) x ≥ 0 y x = 0 ⇐⇒ x = 0, λx = |λ| · x , x + y ≤ x + y (desigualdad del tri´ngulo). a

Definici´n I.1.2 Se dice que E es un espacio vectorial normado, si E es un espacio vectorial provisto o de una norma. Definici´n I.1.3 Sea E un espacio vectorial normado. Se dice que la sucesi´n {xn } con valores en E es o o convergente, si existe a ∈ E, tal que ∀ > 0 ∃N ∈ N, ∀n ≥ N xn − a < ;

si es el caso, se dir´ que {xn } converge hacia a ∈ E. a Definici´n I.1.4 Sea E un espacio vectorial normado. Se dice que la sucesi´n {xn } con valores en E es o o una sucesi´n de Cauchy, si o ∀ > 0 ∃N ∈ N, ∀n, m ≥ N xn − xm < .

Definici´n I.1.5 Un espacio vectorial normado E se dir´ que es completo si cada sucesi´n de Cauchy en o a o E es convergente. Un espacio vectorial normado y completo se llama un espacio de Banach. En el curso de Primer A˜o de An´lisis se mostr´ que Rn con la norma euclidiana es completo, de donde Rn n a o es un espacio de Banach. Podr´ ıamos creer ingenuamente que todos los espacios vectoriales reales provistos de norma, son espacios de Banach. Lastimosamente, o por el contrario, existen espacios normados que no son espacios de Banach. M´s todavia, en la proposici´n siguiente, se ver´ que un mismo espacio provisto de a o a normas diferentes tiene comportamientos diferentes. Proposici´n I.1.1 Sea o C([0, 1]) = {f : [0, 1] → R| f continua}.

1

2 Con la norma

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

f

= m´x |f (t)| , a
t∈[0,1]

C([0, 1]) es un espacio de Banach. Al contrario, con una de las normas
1 1

f

1

=
0

|f (t)| dt

o

f

2

=
0

|f (t)| dt

2

el espacio C([0, 1]) no es un espacio de Banach. Demostraci´n.- Para ver que C([0, 1]) es un espacio vectorial es suficiente ver que es un subespacio de R[0,1] o es espacio de las funciones de [0, 1] en R, ver ejemplo 4 de I.1 texto de Algebra Lineal. La verificaci´n que · ∞ es una norma sobre C([0, 1]), es consecuencia directa de las propiedades de m´x o a y sup vistas en el curso del Primer A˜o de An´lisis. Por consiguiente, la demostraci´n es un simple repaso n a o que se deja al estudiante. La positividad, a homogeneidad y la desigualdad del tri´ngulo para · 1 y · 2 resultan de las propiades a de la integral de Riemann, tambi´n vistas en el primer a˜o de an´lisis. Mostraremos que · 1 es estrictamente e n a positiva; es decir que f 1 = 0, implica que f = 0. En efecto, supongamos lo contrario; es decir, existe una funci´n f ∈ C([0, 1]) no nula, tal que o
1

|f (t)| dt = 0.
0

Como f , es no nula, existe t0 ∈ [0, 1], tal que f (t0 ) = 0. Por la continuidad de f , en particular en t0 , existe un subintervalo [t1 , t2 ], tal que |f (t)| ≥ |f (t0 )| /2, de donde
1 t2

|f (t)| dt ≥
0 t1

|f (t)| dt ≥

f (t0 ) (t2 − t1 ); 2

lo que conduce a una contradicci´n. Para · 2 , la demostraci´n es completamente similar. o o Ahora bien, utilizando los resultados de la convergencia uniforme, para sucesiones de funciones, se tiene C([0, 1]), con la norma de la convergencia uniforme, es un espacio de Banach. Mostremos que C([0, 1]) con la norma · 1 no es completo. En efecto, consideremos la sucesi´n de funciones o continuas sobre [0, 1], dada por  1 0 si x ≤ 1 − n+1 ;  2 1 1 1 + (n + 1)(x − 2 ) si 1 − n+1 ≤ x ≤ 1 , fn (x) = 2 2  1 1 si x ≥≤ 2 . En la figura I.1.1, observamos algunas de estas funciones. Esta sucesi´n es una sucesi´n de Cauchy, respecto o o a la norma · 1 . En efecto, un simple c´lculo de ´reas, dar´ a a a fn − fm = 1 1 1 − → 0, 2 n+1 m+1

cuando n, m → ∞. Por otro lado, fijando x ∈ [0, 1], se observa,
n→∞

l´ fn (x) = ım

0 1

si x < 1 , 2 si x ≥ 12.

Por lo tanto, constatamos que esta sucesi´n, puntualmente converge a una funci´n que no es continua, la o o discontinuidad est´ en 1/2. a Aunque la sucesi´n fn , no converga puntualmente a una funci´n continua, eso no significa necesariamente o o que la sucesi´n fn no converga a una funci´n continua; por lo que debemos probar. o o Supongamos que dicha sucesi´n converge a una funci´n continua f definida sobre [0, 1]. Consideremos los o o subintervalos [0, a] con a < 1/2. Las restricciones de fn sobre [0, a] convergen sobre la restriccion de f sobre [0, a], porque
a 1

|fn (t) − f (t)| dt ≤
0 0

|fn (t) − f (t)| .

I.1. ESPACIOS DE BANACH

3

1

1/2

1

Figura I.1.1: Sucesi´n de Funciones. o Una verificaci´n inmediata y la unicidad del l´ o ımite, dar´ que f (t) = 0, sobre [0, a]. El mismo razonamiento, a con [b, 1] b > 1/2, nos dar´ f (t) = 1 sobre [b, 1]. Esto significa que a 0 1
1 si x < 2 , si x > 12;

conduciendo a que f sea discontinua en 1/2, lo que es contradictorio.

Proposici´n I.1.2 Consideremos el conjunto o B(A) = {f : A → R| f acotada} de las funciones acotadas sobre A. B(A) con la adici´n y la multiplicaci´n por escalar, la norma o o f es un espacio de Banach. Demostraci´n.- Ejercicio. o

= sup |f (t)|
t∈A

Un Poco de Topolog´ ıa
Definici´n I.1.6 Sean E un espacio vectorial; · p y · q normas sobre E. Se dir´ que · o a equivalentes si: existe Cq > 0 tal que ∀x ∈ E se tiene x p ≤ Cq x q , existe Cp > 0 tal que ∀x ∈ E se tiene x q ≤ Cp x p . Remarca I.1.1 Se tiene las siguientes remarcas: 1. La equivalencia de normas, es una relaci´n de equivalencia sobre el conjunto de normas del espacio o vectorial E. 2. La equivalencia de normas, conserva las caracter´ ısticas de una sucesi´n; es decir si · p y · q son o equivalentes, se tendr´ “{xn } sucesi´n en E es convergente, (de Cauchy) para la norma · p , si y a o solamente si {xn } es convergente, (de Cauchy) para la norma · q ”
p

y ·

q

son

4

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH 3. Por la remarca 1 y 2, al hablar de un espacio vectorial normado, uno se refiere, no solamente a una norma, sino a una clase de equivalencia de normas, por loq que dependiendo la situaci´n, uno elegir´ la o a norma m´s conveniente de la clase de equivalencia. a

Proposici´n I.1.3 En Rn , todas las normas son equivalentes. o Demostraci´n.- Suficiente mostrar que cualquier norma · es equivalente a la norma euclidiana sobre Rn . o Sea x ∈ Rn , se tiene.
n n n

x =
i=1

xi ei ≤
i=1

|xi | ei ≤ m´x ei a
1≤i≤n i=1

|xi | ,

aplicando la desigualdad de Cauchy, se obtiene x ≤ √ n m´x ei a
1≤i≤n 2

x

2

.

(I.1.1)

Para la otra desigualdad, consideremos B = {x ∈ E| x

= 1}. Denotemos por m = ´ ınf x . Se tiene
x∈B

m ≥ 0, mostremos que m > 0, porque sino existir´ una sucesi´n xn de B tal que ıa o
n→∞

l´ ım

xn = 0,

como B es compacto en Rn , (respecto a la norma euclidiana), existir´ una subsucesi´n xnk que converge ıa o a x ∈ B, (respecto a la norma euclidiana). Utilizando, la desigualdad (I.1.1), la sucesi´n xnk tambi´n o e converger´ a x respecto a la otra norma, lo que imposible, porque x = 0. De donde, planteando C = 1/m, ıa y observando que x = x 2 x/ x 2 para x = 0, se obtiene x
2

≤C x .

Para x = 0 la desigualdad se cumple de todas maneras.

Corolario I.1.1 Rn provisto de una norma es un espacio de Banach. Corolario I.1.2 Si E es un espacio vectorial normado de dimensi´n finita, entonces E es un espacio de o Banach. Demostraci´n.- Sea {d1 , . . . , dn } una base de E. La aplicaci´n o o ϕ : Rn −→ E
n

x →
i=1

xi di

es un isomorfismo de espacios vectoriales. Un ejercicio que se deja al estudiante, mostrar´ que si · es una a norma sobre Rn , la aplicaci´n · ◦ϕ−1 es una norma sobre E y que si · es una norma sobre E, la aplicaci´n o o · ◦ ϕ es una norma sobre Rn ; que una es la inversa de la otra. De donde existe una biyecci´n entre los o conjuntos de las normas de Rn y E, con lo que se asegura la completitud de E para una norma dada.

Cuando los espacios vectoriales son de dimensi´n infinita, existen normas que no son equivalentes. La proo posici´n I.1.6 nos muestra que la norma cdot ∞ , no es equivalente, ni con cdot 1 , ni con la norma cdot 2 . o A continuacion repasamos algunas de las definiciones, vistas en Rn que se generalizan a espacios normados.

I.1. ESPACIOS DE BANACH Definici´n I.1.7 Sea E un espacio normado, una bola de centro a y radio r > 0, es el conjunto o Br (a) = {x ∈ E| x − a < r}. Un conjunto V ⊂ E es un vecindario de a ∈ E, si existe > 0 tal que B (a) ⊂ V . Un conjunto U ⊂ V es abierto, si U es vecindario de cada uno de sus elementos; es decir si ∀x ∈ U, ∃ > 0 B (x) ⊂ E.

5

Un conjunto A ⊂ E es cerrado, si el l´ ımite de cada sucesi´n convergente {xn } con xn ∈ A, pertenece a A. o Un conjunto K ⊂ E es compacto, si cada {xn } con xn ∈ K admite una subsucesi´n que converge hacia un o elemento de K. Dejamos como ejercicio, el repaso de las otras definiciones para R y Rn vistas en el Primer A˜o de An´lisis. n a Remarca I.1.2 Se tiene: 1. Las nociones de abierto, cerrado, vecindario, compacto, adherencia, interior, punto de acumulaci´n, o etc, son invariantes para normas equivalentes. 2. La mayor´ de los resultados obtenidos para Rn son ciertos, si se remplaza Rn por E espacio de Banach. ıa Hay que fijarse que en las demostraciones no intervenga la dimensi´n. Sin embargo, otras propiedades o se pierden, si se remplaza Rn por un espacio de Banach, por ejemplo: • La bola cerrada {x ∈ E| x ≤ 1} no es necesariamente compacta. • El teorema de Bolzano-Weirstraß“cada sucesi´n acotada posee una subsucesi´n convergente” no o o es cierto. • La caracterizaci´n “K compacto ⇐⇒ K cerrado y acotado” no es v´lida. o a Ejemplo I.1.1 Consideremos B(R) el conjunto de las funciones acotadas sobre R, con la norma · fn ∈ B(R), definida por 1 si t = n, fn (t) = 0 si t = 0,
∞.

Sea

Se tiene, para todo n, que fn = 1 y si n = m, fn − fm = 1. Por lo tanto, la sucesi´n es acotada. o Una verificaci´n inmediata nos conduce a que ninguna subsucesi´n puede ser de Cauchy, por lo que {fn } o o no admite sucesiones convergentes. Con este ejemplo, confirmamos la valides de los hechos expuestos en la remarca precedente.

Continuidad
Las nociones de l´ ımite y continuidad de aplicaciones f : U ⊂ E → F , donde E y F son espacios normados se generalizan a partir de las aplicaciones de Rn y Rm . Por ejemplo. Definici´n I.1.8 Sean E y F dos espacios de Banach y U ⊂ E. Una funci´n f : U → F es continua en o o x0 ∈ U si ∀ > 0, ∃δ > 0 tal que x∈U y x − x0 < δ ⇒ f (x) − f (x0 ) < .

I.1.1.

Ejercicios

1. Mostrar que la aplicaci´n N : R2 → R dada por N (x) = x2 − x1 x2 + x2 , define una norma sobre R2 o 1 2 y mostrar (expl´ ıcitamente) que esta norma es equivalente a la norma · ∞ . 2. Mostrar que si , : E × E → R es un producto escalar sobre el espacio vectorial real E, entonces la x, x es una norma sobre E. aplicaci´n N : E → R dada por N (x) = o

6

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH 3. Sea E un espacio vectorial real. Mostrar que una norma si y solamente si, para todo x, y ∈ E se tiene x + y + x − y = 2( x + y ) proviene de un producto escalar sobre E,

(identidad del paralelogramo).

4. A un espacio E de Banach se lo llama espacio de Hilbert, si la norma del espacio E proviene de un producto escalar. Mostrar mediante contraejemplos que Rn dotados de la normas · 1 y · ∞ no es un espacio de Hilbert. 5. Se considera los subconjuntos de R2 siguientes: A B C D = {(x, y) ∈ R2 | 0 < x + y ≤ 1} = {(x, y) ∈ R2 | m´x(|x| , |y|) < 3} a = {(x, y) ∈ R2 | (x2 + y 2 )2 − 2x2 + 2y 2 = 0} = {(x, y) ∈ R2 | y = 0, x ∈ {1/n| n = 1, 2, . . .}}.

¿Qu´ conjuntos son abiertos, cerrados, acotados, compactos? Justificar. e 6. Sea C([0, 1]) el conjunto de las funciones continuas de dominio [0, 1]. Mostrar que C([0, 1]) es un espacio vectorial real para la adici´n de funciones y la multiplicaci´n por escalar. o o Mostrar que f 1 y f 2 definidas por
1 1 1/2

f son normas sobre C([0, 1]).

1

=
0

|f (t)| dt,

f

2

=
0

(f (t))2 dt

7. Demostrar que, pra un conjunto arbitrario no vacio A, B(A) = {f : A → R| f es acotada} con es un espacio de Banach. f

= sup |f (t)| ,
t∈A

I.2.

Aplicaciones Lineales

En el curso de Algebra Lineal Avanzada, se ha estudiado en profundidad las aplicaciones lineales desde un punto de vista algebraico. En esta secci´n agregaremos el concepto de continuidad a estas aplicaciones o lineales. A continuaci´n, el teorema que caracteriza las aplicaciones lineales continuas. o Teorema I.2.1 Para una aplicaci´n lineal A : E → f , E y F son espacios vectoriales normados, las o condiciones siguientes son equivalentes: a) A es continua en 0 ∈ E. b) A es continua en todo punto de E. c) Existe C > 0 tal que ∀x ∈ E, A(x) ≤ C x . Demostraci´n.- La implicaci´n (b) ⇒ (a) es obvia. Mostremos (a) ⇒ (b). Sea x ∈ E, como A es continua o o en el origen, ∀ > 0, ∃δ > 0 tal que z ∈ E y z < δ ⇒ A(z) < . Planteando z = y − x, se tiene y − x < δ implica > A(y − x) = A(y) − A(x) .

I.2. APLICACIONES LINEALES Mostremos (a) ⇒ (c). A es continua en O, de donde existe δ(1) > 0 tal que x < δ(1) ⇒ a(x) < 1. Por lo tanto, si x = 0, se tiene a(x) = a( 2 x δ(1) 2 x x) = 2δ(1) x δ(1) a( δ(1) 2 x) < x . 2 x δ(1)

7

Tomando C = 2/δ(1), se tiene el punto (c), x = 0 es evidente. (c) ⇒ (a). Para > 0 dado, tomar δ= . C En los espacios de dimensi´n infinita, es usual llamar a una aplicaci´n lineal operador lineal. Es frecuente o o tambi´n, escribir Ax, en lugar de A(x) y si A es continua, por la propiedad (c) del teorema que acabamos e de demostrar, se dice que A es una aplicaci´n lineal acotada. o Recordando el curso de Algebra Lineal, una aplicaci´n lineal A de Rn en Rm se representa por una matriz, o que tambi´n es denotada por la misma letra A. Por lo tanto, la expresi´n Ax puede ser interpretada como e o el valor de la aplicaci´n A en el punto x, o bien como el producto de la matriz A con el vector x. o Proposici´n I.2.1 Sean E y F espacios normados, E de dimensi´n finita. Entonces toda aplicaci´n lineal o o o A : E → F es continua. Demostraci´n.- Utilizaremos el punto (c) del teorema I.2.1. Sea {e1 , . . . , em } una base de E, por lo tanto o
m m m

A(x) = A(
i=1

xi ei ) =
i=1

xi A(ei ) ≤
i=1

|xi | A(ei ) .

Denotanto M = m´x a

1≤i≤m

A(ei ) , la desigualdad de Cauchy y la equivalencia de normas en espacios finito
m

dimensionales, se obtiene A(x) ≤ M
i=1

√ |xi | ≤ M n x

2

√ ≤ ( nM C ) x .

Corolario I.2.1 Todas las aplicaciones lineales A de Rn en Rm son continuas. Cuando la dimensi´n del espacio dominio es no finita, pueden existir operadores lineales no continuos. o Ejemplo I.2.1 Consideremos C 1 ([0, 1]) el espacio vectorial de las funciones continuamente derivables sobre [0, 1] provisto de la norma f = m´x |f (t)|. El operador lineal a
t∈[0,1]

D : C 1 ([0, 1]) −→ R f → f (0) no es continuo. En efecto, tomando fn (t) = sin(nt), se tiene por un lado fn = 1 y por el otro Df = n, con lo que el punto (c) del teorema I.2.1 no se cumple. En el curso de Algebra Lineal se utiliza Hom(E, F ) para referirse del espacio de las aplicaciones lineales de E en F . En lugar de Hom(E, F ) es frecuente utilizar L(E, F ) y L(E) cuando E = F . Como estamos siguiendo un curso de An´lisis, nos interesa las aplicaciones lineales continuas, utilizaremos la notaci´n L(E, F ) para a o referirnos al conjunto de las aplicaciones lineales de E y F espacios normados y L(E) para el conjunto de las aplicaciones lineales de E en E. Obviamente se tiene ∅ = L(E, F ) ⊂ L(E, F ). La aplicaci´n lineal nula siempre es continua. Dejamos o como ejercicio la verificaci´n de la: o

8

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Proposici´n I.2.2 L(E, F ) es un subespacio vectorial de L(E, F ). o El siguiente paso es dotar de una norma conveniente a L(E, F ) que refleje la caracter´ ıstica de aplicacion lineal de los elementos de este espacio vectorial. Definici´n I.2.1 Sean E y F espacios normados. Sea A ∈ L(E, F ) aplicaci´n lineal continua, se define o o A = sup x = 1 Ax = sup
x=0

Ax . x

(I.2.1)

Esta definici´n significa que A es el n´mero real m´s peque˜o tal que o u a n Ax ≤ A · x . (I.2.2)

La desigualdad (I.2.2) es fundamental para todos los c´lculos relacionados con las aplicaciones lineales. a Proposici´n I.2.3 El espacio L(E, F ) dotado de (I.2.1) es un espacio vectorial normado. Si F es completo, o entonces L(E, F ) es tambi´n un espacio completo. e Demostraci´n.- Las propiedades de positividad y homogeneidad de una norma son faciles de mostrar. o Veamos la desigualdad del tri´ngulo. Para A, B ∈ L(E, F ), se tiene a (A + B)x ≤ Ax + Bx ≤ ( A + B ) x . Dividiendo esta relaci´n por x , tomando el supremo, se obtiene la desigualdad del tri´ngulo A + B ≤ o a A + B . Ahora mostremos la completitud del espacio. Supongamos F completo. Sea {An } una sucesi´n de Cauchy o en L(E, F ). Consideremos x ∈ E, la sucesi´n {An x} es una sucesi´n en F . Veamos que es una sucesi´n de o o o Cauchy, se tiene An x − Am x = (An − Am )x ≤ x An − Am → O cuando n, m → ∞. Como F es completo, denotemos Ax el l´ ımite de la sucesi´n {An x}. Por consiguiente, o hemos obtenido una aplicaci´n o A:E →F x → l´ n→∞ An x ım Esta aplicaci´n es lineal, verificaci´n dejada como ejercicio. Solamente nos falta mostrar que l´ n→∞ An = A o o ım en L(E, F ). Sea > 0, sea x ∈ E con x = 1, como An es una sucesi´n de Cauchy, existe N ∈ N tal que o n, m ≥ N ⇒ An x − Am x ≤ An − Am < Como An x → Ax, cuando n → ∞, existe M (x) tal que m ≥ M (x) ⇒ ∞ Ax − Am x < Por lo tanto tomando m ≥ m´x N, M (x) y n ≥ N , se tiene a An x − Ax 5 ≤ An x − Am x + Am x − An x ≤ . x 6 Por lo tanto An − A → 0, cuando n → ∞. 1 . 3 1 . 2

Proposici´n I.2.4 Sea I ∈ L(E) y consideremos las aplicaciones lineales A ∈ L(E, F ) y B ∈ L(F, G). o Entonces se tiene I = 1, AB ≤ A · B . (I.2.3)

I.2. APLICACIONES LINEALES

9

Demostraci´n.- La propiedad I = 1 es evidente, pero hay que tener cuidado en utilizar la misma norma o en E. Para demostrar la estimaci´n de AB aplicamos dos veces la desigualdad fundamental (I.2.2), o (AB)x ≤ A · Bx ≤ A · B · x . Enseguida, se divide esta relaci´n por x y tomamos el supremo para x = 0. o

Proposici´n I.2.5 Sea A una matriz m × n; es decir, A ∈ L(Rn , Rm )y notemos por o A
p

= sup
x =1

Ax x

p p

,

la expresi´n (I.2.1) si se utiliza la misma norma en los dos espacios Rn y Rm . Entonces, se tiene las f´rmulas o o expl´ ıcitas:
m

A

1

=

j=1,...,n

m´x a

|aij | ,
i=1

(I.2.4)

 A A

n

 |aij | , (I.2.5) (I.2.6)

= =

i=1,...,m

m´x  a
j=1

2

valor propio m´s grande de At A. a

Demostraci´n.- Para la norma x 1 . Se tiene o
m n m n n m m

Ax

1

=
i=1 j=1

aij xj ≤
i=1 j=1

|aij | · |xj | =
j=1 i=1

|aij | |xj | ≤ m´x a

j=1,...,n

|aij |
i=1

· x

1

. |aij0 |.
i

Deducimos que A

1

≤ m´x( a
j i

|aij |. Para mostrar la igualdad, se elige un j0 con m´x( a
j i

|aij | =

Tomamos x = ej0 el j0 -simo vector de la base can´nica, con la elecci´n de este x se tiene igualdad, lo que o o o demuestra que A 1 no puede ser m´s peque˜o que m´x( |aij |. La f´rmula para x ∞ se la demuestra de a n a
j i

la misma manera. Ahora mostremos para la norma euclidiana. La matriz At A es sim´trica y semi definida positiva e 2 t t (x A Ax = Ax 2 ≥ 0), por consiguiente existe una base ortonormada de vectores propios y los valores propios {λ1 , . . . , λn } respectivos son reales no +negativos. Denotamos por {d1 , . . . , dn } los elementos de esta base ortonormada. Se tiene
n

Ax

2 2

=
i=1

λ2 x2 ≤ m´x λi x a i i
i

2

.

Para obtener igualdad, se plantea x igual al vector propio de la base ortnormada asociado al valor propio m´s grande. a

Ejemplo I.2.2 Para la matriz 4 A =  −2 4 se tiene A 1 A 2 A ∞ = m´x{10, 9} = 10 a ≈ 6,4437, = m´x{7, 7, 5} = 7. a   3 5 1

10

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Ejemplo I.2.3 Sea k : [0, 1] × [0, 1] → R una funci´n continua a dos variables. Consideramos el operador o lineal A : C([0, 1]) → C([0, 1]), dado por
1

(Af )(t) =
0

k(t, s)f (s) ds,

y las normas de la proposici´n I.1.6, se tiene o A 1 A ∞ A
2

= m´xs∈[0,1] a = m´xt∈[0,1] a ≤
1 1 0 0

|k(t, s)| ds dt.

1 |k(t, s)| 0 1 |k(t, s)| 0 2

dt, ds,

Ejercicio.- Mostrar los resultados del ejemplo (I.2.3) Proposici´n I.2.6 Sea E un espacio de Banach y supongamos que el operador A ∈ L(E) satisface A ≤ 1. o Entonces I − A es inversible, (I − A)−1 es continua y se tiene (I − A)−1 = I + A + A2 + A3 + · · · Demostraci´n.- Mostremos primero que o An = I + A + A2 + · · · + An es una sucesi´n de Cauchy en L(E). Utilizando An ≤ A o
n

(I.2.7)

, se obtiene para m > n
n+1

An − Am = An+1 + · · · + Am ≤ An+1 + · · · + Am ≤ A

+ ··· + A

m

A . 1− A

n+1

Como E es completo, entonces L(E) tambi´n es completo. Por lo tanto, {An } es una sucesi´n convergente, e o cuyo l´ ımite denot´mosle por B. e Ahora bien, pasando al l´ ımite cuando n → ∞ en la identidad An (I − A) = (I − A)An = I − An+1 se obtiene que B(I − A) = (I − A)B = I lo que demuestra la inversibilidad de (I − A) en L(E).

I.2.1.

Ejercicios

1. Sea E un espacio de Hilbert y sea A ∈ L(E). Mostrar que A = sup
u=0,v=0

u, Av u · v

donde ·, · es el producto escalar y · es la norma inducida por el producto escalar. 2. El radio espectral ρ(A) de una matriz n × n, A, est´ definido por: a ρ(A) = m´x{|λ| | λ valor propio de A} a Sea E = Rn provisto de una norma y sea A ∈ L(E). Mostrar que para toda norma sobre Rn se tiene la desigualdad siguiente A ≥ ρ(A) y que si A es sim´trica se tiene la igualdad A e 3. Sea A= 0,999 0 1000 0,999 .
2

= ρ(A).

I.3. DIFERENCIABILIDAD EN LOS ESPACIOS NORMADOS (a) Calcular el radio espectral ρ(A), as´ como A 1 , A ı
2

11
∞.

y A

(b) Encontrar una norma · sobre R2 tal que para esta norma, se tenga A ≤ 1. 4. Consideremos el conjunto de las matrices n × n, que identificamos con Rn·n y que se le dota de la norma A = sup x ≤1 Ax . Sea l : Rn·n → Rn·n la aplicaci´n lineal dada por l(H) = X0 H + HX0 o donde X0 es una matriz fija. Calcular la norma de la aplicaci´n l. o 5. En el marco del ejemplo I.2.3 demostrar que
1

A

= m´x a
t∈[0,1] 0

|k(t, s)| ds.

Indicaci´n.- Considerar primero que la funci´n k(t, s) posee un n´mero finito de ceros. o o u 6. Consideremos la ecuaci´n integral siguiente, llamada ecuaci´n integral de Fredholm (segunda especie): o o
1

y(t) = f (t) +
0

k(t, s)y(s) ds,

(I.2.8)

donde f ∈ C([0, 1]) y k ∈ C([0, 1] × [0, 1]) son datos e y es la inc´gnita. Se supone que o
1

m´x a
t∈[0,1] 0

|k(t, s)| ds < 1.

(a) Demostrar que (I.2.8) posee una unica soluci´n en C([0, 1]). ´ o (b) Utilizando la serie de Neumann, escribir la soluci´n bajo la forma o
1

y(t) = f (t) +
0

r(t, s)f (s) ds.

7. Resolver y(t) = f (t) +
1

1 2

1

et−2 y(s) ds
0

(I.2.9)

(a) Se plantea a ≡ 0 e−s y(s) ds. Multiplicando (I.2.9) por e−t e integrando, se encuentra a y por lo tanto la soluci´n y(t) = f (t) + aet /2. o (b) Utilizando la f´rmula del ejercicio precedente. o

I.3.

Diferenciabilidad en los Espacios Normados

En el curso de Primer A˜o de An´lisis, se dio la definicion de diferenciabilidad de una aplicaci´n de Rn en n a o Rm . Esta misma definici´n puede ser generalizada a espacios normados. o Definici´n I.3.1 Sean E, F dos espacios vectoriales normados y U ⊂ E un abierto. Se dice que f : U → F o es diferenciable en a ∈ U , si existe una aplicaci´n lineal continua f (a) ∈ L(E, F ) tal que o f (x) = f (a) + f (x)(x − a) + r(x) x − a , donde la funci´n r : U → F safisface r(x) → 0 cuando x → a. o Remarca I.3.1 Respecto a la definic´n para las funciones de Rn en Rm se exige que f (a) sea continua. Esto o es importante, porque sino un funci´n diferenciable podr´ no ser continua. En el caso finito dimensional, o ıa esta hip´tesis est´ dem´s porque todas las aplicaciones lineales son continuas. o a a (I.3.1)

12

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Ejemplo I.3.1 Sean E = R3 , F = R2 y f : E → F dada por f (x) = f1 (x1 , x2 , x3 ) f1 (x1 , x2 , x3 ) = x2 + x2 + x2 1 2 3 x1 x2 x3 .

La derivada en el punto a = (a1 , a2 , a3 ) es la aplicaci´n lineal f (a) ∈ L(R3 , R2 ), cuya matriz es o f (a) = 2a1 a2 a3 2a2 a1 a3 2a3 a1 a2 .

Se verifica facilmenten que la aplicaci´n r(x) de (I.3.1) satisface r(x) → 0 si x → 0. Como todas las normas o son equivalentes en Rn y Rm no es necesario precisar la norma con la cual se trabaja. Ejemplo I.3.2 En el ejemplo precedente se dio la matriz de la derivada de la funci´n. Consideremos E = o L(Rn ), como espacio vectorial E es de dimensi´n n × n. Sea f : E → E dada por f (X) = X 2 . Se tiene o f (A + H) = (A + H)2 = A2 + AH + HA + H 2 , deducimos que f (A) es la aplicaci´n lineal f (A)H = AH + HA. o Ejemplo I.3.3 Consideremos el espacio C([0, 1]) con la norma · a(t) y estudiemos la aplicaci´n f : C([0, 1]) → C([0, 1]), o
1 ∞,

denotemos sus elementos por x(t) o

f (x)(t) =
0

k(t, s)g(x(s)) ds,

donde k : [0, 1] × [0, 1] → R es continua y g : R → R es 2 veces continuamente diferenciable. Para una funci´n o a ∈ C([0, 1]) dada, busquemos la derivada f (a). Con h ∈ C([0, 1]), se tiene:
1

(f (a + h) − f (a))(t)

=
0 1

k(t, s)(g(a(s) + h(s)) − g(a(s)))ds 1 k(t, s)(g (a(s))h(s) + g (α(s)h(s)))h(s) ds, 2

=
0

donde α(s) es un valor entre a(s) y a(s)+h(s). Este c´lculo muestra que la aplicaci´n lineal f (a) : C([0, 1]) → a o C([0, 1]), definida por
1

(f (a)h)(t) =
0

k(t, s)g (a(s))h(s) ds,

es una buena candidata para la derivada de f . Esta aplicaci´n es continua, ver ejemplo de la secci´n preo o 2 cedente. Adem´s el resto f (a + h) − f (a) − f (a)h ∞ puede ser estimado por C h ∞ , por que g (x) es a acotada sobre el intervalo que contiene a(s) y a(s) + h(s) para todo s ∈ [0, 1] y todo h con h ∞ ≤ 1 Definici´n I.3.2 Una aplicaci´n A : E → F , donde E y F son espacios vectoriales normados es un o o isomorfismo, si A es lineal, biyectiva, continua y si A−1 es continua. Se denota GL(E, F ) = {A ∈ L(E, F )|A es un isomorfismo}. Para F = E, se escribe tambi´n GL(E) en lugar de GL(E, E). e Proposici´n I.3.1 Sea E un espacio de Banach. La aplicaci´n f (X) = X −1 de GL(E) en L(E) es difeo o renciable y se tiene f (A)H = −A−1 HA−1 . (I.3.2) Demostraci´n.- La continuidad de f (A) es una consecuencia de o f (A)H ≤ A−1
2

H .

I.3. DIFERENCIABILIDAD EN LOS ESPACIOS NORMADOS El resto f (A + H) − f (A) − f (A)H = ((I + A−1 H)−1 − I + A−1 H)A−1 =
j≥2 2 3

13

(−A−1 H)j A−1

puede ser estimado por H H → 0.

A−1

/(1 − A−1 − H ). Dividido por H , este resto tiende a 0 cuando

Para dos espacios vectoriales normados E1 y E2 , de normas respectivas · producto E1 × E2 . Si al espacio producto se le dota de la norma (x1 , x2 ) = m´x{ x1 a se obtiene un espacio vectorial normado.
E1

E1

y ·

E2 ;

consideremos el espacio

, x2

E2 },

(I.3.3)

Proposici´n I.3.2 El espacio producto E1 × E2 dotado de la norma (I.3.3) es un espacio de Banach, si y o solamente si E1 y E2 son espacios de Banach. Demostraci´n.- Ejercicio. o

Definici´n I.3.3 Una aplicaci´n bilineal B : E1 ×E2 → F es una aplicaci´n bilineal acotada, si exite M > 0 o o o tal que B(x1 , x2 ) ≤ M · x1 E1 · x2 E2 , ∀(x1 , x2 ) ∈ E1 × E2 . (I.3.4) Proposici´n I.3.3 Una B : E1 × E2 → F bilineal acotada es diferenciable y su derivada est´ dada por o a B (a1 , a2 )(h1 , h2 ) = B(a1 , h2 ) + B(h1 , a2 ). Demostraci´n.- La continuidad de B (a1 , a2 ) resulta de o B (a1 , a2 )(h1 , h2 ) = B(a1 , h2 ) + B(h1 , a2 ) ≤ B(a1 , h2 ) + B(h1 , a2 ) ≤ M ( a1
E1

(I.3.5)

h2

E2

+ h1

E1

a2

E2 )

≤ 2 · M (a1 , a2 ) La diferenciabilidad de B es una consecuencia de

(h1 , h2 ) .

B(a1 + h1 , a2 + h2 ) − B(a1 , a2 ) − B (a1 , a2 )(h1 , h2 ) = B(h1 , h2 ), porque B(h1 , h2 ) ≤ M a1
E1

h2

E2

≤ M (h1 , h2 )

2

.

Proposici´n I.3.4 Sean f, g : U → F , U abierto de E, diferenciables en a ∈ U , y sea λ ∈ R. Entonces, se o tiene (f + g) (a) = f (a) + g (a), (λf ) (a) = λf (a). (I.3.6) Demostraci´n.- Ejercicio. o

14

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Proposici´n I.3.5 Sean E, F, G tres espacios vectoriales normados. Sean U abierto de E, V abierto de F . o Se considera dos aplicaciones, f : U → V diferenciable en a ∈ U y g : V → G diferenciable en f (a) ∈ V . Entonces g ◦ f es diferenciable en a y se tiene (g ◦ a) (a) = g (f (a)) ◦ f (a). Demostraci´n.- Ejercicio. o (I.3.7)

Proposici´n I.3.6 (F´rmula de Leibniz) Sean E, F1 , F2 , F espacios vectoriales normados, U abierto o o de E, f : U → F1 y g : U → F2 aplicaciones diferenciables en a ∈ U , y B : F1 × F2 → G una aplicaci´n o bilineal acotada. Entonces la aplicaci´n p(x) = B(f (x), g(x)) es diferenciable y se tiene o p (x)h = B(f (a), g (a)h) + B(f (a)h, g(a)). (I.3.8)

Demostraci´n.- Consecuencia de las proposiciones sobre la diferenciabilidad de la aplicaci´n bilineal acoo o tada y la composici´n de aplicaciones, por que p = B ◦ d donde o d(x) = (f (x), g(x)) con derivada d (x)h = (f (x)h, g (x)h).

I.3.1.

Ejercicios

1. Sea E un espacio de Banach, consideramos la aplicaci´n f : C(E) → C(E) dada por f (X) = X 3 . o Calcular la derivada de f . Mostrar con ejemplos que en general, f (X) = 3X 2 . 2. Sea E un espacio de Banach, se considera la aplicaci´n exp : C(E) → C(E) dada por la serie siguiente: o exp(X) = 1 n X . n! n=0

(a) Mostrar que la aplicaci´n exp est´ bien definida. o a (b) Calcular la derivada, exp de la aplicaci´n exp. o (c) Mostrar con ejemplos que en general exp (X) = exp(X). Indicaci´n.- Si le ayuda, suponer que E = Rn . o 3. Calcular la derivada de la funci´n f : GL(Rn ) → L(Rn ) dada por f (X) = (X t X)−1 . o 4. Sea A : R → Mn,n (R) una funci´n diferenciable con valores en las matrices de n × n. Mostrar que o d A(x) dx
−1

= −A(x)−1 A (x)A(x)−1 .

5. (a) Sea M : E1 ×· · ·×En → F una aplicaci´n multilineal donde E1 , . . . , En , F son espacios vectoriales o normados. Calcular la derivada de M . (b) Sea A : R → M3,3 (R) una funci´n matricial, cuyas columnas son A1 (x), A2 (x) y A3 (x). Mostrar o que d det(A(x)) = det(A1 , A2 , A3 ) + det(A1 , A2 , A3 ) + det(A1 , A2 , A3 ). dx √ 6. Sea f (x, y) = ln(x2 +y 2 ) para x2 +y 2 > 0 y g(x, y) = (xy, x/y)t para x > 0, y > 0. Calcular la derivada de h(x, y) = (f ◦ g)(x, y) = ln(x2 y 2 + x/y 2 ) directamente y luego con la f´rmula de diferenciaci´n de o o funciones compuestas.

I.4. TEOREMA DE LOS INCREMENTOS FINITOS

15

I.4.

Teorema de los Incrementos Finitos

Para una funci´n f : [a, b] → R, el teorema de los incrementos finitos, (o teorema de Lagrange) afirma que o existe un ξ ∈ (a, b) tal que f (b) − f (a) = f (ξ)(b − a) si f es continua sobre [a, b] y diferenciable sobre (a, b). Para una funci´n f : [a, b] → Rm , la afirmaci´n del teorema ya no es cierta. Un contra ejemplo es o o la funci´n f (x) = (cos x, sin x) y [a, b] = [0, 2π]. Se tiene que f (a) = f (b), sin embargo, no existe ξ con o f (ξ) = (0, 0). Pero, se ve que la desigualdad f (b) − f (a) ≤ f (ξ) · b − a . En un primer teorema, consideraremos las funciones f : [a, b] → F donde F es un espacio vectorial normado. Enseguida, extenderemos el resultado a funciones f : U → F , donde U ⊂ E y E es otro espacio vectorial normado Teorema I.4.1 Sean a < b dos n´meros reales, F un espacio vectorial normado, f : [a, b] → F y g : [a, b] → u R dos aplicaciones continuas sobre [a, b] y diferenciables sobre (a, b). Supongamos que f (t) ≤ g (t) para a < t < b. Entonces f (b) − f (a) ≤ g(b) − g(a). Demostraci´n.- Para un o > 0 dado, consideremos la desigualdad f (t) − f (a) ≤ g(t) − g(a) + (t − a) + . (I.4.1)

Esta desigualdad se cumple estrictamente para t = a, por la continuidad de f y g, en un vecindario de a. Por lo tanto, el supremo c = sup{t ∈ [a, b]| (I.4.1) se cumple } existe y se tiene que c > a. Mostremos que la desigualdad se cumple para c. Por definici´n del supremo, existe una sucesi´n {tn }, o o tn → c, tal que f (tn ) − f (a) ≤ g(tn ) − g(a) + (tn − a) + . (I.4.2) Pasando al l´ ımite n → ∞, la continuidad de f y g aseguaran la desigualdad (I.4.1) para t = c. Supongamos que c < b. La diferenciabilidad de f y g en el punto c implica la existencia de un η > 0 tal que f (t) − f (c) ≤ f (c) (t − c) + 2 (t − c), g(t) − g(c) ≥ g (c)(t − c) − 2 (t − c) para todo t ∈ [c, c + η]. La hip´tesis f (c) ≤ g (c) implica entonces que o f (t) − f (c) ≤ g (c)(t − c) + (t − c) ≤ g(t) − g(c) + (t − c). 2 Esto, con la desigualdad (I.4.1) para t = c, conduce a f (t) − f (a) ≤ f (t) − f (c) + f (c) − f (a) ≤ g(t) − g(c) + (t − c) + g(c) − g(a) + (c − a) + ≤ g(t) − g(a) + (t − a) +

para todo t ∈ [c, c + η], lo que contradice la definici´n de c. Entonces, se tiene necesariamente c = b. Si se o deja tender hacia 0 en (I.4.1) con t = b, se obtiene la afirmaci´n del teorema. o

Consideremos la situaci´n en la que f est´ definida sobre un abierto U de un espacio vectorial normado E, o a que sea necesariamente R. Para a, b ∈ E, se llama segmento de extremidades a y b al conjunto de los puntos x ∈ E que son de la forma x = a + t(b − a) con 0 ≤ t ≤ 1.

16

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Teorema I.4.2 (Teorema de los Incrementos Finitos) Sean E, F espacios vectoriales normados y U ⊂ E abierto. Si f : U → F es diferenciable en U , y si el segemento de extremidades a y b est´ contenido en U , a se tiene f (b) − f (a) ≤ sup f (a + t(b − a)) · b − a . (I.4.3)
0<t<1

Demostraci´n.- La aplicaci´n h(t) = f (t + a(b − a)) es una aplicaci´n diferenciable de [0, 1] en F y se tiene o o o h (t) = f (a + t(b − a))(b − a), por lo tanto h (t) ≤ f (a + t(b − a)) · b − a . Suficiente aplicar el teorema I.4.1, remplazando a por 0, b por 1, f por h y g(t) por M t donde M = sup f (a + t(b − a)) · b − a .
0<t<1

Se dice que un conjunto D de un espacio vectorial es convexo si, cuales sean a, b ∈ D, le segmento de extremidades a y b est´ contenido en D. a Corolario I.4.1 Sean E, F espacios vectoriales normados, U ⊂ E abierto, f : U → F diferenciable, y D ⊂ U convexo. Entonces, f (x) − f (y) ≤ sup f (z) · x − y
z∈D

para x, y ∈ D. Demostraci´n.- Consecuencia inmediata del teorema I.4.2. o

Un abierto U de un espacio vectorial normado se dice conexo, si dos puntos cualesquiera de U pueden ser unidos mediante una l´ ınea segmentada en U recordemos que una linea segmentada es la union finita de segmentos de extremidades ai−1 y ai , i = 1, . . . , m. Corolario I.4.2 Sean E, F espacios vectoriales normados, U un abierto conexo de E, f : U → F una aplicaci´n diferenciable en U . Si f (x) = 0 para todo x ∈ U , entonces f es constante. o Demostraci´n.- Fijemos a ∈ U y tomemos x ∈ U arbitrario. Como U es conexo, existe una sucesi´n finita o o a = a0 , a1 , . . . , am = x tales que los segmentos de extremidades ai−1 y ai est´n contenidos en U . El teorema a I.4.2 implica f (ai ) − f (ai−1 ) ≤ sup f (ai−1 + t(ai − ai−1 )) · ai − ai−1 = 0.
0<t<1

Por lo tanto, f (ai ) = f (ai−1 ) y por consiguiente f (x) = f (a).

I.4.1.

Ejercicios

1. Sea f : [a, b] → R continua, x1 , x2 , . . . , xn ∈ (a, b) y f diferenciable sobre el conjunto D = (a, b) − {x1 , x2 , . . . , xn }. Demostrar o dar contra ejemplos de las afirmaciones siguientes: (a) Existe un x ∈ D tal que f (b) − f (a) = f (ξ)(b − a). (b) Se tiene la estimaci´n o |f (b) − f (a)| ≤ sup |f (t)| (b − a).
t∈D

I.5. TEOREMA DEL PUNTO FIJO DE BANACH

17

I.5.

Teorema del punto fijo de Banach

Consideremos el problema de resolver una ecuaci´n no lineal en un espacio de Banach. Para las funciones f o y g de E, el problema puede ser formulado de la manera siguiente: • g(x) = 0, • f (x) = x, se busca un cero de g, o se busca un punto fijo de f .

Planteando f (x) = x + g(x) o f (x) = x + Ag(x), con A ∈ GL(E), se puede pasar de una formulaci´n a la o otra. El teorema siguiente da una condici´n suficiente para la existencia y la unicidad de una soluci´n a este o o problema. Teorema I.5.1 (Teorema del punto fijo de Banach, 1922.) Sean E un espacio de Banach, D ⊂ E cerrado, y f : D → E una aplicaci´n que satisface: o i) f (D) ⊂ D. ii) f es una contracci´n sobre D; es decir, existe α < 1 tal que o f (x) − f (y) ≤ α x − h Entonces f posee un unico punto fijo en D. ´ Demostraci´n.- Mostremos primero la unicidad. Sean x, y ∈ D dos puntos fijos; es decir f (x) = x y o f (y) = y. La contractividad implica que x − y = f (x) − f (y) ≤ α x − y con α < 1 es solo posible si x = y. Para la existencia, tomemos x0 ∈ D y consideremos la sucesi´n dada por xn+1 = f (xn ). La hip´tesis o o f (D) ⊂ D asegura que {xn } es una sucesi´n en D. Mostremos que {xn } es una sucesi´n de Cauchy. Se tiene o o xn+1 − xn = f (xn ) − f (xn−1 ) ≤ α xn − xn−1 y aplicando esta desigualdad iterativamente, se obtiene xn+1 − xn ≤ αn x1 − x0 . Para m > n, se deduce que xm − xn xm − xm−1 + xm−1 − xm−2 + · · · + xn+1 − xn ≤ (αm−1 + αm−2 + · · · + αn ) x1 − x0 ≤ an 1 − α x1 − x0 . Entonces, {xn } es una sucesi´n de Cauchy. Como E es un espacio completo, esta sucesi´n converge hacia o o x ∈ E. Como D es cerrado x ∈ D. La condici´n de contractividad, implica que f sea uniformemente continua sobre D, por lo tanto continua. o Tomando el l´ ımite n → ∞ en xn+1 = f (xn ) y utilizando la continuidad de f , se obtiene x = f (x). para x, y ∈ D. (I.5.1)

La demostraci´n del teorema del punto fijo de Banach es constructiva y nos conduce al algoritmo siguiente: o

M´todo de las aproximaciones sucesivas e
Para resolver un problema x = f (x) en un espacio de Banach, este m´todo est´ definido por: e a • Se elige x0 arbitrariamente, • se aplica la iteraci´n xn+1 = f (xn ). o

18

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Bajo las hip´tesis del teorema, este algoritmo converge hacia una soluci´n unica del problema. A menudo, o o ´ las hip´tesis son dificiles de verificar, pero de todas maneras se puede aplicar este algoritmo. Si se tiene o convergencia, estamos seguros de haber encontrado una soluci´n (si f es continua). Esta soluci´n no es o o necesariamente unica. ´ Ejemplo I.5.1 Tomemos la funci´n f (x) = cos x sobre D = [0, 1]. Esta funci´n es una contracci´n, por que o o o |f (x)| ≤ sin 1 < 1 para x ∈ D. Otro ejemplo es la funci´n f (x) = ex /4 sobre D = [0, 1,1]. Para esta funci´n o o se tiene |f (x)| = ex /4 ≤ e1,1 /4 < 1 sobre D. Las iteraciones son ilustradas en la figura I.5.1

Figura I.5.2: M´todo de las aproximaciones sucesivas para f (x) = cos x y f (x) = ex /4 e Ejemplo I.5.2 Consideremos el sistema de dos ecuaciones no lineales a dos incognitas x = 2 + (x2 + y 2 )/20, y = 1 − xy 3 /10.

Sin verificar las hip´tesis del teorema del punto fijo de Banach, aplicamos el m´todo iterativo con valores o e o o iniciales x0 = 2, y0 = 1. Se obtiene entonces y se observa que la sucesi´n converge a la soluci´n x = 2,3014505, x1 x2 x3 x4 2,2500000 2,2851250 2,3002333 2,2999777 y1 y2 y3 y4 0,8000000 0,8840000 0,8417129 0,8628284

Cuadro I.1: Iteraciones sucesivas y = 0,8557662 del sistema. Ejemplo I.5.3 Consideramos el espacio de Banach C([0, 1]) con la norma ·
1 ∞

y el problema a punto fijo

y(t) = f (t) + λ
0

k(t, s)y(s) ds,

donde f y k son dados y λ es tal que
1

|λ| · m´x a

0≤t≤1

|k(t, s)| ds < 1,
0

(I.5.2)

ver ejemplo 3 de la secci´n I.3. El m´todo de las aproximaciones sucesivas se escribe como sigue: Se toma o e u una aproximaci´n inicial, por ejemplo y0 (t) = f (t) y se itera seg´n o
1

yn+1 (t) = f (t) + λ
0

k(t, s)yn (s) ds.

La sucesi´n {yn (t)} converge hacia la soluci´n unica de (I.5.2. o o ´

I.5. TEOREMA DEL PUNTO FIJO DE BANACH

19

Consideremos el problema de resolver f (x) = y para un vector dado y y busquemos resultados sobre la existencia y la unicidad (local) de una soluci´n; es decir, buscamos resultados sobre la biyectividad de f . o Adem´s, nos gustar´ saber si la soluci´n depende continuamente del par´metro y. Esto est´ resumido en la a ıa o a a definici´n siguiente. o Definici´n I.5.1 Sean E, F espacios vectoriales normados, U ⊂ E y V ⊂ F . Una aplicaci´n f : U → V es o o un homeomorfismo de U sobre V , si f es biyectiva, continua y si la inversa f −1 : V → V es continua.

M´todo de Newton Simplificado e
Supongamos que f (a) = b y consideremos el problema f (x) = y para un y dado, pr´ximo a b. Sea x0 una o aproximaci´n de la soluci´n buscada, por ejemplo x0 = a. La idea de linealizar el problema alrededor de x0 o o y de resolver el problema linealizado para obtener una mejor aproximaci´n x1 : o f (x0 ) + f (x0 )(x1 − x0 ) = y ox1 = x0 − f (x0 )−1 (f (x0 ) − y).

Iterando este procedimiento, se obtiene el m´todo de Newton e xn+1 = xn − f (xn )−1 (f (xn ) − y) ver figura I.5.2. Este m´todo puede ser interpretado como el m´todo de las aproximaciones sucesivas aplicado e e a x = g(x), donde g(x) = x − f (x)−1 (f (x) − y). En la pr´ctica, se remplaza a menudo la derivada f (xn ) por una aproximaci´n A que no dependa de xn . a o Esto simplifica el c´lculo num´rico y la teor´ (estudio de convergencia, ver el teorema siguiente). Nosotros a e ıa consideraremos entonces el m´todo de Newton Simplificado, que se escribe como xn+1 = g(xn ) donde e g(x) = x − A−1 (f (x) − y) (I.5.3)

Figura I.5.3: M´todo de Newton (izquierda) y m´todo de Newton simplificado (derecha) e e Proposici´n I.5.1 Sean E, F espacios de Banach, B = {x ∈ E| x − a ≤ ρ}, A : E → F un isomorfismo o y supongamos que f : B → F satisfaga x − z − A−1 (f (x) − f (z)) ≤ α z − z para x, z ∈ B (I.5.4)

con α < 1. Entonces f es un homeomorfismo de B sobre f (B). Adema´s cada y con y − f (a) ≤ σ = a ρ(1 − α)/ A−1 est´ en f (B) y el m´todo de Newton simplificado (con x0 = a) converge hacia la soluci´n a e o de f (x) = y. Demostraci´n.- Mostremos primero que f : B → f (B) es un homeomorfismo. La aplicaci´n g(x) de (I.5.3) o o es una contracci´n sobre B para nuestra hip´tesis. La continuidad de f (x) es una consecuencia de o o f (x) − f (z) = A(x − z) − A(g(x) − g(z)) ≤ A (1 + α) x − z .

20

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

De la definici´n de g(x), deducimos que x − z = g(x) − g(z) + A−1 (f (x) − f (z)) y nosotros obtenemos la o estimaci´n x − z ≤ α x − z + A−1 · f (x) − f (z) . Se tiene por lo tanto o x−z ≤ A−1 1−α f (x) − f (z) para x, z ∈ B (I.5.5)

La funci´n f : B → f (B) es sobreyectiva por definici´n. Por la propiedad (I.5.5) demuestra que es inyectiva o o y por lo tanto biyectiva. Planteando u = f (x) y v = f (z) en (I.5.5), se obtiene f −1 (u) − f −1 (v) ≤ A−1 1−α u−v , (I.5.6)

lo que demuestra la continuidad de f −1 sobre f (B). Consideremos un y ∈ F con y − f (a) ≤ σ. Mostremos que g(B) ⊂ B. Esto proviene de g(x) − a = x − a − A−1 (f (x) − f (a)) − A−1 (f (a) − y), porque g(x) − a ≤ α x − a + A−1 · f (a) − y ≤ αρ + A−1 σ = ρ para x ∈ B. Como B es cerrado, se puede aplicar el teorema del punto fijo de Banach. Para un tal y existe x ∈ B satisfaciendo g(x) = x, es decir f (x) = y.

Si f (x) es diferenciable en a, el centro de la bola B, es natural elegir A = f (a) a condici´n que A sea un o isomorfismo de espacios normados. Pero la diferenciabilidad en el punto a no garantiza que la estimaci´n o (I.5.4) sea verificada para un α < 1. Nosotros consideraremos entonces una condici´n m´s fuerte que la o a diferenciabilidad. Definici´n I.5.2 Sean E y F espacios vectoriales normados, U ⊂ E abierto, a ∈ U . Se dice que f : U → F o es estrictamente diferenciable en a ∈ U si existe una aplicaci´n lineal continua A : E → F tal que o f (x) − f (z) = A(x − z) + r(x, z) x − z , donde la funci´n r : U × U → F satisface r(x, z) → 0 si (x, z) → (a, a). o Planteando z = a en (I.5.7) se tiene (I.3.1) con A = f (a). De esta manera estrictamente diferenciable en a, implica diferenciable en a. A partir de (I.5.7), se ve que una funci´n estrictamente diferenciable en a es o continua en todo un vecindario de a. Ejemplo I.5.4 Existe funciones que son diferenciables en a. pero no estrictamente diferenciables en a. Se puede tomar una funci´n que es diferenciable en a, pero que no es continua en ning´n vecindario de a. Ver o u Primer A˜o de An´lisis. Otro ejemplo es la funci´n n a o f (x) = 0 six = 0 x2 cos(1/x) sino. (I.5.7)

Las sucesiones xn = 1/(2nπ) y zn = ((2n + 1)π)−1 convergen hacia 0, pero (f (xn ) − f (zn ))/(xn − zn ) = 2 (x2 + zn )/(xn − zn ) no convergen hacia f (0) = 0 si n → 0. n Teorema I.5.2 Sean E, F espacios vectoriales normados U ⊂ E abierto y a ∈ U . Si f : U → F es diferenciable en U y si la aplicaci´n f : U → L(E, F ) es continua en el punto a, entonces f es estrictamente o diferenciable en el punto a. Demostraci´n.- Apliquemos el teorema de los incrementos finitos a g(x) = f (x) = f (a)x. o Como la derivada de g(x) es g (x) = f (x) − f (a), se tiene f (x) − f (z) − f (a)(x − z) ≤ sup
0<t<1

f (z + t(x − z)) − f (a) · x − z .

La continuidad de f (x) en el punto a implica que la expresi´n o sup
0<t<1

f (z + t(x − z)) − f (a)

tiende a 0 si (x, z) → (a, a).

I.5. TEOREMA DEL PUNTO FIJO DE BANACH

21

Ejemplo I.5.5 Retomemos la funci´n f (X) = X −1 de la proposici´n I.3.3, para la cual la derivada es o o f (X)H = −X −1 HX −1 . Mostremos que esta funci´n es estrictamente diferenciable en GL(E). Como f (X) o es continua en A ∈ GL(E), se tiene que para todo > 0 existe un δ > 0 tal que X −1 − A−1 < si X − A < δ. Escribiendo f (X)H − f (A)H = −X −1 HX −1 + A−1 HA−1 = −X −1 H(X −1 − A−1 ) − (X −1 − A−1 )HA−1 , se obtiene (f (X) − f (A))H ≤ ( X −1 + A−1 ) H . Se deduce f (X) − f (A) ≤ ( X −1 + A−1 ) y por lo tanto la continuidad de f (X) en el punto A. Esto nos permite aplicar el teorema precedente. Para todas las funciones de los ejemplos de la secci´n I.3, se puede demostrar sin dificultad que f (x) es o continua. Entonces, el teorema 6,2 implica que son estrictamente diferenciales.

I.5.1.

Ejercicios
x + e−x/2 ex/2 si x ≥ 0 . si x < 0

1. Consideremos la funci´n f : R → R definida por o f (x) =

(a) Mostrar que |f (x) − f (y)| < |x − y| para x = y. (b) Mostrar que la funci´n f (x) no posee puntos fijos. o ¿Hay una contradicci´n con el teorema del punto fijo? o 2. Se considera C([0, 1]) con la norma ·

y la aplicaci´n f : C([0, 1]) → C([0, 1]) dada por o
1

f (x)(t) = λ
0

k(t, s)g(x(s))ds

donde k ∈ C([0, 1] × [0, 1]) y g : R → R lo suficientemente diferenciablel. Encontrar una condici´n sobre o λ bajo la cual f es una contracci´n sobre el cerrado o D = {x ∈ C([0, 1])| x

≤ 1}.

3. Mostrar que la hip´tesis “D cerrado” no puede, en general, ser omitida en el teorema del punto fijo o de Banach: encontrar un D no cerrado y una aplicaci´n f : D → E tales que f (D) ⊂ D y f es una o contracci´n sobre D, pero que f no posee un punto fijo en D. o 4. Sea U un abierto conexo de R y E un espacio vectorial normado. Sea f : U → E una aplicaci´n que o satisface 2 f (x) − f (y) ≤ C x − y para todo x, y ∈ U, donde C > 0. Mostrar que f es constante sobre U . 5. Sea la funci´n f : R2 → R3 dada por o  x2 + x2 + 5 1 2 f (x1 , x2 ) =  3x1 x2 + 2  x3 + x3 1 2 y sea K = {(x1 , x2 ) ∈ R2 | |x1 | ≤ 1, |x2 | ≤ 2}. Encontrar una constante L tal que f (x) − f (y) L se llama constante de Lipschitz.

≤L x−y

para x, y ∈ K.

22

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH 6. Sea A ∈ L(E) con A < 1 y consideremos el problema x = Ax + b. Mostrar que la k-sima aproximaci´n xk , obtenida por el m´todo de las aproximaciones sucesivas con o e (x0 = b) es igual a la aproximaci´n obtenida al truncar la serie de Neumann para (I − A)−1 despu´s o e de k t´rminos. Encontrar as´ una conexi´n entre el ejercicio 6 de la secci´n I.2 y el ejemplo I.5.3. e ı o o 7. Estimaci´n del error para el m´todo de las aproximaciones sucesivas. Sea x∗ un punto fijo dado por o e este m´todo. Demostrar e α (I.5.5) x∗ − xk ≤ xk − xk−1 . 1−α Para las funciones del ejemplo I.5.2, efectuar algunas iteraciones y utilizar (I.5.5) para obtener una estimaci´n rigurosa del error. o 8. Sean E, F espacios vectoriales normados y U ⊂ E cerrado. Se plantea la interrogante siguiente: “¿Sea f : U → F inyectiva, es f un homeomorfismo de U sobre f (U )?”. (a) Demostrar que es cierto si E = Rn y U es acotado. (b) Mostrar mediante un contra ejemplo que la afirmaci´n no es cierta en espacios de dimensi´n finita o o (considerar por ejemplo la identidad en un espacio provisto de 2 normas no equivalentes). 9. Consid´rese la funci´n f : [−1, 1] → R dada por e o f (x) =
1 n+1 (2 |x| 1 − n)

0

si si

1 ≤ |x| n−1 x=0

1 n

Mostrar que f es estrictamente diferenciable en el origen, pero que no es diferenciable en ning´n u vecindario de 0. Indication.- f (x) satisface f (1/n) = 1/n(n + 1) y es lineal sobre [1/n, 1/(n + 1)]. 10. Sea A ∈ L(E) un isomorfismo. Para calcular su inversa, se aplica el m´todo de Newton a la equati´n e o X −1 − A = 0. Mostrar que se obtiene la iteraci´n o Xk+1 = Xk+1 + Xk (I − AXk ) y verificar que la sucesi´n {Xk } converge hacia A−1 si I − AX0 < 1. o Indication. Ek = I − AXk satisface Ek+1 = Ek Ek .

I.6.

Teorema de Inversi´n Local o

Continuamos con el estudio de la resoluci´n de las ecuaciones no lineales f (x) = 0 o f (x) = y para un y en o un espacio de Banach. Ejemplo I.6.1 Ejemplo Consideremos el sistema no lineal x2 + x2 − 3x1 = y1 , 1 2 x4 − x2 x2 + 2 = y2 . 1 1 (I.6.1)

Para (x1 , x2 ) = (1, 2) se obtiene (y1 , y2 ) = (6, 1). La pregunta a la cual nos gustar´ responder es la siguiente: ıa ¿Para (y1 , y2 ) pr´ximo de (6, 1), exite una soluci´n (x1 , x2 ) de (I.6.1) que es pr´xima de (1, 2)? ¿Es localmente o o o unica? ´ Decimos que una aplicaci´n f : U → F , donde E, F son espacios vectoriales normados y U ⊂ E abierto, o es un homeomorfismo alrededor de a ∈ U , si existe un vecindario abierto U ⊂ U de a y un vecindario abierto de V de f (a) tales que la restricci´n f |U es un homeomorfismo de U sobre V . o

´ I.6. TEOREMA DE INVERSION LOCAL

23

Teorema I.6.1 (Teorema de Inversi´n Local) Sean E, F espacios de Banach, U ⊂ E abierto y a ∈ U . o Si f : U → F es estrictamente diferenciable en a y si f (a) es un isomorfismo de E sobre F , entonces f es un homeomorfismo local alrededor de a. Adem´s, la aplicaci´n inversa f −1 es estrictamente diferenciable en a o b = f (a) y se tiene (f −1 ) (b) = (f (a))−1 . (I.6.2) Demostraci´n.- Aplicamos la proposici´n I.5.3 con A = f (a). La funci´n f es estrictamente diferenciable o o o en a. Esto significa que para todo > 0 existe δ > 0 tal que f (x) − f (z) − f (a)(x − z) ≤ x−z para x, z ∈ B, (I.6.3)

donde B = {x ∈ E| x − a ≤ δ}. Entonces, se tiene tambi´n e x − z − f (a)−1 (f (x) − f (z)) ≤ f (a)−1 · x − z para x, z ∈ B, (I.6.4)

Fijamos > 0 tal que f (a)−1 ≤ 1/2. Para el δ correspondiente, f es un homeomorfismo de B sobre f (B) por la proposici´n (I.5.3) y f (B) contiene el abierto V = {y ∈ F | y − b < σ} donde σ = δ/(2 f (a)−1 ). o Por lo tanto, f es un homeomorfismo del abierto U = f −1 (V ) sobre V . Para mostrar que f −1 es estrictamente diferenciable en b = f (a), planteamos x = f −1 (u) z = f −1 (v) en (I.6.4). Esto da para u, v ∈ V f −1 (u) − f −1 (v) − f (a)−1 (u − v) ≤ f (a)−1 · f −1 (u) − f −1 (v) ≤ 2 f (a)−1
2

u−v

utilizando la estimaci´n (I.5.6) con A = f (a) y α = 1/2. Por lo tanto f −1 es estrictamente diferenciable en o b y la derivada est´ dada por (I.6.2). a

Ejemplo I.6.2 Para el problema del ejemplo precedente, tenemos f (a) = 2a1 − 3 4a3 − 2a1 a2 1 3a2 2 −a2 1 = −1 0 12 −1

Para la norma euclidiana, se calcula f (a)−1 ≈ 12,1. Si se plantea = 0,04, se puede encontrar un δ > 0 tal que (I.6.3) se verifica. Para todo y ∈ R2 con y − b ≤ 2δ/12,1 el sistema (I.6.1) posee una soluci´n x que o satisface x − a ≤ δ. En esta bola de radio δ no hay otra soluci´n aparte de x. Adem´s, la demostraci´n o a o del teorema de inversi´n local muestra que el m´todo de Newton simplificado converge hacia esta soluci´n. o e o El objetivo siguiente es estudiar si la soluci´n de f (x) = y depende de manera diferenciable de y. M´s o a precisamente, estudiaremos las condiciones bajo las cuales la funci´n inversa es diferenciable en todo un o vecindario de b = f (a). Definici´n I.6.1 Sean E, F espacios vectoriales normados, U ⊂ E y V ⊂ F abiertos. o ♠ f : U → F es continuamente diferenciable o de clase C 1 sobre U , si f es diferenciable en todo punto de U y si f : U → L(E, F ) es continua. ♠ f : U → V es un difeomorfismo (de clase C 1 ) de U sobre V , si f es biyectiva, continuamente diferenciable, y si la inversa f −1 : V → U es continuamente diferenciable. ♠ f : U → F es un difeomorfismo local alrededor de a ∈ U , si existen: un vecindario abierto U ⊂ U de a y un vecindario abierto V de f (a) tales que f es un difeomorfismo de U sobre V . Remarquemos que un homeomorfismo que es continuamente diferenciable no siempre es un difeomorfismo. √ La funci´n f : R → R definida por f (x) = x3 nos sirve como contra ejemplo, porque f −1 (y) = 3 y es o continua, pero no diferenciable en el origen. Una funci´n que es continuamente diferenciable sobre U es estrictamente diferenciable sobre U . Esto es o una consecuencia del teorema I.5.5

24

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Teorema I.6.2 Sean E, F espacios de Banach, U ⊂ E un abierto y a ∈ U . Una aplicaci´n f : U → F de o clase C 1 es un difeomorfismo local alrededor de a, si y solamente si f (a) es un isomorfismo de E sobre F . Adem´s, se tiene a (f −1 ) (y) = f (x)−1 para y = f (x) en un vecindario de b = f (a).

Demostraci´n.- ⇒: Si f : U → F es un difeomorfismo local alrededor de a, se puede derivar la identidad o f −1 (f (x)) = x. Esto da (I.6.5) (f −1 ) (y)f (x) = I con y = f (x) en un vecindario de a. Por consiguiente, f (a) es inversible. La inversa de f (a)−1 = (f −1 ) (b) es una aplicaci´n acotada porque f −1 es supuesta diferenciable en b. o ⇐: El teorema de inversi´n local implica que f es un homeomorfismo local alrededor de a. Solo queda mostrar o que f −1 es continuamente diferenciable en un vecindario de b = f (a). Como f (x) es pr´xima a f (a), la o continuidad de f : U → L(E, F ) y GL(E, F ) es un abierto, f (x) es un isomorfismo para todo x en un vecindario U de a. Podemos aplicar el teorema de inversi´n local a cada uno de los x ∈ U , lo que implica o la diferenciabilidad de f −1 en V = f (U ). Derivando la identidad f −1 (f (x)) = x, se obtiene (I.6.5) y por lo tanto (f −1 ) (y) = f (f −1 (y))−1 para y ∈ V . La funci´n (f −1 ) : V → L(F, E), siendo la composici´n de las o o aplicaciones continuas f −1 , f y (·)−1 , es por consiguiente continua.

Corolario I.6.1 Sean E, F espacios de Banach, U ⊂ E un abierto y f : U → F continuamente diferenciable sobre U . Entonces, f es un difeomorfismo de U sobre f (U ), si y solamente si: i) f es inyectiva sobre U , ii) f (x) es un isomorfismo para todo x ∈ U . Demostraci´n.- Este resultado es una consecuencia del teorema precedente, por que la diferenciabilidad es o una propiedad local.

Ejemplo I.6.3 (Coordenadas Polares) Sean U = {(r, ϕ ∈ R2 |r > 0}, V = R2 − {(0, 0)} y f : U → V dada por (r, ϕ) → (r cos ϕ, r sin ϕ). Esta aplicaci´n es un difeomorfismo local alrededor de cada punto de U , porque o f (r, ϕ) = cos ϕ sin ϕ −r sin ϕ r cos ϕ

y det(f (r, ϕ)) = r > 0. f no es inyectiva, se tiene f (r, ϕ + 2π) = f (r, ϕ). Por lo tanto, no es un difeomorfismo de U sobre V . Si se restringe los conjuntos U y V a U0 = {(r, ϕ)|r > 0, −π < ϕ < π}, V0 = R2 − {(x, 0)|x ≤ 0}, f se convierte en un difeomorfismo de U0 sobre V0 . En la figura I.6.1 podemos observar una representaci´n o de las coordenadas polares. Ejemplo I.6.4 (Coordenadas Esf´ricas) La aplicaci´n e o (r, ϕ, ϑ) → (r cos ϕ sin ϑ, r sin ϕ sin ϑ, r cos ϑ) es un difeomorfismo de U = {(r, ϕ, ϑ)|r > 0, −π < ϕ < π, 0 < ϑ < π} sobre el conjunto V = R3 − {(x, 0, z)|x ≤ 0, z ∈ R}, por que el determinante de la matriz jacobiana es −r2 sin ϑ = 0 y la aplicaci´n es o inyectiva.

´ I.6. TEOREMA DE INVERSION LOCAL

25

ϕ 2π
6 3 2 3

y

U

f
−3 −2 −1

1

V
1 2 3

x

−1 −2

0

0

1

2

3

r

−3

Figura I.6.4: Coordenadas Polares Ejemplo I.6.5 (Transformaci´n de Cayley) La aplicaci´n o o (x, y) → 2y 1 − x2 − y 2 , (1 − x)2 + y 2 (1 − x)2 + y 2
y
2 1 −4 −3 −2 −1 0 −1 −2 −1 1

(I.6.6)

es un difeomorfismo del semiplano izquierdo {(x, y)|x < 0} sobre el disco abierto {(u, v)|u2 + v 2 < 1}. Ver aplicaciones conformes de la parte B del curso de An´lisis de a Segundo A˜o. n

v

x

f
−1 1

u

Por lo tanto, la aplicaci´n (I.6.6) es biyectiva y es continuamente diferenciable. o

I.6.1.

Ejercicios
     x2 − x2 1 −f2 (x1 , −x2 )
x− x2 x2 2 1 x2 1

1. Consideremos la funci´n f : R2 → R2 dada por o si si si x≤ x2 1 0 ≤ x2 ≤ x2 1 x2 ≤ 0 f1 (x1 , x2 ) = x1 , f2 (x1 , x2 ) =

Mostrar que: (a) f es diferenciable en todo punto. (b) f (0) es inversible (calcular f (0)). (c) f no es estrictamente diferenciable en el origen. (d) No existe vecindario del origen donde f sea inyectiva; es decir f no es un homeomorfismo alrededor del origen.

26

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH 2. Dar un difeomorfismo (a) del intervalo (0, 1) con R, (b) del intervalo (0, 1) con la semirecta R∗ . + 3. Sea el “cubo” C = {x ∈ Rn |0 < x1 < 1, i = 1, . . . , n} y el ”simplex ” S = {y ∈ Rn |yi > 0, i=1 yi < 1} y se considera la aplicaci´n ϕ : C → Rn dada por ϕ(x) = y con yk = (1 − x1 ) · · · (1 − xk−1 )xk para o k = 1, . . . , n. (a) Para n = 2 graficar las imagenes de ϕ de las rectas paralelas al origen. n n (b) Verificar que i=1 yi = 1 − i=1 (1 − xi ) (c) Verificar que ϕ es un un difeormorfismo de C sobre S y encontrar su inversa. 4. Las coordenadas esf´ricas de Rn est´n dadas por ψ(r, θ1 , . . . , θn−1 ) = x donde e a x1 x2 x3 = r cos θ1 = r sin θ1 cos θ2 = r sin θ1 sin θ2 cos θ3 . . . = r sin θ1 sin θ2 . . . sin θn−2 cos θn−1 = r sin θ1 sin θ2 . . . sin θn−2 sin θn−1 .
n

xn−1 xn Mostrar que

det ψ = rn−1 sinn−2 θ1 sinn−3 θ2 · · · sin θn−2 , y mostrar que la restricci´n de la aplicaci´n ψ a (0, ∞) × (0, π)n−2 × (−π, π) es un difeomorfismo. o o 5. Sea αn el volumen de la esfera {x ∈ Rn | x 2 ≤ 1} en Rn . Utilizando el resultado del ejercicio anterior, el teorema de cambio de variable para integrales y la definici´n de la funci´n Gamma Γ(x) mostrar que o o αn = π n/2 . Γ(n/2 + 1)

Mostrar igualmente que αn → 0 cuando n → ∞. π Indicaci´n. Para Ik = 0 sink t dt se tiene (k + 1)Ik+1 = kIk − 1. o 6. En el plano con las coordenadas cartesianas (x, y) se considera las dos curvas C1 C2 = {(x, y) : x2 − y = 0} = {(x, y) : x − y 2 = 0}.

Encontrar un difeormorfismo local alrededor de (0, 0) f tal que f (C1 ) f (C2 ) = {(u, v) : v = 0} = {(u, v) : u = 0}.

7. Para todo a ∈ R se considera la funci´n fa : R → R dada por fa (x) = ax − sin x. ¿Para qu´ valores o e de a la funci´n fa es un homeomorfismo?, ¿un difeomorfismo?, ¿un difeomorfismo local alrededor del o origen?

I.7.

Teorema de las Funciones Impl´ ıcitas

En la secci´n precedente, hemos considerado el problema de resolver f (y) = x y hemos encontrado condiciones o suficientes que permiten escribir la soluci´n bajo la forma y = g(x). El objetivo de esta secci´n es extender o o este resultado al problema f (x, y) = 0 (I.7.1) donde x, y y f (x, y) est´n en espacios de Banach. Buscamos saver si la ecuaci´n (I.7.1) puede ser resuelta a o para obtener y = g(x) tal que (al menos localmente) f (x, y) = 0 ⇐⇒ y = g(x). (I.7.2)

I.7. TEOREMA DE LAS FUNCIONES IMPL´ ICITAS Ejemplo I.7.1 Se pone a consideraci´n los siguientes ejemplos: o 1. Consideremos la funci´n o f (x, y) = 16x3 − 84x2 + 162x − 89 + 27y 3 + 54xy 2 − 108y 2 + 36x2 y − 180xy + 162y Por un punto (a, b) satisfaciendo (a, b) = 0 y ∂f (a, b) = 0, existe vecindarios U de a, ∂y V de b y un funci´n diferenciable g : U → V tales o que (I.7.2) es verdad para (x, y) ∈ U × V . Los puntos sobre la curva que tienen una tangente vertical o horizontal pueden ser localizados por la condici´n o ∂f ∂f ∂y (a, b) = 0 y ∂x (a, b) = 0 respectivamente. En el punto de cruce se tiene necesariamente f (a, b) = 0, ∂f ∂f ∂x (a, b) = 0 y ∂y (a, b) = 0.
2

27

1

1

2

2. Una funci´n f (x1 , x2 , y) = 0 representa una superficie en R3 . ¿Cuando se puede escribir esta ecuaci´n o o bajo la forma y = g(x1 , x2 )? 3. El sistema de dos funciones f1 (x, y1 , y2 ) = 0 f2 (x, y1 , y2 ) = 0 representa la intersecci´n de dos superficies en R3 . ¿Bajo que condici´n, se puede escribir esta intero o secci´n bajo la forma o y1 = g1 (x), y2 = g2 (x), lo que representar´ una curva en R3 . ıa Para una funci´n f : U → G, U ⊂ E × F , donde E, F, G son espacios de Banach, se define la derivada o o e parcial ∂f (a, b) como la derivada de la aplicaci´n h(y) = f (a, y), donde a es considerada como un param´tro ∂y fijo; es decir, ∂f (a, b) = h (b). Si f es de clase C 1 , h es tambi´n de clase C 1 , porque h = f ◦λ donde la inyecci´n e o ∂y λ : F → E × F , definida por λ(y) = (a, y), es continuamente diferenciable. En el caso en que x ∈ Rm , y ∈ Rn y f : Rm × Rn → Rn est´ dada por a   ∂f1   ∂f1 f1 (x1 , . . . , xm , y1 , . . . , yn ) ∂y1 (x, y) · · · ∂yn (x, y) ∂f     . . . . . . (x, y) =  f (x, y) =  .  se tiene . . . ∂y ∂fn ∂fn f2 (x1 , . . . , xm , y1 , . . . , yn ) ∂y1 (x, y) · · · ∂yn (x, y) Teorema I.7.1 (Teorema de las Funciones Impl´ ıcitas) Sean E, F y G espacios de Banach, U ⊂ E y V ⊂ F abiertos y f : U × V → G una aplicaci´n de clase C 1 . Supongamos que para (a, b) ∈ U × V , se tiene o f (a, b) = 0 y Entonces: i) Existen: un vecindario U de a, un vecindario V de b y una unica aplicaci´n g : U → V , tales que ´ o f (x, g(x)) = 0 para todo x ∈ U . ii) La aplicaci´n g : U → V es de clase C 1 y se tiene o g (x) = − ∂f (x, g(x)) ∂y
−1

∂f (a, b) es un isomorfismo de F sobre G. ∂y

∂f (x, g(x)). ∂x

(I.7.3)

28

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Demostraci´n.- Consideremos la aplicaci´n o o F :U ×V →E×G definida por F (x, y) = (x, f (x, y))

y aplicar el teorema de inversi´n local. Esta aplicaci´n es de clase C 1 y tiene como derivada o o F (a, b)(h, k) = Adem´s, satisface F (a, b) = (a, 0). Puesto que a ˆ ˆ F (a, b)−1 (h, k) = h, ∂f ∂f (a, b)h + (a, b)k . ∂x ∂y es un isomorfismo, F (a, b) es inversible con inversa

∂f ∂y (a, b)

ˆ ∂f (a, b)−1 (k − ∂f (a, b)k) . ˆ ˆ h, ∂y ∂x

o Esta inversa es continua por que ∂f (a, b) y ∂f (a, b)−1 lo son. Por el teorema de inversi´n local, F es un ∂x ∂y difeomorfismo de clase C 1 de un vecindario de (a, b) sobre un vecindario (a, 0). Se puede suponer que contienen U ×V y U ×W , respectivamente, donde U , V y W son vecindarios de a, b y 0 ∈ G. Si es necesario reducir U , tambi´n se puede suponer que F −1 (U × {0}) ⊂ U × V . El difeomorfismo inverso F −1 es de la forma e F −1 (x, z) = (ˆ, g (x, z)) y se tiene por lo tanto f (x, g (x, z)). La aplicaci´n g(x) = g (x, 0) es la aplicaci´n x ˆ ˆ o ˆ o buscada. Como F −1 (x, z) es de clase C 1 , las aplicaciones g (x, z) y g(x) = g (x, 0) lo son tambi´n. Se obtiene ˆ ˆ e finalmente la formula (I.7.3) derivando la identidad f (x, g(x)) = 0 respecto a x.

Ejemplo I.7.2 Sea pa (x) = a0 + a1 x + · · · + an xn un polinomio a coeficientes reales a = (a0 , a1 , . . . , an ). ¿La raiz x0 de pa (x) = 0 es una funci´n diferenciable de a0 , a1 , . . . , an ? Para responder a esta interrogante, o consideremos la funci´n o f (x, a0 , a1 , . . . , an ) = a0 + a1 x + a2 x2 + · · · + an xn = pa (x) de n + 2 variables para la cual ∂f (x, a0 , a1 , . . . , an ) = a1 + 2a2 x + · · · + nan xn−1 = pa (x). ∂x Si para coeficientes a∗ = (a∗ , a∗ , . . . , a∗ ) se tiene pa∗ (x∗ ) y pa∗ (x∗ ) = 0, la ecuaci´n pa (x) = 0 posee, para o n 0 1 0 0 a pr´ximo de a∗ una soluci´n x0 (a) que es pr´xima de x∗ y que adem´s es una funci´n diferenciable de o o o a o 0 a0 , a1 , . . . , an . En particular, el polinomio p (x) = x6 − x5 + x3 − 1 + tiene un cero pr´ximo de x∗ = 1 que depende o 0 diferencialmente de √ se tiene x0 ( ) = 1 − /4 + O( 2 ). Al contrario, los ceros del polinomio p (x) = x2 − , para > 0, una funci´n no diferenciable en el origen, y para < 0 el polinomio no o satisfacen x0 ( ) = ± tiene ni siquiera un cero real.

I.7.1.

Ejercicios
= u3 + vx + y = uy + v 3 − x

1. Sea f : R4 → R2 la aplicaci´n definida por o f1 (x, y, u, v) f2 (x, y, u, v) y sea P0 = (x0 , y0 , u0 , v0 ) un punto de f −1 ({0}). (a) Escribir una condici´n sobre P0 que permita obtener localmente alrededor de este punto el conjunto o f −1 ({0}) como el grafo de una funci´n de la forma u = g1 (x, y), v = g2 (x, y). o (b) Calcular
∂g1 ∂x (x0 , y0 )

si P0 = (0, −1, 1, 1).

I.8. APLICACIONES BILINEALES Y MULTILINEALES 2. Se considera el sistema λc1 λc2 = = 9 9 3c1 + c3 + c1 c2 4 1 2 2 3 2c2 + 3c2 c2 + c2 . 1 2

29

Encontrar los puntos de bifurcaci´n de las curbas c1 (λ) y c2 (λ). o Una condici´n necesaria para un o punto de bifurcaci´n es que el o teorema de las funciones impl´ ıcitas no pueda ser aplicado. 3. Demostrar que el teorema de inversi´n local puede ser deducido del teorema de las funciones impl´ o ıcitas. 4. Sea S = {(x, y, z)|xz + sin(xy) + cos(xy) = 1}. Determinar si en un vecindario de (0, 1, 1) el conjunto S puede ser escrito bajo la forma z = f (x, y) o y = g(x, z) o x = h(y, z).

I.8.

Aplicaciones Bilineales y Multilineales

Las derivadas de orden superior son aplicaciones bilineales para la segunda derivada, trilineales para la tercera derivada y multilineales de orden n para las n-sima derivada. Esta es la raz´n por la cual estudiaremos este o tipo de aplicaciones con un poco m´s de detalle. a Las definiciones y propiedades algebraicas han sido ya vistas en el curso de Algebra Lineal Avanzada, por lo tanto nos abocaremos a estudiar la noci´n de continuidad en este tipo de aplicaciones. o De la misma manera que en la secci´n I.3, podemos generalizar las relaci´n (I.3.4) y la proposici´n I.3.4 o o o a productos de espacios. El espacio E1 × E2 × · · · × En , dotado de la norma (x1 , x2 , . . . , xn ) = m´x{ x1 a
E1

, . . . , xn

En }

es un espacio normado. Es un espacio de Banach, si y solamente cada uno de los espacios Ek , k = 1, . . . , n es tambi´n un espacio de Banach. e Proposici´n I.8.1 Para una aplicaci´n multilineal A : E1 × E2 × · · · × EN → F , donde E1 , . . . , En y F son o o espacios vectoriales normados, las condiciones siguientes son equivalentes: a) A es continua en todo punto de E1 × E2 × · · · × En ; b) A es continua en el origen (0, 0, . . . , 0) ∈ E1 × · · · × En . c) A(x1 , . . . , xn ) es acotada sobre la bola unitaria de E1 × · · · × En .

Demostraci´n.- La demostraci´n es an´loga a la del teorema I.2.1 sobre las aplicaciones lineales. Para o o a demostrar c) ⇒ a), escribimos A(x1 , . . . , xn ) −A(a1 , . . . , an ) = A(x1 − a1 , x2 , . . . , xn ) +A(a1 , x2 − a2 , x3 , . . . , xn ) + · · · + A(a1 , . . . , an−1 , xn − an ) y estimemos cada termino separadamente.

Definici´n I.8.1 Sean E1 , . . . , En y F espacios vectoriales normados. se denota por L(E1 , . . . , En ; F ) el o conjunto de las aplicaciones multilineales continuas de E1 × · · · × En en F . Para un elemento A ∈ L(E1 , . . . , En ; F ), se define A = sup
(x1 ,...,xn ) ≤1

A(x1 , . . . , xn ) =

sup
xi =0, i=1,...,n

A(x1 , . . . , xn ) . x1 · x2 · . . . · xn

(I.8.1)

30

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

Si E1 = · · · = En = E, se escribe tambi´n Ln (E; F ) en vez de L(E, . . . , E; F ) e El espacio L(E1 , . . . , En ; F ) provisto de (I.8.1) es un espacio vectorial normado. Si F es completo, entonces L(E1 , . . . , En ; F ) es un espacio completo. Esta afirmaci´n se la demuestra exactamente como para el caso o lineal. El resultado siguiente es la base para la interpretaci´n de la segunda derivada de una funci´n como o o aplicaci´n bilineal. o Proposici´n I.8.2 Sean E, F, G espacios vectoriales normados. Entonces, la aplicaci´n o o ψ : L(E, L(F, G)) → L(E, F ; G) definida por ψ(A) = B donde B(x, y) = (Ax)y es un isomorfismo que es igualmente una isometr´ es decir ıa; φ(A) = A para todo A ∈ L(E, L(F, G)). Demostraci´n.- La aplicaci´n ψ es lineal y biyectiva. Su inversa est´ dada por ψ 1 (B) = A donde, para o o a x ∈ E, Ax ∈ L(F, G) es la aplicaci´n y → B(x, y). Para demostrar la continuidad. Para demostrar la o continuidad de ψ y de ψ −1 , es suficiente ver que ψ(A) = A . Utilizando la desigualdad fundamental para normas de aplicaciones lineales, una vez para Ax y una segunda vez para A, obtenemos B(x, y) = (Ax)y ≤ Ax · y ≤ A · x · y . Esto implica que B = ψ(A) satisface B ≤ A . Por otro lado la definic´n de norma para aplicaciones multilineales, muestra que o (Ax)y = B(x, y) ≤ B · x · y . La norma de la aplicaci´n lineal Ax satisface por lo tanto Ax ≤ B · x y por consiguiente, A ≤ B . o estas dos desigualdades muestra que la aplicaci´n ψ es una isometr´ o ıa.

Se puede, por lo tanto, identificar las aplicaciones lineales de E en L(F, G) con las aplicaciones bilineales de E × F en G. Ejemplo I.8.1 Una matriz C (con n columnas y m filas) puede ser identificaco con la aplicaci´n bilineal o B : Rm × Rn → R definida por B(x, y) = xt Cy. Puede tambien ser identificada como un elemento de L(Rm , L(Rn , R)) de la manera siguiente: para x ∈ Rm el vector xt C ∈ L(Rn , R) define la aplicaci´n xC : o y → xt Cy. La afirmaci´n de la proposici´n precedente puede ser generalizada a aplicaciones multilineales. Si E1 , . . . , En o o y F son espacios vectoriales normados, la aplicaci´n o ψ : L(E1 , L(E2 , . . . , En ; F )) → L(E1 , . . . , En : F ), (I.8.2)

definida para ϕ(A) = B donde B(x1 , x2 , . . . , xn ) = (Ax1 )(x2 , . . . , xn ), es un isomorfismo y una isometr´ La ıa. demostraci´n de este hecho es id´ntico a la proposici´n precedente. o e o

I.8.1.

Ejercicios
det : Rn × · · · × Rn → R

1. Calcular la norma del determinante visto como una aplicaci´n multilineal o

donde Rn est´ dotado de la norma euclidiana. Deducir la desigualdad |det A| ≤ nn/2 (de Hadamard) a para una matriz A = (aij )1≤i,j≤n satisfaciendo |aij | ≤ 1. 2. Sea Rn y Rm dotados de la norma euclidiana. Sea b : Rn × Rm → R la aplicaci´n bilineal dada por o b(x, y) = xt By, donde B es una matriz arbitraria de n × m. Mostrar que la norma de b satisface b = B 2.

I.9. DERIVADAS DE ORDEN SUPERIOR

31

I.9.

Derivadas de Orden Superior

La derivada de una funci´n f : U → F , con U ⊂ E es una aplicaci´n f : U → L(E, F ). Como L(E, F ) es o o un espacio vectorial normado, nada nos impide de considerar la diferenciabilidad de f . Definici´n I.9.1 Sean E, F dos espacios vectoriales normados, U ⊂ E un abierto y f : U → F diferenciable o en un vecindario de a ∈ U . Se dice que f es dos veces diferenciable en a si f : U → L(E, F ) es diferenciable en a. Por consiguiente (f ) (a) ∈ L(E, L(E, F )). Utilizando la identificaci´n de la proposici´n I.8.3, se define o o la segunda derivada de f en a como la aplicaci´n bilineal o f (a)(h, k) = ((f ) (a)h)k. En la situaci´n de la definici´n precedente, consideramos la aplicaci´n gk : U → F definida por gk (x) = f (x)k o o o con k ∈ E fijo. Entonces, por la f´rmula de Leibniz, (gk (x) = B(f (x), k) donde B : L(E, F ) × E → F es la o aplicaci´n bilineal B(A, v) = Av), se obtiene o gk (a)h = ((f ) (a)h)k = f (a)(h, k). Ejemplo I.9.1 Consideremos una funci´n f : Rn → Rm y denotemos x = (x1 , . . . , xn )t . Para k ∈ Rn fijo, o
n n i=1 ( n ∂2f j=1 ∂xi ∂xj (x)kj )hi .

la derivada de la funci´n gk (x) = f (x)k = o
j=1

∂f ∂xj (x)kj

est´ dada por gk (x)h = a

La segunda derivada de f es por lo tanto
n n

f (x)(h, k) =
i=1 j=1

∂2f (x)hi kj . ∂xi ∂xj

Para la funci´n f : R3 → R2 del ejemplo 1 de la secci´n I.3. La segunda derivada es por consiguiente o o f (a)(h, k) = 2h1 k1 + 2h2 k2 + 2h3 k3 a1 (h2 k3 + h3 k2 ) + a2 (h1 k3 + h3 k1 ) + a3 (h1 k2 + h2 k1 )

Ejemplo I.9.2 Para la funci´n f (X) = X −1 de GL(E) en L(E), la proposici´n I.3.3, muestra que gK (X) = o o f (X)K = −X −1 KX −1 para K ∈ L(E). La f´rmula de Leibniz nos da por consiguiente o f (X)(H, K) = A−1 HA−1 KA−1 + A−1 KA−1 HA−1 . Teorema I.9.1 Sean E, F dos espacios vectoriales normados, U ⊂ E un abierto, y supongamos que f : U → F es dos veces diferenciable en a ∈ U . Entonces, la aplicaci´n bilineal f (a) : E × E → F es sim´trica, o e es decir f (a)(h, k) = f (a)(k, h) para h, k ∈ E. Demostraci´n.- Vamos a demostrar que o f (a)(h, k) = l´ ım 1 (f (a + δh + δk) − f (a + δh) − f (a + δk) + f (a)). δ2 (I.9.1)

δ→0

Puesto que el lado derecho de (I.9.1) es sim´trico en h y k, es lo mismo para f (a)(h, k). e Para demostrar (I.9.1), consideramos la aplicaci´n o gu (v) = f (a + u + v) − f (a + u) − f (a + v) + f (a) − f (a)(u, v). donde u y v son suficientemente peque˜os en norma. Como gu (0) = 0, el teorema de los incrementos finitos, n implica que gu (v) ≤ sup gu (tv) · v . (I.9.2)
0<t<1

Solo queda estimar la derivada g u(v) = f (a + u + v) − f (a + v) − f (a)(u, ·)

32

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH

(la notaci´n f (a)(u, ·) es utilizada para la aplicaci´n h → f (a)(v, h)). El hecho que f es dos veces difereno o ciable en a, es decir x → f (x) diferenciable en a, implica que f (a + u + v) f (a + v) = f (a) + f (a)(u + v, ·) + r(u + v) u + v = f (a) + f (a)(v, ·) + r(v) v

donde r(v) → 0 si v → 0. La sustracci´n de estas dos ecuaciones da para gu (v) la f´rmula gu (v) = r(u + o o v) u + v − r(v) v y se obtiene para 0 < t < 1 gu (tv) ≤ ( r(u + tv) + r(tv) )( u + v ). (I.9.3)

Se deduce de las estimaciones (I.9.2) y (I.9.3) que gu (v) /( u + v )2 → 0 si u + v → 0. Planteando u = δh y v = δk se obtiene la afirmaci´n (I.9.1). o

La definici´n de tercera derivada es an´loga a la definici´ (I.9.1). Supongamos que una funci´n f : U → F o a o o (E, F espacios vectoriales normados y U ⊂ E un abierto) sea 2 veces diferenciable en un vecindario de a ∈ U . Se dice que f es tres veces diferenciable en a, si f : U → L2 (E; F ) es diferenciable en a. La derivada (f ) (a) ∈ L(E, L2 (E; F )) y utilizando la isometr´ entre L(E, L2 (E; F )) y L3 (E; F ) se define la tercera ıa derivada de f en a como la aplicaci´n trilineal o f (a)(h, k, l) = (f (a)h)(k, l). De manera evidente, se define por inducci´n la p-sima derivada f (p) (a) como aplicaci´n multilineal f (p) ∈ o o Lp (E; F ). Para un c´lculo pr´ctico de la tercera derivada, se puede utilizar la f´rmula a a o gk l(a)h = ((f ) (a)h)(k, l) = f (a)(h, k, l) (I.9.4)

donde gkl : U → F est´ definida por f (x)(h, k) y k, l ∈ E vectores fijos. La tercera derivada de f puede a tambi´n ser interpretada como la segunda deriva de gl (x) = f (x)l, es decir e gl (a)(h, k) = ((f ) (a)(h, k))l = f (a)(h, k, l). (I.9.5)

Las dos f´rmulas (I.9.4) y (I.9.5) muestran que se puede intercambiar k y l as´ como h y k sin cambiar el o ı valor de f (a)(h, k, l). Se tiene el resultado siguiente. Corolario I.9.1 Si, bajo las hip´tesis del teorema I.9.2, la funci´n f : U → F es p veces diferenciable en o o a ∈ U , la aplicaci´n multilineal f p (a) es sim´trica, es decir, o e f (p) (a)(h1 , . . . , hp ) = f (p) (a)(hσ(1) , . . . , hσ(p) ) donde σ es una permutaci´n cualquiera de {1, . . . , p}. o Ejemplo I.9.3 La tercera derivada de una aplicaci´n f : Rn → Rm est´ dada por o a f (x)(h, k, r) =
i=1 j=1 l=1

∂3f (x)hi kj rl . ∂xi ∂xj ∂xl

Definici´n I.9.2 Sean E, F espacios vectoriales normados, U ⊂ E y V ⊂ F abiertos. o ♣ f : U → F es p veces continuamente diferenciable o de clase C p sobre U , si f es p veces diferenciable en todo punto de U y si f (p) : U → Lp (E; F ) es continua. ♦ f : U → F es indefinidamente diferenciable o de clase C ∞ sobre U , si f es de clase C p para todo p. ♠ f : U → F es un difeomorfismo de clase C p de U sobre V , si f es biyectiva, p veces continuamente diferenciable y si la inversa f −1 : V → U es p veces continuamente diferenciable.

´ I.10. FORMULA DE TAYLOR

33

Ejemplo I.9.4 La funci´n f (X) = X −1 de GL(E) en L(E) es indefinidamente diferenciable. En efecto, o derivando la formula del ejemplo 2, se obtiene f (A)(H, K, L) = −A−1 HA−1 KA−1 LA−1 − A−1 HA−1 LA−1 KA−1 −A−1 KA−1 HA−1 LA−1 − −A−1 KA−1 LA−1 HA−1 −A−1 LA−1 HA−1 KA−1 − −A−1 LA−1 HA−1 HA−1 . Se ve por inducci´n que cada derivada es una combinaci´n lineal de expresiones que son un producto alternado o o de A−1 con aplicaciones lineales constantes. Proposici´n I.9.1 Sean E, F espacios vectoriales normados,U ⊂ E, V ⊂ F abiertos y f : U → V un o difeomorfismo de clase C 1 . Si f es de clase C p , entonces la funci´n inversa f −1 : V → U es tambi´n de clase o e Cp. Demostraci´n.- Por el teorema I.6.2 sabemos que o (f −1 ) (y) = f (f −1 (y))−1 , es decir, (f −1 ) es la composici´n de tres aplicaciones: y → f −1 (y), x → f (x) y A → A−1 . Las tres o aplicaciones son continuamente diferenciables. Entonces f −1 es de clase C 2 . La demostraci´n para p ≥ 3 es o an´loga. a

Una consecuencia de esta proposici´n es la siguiente: si en el teorema de inversi´n local la funci´n f es de o o o clase C p , entonces su inversa es autom´ticamente de clase C p . Similarmente, si en el teorema de las funciones a impl´ ıcitas la funci´n f es de clase C p , entonces la aplicaci´n g es tambi´n de clase C p . o o e

I.9.1.

Ejercicios

1. Sean f : E → F y g : F → G (donde E, F y G son espacios vectoriales normados) dos aplicaciones dos veces diferenciables. Calcular (g ◦ f ) (x)(h, k). 2. Sea b : E ×F → G (donde E, F y G son espacios vectoriales normados) una aplicaci´n bilineal continua. o Calcular su segunda derivada. 3. Calcular la segunda derivada de f : R2 → R3 dada por f (x) = (x3 + x1 x3 , e(x1 −x2 ) , cos(x1 x2 ))t . 2 1

I.10.

F´rmula de Taylor o

Finalizando este cap´ ıtulo, veremos algunos resultados vinculados a desarrollos limitados a un n´mero finito u de t´rminos. e Teorema I.10.1 (F´rmula de Taylor) Sean E, F espacios vectoriales normados, U ⊂ E un abierto. f : o U → F una funci´n n − 1 veces diferenciable sobre U y n veces diferenciable en a ∈ U . Entonces para todo o h ∈ E con a + h ∈ U , se tiene 1 1 f (a + h) = f (a) + f (a)h + f (a)(h, h) + · · · + f (n) (a) (h, . . . h) +o( h 2 n! n veces
n

).

(I.10.1)

Demostraci´n.- La demostraci´n la realizaremos por inducci´n. Para n = 1 es la definici´n de f (a). o o o o Suponemos cierto hasta n − 1. En particular suponemos cierto para f (a). Por lo tanto 1 1 f (a + h) = f (a) + f (a)h + f (h, h) + · · · + f (n) (a) (h, . . . , h) +o( h 2 (n − 1)! n−1 veces
n−1

)

(I.10.2)

34 Planteamos

´ CAP´ ITULO I. CALCULO DIFERENCIAL EN ESPACIOS DE BANACH 1 (n) f (a) (h, . . . , h), n! n veces

F (h) = f (a + h) − f (a) − f (a)h − · · · − derivamos y obtenemos

1 1 F (h)k = f (a + h)k − f (a)(k) − f (a)(h, k) − f (a)(h, h, k) − · · · − f (n) (n − 1)!( h, . . . , h , k). 2 (n − 1)! n−1 veces La hip´tesis de inducci´n sobre f (a + h) da que o o F (h) = o( h
n−1

).

Aplicando el teorema de los incrementos finitos, obtenemos finalmente F (h) − F (0) = F (h) = o( h
n

).

Teorema I.10.2 (F´rmula de Taylor con Resto de Lagrange) Sean E, F espacios vectoriales normao dos, U ⊂ E un abierto. f : U → F una funci´n n + 1 veces diferenciable sobre U y a ∈ U . Entonces para o todo h ∈ E con a + h ∈ U , se tiene 1 1 f (a + h) = f (a) + f (a)h + f (a)(h, h) + · · · + f (n) (a) (h, . . . h) 2 n! n veces n+1 h sup f (n+1) (a + th) . ≤ (n + 1)! 0<t<1

(I.10.3)

Demostraci´n.- Realizamos la demostraci´n para el caso E = R y [a, a + h] = [0, 1]. El caso general se o o obtiene de la composici´n de la funci´n t → a + th y f . o o Para n = 0 es el teorema de los incrementos finitos. Suponemos cierto para n−1. Como en la demostraci´n o del teorema precedente 1 F (t) = f (t) − f (0) − . . . − f (n) (0)tn . n! La hip´tesis de inducci´n aplicada a n − 1 y f (t) nos conduce a o o F (t) ≤ Por otro lado F (1) =
1 0

tn sup f (n+1) (t) . n! 0<t<1

F (t) dt, de donde
1 n

F (1) ≤
0

t dt n!

sup
0<t<1

f (n+1) (t) =

1 sup f (n+1) (t) . (n + 1)! 0<t<1

I.10.1.

Ejercicios

1. Sea X ∈ GL(Rn ), calcular todas las derivadas de la funci´n f (x) = X 3 . o

Cap´ ıtulo II Subvariedades Diferenciales
En los cursos b´sicos de c´lculo y geometr´ se ha estudiado subconjuntos particulares del plano y del a a ıa, espacio, como ser curvas y superficies; as´ como tambi´n la noci´n de rectas y planos tangentes. ı e o En este cap´ ıtulo, las nociones de curva y plano ser´n generalizadas, al igual que la noci´n de tangencia. a o Comencemos viendo un teorema clave.

II.1.

Teorema del Rango

Un cambio de coordenadas puede ser muy util para el estudio de las funciones. Por ejemplo, si la funci´n ´ o f (x1 , x2 ) puede expresarse como una funci´n de x2 + x2 es conveniente introducir coordenadas polares. El o 1 2 objetivo de esta secci´n es buscar, para una funci´n y = f (x) dada, coordenadas ξ y η en lugar de x e y, o o para las cuales la funci´n f se convierta en m´s simple, por ejemplo lineal. o a Nos contentaremos de estudiar este problema localmente; es decir, alrededor de un punto a. Como un cambio de coordenadas es equivalente a un difeomorfismo, el problema se plantea de la manera siguiente: sean f : Rn → Rm , a ∈ Rn y b = f (a) ∈ Rm dados, encontrar un difeomorfismo local ϕ alrededor de a (ξ = ϕ(x)) y un difeomorfismo local ψ alrededor de b (η = ψ(y)), tales que ψ ◦ f ◦ ϕ−1 sea “m´s simple” en a un vecindario de 0 ∈ Rn . Teorema II.1.1 (Teorema del rango) Sean f : Rn → Rm de clase C k , con k ≥ 1, a ∈ Rn y b = f (a). Los enunciados siguientes son equivalentes: i) Existe difeomorfismos locales ϕ alrededor de a y ψ alrededor de b, de clase C k , tales que (ψ ◦ f ◦ ϕ−1 )(ξ1 , . . . , ξn ) = (ξ1 , . . . , ξr , 0, . . . , 0)t ii) El rango de f (x) es constante e igual a r en un vecindario de a. Demostraci´n.- Supongamos cierto i), es decir que existen los difeomorfismos ϕ y ψ que satisface (II.1.1). o Planteando g = ψ ◦ f ◦ ϕ−1 : Rn → Rm , derivando g se obtiene g (ξ) = ψ (f (x))f (x)(ϕ (x))−1 = Ir 0 0 0 , alrededor de ξ = 0; (II.1.1)

donde Ir es la matriz identidad de r × r. Como ψ y ϕ son difeomorfismos, sus derivadas son inversibles y dejan invariante el rango, ver curso de ´lgebra lineal. a Supongamos cierto el inciso ii); es decir, que f (x) es de rango r en un vecindario U de a. Si es necesario permutar los xi y o los yj , podemos suponer que A= es inversible. Definimos la aplicaci´n ξ = ϕ(x) por o ϕi (x) = ξ = fi (x1 , . . . , xn ) − bi xi − ai 35 para 1 ≤ i ≤ r para i ∈ {r + 1, . . . , n} (II.1.2) ∂fi (a) ∂xj
r i,j=1

36 Puesto que la matriz jacobiana

CAP´ ITULO II. SUBVARIEDADES DIFERENCIALES

ϕ (a) =

A 0

∗ I

es inversible, (II.1.2) define un difeomorfismo local alrededor de a. Consideremos la funci´n o g(ξ) = (f ◦ ϕ−1 )(ξ), cuyas primeras r componentes est´n dadas por gi (ξ) = ξi + bi . Como el cambio de a coordenadas x ↔ ξ no cambia el rango, ver curso de ´lgebra lineal, la matriz a g (ξ) = I 0 C(ξ) D(ξ)

es de rango r para todo ξ en un vecindario de ξ = 0. Por lo tanto D(ξ) = 0 y la funci´n g(ξ) depende o solamente de ξ1 , . . . , ξr . El siguiente paso es construir ψ. Consideremos, la aplicaci´n η = ψ(y) definida por o ψi (y) = ηi = y i − bi yi − gi (y1 − b1 , . . . , yr − br ) I ∗ 0 I para i = 1, . . . , r para i = r + 1, . . . , m. (II.1.3)

La matriz jacobiana de ψ, est´ dada por a ψ (b) =

es inversible, por lo que (II.1.3) es un difeomorfismo local alrededor de b. Por ultimo debemos verificar que ψ ◦ f ◦ ϕ−1 verifica (II.1.1), que dejamos como ejercicio

Consecuensia del Teorema del Rango, son los dos siguientes teoremas: Teorema II.1.2 (Teorema de la inmersi´n) Sea f : Rn → Rm una inmersi´n en a ∈ Rn de clase C k , o o con k ≥ 1; es decir f (a) es inyectiva (rango de f (a) es n). Entonces, existen un vecindario U ⊂ Rn de a y un difeomorfismo local ψ alrededor de b = f (a), de clase C k tal que (ψ ◦ f )(x1 , x2 , . . . , xn ) = (x1 , . . . , xn , 0, . . . , 0)t , ∀x ∈ U. Demostraci´n.- Si es necesario permutar los yi , se puede suponer que la submatriz o A= ∂fi (a) ∂xj
n i,j=1

(II.1.4)

es inversible, por consiguiente en un vecindario U de a. Definimos la aplicaci´n η = ψ(y) de manera impl´ o ıcita de la manera siguiente yi = fi (η1 , . . . , ηn ) fi (η1 , . . . , ηn ) − ηi para i = 1, . . . , n para i = n + 1, . . . , m.

Como la matriz jacobiana de esta aplicaci´n es inversible, ψ es un difeomorfismo local alrededor de b y o satisface (II.1.4).

Teorema II.1.3 (Teorema de la submersi´n) Sea f : Rn → Rm una submersi´n en a ∈ Rn de clase o o C k , con k ≥ 1; es decir f (a) es sobreyectiva (rango de f (a) es m). Entonces, existe un difeomorfismo local ϕ alrededor de 0, de clase C k tal que (f ◦ ϕ)(ξ1 , . . . , ξn ) = f (a) + (ξ1 , . . . , ξm )t . Demostraci´n.- Para demostrar regresamos a la demostraci´n del Teorema del Rango, no hay necesidad de o o hacer permutaciones en la variable yi . Tomamos como ϕ, la aplicaci´n ϕ−1 de la demostraci´n del teorema o o del Rango e inmediatamente g = f ◦ ϕ nos da el resultado deseado.

II.2. SUBVARIEDADES DIFERENCIABLES

37

II.2.

Subvariedades Diferenciables

El objetivo de esta secci´n es describir diferentes objetos de Rn , como ser curvas, superficies y en general o subvariedades diferenciables. A continuaci´n enunciamos el teorema que nos permitir´ cacterisar dichos o a objetos. Teorema II.2.1 Sea M = ∅ un subconjunto de Rn , a ∈ M y sea 0 ≤ r ≤ n. Los enunciados siguientes son equivalentes: i) existe un vecindario U ⊂ Rn de a y una aplicaci´n diferenciable g : U → Rn−r con g(a) = 0 y g (a) o sobreyectiva (g una submersi´n) tales que o M ∩ U = g −1 (0); ii) existe un vecindario U ⊂ Rn de a, un vecindario V ⊂ Rn de 0 y un difeomorfismo ϕ : V → U con ϕ(0) = a tales que M ∩ U = ϕ((Rr × {0}) ∩ V ); iii) existe un vencidario U ⊂ Rn de a, un vecindario W ⊂ Rr de 0 y una aplicaci´n diferenciable γ : W → U o con γ(0) = a y γ (0) inyectiva (una inmersi´n) tales que o M ∩ U = γ(W ) y γ : W → M ∩ U es un homeomorfismo. Demostraci´n.- Para visualizar los enunciados del teorema, consideremos la Figura II.2.1 Mostremos i) ⇒ o

g

γ

U

W ϕ

V

Figura II.2.1: Visualizaci´n del teorema o ii). Por hip´tesis g es una submersi´n en a, por consiguiente el teorema de la submersi´n asegura la existencia o o o de un difeomorfismo ϕ : Rn → Rn alrededor de 0 y ϕ(0) = a tal que g ◦ ϕ(ξ1 , . . . , ξn ) = (ξr+1 , . . . , ξn )t , despu´s de una eventual permutaci´n de los ξi . La condici´n g(x) = 0, se convierte en consecuencia ξr+1 = e o o · · · = ξn , lo que conduce a M ∩ U = ϕ((Rr × {0}) ∩ V ). ii) ⇒ i). Consideremos la proyecci´n can´nica π : V ⊂ Rn → Rn−r dada por π(ξ1 , . . . , ξn ) = (ξr+1 , . . . , ξn ). o o Planteando g = π ◦ ϕ−1 tenemos el punto i); en efecto g es una submersi´n y g −1 (0) = ϕ(π −1 (0)) = o ϕ(V ∩ (Rr × {0})).

§¤¥¢£¡ ¦

¨

  ¦ £¡ §¤¥£¡ ¦ ¢

©

¦ ¡

38

CAP´ ITULO II. SUBVARIEDADES DIFERENCIALES

iii) ⇒ ii). El teorema de inmersi´n conduce a la existencia de un difeomorfismo local ψ alrededor de a tal o que (ψ ◦ γ)(ξ1 , . . . , ξr ) = (ξ1 , . . . , ξr , 0, . . . , 0)t , para todo ξ alrededor de 0 ∈ Rr . De donde x ∈ γ(W ) es equivalente a que ψ(x) ∈ Rr × {0}. Tomamos ϕ = ψ −1 . Solo falta comprobar que ϕ((Rr × {0}) ∩ V ) = M ∩ U , en efecto, si es necesario achicar los vecindarios, se tiene que γ : W → M ∩ U es un homeomorfismo, por lo tanto la preimagen de γ alrededor de a es un vecindario de 0 ∈ R, con lo que se asegura ϕ((Rr × {0}) ∩ V ) = M ∩ U ii) ⇒ i). Consideramos la inyecci´n can´nica i : Rr → Rn dada por i(ξ1 , . . . , ξr ) = (ξ1 , . . . , ξr , 0, . . . , 0), o o planteamos γ = ϕ ◦ i. Dejamos al estudiante la comprobaci´n que γ satisface ii). o

Definici´n II.2.1 Un conjunto M = ∅ que satisface las condiciones del teorema precedente para todo a ∈ M o se llama una subvariedad diferenciable en Rn de dimensi´n r y de codimensi´n n − r. La aplicaci´n γ del o o o inciso iii) del teorema se llama parametrizaci´n local de M alrededor de a. o Ejemplo II.2.1 Consideremos: Consideremos la superficie de la esfera en R3 alrededor del polo sur a = (0, 0, −1)t . Esta superfie puede ser descrita para n = 3 y r = 2 g(x, y, z) = x2 + y 2 + z 2 − 1, tambi´n por ϕ(x, y, ζ) = (x, y, − 1 − x2 − y 2 + ζ)t y por γ(x, y) = ϕ(x, y, 0), o bien utilizar coordenadas e esf´ricas: e ϕ(α, β, ρ) = ((1 + ρ) sin α cos β, (1 + ρ) sin α sin β, −(1 + ρ) cos α)t y γ(α, β) = ϕ(α, β, 0). Ejemplo II.2.2 (Toro de revoluci´n) Consideremos la circunferencia (x, z) = (d + ρ cos α, ρ sin α) con o 0 < ρ < d y giremos alrededor del eje z. Esto da la parametrizaci´n o   (d + ρ cos α) cos β γ(α, β) =  (d + ρ cos α) sin β  ρ sin α de un toro. Dejamos como ejercicio la verificaci´n que γ(α, β) es una inmersi´n que γ es o o localmente un homeomorfismo. Ejemplo II.2.3 (Cinta de M¨bius) Consideremos una vara de longitud 2, parametrizada por −1 < t < 1 o y gir´mosla alrededor de su centro, al mismo tiempo rotemos dos veces mas r´pido alrdedor de un eje a una e a distancia d. Esto da la parametrizaci´n o   (d + t cos ϑ) cos 2ϑ γ(t, ϑ) =  (d + t cos ϑ) sin 2ϑ  . t sin ϑ

Ejemplo II.2.4 (Grupo Ortogonal) El conjunto O(n) = {X|X t X = I} es una subvariedad de dimensi´n n(n − 1)/2 de Mn,n (R) o
n

Rn·n . Para comprobar, consideremos la aplicaci´n o Rn(n+1)/2

g : Mn,n (R) → Sym(R)

II.3. ESPACIO TANGENTE

39

definida por g(X) = X t X − I, donde Symn denota el espacio de las matrices sim´tricas de dimensi´n. Se e o tiene O(n) = g −1 (0). Se tiene que verificar que g es una submersi´n en todo A ∈ O(n). La derivada de g en o A es g (A)H = At H + H t A. Para una matriz sim´trica B, planteamos H = AB/2 que da g (A)H = B, por e lo tanto g (A) : Mn,n (R) → Symn (R) es sobreyectiva y O(n) es una subvariedad de codimensi´n n(n + 1)/2. o Ejemplo II.2.5 Las subvariedades de dimensi´n 0 son puntos discretos de Rn . Todo subespacio lineal o o af´ de Rn es una subvariedad. ın Ejemplo II.2.6 El conjunto {(x, y)|xy = 0} no es una subvariedad de R2 . Alrededor del origen este conjunto no es difeomorfo a una recta. Remarca II.2.1 La hip´tesis “γ : W → M ∩ U es un homeomorfismo” del inciso iii) del teorema II.2.1, o no puede ser omitida. Por ejemplo la funci´n γ(t) = ((1 + 0,1t2 ) cos t, (1 + 0,1t2 ) sin t) es una inmersi´n para o o cada t, pero la imagen γ(R) no es una subvariedad de R2 a causa del cruce de la curva, ver figura de la izquierda. Incluso la inyectividad de γ(t) no es suficiente como lo muestra la figura de la derecha.

II.3.

Espacio Tangente

La tangente en un punto a una curva en R2 o Rn es una recta; es decir un espacio af´ Ubicando el origen ın. en a, esta tangente se convierte en un espacio vectorial. El plano tangente en un punto a de una superficie es un espacio de dimensi´n 2. Un vector en este plano puede ser interpretado como γ (0), donde γ(t) es una o curva diferenciable en la superficie que satisface γ(0) = a. Definici´n II.3.1 Sea M ⊂ Rn una subvariedad y a ∈ M. El espacio tangente a M en a es o Ta M =
n 1 h ∈ Rn existe γ : (− , ) → R de clase C tal que γ(t) ∈ M . para todo t ∈ (− , ), γ(0) = a y γ (0) = h.

Una subvariedad est´ caracterizada, ya sea por una submersi´n o bien por una parametrizaci´n, por lo que a o o el teorema siguiente nos da la forma de como determinar espacios tangentes. Teorema II.3.1 Sea M ⊂ Rn una subvariedad y a ∈ M . a) Si M est´ dada por una submersi´n g : U → Rn−r , entonces a o Ta M = ker g (a). b) Si M est´ dada por una parametrizaci´n σ : W → Rn , entonces a o Ta M = Im σ (0). Demostraci´n.- a) Para una curva γ(t) con g(γ(t)) = 0 se tiene que g (a)γ (0) = 0 y por consiguiente o Ta M ⊂ ker g (a). Sea h ∈ ker g (a), el teorema de submersi´n conduce a la existencia de ϕ difeomorfismo o ˜ local alrededor del origen, con ϕ(0) = a tal que g ◦ ϕ(ξ) = (ξr+1 , . . . , ξn ). Como h ∈ ker g (a), existe h ∈ Rn , ˜ ya que ϕ (0) es un isomorfismo lineal. Por otro lado h ∈ ker(g ◦ ϕ) (0), de donde hj = 0, ˜ ˜ tal que h = ϕ (0)h,

40

CAP´ ITULO II. SUBVARIEDADES DIFERENCIALES

para r + 1 ≤ j ≤ n. Ahora bien, consideramos γ : (− , ) → Rn , con > 0 lo suficientemente peque˜o, con ˜ n ˜ γ (t) = th. Planteamos γ = ϕ ◦ γ , se tiene γ(t) ∈ M y γ (0) = h. ˜ ˜ b) Se tiene Im σ (0) ⊂ Ta M por que γ = σ ◦ γ , con γ curva diferenciable en Rr , es una curva en M. Solo falta ˜ ˜ mostrar la inclusi´n en el otro sentido, consideramos una curva γ en M, el teorema de la inmersi´n asegura o o la existencia de ψ difeomorfismo local alrededor de a tal que ψ ◦ σ(ξ) = (ξ1 , . . . , ξr , 0, . . . , 0), en consecuencia la curva γ = ψ ◦ γ es una curva diferenciable en Rr (proyectando Rn a Rr ), por lo tanto Ta M = Im σ (0). ˜

II.4.

Ejercicios
 x1 + x2 + x3 + x4 f (x) =  x2 + x2 + x2 + x2  1 2 3 4 x3 + x3 + x3 + x3 1 2 3 4

1. Calcular el rango de la matriz jacobiana para 

2. Sea f : Rn → Rm de clase C 1 . Mostrar que si rang f (a) = r, entonces rang f (x) ≥ r en un vecindario de a. Dar un ejemplo para el cual rang f (a) = r y rang f (x) > r para x ∈ U − {a}, donde U es un vecindario de a. 3. Sea A una matriz con n columnas y m filas de rang = r. Mostrar que existen matrices inversibles S y T tales que Ir 0 SAT = , (II.4.1) 0 0 donde Ir es la matriz identidad de talla r. Calcular una descomposici´n de la forma (II.4.1) para la o matriz 1 −1 2 A= . −2 2 −4 4. De los conjuntos definidos m´s abajo, decidir cuales son subvariedades y cuales no, hacer gr´ficas si es a a posible: {(t, t2 ) ∈ R2 |t ∈ R} {(t, t2 ) ∈ R2 |t ≥ 0} 2 3 2 {(t , t ) ∈ R |t ∈ R} {(t2 , t3 ) ∈ R2 |t = 0} 2 {: (x, y) ∈ R |x > 0, y > 0} {(x, y, z) ∈ R3 |x = y = z = 0} 3 2 2 2 {(x, y, z) ∈ R |x + y − z = 1} {(x, y, z) ∈ R3 |x2 + y 2 + z 2 = 0}. 5. Dar una aplicaci´n diferenciable g : R3 → R2 tal que el conjunto o M = {x ∈ R3 |g(x) = 0} sea una subvariedad de dimensi´n 1 en R3 , pero que g (x) no es sobreyectiva en ning´n punto de M. o u 6. Verificar que el conjunto {(x, y)|xy = 0} no es una subvariedad de R2 , pero que {(x, y)|xy = 0}−{(0, 0)} es una subvariedad. 7. Sean X ⊂ Rn e Y ⊂ Rm dos subvariedades. Mostra que el producto X × Y = {(x, y) ∈ Rn × Rm |x ∈ X, y ∈ Y } es una subvariedad de Rn × Rm , que se llama subvariedad producto.

II.4. EJERCICIOS 8. Demostrar que el conjunto {(cos t + 2) cos λt, (cos t + 2) sin λt, sin t) ∈ R3 |t ∈ R}(II.4.2) es una subvariedad de R3 para λ = 2/13, ver dibujo. Para √ λ = 2 el conjunto (II.4.2) no es una subvariedad y es dense en el toro {(cos u + 2) cos v, (cos u + 2) sin v, sin u)}.

41

42

CAP´ ITULO II. SUBVARIEDADES DIFERENCIALES

Cap´ ıtulo III M´ximos y M´ a ınimos Locales
En el curso de Primer A˜o de An´lisis se vio el problema de puntos extremales para funciones reales a una n a variable. Se constat´ que una condici´n necesaria, cuando la funci´n era diferenciable, es que la derivada es o o o nula en un punto extremal. En este cap´ ıtulo se estudiar´ el problema para funciones a varias variables de la forma f : U ⊂ E → R, a donde E es un espacio vectorial normado y luego estudiaremos problemas de m´ximo y m´ a ınimo para funciones sometidas a ciertas restricciones.

III.1.

M´ximos y m´ a ınimos relativos

Sea U un abierto de un espacio vectorial normado E y f : U → R. Se dice que f posee un m´ ınimo (m´ximo) a relativo en el punto a ∈ U , si existe un vecindario V de a, V ⊂ U tal que f (x) ≥ f (a) f (x) ≤ f (a) ∀x ∈ V. Un m´ ınimo (m´ximo) relativo es estricto si a f (x) > f (a) f (x) < f (a) ∀x ∈ V − {a}. Se dice que f posee un extremo relativo, si posee un m´ ınimo o m´ximo relativo en a. a Teorema III.1.1 ((condici´n necesaria)) Sea U un abierto de un espacio vectorial normado E y suo pongamos que f : U → R sea diferenciable en a ∈ U . Si f admite un extremo relativo en a, entonces f (a) = 0. Demostraci´n.- Supongamos que f admita un m´ximo relativo en a. Las hip´tesis implican que para un o a o h fijo y | | lo suficiente peque˜o se tiene n 0 ≥ f (a + h) − f (a) = f (a) h + r(a + h) · · h donde r(a + h) → 0 si → 0. Dividiendo este limite por y considerando que → 0, se obtiene que f (a)h ≤ 0. Deducimos que f (a) = 0, porque h ∈ E es arbitrario. Para el m´ ınimo relativo la demostraci´n o se la realiza de la misma manera.

Teorema III.1.2 ((Condici´n necesaria)) Sea U un abierto de un espacio normado E y f : U → R dos o veces diferenciable en a ∈ U . Si f posee un m´ximo relativo en a, entonces a f (a)(h, h) ≤ 0, ∀h ∈ E. (III.1.1)

Demostraci´n.- El desarrollo en serie de Taylor de f alrededor de a, para h fijo, est´ dado por o a f (a + h) = f (a) + f (a) h + Dividemos la f´rmula por o
2

1 f (a)( h, h) + o( 2!

2

h ).

2

y pasamos al l´ ımite

→ 0.

43

44

´ CAP´ ITULO III. MAXIMOS Y M´ INIMOS LOCALES

Se dice que a ∈ U es un punto cr´ ıtico de f : U → R si f (a) = 0. La condici´n f (a) = 0 no es suficiente para o asegurar un punto extremal, por ejemplo f (x) = x5 nos sirve como contraejemplo. Teorema III.1.3 ((condici´n suficiente)) Sea U un abierto de un espacio vectorial normado y f : U → R o dos veces diferenciable en a ∈ U , si f (a) = 0 y si f (a) satisface f (a)(h, h) ≤ −γ h
2

∀h ∈ E

(III.1.2)

con γ > 0, entonces f admite un m´ximo relativo estricto en el punto a. a Demostraci´n.- Aplicamos la f´rmula de Taylor alrededor de a, lo que da o o 1 2 f (a + h) = f (a) + f (a)h + f (a)(h, h) + o( h ), 2 las hip´tesis sobre f (a) y f (a) nos llevan o f (a + h) − f (a) = Dividiendo por h
2

1 2 f (a)(h, h) + o( h ) ≤ (−γ h 2

2

+ o( h ).

2

y pasando al l´ ımite h → 0, deducimos para h = 0 y lo suficientemente peque˜o que n f (a + h) − f (a) < 0,

con lo que f admite un m´ximo relativo estricto en el punto a. a

El espacio vectorial normado es finito dimensional
Supongamos que E es de dimensi´n n, por consiguiente E = Rn en lo que sigue. La condici´n f (a) = 0, es o o equivalente a ∂f ∂f (a1 , . . . , an ) = 0, . . . , (a1 , . . . , an ) = 0, ∂x1 ∂xn lo que constituye un sistema de n ecuaciones para las n incognitas a1 , . . . , an . Por lo tanto, resolviendo el sistema de n ecuaciones, encontramos los puntos cr´ ıticos de f . El siguiente paso es determinar el car´cter de a los puntos cr´ ıticos. Sea a ∈ Rn un punto cr´ ıtico, se tiene f (a + h) = f (a) + f (a)(h, h) + o( h ); ahora bien, f (a) es una forma bilineal sim´trica llamada Hessiana de f en el punto a. Si f es dos veces e continuamente diferenciable, la matriz hessiana respecto a la base can´nica es o 2  ∂2f  ∂ f ∂2f (a) ∂x1 ∂x2 (a) · · · ∂x1 ∂xn (a) ∂x2 1  ∂2f   ∂x ∂x (a)   H(a) =  1 2   . .   .
∂2f ∂x1 ∂xn (a) ∂2f ∂x2 (a) n 2

La teor´ de formas bilineales sim´tricas, vista en el curso de Algebra Lineal, asegura la existencia de una ıa e base {di } de Rn , respecto a la cual la matriz hessiana es una diagonal H(a) = diag(0, . . . , 0, 1, . . . , 1, −1, . . . , −1),
p q r

de donde
2 f (a + h) = f (a) + h2 + · · · + h2 − h2 p+1 p+q p+q+1 − · · · − hn + o( h ) 2

III.2. MULTIPLICADORES DE LAGRANGE

45

con hi la i-sima compenente de h respecto a la base {di }. Por otro lado, la misma teor´ de formas bilineales ıa sim´tricas, asegura que p, q, r son unicos y p es el ´ e ´ ındice de nulidad de H, q es el ´ ındice de positividad de H y r es el indice de negatividad de H. Se dir´ quen a punto cr´ a ıtico de f es no singular si Hf (a) tiene un ´ ındice de nulidad O. Por consiguiente, tenemos el siguiente teorema para los puntos cr´ ıticos no singulares. Teorema III.1.4 ((Condici´n Suficiente)) Sea f : U ⊂ Rn dos continuamente diferenciable, a ∈ U un o punto cr´ ıtico no singular, entonces: a) La hessiana de f en a es de ´ ındice de positividad n si y solamente si f admite un m´ ınimo relativo estricto en a. b) La hessiana de f en a es de ´ ındice de negatividad n si y solamente si f admite un m´ximo relativo a estricto en a. c) En el caso en que la hessiana tenga ´ ındices de negatividad y positividad no nulos, a se llama punto silla. Remarca III.1.1 En lugar de trabajar con los ´ ındices de positividad, negatividad y nulidad de la hessiana de f , se hubiese podido trabajar con los valores propios de Hf (a), que dicho sea de paso, son reales. Dejamos como ejercicio enunciar los resultados correspondientes con los valores propios.

III.2.

Multiplicadores de Lagrange

Sea U un abierto de Rn , f : U → R y consideremos la subvariedad M ⊂ U . El problema consiste en encontrar los m´ ınimos o m´ximos relativos de la restricci´n f |M ; es decir, se busca a ∈ M tal que a o f (x) ≥ (≤)f (a) ∀x ∈ V ∩ M, donde V ⊂ U es un vecindario de a. Para resolver este problema, suponemos que M es de dimensi´n r y codimensi´n s = n − r. Por lo o o hecho en cap´ ıtulo precedente, M se puede caracterizar alrededor de a ∈ M mediante σ : W ⊂ Rr → Rn parametrizaci´n alrededor de a; o bien, como un conjunto de nivel de g : Rn → Rs , es decir o M = {x ∈ Rn |g(x) = 0}. Teorema III.2.1 ((Condici´n necesaria)) Sea ⊂ Rn abierto, M ⊂ U subvariedad diferenciable f : U → o R continuamente diferenciable en a ∈ M. Si f |M admite un extremo relativo en a ∈ M, entonces Ta M ⊂ ker f (a). (III.2.1)

Demostraci´n.- Como M es una variedad difenciable, existe σ : W ⊂ Rr → Rn parametrizaci´n local o o alrededor de a. Como f |M presenta un valor extremal en a ∈ M , f ◦ σ admite un valor extremal en 0, por lo tanto (f ◦ σ) (0) = 0. Aplicando la f´rmula de derivaci´n para la composici´n de aplicaciones,se tiene o o o f (a) ◦ σ (0) = 0, lo que conduce a que Im σ (0) ⊂ ker f (a), es decir Ta M ⊂ ker f (a).

Definici´n III.2.1 Un punto a ∈ calM satisfaciendo la condici´n (III.2.1) se llama punto cr´ o o ıtico de f |M . Los problemas de determinaci´n de valores y puntos extremales de funciones restringidas sobre subvariedades o son formulados utilizando la forma submersiva para representar la subvariedad. Por otro lado la condici´n o (III.2.1) no es muy util desde el punto de vista calculista. ´

46

´ CAP´ ITULO III. MAXIMOS Y M´ INIMOS LOCALES

Teorema III.2.2 (Multiplicadores de Lagrange) Sea U ⊂ Rn , f : U → R continuamente diferenciable en un vecindario de a ∈ M = {x ∈ U |g(x) = 0} con g : U → Rs submersi´n alrededor de a. Si f |M posee un o extremo relativo en a ∈ M, entonces existe λ : Rs → R forma lineal (multiplicadores de Lagrange) tal que f (a) − λ ◦ g (a) = 0, es decir: f (a) − ( ∂f (a) x1
s i=1

(III.2.2)

λi gi (a) = 0,
∂f xn (a) )

 ···  λs ) 

∂g1 ∂x1 (a)

··· ···

 ∂g1 ∂xn (a)   = 0.
∂gs ∂xn (a)

···

− ( λ1

. . . ∂gs ∂x1 (a)

Demostraci´n.- Como Ta M = ker g (a), la condici´n o o ker g (a) ⊂ ker f (a), ver curso de algebra lineal espacios vectoriales cocientes, asegura la existencia de λ : Rn / ker g (a) → Rs tal que f (a) = λ ◦ g (a). Ahora bien Rn / ker g (a) ∼ Rs , con lo que se tiene (III.2.2). =

Remarca III.2.1 Con la funci´n de Lagrange o lagrangiano o L(x, λ) = f (x) − λ ◦ g(x) las condiciones a ∈ M y (II.2.2) son equivalentes a L (a, λ) = 0. Ejemplo III.2.1 Sean f (x, y, z) = x − y − z, g1 (x, y, z) = x2 + 2y 2 − 1, g2 (x, y, z) = 3x − 4z y busquemos los valores extremos de f |M donde M = {(x, y, z) ∈ R3 |g1 (x, y, z) = 0, g2 (x, y, z) = 0}. El conjunto M representa la intersecci´n de un cilindro con un plano. Se verfica facilmente que g(x, y, z) es una o submersi´n para todo x ∈ M. La funci´n de Lagrange est´ dada por o o a L(x, y, z, λ1 , λ2 ) = x − y − z − λ1 (x2 + 2y 2 − 1) − λ2 (3x − 4z). Las condiciones necesarias (II.2.2) nos dan: 1 − 2λ1 x − 3λ2 = 0, −1 − 4λ1 y = 0, −1 + 4λ2 = 0,

Se obtiene λ2 = 1/4 y eliminando λ1 de las otras dos ecuaciones,se encuentra y+2x=0. Los puntos cr´ ıticos son por consiguiente (1/3, −2/3, 1/4) y (−1/3, 2/3, −1/4). Al igual que la secci´n precedente, una vez determinados los puntos cr´ o ıticos es determinar el car´cter de a estos, dando condiciones necesarias y suficientes. En el caso de funciones definidas sobre abiertos de espacios vectoriales normados, el an´lisis est´ centrado en el estudio de la segunda derivada. Ahora bien, para el a a caso de puntos extremales sobre subvariedades se sigue con el mismo esquema, tomando en cuenta algunas sutilezas. Consideremos U ⊂ Rn abierto, M ⊂ U subvariedad, f : U → R de clase C 2 . Sean a ∈ M un punto cr´ ıtico de f |M , σ : Rr → Rn una parametrizaci´n local alrededor de a. Como a ∈ M es un punto cr´ o ıtico de f |M , se

III.2. MULTIPLICADORES DE LAGRANGE

47

tiene que 0 es un punto cr´ ıtico de f ◦ σ, por consiguiente las condiciones necesarias y suficientes de la secci´n o precedente son v´lidas para O con f ◦ σ y por lo tanto ser´ suficiente estudiar (f ◦ ϕ) (0). Por otro lado a ıa e Ta M ∼ Rs por σ (0), de donde definimos la forma bilineal sim´trica = Hessa f |M : Ta M × Ta M −→ R (h, k) → (f ◦ σ) (0)((σ (0))−1 (h), (σ (0))−1 (k)) (III.2.3)

Teorema III.2.3 Sean U ⊂ Rn abierto f : U → R dos veces continuamente diferenciable en M ⊂ U subvariedad y g : U → Rs submersi´n de clase C 2 con M = {x ∈ U |g(x) = 0. Supongamos que a ∈ M es un o punto cr´ ıtico de f |M , (por lo tanto existe λ : Rs → R forma lineal tal que f (a) − λg (a) = 0), entonces Hessa f |M = f (a) − λg (a). y por consiguiente Hessa f |M indepediente de la parametrizaci´n local alrededor de a. o Demostraci´n.- Sea σ : W ⊂ Rr → Rn una parametrizaci´n local alrededor de a punto cr´ o o ıtico de f |M . ˜ ˜ Denotamos h = σ (0)−1 (h) y k = σ (0)−1 (k). Se tiene ˜ ˜ Hessa f |M (h, k) = (f ◦ σ) (0)(h, k) = f (a)(h, k) + f (a)σ (0)(h, k). Como a es un punto cr´ ıtico, sabemos que f (a) = λg (a), de donde ˜ ˜ Hessa f |M (h, k) = f (a)(h, k) + λg (a)σ (0)(h, k). Por otro lado g ◦ σ(x) = 0 para todo x ∈ W , de donde g (a)σ (0) = 0 y ˜ ˜ ˜ ˜ (g ◦ σ) (0)(h, k) = g (a)(h, k) + g (a)σ (0)(h, k) = 0, de donde Hessa f |M (h, k) = f (a)(h, k) − λg (a)(h, k). (III.2.4)

Remarca III.2.2 La forma bilineal Hessa f |M nos permite tener las mismas condiciones necesarias y suficientes para determinar el car´cter de un punto cr´ a ıtico de funciones restringidas sobre subvariedades. La f´rmula (III.2.4) nos da una expresi´n sencilla a trabajar y el unico cuidado que hay que tener es de trabajar o o ´ sobre los vectores del espacio tangente al punto cr´ ıtico. Ejemplo III.2.2 Utilizemos el teorema precedente para mostrar que el punto (1/3, −2/3, 1/4) es un m´ximo a relativo estricto de la funci´n f |M del ejemplo 1 de esta secci´n. Como λ1 = 3/8 y λ2 = 1/4 tenemos para o o h = (h1 , h2 , h3 )t  2 3 h 3 ) 0 − 0 8 0  0 4 0    h 0 3 1  1  h2 = − (2h2 + 4h2 ). 0 − 0 1 2 4 8 0 h3

( h1

h2

h ∈ Ta M si g (a)h = 0 en particular si 3h1 − 4h3 = 0, de donde 3 16 3 3 − (2h2 + 4h2 ) = − (h2 + 4h2 + h2 ) ≤ − h 1 2 8 8 1 9 3 8 y la condici´n suficiente para un m´ximo relativo estricto se verifica. o a
2 2

48

´ CAP´ ITULO III. MAXIMOS Y M´ INIMOS LOCALES

III.3.

Ejercicios
f (a)(h, h) ≤ −γ h
2

1. Sea f : Rn → R dos veces diferenciable en a ∈ Rn . Demostrar que la condici´n o ∀h ∈ Rn ,

con γ > 0 es equivalente a f (a)(h, h) < 0 para todo h = 0. 2. Sea E = {f : [1, +∞) → R| f continua y acotada} con la norma F : E → R dada por ∞ 2 ∞ 3 f (t) f (t) F (f ) = dt − dt. t4 t2 1 1 Demostrar que: a) F (0) = 0 y F (0)(h, h) > 0 para h = 0. b) 0 ∈ E no es un m´ ınimo relativo de F . 3. Mostrar que el valor maximal de la expresi´n o ax2 + 2bxy + cy 2 dx2 + 2exy + f y 2 es la ra´ m´s grande de ız a (df − e2 )λ2 − (af − 2be + cd)λ + (ac − b2 ) = 0.
∞.

Se considera la aplicaci´n o

4. Consideremos la funci´n f (x, y, z) = αx2 ey + y 2 ez + z 2 ex . Demostrar que el origen es un punto cr´ o ıtico. ¿Para qu´ valor de α ∈ R, el origen es un punto extremal de f . e 5. Sea m < n y A una matriz m×n de rango m. Entre todas las soluciones de Ax = b, encontrar utilizando multiplicadores de Lagrange la soluci´n para la cual x 2 es minimal. Dar una interpretaci´n geom´trica o o e del resultado. 6. Sea E = C 0 ([0, 1]) y sea F : E → R dada por F (y) = 2y(0)3 − 3y(0)2 . Demostrar las afirmaciones siguientes: a) y0 (x) = 1 es un m´ ınimo relativo de F , si E est´ provisto de la norma a
∞. 1.

b) y0 (x) = 1 no es un m´ ınimo relativo de F , si de E est´ provisto de la norma a 7. Calcular geom´tricamente el m´ e ınimo de f |M donde f (x, y) = x2 + y 2 y M = {(x, y)|g(x, y) = 0} Mostrar que el sistema f (x) − λg (x) = 0 no tiene soluci´n. Explicar porque. o 8. Calcular el valor maximal de xα y β z γ
k k k

con g(x, y) = y 2 − (x − 1)3 .

(α, β, γ, xy, z > 0)

sujeta a la condici´n x + y + z = 1, (k > 0). Deducir la desigualdad o u α
α

v β

β

w γ

γ

u+v+w α+β+γ

α+β+γ

.

III.3. EJERCICIOS 9. Calcular los extremos relativos de f (x, y, z) = x2 + y 2 + z 2 sobre M donde M= (x, y, z)| x2 y2 z2 + + =1 y z =z+y . 4 9 25

49

Verificar las condiciones suficientes para un extremo.

50

´ CAP´ ITULO III. MAXIMOS Y M´ INIMOS LOCALES

Cap´ ıtulo IV Ecuaciones Diferenciales Ordinarias
Las ecuaciones diferenciales es un lenguaje muy c´modo y utilizado para modelisar una gran cantidad de o fen´menos de diversa ´ o ındole, desde el movimiento de planetas y estrellas, f´ ısica de grandes cuerpos; hasta la din´mica de las mol´culas. En Biolog´ econ´mica muchos problemas se resuelven utilizando ecuaciones a e ıa, o diferenciales para describir comportamientos y relaciones. En el curso de Primer A˜o de An´lisis se trato m´todos de resoluci´n de las ecuaciones ordinarias usuan a e o les. Sin embargo en casos muy raros se logra encontrar la soluci´n bajo una forma anal´ o ıtica. En general, uno est´ obligado a utilizar m´todos num´ricos para obtener soluciones, ver curso de An´lisis Num´rico. En a e e a e este cap´ ıtulo vamos a tratar las cuestiones te´ricas de las ecuaciones diferenciales ordinarias. En particuo lar estudiaremos la existencia y unicidad de las soluciones, su sensibilidad respecto a perturbaciones y su comportamiento sobre largos intervalos.

IV.1.

Conceptos B´sicos y Algunos Problemas a
F (t, x, x, . . . , x(m) ) = 0, ˙

Definici´n IV.1.1 Un sistema diferencial de talla n y orden m es una expresi´n de la forma o o

donde F : R × Rn × Rn × · · · × Rn → Rn . m+1 veces continua, x(k) ∈ Rn k = 0, 1, . . . , m Ejemplo IV.1.1 El movimiento bal´ ıstico se rige por el sistema de ecuaciones diferenciales de orden 2. x =0 ¨ y =g ¨ donde x denota la componente horizontal y y la componente vertical. La variable independiente “t” no aparece de manera expl´ ıcita. Remarca IV.1.1 Se debe observar que: 1. Como la imagen de la funci´n F es Rn , el sistema se lo expresa como o F1 (t, x, x, . . . , x(m) ) = 0, ˙ ˙ F2 (t, x, x, . . . , x(m) ) = 0, . . . ˙ Fn (t, x, x, . . . , x(m) ) = 0, donde cada Fi : R × R(m+1)n → R es continua.

51

52

CAP´ ITULO IV. ECUACIONES DIFERENCIALES ORDINARIAS 2. Para evitarse an´lisis complicados en la resoluci´n de dichas ecuaciones, se prefiere trabajar con sistemas a o explicitados, es decir, sistemas de la forma x(m) = F (t, x, x, . . . , x(m−1) ). ˙ M´s todav´ con sistemas de orden 1. a ıa

Proposici´n IV.1.1 Todo sistema de ecuaciones diferenciales de orden m ≥ 1, es equivalente a un sistema o de primer orden. Demostraci´n.- Sea o x(m) == F (t, x, x, . . . , x(m−1) ), ˙ con x ∈ Rn un sistema de orden m y talla n. Introduciendo las variables y1 y2 ym se obtiene el sistema equivalente y1 ˙ y2 ˙ ym−1 ˙ ym ˙ = y2 , = y3 , . . . = ym , = F (t, y1 , y2 , . . . , ym ), =x =x ˙ . . . = x(m−1)

y denotando y = (y1 , . . . , ym ) ∈ Rnm se tiene lo que se quiere.

Remarca IV.1.2 En lo que sigue el cap´ ıtulo, solo se considerar´ sistemas de primer orden, a menos que se a diga lo contrario. Definici´n IV.1.2 Se dira que una funci´n ϕ : I ⊂ R → Rn continuamente derivable es una soluci´n del o o o sistema de primer orden, de talla n, x = f (t, x), ˙ si ϕ(t) = f (t, ϕ(t)), ∀t ∈ I. ˙

Sistemas Aut´nomos o
Definici´n IV.1.3 Se dira que un sistema diferencial de talla n es aut´nomo si se puede escribir de la o o forma x = f (x); ˙ (SDA) es decir, la variable independiente t no aparece expl´ ıcitamente en el sistema diferencial. Proposici´n IV.1.2 Todo sistema diferencial de primer orden, es equivalente a un sistema diferencial o aut´nomo. o Demostraci´n.- Sea o x = F (t, x), ˙ un sistema diferencial no aut´nomo, planteando o xn+1 = t,

´ IV.1. CONCEPTOS BASICOS Y ALGUNOS PROBLEMAS obtenemos esl sistema diferencial aut´nomo o x = f (xn+1 , x) ˙ xn+1 = 1; ˙ y definiendo el vector X = x xn+1 ∈ Rn+1 , el sistema precedente lo escribimos como ˙ X = F (X) = f (xn+1 , x) 1 .

53

Definici´n IV.1.4 Cuando se trabaja con sistemas diferenciales aut´nomos (SDA), es costumbre llamar a o o Rn espacio fase y las coordnedas de x, xi fase. Definici´n IV.1.5 Si ϕ : I → Rn es una soluci´n del (SDA), la imagen de ϕ, ϕ(I), se llama trayectoria o o y en algunos casos linea de flujo. Remarca IV.1.3 Se designa t la variable independiente haciendo en general referencia al tiempo. Una soluci´n describir´ por consiguiente la ley de movimiento de un objeto, mientras que la trayectoria es la o a traza dejada por el movimiento del objeto. La unica informaci´n que puede proporcionar una trayectoria, es ´ o las posiciones por don de ha estado el objeto y no el momento exacto. Sin embargo, a pesar de esta limitaci´n o se puede obtener informaciones respecto a las soluciones conociendo las trayectorias. En la graficaci´n de o las trayectorias, es corriente indicar el sentido del movimiento colocando una flecha para indicar. Ver figura IV.1.1

xn

x2

x1
Figura IV.1.1: Trayectoria de una soluci´n o

Consideremos el sistema diferencial aut´nomo o x = f (x), ˙ y una soluci´n ϕ : I → Rn . El vector tangente, (en f´ o ısica vector velocidad), en t = t0 es ϕ (t0 ) ∈ Rn . Ahora bien ϕ (t0 ) = f (ϕ(t0 )), de donde a la trayectoria en el punto x∗ = ϕ(t0 ) se le puede asociar el vector tangente f (x∗ ). Ver figura IV.1.2. Remarcamos inmediatamente que el lado derecho del (SDA) induce un campo de vectores tangentes

54

CAP´ ITULO IV. ECUACIONES DIFERENCIALES ORDINARIAS

x*

Figura IV.1.2: Vector Tangente (a las trayectorias) del Sistema Diferencial Aut´nomo, que lo denotamos o v : Rn → Rn x → f (x). Es costumbre representar un campo de vectores en una gr´fica, asociando a cada x ∈ Rn del espacio de fases a una flecha que corresponde el vector de la imagen. Ver figura IV.1.3.

Figura IV.1.3: Representaci´n de un Campo de Vectores o

Tipos de Soluciones
Consideremos el sistema diferencial aut´nomo de talla n o x = F (x), ˙ y ϕ : I ⊂ R → Rn una soluci´n del sistema. o

´ IV.1. CONCEPTOS BASICOS Y ALGUNOS PROBLEMAS Definici´n IV.1.6 Se dir´ que ϕ es una soluci´n estacionaria si ϕ(t) = x∗ ∈ Rn para todo t ∈ I. o a o

55

Definici´n IV.1.7 Se dir´ que ϕ es una soluci´n peri´dica si existe T > 0 tal que ϕ(t + T ) = ϕ(t) para o a o o todo T , si es el caso T se llama periodo. Proposici´n IV.1.3 Sea x = F (x) un sistema aut´nomo, entonces: o ˙ o a) ϕ es una soluci´n estacionaria, si y solamente si la trayectoria de ϕ se reduce a un punto en el espacio o de fases, si y solamente si F (ϕ(t)) = 0. b) ϕ es una soluci´n periodica no estacionaria si y solamente s i la trayectoria de ϕ es una curva cerrada o y F no se anula nunca sobre la trayectoria. Remarca IV.1.4 La proposici´n precedente para encontrar soluciones estacionarias nos da un medio alo gebraico, resolver F (x) = 0 y un medio gr´fico viendo las trayectorias que se reducen a un punto. En las a soluciones estacionarias, tenemos un medio gr´fico que el estudio de las trayectorias cerradas. a Ahora bien, poder decidir si una curva es cerrada o no, es en general bastante complicado si n > 2. En el plano es posible en general. Por otro lado, un gran n´mero de las aplicaciones de los sistemas diferenciales aut´nomos es de talla 2. u o Por lo que vale la pena estudiarlos. Sistemas Aut´nomos de Talla 2 o Aparte de los sistemas aut´nomos de talla 2 o ˙ x y =F x y ,

es frecuente estudiar las ecuaciones diferenciales de segundo orden de la forma x = f (x, x), ¨ ˙ donde x depende de t como un sistema aut´nomo de talla 2. Con tal motivo se plantea o x1 x2 ˙ x1 x2 = x, = x; ˙

el sistema diferencial aut´nomo equivalente est´ dado por o a = x2 f (x1 , x2 ) ,

y las componentes del plano de fases son x1 = x (la posici´n) y x2 = x (la velocidad). o ˙ Volvamos al sistema x = F (x), ˙ donde x ∈ R2 . F (x) induce un campo de vectores tangentes a las trayectorias. Aprovechando la relaci´n o dx2 x2 ˙ = , dx1 x1 ˙ vista en C´lculo I, y si F (x1 , x2 ) = (F1 (x1 , x2 ), F2 (x1 , x2 )), las trayectorias son los grafos de las soluciones a de la ecuaci´n diferencial o dx2 F2 (x1 , x2 ) = , dx1 F1 (x1 , x2 ) o bien los grafos de las soluciones de la ecuaci´n diferencial o dx1 F1 (x1 , x2 ) = , dx2 F2 (x1 , x2 ) Acabamos de formular un m´todo que nos determina las trayectorias, sin necesidad de conocer las soluciones e del sistema diferencial aut´nomo. o

56

CAP´ ITULO IV. ECUACIONES DIFERENCIALES ORDINARIAS

Remarca IV.1.5 Una familia de curvas en R2 pueden ser las trayectorias de muchos sistemas diferenciales, pero el campo de pendientes de las curvas es unico. ´ Ejemplo IV.1.2 (Predador-Presa) El comportamiento de dos poblaciones de animales en un ambiente aislado en el que una de las poblaciones son por ejemplo conejos y la otra poblaci´n son lobos se puede o modelar por el sistema diferencial x = x(α − βy), ˙ y = y(γx − δ) ˙ donde x(t) represanta la poblaci´n de conejos en el instante t e y(t) representa la poblaci´n de lobos en el o o instante t. Las trayectorias satisfacen la ecuaci´n diferencial o y = y(γx − δ) x(α − βy)

que es una ecuaci´n diferencial separable. Resolviendo la ecuaci´n obtemos como soluci´n general (en forma o o o impl´ ıcita) γx − δ ln x = α ln y − βy + C. (IV.1.1) Las trayectorias del sistema diferencial son las curvas de nivel de (IV.1.1). En la figura II.4 est´n graficadas a las curvas de nivel de (IV.1.1) para α = 1, β = 1, γ = 2 y δ = 3. Observamos que las curvas de nivel son curvas cerradas, por lo que deducimos que el comportamiento de estas poblaciones es c´ ıclico.

Figura IV.1.4: Trayectorias del Sistema Diferencial

Aplicaciones Geom´tricas e
Veremos, c´mo la utilizaci´n de conceptos relacionados a las ecuaciones y sistemas diferenciales permite la o o resoluci´n de problemas relacionados a familias de curvas, en particular curvas uniparam´tricas, del plano. o e Definici´n IV.1.8 Una familia de curvas uniparam´tricas, es una familia de curvas si existe una funci´n o e o F : R2 × R → R, de manera que cada curva es el lugar geom´trico de los puntos (x, y) que satisfacen la e ecuaci´n o F (x, y, c) = 0, dejando c ∈ R fijo. La ecuaci´n se llama ecuaci´n general de la familia de curvas y c es el param´tro. o o e

´ IV.1. CONCEPTOS BASICOS Y ALGUNOS PROBLEMAS

57

Proposici´n IV.1.4 Una familia de curvas es uniparam´trica, si y solamente si existe una funci´n continua o e o f : R × R → R2 , de manera que las funciones ϕα : R → R2 definidas por ϕα (t) = f (t, α), sean parametrizaciones de cada una de las curvas de la familia. Demostraci´n.- Ejercicio. o

Ejemplo IV.1.3 Las circunferencias centradas en el origen forman una familia uniparam´trica. En efecto, e la ecuaci´n general es o x2 + y 2 − r2 = 0, las parametrizaciones de las circunferencias centradas en el origen est´n dadas por a x(t) = r cos t y(t) = r sin t. Remarca IV.1.6 La soluci´n general de una ecuaci´n diferencial de primer orden que satisface una condio o ci´n de Lipschtiz es una familia uniparam´trica de curvas. Asimismo, las trayectorias pueden de un sistema o e diferencial aut´nomo forman una familia uniparam´trica, si el sistema satisface una condici´n de Lipschtiz; o e o las soluciones del sistema vienen a ser las parametrizaciones de las curvas. Proposici´n IV.1.5 Para toda familia uniparam´trica existe una ecuaci´n diferencial y = f (x, y) cuya o e o soluci´n general son las curvas de la familia uniparam´trica. Adem´s tambi´n existe un sistema diferencial o e a e aut´nomo cuyas trayectorias son las curvas de la familia uniparam´trica. o e Demostraci´n.- Sea F (x, y, c) = la ecuaci´n general de la familia de curvas uniparam´trica. Derivando o o e respecto a x, se obtiene, ∂F ∂F (x, y, c) + (x, y, c)y = 0. ∂x ∂y Por consiguiente, y , c dejando x, y fijos, satisfacen el sistema de ecuaciones (algebraicas)
∂F ∂x (x, y, c) ∂F ∂y

+

F (x, y, c) = 0 (x, y, c)y = 0,

de donde es posible obtener y en funci´n de x e y, es decir o y = f (x, y). Para el sistema, es suficiente considerar g1 (x, y) y g2 (x, y) de manera que f (x, y) = por lo que las curvas son trayectorias del sistema x = g1 (x, y) ˙ y ˙ = g2 (x, y). g2 (x, y) , g1 (x, y)

Remarca IV.1.7 Para la existencia de f (x, y) se deber´ considerar hip´tesis suplementarias de F (x, y, c). a o

58

CAP´ ITULO IV. ECUACIONES DIFERENCIALES ORDINARIAS

Ejemplo IV.1.4 La familia de par´bolas de v´rtice el origen y eje de simetr´ el eje y, satisface la ecuaci´n a e ıa o general y = cx2 , derivando, se obtiene y = 2cx, despejando c de la ecuaci´n general obtenemos la ecuaci´n diferencial o o 2y y = . x Condiciones para que una familia de curvas sea uniparam´trica e Hemos visto que para que una familia de curvas sea uniparam´trica es necesario la existencia de una ecuaci´n e o general. Sin embargo encontrar dicha ecuaci´n es en general una tarea complicada. o Ahora bien, utilizando resultados sobre las trayectorias y soluciones de ecuaciones y sistemas diferenciales, uno se puede dar cuenta si una familia es uniparam´trica o no. En efecto, supongamos que tenemos una e familia de curvas uniparam´trica y sea e ˙ x F1 (x, y) = F (x, y) = y F2 (x, y) un sistema aut´nomo cuyas trayectorias son las curvas de la familia en cuesti´n. En general las funciones o o F (x, y) tienen a lo m´s un n´mero finito de soluciones del sistema F (x, y) = (0, 0) en cada regi´n acotada, a u o para e fectos pr´cticos consideramos regiones rectangulares de la forma [a, b] × [c, d]. a Por otro lado observamos que si en el punto (x, y), F (x, y) = 0, solo pasa por este punto una trayectoria. Si F (x, y) = 0, (x, y) es un punto estacionario en que enventualmente pueden confluir y o emerger varias trayectorias. En consecuencia, si en una regi´n rectangular existen una infinidad de puntos en los cuales o pasan diferentes curvas, esta familia no es uniparam´trica. e Ejemplo IV.1.5 La familia de circunferencias del plano, no es una familia uniparm´trica porque por cada e punto del plano pasa una infinidad de circunferencias. Ejemplo IV.1.6 La familia de circunferencias de centro en el eje x y que pasan por el origen, ver figura IV.1.5, puede ser una familia uniparm´trica, solo existe un punto, el origen, por el cual pasa una infinidad e de circunferencias, por los otros, pasa exactamente una circunferencia. Ahora bien, esta es una familia uniparam´trica, cuya ecuaci´n general es facilmente deducible y es e o (x − r)2 + y 2 − r2 = 0, o bien x2 + y2 − 2rx = 0. Determinemos la ecuaci´n diferencial y es sistema diferencial. Se tiene o r= derivando obtenemos 0= despejamos y , se obtiene y = de donde el sistema estar´ dado por a x = 2xy ˙ y = y 2 − x2 ˙ Remarca IV.1.8 Es importante encontrar un sistema diferencial aut´nomo cuyas trayectorias sean las o curvas de una familia de curvas uniparam´trica, porque nos permite determinar un campo de vectores e tangentes. Y manipular vectores (tangentes) es mucho m´s sencillo que manipular las curvas. a y 2 − x2 , 2xy x2 + y 2 , x

2x2 + 2yy x − x2 − y 2 , x2

´ IV.1. CONCEPTOS BASICOS Y ALGUNOS PROBLEMAS

59

Figura IV.1.5: Familia de Circunferencias

Familias de curvas que forman un ´ngulo dado con una familia de curvas dada a
Consideremos el siguiente problema: “Dada una familia de curvas uniparam´trica, encontrar una familia de e curvas que forme un ´ngulo θ”. Interpretemos lo que significa este problema. El concepto de ´ngulo es un a a concepto para rectas, que se generaliza a las curvas, definiendo el angulo entre dos curvas, como el ´ngulo a de los vectores tangentes, ver figura IV.1.6. Por consiguiente, determinamos primero el campo de vectores
D u v C

Figura IV.1.6: Angulo entre dos curvas tangentes a la familia de curvas dada, ya sabemos c´mo, sea o v(x, y) = v1 (x, y) v2 (x, y)

el campo de vectores dados. Obtenemos el campo u(x, y) de la familia de curvas que forman el ´ngulo dado, a rotando por un ´ngulo θ, el campo v(x, y), es decir a u1 (x, y) u2 (x, y) = cos θ sin θ − sin θ cos θ v1 (x, y) v2 (x, y) .

60

CAP´ ITULO IV. ECUACIONES DIFERENCIALES ORDINARIAS

El siguiente paso es considerar el sistema aut´nomo o ˙ x y = u1 (x, y) u2 (x, y)

y determinar las trayectorias, que ya sabemos hacer. Ejemplo IV.1.7 Consideremos nuevamente la familia de circunferencias de centro en el eje x y que pasan por el origen y encontremos la familia de curvas ortogonales a esta familia de circunferencias. En el ejemplo 4, hemos encontrado un campo de vectores tangentes, dado por v(x, y) = Aplicando una rotaci´n de 90 grados obtenemos o u(x, y) = 0 1 −1 0 2xy y − x2
2

2xy y 2 − x2

.

=

x2 − y 2 2xy

,

de donde, las curvas ortogonales, son trayectorias del sistema diferencial ˙ x y = x2 − y 2 2xy .

Determinamos las trayectorias, resolviendo la ecuaci´n diferencial o y = cuya soluci´n general es o x2 + y 2 − cy = 0, que es la ecuaci´n general de una familia de circunferencias de centro el eje y y que pasan por el origen. o x2 2xy , − y2

IV.2.

Existencia y Unicidad del Problema de Cauchy
x = f (t, x), ˙ x(t0 ) = x0 (IV.2.1)

Consideremos el problema de Cauchy

donde f : U → Rn (con U ⊂ R × Rn abierto) es una funci´n continua. Integrando la ecuaci´n diferencial o o entre t0 y t, se obtiene la ecuaci´n integral o
t

x(t) = x0 +
t0

f (s, x(s)) ds.

(IV.2.2)

Cada soluci´n de (IV.2.1) es soluci´n de (IV.2.2). Lo contrario es tambi´n cierto, Si una funci´n continua o o e o y(x) verifica (IV.2.2) sobre un intervalo I, entonces es autom´ticamente de clase C 1 y verifica (IV.2.1). a Iteraci´n de Picard-Lindel¨f o o La ecuaci´n (IV.2.1) puede ser considerada como un problema de punto fijo en C(I). Por consiguiente, la idea o es aplicar el m´todo de las aproximaciones sucesivas, ver cap´ e ıtulo I. El m´todo se escribe para este problema e en particular x0 (t) = x0 (o una funci´n arbitraria) o (IV.2.3) t xk+1 (t) = x0 + t0 f (s, xk (s)) dt.

IV.2. EXISTENCIA Y UNICIDAD DEL PROBLEMA DE CAUCHY

61

Figura IV.1.7: Curvas ortogonales

Ejemplo IV.2.1 Consideremos el problema x = −x2 , ˙ x(0) = 1

con soluci´n exacta x(t) = 1/(1 + t). Las primeras aproximaciones obtenidas por la iteraci´n de Picardo o Lindel¨f son x0 (t) = 1, x1 (t) = 1 − t y x2 (t) = 1 − x + x2 − x3 /3. Se observa una convergencia r´pida hacia o a la soluci´n exacta en el intervalo [0, 3,75]. Para t demasiado grande, la iteraci´n diverge. o o Proposici´n IV.2.1 Sea A = {(x, y) ∈ R × Rn | |x − x0 | ≤ a, y − y0 ≤ b}, f : A → Rn una funci´n o o continua y M = m´x f (x, y) . Para α = m´ a ın{a, b/m} el operador
(x,y)∈A x

est´ bien definido sobre B = {y : [x0 − α, x0 + α] → Rn | ycontinua y a

 

0

1

2

Figura IV.2.8: Iteraci´n de Picard-Lindel¨f para el problema del ejemplo 1. o o

(T y)(x) = y0 +
x0

f (t, y(t)) dt y(x) − y0 ≤ b} y satisface T (B) ⊂ B

© ¥ § ¢ ¨¤¢ ©§¥  ©§¥  ¨¢
3 4

©§¥ £ ¨¦¤¢ ¨¤¢ ©§¥ 

¡

1

62

CAP´ ITULO IV. ECUACIONES DIFERENCIALES ORDINARIAS

Demostraci´n.- La afirmaci´n es una consecuencia de o o
x x

(T y)(x) − y0 =
x0

f (t, y(t)) dt ≤
x0

f (t, y(t)) dt ≤ M |x − x0 | ≤ M α ≤ b.

Se dice que una funci´n f : A → Rn , A como en la proposici´n precedente satisface una condici´n de o o o Lipschitz si f (x, y) − f (x, z) ≤ L y − z para (x, y), (x, z) ∈ A. La constante L se llama constante de Lipschitz. Remarca IV.2.1 Remarcamos que la condici´n de Lipschitz no es una consecuencia de la continuidad de o f (x, y). Por ejemplo la funci´n y 2/3 es continua y no verifica una condici´n de Lipschtz. Por otro lado una o o funci´n de clase C 1 verifica una condici´n de Lipschitz, como consecuencia del teorema de incrementos finitos. o o Si f (x, y) satisface una condici´n de Lipschitz y si αL < 1, el operador T de la proposici´n precedente es o o una contracci´n sobre B. Por consiguiente en este caso se puede aplicar el teorema del punto fijo de Banach o para concluir que T y = y posee una soluci´n unica en B. Vamos a mostrar la existencia y unicidad de una o ´ soluci´n sin esta condici´n suplementaria sobre α. o o Teorema IV.2.1 Consideremos el conjunto A = {(x, y) ∈ R × Rm | |x − x0 | ≤ a, y − y0 ≤ b} y supongamos que f :→ Rn sea continua y satisfaga una condici´n de Lipschitz. o Entonces, el problema de Cauchy y = f (x, y) y(x0 ) = y0 posee una soluci´n unica sobre I = [x0 − α, x0 + α], o ´ donde α = m´ ın{a, b/M } y M = m´x f (x, y) . a
(x,y)∈A

Demostraci´n.o

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.