Calculo Diferencial Varias Variables PDF

C LCULO D IFERENCIAL
EN
Rn
Francisco Javier Prez Gonzlez

Departamento de Anlisis Matemtico Universidad de Granada Septiembre de 2012
Licencia. Este texto se distribuye bajo una licencia Creative Commons en virtud de la cual se permite: Copiar, distribuir y comunicar pblicamente la obra. Hacer obras derivadas. Bajo las condiciones siguientes:
BY:
Reconocimiento. Debe reconocer los crditos de la obra de la manera especicada por el autor o el licenciador (pero no de una manera que sugiera que tiene su apoyo o apoyan el uso que hace de su obra). No comercial. No puede utilizar esta obra para nes comerciales.
Universidad de Granada Dpto. de Anlisis Matemtico
Compartir bajo la misma licencia. Si altera o transforma esta obra, o genera una obra derivada, slo puede distribuir la obra generada bajo una licencia idntica a sta.
Prof. Javier Prez Clculo Diferencial en Rn
Indice general
1. Estructura eucldea y topologa de Rn 1.1. Producto escalar y norma eucldeos . . . . . . . . . . . . . . . . . . . . . . .
1 1 4 6
1.2. Espacios normados y espacios mtricos . . . . . . . . . . . . . . . . . . . . . 1.3. Topologa de un espacio mtrico . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.5. Lmite funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.6. Continuidad y lmites de campos escalares y vectoriales . . . . . . . . . . . . . 21 2. Derivadas parciales y extremos relativos de campos escalares 30
2.1. Derivadas parciales. Vector gradiente . . . . . . . . . . . . . . . . . . . . . . . 31 2.1.1. Interpretacin geomtrica de las derivadas parciales . . . . . . . . . . . 32 2.1.2. Campos escalares diferenciables . . . . . . . . . . . . . . . . . . . . . 33 2.2. Rectas tangentes y planos tangentes . . . . . . . . . . . . . . . . . . . . . . . 38 2.3. Derivadas parciales de orden superior . . . . . . . . . . . . . . . . . . . . . . 42 2.4. Teorema de Taylor. Extremos relativos . . . . . . . . . . . . . . . . . . . . . . 46 3. Derivacin de campos vectoriales 54
3.1. Derivada de un campo vectorial. Matriz jacobiana . . . . . . . . . . . . . . . . 54 3.1.1. El espacio normado L.Rn ; Rm / . . . . . . . . . . . . . . . . . . . . . 55 3.1.2. Regla de la cadena. Derivadas parciales de funciones compuestas . . . 59 3.1.3. Teorema del valor medio para campos vectoriales . . . . . . . . . . . . 64
II
ndice general
III
3.2. Teorema de la funcin inversa . . . . . . . . . . . . . . . . . . . . . . . . . . 65 3.3. Teorema de la funcin implcita . . . . . . . . . . . . . . . . . . . . . . . . . 70 3.4. Variedades diferenciables en Rn . . . . . . . . . . . . . . . . . . . . . . . . . 81 3.5. Espacios tangente y normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 3.6. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 3.6.1. Clculo de extremos absolutos . . . . . . . . . . . . . . . . . . . . . . 97
Cap tulo
Estructura eucl dea y topolog a de Rn
1.1. Producto escalar y norma eucldeos

Como sabes, Rn es un espacio vectorial en el que suele destacarse la llamada base cannica formada por los vectores fe1 ; e2 ; : : : ; en g donde ek es el vector cuyas componentes son todas nulas excepto la que ocupa el lugar k que es igual a 1. 1.1 Denicin. Dados dos vectores x D .x1 ; x2 ; : : : ; xn /, y D .y1 ; y2 ; : : : ; yn / se dene su producto escalar por:
n X xy D xk yk D x1 y1 C x2 y2 C C xn yn k D1
Este producto escalar se llama producto escalar eucldeo.
Observa que el producto escalar de dos vectores no es un vector sino un nmero real. La notacin x.y es frecuentemente usada en los libros de Fsica para representar el producto escalar de los vectores x e y . Propiedades del producto escalar. 1. xx > 0, y xx D 0 x D 0. 2. Simetra. xy D y x para todos x; y 2 Rn . 3. Linealidad. x C y z D xz C y z para todos ; 2 R y para todos x; y ; z 2 Rn . 1
Producto escalar y norma eucldeos Dichas propiedades del producto escalar se deducen fcilmente de su denicin. 1.2 Denicin. La norma eucldea de un vector x D .x1 ; x2 ; : : : ; xn / se dene por q kxk2 D xx D Desigualdad de Cauchy-Schwarz. Para todos x; y 2 Rn se verica que xy 6 kxk2 ky k2
k D1
n X
2 xk
Adems, supuesto que x e y no son nulos, la igualdad xy D kxk2 ky k2 equivale a que exista un nmero 2 R tal que x D y (es decir, los vectores x e y estn en una misma recta que pasa por el origen). Propiedades de la norma eucldea. 1. kxk2 > 0, y kxk2 D 0 x D 0. 2. Homogeneidad. kxk2 D jj kxk2 para todo x 2 Rn y todo 2 R. 3. Desigualdad triangular. Para todos x; y 2 Rn se verica que kx C y k2 6 kxk2 C ky k2 Adems, supuesto que x e y no son nulos, la igualdad kx C y k2 D kxk2 C ky k2 equivale a que hay un nmero > 0 tal que x D y (es decir, los vectores x e y estn en una misma semirrecta que pasa por el origen). 1.3 Denicin. Se dice que los vectores x e y son ortogonales, y escribimos x ? y , cuando su producto escalar es cero. Se dice que un vector x es ortogonal a un conjunto de vectores E Rn cuando x es ortogonal a todo vector en E . Un conjunto de vectores no nulos que son mutuamente ortogonales se dice que es un conjunto ortogonal de vectores; si, adems, los vectores tienen todos norma 1 se dice que es un conjunto ortonormal de vectores. Una base vectorial que tambin es un conjunto ortogonal (ortonormal) se llama una base ortogonal (ortonormal). Si x e y son vectores no nulos, el vector Q xy y .x / D y y y
se llama proyeccin ortogonal de x sobre y .
Q El vector x ortogonal a y . En particular, si y es un vector unitario (de norma y .x/ es 1) entonces el vector x xy y es ortogonal a y .
Universidad de Granada Dpto. de Anlisis Matemtico Prof. Javier Prez Clculo Diferencial en Rn
Producto escalar y norma eucldeos
Ejercicios propuestos
1. Particulariza las deniciones y propiedades anteriores para el caso n D 1, es decir, para R. 2. Prueba la desigualdad de Cauchy-Schwarz. Sugerencia. Comprueba que la ecuacin x y x y D 0, en la que es un nmero real arbitrario y x e y son vectores que se suponen jos, es un trinomio de segundo grado en la variable . Ten en cuenta que dicho trinomio toma siempre valores mayores o iguales que cero lo que proporciona informacin sobre su discriminante. 3. Prueba la desigualdad triangular. Sugerencia. Una estrategia para probar desigualdades entre normas eucldeas es elevar al 2 cuadrado. La desigualdad kx C y k2 es equivalente a la desigualdad 2 6 kxk2 C ky k2 2 triangular pero es fcil de probar desarrollando kx C y k2 D x C y x C y y usando la desigualdad de Cauchy-Schwarz.
2 2 kx C y k2 2 D kxk2 C ky k2
4. Teorema de Pitgoras. Prueba que los vectores x e y son ortogonales si, y solo si
5. Prueba que el vector x
y .x /
es ortogonal a y .
1.4 Denicin. La distancia eucldea en Rn es la aplicacin d2 W Rn Rn ! RC o denida por: d2 .x; y / D kx y k2 .x; y 2 Rn /
La distancia eucldea entre los vectores x e y es el nmero d2 .x; y /. Las siguientes propiedades de la distancia eucldea se deducen fcilmente de las de la norma eucldea. Propiedades de la distancia eucldea. 1. d2 .x; y / > 0, y d2 .x; y / D 0 x D y . 2. Simetra. d2 .x; y / D d2 .y ; x/ para todos x; y 2 Rn . 3. Homogeneidad. d2 .x; y / D jj d2 .x; y / para todos x; y 2 Rn y todo 2 R. 4. Desigualdad triangular. d2 .x; y / 6 d2 .x; z/ C d2 .z; y / para todos x; y ; z 2 Rn .
Espacios normados y espacios mtricos
1.2. Espacios normados y espacios mtricos

Las propiedades de la norma y de la distancia eucldeas en Rn se pueden abstraer dando lugar a los conceptos de espacio normado y espacio mtrico. 1.5 Denicin. Sea X un espacio vectorial real. Una norma sobre X es una aplicacin k k W X ! RC o que verica las siguientes propiedades: 1. kxk D 0 x D 0. 2. Homogeneidad. kxk D jj kxk para todo 2 R y todo x 2 X . 3. Desigualdad triangular. kx C y k 6 kxk C ky k para todos x; y 2 X . El par ordenado .X ; k k/ se llama un espacio normado. Naturalmente, sobre un mismo espacio vectorial pueden considerarse distintas normas, cada una de ellas da lugar a un espacio normado diferente. Para tener en cuenta este hecho se dice que un espacio normado es un par ordenado .X ; k k/ formado por un espacio vectorial real X y una norma. No obstante, con frecuencia se dice simplemente sea X un espacio normado y se sobreentiende que X es un espacio vectorial real en el que est denida una norma concreta. 1.6 Ejemplos. En Rn suelen considerarse, adems de la norma eucldea, la norma de la suma, k k1 , y la norma del mximo, k k1 , denidas para todo x 2 Rn por: kxk1 D
n X
k D1
jxk j
kxk1 D ma K x fjxk j W 1 6 k 6 ng En el espacio vectorial, B .A/, de todas las funciones reales acotadas denidas en un conjunto no vaco A R, se dene la norma uniforme dada para toda f 2 B .A/ por: kf k1 D sup fjf .t /j W t 2 Ag : En el espacio vectorial, C .a; b /, de todas las funciones reales continuas denidas en un intervalo a; b , se dene la norma integral de orden 1 dada para todo f 2 C .a; b / por:
b
kf k1 D
jf .t /j dt
1.7 Denicin. Sea E un conjunto cualquiera no vaco. Una distancia en E es una aplicacin d W E E ! RC o que verica las siguientes propiedades: 1. d.x ; y / D 0 x D y . 2. Simetra. d.x ; y / D d.y ; x / para todos x ; y 2 E . 3. Desigualdad triangular. d.x ; y / 6 d.x ; z / C d.z ; y / para todos x ; y ; z 2 E .
Espacios normados y espacios mtricos
El par ordenado .E ; d/ se llama un espacio mtrico. Los elementos de un espacio mtrico suelen llamarse puntos de dicho espacio mtrico. Naturalmente, sobre un mismo conjunto pueden considerarse distintas distancias, cada una de ellas da lugar a un espacio mtrico diferente. Para tener en cuenta este hecho se dice que un espacio mtrico es un par ordenado .E ; d/ formado por un conjunto no vaco y una distancia. No obstante, con frecuencia se dice simplemente sea E un espacio mtrico y se sobreentiende que en E est denida una distancia concreta. Dado un espacio normado, .X ; k k/, la aplicacin d W X X ! RC o dada por: d.x; y / D kx yk .x ; y 2 X / es una distancia en X que se llama distancia asociada a la norma. Todo espacio normado se considera siempre como espacio mtrico con la distancia asociada a su norma.
6. Prueba que k k1 y k k1 son normas en Rn y que para todo x 2 Rn se verican las desigualdades: kxk1 6 kxk2 6 kxk1 6 nkxk1 7. Prueba que k k1 es una norma en B .A/ y que k k1 es una norma en C .a; b /.. 8. Sea n 2 N y S .n/ D f1; 2 ; : : : ; ng. Prueba que los espacios vectoriales B .S .n// y Rn son isomorfos. Qu relacin hay entre la norma uniforme y la del mximo en dichos espacios? 9. Sea .E ; d/ un espacio mtrico. Prueba la desigualdad: jd.x ; y / d.y ; z /j 6 d.x ; z / jkxk ky kj 6 kx .x ; y ; z 2 E / yk (1.1)
Deduce que en todo espacio normado se verica la desigualdad: (1.2)
10. Sea .E ; d/ un espacio mtrico y sean x1 ; x2 ; : : : ; xn puntos de E . Prueba que: d.x1 ; xn / 6

n 1 X
d.xj ; xj C1 /
j D1
11. Prueba que la distancia asociada a una norma verica las propiedades de la denicin 1.7. Comprueba que dicha distancia es invariante por traslaciones y es homognea. 12. Prueba que en todo espacio vectorial real se pueden denir normas y en todo conjunto se pueden denir distancias.
Topologa de un espacio mtrico
1.3. Topologa de un espacio mtrico

Sea .E ; d/ un espacio mtrico. Dados un punto a 2 E y un nmero r > 0 denimos el conjunto (al que por ahora no pondremos nombre): B .a; r / D fx 2 E W d.x ; a/ < r g Observa que el conjunto as denido depende claramente de la distancia d por lo que una notacin ms apropiada sera Bd .a; r /, pero dicha notacin es incmoda y solamente se usa cuando se consideran varias distancias diferentes en un mismo contexto. 1.8 Denicin. Se dice que un conjunto A E es abierto en el espacio mtrico .E ; d/ si para cada punto x 2 A hay un nmero rx > 0 tal que B .x ; rx / A. Por convenio, el conjunto vaco, , se considera abierto. 1.9 Proposicin. Sean .E ; d/ un espacio mtrico, a 2 E y r > 0. Se verica que el conjunto B .a; r / es abierto. Dicho conjunto se llama bola abierta de centro a y radio r . 1.10 Proposicin (Propiedades de los conjuntos abiertos de un espacio mtrico). En todo espacio mtrico .E ; d/ se verica que: 1. Los conjuntos E y son abiertos. 2. La unin de cualquier coleccin de conjuntos abiertos es un conjunto abierto. 3. La interseccin de una coleccin nita de conjuntos abiertos es un conjunto abierto. Las propiedades anteriores se expresan diciendo que si T es la clase de todos los conjuntos abiertos de un espacio mtrico .E ; d/, entonces T es una topologa en E . Se dice que dicha topologa est asociada a la distancia d. 1.11 Denicin. Se dice que un conjunto F E es cerrado en el espacio mtrico .E ; d/ si su complementario E nF es abierto en dicho espacio mtrico. 1.12 Proposicin (Propiedades de los conjuntos cerrados de un espacio mtrico). En todo espacio mtrico .E ; d/ se verica que: 1. Los conjuntos E y son cerrados. 2. La interseccin de cualquier coleccin de conjuntos cerrados es un conjunto cerrado. 3. La unin de una coleccin nita de conjuntos cerrados es un conjunto cerrado. 1.13 Proposicin. Sean .E ; d/ un espacio mtrico, a 2 E y r > 0. Se verica que el conjunto B .a; r / D fx 2 E W d.x ; a/ 6 r g es cerrado. Dicho conjunto se llama bola cerrada de centro a radio r . Recuerda que todo espacio normado se considera automticamente como espacio mtrico con la distancia asociada a la norma, por lo que las deniciones y resultados anteriores tienen sentido tambin para espacios normados. En particular, la topologa de un espacio normado es la topologa asociada a la distancia asociada a la norma del mismo. En R se considera siempre la topologa y la distancia asociadas al valor absoluto, es decir, R se considera siempre como el espacio normado .R; j j/.
13. Prueba que si d es una distancia en E la funcin W E E ! R dada por: .x ; y / D tambin es una distancia en E . Sugerencia. Prueba que la aplicacin t 7! t es creciente en RC o. 1Ct d.x ; y / 1 C d.x ; y / .x ; y 2 E /
14. Prueba que un conjunto A E es abierto en el espacio mtrico .E ; d/ si, y slo si, A es unin de bolas abiertas. 15. Describe las bolas abiertas y cerradas en los espacios normados .R; j j/, .R2 ; k k2 /, .R2 ; k k1 /, .R2 ; k k1 / y .B .0; 1/; k k1 /. 16. Da un ejemplo de una coleccin de conjuntos abiertos (resp. cerrados) en .R; j j/ cuya interseccin (resp. unin) no sea un conjunto abierto (resp. cerrado). 17. Prueba que todo intervalo abierto (resp. cerrado) en R es un conjunto abierto (resp. cerrado) en .R; j j/. 18. Sean .Ei ; di / i D 1; 2 ; : : : ; n espacios mtricos. En el conjunto producto cartesiano de los Ei , E D E1 E2 En , denimos: ..x1 ; x2 ; : : : ; xn /; .y1 ; y2 ; : : : ; yn // D ma K x fdi .xi ; yi / W 1 6 i 6g a) Prueba que .E ; / es un espacio mtrico. Se dice que .E ; / es el espacio mtrico producto de los espacios mtricos .Ei ; di / i D 1; 2 ; : : : ; n.
b) Describe las bolas abiertas en .E ; /.
1.14 Denicin. Sea .E ; d/ un espacio mtrico y A E . Decimos que un punto x 2 E es adherente al conjunto A si toda bola abierta centrada en x tiene puntos de A. El conjunto de todos los puntos adherentes a A se llama la adherencia de A y se representa por A. Decimos que un punto x 2 E es un punto de acumulacin del conjunto A si toda bola abierta centrada en x tiene puntos de A distintos de x . El conjunto de todos los puntos de acumulacin de A se llama la acumulacin de A y se representa por A0 . El conjunto de todos los puntos adherentes a A y a E =A se llama la frontera de A y se representa por Fr.A/. Decimos que un punto x 2 A es un punto interior al conjunto A si hay alguna bola abierta centrada en x contenida en A. El conjunto de todos los puntos interiores de A se llama el
interior de A y se representa por A. Decimos que un punto x 2 A es un punto aislado en A si hay alguna bola abierta B .x ; r / tal que B .x ; r / \ A D fx g.
19. Sea .E ; d/ un espacio mtrico y A E . Prueba que: 1. La adherencia de A es el ms pequeo conjunto cerrado que contiene a A. Por tanto A es cerrado si, y slo si A D A. 2. El interior de A es el ms grande conjunto abierto contenido en A. 4. La adherencia de A es la unin de A con la frontera de A. 20. Prueba que los puntos adherentes de A que no son de acumulacin son puntos aislados de A. 21. Da ejemplos de conjuntos en .R; j j/ y en .R2 ; k k2 / que no sean abiertos ni cerrados. 22. Prueba que el supremo y el nmo de un conjunto no vaco y acotado de nmeros reales son adherentes a dicho conjunto. 23. Calcula la adherencia en R de los conjuntos Q y R=Q. 3. La frontera de A son los puntos adherentes a A que no son interiores de A.
Conceptos topolgicos En todo espacio mtrico conviven dos estructuras, la propia de espacio mtrico, .E ; d/, y la de espacio topolgico, .E ; T /, donde T es la topologa asociada a la distancia d. Sucede que en los espacios mtricos es cmodo denir algunos conceptos usando la distancia, pero a veces dichos conceptos pueden formularse tambin nicamente en trminos de abiertos, sin referencia ninguna a la distancia original. Los conceptos que pueden formularse nicamente en trminos de abiertos se llaman topolgicos. Es importante saber cuando un concepto es topolgico porque puede ocurrir que distancias distintas sobre un mismo conjunto E den lugar a la misma topologa y, por tanto, las propiedades que solamente dependen de la topologa son las mismas para ambas distancias. Todos los conceptos introducidos en la denicin 1.14 dependen aparentemente de la distancia porque en todos ellos se utilizan bolas abiertas. Pero es fcil comprobar que de hecho son conceptos topolgicos. Para ello basta con que compruebes que en dichas deniciones puede sustituirse la expresin bola abierta centrada en x por conjunto abierto que contiene a x sin que ello afecte para nada a los conceptos all denidos. 1.15 Denicin. Se dice que dos distancias d y sobre un mismo conjunto E son equivalentes si ambas denen la misma topologa en E . Se dice que dos normas sobre un mismo espacio vectorial son equivalentes si sus distancias asociadas son equivalentes. 1.16 Proposicin. Sean k k y jjj jjj dos normas sobre un espacio vectorial X . Equivalen las armaciones: a) k k y jjj jjj son normas equivalentes.
Topologa de un espacio mtrico b) Existen nmeros m > 0, M > 0 vericndose que: mkx k 6 jjjx jjj 6 M kx k .x 2 X /
Convergencia en espacios mtricos

1.17 Denicin. Se dice que una sucesin fxn g de puntos de un espacio mtrico .E ; d/ es convergente si hay un elemento x 2 E tal que fd.xn ; x /g ! 0, es decir, para todo " > 0 existe un m" 2 N tal que para todo n > m" se verica que d.xn ; x / < ". Es fcil comprobar que si hay algn elemento x 2 E que verica la condicin de convergencia anterior dicho elemento x es nico. Tal elemento se llama lmite de la sucesin fxn g y escribimos lK m fxn g D x o, simplemente, fxn g ! x .
n!1
Observa que fxn g ! x quiere decir que para toda bola B .x ; "/ existe un m" 2 N tal que para todo n > m" se verica que xn 2 B .x ; "/.
24. Prueba que el concepto de sucesin convergente es topolgico. Por tanto, distancias equivalentes tienen las mismas sucesiones convergentes. 25. Para cada n 2 N sea fn W 0; 1 ! R la funcin dada por f .x / D x n . Prueba que la sucesin ffn g converge a la funcin nula f D 0 en el espacio .C .0; 1/; k k1 / pero no es convergente en .C .0; 1/; k k1 /. 26. Sea fxm g una sucesin de puntos de .Rn ; k k2 /. Representaremos por xm .k / la coordenada k sima del vector xm . Prueba que fxm g ! x si, y slo si, fxm .k /g ! x.k / para 1 6 k 6 n. Esto es, la convergencia en .Rn ; k k2 / equivale a la convergencia por coordenadas. 27. Sea fxm g una sucesin de puntos de .Rn ; k k2 /. Prueba que fxm g ! x si, y slo si, se verican las siguientes dos condiciones: a) xm y ! xy 8y 2 Rn . b) fkxm k2 g ! kxk2 . 1.18 Proposicin. Sean .E ; d/ un espacio mtrico, A E y x 2 E . Equivalen las siguientes armaciones: a) x es un punto adherente a A. b) x es lmite de una sucesin de puntos de A. La condicin de Cauchy para una sucesin de nmeros reales puede formularse para sucesiones de puntos de un espacio mtrico.
10
1.19 Denicin (Sucesin de Cauchy). Se dice que una sucesin fxn g de puntos de un espacio mtrico .E ; d/ cumple la condicin de Cauchy o que es una sucesin de Cauchy, si para todo " > 0 existe un m" 2 N tal que para todos p > m" , q > m" se verica que d.xp ; xq / < ". Se dice que .E ; d/ es un espacio mtrico completo si toda sucesin de puntos de E que verica la condicin de Cauchy es convergente. Un espacio normado que es completo como espacio mtrico se llama un espacio de Banach. El concepto de sucesin de Cauchy no es topolgico, es decir, dos distancias equivalentes pueden no tener las mismas sucesiones de Cauchy. 1.20 Denicin. Sea .E ; d/ un espacio mtrico y A un subconjunto no vaco de E . Si el conjunto de nmeros reales: C D fd.x ; y / W x 2 A; y 2 Ag est mayorado, se dice que A est acotado, en cuyo caso el nmero sup.C / se llama dimetro de A. Se dice que una sucesin fxn g est acotada si el conjunto fxn W n 2 N g est acotado.
28. Prueba que toda sucesin convergente es de Cauchy. 29. Prueba que toda sucesin de Cauchy est acotada. 30. Prueba que si una sucesin de Cauchy tiene una sucesin parcial convergente entonces es convergente. 31. Sea .X ; k k/ un espacio normado. Prueba que un conjunto A X est acotado si, y slo si, existe un nmero M > 0 tal que kx k 6 M para todo x 2 A. 32. Prueba que .Rn ; k k2 / es un espacio de Banach. 33. Prueba que el espacio .B .A/; k k1 / es completo. 34. Para cada n 2 N sea fn W 0; 2 ! R la funcin dada por: n x ; 0 6 x 6 1; f n .x / D 1; 1 6 x 6 2. Prueba que la sucesin ffn g es de Cauchy en el espacio .C .0; 2/; k k1 / pero no es convergente. 35. Sea A R un conjunto no vaco de nmeros reales. Prueba que el conjunto C .A/ de las funciones reales continuas y acotadas en A es un conjunto cerrado en el espacio .B .A/; k k1 /.
11
36. Sea `1 el espacio normado de las sucesiones acotadas de nmeros reales con la norma uniforme, es decir, `1 D .B .N /; k k1 /. Para cada n 2 N sea n W N ! R la sucesin denida por 1; si k D n; n .k / D 0; si k n. Prueba que la sucesin fn g no tiene ninguna sucesin parcial convergente.
1.21 Teorema (Bolzano Weierstrass en .Rn ; k k2 /). Toda sucesin acotada de puntos de .Rn ; k k2 / tiene alguna sucesin parcial convergente en .Rn ; k k2 /. 1.22 Teorema (Hausdorff). Todas las normas en un espacio vectorial de dimensin nita son equivalentes. Como consecuencia de este teorema en Rn hay una nica topologa que procede de una norma, dicha topologa se llama la topologa de la norma y es la que consideraremos siempre en Rn . En dicha topologa los abiertos son uniones de bolas abiertas para alguna norma. Puesto que el concepto de sucesin convergente es topolgico, deducimos, como consecuencia del teorema de Hausdorff, que las sucesiones convergentes en Rn son las mismas para todas las normas. 1.23 Corolario. En todo espacio normado de dimensin nita la convergencia de una sucesin de puntos equivale a la convergencia por coordenadas. Otra consecuencia del teorema anterior y de la proposicin 1.16 es que las sucesiones de Cauchy y las sucesiones acotadas en un espacio normado de dimensin nita son las mismas para todas las normas. Hemos visto en el ejercicio 32 que .Rn ; k k2 / es un espacio de Banach, es decir en dicho espacio las sucesiones convergentes coinciden con las de Cauchy. Deducimos que en Rn con cualquier norma las sucesiones de Cauchy coinciden con las sucesiones convergentes. A partir de aqu es fcil probar los siguientes resultados. 1.24 Teorema (Complitud). Todo espacio normado de dimensin nita es un espacio de Banach. 1.25 Teorema (BolzanoWeierstrass). Toda sucesin acotada de puntos de un espacio normado de dimensin nita tiene alguna sucesin parcial convergente. 1.26 Denicin. Un subconjunto K de un espacio mtrico se dice que es compacto si toda sucesin de puntos de K tiene alguna sucesin parcial que converge a un punto de K . Puesto que el concepto de sucesin convergente es topolgico, la compacidad es una propiedad topolgica. 1.27 Proposicin. Todo conjunto compacto de un espacio mtrico es cerrado y acotado. Como consecuencia de lo visto en el ejercicio 36, se tiene que la bola cerrada B .0; 1/ en el espacio `1 no es un conjunto compacto aunque, evidentemente, dicho conjunto es cerrado y acotado. 1.28 Teorema (Caracterizacin de la compacidad en dimensin nita). Los conjuntos compactos en un espacio normado de dimensin nita son los conjuntos cerrados y acotados.
Continuidad
12
n 37. Sea K Sun subconjunto compacto no vaco de R . Sea r > 0 un nmero jo y denamos A D x2K B .x ; r / donde B .x ; r / indica la bola cerrada de centro x y radio r para una norma que se supone jada en Rn . Prueba que A es compacto.
1.4. Continuidad
1.29 Denicin. Sean .E ; d/, .F ; / espacios mtricos, A E y f W A ! F . Se dice que f es continua en un punto 2 A si para todo " > 0 existe > 0 tal que para todo x 2 A con d.x ; / < se verica que .f .x /; f .// < ". Si f es continua en todos los puntos de un conjunto B A se dice que f es continua en B . Si f es continua en A se dice simplemente que f es continua. 1.30 Proposicin (Caracterizacin secuencial de la continuidad). Sean .E ; d/, .F ; / espacios mtricos, A E , f W A ! F y 2 A. Equivalen las siguientes armaciones: a) f es continua en . b) Para toda sucesin fxn g ! con xn 2 A se verica que ff .xn /g ! f ./. Como el concepto de sucesin convergente es topolgico, del resultado anterior se sigue que la continuidad es una propiedad topolgica.
38. Enuncia apropiadamente y prueba los siguientes resultados: a) La composicin de funciones continuas es continua. b) Cualquier restriccin de una funcin continua es continua. 39. Prueba que toda funcin es continua en los puntos aislados de su conjunto de denicin. 40. Prueba que en todo espacio normado la norma es una aplicacin continua. 41. Prueba que la imagen de un compacto por una funcin continua es un compacto. 42. Prueba que todo compacto en R tiene mximo y mnimo. 43. Propiedad de compacidad. Sea f W K ! R una funcin continua denida en un conjunto compacto K de un espacio mtrico. Entonces f alcanza en K un mximo y un mnimo absolutos.
Continuidad
13
44. Sean .E ; d/ un espacio mtrico, fi W E ! E , i D 1; 2 ; : : : ; n funciones continuas. Consideremos el espacio mtrico producto .E n ; / y denamos F W E n ! E n por F .x1 ; x2 ; : : : ; xn / D .f1 .x1 /; f2 .x2 /; : : : ; fn .xn // Prueba que F es continua. 45. Sea F W Rn ! Rn una funcin continua tal que para todos x; y 2 Rn se verica que kx y k 6 kF.x/ F.y /k. Prueba que la imagen de F es un conjunto cerrado en Rn . 1.31 Proposicin (Carcter local de la continuidad). Sean .E ; d/, .F ; / espacios mtricos, A E , f W A ! F y 2 A. Supongamos que hay alguna bola abierta B .; r / tal que la restriccin fjB de f al conjunto B D B .; r / \ A es continua en . Entonces f es continua en . En particular, si U A es un conjunto abierto y fjU es continua, entonces f es continua en U . 1.32 Proposicin (Caracterizacin topolgica de la continuidad). Sean .E ; d/ y .F ; / espacios mtricos y f W E ! F . Equivalen las siguientes armaciones: a) f es continua en E . b) La imagen inversa por f de todo abierto de F es un abierto de E . c) La imagen inversa por f de todo cerrado de F es un cerrado de E . 1.33 Corolario. Sea .E ; d/ un espacio mtrico y f W E ! R una aplicacin continua. Entonces para todo t 2 R se verica que: a) Los conjuntos fx 2 E W f .x / < t g y fx 2 E W f .x / > t g son abiertos en E . b) Los conjuntos fx 2 E W f .x / 6 t g, fx 2 E W f .x / > t g y fx 2 E W f .x / D t g son cerrados en E . 1.34 Corolario. Sean d y dos distancias en un conjunto no vaco E . Equivalen las armaciones siguientes: a) d y son distancias equivalentes. b) Las aplicaciones identidad entre los espacios mtricos .E ; d/ y .E ; / son continuas. c) Los espacios mtricos .E ; d/ y .E ; / tienen las mismas sucesiones convergentes. Sea .E ; d/ un espacio mtrico, A un subconjunto no vaco de E y notemos djA la restriccin de d a A A; es decir, djA W A A ! RC o es la aplicacin denida por: djA .x ; y / D d.x ; y / 8.x ; y / 2 A A
Es inmediato comprobar que djA es una distancia en A que se llama distancia inducida en A por la distancia d. Por tanto .A; djA / es un espacio mtrico. Se dice que .A; djA / es un subespacio mtrico de .E ; d/.
Continuidad
14
No suele distinguirse entre la restriccin djA de la distancia d al conjunto A y la distancia d, y ambas se representan con la misma letra d, aunque no hay que olvidar que .A; d/ y .E ; d/ son espacios mtricos diferentes. Naturalmente, los conceptos que se han denido antes para un espacio mtrico .E ; d/ conservan su signicado cuando nos referimos a un subespacio mtrico. Por ejemplo, la expresin A es un subespacio completo de E quiere decir que A, considerado como subespacio mtrico de .E ; d/, es un espacio mtrico completo: toda sucesin de Cauchy de puntos de A converge a un punto de A. Es frecuente, sin embargo, no usar la palabra subespacio sino subconjunto con el convenio de que todo subconjunto no vaco de un espacio mtrico .E ; d/ se considera automticamente como subespacio mtrico.
46. Da ejemplos de subconjuntos de R que no sean completos. 47. Prueba que todo conjunto compacto de un espacio mtrico es completo. 48. Prueba que todo conjunto completo de un espacio mtrico es cerrado. 49. Prueba que todo conjunto cerrado de un espacio mtrico completo es completo. 50. Sea f W R ! R una funcin continua e inyectiva. Denamos W R R ! RC o por .x ; y / D jf .x / Prueba que: a) es una distancia en R equivalente a la usual. b) Si la funcin f est mayorada o minorada entonces el espacio mtrico .R; / no es completo. 51. En el intervalo E D0; 1 se dene la distancia: 1 1 .x ; y / D 8.x ; y / 2 E E x y f .y /j 8.x ; y / 2 R R
Prueba que .E ; / es un espacio mtrico completo y que la distancia es equivalente a la distancia usual en E .
Como sabemos, todo espacio mtrico se considera como espacio topolgico con la topologa asociada a la distancia, por tanto, todo subconjunto no vaco A de un espacio mtrico .E ; d/ tambin se considera como espacio topolgico con la topologa que tiene como subespacio mtrico .A; d/. Los abiertos en esta topologa se llaman abiertos relativos y los cerrados se llaman cerrados relativos de A. Teniendo en cuenta que las bolas abiertas, BA .a; r /, de un punto 2 A en .A; d/ son de la forma: BA .a; r / D fx 2 A W d .x ; a/ < r g D fx 2 E W d .x ; a/ < r g \ A D B .a; r / \ A es fcil describir los abiertos y los cerrados relativos de A.
Continuidad
15
1.35 Proposicin. Sea A un subconjunto no vaco de un espacio mtrico E . Se verica que: a) Los abiertos relativos de A son las intersecciones de los abiertos de E con A. b) Los cerrados relativos de A son las intersecciones de los cerrados de E con A. Consideremos ahora una funcin f denida en un subconjunto no vaco A de un espacio mtrico .E ; d/ con valores en otro espacio mtrico .F ; /. La continuidad de f en un punto 2 A quiere decir que para todo " > 0 existe un > 0 tal que para todo x 2 A con d.x ; / < se verica que .f .x /; f .// < ". Observa que aqu solamente intervienen el conjunto A, la distancia d trabajando en A y el espacio .F ; /. Es decir, para denir la continuidad de f en un punto 2 A podemos olvidarnos del espacio .E ; d/ y quedarnos con el subespacio .A; d/. En particular, la continuidad de f en A quiere decir que la aplicacin f del espacio mtrico .A; d/ en el espacio mtrico .F ; / es continua. Como consecuencia de las proposiciones 1.32 y 1.35, deducimos el siguiente resultado. 1.36 Proposicin. Sean E y F espacios mtricos, A E y f W A ! F . Equivalen las siguientes armaciones: a) f es continua en A. b) La imagen inversa por f de todo abierto de F es un abierto relativo de A. c) La imagen inversa por f de todo cerrado de F es un cerrado relativo de A.
Continuidad uniforme
Piensa un par de minutos antes de responder a la siguiente pregunta. Supongamos que f es una funcin real continua en un intervalo I . Es cierto que si tomamos valores x ; y 2 I muy prximos entre s los correspondientes valores de la funcin f .x /; f .y / tambin estn muy prximos entre s? Si tu respuesta ha sido armativa, como suele ser, te equivocas. Considera la funcin continua f W0; 1 ! R dada por f .x / D 1=x . Los puntos 10 10 y 10 20 estn muy prximos entre s: 10 10 10 20 < 10 10 , pero f .10 10 / D 1010 y f .10 20 / D 1020 estn muy distantes entre s. No hay nada extrao en este comportamiento. A cualquier funcin continua cuya grca tenga una asntota vertical le pasa lo mismo: hay puntos muy prximos entre s en los que la funcin toma valores muy distantes entre s. Pero tambin hay funciones continuas y acotadas que se comportan de forma parecida. Considera la funcin continua gW0; 1 ! R dada por g.x /Dsen.1=x /. Es una funcin acotada: el mayor valor que toma es 1 y el menor valor que toma es 1, de hecho se tiene que g.0; 1/ D 1 1; 1. Sea n un nmero natural. Los puntos xn D 2n C e yn D 2n 1 =2 estn, para n =2 sucientemente grande, muy prximos entre s; de hecho fxn yn g ! 0. Los valores que toma en ellos la funcin g.xn / D 1 y g.yn / D 1 distan entre s 2 unidades (que es la mxima distancia que puede haber entre valores tomados por esta funcin). Si lo piensas un poco, te dars cuenta de que en ambos ejemplos este comportamiento se debe a que las funciones f y g oscilan mucho en intervalos arbitrariamente pequeos. Conviene precisar la idea de oscilacin en un intervalo. Se dene la oscilacin de una funcin real f en un intervalo J contenido en el dominio de
Continuidad denicin de f como: !.f; J / D sup f .J / C1; K nf f .J /; si f .J / est acotadoI si f .J / no est acotado:
16
En otros trminos: la oscilacin de f en J es la longitud del intervalo ms pequeo que contiene a f .J /. Para la funcin f .x / D 1=x se tiene que ! f; 1=2n; 1= n D n y ! f; 0; 1= n DC1 . Para la funcin g.x / D sen.1=x / tenemos que ! g; 1=.2n C =2/; 1=.2n =2/ D 2. Estas funciones tienen una oscilacin grande en intervalos arbitrariamente pequeos. En algunas circunstancias interesa poder controlar el tamao de la oscilacin de una funcin de manera que dicha oscilacin sea menor que una cierta cantidad jada, " > 0, en cualquier intervalo de longitud menor que un cierto nmero > 0. Las funciones para las que esto puede hacerse cualquiera sea " > 0, se llaman uniformemente continuas. Se dice que una funcin f W I ! R es uniformemente continua en un intervalo I si para todo " > 0 es posible encontrar un > 0 de manera que siempre que J sea un intervalo contenido en I de longitud menor que , se verica que la oscilacin de f en J es menor o igual que ". Teniendo en cuenta que !.f; J /6"jf .x / f .y /j6" para todos x ; y 2 J , la denicin dada puede expresarse de forma equivalente como sigue. Una funcin f es uniformemente continua en un intervalo I si para todo " > 0 es posible encontrar un > 0 de manera que siempre que x , y sean puntos de I con jx y j 6 , se verica que jf .x / f .y j 6 ". Simblicamente: jx y j 6 C C 8" 2 R 9 2 R W jf .x / f .y /j 6 " x; y 2 I Esta denicin puede generalizarse fcilmente para funciones entre espacios mtricos. Llegamos as a la siguiente denicin. 1.37 Denicin. Sean .E ; d/, .F ; / espacios mtricos, A un subconjunto no vaco de E y f W A ! F una funcin denida en A. Se dice que f es uniformemente continua en A si para todo " > 0 es posible encontrar un > 0 de manera que siempre que x , y sean puntos de A con d.x ; y / 6 , se verica que .f .x /; f .y // 6 ". Simblicamente: 8" 2 R 1.38 Observaciones. El concepto de continuidad uniforme es un concepto global: depende del comportamiento de la funcin en todo un conjunto. No tiene sentido decir que una funcin es uniformemente continua en un punto: la continuidad uniforme no es un concepto local. Es muy interesante comparar las deniciones de continuidad puntual 1.29 y de continuidad uniforme 1.37. Resulta evidente que la continuidad uniforme en A implica la continuidad en todo punto de A: toda funcin uniformemente continua en un conjunto es continua en dicho conjunto.
C
9 2R
d.x ; y / 6 W x; y 2 A
.f .x /; f .y // 6 "
(1.3)
Continuidad
17
En general, no es cierto que una funcin continua en un conjunto A sea uniformemente continua en A como lo prueban los ejemplos dados al principio. Pero hay una situacin particular en la que dicha armacin s es cierta. Este es el contenido del siguiente teorema. Se trata de un resultado importante en el que pueden destacarse aportaciones de varios matemticos. Dirichlet ya lo incluy en sus lecciones de 1862 y en 1872 Heine dio una primera demostracin del mismo. Posteriormente Weierstrass, Borel y Lebesgue generalizaron el resultado inicial. 1.39 Teorema (Heine). Toda funcin continua en un conjunto compacto K de un espacio mtrico con valores en un espacio mtrico es uniformemente continua en K . Por los resultados vistos hasta ahora, queda claro que la compacidad es una propiedad que tiene importantes consecuencias de muy variado tipo. El siguiente resultado nos dice que dicha propiedad debe usarse con cuidado en espacios normados de dimensin innita. Se dice que un espacio normado es localmente compacto si las bolas cerradas son compactos. Teniendo en cuenta que en un espacio normado dos bolas cerradas cualesquiera de radios positivos son homeomorfas, resulta que un espacio normado es localmente compacto si, y slo si, hay alguna bola cerrada de radio positivo que sea compacta. 1.40 Teorema (Riesz, 1918). Un espacio normado es de dimensin nita si, y slo si, es localmente compacto.
52. Justica con un ejemplo que la imagen de una sucesin de Cauchy por una funcin continua puede no ser una sucesin de Cauchy. 53. Prueba que la imagen de una sucesin de Cauchy por una funcin uniformemente continua es una sucesin de Cauchy. 54. Prueba que un espacio normado es localmente compacto si, y slo si, hay alguna bola cerrada de radio positivo que sea compacta. 55. Sea `1 el espacio normado de las sucesiones acotadas de nmeros reales con la norma uniforme, [es decir, `1 D .B .N /; k k1 /. Supongamos que A B .0; 1/ es tal que B .0; 1/ B .x ; 1=2/. Prueba que A es un conjunto innito.
x 2A
Algunas clases de funciones continuas

1.41 Denicin. Sean .E ; d/, .F ; / espacios mtricos, A un subconjunto no vaco de E y f W A ! F . Se dice que f es lipchiciana si existe M > 0 tal que .f .x /; f .y // 6 M d.x ; y / 8x ; y 2 A: Si M < 1 se dice que f es una aplicacin contractiva. Cualquier M > 0 que satisfaga la desigualdad anterior se llama una constante de Lipschitz para f .
Continuidad Es claro que las funciones lipchicianas son uniformemente continuas.
18
1.42 Proposicin. Sean .E ; k k/, .F ; jjj jjj/ espacios normados y T W E ! F una aplicacin lineal. Equivalen las siguientes armaciones: a) T es continua. b) T es continua en 0. c) Existe M > 0 tal que jjjT .x/jjj 6 M kxk para todo x 2 E . d) T es lipchiciana.
56. Prueba que la aplicacin x 7! kx k es lipchiciana con constante de Lipschitz 1. 57. Sea .E ; d/ un espacio mtrico y A E . Sea dist. . ; A/ W E ! R la aplicacin denida por: dist.x ; A/ D K nf fd.x ; a/ W a 2 Ag 8x 2 E Prueba que dicha aplicacin es lipchiciana con constante de Lipschitz 1. Prueba tambin que x 2 A si, y slo si, dist.x ; A/ D 0. 58. Sea A Rn un conjunto abierto no vaco y distinto de Rn . Para cada p 2 N se dene: 1 Kp D x 2 A W kxk 6 p; dist.x; Rn nA/ > n Prueba que:
a) Kp es compacto y Kp Kp C1 . b)
p D1 1 [
Kp D A.
c) Si K A es compacto, existe un p 2 N tal que K Kp . 59. Sean F Rn un conjunto cerrado y K Rn un conjunto compacto no vacos y disjuntos F \ K D . Sea k k una norma en Rn . Prueba que hay puntos a 2 F y b 2 K tales que ka bk D K nf fkx y k W x 2 F ; y 2 K g Sugerencia. Considera la funcin x 7! dist.x; F /. 60. Sean F un subespacio nito dimensional de un espacio normado .E ; k k/ y a 2 E . Prueba que existe b 2 F tal que: ka b k D dist.a; F /
Continuidad
19
Deduce que dados n 2 N y una funcin f 2 C .0; 1/, existe una funcin polinmica h de grado menor o igual que n tal que:
1 1
jf .x /
h.x /j dx 6
jf .x /
p .x /j dx
cualquiera sea la funcin polinmica p de grado menor o igual que n.
1.43 Proposicin. Toda aplicacin lineal de un espacio normado de dimensin nita en otro espacio normado es continua. Reciben el nombre de campos escalares las funciones denidas en subconjuntos de Rn que toman valores en R. Un campo escalar es, por tanto, una funcin real que depende de n variables. Un campo escalar de una variables es, simplemente, una funcin real de variable real; un campo escalar de dos variables es una funcin denida en un subconjunto del plano que toma valores reales; un campo escalar de tres variables es una funcin denida en un subconjunto del espacio que toma valores reales. Los campos escalares de una o dos variables se pueden visualizar por medio de sus representaciones grcas que son, respectivamente, curvas en el plano o supercies en el espacio. No es posible visualizar campos escalares de tres o ms variables porque sus grcas estn en espacios de dimensin mayor o igual que 4. Naturalmente, los campos escalares se pueden sumar, multiplicar y dividir (donde no se anule el denominador) al igual que lo hacemos con las funciones reales. Es fcil probar, usando la caracterizacin secuencial de la continuidad, que dichas operaciones conservan la continuidad. Ejemplos de campos escalares continuos lo proporcionan las proyecciones sobre los ejes coordenados. Representaremos por k la aplicacin k W Rn ! R que a cada vector x D .x1 ; x2 ; : : : ; xn / 2 Rn hace corresponder su coordenada k -sima en la base cannica: k .x/ D k .x1 ; x2 ; : : : ; xn / D xk Dicha aplicacin se llama proyeccin coordenada k -sima. Es una aplicacin lineal. Los campos escalares ms sencillos son las funciones polinmicas de varias variables. Dichas funciones se obtienen como sumas de productos de proyecciones sobre los ejes coordenados y son, por tanto, continuas. Para n D 3 las proyecciones sobre los ejes coordenados son 1 .x ; y ; z / D x ; 2 .x ; y ; z / D y ; 3 .x ; y ; z / D z
Un producto de estas funciones es una funcin de la forma f .x ; y ; z / D x my p z q donde m; p; q son nmeros naturales o nulos. Las funciones polinmicas en tres variables son combinaciones lineales de este tipo de funciones.
Lmite funcional Las funciones racionales de n variables son las funciones de la forma R.x1 ; x2 ; : : : ; xn / D P .x 1 ; x 2 ; : : : ; x n / Q.x1 ; x2 ; : : : ; xn /
20
Donde P .x1 ; x2 ; : : : ; xn / y Q.x1 ; x2 ; : : : ; xn / son funciones polinmicas de n variables. El dominio natural de denicin de una funcin racional es el conjunto de puntos donde no se anula el denominador D fx 2 Rn W Q.x/ 0g. Las funciones racionales son continuas en su dominio natural de denicin. Componiendo funciones continuas reales de una variable con funciones polinmicas y racionales en varias variables obtenemos muchsimos ejemplos de campos escalares continuos. Aqu tienes unos pocos. f .x ; y / D sen.xy /; f .x ; y / D log.1 C x 2 C y 2 /; f .x ; y ; z / D 1 C xy 2 C xz 2 2 C arc tg.xyz /
1.5. Lmite funcional

El concepto de lmite para funciones reales de una variable real, que ya conoces de primer curso, se generaliza con facilidad para funciones entre espacios mtricos. 1.44 Denicin. Sean .E ; d/, .F ; / espacios mtricos, A E , f W A ! F y 2 A 0 . Se dice que f tiene lmite en si hay un elemento ` 2 F con la propiedad de que para todo " > 0 existe un > 0 tal que para todo x 2 A con 0 < d.x ; / < se verica que .f .x /; `/ < ". Es fcil comprobar que solamente puede haber un elemento ` 2 F que cumpla la condicin anterior. Se dice que ` es el lmite de f en el punto y escribimos lK m f .x / D ` .
x !
Con el abuso usual de notacin, podemos escribir: 0 < d.x ; / < lK m f .x / D ` 8" 2 RC 9 2 RC W .f .x /; `/ < " x ! x 2A
x ! x 2A
(1.4)
Una notacin mejor para el lmite sera lK m f .x / D ` para indicar que solamente se consideran valores de la variable x 2 A. Esta precisin es importante porque la existencia y el valor de un lmite pueden depender del conjunto A donde se considera denida la funcin. No obstante, no usaremos esta notacin porque es algo incmoda pero no debes olvidar que la variable x siempre toma valores en el conjunto donde se supone que est denida la funcin. Observa que en la denicin se supone que 2 A 0 es un punto de acumulacin de A. Esto asegura que para todo > 0, hay puntos x 2 A que cumplen la condicin 0 < d.x ; / < . Por otra parte, puede ocurrir que 62 A, en cuyo caso f puede no estar denida en . La condicin 0 < d.x ; / < es una forma de escribir x y d.x ; / < . Es decir, en la condicin de lmite (1.4) no interviene para nada, en el caso de que f est denida en , el valor que f pueda tener en . Podemos escribir (1.4) usando bolas abiertas: x 2 Bd .; / \ A lK m f .x / D ` 8B .`; "/ 9Bd .; / W f .x / 2 B .`; "/ x ! x
Continuidad y lmites de campos escalares y vectoriales
21
Puedes comprobar que si en lo anterior sustituyes bolas abiertas centradas en o en ` por abiertos que contengan a o a ` la condicin que se obtiene es equivalente. Es decir, el concepto de lmite de una funcin en un punto es un concepto topolgico. La siguiente caracterizacin del lmite funcional mediante sucesiones es una generalizacin directa de la que se estudia en primer curso. 1.45 Proposicin (Caracterizacin secuencial del lmite funcional). Sean .E ; d/, .F ; / espacios mtricos, A E , f W A ! F y 2 A 0 . Equivalen las siguientes armaciones: a) lK m f .x / D ` .
x !
fxn g ! , se verica que ff .xn /g ! `.
b) Para toda sucesin fxn g de puntos de A distintos de , xn 2 An f g, que converge a ,

d
La relacin entre lmite funcional y continuidad es la que ya conoces de primer curso. 1.46 Proposicin. Sean .E ; d/, .F ; / espacios mtricos, A E , f W A ! F y 2 A \ A 0 . Equivalen las siguientes armaciones: a) f es continua en . b) lK m f .x / D f ./.
x !
1.47 Proposicin (Carcter local del lmite funcional). Sean .E ; d/, .F ; / espacios mtricos, A E , f W A ! F y 2 A 0 . Supongamos que hay alguna bola abierta B .; r / tal que la restriccin fjB de f al conjunto B D B .; r / \ A tiene lmite en igual a `. Entonces f tambin tiene lmite en igual a `.
1.6. Continuidad y lmites de campos escalares y vectoriales

Las funciones que ms nos interesan en este curso son los campos escalares y las funciones vectoriales. Un campo escalar de n variables es una funcin denida en un conjunto no vaco A Rn que toma valores reales. Una funcin vectorial de n variables es una funcin denida en un conjunto no vaco A Rn que toma valores vectoriales en un espacio Rm con m > 2. Por comodidad en la expresin, llamaremos a veces campos vectoriales a las funciones vectoriales aunque dicho nombre suele reservarse para aquellas funciones vectoriales denidas en un subconjunto de un espacio vectorial y que toman valores en dicho espacio vectorial. 1.48 Denicin (Componentes de una funcin vectorial). Sea A Rn y F W A ! Rm una funcin vectorial. Para cada x 2 A se tiene que F.x/ es un vector de Rm . Para 1 6 k 6 m denamos fk D k F W A ! R donde k es la proyeccin coordenada k -sima. Las funciones fk as denidas son campos escalares que se llaman componentes de F. Para cada x 2 A se tiene que m X F.x/ D .f1 .x/; f2 .x/; : : : ; fm .x// D fk .x/uk
k D1
donde fuk W 1 6 k 6 mg es la base cannica de
Rm .
Escribiremos F D .f1 ; f2 ; : : : ; fm / para indicar que F es un campo vectorial cuyos campos escalares componentes son los fk (1 6 k 6 m).
22
61. Sea F D .f1 ; f2 ; : : : ; fm / W A ! Rm un campo vectorial de n variables. Prueba que: 1. F es continuo en un punto 2 A si, y slo si, todos los campos escalares fk son continuos en . 2. lK m F.x/ D lK m f k .x / D k .1 6 k 6 m /.
x! x!
Teniendo en cuenta este ejercicio, para estudiar lmites o continuidad de campos vectoriales es suciente hacerlo para campos escalares. Campos escalares denidos en un mismo conjunto se pueden sumar, multiplicar y dividir. As mismo, campos vectoriales con igual nmero de funciones componentes pueden sumarse, y tambin podemos multiplicar un campo vectorial por un campo escalar. Todo ello en el supuesto de que los campos considerados estn denidos en un mismo conjunto. Tambin pueden componerse campos vectoriales entre s o con campos escalares. Todas estas operaciones se comportan respecto a la continuidad y al lmite funcional en la forma que cabe esperar. Tiene inters denir el concepto de campo escalar divergente en un punto que generaliza lo que ya conoces de primer curso. 1.49 Denicin. Sea f W A ! R donde A Rn y 2 A 0 . Se dice que f es positivamente divergente en si para todo M > 0 existe > 0 tal que para todo x 2 A con 0 < kx k < se verica que f .x/ > M . Simblicamente escribimos lK m f .x/ D C1.
x!
Se dice que f es negativamente divergente en si en cuyo caso escribimos lK m f .x / D 1 .

x! x!
f es positivamente divergente en ,
Se dice que f es divergente en si jf j es positivamente divergente en , en cuyo caso escribimos lK m f .x/ D 1. En la denicin anterior k k es cualquier norma en Rn , pues sabemos que todas ellas son topolgicamente equivalentes por lo que podemos usar la que queramos para estudiar propiedades topolgicas como son lmites o continuidad. En lo que sigue vamos a considerar el caso ms sencillo de un campo escalar de dos variables: f W A ! R donde A R2 . Supongamos que 2 A 0 y queremos estudiar el lmite lK m f .x/. En R2 tenemos que x D .x ; y /, D .a; b /, por lo que el lmite anterior se escribe
x!
usualmente en la forma
.x ;y /!.a;b /
lK m
f .x ; y / (y no debes olvidar el parntesis que indica vector:

x ;y !a;b
.x ; y / y .a; b /, porque no tiene sentido escribir
lK m
f .x ; y /). Siempre que te encuentres en
esta situacin el resultado de intentar evaluar la funcin f en .a; b / va a ser una indeterminacin, es decir, una expresin del tipo 0=0,1=1 o 11 y otras que ya conoces de primer curso. Veamos un ejemplo. 1.50 Ejemplo. Sea f .x ; y / D sen.x 2 C y 2 / . Esta funcin es un campo escalar denido (y x2 C y2 continuo por qu?) en R2 n f.0; 0/g. Si tratas de evaluar f .x ; y / en .0; 0/ obtienes la indeterminacin 0=0. En este caso, como en otros parecidos, hay una forma sencilla de proceder. Basta
23
sen.t / donde t D x 2 C y 2 . Dicho de otra t sen.t / forma, el campo escalar f es la composicin de la funcin g.t / D con la funcin polint 2 2 mica h.x ; y / D x C y . Llegado aqu ya debes intuir lo que vale el lmite lK m f .x ; y /: darse cuenta de que nuestra funcin es de la forma
.x ;y /!.0;0/
sen t D 1). Ahora, t est claro que deniendo f .0; 0/ D 1 la funcin f as extendida es continua en .0; 0/ porque es composicin de funciones continuas: la funcin h.x ; y / D x 2 C y 2 que es continua y h.0; 0/ D 0 y la funcin g que es continua y g.0/ D 1. Luego lK m f .x ; y / D 1. funcin g resulta continua en 0 (porque ya conoces el famoso lmite lK m
t !0 .x ;y /!.0;0/
cuando .x ; y / est muy prximo a .0; 0/ el nmero t D C est muy prximo tambin a sen.t / 0 por lo que est muy prximo a 1. t Justiquemos que lK m f .x ; y / D 1. Para ello denamos g.0/ D 1, con lo que la
.x ;y /!.0;0/
x2
y2
Otra forma de proceder, ms cmoda en este caso, es trabajar con sucesiones. Para ello sea 2 C y 2 . Claramente, fz g ! 0 y f.xn ; yn /g ! .0; 0/ con .xn ; yn / .0; 0/. Pongamos zn D xn n n zn 0 por lo que: 2 C y2/ sen.xn sen.zn / n h.xn ; yn / D D ! 1: 2 2 zn xn C yn Como esto es cierto para toda sucesin en las condiciones anteriores, deducimos, por la proposicin 1.45, que lK m f .x ; y / D 1.
.x ;y /!.0;0/
62. Estudia la continuidad de los siguientes campos escalares y el lmite en el punto indicado en cada caso: a) f .x ; y / D .1 C xy / xy denido en RC RC , D .0; 0/. b) f .x ; y / D
1
ex ey 1 c) f .x ; y / D 2 denido en R2 n f.0; 0/g, D .0; 0/. x C y2 d) f .x ; y / D
log.1 C x 2 C y 2 / denido en R2 n f.0; 0/g, D .0; 0/. x2 C y2

2 2
cos.x 2 C y 2 / 1 denido en R2 n f.0; 0/g, D .0; 0/. .x 2 C y 2 /2 sen x arc tg y e) f .x ; y / D denido en A D .x ; y / 2 R2 W xy 0 , D .0; 0/. xy f) f .x ; y / D p C C1 1 1 cos.x C y / g) f .x ; y / D 2 denido en RC RC , D .0; 0/. x C y 2 C 2xy
x2
x2 C y2 y2
denido en R2 n f.0; 0/g, D .0; 0/.
24
Para no tener que indicar en cada caso el conjunto donde est denido un campo escalar, te recuerdo que si un campo escalar viene dado por medio de funciones elementales su dominio natural de denicin es el conjunto ms grande en el que las operaciones que denen a dicho campo tienen sentido para valores reales de las variables. Lmites direccionales y lmite de un campo escalar a lo largo de una curva En la recta real solamente podemos aproximarnos a un punto 2 R por dos direcciones: por valores mayores y por valores menores que . Como sabes esto da lugar a los lmites laterales en . Muy diferente situacin tenemos si 2 R2 pues podemos acercarnos a por innitas direcciones, a saber, todas las de la forma C t u donde u es un vector unitario en R2 y t 2 R. Naturalmente, si existe el lmite lK m f .x/ D ` entonces para todo conjunto B A con 2 B 0
x! x2 A
tambin se verica que lK m f .x/ D `. En particular, si B D f C t u W t 2 Rg \ A, entonces se

x! x2 B
tiene que:
x! x2 B
m f . C t u/ lK m f .x/ D lK
t !0
Este lmite se llama lmite de f en segn la direccin dada por el vector u. Segn acabamos de decir, si existe lK m f .x/ D ` entonces tambin debe ser lK m f . C t u/ D ` para todo vector
x! x2 A t !0
unitario u. Podemos generalizar considerando en vez de una recta que pasa por otro tipo de curvas que pasan por , por ejemplo, parbolas .t / D .t ; t 2 / o .t / D .t 2 ; t /. En general, si .t / D .x .t /; y .t // es una curva que pasa por , .0/ D , el lmite lK m f ..t // se llama lmite de f
t !0
en a lo largo de la curva . Si existe el lmite de f en entonces existe el lmite de f a lo largo de toda curva que pasa por y todos ellos coinciden con el valor del lmite. Estos resultados pueden ser tiles para probar que un cierto lmite no existe: para ello basta encontrar que no existe el lmite a lo largo de una determinada curva o direccin, o bien probar que los lmites a lo largo de dos curvas o direcciones distintas son diferentes. Puesto que un vector unitario en R2 con la norma eucldea es de la forma u D .cos #; sen #/, y D .a; b /, suelen escribirse los lmites direccionales en la forma:
t !0
lK m f . C t u/ D lK m f .a C t cos #; b C t sen #/
t !0
Es frecuente escribir una recta que pasa por .a; b / en la forma .t / D .a C t ; b C t / donde 2 R es un parmetro jo la pendiente de la recta en cuyo caso los lmites direccionales en .a; b / vienen dados por: lK m f .a C t ; b C t /
t !0
Cuando .a; b / D .0; 0/ las rectas por el origen suelen representarse en la forma .t / D .t ; t / o .t / D .t ; t / donde es un parmetro jo. Con frecuencia es ms cmodo estudiar los lmites en .0; 0/. Esto puede hacerse siempre mediante una traslacin pues:
.x ;y /!.a;b /
lK m
f .x ; y / D
.x ;y /!.0;0/
lK m
f .x C a; y C b /
25
Consideremos rectas por el origen .t / D .t ; t /. Tenemos f ..t // D sen..1 C 2 /t 2 /, por lo que lK m f .t ; t / D 0. Por tanto, los lmites segn todas las direcciones que pasan por
t !0
Hay que observar que la existencia de todos los lmites direccionales en un punto siendo, adems, todos ellos iguales, no garantiza la existencia del lmite en dicho punto. y 1.51 Ejemplo. Sea f .x ; y / D sen.x 2 C y 2 / denido en A D .x ; y / 2 R2 ; x 0 . Estux diemos el lmite de f en D .0; 0/.
el origen (excepto la direccin del eje de ordenadas .t / D .0; t / en la que no est denida f ) existen y son todos iguales a 0. Observa que si .t / D .x .t /; y .t // es una curva con .0; 0/ D 0, se tiene que: f ..t // D y .t / sen.x .t /2 C y .t /2 / x .t /
t !0
Como las curvas son funciones continuas lK m sen.x .t /2 C y .t /2 / D sen.0/ D 0. Por lo que para toda curva en estas condiciones que verique que el cociente
t !0
y .t / est acotado se tendr que x .t /
lK m f ..t // D 0.
A la vista de lo anterior, podemos buscar una curva .t / D .x .t /; y .t // con .0; 0/ D 0 tal y .t / que lK m D 1 y que sen.x .t /2 C y .t /2 / tienda a 0 ms lentamente. Como sabemos que t !0 x .t / sen.t / t para t ! 0, la idea es tomar una curva .t / D .x .t /; y .t // que verique: 8 s 9 y .t / 1 > jt j > 2 D > = < x .t / D t 4 x .t / t 2 s 1Ct > > jt j y .t / D > ; 2 2 : x .t / C y .t / D t 1 C t4 Para dicha curva (que pasa por .0; 0/) tenemos que: f ..t // D f .x .t /; y .t // D 1 1 sen.jt j/ sen.jt j/ D lK m f ..t // D C1 2 jt j jt j t !0 t
El campo escalar f diverge positivamente a lo largo de dicha curva, por lo que dicho campo no tiene lmite en .0; 0/.
Lmites iterados Para estudiar la existencia del lmite de un campo escalar de dos variables suelen usarse los lmites iterados. Consideremos un campo escalar f W A ! R donde A es de la forma A D I J n f.0; 0/g siendo I , J intervalos abiertos en R que contienen al 0. Esta situacin no es restrictiva dado el carcter local del lmite. Supongamos que para todo x 2 I n f0g existe el lmite lK m f .x ; y /. Tal lmite depender en general del valor jado de x 2 I n f0g. Denimos:
y !0
G W I n f0g ! R
G.x / D lK m f .x ; y /
y !0
(1.5)
26
Si la funcin G tiene lmite en 0 dicho lmite se llama un lmite iterado de f en .0; 0/ y suele representarse en la forma: lK m G.x / D lK m lK (1.6) m f .x ; y /
x !0 x !0 y !0
Anlogamente, si para todo y 2 J n f0g existe el lmite lK m f .x ; y /, podemos denir la funcin:

x !0
H W J n f0g ! R
H .y / D lK m f .x ; y /
x !0
(1.7)
Si la funcin H tiene lmite en 0 dicho lmite se llama un lmite iterado de f en .0; 0/ y suele representarse en la forma: lK m H .y / D lK m lK m f .x ; y / (1.8)
y !0 y !0 x !0
Los lmites iterados pueden no existir incluso aunque exista el lmite de f en .0; 0/. 1.52 Proposicin. En la situacin que estamos considerando, supongamos que se verica alguna de las siguientes armaciones: Los dos lmites iterados (1.6) y (1.8) existen y son distintos. La funcin G denida en (1.5) existe pero no existe el lmite de G en 0. La funcin H denida en (1.7) existe pero no existe el lmite de H en 0. Entonces no existe el lmite de f en .0; 0/. Si existe solamente uno de los lmites iterados o bien ambos y coinciden, entonces el lmite de f en .0; 0/ puede no existir, pero si existe es igual al valor de dicho lmite iterado. Observa que los lmites iterados son lmites de funciones de una variable por lo que suelen ser fciles de calcular.
63. Estudia la existencia del lmite en .0; 0/ para cada uno de los siguientes campos escalares denidos en R2 n f.0; 0/g. y a) f .x ; y / D p x2 C y2 xy 2 x C y2 b) f .x ; y / D e) f .x ; y / D x2 y2 x2 C y2 c) f .x ; y / D f) f .x ; y / D x 2y x4 C y2
d) f .x ; y / D
.x C y /2 x2 C y2
x sen y C y sen x x2 C y2
En los ejemplos de campos escalares de dos variables que hemos considerado aparece con frecuencia la expresin x 2 C y 2 . En los campos escalares de tres variables aparece con frecuencia la expresin x 2 C y 2 C z 2 . Esto no es un capricho matemtico sino que procede de la Fsica:
27
los potenciales newtonianos y los potenciales elctricos varan en razn inversa a la distancia eucldea y las fuerzas de atraccin gravitatoria y elctrica varan en razn inversa al cuadrado de la distancia eucldea. La expresin x 2 C y 2 se simplica usando coordenadas polares, es decir, escribiendo .x ; y / D . cos #; sen #/ con lo cual x 2 C y 2 D 2 . 1.53 Proposicin. Sea f W A ! R donde A D B2 ..0; 0/; r /n f.0; 0/g y B2 ..0; 0/; r / es la bola eucldea abierta en R2 centrada en el origen de radio r . Denamos la funcin: gW0; r 0; 2 ! R dada por Entonces equivalen las siguientes armaciones: a)
.x ;y /!.0;0/
g.; #/ D f . cos #; sen #/
lK m
f .x ; y / D ` .
b) Para todo " > 0 existe > 0 tal que para todo 20; se verica que sup fjf . cos #; sen #/ `j W 0 6 # 6 2 g 6 ":
2 2 En el estudio de lmites conviene tener presente la desigualdad jxy j 6 1 2 .x C y / que se 2 deduce de 0 6 .jx j jy j/ .
64. Estudia la existencia del lmite en .0; 0/, y calcula su valor cuando exista, para cada uno de los siguientes campos escalares denidos en R2 n f.0; 0/g. p x3 y3 log.1 C x 2 C y 2 / x 2y b) f .x ; y / D 2 c) f .x ; y / D a) f .x ; y / D 2 jx j C jy j x C y2 x C y2 d) f .x ; y / D sen y log.1 C x 2 / x2 C y2 e) f .x ; y / D x sen y y sen x
3
.x 2 C y 2 / 2
65. Estudia la existencia del lmite en .0; 0/, y calcula su valor cuando exista, para cada uno de los siguientes campos escalares denidos en RC RC . sen x C sen y x ey Cy ex 1 1 a) f .x ; y /D b) f .x ; y /D c) f .x ; y /D 2 C 2 sen.xy / xCy xCy x y
Conjuntos conexos Queremos denir una clase de conjuntos en los espacios mtricos que desempee un papel anlogo al de los intervalos en la recta real. Los intervalos pueden caracterizarse fcilmente con el teorema de Bolzano. 1.54 Proposicin. Sea C R. Equivalen las armaciones: a) C es un intervalo. b) Para toda funcin continua f W C ! R se verica que f .C / es un intervalo.
28
La implicacin a/ ) b / es el famoso teorema de Bolzano. La otra implicacin es un sencillo ejercicio que debes hacer. 1.55 Denicin. Sea E un espacio mtrico y C E se dice que C es un conjunto conexo si para toda funcin continua f W C ! R se verica que f .C / es un intervalo. Los conexos de R son, en virtud de la proposicin anterior, los intervalos. Como la continuidad es una propiedad topolgica, el concepto de conjunto conexo es topolgico. Seguidamente lo vamos a caracterizar de una forma ms cmoda, pues la denicin que hemos dado hace intervenir a todas las funciones continuas f W C ! R y eso la hace incmoda de usar en casos concretos. Es muy fcil caracterizar los conjuntos que no son conexos. Un conjunto C no es conexo si, y slo si, existe alguna funcin continua f W C ! R tal que f .C / no es un intervalo. Que f .C / no sea un intervalo equivale a que existe un z 2 R con z 62 f .C / tal que 1; z \f .C / y z ; C1\f .C / . Pero entonces se tiene que C D f 1 . 1; z / [ f 1 .z ; C1/. Puesto que f es continua, sabemos, por la proposicin 1.36 que los conjuntos A D f 1 . 1; z / y B D f 1 .z ; C1/ son abiertos relativos de C . Observa que A y B , A \ B D y C D A [ B. Hemos probado as que si C no es conexo entonces existen abiertos relativos de C disjuntos y no vacos A y B tales que C D A [ B . Se dice que el par fA; B g es una particin no trivial de C por abiertos relativos. Recprocamente, sea C un conjunto no vaco de un espacio mtrico y supongamos que hay una particin no trivial de C por abiertos relativos fA; B g. Entones es fcil comprobar usando la proposicin 1.36 que la funcin f W C ! R dada por: 1; si x 2 A; f .x / D 1; si x 2 B . es continua. Y como su imagen f .C / D f 1; 1g no es un intervalo concluimos que C no es conexo. Hemos probado que C no es conexo equivale a que exista una particin no trivial de C por abiertos relativos. Dicho de otra forma: 1.56 Proposicin. Un conjunto C E de un espacio mtrico E es conexo si, y slo si, la nica particin de C por abiertos relativos es la trivial. Es decir, si A y B son abiertos relativos de C con A \ B D y C D A [ B entonces el par fA; B g ha de ser la particin trivial fA; B g D f; C g. Al igual que vimos con la compacidad, la conexin se conserva por funciones continuas. 1.57 Proposicin. Sean E y F espacios mtrico, C un subconjunto conexo de E y f W C ! F una funcin continua. Entonces se verica que f .C / es conexo.
66. Prueba la proposicin 1.57.

Continuidad y lmites de campos escalares y vectoriales 67. Prueba que la unin de conexos con interseccin no vaca es conexo.
29
Los conjuntos abiertos y conexos se llaman dominios. Los dominios de Rn tienen una caracterizacin muy til. 1.58 Proposicin. Sea Rn un conjunto abierto. Equivalen las siguientes armaciones: a) es conexo. b) Todo par de puntos de puede unirse por medio de una curva sin salirse de . Es decir, para cada par de puntos a; b 2 existe una funcin continua W 0; 1 ! Rn , tal que .0/ D a, .1/ D b y para todo t 2 0; 1 se tiene que .t / 2 . Intuitivamente, un dominio es un conjunto abierto de un solo trozo.
Cap tulo
Derivadas parciales y extremos relativos de campos escalares
Curvas en Rn
Como ya debes saber, una curva en Rn es una aplicacin continua W a; b ! Rn . El punto .a/ se llama origen y el punto .b / extremo de la curva. Naturalmente, como .t / 2 Rn podremos expresarlo por medio de sus componentes en la base cannica que sern funciones de t . .t / D .1 .t /; 2 .t /; : : : ; n .t // Las funciones k .t / se llaman funciones componentes de . Se dice que es derivable en un punto t cuando todas sus funciones componentes son derivables en dicho punto, en cuyo la derivada de en t es, por denicin, el vector
0 .t / D .10 .t /; 20 .t /; : : : ; n0 .t //
Dado un punto a D .t0 / tal que 0 .t0 / 0, se dene la recta tangente a en el punto a (aunque es ms apropiado decir en el punto t0 ) como la recta de ecuacin paramtrica a C t 0 .t0 /, es decir, la recta que pasa por a con vector de direccin 0 .t0 /. Cuando se interpreta .t / como la funcin de trayectoria de un mvil, entonces su velocidad en un instante t es el vector 0 .t / y su rapidez es k 0 .t /k2 . La distancia que recorre dicho mvil entre dos instantes t D a y t D b viene dada por
b a
k 0 .t /k2 dt : 30
Derivadas parciales. Vector gradiente
31
Tambin consideraremos en lo que sigue funciones W I ! Rn denidas y continuas en un intervalo I R no necesariamente cerrado y acotado. Las seguiremos llamando, por abuso de lenguaje, curvas.
2.1. Derivadas parciales. Vector gradiente

Hemos visto en el captulo 1 que los conceptos de continuidad y lmite para funciones reales de una variable se generalizan fcilmente para campos escalares de varias variables. No ocurre lo mismo con el concepto de derivabilidad el cual no puede generalizarse de forma inmediata. La razn es que el concepto de derivabilidad hace intervenir la divisin de nmeros reales, pues una derivada es un lmite de cocientes incrementales, y en Rn no podemos dividir por vectores, es decir, la estructura algebraica de Rn no permite generalizar algo parecido a un cociente incremental. Si f es un campo escalar de dos o ms variables, la expresin f .x / x no tiene ningn sentido. Otra diferencia importante es que en la recta real, R, solamente podemos acercarnos a un punto de ella a travs de la propia recta, mientras que en Rn para n > 2 hay muchsimas ms posibilidades de acercarse a un punto dado; por ejemplo, podemos acercarnos a travs de cualquier curva que pase por dicho punto. Surge as una primera idea que consiste en acercarse a un punto dado a travs de una recta dada. Parece que esta situacin es ms parecida a lo que conocemos para funciones reales de una variable. Las cuestiones que vamos a estudiar son de naturaleza algebraica y topolgica, no dependen para nada de la norma que se use; por eso, en todo lo que sigue, representaremos con k k una norma en Rn . Si para ti es ms cmodo, puedes considerar que siempre que aparezca una norma en Rn se trata de la norma eucldea. Cuando en algn resultado concreto sea preciso considerar la norma eucldea la representaremos en la forma usual por k k2 . Una direccin o un vector unitario en Rn es un vector de norma eucldea 1. Dados un punto a 2 Rn y una direccin u, la recta que pasa por a con direccin u es la imagen de la aplicacin W Rn ! R dada por .t / D a C t u, es decir, es el conjunto de puntos fa C t u W t 2 Rg. f .a/ a
2.1 Denicin. Sea f un campo escalar denido en un conjunto abierto Rn , sea a 2 y u una direccin. Se dene la derivada de f en a en la direccin u como el lmite f .a C t u/ t !0 t supuesto, claro est, que dicho lmite exista. Du f .a/ D lK m f .a/ (2.1)
La derivada direccional de un campo escalar f en un punto a en la direccin del vector ek de la base cannica, se llama derivada parcial (de primer orden) de f en a respecto a la variable k -sima. Est denida por:
Dek f .a/ D D f .a C t ek / f .a/ f .a1 ; : : : ; ak C t ; : : : ; an / D lK m t !0 t !0 t t f .a1 ; : : : ; xk ; : : : ; an / f .a1 ; : : : ; ak ; : : : ; an / lK m xk !ak xk ak lK m f .a1 ; : : : ; ak ; : : : ; an / (2.2)
Interpretacin geomtrica de las derivadas parciales @f .a/. @xk
32
y se representa con los smbolos Dk f .a/ y
Observa que las derivadas que acabamos de denir son derivadas de funciones reales de una variable real pues para calcular la derivada de un campo escalar f en un punto a en la direccin u lo que se hace es derivar en t D 0 la funcin t 7! f .a C t u/ que es una funcin real de una variable real. Observa que la segunda igualdad de (2.2) nos dice que, para calcular la derivada parcial Dk f .a/, lo que se hace es derivar f respecto a la variable k -sima considerando jas las dems variables. Por eso se llaman derivadas parciales.
2.1.1. Interpretacin geomtrica de las derivadas parciales

Es importante que entiendas el signicado de las derivadas parciales de una funcin en un punto. Para poder visualizarlo vamos a considerar un campo escalar f de dos variables denido en un abierto R2 . Fijemos un punto .a; b / 2 . Las derivadas parciales de f en .a; b / son, por denicin f .a C t ; b / t t !0 f .a; b C t / D2 f .a; b / D lK m t t !0 D1 f .a; b / D lK m f .a; b / f .x ; b / x !a x f .a; b / f .a; y / D lK m y y !b D lK m f .a; b / a f .a; b / b
Es decir, lo que hacemos es derivar las funciones parciales x 7! f .x ; b / y y 7! f .a; y / en los puntos x D a e y D b respectivamente. La grca de f , es decir, el conjunto S D f.x ; y ; f .x ; y // W .x ; y / 2 g es una supercie en R3 . Las funciones
1 .x / D .x ; b; f .x ; b //; 2 .y / D .a; y ; f .a; y //
son curvas contenidas en dicha supercie que pasan por el punto .a; b; f .a; b //. Dichas curvas se obtienen cortando la supercie S por los planos y D b y x D a respectivamente. Los vectores tangentes a dichas curvas en los puntos 1 .a/ y 2 .b / son, respectivamente
1 0 .a/ D .1; 0; D1 f .a; b //; 2 0 .b / D .0; 1; D2 f .a; b //
En la gura (2.1) se ha representado la grca de f y las curvas obtenidas cortndola por los planos x D a e y D b junto a sus vectores tangentes en el punto .a; b; f .a; b // Cuando un campo escalar f tiene derivadas parciales en todos los puntos de un conjunto abierto Rn , podemos denir las funciones derivadas parciales (de primer orden) de f , Dk f W ! R que a cada punto x 2 E hace corresponder el nmero Dk f .x/. Dichas funciones son tambin campos escalares. 2.2 Denicin. Sea f un campo escalar. Se dene el vector gradiente de f en un punto a como el vector r f .a/ D D1 f .a/; D2 f .a/; : : : ; Dn f .a/ supuesto, claro est, que dichas derivadas parciales existan.
Campos escalares diferenciables
33
Figura 2.1. Derivadas parciales
Supongamos que f es una funcin real de una variable real. La derivabilidad de f en un punto a 2 R se expresa por f .x / x !a x lK m f .a/ f .x / D f 0 .a/ lK m x ! a a f .a/ x f 0 .a/.x a a/ D0
Recuerda que la recta de ecuacin cartesiana y D f .a/ C f 0 .a/.x la grca de f en el punto .a; f .a//.
a/ es la recta tangente a
Ambas representan hiperplanos (un hiperplano en R2 es una recta) y la segunda se deduce de la primera sustituyendo la derivada por el vector gradiente y el producto usual de nmeros reales por el producto escalar de vectores. Esto nos lleva a la siguiente denicin.
Si ahora f es un campo escalar denido en un abierto Rn , cuyo vector gradiente r f .a/ est denido en unpunto a considerar el hiperplano en RnC1 de ecuacin 2 , podemos cartesiana xnC1 D f .a/ C r f .a/ x a . Este hiperplano pasa por el punto .a; f .a// 2 RnC1 y es la generalizacin natural de la recta tangente a la grca de una funcin. Observa el parecido formal entre las expresiones y D f .a/ C f 0 .a/.x a/; xnC1 D f .a/ C r f .a/x a
2.1.2. Campos escalares diferenciables

2.3 Denicin. Sea f un campo escalar denido en un abierto Rn y sea a 2 . Supongamos que est denido el vector gradiente r f .a/. Se dice que f es diferenciable o derivable en a si se verica que f .x/ f .a/ r f .a/x a lK m D0 (2.3) x!a kx ak Denamos R.x; a/ D
f .x /
f .a/ kx
r f .a/x ak
a
34
La igualdad (2.3) dice que lK m R.x; a/ D 0. Con lo que, otra forma equivalente de escribir la x!a igualdad (2.3) es la siguiente. f .x/ D f .a/ C r f .a/x a C R.x; a/kx ak donde lK m R.x; a/ D 0 (2.4)
x!a
La siguiente proposicin expresa lo dicho en la denicin anterior de una forma ms abstracta. Recuerda que si W Rn ! R es una aplicacin lineal entonces para todo x D n X xj ej en Rn se tiene que: .x 1 ; x 2 ; : : : ; x n / D
j D1
.x/ D donde O D .e1 /; .e2 /; : : : ; .en / .
j D1
n X
xj .ej / D O x
2.4 Proposicin. Sea f un campo escalar denido en un abierto Rn y sea a 2 . Equivalen las siguientes armaciones: a) f es diferenciable en a. b) Existe una aplicacin lineal W Rn ! R tal que
x!a
lK m
f .x /
f .a/ .x kx ak
a/
D0
(2.5)
Adems, caso de que se cumpla b) se tiene que es la aplicacin lineal dada por .x/ D r f .a/x . 2.5 Denicin. Sea f un campo escalar diferenciable en un punto a. El hiperplano en RnC1 de ecuacin cartesiana xnC1 D f .a/ C r f .a/x a
se llama hiperplano tangente a f en a o hiperplano tangente a la grca de f en el punto .a; f .a//. 2.6 Proposicin. Sea f un campo escalar diferenciable en un punto a y sea u una direccin en Rn . Entonces se verica que Du f .a/ D r f .a/u
Demostracin. En la igualdad (2.4) pongamos x D a C t u con lo que obtenemos f .a C t u/ D f .a/ C r f .a/t u C R.a C t u; a/kt uk D f .a/ C t r f .a/u C R.a C t u; a/jt j Deducimos que lK m f .a C t u/ t !0 t f .a/
jt j D r f .a/u C lK m R.a C t u; a/ D r f .a/u : t !0 t
35
2.7 Corolario. Sea f un campo escalar diferenciable en un punto a con vector gradiente no nulo en a. a) La direccin en la que la derivada direccional de f en a es mxima es la direccin dada r f .a/ por el gradiente, es decir, la direccin u D . kr f .a/k2 b) La direccin en la que la derivada direccional de f en a es mnima es la direccin r f .a/ opuesta a la dada por el gradiente, es decir, la direccin v D . kr f .a/k2
Y la igualdad se da si, y solo si, hay un nmero 2 R tal que w D r f .a/. Tomando normas en esta igualdad se deduce que jj D 1=kr f .a/k2 , es decir las direcciones w que hacen mximo r f .a/ r f .a/ jDw f .a/j D j r f .a/w j son u D y vD . kr f .a/k2 kr f .a/k2 Para la primera se tiene que r f .a/ 1 r f .a/r f .a/ D kr f .a/k2 Du f .a/ D r f .a/ D kr f .a/k2 kr f .a/k2 que es el valor mximo que puede tener una derivada direccional. Anlogamente, para la segunda se tiene que Dv f .a/ D kr f .a/k2 que es el valor mnimo que puede tener una derivada direccional.
Demostracin. Las armaciones hechas son consecuencia de la proposicin anterior y de la desigualdad de CauchySchwarz, pues para toda direccin w se tiene que j r f .a/w j 6 kr f .a/k2 kw k2 D kr f .a/k2
El resultado anterior nos dice que el vector gradiente en un punto seala la direccin en la que el campo tiene mximo crecimiento en dicho punto. Mientras que en la direccin opuesta a la del vector gradiente en un punto el campo tiene mximo decrecimiento. 2.8 Proposicin. Sean f un campo escalar denido en un abierto Rn y W I ! Rn una curva en Rn que toma valores en . Supongamos que es derivable en un punto t0 y que f es diferenciable en el punto a D .t0 / 2 . Entonces se verica que la funcin h.t / D f ..t // es derivable en t0 y su derivada viene dada por:
n X h 0 .t0 / D r f .a/ 0 .t0 / D Dk f .a/k0 .t0 / k D1
(2.6)
Si suponemos que f es diferenciable en y que es derivable en I entonces para todo t 2 I se tiene que: n 0 X 0 h .t / D r f . .t // .t / D Dk f ..t //k0 .t / (2.7)
k D1
Campos escalares diferenciables Demostracin. Se tiene que h.t / h.t0 / D f ..t // f ..t0 // D r f .a/.t /
.t0 / C R..t /; .t0 //k.t /
36
Dividiendo por t
t0 tenemos
.t0 /k
h.t / h.t0 f ..t // D t t0 t
Teniendo en cuenta que lK m
.t / f ..t0 // D r f .a/ t t0
.t / .t0 /
.t0 /
t0
C R..t /; .t0 //
k.t / t
.t0 /k
t0
t !t0
t lK m
t0 h.t / t
D 0 .t0 / se deduce que
t !t0
como queramos demostrar.
h.t0 / D r f .a/ 0 .t0 / t0
2.9 Proposicin. Sean f un campo escalar diferenciable en un abierto Rn y g W I ! R una funcin derivable en un intervalo I . Supongamos que f ./ I y sea h D g f W ! R. Entonces el campo escalar h es diferenciable en y su gradiente viene dado por: r h.x/ D g 0 .f .x//r f .x/ 8x 2 (2.8)
Demostracin. Sean a 2 y b D f .a/ 2 I , jos en lo que sigue. Como g es derivable en b la funcin: g .t / g .b / '.t / D g 0 .b / t 2 I n fb g ; '.b / D 0 t b es continua. Sustituyendo en la igualdad: g .t / g.b / D .g 0 .b / C '.t //.t b/
t D f .x/, b D f .a/ y usando la igualdad (2.4), tenemos: g.f .x// g.f .a// D g 0 .b / C '.f .x// .f .x/ f .a//D D g 0 .b / r f .a/x a C g 0 .b / C '.f .x// kx akR.x ; a/ C '.f .x// r f .a/x Por tanto:
h.x/
h.a/
g 0 .b / r f .a/x kx ak
r f .a/x a D g .b / C '.f .x// R.x ; a/ C '.f .x// kx ak

0
Podemos suponer que la norma, k k, que hemos jado en Rn es la eucldea para aplicar la desigualdad de Cauchy-Schwarz: r f .a/x a '.f .x// 6 j'.f .x//j kr f .a/k kx ak
Campos escalares diferenciables Y teniendo en cuenta que lK m R.x ; a/ D 0 y lK m '.f .x// D 0, deducimos que
x!a x!a
37
x!a
lK m
h.x/
h.a/
Lo que prueba que h es diferenciable en a y que r h.a/ D g 0 .f .a//r f .a/. Que un campo escalar tenga derivadas parciales en un punto es una propiedad muy dbil. xy Por ejemplo, el campo escalar f .x ; y / D 2 ; f .0; 0/ D 0 tiene derivadas parciales nulas x C y2 en .0; 0/ pero no es continuo en dicho punto. La propiedad de ser diferenciable es mucho ms fuerte que tener derivadas parciales. 2.10 Proposicin. Un campo escalar diferenciable en un punto es continuo en dicho punto. Para campos escalares diferenciables hay un anlogo al teorema del valor medio para funciones derivables reales. El segmento que une dos puntos u; v 2 Rn es el conjunto u; v Dfu C t .v u/ W 0 6 t 6 1g.
g 0 .b / r f .a/x kx ak
D0
2.11 Teorema (Del valor medio para campos escalares). Sea f un campo escalar diferenciable en un abierto Rn . Sean a; b 2 y supongamos que el segmento a; b . Entonces existe un punto c 2 a; b tal que se verica la igualdad: f .b/ De donde se deduce: jf .b/ f .a/j 6 kb f .a/ D r f .c/b a
ak2 sup fkr f .x/k2 W x 2 a; bg
El siguiente resultado proporciona una condicin suciente de diferenciabilidad muy til. 2.12 Teorema (Condicin suciente de diferenciabilidad). Un campo escalar que tiene derivadas parciales continuas en un conjunto abierto es diferenciable en todo punto de dicho conjunto. La proposicin 2.9 puede usarse para estudiar la diferenciabilidad de campos escalares. Con frecuencia un campo escalar f puede expresarse en la forma f .x/ D g.p .x// donde p es una funcin polinmica en n variables. Como las funciones polinmicas en n variables tienen derivadas parciales continuas, son diferenciables y, por la proposicin antes citada, deducimos que el campo escalar f .x/ D g.p .x// es diferenciable en todo punto x tal que g sea derivable en p .x/. sen t , para t 0 y g.0/ D 1 es derivable en R. Por tanto, el t 2 2 sen.x C y / campo escalar f .x ; y / D y f .0; 0/ D 1 es diferenciable en R2 . x2 C y2 2.13 Ejemplo. La funcin g.t / D
Rectas tangentes y planos tangentes
38
En la prctica suele suponerse que los campos escalares tienen derivadas parciales continuas. Esta hiptesis garantiza que son diferenciables y es suciente para justicar la mayora de los resultados que siguen. Es sabido que una funcin derivable en un intervalo con derivada nula es constante. Para campos escalares hay un resultado anlogo. Observa la hiptesis de que el campo est denido en un dominio. 2.14 Proposicin. Un campo escalar denido en un dominio con derivadas parciales nulas en todo punto del mismo es constante.
68. Sean f; g W ! R campos escalares diferenciables en un abierto . Prueba que los campos escalares f C g, f g son diferenciables en y calcula sus vectores gradientes. f Si, adems, g.x/ 0 para todo x 2 entonces prueba que el campo escalar es g diferenciable en y calcula su vector gradiente. 69. Sean fi , 1 6 i 6 n funciones reales derivables en un intervalo abierto I . Denamos f W I n ! R por: f .x 1 ; x 2 ; : : : ; x n / D
n X
fj .xj /
j D1
8x D .x1 ; x2 ; : : : ; xn / 2 I n
Prueba que el campo escalar f es diferenciable en I n . 70. Sean f; g W ! R campos escalares denidos en un abierto Rn . Sea a 2 y supongamos que f es diferenciable en a, f .a/ D 0 y g es continua en a. Prueba que f g es diferenciable en a.
2.2. Rectas tangentes y planos tangentes

En esta seccin vamos calcular rectas y planos tangentes a curvas y supercies considerando las distintas formas en que stas pueden venir dadas. Mi propsito es esencialmente prctico, a saber, que entiendas la forma de proceder en cada caso; por lo que no me preocupo de justicar con detalle todo lo que digo.
Curvas en el plano
Una curva en el plano puede venir dada de tres formas: a) Como la grca de una funcin y D f .x / donde x 2 I siendo I un intervalo de R. D f.x ; f .x // W x 2 I g
Rectas tangentes y planos tangentes b) Por medio de ecuaciones paramtricas .t / D .x .t /; y .t //. D .I / D f.x .t /; y .t // W t 2 I g
39
c) De forma implcita como el conjunto de puntos g.x ; y / D 0 donde se anula una funcin diferenciable de dos variables. o n D .x ; y / 2 R2 W g.x ; y / D 0
Suele usarse la siguiente terminologa. Si h.x ; y / es un campo escalar diferenciable, las curvas de ecuacin implcita h.x ; y / D c o, lo que es igual h.x ; y / c D 0, donde c es una constante, se llaman curvas de nivel. Dichas curvas se obtienen cortando la grca de h con planos de la forma z D c . Estas curvas son las que ves representadas en los mapas topogrcos. y ) y tambin es
Observa que a) es un caso particular de c) (basta considerar g.x ; y / D f .x / un caso particular de b) (basta considerar .x / D .x ; f .x //). La tangente en un punto de viene dada en cada caso como sigue.
a0 ) La tangente en un punto .a; b / D .a; f .a// 2 es la recta de ecuacin cartesiana y b D f 0 .a/.x a/
El vector .1; f 0 .a// es tangente a en el punto .a; b / y el vector .f 0 .a/; 1/ es ortogonal a en el punto .a; b /. b0 ) La tangente en un punto .t0 / D .a; b / 2 es la recta de ecuaciones paramtricas .x ; y / D .t0 / C t 0 .t0 / D .a; b / C t .x 0 .t0 /; y 0 .t0 // El vector 0 .t0 / D .x 0 .t0 /; y 0 .t0 // es tangente a en .a; b /. c0 ) La tangente en un punto .a; b / 2 es la recta de ecuacin implcita r g.a; b /.x a; y b / D 0
Se supone que r g.a; b / 0 pues en otro caso, la tangente en .a; b / no est denida. El vector gradiente r g.a; b / es ortogonal a en el punto .a; b /.
1 El teorema de la funcin implcita, que se ver ms adelante, garantiza la existencia de dicha curva siempre que el vector gradiente r g .a; b / 0.
Estas ltimas armaciones requieren alguna justicacin. Para ello, supongamos que conocemos una representacin paramtrica local de en torno al punto .a; b /. Es decir, hay una curva de la forma .t / D .1 .t /; 2 .t // 2 que pasa por el punto .a; b / y que es derivable1 . Pongamos .t0 / D .a; b /. Por lo visto en b0 ), sabemos que la tangente a en .a; b / es la recta que pasa por el punto .a; b / con vector de direccin 0 .t0 / . Pongamos 0 h.t / D g..t //. En virtud de la igualdad(2.7),tenemos que h .t / D r g..t // 0 .t / . Pero h.t / D 0, por lo que h 0 .t / D r g..t // 0 .t / D 0. Resulta as que el vector r g..t // es ortogonal al vector tangente 0 .t /. En particular, el vector r g.a; b / es ortogonal al vector
Rectas tangentes y planos tangentes
40
0 .t0 / tangente a en .a; b /. Concluimos que la recta que pasa por .a; b / y tiene como vector ortogonal r g.a; b / es la recta tangente a en .a;b /, pero dicha recta es justamente la recta de ecuacin cartesiana r g.a; b /.x a; y b / D 0. De lo antes visto, merece la pena destacar la siguiente propiedad. El vector gradiente r g.x ; y / de un campo escalar es ortogonal en todo punto .x ; y / (en el que r g.x ; y / 0) a la curva de nivel que pasa por dicho punto.
Supercies en R3
Una supercie S en el espacio R3 puede venir dada de tres formas: a) Como la grca de una funcin y D f .x ; y / donde .x ; y / 2 A siendo A un conjunto de R2 . S D f.x ; y ; f .x ; y // W .x ; y / 2 Ag b) Por ecuaciones paramtricas .s; t / D .x .s; t /; y .s; t /; z .s; t // donde .s; t / 2 A R2 . S D .A/ D f.x .s; t /; y .s; t /; z .s; t // W .s; t / 2 Ag c) De forma implcita como el conjunto de puntos g.x ; y ; z / D 0 donde se anula una funcin diferenciable de tres variables. n o S D .x ; y ; z / 2 R3 W g.x ; y ; z / D 0 Observa que a) es un caso particular de c) (basta considerar g.x ; y ; z / D f .x ; y / z ) y tambin es un caso particular de b) (basta considerar .s; t / D .s; t ; f .s; t //). El plano tangente en un punto de S viene dado en cada caso como sigue. a0 ) El plano tangente en un punto .a; b; c / D .a; b; f .a; b // 2 S es el plano de ecuacin cartesiana @f @f z f .a; b / D .a; b /.x a/ C .a; b /.y b / @x @y @f @f Los vectores 1; 0; .a; b / y 0; 1; .a; b / son tangentes a S en .a; b; c / y el vector @x @y @f @f .a; b /; .a; b /; 1 @x @y es ortogonal a S en el punto .a; b; c /. b0 ) El plano tangente en un punto .s0 ; t0 / D .a; b; c / 2 S es el plano de ecuaciones paramtricas @ @ .x ; y ; z / D .s0 ; t0 / C s .s0 ; t0 / C t .s0 ; t0 / @s @t Donde @ @x @y @z .s0 ; t0 / D .s0 ; t0 /; .s0 ; t0 /; .s0 ; t0 / @s @s @s @s
Rectas tangentes y planos tangentes y @ .s0 ; t0 / D @t @x @y @z .s0 ; t0 /; .s0 ; t0 /; .s0 ; t0 / @t @t @t
41
Dichos vectores son tangentes a S en .a; b; c /. c0 ) El plano tangente en un punto .a; b; c / 2 S es el plano de ecuacin implcita r g.a; b; c /.x a; y b; z c / D 0
Se supone que r g.a; b; c / 0 pues en otro caso, el plano tangente a S en .a; b; c / no est denido. El vector gradiente r g.a; b; c / es ortogonal a S en el punto .a; b; c /.
Si g.x ; y ; z / es un campo escalar, las supercies de ecuacin implcita g.x ; y ; z / D c o, lo que es igual g.x ; y ; z / c D 0, donde c es una constante, se llaman supercies de nivel (cuando el campo se interpreta como un potencial se llaman supercies equipotenciales). De lo dicho en c0 ), se sigue que el vector gradiente r g.x ; y ; z / es ortogonal en todo punto .x ; y ; z / (en el que r g.x ; y ; z / 0) a la supercie de nivel que pasa por dicho punto.
Curvas en R3
Una curva en el espacio puede venir dada de dos formas. a) Como interseccin de dos supercies S1 y S2 . b) Por medio de ecuaciones paramtricas .t / D .x .t /; y .t /; z .t // donde t 2 I R e I es un intervalo. D .I / D f.x .t /; y .t /; z .t // W t 2 I g La tangente en un punto de viene dada en cada caso como sigue. a0 ) La tangente en un punto .a; b; c / 2 es la recta interseccin de los planos tangentes a S1 y a S2 en .a; b; c /. Por ejemplo, si las supercies vienen dadas por sus ecuaciones implcitas. n o S1 D .x ; y ; z / 2 R3 W f .x ; y ; z / D 0 D .x ; y ; z / 2 R3 W g.x ; y ; z / D f .x ; y ; z / D 0 3 S 2 D .x ; y ; z / 2 R W g .x ; y ; z / D 0 Entonces, las ecuaciones implcitas de la recta tangente son 8 < r f .a; b; c /.x a; y b; z c / D 0 : r g.a; b; c /.x a; y b; z
Donde se supone que los vectores gradiente r f .a; b; c /; r g.a; b; c / son linealmente independientes pues, en otro caso, la recta tangente a la curva en .a; b; c / no est denida. b0 ) La tangente en un punto .t0 / D .a; b; c / 2 es la recta de ecuaciones paramtricas .x ; y ; z / D .t0 / C t 0 .t0 / D .a; b; c / C t .x 0 .t0 /; y 0 .t0 /; z 0 .t0 // El vector 0 .t0 / D .x 0 .t0 /; y 0 .t0 /; z 0 .t0 // es tangente a en .a; b; c /.
c/ D 0
Derivadas parciales de orden superior
42
2.3. Derivadas parciales de orden superior

Supongamos un campo escalar f con derivadas parciales Dk f en un abierto Rn . Las funciones Dk f son tambin campos escalares de n variables que podemos, cuando se dejen, volver a derivar parcialmente en puntos de . Obtenemos de esta forma las derivadas parciales de segundo orden de f , es decir las funciones Dj k f D Dj .Dk f /, que se representan tambin de las formas: @2 f @2f Dj k f .x/ D .x/; Djj f .x/ D 2 .x/ @xj @xk @xj De manera anloga se denen las derivadas parciales de tercer orden de f como las derivadas parciales de las derivadas parciales de segundo orden de f , Dij k f D Di .Dj .Dk f //, y se representan tambin de las formas: Dij k f .x/ D @3 f @3 f @3 f .x/I Djjj f .x/ D . x / I D f . x / D .x / jj k 3 2 @x @xi @xj @xk @xj @xj k
Las derivadas parciales de cuarto orden son las derivadas parciales de las derivadas parciales de tercer orden y as sucesivamente. Es natural preguntarse si el orden en que se realizan las derivadas debe ser o no tenido en cuenta. Afortunadamente, en la mayora de los casos podemos olvidarlo porque se verica el siguiente utilsimo resultado. 2.15 Teorema (Schwarz). Las derivadas parciales de orden menor o igual que k de un campo escalar con derivadas parciales de orden k continuas solamente dependen del nmero de veces que se deriva parcialmente respecto de cada variable, pero el orden en que se realicen dichas derivaciones no afecta para nada al resultado nal. 2.16 Denicin. Se dice que un campo escalar f es de clase C k en un abierto si f tiene derivadas parciales de orden k continuas en , en cuyo caso escribimos f 2 C k ./. Se dice que f es de clase C 1 en si tiene derivadas parciales continuas de todos rdenes en .
Como para calcular derivadas parciales de una funcin de varias variables se consideran jas todas las variables menos aquella respecto a la que se deriva, calcular derivadas parciales es lo mismo que derivar funciones de una variable. Solamente debes tener cuidado para darte cuenta qu tipo de funcin es la que tienes que derivar porque ello puede depender de la variable respecto de la que derivas. Por ejemplo, la funcin f .x ; y / D x y cuando jas y (para derivar respecto a x ) es una funcin potencia (la variable est en la base y el exponente est jo) y cuando jas x (para derivar respecto a y ) es una funcin exponencial (la variable est en el exponente y la base est ja). Te recuerdo que es muy frecuente, sobre todo en libros de Fsica e ingenieras diversas, representar las funciones por letras. As, lo que los matemticos solemos escribir f .x ; y / D cos.xy / C xy 2 , para indicar que f es una funcin de dos variables x e y cuyo valor en el punto .x ; y / viene dado por cos.xy / C xy 2 , suele expresarse de forma menos
43
precisa en la forma z D cos.xy / C xy 2 , cuyo signicado es exactamente el mismo que el anterior cambiando f por z . Naturalmente, en vez de z puede usarse cualquier otro smbolo que sea distinto de x e y . Tienes que acostumbrarte a esta notacin y entender cundo una letra representa una variable y cundo representa una funcin. 72. Calcula las derivadas parciales de primer orden de los campos escalares: (a) f .x ; y /Dx 2 y Cz 2 x Cy sen.xz / (b) z D.x 2 Cy 3 / e
xy
(c) w Dx ez Cz ey Cxyz .
73. Calcula las derivadas parciales de primer y segundo orden del campo escalar: f .x ; y ; z / D xy 1 C y2 C z2
74. Calcula las derivadas parciales de primer y segundo orden de los campos escalares: (a) z D sen cos exy (b) w D log 4 C arc tg.x =y / (c) u D tg .xy /z (d) v D arc tg z x y
75. Estudia la existencia de las derivadas en el origen segn las distintas direcciones del campo escalar f W R2 ! R denido por: f .x ; y / D x .x 2 C y 2 / x2 y2 si jx j jy j; f .x ; y / D 0 si jx j D jy j
Es f continuo en .0; 0/? Te recuerdo que una direccin viene dada por un vector de norma eucldea 1. Si a y b son puntos de Rn la direccin del punto a hacia el punto b viene dada por el vector b a . kb ak2 p 76. Calcula la derivada direccional de f .x ; y / D log.1 C x 2 C y 2 / en el punto .1; 2/ en la direccin hacia el origen. xy 77. Calcula la derivada direccional de z .x ; y / D arc tg en el punto .1; 1/ en la x2 C y2 direccin hacia el punto .2 ; 1/. 78. Calcula valores de a, b y c para que la derivada direccional de la funcin f .x ; y ; z / D axy 2 C byz C cz 2 x 3 en el punto .1; 2 ; 1/ tenga un valor mximo igual a 64 en la direccin del eje OZ. 79. Considera la curva dada por las ecuaciones paramtricas x .t /Det C cos t , y .t /De Calcula la ecuacin de la recta tangente en el punto .x .0/; y .0//.
t
C sen t .
44
80. Calcula, para los siguientes campos escalares, el vector normal en P0 a la curva de nivel que pasa por dicho punto. ! y 1. f .x ; y / D arc tg p P0 D .1; 1/. 1 C x2 C y2 2. f .x ; y / D sen.x C y / 2 C cos.x y / P0 D .=2 ; =4/. 81. Calcula la derivada de h.x ; y / D x y en el punto . 1; 1/ en la direccin 1 C log.1 C x 2 y 2 /
dada por el vector ortogonal (de norma 1) en el punto .1; 1/ a la curva de nivel del campo f .x ; y / D x y 3 C x 3 y que pasa por dicho punto. 82. Calcula la ecuacin de la recta tangente y de la recta normal a la elipse de ecuacin y2 x2 C D1 a2 b2 en un punto .u; v/ de la misma. 83. Calcula las ecuaciones del plano tangente y de la recta normal a cada una de las siguientes supercies en el punto Po indicado. z2 z x2 C y2 C z3 2x 2 2y 2
2
log.x C y / D 0; 4 x2
12 D 0;
2
Po .1; 1; 4/I Po .1; 0; 0/ Po .3; 4 ; 3/I Po .0; 0; 1/ Po .1; 2 ; 3/I p Po .1; 1 C e ; 1/
2x C 4y C 3z C 1 D 0; z .xy 1/ x
2
z C e C2x C 2y
.x C y / D 0; y
2
4z 2 D y ; 3 D 0;
84. Halla la ecuacin de la tangente a la curva dada como interseccin del elipsoide x 2 C 4y 2 C 2z 2 D 27 y el hiperboloide x 2 C y 2 2z 2 D 11 en el punto .3; 2 ; 1/. 85. Calcula la ecuacin de la recta tangente a la curva denida por la interseccin de las supercies z D xy , x 2 C y 2 2z D 4 en el punto .3; 1; 3/. Comprueba el resultado expresando la curva por sus ecuaciones paramtricas. 86. Calcula la ecuacin de la recta tangente a la curva denida por la interseccin de las supercies 4xz D .x C z /y , 3z 2 C y D 5x en el punto .1; 2 ; 1/. 87. Estudia la diferenciabilidad de los siguientes campos escalares a) f .x ; y / D ex Cy 1 log.1 C x 2 C y 2 / ; f . 0 ; 0 / D 1 b) f . x ; y / D ; f .0; 0/ D 1 x2 C y2 x2 C y2
2 2
45
88. Estudia si los siguientes campos escalares denidos por f .0; 0/ D 0 y para .x ; y / .0; 0/ por: sen.x 2 y / sen x sen y xy 1 cos x cos y a) f .x ; y / D p ; b) f .x ; y / D p ; c / f .x ; y / D p x2 C y2 x2 C y2 x2 C y2
son de clase C 1 en R2 .
89. Estudia si los siguientes campos escalares denidos por f .0; 0/ D 0 y para .x ; y / .0; 0/ por:
a) f .x ; y / D xy x2 y 2 y arc tg x x arc tg y arc tg x sen y xy ; b) f .x ; y / D ; c) f .x ; y / D x2 C y 2 x2 C y 2 x2 C y 2
son de clase C 1 en R2 . Calcula en cada caso D12 f .0; 0/ y D21 f .0; 0/ e indica si son de clase C 2 en R2 . 90. Estudia la derivabilidad de las normas x 7! kxk2 , x 7! kxk1 y x 7! kxk1 y calcula sus vectores gradiente. 91. Justica que un campo escalar de clase C k tambin es de clase C q para q 6 k . 92. Justica que la suma, el producto y el cociente de campos escalares de clase C k tambin son campos escalares de clase C k . Deduce que toda funcin racional de n variables es de clase C 1 en su dominio natural de denicin. 93. Generaliza las proposiciones 2.8 y 2.9 para campos de clase C k . 94. Un campo escalar f W Rn ! R se dice que es homogneo de grado n 2 N , si para todo x 2 Rn y para todo t 2 R se verica que f .t x/ D t n f .x/. Supuesto que f es homogneo de grado n y derivable, prueba que: n X a) xj Dj f .x/ D nf .x/ 8x D .x1 ; x2 ; : : : ; xn / 2 Rn .
j D1
b) Si n > 2, las derivadas parciales Dj f son funciones homogneas de grado n c) Si n D 1 entonces f es una forma lineal. 95. Prueba que si f es de clase C 2 y es homogneo de grado 2 se verica que: f .x / D
n 1 X Dijf .0/xi xj 2 i;j D1
1.
8x D .x1 ; x2 ; : : : ; xn / 2 Rn
96. Sea f W ! R un campo escalar de clase C 1 . Supongamos que es un conjunto convexo y que 0 2 . Prueba que para todo x D .x1 ; x2 ; : : : ; xn / 2 se verica que: f .x/ D f .0/ C
n X 1
xj
0
Dj f .t x/ dt
j D1
Teorema de Taylor. Extremos relativos
46
@f o D1 f ?. Quizs @x y un ejemplo te ayude a decidir: consideremos f .x ; y / D x e . Tenemos que D1 f .x ; y / D ey y @f .x ; y / D ey . Si ahora permutamos x por y en estas igualdades obtenemos D1 f .y ; x / D ex @x @f y .y ; x / D ex . La igualdad D1 f .y ; x / D ex es correcta porque, efectivamente, ex es el valor @y de la derivada parcial de f .x ; y / respecto a la primera variable evaluada en el punto .y ; x /. La @f @f igualdad .y ; x / D ex no es correcta porque .x ; y / D x ey y si la evaluamos en .y ; x / el @y @y resultado es y ex . 2.17 Observacin. Qu notacin es mejor para las derivadas parciales? Este ejemplo pone de maniesto que es mucho mejor la notacin de subndices D1 f , D2 f @f @f para las derivadas parciales que las notaciones y . La razn es que la notacin D1 no @x @y tiene nunca ambigedad: indica derivacin respecto a la primera variable y no depende para @f nada de la forma en que representemos dicha variable, mientras que la notacin nos dice @x que dicha variable la hemos representado con la letra x . Pero con frecuencia hay que cambiar las letras con las que representamos las variables.
2.4. Teorema de Taylor. Extremos relativos

2.18 Denicin. Sea f un campo escalar denido en un conjunto E Rn . Se dice que f tiene un mximo relativo (resp. mnimo relativo) en un punto a 2 E , si a es un punto interior de E y existe un nmero r > 0 tal que B .a; r / E y f .x/ 6 f .a/ (resp. f .a/ 6 f .x/) para todo x 2 B .a; r /. Cuando las desigualdades anteriores se verican de forma estricta para todo x 2 B .a; r / con x a se dice que el mximo o el mnimo relativo es estricto. Los puntos en los que f tiene un mximo o un mnimo relativos se llaman extremos relativos de f . 2.19 Proposicin (Condicin necesaria de extremo relativo). Sea f un campo escalar denido en un conjunto E Rn y supongamos que f tiene un extremo relativo en un punto a 2 E y adems que el vector gradiente de f en a est denido. Entonces se verica que r f .a/ D 0. Es decir, las derivadas parciales de primer orden de f en a son todas nulas. Demostracin. Supongamos que f tiene un mximo relativo en a y sea r > 0 tal que B .a; r / E y f .x/ 6 f .a/ para todo x 2 B .a; r /. Denamos ' W r; r ! R por '.t / D f .a C t ek /. La funcin ' est denida en el intervalo r; r pues para todo t 2 r; r se tiene que ka C t ek ak D jt j < r por lo que a C t ek 2 B .a; r / E . Adems, para todo t 2 r; r se tiene que '.t / D f .a C t ek / 6 f .a/ D '.0/. Luego ' tiene en t D 0 un mximo relativo. Adems como, por hiptesis, existe Dk f .a/, tenemos que ' es derivable en t D 0. Luego ' 0 .0/ D 0, pero ' 0 .0/ D Dk f .a/. 2.20 Denicin. Los puntos donde se anula el gradiente de un campo escalar f se llaman puntos crticos o puntos estacionarios de f . Los puntos crticos de un campo escalar que no son extremos relativos se llaman puntos de silla.
47
Si f es un campo escalar diferenciable, en los puntos crticos el hiperplano tangente es horizontal. La condicin necesaria de extremo relativo no es suciente. Por ejemplo, el campo escalar f .x ; y / D x 2 y 2 tiene un punto crtico en .0; 0/, pero no tiene extremo relativo en dicho punto pues en toda bola centrada en .0; 0/ toma valores positivos y negativos. Al igual que para funciones de una variable, la derivada segunda proporciona una condicin suciente de extremo relativo, para campos escalares de varias variables las derivadas parciales de segundo orden nos van a permitir dar una condicin suciente de extremo relativo. Necesitaremos para ello generalizar el teorema de Taylor para campos escalares de n variables. Para expresar dicho teorema de una forma sencilla es muy conveniente introducir una notacin apropiada. Si f es un campo escalar y a; x 2 Rn denimos el operador: dk .f; a; x/ D .x1 D1 C x2 D2 C C xn Dn /kf .a/ (2.9)
Donde se entiende que la potencia k -sima se desarrolla de forma simblica. Un par de ejemplos aclarar esto.
d2 .f; a; x/ D .x1 D1 C x2 D2 C C xn Dn /2f .a/ D @ 0
n X
i;j D1
xi xj Di DjAf .a/ D
i;j D1
n X
xi xj Dijf .a/
2.21 Teorema (Taylor). Sea f un campo escalar de clase C k C1 en un abierto . Sean a 2 , x 2 Rn tales que el segmento a; a C x est contenido en . Entonces existe un punto c 2 a; a C x tal que se verica la igualdad: f .a C x/ D f .a/ C
k X 1 j 1 d .f; a; x/ C dk C1 .f; c; x/ j! .k C 1/!
Observa que d1 .f; a; x/ D r f .a/x .
1 0 1 0 3 n n n X X X 3 @ A @ A d .f; a; x/ D xj Dj f .a/ D xi xj xk Di Dj Dk f .a/ D xi xj xk Dij kf .a/

j D1 i;j ;k D1 i;j ;k D1
(2.10)
j D1
Demostracin. Tenemos que a; a C x D fa C t x W 0 6 t 6 1g . Como el conjunto ft 2 R W a C t x 2 g es abierto (es la imagen inversa de por la funcin continua t 7! a C t x) y contiene al intervalo 0; 1, hay un intervalo abierto I 0; 1 tal que a C t x 2 para todo t 2 I . Denamos W I ! Rn por .t / D a C t x. Consideremos la funcin h W I ! R dada por h.t / D .f /.t / D f ..t //. Por la proposicin 2.8 dicha funcin es derivable y su derivada viene dada por: h 0 .t / D r f ..t // 0 .t / D r f ..t //x D
n X
j D1
Dj f ..t //xj D d1 .f; .t /; x/
48
Puesto que las funciones Dj f tienen derivadas parciales continuas son diferenciables. Podemos calcular la derivada de la funcin t 7! .Dj f / .t / volviendo a usar la igualdad (2.9) como hemos hecho antes pero con f sustituido por Dj f . Tenemos que:
n n X X .Dj f / 0 .t / D r .Dj f /..t //x D Dk .Dj f /..t //xk D Dkj f ..t //xk k D1 k D1 n n X X
Por tanto:
h 00 .t /
j D1
k D1
Dkj f ..t //xk xj D
j;k D1
n X
Dkjf ..t //xk xj D d2 .f; .t /; x/
Anlogamente se comprueba que h000 .t / D d3 .f; .t /; x/. En general, se tiene que h.j / .t / D dj .f; .t /; x/. Como las derivadas de orden k tienen derivadas parciales continuas son diferenciables, esto nos dice que h es k C 1 veces derivable en I con derivada de orden k C 1 continua en I . Podemos aplicar el teorema de Taylor a la funcin h para obtener que hay algn 2 0; 1 tal que: k X 1 1 .j / h.1/ D h.0/ C h .0/ C h.k C1/ ./ j! .k C 1/!
j D1
Como h.1/ D f .a C x/, h.0/ D f .a/, h.j / .0/ D dj .f; a; x/ y h.k C1/ ./ D dk C1 .f; a C x; x/, la igualdad anterior es la misma (2.10) con c D a C x 2 a; x. 2.22 Teorema (TaylorYoung). Sea f un campo escalar denido en un abierto Rn y supongamos que f tiene derivadas parciales de segundo orden continuas en . Sea a 2 y r > 0 tal que B .a; r / . Entonces para todo x con kxk < r se tiene que f .a C x/ D f .a/ C
n X n 1 X Dk f .a/xk C Dj k f .a/xj xk C kxk2 '.x/ con lK m '.x/ D 0 x!0 2 j;k D1
k D1
(2.11)
Demostracin. Para cada x con 0 < kxk < r se tiene que a C t x 2 B .a; r / para 0 6 t 6 1, por lo que a; a C x B .a; r / . Por el teorema de Taylor hay algn punto c 2 a; a C x tal que n n X 1 X f .a C x/ D f .a/ C Dk f .a/xk C Dj k f .c/xj xk 2
k D1 j;k D1
Lgicamente, el punto c depender de x y ser de la forma c D a C x donde es un nmero en 0; 1 que depender de x. Tenemos as que: f .aCx/Df .a/C Denamos
n X n n 1 X 1 X Dk f .a/xk C Dj k f .a/xj xk C Dj k f .c/ Dj k f .a/ xj xk 2 2 j;k D1 j;k D1 n X 1 '.x/ D Dj k f .c/ 2kx k2 j;k D1
k D1
Dj k f .a/ xj xk
Teorema de Taylor. Extremos relativos Con lo que, evidentemente, tenemos que: f .a C x/ D f .a/ C
n X
49
k D1
Dk f .a/xk C
n 1 X Dj k f .a/xj xk C kxk2 '.x/ 2 j;k D1
Podemos suponer que la norma que usamos es la eucldea, con lo que jxj j 6 kxk y tenemos: j'.x/j 6
n 1 X Dj k f .c/ 2 j;k D1 n jxi jjxj j 1 X Dj k f .c/ Dj k f .a/ 6 2 kx k2 j;k D1
Cuando x ! 0 se tiene que c D a C x ! a, por lo que, en virtud de la continuidad de las derivadas parciales de segundo orden, concluimos que lK m '.x/ D 0.
x!0
Dj k f .a/
2.23 Denicin. Sea f un campo escalar de n variables que tiene derivadas parciales de segundo orden continuas en y sea a 2 . La matriz n n H .f; a/ D Dij f .a/ 16i;j 6n se llama matriz hessiana de f en a. Observa que la matriz hessiana es simtrica porque Dij f .a/ D Dj i f .a/. En consecuencia, dicha matriz dene una forma cuadrtica, que representaremos por Q.f; a/, que viene dada para todo x D .x1 ; x2 ; : : : ; xn / 2 Rn por Q.f; a/.x/ D x.H .f; a/.xt D
n X
Dj k f .a/xj xk
j;k D1
donde el punto . indica producto matricial y xt es el vector columna x. Con esta notacin podemos escribir la igualdad (2.11) en la forma 1 f .a C x/ D f .a/ C r f .a/x C Q.f; a/.x/ C kxk2 '.x/ donde 2 1 f .a C x/ D f .a/ C Q.f; a/.x/ C kxk2 '.x/ 2 De donde se sigue que f .a C x/ f .a/ 1 D Q.f; a/.x/ C '.x/ donde 2 kxk 2kxk2 lK m '.x/ D 0 donde
x!0 x!0
lK m '.x/ D 0 (2.12)
Si suponemos que a es un punto crtico de f podemos escribir
lK m '.x/ D 0
(2.13)
x!0
Teniendo en cuenta que las formas cuadrticas son polinomios homogneos de grado 2, es decir, 1 1 Q.f; a/.x/ D 2 Q.f; a/.x/, se tiene que Q.f; a/.x/ D Q.f; a/.x=kxk/. Resulta as 2 2 2kxk la igualdad f .a C x/ f .a/ 1 D Q.f; a/.x=kxk/ C '.x/ 2 2 kxk
donde
x!0
lK m '.x/ D 0
(2.14)
Teorema de Taylor. Extremos relativos 2.24 Denicin. Una forma cuadrtica Q.x/ D Positiva denida si Q.x/ > 0 para todo Pn ij xi xj se llama:
50
i;j D1
Semidenida negativa si Q.x/ 6 0 para todo x 2 Rn .
Positiva negativa si Q.x/ < 0 para todo x 2 Rn con x 0. No denida o indenida si toma valores positivos y negativos.
Semidenida positiva si Q.x/ > 0 para todo x 2 Rn .
x 2 Rn
con x 0.
2.25 Teorema. Sea f un campo escalar denido en un abierto Rn y supongamos que f tiene derivadas parciales de segundo orden continuas en . Sea a 2 un punto crtico de f y sea Q.f; a/ la forma cuadrtica asociada a la matriz hessiana de f en a. Q.f; a/.x/ D x.H .f; a/.x D
t n X
Dj k f .a/xj xk
j;k D1
a) Si la forma cuadrtica Q.f; a/ es denida positiva entonces f tiene en a un mnimo relativo estricto. b) Si la forma cuadrtica Q.f; a/ es denida negativa entonces f tiene en a un mximo relativo estricto. c) Si f tiene un mximo relativo en a entonces la forma cuadrtica Q.f; a/ es semidenida negativa. d) Si f tiene un mnimo relativo en a entonces la forma cuadrtica Q.f; a/ es semidenida positiva. e) Si la forma cuadrtica Q.f; a/ es no denida entonces f tiene un punto de silla en a. Demostracin. Como Q.f; a/ es una funcin polinmica y, por tanto, continua, y la esfera unidad de Rn , S .0; 1/ D fu 2 Rn W kuk D 1g, es un conjunto compacto, dicha funcin alcanza un mnimo valor y un mximo valor en S .0; 1/. Sea m D mK n fQ.f; a/.u/ W kuk D 1g ; M D ma K x fQ.f; a/.u/ W kuk D 1g
a) Supongamos que Q.f; a/ es denida positiva. Entonces se tiene que m > 0. y, por la igualdad (2.14), tenemos que f .a C x/ f .a/ 1 m D Q.f; a/.x=kxk/ C '.x/ > C '.x/ donde 2 2 2 kxk
x!0 x!0
lK m '.x/ D 0
siempre que 0 < kxk < s . En consecuencia, si en la desigualdad anterior suponemos que 0 < kxk < s , se tiene f .a C x/ f .a/ m m > C '.x/ > 2 2 2 kxk m m D >0 4 4
La condicin lK m '.x/ D 0 garantiza la existencia de un nmero s > 0 tal que j'.x/j < m=4
Deducimos que f .a C x/ f .a/ > 0 para todo x con 0 < kxk < s . O, lo que es igual, f .z/ f .a/ > 0 para todo z tal que 0 < kz ak < s . Lo que prueba que f tiene en a un mnimo relativo estricto.
Teorema de Taylor. Extremos relativos Los dems puntos se prueban de forma parecida.
51
Para poder usar el resultado anterior hay que saber clasicar una forma cuadrtica. Hay varios procedimientos sencillos para ello. Los dos que siguen a continuacin son los que me parecen ms cmodos. Clasicacin de formas cuadrticas Sean A D aij
16i;j 6n
una matriz simtrica de nmeros reales y QA .x/ D x.A.x D

t n X
aij xi xj
(2.15)
i;j D1
Es sabido que, en la situacin que estamos considerando, las races de dicho polinomio son todas reales. Sean j .1 6 j 6 n/ los valores propios de A. Se demuestra que hay una base B D fu1 ; u2 ; : : : ; un g en Rn tal que para todo vector x 2 Rn se tiene que QA .x/ D
n X 2 j xj
la forma cuadrtica denida por A. Los valores propios de A son las races del polinomio caracterstico p ./, que se dene como el determinante de la matriz A I : p ./ D A I
j D1
donde .x1 ; x2 ; : : : ; xn / son los coordenadas del vector x en la base B. De aqu se siguen los siguientes criterios. La forma cuadrtica QA es denida positiva si, y slo si, todos los valores propios de A son positivos. La forma cuadrtica QA es denida negativa si, y slo si, todos los valores propios de A son negativos. La cuadrtica QA es no denida si, y slo si, A tiene valores propios positivos y negativos.
La forma cuadrtica QA es semidenida positiva si, y slo si, todos los valores propios de A son mayores o iguales que 0. La forma cuadrtica QA es semidenida negativa si, y slo si, todos los valores propios de A son menores o iguales que 0. Para aplicar estos criterios no es preciso calcular los valores propios de A sino solamente saber cuntos de ellos son positivos, negativos o nulos. Afortunadamente, hay un criterio que nos proporciona esta informacin sin ms que observar los coecientes del polinomio caracterstico.
Teorema de Taylor. Extremos relativos 2.26 Proposicin (Regla de los signos de Descartes). Sea f .x / D an x n C an
1x n 1
52
C C a1 x C a0
un polinomio con coecientes reales y cuyas races son todas nmeros reales. Se verica entonces que: a) El nmero de races positivas de f (contando multiplicidades) es igual al nmero de cambios de signo en la sucesin .an ; an 1 ; : : : ; a1 ; a0 / de los coecientes de f . b) El nmero de races negativas de f (contando multiplicidades) es igual al nmero de cambios de signo en la sucesin .. 1/n an ; . 1/n 1 an 1 ; : : : ; a1 ; a0 / de los coecientes de f . x /. Para contar los cambios de signo en la sucesin de coecientes se saltan los coecientes nulos. Por ejemplo, si f .x / D 2x 6 C x 5 x 3 C x 2 5, la sucesin de coecientes de f es .2 ; 1; 0; 1; 1; 0; 1/ cuyo nmero de cambios de signo es 3. 2.27 Corolario. Sea p ./ el polinomio caracterstico de la matriz hessiana de f en a. Entonces. Si p ./ tiene grado n, todos sus coecientes son distintos de cero y tienen igual signo, se verica que f tiene un mximo relativo estricto en a. Si p ./ tiene grado n, todos sus coecientes son distintos de cero y van alternando su signo, se verica que f tiene un mnimo relativo estricto en a. Otro criterio para estudiar el carcter de la forma cuadrtica (2.15) es el criterio de Sylvester se basa en la sucesin de signos de los principales de la matriz A. El menor principal menores de orden k es el determinante k D ai;j 16i;j 6k . Se verica que: La forma cuadrtica es denida positiva si, y slo si, k > 0 para 1 6 k 6 n. La forma cuadrtica es denida negativa si, y slo si, . 1/k k > 0 para 1 6 k 6 n. Observa que cuando la dimensin n es par, si el determinante de la matriz A es negativo entonces la forma es no denida. Podemos particularizar este criterio para el caso de dos dimensiones. Sea A R2 un conjunto abierto y sea f un campo escalar denido en A que tiene derivadas parciales de segundo orden continuas. Supongamos que .a; b / 2 A es un punto crtico de f y sea 0 2 1 @ f @2 f B @x 2 .a; b / @x @y .a; b /C C H .f; .a; b // D B @ @2 f A @2 f .a; b / . a ; b / @x @y @y 2 @2 f Si detH .f; .a; b // > 0 y .a; b / > 0 entonces f tiene en .a; b / un mnimo relativo @x 2 estricto.
la matriz hessiana de f en .a; b / y notemos detH .f; .a; b // su determinante.
53
@2 f Si detH .f; .a; b // > 0 y .a; b / < 0 entonces f tiene en .a; b / un mximo relativo @x 2 estricto. Si detH .f; .a; b // < 0 entonces f no tiene extremo relativo en .a; b /. Se dice que .a; b / es un punto de silla de f . Cuando detH .f; .a; b // D 0 el conocimiento de la matriz hessiana no permite decidir si hay o no hay extremo relativo en .a; b /. Cuando esto sucede puede ser interesante estudiar el comportamiento de las curvas f .a; t C b / y f .a C t ; b /. Si alguna de dichas curvas no tiene extremo relativo o tienen extremos relativos de distinta naturaleza en t D 0, podemos concluir que en .a; b / no hay extremo relativo de f .
97. Generaliza el teorema de Taylor Young para funciones de clase C k . 98. Determinar los extremos relativos de las funciones:
f .x ; y / D 2xy 2x 3 y
3
xy 2 C x 3 y 2 I 15x xy
2
f .x ; y / D
2x 3
6xy 2 C 3x 2 C 3y 2 I xy 2 y2I 4x 2
1 x2
f .x ; y / D x 3 C 3xy 2 f .x ; y / D xy C 2x y
12y I 2x y I
3 2
f .x ; y / D x 3 C y 3 f .x ; y / D x 2 y 2
4
x C 16I
f .x ; y / D cos.x / cos.y / x2
4
f .x ; y / D 2x C y C x 2 C xy C y 3 I f .x ; y / D x log y f .x ; y / D xy .1
2
x x
2
f .x ; y / D 2x C y y /I
2
2y 2 I xyz
y2
f .x ; y ; z / D x 3 C y 3 C z 3 x y zI f .x ; y ; z / D .x C y C z / e
3x
z2
3y
3z I
f .x ; y ; z / D x C y C z C 3xyz
99. Trazar un plano que pase por el punto .1; 2 ; 3/ y que forme con los ejes coordenados un tetraedro de volumen mnimo (el volumen del tetraedro es un tercio del rea de la base por la altura). 100. Recta de mnimos cuadrados. Dados n puntos .xi ; yi / 2 R2 , determinar los nmeros 2 n X y para que la cantidad yi xi sea mnima.
i D1
101. Dados m puntos ai 2 Rn , calcular el valor mnimo de la funcin f .x/ D
n X i D1
kx
ai k2 2.
102. Sea f W ! R un campo escalar de clase C 2 en un abierto Rn . Sea a 2 un punto crtico de f y supongamos que el determinante de la matriz hessiana de f en a es distinto de cero. Prueba que hay un abierto U que contiene a a tal que el nico punto crtico de f en U es a.
Cap tulo
de campos vectoriales Derivacion
3.1. Derivada de un campo vectorial. Matriz jacobiana

Una funcin vectorial es cualquier funcin que toma valores en un espacio vectorial de dimensin mayor que 1. Las curvas en el plano o en el espacio son funciones vectoriales de una variable. Ahora nos interesa considerar funciones vectoriales de varias variables. La siguiente denicin expresa la idea bsica del clculo diferencial: aproximar localmente una funcin por una aplicacin lineal. 3.1 Denicin. Sea F W ! Rm , donde Rn es un abierto, y sea a 2 . Se dice que F es diferenciable o derivable en a si hay una aplicacin lineal T W Rn ! Rm tal que:
x!0
lK m
F .x /
F.a/ T.x kx ak
a/
D0
(3.1)
Dicha aplicacin lineal, si existe, es nica; se llama diferencial o derivada de F en el punto a y se representa por D F.a/. La siguiente proposicin pone las cosas mucho ms claras y, de paso, probamos la unicidad de la aplicacin lineal T que verica (3.1). 3.2 Proposicin. Sea F D .f1 ; f2 ; : : : ; fm / W ! Rm , donde Rn es un abierto, una funcin vectorial de n variables y m componentes y sea a 2 . Equivalen las siguientes armaciones: a) F es diferenciable en a. b) Los campos escalares f1 ; f2 ; : : : ; fm componentes de F son diferenciables en a. 54
El espacio normado L.Rn ; Rm /
55
F en a y se representar por JF .a/.
Supuesto que se verican a) y b), la matriz de la aplicacin lineal D F.a/ en las bases cannicas de Rn y Rm es la matriz cuyas las son los vectores gradiente r fi .a/, esto es la matriz de m las y n columnas Dj fi .a/ 16i 6m . Dicha matriz se llama matriz jacobiana de
16 j 6 n
La aplicacin lineal D F.a/ W Rn ! Rm est denida para todo x 2 Rn por D F.a/.x/ D JF .a/.xt donde . indica producto matricial y xt es el vector columna x. Observa que en el caso particular de que m D 1, es decir, F D f es un campo escalar, la aplicacin derivada es una forma lineal sobre Rn que viene dada por: Df .a/.x/ D r f .a/x 8x 2 Rn D .a/.t / D t 0 .a/ 8t 2 R
En el caso en que n D 1, es decir, F D es una curva en Rm , la aplicacin derivada es una aplicacin lineal de R en Rm que viene dada por:
Y en el caso en que n D m D 1, esto es F D h es una funcin real de variable real, la aplicacin derivada de h en a es la aplicacin lineal de R en R dada por: Dh.a/.t / D t h 0 .a/ 8t 2 R
La idea bsica del clculo diferencial es aproximar (localmente) una funcin por su derivada, que es una aplicacin lineal. Puesto que la aplicacin derivada es una buena aproximacin local de la funcin, cabe esperar que la funcin herede localmente algunas de las propiedades de su aplicacin derivada. Las propiedades de una aplicacin lineal son muy fciles de estudiar y lo que se hace en casi todos los resultados del clculo diferencial es trasladar localmente las propiedades de la aplicacin derivada a la funcin. Un ejemplo aclarar esto. Considera una funcin real h derivable en un intervalo I ; la aplicacin derivada de h en cada punto a 2 I es la aplicacin lineal de R en R Dh.a/.t / D t h 0 .a/. Si para a 2 I es h 0 .a/ > 0 dicha aplicacin es creciente, pero entonces tambin la funcin h es creciente en I . Este ejemplo puedes llevarlo a otras situaciones ms complicadas: si la aplicacin derivada es una biyeccin lineal ser la funcin localmente inversible? Claro est, la respuesta que se obtiene a este tipo de preguntas es siempre de tipo local porque la derivada es una buena aproximacin local y solamente proporciona informacin local sobre el comportamiento de la funcin.
3.1.1. El espacio normado L.Rn ; Rm /

Antes de seguir conviene que consideremos el conjunto L.Rn ; Rm / de todas las aplicaciones lineales de Rn en Rm . Con las operaciones usuales de suma y producto por un nmero real, dicho conjunto es un espacio vectorial real de dimensin nm. En dicho espacio se pueden considerar muchas normas, por ejemplo, podemos identicar una aplicacin lineal T con su matriz
El espacio normado L.Rn ; Rm / en las bases cannicas de Rn y Rm , T D tkj

16 k 6 m , 16 j 6 n
56 seguidamente dicha matriz la identi-
camos con un vector de Rnm y denimos la norma eucldea de T como la norma eucldea de dicho vector: n m X X a2 (3.2) kTk2 D kj De esta forma identicamos totalmente el espacio .L.Rn ; Rm /; k k2 / con .Rnm ; k k2 /. Observa que si representamos por tk la la k-sima y por tj la columna j-sima de la matriz T se tiene que: m n X X 2 kTk2 D k t k D ktj k2 k 2 2 2
k D1 j D1
k D1 j D1
La norma que acabamos de denir en el espacio L.Rn ; Rm / tiene algunas propiedades interesantes. Notemos con k k2 la norma eucldea en Rn y en Rm . Sea x 2 Rn . Tenemos que: T.x/ D T .xt D t1 x ; t2 x ; : : : ; tm x Por lo que, usando la desigualdad de CauchySchwarz, tenemos: kT.x/k2 2 Es decir:
m m X 2 X 2 2 2 D ktk k2 tk x 6 2 kxk2 D kTk2 kxk2 k D1 k D1
Adems, si S 2 L.Rm ; Rq / y su matriz en las bases cannicas es S D sik
kT.x/k2 6 kTk2 kxk2
(3.3)
16 i 6 q , 16 k 6 m
se tiene
que la matriz asociada a la aplicacin H D S T 2 L.Rn ; Rq / es la matriz producto H D S .T . Como el elemento hij de la la i, columna j de H viene dado por D E hij D si tj Tenemos que: kS Tk2 2 D
q X n X
h2 ij
i D1 j D1
Por tanto:
1 !0 n q X X @ ktj k2 A D kSk2 kTk2 D ksi k2 2 2 2 2

i D1 j D1
q X q X n D n X j E2 X j 2 D si t 6 ksi k2 2 kt k2 D i D1 j D1 i D1 j D1
La ventaja que tiene la norma eucldea en L.Rn ; Rm / es que es fcil de calcular. Sin embargo, las desigualdades (3.3) y (3.4) dependen esencialmente de que las normas consideradas en los espacios Rn y Rm sean las normas eucldeas. Podemos proceder de otra forma ms abstracta, y por tanto ms cmoda en teora, para denir normas en L.Rn ; Rm / que sigan vericando las desigualdades anteriores aunque las
kS Tk2 6 kSk2 kTk2
(3.4)
El espacio normado L.Rn ; Rm /
57
Es muy fcil comprobar que la aplicacin T 7! .T/ as denida es una norma en L.Rn ; Rm /. Dicha norma se llama la norma de operadores en L.Rn ; Rm / asociada a las normas y . Dicha norma verica que: T.x/ 6 .T/.x/ 8x 2 Rn (3.6) Adems, si S 2 L.Rm ; Rq /, en Rq tenemos jada una norma , y representamos por la norma de operadores en L.Rm ; Rq / asociada a las normas y , y por la norma de operadores en L.Rn ; Rq / asociada a las normas y , se verica que:
.S T/ 6 .S/.T/
normas jadas en Rn y Rm no sean las eucldeas. Supongamos, pues, que es una norma en Rn y una norma en Rm . Sea T 2 L.Rn ; Rm /. Como la esfera unidad en .Rn ; /, es decir n el conjunto fx 2 R W .x / D 1g, es compacto y la aplicacin x 7! T.x/ es continua por ser composicin de las aplicaciones continuas y T, por la propiedad de compacidad dicha aplicacin debe alcanzar un mximo absoluto en la esfera unidad de .Rn ; /. Denimos: .T/ D ma K x T.x/ W .x / D 1 8T 2 L.Rn ; Rm / (3.5)
(3.7)
Demasiadas normas verdad? Una notacin en exceso detallista acaba siendo confusa, por eso en la prctica todas las normas en los espacios que estamos considerando se representan igual con la notacin usual para normas k k. Si te jas un poco esto no puede dar lugar a confusin. Consideremos, pues, que en Rn y en Rm se han jado normas que representamos con el mismo smbolo k k. Dichas normas inducen una norma de operadores que tambin representaremos con el mismo smbolo k k. La desigualdad (3.6) se expresa ahora: kT.x/k 6 kTkkxk 8x 2 Rn (3.8) Observa que aunque en esta desigualdad hay tres normas en tres espacios distintos no cabe confusin, pues kxk es la norma jada en Rn , kT.x/k es la norma jada en Rm y kTk es la norma de operadores correspondiente, y no cabe otra interpretacin. Anlogamente, la desigualdad (3.7) se expresa: kS Tk 6 kSkkTk (3.9)
Y no hay posibilidad de confusin porque cada norma est en su espacio de operadores correspondiente. En lo que sigue t eliges: o bien consideras que todas las normas son eucldeas o bien entiendes que en cada caso se han jado normas en los espacios Rn que inducen las correspondientes normas de operadores. Es ms cmodo y ms general adoptar este ltimo punto de vista. Todos los conceptos propios de espacios normados tienen perfecto sentido en el espacio L.Rn ; Rm /. De hecho, como tal espacio es de dimensin nita en l son vlidos los teoremas 1.22, 1.24, 1.25 y 1.28. Por supuesto, tiene perfecto sentido considerar la convergencia de sucesiones en L.Rn ; Rm /. Representaremos por GL.Rn / el conjunto de todas las aplicaciones lineales biyectivas (isomorsmos) de Rn en Rn . Notaremos por L.Rn / el espacio vectorial de los operadores lineales de Rn en Rn .
El espacio normado L.Rn ; Rm / 3.3 Proposicin. Sea T 2 L.Rn /. Equivalen las siguientes armaciones: a) T 2 GL.Rn /. b) T es inyectivo. c) T es sobreyectivo. 3.4 Proposicin. a) GL.Rn / es un conjunto abierto en L.Rn /. Concretamente: Para todo T 2 GL.Rn / se verica que: S 2 L.Rn / W kT Sk < b) La aplicacin T 7! T
1
58
1 kT 1 k
GL.Rn /
En particular, si I es la identidad en Rn entonces B .I; 1/ GL.Rn /. de GL.Rn / en GL.Rn / es continua.
103. Sea T 2 L.Rn ; Rm /. Cul es la derivada de T en un punto a 2 Rn ? 104. Prueba que una funcin vectorial diferenciable en un punto a es continua en a. 105. Prueba que un campo vectorial derivable en un dominio con derivada nula en todo punto del mismo es constante. 106. Prueba que la denicin dada por la igualdad (3.5) es una norma en L.Rn ; Rm / y que se verican las desigualdades (3.6) y (3.7). 107. Supongamos que fSn g ! S en el espacio L.Rm ; Rq / y que fTn g ! T en el espacio L.Rn ; Rm /. Prueba que fSn Tn g ! S T en el espacio L.Rn ; Rq /. 108. Sea a 2 Rn y W Rn ! R la aplicacin lineal dada por .x/ D ax . Calcula k k cuando en Rn se consideran las normas k k2 , k k1 y k k1 . 109. Sea T W R2 ! R2 la aplicacin lineal de .R2 ; k k1 / en s mismo, cuya matriz en las bases a b cannicas es . Prueba que c d kTk D ma K x fjaj C jc j; jb j C jd jg Si F es diferenciable en a, deniendo: R.a; x/ D La igualdad
x!0
F .x /
F.a/ D F.a/.x kx ak a/
a/
lK m
F .x /
F.a/ D F.a/.x kx ak
D0
(3.10)
Regla de la cadena. Derivadas parciales de funciones compuestas puede escribirse de forma equivalente como: F.x/ D F.a/ C D F.a/.x a/ C kx akR.a; x/ con
x!a
59
lK m R.a; x/ D 0
(3.11)
3.5 Denicin. Se dice que un campo vectorial es de clase C k (k 2 N [ f1g) en un abierto si lo son sus campos escalares componentes. 3.6 Proposicin. Sea F D .f1 ; f2 ; : : : ; fn / W ! Rm donde es un abierto en Rn . Equivalen las armaciones: a) F es de clase C 1 en . b) F es diferenciable en y la aplicacin x 7! D F.x/ de en L.Rn ; Rm / es continua. Ck Adems, como consecuencia de lo visto en el ejercicio 91, todo campo vectorial de clase tambin es de clase C q para q 6 k .
3.1.2. Regla de la cadena. Derivadas parciales de funciones compuestas

3.7 Teorema (Regla de la cadena). Sean G W A ! Rn y F W B ! Rm , donde A Rq y B Rn son conjuntos abiertos y G.A/ B . Supongamos que G es diferenciable en un punto a 2 A y que F es diferenciable en el punto G.a/ 2 B . Entonces se verica que la funcin compuesta H D F G W A ! Rm es diferenciable en a, y su diferencial viene dada como la composicin de las respectivas diferenciales: D H.a/ D D F.G.a// D G.a/ Adems, si F y G son de clase C k entonces H tambin es de clase C k . Observa que D G.a/ W Rq ! Rn y D F.G.a// W Rn ! Rm , por lo que la composicin es una aplicacin lineal de Rq a Rm , como debe ser, pues H es una funcin vectorial de q variables y m componentes. La expresin de la igualdad (3.12) por medio de matrices jacobianas es: JH .a/ D JF .G.a//.JG .a/ (3.13) (3.12)
Poniendo H D .h1 ; h2 ; : : : ; hm /, F D .f1 ; f2 ; : : : ; fm /, G D .g1 ; g2 ; : : : ; gn /; notando las variables por x D .x1 ; x2 ; : : : ; xn / 2 Rn , y D .y1 ; y2 ; : : : ; yq / 2 Rq , y escribiendo b D G.a/, tenemos que: @hi @fi @gk .a/ D .b/ . .a/ b D G.a/ 16 i 6 m 16 i 6 m 16 k 6 n @yj @xk @yj
16 j 6 q 16 k 6 n 16 j 6 q
De donde se sigue:
n X @hi @fi @gk .a/ D .b/ .a/ @yj @xk @yj k D1
b D G.a/
.1 6 i 6 m ; 1 6 j 6 q /
(3.14)
Esta igualdad constituye la regla de la cadena para derivadas parciales y es importante que aprendas a aplicarla y que entiendas lo que dice. Voy a intentar facilitarte las cosas.
Regla de la cadena. Derivadas parciales de funciones compuestas
60
Primero, lo ms frecuente es que F sea un campo escalar. Supongamos, pues, que en lo anterior, F D f es un campo escalar, en cuyo caso h D f G tambin es un campo escalar. La igualdad (3.14) queda ahora:
n X @h @f @gk .a/ D .b/ .a/ @yj @xk @yj k D1
b D G.a/
.1 6 j 6 q /
(3.15)
En esta igualdad se interpreta que la funcin G W A ! B Rn lo que hace es un cambio de variables. Hablando familiarmente, podemos decir, que las variables antiguas de la funcin f , esto es las x D .x1 ; x2 ; : : : ; xn / 2 B se han sustituido por variable nuevas y D .y1 ; y2 ; : : : ; yq / 2 A y la funcin f se ha expresado en estas nuevas variables dando lugar a la funcin h. La relacin entre unas variables y otras viene dada por: xk D gk .y1 ; y2 ; : : : ; yq /; 16k 6n (3.16)
De esta manera podemos interpretar la igualdad (3.15) en la forma siguiente: Para derivar la funcin nueva h, respecto a una nueva variable yj , se deriva la funcin antigua f respecto a cada una de sus variables xk y se multiplica por la derivada de cada una de ellas xk D gk .y1 ; y2 ; : : : ; yq / respecto a la variable yj . Ya se ve que la situacin est pidiendo que hagamos algunas simplicaciones que, adems, son las que se hacen siempre en la prctica porque, aunque son algo confusas, facilitan mucho los clculos. Lo primero que se hace es identicar las funciones gk que introducen las nuevas coordenadas con las coordenadas antiguas xk , es decir, vemos las coordenadas antiguas como funciones de las nuevas y esto lo escribimos en la forma siguiente. xk D xk .y1 ; y2 ; : : : ; yq /; Con esta notacin, la igualdad (3.15) queda como sigue.
n X @xk @h @f .a/ D .b/ .a/ @yj @xk @yj k D1
16k6n
(3.17)
b D G.a/
.1 6 j 6 q /
(3.18)
Observa el doble papel que desempea a la derecha de esta igualdad la letra xk ; cuando se deriva respecto de ella representa una variable y cuando ella se deriva respecto de una variable nueva representa una funcin. La igualdad (3.18) ya es bastante fcil de recordar pero todava se siguen haciendo en la prctica, sobre en todo en los textos de Fsica que suelen usar notaciones muy desafortunadas, algunas simplicaciones adicionales (y peligrosas). A saber: no se distingue entre la funcin f y la funcin h porque, como suele decirse en esos textos aludidos, son la misma funcin expresada en distintas variables. Haciendo la identicacin de f con h nos queda lo siguiente.
n X @f @xk @f .a/ D .b/ .a/ @yj @xk @yj k D1
b D G.a/
.1 6 j 6 q /
(3.19)
61
Aqu la letra f desempea un doble papel: a la izquierda es la funcin compuesta y a la derecha es la funcin dada en sus variable iniciales. Todava suele darse un pasito ms que consiste en representar la funcin f con una letra que suele usarse para representar variables; a saber, la letra z . Esto es frecuente tambin en textos de Fsica. Vamos a hacerlo as.
n X @z @z @xk .a/ D .b/ .a/ @yj @xk @yj k D1
b D G.a/
.1 6 j 6 q /
(3.20)
Todava hay algo que podemos simplicar. Habrs observado que siempre indico la relacin que hay entre los puntos b y a. Eso es muy importante para entender lo que se hace. Hay que saber dnde se evalan las derivadas parciales de cada funcin. Pues bien, eso no se indica jams en textos de Fsica. Nunca se indica en dnde se evalan las derivadas parciales. As que vamos a suprimirlo. n X @z @z @xk D .1 6 j 6 q / (3.21) @yj @xk @yj
k D1
Debes de familiarizarte con esta igualdad y saber reconocer en ella la igualdad de partida. Y no olvides la forma en que se evala esta igualdad. Lo vuelvo a poner. X @z @z @xk .y / D .G.y // .y / @yj @xk @yj
k D1 n
.1 6 j 6 q /
(3.22)
Si tuviramos que volver a derivar en esta igualdad respecto a una variable yk se derivara como de costumbre: la derivada de una suma es la suma de las derivadas y para derivar un producto @z se aplica la regla usual. Pero hay un detalle muy importante y es que la funcin .G.y // @xk @z con la funcin G. Por tanto, para vuelve a ser la funcin compuesta del campo escalar @xk derivarla, hay que aplicarle la misma regla que hemos aplicado para derivar z como funcin compuesta y que nos ha llevado a la igualdad anterior. Es por eso que el clculo de derivadas parciales de segundo orden en funciones compuestas suele ser bastante engorroso y es fcil equivocarse si no se sabe lo que se hace. @z siendo z D u2 C v 5 C 3uv donde u D x 2 C y 2 , v D sen.xy /. @x As es como suelen enunciarse estos ejercicios y debes entender bien el enunciado. Nos estn dando una funcin de las variables .u; v/ a la que llaman z . Esto es la letra z representa una funcin, a saber, z D u2 C v 5 C 3uv . Nos estn dando un cambio de variables por medio @z de las igualdades u D x 2 C y 2 , v D sen.xy /. Y nos piden calcular . Esto ltimo ya nos dice @x @z claramente que debemos ver z como funcin de x e y , es decir, la letra z en es la funcin @x que nos dan despus de sustituir en ella las nuevas variables, o sea, la funcin compuesta de z D u2 C v 5 C 3uv con G.x ; y / D .x 2 C y 2 ; sen.xy //. 3.8 Ejemplo. Vamos a calcular Sabemos que @z @z @u @z @v D C D .2u C 3v/2x C .5v 4 C 3u/y cos.xy / @x @u @x @v @x
62
@z Si lo dejamos as escrito parece que depende de 4 variables. Pero no es as porque en la @x igualdad anterior las variables son x e y (las nuevas variables) mientras que u y v (las antiguas variables) vienen dadas por u D x 2 C y 2 , v D sen.xy /. Por tanto, es mejor hacer la sustitucin, con lo que resulta @z D .2.x 2 C y 2 / C 3 sen.xy //2x C .5 sen4 .xy / C 3x 2 C y 2 /y cos.xy / @x que nos da el valor de la derivada parcial de la funcin compuesta en un punto .x ; y /. En este caso es muy sencillo calcular la funcin compuesta. Hazlo y comprueba el resultado obtenido.
Consideremos una funcin de dos variables x e y , z D z .x ; y /, y supongamos que expresamos x e y en funcin de nuevas variables u y v , lo que indicamos en la forma x D x .u; v/, y D y .u; v/. De esta forma la funcin z es funcin (funcin compuesta) de las variables libres u y v , a travs de las variables dependientes x e y . Se trata de calcular las derivadas parciales de z respecto de las nuevas variables u y v . La regla para hacerlo es la siguiente: para derivar una funcin z D z .x ; y /; x D x .u; v/; y D y .u; v/
respecto de una nueva variable, se deriva z respecto de cada una de las antiguas variables y se multiplica por la derivada de cada antigua variable respecto de la nueva variable. Se entiende mejor si lo escribimos simblicamente @z @z @x @z @y D C @u @x @u @y @u En esta igualdad debes darte cuenta de que a la izquierda, como estamos derivando respecto a u, la letra z representa a la funcin compuesta z Dz .x .u; v/; y .u; v// y la derivada est calculada en un punto .u; v/. En la parte derecha de la igualdad la letra z representa la funcin dada z D z .x ; y / y las letras x e y representan variables (cuando se deriva respecto de ellas) y funciones (cuando se derivan respecto de u). Debe entenderse que cuando se sustituye un valor de .u; v/ en la igualdad los valores de x e y deben sustituirse por x D x .u; v/, y D y .u; v/. 111. Sea z D cos.xy / C ey .u; v/ D .1; 1/.
1
cos x donde x D u2 C v , y D u
v 2 . Calcular
@z en el punto @u
112. Sea u D .x C y /4 C y 2 .z C x /3 donde x D r s e t , y D r s log.1 C t 2 /, z D r 2 s cos t . @u Calcula cuando r D 2, s D 1, t D 0. @s 113. Sea z D f .x ; y /, y pongamos x D u2 C v 2 , y D u=v . Calcular las derivadas parciales de de z respecto de las nuevas variables u y v en funcin de las derivadas parciales de z respecto de x e y .
Regla de la cadena. Derivadas parciales de funciones compuestas 114. Sea u D x 4 y C y 2 z 3 C ' .x =y /, donde 8 t <x D 1 C r s e y D r s2 e t : z D r 2 s sen t Calcular
63
@u cuando r D 2, s D 1, t D 0, sabiendo que ' 0 .3=2/ D 1. @s @z @z .2 ; 2/ y .2 ; 2/. Siendo @x @y
115. Sea z D f .x ; y / donde x D s 4 C r 4 , y D 2 r s 2 . Calcula @z @z .1; 1/ D 2 y .1; 1/ D 3. @r @s
116. Prueba que la funcin F .x ; y / D f . x2 y y 2 /, donde f es una funcin real derivable, verica la igualdad @F @F C 2x y D0 .x 2 C y 2 / @x @y 117. Prueba que la funcin F .u; v/ D f .uv; .u2 v 2 /=2/, donde f W R2 ! R es una funcin diferenciable, verica la igualdad " 2 # 2 2 @f 2 @f @F @F 2 2 C C .u C v / D @x @y @u @v 118. Sea z D f .x ; y /, donde x D cos # , y D sen # . Calcula @z =@ y @z =@# y prueba que 2 2 2 @z @z @z 1 @z 2 C D C 2 @x @y @ @# 119. Sea g.s; t / D f .s 2 t 2; t 2 s 2 /. Prueba la igualdad t @g @g Cs D 0. @s @t
120. Sea u D f .x ; y / donde x D es cos t , y D es sen t . Justica que ! 2 @2u @2u @2u 2s @ u C 2 De C 2 @x 2 @y @s 2 @t 121. Sea z D f .x ; y /, donde x D cos # , y D sen # . Prueba que @2z @2z @2z 1 @2z 1 @z C D C C @ @x 2 @y 2 @2 2 @# 2 122. Sea z D f .x ; y / donde x D x .u; v/, y D y .u; v/. Prueba que @2z @2 z @x 2 @2 z @x @y @2 z @y 2 @z @2x @z @2y D C 2 C C C @x @y @u @u @y 2 @u @x @u2 @y @u2 @u2 @x 2 @u E indica la forma en que se evalan estas funciones.
Teorema del valor medio para campos vectoriales
64
123. Sea h.x ; y / D f .u; v/ donde f es de clase C 2 y u D u.x ; y /, v D v.x ; y / son funciones @u @v @u @v de clase C 2 vericando que D y D . Prueba que: @x @y @y @x ! 2 2 ! 2 @f @2 h @2 h @u @v @2f C 2D C C 2 @x @x @x 2 @y @u2 @v 124. Sean las funciones f .x ; y ; z / D .ex Cy 2 ; ez Cy /, g.u; v/ D v 2 C log u para .u; v/ 2 R RC . Qu valor debe tener para que la derivada direccional mxima de g f en .0; 0; 0/ sea igual a 1? 125. Sea F W ! Rn un campo vectorial diferenciable e inyectivo en un abierto Rn . Sea W D F./ y supongamos que W es abierto y F 1 es diferenciable en W . Para y 2 W expresa D F 1 .y / en funcin de la derivada de F.
3.1.3. Teorema del valor medio para campos vectoriales

En el teorema 2.11 vimos una generalizacin del teorema del valor medio para campos escalares que se expresaba por la igualdad: f .b/ f .a/ D r f .c/b a (3.23)
No existe una generalizacin del mismo tipo para funciones vectoriales. Por ejemplo, sea .t / D .cos t ; sen t /. Tenemos que 0 .t / D . sen t ; cos t / es un vector unitario y, como .2/ .0/ D .0; 0/, no existe ningn t 2 R que verique la igualdad .2/ .0/ D 0 .t /2 , es decir no podemos expresar el incremento de la funcin igual al valor de la derivada en un punto intermedio por el incremente de la variable. Lo que se generaliza para funciones vectoriales no es una igualdad anloga a (3.23) sino una desigualdad: si tomamos valores absolutos en (3.23) obtenemos: jf .b/ f .a/j 6 kr f .c/k2 kb ak2 (3.24) Es esta desigualdad la que se generaliza para campos vectoriales con independencia, adems, de las normas que se usen. Recuerda que la principal utilidad del teorema del valor medio es que permite acotar el incremento de una funcin por el incremento de la variable cuando se conoce una cota de la derivada, por ello nada se pierde con la generalizacin que vamos a obtener. 3.9 Teorema (Del valor medio para funciones vectoriales). Sea F una funcin vectorial diferenciable en un abierto Rn . Supongamos que x; y y que kD F.z/k 6 M para todo z 2 x; y . Entonces se verica que: kF.y / F.x/k 6 M ky xk
3.10 Corolario. Un campo vectorial derivable en un dominio con derivada nula en todo punto del mismo es constante.
Teorema de la funcin inversa
65
3.2. Teorema de la funcin inversa

Un resultado que debes conocer de primer curso es el siguiente: Teorema de inversin global para funciones reales. Si f W I ! R es una funcin derivable en un intervalo I cuya derivada no se anula en ningn punto de I , entonces f es una biyeccin de I sobre el intervalo J D f .I /, y su inversa g D f 1 W J ! R es derivable en J siendo g 0 .y / D 1 f 0 .f
1 .y //
8y 2 J
Recuerda que si f es una funcin real de una variable real derivable en un punto a, la aplicacin derivada de f en a es la aplicacin lineal de R en R dada por t 7! f 0 .a/t . Que dicha aplicacin lineal sea invertible equivale a que f 0 .a/ 0. Tambin debes saber que si T 2 L.Rn /, las matrices que representan a T en distintas bases de Rn tienen el mismo determinante, dicho determinante se llama el determinante de la aplicacin lineal T y lo representaremos por det.T/. La aplicacin lineal T es invertible equivale a que det.T/ 0.
Si F W ! Rn es un campo vectorial denido en un abierto Rn y diferenciable en un punto a 2 , el determinante de la derivada, det.D F.a//, se llama el jacobiano de F en a. Teniendo en cuenta lo antes dicho, el determinante jacobiano de F en a es el determinante de la matriz jacobiana JF .a/. La derivada D F.a/ es invertible si, y slo si, det.JF .a// 0.
Pues bien, es fcil dar ejemplos de campos vectoriales de ms de una variable que son diferenciables y cuya derivada en todo punto es invertible pero ellos no lo son. Es decir, el anterior teorema de inversin global para funciones reales de una variable real no puede generalizarse literalmente para campos vectoriales diferenciables de varias variables. 3.11 Ejemplo. El campo vectorial de R2 en R2 dado por F.x ; y / D .ex cos y ; ex sen y / es, evidentemente, diferenciable (es de clase C 1 ) en R2 . Su matriz jacobiana en un punto .x ; y / es x ex sen y e cos y JF .x ; y / D x e sen y ex cos y cuyo determinante es igual a e2x > 0. Sin embargo, dicho campo no es inyectivo en R2 pues F.x ; y C 2/ D F.x ; y /, por lo que la funcin F no tiene inversa. Observa, sin embargo, que la funcin F es inyectiva en R0; 2. Una versin local del teorema de inversin global es la siguiente. Teorema de inversin local para funciones reales. Si f W I ! R es una funcin derivable en un intervalo abierto I cuya derivada no se anula en un punto a 2 I y es continua en dicho punto. Entonces hay un intervalo abierto H I tal que a 2 H , la restriccin de f a H es una biyeccin de H sobre el intervalo J D f .H /, y su inversa g D f 1 W J ! R es derivable en J siendo 1 g 0 .y / D 0 8y 2 J f .f 1 .y //
66
Como vamos a ver, este teorema de inversin local s puede generalizarse para campos vectoriales. Sea, pues, F D .f1 ; f2 ; : : : ; fn / W ! Rn un campo vectorial diferenciable en un abierto Rn . Queremos dar condiciones que garanticen que para cada y D .y1 ; y2 ; : : : ; yn / 2 F./ el sistema de ecuaciones: f 1 .x 1 ; x 2 ; : : : ; x n / D ::::::::::::::: y1 y2 ::: yn (3.25)
f 2 .x 1 ; x 2 ; : : : ; x n / D f n .x 1 ; x 2 ; : : : ; x n / D
tiene solucin nica en x D .x1 ; x2 ; : : : ; xn / 2 . Dicho de otra forma, queremos saber si dicho sistema permite despejar x1 ; x2 ; : : : ; xn en funcin de y D .y1 ; y2 ; : : : ; yn /. Adems, queremos que las soluciones sean funciones diferenciables de y . As planteado, la pregunta que nos estamos haciendo es si F es inyectiva en . Acabamos de ver con un ejemplo que en general esto no es as: los campos vectoriales no suelen ser funciones inyectivas en dominios muy grandes. Adems, las herramientas que vamos a usar proporcionan informacin sobre el comportamiento local de la funcin. Por eso, lo primero que hacemos es localizar el problema. Dado a 2 , nos preguntamos si hay conjuntos abiertos U y V Rn con a 2 U tales que para todo y 2 V las ecuaciones 3.25 tienen solucin nica x 2 U . Naturalmente, las funciones fj pueden ser de muy variada naturaleza y sera una ingenuidad suponer que hay algn tipo de algoritmo que permita resolver dicho sistema. Hay un caso en que s sabemos resolverlo: cuando las ecuaciones son lineales. Pues bien, en situaciones como sta lo que se hace es linealizar el problema, es decir, sustituimos la funcin F por su derivada y trasladamos el problema a dicha aplicacin derivada, con lo cual hemos convertido nuestro problema inicial en un problema de lgebra lineal mucho ms simple. En nuestro caso, la linealizacin del problema conduce al sistema de ecuaciones lineales D F.a/.x/ D y : D1 f1 .a/x1 C D2 f1 .a/x2 C C Dn f1 .a/xn D y1 D1 f2 .a/x1 C D2 f2 .a/x2 C C Dn f2 .a/xn D y2 ::::::::::::::: :::
D1 fn .a/x1 C D2 fn .a/x2 C C Dn fn .a/xn D yn Para cada y 2 Rn dicho sistema tiene solucin nica en x si, y slo si, el determinante jacobiano det.JF .a// 0. Un entorno abierto de un punto es un conjunto abierto que contiene a dicho punto. 3.12 Teorema (de la funcin inversa). Sea F D .f1; f2 ; : : : ; fn / W ! Rn un campo vectorial de clase C 1 en un abierto Rn . Sea a 2 y supongamos que det.JF .a// 0. Entonces existe un entorno abierto de a, U , tal que F.U / D V es abierto, F es una biyeccin de U sobre V , la biyeccin inversa G W V ! U Rn es de clase C 1 en V y para todo y 2 V es D G .y / D D F .x /
1
donde x D G.y /
(3.26)
Si F es de clase C k en entonces G es de clase C k en V .

67
Demostracin. 1 Como es natural, suponemos jada una norma k k en Rn . Dicha norma puede ser cualquiera pues los conceptos que guran en el enunciado del teorema son todos de naturaleza algebraico topolgica.
n: . Consideramos n como espacio mtrico con la mtrica producto Sea n D :.: (ver el ejercicio 18). La aplicacin ' W n ! R denida por: '.x1 ; x2 ; : : : ; xn / D det Dj fi .xi / 16i 6n 16 j 6 n
es continua porque las derivadas parciales son continuas y el determinante es una suma de n Y productos de la forma Djifi .xi / donde 1 6 ji 6 n. Como por hiptesis '.a; a; : : : ; a/ 0,
i D1 n: B existe una bola abierta en n en la cual ' no se anula. Dicha bola ser de la forma B :.: n donde B D B .a; r / es una bola abierta en R .
n: B por lo que '.x; x; : : : ; x/ D Para todo x 2 B se tiene que .x; x; : : : ; x/ 2 B :.: det.JF .x// 0.
Para x; y 2 B se verica que x; y B , por lo que podemos aplicar el teorema del valor medio 2.11 a cada componente fi de F para obtener que existe zi 2 x; y tal que: i D 1; 2 ; : : : ; n fi .y / fi .x/ D r fi .zi /y x Lo que podemos expresar matricialmente en la forma: F .y / F.x/ D Dj fi .zi / ..y x /t
n: B , tenemos que '.z ; z ; : : : ; z / 0. Por tanto, si y x, Como .z1 ; z2 ; : : : ; zn / 2 B :.: n 1 2 de la igualdad anterior deducimos que F.y / F.x/. Hemos probado as que F es inyectiva en B.
Pongamos U D B . Hemos probado que det.JF .x// 0 para todo x 2 U y que F es inyectiva en U . Seguidamente probaremos que la imagen por F de todo conjunto abierto contenido en U es un conjunto abierto en Rn . Sean W U un abierto y v 2 F.W /. Sea c 2 W tal que F.c/ D v . Tomemos s > 0 tal que la bola eucldea cerrada B .c; s / W . Sea D Fr.B .c; s // D fx 2 Rn W kx ck2 D s g. La aplicacin h W ! R dada por h.x/ D kF.x/ v k2 verica que h.x/ > 0 para todo x 2 y es continua. Por compacidad, h alcanza un mnimo absoluto en un punto x0 2 . Sea m D h.x0 / > 0. Probaremos que B .v ; m=2/ F.B .c; s // donde las bolas son bolas eucldeas. Sea y 2 B .v ; m=2/ jo en lo que sigue. Denimos la funcin g W B .c; s / ! R por g.x/ D kF.x/ y k2 . Dicha aplicacin es continua y, por compacidad, alcanza su mnimo absoluto en un punto z 2 B .c; s /. Como g.c/ D kv y k2 < m=2, tenemos que g.z/ < m=2. Para x 2 se verica que: g.x/ D kF.x/ y k2 > kF.x/ v k2 kv y k2 > m m m D 2 2
1 Esta demostracin est tomada del excelente libro Anlisis Matemtico del profesor Carlos Ivorra Castillo que puedes bajar de Internet.
Teorema de la funcin inversa Luego g.x/ no es el mnimo de g, es decir, x z. Por tanto z 2 B .c; s /.
68
Como g es una funcin que toma valores positivos, es claro que g2 alcanza su mnimo en z. Como n X 2 2 g .x/ D kF.x/ y k2 D .fi .x/ yi /2
i D1
es una funcin
diferenciable2 ,
2
dicho punto debe ser un punto crtico de g2 . Deducimos que:

n X i D1
Dj g .z/ D 2
Dj fi .z/.fi .z/
yi / D 0
16j 6n
Igualdades que podemos expresar matricialmente como: JF .z/..F.z/ y /t D 0
Como det.JF .z// 0, concluimos que debe ser F.z/ D y . Como y es cualquier punto en B .v ; m=2/ y z 2 B .c; s /, hemos probado que F.B .c; s // B .v ; m=2/ lo que implica que B .v ; m=2/ F.W /. Por tanto F.W / es un conjunto abierto. En particular V D F.U / es un conjunto abierto. La aplicacin F es una biyeccin de U sobre V . Sea G W V ! U Rn la biyeccin inversa denida por: G.F.x// D x 8x 2 U; F.G.y // D y 8y 2 V
1 .W
Si O Rn es abierto, W D O \ U U es abierto, y se tiene que G 1 .O / D G es abierto. Las proposiciones 1.35 y 1.36 nos dicen que G es continua en V .
/ D F .W /
Probaremos que G es diferenciable en V . Sea v 2 V y c D G.v / 2 U . Pongamos T D D F.c/ y S D T 1 . La funcin ' W ! R denida por '.c/ D 0 y para x 2 U , x c, por la igualdad: kF.x/ F.c/ T .x c/k D '.x/kx ck (3.27) es continua en c porque F es diferenciable en c. Pongamos y D F.x/ 2 V donde x 2 U , con lo que G.y / D x. Tenemos: kG.y / G.v / S.y v /k D kS y v T.G.y / G.v // k6 6 kSkky v T .G .y / D kSk'.G.y //kG.y / G .v /k G.v //k D por (3.27) D Por otra parte: kG.y / G.v /k D kx 6 kSk .kF.x/ ck D kS T.x F.c/ T .x c/k 6 kSkkT.x c/k C kF.x/ F.c/k/ D c/k6 F.c/k/ D
D kSk .'.x/kx
D kSk .'.G.y //kG.y /
ck C kF.x/
G.v /k C ky
v k/
Como la funcin ' G W V ! R es continua en v y '.G.v // D '.c/ D 0, existe > 0 tal que 1 '.G.y //kSk 6 siempre que ky v k < . Por tanto, para ky v k < tenemos: 2 1 kG.y / G.v /k 6 kG.y / G.v /k C kSkky v k 2
2 Para
eso trabajamos con la norma eucldea.
Teorema de la funcin inversa Esto es: kG.y / Con lo cual resulta nalmente que: kG.y /
y !v
69
G.v /k 6 2kSkky S .y
vk vk
1.
G .v /
v /k 6 '.G.y //2kSk2 ky
Como, lK m '.G.y //D0, deducimos que G es diferenciable en v y adems D G.v /D.D F.c//
Esta igualdad nos dice que D G D .D F G/ 1 . Como la aplicacin y 7! G.y / de V en U Rn es continua, la aplicacin x 7! D F.x/ de U en GL.Rn / es continua y la aplicacin T 7! T 1 de GL.Rn / en L.Rn / es continua, deducimos que la aplicacin y 7! D G.y / de V en L.Rn / es continua en V , es decir G es de clase C 1 en V . Finalmente, probaremos que si F es de clase C k tambin lo es G. Acabamos de ver que esto es cierto para k D 1. Supongamos que es cierto para k y veamos que en tal caso tambin lo es para k C 1. Sea F D .f1 ; f2 ; : : : ; fn / de clase C k C1 . Eso quiere decir que los campos escalares componentes de F, esto es las funciones fi , tienen derivadas parciales continuas de orden k C 1 y, por tanto, las funciones Dj fi tienen derivadas parciales continuas de orden k . Teniendo en cuenta la igualdad (3.28) y la regla de Cramer para calcular la inversa de una matriz cuadrada, deducimos que las funciones Dj gi (donde gi , 1 6 i 6 n, son los campos escalares componentes de G) son funciones racionales de las funciones Dj fi G cuyo denominador es siempre el determinante de JF .G.y // que sabemos no se anula para y 2 V . Como, por la hiptesis de induccin, G es de clase C k , las funciones Dj fi G son tambin de clase C k y, siendo las funciones racionales de clase C 1 , concluimos, por la regla de la cadena, que las funciones Dj gi son de clase C k en V , es decir G es de clase C k C1 en V .
Como esto es vlido para todo v 2 V hemos probado que G es diferenciable en V y para todo punto y 2 V es: D G.y / D .D F.G.y /// 1 8y 2 V (3.28)
Se dice que una aplicacin entre espacios mtricos es una aplicacin abierta si la imagen por dicha aplicacin de cualquier abierto es un abierto. Sean U , V abiertos en Rn . Un difeomorsmo de U sobre V es una biyeccin de U sobre V que es diferenciable en U y cuya inversa es diferenciable en V . Si ambas aplicaciones son de clase C k se dice que el difeomorsmo es de clase C k . Sea F W ! Rn un campo vectorial diferenciable en un abierto Rn . Se dice que F es un difeomorsmo local en si para todo punto x 2 hay un entorno abierto Ux de dicho punto tal que F.Ux / D Vx es un abierto y F es un difeomorsmo de Ux sobre Vx . 3.13 Corolario. Sea F W ! Rn un campo vectorial de clase C k en un abierto Rn y supongamos que detJF .x/ 0 para todo x 2 . Entonces F es un difeomorsmo local de clase C k en y es una aplicacin abierta. Si, adems, F es inyectivo en entonces es un difeomorsmo de clase C k de sobre F./. Un difeomorsmo F de un abierto U Rn sobre un abierto V Rn suele interpretarse como una funcin que dene nuevas coordenadas en V ; de hecho, a veces se llama a los diUniversidad de Granada Dpto. de Anlisis Matemtico Prof. Javier Prez Clculo Diferencial en Rn
Teorema de la funcin implcita
70
feomorsmos cambios de variables o cambios de coordenadas: las coordenadas segn F de un punto y 2 V son las coordenadas cartesianas del punto x 2 U tal que F.x/ D y . 3.14 Ejemplo (Coordenadas polares en el plano). El campo vectorial F W RC ; ! R2 dado por F.; #/ D . cos #; sen #/, es inyectivo en D RC ; . Como F es de clase C 1 (es, de hecho, de clase C 1 ) y detJF .; #/ D > 0, concluimos que F es un difeomorsmo de clase C 1 de sobre F./ D R2 n f.x ; 0/ W x 6 0g. Dado .x ; y / 2 F./ el par .; #/ 2 tal que F.; #/ D .x ; y / son las coordenadas polares de .x ; y /. Una consecuencia interesante del teorema de la funcin inversa es la siguiente. 3.15 Proposicin. Sea F W ! Rm una funcin de clase C 1 en un abierto Rn . Supongamos que la derivada de F en todo punto de es sobreyectiva. Entonces F es una aplicacin abierta. Demostracin. Sean a 2 y fe1 ; e2 ; : : : ; em g la base cannica de Rm . Como D F .a/ W Rn ! Rm es sobreyectiva, existen vectores ui 2 Rn tales que D F .a/.ui / D ei , 1 6 i 6 m. Denamos S W Rm ! Rn por: ! m m X X S i ei D i ui
i D1 i D1
Claramente, S es lineal y D F .a/ S.ei / D ei , 1 6 i 6 m. Por tanto D F .a/ S D IRm (la identidad en Rm ). Denamos Sa D a S donde a W Rn ! Rn es la traslacin de vector a: a .x/ D a C x para todo x 2 Rn . Como a D Sa .0/ 2 , el conjunto Wa D Sa 1 ./ es un entorno abierto de 0 en Rm .
Podemos aplicar ahora el teorema de la funcin inversa a la funcin Ga W Wa ! Rm denida por Ga .x/ D F Sa .x/ para todo x 2 Wa . Claramente Ga es de clase C 1 en Wa y D Ga .0/ D D F .a/ S D IRm . Obtenemos as que hay un entorno abierto Va Wa de 0 tal que Ga es un difeomorsmo de Va sobre el abierto Ga .Va /. Sea U un conjunto abierto y sea a 2 U . El conjunto Ua D Sa 1 .U / \ Va es un entorno abierto de 0 contenido en Va , por lo que Ga Ua / es abierto y Ga .0/ D F .a/ 2 Ga Ua /. Como: Ga Ua / Ga Sa 1 .U / D .F Sa / Sa 1 .U / D F Sa Sa 1 .U / F .U /
Se sigue que F .a/ es un punto interior de F .U /. Luego todos los puntos de F .U / son interiores y F .U / es abierto.
3.3. Teorema de la funcin implcita

Sea f .x ; y / una funcin de dos variables con derivadas parciales de primer orden continuas y consideremos la ecuacin f .x ; y / D 0. Las soluciones de dicha ecuacin representan una curva en el plano. Bueno, hablando con propiedad pueden representar algo ms general que una curva. Para que te convenzas de ello basta que consideres la ecuacin f .x ; y / D .x 2 C y 2
1/.2.x
1/2 C 3.y
2/2
1/.y
x 2/ D 0
71
la funcin f se anula en los puntos de la circunferencia x 2 C y 2 D 1, de la parbola y D x 2 y de la elipse 2.x 1/2 C 3.y 2/2 D 1. Por tanto la ecuacin f .x ; y / D 0 representa la unin de todas esas curvas.
Figura 3.1. Conjunto dado por f .x ; y / D 0
Ese conjunto (ver gura (3.1)) no es exactamente una curva pero localmente se parece a una curva. La palabra localmente quiere decir que si jamos un punto .a; b / tal que f .a; b / D 0 entonces hay una bola abierta B ..a; b /; r / tal que el corte de dicha bola con el conjunto de puntos M D f.x ; y / W f .x ; y / D 0g es una curva. De hecho, no es cierto que la condicin anterior se verique para todos los puntos .a; b / tales que f .a; b / D 0. Dicha condicin falla en los puntos donde se cortan dos de las curvas cuya unin forma M , pues es claro que en dichos puntos el conjunto M no parece localmente una curva. Pues bien, en dichos puntos se anula el vector gradiente de f y en ellos la recta tangente no est denida. Este ejemplo te ayudar a entender lo que sigue. Volvamos al caso general de una funcin de dos variables f .x ; y / con derivadas parciales continuas de primer orden. Consideremos ahora la ecuacin f .x ; y / D 0 desde otro punto de vista. Intuitivamente, una ecuacin es una condicin que debe ligar a una de las variables, es decir, que si en la igualdad f .x ; y / D 0 se ja un valor de x entonces el valor de y queda determinado de manera nica por dicho valor de x . A veces esto es verdad como en el siguiente ejemplo. Consideremos f .x ; y / D y 3 C y ex C sen x Fijado un valor de x la ecuacin f .x ; y / D 0 es un polinomio de tercer grado en y que tiene una nica solucin real pues su derivada respecto de y es 3y 2 C ex que no se anula. Es decir, en este caso es cierto que la igualdad y 3 C y ex C sen x D 0 (3.29)
dene de manera nica a y como funcin de x , en el sentido de que jado un valor de x , hay un nico y D '.x / que verica dicha igualdad, esto es, la funcin '.x / est denida por la condicin: '.x /3 C '.x / ex C sen x D 0 (3.30) Se dice que la funcin ' est implcitamente denida por la igualdad (3.29). Puedes calcular con wxMaxima el valor de dicha funcin y comprobars que es bastante complicada. El hecho
72
es que la mejor forma de trabajar con la funcin ' es la igualdad (3.30) que la dene. Por ejemplo, si queremos calcular la derivada de ' en un punto basta con que derivemos dicha igualdad para obtener 3' 0 .x /'.x /2 C ' 0 .x / ex C'.x / ex C cos x D 0 lo que permite calcular ' 0 .x / en funcin de '.x /. En general, no es cierto que una igualdad de la forma f .x ; y / D 0 permita despejar una variable en funcin de la otra. Para convencerte, considera el primer ejemplo que pusimos. Ni tan siquiera una igualdad tan sencilla como x 2 C y 2 1 D 0 permite despejar una variable como funcin de la otra pues es claro que para cada valor que jemos de una variable (comprendido entre -1 y 1) hay dos posibles valores de la otra que verican dicha igualdad. Relacionemos ahora los dos puntos de vista que hemos considerado. Pongamos n o D .x ; y / 2 R2 W f .x ; y / D 0
Si la igualdad f .x ; y / D 0 permitiera despejar y en funcin de x , es decir, deniera una funcin y D '.x / por la condicin f .x ; y / D 0 y D '.x / entonces se tendra que (llamando I al intervalo donde est denida ' ) n o D .x ; y / 2 R2 W f .x ; y / D 0 D f.x ; '.x // W x 2 I g
es decir, el conjunto sera la grca de ' , que, como sabemos, es un tipo muy particular de curva. Pero ya hemos visto que el conjunto puede ser una curva mucho ms general que la grca de una funcin. Pero incluso en este caso, dicha curva es localmente, excepto en los puntos donde se anula el gradiente, una grca de una funcin.
Las consideraciones anteriores se pueden llevar al caso de una funcin de tres variables f .x ; y ; z / considerando ahora la supercie denida por la ecuacin f .x ; y ; z / D 0. La pregunta ahora es si jados un valor de x y otro de y queda determinado de manera nica un valor de z D '.x ; y / que verica dicha ecuacin. En caso armativo tendramos que la supercie de ecuacin f .x ; y ; z / D 0 coincidira con la grca de ' . Ya puedes suponer que esto no es cierto en general pues la mayora de las supercies no son grcas de funciones. Consideremos ahora el caso general en que tenemos una funcin vectorial F W ! Rm de clase C 1 denida en un abierto RnCm . Estamos interesados en estudiar el conjunto donde se anula F, es decir, el conjunto M D fx 2 W F.x/ D 0g. Dicho conjunto est determinado por el sistema de m ecuaciones: f1 .x1 ; x2 ; : : : ; xn ; xnC1 ; : : : ; xnCm / D :::::::::::::::::::::::::::::: 0 0 ::: 0
f2 .x1 ; x2 ; : : : ; xn ; xnC1 ; : : : ; xnCm / D fm .x1 ; x2 ; : : : ; xn ; ; xnC1 ; : : : ; xnCm / D

(3.31)
73
En Mecnica estas ecuaciones se interpretan como ligaduras que deben satisfacer las variables. Tenemos en total m ligaduras que, intuitivamente, deben atar a m de las variables en el sentido de que el valor de las mismas quede determinado por el valor de las otras n. Por comodidad, consideremos las ltimas m variables. La pregunta que nos hacemos es si el sistema de ecuaciones (3.31) permite despejar .xnC1 ; xnC2 ; : : : ; xnCm / en funcin de .x1 ; x2 ; : : : ; xn /. Para responder a esta pregunta lo primero que hacemos, siguiendo una estrategia ya conocida, es localizar el problema. La siguiente notacin es cmoda: si x D .x1 ; x2 ; : : : ; xn / 2 Rn y y D .y1 ; y2 ; : : : ; ym / 2 Rm , pondremos .x; y / D .x1 ; x2 ; : : : ; xn ; y1 ; y2 ; : : : ; ym / 2 RnCm , es decir, identicamos RnCm con Rn Rm . Supongamos que .a; b/ 2 satisface el sistema de ecuaciones (3.31), es decir F.a; b/ D 0. Nos preguntamos si hay entornos abiertos, A Rn de a y B Rm de b, tales que para todo x 2 A existe un nico y 2 B tal que .x; y / sea solucin de (3.31). Cuando esto es as, existe una funcin ' W A ! B que a cada x 2 A hace corresponder el nico y 2 B que verica que es solucin de (3.31), es decir, F.x; '.x// D 0. En tal caso, tambin se tiene que M \ .A B / D f.x; '.x// W x 2 Ag, es decir, el conjunto M \ .A B / es la grca de la funcin ' . El siguiente paso es linealizar el problema, esto es, sustituir la funcin F por su derivada en .a; b/ y trasladar el problema que nos ocupa a dicha derivada. El sistema de ecuaciones lineales que resulta escrito en forma matricial es: JF .a; b/..x; y /t D 0 Se trata de un sistema de m ecuaciones lineales con nC m incgnitas y lo que queremos saber es si dicho sistema permite despejar y en funcin de x. La respuesta es conocida: basta exigir que el determinante de las ltimas m columnas de la matriz JF .a; b/ sea distinto de cero. Llamando J1 la matriz de las primeras n columnas de JF .a; b/ y J2 a la matriz de las ltimas m columnas tenemos que: JF .a; b/..x; y /t D J1 .xt C J2 .y t D 0 y t D .J2 1 .J1 /.xt Despus de lo que antecede, el teorema que sigue es lo que se espera. 3.16 Teorema (de la funcin implcita). Sea F D .f1 ; f2 ; : : : ; fm / W G ! Rm una funcin de clase C 1 denida en un abierto RnCm . Sea .a; b/ 2 tal que F.a; b/ D 0 y det DnCj fi .a; b/ 16i 6m 0
16 j 6 m
Entonces existen un entorno abierto W de .a; b/, un entorno abierto U de a y una funcin ' W U ! Rm de clase C 1 tales que: f.x; y / 2 W W F.x; y / D 0g D f.x; '.x// W x 2 U g Adems, para todo x 2 U se verica que det DnCj fi .x; '.x// y J' .x/ D DnCj fi .x; '.x//
16 i 6 m 16 j 6 m 1
16 i 6 m 16 j 6 m
. Dj fi .x; '.x//
Si F es de clase C k entonces ' es de clase C k .

16 i 6 m 16 j 6 n
Teorema de la funcin implcita Demostracin. Denimos el campo vectorial H W ! RnCm por: H .x; y / D .x; F.x; y // 8.x; y / 2 : H es de clase C 1 y su matriz jacobiana en .x; y / 2 viene dada por: Inn JH .x; y /D D 1 f 1 .x ; y / :::::::::::: D 1 f m .x ; y / ::: ::: ::: D n f 1 .x ; y / :::::::::::: D n f m .x ; y / DnC1 f1 .x; y / :::::::::::: DnC1 fm .x; y /
16 i 6 m 16 j 6 m
74
0nm ::: ::: :::
DnCm f1 .x; y / :::::::::::: DnCm fm .x; y /
Tenemos que: detJH .x; y / D det DnCj fi .x; y /
Por lo que detJH .a; b/ 0. Podemos aplicar el teorema de la funcin inversa al campo vectorial H para obtener que hay un entorno abierto de H.a; b/D.a; 0/, que podemos tomarlo de la forma U V donde U Rn es un entorno abierto de a y V Rm es un entorno abierto de 0, y un entorno abierto de .a; b/, W , tal que H es un difeomorsmo de clase C 1 de W sobre U V. Sea G W U V ! W RnCm el difeomorsmo inverso de HjW . Teniendo en cuenta la denicin de H, claramente G es de la forma: G.x; z/ D .x; .x; z// '.x/ D .x; 0/ 8.x; z/ 2 U V 8x 2 U:
donde W U V ! Rm es una funcin de clase C 1 . Denimos ' W U ! Rm por: La funcin ' es de clase C 1 . Para todo x 2 U se tiene que .x; 0/ 2 U V y G.x; 0/ D .x; '.x//. Por lo que .x; 0/ D H.G.x; 0// D H.x; '.x// D .x; F.x; '.x///, luego F .x; '.x// D 0. Observa que para todo x 2 U se tiene que .x; '.x// 2 W . Luego hemos probado que: f.x; y / 2 W W F.x; y / D 0g f.x; '.x// W x 2 U g Supongamos ahora que .x; y / 2 W y F.x; y / D 0. Entonces H.x; y / D .x; 0/ 2 U V , luego x 2 U y, por tanto, .x; '.x// D G.x; 0/ 2 W . Puesto que H.x; '.x// D .x; 0/, y H es inyectiva en W ha de ser y D '.x/. Hemos probado as que: f.x; y / 2 W W F.x; y / D 0g f.x; '.x// W x 2 U g : Queda probado que: f.x; y / 2 W W F.x; y / D 0g D f.x; '.x// W x 2 U g En particular, se tiene que '.a/ D b. Por el teorema de la inversa, tenemos que para todo .x; y / 2 W es detJH .x; y / 0; en particular, para todo x 2 U es: detJH .x; '.x// D det DnCj fi .x; '.x// 16i 6m 0
16 j 6 m
Teorema de la funcin implcita Para cada i D 1; 2 ; : : : ; n y para todo x 2 U se verica que: fi .x; '.x// D 0
75
Derivando esta identidad respecto a la variable k -sima por la regla de la cadena, poniendo ' D .'1 ; '2 ; : : : ; 'm /, tenemos que: Dk fi .x; '.x// C
m X
j D1
DnCj fi .x; '.x//Dk 'j .x/ D 0
Y, por tanto, dicho sistema tiene solucin nica que viene dada por:
Para cada valor jo de x 2 U y de k D 1; 2 ; : : : ; n ste es un sistema lineal de m ecuaciones y m incgnitas: las Dk 'j .x/ para 1 6 j 6 m. El determinante de la matriz del sistema es: det DnCj fi .x; '.x// 16i 6m 0
16 j 6 m
D ' .x / D
k 1
:::::: :::::: Dk 'm .x/
::: :::::::::::: ::: :::::::::::: ::: DnC1 fm .x; '.x// : : :
nC1 f1 .x; '.x//
DnCm f1 .x; '.x// :::::::::::: :::::::::::: DnCm fm .x; '.x//
D f .x; '.x//
k 1
:::::: :::::: Dk fm .x; '.x//
Tenemos en total n sistemas de ecuaciones, uno para cada valor de k D 1; 2 ; : : : ; n. Cada uno de ellos tiene como solucin la columna k -sima de la matriz jacobiana J' .x/. Las soluciones de todos ellos podemos escribirlas matricialmente en la forma: J' .x/ D DnCj fi .x; '.x//
16 i 6 m 16 j 6 m
. Dj fi .x; '.x//
Finalmente, si la funcin F es de clase C k esta propiedad se traslada a las funciones H, G, y, por tanto, a la funcin implcita '.
16 i 6 m 16 j 6 n
3.17 Observacin. Con las notaciones usadas en la demostracin del teorema, como W es un entorno abierto de .a; b/, hay entornos abiertos A1 Rn de a y B Rm de b tales que A1 B W . Como ' W U ! Rm es continua y U es abierto, el conjunto A D ' 1 .B / \ A1 es un entorno abierto de a. Para todo x 2 A tenemos que '.x/ 2 B por lo que f.x; '.x/ W x 2 Ag A B . Adems A B W . Deducimos fcilmente que: .A B / \ F
1
.0/ D f.x; y / 2 A B W F.x; y / D 0g D f.x; '.x/ W x 2 Ag
En la prctica el teorema de la funcin implcita se aplica en la forma que te explico en los siguientes ejemplos. 3.18 Ejemplo. Comprobar que la ecuacin xyz C sen.z
6/
2 .x C y C x 2 y 2 / D 0
76
dene a z como funcin implcita de .x ; y / en un entorno de .1; 1/, con z .1; 1/ D 6. Comprobar que .1; 1/ es un punto crtico de la funcin z D z .x ; y /. Solucin. Pongamos f .x ; y ; z / D xyz C sen.z
6/ 2.x C y C x 2 y 2 / que tiene derivadas @f @f parciales continuas de todo orden. Tenemos que D xy C cos.z 6/, por lo que .1; 1; 6/ D @z @z 2 0. Como, adems, f .1; 1; 6/ D 0, el teorema de la funcin implcita garantiza que hay una funcin con derivadas parciales continuas, .x ; y / 7! z .x ; y /, denida en un entorno, U , de .1; 1/ tal que z .1; 1/ D 6, y f .x ; y ; z .x ; y // D 0 para todo .x ; y / 2 U:
Derivando esta identidad tenemos que: @f @z @f C D yz @x @z @x @f @f @z C D xz @y @z @y 2.1 C 2xy 2 / C .xy C cos.z 2.1 C 2x 2 y / C .xy C cos.z @z D0 @x @z 6// D0 @y 6//
Donde las derivadas parciales de la funcin implcita z D z .x ; y / estn calculadas en un punto .x ; y / 2 U y las de f estn calculadas en el punto .x ; y ; z .x ; y //. Haciendo x D y D 1, @z @z .1; 1/ D .1; 1/ D 0, esto es, z D z .1; 1/ D 6, en las igualdades anteriores, se obtiene que @x @y .1; 1/ es un punto crtico de z D z .x ; y /. El ejemplo anterior es todava demasiado explcito, nos dice muy claramente lo que hay que hacer. Lo ms frecuente es que nos encontremos con ejercicios como el siguiente. 3.19 Ejemplo. Sabiendo que y cos.xz / C x 3 ez y z C 1 D 0 Calcular (3.32)
es decir, supones que has calculado para valores de x e y dados la solucin respecto a z de la igualdad (3.32). Esta solucin (que de hecho no es posible expresar de forma explcita, esto es, que no puede calcularse) la representamos por z D z .x ; y / y es la funcin implcita denida por la igualdad (3.32) (el teorema de la funcin implcita que es un teorema de existencia garantiza que dicha funcin existe cuando se cumplen las hiptesis del mismo). Ahora derivamos en la igualdad (3.33) respecto a x para obtener
y sen xz .x ; y / @z @z z .x ; y / C x .x ; y / C 3x 2 ez .x ;y /y Cx 3 y .x ; y / ez .x ;y /y @x @x @z .x ; y / D 0 @x
@z .x ; y / y particularizar para el punto .x ; y / D .0; 0/. @x Solucin. En un ejercicio como este lo ms fcil es que en la igualdad (3.32) sustituyas mentalmente z D z .x ; y / y la veas como y cos xz .x ; y / C x 3 ez .x;y /y z .x ; y / C 1 D 0 (3.33)
de donde
yz .x ; y / sen xz .x ; y / 3x 2 ez .x;y /y @z .x ; y / D @x x 3 y ez .x;y /y x y sen.xz .x ; y // 1

77
Naturalmente, esta igualdad tiene sentido siempre que el denominador de la fraccin sea distinto de cero. Puedes comprobar que si llamas f .x ; y ; z / D y cos.xz / C x 3 ezy z C 1 entonces la igualdad anterior es precisamente @f .x ; y ; z / @x @f .x ; y ; z / @z calculada en el punto .x ; y ; z .x ; y //. Para .x ; y / D .0; 0/ se tiene que z .0; 0/ viene dado por la ecuacin que se obtiene haciendo x D 0 e y D 0 en la igualdad (3.32) de donde se sigue z .0; 0/ D 1. Adems @f @f .0; 0; z .0; 0// D .0; 0; 1/ D 1 0 @z @z Por lo que @z 0 .0; 0/ D D0 @x 1
126. Particulariza el teorema de la funcin inversa: a) Para campos escalares de dos y de tres variables. b) Para funciones vectoriales de R3 en R2 y para funciones vectoriales de R4 en R2 . 127. Calcular las derivadas parciales de primer orden de la funcin z D z .x ; y / denida implcitamente por yz 4 C x 2 z 3 exyz D0. Particularizar para el punto .x ; y / D .1; 0/. 128. Calcular las derivadas parciales de primer orden de la funcin z D z .x ; y / denida implcitamente por z 3 C z ex C cos y D 0. 129. Calcular las derivadas parciales de primer orden de la funcin z D z .x ; y / dada implcitamente por 3x 2 y 2 C 2z 2 xy 2zx 3 C 4zy 3 4 D 0, en el punto .2 ; 1/ siendo z .2 ; 1/ D 2. 130. Supongamos que la igualdad
y Cz xy z2
g.t /dt C
3x Cy
h.t /dt D 0
donde g y h son funciones reales derivables, dene a z como funcin implcita de x ; y . Calcular las derivadas parciales de primer orden de z D z .x ; y /.
Teorema de la funcin implcita 131. Sabiendo que g es una funcin continua con g.0/ D 3, justica que
xy
78
x2 1
g.t / dt C x 2 y D 0
dene a y como funcin implcita de x en un entorno del punto .1; 0/. Calcula y 0 .1/. 132. Supongamos que la igualdad F .x ; y ; z / D 0 determina implcitamente funciones diferen@x @y @z ciables x D x .y ; z /, y D y .x ; z /, z D z .x ; y /. Probar que D 1. @y @z @x 133. Calcular la derivada de la funcin y D y .x / denida implcitamente por x y C 3x 2 2y 2 2y D 0
Particularizar para x D 1 sabiendo que y .1/ D 1. 134. Calcular la derivada de la funcin y D y .x / denida implcitamente por y log.x 2 C y 2 / 2x y D 0
Particularizar para x D 0 sabiendo que y .0/ D 1. 135. Sea F D .u; v/ W ! R2 un campo vectorial de clase C 1 en un abierto R2 cuya derivada no se anula en . Supongamos que F satisface las ecuaciones de CauchyRiemann en , es decir, que para todo punto .x ; y / 2 se verican las igualdades: @u @v .x ; y / D .x ; y /; @x @y @u .x ; y / D @y @v .x ; y / @x
Prueba que F es un difeomorsmo local en . Si, adems, F es inyectiva, prueba que su inversa tambin satisface las ecuaciones de Cauchy-Riemann. 136. Justica la existencia de una funcin ' de clase C 1 denida en un entorno U de cero en R con valores en R tal que: 1 '.x / ex Cx e'.x/ D0 8x 2 U
Calcula el polinomio de Taylor de segundo orden de ' en x D 0. 137. Probar que las ecuaciones: xy 5 C yu5 C z v 5 D 1
x 5y C y 5 u C z 5 v D 1 denen a u y a v como funciones implcitas de .x ; y ; z / en un entorno de .0; 1; 1; 1; 0/. @u @2 u Calcula .0; 1; 1/ y 2 .0; 1; 1/. @y @y
79
138. Justica la existencia de abiertos difeomorfos A y B de R2 vericando que .1; 1/ 2 A, .0; 1/ 2 B y que para cada .x ; y / 2 A existe un nico .u; v/ 2 B tal que: x eu Cy ev D 1 C e u ex Cv ey D e Calcula la matriz jacobiana en .1; 1/ de la aplicacin .x ; y / 7! .u.x ; y /; v.x ; y //.
Calcula la matriz jacobiana en .0; 1/ de la aplicacin .u; v/ 7! .x .u; v/; y .u; v//. 139. Sea z D z .x ; y / la funcin dada implcitamente por 3x 2 y 2 C 2z 2 xy Calcula 2zx 3 C 4zy 3 4 D 0:
@2 z en el punto .2 ; 1/ siendo z .2 ; 1/ D 2. @x @y
140. Comprobar que la ecuacin xyz C sen.z 6/ 2 .x C y C x 2 y 2 / D 0
dene a z como funcin implcita de .x ; y / en un entorno de .1; 1/, con z .1; 1/ D 6. Comprobar que .1; 1/ es un punto crtico de la funcin z D z .x ; y / y estudiar si se trata de un mximo relativo, mnimo relativo o punto de silla. 141. Sea z D z .x ; y / la funcin dada implcitamente por yz 4 C x 2 z 3 @2 z en el punto .x ; y / D .1; 0/. @x @y exyz D0. Calcular
142. Calcular y clasicar los puntos crticos de la funcin z D z .x ; y / denida implcitamente por la igualdad 2x 2 C 2y 2 C z 2 C 8xz z C 8 D 0. 143. Probar que es posible despejar de manera diferenciable u y v en funcin de x ; y ; z en las ecuaciones: xy 2 C xzu C y v 2 D 3 u3 xy C 2x v u2 v 2 D 2 En un entorno de .x ; y ; z / D .1; 1; 1/ y .u; v/ D .1; 1/. Calcula @u @v .1; 1; 1/ y .1; 1; 1/. @z @z
144. Justica que existen dos campos escalares u y v denidos en un entorno abierto U del punto .1; 1/ vericando que u.1; 1/ D v.1; 1/ D .1; 1/ y para todo .x ; y / 2 U : 3 x C y 3 C u.x ; y /3 v.x ; y /3 D 0 x 2 C y 2 2u.x ; y /v.x ; y / D 0 Sea .s; t / 7! f .s; t / un campo escalar de clase C 2 denido en un entorno abierto de @2 h .1; 1/ y denamos h.x ; y / D f .u.x ; y /; v.x ; y //. Calcula .1; 1/ sabiendo que @x @y D1 f .1; 1/ D 2, D2 f .1; 1/ D 2, D12 f .1; 1/ D 1.
Teorema de la funcin implcita 145. Sea f W R3 ! R3 el campo vectorial denido por: f.x ; y ; z / D .x xy ; xy xyz ; xyz /
80
Sea D .x ; y ; z / 2 R3 W xy 0 . Justica que es abierto y que f es un difeomorsmo de sobre f./. Calcula la matriz jacobiana del difeomorsmo inverso en el punto .0; 0; 1/. 146. Prueba que hay un abierto U R2 con .1; 0/ 2 U y un difeomorsmo f D .f1 ; f2 / de U sobre V D f.U / que verica f.1; 0/ D .0; 1/ y para todo .x ; y / 2 U : x 2 f1 .x ; y / C 2yf2 .x ; y /2 C xy D 0 yf1 .x ; y /2 C 3f1 .x ; y /f2 .x ; y / C f2 .x ; y /x 2 D 1 147. Justica que las igualdades: xu y v C eu cos v D 1 x v C yu C eu sen v D 0
denen localmente a u y a v como funciones de x e y en un entorno de .0; 0/ en el cual @v @u @v @u D y D . se verica que @x @y @y @x 148. Sea A D .x ; y ; z / 2 R3 W x D y _ y D z _ z D x . Prueba que A es un conjunto cerrado y que la funcin f W ! R3 dada por: f.x ; y ; z / D .x C y C z ; xy C yz C zx ; xyz / es un difeomorsmo local en D R3 nA. Sea h W R3 ! R dada por h.u; v; w/ D u C ev C sen w . Prueba que existe un abierto U R3 con .0; 1; 0/ 2 U y un campo escalar g W U ! R de clase C 1 en U con g.0; 1; 0/ D 1 C e 1 tal que g f D h. Calcula r g.0; 1; 0/. 149. Prueba que las igualdades: x ev Cyu u2 D 0 2 2 y cos v C x u D 1
denen a u y a v como funciones implcitas de x e y en un entorno del punto .2 ; 1/ siendo u.2 ; 1/ D 2, v.2 ; 1/ D 0. Calcula las derivadas parciales de segundo orden de u en .2 ; 1/. 150. Sea F W Rn ! Rn un campo vectorial de clase C 1 y supongamos que hay un nmero < 1 tal que para todo x 2 Rn es kD F.x/k 6 . Sea G W Rn ! Rn el campo vectorial denido para todo x 2 Rn por G.x/ D x C F.x/. Prueba que G es un difeomorsmo de Rn sobre Rn . 151. Sea F W Rn ! Rn un campo vectorial de clase C 1 y supongamos que para todos x; y 2 Rn se verica que: kx y k 6 kF.x/ F .y /k
Prueba que D F .a/ es invertible en todo punto a 2 Rn , que F .Rn / es cerrado y que F es un difeomorsmo de Rn sobre Rn .
Variedades diferenciables en Rn
81
152. Sea f W R ! R una funcin de clase C 1 en R y supongamos que hay un nmero < 1 tal que jf 0 .t /j 6 para todo t 2 R. Denamos F W R2 ! R2 por F .x ; y / D .x C f .y /; y C f .x // Prueba que F es un difeomorsmo de R2 sobre R2 .
3.4. Variedades diferenciables en Rn

La palabra variedad se usa en matemticas para describir espacios topolgicos que localmente son parecidos al espacio Rk con la topologa de la norma para algn k 2 N llamado la dimensin de la variedad. Como ya habrs estudiado en la asignatura de Topologa I, el concepto de identidad matemtica entre espacios topolgicos es el de homeomorsmo: dos espacios topolgicos son homeomorfos cuando entre ellos existe una biyeccin continua y con inversa continua. Una tal biyeccin se llama un homeomorsmo. Recuerda tambin que todo subconjunto no vaco, M , de un espacio mtrico .E ; d/ se considera siempre como espacio mtrico con la distancia inducida, y tambin como espacio topolgico con la topologa dada por dicha distancia en la cual los abiertos son los abiertos relativos: intersecciones de los abiertos del espacio total E con M . Esta topologa se llama la topologa inducida en M o la topologa relativa de M . Si A Rn y B Rk son conjuntos no vacos, diremos que son homeomorfos si lo son como espacios topolgicos con las respectivas topologas relativas, es decir, existe una biyeccin W A ! B continua cuya inversa tambin es continua. Una tal biyeccin, cuando existe, se llama un homeomorsmo de A sobre B .
153. Prueba que todas las bolas abiertas en un espacio normado .X ; k k/ son homeomorfas a la bola abierta unidad, B .0; 1/, y que sta es homeomorfa a X . 154. Prueba que la esfera eucldea unidad en R3 no es homeomorfa a R2 .
Consideremos, pues, un conjunto no vaco M Rn . Dicho conjunto es un espacio topolgico y ser localmente parecido al espacio Rk si para todo punto a 2 M existe un abierto relativo Va M que lo contiene que es homeomorfo a Rk . Como toda bola abierta en Rk es homeomorfa a Rk , y la restriccin de un homeomorsmo sigue siendo un homeomorsmo, no se pierde nada, y se gana agilidad en la exposicin, si en vez de exigir que Va sea homeomorfo a Rk exigimos que sea homeomorfo a un abierto U Rk . Supongamos, pues, que } W U ! Va es un homeomorsmo. Podemos interpretar que U es un mapa plano que representa Va y } es la aplicacin que lleva cada punto de dicho mapa a su correspondiente en Va . Digamos que lo que hace la aplicacin } es curvar y pegar el mapa plano U sobre un trozo Va de M .
82
Tambin queremos que nuestras variedades tengan un espacio tangente en cada punto que tenga la misma dimensin que la variedad. Para ello vamos a exigir que } sea al menos de clase C 1 y que su diferencial tenga rango k en todo punto. Naturalmente, Va ser de la forma Va D W \ M donde W es un entorno abierto de a en Rn . 3.20 Denicin. Un conjunto no vaco M Rn es una variedad (diferenciable de clase C q , 1 6 q 6 1) de dimensin k (1 6 k 6 n) si para todo punto a 2 M hay un entorno abierto W Rn de a, un abierto U Rk y una aplicacin } W U ! Rn (de clase C q , 1 6 q 6 1) tal que rangoJ} .x/ D k para todo x 2 U y } es un homeomorsmo de U sobre W \ M . Diremos que un par .}; U / en las condiciones de la denicin anterior es una carta local de M en a. El par .} 1 ; }.U // se llama un sistema de coordenadas locales. Las coordenadas de un punto x 2 }.U / son las coordenadas cartesianas de } 1 .x/. Esta terminologa no es universal y muchos textos llaman carta local a lo que hemos llamado sistema de coordenadas locales. Tanto da, pues conocer .}; U / es lo mismo que conocer .} 1 ; }.U //. Tambin se dice que el par .}; U / o la aplicacin } es una parametrizacin local de M en a. Una parametrizacin .}; U / tal que la aplicacin } 1 sea una proyeccin en k -coordenadas, es decir, } 1 .x1 ; x2 ; : : : ; xn / D .xi1 ; xi2 ; : : : ; xik / donde 1 6 i1 < i2 < : : : < ik 6 n, se llama una parametrizacin cartesiana. Las expresiones escritas entre parntesis en la denicin anterior se sobrentendern en todo lo que sigue: nuestras variedades sern siempre de clase C q con 1 6 q 6 1. Las variedades de dimensin 1 se suelen llamar curvas regulares y las de dimensin 2 supercies regulares. Las variedades de dimensin n 1 que estn en Rn con n > 3 suelen llamarse hipersupercies. Con el convenio R0 D f0g (espacio vectorial nulo), puede incluirse en la denicin anterior el caso k D 0.
155. Prueba que las variedades de dimensin n contenidas en Rn son los conjuntos abiertos de Rn . 156. Prueba que las variedades de dimensin 0 son conjuntos de puntos aislados.
En lo que sigue, para no caer en los casos extremos considerados en los ejercicios anteriores, se supondr que 1 6 k < n. En la denicin 3.20 las variedades aparecen como subconjuntos de Rn que localmente son imagen homeomorfa de abiertos de Rk mediante homeomorsmos diferenciables de rango k . Podemos dar ejemplos sencillos de variedades. 3.21 Ejemplo. Sea } W U ! Rn una funcin vectorial de clase C q en un abierto U Rk tal que rangoJ} .x/ D k para todo x 2 U y } es un homeomorsmo de U sobre }.U /. Entonces }.U / es una variedad de clase C q y dimensin k . Se dice que dicha variedad est globalmente determinada por la parametrizacin } .
83
En particular, si U Rk es abierto, F W U ! Rn k es una funcin de clase C q , entonces el conjunto M D f.x; F.x// W x 2 U g Rn es una variedad de clase C q y dimensin k . Observa que dicha variedad es la grca de F. El ejemplo anterior nos dice que la grca de toda funcin de clase C q es una variedad de clase C q . Veamos que toda variedad es localmente la grca de una funcin. Seguiremos aqu los convenios de notacin que usamos en el teorema de la funcin implcita: identicaremos Rk Rn k con Rn . Una expresin de la forma .x; y / donde x 2 Rk , y 2 Rn k , se interpreta como un vector de Rn cuyas primeras k componentes son las de x y cuyas ltimas n k componentes son las de y . Notaremos por 1 W Rn ! Rk la proyeccin en las primeras k coordenadas, esto es, 1 .x; y / D x. Notaremos por 2 W Rn ! Rn k la proyeccin en las ltimas n k coordenadas, esto es, 1 .x; y / D y . Observa que estas proyecciones son aplicaciones abiertas. 3.22 Proposicin. Sea M Rn . Las siguientes armaciones son equivalentes: a) M es una variedad de clase C q y dimensin k . b) Para todo punto a 2 M existen, previa una reordenacin de las variables en Rn , entornos abiertos W Rn de a, U Rk de 1 .a/, y una funcin ' W U ! Rn k de clase C q tal que W \ M D f.x; '.x// W x 2 U g. Demostracin. Probaremos que a/b /. Sea a 2 M . Por hiptesis hay un entorno abierto W1 Rn de a, un abierto Rk y una aplicacin } W ! Rn de clase C q tal que rangoJ} .x/ D k para todo x 2 y } es un homeomorsmo de sobre W1 \ M . Sea x0 2 tal que }.x0 / D a. Como rangoJ} .x0 / D k , reordenando las variables si fuera preciso, podemos suponer que las primeras k las de J} .x0 / tienen determinante distinto de cero. Esto es tanto como decir que la aplicacin }1 D 1 } W ! Rk , cuya matriz jacobiana est formada precisamente por las primeras k las de J} .x0 /, verica que detJ}1 .x0 / 0. El teorema de la funcin inversa arma que hay un entorno abierto V de x0 tal que }1jV W V ! U es un difeomorsmo de clase C q de V sobre el abierto U D }1 .V /. Observa que }1 .x0 / D 1 .}.x0 // D 1 .a/ 2 U . El conjunto }.V / es un entorno abierto de a en W1 \ M , luego existe un entorno abierto W2 Rn de a tal que }.V / D W2 \ W1 \ M D W \ M donde W D W2 \ W1 es un entorno abierto de a. Sea h W U ! Rn la aplicacin denida por h.x/ D }.}1j1 .x// donde }1j1 W U ! V es el V V difeomorsmo inverso de }1jV . Tenemos que h.U / D }.}1j1 V .U // D }.V / D W \ M Pongamos }2 D 2 } W V ! Rn Para todo x 2 U es: Denamos ' W U ! Rn
k k,
con lo que para todo x 2 V es }.x/ D .}1 .x/; }2 .x//.
1 1 1 h.x/ D }.}1j1 V .x// D .}1 .}1jV .x//; }2 .}1jV .x/// D .x; }2 .}1jV .x//
por '.x/ D .}2 }1j1 /.x/. Dicha aplicacin es de clase C q y: V (3.34)
h.U / D fh.x/ W x 2 U g D f.x; '.x// W x 2 U g D W \ M

Variedades diferenciables en Rn lo que concluye la demostracin. La implicacin b / a/ es un sencillo ejercicio.
84
Observa que la funcin h W U ! Rn antes denida, h.x/ D .x; '.x//, es una aplicacin de clase C q y rangoJh .x/ D k para todo x 2 U . Adems h es una biyeccin continua de U sobre W \ M cuya biyeccin inversa, .x; '.x// 7! x, es la proyeccin en las primeras k coordenadas y, por tanto, continua. Esto es, el par .h; U / es una parametrizacin cartesiana local de M en a. Hemos probado as el siguiente resultado. 3.23 Corolario. Toda variedad tiene parametrizaciones cartesianas en el entorno de cada uno de sus puntos. Podemos obtener otra interesante consecuencia de la demostracin anterior. Pongamos G D .1 .z//. W \.U Rn k / que es un entorno abierto de a. Denamos gWG ! Rk por g.z/D}1j1 V Observa que para todo z 2 G se tiene que 1 .z/ 2 U , por lo que la aplicacin g est bien denida, es de clase C q y g.z/ 2 V . Por la igualdad (3.34) se tiene que W \ M G , lo que implica que W \ M G \ M , pero G \ M D W \ M \ .U Rn k / W \ M . Luego G \ M D W \ M . Como para todo z 2 W \ M se tiene que z D }.x/ donde x 2 V , resulta que: 1 1 g.z/ D g.}.x// D }1j1 .z/ V .1 .}.x/// D }1jV .}1 .x// D x D } Por tanto las restricciones de g y de } 1 a G \ M D }.V / coinciden. Teniendo en cuenta que los puntos x0 2 V y a D }.x0 / 2 M pueden ser cualquier par de puntos en esa situacin, hemos probado el siguiente resultado. 3.24 Proposicin. Sea .}; / una parametrizacin local de una variedad M Rn de dimensin k y clase C q . Entonces para todo x 2 existen un entorno abierto V de x, un entorno abierto G de }.x/ y una funcin g W G ! V Rk de clase C q tal que }.V / D G \ M y }jG1 D gjG \M . \M Podemos probar ahora con facilidad un resultado que es muy importante cuando se estudia la integracin en variedades. 3.25 Teorema. Sea M Rn una variedad de dimensin k y clase C m , .P ; 1 / y .Q; 2 / cartas locales de M tales que P .1 / \ Q.2 / D W . Sea Up D P 1 .W / y Uq D Q 1 .W /. Entonces la aplicacin Q 1 PjUp es un difeomorsmo de clase C m de Up sobre Uq . Demostracin. Observa que Up 1 y Uq 2 son abiertos en Rk y la aplicacin F D Q 1 PjUp es una biyeccin de Up sobre Uq . Sea u 2 Up . Entonces P .u/ 2 W Q.2 /, luego P .u/ D Q.x/ donde x 2 2 . Aplicamos la proposicin anterior a la carta .Q; 2 / y al punto x para obtener que existen un entorno abierto V de x, un entorno abierto G de Q.x/ y 1 una funcin g W G ! V Rk de clase C m tal que Q.V / D G \ M y QjG D gjG \M . \M es: Sea U D P
1 1 .G
\ M / \ Up 1 . Tenemos que u 2 U y U es abierto. Para todo z 2 U

1
F.z/ D .Q
PjUp /.z/ D Q
.P .z// D porque P .z/ 2 G \ M D g.P .z// D .g P /.z/

85
Hemos probado que FjU D g PjU . La funcin g PjU es composicin de funciones de clase C m y, por tanto, es de clase C m en U , luego F tambin es de clase C m en U . Hemos probado que F es localmente de clase C m en Up y teniendo en cuenta el carcter local de la derivada, deducimos que F es de clase C m en Up . Razonando de forma anloga, se prueba que la funcin F en Uq .
1
DP
QjUq es de clase C m
El teorema de la funcin implcita nos dice que el conjunto donde se anula un campo vectorial diferenciable de rango mximo es localmente una grca funcional y proporciona interesantes ejemplos de variedades. 3.26 Proposicin. Sea F W ! Rn k una funcin vectorial de clase C q en un abierto Rn . Sea M D f.x; y / 2 W F.x; y / D 0g y supongamos que rangoJF .x; y / D n k para todo .x; y / 2 M . Entonces se verica que M es una variedad de clase C q y dimensin k . Se dice que la variedad M est determinada por F y que F.x; y / D 0 son las ecuaciones implcitas de la variedad. Demostracin. Sea .a; b/ 2 M . Entonces F.a; b/ D 0 y rangoJF .a; b/ D n k . No es restrictivo suponer que las ltimas n k columnas de la matriz JF .a; b/ son linealmente independientes3 . El teorema de la funcin implcita nos dice que hay un entorno abierto W de .a; b/, un entorno abierto U Rk de a y una aplicacin de clase C q , ' W U ! Rn k tal que: f.x; y / 2 W W F.x; y / D 0g D W \ M D f.x; '.x// W x 2 U g Basta tener ahora en cuenta lo dicho antes del corolario 3.23. Como el concepto de variedad es local, podemos localizar el resultado anterior y obtenemos otra caracterizacin de las variedades. 3.27 Proposicin. Sea M Rn . Las siguientes armaciones son equivalentes: a) M es una variedad de clase C q y dimensin k . b) Para todo punto a 2 M existen, previa una reordenacin de las variables en Rn , un entorno abierto W Rn de a y una funcin F W W ! Rn k de clase C q tales que rangoJF .x/ D n k para todo x 2 W y W \ M D fx 2 W W F.x/ D 0g Se dice que la funcin F determina localmente a M en a y tambin que F.x/ D 0 son las ecuaciones implcitas locales de M en a. Demostracin. Probaremos que a/b /. La forma de proceder es exactamente la misma que en la proposicin 3.22. Sea a 2 M . Por hiptesis hay un abierto Rk , un entorno abierto W1 Rn de a y una aplicacin } W ! Rn de clase C q tal que rangoJ} .x/ D k para
3 Esto
siempre puede conseguirse componiendo F con una conveniente permutacin de ejes en Rn .
86
todo x 2 y } es un homeomorsmo de sobre W1 \ M . Sea x0 2 tal que }.x0 / D a. Como rangoJ} .x0 / D k , reordenando las variables si fuera preciso, podemos suponer que las primeras k las de J} .x0 / tienen determinante distinto de cero. Esto es tanto como decir que la aplicacin }1 D 1 } W ! Rk , cuya matriz jacobiana est formada precisamente por las primeras k las de J} .x0 /, verica que detJ}1 .x0 / 0. El teorema de la funcin inversa arma que hay un entorno abierto V de x0 tal que }1jV W V ! U es un difeomorsmo de clase C q de V sobre el abierto U D }1 .V /. Observa que }1 .x0 / D 1 .}.x0 // D 1 .a/ 2 U . Denimos las funciones: ' W U ! Rn
k
h W U Rn
! Rn
' D } }1j1 V h D 2 2 ' 1

k
Dichas funciones son de clase C q . Como para todo x D .x1 ; x2 ; : : : ; xn / 2 U Rn h.x1 ; x2 ; : : : ; xn / D .xk C1 'k C1 .x1 ; : : : ; xk /; : : : ; xn
es
'n .x1 ; : : : ; xk //
Como V es abierto y } es un homeomorsmo sobre su imagen, existe un abierto W2 Rn tal que }.V / D W2 \ W1 \ M . Sea W D .U Rn k / \ W1 \ W2 y sea F D hjW la restriccin de h a W . Tenemos que W es abierto y a 2 W , F W W ! Rn k es de clase C q , rangoJF .x/ D n k y para todo x 2 W : W \ M D W \ .M \ W1 \ W2 / D W \ }.V / D fx 2 W W h.x/ D 0g D fx 2 W W F.x/ D 0g Que b /a/ es consecuencia de la proposicin 3.26 y del carcter local del concepto de variedad. Hemos visto que una variedad M Rn de dimensin k puede venir dada (localmente) por medio de sus ecuaciones paramtricas, es decir como la imagen de una parametrizacin, o por medio de sus ecuaciones implcitas, es decir como el conjunto de puntos donde se anula una funcin vectorial de n variables y n k componentes y de rango mximo. Es instructivo considerar los casos ms simples de variedades: los subespacios anes de Rn . Como debes saber, un subespacio afn de dimensin k de Rn puede venir dado por sus ecuaciones implcitas: 8 a11 x1 C a12 x2 C C a1n xn D c1 < a21 x1 C a22 x2 C C a2n xn D c2 : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : :::: : an k1x1 C an k2 x2 C C an k nxn D cn k
deducimos que rangoJh .x/ D n k para todo x 2 U Rn k . Adems: n o h 1 .0/ D x 2 Rn W x 2 U Rn k ^ 2 .x/ D 2 ' 1 .x/ D D x 2 Rn W 1 .x/ D 1 .}.u// ^ 2 .x/ D .2 '/.1 .}.u/// para algn u 2 V D D x 2 Rn W 1 .x/ D 1 .}.u// ^ 2 .x/ D 2 .}.u// para algn u 2 V D D x 2 Rn W x D }.u/ para algn u 2 V D }.V /
Espacios tangente y normal
87
Se tiene que F es de clase C 1 y su matriz jacobiana, que es la matriz de los coecientes del sistema, tiene rango mximo n k , y el subespacio afn viene dado globalmente como el conjunto de los ceros de F. Si en la situacin anterior suponemos que las ltimas n k columnas de la matriz de los coecientes del sistema son linealmente independientes, podemos resolver dicho sistema y su solucin, poniendo A D .aij /16i 6n k , B D .aij / 16i 6n k y c D .c1 ; c2 ; : : : ; cn k /, est dada por:
16 j 6 k k C16j 6n
Dichas ecuaciones representan la interseccin de n k hiperplanos y deben ser linealmente independientes, es decir, el rango de la matriz de los coecientes del sistema debe ser igual a n k . Deniendo F W Rn ! Rn k por: 1 0 n n n X X X F .x 1 ; x 2 ; : : : ; x n / D @ a1j xj c1 ; a2j xj c2 ; : : : ; an kj xj cn k A
j D1 j D1 j D1
.xk C1 ; xk C2 ; : : : ; xn /t D B 1 .ct Poniendo
B 1 .A:.x1 ; x2 ; : : : ; xk /t
se tiene que } W Rk ! Rn es una parametrizacin que determina globalmente al subespacio afn. Observa que la imagen de }.Rk / viene dada en funcin de los parmetros x1 ; x2 ; : : : ; xk que toman valores reales cualesquiera. A la vista de estos ejemplos, queda claro que el concepto de variedad que hemos denido reeja una vez ms la idea de linealizacin bsica del clculo diferencial.
.ct }.x1 ; x2 ; : : : ; xk / D x1 ; x2 ; : : : ; xk ; B 1
.A..x1 ; x2 ; : : : ; xk /t B 1
3.5. Espacios tangente y normal

En lo que sigue M Rn ser una variedad de dimensin k (1 6 k < n), clase C q y a 2 M un punto de M . Se dice que u 2 Rn es un vector tangente a M en a si existe una curva contenida en M , W ; ! M , que pasa por a, .0/ D a, y que tiene tangente en a con direccin u, 0 .0/ D u. Se dene el espacio tangente a M en a como el conjunto de todos los vectores tangentes a M en a. Lo notaremos TM .a/ y veremos enseguida que es un subespacio vectorial de Rn . La variedad afn a C TM .a/ se llama variedad afn tangente a M en a (recta tangente si k D 1, plano tangente si k D 2, hiperplano tangente si k D n 1).
? .a/, El complemento ortogonal en Rn del espacio tangente a M en a, que notaremos TM se llama espacio normal a M en a: ? TM .a/ D x 2 Rn W xu D 0; 8u 2 TM .a/
? .a/ se llama variedad afn normal a M en a. La variedad afn a C TM
Cuando se conoce una parametrizacin o las ecuaciones implcitas que representan localmente a M en a es muy fcil calcular los espacios tangente y normal.
88
3.28 Proposicin. Sean F.x/ D 0 las ecuaciones implcitas locales de M en a y .}; / una parametrizacin local de M en a con }.c/ D a. Entonces se verica que: TM .a/ D Ker D F.a/ D Im D }.c/ Demostracin. Como las matrices jacobianas de F y } tienen respectivamente rango n k y k , los espacios vectoriales Ker D F.a/ e Im D }.c/ tiene dimensin k . Bastar, por ello, probar que: Im D }.c/ TM .a/ Ker D F.a/
Sea h 2 Im D }.c/ y sea v 2 Rk tal que D }.c/.v / D h. Sea > 0 tal que el segmento c v ; c C v y denamos W 0; 1 ! M por .t / D }.c C t v /. Tenemos que .0/ D a y 0 .0/ D D }.c/.v / D h. Lo que prueba que h 2 TM .a/. Sea ahora u 2 TM .a/ y sea W ; ! M una curva con .0/ D a y 0 .0/ D u. Tomando sucientemente pequeo para que la curva est contenida en la parte de M determinada por F se tiene que .t / D .F /.t / D 0 y por tanto 0 .0/ D D F.a/.u D 0, lo que prueba que u 2 Ker D F.a/.
La proposicin anterior tiene una simetra que merece destacar: si representamos localmente M en a de forma implcita por los ceros de una funcin F, entonces el espacio tangente TM .a/ viene dado por los ceros de D F.a/; y si representamos localmente M en a como la imagen de una parametrizacin } , entonces el espacio tangente TM .a/ viene dado como la imagen de D }.c/ siendo }.c/ D a. 3.29 Corolario. Sean F.x/ D 0 las ecuaciones implcitas locales de M en a y pongamos F D .F1 ; F2 ; : : : ; Fn k /, y sea .}; / una parametrizacin local de M en a con }.c/ D a y pongamos } D .}1 ; }2 ; : : : ; }n /. Entonces se verica que: a) Los vectores la de la matriz jacobiana F.a/, es decir, los vectores r Fi .a/, 1 6 i 6 n k , ? .a/ y la variedad afn tangente a M en a viene dada por: forman una base de TM (3.35) a C TM .a/ D x 2 Rn W r Fi .a/x a D 0; 1 6 i 6 n k Naturalmente, el espacio afn ortogonal a M en a viene dado por: 8 n k < X ? a C TM .a/ D x 2 Rn W x D a C i r Fi .a/; i 2 R; 1 6 i 6 n :
i D1
9 = ;
(3.36)
b) Los vectores columna de la matriz jacobiana J} .c/, es decir, los vectores: Dj }.c/ D .Dj }1 .c/; Dj }2 .c/; : : : ; Dj }n .c// 16j 6k
son una base del espacio TM .a/ y la variedad afn ortogonal a M en a viene dada por: ? a C TM .a/ D x 2 Rn W Dj }.c/x a D 0; 1 6 j 6 k (3.37) Naturalmente, el espacio afn tangente a M en a viene dado por: 8 9 k < = X a C TM .a/ D x 2 Rn W x D a C j Dj }.c/; j 2 R; 1 6 j 6 k : ;
j D1
(3.38)
89
Observa que (3.35) y (3.37) son, respectivamente, las ecuaciones implcitas de la variedad afn tangente y del espacio afn normal, mientras que (3.36) y (3.38) son, respectivamente, las ecuaciones paramtricas del espacio afn normal y de la variedad afn tangente.
157. Comprueba que las rectas y planos tangentes a curvas y supercies estudiados en la seccin 2.2 son casos particulares de los resultados generales para variedades. 158. Interpreta en el contexto de la teora de variedades los ejercicios 82 86. 159. Prueba que cada uno de los siguientes subconjuntos de R3 es una variedad y calcula el espacio afn tangente y normal en el punto P que se indica. ( ) 2 2 2 x y z a) M D .x ; y ; z /R3 W 2 C 2 C 2 D 1 ; P D .a; b c /. a b c b) M D .x ; y ; z /R3 W z D x 2 y 2 ; P D .0; 0; 0/. ( ) 1 2 1 2 C 2 2 2 2 c) M D .x ; y ; z /R R W x C y C z D 1 ^ x Cy D ; P D.0; 0; 1/. 2 4 n o p d) M D .x ; y ; z /R3 W . x 2 C y 2 2/2 C z 2 D 1 ; P D .3; 0; 0/.
160. Prueba que M D .x ; y ; z / 2 R3 W x 2 C y 2 2z 2 D 0 ^ x C y C z D 1 es una curva regular y calcula su recta tangente en .1; 1; 1/. 161. Prueba que M D .x ; y ; z / 2 R3 W x 2 C y 2 C z 2 D 1 ^ z D xy es una curva regular y calcula su recta tangente en .a; b; c / 2 M . 162. Prueba que la esfera eucldea unidad en Rn : S n 1 D x 2 Rn W kxk2 D 1 es una variedad de dimensin n un punto a 2 S n 1 .
1 y calcula el hiperplano tangente y la recta normal en
163. Sean M Rn y N Rm variedades y f W U ! Rm una funcin de clase C 1 en un abierto U M tal que f.M / N . Prueba que D f.a/.TM .a// TN .f.a//. 164. Calcula bases del espacio tangente y del espacio normal en el punto .0; 1; 1; 0/ del toro: n o 2 2 2 2 M D .x1 ; x2 ; x3 ; x4 / 2 R4 W x1 C x2 D 1 ^ x3 C x4 D1
Extremos condicionados
90
3.6. Extremos condicionados

En la teora de extremos relativos se supone que las variables pueden tomar valores en cualquier punto de un conjunto abierto, es decir, pueden moverse libremente en dicho conjunto. En muchos, por no decir que en la mayora, de los problemas reales las variables no tienen tanta libertad y estn obligadas a satisfacer ciertas condiciones que en Fsica suelen llamarse ligaduras. Por ejemplo, supongamos que un mvil se mueve en una curva dada por la interseccin de dos supercies; para cada punto .x ; y ; z / 2 la energa cintica del mvil viene dada por una funcin conocida f .x ; y ; z / y queremos calcular los puntos de la trayectoria donde dicha energa es mxima o mnima. En esta situacin las variables x ; y ; z no son libres sino que deben satisfacer la condicin .x ; y ; z / 2 . Otro ejemplo; supongamos que la temperatura en un punto .x ; y ; z / de la supercie terrestre viene dada por una funcin T .x ; y ; z / y queremos calcular los puntos de mayor y menor temperatura. Aqu las variables tampoco son libres pues deben vericar una condicin de la forma x 2 C y 2 C z 2 D R2 donde R es el radio de la Tierra. Igualmente, en problemas de optimizacin de costes o benecios las variables estn siempre sometidas a restricciones que dependen de las condiciones de produccin o del mercado. Es importante que comprendas la diferencia entre un problema de extremos relativos libres y un problema de extremos condicionados. Considera el siguiente ejemplo. 3.30 Ejemplo. La funcin f .x ; y / D xy ex Cy tiene un nico punto crtico, el origen, que es un punto de silla. Por tanto dicha funcin no tiene extremos relativos en R2 . Supongamos que imponemos a las variables la condicin x 2 C y 2 D 1 y queremos calcular el mximo valor de f .x ; y / cuando se verique que x 2 C y 2 D 1. Fjate en que el problema es completamente distinto. Ahora solamente nos interesan los valores que toma la funcin f .x ; y / en el conjunto n o K D .x ; y / 2 R2 W x 2 C y 2 D 1
2 2
Sabemos que dicho conjunto es un conjunto compacto; adems la funcin f es continua, por tanto podemos asegurar, de entrada, que tiene que haber algn punto .a; b / 2 K en el cual la funcin f alcanza su mayor valor en K (y tiene que haber otro donde alcance su menor valor en K ). Calcular dicho punto es, en este caso, muy sencillop pues para .x ; y / 2 K se tiene que f .x ; y / D e x y . Como para .x ; y / 2 K se tiene que y D 1 x 2 y los valores negativos de f no nos interesan porque queremos calcular el mayor valor que toma en K , se sigue que n p o ma K x ff .x ; y / W .x ; y / 2 K g D ma Kx e x 1 x2 W 0 6 x 6 1 Nuestro problema se ha p convertido en algo que ya sabes hacer: calcular el mximo absoluto de la funcin h.x / D e x 1 x 2 para 0 6 x 6 1. Por cierto, por la desigualdad de las medias se tiene que: q p 1 x 1 x 2 D x 2 .1 x 2 / 6 2
Y la igualdad se da si, y slo si, x 2 D 1 absoluto de f en K .

p x 2 , esto es en x D 1= 2 se alcanza el mximo

91
De hecho, t has resuelto ejercicios de extremos condicionados aunque puede que no seas consciente de ello. Por ejemplo, seguro que alguna vez has resuelto el siguiente ejercicio. 3.31 Ejemplo. Entre todos los rectngulos cuyo permetro es igual a 16 calcular el que tiene rea mxima. Este ejercicio puedes plantearlo como sigue. Sea f .x ; y / D xy la funcin que da el rea de un rectngulo cuyos lados tienen longitudes x e y . Se trata de calcular el mximo de f .x ; y / cuando las variables verican la condicin 2x C 2y D 16. Por tanto, es un problema de extremos condicionados. Seguro que ahora recuerdas algunos otros ejercicios parecidos a este que has hecho sin saber que estabas haciendo problemas de extremos condicionados. La razn es clara: la condicin que nos dan es tan sencilla que permite despejar una variable en funcin de la otra, y D 8 x , con lo que nuestra funcin se convierte en xy D x .8 x / y el problema queda reducido a calcular el mayor valor de x .8 x / cuando 0 6 x 6 8. Por cierto, por la desigualdad de las medias se tiene que: p x .8 x / 6 4
Y la igualdad se da si, y slo si, x D 8 el cuadrado.
x , esto es en x D 4 y el rectngulo de rea mxima es
Los ejemplos anteriores ponen de maniesto que los problemas de extremos condicionados de funciones de dos variables en los que puede utilizarse la condicin que nos dan para despejar una variable en funcin de otra, se reducen fcilmente a problemas de extremos de funciones de una variable. Pero supongamos ahora que cambiamos la condicin del ejemplo 1 por la siguiente: x ex Cy C ey C sin.1 C xy / D 2 La cosa se complica porque ahora es imposible usar la condicin impuesta para despejar una variable en funcin de la otra. Ahora s tenemos un autntico problema de extremos condicionados. Lo antes dicho para funciones de dos variables puedes generalizarlo para funciones de tres variables. Por ejemplo el problema de calcular las dimensiones de un ortoedro de volumen igual a 8 para que su supercie lateral sea mnima, puedes plantearlo como sigue: calcular el mnimo de f .x ; y ; z / D 2xy C 2xz C 2yz (la funcin que da la supercie lateral de un ortoedro cuyos lados tiene longitudes x , y , z ) con la condicin xyz D 8. Se trata de un problema de extremos condicionados, pero la condicin dada permite despejar una variable en funcin de las otras dos, z D 8=.xy /, con lo que nuestra funcin queda 2xy C 2xz C 2yz D xy C 16=y C 16=x , funcin de la que hay que calcular su mnimo absoluto cuando 0 < x , 0 < y . Hemos convertido as el problema inicial de extremos condicionados en uno de extremos libres porque ahora las variables .x ; y / se mueven en el abierto RC RC . Por cierto, por la desigualdad de las medias se tiene que: q p p xy C xz C yz 3 3 3 .xy /.xz /.yz / D .xyz /2 D 64 6 3
92
Y la igualdad se da si, y slo si, xy D xz D yz lo que implica que x D y D z D 2. El ortoedro buscado es el cubo. Pero si cambiamos la condicin anterior por la siguiente x 2 yz 3 C sen.1 C xz / C y eyx D1
o bien, si imponemos dos condiciones como las siguientes: log.1 C x 2 C y 2 / C sin.1 C xz / 1 D 0; e1Cy CxCz C cos.xyz / C x 2 z 2 3D0
entonces no podemos usar esa condicin (o condiciones) para despejar una variable (o dos variables) en funcin de las otras (de la otra). Ocurre que muchos de los ejercicios que se proponen en los libros de texto para ser resueltos utilizando la teora de extremos condicionados que vamos a desarrollar seguidamente, se resuelven con frecuencia de forma ms sencilla usando otro tipo de tcnicas o algunas desigualdades como la de las medias geomtrica y aritmtica o la de Cauchy - Schwarz. Pero aunque su utilidad prctica pueda ser discutida, la teora de extremos condicionados tiene un gran inters terico, especialmente en la formulacin Lagrangiana de la Mecnica. En trminos generales, el problema clsico de extremos condicionados puede enunciarse como sigue: dados un abierto Rn , un campo escalar f W ! R de clase C q y una funcin vectorial g W ! Rn k de clase C q vericando que el conjunto: M D fx 2 W g.x/ D 0 ^ rangoD g.x/ D n kg
no es vaco, se trata de calcular los extremos locales de la funcin fjM , restriccin de f a M . Es decir, calcular los mximos y mnimos locales de f .x/ cuando las variables, x D .x1 ; x2 ; : : : ; xn /, estn obligadas a satisfacer las condiciones dadas por: g.x/ D 0 gi .x1 ; x2 ; : : : ; xn / D 0 donde g D .g1 ; g2 ; : : : ; gn
k /.
16i 6n
(3.39)
En Mecnica clsica, las ecuaciones (3.39) representan las ligaduras (que los fsicos llaman holnomas) que obligan a un punto material o a un sistema ms complejo a desplazarse en una determinada regin del espacio, y el problema de optimizar ciertos campos escalares asociados al movimiento del sistema responde al problema de extremos condicionados. El planteamiento del problema pone de maniesto que M es una variedad en Rn de dimensin k y que se trata de determinar los extremos de la restriccin de f a esa variedad. 3.32 Denicin. Sea f W ! R, donde Rn y sea M . Se dice que f tiene un mximo (resp. mnimo) local condicionado por M en un punto a 2 M , si hay un nmero r > 0 tal que para todo x 2 B .a; r / \ M se verica que f .a/ > f .x/ (resp. f .a/ 6 f .x/). Se dice que f tiene en a un extremo local condicionado por M cuando f tiene en a un mximo o un mnimo local condicionado por M . Cuando las desigualdades anteriores son estrictas para todo x 2 B .x; r / con x a se dice que el extremo local condicionado correspondiente es estricto. El siguiente resultado es importante porque permite reducir un problema de extremos condicionados a un problema de extremos relativos ordinario.
93
3.33 Proposicin. Sean f W ! R un campo escalar de clase C q en un abierto Rn y M una variedad de clase C q y dimensin k . Sean a 2 M , .}; U / una parametrizacin local de M en a y c el vector de coordenadas de a, es decir, }.c/ D a. Se verica entonces que f tiene en a un extremo local (estricto) condicionado por M si, y slo si, el campo escalar f } W U ! R tiene un extremo relativo (estricto) del mismo tipo en c. Parece que todo est resuelto, pero no es as porque en la prctica pocas veces se conocen las parametrizaciones locales de una variedad. 3.34 Proposicin. Sean f W ! R un campo escalar de clase C q en un abierto Rn , M una variedad de clase C q y dimensin k y a 2 M . Supongamos que f tiene en a un ? .a/. extremo local condicionado por M . Entonces se verica que r f .a/ 2 TM Demostracin. Sea .}; U / una parametrizacin local de M en a y sea }.c/ D a. En virtud de la proposicin anterior, la hiptesis hecha es lo mismo que armar que f } tiene un extremo relativo en c, en cuyo caso, como es un campo escalar diferenciable en c 2 U y U es abierto, c debe ser un punto crtico de f } , es decir, D .f }/.c/ D 0, esto es, Df .a/ D }.c/ D 0. Por tanto, para todo h 2 Rk es Df .a/ D }.c/ .h/ D r f .a/D }.c/.h/ D 0
Como esto vale para todo h 2 Rk , resulta que el vector r f .a/ es ortogonal a D }.c/.Rk / D TM .a/. En los dos resultados anteriores no se ha supuesto que la variedad M venga dada de alguna forma concreta, sin embargo el resultado siguiente requiere en su enunciado conocer las ecuaciones implcitas locales de M en a, por lo que de aqu en adelante vamos a suponer que la variedad M es la variedad de dimensin k D n m determinada por una funcin vectorial g W ! Rm de clase C q en un abierto Rn y tal que rangoD g.x/ D m < n para todo x 2 : M D fx 2 W g.x/ D 0g Notaremos g D .g1 ; g2 ; : : : ; gm / los campos escalares componentes de g. Observa que esta hiptesis no es realmente restrictiva porque todas las variedades vienen dadas localmente de esta forma y el problema que nos ocupa es justamente un problema local. En lo que sigue f W ! R ser un campo escalar de clase C q en . El siguiente resultado proporciona una condicin necesaria para que f tenga en a 2 M un extremo local condicionado por M . Para enunciarlo conviene denir la llamada funcin de Lagrange W Rm ! R dada por: .x ; / D f .x / C
m X i D1
i gi .x/;
xD.x1 ; x2 ; : : : ; xn / 2 ; D.1 ; 2 ; : : : ; m / 2 Rm (3.40)
Observa que es una funcin de n C m variables. 3.35 Teorema (de Lagrange). Supongamos que f tiene en a 2 M un extremo local condicionado por M . Entonces existe un nico vector 2 Rm tal que .a; / es un punto crtico de , es decir, r .a; / D 0.
94
esta igualdad vectorial equivale a las igualdades: Dj f .a/ C

m X i D1
Demostracin. Por el corolario 3.29 sabemos que los vectores r gi .a/, 1 6 i 6 m forman una ? .a/. Por la proposicin 3.34 sabemos que r f .a/ 2 T ? .a/. Por tanto, hay nmeros base de TM M m X i r gi .a/ D 0. Poniendo D .1 ; 2 ; : : : ; m /, i 2 R, 1 6 i 6 m, nicos, tales que r f .a/ C
i D1
i Dj gi .a/ D 0 Dj .a; / D 0 1 6 j 6 n
(3.41)
Puesto que DnCj .a; / D gj .a/ D 0 para 1 6 j 6 m porque a 2 M , se sigue que las igualdades (3.41) equivalen a que .a; / sea un punto crtico de . Los nmeros 1 ; 2 ; : : : ; m en el teorema anterior se llaman los multiplicadores de Lagrange del punto a. Obtenemos as una regla prctica para proceder en un problema de extremos condicionados: se empieza por resolver el sistema de Lagrange: 9 m X > = Dj f .x1 ; x2 ; : : : ; xn / C i Dj gi .x1 ; x2 ; : : : ; xn / D 0 > 16j 6nCm i D1 > > ; gj .x1 ; x2 ; : : : ; xn / D 0 Es un sistema de n C m ecuaciones en general no lineales para el que no puede haber tcnicas generales de resolucin. De hecho, puede resolverse de forma exacta en muy pocos casos. El teorema de Lagrange, que no es ms que una reformulacin equivalente de la proposicin 3.34, da una condicin necesaria para que un punto a 2 M sea extremo local de f condicionado por M . Daremos a continuacin una condicin suciente. Suponemos en lo que sigue que nuestras funciones son de clase C q con q > 2. Dado .a; / 2 Rm , notaremos Q .a; / la forma cuadrtica sobre Rn cuya matriz en la base cannica es Dij .a; / 16i 6n . Se trata, pues, de la aplicacin Q .a; / W Rn ! R
16 j 6 n
denida por:
Q .a; /.x/ D
i;j D1
n X
Dij .a; /xi xj
8x 2 Rn
(3.42)
Consideraremos tambin una parametrizacin local .}; U / de M en a con }.c/ D a. En estas condiciones, sean h D f } W U ! R y Qh .c/ la forma cuadrtica sobre Rk dada por: Qh .c/.u/ D
k X
Dij h.c/ui uj
i;j D1
8u 2 Rk :
3.36 Proposicin. Sea .a; / un punto crtico de la funcin de Lagrange. Con las notaciones anteriores, se verica que: Qh .c/.u/ D Q .a; /.D }.c/.u// 8u 2 Rk (3.43)
Demostracin. Se trata de hacer un clculo. La mayora de los textos lo evitan. Vamos a hacerlo.
95
k Notaremos por ei , 1 6 i 6 k , los vectores de la base cannica de R . Como h es un campo escalar, se verica que Di h.c/ D r h.c/ ei D Df .c/.ei /. Para campos vectoriales, como } , esta relacin tambin se mantiene si interpretamos que Di }.c/ es la columna i -sima de la matriz jacobiana J} .c/. Dicha columna es el vector de Rn que se obtiene derivando las funciones componentes de } con respecto a la variable i -sima que notaremos por Di }.c/. Por tanto Di }.c/ D D }.c/.ei /. Como hay que calcular derivadas parciales de segundo orden conviene calcular las derivadas parciales de primer orden en un punto genrico u 2 U para volver a derivarlas usando la regla de la cadena. Para u 2 U tenemos: Di h.u/ D D .f }/.u/.ei / D Df .}.u// D }.u/ .ei / D Df .}.u// D }.u/.ei / D D r f .}.u//Di }.u/ D .r f / }/.u/Di }.u/ (3.44)
Calculemos el primero de estos dos sumandos. Observa que r f W x 7! r f .x/ es un campo vectorial cuyas funciones componentes son las derivadas parciales primeras de f , .r f / } es el campo vectorial composicin de r f y } , por lo que: Dj ..r f / }/.u/ D D ..r f / }/.u/.ej / D D .r f /.}.u// D }.u/.ej /D D D .r f /.}.u//.Dj }.u// Sustituyendo esta igualdad en (3.45) y haciendo u D c tenemos: Dij h.c/ D D .r f /.a/.Dj }.c//Di }.c/ C r f .a/Dj .Di }/.c/ Como .a; / es un punto crtico de la funcin de Lagrange se verica r f .a/ D Sustituyendo esta igualdad en (3.47) tenemos: Dij h.c/ D D .r f /.a/.Dj }.c//Di }.c/
m X l D1
Y volviendo a derivar otra vez como se deriva un producto escalar: Dij h.u/ D Dj .Di h.u// D Dj ..r f / }/.u/Di }.u/ C r f .}.u//Dj .Di }/.u/ (3.45)
(3.46)
(3.47) l r gl .a/.
m X l D1
Teniendo ahora en cuenta que gl }.u/ D 0 para todo u 2 U y para 1 6 l 6 m, y usando la igualdad (3.47) con el campo escalar h D f } sustituido por gl } , obtenemos: 0 D Dij .gl }/.c/ D D .r gl /.a/.Dj }.c//Di }.c/ C r gl .a/Dj .Di }/.c/ de donde se sigue que: r gl .a/Dj .Di }/.c/ D D .r gl /.a/.Dj }.c//Di }.c/
l r gl .a/Dj .Di }/.c/
(3.48)
Sustituyendo esta igualdad en (3.48) resulta:
*m + X Dij h.c/ D D .r f /.a/.Dj }.c//Di }.c/ C l D .r gl /.a/.Dj }.c//Di }.c/ D

l D1
D .r f /.a/ C
m X l D1
l D .r gl /.a/ .Dj }.c//Di }.c/
(3.49)
Extremos condicionados Pero esta igualdad es justamente lo que queramos probar pues: Dij .a; / D Dij f .a/ C
m X l D1
96
l Dij gl .a/
Que coincide con el elemento ij de la matriz jacobiana de: D .r f /.a/ C

m X l D1
l D .r gl /.a/
(3.50)
Pues observa que la matriz jacobiana de D .r f /.a/ es la matriz hessiana de f en a y que la matriz jacobiana de D .r gl /.a/ es la matriz hessiana de gl en a. Por tanto, la matriz jacobiana de (3.50) es justamente la matriz Dij .a; / 16i 6n .
16 j 6 n
Para todo u D .u1 ; u2 ; : : : ; uk / 2 Rk tenemos que: D }.c/.u/ D

k X
matriz, es justamente la denida en (3.42), es decir, Q .a; /, y viene dada para todo x 2 Rn por: Q .a; /.x/ D x.A.xt D A.xt x uj Dj }.c/
Lo que dice la igualdad (3.49) es que la forma cuadrtica asociada a la matriz hessiana de h D f } en el punto c es igual a la restriccin de la forma cuadrtica asociada a la matriz Dij .a; / 16i 6n al espacio tangente a M en a. Para verlo ms claro todava, pongamos, 16 j 6 n por comodidad de escritura, A D Dij .a; / 16i 6n . La forma cuadrtica asociada a dicha
16 j 6 n
j D1
es un vector del espacio tangente TM .a/ y: 1 t * 0 k + k X X Q .a; /.D }.c/.u// D A. @ uj Dj }.c/A ui Di }.c/ D
j D1 i D1
i;j D1
k X
D Qh .c/.u/ Como queramos probar.
k X t ui uj A..Dj }.c// Di }.c/ D por (3.49) D Dij h.c/ui uj D i;j D1
Naturalmente, para calcular la restriccin de la forma cuadrtica Q .a; / al espacio TM .a/, todo lo que se necesita es conocer una base de dicho espacio, pues si fa1 ; a2 ; : : : ; ak g es una tal base, la matriz de la forma cuadrtica restringida a TM .a/ es la matriz .mij /k k cuyos elementos estn dados por: 1 6 i; j 6 k (3.51) mij D A.at i aj Como consecuencia de la proposicin 3.33, de la proposicin anterior y del teorema 2.25, obtenemos condiciones sucientes para que f tenga en a un extremo local condicionado por M.
Clculo de extremos absolutos
97
.mij /k k la matriz cuyos elementos mij vienen dados por (3.51). Sea Q W Rk ! R la forma cuadrtica: k X Q.u/ D mij ui uj 8u 2 Rk
i;j D1
3.37 Teorema (Condicin suciente de extremo local condicionado). Con las notaciones y las hiptesis anteriores, supongamos que .a; / es un punto crtico de la funcin de Lagrange y pongamos A D Dij .a; / 16i 6n . Sea fa1 ; a2 ; : : : ; ak g una base del espacio TM .a/ y sea
16 j 6 n
Se verica entonces que: a) Si la forma cuadrtica Q es denida positiva entonces f tiene en a un mnimo local estricto condicionado por M . b) Si la forma cuadrtica Q es denida negativa entonces f tiene en a un mximo local estricto condicionado por M . c) Si f tiene en a un mximo local condicionado por M entonces la forma cuadrtica Q es semidenida negativa. d) Si f tiene en a un mnimo local condicionado por M entonces la forma cuadrtica Q es semidenida positiva. e) Si la forma cuadrtica Q es no denida entonces f no tiene en a un extremo local condicionado por M . En general, la matriz A D Dij .a; /
16 i 6 n 16 j 6 n
depende de a y de . Te digo esto porque es
importante que calcules las soluciones del sistema de Lagrange en la forma .a; / agrupando cada punto a con sus correspondientes multiplicadores de Lagrange. Cada a tiene asociado un nico multiplicador , pero puede ocurrir que diferentes a tengan asociado el mismo multiplicador porque distintos a pueden dar lugar al mismo r f .a/. Los coecientes mij dependen en general de a y de y para cada par .a; / resulta, en general, una forma cuadrtica Q diferente cuyo carcter debes estudiar. Pese a todo, de hecho, en la prctica sucede con frecuencia que A no depende de , en tal caso puedes olvidarte de los valores de y considerar solamente los de a. La forma de calcular rpidamente la matriz .mij /k k es la siguiente: sea Bnk una matriz cuyas columnas sean los vectores base de TM .a/, entonces: .mij /k k D B t .A.B (3.52)
3.6.1. Clculo de extremos absolutos

Cuando la variedad M es un conjunto compacto, la existencia de extremos absolutos para f est garantizada por la propiedad de compacidad de las funciones continuas. En este tipo de problemas lo nico que hay que hacer es calcular los puntos crticos de la funcin de Lagrange y evaluar en ellos la funcin f , lo que nos proporcionar directamente los puntos donde f alcanza su mximo y su mnimo absolutos en M . Claro est, se supone que hay un nmero nito de soluciones del sistema de Lagrange.
98
Situacin diferente es cuando queremos calcular los extremos absolutos o relativos de una funcin f en un conjunto compacto K Rn con interior no vaco y cuya frontera M D Fr.K / es una variedad. Por supuesto, la existencia de extremos absolutos est garantizada pero pueden alcanzarse en el interior o en la frontera. Por tanto, lo que hay que hacer es calcular los puntos crticos de f en el interior de K y las soluciones del sistema de Lagrange para f y M . Obtendremos as, en la prctica, un conjunto nito de puntos y todo lo que hay que hacer es evaluar f en cada uno de ellos, lo que nos proporcionar directamente los puntos donde f alcanza su mximo y su mnimo absolutos en K . Dicho sea de paso, con frecuencia dichos extremos absolutos se alcanzan en la frontera de K . Sucede con frecuencia que la frontera de K Rk , k D 2 o k D 3, no es una variedad aunque se le parezca mucho; por ejemplo, la frontera puede ser un polgono o un ortoedro o una pirmide. En tales casos lo ms sencillo es parametrizar las caras del polgono o del ortoedro y reducir el problema de calcular los extremos en cada parte de la frontera de K a un problema de extremos ms sencillo en una o dos variables. Claro, tambin se puede descomponer la frontera de K como unin de variedades disjuntas: las caras o las aristas ms los vrtices y aplicar la teora de extremos condicionados a cada una de ellas. No te lo aconsejo.
165. Calcula, aplicando la teora de extremos condicionados, el ortoedro de volumen igual a 8 y supercie lateral mnima. Observacin: este ejercicio lo hemos hecho en la introduccin usando la desigualdad de las medias. La teora de extremos condicionados te permitir probar que el ortoedro solucin solamente puede ser el cubo, pero dicha teora no te dice si el mnimo alcanzado es absoluto. 166. Calcula la distancia mnima de un punto P D .; ; / al plano Ax C By C C z D D : a) Usando la teora de extremos condicionados. b) Usando la desigualdad de Cauchy - Schwarz. 167. Calcula el punto de la supercie 4x 2 C y 2 coordendas. z 2 D 1 que est ms prximo al origen de
168. Una curva est dada como la interseccin del cilindro x 2 C y 2 D 4 con el plano de ecuacin 2x C 3y C z D 3. Calcula el punto de la misma que est ms prximo al origen. 169. Sea A una matriz simtrica n n. Aplica el mtodo de los multiplicadores de Lagrange para calcular el mximo absoluto de la forma cuadrtica asociada a A condicionado por la esfera eucldea unidad en Rn , para probar que dicho mximo se alcanza en un punto de la forma .a; / tal que A.at D a. Por tanto es un valor propio de A. 170. Calcula el mximo absoluto de f .x ; y ; z / D x 3 y 2 z en el conjunto: C C M D .x ; y ; z / 2 RC o R o R o W x C 2y C 3z D 1
Clculo de extremos absolutos 171.
99
Utiliza el mtodo de los multiplicadores de Lagrange para calcular el rea del tringulo de mnima rea cuyos lados son los segmentos de los ejes coordenados positivos interceptados por la tangente a la elipse: x2 y2 C D1 a2 b2 en un punto P D .u; v/ de la misma situado en el primer cuadrante y dicho segmento de la tangente.
P D .u; v/
172. Utiliza el mtodo de los multiplicadores de Lagrange para calcular un punto de la elipse de ecuacin x2 y2 C D1 a2 b2 tal que el segmento determinado por la interseccin de la tangente a la elipse en dicho punto con los ejes coordenados tenga longitud mnima. 173. Prueba que el mximo absoluto de f .x1 ; x2 ; : : : ; xn / D .x1 x2 xn /2 sometido a la condicin k.x1 ; x2 ; : : : ; xn /k2 D r es igual a .r 2 = n/n . Deduce que: q
n
2x 2 x 2 6 x1 n 2
1X 2 xi n
i D1 n
8.x1 ; x2 ; : : : ; xn / 2 Rn
y deduce la desigualdad de las medias: p 1X n x1 x2 xn 6 xi n

i D1 n 8.x1 ; x2 ; : : : ; xn / 2 .RC o/
Cundo se da la igualdad? 174. Utiliza el mtodo de los multiplicadores de Lagrange para calcular el volumen del ortoedro de mximo volumen inscrito en el elipsoide de ecuacin x2 y2 z2 C C D1 a2 b2 c2 Sabes resolver este ejercicio usando la desigualdad de las medias? 175. Prueba que el mximo absoluto de x 2 y 2 sujeto a la condicin x 2p y 2q C D r2 p q donde p > 0, q > 0 verican que: 1 1 C D1 p q
100
se alcanza cuando x 2p D y 2q y es igual a r 2 . Deduce que si x > 0 e y > 0 se verica que: xp yq xy 6 C p q Cundo se da la igualdad? 176. Se quiere construir un pentgono colocando un tringulo issceles sobre un rectngulo, como se muestra en la gura de la derecha. Si el pentgono tiene un permetro jo p , determinar las longitudes de los lados del pentgono que maximizan su rea.
177. Calcula los puntos de la curva ( x 2 xy C y 2 x2 C y2 D 1
z2 D 1
que estn ms prximos al origen de coordenadas. 178. Calcular la mnima distancia del origen a la supercie de ecuacin xy 2 z 3 D 2. 179. Calcula el mayor y el menor valor de la funcin f .x ; y ; z / D x x 2 C y 2 C z 2 D 30. 2y C 5z en la esfera
180. Sea la curva interseccin de la esfera x 2 C y 2 C z 2 D 1 y el plano x C y C z D 1. Calcula los puntos de que estn ms cerca y ms lejos del punto .1; 2 ; 3/. Justica que los resultados obtenidos son valores mximos y mnimos absolutos. 181. Encontrar un punto P de coordenadas positivas perteneciente al elipsoide de ecuacin x2 y2 z2 C C D 1, tal que el plano tangente al elipsoide en P determine con los ejes a2 b2 c2 coordenados un tetraedro de volumen mnimo. El volumen del tetraedro con vrtices en el origen y en los puntos .a; 0; 0/, .0; b; 0/ y 1 .0; 0; c / (donde a; b; c son nmeros positivos), es igual a abc . 6 182. Calcula los extremos absolutos de f .x ; y / D x 2 C y 2 x y en el conjunto n o K D .x ; y / 2 R2 W x 2 C y 2 6 4 ^ y > 0 183. Calcula el volumen mximo de una caja rectangular situada sobre el plano X Y que tiene un vrtice en el origen y el vrtice opuesto, de coordenadas positivas, pertenece al paraboloide z C x 2 C 4y 2 D 4. 184. Calcula los extremos absolutos de f .x ; y / D x 2 y 3 C x 2 C 6y 2 en la bola cerrada p B k k2 ..0; 0/; 5/.
101
185. Calcula los extremos absolutos de f .x ; y ; z / D x 2 C yz en la bola eucldea unidad cerrada. 186. a) Clasica los extremos relativos del campo escalar f .x ; y / D x 3 C y 3 xy 2 x C 16.
b) Calcula el mximo y el mnimo absolutos de dicho campo escalar en el conjunto: n o K D .x ; y / 2 R2 W x 2 C y 2 6 2 ; y > 0 : 187. Se considera la funcin f W R2 ! R dada por: f .x ; y / D y3 x3 C 3 3 x2 2 y2 C1 2
a) Calcula y clasica los puntos crticos de f en la bola abierta Bk k2 ..0; 0/; 2/. b) Calcula los extremos absolutos de f en la bola cerrada B k k2 ..0; 0/; 2/. 188. Calcula los puntos del conjunto A D .x ; y / 2 R2 W x 2 C y 2 6 2x ; y > 0 donde el campo escalar f .x ; y / D x 2 2xy C y 2 alcanza su mximo y mnimo absolutos. 189. Calcular los extremos absolutos de f .x ; y / D .x 2 C 2y 2 / e
x2 y 2
en el disco x 2 C y 2 6 4.
190. Calcular los valores mximos y mnimos absolutos de f .x ; y ; z / D xy 2 z 3 en la bola x 2 C y 2 C z 2 6 1. 191. Hallar los extremos absolutos de f .x ; y / D x 2 C 3y 2 en el crculo x 2 192. Hallar los extremos absolutos de la funcin f .x ; y / D x 2 y 3 .1 K D f.x ; y / W jx j C jy j 6 1g 193. Hallar los extremos absolutos de f .x ; y / D x 2 C y 2 xy x y en el conjunto n o K D .x ; y / 2 R2 W x > 0; y > 0; x C y 6 3 194. Calcula los extremos absolutos del campo escalar f .x ; y ; z / D x C y C z en el conjunto n o A D .x ; y ; z / 2 R3 W x 2 C y 2 6 z 6 1 : 195. Calcular los valores mximo y mnimo de la funcin f .x ; y ; z / D xyz cuando el punto .x ; y ; z / pertenece a la curva denida por la interseccin del plano x C y C z D 0 y la esfera x 2 C y 2 C z 2 1 D 0.
2x C y 2
3 6 0.
y / en el conjunto
102
196. Calcular la mnima distancia entre la recta x C y D 4 y la circunferencia x 2 C y 2 D 1. 197. Calcular la mnima distancia entre la recta x y D 2 y la parbola y D x 2 . 197. Calcula la distancia mnima entre la elipse x 2 C 2y 2 D 6 y la recta x C y D 5. 198. El rea de una caja rectangular sin tapa es de 108cm2 . Calcular sus dimensiones para que el volumen sea mximo. 199. Calcula el valor mayor y el valor menor que toma la funcin f .x ; y ; z / D xyz en los puntos del elipsoide x 2 C 4y 2 C 9z 2 D 3. 200. Calcula el valor mayor y el valor menor que toma la funcin f .x ; y ; z / D y 2 C 4z 2 4yz 2xz 2xy
en los puntos del elipsoide 2x 2 C 3y 2 C 6z 2 D 1. 201. Calcula los puntos de la elipse 5x 2 6xy C 5y 2 D 4 para los cuales la distancia del origen a la tangente a la elipse en tales puntos es mxima o mnima. 202. Calcula y clasica los extremos relativos de la funcin f .x ; y ; z / D x 2 C y 2 C z 2 C 2xyz Y calcula el mnimo valor que dicha funcin toma en la bola eucldea cerrada de centro el origen y radio 4. 203. Calcula por el mtodo de los multiplicadores de Lagrange la mnima distancia entre la recta x C y D 3 y la elipse 3x 2 C y 2 D 3.

Calculo Diferencial Varias Variables PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Calculo Diferencial Varias Variables PDF

Загружено:

Авторское право:

Доступные форматы

C LCULO D IFERENCIAL

Francisco Javier Prez Gonzlez

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

1. Estructura eucldea y topologa de Rn 1.1. Producto escalar y norma eucldeos . . . . . . . . . . . . . . . . . . . . . . .

1.2. Espacios normados y espacios mtricos . . . . . . . . . . . . . . . . . . . . . 1.3. Topologa de un espacio mtrico . . . . . . . . . . . . . . . . . . . . . . . . .

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

Estructura eucl dea y topolog a de Rn

1.1. Producto escalar y norma eucldeos

Este producto escalar se llama producto escalar eucldeo.

se llama proyeccin ortogonal de x sobre y .

Producto escalar y norma eucldeos

5. Prueba que el vector x

1.4 Denicin. La distancia eucldea en Rn es la aplicacin d2 W Rn Rn ! RC o denida por: d2 .x; y / D kx y k2 .x; y 2 Rn /

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

Espacios normados y espacios mtricos

1.2. Espacios normados y espacios mtricos

Espacios normados y espacios mtricos

Deduce que en todo espacio normado se verica la desigualdad: (1.2)

10. Sea .E ; d/ un espacio mtrico y sean x1 ; x2 ; : : : ; xn puntos de E . Prueba que: d.x1 ; xn / 6

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

Topologa de un espacio mtrico

1.3. Topologa de un espacio mtrico

Topologa de un espacio mtrico

b) Describe las bolas abiertas en .E ; /.

Topologa de un espacio mtrico

Convergencia en espacios mtricos

Topologa de un espacio mtrico

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

Topologa de un espacio mtrico

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

Algunas clases de funciones continuas

Continuidad Es claro que las funciones lipchicianas son uniformemente continuas.

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

cualquiera sea la funcin polinmica p de grado menor o igual que n.

Universidad de Granada Dpto. de Anlisis Matemtico

Prof. Javier Prez Clculo Diferencial en Rn

1.5. Lmite funcional

Continuidad y lmites de campos escalares y vectoriales

fxn g ! , se verica que ff .xn /g ! `.

b) Para toda sucesin fxn g de puntos de A distintos de , xn 2 An f g, que converge a ,

1.6. Continuidad y lmites de campos escalares y vectoriales

donde fuk W 1 6 k 6 mg es la base cannica de

Continuidad y lmites de campos escalares y vectoriales

Se dice que f es negativamente divergente en si en cuyo caso escribimos lK m f .x / D 1 .

f .x ; y / (y no debes olvidar el parntesis que indica vector:

.x ; y / y .a; b /, porque no tiene sentido escribir

f .x ; y /). Siempre que te encuentres en

Continuidad y lmites de campos escalares y vectoriales

ex ey 1 c) f .x ; y / D 2 denido en R2 n f.0; 0/g, D .0; 0/. x C y2 d) f .x ; y / D

log.1 C x 2 C y 2 / denido en R2 n f.0; 0/g, D .0; 0/. x2 C y2

denido en R2 n f.0; 0/g, D .0; 0/.

Prof. Javier Prez Clculo Diferencial en Rn

Continuidad y lmites de campos escalares y vectoriales

tambin se verica que lK m f .x/ D `. En particular, si B D f C t u W t 2 Rg \ A, entonces se

b) Describe las bolas abiertas en .E ; /.

g.; #/ D f . cos #; sen #/

Rectas tangentes y planos tangentes y @ .s0 ; t0 / D @t @x @y @z .s0 ; t0 /; .s0 ; t0 /; .s0 ; t0 / @t @t @t