Академический Документы
Профессиональный Документы
Культура Документы
Indice general
Parte 1. Preliminares
Captulo 1.
El espacio euclidiano
1.
Definiciones b
asicas
Bestiario
3.
Topologa de Rn
10
Rn
15
5.
Conjuntos Compactos
2.
4.
Sucesiones en
Ejercicios
Captulo 2.
1.
18
22
25
Definiciones b
asicas
25
2.
Continuidad
26
3.
Funciones lineales
29
4.
Continuidad uniforme
31
5.
Oscilaci
on
33
Ejercicios
35
Parte 2. C
alculo en el espacio Euclideano
Captulo 3.
Diferenciabilidad
39
1.
Derivada
39
2.
Derivadas parciales
47
3.
51
4.
55
iii
Indice general
iv
57
62
Captulo 4. Convexidad
1. Conjuntos convexos
2. Combinaciones convexas y simplejos
65
65
68
Captulo 5. Integraci
on
1. La integral de Riemann
79
79
3. Funciones convexas
4. Puntos y valores extremos
Ejercicios
2.
3.
4.
Funciones Riemann-integrables
Medida de Jordan
El teorema de Fubini
Ejercicios
Captulo 6.
1.
2.
3.
70
75
77
85
93
96
100
103
Particiones de la unidad
La integral de Riemann en conjuntos abiertos
Cambio de variable
103
108
116
4. El teorema de Sard
5. El teorema de punto fijo de Brouwer
Ejercicios
122
125
127
Parte 3. An
alisis vectorial
Captulo 7.
1.
2.
Formas diferenciales
133
Campos vectoriales
Formas diferenciales en R3
133
135
3. Algebra exterior
4. Cambio de coordenadas
Ejercicios
El lema de Poincare
Conjuntos simplemente conexos
142
150
154
155
155
158
160
164
Indice general
Ejercicios
Captulo 9.
1.
168
Integraci
on de formas diferenciales
Complejos en
Rn
171
171
2.
Integrales de lnea
178
Integraci
on de formas diferenciales
185
4.
Teorema de Stokes
186
3.
Ejercicios
192
Variedades diferenciables
197
Rn
197
1.
Variedades diferenciables en
Espacio tangente
202
3.
205
2.
Ejercicios
Captulo 11.
208
Orientaci
on
211
1.
211
Orientaci
on
214
3.
Orientaci
on inducida en M
218
2.
Ejercicios
Captulo 12.
221
El teorema de Stokes
223
1.
Integraci
on de formas en variedades
223
El teorema de Stokes
227
3.
Volumen
229
Los teoremas cl
asicos
233
2.
4.
Ejercicios
235
Parte 1
Preliminares
Captulo 1
El espacio euclidiano
1.
Definiciones b
asicas
El espacio euclidiano, denotado por Rn , est
a definido por el conjunto
(1.1)
Rn = {x = (x1 , x2 , . . . , xn ) : xi R}.
n
X
xi y i ,
i=1
1. El espacio euclidiano
|x| = x x = t (xi )2 ,
i=1
1. |x| = 0 si y s
olo si x = 0;
(1.2)
4. Si x, y
(1.3)
Rn ,
|x y| |x||y|;
|x + y| |x| + |y|.
La desigualdad (1.2) es llamada la desigualdad de Cauchy-Schwarz, mientras que la (1.3) como la desigualdad del tri
angulo.
Demostraci
on. La demostracion de las propiedades (1) y (2) se dejan como
ejercicio. Para (3), si x = 0, entonces ambos lados de la ecuaci
on (1.2) son
cero. Supongamos entonces que x 6= 0. Sea w el vector
yx
x.
w=
|x|2
Figura 1. Proyecci
on de y en x
yx
yx
0 |y w|2 = (y w) (y w) = y
x
x
|x|2
|x|2
(y x)2
(y x)2 (y x)2 2
2
+
|x|
=
|y|
,
= |y|2 2
|x|2
|x|4
|x|2
de lo cual la ecuaci
on (1.2) se sigue inmediatamente.
1. Definiciones b
asicas
Para (4),
|x + y|2 = (x + y) (x + y) = |x|2 + 2x y + |y|2 |x|2 + 2|x||y| + |y|2 ,
donde la u
ltima desigualdad se sigue por la desigualdad de Cauchy-Schwarz.
Por lo tanto, tenemos
|x + y|2 (|x| + |y|)2 .
Observaci
on 1.2. De la demostracion de la proposici
on 1.1, podemos observar que tenemos igualdad en (1.2) si y solo si uno de los vectores x o y es
m
ultiplo escalar del otro. De hecho, si y es m
ultiplo escalar de x, entonces
y = w, su proyecci
on sobre x.
Similarmente, tenemos igualdad en (1.3) si y solo si xy = |x||y|, es decir,
cuando uno de los vectores x o y es m
ultiplo escalar del otro y x y > 0.
Geometricamente, y se encuentra en la recta generada por x, y en la misma
direcci
on.
Decimos que los vectores u1 , u2 , . . . , um Rn generan Rn si para todo
x Rn existen 1 , . . . , m tales que
x = 1 u1 + 2 u2 + . . . + m um .
Es decir, todo x Rn es una combinaci
on lineal de los vectores u1 , u2 ,
. . . , um .
Decimos que u1 , u2 , . . . , um son linealmente independientes si
1 u1 + 2 u2 + . . . + m um = 0
implica que
1 = 2 = . . . = m = 0.
Si u1 , u2 , . . . , um generan Rn y son linealmente independientes, entonces decimos que forman una base. Enunciaremos el siguiente teorema, cuya demostracion se puede encontrar en cualquier libro de algebra lineal.
Teorema 1.3. Si u1 , u2 , . . . , um forman una base de Rn , entonces m = n.
Es preciso observar que las bases no son u
nicas; adem
as, si u1 , . . . , um forn
n
man una base de R , entonces, para cada x R , existen u
nicos 1 , . . . , n
tales que
x = 1 u1 + 2 u2 + . . . + n un .
Ejemplo 1.4. La base est
andar de Rn est
a formada por los vectores e1 , e2 ,
. . . , en , donde
i-
esimo
ei = (0, 0, . . . ,
z}|{
1 , . . . , 0).
1. El espacio euclidiano
De hecho, si x Rn ,
x = (x1 , x2 , . . . , xn ) = x1 e1 + x2 e2 + . . . + xn en .
En otras palabras, cada vector de Rn ya se encuentra representado en la
base est
andar.
Ejemplo 1.5. En R2 , los vectores u1 = (1, 1), u2 = (1, 1) forman una
base, ya que
x1 + x2
x1 x2
(x1 , x2 ) =
u1 +
u2
2
2
y son linealmente independientes.
Decimos que los vectores x, y Rn son ortogonales si x y = 0. Por
ejemplo, como ei ej = 0 si i 6= j, entonces los vectores e1 , . . . , en de la base
est
andar son ortogonales entre s.
Decimos que u1 , u2 , . . . , un forman una base ortonormal (o.n.) si los vectores son ortogonales entre s y unitarios, es decir, |ui | = 1 para todo i.
Por ejemplo, la base est
andar e1 , . . . , en es una base ortonormal.
3. Si x, y Rn ,
xy =
n
X
(x ui )(y ui ).
i=1
1. Si x = 1 u1 + 2 u2 + . . . + n un , entonces
Demostraci
on.
x ui = (1 u1 + 2 u2 + . . . + n un ) ui = i ui ui = i .
2. Del inciso anterior,
|x|2 = x x =
=
n
X
n
n
X
X
(x ui )ui
(x ui )ui
i=1
i=1
n
X
(x ui )(x uj )ui uj =
i,j=1
i=1
(x ui )2 .
1. Definiciones b
asicas
n
X
i=1
n
X
n
X
(y ui )ui
(x ui )ui
i=1
n
X
(x ui )(y ui ).
(x ui )(y uj )ui uj =
i=1
i,j=1
El espacio generado por los vectores v1 , v2 , . . . , vr es el subespacio de Rn
formado por todas las combinaciones lineales de v1 , v2 , . . . , vr , y se denota
por gen{v1 , v2 , . . . , vr }.
ProyV x es la proyecci
on ortogonal de x sobre el subespacio V , es decir,
el u
nico vector y V tal que x y es ortogonal a todo vector en V .
Proposici
on 1.7. Si V es el subespacio de Rn generado por los vectores
ortonormales v1 , v2 , . . . , vr , entonces
ProyV x =
r
X
(x vi )vi .
i=1
Demostraci
on. La misma demostracion de la proposici
on 1.6 muestra que,
si z V , entonces
r
X
(z vi )vi ,
z=
i=1
si v1 , v2 , . . . , vr son ortonormales.
r
X
(x vi )vi , entonces y V y, para z V ,
Por lo tanto, si y =
i=1
r
r
X
X
(z vi )vi
(x vi )vi
(x y) z = x
i=1
i=1
r
r
X
X
(x vi )(z vi ) = 0.
(z vi )vi
=x
i=1
i=1
El siguiente teorema nos garantiza que, dado un espacio generado por
vectores v1 , v2 , . . . , vr , siempre podemos escoger en el una base ortonormal.
Su demostracion es constructiva, y al algoritmo resultante se le conoce como
el proceso de Gram-Schmidt.
1. El espacio euclidiano
Teorema 1.8 (Proceso de Gram-Schmidt). Sean v1 , v2 , . . . , vr vectores linealmente independientes en Rn . Entonces existen vectores ortonormales
u1 , u2 , . . . , ur tales que
para k = 1, . . . , r.
gen{u1 , u2 , . . . , uk } = gen{v1 , v2 , . . . , vk }
Demostraci
on. Tomamos
u1 =
Para construir u2 , sea
v1
.
|v1 |
w2 = v2 (v2 u1 )u1 .
Vemos que w2 es ortogonal a u1 (figura 2), as que tomamos
v2
u2
w2
u1
Figura 2. La construcci
on del vector w2 .
u2 =
w2
.
|w2 |
Entonces es facil ver que wk+1 ui = 0, i = 1, .., k, y wk+1 6= 0 por que los vi
son linealmente independientes. Por lo que escogemos
wk+1
.
uk+1 =
|wk+1 |
Es facil ver, como antes, que
gen{u1 , . . . , uk+1 } = gen{v1 , . . . , vk+1 }.
2. Bestiario
La proposici
on 1.6 y el proceso de Gram-schmidt implican que podramos
escoger cualquier producto interno en Rn y sera indistinguible del producto
punto est
andar, es decir, tendramos la misma geometra siempre y cuando
tomemos una base ortonormal respecto de dicho producto.
2.
Bestiario
En esta secci
on listamos los subconjuntos de Rn de uso com
un, como
rectas, planos, o esferas, entre otros. La notaci
on definida aqu ser
a utilizada
en el resto del texto.
2.1.
t R.
{x : x x0 < c}.
10
1. El espacio euclidiano
En la siguiente secci
on se aclarar
a la raz
on por la cual Br0 (x0 ) es llamada
bola abierta.
2.4. Conjuntos convexos y estrella. Decimos que A Rn es un conjunto convexo si, para todo x, y A, el segmento de x a y est
a en A. Decimos
que A Rn es un conjunto estrella si existe x0 A tal que, para x A, el
segmento de x0 a x est
a en A. Vease la figura 3. Mas adelante (captulo 4)
(b)
(a)
Rect
angulos. Un rect
angulo en Rn es un conjunto de la forma
R = I1 I2 . . . In ,
3.
Topologa de Rn
3. Topologa de Rn
11
Ejemplo 1.11. Una bola abierta es un conjunto abierto. Para mostrar esto,
consideremos la bola
Br0 (x) = {y Rn : |x y| < r},
y tomamos y Br0 (x). Sean = r |x y| y z B0 (y). Entonces, por la
desigualdad del tri
angulo,
|z x| |z y| + |y x| < + |x y| = r,
por lo que z Br0 (x) y por lo tanto B0 (y) Br0 (x).
Ejemplo 1.12. Un rect
angulo abierto es un conjunto abierto: Si
R = (a1 , b1 ) (a2 , b2 ) (an , bn )
y x R, sea
=
1
mn{x1 a1 , b1 x1 , . . . , xn an , bn xn }.
2
Entonces B0 (x) R.
El ejemplo anterior permite concluir la siguiente proposici
on, la cual
provee una definicion equivalente de conjunto abierto.
Proposici
on 1.13. U Rn es abierto si, y solo si, para todo x U existe
un rect
angulo abierto R tal que x R y R U .
Demostraci
on. Sea U abierto y x U . Entonces existe > 0 tal que
B (x) U . Sea
R = x1 , x1 + x2 , x2 + xn , xn + .
n
n
n
n
n
n
Entonces x R y R B0 (x) U .
12
1. El espacio euclidiano
Proposici
on 1.18. A Rn es cerrado si, y solo si, Rn \ A es abierto.
Demostraci
on. Supongamos que A es cerrado y x Rn \A. Como x
/ A, x
0
no es punto de acumulaci
on de A, as que existe > 0 tal que B (x) A = .
Es decir, B0 (x) Rn \ A. As que Rn \ A es abierto.
3. Topologa de Rn
13
Esta proposic
on nos permite definir, equivalentemente, un conjunto cerrado simplemente como el complemento de un conjunto abierto, sin hacer
referencia a los puntos de acumulaci
on. Sin embargo, de manera inversa,
tambien nos ofrece una alternativa: podemos definir primero los conjuntos
cerrados a traves de sus puntos de acumulaci
on, y luego definir un conjunto
abierto como el complemento de un conjunto cerrado. Cualquiera de estas
opciones es valida para definir la topologa en Rn , y todas son utilizadas en
distintos textos de an
alisis, dependiento del gusto del autor.
Definici
on 1.19. Sea A Rn . La frontera de A, fr A, es el conjunto de
n
x R tales que, para todo > 0,
B0 (x) A 6=
B0 (x) (Rn \ A) 6= .
R (Rn \ A) 6= .
Vease la figura 4.
A
AC
Ejemplo 1.20. fr Rn = fr = .
14
1. El espacio euclidiano
[a1 , b1 ] . . . {bn }.
Es decir, fr R es la uni
on de las carasde R.
T
Ejemplo 1.23. Sea Q = [0, 1] Q y consideremos Q [0, 1] R2 . (Vease
la figura 5.) Si x [0, 1] [0, 1] y x (a, b) (c, d) entonces existe
1
1/3
1/2
2/3
Figura 5. Representaci
on simple del conjunto A = Q [0, 1]. N
otese
que A est
a formado por la uni
on de rectas verticales, cada una sobre un
n
umero racional en [0, 1].
q (a, b) [0, 1] Q,
(a, b) [0, 1] \ Q,
est
Definici
on 1.24. Sea A Rn . La cerradura de A, denotada por A,
a definida como la uni
on de A y sus puntos de acumulaci
on.
La siguiente proposici
on establece algunas propiedades de la cerradura.
Proposici
on 1.25. Sea A Rn .
1. A es cerrado.
2. Si E es cerrado y E A, entonces A E.
3. Si A B entonces A B.
4. Sucesiones en Rn
15
4. A = A.
Demostraci
on.
1. Sea x un punto de acumulaci
on de A y sea R un
rect
angulo que contiene a x. Queremos mostrar que RA es infinito,
tenemos A A.
El exterior de A est
a definido como el conjunto
ext(A) = {x Rn \ A : existe > 0 tal que B0 (x) A = }.
Similarme a la cerradura, es posible mostrar que el interior de A es ahora
el mayor de los conjuntos abiertos contenidos en A (ejercicio 14). Ademas,
notamos que ext(A) = int(Rn \ A). La siguiente proposici
on es muy facil de
demostrar (ejercicio 15).
Proposici
on 1.27. Sea A Rn .
1. A0 = A \ fr A.
4.
Sucesiones en Rn
16
1. El espacio euclidiano
Sin embargo, en la pr
actica, la siguiente proposici
on es muy u
til.
Proposici
on 1.30. La sucesi
on (xk )k converge en Rn si, y solo si, cada
i
(xk )k converge en R.
Demostraci
on. Suponemos que xk L y sea > 0. Sea N tal que k N
implica |xk L| < . Entonces, para k N ,
q
|xik Li | (x1k L1 )2 + . . . + (xik Li )2 + . . . + (xnk Ln )2 < .
Suponemos ahora que cada xik Li , y sea > 0. Tomamos Ni tal que,
para k Ni ,
|xik Li | < .
n
Tomamos N = m
axi Ni y L = (L1 , . . . , Ln ). Entonces, si k N ,
r
q
2
2
1
n
2
2
|xk L| (xk L1 ) + . . . + (xk Ln ) <
+ ... +
= .
n
n
Decimos que (xk ) es una sucesi
on en A Rn si xk A para todo
k. La siguiente proposici
on clasifica los conjuntos cerrados en terminos de
sucesiones.
4. Sucesiones en Rn
17
Proposici
on 1.31. Un conjunto A Rn es cerrado si, y solo si, para toda
sucesi
on (xk ) en A que converge a L, L A.
En otras palabras, un conjunto es cerrado si contiene sus lmites.
Demostraci
on. Supongamos que A es cerrado y sea (xk ) en A una sucesion
que converge a L. Sea R un rect
angulo abierto que contiene a L, y > 0 tal
que B (L) R. Entonces, como xk L, existe K tal que xK R. Como
xK A, hemos demostrado que R A 6= . Entonces, L est
a en A o es un
punto de acumulaci
on de A. Como A es cerrado, en ambos casos L A.
18
1. El espacio euclidiano
Proposici
on 1.34. Sea A un conjunto cerrado no vaco y x Rn . Entonces
existe un punto y A tal que |x y| es mnimo.
Demostraci
on. Sea x Rn y definimos d : A R por d(y) = |x y|. Sea
r0 = nf{d(y) : y A}. Entonces, para todo k 1, existe yk A tal que
r0 d(yk ) < r0 + 1/k.
Adem
as, d(y) = r0 . Para ver esto, dado > 0 tomamos K > 2/ tal que
|yK y| < /2. Entonces
1
5.
Conjuntos Compactos
En esta secci
on estudiaremos los conjuntos compactos y su relaci
on con
n
sucesiones en R . La idea de compacidad fue descubierta por Heine en el
estudio de funciones uniformemente continuas, las cuales estudiaremos en el
siguiente captulo.
Definici
on 1.36. Sea A Rn . Una
S cubierta de A es una coleccion {U } de
conjuntos abiertos tales que A U .
19
5. Conjuntos Compactos
i=1
20
1. El espacio euclidiano
Demostraci
on. Al igual que en la demostracion de la proposici
on 1.39,
mostraremos la contrapositiva. Es decir, supondremos que A no es acotado
para concluir que no es compacto.
S
Consideremos la coleccion {Bk0 (0) : k 1}. Como k Bk0 (0) = Rn ,
{Bk0 (0) : k 1} es una cubierta para A. Sin embargo, no tiene subcubiertas
finitas, porque
0
(0) 6 A,
Bk01 (0) . . . Bk0p (0) = BN
donde N = m
axi ki , porque A no es acotado.
2. Rk+1 Rk ; y
bj aj
.
2k
21
5. Conjuntos Compactos
bj a j
.
2N
= mn {xj pj , qj xj },
1jn
bj a j
Demostraci
on. Mostraremos que, si A es un conjunto que no es cerrado
o no es acotado, entonces tiene una sucesion sin subsucesiones convergentes
en A. De hecho, por la proposici
on 1.31, si no es cerrado entonces existe una
sucesion en A con lmite fuera de A.
Si A no es acotado, entonces existe una sucesion (xk ) en A tal que,
digamos, |xk | > k. Entonces (xk ) no tiene subsucesiones convergentes.
22
1. El espacio euclidiano
Ejercicios
1. Muestra las primeras dos partes de la proposici
on 1.1.
2. Muestra la desigualdad del tri
angulo inversa: Si x, y Rn ,
|x| |y| |x y|.
x y2 z
{x Rn : |x x1 | = |x x2 |}
Ejercicios
23