Análisis de Varias Variables

Curso 2010-2011
Álvaro Moreno Vallori
Índice general
1. El espacio R
n
2
1. Estructura topológica inducida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2. Sucesiones en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3. Compacidad en R
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2. Límites y continuidad 7
1. Conceptos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3. Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3. La diferencial 12
1. Derivadas direccionales y parciales. Concepto de diferencial. . . . . . . . . . . . . . 12
2. Matriz jacobiana, gradiente y jacobiano. . . . . . . . . . . . . . . . . . . . . . . . . 13
4. Regla de la cadena 15
1. Diferencial de una función compuesta . . . . . . . . . . . . . . . . . . . . . . . . . 15
1
Capítulo 1
El espacio R
n
El cuerpo (R
n
, +, ·) tiene estructura de R-espacio vectorial para las operaciones suma de
vectores de R
n
y multiplicación de un vector de R
n
por un escalar de R. Se trata de un espacio
de dimensión dim
R
R
n
= n, pues una base (la base canónica) es B = (δ
1
, δ
2
, ..., δ
n
), siendo
δ
i
= (δ
i1
, δ
i2
, ..., δ
in
), donde δ
ij
es la delta de Kronecker.
1. Estructura topológica inducida
Definición 1.1. Sean x, y ∈ R
n
, definimos su producto escalar como
x, y = x
1
y
1
+ x
2
y
2
+ · · · + x
n
y
n
=
n
¸
i=1
x
i
y
i
Consecuencias 1.2. Si x, y, z ∈ R
n
y α, β ∈ R, se verifican las siguientes propiedades:
1) x, x ≥ 0. Además, x, x = 0 ⇐⇒ x = 0.
2) x, y = y, x.
3) αx + βy, z = αx, z + βy, z.
Definición 1.3. Dado x ∈ R
n
, definimos su norma euclídea o simplemente su norma como
||x|| =

x
2
1
+ x
2
2
+ · · · + x
2
n
=

x, x
Consecuencias 1.4. Si x ∈ R
n
y α ∈ R, se verifican las siguientes propiedades:
1) ||x|| = 0 ⇐⇒ x = 0.
2) ||αx|| = |α| ||x||.
2
Álvaro Moreno Vallori - Análisis Varias Var. El espacio R
n
Proposición 1.5. (Desigualdad de Cauchy-Scwartz) Para todos x, y ∈ R
n
se verifica que
|x, y| ≤ ||x|| ||y||
Proposición 1.6. (Desigualdad de Minkowski) Para todos x, y ∈ R
n
se verifica que
||x + y|| ≤ ||x|| + ||y||
Definición 1.7. Dados x, y ∈ R
n
, definimos la distancia de x a y como
d(x, y) = ||x −y||
Definición 1.8. Dados x, y ∈ R
n
, definimos el ángulo entre x e y al único θ ∈ [0, π] que
verifica
x, y = ||x|| ||y|| cosθ
o simplemente
ang(x, y) = arccos

x, y
||x|| ||y||

Definición 1.9. Dados x, y ∈ R
n
, diremos que x e y son ortogonales, hecho que denotare-
mos por x ⊥ y, si x, y = 0, o lo que es lo mismo, si ang(x, y) =
π
2
.
Definición 1.10. Dados x ∈ R
n
−{0} y α ∈ R, definimos hiperplano al conjunto
H(x, α) = {y ∈ R
n
: x, y = α}
En ese caso a x se le llama vector normal del hiperplano. Observemos que si α = 0 el hiperplano
es un subespacio vectorial de dimensión n−1. Un hiperplano siempre es cerrado y no acotado.
Definición 1.11. Dado A ⊂ R
n
, diremos que A es acotado si sólo si se verifica que
∃M > 0 / ∀x ∈ A ||x|| < M
3
Álvaro Moreno Vallori - Análisis Varias Var. El espacio R
n
o dicho de otra manera, A es acotado si y sólo si su diámetro es finito.
Definición 1.12. Dados x, y ∈ R
n
, definimos el segmento de extremos x e y al conjunto
xy = [x, y] = {(1 −t)x + ty : t ∈ [0, 1] ∪ R}
Definición 1.13 Dado A ⊂ R
n
, diremos que A es convexo si y sólo si para todos x, y ∈ A
se tiene que xy ⊂ A.
2. Sucesiones en R
n
Definición 2.1. Una sucesión en R
n
se define como una aplicación a : N −→ R
n
. La
notación que emplearemos será x
(i)
para el i-ésimo término de la sucesión y
¸
x
(i)
¸

i=1
para la
sucesión. Para expresar la sucesión de la j-ésima componente de x escribiremos

a
(i)
j
¸

i=1
.
Definición 2.2. Se dice que una sucesión
¸
x
(i)
¸

i=1
⊂ R
n
converge a x ∈ R
n
si y sólo si
∀ > 0 ∃m
0
∈ N / m ≥ m
0
=⇒ ||x
(m)
−x||
en este caso escribiremos
lim
m→∞
x
(m)
= x
Proposición 2.3. Sea
¸
x
(m)
¸

m=1
⊂ R
n
y x ∈ R
n
. Las siguientes afirmaciones son equiva-
lentes:
1) lim
m→∞
x
(m)
= x.
2) lim
m→∞
||x
(m)
−x|| = 0
3) lim
m→∞
x
(m)
i
= x
i
, ∀i ∈ {1, 2, . . . , n}
Proposición 2.4. Dadas las sucesiones
¸
x
(m)
¸

m=1
⊂ R
n
y
¸
y
(m)
¸

m=0
⊂ R
n
, se verifican
las siguientes propiedades:
4
Álvaro Moreno Vallori - Análisis Varias Var. El espacio R
n
1) Si lim
m→∞
x
(m)
= x y lim
m→∞
x
(m)
= x

, entonces x = x

.
2) Si
¸
x
(m)
¸

m=1
es convergente, cualquier subsucesión también lo será.
3) Si lim
m→∞
x
(m)
= x y lim
m→∞
y
(m)
= y, entonces lim
m→∞
x
(m)
+ y
(m)
= x + y.
4)Si lim
m→∞
x
(m)
= x, entonces lim
m→∞
||x
(m)
|| = ||x||.
5) Si lim
m→∞
x
(m)
= x y lim
m→∞
y
(m)
= y, entonces lim
m→∞
x
(m)
, y
(m)
= x, y.
Definición 2.5. Decimos que una sucesión
¸
x
(m)
¸

m=1
⊂ R
n
es de Cauchy si y sólo si
verifica que
∀ > 0 ∃m
0
∈ N / m
1
, m
2
≥ m
0
=⇒ ||x
m
1
−x
m
2
|| <
Proposición 2.6. Una sucesión
¸
x
(m)
¸

m=1
⊂ R
n
es de Cauchy si y sólo si lo son sus
sucesiones coordenadas.
Proposición 2.7. Una sucesión
¸
x
(m)
¸

m=1
⊂ R
n
es de Cauchy si y sólo si es convergente.
Proposición 2.8. Sean A ⊂ R
n
y x ∈ R
n
. x ∈ ac(A) si y sólo si existe una sucesión
¸
x
(m)
¸

m=1
⊂ A−{x} tal que lim
m→∞
x
(m)
= x.
Proposición 2.9. Sean A ⊂ R
n
y x ∈ R
n
. x ∈ ad(A) si y sólo si existe una sucesión
¸
x
(m)
¸

m=1
⊂ A tal que lim
m→∞
x
(m)
= x.
3. Compacidad en R
n
Definición 3.1. Sea A ⊂ R
n
y sea U una familia de subconjuntos de A. Diremos que U es
un recubrimiento de A si y sólo si la unión de los elementos de U es igual a A.
Definición 3.2. Sea (E, d) un espacio métrico y sea K ⊆ E un conjunto no vacío. Diremos
que K es compacto si y sólo si para todo recubrimiento U por abiertos de K, existe una
subfamilia {U
i
}
i∈{1,2,...,n}
⊆ U finita tal que
K ⊆
¸
i∈{1,2,...,n}
U
i
5
Álvaro Moreno Vallori - Análisis Varias Var. El espacio R
n
Proposición 3.3. Sea K ⊂ R
n
. K es compacto si y sólo si toda sucesión de elementos de
K admite un subsucesión convergente a un elemento de K.
Teorema 3.4. (Teorema de caracterización de compactos) Sea K ⊆ R
n
. K es compacto si
y sólo si K es cerrado y acotado.
Corolario 3.5. (Teorema de Bolzano-Weierstraß) Sea A ⊆ R
n
. Si A es infinito y acotado,
entonces ac(A) = ∅.
6
Capítulo 2
Límites y continuidad
1. Conceptos básicos
Definición 1.1. Si i ∈ {1, 2, . . . , m}, se denomina i-ésima proyección canónica a la función
π
i
: R
m
−→R tal que π
i
(y) = y
i
.
Definición 1.2. Se denomina i-ésima función coordenada de una función f a la aplicación
f
i
: D −→R definida como f
i
= π
i
◦ f.
Definición 1.3. Decimos que una función f es una función real si es de la forma f : D −→R
con D ⊂ R. Si D ⊆ R
n
con n = 1, diremos que f es una función vectorial.
Definición 1.4. Si f : D −→ R
m
con D ⊂ R
n
, llamaremos gráfica de f a la aplicación
G(f) : D ×R
m
−→R
n+m
definida como G(f(x)) = (x
1
, x
2
, . . . , x
n
, f(x)
1
, f(x)
2
, . . . , f(x)
m
).
Definición 1.5. Definimos conjunto de nivel como el conjunto N
a
(f) = {x ∈ D/f(x) = a}.
Para n = 2 reciben el nombre de curvas de nivel y para n = 3 el de superficies de nivel.
2. Continuidad
Definición 2.1. Si f : D −→R
m
con D ⊆ R
n
es una aplicación y x
0
∈ D, se dice que f es
continua en x
0
si y sólo si
∀ > 0 ∃δ > 0 / ||x −x
0
|| < δ =⇒ ||f(x) −f(x
0
)|| <
7
Álvaro Moreno Vallori - Análisis Varias Var. Límites y continuidad
Definición 2.2. Una función f : D −→R
m
se denomina función de Lipschitz si existe un
k > 0 para el que se verifica
||f(x) −f(y)|| ≤ k||x −y|| ∀x, y ∈ D
Una función de Lipschitz es continua en todo punto.
Definición 2.3. Denominamos contracción a una función de Lipschitz con k ∈ [0, 1].
Ejemplos 2.4. Las siguientes funciones son funciones de Lipschitz:
1) f(x) = ||x||, tomando k = 1.
2) π
i
: R
m
−→R, tomando k = 1.
3) f(x) = d(x, A) = ´ınf {d(x, y)/y ∈ A}
4) f : R
n
−→R
m
si f es lineal.
Proposición 2.5.
1) Sean f : D −→R
m
y g : f(D) −→R
p
continuas en x
0
. Entonces h = g ◦f es continua
en x
0
.
2) Sean f, g : D −→R
m
continuas en x
0
∈ D. Entonces f +g y αf son continuas en x
0
,
para cualquier α ∈ R.
3) Sean f, g : D −→R continuas en x
0
. Entonces, f·g es continua en x
0
.
Teorema 2.6. Sean D ⊆ R
n
, x
0
∈ D y f : D −→R
m
. Entonces:
1) f es continua en x
0
si y sólo si para toda sucesión
¸
x
(m)
¸

m=1
convergente a x
0
se
tiene que lim
m→∞
f(x
(m)
) = f(x
0
).
2) f es continua en x
0
si y sólo si lo son sus funciones coordenadas.
Definición 2.7. Si una función f : D −→ R
m
es continua en todo x ∈ D, decimos que f
es continua en D. Al conjunto de todas las funciones continuas se lo denota por C(D : R
m
), o
simplemente C(R) si m = 1.
8
Álvaro Moreno Vallori - Análisis Varias Var. Límites y continuidad
Teorema 2.8. Sea D ⊆ R
n
y f : D −→R
m
. Las siguientes condiciones son equivalentes:
1) f ∈ C(D : R
m
).
2) Para todo U ⊆ R
m
abierto, existe un abierto V ⊆ R
n
tal que f
−1
(U) = V ∩ D.
3) Para todo C ⊆ R
m
cerrado, existe un cerrado F ⊆ R
n
tal que f
−1
(C) = F ∩ D.
Corolario 2.9. Sea f : R
n
−→R
m
. Las siguientes condiciones son equivalentes:
1) f ∈ C(R
n
: R
m
).
2) Para todo U ⊆ R
m
abierto, f
−1
(U) es abierto en R
n
.
3) Para todo C ⊆ R
m
cerrado, f
−1
(C) es cerrado en R
n
.
Teorema 2.10. Sean D ⊆ R
n
y f : D −→ R
m
continua. Si K ⊆ D es compacto, entonces
f(K) es compacto.
Corolario 2.11. (Teorema de Weierstraß) Toda función continua en un compacto real está
acotada y alcanza su máximo y su mínimo.
Corolario 2.12. Sea K un compacto y sea f : K −→ R
m
continua inyectiva. Entonces,
f : K −→ f(K) es biyectiva y por tanto existe una función g : f(K) −→ K que también será
continua.
Definición 2.13. Si D ⊆ R
n
, decimos que f : D −→ R
m
es uniformemente continua si y
sólo si para todos x, y ∈ D se verifica que
∀ > 0 ∃δ > 0 / ||x −y|| < δ =⇒ ||f(x) −f(y)|| <
Teorema 2.14. Sea f continua en un compacto K. Entonces f es uniformemente continua
en K.
9
Álvaro Moreno Vallori - Análisis Varias Var. Límites y continuidad
3. Límites
Definición 3.1. (Límite) Sea D ⊆ R
n
y sean f : D −→ R
m
y x
0
∈ ac(D). Diremos que
lim
x→x
0
f(x) = l ∈ R
m
si y sólo si
∀ > 0 ∃δ > 0 / x ∈ D ∧ 0 < ||x −x
0
|| < δ =⇒ ||f(x) −l|| <
Teorema 3.2. (Caracterización por coordenadas) Sea D ⊆ R
n
y sea f : D −→ R
m
. En-
tonces, lim
x→a
f(x) = b ∈ R si y sólo si lim
x→a
f
i
(x) = b
i
∈ R para todo i ∈ {1, 2, . . . , m}.
Teorema 3.3. (Caracterización por sucesiones) Sea D ⊆ R
n
y sea f : D −→R
m
. Entonces,
lim
x→x
0
f(x) = l ∈ R
m
si y sólo si para toda sucesión
¸
x
(m)
¸

m=1
⊆ D−{x
0
} tal que lim
m→∞
x
(m)
=
x
0
se tiene que
lim
m→∞
f(x
(m)
) = l
Proposición 3.4. Sean f y g dos funciones vectoriales tales que lim
x→x
0
f(x) = l ∈ R
m
y
lim
x→x
0
g(x) = l

∈ R
m
. Entonces, se verifican las siguientees propiedades:
1) lim
x→x
0
(f(x) + g(x)) = l + l

2) Si α ∈ R, lim
x→x
0
αf(x) = αl
3) lim
x→x
0
f(x), g(x) = l, l

4) lim
x→x
0
||f(x)|| = ||l|| ∈ R
Proposición 3.5. Sea f : D −→R
m
con D ⊆ R
2
abierto. Entonces, si
lim
(x,y)→(a,b)
f(x, y) = l
Y g : ]a −η, a + η[ −→R es continua, con g(a) = b, entonces se cumple que
lim
x→a
f(x, (g(x)) = l
10
Álvaro Moreno Vallori - Análisis Varias Var. Límites y continuidad
Proposición 3.6. (Límites iterados) Sea f : D −→ R
m
con D ⊆ R
2
abierto y sean para
(a, b) ∈ D las funciones
f
1
(x) = lim
y→b
f(x, y)
f
2
(x) = lim
x→a
f(x, y)
Se denominan límites iterados a
l
1
(x) = lim
x→a
f
1
(x) = lim
x→a
(lim
y→b
f(x, y))
l
2
(x) = lim
x→b
f
2
(y) = lim
y→b
(lim
x→a
f(x, y))
Además, si lim
(x,y)→(a,b)
f(x) = l y existen f
1
(x) y f
2
(x), entonces existen l
1
y l
2
, siendo ambos
iguales a l.
11
Capítulo 3
La diferencial
1. Derivadas direccionales y parciales. Concepto de diferencial.
Definición 1.1. Sea f : D −→ R
m
, con D ⊆ R
n
abierto, y sean x
0
∈ D y v ∈ R
n
− {0}.
Se define la derivada direccional de f en x
0
, de dirección v, de la siguiente forma:
D
v
f(x
0
) = lim
t→0
f(x
0
+ tv) −f(x
0
)
t
Si v = (v
1
, v
2
, . . . , v
n
), el vector tangente sería (v
1
, v
2
, . . . , v
n
, D
v
f(x
0
)).
Proposición 1.2. Sea f : D −→R
m
, con D ⊆ R
n
abierto, y sean x
0
∈ D y v ∈ R
n
−{0}.
Las siguientes afirmaciones son equivalentes:
1) Existe un hiperplano tangente.
2) Todos los vectores (v
1
, v
2
, . . . , v
n
, D
v
f(x
0
)) deben formar un subespacio vectorial de
dimensión n + m−1.
3) La aplicación

L : R
n
−→ R
m
, definida para cada v = (v
1
, v
2
, . . . , v
n
) como

L(v) =
(v
1
, v
2
, . . . , v
n
, D
v
f(x
0
) es lineal.
Definición 1.3. Sea Sea f : D −→R
m
, con D ⊆ R
n
abierto, y sea x
0
∈ D. Diremos que f
es diferenciable en x
0
si y sólo si existe una aplicación lineal L ∈ L(R
n
, R
m
) tal que
lim
h→0
f(x
0
+ h) −f(x
0
) −L(h)
||h||
= 0
Si existe esta aplicación lineal, la denominaremos diferencial de f, y la denotaremos por df(x
0
).
12
Álvaro Moreno Vallori - Análisis Varias Var. La diferencial
Proposición 1.4. Si f es una función diferenciable en un punto x
0
, entonces f es continua
en x
0
.
Proposición 1.5. Sea f : D −→R
m
, con D ⊆ R
n
abierto. Si f es diferenciable en x
0
∈ D,
entonces existe la derivada direccional D
v
f(x
0
) para todo v ∈ R
n
−{0}. Además se tiene que
D
v
f(x
0
) = df(x
0
)(v).
Definición 1.6. Sea f : D −→R
m
, con D ⊆ R
n
abierto, y sean x
0
∈ D y v = e
i
un vector
de la base canónica. A la derivada direccional en x
0
en la dirección e
i
la denominaremos i-ésima
derivada parcial. Utilizaremos la siguiente notación:
D
v
f(x
0
) = D
e
i
f(x
0
) = D
i
f(x
0
) =
∂f
∂x
i
(x
0
) ∈ R
m
Proposición 1.7. La diferencial df(x
0
) es única.
2. Matriz jacobiana, gradiente y jacobiano.
Definición 2.1. Sea f : D −→R
m
, con D ⊆ R
n
abierto y sea x
0
∈ D. Si f es diferenciable
en x
0
, sabemos que existe df(x
0
) : R
n
−→R
m
lineal. La matriz de esta aplicación la denomi-
naremos matriz jacobiana y la denotaremos por f

(x
0
). La matriz jacobiana tiene la siguiente
forma:
f

(x
0
) =

¸
¸
¸
¸
¸
¸
¸
D
1
f
1
(x
0
) D
2
f
1
(x
0
) · · · D
n
f
1
(x
0
)
D
1
f
2
(x
0
) D
2
f
2
(x
0
) · · · D
n
f
2
(x
0
)
.
.
.
.
.
.
.
.
.
.
.
.
D
1
f
m
(x
0
) D
2
f
m
(x
0
) · · · D
n
f
m
(x
0
)
¸

o bien
f

(x
0
) =

¸
¸
¸
¸
¸
¸
¸
∂f
1
∂x
1
(x
0
)
∂f
1
∂x
2
(x
0
) · · ·
∂f
1
∂xn
(x
0
)
∂f
2
∂x
1
(x
0
)
∂f
2
∂x
2
(x
0
) · · ·
∂f
2
∂xn
(x
0
)
.
.
.
.
.
.
.
.
.
.
.
.
∂fm
∂x
1
(x
0
)
∂fm
∂x
2
(x
0
) · · ·
∂fm
∂xn
(x
0
)
¸

13
Álvaro Moreno Vallori - Análisis Varias Var. La diferencial
Definición 2.2. Denominamos gradiente o vector gradiente a la expresión
∇f(x
0
) = (D
1
f(x
0
), D
2
f(x
0
), . . . , D
n
f(x
0
)) = (
∂f
∂x
1
(x
0
),
∂f
∂x
2
(x
0
), . . . ,
∂f
∂x
n
(x
0
)
Proposición 2.3. Si f : R
n
−→R
m
es diferenciable en x
0
, entonces df(x
0
)(v) = ∇f(x
0
), v
para todo v ∈ R
n
.
Definición 2.4. Sea f : D −→ R
m
, con D ⊆ R
n
abierto. Denominaremos jacobiano al
determinante de la matriz jacobiana de f.
Proposición 2.5. Si f es diferenciable en x
0
, con ∇f(x
0
) = 0, se cumple que
||∇f(x
0
)|| = m´ ax{D
v
f(x
0
) : v ∈ R
n
, ||v|| ≤ 1}
Teorema 2.6. Sea f : D −→ R con D ∈ R
n
abierto, diferenciable en x
0
∈ D, tal que
∇f(x
0
) = 0. Entonces se cumple que
m´ ax{|D
v
f(x
0
)| : ||v|| = 1} = ||∇f(x
0
)||
Dicho máximo se alcanza en la dirección del gradiente con
v =
∇f(x
0
)
||∇f(x
0
)||
El mínimo se alcanza con el vector −v.
14
Capítulo 4
Regla de la cadena
1. Diferencial de una función compuesta
Teorema 1.1. Sea f : D
1
−→ R
m
con D
1
⊆ R
n
abierto, diferenciable en x
0
∈ D
1
. Sea
g : D
2
−→ R
p
con D
2
⊆ R
m
abierto tal que f(D
1
) ⊆ D
2
, diferenciable en y
0
= f(x
0
) ∈ D
2
.
Entonces F = g ◦ f es diferenciable en x
0
y se tiene que
dF(x
0
) = dg(y
0
) ◦ df(x
0
)
15

Sign up to vote on this title
UsefulNot useful