Calculo Diferencial PDF

Apuntes de Cálculo Diferencial
Grado en Matemáticas, FME

21 de marzo de 2019
Ivet Acosta
Samuel Capellas
Este documento recoge los apuntes tomados por dos alumnas de Ma-
temáticas durante las clases de Cálculo Diferencial impartidas por
Narciso Román Roy en la FME durante el curso 2017-2018. El texto
está abierto a mejoras, y podéis enviar cualquier corrección o suge-
rencia a scapellas37@gmail.com. Esperamos que nuestros apuntes
os sean de utilidad.
Índice general
1. Topologı́a de Rn . Sucesiones. 1
1.1. Espacios métricos, normados y euclı́deos . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Conceptos topológicos en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Conjuntos abiertos y cerrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4. Sucesiones en espacios métricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5. Conjuntos compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6. Sucesiones de Cauchy. Completitud . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2. Lı́mites y continuidad de funciones en Rn 11

2.1. Funciones escalares y vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Lı́mites de funciones de varias variables . . . . . . . . . . . . . . . . . . . . . . . 12
2.3. Lı́mites según curvas. Lı́mites direccionales . . . . . . . . . . . . . . . . . . . . . 13
2.4. Continuidad de funciones de varias variables . . . . . . . . . . . . . . . . . . . . . 14
2.5. Continuidad uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6. Contractividad de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3. Cálculo diferencial en Rn 18
3.1. Diferenciabilidad de funciones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2. Diferenciabilidad y continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4. Teoremas del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4. Teoremas sobre funciones diferenciables 26

4.1. Derivadas parciales de orden superior. Teorema de Schwarz . . . . . . . . . . . . 26
4.2. Teorema de la función inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3. Teorema de la función implı́cita . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.4. Teoremas del rango . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5. Polinomio de Taylor y estudio local de funciones. 35
5.1. Teorema de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.2. Extremos locales libres, puntos crı́ticos y condición necesaria de extremos . . . . 37
5.3. Formas cuadráticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.4. Condiciones suficientes de extremo . . . . . . . . . . . . . . . . . . . . . . . . . . 38
6. Subvariedades regulares y extremos condicionados 41

6.1. Subvariedades regulares de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.2. Espacio tangente y variedad tangente a una subvariedad regular . . . . . . . . . 43
6.3. Extremos condicionados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.4. Extremos absolutos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.5. Cálculo de espacios y variedades tangentes y ortogonales . . . . . . . . . . . . . . 45
Capı́tulo 1
Topologı́a de Rn. Sucesiones.
1.1. Espacios métricos, normados y euclı́deos
Definición 1.1.1. Sea M un conjunto. Una distancia en M es una aplicación d : M × M → R

tal que ∀ x, y, z ∈ M se satisfacen las propiedades:
1. Definida positiva: d(x, y) ≥ 0.
2. No degeneración: d(x, y) = 0 ⇔ x = y.
3. Simetrı́a: d(x, y) = d(y, x).
4. Desigualdad triangular : d(x, y) ≤ d(x, z) + d(z, y).
Se define un espacio métrico como una pareja (M , d) que satisfaga las propiedades anteriores.
Definición 1.1.2. Sea E un R-e.v. Una norma en E es una aplicación || · || : E → R tal que
∀ u, v ∈ E, λ ∈ R se satisfacen las propiedades:
1. Definida positiva: ||u|| ≥ 0.
2. No degeneración: ||u|| = 0 ⇔ u = 0.
3. Producto por escalar : ||λu|| = |λ| ||u||.
4. Desigualdad triangular : ||u + v|| ≤ ||u|| + ||v||.
Se define un espacio normado como una pareja (E, ||·||) que satisfaga las propiedades anteriores.
Proposición 1.1.1. Si (E, || · ||) es un espacio normado, entonces (E, d) es un espacio métrico
con la distancia definida por d(u, v) := ||u − v||.
Demostración. Las propiedades 1, 2 y 4 se deducen directamente a partir de la definición de

norma. En cuanto a la propiedad 3, d(u, v) = ||u − v|| = | − 1| ||v − u|| = ||v − u|| = d(v, u).
2 Ivet Acosta y Samuel Capellas
Definición 1.1.3. Sea E un R-e.v. Un producto escalar en E es una aplicación h·, ·i : E ×E → R

tal que ∀ u, v, w ∈ E, α, β ∈ R se satisfacen las propiedades:
1. Bilinealidad : hαu + βw, vi = αhu, vi + βhw, ui y hu, αv + βwi = αhu, vi + βhu, wi.
2. Simetrı́a: hu, vi = hv, ui.
3. Definida positiva: hu, ui ≥ 0.
4. No degeneración: hu, ui = 0 ⇐⇒ u = 0.
Se define un espacio euclı́deo como una pareja (E, h·, ·i) que satisfaga las propiedades anteriores.
Proposición 1.1.2. Si (E, h·, ·i) espun espacio euclı́deo, entonces (E, ||·||) es un espacio normado
con la norma definida por ||u|| := hu, ui.
Demostración. La norma está bien definida, ya que hu, ui ≥ 0 ∀ u ∈ E. Las propiedades 1 y 2 se
deducen directamente de las definiciones, y la propiedad 3 de la bilinealidad del producto escalar.
La propiedad 4 se obtiene de la desigualdad de Cauchy-Schwarz (véase la Proposición 1.1.4):
||u + v||2 = hu + v, u + vi = ||u||2 + ||v||2 + 2hu, vi ≤ ||u||2 + ||v||2 + 2||u|| ||v|| = (||u|| + ||v||)2 .
Proposición 1.1.3. Sea la aplicación h·, ·i2 : Rn × Rn → R definida por

n
X
hu, vi2 = ui vi
i=1
∀ u, v ∈ Rn , siendo u ≡ (u1 , . . . , un ) y v ≡ (v1 , . . . , vn ). Entonces, la pareja (Rn , h·, ·i2 ) es un

espacio euclı́deo.
Demostración. Las cuatro propiedades se comprueban fácilmente.
Corolario 1.1.1. (Rn , || · ||2 ) es un espacio normado y (Rn , d2 ) es un espacio métrico, siendo
v v
u n u n
p uX uX
||u||2 = hu, ui2 = t 2
ui , d2 (u, v) = ||u − v|| = t (ui − vi )2
i=1 i=1
p
Proposición 1.1.4. En un espacio euclı́deo (E, h·, ·i) con norma ||u|| = hu, ui, se satisfacen
las siguientes propiedades ∀ u, v ∈ E.
Desigualdad de Cauchy-Schwarz. Si E es un R-e.v1 , se tiene |hu, vi| ≤ ||u|| ||v||.
||u − v|| ≥ ||u|| − ||v||.
||u + v||2 + ||u − v||2 = 2 ||u||2 + ||v||2 .

||u + v||2 − ||u − v||2 = 4hu, vi.

Pn
En (Rn , h·, ·i2 ), si u ≡ (u1 , . . . un ), entonces |ui | ≤ ||u|| ≤ i=1 |ui |.
1
De hecho, la desigualdad también se mantiene para espacios vectoriales sobre C.
Cálculo Diferencial 3
Demostración. Para todo t ∈ R, ||u + tv||2 = hu + tv, u + tvi = ||u||2 + 2hu, vi t + ||v||2 t2 ≥ 0.
En consecuencia, la ecuación de segundo grado ||u||2 + 2hu, vi t + ||v||2 t2 = 0 tiene menos de
dos soluciones reales, es decir, su discriminante debe cumplir ∆ = 4hu, vi2 − 4||u||2 ||v||2 ≤ 0, de
donde sigue que |hu, vi| ≤ ||u|| ||v||.
La segunda propiedad se deduce de la desigualdad triangular: ||u|| = ||u−v +v|| ≤ ||u−v||+||v||.
Los dos resultados siguientes son immediatos a partir de las igualdades ||u+v||2 = ||u||2 +||v||2 +
2hu, vi y ||u − v||2 = ||u||2 + ||v||2 − 2hu, vi, obtenidas de la bilinealidad del producto escalar.
√ p
Finalmente, del crecimiento de f (x) = x se deduce que |ui | ≤ u21 + · · · + u2n = ||u||. Además,
como (|u1 | + · · · + |un |)2 − (u21 + · · · + u2n ) ≥ 0, se obtiene ||u|| ≤ |u1 | + · · · + |un |, de donde se
concluye el último resultado.
1.2. Conceptos topológicos en Rn

Sean (M, d) un espacio métrico, A ⊂ M un conjunto, p ∈ M un punto, y r ∈ R+ .
Definición 1.2.1. Una esfera con centro en p y radio r es Sr (p) = {x ∈ M | d(x, p) = r}.
Definición 1.2.2. Una bola abierta con centro en p y radio r es Br (p) = {x ∈ M | d(x, p) < r}.
Definición 1.2.3. Una bola cerrada con centro en p y radio r es B̄r (p) = {x ∈ M | d(x, p) ≤ r}.
Definición 1.2.4. Una bola perforada con centro en p y radio r es Br∗ (p) = Br (p) \ {p}.
Definición 1.2.5. El conjunto A es un conjunto acotado si existe una bola que lo contenga.
Definición 1.2.6. El complementario de A es Ac = {x ∈ M |x ∈

/ A} = M \ A.
Definición 1.2.7. Un entorno de p es un conjunto acotado E(p) ⊂ M tal que ∃ r ∈ R+ con

Br (p) ⊂ E(p).
Definición 1.2.8. p es un punto interior de A si ∃ r ∈ R+ tal que Br (p) ⊂ A. Ası́, el interior

de A es el conjunto Int A = {puntos interiores de A} ⊂ A.
Definición 1.2.9. p es un punto exterior de A si ∃ r ∈ R+ tal que Br (p) ∩ A = Ø. Ası́, el

exterior de A es el conjunto Ext A = {puntos exteriores de A}.
Definición 1.2.10. p es un punto adherente a A si ∀ r ∈ R+ , Br (p) ∩ A 6= Ø (es decir, si no es

exterior). Ası́, la adherencia de A es el conjunto Ā = {puntos adherentes de A} ⊃ A.
Definición 1.2.11. p es un punto de acumulación de A si ∀ r ∈ R+ , Br∗ (p) ∩ A 6= Ø. Ası́, la

acumulación de A es el conjunto A0 = {puntos de acumulación de A}.
Definición 1.2.12. p es un punto aislado de A si es adherente pero no de acumulación, es decir,

si p ∈ A y ∃ r ∈ R+ tal que Br∗ (p) ∩ A = Ø.
Definición 1.2.13. p es un punto frontera de A si ∀ r ∈ R+ se cumple que Br (p) ∩ A 6= Ø y

Br (p) ∩ Ac 6= Ø. Ası́, la frontera (topológica) de A es Fr A = {puntos frontera de A}.
Proposición 1.2.1. Para cualquier subconjunto A ⊂ M se cumplen las propiedades:
Int A ⊂ A0 ⊂ Ā.
Si p ∈ A es aislado, entonces p ∈ Fr A.
Ā = Int A t Fr A (unión disjunta).
M = Int A t Fr A t Ext A.
Fr A = Fr Ac . Int A = Ext Ac . Int Ac = Ext A.
Ejemplo 1.2.1. Si A es un conjunto finito de puntos aislados se tiene que
Int A = Ø Ext A = Ac Fr A = A
n
1
En el conjunto infinito A = 1+ , n ∈ N , en cambio, e ∈
/ A pero e ∈ Fr A.
n
Proposición 1.2.2. Si p es un punto de acumulación de A, entonces Br (p) contiene infinitos
puntos de A, ∀ r ∈ R+ .
Demostración. Supongamos que ∃ r0 ∈ R+ tal que Br∗0 (p) contiene un número finito de puntos de
A, es decir, Br∗0 (p) ∩ A = {a1 , . . . , an } ⊂ M con n ∈ N. Sea s = mı́n{d(p, a1 ), . . . , d(p, an )} ∈ R+ ,
y considérese r1 = s/2. Si ai ∈ Br∗0 (p)∩A, necesariamente r1 < d(p, ai ), por lo que ai ∈ / Br∗1 (p)∩A.
∗ ∗ ∗
Pero como Br1 (p) ⊂ Br0 (p), se concluye que Br1 (p) ∩ A = Ø, en contradicción con que p sea de
acumulación.
Teorema 1.2.1. (Bolzano-Weierstrass) Si A ⊂ Rn tiene infinitos puntos y es acotado, en-

tonces tiene al menos un punto de acumulación.
1.3. Conjuntos abiertos y cerrados

Sea (M, d) un espacio métrico.
Definición 1.3.1. El conjunto A ⊂ M es abierto si todos sus puntos son interiores, es decir, si
se cumple la igualdad A = Int A.
Definición 1.3.2. El conjunto A ⊂ M es cerrado si su complementario Ac es abierto.
Ejemplo 1.3.1. En R: N y Z son cerrados. Q no es ni abierto ni cerrado.
Observación 1.3.1. En Rn , por definición, los únicos conjuntos abiertos y cerrados a la vez
son Ø y Rn .
Proposición 1.3.1. A ⊂ M es cerrado ⇐⇒ A = Ā ⇐⇒ Fr A ⊂ A ⇐⇒ A0 ⊂ A.

Demostración. Por definición, A es cerrado ⇐⇒ Ac = Int Ac = Ext A, que por la Proposición
1.2.1 es equivalente a afirmar que A = Int A ∪ Fr A = Ā, de donde se deduce fácilmente el
resultado.
Proposición 1.3.2. Sea A ⊂ M un subconjunto cualquiera de M . Entonces se cumple que:

Int A es el mayor conjunto abierto contenido en A, es decir, si B ⊂ A es abierto, B ⊂ Int A.
A es el menor conjunto cerrado que contiene a A, es decir, si B ⊃ A es cerrado, A ⊂ B.
Demostración.
Veamos en primer lugar que Int A es abierto, es decir, que Int A = Int(Int A). Sólo hay
que ver que si x ∈ Int A, entonces x ∈ Int(Int A). Si x ∈ Int A, ∃ Br (x) ⊂ A. Veamos que
Br (x) ⊂ Int A. Sea y ∈ Br (x). Entonces, ∃ Bs (y) ⊂ A, con s = r − d(x, y), por lo que
y ∈ Int A. En consecuencia, se obtiene que x ∈ Int(Int A).
Veamos ahora que es el mayor abierto. Sea B ⊂ A abierto, y sea x ∈ B = Int B. Entonces,
∃ Br (x) ⊂ B ⊂ A, de donde se deduce x ∈ Int A, y por lo tanto B ⊂ Int A.
El conjunto A es cerrado, ya que (A)c = Ext A = Int(Ac ) es abierto. Veamos que es
el menor cerrado que contiene a A. Sea B ⊃ A un conjunto cerrado. Entonces, B c =
Int(B c ) = Ext B ⊂ Ext A, ya que A ⊂ B. En consecuencia, A = M \ Ext A ⊂ M \ Ext B =
B = B, como querı́amos demostrar.
Proposición 1.3.3. Las bolas abiertas son conjuntos abiertos.

Demostración. Sea Br (x) una bola abierta, y p ∈ Br (x): veamos que p ∈ Int Br (x). Como
se tiene que d(x, p) < r, tomemos s ∈ (0, r − d(x, p)) ∈ R, y consideremos la bola Bs (p).
Queremos demostrar que Bs (p) ⊂ Br (x), ya que entonces p ∈ Int Br (x). Si q ∈ Bs (p), entonces
d(p, q) < s < r − d(x, p), luego d(x, q) ≤ d(x, p) + d(p, q) < d(x, p) + r − d(x, p) = r, es decir,
q ∈ Br (x), de donde se deduce que Bs (p) ⊂ Br (x).
Proposición 1.3.4. Las bolas cerradas son conjuntos cerrados.
Proposición 1.3.5.
La unión de conjuntos abiertos es abierta.
La intersección finita de conjuntos abiertos es abierta.
La unión finita de cerrados es cerrada.
La intersección de cerrados es cerrada.
Demostración.
S
Sea F = {Ai } una familia de conjuntos abiertos, y sea S = Ai . Veamos que S ⊂ Int S.
Si x ∈ S, ∃ A ∈ F tal que x ∈ A = Int A, por lo que ∃ Br (x) ⊂ A ⊂ S.
T
Sea F = {Ai } una familia finita de conjuntos abiertos Ai , ∀ i ∈ {1, . . . , m}, y sea S = Ai .
Entonces, fijando x ∈ S, x ∈ Ai = Int Ai , ∀ i. Ası́, para cada i, ∃ ri ∈ R+ tal que
Bri (x) ⊂ Ai . Si r = mı́n{r1 , . . . , rm }, Br (x) ⊂ S y x ∈ Int S. Se concluye pues que
S ⊂ Int S y S es abierto.
S
Sea F = {Ai } una familia finita Tde conjuntos cerrados Ai , ∀ i ∈ {1, . . . , m}, y sea S = Ai .
Por las Leyes de Morgan, S = ( Aci )c , es decir, S es complementario de un abierto (inter-
sección finita de abiertos), que es cerrado. La última propiedad se deduce análogamente.
Observación 1.3.2. La intersección infinita de conjuntos abiertos puede ser cerrada, y la unión
infinita de conjuntos cerrados puede ser abierta. Dos ejemplos son:
T
F = {B1/n (p) | n ∈ N} es una familia de abiertos, pero S = n∈N B1/n (p) = {p} es cerrado.
1 1
En R, F = {In = [−1 T + n , 1 − n ] | n ∈ N} es una familia de conjuntos cerrados, pero su
intersección es S = n∈N In = (−1, 1), una bola abierta, que es un conjunto abierto.
Proposición 1.3.6. Si B ⊂ M es cerrado y A ⊂ B, entonces A ⊂ B.

Demostración. Si x ∈ Int A ⊂ A ⊂ B, x ∈ B. Si x ∈ A r Int A = Fr A, en particular ∀ r ∈ R+
Br (x) ∩ A 6= Ø, y como A ⊂ B, Br (x) ∩ B 6= Ø, luego x ∈ B = B. En conclusión, A ⊂ B.
1.4. Sucesiones en espacios métricos

Definición 1.4.1. Una sucesión en M es una aplicación
N −→ M
m 7−→ xm
Los valores xm se denominan valores de la sucesión.
Notación. La sucesión se puede escribir como {xm }m∈N . En Rn , toda sucesión {xm } se asocia
a n sucesiones de coordenadas {xm
i }.
Definición 1.4.2. Dada una sucesión {xm } ⊂ M y p ∈ M un punto, se dice que p es el lı́mite
de la sucesión o que la sucesión converge a p si
∀ ε ∈ R+ ∃ m0 ∈ N | d(xm , p) < ε ∀ m > m0 , m ∈ N.
Notación. Para expresar que {xm } converge a p, notaremos
{xm } → p ó lı́m {xm } = p

m m→∞
Propiedades 1.4.1.
{xm } → p ⇐⇒ {d(xm , p)} → 0. Obsérvese que {xm } ⊂ M , pero {d(xm , p)} ⊂ R.

m m
Demostración. Immediata a partir de la definición de lı́mite de una sucesión, considerando
el espacio métrico (R, d2 ) y que d(xm , p) = |d(xm , p) − 0| = d2 (d(xm , p), 0).
Si lı́m {xm } = p , entonces el lı́mite p es único.

m→∞
Demostración. Sea {xm } una sucesión convergente en M , y sean L1 , L2 ∈ M tales que
ambos son lı́mite de {xm }. Sabemos que ∀ ε > 0 ∃ m1 ∈ N tal que d(xm , L1 ) < ε/2
∀ m ≥ m1 , y ∃ m2 ∈ N tal que d(xm , L2 ) < ε/2 ∀ m > m2 . Ası́, ∀ ε > 0 y ∀ m > m0 =
máx{m1 , m2 }, se tiene d(L1 , L2 ) ≤ d(L1 , xm ) + d(xm , L2 ) < ε, luego L1 = L2 .
Si {xm } es convergente, entonces está acotada.

Demostración. Sea {xm } una sucesión convergente en M , y lı́m xm = p ∈ M . Fijado ε0 ∈
R+ , existe m0 ∈ N tal que d(xm , p) < ε0 ∀ m > m0 . Fijando o ∈ M , d(xm , o) ≤ d(xm , p) +
d(p, o) < ε0 + d(p, o) ∀ m > m0 . Tomando r = máx{d(x1 , o), . . . , d(xm0 , o), ε0 + d(p, o)}, se
obtiene que d(xm , o) ≤ r ∀ m ∈ N. En consecuencia, {xm } ⊂ B r (o) está acotada.
Si M ≡ Rn , también se cumple:
lı́m {xm } = (p1 , . . . , pn ) = p ⇐⇒ lı́m {xm

i } = pi ∀ i ∈ {1, . . . , n}.
m→∞ m→∞
Demostración. Se utilizará la Proposición 1.1.4. (⇒) Si {xm } → p, se tiene que ∀ ε ∈ R+

∃ m0 ∈ N tal que ||xm − p|| < ε ∀ m > m0 , m ∈ N. Ası́, ∀ i ∈ {1, . . . , n} se cumple
|xm m m
i − pi | < ||x − p|| < ε, de donde sigue que {xi } → pi . (⇐) Fijado n ∈ N y para cada
+ m
i, se tiene que ∀ ε ∈ R ∃ mi ∈ N con |xi − p| < ε/n ∀ m > mi , m ∈ N. Ası́, ∀ ε > 0 ∃
m0 = máx{m1 , . . . , mn } tal que ∀ m > mi , m ∈ N se cumple
n n
m
X X ε
||x − p|| ≤ |xm
i − pi | < =ε
n
i=1 i=1
Luego {xm } converge a p.
lı́m {xm ± y m } = lı́m {xm } ± lı́m {y m }.

m→∞ m→∞ m→∞
Demostración. Sean lı́m {xm } = p y lı́m {y m } = q. Entonces, ∀ ε ∈ R+ ∃ m1 ∈ N tal que

||xm − p|| < ε/2 ∀ m > m1 , y ∃ m2 ∈ N tal que ||y m − q|| < ε/2 ∀ m > m2 , m ∈ N. De la
desigualdad triangular se obtiene que ∀ ε ∈ R+ ∃ m0 = máx{m1 , m2 } tal que, ∀ m > m0 ,
se cumple d(xm ± y m , p ± q) ≤ ||xm − p|| + ||y m − q|| < ε.
lı́m {λxm } = λ lı́m {xm }, ∀ λ ∈ R.

m→∞ m→∞
Demostración. El enunciado es trivial si λ = 0. Supongamos que λ 6= 0 y lı́m {xm } = p.

Entonces, ∀ ε ∈ R+ ∃ m1 ∈ N tal que ||xm − p|| < ε/|λ| ∀ m > m1 con m ∈ N. Ası́, bajo
las mismas condiciones se cumple ||λxm − λp|| = |λ| ||xm − p|| < |λ|(ε/|λ|) = ε.
Sea {hxm , y m i} ⊂ R. Si {xm } → p y {y m } → q, entonces lı́m {hxm , y m i} = hp, qi.

m m m→∞
Demostración. Como {y m } es convergente, está acotada, por lo que ∃ K ∈ R+ tal que

||y m || < K ∀ m ∈ N. Por definición, ∀ ε ∈ R+ ∃ m1 ∈ N tal que ||xm − p|| < ε/2K ∀
m > m1 , y ∃ m2 ∈ N tal que ||y m − q|| < ε/2||p|| ∀ m > m1 , m ∈ N. De la desigualdad de
Cauchy-Schwarz se obtiene que ∀ ε ∈ R+ ∃ m0 = máx{m1 , m2 } ∈ N tal que ∀ m > m0 :
|hxm , y m i − hp, qi| = |hxm − p, y m i + hp, y m − qi| ≤ |hxm − p, y m i| + |hp, y m − qi|

ε ε ε ε
≤ ||xm − p|| ||y m || + ||p|| ||y m − q|| < K + ||p|| = + =ε
2K 2||p|| 2 2
Luego {hxm , y m i} converge a hp, qi.
Si lı́m {xm } = 0 y {y m } satisface que {||y m ||} ⊂ R está acotada, lı́m {hxm , y m i} = 0.
m→∞ m→∞
Demostración. Como {||y m ||} está acotada, ∃ K ∈ R+ tal que ||y m || < K ∀ m ∈ N.
Además, se tiene que ∀ ε ∈ R+ ∃ m0 ∈ N tal que ||xm || < ε/K ∀ m > m0 , m ∈ N. De la
desigualdad de Cauchy-Schwarz se obtiene que, bajo las mismas condiciones, se cumple
ε
|hxm , y m i| ≤ ||xm || ||y m || < K=ε
K
1.5. Conjuntos compactos

Definición 1.5.1. Diremos que K ⊂ M satisface la propiedad de Bolzano-Weierstrass, o que

K es compacto por sucesiones, si ∀ {xm } ⊂ K ∃ {xmj } ⊂ {xm } con lı́mj→∞ {xmj } = p ∈ K, es
decir, si de cualquier sucesión de K puede extraerse una sucesión parcial convergente en K.
Definición
S 1.5.2. Un recubrimiento de K ⊂ M es una familia de conjuntos F = {Ai } tal que
K ∈ Ai .
Definición 1.5.3. Diremos que K ⊂ M satisface la propiedad de Heine-Borel, o que K es

compacto por recubrimientos, si de todo recubrimiento de K por conjuntos abiertos se puede
extraer un subrecubrimiento finito.
Teorema 1.5.1. K es compacto por sucesiones ⇐⇒ K es compacto por recubrimientos.

Demostración. No se incluye en el curso, pero puede encontrarse en las páginas 165-167 de la
bibliografı́a de Marsden-Hoffman.
Definición 1.5.4. Diremos que K ⊂ M es compacto si es compacto por sucesiones o por

recubrimientos.
Lema 1.5.1. Sea A ⊂ M . Entonces, ∀ x ∈ Ā ∃ {xm } ⊂ A tal que lı́m {xm } = x.

m→∞
Demostración. Si x ∈ Ā, ∀ r ∈ R+ se cumple Br (x) ∩ A 6= Ø. Por lo tanto, para cada m ∈ N

podemos tomar xm ∈ B 1 (x). Como 0 ≤ d(xm , x) < 1/m ∀ m ∈ N, del criterio de compresión
m
para sucesiones de números reales se obtiene que {d(xm , p)} → 0, de donde se deduce a partir
m
de las Propiedades 1.4.1 que lı́m {xm } = x.
m→∞
Lema 1.5.2. A ⊂ M es cerrado ⇐⇒ Toda sucesión convergente {xm } ⊂ A tiene lı́mite en A.

Demostración. (⇒): Sea {xm } ⊂ A convergente con lı́mm→∞ {xm } = x. En particular, toda bola
Br (x) contiene elementos de {xm } ⊂ A, luego x ∈ A0 ⊂ Ā, pero al ser A cerrado tenemos x ∈ A.
(⇐): Por el Lema 1.5.1, dado x ∈ Ā, ∃ {xm } ⊂ A tal que lı́mm→∞ {xm } = x. Por hipótesis, debe
cumplirse x ∈ A, luego Ā ⊂ A, de donde sigue que Ā = A.
Proposición 1.5.1. Si K ⊂ M es compacto, entonces es cerrado y acotado.

Demostración. Sea K ⊂ M un conjunto compacto.

Supongamos que K no es cerrado. Entonces, ∃ x ∈ Fr K con x ∈ / K. Por el Lema 1.5.1, ∃ {xm } ⊂
K tal que lı́mm→∞ {x } = x. Ası́, toda subsucesión de {x } cumple lı́mj→∞ xmj = x ∈
m m / K, en
contradicción con la propiedad de Bolzano-Weierstrass, por lo que K es cerrado.
Supongamos ahora que K no está acotado. Fijando p ∈ K, ∀ m ∈ N, ∃ xm ∈ K tal que
d(xm , p) > m. La sucesión {d(xm , p)} es estrictamente creciente y no acotada, por lo que no tiene
subsucesiones convergentes y en consecuencia {xm } tampoco, en contradicción con la propiedad
de Bolzano-Weierstrass.
Proposición 1.5.2. Sea K ⊂ Rn . Entonces, K es compacto ⇐⇒ K es cerrado y acotado.
1.6. Sucesiones de Cauchy. Completitud

Definición 1.6.1. Una sucesión {xm } ⊂ M es de Cauchy si
∀ ε ∈ R+ ∃ m0 ∈ N | d(xµ , xρ ) < ε ∀ µ, ρ > m0 , µ, ρ ∈ N.
Proposición 1.6.1. {xm } ⊂ Rn es de Cauchy ⇐⇒ Las sucesiones de las componentes {xm

i }
son de Cauchy, ∀ i ∈ {1, . . . , n}.
Demostración. Se utilizará la Proposición 1.1.4. (⇒) Si {xm } ⊂ Rn es de Cauchy, se tiene que
∀ ε ∈ R+ ∃ m0 ∈ N tal que ||xµ − xρ || < ε ∀ µ, ρ > m0 con µ, ρ ∈ N. Ası́, ∀ i ∈ {1, . . . , n} se
cumple |xµi − xρi | < ||xµ − xρ || < ε, de donde sigue que {xmi } es de Cauchy. (⇐) Fijado n ∈ N y
para cada i, se tiene que ∀ ε ∈ R+ ∃ mi ∈ N con |xµi − xρi | < ε/n ∀ µ, ρ > mi , µ, ρ ∈ N. Ası́, ∀
ε > 0 ∃ m0 = máx{m1 , . . . , mn } tal que ∀ µ, ρ > m0 , µ, ρ ∈ N se cumple
n n
ε
|xµi xρi |
X X
µ ρ
||x − x || ≤ − < =ε
n
i=1 i=1
Luego {xm } es de Cauchy.
Proposición 1.6.2. Si {xm } ⊂ M es de Cauchy, entonces {xm } está acotada.

Demostración. Si {xm } es de Cauchy, ∃ m0 tal que si m, n > m0 , entonces d(xm , xn ) < 1. Por lo
tanto, para m > m0 , xm ∈ B1 (xm0 +1 ). Ahora, sea r = máx{1, d(x0 , xm0 +1 ), . . . , d(xm0 , xm0 +1 )}.
Entonces, se tiene que xm ∈ Br (xm0 +1 ) ∀ m ∈ N.
Proposición 1.6.3. Si {xm } ⊂ M es convergente, entonces es de Cauchy.

Demostración. Sea {xm } ⊂ M una sucesión convergente con lı́mite L ∈ M . Por definición,
∀ ε > 0 ∃ m1 ∈ N tal que d(xµ , L) < ε/2 siempre que µ ∈ N y µ > m1 .
∀ ε > 0 ∃ m2 ∈ N tal que d(L, xρ ) < ε/2 siempre que ρ ∈ N y ρ > m2 .
Ası́, ∀ ε > 0 ∃ m0 = máx{m1 , m2 } ∈ N tal que ∀ µ, ρ > m0 con µ, ρ ∈ N se cumple d(xµ , xρ ) ≤

d(xµ , L) + d(L, xρ ) < ε.
Observación 1.6.1. El recı́proco no se cumple para todo espacio métrico (ej. (Q, d2 )).
Definición 1.6.2. A ⊂ M es completo si toda sucesión {xm } ⊂ A de Cauchy converge en A.
Teorema 1.6.1. En (Rn , d2 ), toda sucesión de Cauchy es convergente en Rn .

Demostración. Immediata a partir de la Proposición 1.6.1 y la completitud de R.
Proposición 1.6.4. Sea (M, d) completo, y A ⊂ M . Entonces, A es completo ⇐⇒ A es cerrado.

Demostración. (⇒) Por la Proposición 1.3.1, tenemos que ver que A ⊂ A. Si x ∈ Ā, ∃ {xm } ⊂ A
tal que lı́m{xm } = x (Lema 1.5.1). Como {xm } es convergente también es de Cauchy, y como A
es completo se tiene x ∈ A. Luego A es cerrado. (⇐) Sea {xm } ⊂ A una sucesión de Cauchy. Al
ser M completo, ∃ lı́m{xm } = x ∈ M , y en particular ∀ r > 0 se tiene Br (x) ∩ A 6= Ø, de donde
se obtiene que x ∈ Ā. Al ser A cerrado, x ∈ A. Es decir, toda sucesión de Cauchy en A tiene
lı́mite en A, luego A es completo.
Definición 1.6.3. M es un Espacio de Banach si es un espacio normado, y el espacio métrico

inducido por dicha norma es completo.
Capı́tulo 2
Lı́mites y continuidad de funciones

en Rn
2.1. Funciones escalares y vectoriales

Definición 2.1.1. Se denomina campo o función (real) de varias variables a toda aplicación
f : A ⊂ Rn −→ Rm
x = (x1 , . . . , xn ) 7−→ (y1 , . . . , ym ) = f (x)
Si m = 1, f es una función escalar. Si m > 1, f es una función vectorial, y las funciones
fi : A ⊂ Rn −→ R
x = (x1 , . . . , xn ) 7−→ yi = fi (x)
se denominan funciones componentes de f .

Definición 2.1.2. Sea f : A ⊂ Rn → Rm , con m ≥ 1, una función de varias variables.
El dominio de f es Dom f = A = {x ∈ Rn | ∃ f (x)}.

La imagen de f es Im f = {y ∈ Rm | ∃ x ∈ Dom f con f (x) = y}.
La gráfica de f es graf f = {(x, y) ∈ Rn+m | x ∈ Dom f, y = f (x)}.
Observación 2.1.1. Si f es una función vectorial, Dom f = m
T
i=1 Dom fi
Notación. Si no se indica lo contrario, se asumirá que el dominio A es un conjunto abierto para

evitar problemas de aproximación a los puntos frontera.
Definición 2.1.3. Sea f : A ⊂ Rn → Rm , y k ∈ Im f . El conjunto de nivel k (o equiescalar, si
f es escalar) es el conjunto de puntos del dominio donde la función tiene la misma imagen k:
Ck = {x ∈ A | f (x) = k} = f −1 (k)
Es la antiimagen de k.
Observación 2.1.2. Sea f : A ⊂ Rn → R una función escalar. Si n = 2, los conjuntos Ck suelen

denominarse curvas de nivel: por ejemplo, para f (x, y) = x2 + y 2 son circumferencias. Si n = 3,
suelen denominarse superficies de nivel: para la función f (x, y, z) = x2 + y 2 + z 2 , son esferas.
Observación 2.1.3. Si q = (q1 , . . . , qm ) ∈ Im f , entonces Cq (f ) = m
T
i=1 Cqi (fi )
Definición 2.1.4. Sea f : A ⊂ Rn → R una función escalar. Una sección de la gráfica de f

es la intersección de graf f ⊂ Rn+1 con un plano de Rn+1 . Es habitual considerar los planos
coordenados o los paralelos a éstos.
Definición 2.1.5. Sean f, g : A ⊂ Rn → Rm y λ ∈ R. Se definen las operaciones:
Suma. (f + g) : Rn → Rm definida por (f + g)(x) = f (x) + g(x).
Producto por escalar. λf : Rn → Rm definida por (λf )(x) = λf (x).
Producto. f g : Rn → Rm definida por (f g)(x) = (f1 (x)g1 (x), . . . , fm (x)gm (x)).
Producto escalar. hf, gi : Rn → R definida por hf, gi(x) = hf (x), g(x)i.
2.2. Lı́mites de funciones de varias variables

Definición 2.2.1. Sea f : A ⊂ Rn → Rm y a ∈ A0 . El punto q ∈ Rm es el lı́mite de f en a si
∀ ε ∈ R+ ∃ δ ∈ R+ | d(f (x), q) < ε ∀ x ∈ A ∩ Bδ∗ (a).
Notación. En ese caso, escribiremos
f (x) −→ q ó lı́m f (x) = p

x→a x→a
Observación 2.2.1. El valor de f (a), si existe, no interviene en el valor del lı́mite de f en a.

Proposición 2.2.1. Sea f : A ⊂ Rn → Rm y a ∈ A0 . Entonces:
lı́m f (x) = q ⇐⇒ ∀ {xk } ⊂ A \ {a} con lı́m{xk } = a se tiene lı́m{f (xk )} = q

x→a
Demostración. (⇒) Como a ∈ A0 , existe una sucesión {xk } ⊂ A \ {a} con lı́mite a. Veamos que
{f (xk )} → q. Sabemos que ∀ ε > 0 ∃ δ > 0 tal que si x ∈ Bδ∗ (a)∩A, entonces d(f (x), q) < ε. Para
dicho δ = δ(ε), como {xk } → a, ∃ n0 = n0 (δ) ∈ N tal que ∀ n ≥ n0 se tiene 0 < d(xn , a) < δ, es
decir, xn ∈ Bδ∗ (a), y como {xk } ⊂ A, xn ∈ Bδ∗ (a) ∩ A. En sı́ntesis, ∀ ε > 0 ∃ n0 = n0 (ε) ∈ N tal
que ∀ n ≥ n0 , como xn ∈ Bδ∗ (a) ∩ A, se tiene d(f (x), q) < ε. Luego {f (xk )} → q.
(⇐) Demostración por contrarrecı́proco. Supongamos que q no es lı́mite de f en a, es decir,
que ∃ ε0 tal que ∀ δ > 0 ∃ x ∈ Bδ (a) con d(f (x), q) ≥ ε0 . Como a ∈ A0 , para cada n ∈ N
podemos tomar xn ∈ B1/n (a) tal que d(f (xn ), q) ≥ ε0 . Por el criterio del sándwich, como
0 < d(xn , a) < 1/n ∀ n ∈ N, lı́m{xk } = a, pero por construcción {f (xk )} no tiene lı́mite q.
Observación 2.2.2. La implicación (⇒) de la proposición anterior no es cierta si la enunciamos

para sucesiones {xk } ⊂ A, ya que si a ∈ A y f tiene una discontinuidad evitable en a, es decir,
lı́mx→a f (x) = q 6= f (a), podemos tomar xn = a ∀ n ∈ N. En ese caso, {xk } ⊂ A y lı́m{xk } = a,
pero lı́m{f (xk )} = f (a) 6= q.
Propiedades 2.2.1. Sean f, g : A ⊂ Rn → Rm , m ∈ N, y a ∈ A0 .
(a) El lı́mite de una función en un punto es único.
(b) Si m > 1, lı́m f (x) = p ⇐⇒ lı́m fi (x) = pi , ∀ i ∈ {1, . . . , m}.

x→a x→a
(c) Dados α, β ∈ R, lı́m (αf + βg)(x) = α lı́m f (x) + β lı́m g(x).

x→a x→a x→a
(d) Si lı́m f (x) = p y lı́m g(x) = q, entonces lı́m (f g)(x) = (p1 q1 , . . . , pm qm ).

x→a x→a x→a
(e) Si lı́m f (x) = p y lı́m g(x) = q, entonces lı́m hf, gi(x) = hp, qi.
x→a x→a x→a
(f ) Si lı́m f (x) = p, entonces lı́m ||f (x)|| = ||p||.

x→a x→a
(g) Si f, g, h : A ⊂ Rn → R satisfacen f (x) ≤ g(x) ≤ h(x) en un entorno E(a), entonces se

cumple que lı́m f (x) ≤ lı́m g(x) ≤ lı́m h(x).
x→a x→a x→a
1 1
(h) Si m = 1, f (x) 6= 0 ∀ x ∈ A y lı́m f (x) = p 6= 0, entonces lı́m = .
x→a x→a f (x) p
(i) Si m = 1 y lı́m f (x) > 0 (resp. < 0), ∃ Br∗ (a) tal que f (x) > 0 (resp. < 0) ∀ x ∈ Br∗ (a) ∩ A.
x→a
(j) Si ∃ lı́m f (x), entonces ∃ Br (a) tal que f (x) está acotada en Br (a) ∩ A.
x→a
Definición 2.2.2. Sea f : A ⊂ Rn → R y sea a ∈ A0 . Diremos que f tiene lı́mite infinito en a si
∀ L ∈ R+ ∃ δ ∈ R+ tal que |f (x)| > L ∀ x ∈ A con 0 < d(x, a) < δ.
Notación. En ese caso, notaremos lı́m f (x) = ∞.

x→a
2.3. Lı́mites según curvas. Lı́mites direccionales

Definición 2.3.1. Una curva parametrizada en Rn es una función
c : I ⊂ R −→ Rn
t 7−→ (c1 (t), . . . , cn (t)) = c(t)
Diremos que la curva c es continua si las funciones ci (t) son continuas ∀ i ∈ {1, . . . , n} (véase
sección 2.4). Si c es una recta, será de la forma c(t) = p + tv, con p, v ∈ Rn y t ∈ R.
Definición 2.3.2. Sea f : A ⊂ Rn → Rm y sea a ∈ A0 . Sea c : I ⊂ R → A0 ⊂ Rn una curva

que pasa por a, es decir, tal que ∃ t0 ∈ I con c(t0 ) = a. Denominamos lı́mite de f en a según la
curva c (si existe) a
lı́m (f ◦ c)(t)
t→t0
Si c(t) es una recta, se denomina lı́mite direccional de f en a según la recta c.

Observación 2.3.1. Cuando calculamos el lı́mite de una función en un punto, lo hacemos

aproximándonos a él por cualquier camino. En cambio, un lı́mite según una curva parametrizada
especifica el camino seguido al aproximarnos a él. De aquı́ se deduce la siguiente proposición.
Proposición 2.3.1. Sea f : A ⊂ Rn → R y sea a ∈ A0 . Sea c : I ⊂ R → A0 ⊂ Rn una curva
continua en t0 ∈ R, con c(t0 ) = a. Entonces:
∃ lı́m f (x) = p =⇒ ∃ lı́m (f ◦ c)(t) = p

x→a t→t0
2.4. Continuidad de funciones de varias variables

Definición 2.4.1. Sean f, g : A ⊂ Rn → Rm , y a ∈ A0 . Entonces, f es continua en a si:
(i) a ∈ A
(ii) ∃ lı́m f (x)

x→a
(iii) lı́m f (x) = f (a)

x→a
Ası́, diremos que f es continua en B ⊂ A si es continua en todo x ∈ B.

Proposición 2.4.1. Sean f, g : A ⊂ Rn → Rm , y a ∈ A0 .
(a) f es continua en a ⇐⇒ fi es continua en a, ∀ i ∈ {1, . . . , m}.
(b) Si α, β ∈ R y f, g son continuas en a, entonces αf + βg es continua en a.
(c) Si f, g son continuas en a, hf, gi es continua en a.
(d) Si f, g son continuas en a, f g es continua en a.
(e) Si f es continua en a, ||f || es continua en a.

1
(f ) (m = 1) Si f (x) 6= 0 ∀ x ∈ A, entonces está bien definida, y si f es continua en a
f (x)
1
entonces también lo es.
f (x)
(g) (m = 1) Si f es continua en a, ∃ un entorno E(a) ⊂ A tal f mantiene su signo en E(a).
(h) Si f es continua en a, ∃ Br (a) donde f está acotada (es decir, f (Br (a)) ⊂ Rm está acotado).
Proposición 2.4.2. Sean f : A ⊂ Rn → Rm y g : B ⊂ Rm → Rk . Sea a ∈ A0 tal que

f (a) = b ∈ B 0 . Si f es continua en a y g es continua en b, entonces la función g ◦f : A ⊂ Rn → Rk
es continua en a.
Proposición 2.4.3. Sean f : A ⊂ Rn → Rm , a ∈ A ∩ A0 . Entonces f es continua en a si, y solo
si, para cualquier sucesión {xk } ⊂ A con lı́mite a se cumple que lı́mk→∞ {f (xk )} = f (a).
Demostración. (⇒) Si f es continua en a, ∀ ε > 0 ∃ δ > 0 tal que si ||x − a|| < δ, entonces,
||f (x) − f (a)|| < ε. Para dicho δ = δ(ε), ∃ k0 ∈ N tal que ∀ k ≥ k0 se cumple ||xk − a|| < δ, y por
lo tanto ||f (xk ) − f (a)|| < ε ∀ k ≥ k0 . (⇐) Se deduce de la Proposición 2.2.1 con q = f (a).
Proposición 2.4.4. Sea f : A ⊂ Rn → Rm . Entonces, son equivalentes:
(a) f es continua en A
(b) ∀ V ⊂ Rm abierto, existe un abierto U ⊂ Rn tal que f −1 (V ) = U ∩ A.
(c) ∀ V ⊂ Rm cerrado, existe un cerrado U ⊂ Rn tal que f −1 (V ) = U ∩ A.
Demostración. Demostrada en los apuntes de Cálculo Vectorial de Narciso Román Roy.
Ejemplo 2.4.1. Sea f : R2 r {0, 0} → R definida por

1
f (x, y) =
x2 + y2
Sea el conjunto V = [1, ∞), que es cerrado en R (su complementario es intersección infinita de
∗
abiertos): entonces, f −1 (V ) = B 1 (0, 0) = B 1 (0, 0) ∩ Dom f , donde U = B 1 (0, 0) es cerrado.
Observación 2.4.1. La Proposición 2.4.4 puede usarse para demostrar que un conjunto es
abierto o cerrado, considerando una función continua adecuada.
Corolario 2.4.1. Sean f, g : Rn → R continuas en Rn . Entonces:
{x ∈ Rn | f (x) > g(x)} es abierto.
{x ∈ Rn | f (x) ≥ g(x)} es cerrado.

Demostración. Consideremos la función continua h = f − g. Entonces, por la Proposición 2.4.4
existe U1 ⊂ Rn abierto tal que {x ∈ Rn | f (x) > g(x)} = {x ∈ Rn | h(x) > 0} = h−1 ((0, +∞)) =
U1 ∩ Rn = U1 , donde se ha usado que (0, +∞) es abierto. Análogamente, existe U2 ⊂ Rn cerrado
tal que {x ∈ Rn | f (x) ≥ g(x)} = {x ∈ Rn | h(x) ≥ 0} = h−1 ([0, +∞)) = U2 ∩ Rn = U2 .
Definición 2.4.2. Un conjunto A ⊂ Rn es arco-conexo si ∀ x, y ∈ A ∃ c : [t1 , t2 ] ⊂ R → A ⊂ Rn

continua tal que c(t1 ) = x y c(t2 ) = y.
Proposición 2.4.5. Sea f : A ⊂ Rn → Rm continua en A. Si B ⊂ A es arco-conexo, f (B) es

arco-conexo.
Demostración. Para cada y1 , y2 ∈ f (B), sean x1 , x2 ∈ B tales que f (x1 ) = y1 , f (x2 ) = y2 .
Como B es arcoconexo, ∃ c : [t1 , t2 ] ⊂ R → A ⊂ Rn continua tal que c(t1 ) = x1 y c(t2 ) = x2 .
Entonces, la curva f ◦ c : [t1 , t2 ] ⊂ R → Rm es continua (composición de continuas) y cumple
que (f ◦ c)(t1 ) = f (x1 ) = y1 y (f ◦ c)(t2 ) = f (x2 ) = y2 , luego f (B) es arco-conexo.
Teorema 2.4.1. (Teorema del Valor Intermedio) Sea f : A ⊂ Rn → R una función

continua en B, donde B ⊂ A es arco-conexo. Entonces, ∀ x1 , x2 ∈ B, si y ∈ [f (x1 ), f (x2 )] ⊂ R,
entonces ∃ x ∈ B tal que f (x) = y.
Demostración. Sean x1 , x2 ∈ B. Entonces, ∃ c : [t1 , t2 ] ⊂ R → B ⊂ Rn continua con c(t1 ) = x1 y
c(t2 ) = x2 . La función f ◦c : [t1 , t2 ] ⊂ R → R es continua, (f ◦c)(t1 ) = f (x1 ) y (f ◦c)(t2 ) = f (x2 ).
Por el Teorema del Valor Intermedio para funciones de una variable, si y ∈ [f (x1 ), f (x2 )], existe
t ∈ [t1 , t2 ] tal que y = (f ◦ c)(t) = f (x) para algún x ∈ B.
Proposición 2.4.6. Si f : A ⊂ Rn → Rm es una función continua en B ⊂ A, f (B) ⊂ f (B).

Demostración. Veamos que si x ∈ B, entonces f (x) ∈ f (B). Por el Lema 1.5.1, si x ∈ B, ∃
{xk } ⊂ B tal que lı́mk→∞ {xk } = x. Sea {f (xk )} ⊂ f (B). Al ser f continua en B, se tiene
lı́mk→∞ {f (xk )} = f (x). Por lo tanto, en cualquier entorno de f (x) hay puntos de {f (xk )} ⊂ B,
luego f (x) ∈ f (B).
Teorema 2.4.2. (Teorema de Weierstrass) Si f : A ⊂ Rn → Rm es una función continua y
K ⊂ A es compacto, entonces f (K) ⊂ Rm es compacto.
Demostración. Utilizaremos la caracterización de los conjuntos compactos por sucesiones. Para
cada {y k } ⊂ f (K), sea {xk } ⊂ K tal que f (xk ) = y k ∀ k ∈ N. Como K es compacto, ∃
{xki } ⊂ {xk } con lı́mi→∞ {xki } = x ∈ K. Pero f es continua, por lo que lı́mi→∞ {f (xki )} =
f (lı́mi→∞ {xki }) = f (x) ∈ f (K). Como {f (xki )} es sucesión parcial de {y k }, f (K) es compacto.
Proposición 2.4.7. Si f : A ⊂ Rn → R es una función continua y K ⊂ A es compacto, f toma

valores extremos en K.
Demostración. Por el teorema anterior, f (K) ⊂ R es un compacto, es decir, cerrado y acotado.
Al ser acotado, ∃ α = sup f (K) y β = ı́nf f (K). Por la definición de supremo e ı́nfimo, α, β son
de la adherencia de f (K), y como f (K) es cerrado, α, β ∈ f (K).
Corolario 2.4.2. Si f : A ⊂ Rn → Rm es una función continua y K ⊂ A es compacto,
(a) Cada función componente fi toma valores extremos en K.
(b) La norma ||f || toma valores extremos en K.
2.5. Continuidad uniforme

Definición 2.5.1. Diremos que f : A ⊂ Rn → Rm es uniformemente continua en A si
∀ ε ∈ R+ ∃ δ ∈ R+ | d(f (x), f (y)) < ε ∀ x, y ∈ A tal que d(x, y) < δ.
Proposición 2.5.1. Si una función f : A ⊂ Rn → Rm es uniformemente continua en A, entonces
es continua en A.
Proposición 2.5.2. Sea f : A ⊂ Rn → Rm una función uniformemente continua, y sea {xk } ⊂ A
una sucesión de Cauchy. Entonces, {f (xk )} ⊂ Rm es de Cauchy.
Demostración. {xk } ⊂ A ⊂ Rn es una sucesión de Cauchy si ∀ δ ∈ R+ ∃ ν ∈ N tal que si µ, ρ > ν,
entonces ||xµ − xρ || < δ. Pero de la definición de continuidad uniforme, si ||xµ − xρ || < δ entonces
||f (xµ ) − f (xρ )|| < ε, luego {f (xk )} es de Cauchy.
Proposición 2.5.3. Sea f : A ⊂ Rn → Rm . Entonces, son equivalentes:
(a) f no es uniformemente continua.
(b) ∃ ε ∈ R+ tal que ∀ δ ∈ R+ ∃ x, y ∈ A que verifican ||x − y|| < δ pero ||f (x) − f (y)|| > ε.
(c) ∃ ε ∈ R+ ∃ {xk }, {y k } ⊂ A tales que lı́m {||xk − y k ||} = 0 y ||f (xk ) − f (y k )|| > ε.
k→∞
Teorema 2.5.1 (Teorema de Heine). Si f : A ⊂ Rn → Rm es una función continua y K ⊂ A
es compacto, f es uniformemente continua en K.
2.6. Contractividad de funciones

Definición 2.6.1. Sea (M, d) un espacio métrico. Diremos que f : A ⊂ M → M es una
aplicación k-contractiva si ∃ k ∈ [0, 1) ⊂ R tal que d(f (x), f (y)) ≤ k d(x, y) ∀ x, y ∈ A.
Proposición 2.6.1. Si f : A ⊂ M → M es k-contractiva, es uniformemente continua.
Demostración. Sea ε > 0 arbitrario, y sean x, y ∈ A tales que d(x, y) < ε. Entonces, se tiene
que d(f (x), f (y)) ≤ k d(x, y) < d(x, y) < ε.
Teorema 2.6.1 (Teorema del punto fijo). Sea M completo y f : M → M una aplicación
k-contractiva. Entonces ∃! x ∈ M tal que f (x) = x.
Demostración. Sea x0 ∈ M . Supongamos que f (x0 ) 6= x0 . Definimos la sucesión {xj } ⊂ M
tal que xn+1 = f (xn ) ∀ n ∈ N. Aplicando la definición de aplicación k-contractiva de forma
sucesiva, se obtiene la expresión d(xn+1 , xn ) ≤ k n d(x1 , x0 ), donde k ∈ [0, 1). Veamos que {xj }
es de Cauchy, es decir, que ∀ ε > 0 ∃ ν ∈ N con d(xm , xn ) < ε ∀ m, n > ν (m, n ∈ N).
Tomando sin pérdida de generalidad m > n y aplicando sucesivamente la desigualdad triangular,
se tiene d(xm , xn ) ≤ d(xm , xm−1 )+d(xm−1 , xm−2 )+· · ·+d(xn+1 , xn ). Ası́, se tiene la desigualdad
d(xm , xn ) ≤ (k m−1 + k m−2 + · · · + k n ) d(x1 , x0 ). Considérese la sucesión {sm } ⊂ R definida por
sm = 1+k +· · ·+k m−1 . Como |k| < 1, {sm } es convergente y en particular de Cauchy. Entonces,
∀ ε > 0 ∃ ν ∈ N tal que |sm − sn | = k m−1 + k m−2 + · · · + k n < ε/d(x1 , x0 ) ∀ m, n > ν, luego
d(xm , xn ) < ε y {xj } es de Cauchy. Como M es completo, {xj } tiene lı́mite x ∈ M . Entonces,
se tiene que
x = lı́m xj+1 = lı́m f (xj ) = f lı́m xj = f (x)
j→∞ j→∞ j→∞
donde se ha usado que como f es contractiva, es uniformemente continua y en particular conti-

nua. Esto concluye la prueba de la existencia de un punto fijo.
Sean x, y ∈ M tal que f (x) = x y f (y) = y. Por la definición de aplicación k-contractiva,
d(x, y) = d(f (x), f (y)) ≤ k d(x, y), de donde se obtiene (1 − k) d(x, y) ≤ 0 ⇐⇒ d(x, y) ≤ 0, de
donde se deduce la unicidad.
Observación 2.6.1. La demostración del teorema nos proporciona un método para hallar el
punto fijo x de cualquier aplicación contractiva f : A ⊂ M → M en un espacio métrico completo:
x = lı́m f n (y)
n→∞
donde y ∈ A es un punto inicial cualquiera.

Definición 2.6.2. Sea M un K-e.v. y sean || · ||, || · ||0 normas en M . Diremos que son normas
equivalentes si ∃ α, β ∈ R+ tal que ∀ x ∈ M se tiene α ||x||0 < ||x|| ≤ β ||x||0 .
Teorema 2.6.2. En Rn todas las normas son equivalentes.
Definición 2.6.3. Sea M un conjunto. Diremos que d y d0 son distancias equivalentes si la
aplicación identidad Id : (M, d) 7→ (M, d0 ) y su inversa son continuas.
Observación 2.6.2. Distancias equivalentes dan lugar a los mismos conjuntos abiertos, y a las
mismas aplicaciones continuas. Este concepto se trabajará más en la asignatura de Topologı́a.
Capı́tulo 3
Cálculo diferencial en Rn
3.1. Diferenciabilidad de funciones en Rn
Definición 3.1.1. Sea f : A ⊂ Rn → Rm y un punto a ∈ A. Diremos que f es diferenciable en

a ∈ Rn si existe una aplicación lineal Df (a) : Rn → Rm tal que:
f (a + h) − (f (a) + Df (a)(h))
lı́m =0
h→0 ||h||
En tal caso se denomina diferencial de f en a a la aplicación Df (a). Además, diremos que f es

diferenciable en B ⊂ A si es diferenciable en todos los puntos de B.
Proposición 3.1.1. Sea f : A ⊂ Rn → Rm y a ∈ A. Entonces, f es diferenciable en a si, y sólo

si, las funciones componentes fi : A ⊂ Rn → R son diferenciables en a ∀ i ∈ {1, . . . , m}.
Proposición 3.1.2. Sea f : A ⊂ Rn → Rm una función diferenciable en a ∈ A. Entonces, la

diferencial de f en a evaluada en v ∈ Rn viene dada por
f (a + tv) − f (a)
Df (a)(v) = lı́m
t→0 t
Demostración. El lı́mite de la Definición 3.1.1 obliga a la existencia e igualdad del lı́mite direc-
cional según la recta h = tv (donde v ∈ Rn es el vector director de la recta). Entonces:
f (a + tv) − (f (a) + Df (a)(tv)) 1 f (a + tv) − (f (a) + t Df (a)(v))

0 = lı́m = lı́m =0
t→0 ||tv|| ||v|| t→0 |t|
donde se ha hecho uso de que Df (a) es una aplicación lineal. Esto implica que

f (a + tv) − (f (a) + t Df (a)(v)) f (a + tv) − (f (a) + t Df (a)(v))
0 = lı́m = lı́m =
t→0 |t| t→0 t

f (a + tv) − f (a) f (a + tv) − f (a)
= lı́m − Df (a)(v) = lı́m − Df (a)(v)
t→0 t t→0 t
Esto ocurre si, y solo si

f (a + tv) − f (a) f (a + tv) − f (a)
0 = lı́m − Df (a)(v) ⇐⇒ Df (a)(v) = lı́m
t→0 t t→0 t
Definición 3.1.2. Sean f : A ⊂ Rn → Rm , a ∈ A y v ∈ Rn . Se denomina derivada direccional

de f en a según v al valor del siguiente lı́mite (si existe):
f (a + tv) − f (a)
Df (a)(v) = lı́m
t→0 t
Definición 3.1.3. Se denomina derivada parcial de f en a respecto a la variable xi (o derivada
parcial i-ésima de f en a) a la derivada direccional de f en a según el vector ei de la base
canónica asociada al sistema de coordenadas de Rn , esto es, al valor del lı́mite (si existe):
∂f f (a1 , . . . , ai + t, . . . , an ) − f (a1 , . . . , an )
(a) = lı́m
∂xi t→0 t
Si las derivadas parciales existen ∀ x ∈ B ⊂ A, se denomina función derivada parcial de f
respecto a la variable xi (o función derivada parcial i-ésima de f ) a la función
∂f
: B ⊂ Rn −→ Rm
∂xi
∂f
a 7−→ (a)
∂xi
Definición 3.1.4. Sea f : A ⊂ Rn → Rm . Si existen todas las derivadas parciales de f en a, se
denomina matriz jacobiana de f en a a la matriz que tiene por componentes los valores de estas
derivadas parciales:
∂f1 ∂f1
 
(a) · · · (a)
 ∂x1 ∂xn 
 .. . . .. 
Jf (a) = 
 . . . 

 ∂f ∂f 
m m
(a) · · · (a)
∂x1 ∂xn
Si Jf (a) es una matriz cuadrada, se denomina jacobiano a su determinante.
Proposición 3.1.3. Si f : A ⊂ Rn → Rm es una función diferenciable en a, la matriz asociada
a la aplicación lineal Df (a) es la matriz jacobiana de f en a. Es decir, la derivada direccional
de f en a viene dada por:
∂f1 ∂f1
 
(a) · · · (a)
 
 ∂x1 ∂xn  v1
 .. . .. .
..
 . 
.
Df (a)(v) = 
 .  . 
 
 ∂f ∂fm  v
m
(a) · · · (a) n
∂x1 ∂xn
En el caso de m = 1, se tiene
∂f ∂f
Df (a)(v) = (a) v1 + · · · + (a) vn
∂x1 ∂xn
Demostración. Sea A = (αij ) la matriz asociada a Df (a). La definición de derivada direccional

puede reescribirse de forma matricial como
      
α11 · · · α1n v1 
 f1 (a + tv) f1 (a) 

 .
 .. .. ..   .. 
   1 
..   ..  
 . = lı́m
.   .  t→0 t   . −
  . 
 
 
αm1 · · · αmn vn fm (a + tv) fm (a)
 
Hallando la derivada direccional de f en a según v = ej , se igualan los vectores componente a

componente para obtener:
fi (a1 , . . . , aj + t, . . . , an ) − fi (a1 , . . . , an ) ∂fi
αij = lı́m = (a)
t→0 t ∂xj
Observación 3.1.1. Si f : Rn → R viene dada por y = f (x1 , . . . , xn ), la derivada parcial de

f respecto a la variable xi es igual a la derivada de la función f (xi ) manteniendo el resto de
variables como constantes, y puede hallarse mediante reglas de derivación siempre que f (xi ) sea
una función derivable.
Observación 3.1.2. Si f es diferenciable en a, entonces existen todas las derivadas direccionales

de f en a y, en particular, también las derivadas parciales de f en a. Sin embargo, los recı́procos
no son ciertos.
Ejemplo 3.1.1. Sea la función f : R2 → R definida por f (x, y) = x1/3 y 1/3 , y estudiemos la
existencia de sus derivadas parciales y su diferenciabilidad en a = (0, 0).
∂f f (t, 0) − f (0, 0) ∂f
(0, 0) = lı́m = lı́m 0 = 0 = (0, 0)
∂x t→0 t t→0 ∂y
Es decir, existen las derivadas parciales de f en (0, 0) y valen 0. Observemos que estas no podı́an
hallarse mediante reglas de derivación de funciones en una variable, ya que las funciones x1/3 e
y 1/3 no son derivables en el origen. Estudiemos ahora si f es diferenciable en (0, 0):
!
h1
f (0 + h1 , 0 + h2 ) − f (0, 0) − (0, 0) 1/3 1/3
h2 h1 h2
lı́m p = lı́m √
(h1 ,h2 )→(0,0) h21 + h22 (h1 ,h2 )→(0,0) h1 2
Tomando la recta de aprox. h1 = h2 el lı́mite no es igual a 0, y f no es diferenciable en (0, 0).
Definición 3.1.5. La aproximación lineal de f en a (en un entorno E(a)) es la aproximación
f (a + h) ≈ f (a) + Df (a)(h)
Si m = 1, podemos considerar la generalización de la recta tangente a la gráfica de funciones en

una variable. Ası́, la ecuación del hiperplano tangente a graf f en (a, f (a)) es:
∂f ∂f
xn+1 = f (a) + Df (a)(h) = f (a) + Ja (f )(x − a) = f (a) + (a)(x1 − a1 ) + · · · + (a)(xn − an )
∂x1 ∂xn
Definición 3.1.6. Sea f : A ⊂ Rn → R, y sea a ∈ A tal que f es diferenciable en a. El gradiente

de f en a es el único vector ∇f (a) ∈ Rn tal que ∀ v ∈ Rn se tiene
h∇f (a), vi = Df (a)(v)
Observación 3.1.3. Expresamos, en coordenadas cartesianas, ∇f (a) = (u1 , . . . , un ) y v =

(v1 , . . . , vn ), luego se tiene h∇f (a), vi = u1 v1 + · · · + un vn . Sin embargo, se tiene
∂f ∂f
Df (a)(v) = (a) v1 + · · · + (a) vn
∂x1 ∂xn
de donde se deduce la expresión del gradiente de f en a (en coordenadas cartesianas):

∂f ∂f
∇f (a) = (a), . . . , (a)
∂x1 ∂xn
Proposición 3.1.4. Sea f : A ⊂ Rn → R, y sea a ∈ A tal que f es diferenciable en a. Entonces,
el gradiente ∇f (a) ∈ Rn es el vector director de la recta en cuya dirección la variación de la
función en un entorno E(a) es máxima, creciendo en el sentido de ∇f (a) ∈ Rn y decreciendo en
el sentido opuesto. El valor de dicha variación es Df (a)(v) = ± k∇f (a)k, tomando las derivadas
direccionales respecto a vectores unitarios.
Demostración. Sea v ∈ Rn con ||v|| = 1. Entonces,
Df (a)(v) = h∇f (a), vi = k∇f (a)k cos α
donde α es el ángulo entre ∇f (a) y v. Ası́, la variación máxima se da cuando kDf (a)(v)k es
máxima, (cos α = ±1). En ese caso, Df (a)(v) = ± ||∇f (a)||, y v es paralelo a ∇f (a) (de hecho,
v = ±∇f (a)/k∇f (a)k).
Proposición 3.1.5. Las direcciones de variación nula son las perpendiculares a ∇f (a).
Definición 3.1.7. Sea f : A ⊂ Rn → R diferenciable en U ⊂ A. Llamamos función gradiente

de f a la función ∇f : U ⊂ Rn → Rn que aplica a 7→ ∇f (a).
Propiedades 3.1.1. Sean f, g : A ⊂ Rn → Rm y a ∈ A tal que f, g son diferenciables en a.
(a) Linealidad. La función αf + βg es diferenciable en a ∀ α, β ∈ R, y se tiene
D(αf + βg)(a) = αDf (a) + βDg(a)
(b) Regla de Leibniz del producto. Si m = 1, la función f g es diferenciable en a y
D(f g)(a) = Df (a) g(a) + f (a) Dg(a).
(c) Regla de Leibniz del cociente. Si m = 1, g(x) 6= 0 ∀ x ∈ U ⊂ A y a ∈ U , la función

f /g : U → R es diferenciable en a y

f 1
D (a) = (Df (a) g(a) − f (a) Dg(a))
g g(a)2
(d) La función hf, gi es diferenciable en a y

n
X
Dhf, gi(a) = (Dfi (a) gi (a) + fi (a) Dgi (a))
i=1
Observación 3.1.4. Las reglas de Leibniz se extienden fácilmente a funciones vectoriales com-
poente a componente.
3.2. Diferenciabilidad y continuidad

Proposición 3.2.1. Sea f : A ⊂ Rn → Rm y a ∈ A. Si f es diferenciable en a, entonces f es
continua en a.
Demostración. Si f es diferenciable en a, ∃ Df (a) con f (x) = f (a) + Df (a)(x − a) + R1 (x − a),
donde lı́mx→a R1 (x − a) = 0. Por lo tanto:
lı́m f (x) = lı́m f (a) + lı́m Df (a)(x − a) + lı́m R1 (x − a) = f (a)

x→a x→a x→a x→a
Ejemplo 3.2.1. La existencia de las derivadas direccionales no garantiza la continuidad de una

función. Sea f : R2 → R2 definida por
 2
 xy si (x, y) 6= 0
f (x, y) = x2 + y 4
0 si (x, y) = 0

Calculamos la derivada direccional de f en a = (0, 0) según el vector v = (v1 , v2 ), que resulta:


2
 v2

si v1 = 6 0
Df (a)(v) = v1

 0 si v1 = 0
Por la observación 3.1.4 f no es diferenciable en a = (0, 0), pero las derivadas direccionales
existen. Sin embargo, f no es continua ya que
1
lı́m f (x, y) = 6= f (a)
(x,y)→(0,0) 2
x=y 2
Teorema 3.2.1. Sea f : A ⊂ Rn → Rm y a ∈ A. Si existen las derivadas parciales de f en a

en E(a) ⊂ A y son funciones continuas en a, entonces f es diferenciable en a.
Demostración. Solo tiene que demostrarse para m = 1, ya si las funciones componentes son
diferenciables en a también lo es su función vectorial. Sea pues f : Rn → R tal que cumple las
condiciones del enunciado. Para cualquier x ∈ E(a), f (x)−f (a) = f (x1 , . . . , xn )−f (a1 , . . . , an ) =
f (x1 , x2 . . . , xn ) − f (a1 , x2 . . . , xn ) + f (a1 , x2 . . . , xn ) − · · · + f (a1 , . . . , an ). Sea F1 : R → R con
F1 (t) = f (t1 , x2 . . . , xn ), fijadas xi con i 6= 1. Como existen las derivadas parciales de f , en
particular existe la derivada parcial respecto a x1 , que coincide con la derivada ordinaria de
funciones de una variable. Por el Teorema del Valor Medio, ∃ u1 ∈ [a1 , x1 ] tal que
∂f
f (x1 , x2 , . . . , xn )−f (a1 , x2 , . . . , xn ) = F (x1 )−F (a1 ) = F 0 (u1 )(x1 −a1 ) = (u1 , x2 , . . . , xn )(x1 −a1 )
∂x1
Realizando el proceso análogo para cada ui , i ∈ {1, . . . , n}, obtenemos que
n
∂f ∂f X ∂f
f (x)−f (a) = (u1 , x2 , . . . , xn )(x1 −a1 )+· · ·+ (a1 , . . . , an−1 , un )(xn −an ) = (qi )(xi −ai )
∂x1 ∂xn ∂xi
i=1
notando qi = (a1 , . . . , ai−1 , ui , xi+1 , . . . , xn ). Entonces, tenemos:

n

X ∂f
|f (x) − f (a) − Jf (a)(x − a)| = f (x) − f (a) − (a)(xi − ai ) =

∂xi
i=1

n n
X ∂f ∂f X ∂f ∂f
= (qi ) − (a) (xi − ai ) ≤ (qi ) − (a) |xi − ai |

∂xi ∂xi ∂xi ∂xi
i=1 i=1
+
Pero las derivadas parciales son funciones
continuas y en particular continuas en a, luego ∀ ε ∈ R
∂f ∂f ε
∃ d ∈ R+ tal que ||qi − a|| < δ ⇒ ∂xi (qi ) − ∂xi (a) < n . En consecuencia, de la ecuación anterior

n
X ε
se deduce que |f (x) − f (a) − Jf (a)(x − a)| ≤ |xi − ai |. Por lo tanto, ∀ε > 0 se tiene
n
i=1
n
|f (x) − f (a) − Jf (a)(x − a)| ε X |xi − ai |
lı́m ≤ lı́m <ε
x→a ||x − a|| x→a n ||x − a||
i=1
Por lo tanto dicho lı́mite sin valor absoluto es 0, luego f es diferenciable en a.
Definición 3.2.1. Diremos que la función f : A ⊂ Rn → Rm es de clase C 1 en U ⊂ A si sus

derivadas parciales están definidas en U y son continuas en U .
Corolario 3.2.1. Si f es de clase C 1 en U , entonces f es diferenciable en U .
Proposición 3.2.2. Sea f : A ⊂ Rn → Rm y sea U ⊂ A. Si existen las derivadas parciales de
f en U y son funciones acotadas en U , entonces f es uniformemente continua en U .
Demostración. Similar a la demostración del Teorema 3.3.1. Una función vectorial es uniforme-
mente continua si y solo si lo son sus funciones componentes; veamos que una función escalar
f : A ⊂ Rn → R con derivadas parciales acotadas en U ⊂ A es uniformemente continua en U .
Por hipótesis, existe K ∈ R+ tal que

∂f i ∈ {1, . . . , n}
∂zi ≤ K
(a)

a∈U
Sea x ∈ U . Como U es abierto, ∃ r > 0 tal que Br (x) ⊂ U . Fijando ε > 0 aribtrario, sea
y ∈ Br (x) ⊂ U tal que kx − yk < δ = mı́n{r, ε/nK}. Asimismo, para cada k ∈ {1, . . . , n},
consideremos la función Fk : [xk , yk ] ⊂ R → R definida por
Fk (t) = f (y1 , . . . , yk−1 , t, xk+1 , . . . , xn )
Como Fk (yk ) = Fk+1 (xk+1 ), se tiene:

Xn X n
|f (x) − f (y)| = |F1 (x1 ) − Fn (yn )| = Fk (xk ) − Fk (yk ) ≤ |Fk (xk ) − Fk (yk )|

k=1 k=1
Observemos que, tomando 2s = kx − yk y p = (x + y)/2, se tiene

Vk = {(y1 , . . . , yk−1 , t, xk+1 , . . . , xn ) | t ∈ [xk , yk ]} ⊂ Bs (p) ⊂ Br (x) ⊂ U
Entonces, como por hipótesis existen las derivadas parciales de f en U , en particular existen en
los puntos de la forma (y1 , . . . , yk−1 , t, xk+1 , . . . , xn ), luego Fk es derivable en [xk , yk ], con
∂f
Fk0 (t) = (y1 , . . . , yk−1 , t, xk+1 , . . . , xn )
∂zk
En particular, Fk es continua en [xk , yk ]. Por el Teorema del Valor Medio para funciones de una
variable, ∃ ξk ∈ (xk , yk ) tal que
Fk (xk ) − Fk (yk ) = Fk0 (ξk )(xk − yk )
En conclusión,
n
X n
X n
X
0
|f (x) − f (y)| ≤ Fk (ξk ) |xk − yk | ≤
Kkx − yk < Kδ ≤ ε
k=1 k=1 k=1
Es decir, f es uniformemente continua en U .
3.3. Regla de la cadena

Teorema 3.3.1 (Teorema de la función compuesta o regla de la cadena). Sea f : A ⊂ Rn → Rm ,
y sea a ∈ A tal que f es diferenciable en a. Sea g : B ⊂ Rm → Rp tal que f (A) ⊂ B,
b = f (a) ∈ B, con g diferenciable en b. Entonces, g ◦ f : A ⊂ Rn → Rp es diferenciable en a, y
D(g ◦ f )(a) = Dg(b) ◦ Df (a) = Dg(f (a)) ◦ Df (a).
Demostración. Como f es diferenciable en a, ∃ Df (a) : Rn → Rm tal que f (a + h) = f (a) +
R1 (h)
Df (a)(h) + R1 (h) con lı́m = 0. Del mismo modo, al ser g diferenciable en b, ∃ Dg(b) :
h→0 ||h||
T1 (k)
Rm → Rp tal que g(b + k) = g(b) + Dg(b)(h) + T1 (k) con lı́m = 0. Para ver que g ◦ f
k→0 ||k||
es diferenciable en a, hay que ver que ∃ D(g ◦ f )(a) : Rn → Rm tal que (g ◦ f )(a + h) =
R1 (h)
(g ◦ f )(a) + D(g ◦ f )(a)(h) + R1 (h) con lı́m = 0.
h→0 ||h||
(g ◦ f )(a + h) = g(f (a + h)) = g(f (a) + Df (a)(h) + R1 (h)). Tomando k = Df (a)(h) + R1 (h),
se tiene (g ◦ f )(a + h) = g(b + k) = g(b) + Dg(b)(k) + T1 (k) = g(f (a)) + Dg(b)[Df (a)(h) +
R1 (h)] + T1 (k) = g(f (a)) + Dg(b)(Df (a)(h)) + Dg(b)(R1 (h)) + T1 (k) = (g ◦ f )(a) + (Dg(b) ◦
Df (a))(h) + R1 (h).
R1 (h) Dg(b)(R1 (h)) + T1 (k) Dg(b)(R1 (h)) T1 (k)
lı́m = lı́m = lı́m + lı́m
h→0 ||h|| h→0 ||h|| h→0 ||h|| h→0 ||h||
Evaluamos los lı́mites por separado.

Dg(b)(R1 (h)) R1 (h)
lı́m = lı́m Dg(b) =0
h→0 ||h|| h→0 ||h||
ya que una aplicación lineal aplicada a algo que tiende a 0, tiende a 0 (Lema 1). También:
T1 (k) T1 (k) ||k||
lı́m = lı́m lı́m =0
h→0 ||h|| h→0 ||k|| h→0 ||h||
||k||
donde se ha usado que lı́m está acotado. Esto se obtiene de:
h→0 ||h||
||k|| ||Df (a)(h) + R1 (h)|| ||Df (a)(h)|| + ||R1 (h)|| ||Df (a)(h)||
lı́m = lı́m ≤ lı́m = lı́m
h→0 ||h|| h→0 ||h|| h→0 ||h|| h→0 ||h||
usando el siguiente lema.
Lema 3.3.1. Sea (E, || · ||) un espacio normado y Φ : E → E una aplicacioon lineal. Entonces,
∃ M ∈ R+ tal que ||Φ(u)|| ≤ M ||u||.
Aplicando el lema anterior a la aplicación lineal Df (a), acabamos obteniendo:

||k|| ||Df (a)(h)|| M ||h||
lı́m ≤ lı́m ≤ lı́m =M
h→0 ||h|| h→0 ||h|| h→0 ||h||
Ası́ pues, se ha demostrado que ∃ D(g ◦ f )(a) = (Dg(b) ◦ Df (a)) : Rn → Rm tal que (g ◦ f )(a +
R1 (h)
h) = (g ◦ f )(a) + D(g ◦ f )(a)(h) + R1 (h), con lı́m = 0.
h→0 ||h||
Observación 3.3.1. La existencia de las derivadas parciales no garantiza la regla de la cadena.

Por ejemplo, sean f, g : R → R con
( (
x si x < 0 x2 si x < 0
f (x) = g(x) =
x2 si x ≤ 0 x si x ≥ 0
3.4. Teoremas del valor medio

Teorema 3.4.1 (Teorema del valor medio). Sea f : A ⊂ Rn → R, y U ⊂ A tal que f es
diferenciable en U . Sean a, b ∈ U tal que ab ⊂ U . Entonces, ∃ c ∈ ab tal que
f (b) − f (a) = Df (c)(b − a)
Demostración. Sea c(t) = a + t(b − a) ∀ t ∈ [0, 1]. En efecto, c(0) = a y c(1) = b. Por la
regla de la cadena, la función f ◦ c : [0, 1] ⊂ R → R con (f ◦ c)(t) = f (a + t(b − a)) es
diferenciable. Por el teorema del valor medio para funciones de una variable, ∃ t0 ∈ (0, 1) tal que
(f ◦ c)(1) − (f ◦ c)(0) = (f ◦ c)0 (t0 ) = Df (c(t0 )) ◦ Dc(t0 ) = Df (a + t0 (b − a))(b − a).
Teorema 3.4.2 (Teorema del valor medio). Sea f : A ⊂ Rn → Rm , y U ⊂ A tal que f es
diferenciable en U . Sean a, b ∈ U tal que ab ⊂ U . Entonces, ∃ c ∈ ab tal que
||f (b) − f (a)|| ≤ ||Df (c)(b − a)||
Observación 3.4.1. El segundo Teorema del Valor Medio es la generalización para funciones
vectoriales.
Capı́tulo 4
Teoremas sobre funciones

diferenciables
4.1. Derivadas parciales de orden superior. Teorema de Schwarz

Definición 4.1.1. Sea f : A ⊂ Rn → R una función. La derivada parcial de segundo orden de
f respecto a las variables xi , xj en a ∈ A es la derivada parcial respecto a xj evaluada en a de
la función derivada parcial de f respecto a xi . Se puede definir la función derivada parcial de
segundo orden:
∂2f

∂ ∂f
≡ : Bj ⊂ Di ⊂ Rn −→ R
∂xj ∂xi ∂xj ∂xi
∂ ∂f
x = (x1 , . . . , xn ) 7−→ (x)
∂xj ∂xi
En general, denotaremos la derivada parcial de orden k de la función f respecto a las variables

x1 , . . . xk como:
∂kf
∂xk · · · ∂x1
Definición 4.1.2. La función f : A ⊂ Rn → R es de clase C k en U ⊂ Dom f si sus derivadas
parciales de orden k son continuas en U . Si f es de clase C k ∀ k ∈ N, entonces se dice que es de
clase C ∞ o suave.
Observación 4.1.1. La definición anterior se extiende de forma natural a funciones vectoriales.
Proposición 4.1.1. Para funciones vectoriales f : A ⊂ Rn → Rm , se cumple:
(a) Si f es de clase C k , también es de clase C k−1 .
(b) La combinación lineal de funciones de clase C k es C k .
(c) El producto de funciones de clase C k es C k .
(d) La composición lineal de funciones de clase C k es C k .

Definición 4.1.3. Si f : Rn → R (función escalar) tiene derivadas parciales de orden 2 en un

punto a ∈ A, la Matriz Hessiana de f en a es la matriz cuyas componentes son dichas derivadas:
∂2f ∂2f
 
 ∂x2 (a) ··· (a)
 1 ∂xn ∂x1  
Hf (a) = 
 .. .. .. 
. . . 
 
 ∂2f 2
∂ f 
(a) · · · (a)
∂x1 ∂xn ∂x2n
Definición 4.1.4. El Hessiano de f en a es det(Hf (a)).
Observación 4.1.2. La matriz Hessiana de f en a no tiene por qué ser simétrica. De hecho,
puede existir la derivada parcial de segundo orden respecto a xi , xj pero no respecto xj , xi .
Teorema 4.1.1 (Schwarz). Sea f : A ⊂ Rn → R. Si f tiene derivadas parciales cruzadas de
segundo orden y son funciones continuas en U ⊂ A, entonces son iguales en U , es decir:
∂2f ∂2f
(a) = (a) ∀ a ∈ U.
∂xj ∂xi ∂xi ∂xj
Demostración. Consideremos el caso n = 2, ya que si la función es de más de 2 variables el resto

se quedan fijas cuando derivamos parcialmente. Definimos
Shk := [f (a1 + h, a2 + k) − f (a1 + h, a2 )] − [f (a1 , a2 + k) − f (a1 , a2 )] = gk (a1 + h) − gk (a1 )
donde gk (x) := f (x, a2 + k) − f (x, a2 ). Ası́, observemos que gk (x) es una función de una variable
que devuelve, visualizando f en el plano xy, la diferencia de la función al disminuir la coordenada
y en k unidades fijando la coordenada x. Existen las derivadas parciales de g (es decir, es
derivable, y en particular), por su definición y la existencia de las de f . Aplicamos el teorema
del valor medio a g: existe chk ∈ (a1 , a1 + h) tal que

0 ∂f ∂f
Shk = gk (chk )h = (chk , a2 + k) − (chk , a2 ) = [F (a2 + k) − F (a2 )]h
∂x ∂x
Podemos aplicar el teorema del valor medio en una variable a la función F : existe dhk ∈ (a2 , a2 +
k) tal que
∂2f
Shk = F 0 (dhk )kh = (chk , dhk )kh
∂y∂x
Puede procederse de forma análoga intercambiando el papel de las variables x, y en toda la
hk ∈ (a2 , a2 + k), cf
demostración, para obtener que existen df hk ∈ (a1 , a1 + h) tales que
∂2f f
Shk = (dhk , cf
hk )kh
∂x∂y
Si (h, k) → (0, 0), se tiene que (chk , dhk ) → (a1 , a2 ) (df hk ) → (a1 , a2 ). Por la continuidad de
hk , cf
las derivadas parciales de segundo orden,
∂2f ∂2f ∂2f ∂2f
(a1 , a2 ) = lı́m (ckh , dkh ) = lı́m (cf
hk , khk ) =
f (a1 , a2 )
∂y∂x (ckh ,dkh )→(a1 ,a2 ) ∂y∂x (g
chk ,dg
hk )→(a1 ,a2 )
∂y∂x ∂x∂y
Corolario 4.1.1 (Schwarz). Sea f : A ⊂ Rn → R. Si f tiene derivadas parciales cruzadas de

orden m y son funciones continuas en U ⊂ A, entonces son iguales en U , es decir, ∀ σ ∈ Sm ,
∂mf ∂mf
= (en U).
∂xim · · · ∂xi1 ∂xσ(im ) · · · ∂xσ(i1 )
Demostración. Se va a proceder por inducción sobre m.

Veamos primero que se puede aplicar el Teorema de Schwarz para todas las funciones derivada
parcial de orden r con 2 ≤ r ≤ m − 1 de f .
∂g
Sea g una función derivada parcial de orden m − 1 de la función f . Entonces ∂x j
es continua en
U ∀ j ∈ {x1 , . . . , xn }. Por lo tanto, g es continua en U (por ser derivable en U ). Ası́, se puede
aplicar el Teorema de Schwarz para las funciones derivada parcial de orden m−1. Aplicando este
razonamiento sucesivamente, se concluye que se puede aplicar el Teorema de Schwarz para todas
las funciones derivada parcial de orden r, con 2 ≤ r ≤ m − 1. Por lo tanto, todas las derivadas
parciales cruzadas de orden r = 2 seran iguales en U . Supongámoslo cierto para 3 ≤ r ≤ m − 1.
∂mf ∂mf
Veamos ahora que también es cierto para r = m; es decir, que = .
∂xi1 · · · ∂xim ∂xσ(i1 ) · · · ∂xσ(im )
∂mf ∂ m−1 f ∂mf

∂ H.I.
Si i1 = σ(i1 ), entonces = = .
∂xi1 · · · ∂xim ∂xσ(i1 ) ∂xi2 · · · ∂xim ∂xσ(i1 ) · · · ∂xσ(im )
Si i1 6= σ(i1 ), entonces i1 = σ(ik ) con k 6= 1. Sea {xσ(i1 ) , . . . , xσ(ik−1 ) , xσ(ik+1 ) , xσ(im ) } una
permutación de {xi2 , . . . , xin }. Entonces
!
∂mf ∂ m−1 f ∂ m−1 f

∂ ∂
H.I.
= =
∂xi1 · · · ∂xim ∂xi1 ∂xi2 · · · ∂xim ∂xσ(i1 ) · · · ∂xσ(ik−1 ) ∂xσ(ik+1 ) · ∂xσ(im )
∂xi1
!
∂2 ∂ m−2 f
=
∂xi1 ∂xσ(i1 ) ∂xσ(i2 ) · · · ∂xσ(ik−1 ) ∂xσ(ik+1 ) · ∂xσ(im )
!
∂2 ∂ m−2 f
=
∂xσ(i1 ) ∂xi1 ∂xσ(i2 ) · · · ∂xσ(ik−1 ) ∂xσ(ik+1 ) · ∂xσ(im )
!
∂k ∂ m−k f
= ··· =
∂xσ(i1 ) · · · ∂xσ(ik−2 ) ∂xi1 ∂xσ(ik−1 ) ∂xσ(ik+1 ) · · · ∂xσ(im )
!
∂k ∂ m−k f
=
∂xσ(i1 ) · · · ∂xσ(ik−2 ) ∂xσ(ik−1 ) ∂xi1 ∂xσ(ik+1 ) · · · ∂xσ(im )
i1 =σ(ik ) ∂mf
=
∂xσ(i1 ) · · · ∂xσ(im )
Corolario 4.1.2. Sea f : A ⊂ Rn → R. Si f es de clase C k en U ⊂ A, las derivadas parciales

cruzadas de orden m son iguales, 2 ≤ m ≤ k.
4.2. Teorema de la función inversa
Teorema 4.2.1 (Teorema de la función inversa). Sea f : A ⊂ Rn → Rn , y a ∈ A tal que f es de

clase C k (k ≥ 1) en E(a) ⊂ A. La condición necesaria y suficiente para que exista U ⊂ E(a) ⊂ A
con a ∈ U , y ∃ f −1 : f (U ) ⊂ Rn → U ⊂ Rn de clase C k en f (U ) es que det Jf (a) 6= 0. Entonces,
Df −1 (f (a)) = Df (a)−1
Demostración. Consideremos la función fe = (Df (a))−1 ◦ f : A ⊂ Rn −→ Rn .
Lema. (i) La función fe es de clase C k en A y Dfe(a) = Id.

(ii) Si existe la inversa local fe−1 ∈ C k , entonces existe la inversa local f −1 ∈ C k y
f −1 = fe−1 ◦ (Df (a))−1 .
Por lo tanto, es equivalente demostrar el resultado para f o para fe.
Obtención de una inversa local usando el Teorema del punto fijo.

Se va a demostrar que ∀ y ∈ E(fe(a)), ∃ ! x ∈ E(a) : y = fe(x). Es decir, que fe es
localmente biyectiva y, por lo tanto, invertible.
. Consideremos la función g(x) = x − fe(x), que es de clase C k , con lo cual sus derivadas
parciales son continuas. Esta función también cumple que Dg(a) = 0. Ası́, por el
Teorema del Valor Medio, ∃ q1 , . . . , qn ∈ Br (a) : gi (x) − gi (a) = Dgi (qi )(x − a),
donde kx − ak < r. Aplicando la Desigualdad de Cauchy-Schwarz, kg(x) − g(a)k < 2r .
Con lo que se concluye que g es una función k–contractiva, con k = 12 , que aplica la
bola Br (a) en la bola B r2 (g(a)).
. ∀ y ∈ B r2 (g(a)), consideremos la función gy (x) = y + g(x) = y + x − fe(x). Sean

x1 , x2 ∈ Br (a). Entonces kgy (x2 ) − gy (x1 )k < 21 kx2 − x1 k. Por lo tanto gy es una
función k–contractiva, con k = 21 , en Br (a) =⇒ ∃ ! punto fijo x ∈ Br (a) :
x = gy (x) = y + x − fe(x) ⇐⇒ y = fe(x)
Pot lo tanto, existe la inversa local fe−1 : B r2 (g(a)) −→ Br (a).
La inversa fe−1 es contı́nua.

∀ y1 , y2 ∈ B r2 (g(a)), si x1 = fe−1 (y1 ), x2 = fe−1 (y2 ), se cumple la definición de continuidad,
puesto que
kx2 − x1 k < 2ky2 − y1 k.
La inversa fe−1 es diferenciable.

Hay que probar que existe la aplicación lineal Dfe−1 (x) tal que, si y + k ∈ B r2 (g(a)),
entonces
fe−1 (y + k) − fe−1 (y) = Dfe−1 (y)(k) + R1 (k), con R1 (k) = o(kkk).

La inversa fe−1 es de clase C k .
∂ fe ∂ fe−1
fe ∈ C k =⇒ ∈ C k =⇒ ∈ C k =⇒ fe−1 ∈ C k .
∂xi ∂yi
La inversa f −1 existe y es de clase C k .

Por el apartado (ii) del Lema.
Para demostrar la última parte, supongamos que existe la inversa f −1 de clase C k en f (U ). Por
definición de inversa, f −1 ◦ f = IdU y f ◦ f −1 = Idf (U ) . Ambas funciones son diferenciables, por
lo que puede aplicarse la regla de la cadena:
D f −1 ◦ f (a) = D f −1 f (a) ◦ D f (a) = D Id = Id,

D f ◦ f −1 (a) = D f (a) ◦ D f −1 f (a) = D Id = Id.

Se concluye que Df −1 (f (a)) = Df (a)−1 .
Corolario 4.2.1. Sea f : A ⊂ Rn → Rn una función inyectiva de clase C k en A. La condición

necesaria y suficiente para que f −1 : f (A) ⊂ Rn → A ⊂ Rn sea de clase C k es que det Jf (x) 6=
0 ∀ x ∈ A. Entonces, Df −1 (f (x)) = Df (x)−1 ∀ x ∈ A.
Definición 4.2.1. Una función f : A ⊂ Rn → Rn es un difeomormismo de clase C k , con k ∈ N,

si es biyectiva y tanto f como f −1 son de clase C k .
Definición 4.2.2. Una función f : A ⊂ Rn → Rn es un difeomormismo local cuando ∀ a ∈ A

existe un abierto Ua que contiene a donde la restricción de f es un difeomormismo.
4.3. Teorema de la función implı́cita
Dado el sistema de ecuaciones Fk = (x1 , . . . , xn , y1 , . . . , ym ) = 0 ∀ k ∈ {1, . . . , m}, ¿es posible

obtener de forma explı́cita yk = fk (x1 , . . . , xn ) ∀ k ∈ {1, . . . , m}? Además, ¿cuando se puede
hacer diferenciablemente?
Teorema 4.3.1 (Teorema de la función implı́cita). Sea una función
F : W ⊂ Rn × Rm −→ Rm
(x, y) ≡ (x1 , . . . , xn ; y1 , . . . , ym ) 7−→ (F1 (x, y), . . . , Fm (x, y))
y considérese p ≡ (a1 , . . . , an , b1 , . . . , bm ) ≡ (a, b) ∈ W tal que:
(i) F (p) ≡ F (a, b) = 0.
(ii) F es de clase C k , con k ≥ 1, en un entorno E(p).


∂Fi
(iii) det (p) 6= 0, para i, j ∈ {1, . . . , m}, En particular, rang JF (p) = m.
∂yj
 ∂F ∂F1 ∂F1 ∂F1 
1
(p) · · · (p) (p) · · · (p)
 ∂x1 ∂xn ∂y1 ∂ym 
 .. .. .. .. .. .. 
JF (p) = 
 . . . . . . 

 ∂F ∂F ∂F ∂F 
m m m m
(p) · · · (p) (p) · · · (p)
∂x1 ∂xn ∂y1 ∂ym
Entonces existen abiertos A ⊂ Rn , B ⊂ Rm , a ∈ A, b ∈ B y ∃ !
f: A ⊂ Rn −→ B ⊂ Rm
x ≡ (x1 , . . . , xn ) 7−→ (y1 , . . . , ym ) ≡ (f1 (x), . . . , fm (x))
(en particular, f (a) = b), tal que
(a) f es de clase C k en A.
(b) F (x, f (x)) = 0 ∀ x ∈ A.
Demostración. Construimos una función auxiliar, con el mismo dominio de F . Sus n primeras
componentes son la identidad, y las m componentes restantes son el resultado de la aplicación
de F a la variable independiente.
G : W ⊂ Rn+m −→ Rn+m
(x, y) 7−→ (x, F (x, y)) ≡ (x, ye)
F es de clase C k en E(p) y
 
IRn (O)n×m
∂F

JF (p) =  ∂F ∂F , det JG(p) = det (p) 6= 0
(p) (p) ∂y
∂x ∂y
Podemos aplicar el Teorema de la Función Inversa a la función G. Ası́, ∃ U ⊂ E(p) ⊂ Rn+m con
p ∈ U , y ∃ V ∈ Rn+m tales que
∃ G−1 : V ⊂ Rn+m −→ U ⊂ Rn+m

(x, ye) 7−→ (x, y)
donde G−1 es de clase C k , e y = h(x, ye) para cierta función h : V ⊂ Rn+m → Rm . Entonces,
∀ (x, ye) ∈ V se tiene: (x, ye) = (G◦G−1 )(x, ye) = G(G−1 (x, ye)) = G(x, h(x, ye)) = (x, F (x, h(x, ye))),
de donde se deduce que ye = F (x, h(x, ye)).
Sea el conjunto A ≡ {x ∈ Rn | (x, 0) ∈ V } y sea
f : A ⊂ Rn −→ B ⊂ Rm
x 7−→ h(x, 0)
(a) f es de clase C k en A porque h lo es como consecuencia del Teorema de la función inversa.
(b) Tómese ye = 0, ∀ x ∈ A. Entonces 0 = F (x, h(x, 0)) = F (x, f (x)).
Veamos la unicidad. Supongamos que ∃ g : A ⊂ Rn −→ Rm con las mismas propiedades, pero tal
que ∃ x0 ∈ A tal que f (x0 ) 6= g(x0 ). Se tiene entonces que F (x0 , g(x0 )) = 0 = F (x0 , f (x0 )), de
donde se deduce que F no es inyectiva en U , luego G tampoco, Y por lo tanto G no es invertible,
que es una contradicción.
Definición 4.3.1. La función f se denomina función implı́cita definida por F .
Ejemplo 4.3.1. Sea F (x, y) = x2 + y 2 − 1 = 0. Sea p = (a, b) con a2 + b2 = 1, es decir, que

cumple que F (a, b) = 0. F es de clase C ∞ , y por lo tanto de clase C 1 en cualquier E(p). Además,
JF (p) = (2a, 2b). Si, por ejemplo, b 6= 0, entonces ∃ A, B ⊂ R y ∃! f : A ⊂ R → B√⊂ R tal que
y = f (x), satisfaciendo F (x, f√(x)) = 0. En este caso, si b > 0 se tiene y = f (x) = 1 − x2 , y si
b < 0 entonces y = f (x) = − 1 − x2 . Análogamente, si a 6= 0 se puede obtener x = f (y).
Corolario 4.3.1. Podemos hallar la diferencial de la función implı́cita f , aún sin conocerla.
Con las hipótesis del teorema, los elementos de la Jf (a), que representa Df (a), se obtienen
como solución del siguiente sistema lineal de m × n ecuaciones:
m
∂Fi X ∂Fi ∂fk i ∈ {1, . . . m}
0= (p) + (p) (a) con
∂xj ∂yk ∂xj j ∈ {1, . . . , n}
k=1
es decir:
∂Fi ∂Fi ∂fk
(p) + (p) · (a) = 0
∂xj ∂yk ∂xj
−1
∂fk ∂Fi ∂Fi
(a) = − (p) (p)
∂x ∂yk ∂x
Demostración. Por el Teorema de la función implı́cita, sabemos que dada una función
F : W ⊂ Rn+m −→ Rm
(x, y) 7−→ F (x, y)
existe
f : A ⊂ Rn −→ B ⊂ Rm
x 7−→ f (x) = y
tal que F (x, f (x)) = 0. Usaremos una función auxiliar g : A ⊂ Rn → Rn+m , con g(x) =
g(x1 , . . . , xn ) = (x1 , . . . , xn , f1 (x), . . . , fm (x)). Observemos que (F ◦ g)(x) = F (g(x)) = F (x, f (x)) =
0 ∀ x ∈ Rn . Sabemos que F es diferenciable en p, y g es diferenciable en a (pues ambas son di-
ferenciables en su dominio). Usamos la regla de la cadena: J(F ◦ g)(a) = Jf (p)Jg(a) = 0, es
decir:
 
1
 ∂F
1 ∂F1 ∂F1 ∂F1  .. 
(p) ··· (p) (p) ··· (p) 
 . 

 ∂x1 ∂xn ∂y1 ∂ym  
 .. .. .. .. .. ..  1   = (0)
 . . . . . . 
  ∂f1 (a) ∂f1 m×n

 ∂F ··· (a) 
m ∂Fm ∂Fm ∂Fm   ∂x1 ∂xn 
(p) · · · (p) (p) · · · (p)  .. .. ..  
∂x1 ∂xn ∂y1 ∂y m  . . . 
∂fm ∂fm
∂x1 (a) ··· ∂xn (a)

∂Fi ∂Fi ∂fk
(p) In + (p) (a) = (0)m×n
∂xj m×n ∂yk m×m ∂xj m×n
4.4. Teoremas del rango

Teorema 4.4.1 (Rectificación del dominio). Sea F : W ⊂ Rn+m → Rm de clase C k (k ≥ 1) en
A ⊂ W , y sea p ∈ A tal que rang JF (p) = m (máximo). Entonces, ∃ U, V ⊂ Rn+m abiertos con
p ∈ U , y un difeomorfismo H : V ⊂ Rn+m → U ⊂ Rn+m (cambio de coordenadas, diferenciable
y con inversa diferenciable) de clase C k en V tal que F (H(x, y)) = y ∀ (x, y) ∈ V .
F
U ⊂ Rn+m Rm
H
F ◦H
V ⊂ Rn+m
Demostración. Demostración como la del teorema de la función implı́cita, con H = G−1 .
Definición 4.4.1. En ese caso, diremos que F ◦ H es una submersión.
Observación 4.4.1. Este teorema asegura la existencia de un cambio de variables H en Rn+m ,

de manera que convierte a F en una proyección de Rn+m en Rm sobre las m últimas variables.
Teorema 4.4.2 (Rectificación de la imagen). Sea F : Rn → Rn+m de clase C k (k ≥ 1) en

A ⊂ Rn , y sea p ∈ A tal que rang JF (p) = n (máximo). Entonces, ∃ U, V ⊂ Rn+m abiertos
con F (p) ∈ U , y una aplicación H : U ⊂ Rn+m → V ⊂ Rn+m de clase C k en U tal que
H(F (x)) = (x, 0) ∀ x ∈ F −1 (U ).
F
F −1 (U ) ⊂ Rn U ⊂ Rn+m
H
F ◦H
V ⊂ Rn+m
Demostración. La matriz Jacobiana de F en p es:

!
∂Fi
i ∈ {1, . . . n}

∂x (p) ∂Fi
JF (p) = ∂F , Tomamos rang (p) = n.
j
j ∈ {n + 1, . . . , n + m} ∂x
∂x (p)
Definimos entonces la función
G : Rn+m −→ Rn+m
(x, y) 7−→ (F (x) + (0, y))
para x ∈ Rn , y ∈ Rm . La matriz jacobiana de G en (p, 0) es:

 ∂F 
i
(p) 0
JG(p, 0) =  ∂x
 
∂Fj

(p) Im×m
∂x

∂Fi
Entonces, se tiene det (JG(p, 0)) = det (p) 6= 0, y por el Teorema de la función inversa
∂x
∃ G−1 ≡ H : V ⊂ Rn+m → U ⊂ Rn+m con (x, 0) = (G−1 ◦ G)(x, 0) = H(F (x) + (0, 0)) =
H(F (x)).
Definición 4.4.2. En ese caso, diremos que H ◦ F es una inmersión.
Teorema 4.4.3 (Teorema general del rango). Sea F : Rr+n → Rr+m , y p ∈ Dom F tal que
rang JF (p) = r y F es de clase C k en E(p). Bajo estas hipótesis existen difeomorfismos locales
H1 : U1 ⊂ Rr+n −→ V1 ⊂ Rr+n
de clase C k
H2 : U2 ⊂ Rr+m −→ V2 ⊂ Rr+m
con p ∈ V1 , F (p) ∈ U2 y tales que
(H2 ◦ F ◦ H1 )(x) = (x1 , . . . , xr , 0 . . . , 0) ∀ x ∈ U1 .
F
V1 ⊂ Rr+n U2 ⊂ Rr+m
H1 H2
H2 ◦ F ◦ H1
U1 ⊂ Rr+n V2 ⊂ Rr+m
Demostración. Proof by uncaccessible literature. Mardsen-Hoffman p.974.

Capı́tulo 5
Polinomio de Taylor y estudio local

de funciones.
5.1. Teorema de Taylor

Teorema 5.1.1 (Taylor). Sea f : A ⊂ Rn → R, y sea a ∈ A tal que f es de clase C k+1 (k ≥ 0)
en E(a) ⊂ A. Sea x ∈ E(a) tal que ax ⊂ E(a). Entonces:
n n
1 X ∂f 1 X ∂2f
f (x) = f (a) + (a)(xi − ai ) + (a)(xi − ai )(xj − aj ) + · · ·
1! ∂xi 2! ∂xj xi
i=1 i=1
j=1
n
1 X ∂kf
··· + (a) (xik − aik ) · · · (xi1 − ai1 ) + Rk (f, a) ≡ Pk (f, a) + Rk (f, a)
k! ∂xik · · · ∂xi1
ik ,...,i1 =1
Rk (f, a)
donde Rk (f, a) = o(||h||k ), es decir, lı́m = 0. Si además f ∈ C k en E(a), entonces:
h→0 ||h||k
n
1 X ∂ k+1 f
Rk (f, a) = (ξ) (xik+1 − aik+1 ) · · · (xi1 − ai1 )
(k + 1)! ∂xik+1 · · · ∂xi1
ik+1 ,...,i1 =1
para algún ξ ∈ ax. Diremos que Pk (f, a) es el polinomio de Taylor de grado k de f en a.

Observación 5.1.1. De forma compacta, escribimos:
 
k n m m
X 1  X ∂ f Y
f (x) = f (a) + (a) (xij − aij ) + Rk (f, a)
m! ∂xim · · · ∂xi1
m=1 im ,...,i1 =1 j=1
Demostración. Sea c la paramatrización del segmento ax ⊂ E(a):
c : R −→ E(a) ⊂ Rn
t 7−→ c(t) = a + t (x − a) = a + th
| {z }
h
donde c(0) = a, c(1) = x, y c es de clase C ∞ . A continuación, definimos F como la composición

f ◦ c:
c f
F ≡ f ◦ c : R −−→ E(a) ⊂ A ⊂ Rn −−→ R
t 7−→ c(t) = a + th 7−→ f (c(t)) = f (a + th)
En efecto, F es de clase C k+1 (regla de la cadena), y al ser de una variable podemos aplicar el
teorema de Taylor para funciones de una variable, desarrollando el polinomio de Taylor en t = 0
(polinomio de Maclaurin), evaluándolo en t = 1:
F 00 (0) F k (0) F k+1 (tξ )

F (1) = F (0) + F 0 (0) + + ··· + +
2! k! (k + 1)!
para cierto tξ ∈ [0, 1]. Aplicamos la regla de la cadena para evaluar F i (0) para cada i.
F 0 (0) = D(f ◦ c)(0) = Df (c(0)) ◦ Dc(0) = Jf (a) (x − a)
n
0
X ∂f
F (0) = (a)hi
∂xi
i=1
Hallamos, aplicando la regla de la cadena, el resto de derivadas de F .

n
X ∂2f
F 00 (0) = (a) hj hi
∂xj xi
i=1
j=1
De forma inductiva, se obtiene:

n
X ∂kf
F k (0) = (a) hik · · · hi1
∂xik · · · ∂xi1
ik ,...,i1 =1
n
k+1
X ∂ k+1 f
F (tξ ) = (c(tξ )) hik+1 · · · hi1
∂xik+1 · · · ∂xi1
ik+1 ,...,i1 =1
donde c(tξ ) = a + txi (x − a) ≡ ξ ∈ ax.
Observación 5.1.2. La técnica que se ha usado en esta demostración puede utilizarse para
calcular polinomios de Taylor de forma rápida.
Observación 5.1.3. Si f es una función vectorial, podemos aplicar el teorema de Taylor com-
ponente a componente.
g f
Problema 5.1.1. Sea F ≡ f ◦ g : Rn −−→ R −−→ R. Para calcular el Polinomio de Taylor de
F de grado m en el punto x ∈ R, se puede componer el polinomio de Taylor de f centrado en
g(x) con el polinomio de Taylor de g centrado en x, truncando a grado m.
5.2. Extremos locales libres, puntos crı́ticos y condición necesa-

ria de extremos
Definición 5.2.1. Sea f : A ⊂ Rn → R y a ∈ A. Diremos que f tiene un máximo local si
∃ Br (a) tal que f (x) ≤ f (a) ∀ x ∈ Br (a).
Definición 5.2.2. Sea f : A ⊂ Rn → R y a ∈ A. Diremos que f tiene un mı́nimo local si
∃ Br (a) tal que f (x) ≥ f (a) ∀ x ∈ Br (a).
Definición 5.2.3. Si f tiene un máximo o un mı́nimo local en a, f tiene un extremo local en a.
Proposición 5.2.1 (Condición necesaria de extremos). Sea f : A ⊂ Rn → R, y sea a ∈ A tal
que f es diferenciable en a. Si f tiene un extremo local en a, entonces Df (a) = ∇f (a) = 0.
Equivalentemente,
∂f
(a) = 0 ∀ i ∈ {1, . . . , n}
∂xi
Demostración. Consideramos la restricción de f a cualquier recta parametrizada c : R → R

definida por c(t) = a + tv. Si f tiene un extremo en a, la restricción F = f ◦ c tiene un extremo
en 0, ya que c(0) = a. Por cálculo en una variable, sabemos que F 0 (0) = 0. Ası́:
F (t) − F (0) f (a + tv) − f (a)
0 = F 0 (0) = lı́m = lı́m = Df (a)(v)
t→0 t t→0 t
Luego cualquier derivada direccional de f en a es nula.
Definición 5.2.4. Sean f : A ⊂ Rn −→ R y a ∈ A tal que f es diferenciable en a. Se dice que

a es un punto crı́tico de f si Df (a) = 0.
Definición 5.2.5. Sean f : A ⊂ Rn −→ R y a ∈ A tal que f es diferenciable en a. Se dice que
a es un punto de silla de f si es un punto crı́tico pero no es extremo.
Ejemplo 5.2.1. Sea f : R2 → R definida por f (x, y) = x2 − y 2 . El punto a = (0, 0) es un punto
crı́tico de f , pero no es un extremo local de f .
5.3. Formas cuadráticas

Sea E un espacio vectorial euclı́deo, dim E = n, con base B = {e1 . . . , en }.
Definición 5.3.1. Sea A ∈ Mn (R), A ≡ (aij ) para i, j ∈ {1, . . . , n}. La forma cuadrática
asociada a la matriz A es la aplicación
A: E −→ R
 
n
x 1
X  . 
x ≡ x1 e 1 + . . . + xn e n 7 →
− .
aij xi xj = (x1 , . . . , xn )A  . 


i,j=1
xn
Es decir, en coordenadas en base B, se tiene A(x) = xAxT .

Observación 5.3.1. Es una definición similar a la de forma bilineal, aplicada a un solo vector.
Definición 5.3.2. Una forma cuadrática A es definida positiva si A(x) > 0 ∀ x 6= 0, y semi-
definida positiva si A(x) ≥ 0 ∀ x 6= 0. Análogamente se define una forma cuadrática definida
negativa o semidefinida negativa. En cualquier otro caso, la forma cuadrática es indefinida.
Teorema 5.3.1. Sean A ∈ Mn (R) y A una forma cuadrática.

A es definida positiva ⇐⇒ ∃ λ ∈ R+ | A(x) ≥ λ||x||2 , ∀ x 6= 0.
A es definida negativa ⇐⇒ ∃ λ ∈ R− | A(x) ≤ λ||x||2 , ∀ x 6= 0.
Proposición 5.3.1 (Criterio de los valores propios). Sea A ∈ Mn (R) simétrica y A su forma
cuadrática asociada.
a) Todos los valores propios de A son positivos ⇐⇒ A es definida positiva.
b) Hay algún valor propio nulo y el resto son positivos ⇐⇒ A es semidefinida positiva.
c) Todos los valores propios son negativos ⇐⇒ A es definida negativa.
d) Hay algun valor propio nulo y el resto son negativos ⇐⇒ A es semidefinida negativa.
e) ∃ valores propios positivos y negativos ⇐⇒ A es indefinida.
Proposición 5.3.2 (Criterio de Silvester o de ”determinantes orlados”). Sea A ∈ Mn (R) una

matriz simétrica, y sea A la forma cuadrática asociada a A. Denotamos por ∆i el determinante
de la submatriz cuadrada de orden i orlada a partir de A.
a) A es definida positiva ⇐⇒ ∆i > 0, ∀ i ∈ {1, . . . , n}.
b) A es definida negativa ⇐⇒ (−1)i ∆i > 0, ∀ i ∈ {1, . . . , n}.
c) En el resto de los casos:

(i) A es indefinida ⇐⇒ det A 6= 0.
(ii) A es semidefinida ⇐⇒ det A = 0.
En cualquier otro caso, el criterio no decide.
5.4. Condiciones suficientes de extremo

Proposición 5.4.1. Sea f : A ⊂ Rn −→ R y a ∈ A tal que f es de clase C 2 en E(a). Sea
Hf (a) ∈ Mn (R) la matriz hessiana de f en a (que por el teorema de Schwarz es simétrica), y
sea Hf (a) la forma cuadrática asociada, que denominaremos la Hessiana de f en a. Si a es un
punto crı́tico de f , entonces:
a) Si Hf (a) es definida positiva =⇒ f tiene un mı́nimo local estricto en a.
b) Si Hf (a) es definida negativa =⇒ f tiene un máximo local estricto en a.

c) Si Hf (a) es indefinida =⇒ f tiene un punto de silla en a.
En el resto de casos el criterio no decide, y se dice que f tiene en a un punto crı́tico degenerado.
Demostración. Sea x ≡ a + h ∈ E(a). Si a es un punto crı́tico de f , todas las derivadas parciales

de primer orden son nulas. Aplicando el teorema de Taylor:
n
1 X ∂2f 1
f (x) ≡ f (a + h) = f (a) + (a)hi hj + R2 (f ; a) = f (a) + Hf (a)(h) + R2 (f ; a)
2 ∂xj ∂xi 2
i,j=1
a) Hf (a) es definida positiva ⇐⇒ ∃ λ ∈ R+ que cumple Hf (a)(h) ≥ λ||h||2 , luego:
1 f (x) − f (a) 1 R2 (f ; a)
f (x) − f (a) ≥ λ||h||2 + R2 (f ; a) 2
≥ λ+
2 ||h|| 2 ||h||2
Pero se sabe que R2 (f ; a) = o(||h||2 ), luego tomando lı́mites
f (x) − f (a) 1
lı́m ≥ λ
h→0 ||h||2 2
Como λ > 0, existe un entorno donde f (x) − f (a) > 0 (tomando ε = λ/2 en la definición), es
decir, hay un mı́nimo local estricto en a. Ası́, se obtiene el enunciado (a). El resto de enunciados
de prueban de forma similar.
Observación 5.4.1. Se han visto dos criterios para determinar si una matriz es definida positiva,
definida negativa o indefinida; podemos combinarlos con la proposición anterior para obtener
métodos sencillos para estudiar los puntos crı́ticos de una función.
Proposición 5.4.2 (Criterio de los valores propios de la matriz hessiana). Sean f : A ⊂ Rn −→

R y a ∈ A tal que f es de clase C 2 en E(a) y f tiene un punto crı́tico en a.
a) Si todos los valores propios de Hf (a) son positivos =⇒ f tiene un mı́nimo local estricto
en a.
b) Si todos los valores propios de Hf (a) son negativos =⇒ f tiene un máximo local estricto
en a.
c) Si hay valores propios positivos y negativos =⇒ f tiene un punto de silla en a.
Demostración. Se obtiene del Criterio de los valores propios y la Proposición 5.4.1.
Proposición 5.4.3 (Criterio de los determinantes orlados de la matriz hessiana o de Silvester).

Sean f : A ⊂ Rn −→ R y a ∈ A tal que f es de clase C 2 en E(a) y f tiene un punto crı́tico en a.
a) Si todos los determinantes orlados son positivos (∆i > 0, ∀ i = 1, . . . , n) =⇒ f tiene un

mı́nimo local estricto en a.
b) Si (−1)i ∆i > 0(∀ i = 1, . . . , n) =⇒ f tiene un máximo local estricto en a.
c) En cualquier otro caso, si det Hf (a) 6= 0 =⇒ f tiene un punto de silla en a.
Demostración. Se obtiene del Criterio de Silvester y la Proposición 5.4.1.
Observación 5.4.2. Podrá usarse cualquiera de los dos criterios. El de los valores propios
es más general (lo veremos en clase de problemas). Sin embargo, para n ≥ 3, el criterio de
Silvester es más facil de aplicar. En los exámenes, buscan algun punto para el que los criterios
no sirvan (punto crı́tico degenerado), y habrá que hacer un estudio local (nos enseñan en clase
de problemas).
Capı́tulo 6
Subvariedades regulares y extremos

condicionados
6.1. Subvariedades regulares de Rn

Definición 6.1.1. Diremos que M ⊂ Rn es una subvariedad regular r-dimensional de clase C k
en Rn (r < n, r ∈ N, k ≥ 1) si ∀ p ∈ M, ∃ U ⊂ Rn abierto con p ∈ U y un difeomorfismo de
clase C k Φ : U ⊂ Rn → Φ(U ) ⊂ Rn tal que
Φ(U ∩ M ) = Φ(U ) ∩ {(x1 , . . . , xn ) ∈ Rn | xr+1 = · · · = xn = 0} ≡ Φ(U ) ∩ (Rr × 0n−r )
Ejemplo 6.1.1. Si M es una subvariedad regular de dim M = 1, entonces es una curva regular
en Rn . En ese caso, existe un difeomorfismo que envı́a un arco de curva y lo rectifica sobre el eje
x. Si dim M = 2, entonces se trata de una superficie regular en Rn , y el difeomormismo envı́a
una sección de la superficie al plano xy. Si dim M = n − 1, diremos que es una hipersuperficie
regular.
Observación 6.1.1. Les curvas que tienen puntos angulosos o picos no son regulares. Tampoco
lo son las curvas o superficies que intersectan consigo mismas.
Teorema 6.1.1. Un conjunto M ⊂ Rn es una subvariedad regular r-dimensional de clase C k

en Rn si, y sólo si, se satisface alguna de las siguientes condiciones:
(a) El conjunto M es localmente un conjunto de nivel de una función de clase C k , es decir,

∀ p ∈ M ∃ U ⊂ Rn abierto con p ∈ U y una función F : U ⊂ Rn → Rn−r de clase C k tal
que F (U ∩ M ) = 0n−r y rango DF (x) = n − r ∀ x ∈ U ∩ M . Se dice que la subvariedad
regular está dada en forma implı́cita. Ejemplo: circunferencia x2 + y 2 − 1 = 0.
(b) El conjunto M es localmente la gráfica de una función de clase C k , es decir, si ∀ p ∈

M ∃ U ⊂ Rn abierto con p ∈ U y una función f : U ⊂ Rn → Rn−r de clase C k tal que
U ∩ M = {(x1 , . . . , xn ) ∈ Rn | (x1 , . . . , xr ) ∈ A, f ((x1 , . . . , xn ) ∈ Rn ) = (xr+1 , . . . , xn )}. Se
dice que la subvariedad regular está dada en forma explı́cita.
(c) Para cualquier p ∈ M , ∃ σ : D ⊂ Rn−r → U ⊂ Rn con p ∈ U de clase C k tal que:

(i) σ es inyectiva
(ii) σ(D) = U ∩ M
(iii) rango Dσ(t) = n − r ∀ t ∈ D.
Se dice que la subvariedad regular está dada en forma paramétrica, o que σ es una para-
metrización regular local de la subvariedad.
Ejemplo 6.1.2. Se presentan varios ejemplos de subvariedades regulares.
1. Se toma el hiperboloide de dos hojas descrito por
F (x, y, z) = z 2 − x2 − y 2 − 1 = 0 (Forma implı́cita)
Si se despeja una de las variables en función del resto:

p
f (x, y) ≡ x2 + y 2 + 1 = z (Forma explı́cita)
Sin embargo, este despeje no describe de forma completa la subvariedad y para ello se
deben definir dos funciones con las terminaciones de la raı́z. Una de las parametrizaciones
más simples es tomar directamente las variables x, y como parámetros. Por ejemplo:
σ : R2 −→ R3
p
(x, y) 7−→ x, y, x2 + y 2 + 1
Otra posible parametrización de la función es:
e : R × (0, 2π) ⊂ R2 −→ R3
σ
√
(r, ϕ) 7−→ r cos ϕ, r sin ϕ, r2 + 1
2. Se toman las funciones
F1 (x, y, z) ≡ x + y + z = 0 F : R3 −→ R2
F2 (x, y, z) ≡ x2 + y 2 − 1 = 0 (F1 , F2 )
Resolviendo el sistema en función de un parámetro, tomando la determinación positiva,

p p
y = f1 (x) = 1 − x2 =⇒ z = f2 (x) = −x − 1 − x2 .
Se da ahora una parametrización.
σ : R −→ R3
√ √
x 7−→ x, 1 − x2 , −x − 1 − x2
Otra posible parametrización es
σ̃ : (0, 2π) ⊂ R −→ R3

ϕ 7−→ cos φ, sin φ, −(sin φ + cos φ) .
6.2. Espacio tangente y variedad tangente a una subvariedad

regular
Definición 6.2.1. Sea M ⊂ Rn una curva regular en Rn . Una parametrización regular de M es
c : I ⊂ R −→ M ⊂ Rn
t 7−→ (x1 (t), . . . , xn (t))
Definición 6.2.2. Sea M ⊂ Rn una subvariedad regular r-dimensional de clase C k , y sea p ∈ M .

El vector v ∈ Rn es un vector tangente a M en p si ∃ c : I ⊂ R → Rn curva parametrizada
regular tal que
(i) Im c ⊂ M
(ii) ∃ t0 ∈ I tal que c(t0 ) = p y c0 (t0 ) = v

Una recta tangente a la curva en c(t0 ) es la recta c(t0 ) + λc0 (t0 ).
Proposición 6.2.1. El conjunto de los vectores tangentes a M en p ∈ M , junto con el vector
0 ∈ Rn , son un espacio vectorial r-dimensional y se denota T pM . Si {e1 , . . . , er , er+1 , . . . , en }
es una base canónica de Rn asociada a las coordenadas {x1 , . . . , xr , xr+1 , . . . , xn }, entonces una
base de T pM es {(DΦ(p))−1 (e1 ), . . . , (DΦ(p))−1 (er )}.
Observación 6.2.1. La dimensión del espacio tangente coincide con la de la subvariedad.
Definición 6.2.3. T pM es el espacio tangente a M en p. Además, el espacio vectorial
T pM ⊥ := {u ∈ Rn | hu, vi = 0, ∀ v ∈ T pM }
es (n − r)-dimensional y se denomina espacio ortogonal (o normal) a M en p.

Lema 6.2.1. Si la subvariedad regular M ⊂ Rn está dada en forma implı́cita por medio de una
función
F : Rn −→ Rn−r
x 7−→ (F1 (x), . . . , Fn−r (x))
entonces {∇F1 (p), . . . , ∇Fn−r (p)} ⊂ T pM ⊥ y es base del espacio ortogonal a M en p, Tp M ⊥ .
Demostración. Sean p ∈ M y una curva parametrizada regular cualquiera c : I ⊂ R −→ M ⊂ Rn

tal que c(t0 ) = p, t0 ∈ I. Para cada i ∈ {1, . . . , n − r} consideremos la composición
c F
Fi ◦ c : I ⊂ R −−→ M ⊂ Rn −−→
i
R
Como F describe implı́citamente a M (equivalentemente, F (x) = 0 ⇐⇒ x ∈ M ), se tiene para

cada i que (Fi ◦ c)(t) = Fi (c(t)) = 0 ∀ t ∈ I. Por ser composición de funciones diferenciables,
0 = D(Fi ◦ c)(t0 ) = D Fi (c(t0 )) ◦ D c(t0 ) = h∇Fi (p), c0 (t0 )i,
y por tanto ∇Fi (p) ∈ Tp M ⊥ . La demostración de que forman base se hace a partir del rango
máximo de la matriz Jacobiana.
Definición 6.2.4. Sean M ⊂ Rn y p ∈ M .
p + T pM es la variedad afı́n tangente a M en p.
p + T pM ⊥ es la variedad afı́n ortogonal a M en p.
6.3. Extremos condicionados.

Definición 6.3.1. Sea f : A ⊆ Rn −→ R una función escalar, M ⊆ Rn una subvariedad regular
r-dimensional de clase C k y a ∈ A ∩ M . Se dice que a es un máximo local condicionado de f
en M (respectivamente mı́nimo local condicionado) si ∃ Br (a) ⊂ A tal que ∀ x ∈ Br (a) ∩ M se
cumple que f (x) ≤ f (a) (respectivamente f (x) ≥ f (a)).
Proposición 6.3.1. Sea f : A ⊂ Rn → R, y a ∈ A. Sea M ⊂ A ⊂ Rn una subvariedad regular

r-dimensional de clase C k . Asimismo, sea σ : D ⊂ Rr → M ⊂ Rn una parametrización regular
de M , con σ(t0 ) = a, t0 ∈ D. Entonces: f tiene en a un extremo condicionado a M ⇐⇒ f ◦ σ
tiene en t0 un extremo local.
Teorema 6.3.1 (Lagrange). Sea f : A ⊂ Rn → R de clase C k , y sea a ∈ A. Sea M ⊂ A ⊂ Rn

una subvariedad regular r-dimensional de clase C k dada de forma implı́cita por medio de una
función
g : W ⊂ Rn −→ Rn−r
x 7−→ (g1 (x), . . . , gn−r (x))
Si f tiene en a un extremo condicionado a M , existen λ1 , . . . , λn−r ∈ R tales que
∇f (a) = λ1 ∇g1 (a) + · · · + λn−r ∇gn−r (a)
Demostración. Sea una curva parametrizada regular cualquiera de M que pase por a, que de-
nominamos c : I ⊂ R → M ⊂ Rn con c(t0 ) = a. Si f tiene en a un extremo condicionado a M ,
f ◦ c tiene en t0 un extremo local libre (no condicionado), luego:
0 = D(f ◦ c)(t0 ) = Df (a) ◦ Dc(t0 ) =⇒ Jf (a) Jc(t0 ) = h∇f (a), c0 (t0 )i = 0
Como lo anterior se aplica a qualquier curva c que pase por a, y cualquier vector tangente a
M viene dado por v = c0 (t0 ) para alguna curva c, obtenemos que h∇f (a), vi = 0 ∀ v ∈ Ta M , luego
∇f (a) ∈ Ta M ⊥ . Pero por el Lema 6.2.1, Ta M ⊥ está generado por la base {∇g1 (a), . . . , ∇gn−r (a)},
luego ∇f (a) se puede poner como combinación lineal de los ∇gi (a).
Definición 6.3.2. Se denomina función de Lagrange a la función
L: R2n−r −→ R
n−r
X
(x1 , . . . , xn , λ1 , . . . , λn−r ) 7−→ f (x) − λk gk (x)
k=1
que cumple ∇L(a) = ∇f (a) − λ1 ∇g1 (a) − · · · − λn−r ∇gn−r (a) = 0. Los coeficientes de la
combinación lineal λ1 , . . . , λn−r se denominan multiplicadores de Lagrange.
Observación 6.3.1 (Método de Lagrange). Este teorema induce un método para hallar los
candidatos a puntos crı́ticos de una función f condicionada a una variedad dada por el sistema
de ecuaciones implı́citas F (x1 , . . . , xn ) = 0. Se considera la función de Lagrange L, y se hallan
sus puntos crı́ticos resolviendo el sistema de ecuaciones
∂L ∂L
(v) = (v) = 0, con v = (x1 , . . . , xn , λ1 , . . . , λn−r )
∂xi ∂λi
que da lugar a los candidatos a extremos condicionados. El método de Lagrange es útil cuando
no es fácil parametrizar la subvariedad regular, como en el caso de {(x, y) ∈ R2 | x3 + 3y 2 = 5}.
6.4. Extremos absolutos

Sea f : A ⊂ Rn → R de clase C k (k ≥ 1).
Problema 6.4.1. Cálculo de extremos absolutos de una función sobre K ⊂ A ⊂ Rn compacto.
La frontera de K puede describirse como unión de l subvariedades regulares Mj :
l
[
Fr K = Mj
i=1
Los pasos a seguir durante la resolución son:
1. Hallar los candidatos a extremos absolutos: los puntos crı́ticos de f en K, y los extremos
condicionados de f en Fr K. También hay que tener en cuenta los vértices de Fr K (si
hay).
2. Evaluar f en todos los candidatos a extremo absoluto, y tomar el de valor máximo y
mı́nimo.
6.5. Cálculo de espacios y variedades tangentes y ortogonales

Sea M ⊂ Rn una subvariedad regular r-dimensional de clase C k , p ∈ M . Recordemos que por la
Proposición 6.2.1, la subvariedad tangente a M en p viene dada por
Tp M = DΦ(p)−1 (e1 ), . . . , DΦ(p)−1 (en )

Proposición 6.5.1. Si M está dada en forma implı́cita por medio de una función
F : W ⊂ Rn −→ Rn−r
x 7−→ (F1 (x), . . . , Fn−r (x))
entonces Tp M = Nuc DF (p).

Si M está dada en forma paramétrica por una función
σ : D ⊂ Rn −→ M ⊂ Rn−r
t 7−→ (σ1 (t), . . . , σn−r (t))

∂σ ∂σ
entonces Tp M = (t0 ), . . . , (t0 ) , donde σ(t0 ) = p.
∂t1 ∂tr
√
Ejemplo 6.5.1. Sea p = (1, 1, 3) ∈ R3 la subvariedad descrita en forma implı́cita como
M = {(x, y, z) ∈ R3 | z 2 − x2 − y 2 − 1 = 0} = {(x, y, z) ∈ R3 | F (x, y, z) = 0}
La jacobiana de la función F en p viene dada por:

√
JF (p) = (−2x, −2y, 2z)p = (−2, −2, 2 3)
Por la proposición anterior, para hallar la variedad tangente a M en p hallamos una base del
núcleo de la diferencial de F en p. Se comprueba fácilmente que:

a+b 1 1
Nuc DF (p) = a, b, √ , a, b ∈ R = 1, 0, √ , 0, 1, √ = [v1 , v2 ] = Tp M
3 3 3
√
Entonces, se halla fácilmente que Tp M ⊥ = (−1, −1, 3) . Podemos hallar fácilmente las varie-

dades afines tangente y ortogonal a M en p. Respectivamente, son:

√ √

1 1
p + Tp M = (1, 1, 3) + λ1 v1 + λ2 v2 = 1 + λ1 , 1 + λ2 , 3 + √ λ1 + √ λ2
3 3
√ √ √ √
p + Tp M ⊥ = (1, 1, 3) + λ(−1, −1, 3) = (1 − λ, 1 − λ, 3 + λ 3)
Alternativamente, se puede hallar el mismo resultado aplicando la segunda parte de la proposi-
ción anterior, usando la parametrización σ : R2 → R3 con
p
σ(x, y) = (x, y, x2 + y 2 + 1)
√
y p = (1, 1, 3) = σ(1, 1) = σ(t0 ). Se halla T pM fácilmente con la proposición.
También se puede solucionar el problema usando la Proposición 6.2.1, a partir de la aplicación
Φ : R3 → R3 definida por Φ(x, y, z) = (x, y, z 2 − x2 − y 2 − 1).
Ejemplo 6.5.2. Ejercicio: hacer lo mismo con la variedad

√ √ M definida
√ por el sistema x+y+z = 0
y x2 + y 2 − 1 = 0 tomando p = (1, 0, −1) y p = ( 2/2, 2/2, − 2).

Calculo Diferencial PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Calculo Diferencial PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Apuntes de Cálculo Diferencial

Grado en Matemáticas, FME

2. Lı́mites y continuidad de funciones en Rn 11

4. Teoremas sobre funciones diferenciables 26

6. Subvariedades regulares y extremos condicionados 41

Topologı́a de Rn. Sucesiones.

1.1. Espacios métricos, normados y euclı́deos

Definición 1.1.1. Sea M un conjunto. Una distancia en M es una aplicación d : M × M → R

1. Definida positiva: d(x, y) ≥ 0.

3. Simetrı́a: d(x, y) = d(y, x).

4. Desigualdad triangular : d(x, y) ≤ d(x, z) + d(z, y).

1. Definida positiva: ||u|| ≥ 0.

3. Producto por escalar : ||λu|| = |λ| ||u||.

4. Desigualdad triangular : ||u + v|| ≤ ||u|| + ||v||.

Demostración. Las propiedades 1, 2 y 4 se deducen directamente a partir de la definición de

Definición 1.1.3. Sea E un R-e.v. Un producto escalar en E es una aplicación h·, ·i : E ×E → R

2. Simetrı́a: hu, vi = hv, ui.

3. Definida positiva: hu, ui ≥ 0.

Proposición 1.1.3. Sea la aplicación h·, ·i2 : Rn × Rn → R definida por

∀ u, v ∈ Rn , siendo u ≡ (u1 , . . . , un ) y v ≡ (v1 , . . . , vn ). Entonces, la pareja (Rn , h·, ·i2 ) es un

Desigualdad de Cauchy-Schwarz. Si E es un R-e.v1 , se tiene |hu, vi| ≤ ||u|| ||v||.

||u − v|| ≥ ||u|| − ||v||.

||u + v||2 + ||u − v||2 = 2 ||u||2 + ||v||2 .

||u + v||2 − ||u − v||2 = 4hu, vi.

1.2. Conceptos topológicos en Rn

Definición 1.2.6. El complementario de A es Ac = {x ∈ M |x ∈

Definición 1.2.7. Un entorno de p es un conjunto acotado E(p) ⊂ M tal que ∃ r ∈ R+ con

Definición 1.2.8. p es un punto interior de A si ∃ r ∈ R+ tal que Br (p) ⊂ A. Ası́, el interior

Definición 1.2.9. p es un punto exterior de A si ∃ r ∈ R+ tal que Br (p) ∩ A = Ø. Ası́, el

Definición 1.2.10. p es un punto adherente a A si ∀ r ∈ R+ , Br (p) ∩ A 6= Ø (es decir, si no es

Definición 1.2.11. p es un punto de acumulación de A si ∀ r ∈ R+ , Br∗ (p) ∩ A 6= Ø. Ası́, la

Definición 1.2.12. p es un punto aislado de A si es adherente pero no de acumulación, es decir,

Definición 1.2.13. p es un punto frontera de A si ∀ r ∈ R+ se cumple que Br (p) ∩ A 6= Ø y

Proposición 1.2.1. Para cualquier subconjunto A ⊂ M se cumplen las propiedades:

Ā = Int A t Fr A (unión disjunta).

Fr A = Fr Ac . Int A = Ext Ac . Int Ac = Ext A.

Ejemplo 1.2.1. Si A es un conjunto finito de puntos aislados se tiene que

Teorema 1.2.1. (Bolzano-Weierstrass) Si A ⊂ Rn tiene infinitos puntos y es acotado, en-

1.3. Conjuntos abiertos y cerrados

Definición 1.3.2. El conjunto A ⊂ M es cerrado si su complementario Ac es abierto.

Ejemplo 1.3.1. En R: N y Z son cerrados. Q no es ni abierto ni cerrado.

Proposición 1.3.1. A ⊂ M es cerrado ⇐⇒ A = Ā ⇐⇒ Fr A ⊂ A ⇐⇒ A0 ⊂ A.

Proposición 1.3.2. Sea A ⊂ M un subconjunto cualquiera de M . Entonces se cumple que:

Proposición 1.3.3. Las bolas abiertas son conjuntos abiertos.

Proposición 1.3.6. Si B ⊂ M es cerrado y A ⊂ B, entonces A ⊂ B.

1.4. Sucesiones en espacios métricos

Definición 1.4.1. Una sucesión en M es una aplicación

Los valores xm se denominan valores de la sucesión.

∀ ε ∈ R+ ∃ m0 ∈ N | d(xm , p) < ε ∀ m > m0 , m ∈ N.

Notación. Para expresar que {xm } converge a p, notaremos

{xm } → p ó lı́m {xm } = p

{xm } → p ⇐⇒ {d(xm , p)} → 0. Obsérvese que {xm } ⊂ M , pero {d(xm , p)} ⊂ R.

Si lı́m {xm } = p , entonces el lı́mite p es único.

Si {xm } es convergente, entonces está acotada.

lı́m {xm } = (p1 , . . . , pn ) = p ⇐⇒ lı́m {xm

Demostración. Se utilizará la Proposición 1.1.4. (⇒) Si {xm } → p, se tiene que ∀ ε ∈ R+

Luego {xm } converge a p.

lı́m {xm ± y m } = lı́m {xm } ± lı́m {y m }.

Demostración. Sean lı́m {xm } = p y lı́m {y m } = q. Entonces, ∀ ε ∈ R+ ∃ m1 ∈ N tal que

lı́m {λxm } = λ lı́m {xm }, ∀ λ ∈ R.

Demostración. El enunciado es trivial si λ = 0. Supongamos que λ 6= 0 y lı́m {xm } = p.

Sea {hxm , y m i} ⊂ R. Si {xm } → p y {y m } → q, entonces lı́m {hxm , y m i} = hp, qi.

Demostración. Como {y m } es convergente, está acotada, por lo que ∃ K ∈ R+ tal que