Lecciones de Topología. Marta Macho Stadler

LECCIONES DE TOPOLOGIA
Managua, Enero de 2008
Prof. Marta Macho Stadler
2
Marta Macho Stadler
Departamento de Matematicas
Facultad de Ciencia y Tecnologa
Universidad del Pas VascoEuskal Herriko Unibertsitatea
Barrio Sarriena s/n, 48940 Leioa
e-mail: [email protected]
http://www.ehu.es/ mtwmastm
Tlf: +34-946015352
Fax: +34-946012516
Portada: La banda de Mobius

c Jean-Pierre Petit, http://www.jp-petit.com

Las aventuras de Anselmo Lanturlu. El Topologicon
http://www.savoir-sans-frontieres.com/

Indice
general
Introduccion
1. Repaso de algunos conceptos matematicos

1.1. Un poco de Logica . . . . . . . . . . . . .
1.1.1. Smbolos y conectores . . . . . . .
1.1.2. Los objetos del razonamiento . . .
1.1.3. Condiciones necesarias y suficientes
1.1.4. Los metodos de demostracion . . .
1.2. Teora de conjuntos . . . . . . . . . . . . .
1.3. Funciones y sus propiedades . . . . . . . .
1.4. Relaciones binarias . . . . . . . . . . . . .
1.5. Propiedades de los numeros reales . . . . .
1.6. Nociones sobre cardinalidad de conjuntos .
1.7. Ejercicios . . . . . . . . . . . . . . . . . .
2. Espacios metricos
2.1. Definicion de espacio metrico . . . . . . .
2.1.1. Definicion de distancia . . . . . . .
2.1.2. Distancia entre conjuntos . . . . . .
2.1.3. Isometras . . . . . . . . . . . . . .
2.2. Bolas abiertas y cerradas. Esferas . . . . . .
2.3. Conjuntos abiertos y cerrados . . . . . . . .
2.3.1. Conjuntos abiertos . . . . . . . . .
2.3.2. Topologa inducida por una metrica
2.3.3. Conjuntos cerrados . . . . . . . . .
2.4. Clausura, interior y frontera de un conjunto
2.4.1. Clausura de un conjunto . . . . . .
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
1
3
4
5
7
9
12
14
15
16
.
.
.
.
.
.
.
.
.
.
.
23
23
23
27
28
28
29
29
30
32
33
33

Indice
general
2.5.
2.6.
2.7.
2.8.
2.4.2. Interior de un conjunto . . . . . . . .

2.4.3. Frontera de un conjunto . . . . . . .
Subespacios de un espacio metrico . . . . . .
Diametro de un conjunto. Conjuntos acotados
Conjuntos densos y espacios separables . . .
Ejercicios . . . . . . . . . . . . . . . . . . .
3. Continuidad en espacios metricos

3.1. Aplicaciones continuas . . . . . . . . .
3.2. Aplicaciones continuas y subespacios .
3.3. Extensiones de funciones continuas . .
3.4. Aplicaciones uniformemente continuas .
3.5. Ejercicios . . . . . . . . . . . . . . . .
4. Convergencia en espacios metricos
4.1. Definicion de sucesion . . . .
4.2. Sucesiones convergentes . . .
4.3. Sucesiones de Cauchy . . . . .
4.4. Espacios metricos completos .
4.5. Teorema de Baire . . . . . . .
4.6. Ejercicios . . . . . . . . . . .
.
.
.
.
.
.
5. Conexion en espacios metricos

5.1. Espacios y conjuntos conexos .
5.2. Componentes conexas . . . . .
5.3. Espacios totalmente disconexos
5.4. Conexion en la recta real . . . .
5.5. Conexion y continuidad . . . . .
5.6. Conexion por caminos . . . . .
5.7. Ejercicios . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
6. Compacidad en espacios metricos

6.1. Espacios y conjuntos compactos .
6.2. Compacidad y continuidad . . . .
6.3. Compacidad secuencial . . . . . .
6.4. Compacidad en espacios eucldeos
6.5. Ejercicios . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
37
38
39
41
41
.
.
.
.
.
57
57
60
61
65
66
.
.
.
.
.
.
75
75
76
79
80
82
84
.
.
.
.
.
.
.
91
91
93
94
95
96
96
98
.
.
.
.
.
105
105
107
109
111
112

Indice
general
7. Espacios vectoriales normados
7.1. Normas sobre espacios vectoriales . . . . . . . . . . .
7.1.1. Metrica definida por una norma . . . . . . . .
7.1.2. Normas equivalentes . . . . . . . . . . . . . .
7.1.3. Aplicaciones lineales continuas . . . . . . . .
7.1.4. Espacios de Hilbert y de Banach . . . . . . . .
7.2. Espacios de funciones . . . . . . . . . . . . . . . . . .
7.2.1. Convergencia simple y uniforme . . . . . . . .
7.2.2. Algunos teoremas importantes en Analisis Real
Bibliografa
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
119
119
119
121
123
123
126
126
128
131
Indice
general
Introduccion
Entre lo que veo y digo,

entre lo que digo y callo,
entre lo que callo y sueno,
entre lo que sueno y olvido,
la poesa.
Decir: hacer
Octavio Paz (1914-1998)
La Topologa estudia aquellas propiedades de los espacios que permanecen inalterables al someterlas a deformaciones continuas, es decir, a distorsiones que ni rompen ni
pegan algo que no lo estaba previamente.
Por ejemplo, el caracter circular de una circunferencia no es una propiedad topologica:
se pueden pegar las extremidades de una cuerda para hacer una circunferencia, y sin cortar
ni despegar, deformar esta figura en un cuadrado, una elipse, etc. Pero, la cualidad de no
tener extremidades permanece constante durante estas transformaciones.
Se suele bromear, comentando que las personas que se dedican al estudio de la topologa no distinguen la rosquilla de la taza de cafe:, como se muestra en la figura de
debajo:
en efecto, hemos pasado de la rosquilla a la taza sin realizar ni roturas ni cortes: ha sido
una transformacion topologica.
7
Introduccion
La topologa es pues matematica cualitativa, matematica sin numeros: trata de propiedades cualitativas intrnsecas de los espacios, que son independientes de su tamano,
posicion y forma.
Los espacios metricos son los primeros ejemplos de espacios topologicos, los que
primero surgieron en el estudio cualitativo de espacios: generalizan las propiedades de
los espacios eucldeos, donde sabemos medir la distancia entre dos puntos dados.
En este texto, se trata de dar una introduccion a la Topologa, a traves de la teora de
espacios metricos: aunque son un caso especialmente sencillo de espacios topologicos,
se hace una revision de sus propiedades topologicas mas importantes, intentando dar una
vision mas topologica que metrica en los enunciados y las demostraciones.
El curso esta organizado en siete captulos.
El primero de ellos recopila aquellos preliminares sobre teora de conjuntos y logica
matematica que son necesarios para una buena comprension del texto.
Los siguientes cinco captulos estudian las propiedades mas importantes de espacios
metricos: solo estan demostrados aquellos enunciados cuya prueba no es trivial, se han
incluido una gran cantidad de ejemplos y cada captulo finaliza con una amplia coleccion
de ejercicios, donde los mas complicados estan marcados con el smbolo .
El u ltimo captulo se dedica al estudio de espacios normados y espacios de funciones,
especialmente destacados en analisis real y complejo.
La bibliografa indicada se refiere en su mayora a textos sobre espacios metricos,
aunque aparecen tambien algunos libros dedicados a los espacios topologicos en general,
donde se puede continuar el estudio iniciado en este curso.
Managua, enero de 2008
Repaso de algunos conceptos

matematicos
Y aqu estoy yo, brotado entre las ruinas,
mordiendo solo todas las tristezas,
como si el llanto fuera una semilla
y yo el u nico surco de la tierra.
Barrio sin luz
Pablo Neruda (1904-1973)
1.1.
Un poco de Logica
La Logica es una herramienta basica en Matematicas; damos aqu un repaso de algunos conceptos fundamentales.
1.1.1.
Smbolos y conectores
En Matematicas, es fundamental la utilizacion de smbolos y conectores que sirven

para modificar o combinar sentencias.
Definicion 1.1. Los siguientes smbolos se llaman cuantificadores:
1) el cuantificador universal: (para todo);
2) el cuantificador existencial: (existe).
Definicion 1.2. Tambien es esencial el uso de los conectores:
1) la negacion: no;
2) la conjuncion: (y);
1
Captulo 1. Repaso de algunos conceptos matematicos
3) la disyuncion: (o);
4) la implicacion: = (si , entonces);
5) la doble implicacion: (si y solo si o equivale).
El manejo es sencillo, pero es preciso tener cuidado al utilizarlos. Por ejemplo, si P
y Q son propiedades relativas a los elementos de un conjunto X, para expresar que x
cumple P, se escribira P(x). Y entonces:
Proposicion 1.1. P(x) Q(x), significa una de las tres posibilidades (mutuamente excluyentes) siguientes:
(i) P(x) y Q(x);
(ii) P(x) y no-Q(x);
(iii) no-P(x) y Q(x).
Proposicion 1.2. Como se niega una proposicion?
1) no-(x X, P(x)) es lo mismo que decir que (x X : no-P(x)).
2) no-(x X : P(x)) equivale a (x X, no-P(x)).
3) no(x X, P(x) Q(x)) es lo mismo que decir que (x X : no-P(x) o no-Q(x)).
4) no-(x X : P(x) = Q(x)) es equivalente a (x X, P(x) 6= Q(x)).
En general, cuando aparecen varios cuantificadores en un enunciado, el orden en el
que se escriben no importa, siempre que los cuantificadores involucrados sean del mismo
tipo:
1) (x, y, P(x, y)) es lo mismo que decir que (y, x, P(x, y)).
2) (x, y : P(x, y)) es equivalente a (yy : P(x, y)) .
Pero, hay que tener cuidado cuando se ven involucrados cuantificadores de distinto tipo:
3) (x, y : P(x, y)) 6= (y : x, P(x, y)).
Ejemplo 1.1. Si X = N y P(x, y) es x y. La primera expresion de 3) se lee como
que todo numero natural posee otro mayor (que es cierta); la segunda significa que existe
un numero natural mayor que todos los demas (que es falsa).
1.1. Un poco de Logica
El cuantificador existencial y el conector disyuncion se pueden intercambiar, as como

el cuantificador universal y el conector conjuncion:
1) (x, P(x)) y (y, Q(y)) es lo mismo que decir que (x, y, P(x) Q(y)).
2) (x : P(x)) o (y : Q(y)) es equivalente a (x, y : P(x) Q(y)).
Pero, no se pueden utilizar indistintamente:
3) el cuantificador universal y el conector conjuncion:
(x, P(x) Q(x)) 6= (x, P(x))) (x : Q(x)).
Ejemplo 1.2. Si X = N, P(x) es ser par y Q(x) es ser impar. La primera expresion
se lee como que un numero natural es par o impar (que es verdadera) y la segunda dice
que todo numero natural es par o todo numero natural es impar (que es falsa).
4) el cuantificador existencial y el conector disyuncion:
(x : P(x)) (x : Q(x)) 6= (x : P(x) Q(x)).
Ejemplo 1.3. Si X = N, P(x) es ser par y Q(x) es ser impar. La primera expresion
se lee como que existe un numero natural par y existe un numero natural impar (que es
cierta), y la segunda significa que existe un numero natural a la vez par e impar (que es
falsa).
1.1.2.
Los objetos del razonamiento
Definir una teora matematica es establecer las reglas del juego sobre los objetos manipulados. En Matematicas, estas reglas se llaman axiomas.
Definicion 1.3. Un axioma es todo enunciado que:
1) sirve de fundamento para la construccion de una teora;
2) se admite como cierto y no es pues objeto de discusion.
Cuando un u nico axioma no basta para definir una teora, se pide ademas:
3) que los diferentes axiomas usados no se contradigan y sean independientes los unos
de los otros.
Ejemplos 1.1. Algunos ejemplos de axiomas son los siguientes:
1) axioma de Euclides: dos rectas paralelas del plano eucldeo no se cortan; es la base de
la Geometra Eucldea;
2) axioma de eleccion: dado un conjunto X, existe una funcion de eleccion (ver la definicion 1.18), f : P(X) {} X, que asigna a todo A no vaco, f (A) = a A,
que se llama punto distinguido;
3) lema de Zorn: sea un conjunto parcialmente ordenado (X, ) (ver la definicion 1.31),
tal que todo conjunto bien ordenado (ver la definicion 1.33) admite una cota superior; entonces (X, ) posee un elemento maximal (ver la definicion 1.32);
4) axioma de Zermelo: todo conjunto puede ser bien ordenado.
Observacion 1.1. 2), 3) y 4) son formulaciones equivalentes del mismo axioma.
Definicion 1.4. Una definicion es una proposicion que sirve para explicar o introducir una
nueva nocion.
Una vez conocidos los axiomas y algunas definiciones, el juego puede comenzar, puesto que las reglas ya se han planteado.
Definicion 1.5. Un teorema es un enunciado que se deduce:
1) directamente de los axiomas,
2) de los axiomas y los teoremas precedentes, y
con las reglas de deduccion que se llaman demostraciones, que aseguran su validez.
Definicion 1.6. A veces, se da u nicamente el nombre de teorema a los verdaderamente
importantes, a los que han pasado a la historia con un nombre, o a los que precisan una
demostracion muy larga, dejando el nombre de proposicion al resto.
Definicion 1.7. Un lema es una proposicion preliminar a la demostracion de un teorema.
Definicion 1.8. Un corolario es una proposicion que se deduce inmediatamente de un
teorema, por una demostracion, sino inmediata, cuando menos corta y facil.
1.1.3.
Condiciones necesarias y suficientes
Definicion 1.9. (La implicacion) Sea X un conjunto. Sean P(x) y Q(x) dos formulas
matematicas, definiendo los conjuntos A = {x X : P(x)} y B = {x X : Q(x)}
respectivamente. Si A B, todo elemento verificando la formula P, cumple tambien Q.
En este caso, se dice que P implica Q, y se escribe P = Q. Se dice tambien que P es
una condicion suficiente de Q. En efecto, para obtener Q, basta con conocer P. Se dice
tambien que Q es una condicion necesaria de P.
1.1. Un poco de Logica
Definicion 1.10. (La equivalencia) Sea X un conjunto. Sean P(x) y Q(x) dos formulas
matematicas, definiendo los conjuntos A = {x X : P(x)} y B = {x X : Q(x)}
respectivamente. Si A = B, todo elemento verificando la formula P, cumple tambien Q
y todo elemento verificando la formula Q cumple a su vez P. En este caso, se dice que P
es equivalente a Q, y se escribe P Q. Como A = B es identico a A B y B A,
la equivalencia P Q significa las dos implicaciones: P = Q y Q = P.
Es decir, las dos propiedades equivalentes P y Q caracterizan el mismo conjunto.
Observar que en tal caso P es una condicion necesaria y suficiente de Q.
1.1.4.
Los metodos de demostracion
Hay muchos metodos de demostracion, entre los cuales los mas importantes son:
(i) Metodo de la hipotesis auxiliar: para probar que P = Q, se supone P cierta.
Esta forma de razonamiento, la mas directa, es tambien la mas conocida. De manera
practica consiste en demostrar el teorema P = Q, donde P es la hipotesis y Q la
conclusion o tesis, suponiendo que se verifica P (la hipotesis es cierta) y ayudandose de
los axiomas y de los otros teoremas de la teora demostrados anteriormente.
(ii) Disjuncion de los casos: para probar que P = Q, se descompone P en la
forma P1 Pn , y se prueba que para cada i {1, . . . , n}, es Pi = Q.
Es decir, se descompone el conjunto A = {x X : P(x)} en una union disjunta de
subconjuntos A1 , , An . Si B = {x X : Q(x)}, se prueba que para cada 1 i n,
se tiene Ai B. Y como A = A1 An , se tendra A B.
Ejemplo 1.4. Probar que si n N, entonces n(n + 1) es par.
Demostracion: Distinguimos dos posibilidades: si n es par, existe k N, tal que n = 2k,
y entonces n(n + 1) = 2k(2k + 1). Si n es impar, existe k N, tal que n = 2k + 1, y
entonces n(n + 1) = (2k + 1)(2k + 2) = 2(2k + 1)(k + 1), que es claramente par.
(iii) Metodo de contraposicion: para probar que P = Q, se demuestra el contrarecproco no-Q = no-P.
Es un primer metodo de prueba indirecta. Descansa sobre el hecho de que la inclusion
A B es equivalente a decir que los conjuntos complementarios (ver la definicion 1.13
3)) verifican la inclusion B c Ac .
Ejemplo 1.5. Probar que si n N es tal que n2 es par, entonces n es par.
Demostracion: Si n N es impar, entonces n2 es impar.
(iv) Demostracion por reduccion al absurdo: para probar un enunciado P, se supone su negacion no-P, y se busca una contradiccion en la teora en la que se trabaja.
Como se admite evidentemente que esta teora no admite contradicciones, la suposicion no-P sera falsa, lo cual es equivalente a decir que P es cierta. A que contradiccion
se debe llegar? A contradecir un axioma, un teorema anteriormente probado o la suposicion no-P.
De modo similar, para probar que P = Q razonando por reduccion al absurdo, se
admite lo contrario, es decir, que no-(P = Q), o lo que es equivalente, P y no-Q. Y se
busca entonces encontrar una contradiccion.
(v) El contraejemplo: para probar que una formula matematica P es cierta sobre un
conjunto X, hay que probar que todos los elementos de X la verifican. Pero, se sabe que
la negacion de (x X, P(x)) es (x X, no-P(x)). As, para probar que esta formula
es falsa, basta con encontrar un elemento de X que no verifique P. Esto es lo que se llama
dar un contraejemplo, lo que permite probar que una conjetura es falsa.
Ejemplo 1.6. Si x R, es cierto que si x x2 , entonces es x 1?
Demostracion: La respuesta es falsa, tomando x = 2.
(vi) La demostracion por recurrencia: este tipo de demostracion esta ligada a la
definicion del conjunto de los enteros naturales. Es una tecnica u til para probar que una
propiedad P(n) es cierta para todos los enteros naturales n, o para los que son iguales
o superiores a un cierto n0 . Sean n0 un entero natural y P(n) una formula del lenguaje
matematico que depende de un entero n. Para probar que P(n) se verifica para cada
n n0 , basta con probar que:
1) P(n0 ) es cierta,
2) demostrar, bajo la hipotesis de que P(n) se verifica para n {n0 , n0 + 1, . . . k}, que
P(k + 1) es cierta.
La primera etapa se trata de una simple verificacion, el segundo paso descrito es, de
hecho, el objeto de una demostracion.
.
Ejemplo 1.7. Probar que para cada n N, 1 + + n = n(n+1)
2
1(1+1)
Demostracion: Para n = 1, es cierto que 1 = 2 . Si la propiedad se verifica para
n {1, . . . , k}, entonces: 1+2+ +k+(k+1)=(1+2+ +k)+(k+1)= k(k+1)
+(k+1)=
2
(k+2)(k+1)
.
2
1.2. Teora de conjuntos
Hay una forma debil de la demostracion por recurrencia: para probar que P(n) se
verifica para cada n n0 , basta con probar que:
1) P(n0 ) es cierta,
2) demostrar, bajo la hipotesis de que P(k) se verifica para k > n0 , que P(k + 1) es
cierta.
Observar que, en este caso, para probar que P(k + 1) se verifica, nos apoyamos solo
sobre la hipotesis de que P(k) es cierta.
1.2.
Teora de conjuntos
Definicion 1.11. Un conjunto es una coleccion de objetos, llamados elementos o puntos.

Son conjuntos importantes en Matematicas N, Z, Q, R, .
Si x es un elemento de X, se denota por x X. Analogamente, x
/ X denota la no
pertenencia de x al conjunto X. El conjunto vaco es el conjunto sin elementos.
Se puede definir un conjunto:
1) por extension, nombrando todos sus elementos: por ejemplo, el conjunto de los numeros naturales pares es {2, 4, 6, 8, };
2) a traves de una propiedad P valida en un universo U, que servira para caracterizarlo
{x U : P(x)}. Por ejemplo, el conjunto de los numeros naturales pares se puede
expresar por {x N : x es multiplo de 2}.
Definicion 1.12. Dados A, B X, se dice que A esta contenido en B, A B, si para
cada x A, es x B. Y A es igual a B, A = B, si A B y B A.
Definicion 1.13. Si A, B X, se definen:
1) la interseccion de A y B, por A B = {x X : x A x B}. Claramente,
A B A, B. A y B se dicen disjuntos si A B = ;
2) la union de A y B, por A B = {x X : x A x B}. Es decir x A B, si
se verifica una (y solo una) de las condiciones siguientes:
(i) x A y x B,
(ii) x A y x 6 B,
(iii) x 6 A y x B.

Claramente, A, B A B;
3) el complementario de A en X, por X A = {x X : x 6 A}. Si no hay duda de

respecto a que conjunto se esta tomando el complementario, se suele denotar por
Ac ;
4) la diferencia de A y B, por A B = A B c = {x X : x A x 6 B}.
Proposicion 1.3. Las anteriores operaciones verifican las siguientes propiedades:
1) leyes idempotentes: A A = A = A A;
2) leyes asociativas: (A B) C = A (B C) y (A B) C = A (B C);
3) leyes conmutativas: A B = B A y A B = B A;
4) leyes distributivas: A(BC) = (AB)(AC) y A(BC) = (AB)(AC);
5) identidades: A X = A = A , A X = X y A = ;
6) propiedades del complementario: A Ac = X, A Ac = , (Ac )c = A y X c = ;
7) leyes de De Morgan: (A B)c = Ac B c y (A B)c = Ac B c .
Definicion 1.14. Se llama partes de X o conjunto potencia de X al conjunto de todos los
subconjuntos de X, y se denota por P(X) o 2X . Es decir, A X si y solo si A P(X).
Definicion 1.15. A B = {(a, b) : a A b B} es el producto cartesiano de A por
B. Sus elementos son pares ordenados.
Claramente, A B 6= B A. Y A B = , si y solo si A = o B = . Dos pares
ordenados (a1 , b1 ), (a2 , b2 ) A B, son iguales (a1 , b1 ) = (a2 , b2 ) si y solo si a1 = a2 y
b1 = b2 . Luego, (a1 , b1 ) 6= (a2 , b2 ) si y solo si a1 6= a2 o b1 6= b2 .
En general, dada una familia finita de conjuntos {A1 , , An }, se define su producto
n
Y
cartesiano por
Ai = A1 An = {(a1 , , an ) : ai Ai , i {1, , n}}. Si
i=1
Ai = A para cada i {1, , n}, el producto cartesiano se denota por An .

Proposicion 1.4. El producto cartesiano verifica las siguientes propiedades:
1) A (B C) = (A B) (A C);
2) A (B C) = (A B) (A C);
3) si C 6= y A C = B C, entonces A = B;
1.3. Funciones y sus propiedades
4) A (B C) = (A B) (A C);
5) (A B) (C D) = (A C) (B D);
6) (A B)c = (Ac B c ) (Ac B) (A B c );
7) si B C, entonces A B A C;
8) (A B) (C D) = (A D) (C B);
9) si A, B, C y D son conjuntos no vacos, entonces A B C D si y solo si A C
y B D.
Definicion 1.16. Sea I 6= un conjunto de ndices. Se considera una familia de conjuntos
{Ai : i I}, y se dice que esta familia esta indicada por I. Los conjuntos Ai no tienen
porque ser diferentes.
Definicion 1.17. Dada una familia indicada {Ai : i I}, con Ai X, se define:
\
1) la interseccion generalizada Ai = {x X : i I, x Ai }, y
iI
[
2) la union generalizada Ai = {x X : i I tal que x Ai }.
iI
Si el conjunto de ndices I es finito, estas definiciones coinciden con las dadas en la

definicion 1.13. Se cumplen
tambien en este!caso las propiedades distributivas, las leyes
!c
c
\
[
[
\
c
de De Morgan
Ai = Ai y
Ai = Aci , etc.
iI
1.3.
iI
iI
iI
Funciones y sus propiedades
Definicion 1.18. Dados dos conjuntos X e Y , una aplicacion o funcion f : X Y , es

una correspondencia que asocia a cada x X, un elemento y solo uno de Y , que se
denota por f (x).
Ejemplos 1.2. Algunos ejemplos de aplicaciones son:
1) la aplicacion identidad, 1X : X X, definida por 1X (x) = x;
2) la aplicacion inclusion: si A X, iA : A X, se define por iA (x) = x;
3) la aplicacion constante, cy0 : X Y , definida por cy0 (x) = y0 , donde y0 es un punto
fijo de Y ;
10
4) la i-esima proyeccion coordenada, pi : A1 An Ai , definida por la igualdad

pi ((a1 , , an )) = ai ;
5) la inyeccion diagonal, d : X X n , definida por d(x) = (x, , x);
6) la funcion caracterstica de un conjunto: si A X, A : X {0, 1}, definida por

0 si x 6 A
A (x) =
1 si x A
7) dada f : X Y y A X, la restriccion de f a A, f |A : A Y , esta definida por
f |A (a) = f (a);
8) si g : A Y y A X, entonces f : X Y es una extension de g a X, si f |A = g;
una aplicacion puede tener varias extensiones;
9) si f : A Y y g : B Y son dos aplicaciones, donde A B = X y f (x) = g(x),
para cada x A B, se puede definir la combinada de f y g, como la aplicacion
h : X Y definida por

f (x) si x A
h(x) =
g(x) si x B
Definicion 1.19. Dada una aplicacion f : X Y , X se llama el dominio de f e Y es su
codominio. El grafo de f es el conjunto Gf = {(x, f (x)) : x X} X Y , que en
muchas ocasiones se identifica con f .
Definicion 1.20. Dos aplicaciones f : X Y y g : Z W son iguales, cuando coinciden sus dominios (X = Z), sus codominios (Y = W ) y f (x) = g(x), para cada x X.
Por ejemplo, si f : X Y es una aplicacion y A X, f y f |A no son iguales.
Definicion 1.21. Dada f : X Y , f (A) = {y Y : a A tal que f (a) = y} es la
imagen directa de A. f (X) se llama rango de la aplicacion.
Definicion 1.22. Si B Y , f 1 (B) = {x X : f (x) B} es su imagen recproca.
Proposicion 1.5. Dada f : X Y , se verifica:
1) f () = , f (X) Y y si A 6= , entonces f (A) 6= ;
2) si A1 , A2 X, y A1 A2 , entonces f (A1 ) f (A2 );
[
[
\
\
3) Si Ai X para i I, f ( Ai ) = f (Ai ) y f ( Ai ) f (Ai );
iI
iI
iI
iI
1.3. Funciones y sus propiedades
11
4) si A1 , A2 X, f (A1 ) f (A2 ) f (A1 A2 ) y en particular f (X) f (A2 )

f (X A2 ) (entre Y f (A2 ) y f (X A2 ) no hay en general ninguna relacion);
5) f 1 () = , y puede existir =
6 B Y , tal que f 1 (B) = ;
6) f 1 (Y ) = X;
7) si B1 , B2 Y y B1 B2 , entonces f 1 (B1 ) f 1 (B2 );
\
\
[
[
8) si Bi Y para i I, f 1 ( Bi ) = f 1 (Bi ) y f 1 ( Bi ) = f 1 (Bi );
iI
iI
iI
iI
9) Si B1 , B2 Y , f 1 (B1 B2 ) = f 1 (B1 ) f 1 (B2 ), y en particular, f 1 (Y B2 ) =

X f 1 (B2 );
10) si A X, A f 1 (f (A));
11) si B Y , f (f 1 (B)) = f (X) B B;
12) si A X y B Y , f (A f 1 (B)) = f (A) B.
Definicion 1.23. Dadas f : X Y y g : Y Z, se define la composicion de g y f , por
g f : X Z, donde (g f )(x) = g(f (x)), para cada x X.
Proposicion 1.6. Sean f : X Y , g : Y Z y h : Z W aplicaciones, entonces:
1) la composicion de funciones es asociativa: h (g f ) = (h g) f ;
2) f 1X = f y 1Y g = g;
3) si C Z, es (g f )1 (C) = f 1 (g 1 (C));
4) si f : X Y y g : Y X, en general, f g 6= g f .
Definicion 1.24. Se dice que f : X Y es sobreyectiva, si f (X) = Y , es decir, para
cada y Y , existe x X, tal que f (x) = y. Y es inyectiva, si dados x1 6= x2 en X, es
f (x1 ) 6= f (x2 ) (o equivalentemente, si f (x1 ) = f (x2 ), entonces x1 = x2 ).
Proposicion 1.7. Sea f : X Y , entonces:
1) B = f (f 1 (B)) para cada B Y , si y solo si f es sobreyectiva;
2) Y f (A) f (X A) para cada A X si y solo si f es sobreyectiva;
3) si g, h : Y Z y f es sobreyectiva, entonces g f = h f implica que h = g;
4) si g : Y X y f g = 1Y , entonces f es sobreyectiva;
12
5) A = f 1 (f (A)) para cada A X, si y solo si f es inyectiva;

\
\
6) f ( Ai ) = f (Ai ) para cada familia indicada de conjuntos {Ai X}iI si y solo
iI
iI
si f es inyectiva;
7) si f es sobreyectiva, entonces para cada A X es Y f (A) = f (X A) si y solo
si f es inyectiva;
8) si g, h : Z X y f es inyectiva, entonces f g = f h implica que h = g;
9) si g : Y X y g f = 1X , entonces f es inyectiva.
Definicion 1.25. f : X Y es biyectiva si es sobreyectiva e inyectiva a la vez. En tal
caso, la correspondencia definida por f 1 : Y X, donde f 1 (y) = x si y solo si
f (x) = y, es una funcion.
Proposicion 1.8. Sea f : X Y , entonces:
1) si f es biyectiva, entonces f 1 tambien lo es;
2) si f es biyectiva, entonces f 1 f = 1X , f f 1 = 1Y y (f 1 )1 = f ;
3) si g : Y X y g f = 1X y f g = 1Y , entonces f es biyectiva y g = f 1 ;
4) si f : X Y y g : Y Z son biyectivas, entonces g f lo es y ademas (g f )1 =
f 1 g 1 .
1.4.
Relaciones binarias
Definicion 1.26. Dado un conjunto X, una relacion binaria es R X X. R se llama:

1) reflexiva, si para cada x X, es (x, x) R;
2) simetrica, si dado (x, y) R, entonces (y, x) R;
3) antisimetrica, si (x, y) R e (y, x) R implica que x = y;
4) transitiva, si dados (x, y), (y, z) R, entonces (x, z) R.
Definicion 1.27. Una relacion de equivalencia es una relacion binaria reflexiva, simetrica
y transitiva. Se suele denotar por xRy en vez de (x, y) R.
Definicion 1.28. Dada R una relacion de equivalencia, se llama clase de x al conjunto
[x] = {y X : xRy}. El conjunto cociente X/R, es el conjunto de todas las clases de
equivalencia.
1.4. Relaciones binarias
13
Proposicion 1.9. Algunas propiedades son:

1) x [x] (x se llama representante de su clase), luego [x] 6= ;
2) xRy si y solo si [x] = [y];
3) [x] 6= [y] si y solo si [x] [y] = .
Definicion 1.29. Una particion de X es una familia P = {Pi : i I} de subconjuntos
no vacos de X, tales que:
[
(i) X = Pi , y
iI
(ii) si Pi 6= Pj , entonces Pi Pj = .
Lema 1.10. Es equivalente dar una particion de X que una relacion de equivalencia
sobre e l.
Definicion 1.30. Existe una aplicacion canonica, p : X X/R, que asigna a cada elemento x su clase de equivalencia p(x) = [x]. Se llama aplicacion cociente y es sobreyectiva. Una vez dada la aplicacion cociente, cada clase de equivalencia en X es precisamente
p1 (p(x)).
Definicion 1.31. Una relacion sobre X es un orden parcial si es una relacion reflexiva,
antisimetrica y transitiva. Se dice tambien que X esta parcialmente ordenado. El orden
se llama total, si dos elementos cualesquiera de X son comparables por esta relacion.
Definicion 1.32. Si X esta parcialmente ordenado por , entonces:
(i) a X se llama elemento maximo de X, si para cada x X, es x a;
(ii) a X es un elemento maximal de X, si a 6 x para cada x 6= a;
(iii) a X se llama elemento mnimo de X, si para cada x X, es x a,
(iv) a X es un elemento minimal de X, si x 6 a para cada x 6= a.
Ejemplo 1.8. Si X = {a, b, c} con el orden parcial a b y a c, entonces b es un
elemento maximal de X, pero no un maximo.
Definicion 1.33. Un conjunto parcialmente ordenado en el cual todo A X no vaco
posee un elemento mnimo, se llama conjunto bien ordenado. Por ejemplo, (Z, ) no
esta bien ordenado.
14
1.5.
Propiedades de los numeros

reales
(R, ) es un conjunto totalmente ordenado, donde denota el orden usual en R.

Definicion 1.34. Si A R, se tiene:
1) si u R es tal que a u para cada a A, se dice que u es una cota superior de A;
2) la menor de las cotas superiores de A (es decir, u es cota superior de A y para cada z
cota superior de A es z u) es el supremo de A, y se denota sup(A);
3) si l R es tal que a l para cada a A, se dice que l es una cota inferior de A;
4) la mayor de las cotas inferiores de A (es decir, l es cota inferior de A y para cada z
cota inferior de A es z l) es el nfimo de A, y se denota nf(A).
Teorema 1.11. (Axioma de la cota superior) Si A R esta acotado superiormente (es
decir, existe M R, tal que M a, para cada a A), existe el supremo de A. Y en tal
caso, s = sup(A) si y solo si:
(i) para cada a A, es a s, y
(ii) para todo > 0, existe a A tal que a > s .
Del axioma anterior, se deduce que:
Corolario 1.12. Si A R esta acotado inferiormente (es decir, existe m R, tal que
m a, para cada a A), existe el nfimo de A. Y entonces, i = nf(A) si y solo si:
(i) para cada a A, es a i, y
(ii) para todo > 0, existe a A tal que a < i + .
R es arquimediano, es decir, el conjunto N no esta acotado superiormente. De aqu se
deducen la siguientes propiedades:
Teorema 1.13. (Propiedad arquimediana) Para todo x > 0, existe n N, tal que
0 < n1 < x.
Teorema 1.14. (Densidad de los racionales) Dados dos numeros reales x < y, existe
r Q, tal que x < r < y.
Teorema 1.15. (Propiedad de los intervalos de encaje) Dada {[an , bn ] : n N}, familia
de
\intervalos cerrados y encajados (es decir, si n m, es [am , bm ] [an , bn ]), entonces
[an , bn ] 6= .
nN
1.6. Nociones sobre cardinalidad de conjuntos
1.6.
15
Nociones sobre cardinalidad de conjuntos
Definicion 1.35. Dos conjuntos se llaman equipotentes, si existe una correspondencia

biyectiva entre ellos.
Definicion 1.36. X se dice finito si existe n N, tal que X es equipotente a {1, , n}.
X es infinito, si no es finito, lo cual equivale a decir que es equipotente a un subconjunto
propio de s mismo. X es numerable si es equipotente a N y es contable si es finito o
numerable.
Observacion 1.2. Dos conjuntos finitos son equipotentes si y solo si poseen el mismo
numero de elementos. No sucede lo mismo si X es infinito: N es equipotente al conjunto
P de los numeros pares, y sin embargo P N.
Lema 1.16. La relacion de equipotencia es una relacion de equivalencia.
Definicion 1.37. A cada clase de equipotencia se le puede asignar un numero cardinal,
que es un objeto matematico tal que existe un conjunto X con Card(X) = .
Definicion 1.38. Un conjunto A es de potencia menor o igual que B, si existe una aplicacion f : A B inyectiva, con lo cual Card(A) Card(B) (equivalentemente, si existe
una aplicacion f : B A sobreyectiva).
Definicion 1.39. Dados dos numeros cardinales 1 y 2 , se dice que 1 2 , si existen
conjuntos X e Y con Card(X) = 1 y Card(Y ) = 2 y tales que la potencia de X es
menor o igual a la potencia de Y . Se trata de una relacion de orden. Si 1 2 y 1 6= 2 ,
se dice que 1 es estrictamente menor que 2 .
Proposicion 1.17. Se verifican las siguientes propiedades:
1) si X es contable y A X, entonces A es contable;
2) si X no es contable y X Y , entonces Y no es contable;
3) si X es infinito, existe A X, numerable y propio;
4) NN es numerable y como consecuencia, el producto cartesiano de una familia finita
de conjuntos contables, es contable;
5) la union de una familia contable de conjuntos contables es contable;
6) Z y Q son contables, pero R no lo es.
El Card() = 0, es el cardinal mnimo. Sin embargo no existe un cardinal maximo,
ya que:
16
Teorema 1.18. (de Cantor) Para cada conjunto X, Card(X) < Card(P(X)).
Demostracion: En efecto, si X = , Card(P(X)) = 1, pues P(X) = {}. Si X 6= ,
y existiera una aplicacion f : X P(X) biyectiva, sea A = {x X : x 6 f (x)}.
A P(X) y como f es sobreyectiva, existe x0 X tal que f (x0 ) = A. Si x0 A, esto
significara que x0 6 f (x0 ) = A, lo cual es imposible. Luego, es x0 6 A, lo cual significa
que x0 f (x0 ) = A, imposible de nuevo. Por otro lado, la aplicacion h : X P(X)
definida por h(x) = {x} es inyectiva, y entonces Card(X) < Card(P(X)).
En particular, Card(N) = 0 < Card(P(N)) = 20 (notacion que proviene de la propiedad descrita en el ejercicio 9 del apartado 1.7). Puede probarse que 20 = Card(R) =
c, que se llama el cardinal del continuo. De aqu se concluye que 0 < c.
Desde principios de siglo, se ha intentado en vano establecer si existe un numero
cardinal 1 , entre 0 y c. Cantor hace la siguiente conjetura:
Teorema 1.19. (Hipotesis del continuo) c = 1 , es decir, no existe ningun conjunto A,
tal que 0 < Card(A) < c.
Cohen establece en 1963 que la hipotesis del continuo es indecidible: anadiendo como
axioma su veracidad o su falsedad, los fundamentos de la Matematica siguen siendo coherentes.
1.7.
Ejercicios
1.- Con ayuda del lenguaje simbolico, decidir si son correctas las siguientes deducciones
logicas:
a) Los gusanos reptan. Las cosas que reptan se manchan. Por lo tanto, los gusanos estan
sucios.
b) Si se firma el Acuerdo de Limitacion de Armas o las Naciones Unidas aprueban
el Plan de Desarme, la Industria de Armamento caera. Se sabe que el poder de
la Industria de Armamento no va a caer, por lo tanto, se firmara el Acuerdo de
Limitacion de Armas.
c) Ninguna pelota de tenis es de cristal. Ningun objeto de cristal es indestructible. Luego,
ninguna pelota de tenis es indestructible.
d) Si Gran Bretana abandona la U.E. o el deficit comercial se reduce, el precio de la mantequilla bajara. Si Gran Bretana continua en la U.E., las exportaciones no aumentaran. El deficit comercial se incrementara, a no ser que las exportaciones aumenten.
Por lo tanto, la mantequilla no bajara de precio.
1.7. Ejercicios
17
e) Los profesores son sadicos. Algunos sadicos usan latigo. Por lo tanto, algunos profesores usan latigo.
f) Los caramelos son dulces. Ningun alimento dulce contiene sal. Luego, los caramelos
no contienen sal.
g) Los pajaros silban. Algunos nativos de Nicaragua son pajaros. Luego, algunas criaturas nicaraguenses silban.
h) Si no trabajo duro, me dormire. Si estoy preocupado, no dormire. Por lo tanto, si estoy
preocupado, trabajare duro.
i) Las nubes son mullidas. Algunos objetos mullidos son rosas. Luego, algunas nubes
son rosas.
j) Los osos polares tocan el violn. Los violinistas no vuelan. Por lo tanto, los osos
polares no vuelan.
k) Las tortugas leen a Ruben Daro. Algunas criaturas de Galapagos son tortugas. Por lo
tanto, algunos habitantes de Galapagos leen a Ruben Daro.
l) Las polillas salen de noche. Los caminantes nocturnos fuman. Por lo tanto, las polillas
fuman.
m) Si Thor se enfada, hay tormentas. Esta comenzando una tormenta. Por lo tanto, Thor
esta enfadado.
n) Si en Marte hubiera grandes cantidades de agua, podra haber vida. No hay grandes
extensiones de agua en Marte. Por lo tanto, no hay vida en Marte.
n ) Los buenos polticos son honestos. Juan es honesto. Juan sera un buen poltico.
o) Algunas personas no beben cafe. Los matematicos son humanos. Por lo tanto, algunos
matematicos no beben cafe.
p) Ningun elefante sabe hacer ganchillo. Yo no se hacer ganchillo. Luego, soy un elefante.
q) Algunos poetas son nerviosos. Hay gente nerviosa que se come las unas. Luego,
algunos poetas se comen las unas.
r) Si hago estos ejercicios, aprendere logica. Ya he terminado de hacerlos... Se logica!
2.- Negar los siguientes enunciados:
a) Los polticos son gordos y feos.
18
b) Hay un matematico que sabe sumar.

c) Algunas personas de California tienen paraguas.
d) El Athletic de Bilbao ganara la Liga de futbol espanola.
e) Nadie en Managua habla swahili.
f) Al menos dos faraones egipcios eran ciegos.
g) Como mucho, la mitad de los numeros: 1, 2, 3, 4, 5, 6, son pares.
h) A veces, llueve en Masaya.
i) Siempre hace fro en Groenlandia.
j) Ni Alejandro Magno, ni Julio Cesar eran pelirrojos.
k) x A o x B.
l) x A y x B.
m) x A, pero x 6 B.
n) A B.
n ) para cada i I, es x Ai .
o) existe i I, tal que x Ai .
3.- Sea X el conjunto de los estudiantes de la Facultad de Ciencias de la UNAN Managua,
H el conjunto de los hombres, M el de la mujeres, C el de los estudiantes que van en
coche a la Universidad, A el de los estudiantes que van en autobus a la Universidad, E
el de los estudiantes de Matematicas y F el de los estudiantes de Fsicas. Describir los
siguientes conjuntos: X H, X M , X C, X A, X E, X F , H C, H A,
H E, H F , M C, M A, M E, M F , C A, C E, C F , A E, A F ,
E F , M H, H M , H C, H A, H E, H F , H M , M H, M C,
M A, M E, M F , C A, C E, C F , A C, A M , A H, A E, A F ,
E H, E M , E C, E A y E F .
4.- Cuatro companeros inseparables han faltado a la clase de Matematicas en el Instituto. Delante del Jefe de Estudios y en presencia de su profesor, se defienden del modo
siguiente:
Pedro: No he faltado.
Elena: Lo admito, he faltado, pero estaba con Juan.
1.7. Ejercicios
19
Juan: Yo tambien he faltado; pero no estaba con Elena, sino con Pedro.
Mara: Yo estaba en clase, pero no he visto a Pedro.
El profesor: Estaba concentrado en mis cosas, pero he visto a Pedro en clase.
Puedes ayudar al Jefe de Estudios, sabiendo que tres de estas afirmaciones son ciertas y
solo tres?
5.- Traducir las siguientes frases del lenguaje natural en un lenguaje utilizando una o
varias propiedades P(x). Dar para cada enunciado su negacion y traducirla al lenguaje
natural:
a) No hay amor feliz.
b) Una puerta esta abierta o cerrada.
c) Ser o no ser.
d) Las verdades son faciles de decir.
e) Los hombres prefieren las rubias a las morenas.
6.- Probar la propiedad siguiente: Si x R y para cada > 0, es |x| < , entonces x = 0.
7.- Sea A = {a, b} donde a y b son numeros reales, se verifican las relaciones siguientes?
(i) a A; (ii) {a} A; (iii) A; (iv) {a} P(A); (v) P(A).
8.- Sean A, B y C tres conjuntos finitos de cardinales a, b y c respectivamente. Sea p =
Card(A B), q = Card(B C), r = Card(A C) y s = Card(A B C). Calcular
el cardinal de A B, A C, B C y A B C.
9.- Se pide:
a) calcular P(X), si X = {1, 2}, X = {} y X = {1, 2, 3, 4};
b) probar que si Card(X) = n, entonces Card(P(X)) = 2n ;
c) sean A y B dos conjuntos; probar que si A B, entonces P(A) P(B). Es cierto
el recproco?
10.- Si A, B X, probar que son equivalentes: (i) A B; (ii) A B = A;
A B = B; (iv) B c Ac ; (v) A B c = ; (vi) B Ac = X.
(iii)
11.- Probar las propiedades siguientes para conjuntos, dando un contraejemplo en el caso
de inclusion estricta:
!
!
[
[
\
\
a) A
Bi =
(A Bi ), b) A
Bi =
(A Bi ),
iI
iI
iI
iI
20

!
\
c) A
Bi
iI
e)
Bj
Bi
iI
Ai
Bj
iI
(Ai Bi )
(Ai Bj ),
(i,j)I 2
iI
(Ai Bj ),
(Ai Bj ),
(Ai Bi ),
[\
(Ai Bj ),
iI jJ
jJ
Ai
iI
!
m)
h)
iI
(Ai Bi ),
iI
(i,j)IJ
!
l)
iI
(Ai Bj )
(i,j)I 2
(Ai Bi ),
jJ
Ai
Bj
!
k)
f)
iI
(i,j)IJ
(i,j)IJ
!
Ai
(Ai Bj ),
iI
jJ
jJ
(Ai Bj ),
iI
j)
Bi
iI
Ai
Bj =
(i,j)IJ
!
i)
iI
jJ
Ai
Ai
iI
Bj
!
g)
iI
d)
iI
!
\
Ai
(A Bi ),
\
jJ
Bj
\[
(Ai Bj ).
iI jJ
12.- Para cada uno de los siguientes conjuntos de ndices I y cada familia dada de conjuntos indicados por I, calcular las uniones e intersecciones siguientes:
[
a) si I = R2 y para cada p I, Sp = {p}, hallar Sp ;
pI
b) si I = (0, ) y para cada x I, Cx = [0, x], hallar
[
xI
Cx y
Cx ;
xI
[

c) si I = 21 , 1 y para cada r I, Br es el crculo de radio r y centro (0, 0), hallar Br
rI
\
y Br ;
rI
1.7. Ejercicios
21
d) si I = (0,[1) y para
\cada r I, Nr es el interior del crculo de radio r y centro (0, 0),
hallar Nr y Nr ;
rI
rI
e) si I = [1, 2] y para cada x I, Ax = [ x2 , 3x

], hallar
2
Ax y
xI
Ax ;
xI
[
\

f) si I = N y para cada n I, An = n1 , n1 , hallar
An y
An ;
nI
g) si I = N y para cada n I, Bn = ( n1 , 1], hallar
Bn y
nI
h) si I = N y para cada n I, Cn = (n, n), hallar
nI
Bn ;
nI
Cn y
nI
Cn .
nI
13.- Dados A, B X, probar

(i) AB = A .B ;
(ii) AB = A + B AB ;
(iii) AB = A AB ;
(iv) Ac = 1 A .
14.- Sean f : X Y y g : Y Z dos aplicaciones. Probar:

a) si f y g son sobreyectivas, entonces g f tambien lo es, pero el recproco no es cierto;
b) si g f es sobreyectiva, entonces g tambien lo es, pero el recproco no es cierto;
c) si g f es sobreyectiva y g es inyectiva, entonces f es sobreyectiva;
d) si f y g son inyectivas, entonces g f tambien lo es, pero el recproco no es cierto;
e) si g f es inyectiva, entonces f tambien lo es, pero el recproco no es cierto;
f) si g f es inyectiva y f es sobreyectiva, entonces g es inyectiva.
15.- Sea f : X Y ; probar
a) si existe g : Y X, tal que g f = 1X , entonces f es inyectiva;
b) si existe h : Y X, tal que f h = 1Y , entonces f es sobreyectiva;
c) f es biyectiva si y solo si existen g, h : Y X, tales que g f = 1X , f h = 1Y y
en tal caso h = f 1 = g.
16.- Sean dos conjuntos X1 , X2 y para cada i {1, 2}, Ai Xi . Sea pi : X1 X2 Xi
la i-esima proyeccion coordenada. Probar las siguientes propiedades:
22
1
1
1
a) A1 X2 = p1
1 (A1 ), X1 A2 = p2 (A2 ) y A1 A2 = p1 (A1 ) p2 (A2 ),
b) Si A X1 X2 , entonces A p1 (A) p2 (A),

c) pi (A1 A2 ) = Ai (i {1, 2}).
17.- Sean f, g : R R, dadas por

x2 si x 0
2 si x < 0

x si x 0
g(x) =
x si x < 0
Estudiar las funciones: f g, f f , g g, g f , si es que tienen sentido. Estudiar el caracter
sobreyectivo e inyectivo de f , g, f g y g f . Calcular f (5, 5], g(5, 5], f 1 (5, 5] y
g 1 (5, 5].
f (x) =
18.- Hacer lo mismo que en el ejercicio anterior para las funciones: f : Z2 Z y g : Z Z2

dadas por: f (x, y) = x2 + y y g(x) = (x, 2x).
19.- Sea f : R R, dada por:
2 si x < 0
1 si 0 x 2
f (x) =
x 1 si x > 2
Estudiar si f es inyectiva o sobreyectiva. y calcular f ((1, 3)), f ([2, 2]), f 1 ((0, 1)),
f 1 ([4, 4]). Si g : R R es la aplicacion g(x) = |x|, determinar f g y calcular
(f g)1 ((2, 5]).
20.- Probar que la aplicacion f : R {2} R {1}, definida por: f (x) =
yectiva y calcular f 1 .
21.- Calcular f (Ai ) y f 1 (Bi ) (i {1, 2}), para f : R R, donde:
(i) f (x) = x2 , A1 = (0, 2), B1 = (0, 4) y B2 = (1, 0);
(ii) f (x) = x4 , A1 = (0, 2), A2 = , B1 = (0, 16] y B2 = (1, 0];
(iii) f (x) =
1
x
(para x > 0), A1 = N, B1 = {x R : x > 2} y B2 = N;
(iv) f (x) = x3 3x, A1 = [0, ), B1 = (0, 2) y B2 = {2}.

22.- Dados x, y R, utilizando el caracter arquimediano de R, probar:
(i) si x > 0 e y > 0, existe n N, tal que nx > y;
(ii) si x > 0, existe n N, tal que 0 <
1
n
< x;
(iii) si x > 0, existe n N, tal que n 1 x < n.
x+2
x2
es bi-
Espacios metricos
Silencio
Se oye el pulso del mundo como nunca palido
La tierra acaba de alumbrar un a rbol.
Altazor
Vicente Huidobro (1893-1948)
2.1.
Definicion de espacio metrico
2.1.1.
Definicion de distancia
Un espacio metrico es un conjunto en donde se introduce la nocion de distancia entre

sus elementos. Se intenta generalizar lo que sucede en el plano o el espacio: aqu conocemos perfectamente lo que es la distancia entre dos puntos. El problema, siendo X un
conjunto abstracto, es definir lo que se entiende por distancia entre dos de sus elementos,
cuya naturaleza especfica desconocemos. Para abstraer el concepto de distancia, hay que
captar lo esencial de dicho concepto, lo que da lugar a la siguiente definicion:
Definicion 2.1. Dado un conjunto X 6= , una metrica o distancia sobre X es una funcion
d : X X R, verificando:
(i) positividad: para cada x, y X, es d(x, y) 0,
(ii) propiedad identica: dados x, y X, d(x, y) = 0 si y solo si x = y,
(iii) simetra: para cada x, y X, d(x, y) = d(y, x),
(iv) desigualdad triangular: para cada x, y, z X, d(x, z) d(x, y) + d(y, z).
La expresion d(x, y) se lee como distancia de x a y, y el par (X, d) se denomina
espacio metrico.
Sobre un mismo conjunto pueden definirse distintas metricas, que dan lugar a diferentes espacios metricos.
23
24
Captulo 2. Espacios metricos
Definicion 2.2. En la definicion 2.1, si se debilita la condicion (ii) reemplazandola por

(ii)* para cada x X, d(x, x) = 0,
estamos contemplando la posibilidad de que existan x 6= y en X con d(x, y) = 0. Entonces d recibe el nombre de pseudometrica.
Ejemplos 2.1. Los primeros ejemplos de espacios metricos son:
1) (X, d) donde

d(x, y) =
0 si x = y
1 si x 6= y
es la metrica discreta sobre X.

2) El par (R, du ), donde du (x, y) = |x y|, se llama la recta real y du es la distancia
usual o eucldea.
3) Sean (X1 , d1 ), ..., (Xn , dn ) una familia finita de espacios metricos. Vamos a definir
lo que se denomina el espacio metrico producto, de tres maneras diferentes. Sean
X = X1 Xn y x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) X. Tenemos tres
distancias sobre X:
a) D1 : X X R definida por D1 (x, y) = max{di (xi , yi ) : 1 i n};
b) D2 : X X R definida por D2 (x, y) =
n
X
di (xi , yi );
i=1
c) D3 : X X R definida por D3 (x, y) =
s n
X
d2i (xi , yi ), es la distancia
i=1
eucldea. La u nica propiedad de metrica no inmediata es la desigualdad triangular, que en este caso recibe el nombre de desigualdad de Minkowski.
Para demostrar la desigualdad triangular en el u ltimo ejemplo, es preciso probar algunos resultados previos:
Lema 2.1. (Desigualdad de Cauchy-Schwartz) Dadas dos familias de numeros reales
{ai }ni=1 , {bi }ni=1 , es:
v
v
u n
u n
n
X
uX uX
a2i t
b2i .
(ai bi ) t
i=1
i=1
i=1
2.1. Definicion de espacio metrico
Demostracion: Suponemos que
n
X
25
a2i
6= 0 6=
i=1
n
X
b2i ; en caso contrario, para todo i sera
i=1
ai = 0 = bi , y la desigualdad sera trivial. Sean , R, entonces:

0
n
X
(ai bi ) =
i=1
n
X

2 a2i + 2 b2i 2ai bi ,
i=1
es decir,
2
n
X
ai bi
i=1
n
X
a2i
i=1
n
X
b2i .
i=1
v
v
u n
u n
uX
uX
b2i y = t
a2i , queda probado el resultado.
Tomando = t
i=1
i=1
Lema 2.2. (Desigualdad de Minkowski) En las condiciones del lema 2.1, es

v
v
v
u n
u n
u n
uX
uX
uX
2
2
t (ai + bi ) t
ai + t
b2i
i=1
i=1
i=1
Demostracion: Lo que se desea probar equivale a demostrar que

v
v
u n
u n
n
n
n
X
X
X
uX uX
2
2
2
2
at
b2 ,
(ai + bi )
a +
b + 2t
i
i=1
i=1
i=1
i=1
i=1
es decir, simplificando
n
X
v
v
u n
u n
uX uX
2
(ai bi ) t
at
b2 ,
i=1
i=1
i=1
que es el lema 2.1.

Como consecuencia de todo esto, se verifica la desigualdad triangular del ejemplo 2.1
3c), que equivale a probar que
v
v
v
u n
u n
u n
X
X
u
u
uX
2
2
t
t
di (xi , zi )
di (xi , yi ) + t
d2i (yi , zi ),
i=1
i=1
i=1
y para ello basta con tomar ai = di (xi , yi ) y bi = di (yi , zi ) en la desigualdad de Minkowski y utilizar la desigualdad triangular para las metricas di , 1 i n.
Las tres metricas del ejemplo 2.1 3) estan muy relacionadas, y para comprobarlo es
preciso dar antes la siguiente definicion:
26
Definicion 2.3. Sea X un conjunto no vaco y d1 , d2 dos metricas sobre X. Se dice que
d1 es metricamente equivalente a d2 , si existen , 0 tales que 0 < < y para cada
x, y X es
d1 (x, y) d2 (x, y) d1 (x, y).
Lema 2.3. La anterior relacion es una relacion de equivalencia sobre el conjunto de
todas las metricas sobre X.
Este lema permite hablar sencillamente de metricas metricamente equivalentes sobre
X, y se dice que (X, d1 ) y (X, d2 ) son espacios metricamente equivalentes.
Proposicion 2.4. Las metricas D1 , D2 y D3 del ejemplo 2.1 3) son metricamente equivalentes, y cualquiera de los tres espacios (X, Dk ) (1 k 3) se llama espacio metrico
producto de la familia {(Xi , di ) : 1 i n}.
Demostracion: D1 (x, y) D2 (x, y). Y D2 (x, y) nD1 (x, y). Luego D1 y D2 son metricamente equivalentes. Por otro lado, D1 (x, y) D3 (x, y). Y D3 (x, y) nD1 (x, y).
Luego D1 y D3 son metricamente equivalentes. Por tratarse de una relacion de equivalencia, se deduce que D2 y D3 son tambien metricamente equivalentes.
Ejemplos 2.2. En particular, sobre Rn puede definirse la metrica producto inducida por la
usual sobre la recta (denotamos los puntos por x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Rn ):
a) la metrica del maximo D1 = dmax : Rn Rn R definida por
dmax (x, y) = max{|xi yi | : 1 i n};
n
b) la metrica de la suma D2 = dsum : R R R dada por dsum (x, y) =
n
X
|xi yi |;
i=1
c) la distancia eucldea D3 = du : Rn Rn R definida por du (x, y) =

El par (Rn , du ) se llama espacio eucldeo de dimension n.
dsum (x, y),
du (x, y)
s n
X
i=1
y dos ejemplos de dmax (x, y)
|xi yi |2 .
2.1. Definicion de espacio metrico
27
Proposicion 2.5. Sean (X, d) un espacio metrico y x, y, z, w X. Entonces

|d(x, z) d(y, w)| d(x, y) + d(z, w).
En particular, es |d(x, z) d(y, z)| d(x, y).
Demostracion: Aplicando dos veces consecutivas la desigualdad triangular, se tiene que
d(x, z) d(x, y) + d(y, w) + d(z, w), luego d(x, z) d(y, w) d(x, y) + d(z, w).
Del mismo modo, d(y, w) d(y, x) + d(x, z) + d(w, z), luego d(y, w) d(x, z)
d(y, x) + d(w, z).
2.1.2.
Distancia entre conjuntos
Dados (X, d), =

6 A X y x X, la familia de numeros reales {d(x, y) : y A}
esta acotada inferiormente por 0. Por lo tanto, existe nf{d(x, y) : y A} 0, se denota
por d(x, A) y se llama distancia de x a A.
Ejemplo 2.1. Si x A, es claro que d(x, A) = 0. El recproco no es cierto: en (R, du ), si
A = (0, 1) y x = 0, es x 6 A, pero du (A, x) = 0.
Proposicion 2.6. Sean un espacio metrico (X, d), =
6 A X y x0 , y0 X. Entonces,
es |d(x0 , A) d(y0 , A)| d(x0 , y0 ).
Demostracion: Para cada x A es d(x0 , x) d(x0 , y0 ) + d(y0 , x), por lo tanto es
d(x0 , A) d(x0 , y0 ) + d(y0 , x) para cada x A. As, d(x0 , A) d(x0 , y0 ) es una cota
inferior de la familia {d(y0 , x) : x A}, con lo que d(x0 , A) d(x0 , y0 ) d(y0 , A). De
modo similar se demuestra la desigualdad d(y0 , A) d(x0 , y0 ) d(x0 , A), con lo que se
obtiene el resultado deseado.
Dados (X, d) y =
6 A, B X, la familia de numeros reales {d(a, b) : a A, b B}
esta acotada inferiormente por 0. Por lo tanto, existe nf{d(a, b) : a A, b B} 0, se
denota por d(A, B) y se llama distancia de A a B.
Ejemplo 2.2. Si A B 6= , es claro que d(A, B) = 0. El recproco no es cierto: en
(R, du ), los conjuntos A = (0, 1) y B = (1, 0) son disjuntos, pero du (A, B) = 0.
Proposicion 2.7. Dados (X, d) y 6= A, B X, d(A, B) = nf{d(A, y) : y B} =
nf{d(x, B) : x A}.
Demostracion: Sea x A. Para cada y B es d(A, B) d(x, y). Luego d(A, B) es cota
inferior de la familia {d(x, y) : y B}, y as d(A, B) d(x, B). Luego, para cada x A
es d(A, B) d(x, B), con lo que d(A, B) es cota inferior de la familia {d(x, B) : x A},
y entonces d(A, B) nf{d(x, B) : x A}. Por la definicion de d(A, B), para cada
28
> 0, existe x A, y B tal que d(A, B)+ > d(x , y ). Como d(x , B) d(x , y ),
es d(x , B) < d(A, B) + para cada > 0. Como nf{d(x, B) : x A} d(x , B),
concluimos que para cada > 0 es nf{d(x, B) : x A} < d(A, B) + , es decir,
nf{d(x, B) : x A} d(A, B).
2.1.3.
Isometras
Definicion 2.4. Sean (X, d) e (Y, ) espacios metricos. Una isometra entre (X, d) e (Y, )
es una aplicacion biyectiva f : (X, d) (Y, ) que preserva la distancia, es decir, para
cada a, b X, es d(a, b) = (f (a), f (b)). Se dice que (X, d) es isometrico a (Y, ).
Proposicion 2.8. La relacion ser isometrico es una relacion de equivalencia sobre la
familia de espacios metricos.
As, podemos hablar sencillamente de espacios metricos isometricos. Dos espacios
metricos isometricos pueden diferir en la naturaleza especfica de sus puntos, pero son
indistinguibles en cuanto a su comportamiento como espacios metricos.
2.2.
Bolas abiertas y cerradas. Esferas
Definicion 2.5. Sea (X, d) y r > 0. Se llama:

1) bola abierta de centro x y radio r, al conjunto B(x, r) = {y X : d(x, y) < r};
2) bola cerrada de centro x y radio r, al conjunto B(x, r) = {y X : d(x, y) r};
3) esfera de centro x y radio r, al conjunto S(x, r) = {y X : d(x, y) = r}.
Ejemplos 2.3. Damos algunos ejemplos de bolas en algunos espacios metricos:
(i) en (X, d), donde d es la metrica discreta, B(x, 1) = {x}, B(x, 2) = X, B(x, 1) = X,
B(x, 12 ) = {x}, S(x, 1) = X {x} y S(x, 2) = ;
(ii) en (R, du ), B(x, r) = (xr, x+r), B(x, r) = [xr, x+r] y S(x, r) = {xr, x+r};
(iii) en (Rn , dmax ), la bola B(x, r) = (x1 r, x1 + r) (xn r, xn + r), el cubo
de dimension n, centrado en x y arista 2r;
(iv) en (Rn , dsum ), la bola B(x, r) es el cubo de dimension n centrado en x, de arista 2r
y girado;
(v) en (Rn , du ), B(x, r) es la bola abierta de dimension n, centrada en x y de radio r.
2.3. Conjuntos abiertos y cerrados
29
Se verifican las siguientes propiedades:

Proposicion 2.9. En un espacio metrico (X, d), se cumple:
(i) para cada x X y r > 0, es B(x, r) 6= =
6 B(x, r); pero S(x, r) puede ser vaca;
(ii) si 0 < r s, es B(x, r) B(x, s), B(x, r) B(x, s), B(x, r) B(x, s) (si r < s)
y S(x, r) S(x, s) = si s 6= r;
(iii) B(x, r) S(x, r) = B(x, r) y B(x, r) S(x, r) = ;
(iv) la interseccion finita de bolas abiertas de un mismo centro (respectivamente, cerradas) es la bola abierta (respectivamente, cerrada) del mismo centro y radio el
mnimo de los radios. La interseccion arbitraria de bolas no tiene porque ser una
bola.
\ 1 \ 1 1
B 0,
Ejemplo 2.3. En (R, du ),
=
,
= {0}, que no es una bola.
n
n
n
nN
nN
Teorema 2.10. (Propiedad de Hausdorff) En un espacio metrico (X, d), dos puntos distintos se pueden separar por bolas abiertas disjuntas.
Demostracion: Sean x 6= y. Entonces d(x, y) = r > 0. Las bolas B(x, 2r ) y B(y, 2r ) son
obviamente disjuntas.
2.3.
Conjuntos abiertos y cerrados
2.3.1.
Conjuntos abiertos
Definicion 2.6. En (X, d), un subconjunto A se dice abierto, si para cada a A, existe
ra > 0 (que depende solo de a) tal que B(a, ra ) A.
Teorema 2.11. En un espacio metrico (X, d), los conjuntos X y son abiertos.
Teorema 2.12. En un espacio metrico (X, d), para cada x X y r > 0, la bola B(x, r)
es un conjunto abierto.
Demostracion: Sea y B(x, r) y s = d(x, y) < r; es B(y, r s) B(x, r).
Ejemplos 2.4. Algunos ejemplos de conjuntos abiertos son:
(i) En (R, du ), los intervalos abiertos son conjuntos abiertos;
30
(ii) En (X, d), con d la metrica discreta, cualquier conjunto es abierto.

Teorema 2.13. En (X, d), sea {Ai }iI una familia de conjuntos abiertos. Entonces
[
(i) Ai es abierto;
iI
(ii) si I es finito, entonces
\
Ai es abierto.
iI
Demostracion: (i) Si x
Ai , existe i I tal que x Ai . Como Ai es abierto, existe

iI
[
rx > 0 tal que B(x, rx ) Ai Ai .
iI
\
(ii) Si x Ai , para cada i I es x Ai . Para todo i I, existe ri > 0 tal que
iI
\
B(x, ri ) Ai . Si r = mn{r1 , . . . , rn }, es B(x, r) Ai .
iI
Observacion 2.1. En el teorema 2.13 (ii), el conjunto de ndices debe de ser finito: en
efecto, en (R, du ), si se toma I = N y la familia de abiertos An = ( n1 , n1 ), entonces
\
An = {0}, que no es abierto.
nN
Teorema 2.14. En (X, d), A es abierto si y solo si es union de bolas abiertas.

Demostracion: Por los teoremas 2.12 y 2.13, la union de bolas abiertas es un conjunto abierto. Y recprocamente, si A
[es abierto, para cada a A existe ra > 0 tal que
B(a, ra ) A. Es obvio que A =
B(a, ra ).
aA
Observacion 2.2. No todo abierto es una bola abierta, por ejemplo, en (R, du ), A = R es
abierto y no es una bola abierta.
2.3.2.
Topologa inducida por una metrica
Definicion 2.7. Sean un conjunto X y una familia P(X) verificando:

1) , X ,
2) si {Ai }iI , entonces
[
Ai ,
iI
2.3. Conjuntos abiertos y cerrados
31
3) si {A1 , . . . , An } , entonces A1 An .
Se dice que es una topologa sobre X y el par (X, ) se llama espacio topologico.
Como consecuencia de los teoremas 2.11 y 2.13, se obtiene:
Proposicion 2.15. En (X, d), la familia d = {U X : U es abierto} es una topologa
sobre X, llamada topologa metrica.
Ejemplos 2.5. Algunos ejemplos de topologas son:
(i) En (Rn , du ), du se denomina la topologa eucldea;
(ii) en (X, d), con d la metrica discreta, d = P(X) se llama la topologa discreta.
Definicion 2.8. Un espacio topologico (X, ) se llama metrizable, si existe una metrica d
sobre X tal que d = .
Observacion 2.3. Cualquier espacio topologico no es metrizable: (R, ), donde =
{, R} (la topologa indiscreta) no es metrizable, pues no se cumple la propiedad de
Hausdorff.
Definicion 2.9. Dos metricas d1 y d2 sobre X se llaman topologicamente equivalentes,
si inducen la misma topologa sobre X, y en tal caso se dice que (X, d1 ) y (X, d2 ) son
espacios metricos topologicamente equivalentes.
Lema 2.16. La relacion ser topologicamente equivalentes es una relacion de equivalencia en el conjunto de todas las metricas sobre X.
Lema 2.17. Con las notaciones obvias, (X, d1 ) y (X, d2 ) son topologicamente equivalentes si y solo si para cada x X y r > 0, existen s1 , s2 > 0 tales que Bd2 (x, s2 )
Bd1 (x, r) y Bd1 (x, s1 ) Bd2 (x, r).
Lema 2.18. Si (X, d1 ) y (X, d2 ) son metricamente equivalentes, tambien son topologicamente equivalentes.
Ejemplo 2.4. El recproco no es cierto: sobre N, las metricas discreta y usual son topologicamente equivalentes (ambas inducen la topologa discreta), pero no son metricamente equivalentes.
Observacion 2.4. Cualquier propiedad enunciada para espacios metricos en terminos de
conjuntos abiertos puede reformularse tambien para espacios topologicos: en este curso
se trata precisamente de dar un repaso de los conceptos topologicos mas importantes
restringiendonos al caso particular de los espacios metrizables.
32
2.3.3.
Conjuntos cerrados
Definicion 2.10. Dados (X, d) y A X, x X es un punto de acumulacion de A (o

punto lmite), si para cada r > 0 es (B(x, r) {x}) A 6= .
Definicion 2.11. Sean (X, d) y A X. El derivado de A, A0 , es el conjunto de los puntos
de acumulacion de A. Si x A A0 , se dice que x es un punto aislado.
Definicion 2.12. Sean (X, d) y A X. A se llama cerrado si A0 A.
Ejemplos 2.6. Algunos ejemplos de puntos de acumulacion son:
0

(i) en (R, du ), (0, )0 = [0, ), n1 : n N = {0}, N0 = y Q0 = R;
(ii) en (X, d), con d la metrica discreta, para cada A X es A0 = .
Lema 2.19. Sean (X, d) y A X. Si x A0 , entonces para cada r > 0, la interseccion
(B(x, r) {x}) A tiene infinitos puntos.
Demostracion: Supongamos que para r > 0 es (B(x, r) {x}) A = {x1 , . . . , xn }.
Si r0 = mn{d(x, xk ) : 1 k n}, entonces (B(x, r0 ) {x}) A = , contra la
hipotesis.
Corolario 2.20. En (X, d), si A X es finito, entonces es cerrado.
Demostracion: En este caso, es claramente A0 = .
Teorema 2.21. En (X, d), A es cerrado si y solo si X A es abierto.
Demostracion: Si A es cerrado, sea x X A. Como A0 A y x 6 A, es x 6 A0 . Luego,
existe rx > 0 tal que (B(x, rx ) {x}) A = , es decir, B(x, rx ) {x} X A, y por
lo tanto X A es abierto. Recprocamente, si X A es abierto y x A0 , supongamos
que x 6 A. Existe rx > 0 tal que B(x, rx ) X A, es decir, (B(x, rx ) {x}) A = ,
contra la hipotesis.
De los teoremas 2.11 y 2.21, se deduce:
Teorema 2.22. En (X, d), X y son conjuntos cerrados.
Teorema 2.23. En (X, d), para cada x X y r > 0, la bola B(x, r) es un conjunto
cerrado.
Demostracion: Basta con probar que X B(x, r) es abierto: sea y X B(x, r),
entonces d(x, y) > r. Para r1 = d(x, y) r, es B(y, r1 ) X B(x, r).
33
Ejemplos 2.7. Algunos ejemplos de conjuntos cerrados son:

(i) En (R, du ), los puntos y los intervalos del tipo [a, b] son cerrados;
(ii) En (X, d), con d la metrica discreta, todo A X es cerrado.
Usando el teorema 2.21, se deducen las propiedades duales del teorema 2.13:
Teorema 2.24. En (X, d), sea {Ai }iI una familia de conjuntos cerrados. Entonces
\
(i) Ai es cerrado;
iI
(ii) si I es finito, entonces
[
Ai es cerrado.
iI
Observacion 2.5. En 2.24 (ii), el conjunto de ndices debe de ser finito:

[en efecto, en
1
(R, du ), si se toma I = N y la familia de cerrados An = [ n , 1], entonces
An = (0, 1],
nN
que no es cerrado.
Corolario 2.25. En (X, d), para cada x X y r > 0, la esfera S(x, r) es un conjunto
cerrado.
Demostracion: Es una consecuencia de la igualdad S(x, r) = B(x, r) B(x, r).
2.4.
Clausura, interior y frontera de un conjunto
2.4.1.
Clausura de un conjunto
Definicion 2.13. En (X, d), si A X, la clausura de A es el conjunto A = A A0 . Si

x A, se dice que es un punto adherente de A.
Teorema 2.26. En (X, d), A X es cerrado si y solo si A = A.
Observacion 2.6. En particular, X = X y = .
Teorema 2.27. En (X, d), x A si y solo si para cada r > 0 es B(x, r) A 6= .
Demostracion: Sea x A. Si x A, la condicion se cumple trivialmente. En caso
contrario, debe ser x A0 y entonces (B(x, r) {x})A 6= , y se concluye el resultado.
Recprocamente, si para cada r > 0 es B(x, r) A 6= , pueden suceder dos cosas:
34
(i) si x A, es x A;
(ii) si x 6 A, es (B(x, r) {x}) A = B(x, r) A 6= para cada r > 0, con lo que
x A0 A.
Teorema 2.28. En (X, d), si A, B X se verifica:

(i) si A B, es A B, es decir, la clausura preserva las inclusiones;
(ii) A es cerrado.
Demostracion: Veamos (ii), y para ello basta con ver que A A. Sea x A, es decir,
para cada r > 0 es B(x, r) A 6= . Sea xr B(x, r) A y sr = r d(x, xr ) > 0.
Como xr A es B(xr , sr ) A 6= . Claramente, es B(xr , sr ) B(x, r), con lo que
B(x, r) A 6= , y se deduce que x A.
Teorema 2.29. (Caracterizacion de la clausura) En (X, d), se cumple:
(i) si F es cerrado y A F , es A F ;
T
(ii) A = {F cerrado: A F }, es decir, A es el menor cerrado en (X, d) que contiene
a A.
Demostracion: (i) Si A F , por el teorema 2.28 (i), es A F , y como F es cerrado, se
deduce que A F .
T
(ii) Si F es cerrado y A F , es A TF , luego A {F cerrado: A F }. Ademas,
A es cerrado y contiene a A, luego A {F cerrado: A F }.
(i) A B = A B;
(ii) A B A B.
Demostracion: (i) Como A, B A B, por el teorema 2.28 (i) es A, B A B. Por
otro lado, A B A B (que es cerrado) y A B es el menor cerrado que contiene a
A B, luego A B A B.
(ii) Como A B A, B, por el teorema 2.28 (i) es A B A, B.
Observacion 2.7. En 2.30 (ii), la igualdad no es cierta en general: en (R, du ), si A = (0, 1)
y B = (1, 2), es A B = y A B = {1}.
35
Ejemplos 2.8. Algunos ejemplos de clausuras son:

(i) en (R, du ), Q = R, R Q = R, N = N;
(ii) en (X, d), con d la metrica discreta, todo A X, es A = A.
Todo espacio metrico es normal, es decir, separa cerrados disjuntos por medio de
abiertos (es una generalizacion del teorema 2.10) en el siguiente sentido:
Proposicion 2.31. En (X, d), si A, B X son cerrados disjuntos, existen abiertos disjuntos U y V , tales que A U y B V .
Demostracion: Para cada a A, es a 6 B y existe ra > 0 tal que B(a, ra ) B = .
Del mismo modo, para todo b B, es [
b X
rA, por lo que
ssb > 0 tal que
[ existe
a
b
B a,
yV =
B b,
.
B(b, sb ) A = . Basta con tomar U =
3
3
aA
bB
Observacion 2.8. En las condiciones de la proposicion 2.31, observar que U X V ,
con lo que U X V X B, y por lo tanto es A U U X B.
Todo espacio metrico es regular, es decir, separa puntos de cerrados a traves de abiertos en el siguiente sentido:
Corolario 2.32. En (X, d), si A X es cerrado y x 6 A existen conjuntos abiertos y
disjuntos U y V , tales que x U y A V .
Demostracion: Basta con aplicar la proposicion 2.31 al caso de los cerrados disjuntos A y
{x}.
2.4.2.
Interior de un conjunto
Definicion 2.14. En (X, d), si A X, x A, se llama punto interior de A si existe

rx > 0 tal que B(x, rx ) A. El conjunto de los puntos interiores de A se llama interior
de A y se denota por A. Es claro que A A.

Teorema 2.33. En (X, d), si A X, se cumple:
z }| {
(i) X A =X A;
(ii) X A= X A.
36
Demostracion: (i) Si x
6 A, existe r > 0 tal que B(x, r) A = , es decir, B(x, r)
z }| {
X A, con lo que x X A.
(ii) Si x 6A, para cada r > 0 es B(x, r) 6 A, es decir, B(x, r) (X A) 6= , luego

x X A.
Teorema 2.34. En (X, d), A X es abierto si y solo si A= A.

Demostracion: A es abierto si y solo si X A es cerrado, es decir, X A = X A,
equivalentemente A= A, por 2.33 (ii).
Observacion 2.9. En particular, X= X y = .

Usando la dualidad con la clausura dada por el teorema 2.33 y el teorema 2.28, se
demuestra facilmente:
(i) si A B, es AB;
(ii) A es abierto.
Teorema 2.36. (Caracterizacion del interior) En (X, d) se cumple:
(i) si U es abierto y U A, es U A;
(ii) A=
S
{U abierto: U A}, es decir, A es el mayor abierto contenido en A.
Demostracion: (i) Si U es abierto y esta contenido en A, por el teorema 2.35 (i) es U A,
y U =U por ser abierto.

(ii) Como todo abierto contenido en A esta tambien contenido en su interior, se verifica
S
que A {U abierto: U A}. Y como A es abierto contenido en A, es uno de los que
S
participan en la union, por lo que A {U abierto: U A}.
Usando la dualidad con la clausura dada por el teorema 2.33 y las propiedades del
teorema 2.30, se deduce que:
37
z }| {
(i) A B=A B;
z }| {
(ii) A BA B.
Observacion 2.10. En 2.37 (ii), la igualdad no es cierta en general: en (R, du ), si A =
z }| {
[0, 1] y B = [1, 2], es A B= (0, 2) y A B= (0, 2) {1}.
2.4.3.
Frontera de un conjunto
Definicion 2.15. En (X, d), si A X, x X se llama punto frontera de A si para cada

r > 0 es B(x, r) A 6= =
6 B(x, r) (X A). El conjunto de los puntos frontera de A
se llama frontera de A y se denota por fr(A).
Ejemplos 2.9. Algunos ejemplos de fronteras son:
(i) en (R, du ), fr((a, b]) = {a, b}, fr(Q) = R, fr(N) = N;
(ii) en (X, d), con d la metrica discreta, todo A X, es fr(A) = .
Teorema 2.38. En (X, d), para A X es fr(A) = A X A = A A.

Corolario 2.39. En (X, d), si A X, se cumple:
(i) fr(A) es un conjunto cerrado;
(ii) fr(A) = fr(X A);
(iii) fr(A) fr(A) y fr(A) fr(A);

(iv) fr(X) = fr() = .
z }| {
Demostracion: (iii) fr(A) = A X A = A X A = A X A A X A =
fr(A). Del mismo modo, fr(A) = AX A = AX A = AX A AX A =

fr(A).
Observacion 2.11. En (iii) no se da en general la igualdad: en (R, du ), es fr(Q) = R,
pero fr(Q) = fr() = = fr(Q) = fr(R).
38
Teorema 2.40. En (X, d), si A X se verifica:

(i) A es abierto si y solo si A fr(A) = ;
(ii) A es cerrado si y solo si fr(A) A.
Demostracion: (i) Si A es abierto, es A =A y A fr(A) = A (A A) = . Recpro
camente, si A fr(A) = , es A X A = , con lo que A X X A =A y se

deduce que A es abierto.
(ii) Se deduce usando (i) y por dualidad.
El siguiente teorema nos permite dar una clara interpretacion del interior, la clausura
y la frontera de un conjunto:
Teorema 2.41. En (X, d), si A X se verifica:
(i) A= A fr(A) = A fr(A);
(ii) A = A fr(A) =A fr(A).
2.5.
Subespacios de un espacio metrico
Dado (X, d) y A X no vaco, la restriccion de la metrica d a AA, dA : A A R,

es una distancia sobre A, que se denota por dA . Se dice tambien que el par (A, dA ) es un
subespacio de (X, d).
Es importante distinguir entre los espacios metricos (X, d) y (A, dA ), intentando dar
una relacion entre los abiertos de ambos espacios:
Lema 2.42. En (X, d), si A X y x A, para r > 0 la bola en el subespacio es
BA (x, r) = B(x, r) A.
Observacion 2.12. En (X, d), con las notaciones obvias, si A X y x A, para r > 0
es BA (x, r) = B(x, r) A y SA (x, r) = S(x, r) A.
Teorema 2.43. En (X, d), sean B A X, entonces:
(i) B es abierto en (A, dA ) si y solo si existe U abierto en (X, d) tal que B = U A;
(ii) B es cerrado en (A, dA ) si y solo si existe F cerrado en (X, d) tal que B = F A.
Observacion 2.13. Puede suceder que B A X sea abierto (respectivamente, cerrado) en (A, dA ) y no lo sea en (X, d). Por ejemplo, en (R, du ), para A = [0, 1):
2.6. Diametro de un conjunto. Conjuntos acotados
39
(i) [0, 12 ) es abierto en (A, dA ), pero no lo es en (R, du );

(ii) [ 21 , 1) es cerrado en (A, dA ), pero no lo es en (R, du ).
Pero se cumple la propiedad:
Teorema 2.44. Sea (X, d) y A X, entonces:
(i) todo subconjunto de A que es abierto en (A, dA ) es tambien abierto en (X, d) si y
solo si A es abierto en (X, d);
(ii) todo subconjunto de A que es cerrado en (A, dA ) es tambien cerrado en (X, d) si y
solo si A es cerrado en (X, d).
2.6.
Diametro de un conjunto. Conjuntos acotados
Definicion 2.16. Sean un espacio metrico (X, d) y A X. El diametro de A es el numero

(A) = sup{d(x, y) : x, y A} si este supremo existe y es infinito en caso contrario. Por
definicion, () = 0.
Observacion 2.14. (A) esta definido si la familia de numeros reales {d(x, y) : x, y A}
esta acotada superiormente.
Definicion 2.17. En (X, d), un conjunto A X se llama acotado si (A) R.
Ejemplos 2.10. Algunos ejemplos de conjuntos acotados son:
(i) en (R, du ), A esta acotado si lo esta superior e inferiormente;
(ii) en (X, d), con d la metrica discreta, todo A X esta acotado, ya que si A tiene mas
de un punto, es (A) = 1.
Observacion 2.15. Si (A) = r, no tienen porque existir dos puntos x, y A tales que
d(x, y) = r. Por ejemplo, en (R, du ), ((0, 1)) = 1, pero los puntos en (0, 1) distan entre
ellos menos que 1.
Teorema 2.45. En (X, d), si A, B X son no vacos, se cumple:
(i) si A B, es (A) (B);
(ii) si (A) = 0, entonces A se reduce a un punto;
(iii) (B(x, r)) (B(x, r)) 2r.
40
Demostracion: (i) Si A o B no estan acotados, es inmediato. Supongamos entonces que

ambos conjuntos estan acotados, entonces {d(x, y) : x, y A} {d(x, y) : x, y B},
y se deduce la propiedad. Aunque la inclusion sea propia, puede darse la igualdad: en
(R, du ), ((0, 1)) = 1 = ([0, 1]).
(iii) Si a, b B(x, r), es d(a, b) d(a, x) + d(x, b) < 2r. As, 2r es cota superior de
la familia {d(a, b) : a, b B(x, r)}, y por lo tanto, (B(x, r)) 2r. Para la bola cerrada,
se hace de manera similar. La igualdad no se verifica en general: para (R, d) donde d es
la metrica discreta, es (B(x, 1)) = 0 < 2 y (B(x, 50)) = 1 < 100. Sin embargo, para
(Rn , d) donde d = dmax , dsum , du , es (B(x, r)) = (B(x, r)) = 2r.
Lema 2.46. En (X, d), si A, B X estan acotados y a A, b B, entonces para cada
x, y A B es d(x, y) d(a, b) + (A) + (B).
Demostracion: Hay tres posibles casos:
(i) si x, y A, es d(x, y) (A) d(a, b) + (A) + (B);
(ii) si x, y B, es d(x, y) (B) d(a, b) + (A) + (B);
(iii) si x A e y B, es d(x, y) d(x, a) + d(a, b) + d(b, y) (A) + d(a, b) + (B).
Teorema 2.47. En (X, d), la union de cualquier familia finita de conjuntos acotados es
un conjunto acotado.
Demostracion: Sean A y B conjuntos acotados. Por el lema 2.46, fijados a A y b B,
el numero d(a, b) + (A) + (B) es cota superior de la familia {d(x, y) : x, y A B},
por lo que existe (A B).
Observacion 2.16. La union[debe ser finita: en (R, du ), para cada x R, {x} es un
conjunto acotado, pero R =
{x} no lo es.
xR
Teorema 2.48. En (X, d), un conjunto no vaco A X es acotado si y solo si esta contenido en alguna bola cerrada.
Demostracion: Si existen x X y r > 0 tales que A B(x, r), A esta acotado por
estarlo B(x, r). Recprocamente, sea A acotado y x X un punto cualquiera. Si a A,
sea r = d(x, a) + (A). Entonces, A B(x, r).
2.7. Conjuntos densos y espacios separables
2.7.
41
Conjuntos densos y espacios separables
Definicion 2.18. En (X, d), un conjunto A X se llama denso en X si A = X.

Ejemplos 2.11. Algunos ejemplos de conjuntos densos son:
(i) en (R, du ), Q y R Q son densos;
(ii) en (X, d), con d la metrica discreta, A es denso si y solo si A = X.
Teorema 2.49. En (X, d), A X es denso si y solo el u nico cerrado que contiene a A
es X.
Teorema 2.50. En (X, d), A X es denso si y solo A corta a cualquier abierto no vaco.
Proposicion 2.51. En (X, d), para cada A X los conjuntos A(X A) y (X A) A

son densos.
Definicion 2.19. (X, d) se llama separable si existe un subconjunto denso y contable.
A X se llama separable si (A, dA ) lo es.
Ejemplos 2.12. Algunos ejemplos de conjuntos separables son:
(i) (R, du ) es separable, ya que Q es denso;
(ii) (X, d), con d la metrica discreta, es separable si y solo si X es contable.
2.8.
Ejercicios
1.- Si es una pseudometrica sobre X y x, y X, se define la relacion x y si y solo si

(x, y) = 0. Se pide:
(i) probar que es una relacion de equivalencia en X;
(ii) dados x1 , x2 , y1 , y2 X, tales que x1 x2 e y1 y2 , probar que (x1 , y1 ) =
(x2 , y2 );
(iii) sean Y = X/ , [x], [y] Y . Dados a [x] y b [y], se define d([x], [y]) = (a, b).
Probar que d es una metrica en Y , que se llama asociada a .
2.- Sea k N, 1 k n, y d : Rn Rn R, definida por d(x, y) = |xk yk |, donde
x = (x1 , , xn ) e y = (y1 , , yn ). Es d una metrica en Rn ?
3.- Decidir si las siguientes funciones son metricas sobre R: d1 (x, y) = |x2 y 2 |, d2 (x, y) =
1
1
1
|x 3 y 3 |, d3 (x, y) = e|xy| y d4 (x, y) = e |xy| .
42
4.- Dadas d1 , , dn metricas sobre X, se pide:

n
X
(i) probar que d(x, y) =
di (x, y) es una metrica sobre X;
i=1
(ii) demostrar que d(x, y) = max di (x, y) es una metrica sobre X;

1in
(iii) define d(x, y) = mn di (x, y) una metrica sobre X?

1in
5.- Sean (X, d) e (Y, ) espacios metricos y f : X Y . Se pide:

(i) sea D : X X R definida por D(x, y) = (f (x), f (y)); cuando es D una metrica en X?
(ii) si (X, d) = (Y, ) = (R, du ) y f : R R es creciente; es D metrica?
(iii) sea f (x) = x3 como en (ii); es D equivalente a du ?
6.- Sea (X, d) un espacio metrico. Para i = 1, 2, sean las aplicaciones di : X X R,
d(x,y)
donde d1 (x, y) = mn{1, d(x, y)} y d2 (x, y) = 1+d(x,y)
. Probar que d1 y d2 son metricas
acotadas sobre X.
7.- Sea SC el conjunto de las sucesiones convergentes de numeros reales. Dadas las sucesiones {xn }nN , {yn }nN SC , se define d({xn }, {yn }) = lm |xn yn |; es d metrica
n
sobre SC ?
8.- Sea SA el conjunto de las sucesiones acotadas de numeros reales (es decir, {xn } SA
si y solo si existe K > 0 tal que |xn | K para cada n N). Probar que la igualdad
d({xn }, {yn }) = sup|xn yn | define una metrica en SA .
nN
9.- Sean R A 6= y B(A) = {f : A R : K > 0 : x A, |f (x)| K} el

conjunto de las funciones acotadas sobre A. Probar que la funcion d : B(A) B(A) R
dada por d(f, g) = sup|f (x) g(x)|, es una metrica en B(A).
xA
10.- Sea X = {f : [0, 1]

Z R, f continua}. Probar que las siguientes aplicaciones son
1
|f (x) g(x)|dx y d2 (x, y) = sup |f (x) g(x)|.
distancias en X: d1 (x, y) =
0
x[0,1]
Si Y = {f : [0, 1] R, f integrables en el sentido de Riemann}, es d1 una distancia

sobre Y ?
11.- Se considera la recta real ampliada R = R {} {}. Sea la aplicacion
x
si x R, f () = 1 y f () = 1.
f : R [1, 1] definida por f (x) = 1+|x|
Probar que la aplicacion d(x, y) = |f (x) f (y)| es una distancia sobre R.
2.8. Ejercicios
43
12.- Probar que las siguientes aplicaciones son metricas. En los espacios metricos obtenidos, caracterizar las bolas, el interior, la clausura y la frontera:
(i) d : R2 R2 R donde para x = (x1 , x2 ), y = (y1 , y2 ) R2 ,

|x2 y2 | si x1 = y1
d(x, y) =
|x1 y1 | + |x2 | + |y2 | si x1 6= y1
(ii) d : R R R donde para x, y R,

|x y| si sg(x) = sg(y)
d(x, y) =
|x + y| + 1 si sg(x) 6= sg(y)
(donde 0 se considera con signo positivo),
(iii) d : R R R donde para x, y R,

x + y si
x 6= y, x > 0, y > 0
d(x, y) =
|x y| en otro caso
(iv) d : [0, ) [0, ) R donde para x, y [0, ),

x + y si x 6= y
d(x, y) =
0 si x = y
(v) d : [0, 1] [0, 1] R donde para x, y [0, 1],

2 x y si x 6= y
d(x, y) =
0 si x = y
(vi) d : R R R donde para x, y R y a R,

|x + a| + |y + a| si x 6= y
d(x, y) =
0 si x = y
(vii) d : R2 R2 R donde para x = (x1 , x2 ), y = (y1 , y2 ) R2 ,
p
2
2
2
2
2
2
(x
p2 y2 ) si x1 + x2 = y1 + y2
p1 y1 ) + (x
d(x, y) =
x21 + x22 + y12 + y22 si x21 + x22 6= y12 + y22
(viii) d : N N R donde para x, y N,

1+
d(x, y) =
1
x+y
si x 6= y
0 si x = y
44
(ix) d : [0, ) [0, ) R donde para x, y [0, ),

max{x, y} si x 6= y
d(x, y) =
0 si x = y
(x) d : R2 R2 R donde para x = (x1 , x2 ), y = (y1 , y2 ) R2 ,
p
2
2
(x
p2 y2 ) si x1 y2 = y1 x2
p1 y1 ) + (x
d(x, y) =
x21 + x22 + y12 + y22 si x1 y2 6= y1 x2
13.- Probar que hay exactamente dos isometras de (R, du ) en (R, du ), que dejan fijo un
punto dado a R.
14.- Probar que estas funciones son isometras entre los espacios eucldeos dados:
(i) si a Rn , la traslacion de vector a, ta : Rn Rn , dada por ta (x) = a + x,;
(ii) si R, la rotacion elemental de a ngulo , r : R2 R2 , dada por
r (x1 , x2 ) = (x1 cos() x2 sin(), x1 sin() + x2 cos());
(iii) la aplicacion antipodal, a : Rn Rn , dada por a(x) = x.
15.- En el espacio metrico (X, d), para a X y r > 0, probar las propiedades siguientes:

\
\
1
(i) B(a, r) = B(a, s) =
B a, r +
;
n
s>r
nN

1
B a,
(ii) {a} =
B(a, s) =
;
n
s>0
nN
\

1
(iii) B(a, r) = B(a, s) =
B a, r
;
n
s<r
nN
[
(iv) B(a, r) B(a, r);
z }| {
(v) B(a, r) B(a, r), y
(vi) fr(B(a, r)) fr(B(a, r)) S(a, r).
2.8. Ejercicios
45
16.- Un espacio metrico (X, d) se llama discreto, si todo a tomo (subconjunto formado por
un u nico punto) es abierto. Probar:
(i) (X, d) es discreto si y solo si todos los subconjuntos de X son abiertos;
(ii) (X, d) es discreto si y solo si todos los subconjuntos de X son cerrados;
(iii) si d es la metrica discreta sobre X, entonces (X, d) es discreto;
(iv) el recproco de (iii) no es cierto, es decir, existen espacios metricos discretos (X, d)
para los cuales d no es la metrica discreta;
(v) si la interseccion arbitraria de abiertos es abierta, entonces (X, d) es discreto;
(vi) si X es un conjunto finito, entonces (X, d) es discreto;
(vii) si Y X, entonces (Y, dY ) es discreto si y solo si Y Y 0 = ;
(viii) dar un ejemplo de dos subconjuntos discretos de la recta real, cuya union no sea
discreta.
[
17.- Sean (X, d), =
6 A X, r > 0 y V (A, r) =
B(x, r). Se pide probar:
xA
(i) V (A B, r) V (A, r) V (B, r),

(ii) si s < r, V (A, s) V (A, r),
(iii) V (A B, r) = V (A, r) V (B, r).
(iv) d(a, A) = nf{r > 0 : a V (A, r)},
\ 1
(v) A =
V A,
. Concluir que d(a, A) = 0 si y solo si a A.
n
nN
18.- Sean (X, d) un espacio metrico y R una relacion de equivalencia sobre X verificando:
a) para cada x X, el conjunto Cx = {y X : xRy} es cerrado en X,
b) si [x] 6= [y] X/R, todo representante a [x], verifica que d(a, Cy ) = d(Cx , Cy ).
Para [x], [y] X/R, se define ([x], [y]) = d(Cx , Cy ). Se pide:
(i) probar que es un distancia en X/R. Se dice que (X/R, ) es el espacio metrico
cociente de (X, d) por R;
46
(ii) sea p : X X/R la proyeccion canonica. Probar que para cada x, y X, se cumple
la desigualdad (p(x), p(y)) d(x, y). Hallar p(B(a, r)), si a X;
(iii) si A es abierto en (X, d), probar que p(A) es abierto en (X/R, ). Demostrar que
B X/R es abierto en (X/R, ), si y solo si p1 (B) es abierto en (X, d);
(iv) probar que B X/R es cerrado en (X/R, ), si y solo si p1 (B) es cerrado en
(X, d);
(v) sea (X, d) = (R, du ) y la relacion sobre R dada por (xRy si y solo si x y 2Z) :
1) demostrar que se cumplen a) y b);
2) probar que existe un cerrado A en (R, du ), tal que p(A) no es cerrado en
(R/R, );
3) sea la aplicacion f : R/R S1 = {(x, y) R2 : x2 + y 2 = 1} definida por
f ([x]) = (cos(x), sin(x)). Probar que f esta bien definida y es biyectiva; cual
es la distancia 0 obtenida sobre S1 al transportar por f ? Probar que 0 es
equivalente a la distancia inducida por la distancia eucldea de R2 .
19.- Sea el espacio metrico (X, d), a X y 6= A X. Si d(a, A) = 2, probar que
existe r > 0 tal que d(x, A) > 1, si x B(a, r).
20.- Sea (X, d) un espacio metrico y A, B X. Probar:
(i) si A es abierto, para cada B X, A B = si y solo si A B = ;
(ii) si A es abierto, probar que para cada B X, es A B A B y A B = A B;
(iii) probar que A es abierto si y solo si para cada B X, es A B A B.
21.- Sea (X, d) un espacio metrico. Para cada subconjunto A de X, definimos (A) =A
y (A) = A. Se pide:
(i) si A es abierto (respectivamente, cerrado), probar que A (A) (respectivamente,
(A) A);
(ii) probar que para cada A X, es ((A)) = (A) y ((A)) = (A);
(iii) encontrar conjuntos A en (R, du ) tales que sean distintos los conjuntos A, A, A,
(A), (A), (A) y (A);

(iv) si A, B son abiertos disjuntos, entonces (A) y (B) son tambien disjuntos.
2.8. Ejercicios
47
22.- Sea (X, d) un espacio metrico. Dados A, B y {Ai }iI subconjuntos de X, probar:
z\}| { \ [ z[}| {
(i)
Ai
Ai y
Ai Ai ;
iI
iI
iI
iI
0
0
0
0
0
(ii) si A B entonces A0 B 0 . Ademas,\(A B)\
A0
[B , (A
[B) = A B ,
(A0 )0 A0 (es decir, A0 es cerrado), ( Ai )0 A0i y A0i ( Ai )0 ;
iI
(iii)
[
iI
Ai
iI
iI
iI
[
\
\
Ai ,
Ai Ai , A B A B y (A)0 = A0 .
iI
iI
iI
23.- Sea (X, d) un espacio metrico y {Ai }iI una familia de conjuntos en X tales que
[
[
Ai =
existe un > 0 tal que si i 6= j, entonces d(Ai , Aj ) . Probar que
Ai .
iI
iI
24.- Sea (X, d) un espacio metrico. Una familia {Ci }iI de subconjuntos de X se llama
localmente finita si para cada x X, existe rx > 0 tal que B(x, rx ) Ci 6= solo para
un numero finito de i I. Se pide:
(i) probar que {B(0, n) : n N} no es localmente finita en (R, du ), pero si lo es la
familia de sus complementarios;
(ii) dar una familia de conjuntos abiertos localmente finita en (R, du ) cuya union sea R;
(iii) si {Ci }iI es una familia localmente finita, probar que cada punto de X pertenece
a lo mas a un numero finito de conjuntos Ci (es decir, la familia es puntualmente
finita). Probar que no toda familia puntualmente finita es localmente finita;
[
[
Ci =
Ci . Concluir de
(iv) si la familia {Ci }iI es localmente finita, probar que
iI
iI
aqu, que la reunion localmente finita de cerrados es cerrada.

25.- En (X, d), probar:
(i) si A X, A =
1
B(x, );
n
nN xA
\ [
(ii) todo cerrado puede expresarse como una interseccion numerable de abiertos;
(iii) todo abierto puede escribirse como una reunion numerable de cerrados.
48
26.- Dado un espacio metrico (X, d) y A, B X no vacos, probar:

(i) d(A, B) = d(A, B).
(ii) A = B si y solo si para cada x X, es d(x, A) = d(x, B).
27.- Sea (X, d) un espacio metrico. Probar:
(i) si A no posee puntos aislados, entonces A tampoco los posee;
(ii) si X no posee puntos aislados, tampoco tendran puntos aislados los abiertos de X.
28.- Sea X un conjunto numerable. Probar que puede definirse sobre e l una metrica, tal
que ninguno de sus puntos sea aislado.
29.- Sea (X, d) un espacio metrico, donde X posee mas de un punto; pueden ser y X
los u nicos abiertos?
30.- Sean los espacios metricos (X1 , d1 ), , (Xn , dn ). Consideremos su producto cartesiano X = X1 Xn y d = dmax la metrica del maximo sobre e l. Probar:
}|
{
z
(i) A1 An =A1 An y A1 An = A1 An ;
(ii) A1 An es abierto en (X, d) si y solo si Ai es abierto en (Xi , di ) para cada
i I (analogamente para cerrados).
31.- Sea (X, d) un espacio metrico. Se pide:
(i) si x 6= y X, probar que existen U y V abiertos disjuntos en X, tales que x U,
y V y U V = ;
(ii) sean A y B conjuntos cerrados y disjuntos en X. Probar que existen abiertos U y V
disjuntos en X, tales que A U y B V.
32.- Sea (X, d) y la diagonal en el espacio metrico producto (X X, D). Si el punto
x = (x1 , x2 ) 6 , probar que D(x, ) > 0.
33.- Un espacio metrico (X, d) se llama ultrametrico, si para cada x, y, z X, se
verifica la desigualdad d(x, y) max{d(x, z), d(z, y)}. Demostrar:
(i) si d(x, z) 6= d(y, z), entonces d(x, y) = max{d(x, z), d(z, y)};
(ii) B(a, r) y B(a, r) son abiertos y cerrados a la vez;
(iii) si y B(x, r), entonces B(x, r) = B(y, r); se tiene un resultado analogo para las
bolas cerradas?
2.8. Ejercicios
49
(iv) si B(x, r) y B(y, s) se cortan, entonces una de estas bolas contiene a la otra (lo
mismo para bolas cerradas);
(v) si B(x, r) y B(y, r) son distintas y estan contenidas en B(z, r), su distancia es r;
(vi) si d es la metrica discreta, probar que (X, d) es un espacio ultrametrico.
(i) sea 6= A X. Si (X, d) es separable, probar que A es separable (es decir, el
subespacio metrico (A, dA ) es separable);
(ii) si A es separable, probar que A es separable;
(iii) si A1 , , An son separables, entonces A1 An es separable.
35.- Sea (X, d) un espacio metrico. Sea A X tal que para cada a A, existe a > 0 tal
que B(a, a ) A es contable. Si (X, d) es separable, probar que A es contable.
36.- Sea (X, d) un espacio metrico separable y =
6 A X. Se pide:
(i) probar que el conjunto de los puntos aislados de A es contable;
(ii) si A0 = , probar que A es contable;
(iii) si A es discreto en X, probar que A es contable.
37.- Se dice que (X, d) posee la propiedad
de interseccion contable, si dada cualquier
\
familia {Fi }iI de cerrados, tal que
Fi 6= para cada subconjunto contable J de I,
iJ
\
entonces
Fi 6= . Probar que un espacio metrico (X, d) es separable si y solo si posee
iI
la propiedad de interseccion contable.

38.- Si (X, d) es separable, probar toda familia de abiertos dos a dos disjuntos es contable.
39.- Sea (X, d) un espacio metrico. Si A, B X, A es abierto y B es denso en X, probar
que A = A B.
40.- Probar que la separabilidad en espacios metricos se conserva bajo equivalencias
metricas y topologicas y bajo isometras.
41.- Sea X = {f : [0, 1] R, f continua}. Se consideran las distancias d1 y d2 definidas en el ejercicio 10. Con las notaciones obvias, se pide:
(i) sea f (x) = 2 para cada x [0, 1]. Calcular Bd2 (f, 1);
50
(ii) sean r > 0 y g X definida por:

4
g(x) =
4x
r
si 0 x 2r
2 si 2r x 1
Probar que g Bd1 (f, r), pero g 6 Bd2 (f, 1);

(iii) Deducir que d1 y d2 no son topologicamente equivalentes. Sin embargo, d1 d2 .
42.- Dado (X, d), probar que X es una reunion contable de conjuntos acotados.
43.- Probar que dos bolas abiertas (respectivamente, cerradas) del mismo radio son isometricas en (Rn , du ).
44.- Sea (X, d) un espacio metrico y =
6 A X. Se considera el subespacio metrico
(A, dA ). Si B A, probar:
A
(i) B = B A, donde B denota la clausura de B en (A, dA );
(ii) BB y B = (X A B) A, donde B denota el interior de B en (A, dA );

(iii) si B A es cerrado en (A, dA ), probar que B es cerrado en (X, d) si y solo si
B A.
45.- Sea (X, d) un espacio metrico y A, B X tales que X = A B. Sea C A B.
Probar que C es abierto en (X, d) si y solo si lo es en (A, dA ) y en (B, dB ).
46.- Sea (X, d) un espacio metrico y A, B X tales que X =A B = A B. Probar

A
B
que para cada C X, es C = C A C B .
47.- Sea (X, d) un espacio metrico y A, B X, probar:
z }| {
(i) si fr(A) fr(B) = , entonces A B=A B,
(ii) si fr(A) fr(B) = , entonces A B = A B,
(iii) si fr(A) fr(B) = , entonces fr(A B) = (A fr(B)) (fr(A) B),
(iv) fr(A B) fr(A) fr(B),
(v) si A B = , entonces fr(A B) = fr(A) fr(B),
(vi) fr(A) = si y solo si A es abierto y cerrado a la vez,
2.8. Ejercicios
51
(vii) si A y B son abiertos, entonces:

(Afr(B))(B fr(A)) fr(AB) (Afr(B))(fr(A)B)(fr(A)fr(B)).
48.- Sea (X, d) un espacio metrico y A X abierto (respectivamente, cerrado). Probar:
z }| {
(i) fr(A)= ,
z }| {
(ii) A X A es denso en X,
(iii) buscar un ejemplo en el que el conjunto de (ii) no sea denso,
(iv) probar que las condiciones (i) y (ii) son equivalentes.
49.- Sea (X, d) un espacio metrico, A X y a X, tales que A B(a, r) 6= y
(A) < r. Probar que A B(a, 2r).
50.- Sean (X, d) un espacio metrico acotado y (X) la familia de los cerrados no vacos
de X. Dados A, B (X), se define:
(A, B) = max{sup{d(a, B)}, sup{d(A, b)}}.
aA
bB
Probar que define una metrica sobre (X). (A, B) se conoce como la distancia de
Hausdorff entre A y B. Probar que existe una isometra entre (X, d) y un subespacio
cerrado de ((X), ).
51.- Probar que la acotacion en espacios metricos se conserva bajo isometras y equivalencias metricas, pero no bajo equivalencias topologicas.
52.- Sea (X, d) y A X. Probar:
(i) (A) = (A), luego, A es acotado si y solo si A lo es;
(ii) puede decirse lo mismo de A y A?

53.- Probar que todo cerrado de (Rn , du ), se puede escribir como la frontera de algun
subconjunto de Rn .
54.- Sea A un conjunto no vaco y acotado superiormente en (R, du ), se pide:
(i) probar que si sup(A) 6 A, entonces sup(A) A0 .
(ii) si A es abierto en (R, du ), entonces sup(A) 6 A.
52
55.- En el espacio metrico (R, du ), calcular el interior, el derivado, la clausura y la fron[

1
1
tera de los siguientes conjuntos:
(
, ), {0 < x < 1 : x posee representacion
n+1 n
nN
decimal con 0 en el primer dgito }, { x1 : x 6= 0}, { n1 : n N}, { n1 + m1 : m, n N},
{1, 21 , 2, 13 , 3, , n1 , n, }, R, Q, N, Z, R Q, Z + Z (donde 6 Q).
56.- Sea (R, du ) y el conjunto A = [0, 1) (1, 3] {5}. Se pide:
(i) probar que {5} es abierto y cerrado en (A, dA );
(ii) lo mismo para (1, 3];
z }| {
A
1
(iii) calcular [0, 1) y [0, )A ;
2
(iv) probar que {5} no es aislado en (R, du ), pero si lo es en (A, dA ).
57.- En (R2 , du ), calcular el interior, el derivado, la clausura y la frontera de los siguientes
conjuntos: {(x1 , x2 ) : x1 (x1 1) = 0}, {(x1 , x2 ) : x21 +x22 > 0}, {(x1 , x2 ) : x21 +x22 2},
{(x1 , x2 ) : x1 < 0}, {(x1 , x2 ) : x1 5, x2 > 0}, {(x1 , x2 ) : x1 = n1 , n N, 0 x2 1},
{(x1 , x2 ) : x2 = x1 }, donde R.
2
58.- Sea
(R , du ) y A = {(x1 , x2 ) : |x1 | < 1, |x2 | < 2}. Probar que para (a1 , a2 ) A y
r 2 5, se tiene que BA ((a1 , a2 ), r) = A.
59.- Se pide:
(i) sea (R, du ), A = N y B = {n
1
n
: n N}; calcular du (A, B);
(ii) sea (R2 , du ), A = {(x1 , x2 ) : x1 x2 = 1, x1 > 0} y B = {(x1 , x2 ) : x1 = 0}; calcular

du (A, B);
(iii) probar que tanto en (i) como en (ii), A y B son conjuntos cerrados y disjuntos.
60.- Sea ([0, 1], du ). Se divide [0, 1] en tres intervalos de la misma amplitud, se elimina
el intervalo abierto central = ( 31 , 23 ) (que se llamara intervalo abierto de tipo 1) y se
conservan los intervalos cerrados 0 = [0, 13 ] y 1 = [ 23 , 1], que se llamaran intervalos
cerrados de tipo 1. Se divide cada intervalo cerrado de tipo 1 en tres intervalos de la misma
amplitud. Se eliminan de nuevo los intervalos abiertos centrales (intervalos abiertos de
tipo 2), 0 = ( 19 , 29 ) y 1 = ( 97 , 89 ) respectivamente, y se conservan los intervalos cerrados
(de tipo 2) resultantes: 00 = [0, 19 ], 01 = [ 92 , 13 ], 10 = [ 23 , 79 ] y 11 = [ 89 , 1]. Se
continua de este modo el proceso, obteniendo para cada n N, 2n intervalos cerrados
i1 in de tipo n donde ij es 0 o 1. Cada intervalo cerrado de tipo n se divide en tres partes
de la misma amplitud, conservando dos intervalos cerrados i1 in 0 y i1 in 1 (llamados
2.8. Ejercicios
53
intervalos cerrados de tipo n + 1) y eliminando cada intervalo abierto i1 in de tipo n + 1

que queda entre ellos.
Sea Cn la reunion de los intervalos cerrados de tipo n. Sea C =
Cn . C se llama
nN
conjunto perfecto de Cantor o conjunto ternario de Cantor. Se pide probar:

(i) Cn es cerrado en [0, 1] para cada n;
(ii) C es un conjunto cerrado no vaco;
(iii) todo numero x [0, 1], admite un desarrollo triadico
X
an
, donde an {0, 1, 2},

n
3
n=1
y se representa del modo: x = 0.a1 a2 . Si x admite un desarrollo triadico que no
contiene la cifra 1, entonces este desarrollo es u nico. Probar que x [0, 1] pertenece
a C si y solo si x admite un desarrollo triadico que no contiene a la cifra 1. Concluir
que existe una biyeccion entre los conjuntos {0, 2}N y C, y que por lo tanto C tiene
la potencia del continuo, es decir, es no contable;
(iv) si se suman las longitudes de todos los intervalos abiertos eliminados en el proceso,
se obtiene la longitud del intervalo [0, 1];
(v) C no posee puntos aislados en [0, 1];
(vi) C= .
61.- Sea (Rn , du ). Un subconjunto A Rn se llama convexo si para cada x, y A, el
segmento que los une [x, y] = {z Rn : z = tx + (1 t)y : t [0, 1]}, esta contenido
en A. Se pide probar:
(i) la interseccion arbitraria de conjuntos convexos es un conjunto convexo (admitiendo
que es convexo);
54
(ii) si A y B son convexos y R, los conjuntos A + B = {a + b : a A, b B} y

A = {a : a A} son convexos;
(iii) si A es convexo y t1 , , tm 0, entonces t1 A + + tm A = (t1 + + tm )A
(donde t1 A + + tm A = {t1 a1 + + tm am : ai A}). Lo anterior puede ser
falso si A no es convexo;
(iv) si A Rn , se llama envolvente convexa de A, co(A), a la interseccion de todos
los conjuntos convexos que contienen a A. Por (i), co(A) es el menor convexo que
contiene a A. Probar que si A 6= , entonces la envolvente convexa es precisamente
m
m
X
X
co(A) = {x R : x =
ti ai , ai A, ti 0,
ti = 1, m N}.
n
i=1
i=1
m
m
X
X
Cada expresion de la forma
ti ai , donde ti 0 y
ti = 1, se llama combii=1
i=1
nacion convexa. Luego, co(A) es el conjunto de las combinaciones convexas de

elementos de A;
(v) si A es convexo, tambien lo son A y A;

(vi) probar que si A es un conjunto convexo y simetrico respecto al origen de coordenadas 0 Rn (es decir, A = {x : x A}), entonces A contiene a una bola abierta
centrada en 0;
(vii) si A es convexo, x A e y A, entonces {tx + (1 t)y : t (0, 1]} A. Deducir
que A = A y A=A;
(viii) si A Rn , se pide:
a) calcular co(A) si A = S(0, 1);
b) probar que (A) = (co(A));
c) si A es abierto, probar que co(A) es abierto;
d) si A es finito, probar que co(A) es cerrado;
e) si A R es cerrado, probar que co(A) es cerrado;
f) A = {(x, y) R2 : x 0, y = x2 } es cerrado, pero co(A) no lo es;
2.8. Ejercicios
55
(ix) sea A convexo en Rn . Se dice que a A es un punto extremal de A, si A {a} es

convexo o vaco. Probar:
a) si A es abierto, entonces no posee puntos extremales;
b) dar un ejemplo de cerrado convexo sin puntos extremales;
c) calcular los puntos extremales de B(0, 1) R2 ;
d) si B Rn sea: B = {a B : [x, y] B : a [x, y], es a = x o a = y}.
Probar que A es el conjunto de los puntos extremales de A y A = (A A) .

62.- Sea S = (R2 S1 ) {(1, 0)}. Probar que para cada recta R en R2 , R S es abierto
en (R, du ), pero S no es abierto en (R2 , du ).
63.- En el plano eucldeo (R2 , du ), se consideran los puntos
U = (0, 1), V = (0, 1),
O = (0, 0), P = (1, 0), Q = (2, 0), R = (4, 0), S = (2 + 5, 0) y T = (5, 0). Sea
E = {U, V, T } [O, P ) (P, Q] [R, S)
(con esta notacion se indican los intervalos correspondientes sobre el eje de abscisas).
(i) Probar que B E (Q, 5) es un cerrado en (E, dE ), pero no es una bola cerrada;
(ii) probar que B E (O, 1) es un abierto en (E, dE ), pero no es una bola abierta.
64.- Un numero diadico es un numero real que puede expresarse como el cociente de
dos numeros enteros, donde el denominador es una potencia de 2. El conjunto de los
numeros diadicos en [0, 1] se denota por D, y sus elementos son de la forma m/2n , donde
n N {0} y m {0, 1, 2, . . . , 2n }.
Este conjunto es crucial en la demostracion del lema de Urysohn (ver el teorema 3.20),
en donde la prueba se hace por induccion sobre este conjunto: el orden sobre D {0}
esta dado por:
1 1 3 1 3 5 7
, , , , , , , ...,
2 4 4 8 8 8 8
es decir, se agrupan los elementos dependiendo de la potencia n de su denominador 2n , y
fijado este valor, se arreglan los numeros en el orden indicado por los numeradores: 1, 3,
n
1
5, . . . , 2n 1. Por ejemplo, el inmediato sucesor de 2 21
es 2n+1
.
n
Este conjunto es pequeno desde el punto de vista conjuntista: como D Q, el conjunto
de los numeros diadicos es contable. Sin embargo, es topologicamente grande, al ser D
denso en ([0, 1], du ).
56
Continuidad en espacios metricos

Primero, una mirada;
luego, el toque de fuego
de las manos; y luego,
la sangre acelerada
y el beso que subyuga.
Abrojos
Ruben Daro (1867 -1916)
3.1.
Aplicaciones continuas
Sean (X, d) e (Y, ) espacios metricos y f : (X, d) (Y, ) una funcion.

Definicion 3.1. Si a X, se dice que f es continua en a, si para cada > 0, existe
= (a, ) > 0 tal que para cada x X verificando d(x, a) < , es (f (x), f (a)) < .
Observacion 3.1. Si (X, d) = (Y, ) = (R, du ), esta definicion es precisamente la usual
de continuidad del Analisis Real.
Lema 3.1. f es continua en a X si y solo si para cada > 0, existe = (a, ) > 0
tal que f (BX (a, )) BY (f (a), ).
Lema 3.2. f es continua en a X si y solo si para cada > 0, f 1 (BY (f (a), )) es un
abierto que contiene a a.
Definicion 3.2. Se dice que f es continua en X (o simplemente continua), si es continua
en a para cada a X.
Ejemplos 3.1. Algunos ejemplos de funciones continuas son los siguientes:
(i) si f : (X, d) (Y, ) es constante, es continua;
(ii) 1X : (X, d) (X, d) es continua;
57
58
Captulo 3. Continuidad en espacios metricos
(iii) si el espacio (X, d) es discreto para cualquier otro espacio metrico (Y, ) y cualquier
funcion f , es f : (X, d) (Y, ) continua.
Observacion 3.2. f : (X, d) (Y, ) no es continua en a X si verifica cualquiera de
las dos condiciones equivalentes siguientes:
(i) existe 0 > 0, tal que para cada > 0 existe x X tal que d(x , a) < pero es
(f (x ), f (a)) > 0 ;
(ii) existe 0 > 0, tal que para cada > 0 es f (BX (a, )) 6 BY (f (a), 0 ).
Teorema 3.3. f : (X, d) (Y, ) es continua si y solo si para cada V abierto en (Y, ),
f 1 (V ) es abierto en (X, d).
Demostracion: Si V abierto en (Y, ) y a f 1 (V ), como f es continua en a, para cada
> 0, existe = (a, ) > 0 tal que f (BX (a, )) BY (f (a), ). Luego BX (a, )
f 1 (BY (f (a), )). Como f (a) V y V es abierto en (Y, ), existe a > 0 tal que
BY (f (a), a ) V . As, BX (a, ) f 1 (BY (f (a), )) f 1 (V ), y queda probado
que f 1 (V ) es abierto en (X, d). Y recprocamente, por el lema 3.2, para cada a X y
> 0, el conjunto f 1 (BY (f (a), )) es abierto en (X, d). Como a f 1 (BY (f (a), )),
debe existir > 0 tal que BX (a, ) f 1 (BY (f (a), )), con lo que queda probada la
continuidad de la funcion.
Observacion 3.3. Las funciones continuas no transforman abiertos en abiertos: la funcion
f : (N, du ) (R, du ) dada por f (n) = n es continua, pero f (N) = N no es abierto en
(R, du ).
Por dualidad entre abiertos y cerrados, puede probarse la siguiente propiedad:
Teorema 3.4. f : (X, d) (Y, ) es continua si y solo si para cada F cerrado en (Y, ),
f 1 (F ) es cerrado en (X, d).
Observacion 3.4. Las funciones continuas no transforman cerrados en cerrados: la funcion f : (Q, du ) (R, du ) dada por f (x) = x es continua, pero f (Q) = Q no es cerrado
en (R, du ).
Teorema 3.5. f : (X, d) (Y, ) es continua si y solo si para cada subconjunto A X
Y
X
es f (A ) f (A) .

Y
Y
Demostracion: Como f (A) es cerrado en (Y, ), el teorema 3.4 garantiza que f 1 f (A)

Y
es cerrado en (X, d). Como A f 1 f (A) , la inclusion pasa a la clausura, es decir,

Y
Y
X
X
1
A f
f (A) , y se deduce que f (A ) f (A) . Recprocamente, sea F cerrado
3.2. Aplicaciones continuas y subespacios
59
X
en (Y, ); la hipotesis garantiza que f (f 1 (F ) ) f (f 1 (F )) F = F . Tomando

X
imagenes recprocas, se deduce que f 1 (F ) f 1 (F ), y por el teorema 3.4, se deduce
la continuidad de f .
Observacion 3.5. La igualdad no es cierta en general en el teorema 3.5: en efecto, la
Q
funcion f : (Q, du ) (R, du ) dada por f (x) = x es continua, y f (Q ) = f (Q) = Q
R
Q = R.
Teorema 3.6. Sean f : (X, d) (Y, ) y g : (Y, ) (Z, ) aplicaciones entre espacios
metricos. Entonces:
(i) si f es continua en a y g lo es en f (a), entonces g f es continua en a;
(ii) si f es continua en X y g lo es en Y , entonces g f es continua en X.
Definicion 3.3. f : (X, d) (Y, ) es un homeomorfismo si es biyectiva, continua y f 1
es tambien continua. Se dice que (X, d) es homeomorfo a (Y, ).
Lema 3.7. La relacion ser homeomorfo es una relacion de equivalencia sobre la familia de todos los espacios metricos.
Observacion 3.6. Una aplicacion biyectiva y continua entre dos espacios metricos no
tiene porque ser un homeomorfismo: como N y Q son numerables, existe una funcion
biyectiva f : N Q. La funcion f : (N, du ) (Q, du ) es biyectiva y continua (ya que
(N, du ) es un espacio discreto), pero f 1 : (Q, du ) (N, du ) no es continua, ya que {0}
es abierto en (N, du ), pero f 1 {0} no es abierto en (Q, du ).
Proposicion 3.8. La composicion de homeomorfismos es un homeomorfismo.
Proposicion 3.9. Los espacios (X, d1 ) y (X, d2 ) son topologicamente equivalentes si y
solo si 1X : (X, d1 ) (X, d2 ) es un homeomorfismo.
Lema 3.10. Toda isometra es un homeomorfismo.
3.2.
Aplicaciones continuas y subespacios
Proposicion 3.11. Sea (X, d) un espacio metrico y A X. La aplicacion inclusion

iA : (A, dA ) (X, d) es continua.
Teorema 3.12. Sea f : (X, d) (Y, ) continua. Entonces, para cada A X, su restriccion a A, f |A : (A, dA ) (Y, ), es tambien continua.
60
Demostracion: Basta con tener en cuenta que fA = f iA .

El recproco solo es parcialmente cierto:
Teorema 3.13. Sean f : (X, d) (Y, ) y A X, tal que f |A : (A, dA ) (Y, ) es
continua. Entonces, f es continua en A.
Demostracion: Sea a A, es decir, existe a > 0 tal que BX (a, a ) A. Como f |A

es continua en a, para cada > 0, existe = (a, ) > 0 tal que f |A (BA (a, ))
BY (f (a), ). Si se toma = (a, ) a , es BA (a, ) = BX (a, ) A = BX (a, ), con
lo que para cada > 0, existe 0 < = (a, ) a tal que f (BX (a, )) BY (f (a), ),
y se obtiene el resultado deseado.
Observacion 3.7. En las condiciones anteriores, f no tiene porque ser continua en A: sea
la funcion caracterstica [0,1] : (R, du ) (R, du ). La funcion es continua en (0, 1), pero
no en [0, 1]. Sin embargo, la restriccion [0,1] |[0,1] : (R, du ) (R, du ) es continua, al ser
una funcion constante.
Teorema 3.14. Sea f : (X, d) (Y, ) continua, entonces f : (X, d) (f (X), f (X) )
es tambien continua.
Definicion 3.4. Una aplicacion continua f : (X, d) (Y, ) es un embebimiento si la
funcion f : (X, d) (f (X), f (X) ) es un homeomorfismo. As, (X, d) puede pensarse
como un subespacio de (Y, ), y se dice que esta embebido en (Y, ).
Observacion 3.8. Dos espacios metricos pueden estar embebidos uno dentro del otro,
sin ser homeomorfos: por ejemplo (R, du ) se puede embeber en ([0, 1], du ), puesto que
(R, du ) es homeomorfo a ((0, 1), du ) (ver el ejercicio 30, del apartado 3.5) y la inclusion
i : ((0, 1), du ) ([0, 1], du ) es claramente un embebimiento. Por otro lado, la inclusion
natural j : ([0, 1], du ) (R, du ) es un embebimiento. Sin embargo, (R, du ) y ([0, 1], du )
no son espacios homeomorfos.
Teorema 3.15. (Principio de prolongacion de identidades) Sean f, g : (X, d) (Y, )
continuas y D X denso. Si f |D = g|D , entonces f = g.
Demostracion: Supongamos que f 6= g, es decir, existe a X tal que f (a) 6= g(a)
(a 6 D). Para ra = (f (a), g(a)), es BY (f (a), r2a ) BY (g(a), r2a ) = . Como f y g son
continuas en a, para = r2a existe = (a, ) > 0 tal que f (BX (a, )) BY (f (a), r2a )
y g (BX (a, )) BY (g(a), r2a ). As, f (BX (a, )) g (BX (a, )) = . Como D es denso
en X, sabemos que BX (a, ) D 6= , de donde existe d BX (a, ) con f (d) = g(d), lo
cual es imposible.
3.3. Extensiones de funciones continuas
61
Ejemplo 3.1. Sean f, g : (R, du ) (R, du ), donde f = 1 y g = Q . Para el denso Q,

es f |Q = g|Q y f 6= g; como f es continua al ser una funcion constante, el teorema 3.15
garantiza que g no puede ser continua.
Teorema 3.16. Sean (X, d) e (Y, ) espacios metricos y supongamos que existe un denso
D X y una aplicacion continua f : (D, dD ) (Y, ). Entonces, f posee una extension continua a X, F : (X, d) (Y, ).
Observacion 3.9. La demostracion se dara tras el teorema 4.14.
3.3.
Extensiones de funciones continuas
Todo espacio metrico es completamente regular, es decir, separa puntos de cerrados a

traves de funciones continuas en el siguiente sentido:
Proposicion 3.17. En (X, d), si A X es cerrado y x 6 A existe una funcion continua
f : (X, d) ([0, 1], du ) tal que f (x) 6= 0 y f (A) = 0.
Demostracion: La funcion g : (X, d) (R, du ) definida por g(y) = d(y, A) es contid(y,A)
, que cumple las propiedades
nua (proposicion 3.26), y basta con tomar f (y) = d(y,A)+1
pedidas.
En el corolario 2.32 habamos demostrado que todo espacio metrico es regular; podemos dar otra prueba basandonos en el anterior resultado:
Corolario 3.18. En (X, d), si A X es cerrado y x 6 A existen conjuntos abiertos y
disjuntos U y V , tales que x U y A V .
Demostracion: Si f : (X, d) ([0, 1], du ) es la funcion dada en la proposicion 3.17, basta
con tomar U = f 1 ((, 1]) y V = f 1 ([0, )), donde 2 = f (x).
El siguiente resultado es esencial para la prueba del teorema 3.20:
Lema 3.19. Sea (X, d) un espacio metrico y D un conjunto denso
[ en ([0, 1], du ). Supongamos que para cada t D existe un abierto Ut tal que X =
Ut y si s < t, entonces es
tD
Us Ut . La funcion f : (X, d) ([0, 1], du ) definida por f (x) = nf{t D : x Ut }

es entonces continua.
Demostracion: Observemos en primer lugar que:
(i) si x Ut es f (x) t,
62
(ii) si f (x) < t, es necesariamente x Ut , y

(iii) si f (x) > t, entonces x 6 Ut .
Para estudiar la continuidad en x X, distinguimos tres posibilidades:
1) Si f (x) = 0, es x Ut para cada t D. Por la densidad de D, para > 0 existe
t D tal que t < . Entonces x Ut y por (i) es f (Ut ) [0, t ] [0, ).
2) Si f (x) = 1, es x 6 Ut para cada t D {1} por (iii). Por la densidad de D, para
> 0 existe t D tal que t > 1 . Entonces x X Ut y f (X Ut ) (1 , 1]
pues como x 6 Ut es f (x) t > 1 segun (ii).
3) Si f (x) (0, 1), por la densidad de D, para > 0 existen t1 , t2 D tales que
f (x) < t1 < f (x) < t2 < f (x) + . Entonces es x Ut2 Ut1 y aplicando (i) y (ii)
se deduce que f (Ut2 Ut1 ) (f (x) , f (x) + ).
En espacios metricos es facil probar que es posible separar cerrados disjuntos mediante funciones continuas (ver en el ejercicio 45 del apartado 3.5 una demostracion puramente metrica). En el teorema siguiente, vamos a dar una prueba topologica basada en
la normalidad en espacios metricos (ver la proposicion 2.31) de este resultado: aunque es
mas complicada, esta demostracion es valida para espacios topologicos en general y de
all su interes.
Teorema 3.20. (Lema de Urysohn) En (X, d), si A, B X son cerrados disjuntos,
existe una funcion continua (llamada funcion de Urysohn) f : (X, d) ([0, 1], du ) tal
que f (A) = 0 y f (B) = 1.
Demostracion: Vamos a hacer la prueba por induccion sobre el conjunto de los numeros
diadicos D (ver el ejercicio 64 en el apartado 2.8). Por la proposicion 2.31, existe U1/2
abierto, tal que A U1/2 U1/2 X B. Ahora, {A, X U1/2 } y {U1/2 , B} son dos
pares de cerrados disjuntos, por lo que existen U1/4 y U3/4 abiertos tales que
A U1/4 U1/4 U1/2 U1/2 U3/4 U3/4 X B.
Supongamos que,aplicando reiteradamente
la proposicion 2.31, hemos construido la familia de abiertos Uk/2n : k = 1, . . . , 2n 1 verificando
A U1/2n U1/2n Uk/2n Uk/2n U2n 1/2n U2n 1/2n X B.
Basta con construir Uk/2n+1 para k impar (para k = 2m, Uk/2n+1 = Um/2n ya esta definido). Como A y X U1/2n son cerrados disjuntos, existe un abierto U1/2n+1 tal que
A U1/2n+1 U1/2n+1 U1/2n . Al ser U2n 1/2n y B cerrados disjuntos, existe un
abierto U2n+1 1/2n+1 , tal que U2n 1/2n U2n+1 1/2n+1 U2n+1 1/2n+1 X B. Y
finalmente, si k es impar, 1 < k < 2n+1 1, entonces Uk1/2n+1 y X Uk+1/2n+1 son
3.3. Extensiones de funciones continuas
63
cerrados disjuntos construidos en la etapa anterior, y existe un abierto Uk/2n+1 , tal que
Uk1/2n+1 Uk/2n+1 Uk/2n+1 Uk+1/2n+1 .
De este modo, hemos construido por induccion sobre los numeros diadicos una familia
de conjuntos abiertos {Ut : t D}, tal que:
(i) A Ut para cada t D, eligiendo U0 = y U1 = X,
(ii) si s < t, es Us Ut , y
(iii) si t D {1}, es Ut X B.
Aplicando el lema 3.19 al conjunto denso D y a la familia construida arriba, se deduce que
la funcion f : (X, d) ([0, 1], du ) dada por f (x) = nf{t D : x Ut } es continua.
Por (i) es f (A) = 0 y por (ii) es f (B) = 1.
Observacion 3.10. Este teorema es valido para cualquier intervalo cerrado y acotado
[a, b] en sustitucion de [0, 1].
Lema 3.21. Sea (X, d) un espacio metrico, n N y fn : (X, d) (R, du ) una funcion
continua. Supongamos
que para cada x X y n N es |fn (x)| rn y la serie
P
P de numeros reales nN rn es convergente. Entonces, para cada x X, la serie nN fn (x)
converge a f (x) R y la funcion f : (X, d) (R, du ) as definida es continua.
P
Demostracion: La serie nN fn (x) es absolutamente convergente para todo x X, con
lo que f (x) R. Para cada x X y > 0 existe n , tal que:
P
P
P
(i) para k > n es |f (x) kn=1 fn (x)| = |
n=k+1 rn < /3, por la
n=k+1 fn (x)|
convergencia de la serie;
(ii) comoP
cada funcion fP
n es continua en x, existe un abierto Ux tal que para cada y Ux
n
es | n=1 fn (x) nn=1

fn (y)| < /3.
Pn
P
P
As
,
|f
(x)
f
(y)|
=
|
(f
(x)
f
(y))
+
f
(x)
n
n
n
n=1
n=n
+1
n=n +1 fn (y)|
P
P
P
| nn=1
(fn (x) fn (y))| + |
f
(x)|
+
|
f
(y)|
<
,
luego
f es continua.
n=n +1 n
n=n +1 n
Teorema 3.22. (Teorema de extension de Tietze) Sean un espacio metrico (X, d), A X
cerrado y f : (A, dA ) ([1, 1], du ) una funcion continua. Existe una funcion continua
F : (X, d) ([1, 1], du ) tal que F |A = f : se dice que F extiende a f .
64
Demostracion: Sea f : (A, dA ) ([1, 1], du ) una funcion continua. Dividimos el intervalo [1, 1] en tres partes iguales de amplitud 2/3 y denotamos A1 = f 1 ([1/3, 1]) y
B1 = f 1 ([1, 1/3]), que son dos cerrados disjuntos (en (A, dA ), luego en (X, d)).
Aplicando el teorema 3.20, existe una funcion continua f1 : (X, d) ([1/3, 1/3], du )
tal que f1 (A1 ) = 1/3 y f1 (B1 ) = 1/3.
Tenemos la funcion continua g1 = f f1 : (A, dA ) ([2/3, 2/3], du ): dividimos
[2/3, 2/3] en tres intervalos de amplitud (2/3)2 y consideramos A2 = g11 ([2/9, 2/3]) y
B2 = g11 ([2/3, 2/9]), que son dos cerrados disjuntos. Aplicando el teorema 3.20,
existe una funcion continua f2 : (X, d) ([2/9, 2/9], du ) tal que f2 (A2 ) = 2/9 y
f2 (B2 ) = 2/9. La funcion g2 = f f1 f2 : (A, dA ) ([(2/3)2 , (2/3)2 ], du ) es
continua y se vuelve a reiterar el proceso.
Continuando de este modo, se obtiene una sucesion de funciones {gk }kN , tales que
(i) gk : (A, dA ) ([(2/3)k , (2/3)k ], du ) es continua,
(ii) Ak+1 = gk1 ([2k /3k+1 , 2k /3k ]) y Bk+1 = gk1 ([2k /3k , 2k /3k+1 ]) son cerrados
disjuntos,
(iii) existe fk+1 : (X, d) ([2k /3k+1 , 2k /3k+1 ], du ) una funcion de Urysohn asociada
a estos cerrados, tal que fk+1 (Ak ) = 2k /3k+1 y fk+1 (Bk ) = 2k /3k+1 ,
(iv) sobre A es gk = f (f1 + + fk ).
P
a bien definida,
La funcion F : (X, d) ([1, 1], du ) dada por F (x) =
n=1 fn (x) est
es continua (|fn (x)| 2n1 /3n y se aplica el lema 3.21) y F |A = f .
Corolario 3.23. (Teorema de extension de Tietze, segunda version) Sean un espacio
metrico (X, d), A X cerrado y f : (A, dA ) (R, du ) una funcion continua. Existe
una funcion continua F : (X, d) (R, du ) que extiende a f .
Demostracion: Sea h : (R, du ) ((1, 1), du ) un homeomorfismo. Se puede aplicar el
teorema 3.22 a la funcion continua h f : (A, dA ) ([1, 1], du ), por lo que existe una
extension de h f , G : (X, d) ([1, 1], du ). Sea B = G1 ({1, 1}); claramente A
y B son cerrados disjuntos, y aplicando el teorema 3.20 existe g : (X, d) ([0, 1], du )
continua tal que g(B) = 0 y g(A) = 1. La funcion F = h1 g.G : (X, d) (R, du ) es
continua y extiende a f .
3.4.
Aplicaciones uniformemente continuas
Definicion 3.5. f : (X, d) (Y, ) es uniformemente continua, si para cada > 0, existe
= () > 0 tal que para cada x, y X verificando d(x, y) < , es (f (x), f (y)) < .
3.4. Aplicaciones uniformemente continuas
65
Teorema 3.24. Si f : (X, d) (Y, ) es uniformemente continua, es continua.

Observacion 3.11. El recproco no es cierto: sea la funcion f : ((0, 1], du ) (R, du )
definida por f (x) = x1 . Entonces:
n
o
2
(i) f es continua en (0, 1]: para a (0, 1] y > 0, existe < mn a2 , a2 tal que si
|x a| < , es | x1 a1 | =
|xa|
|x||a|
<
2 a2
a2 2
= ;
(ii) f no es uniformemente
continua: si lo fuera, sean y como en la definicion 3.5 y
1
a < mn 2, , 1 ; entonces a, a2 (0, 1], |a a2 | < , pero |f (x)f ( a2 )| = a1 > .
Teorema 3.25. La composicion de aplicaciones uniformemente continuas, es uniformemente continua.
Observacion 3.12. La continuidad es una propiedad que se expresa en terminos de abiertos. Esto no es verdad para la continuidad uniforme, donde la definicion ( ) juega un
papel esencial: la continuidad uniforme es una propiedad adaptada a espacios metricos,
mientras que la continuidad es una nocion asociada a espacios topologicos.
Proposicion 3.26. La funciones f, g : (X, d) (R, du ) dadas por f (x) = d(x, a) y
g(x) = d(x, A) son uniformemente continuas, para a A y A X.
Demostracion: Para > 0, basta con tomar = y si d(x, y) < , es |f (x) f (y)| =
|d(x, a) d(y, a)| d(x, y), por la proposicion 2.5. Para g, se deduce de manera similar
aplicando la proposicion 2.6.
Ejemplos 3.2. Algunos ejemplos de aplicaciones uniformemente continuas son:
(i) la identidad 1X : (X, d) (X, d) es uniformemente continua;
(ii) las aplicaciones constantes son uniformemente continuas;
(iii) las isometras son uniformente continuas, pero el recproco no es cierto: sea d la
metrica discreta y 1R : (R, d) (R, du ), que es una biyeccion uniformemente continua, pero no es una isometra;
(iv) si d es la metrica discreta, para cualquier espacio metrico (Y, ) y cada funcion,
f : (X, d) (Y, ) es uniformemente continua. Esta propiedad no es cierta para
cualquier espacio discreto: para la aplicacion f : ({ n1 : n N}, du ) (N, du ), la
funcion f ( n1 ) = n es continua, pero no es uniformemente continua.
Definicion 3.6. Dos espacios (X, d) e (Y, ) se llaman uniformemente homeomorfos, si
existe f : (X, d) (Y, ) biyectiva, uniformemente continua y de inversa uniformemente continua.
Lema 3.27. Dos espacios metricos uniformemente homeomorfos, son homeomorfos.
66
3.5.
Ejercicios
1.- Responder a las siguientes cuestiones:

(i) si (X, d) es un espacio metrico discreto e (Y, ) es arbitrario, probar que toda aplicacion f : (X, d) (Y, ) es continua;
(ii) en las condiciones de (i), describir las aplicaciones continuas f : (Y, ) (X, d);
(iii) que puede decirse de (X, d), si toda aplicacion f : (X, d) (R, du ) es continua?
2.- Sean f, g : (X, d) (R, du ) continuas. Probar que tambien lo son las funciones: f g,
f.g, fg (si g(x) 6= 0 para cada x X), c.f (c R), |f |, max{f, g} y mn{f, g}.
3.- Sean f, g : (X, d) (Y, ) continuas, se pide:
(i) probar que el conjunto A = {x X : f (x) = g(x)} es cerrado en (X, d). Concluir
que si D es denso en (X, d) y f |D = g|D , entonces f = g;
(ii) sea b Y . Probar que el conjunto A = {x X : f (x) = b} es cerrado en (X, d).
Concluir que si (Y, ) = (R, du ), entonces las races de la ecuacion f (x) = 0
constituyen un conjunto cerrado en (X, d).
4.- Sean (X, d) e (Y, ) espacios
[ metricos y {Ai : i I} una familia de subconjuntos no
vacos de X tales que X = Ai . Sea f : (X, d) (Y, ) tal que f |Ai es continua para
iI
cada i I. Probar:
(i) si cada Ai es abierto en (X, d), entonces f es continua;
(ii) si cada Ai es cerrado en (X, d) y el conjunto I es finito, entonces f es continua;
(iii) comprobar que f no es continua en general.
5.- Sean A, B R y x R. Definimos los conjuntos A + x = {a + x : a A} y
A + B = {a + b : a A, b B}. Probar:
(i) si A es abierto (respectivamente, cerrado) en (R, du ), entonces A + x es abierto (respectivamente, cerrado) en (R, du ),
(ii) si A y B son abiertos en (R, du ), entonces A + B es abierto en (R, du ). No sucede lo
mismo si se cambia el calificativo de abierto por el de cerrado.
6.- Probar que son continuas las funciones f, g : (R2 , du ) (R, du ), donde:
(i) f (x, y) = x + y,
3.5. Ejercicios
67
(ii) g(x, y) = xy. Concluir que el conjunto A = {(x, y) R2 : x > 0, xy = 1}, es

cerrado en (R2 , du ).
7.- Sea f : (X, d) (Y, ). Probar que son equivalentes:
(i) f es continua,
z }| {
1
(ii) para cada B Y , f (B ) f 1 (B)X ,
X
(iii) para cada B Y , f 1 (B) f 1 (B ).

8.- Sea f : (X, d) (Y, ) una aplicacion continua y sobreyectiva. Probar que si D es
denso en (X, d), entonces f (D) es denso en (Y, ). Si F es denso en (Y, ), es f 1 (F )
denso en (X, d)?
9.- Sea f : (X, d) (R, du ). Probar que f es continua en (X, d) si y solo si para cada
R, los conjuntos A = {x X : f (x) < } y B = {x X : f (x) > } son
abiertos en (X, d).
10.- Sea (X, d) y A X. Probar que la funcion caracterstica de A es continua en x si y
solo si x 6 fr(A). Bajo que condiciones es A continua?
11.- Sean f, g : (R, du ) (R, du ) continuas. Probar que h : (R2 , du ) (R2 , du ), definida por h(x, y) = (f (x), g(y)), es continua.
12.- Sean A y B cerrados, no vacos y disjuntos en un espacio metrico (X, d). Se pide:
(i) probar que existen abiertos disjuntos U y V tales que A U y B V ;
(ii) encontrar una funcion f : (X, d) (R, du ) continua, tal que f (A) = 0 y f (B) = 1.
13.- Sean f, g : (X, d) (Y, ) continuas y a X. Probar:
(i) si f (a) 6= g(a), probar que existe r > 0, tal que f (BX (a, r)) g(BX (a, r)) = ; en
particular, si x BX (a, r), entonces f (x) 6= g(x);
(ii) supongamos que para cada r > 0, existe xr BX (a, r) tal que f (xr ) = g(xr ).
Probar que f (a) = g(a). Concluir que si f, g : (R, du ) (R, du ) son continuas y
f |Q = g|Q , entonces f = g.
14.- Sean f, g : (X, d) (R, du ) continuas y a X, tal que f (a) < g(a). Probar que
existe r > 0 tal que para cada x, y BX (a, r), es f (x) < g(y). Como se expresa esta
propiedad si f es la funcion identicamente nula? Concluir que si s > 0 y a 6 B X (x, s),
existe r > 0 tal que BX (a, r) B X (x, s) = .
68
15.- Sean f : (X, d) (Y, ) continua, B Y y A = {x X : (f (x), Y B) > 0}.

Probar que para cada x A, es d(x, X A) > 0.
16.- Estudiar la continuidad de f, g : (X, du ) (R, du ), donde X = {0} { n1 }nN y
(i) f (0) = 0 y f ( n1 ) = n,
(ii) g(0) = 0 y

1
=
g
n
1
n
1
n
si n es par
si n es impar
17.- Sea f : R R definida por:

f (x) =
x si x 2
x2 si x > 2
Estudiar la continuidad en los siguientes casos: f : (R, du ) (R, d), f : (R, d) (R, ),
y f : (R, ) (R, du ), donde d es la metrica discreta y (x, y) = 2|x y|.
18.- Sean las metricas sobre R, dadas por:

|x y| si sg(x) = sg(y)
d1 (x, y) =
|x + y| + 1 si sg(x) =
6 sg(y)

x + y si
x 6= y, x > 0, y > 0
d2 (x, y) =
|x y| en otro caso
Estudiar la continuidad de las funciones: 1R : (R, d1 ) (R, du ), 1R : (R, du ) (R, d1 ),
1R : (R, d2 ) (R, du ) y 1R : (R, du ) (R, d2 ). Hacer el mismo ejercicio para f = {0}
y g(x) = x2 1.
19.- Sean A y B cerrados en (X, d), y los conjuntos C = {x X : d(x, A) < d(x, B)},
D = {x X : d(x, A) > d(x, B)} y E = {x X : d(x, A) = d(x, B)}. Probar:
(i) C y D son abiertos y E es cerrado en (X, d);
(ii) hallar C, D y E, si (X, d) = (R2 , du ) y A y B son dos rectas (respectivamente, dos
circunferencias exteriores).
20.- Probar que una biyeccion de (R, du ) en (R, du ) es continua si y solo si es monotona.
21.- Sean (X, d) un espacio metrico, f : (X, d) (R, du ) una aplicacion continua y el
conjunto abierto U = {x X : f (x) > 0}. Probar que para cada x fr(U ), es f (x) = 0.
3.5. Ejercicios
69
22.- Sea f : (Rn , du ) (Rm , du ) una funcion. Para cada a Rn , se llama oscilacion
de f en a al numero real (f, a) = nf{(f (B(a, ))) : > 0}. Se pide probar:
(i) f es continua en a si y solo si (f, a) = 0;
(ii) para cada > 0, el conjunto A = {x Rn : (f, x) } es cerrado en Rn ;
(iii) calcular (g, x), para x R y la funcion g : R R definida por

0 si x Q
g(x) =
x si x 6 Q
23.- Sea A un convexo no vaco de Rn . Una aplicacion f : (A, du ) (R, du ) se llama
convexa, si para cada x, y A y t [0, 1], es f (tx + (1 t)y) tf (x) + (1 t)f (y). Se
pide probar:
m
m
m
X
X
X
(i) si f es convexa en A, entonces f ( ti ai )
ti f (ai ), donde ti 0,
ti = 1 y
ai A;
i=1
i=1
i=1
(ii) si A es abierto convexo, toda funcion convexa sobre A es continua sobre A;

(iii) dar un ejemplo en donde se pruebe que (ii) no es cierto en general si A no es abierto.
24.- Probar que las bolas abiertas en el espacio eucldeo de dimension n son homeomorfas
entre s y a su vez a (Rn , du ).
25.- Sea f : (Rn , du ) (Rm , du ) una aplicacion lineal, es decir, si a, b Rn y t, s R,
es f (sa + tb) = sf (a) + tf (b). Si kxk = du (x, 0) es la norma de x, probar que son
equivalentes:
(i) f es continua,
(ii) f es continua en 0;
(iii) existe c > 0 tal que kf (x)k ckxk, para cada x Rn ;
(iv) existe c > 0 tal que kf (x) f (y)k ckx yk, para cada x, y Rn .
26.- Sea f : (X, d) (Y, ) biyectiva. Probar que f es un homeomorfismo si y solo si
Y
X
para cada A X, se tiene f (A ) = f (A) .
27.- Sea f : (X, d) (Y, ) un homeomorfismo y A X, tal que A A0 = . Probar
que f (A) f (A)0 = .
70
28.- Sea la funcion f : (X, d) (Y, ) y D la metrica sobre X dada por D(x, y) =
d(x, y)+(f (x), f (y)). Probar que si f es continua en X, entonces la aplicacion identidad
1X : (X, D) (X, d) es un homeomorfismo.
29.- Dada f : (X, d) (Y, ), el grafo de f es Gf = {(x, f (x)) X Y : x X}.
Sobre X Y se define la metrica producto dmax . Probar:
(i) si f es continua, entonces Gf es cerrado en (X Y, dmax ). El recproco es falso;
(ii) sea p la restriccion a Gf de la proyeccion p1 : (X Y, dmax ) (X, d). Probar que
p es biyectiva y continua. Probar que f es continua si y solo si p es un homeomorfismo.
x
. Probar que f es un homeomor30.- Sea f : (R, du ) ((1, 1), du ), donde f (x) = 1+|x|
fismo. Concluir que cualquier intervalo abierto (con la metrica de subespacio inducida por
la usual) es homeomorfo a la recta real.
31.- Sea f : (X, d) (Y, ) un homeomorfismo. Estudiar si las siguientes propiedades

son verdaderas o falsas:
(i) X es acotado si y solo si Y lo es,
(ii) U X es abierto en (X, d) si y solo si f (U ) es abierto en (Y, ),
(iii) F X es cerrado en (X, d) si y solo si f (F ) es cerrado en (Y, ),
(iv) A X es numerable si y solo si f (A) lo es,
(v) D X es denso en (X, d) si y solo si f (D) es denso en (Y, ),
z }| {
(vi) si A X, x A si y solo si f (x) f (A)Y ,
(vii) si A X, x A0 si y solo si f (x) (f (A))0 ,
X
(viii) si A X, x A si y solo si f (x) f (A) .

32.- Sean f : (X, d) (Y, ) y g : (Y, ) (Z, ) continuas, tales que la composicion
g f : (X, d) (Z, ) es un homeomorfismo. Probar que si f es sobreyectiva, entonces
f y g son homeomorfismos.
33.- Probar que los espacios eucldeos siguientes son dos a dos homeomorfos:
(i) el cilindro vertical X = {(x, y, z) R3 : x2 + y 2 = 1},
(ii) el cilindro Y = S1 R,
3.5. Ejercicios
71
(iii) el plano privado del origen Z = R2 {(0, 0)},

(iv) la corona circular W = {(x, y) R2 : 1 < x2 + y 2 < 2},
(v) la esfera privada de los polos norte y sur, U = S2 {P, Q}, donde P = (0, 0, 1) y
Q = (0, 0, 1),
(vi) el cono privado de su vertice V = {(x, y, z) R3 : x2 + y 2 = z 2 , z > 0}.
34.- Dar un homeomorfismo entre el primer cuadrante {(x, y) R2 : x 0, y 0} y
el semiplano {(x, y) R2 : y 0}, como subespacios del plano eucldeo.
35.- Sea (Rn , du ) y A Rn un conjunto abierto, convexo y acotado, tal que 0 A. Se
pide probar:
(i) para cada x S(0, 1), existe un u nico y fr(A) de la forma .x, donde > 0;
(ii) si y = (x), probar que la aplicacion : (S(0, 1), du ) (fr(A), du ) es un homeomorfismo;
(iii) deducir que la frontera de un subconjunto convexo, acotado, de interior no vaco de
(Rn , du ), es homeomorfa a (S(0, 1), du );
x
) si x 6= 0.
(iv) sea : (Rn , du ) (R, du ), definida por (0) = 0 y (x) = kxk( kxk
Probar que es un homeomorfismo;
(v) deducir que un subconjunto convexo, abierto y acotado de (Rn , du ), es homeomorfo

a la bola abierta (B(0, 1), du ) y por consiguiente a (Rn , du );
(vi) deducir que un subconjunto convexo, cerrado y acotado de interior no vaco de
(Rn , du ) es homeomorfo a la bola cerrada (B(0, 1), du );
(vii) probar propiedades similares para partes convexas, de interior no vaco y no acotadas de Rn .
36.- Sea f : (Rn , du ) (Rm , du ) una aplicacion lineal y biyectiva. Probar que para que
f sea un homeomorfismo es necesario y suficiente que existan constantes , > 0, tales
que kxk kf (x)k kxk, para cada x Rn .
37.- En este ejercicio se trata de definir la proyeccion estereografica, una aplicacion
esencial en Geometra y Topologa:
(i) la circunferencia unidad en el plano eucldeo es S1 = {(x1 , x2 ) R2 : x21 + x22 = 1}.
Dado (a1 , a2 ) S1 {(0, 1)}, se considera la recta que pasa por (a1 , a2 ) y (0, 1).
a1
, 0). Se define la aplicacion
Esta recta corta al eje de abscisas en el punto ( 1a
2
a1
1
h : (S {(0, 1)}, du ) (R, du ) por h(a1 , a2 ) = 1a2 . Probar que h es un homeomorfismo: es la proyeccion estereografica;
72
(ii) Analogamente, para n 1, la esfera unidad en el espacio eucldeo de dimension n+1

se define por Sn = {(x1 , . . . , xn+1 ) Rn+1 : x21 + . . . + x2n+1 = 1}. Probar que la
aplicacion h : (Sn {(0, . . . , 0, 1)}, du ) (Rn , du ), dada por h(a1 , . . . , an+1 ) =
( 1aa1n+1 , . . . , 1aann+1 ), es un homeomorfismo: es la proyeccion estereografica.
38.- Sea (X, d) un espacio metrico. Probar que existe una metrica acotada sobre X,
de manera que la identidad 1X : (X, d) (X, ) es un homeomorfismo uniforme.
39.- Sea f : (X, d) (Y, ). Probar que es uniformemente continua, si y solo si para
cada A, B X tales que d(A, B) = 0 se tiene (f (A), f (B)) = 0.
40.- Sean los espacios metricos (X1 , d1 ), , (Xn , dn ). Consideremos su producto cartesiano X = X1 Xn y dmax la metrica del maximo. Se pide probar:
(i) las proyecciones pi : (X, dmax ) (Xi , di ) son uniformemente continuas;
(ii) si U es abierto en (X, dmax ), entonces pi (U ) es abierto en (Xi , di ). Esta propiedad
se debe a la continuidad de las proyecciones?
(iii) dado un espacio metrico (Y, ), probar que una funcion f : (Y, ) (X, dmax ) es
continua si y solo si para cada i I, las aplicaciones pi f lo son.
41.- Una funcion f : (X, d) (Y, ) se dice lipschitziana si existe un numero real
positivo tal que para cada x, y X, se cumple (f (x), f (y)) d(x, y). Se pide
probar:
(i) toda funcion lipschitziana es uniformemente continua.
El recproco no es cierto:
f : ([0, ), du ) ([0, ), du ), dada por f (x) = x es uniformemente continua
y no lipschitziana;
(ii) las isometras son aplicaciones lipschizianas. El recproco no es cierto;
3.5. Ejercicios
73
(iii) las aplicaciones de la proposicion 3.26 son lipschitzianas.

42.- Sea (R2 , d) donde d es la metrica definida por,

du (x, y) si x2 = y2
d(x, y) =
|x1 y1 | + 1 si x2 6= y2
Son continuas las proyecciones p1 , p2 : (R2 , d) (R, du )? Y lipschitzianas?
43.- Sea f : ([0, ), du ) (R, du ), tal que existe a > 0 verificando que f |[0,a] y f |[a,)
son uniformemente continuas. Probar que f es uniformemente continua.
44.- Sea A R. Probar que la funcion f : (A, du ) (R, du ), dada por f (x) = x2 es
uniformemente continua si A es acotado, pero no si A = R.
45.- Sean A y B cerrados, no vacos y disjuntos en (X, d) y f : (X, d) ([0, 1], du )
d(x,A)
definida por f (x) = d(x,A)+d(x,B)
. Se pide:
(i) probar que f es continua y calcular f (A) y f (B);
(ii) encontrar abiertos disjuntos que contengan a A y B;
(iii) probar que f no es en general uniformemente continua.
46.- Se pide probar:
(i) la funcion f : (R {0}, du ) (R, du ) dada por f (x) =
uniformemente continua;
x
|x|
es continua, pero no es
(ii) se tiene la siguiente generalizacion de la anterior propiedad: sean (X, d) e (Y, )

espacios metricos y f : (X, d) (Y, ) una aplicacion continua. Se supone que
existen a 6= b X, tales que los conjuntos cerrados y disjuntos en F = f 1 (a)
y G = f 1 (b) verifican que d(F, G) = 0. Probar que f no es uniformemente
continua.
74
Convergencia en espacios metricos

Yo soy flor que se marchita
al sol de la adversidad,
el arbolito en mitad
de la llanura infinita.
Decimas
Pedro Bonifacio Palacios Almafuerte(1854-1917)
4.1.
Definicion de sucesion
Definicion 4.1. Una sucesion en X 6= es una aplicacion f : N X. Normalmente,

en vez de utilizar la notacion funcional, se utiliza la notacion con subndices f (n) = xn ,
y se habla de la sucesion f o {xn }nN . El punto xn se llama termino de la sucesion y
Rg ({xn }nN ) = f (N) es el rango de la sucesion.
Observacion 4.1. Destacamos a continuacion algunas propiedades relativas a sucesiones:
(i) la funcion f definiendo una sucesion no tiene porque ser inyectiva, y por lo tanto, en
una sucesion pueden existir terminos iguales;
(ii) no hay que confundir el rango con la propia sucesion: si X = R, la sucesion
{xn }nN = {(1)n }nN es la sucesion oscilante, cuyo rango es finito {1, 1};
(iii) si f es constante, es decir, existe x X tal que f (n) = x para cada n N, se habla
de la sucesion constante igual a x y en este caso f (N) = {x};
(iv) si existe n0 N tal que para cada n n0 es xn = x, se habla de la sucesion
semiconstante igual a x (que es constante si n0 = 1). El rango de una sucesion semiconstante es finito, aunque el recproco no es cierto (por ejemplo, las sucesiones
oscilantes).
75
76
Captulo 4. Convergencia en espacios metricos
Definicion 4.2. Una subsucesion {yn }nN de la sucesion {xn }nN es otra sucesion definida por yn = x(n) , donde : N N es una funcion estrictamente creciente. Es decir,
se eligen elementos de la sucesion original, sin alterar el orden.
Lema 4.1. Si : N N es una funcion estrictamente creciente, es (n) n para cada
n N.
Lema 4.2. Toda sucesion es una subsucesion de s misma.
Demostracion: Basta con tomar como : N N la funcion identidad.
Lema 4.3. Una subsucesion de una subsucesion de {xn }nN sigue siendo una subsucesion de {xn }nN .
Demostracion: Es una consecuencia de que la composicion de funciones estrictamente
crecientes es una funcion estrictamente creciente.
4.2.
Sucesiones convergentes
Definicion 4.3. Sea {xn }nN una sucesion en (X, d). Se dice que x X es lmite de
{xn }nN , si para cada > 0, existe n N tal que para cada n n es xn B(x, ). Se
dice tambien que {xn }nN converge a x y se denota por {xn } x.
Lema 4.4. Si {xn } x en (X, d), el rango de {xn }nN esta acotado.
Demostracion: Para = 1, existe n1 N tal que para cada n n1 es d(xn , x) < 1. Sea
K = max{d(x, x1 ), . . . , d(x, xn1 ), 1}. Entonces, para cada n N es d(x, xn ) K, con
lo que Rg ({xn }nN ) B(x, K).
Observacion 4.2. El recproco no es cierto: en (R, du ), la sucesion oscilante {(1)n }nN
no converge, pero tiene rango acotado.
Lema 4.5. Sea {xn }nN una sucesion en (X, d), tal que xn B(x, n1 ). Entonces, {xn }
converge a x.
Teorema 4.6. Una sucesion convergente en (X, d) lo hace de manera u nica.
Demostracion: Supongamos que {xn }nN converge a dos puntos distintos, x 6= y. Sea
d(x, y) = r > 0. Por la propiedad de Hausdorff, es B(x, 2r ) B(y, 2r ) = , lo cual
contradice la convergencia.
4.2. Sucesiones convergentes
77
Observacion 4.3. Algunos ejemplos de sucesiones convergentes son:

(i) en cualquier espacio metrico, una sucesion semiconstante converge hacia la constante
que se repite;
(ii) si (X, d) es un espacio metrico discreto, las u nicas sucesiones que convergen son las
semiconstantes;
(iii) las sucesiones oscilantes no convergen en ningun espacio metrico: en efecto dada la
sucesion {xn }nN , con xn = x para n par y xn = y 6= x para n impar, si {xn } z,
para = 21 d(x, y) debera ser xn B(z, ) para n suficientemente grande, es decir,
x, y B(z, ), lo que es imposible.
Teorema 4.7. En (X, d), si {xn } x, cualquier subsucesion {x(n) } x.
Demostracion: Basta con utilizar el lema 4.1.
Observacion 4.4. El recproco no es cierto: en (R, du ), la sucesion{(1)n }nN no converge, pero la subsucesion de los terminos pares {(1)2n } 1.
Observacion 4.5. Algunas observaciones referentes a la convergencia de sucesiones son:
(i) si en (X, d) el rango de la sucesion {xn }nN es finito, existe una subsucesion constante {x(n) }nN , luego convergente;
(ii) aunque {xn }nN solo posea subsucesiones convergentes a un u nico punto, no se
deduce que sea convergente: en (R, du ), la sucesion {1, 2, 1, 3, . . . , 1, n, . . . } solo
posee subsucesiones convergentes a 1, pero ella no converge;
(iii) si {xn }nN posee dos subsucesiones convergentes a puntos distintos, entonces ella
no converge.
Lema 4.8. En (X, d), si {xn } x y Rg ({xn }nN ) es infinito, es (Rg({xn }nN ))0 = {x}.
Demostracion: Sea R = Rg ({xn }nN ). Como {xn } x, para cada > 0, existe n N
tal que para cada n n es xn B(x, ). Como R es infinito, es claro que entonces debe
ser (B(x, ) {x}) R 6= , para cada > 0, es decir, x R0 . Supongamos que existe
y 6= x, y R0 . Sea d(x, y) = r y 0 = 2r . Por la convergencia de la sucesion, existe n0 > 0
tal que para cada n n0 es xn B(x, 0 ) y ademas (B(y, 0 ) {y}) R 6= . Pero, por
la propiedad de Hausdorff es B(x, 0 ) B(y, 0 ) = , por lo que (B(y, 0 ) {y}) R
contiene como mucho los puntos {x1 , . . . , xn0 1 }, en contra del lema 2.19.
78

n
Observacion 4.6. El recproco no es cierto: en (R, du ), sea la sucesi

on {n(1) }nN =

0
n
1
{1, 2, 13 , 4, 15 , 6 . . . , 2n1
, 2n, . . . }. Es claro que Rg({n(1) }nN ) = {0}, pero la sucesion no converge.
Teorema 4.9. En (X, d), x A0 si y solo si existe una sucesion {xn }nN de terminos
distintos dos a dos en A, tal que {xn } x.
Demostracion: Sea x A0 . Sabemos que para cada > 0, (B(x, ) {x}) A tiene
infinitos puntos. As, podemos afirmar que:
(i) para = 1, existe x1 (B(x, 1) {x}) A;
(ii) supongamos dados x1 , . . . , xn1 (distintos dos a dos) tales que para i {1, . . . n1}
es xi (B(x, 1i ) {x}) A.
Como (B(x, n1 ){x})A tiene infinitos puntos, se puede elegir xn (B(x, n1 ){x})A
de modo que xn 6= xi para i {1, . . . n 1}. Queda as construida una sucesion {xn }nN
en A, de terminos distintos dos a dos. Ademas, por la propiedad arquimediana, para cada
> 0 existe n > 0, tal que para n n es d(x, xn ) < , con lo que {xn } x. Observar
que la sucesion construida no es u nica. Recprocamente, si los terminos de la sucesion
son dos a dos diferentes, el rango de la sucesion Rg ({xn }nN ) A es infinito, con lo
que por el lema 4.8, es (Rg({xn }nN )0 = {x} A0 .
Corolario 4.10. En (X, d), es x A si y solo si existe una sucesion {xn }nN en A tal
que {xn } x.
Demostracion: Como A = A A0 , basta con notar que si x A, la sucesion constante
igual a x converge a x, y aplicar en otro caso el teorema 4.9.
Corolario 4.11. En (X, d), es A X es denso si y solo si todo punto de X es lmite de
una sucesion de puntos de A.
Corolario 4.12. En (X, d), es x fr(A) si y solo si existen dos sucesiones {xn }nN en A
e {yn }nN en X A, tales que {xn } x e {yn } x.
Corolario 4.13. En (X, d), si A X, se cumple:
(i) A es cerrado si y solo si dada {xn }nN en A tal que {xn } x, es x A;
(ii) A es abierto si y solo si dada {xn } x A, existe nA N tal que para n nA es
xn A.
4.3. Sucesiones de Cauchy
79
Ejemplo 4.1. En (R, du ), el conjunto A = (0, 1] no es ni abierto ni cerrado:

(i) A no es cerrado pues existe { n1 }nN en A tal que { n1 } 0 y 0 6 A;
(ii) A no es abierto pues existe {1 + n1 }nN en R A tal que {1 + n1 } 1 y 1 A.
Teorema 4.14. La aplicacion f : (X, d) (Y, ) es continua en x si y solo si para cada sucesion {xn }nN en X con {xn } x, la sucesion de las imagenes verifica que
{f (xn )} f (x).
Demostracion: Si f es continua, para cada > 0, existe = (x, ) > 0 tal que
f (BX (x, )) BY (f (x), ). Como {xn } x, para existe n0 N tal que para
n n0 es xn BX (x, ), con lo que f (xn ) BY (f (x), ), y queda probado que
{f (xn )} f (x). Recprocamente, supongamos que f no es continua en x. Existe > 0
tal que para cada n N existe x 6= xn BX (x, n1 ) de modo que f (xn ) 6 BY (f (x), ).
Hemos construido de este modo una sucesion {xn }nN en X que converge a x (ver lema
4.5), pero tal que {f (xn )}nN no converge a f (x).
Observacion 4.7. La demostracion del teorema 3.16 se puede ahora hacer de la siguiente
manera: sea x X = D. Por el corolario 4.10 existe {xn }nN en D tal que {xn } x. Es
facil probar que {f (xn )}nN converge a un punto, que llamaremos F (x) X. El teorema
4.14 garantiza que la extension as definida F : (X, d) (Y, ) es continua.
4.3.
Sucesiones de Cauchy
Definicion 4.4. En (X, d), una sucesion {xn }nN se llama de Cauchy si para cada > 0,
existe n N tal que para cada m, n n es d(xn , xm ) < , es decir, los terminos de la
sucesion se acercan entre s a medida que los ndices crecen.
Si los terminos de una sucesion se aproximan a un punto, entonces, se acercan entre s:
Teorema 4.15. En (X, d), si {xn } x, entonces es de Cauchy.
Observacion 4.8. El recproco no es cierto: en ((0, 1], du ), la sucesion { n1 }nN es de
Cauchy, pero no converge.
Teorema 4.16. En (X, d), si {xn }nN es una sucesion de Cauchy y posee una subsucesion
convergente {x(n) } x, entonces {xn } x.
Demostracion: Como {x(n) } x, para cada > 0, existe n0 N tal que para cada
n n0 es d(x(n) , x) < 2 . Y la condicion de Cauchy dice que > 0, existe n1 N tal
que para cada m, n n1 es d(xm , xn ) < 2 . Tomando n = max{n0 , n1 }, para n n es
d(x, xn ) d(x, x(n) ) + d(x(n) , xn ) < .
80
Corolario 4.17. En (X, d), si {xn }nN es una sucesion de Cauchy de rango finito, converge.
Corolario 4.18. En (X, d), si {xn }nN es una sucesion de Cauchy y (Rg({xn }nN ))0 6= ,
entonces {xn }nN converge.
Demostracion: Si x (Rg({xn }nN )0 , por el corolario 4.10, existe una sucesion {yn }nN
en (Rg({xn }nN ))0 tal que {yn } x, que se puede elegir como una subsucesion de
{xn }nN , ya que cualquier reordenacion de una sucesion convergente, sigue siendo convergente. Por el teorema 4.16, es {xn } x.
Teorema 4.19. El rango de una sucesion de Cauchy en (X, d) es un conjunto acotado.
Demostracion: Para = 1 existe n1 N tal que para cada n n1 es xn B(xn1 , ). Sea
K = max{1, d(x1 , xn1 ), . . . d(xn1 1 , xn1 )}. Entonces, Rg({xn }nN ) B(xn1 , K).
Observacion 4.9. El recproco no es cierto, como lo prueban las sucesiones oscilantes.
Teorema 4.20. Si f : (X, d) (Y, ) es uniformemente continua y {xn }nN es de Cauchy, entonces {f (xn )}nN es de Cauchy.
Demostracion: La continuidad uniforme garantiza que para > 0 existe > 0 tal que si
d(x, y) < es (f (x), f (y)) < . Y la condicion de Cauchy afirma que para > 0 existe
n N tal que para n, m n es d(xm , xn ) < . As, es (f (xm ), f (xn )) < .
Observacion 4.10. Esta propiedad no es cierta para funciones continuas: en efecto, sea
f : ((0, 1], du ) (R, du ) dada por f (x) = x1 , que es continua, pero no uniformemente
continua. La sucesion { n1 }nN es de Cauchy en ((0, 1], du ), pero la sucesion de sus imagenes {f ( n1 ) = n}nN no es de Cauchy en (R, du ).
4.4.
Espacios metricos completos
Definicion 4.5. Un espacio metrico (X, d) se llama completo, si toda sucesion de Cauchy es convergente. As, en este tipo de espacios, se puede averiguar si una sucesion es
convergente sin necesidad de calcular su lmite.
Teorema 4.21. Si (X, d) es completo y A X es cerrado, entonces (A, dA ) es completo.
Demostracion: Sea {xn }nN una sucesion de Cauchy en (A, dA ). Como (X, d) es completo, {xn } x en (X, d). Pero, x A = A.
4.4. Espacios metricos completos
81
Teorema 4.22. Si A X y (A, dA ) es completo, entonces A es cerrado en (X, d).

Demostracion: Sea x A; existe {xn }nN en A tal que {xn } x. Luego, {xn }nN
es de Cauchy en (A, dA ), por serlo en (X, d). Por completitud y unicidad de lmite, es
necesariamente x A.
Corolario 4.23. Si (X, d) es completo, (A, dA ) es completo si y solo si A es cerrado.

Definicion 4.6. (X, d) posee la propiedad de Cantor, si dada cualquier familia numerable
de conjuntos {Fn }nN cerrados, \
no vacos y encajados (Fn+1 Fn , para n N), tales
que nf{(Fn ) : n N} = 0, es
Fn 6= .
nN
Teorema 4.24. (Teorema de Cantor) (X, d) es completo si y solo si posee la propiedad

de Cantor. Ademas, estas intersecciones numerables de familias de cerrados encajados
se reducen a un punto.
Demostracion: Sea (X, d) completo y {Fn }nN una familia numerable de cerrados encajados, no vacos y tales que nf{(Fn ) : n N} = 0. Para cada n N sea xn Fn .
Por la eleccion de los diametros, para cada > 0 existe n N tal que (Fn ) < .
Luego, para cada m, n n , al ser xm , xn Fn , es tambien d(xn , xm ) < . As, hemos construido una sucesion {xn }nN de Cauchy. Por la completitud, existe x X tal
que {xn } x. La subsucesion {xk , x\
en a x; as para
k+1 , . . . } en Fk converge tambi
Fn . Recprocamente, sea {xn }nN de Cauchy
cada k N es x Fk = Fk y x
nN
y Rk = Rg{xk , xk+1 , . . . }. Es Rk+1 Rk para cada k N y como {xk , xk+1 , . . . }

es de Cauchy, Rk esta acotado e nf{(Rn ) : n N} = 0. Si Fn = Rn , la familia
{Fn }nN es una familia contable de cerrados no vacos, encajada \
y como (Rn ) = (Rn )
Fn 6= y ademas la
es nf{(Fn ) : n N} = 0. Por la propiedad de Cantor, sera
nN
interseccion se reduce a un punto, ya que si x, y
Fn , d(x, y) (Fn ) para cada
nN
n N, con lo que d(x, y) = 0. Sea entonces
Fn = {x}. Como para cada n N es
nN
x Fn = Rn y xn Rn , es d(xn , x) (Rn ). As, como los diametros tienden a cero,

para cada > 0 existe n tal que para cada n n , es d(xn , x) < .
Observacion 4.11. Los conjuntos de la definicion 4.6 deben ser cerrados y con la propiedad de que sus diametros tiendan a cero. En efecto, en (R, du ):
82
(i) si Fn = (0, n1 ), {Fn }nN es una familia de conjuntos no cerrados, encajados y cuyos
\
diametros tienden a cero, pero
Fn = ;
nN
(ii) si Fn = [n, ), {F
\n }nN es una familia de cerrados encajados, pero sus diametros
no tienden a 0 y
Fn = .
nN
4.5.
Teorema de Baire
Definicion 4.7. Sea el espacio metrico (X, d). Una aplicacion f : (X, d) (X, d) se
llama contractiva si existe un numero real k (0, 1) tal que d(f (x), f (y)) < kd(x, y).
Proposicion 4.25. Cualquier aplicacion contractiva f : (X, d) (X, d) es uniformemente continua.
Teorema 4.26. (Teorema del punto fijo) Si (X, d) es un espacio metrico completo y
f : (X, d) (X, d) es una aplicacion contractiva, existe un u nico punto x X tal que
f (x) = x.
Demostracion: Para cada x X, al ser f contractiva, es
d(f n (x), f n1 (x)) < kd(f n1 (x), f n2 (x)) < < k n1 d(f (x), x),
donde f n (x) denota el punto obtenido al aplicar f n veces a x. Como k (0, 1), se deduce
que la sucesion {xn = f n (x)}nN es de Cauchy, y por lo tanto, converge a x0 X.
Como f es continua, {f (xn ) = f n+1 (x)} f (x0 ); pero {f (xn ) = f n+1 (x)}nN es una
subsucesion de {xn }nN , con lo que forzosamente es x0 = f (x0 ). Si existiera otro punto
y0 X fijo para f , sera d(x0 , y0 ) = d(f (x0 ), f (y0 )) < kd(x0 , y0 ) < d(x0 , y0 ), lo cual es
imposible.
Los siguientes conjuntos son topologicamente pequenos, al poseer trivialmente interior vaco:
Definicion 4.8. Sea el espacio metrico (X, d). Un conjunto A se dice nada denso, si
X A es denso.
Definicion 4.9. Sea el espacio metrico (X, d). Un conjunto A X se dice de primera categora o magro, si se puede escribir como una union contable de conjuntos nada densos.
Y se dice de segunda categora si no es de primera.
El siguiente teorema es de particular importancia, sobre todo en la construccion de
demostraciones de existencia en Analisis:
4.5. Teorema de Baire
83
Teorema 4.27. (Teorema de Baire) Si (X, d) es un espacio metrico completo, cualquier

conjunto de primera categora tiene interior vaco.
Demostracion: Sea A X de primera categora y {Fn }nN la familia de conjuntos nada
[
densos tal que A =

Fn . Supongamos que A es no vaco. Sea x1 A F1 (que existe
nN
por ser F1 nada denso y A un abierto no vaco); como A F1 es abierto, existe 1 > 0
tal que B(x1 , 1 ) A F1 A F1 . Supongamos que para k = 1, . . . , n 1 se han
obtenido bolas tales que B(xk , k ) A Fk , donde xk A Fk y k < 12 k1 . Sea ahora
xn B(xn1 , n1 ) A Fn (que existe por ser Fn nada denso y B(xn1 , n1 ) A
un abierto no vaco); como B(xn1 , n1 ) A Fn es abierto, existe n <
2 n1
tal
que B(xn , n ) A Fn A Fn . La familia {B(xn , n )}nN es una familia contable

de cerrados encajados cuyos diametros tienden a cero, y por la completitud de (X, d),
\
B(xn , n ) A. Por construccion,

la interseccion se reduce a un u nico punto {x0 } =
nN
x0 6 Fn , para cada n N, es decir, x0 6 A, lo cual es absurdo, pues x0 A.

Observacion 4.12. Dos de los teoremas mas importantes del Analisis Funcional son consecuencias directas del teorema de Baire: el teorema de la aplicacion abierta y el principio
de la acotacion uniforme.
Corolario 4.28. Si (X, d) es un espacio metrico completo, es de segunda categora.
Corolario 4.29. Si (X, d) es un espacio metrico completo, cualquier conjunto abierto y
no vaco es de segunda categora.
Corolario 4.30. Si (X, d) es un espacio metrico completo, la interseccion de cualquier
familia numerable de conjuntos abiertos y densos es un conjunto denso.
Demostracion: Sea {An }nN la familia de abiertos densos. Entonces,[
{Bn = X An }nN
es una familia de cerrados nada densos, por lo que su union B =
Bn es de primera
nN
categora. Aplicando el teorema de Baire 4.27, B= , pero B = X
An , es decir,
nN
An es denso en X.
nN
Definicion 4.10. Los espacios que verifican la propiedad enunciada en el corolario 4.30
se llaman espacios de Baire. Es decir, hemos probado que todo espacio metrico completo
es de Baire.
84
4.6.
Ejercicios
1.- Sea (X, d) un espacio metrico y {xn }nN , {yn }nN dos sucesiones en X. Se supone
que {n N : xn 6= yn } es un conjunto finito. Probar que ambas sucesiones poseen el
mismo lmite o que ambas no convergen.
2.- Sea (X, d) un espacio metrico y {xn }nN una sucesion de terminos distintos dos a dos.
Sea A el rango de la sucesion y f : A A una aplicacion biyectiva. Si lm(xn ) = x,
probar que lm(f (xn )) = x.
3.- Sea (X, d) un espacio metrico y {xn }nN , {yn }nN sucesiones en X. Probar:
(i) lm(xn ) = x si y solo si lm(d(xn , x)) = 0 en (R, du ),
(ii) si lm(xn ) = x, entonces lm(d(xn , y)) = d(x, y) en (R, du ),
(iii) si lm(xn ) = x y lm(yn ) = y, entonces lm(d(xn , yn )) = d(x, y) en (R, du ),
(iv) si lm(xn ) = x, entonces lm(yn ) = x si y solo si lm(d(xn , yn )) = 0 en (R, du ),
(v) si {xn }nN es de Cauchy y lm(d(xn , yn )) = 0 en (R, du ), entonces {yn }nN es de
Cauchy.
4.- Sea (R, du ) y {xn }nN , {yn }nN , {zn }nN sucesiones en R. Se pide probar:
(i) si lm(xn ) = x e y < x, entonces existe n0 N tal que para cada n n0 , es y < xn ,
(ii) si lm(xn ) = x 6= 0, entonces existe n0 N tal que para cada n n0 , xn tiene el
mismo signo que x,
(iii) si lm(xn ) = x, lm(yn ) = y y x < y, entonces existe n0 N tal que para cada
n n0 , es xn < yn ,
(iv) si lm(xn ) = x, lim(yn ) = y y xn < yn para cada n N, entonces x y. Dar un
ejemplo en el que x = y,
(v) si para cada n N, xn yn zn , lm(xn ) = x y lm(zn ) = x, probar que
lm(yn ) = x.
5.- Sea (R, du ) y {xn }nN una sucesion creciente y acotada superiormente. Probar que
lm(xn ) = sup{xn }. Enunciar el resultado analogo para una sucesion decreciente de
nN
numeros reales.
6.- Sean {xn }nN e {yn }nN sucesiones convergentes en (R, du ). Estudiar la convergencia
de las sucesiones {xn yn }nN , {xn .yn }nN , {|xn |}nN , { xynn }nN (yn 6= 0, para cada
n N).
4.6. Ejercicios
85
7.- En (R, du ), se dice que {xn }nN diverge, si para cada K > 0, existe nK N tal que
si n nK , es |xn | > K. Se pide probar:
(i) si {xn }nN diverge, no converge,
(ii) dar un ejemplo de sucesion real ni convergente ni divergente,
(iii) si {xn }nN es una sucesion creciente no acotada superiormente, entonces diverge,
(iv) si A R es no acotado, existe {xn }nN en A divergente,
(v) si {xn }nN es una sucesion de rango no acotado, existe una subsucesion divergente,
(vi) toda subsucesion de una sucesion divergente, diverge.
8.- Sea {xn }nN una sucesion en un espacio metrico (X, d). Probar que si {x2n }nN ,
{x2n+1 }nN y {x3n }nN son convergentes, {xn }nN tambien lo es. Bastara con que
{x2n }nN y {x2n+1 }nN fueran convergentes?, y {x2n }nN y {x3n }nN ? Encontrar una
sucesion {xn }nN en la recta real, no convergente, tal que {xkn }nN converja para k 2.
9.- Probar que son equivalentes en (X, d) los siguientes enunciados:
(i) todo subconjunto de X es completo,
(ii) X es completo y discreto,
(iii) toda sucesion de Cauchy en X es semiconstante.
10.- Si d es la metrica discreta sobre X, probar (X, d) es un espacio metrico completo.
11.- Sea (N, d), donde d(m, n) = | n1 m1 |. Probar que la sucesion {xn = n}nN es de
Cauchy, pero no converge: e ste es un ejemplo de espacio metrico discreto no completo.
1
= 0), es
Sin embargo, el espacio X = N {+} con la misma metrica (donde +
completo.
12.- Sea (X, d) y d (x, y) = mn{1, d(x, y)}. Se pide probar:
(i) {xn }nN es de Cauchy en (X, d) si y solo si lo es en (X, d );
(ii) si (X, d) es completo, entonces (X, d ) tambien lo es.
13.- Sea X el conjunto de las sucesiones reales acotadas y la distancia d({xn }, {yn }) =
sup|xn yn |. Estudiar la completitud del espacio metrico (X, d).
nN
14.- Sea X = C([0, 1], R). Estudiar la completitud deZ los espacios metricos (X, d) y
1
(X, ), donde d(f, g) = sup |f (x) g(x)| y (f, g) =
|f (x) g(x)|.
0x1
86
15.- Sean (X, d) e (Y, ) espacios metricos. Se pide probar:

(i) Si (X, d) e (Y, ) son isometricos, X es completo si y solo si Y lo es,
(ii) si (X, d) e (Y, ) son homeomorfos, no hay relacion entre la completitud de ambos
espacios,
(iii) si (X, d) e (Y, ) son metricamente equivalentes, X es completo si y solo si Y lo es,
(iv) si (X, d) e (Y, ) son topologicamente equivalentes, no hay relacion entre la completitud de ambos espacios.
16.- Sea (X, d) un espacio metrico y D un conjunto denso en X, tal que toda sucesion de
Cauchy en D converge en X. Probar que X es completo.
17.- Dados los espacios metricos (X1 , d1 ), , (Xn , dn ), consideremos el espacio metrico
(X, D), donde X = X1 Xn y D es la metrica producto. Se pide probar:
(i) una sucesion converge en (X, D) si y solo si las sucesiones coordenadas convergen
en los espacios factores respectivos;
(ii) una sucesion es de Cauchy en (X, D) si y solo si las sucesiones coordenadas lo son
en los espacios factores respectivos;
(iii) (X, D) es completo si y solo si cada uno de los espacios factores lo es.
18.- En (X, d) se pide probar:
(i) cualquier subsucesion de una sucesion de Cauchy, es de Cauchy,
(ii) una sucesion de Cauchy de rango finito es semiconstante, y por lo tanto convergente.
Concluir que si X es finito, entonces el espacio metrico (X, d) es completo.
19.- Probar que el espacio eucldeo (Rn , du ) es completo. Decidir cuales de los siguientes
subespacios eucldeos lo son: N, Z, Q, I, R+ , R+ , Rn , Qn .
(i) si todo conjunto cerrado y acotado es completo, probar que (X, d) es completo;
(ii) si todo conjunto infinito y acotado posee puntos de acumulacion, probar que (X, d)
es completo.
21.- Sea f : (X, d) (Y, ) continua y (X, d) completo. Probar que si {xn }nN es de
Cauchy en (X, d), entonces {f (xn )}nN es de Cauchy en (Y, ). Dar un contraejemplo en
el caso en el que (X, d) no sea completo.
4.6. Ejercicios
87
22.- Sea {xn }nN una sucesion en un espacio metrico (X, d). Para cada n N, sea
An = {xm : m n}. Se pide probar:
\
(i) si {xn } x, entonces x
An ;
nN
(ii) {xn }nN es de Cauchy si y solo si nf {(An )} = 0.

nN
23.- Sea (X, d) un espacio metrico no completo. El objetivo de este ejercicio es el de

construir un espacio metrico completo, asociado de manera canonica a (X, d) y cercano
a e l, en el sentido que se vera mas adelante. Sea C el conjunto de todas las sucesiones de
Cauchy en (X, d); se pide probar:
(i) la relacion binaria sobre C dada por {xn }R{yn } si y solo si d(xn , yn ) 0 en (R, du )
(utilizar el ejercicio 3), es una relacion de equivalencia sobre C. Llamamos x a la
al espacio cociente;
clase de {xn } y X
(ii) (
x, y) = lm(d(xn , yn )) define una distancia en X;
) que lleva cada x X en la clase de la sucesion
(iii) la aplicacion f : (X, d) (X,
constante igual a x, es una isometra de X en una parte densa de X;

) es completo.
(iv) (X,
) es la completacion metrica de (X, d), que puede pensarse como un
Se dice que (X,
(al ser isometrico a un subespacio denso de (X,
)).
subespacio denso en X
24.- En (X, d), probar que la union finita (respectivamente, la interseccion arbitraria) de
subconjuntos completos es completo.
25.- Para los espacios metricos del ejercicio 12 del apartado 2.8, caracterizar las sucesiones convergentes y las de Cauchy y estudiar su completitud.
26.- Sea (X, d) un espacio metrico acotado y ((X), ) como en el ejercicio 50 del
apartado 2.8. Probar que (X, d) es completo si y solo si ((X), ) lo es.
(i) A es magro si y solo si A
Fn , donde Fn es cerrado de interior vaco;
nN
(ii) un subconjunto de un conjunto magro, es magro;

(iii) la union contable de magros es un conjunto magro;
(iv) un conjunto numerable es magro si y solo si ninguno de sus puntos es aislado;
88
(v) las rectas son conjuntos magros en el plano eucldeo.

[
(i) si (X, d) es completo y X =
Fn , donde Fn es un conjunto cerrado, existe n N,
nN
tal que Fn 6= ;
(ii) si (X, d) es completo y X =
Fn , donde Fn es cerrado, entonces A =
nN
Fn es
nN
un abierto denso;
(iii) si (X, d) es completo y numerable, el conjunto de los puntos aislados de X es un
abierto denso;
(x) si (X, d) es completo y no posee puntos aislados, entonces X es no numerable.
29.- Deducir las siguientes a aplicaciones del teorema de Baire en (R, du ):
(i) todo cerrado numerable en N contiene una infinidad de puntos aislados, luego R es
no numerable y no magro;
(ii) Q y el conjunto de Cantor son magros en la recta real, I es de segunda categora;
(iii) el conjunto de Cantor no posee ningun punto aislado, luego no es contable;
(iv) no existe ninguna funcion f : (R, du ) (R, du ) cuyos puntos de continuidad sean
exactamente los de Q. Sin embargo, si existen tales funciones cuyos puntos de
continuidad sean exactamente los de I, por ejemplo, la funcion:
1
si n es el menor entero tal que x = m
n
n
f (x) =
0 si x es irracional
30.- En este ejercicio se prueba que existe una funcion continua f : ([0, 1], du ) (R, du )
que no posee derivada en ningun punto.
Es la tpica demostracion de teorema de existencia utilizando el teorema de Baire 4.27:
se demuestra que algun elemento del espacio debe tener una determinada propiedad, probando que el espacio es de segunda categora y que el conjunto de los elementos que no
poseen dicha propiedad forma un espacio de primera categora.
En el ejercicio 14 del apartado 4.6 se ha demostrado que (C([0, 1], R), d) (donde d(f, g) =
sup |f (x) g(x)|) es un espacio metrico completo (luego de segunda categora segun
0x1
el corolario 4.29). Sea E el conjunto de las funciones en (C([0, 1], R), d) que poseen
4.6. Ejercicios
89
derivada en algun punto. Se trata de probar que este conjunto es de primera categora (ver
[W], pagina 186): para n N, sea

f (x + h) f (x)
n .
En = f C([0, 1], R) : x [0, 1 1/n], h (0, 1/n], es

h
Se pide probar:
S
(i) E
n=1 En ,
(ii) el interior de En es vaco,
(iii) En es cerrado.
90
Conexion en espacios metricos

La luna vino a la fragua
con su polison de nardos.
El nino la mira mira.
El nino la esta mirando.
Romance de la luna
Federico Garca Lorca (1898-1936)
5.1.
Espacios y conjuntos conexos
Proposicion 5.1. En (X, d) son equivalentes las siguientes condiciones:

(i) existen abiertos U, V X no vacos, disjuntos tales que U V = X;
(ii) existen cerrados F, G X no vacos, disjuntos tales que F G = X;
(iii) existe A X propio (es decir, =
6 A 6= X) abierto y cerrado a la vez;
(iv) existe A X propio con fr(A) = ;
(v) existe una aplicacion f : (X, d) ({0, 1}, du ) continua y sobreyectiva.
Demostracion: (i) (ii) Basta con tomar F = U = X V y G = V = X U .
(ii) (iii) Basta con tomar A = F = X G.
(iii) (iv) El conjunto A tiene frontera vaca por ser abierto y cerrado a la vez.
(iv) (v) La aplicacion A : (X, d) ({0, 1}, du ) es continua (al ser fr(A) = ) y
sobreyectiva (al ser A propio).
(v) (i) Basta con tomar U = f 1 ({0}) y V = f 1 ({1}).
Definicion 5.1. Si (X, d) verifica cualquiera de las condiciones equivalentes de la proposicion 5.1, se dice que es un espacio metrico disconexo. A los conjuntos de (i) o (ii) se les
llama una disconexion de (X, d).
91
92
Captulo 5. Conexion en espacios metricos
Definicion 5.2. (X, d) es conexo si no es disconexo, es decir, intuitivamente esta formado

de una u nica pieza. A X se llama conexo si el espacio metrico (A, dA ) lo es.
Lema 5.2. En (X, d), A X es disconexo si y solo si existen abiertos U y V en (X, d),
tales que U A 6= =
6 V A, U V A = y A U V .
Lema 5.3. En (X, d), A X es disconexo si y solo si existen cerrados F y G en (X, d),
tales que F A 6= =
6 G A, F G A = y A F G.
La conexion es una propiedad absoluta, en el siguiente sentido:
Lema 5.4. Sean (X, d) y B A X. B es conexo en (A, dA ) si y solo si es conexo en
(X, d).
Ejemplos 5.1. Algunos ejemplos de espacios metricos conexos son:
(i) en cualquier espacio metrico (X, d), los a tomos (conjuntos formados por un u nico
punto) son conexos;
(ii) si (X, d) es un espacio metrico discreto, A X es conexo si y solo si se reduce a un
punto;
(iii) en (R, du ), son disconexos (0, 1] [2, 5) y R {0}.
Teorema 5.5. Sean (X, d) y A X conexo. Si B X es tal que A B A, entonces
B es conexo. En particular, la clausura de todo conjunto conexo es conexa.
Demostracion: Supongamos que B no es conexo. Por el lema 5.2, existen abiertos U y V
en (X, d), tales que U B 6= =
6 V B, U V B = y B U V . Como A B
es conexo, debera ser U A = o V A = . Supongamos que U A = , entonces
U A = al ser U abierto. Como B A, sera U B = , lo que es absurdo.
Observacion 5.1. El recproco no es cierto: se vera en el teorema 5.14 que Q no es conexo
en (R, du ), pero Q = R si lo es.
Observacion 5.2. No existe un resultado analogo al teorema 5.5 para el interior, el derivado o la frontera.
Observacion 5.3. La conexion no se comporta bien respecto a las operaciones de conjuntos:
(i) en (R, du ), los conjuntos A = {0} y B = {1} son conexos, pero su union A B =
{0, 1} no lo es;
5.2. Componentes conexas
93
(ii) en (R, du ), A = (0, 1) es conexo (teorema 5.14), pero su complementario R A no

lo es;
(iii) en (R2 , du ), A = {(x, y) S1 : x 0} y B = {(x, y) S1 : x 0} son conjuntos
conexos (son ambos homeomorfos a un intervalo cerrado, y basta con utilizar el
teorema 5.14 y el corolario 5.17), pero su interseccion A B = {(0, 1), (0, 1)}
no lo es.
Pero, existen resultados parciales:
Teorema 5.6. En (X, d), se verifica:
(i) si {Ci : i I} es una [
familia de conexos y existe i0 I tal que Ci Ci0 6= para
cada i I, entonces Ci es conexo;
iI
(ii) si {Ci : i I} es una familia de conexos tales que
\
[
Ci 6= , entonces Ci es
iI
conexo.
Demostracion: (ii) se deduce trivialmente de (i). Supongamos que C =
iI
Ci no es cone-
iI
xo, es decir, existen abiertos U y V en (X, d), tales que U C 6= =

6 V C, U V C =
y C U V . Para cada i I, es U V Ci = y Ci U V , y por la conexion
de Ci , debe ser U Ci = o V Ci = . Supongamos que U Ci0 = , con lo que
Ci0 V . Sean IU = {i I : U Ci = } y IV = {i I : V Ci = }. Si i IV , es
Ci Ci0 Ci V = , contra la hipotesis, as que IV = . Entonces, para cada i I es
U Ci = , con lo que U C = , en contra de la hipotesis.
5.2.
Componentes conexas
En todo espacio metrico existen conjuntos conexos, al menos los a tomos (conjuntos
formados por un u nico punto). Se trata ahora de determinar los conexos maximales en
(X, d). El tamano y numero de estos conexos dara una idea de cuanto se aleja X de ser
conexo.
Definicion 5.3. Sean (X, d), x X y F(x) = {C X : C es conexo
\ y x X}.
Claramente, F(x) es no vaco, ya que al menos {x} F(x). Como
C 6= , el
CF (x)
teorema 5.6 garantiza que C(x) =
[
CF (x)
conexa del punto x.
C es un conjunto conexo, llamado componente
94
Lema 5.7. C(x) es el mayor conexo que contiene al punto x.

Lema 5.8. En (X, d), el conjunto de las componentes conexas forma una particion del
espacio.
[
Demostracion: Es claro que X =
C(x), al ser x C(x). Si C(x) C(y) 6= , el
xX
conjunto C(x) C(y) es conexo y x C(x) C(y). Como C(x) es el mayor conexo
que contiene a x, debe ser C(x) C(y) C(x), luego C(y) C(x). Aplicando un
argumento similar para y, se deduce que C(y) = C(x).
Esta particion determina una relacion de equivalencia en X: x y si y solo si x e y
pertenecen a la misma componente conexa, es decir, si y solo si C(x) = C(y). Las clases
de equivalencia respecto a esta relacion son justamente las componentes conexas.
Lema 5.9. (X, d) es conexo si y solo si existe una u nica componente conexa.
Teorema 5.10. Las componentes conexas en (X, d) son conjuntos cerrados.
Demostracion: Sea C una componente conexa. Por el teorema 5.5, C es tambien conexo,
y la propiedad de maximalidad implica que C = C.
5.3.
Espacios totalmente disconexos
Definicion 5.4. El espacio metrico (X, d) se llama totalmente disconexo, si para cada
x X es C(x) = {x}.
Ejemplos 5.2. Algunos ejemplos de espacios totalmente disconexos son:
(i) en (R, du ), Q y N son totalmente disconexos;
(ii) si (X, d) es discreto y con mas de un punto, es totalmente disconexo.
Lema 5.11. (X, d) es totalmente disconexo si y solo si las componentes conexas se reducen a puntos.
5.4.
Conexion en la recta real
Definicion 5.5. Un intervalo I en R es un conjunto convexo, es decir, si a, b I, para

cada c R tal que a c b, es c I.
5.5. Conexion y continuidad
95
Observacion 5.4. As, I R no es un intervalo si existen a, b I y a < c < b, tal que

c 6 I.
Observacion 5.5. Por lo tanto, son intervalos para a, b R, (a, b), (a, b], [a, b), [a, b],
[a, a] = {a}, (a, ), [a, ), (, b), (, b] y R.
Proposicion 5.12. Si A es conexo en (R, du ), es un intervalo.
Demostracion: Supongamos que A tiene mas de un punto (si se reduce a un punto, la
propiedad queda probada). Sean a, b A, a < b y supongamos que existe a < c < b,
tal que c 6 A. Entonces, U = (, c) y V = (c, ) son abiertos en (R, du ), tales que
A U 6= =
6 A V , A U V = y A U V = R {c}, en contra de la conexion
de A.
Proposicion 5.13. El intervalo [a, b] es conexo en (R, du ), para a < b.
Demostracion: Si [a, b] no fuera conexo, por el lema 5.3, existiran F y G cerrados en
(R, du ), tales que F [a, b] 6= =
6 G[a, b], F G[a, b] = y [a, b] F G). Como [a, b]
es cerrado en (R, du ), F [a, b] y G[a, b] son tambien cerrados en (R, du ). Como F [a, b]
esta acotado superiormente por b, existe c = sup{F [a, b]} F [a, b] = F [a, b].
Ademas, F [a, b] es abierto en ([a, b], du ) (ya que F [a, b] = (R G) [a, b]), luego
existe > 0 tal que (c , c + ) [a, b] F [a, b]. Supongamos que c 6= b, entonces
existe d [a, b], tal que c < d < c + , y en tal caso d F [a, b], contra la definicion
de supremo. As, b = c, y por lo tanto b F [a, b]. Un argumento similar prueba que
b G [a, b], con lo que se llega a una contradiccion.
Teorema 5.14. A es conexo en (R, du ) si y solo si es un intervalo.
Demostracion: Sea A un intervalo en R y a A. Para cada x A, sea Ix = [x, a] si
x a e Ix = [a, x] si a x. La familia {Ix : x\
A} es una familia de conexos en
(R, du ) segun la proposicion 5.13. Ademas, a
Ix , con lo que por el teorema 5.6,
xA
[
A=
Ix es conexo.
xA
En particular, (R, du ) es conexo.
5.5.
Conexion y continuidad
Teorema 5.15. Sea f : (X, d) (Y, ) continua y sobreyectiva. Si (X, d) es conexo,

(Y, ) tambien lo es.
96
Demostracion: Si (Y, ) no fuera conexo, existira A Y propio abierto y cerrado a la

vez. Entonces, f 1 (A) sera propio, abierto y cerrado en (X, d), contra la hipotesis.
Corolario 5.16. Sea f : (X, d) (Y, ) continua. Si A es conexo en (X, d), entonces
f (A) es conexo en (Y, ).
Corolario 5.17. Sea f : (X, d) (Y, ) un homeomorfismo. (X, d) es conexo si y solo
si (Y, ) lo es.
Teorema 5.18. (Teorema del valor intermedio) Sean f : (R, du ) (R, du ) continua y
a, b R, a < b y f (a) 6= f (b). Entonces, f toma cualquier valor entre f (a) y f (b).
Demostracion: Supongamos que f (a) < f (b). Como f ([a, b]) es conexo, debera ser un
intervalo, y en particular, [f (a), f (b)] f ([a, b]).
5.6.
Conexion por caminos
La conexion es una propiedad difcil de manejar, al tratarse de una propiedad en sentido negativo: un espacio es conexo si no existe una separacion no trivial por abiertos
disjuntos. La conexion por caminos posee la ventaja de ser una propiedad algebraica y en
sentido positivo.
Definicion 5.6. Dado un espacio metrico (X, d), un camino en X es una aplicacion continua : ([0, 1], du ) (X, d). Si (0) = a y (1) = b, se dice que es un camino de a
a b.
Definicion 5.7. (X, d) es conexo por caminos, si para todo par de puntos a, b X existe
un camino que los une.
Proposicion 5.19. Si (X, d) es conexo por caminos, es conexo.
Demostracion: Si no fuera conexo, existiran abiertos U, V X no vacos, disjuntos tales
que U V = X. Si elegimos a U y b V , existe : ([0, 1], du ) (X, d) un camino
que los une. Como es continua, 1 (U ) y 1 (V ) son abiertos en ([0, 1], du ), no vacos
(0 1 (U ) y 1 1 (V )), disjuntos y cuya union es [0, 1], en contra de la conexion del
intervalo.
5.6. Conexion por caminos
97
El recproco no es cierto:
Ejemplo 5.1. La curva seno topologico es el subespacio del plano eucldeo

1
A = ((, 0] {0})
x, sin
:x>0 .
x
A es conexo, pero no es conexo por caminos.
Definicion 5.8. (X, d) es localmente conexo por caminos, si para cada x X existe
> 0 tal que la bola B(x, ) es conexa por caminos.
A pesar del ejemplo 5.1, existe un recproco parcial de la proposicion 5.19
Proposicion 5.20. Si (X, d) es conexo y localmente conexo por caminos, entonces es
conexo por caminos.
Demostracion: Sea a X y A = {x X : existe un camino que une x con a}. A es no
vaco, pues a A (el camino constante igual a a une a consigo mismo).
(i) A es abierto: si x A, sea B(x, ) la bola conexa por caminos que existe. Para cada
z B(x, ), sea z un camino en B(x, ) que une z con x y un camino en X que
une x con a. Entonces, el camino z : ([0, 1], du ) (X, d) definido por

z (2t) si t 1/2
z (t) =
(2t 1) si t 1/2
une z con a, por lo que z A y B(x, ) A.
(ii) A es cerrado: si x A y B(x, ) es la bola conexa por caminos que existe, es
A B(x, ) 6= . Sean z A B(x, ), z un camino en B(x, ) que une x con z
y un camino en X que une z con a. Entonces, el camino z (definido arriba)
une z con a, por lo que x A.
Como A es no vaco, abierto y cerrado en (X, d) conexo, es necesariamente X = A.
Observacion 5.6. En el ejemplo 5.1, la curva seno topologico no es localmente conexa
por caminos, por ello no es conexa por caminos a pesar de ser conexa.
Ejemplos 5.3. Algunos ejemplos de espacios conexos por caminos son:
(i) los espacios discretos no son conexos por caminos;
98
(ii) en (R, du ), los conjuntos conexos y los conexos por caminos coinciden;
(iii) en (Rn , du ) para A Rn , se verifica
si A es conexo y abierto, es conexo por caminos;
si A es convexo, es conexo por caminos;
si A es contable y n > 1, Rn A es conexo por caminos.
Teorema 5.21. La imagen continua de un espacio conexo por caminos, es conexa por
caminos.
Se define sobre X la relacion binaria x ' y si y solo si existe un camino en X que une
x e y. Se trata de una relacion de equivalencia, cuyas clases son las componentes conexas
por caminos de X. La componente conexa por caminos de un punto x, k(x), es el mayor
conjunto conexo por caminos de X que lo contiene.
Lema 5.22. En (X, d), para cada x X, es C(x) k(x).
5.7.
Ejercicios
1.- En un espacio metrico (X, d), probar que son equivalentes:

(i) (X, d) es conexo,
(ii) para cada x, y X, existe un conjunto conexo Cxy tal que x, y Cxy ,
(iii) para toda funcion continua f : (X, d) (R, du ), f (X) es conexo,
(iv) toda funcion continua f : (X, d) (R, du ) tal que f (X) toma valores negativos y
positivos, se anula en al menos un punto,
(v) toda funcion continua f : (X, d) (Y, ) (donde (Y, ) es un espacio metrico discreto) es constante,
(vi) todo subconjunto propio de X posee frontera no vaca.
2.- Sea (X, d) un espacio metrico y A X conexo. Si B X es tal que A B 6= y
A (X B) 6= , entonces se tiene A fr(B) 6= .
3.- Sean A y B subconjuntos conexos en (X, d). Se pide:
(i) probar que AB es conexo si y solo si (AB)(AB) 6= . Escribir explcitamente
el caso en que ambos conjuntos son cerrados (respectivamente, abiertos);
5.7. Ejercicios
99
(ii) aplicarlo al caso en que (X, d) = (R2 , du ), A = {(x, y) : 0 < x < 1, y = sen( x1 )} y
B = {(0, y) : 1 y 1};
(iii) si =
6 fr(A) B, probar que A B es conexo.
4.- En (X, d), sean A y B subconjuntos cerrados (respectivamente, abiertos). Probar que
si AB y AB son conexos, entonces A y B son conexos. Ver que la condicion impuesta
a A y B es necesaria.
5.- En (X, d) conexo, probar:
(i) si (X, d) no es acotado, toda esfera es no vaca;
(i) para cada par de puntos x, y X, existe z X, tal que d(x, z) = d(y, z);
(ii) si Card(X) 2, entonces Card(X) Card(R);
(iii) si f : (X, d) (Y, ) es continua y no constante, entonces f (X) es no contable.
6.- Sean (X, d) y a, b X. Se supone que existe A X abierto y cerrado, tal que
a A y b 6 A. Probar que ningun subconjunto conexo de X puede contener a a y b
simultaneamente.
7.- Decidir si las siguientes afirmaciones son ciertas o falsas en (X, d):
(i) Si A es conexo, entonces A y fr(A) son conexos,

(ii) si A, B conexos, entonces A B y A B son conexos,
(iii) si f : (X, d) (Y, ) es continua y sobreyectiva, X tiene m componentes conexas
e Y tiene n componentes conexas, entonces m n,
(iv) la imagen continua de un conjunto disconexo, es disconexa.
8.- Sea (X, d) un espacio metrico donde toda bola abierta es conexa. Probar que X es
conexo.
9.- Sea (X, d) y una familia de conjuntos conexos {An }nN , tales que An An+1 6= ,
para cada n N. Probar que su union es conexa.
10.- En (X, d) un espacio metrico, probar:
(i) si A es conexo, no vaco, abierto y cerrado en X, entonces es una componente conexa;
(ii) si A es abierto y cerrado en X y C es conexo, entonces es C A o C X A;
100
(iii) si C es la componente conexa de x, entonces esta contenida en cada conjunto abierto

y cerrado que contiene a x.
11.- Sea f : (X, d) (Y, ) una aplicacion continua entre dos espacios metricos. Se
dice que f es localmente constante si para cada x X existe rx > 0 tal que f es
constante en B(x, rx ). Probar que si (X, d) es conexo y f es localmente constante, es
constante.
12.- La conexion se conserva bajo equivalencias topologicas? bajo equivalencias metricas? bajo isometras?
13.- Si (X, d) posee una cantidad finita de componentes conexas, probar que son abiertas
y cerradas.
14.- Sea f : (X, d) (Y, ) un homeomorfismo. Probar que la imagen de una componente conexa, es una componente conexa. En particular, (X, d) es conexo si y solo si
(Y, ) lo es.
15.- Probar que el producto de finito de espacios metricos es conexo si y solo si cada
espacio factor lo es.
16.- Sea f : (X, d) (Y, ) continua y (X, d) es conexo. Probar que el grafo de f , Gf ,
es conexo en el espacio producto (X Y, D).
17.- Describir las aplicaciones continuas f : (R, du ) (X, d), donde (X, d) es un espacio metrico discreto.
18.- Utilizando el ejercicio 37 del apartado 3.5, probar que los conjuntos siguientes son
conexos en el espacio eucldeo correspondiente: S1 {(0, 1)}, S1 , Rn , Sn {(0, . . . , 0, 1)},
Sn y Rn {(0, , 0)} (para n > 1).
19.- Probar que los siguientes conjuntos de (R2 , du ) no son dos a dos homeomorfos:
A = {(x, 0) : x R} {(0, y) : y 1}, B = {(x, 0) : x R} {(0, y) : y 0} y
C = {(x, y) : x2 + y 2 = 1}.
20.- Probar que no son homeomorfos los siguientes conjuntos de (R, du ): (0, 1), (0, 1] y
[0, 1]. Ademas, ningun subconjunto de la recta real es homeomorfo a S1 .
21.- Probar que (Q, du ) y (Q, d) (d es la metrica discreta), poseen los mismos conjuntos
conexos. Son homeomorfos estos dos espacios metricos? Son topologicamente equivalentes?
22.- Demostrar que en el plano eucldeo A = {(x, y) : x Q o y Q} es conexo y
B = {(x, y) : x Q y y Q} no lo es.
5.7. Ejercicios
101
23.- Sea Mn (R) el conjunto de las matrices reales cuadradas n n, que se identifica al
2
espacio eucldeo Rn . Probar que el conjunto de las matrices inversibles Gn Mn (R), es
un abierto formado de dos componentes conexas.
24.- Probar que un polinomio real impar posee al menos una raz real.
25.- En la recta real, probar:
(i) si f : A R R es monotona y f (A) es denso en el intervalo J, entonces f es
continua. En particular, si f : A R R es monotona y f (A) es un intervalo,
entonces f es continua;
(ii) si f : I R R es continua e inyectiva (donde I es un intervalo), entonces f es
monotona y es un homeomorfismo de I sobre el intervalo J = f (I);
(iii) si f : I R J R es una biyeccion entre los intervalos I y J, entonces f es
homeomorfismo si y solo si f es monotona.
26.- Sea f : (X, d) (R, du ) continua. Si mn{f (x)} < c < max{f (x)}, demostrar el
xX
xX
conjunto X {f 1 (c)} es disconexo.

27.- Sea f : ([0, 1], du ) (R, du ) continua tal que f (0) = f (1). Para cada n > 1,
probar que existe x [0, 1], tal que x + n1 [0, 1] y f (x + n1 ) = f (x).
28.- Probar que todo abierto de la recta real se puede escribir como una reunion, a lo sumo
numerable, de intervalos abiertos dos a dos disjuntos.
29.- Considerando los espacios eucldeos correspondientes, probar:
(i) si A R y B R2 son homeomorfos, entonces B= ;

(ii) no existe f : (R2 , du ) (R, du ) continua e inyectiva. Concluir que (R, du ) y (R2 , du )
no son homeomorfos.
30.- Probar que no existe f : ([0, 1], du ) (R, du ) continua, tal que x Q si y solo si
f (x) 6 Q.
31.- Describir las funciones continuas f : ([0, 2] (4, 6], du ) ({0} { n1 : n N}, du ).
32.- Se consideran las letras mayusculas como subconjuntos del plano eucldeo:
A B C D E F G H I J L M N O P Q R S T U V X Z,
desprovistas de extremidades. Se pide agruparlas por letras homeomorfas.
102
33.- Para los espacios metricos del ejercicio 12 del apartado 2.8, estudiar la conexion y
determinar la componente conexa de cada punto.
34.- Para n 1, sea f : (Sn , du ) (R, du ) continua. Probar que existe x Sn , tal que
f (x) = f (x).
35.- Sean D = {(x, 0) : 1 x 1} {(0, y) : 0 y 1} y g : (D, du ) (D, du )
un homeomorfismo. Probar que g(0, 0) = (0, 0) y que la restriccion de g al conjunto
{(1, 0), (1, 0), (0, 1)} es una permutacion de este conjunto.
36.- Si A = {(x, y) R2 : x I, y 0} y B = {(x, y) R2 : x Q, y < 0}, probar
que A B es conexo en (R2 , du ).
37.- Sea (X, d) un espacio metrico y las relaciones binarias R1 y R2 dadas por:
xR1 y si y solo si existe una parte conexa C que contiene a ambos puntos;
xR2 y si y solo si todo abierto y cerrado conteniendo a x, contiene a y.
Se pide probar:
(i) R1 y R2 son relaciones de equivalencia sobre X;
(ii) [x]1 = C(x), [x]2 = {A : A es abierto y cerrado y x A} y ambos conjuntos son
cerrados;
(iii) para cada x X, [x]1 [x]2 ;
(iv) si A R, [x]1 = [x]2 en (A, du );
(v) sea C = A B R2 , union de los conjuntos A = {( n1 , y) : n N, 1 y 1} y
B = {(0, y) : 1 y 1, y 6= 0}. Probar que [x]1 6= [x]2 en (C, du ).
38.- Probar las siguientes propiedades:
(i) si Y = ({0} R) (R {0}) y f : (R, du ) (Y, du ) es continua y sobreyectiva,
entonces f 1 ((0, 0)) debe contener al menos tres puntos;
(ii) si f : (S1 , du ) ([0, 1], du ) es continua y sobreyectiva, para cada c (0, 1), el
conjunto f 1 (c) debe contener mas de un punto.
39.- Si (X, d) es conexo y k N, x se llama un punto de corte de orden k, si X {x}
posee k componentes conexas. Se pide:
(i) probar que se trata de una propiedad que se preserva por homeomorfismos;
(ii) en la recta real, que tipos de puntos de corte poseen los intervalos [0, 1], (0, 1] y
(0, 1)?
5.7. Ejercicios
103
(iii) si n > 1, (Rn , du ) posee un punto de corte de orden 1, luego (Rn , du ) y (R, du ) no
son homeomorfos.
40.- Sea A Rn (n > 1). Se pide probar:
(i) si A es contable, entonces Rn A es conexo;
(ii) si A es acotado, Rn A tiene una componente conexa no acotada;
(iii) si A es convexo, es conexo. El recproco no es cierto.
41.- Sea (X, d) un espacio metrico. Se pide probar:
(i) la union de cualquier familia de conjuntos conexos por caminos con un punto en
comun, es un conjunto conexo por caminos;
(ii) la clausura de un conjunto conexo por caminos, no es en general conexa por caminos.
42.- Sea (P, du ) el espacio peine, es decir:

1
2
P = ([0, 1] {0}) (x, y) R : x = 0 o x = , n N, 0 y 1 .
n
Se pide probar:
(i) P conexo por caminos y P {(0, 0)} es conexo;
(ii) si A = {0}(0, 1), P A es conexo y posee dos componentes conexas por caminos;
(iii) si B = {0} I y C = (P A) B, C es conexo y posee una cantidad no contable
de componentes conexas por caminos.
104
Compacidad en espacios metricos

Porque noto, alma torcida,
Que en mi pecho milagroso,
Mientras mas honda la herida,
Es mi canto mas hermoso.
Versos sencillos
Jose Mart (1853-1895)
6.1.
Espacios y conjuntos compactos
Definicion 6.1. Si X 6= , un cubrimiento [

de X (respectivamente, de A[ X) es una
familia U = {Ai }iI P(X), tal que X = Ai (respectivamente, A Ai ).
iI
iI
Definicion 6.2. Un subrecubrimiento de un cubrimiento U = {Ai }iI de X es una subfamilia V = {Ai }iJ (es decir, J I), que sigue cubriendo X. Si J es finito, se habla de
subrecubrimiento finito.
Definicion 6.3. En (X, d), si U = {Ai }iI es un cubrimiento de X y Ai es abierto para
cada i I, se habla de un cubrimiento por abiertos.
Definicion 6.4. (X, d) es compacto si todo cubrimiento por abiertos de X posee un subrecubrimiento finito. Y A X es compacto si (A, dA ) lo es.
Observacion 6.1. Se trata de una generalizacion topologica del concepto de conjunto
finito: en (X, d), si A es finito, es claramente compacto. Vamos a ver que existen conjuntos
compactos infinitos, aunque sus propiedades los hacen semejantes a los conjuntos finitos.
Ejemplos 6.1. Algunos ejemplos de espacios compactos son:
(i) (R, du ) no es compacto, ya que la familia de abiertos {(n 1, n + 1)}nZ cubre R,
pero no posee subrecubrimiento finito;
105
106
Captulo 6. Compacidad en espacios metricos
(ii) si (X, d) es discreto, A X es compacto si y solo si es finito;

(iii) ((0, 1], du ) no es compacto, ya que la familia de abiertos {( n1 , 1]}nN cubre (0, 1],
pero no posee subrecubrimiento finito
Por dualidad con el concepto de abierto, se obtiene la siguiente caracterizacion:
Teorema
\ 6.1. (X, d) es compacto si y solo si para cada familia de cerrados {Fi }iI tal
que Fi = , existe una familia finita {i1 , . . . , in } I tal que Fi1 Fin = .
iI
Definicion 6.5. Una familia de conjuntos {Ai }iI en X tiene la propiedad de interseccion
finita si para toda subfamilia finita {i1 , . . . , in } I es Ai1 Ain 6= .
A partir de esta definicion, se obtiene una nueva caracterizacion de compacidad:
Corolario 6.2. (X, d) es compacto si y solo\
si para cualquier familia de cerrados {Fi }iI
con la propiedad de interseccion finita, es Fi 6= .
iI
La compacidad es una propiedad absoluta, en el siguiente sentido:

Proposicion 6.3. A es compacto en (X,
[d) si y solo si para cualquier familia de abiertos
U = {Ui }iI en (X, d) tales que A Ui , existe una subfamilia finita {i1 , . . . , in } I
iI
tal que A Ui1 Uin .

Teorema 6.4. Si A es cerrado en (X, d) compacto, entonces A es compacto.
Demostracion: Sea[
U = {Ui }iI una familia de abiertos en (X, d) que cubren A. Entonces
X = (X A) Ui . Como X A es abierto, hemos encontrado un cubrimiento por
iI
abiertos del compacto X, por lo que existe {i1 , . . . , in } I, tal que X = (XA)
y por lo tanto A
n
[
n
[
Uik ,
k=1
Uik .
k=1
El siguiente resultado asemeja un compacto a un punto:

Lema 6.5. Sea A compacto en (X, d) y x 6 A. Existe > 0 tal que B(x, ) A = .
Demostracion: Para cada a A es a =
6 x. La propiedad
garantiza que si
[de Hausdorff
ra
ra
ra
B(a, ), y al ser compacto,
d(a, x) = ra , es B(a, 2 ) B(x, 2 ) = . Pero A
2
aA
6.2. Compacidad y continuidad
107
existe {a1 , . . . , an } A, de modo que A
n
[
B(ai ,
i=1
rai
r
). Si r = mn{ 2ai : 1 i n},
2
es B(x, ) A = .
Ejemplo 6.1. El lema anterior demuestra que (0, 1] no es compacto en (R, du ), ya que
0 6 A y para cada > 0 es (, ) (0, 1] 6= .
Teorema 6.6. Si A es compacto en (X, d), entonces A es cerrado.
Demostracion: Si x 6 A, por el lema 6.5, existe > 0 tal que B(x, ) A = , con lo
que x 6 A.
Teorema 6.7. Si A es compacto en (X, d), entonces A esta acotado.
[
Demostracion: Sea el cubrimiento A
B(a, 1). Como A es compacto, existe una
aA
n
[
familia finita {a1 , . . . , an } A, tal que A
B(ai , 1). Si a, b A, existen 1 i, j n
i=1
tales que a B(ai , 1) y b B(aj , 1). Entonces, d(a, b) d(a, ai )+d(ai , aj )+d(aj , b) <
2 + d(ai , aj ). Si k = max{d(ai , aj ) : 1 i, j n}, es claro que para cada a, b A es
d(a, b) < 2 + k.
Teorema 6.8. La union finita y la interseccion arbitraria de compactos es compacta.
Observacion 6.2. La[
union arbitraria de compactos no es compacta: en (R, du ), {x} es
compacto, pero R =
{x} no lo es.
xR
Observacion 6.3. Segun los teoremas 6.6 y 6.7, un compacto A en (X, d) es cerrado y
acotado. Pero el recproco no es cierto: para (R, d) donde d es la metrica discreta, R es
cerrado y acotado, pero no es compacto.
6.2.
Compacidad y continuidad
Las funciones continuas llevan compactos en compactos:

Teorema 6.9. Sea f : (X, d) (Y, ) continua. Si A es compacto en (X, d), entonces
f (A) es compacto en (Y, ).
108
Demostracion: Sea V = {Vi }iI una familia de abiertos en (Y, ) que cubren f (A).
Entonces, U = {f 1 (Vi )}iI es una familia de abiertos en (X, d) que cubren A. Con
[
mo A es compacto, existe {i1 , . . . , in } I, tal que A
f 1 (Vik ), y por lo tanto
f (A)
n
[
k=1
Vik .
k=1
Corolario 6.10. Sea f : (X, d) (Y, ) continua y (X, d) compacto. Si A es cerrado en

(X, d), entonces f (A) es cerrado en (Y, ).
Demostracion: A es cerrado en el compacto (X, d), luego es compacto por el teorema 6.4.
El teorema 6.9 garantiza que f (A) es compacto en (Y, ), y por lo tanto cerrado, segun el
teorema 6.6.
Observacion 6.4. La compacidad es esencial en el corolario 6.10: f : (R, du ) (R, du )
1
definida por f (x) = 1+x
2 es continua, R es cerrado y f (R) = (0, ) no lo es.
Teorema 6.11. Sea f : (X, d) (Y, ) biyectiva y continua. Si (X, d) es compacto, entonces f es un homeomorfismo.
Demostracion: El corolario 6.10 afirma que f 1 es continua.
Observacion 6.5. La compacidad de (X, d) es esencial: 1R : (R, d) (R, du ), donde d
es la metrica discreta es continua y biyectiva, pero no es un homeomorfismo.
Teorema 6.12. Sea f : (X, d) (Y, ) continua. Si (X, d) es compacto, entonces f es
uniformemente continua.
Demostracion: Sea > 0; para cada
existe x = (x, ) > 0 tal que f (BX (x, x ))
x X
[
x
, por lo que existe {x1 , . . . , xn } X tal que
BY (f (x), 2 ). Pero, X =
BX x,
2

xX
n
n
o
[
x i
X = BX xi ,
. Sea 0 = mn 2xi : 1 i n ; e ste es el valor que satisface la
2
i=1
condicion de continuidad uniforme: en efecto, si a, b X y d(a, b) < 0 , existe 1 i n
tal que a BX (xi , 2xi ), y entonces d(b, xi ) d(b, a) + d(a, xi ) < 0 + 2xi < xi .
Luego, a, b BX (xi , xi ), con lo que la continuidad de f garantiza que f (a), f (b)
BY (f (xi ), 2 ), y entonces es (f (a), f (b)) < .
6.3. Compacidad secuencial
6.3.
109
Compacidad secuencial
Definicion 6.6. (X, d) es secuencialmente compacto, si toda sucesion en (X, d) posee

una subsucesion convergente.
Ejemplo 6.2. ((0, 1], du ) no es secuencialmente compacto, pues la sucesion { n1 }nN no
posee subsucesiones convergentes.
Definicion 6.7. (X, d) posee la propiedad de Bolzano-Weierstrass, si todo conjunto infinito A X posee puntos de acumulacion.
Teorema 6.13. (X, d) es secuencialmente compacto si y solo si posee la propiedad de
Bolzano-Weierstrass.
Demostracion: Sea A infinito, {xn }nN una sucesion de terminos distintos dos a dos en
A y supongamos que la subsucesion {x(n) }nN converge a x A: como es de terminos distintos dos a dos, es x A0 . Recprocamente, supongamos que (X, d) posee la
propiedad de Bolzano-Weierstrass y sea {xn }nN . Si su rango es finito, existe una subsucesion constante, que converge. En caso contrario, si A = Rg ({xn }nN ), es A0 6= . Para
x A0 , existe {yn }nN en A, de terminos distintos dos a dos, que se puede elegir como
una subsucesion de la primera, y que converge a x.
Teorema 6.14. Si (X, d) es secuencialmente compacto, entonces es completo.
Demostracion: Sea {xn }nN una sucesion de Cauchy. Por hipotesis, existe una subsucesion {x(n) } x X. El corolario 4.18 garantiza que {xn } x.
Ejemplo 6.3. El recproco no es cierto: (R, d), donde d es la metrica discreta, es completo y no es secuencialmente compacto, pues la sucesion { n1 }nN no posee subsucesiones
convergentes.
Definicion 6.8. (X, d) es totalmente acotado o precompacto, si para cada > 0, existe
una familia finita de puntos {x1 , . . . , xn } X, tal que X = B(x1 , ) B(xn , ).
Lema 6.15. Si (X, d) es precompacto, es acotado.
Demostracion: X se puede escribir como una union finita de conjuntos acotados.
Ejemplo 6.4. El recproco no es cierto: (R, d), donde d es la metrica discreta, es acotado
y no es precompacto.
110
Teorema 6.16. En (X, d), son equivalentes:

(i) (X, d) es compacto,
(ii) (X, d) es secuencialmente compacto,
(iii) (X, d) es precompacto y completo.
Demostracion: (i) (ii) Sea A infinito y supongamos que A0 = [
. Para cada x X,
existe rx > 0 tal que (B(x, rx ) {x}) A = . Como X =
BX (x, rx ) y X es
xX
compacto, existe {x1 , . . . , xn } X tal que X =
n
[
BX (xi , rxi ). Pero, por construccion,
i=1
BX (xi , rxi ) tiene como mucho un punto de A, lo que es imposible.

(ii) (iii) Si (X, d) es secuencialmente compacto, ya sabemos que es completo.
Supongamos que existe 0 que contradice la precompacidad de (X, d). Sea x1 X; existe
x2 X tal que d(x1 , x2 ) 0 . Continuando de esta manera, dada {x1 , . . . , xn1 } elegida
de este modo, existe xn X tal que d(xi , xn ) 0 , si i < n. Queda construida de modo
recurrente una sucesion {xn }nN tal que d(xi , xn ) 0 si 1 i < n. Por la compacidad
secuencial, existe una subsucesion {x(n) }nN convergente, luego de Cauchy: as, existe
n0 N tal que para m, n n0 es d(x(n) , x(m) ) < 0 , lo cual es absurdo.
(iii) (i) Supongamos que (X, d) no es compacto, es decir, existe un cubrimiento
por abiertos U = {Ui }iI , sin subrecubrimientos finitos. Sea {x11 , . . . , x1n1 } X tal que
X = B(x11 , 1) B(x1n1 , 1). De entre estas bolas, existe al menos una que no puede
ser recubierta por una familia finita de los {Ui }iI , sea B(x1m1 , 1). La precompacidad es
hereditaria (ver ejercicio 19 del apartado 6.5), es decir, B(x1m1 , 1) es precompacto: sea
{x21 , . . . , x2n2 } X tal que B(x1m1 , 1) B(x22 , 12 ) B(x2n2 , 21 ). De entre estas bolas,
existe al menos una que no puede ser recubierta por una familia finita de los {Ui }iI , sea
B(x2m2 , 12 ). As, se va construyendo una familia B(xkmk , k1 ) B(x1m1 , 1) de bolas
encajadas que no pueden ser recubiertas por una familia finita de los {Ui }iI . Ademas,

B(xkmk , k1 ) k2 . Si se considera Fk = B(xkmk , k1 ), tenemos una familia numerable
de
\cerrados encajados, cuyos diametros tienden a cero. Por la completitud de (X, d), es
Fk = {x0 }. Sea i0 I tal que x0 Ui0 y 0 > 0 tal que B(x0 , 0 ) Ui0 . Sea
kN
k0 N tal que k20 < 0 . Entonces, B(xkm0k , k10 ) B(x0 , 0 ) Ui0 , lo que contradice la
0
eleccion de estas bolas, que no podan estar contenidas en ninguna familia finita de los
{Ui }iI : en efecto, B(xkm0k , k10 ) Fk0 B(xkm0k , k10 ), y si x B(xkm0k , k10 ), entonces
0
0
0
d(x, x0 ) d(x, xkm0k ) + d(xkm0k , x0 ) < k20 < 0 .
0
Ejemplo 6.5. La completitud es necesaria en las anteriores equivalencias: ((0, 1), du ) es

precompacto, pero no es secuencialmente compacto.
6.4. Compacidad en espacios eucldeos
111
Teorema 6.17. (Lema del recubrimiento de Lebesgue) Sea (X, d) un espacio metrico
compacto. Sea {Ui }iI un cubrimiento por abiertos de X. Existe > 0 (llamado numero
de Lebesgue del recubrimiento) tal que si A X tiene diametro menor que , entonces
existe i I tal que A Ui .
Demostracion: En caso contrario, para cada n N, existe xn tal que B(xn , 21n ) 6 Ui para
cada i I. Se obtiene as una sucesion {xn }nN , que posee una subsucesion convergente
{x(n) } x, por compacidad. Sea i0 I tal que x Ui0 y > 0 tal que B(x, ) Ui0 .
Por convergencia, existe n0 N tal que para cada n n0 es x(n) B(x, 2 ). Pero
entonces para enteros tales que 21n < 2 , es B(x(n) , 2 ) B(x, ) Ui0 , contra la
hipotesis.
6.4.
Compacidad en espacios eucldeos
Teorema 6.18. Si a, b R, el intervalo [a, b] es compacto en (R, du ).

Demostracion: Sea U = {Ui }iI una familia de abiertos, tales que [a, b]
Ui . Sea
iI
A = {x [a, b] : [a, x] esta contenido en una union finita de los {Ui }iI }.
A es no vaco, pues a A. Ademas, si x1 A y x2 < x1 , es x2 A, al ser [a, x2 ]
[a, x1 ]. Por otro lado, si x A y x < b, existe y > x tal que y A: en efecto, existe
i0 I tal que x Ui0 . Sea rx > 0 tal que (x rx , x + rx ) Ui0 [a, b]. Entonces,
[a, x + r2x ] = [a, x] (x r, x + r2x ], que esta contenida en una union finita de los {Ui }iI
(los que tiene que ver con [a, x]) y Ui0 . Sea c = sup(A): por lo anterior, es c = b. Sea
j0 I tal que b Uj0 y rb > 0 tal que (b rb , b + rb ) Uj0 . Como b = sup(A), b rb
no es cota superior de A, luego existe x A tal que b rb < x b. Pero, como se ha
visto antes, es entonces b rb A. As, [a, b] = [a, b rb ] (b rb , b] esta contenido en
una union finita de {Ui }iI , y queda probada la propiedad.
Teorema 6.19. (de Heine-Borel) En (R, du ), A es compacto si y solo si es cerrado y
acotado.
Lema 6.20. Si A es compacto en (R, du ), entonces sup(A),nf(A) A.
Teorema 6.21. (de Weierstrass) Sea f : (X, d) (R, du ) continua y (X, d) compacto.
Entonces, f alcanza sus valores maximo y mnimo.
Demostracion: Como f (X) es compacto, es = nf(f (X)), = sup(f (X)) f (X).
Luego, existen a, b X tales que = f (a) y = f (b), es decir, f alcanza su mnimo
absoluto en a y su maximo absoluto en b.
112
Teorema 6.22. (Caracterizacion de la compacidad) (X, d) es compacto si y solo si para

cualquier funcion f : (X, d) (R, du ) continua, f alcanza sus valores maximo y mnimo.
Demostracion: Solo queda por ver una de las implicaciones: si X no es compacto, existe
A X infinito tal que A0 = . Sea S = {an }nN A numerable. Entonces, es S 0 = .
Como para cada n N es an 6 S 0 , existe n > 0 tal que (B(an , n ) {an }) S = .
Sean m, n N distintos tales que B(an , 4n ) B(am , 4m ) = (si esta interseccion fuese
no vaca, y x un punto en ella, sera d(an , am ) d(an , x) + d(x, am ) < 0 , donde 0 =
mn{m , n }, lo que es absurdo). Sea sn < mn{ 4n , n1 } y Bn = B(xn , sn ). La familia
{Bn : n N} es una familia de bolas cerradas dos a dos disjuntas; sea B la union de
todas ellas, que es un conjunto cerrado. La funcion

0 si x 6 B
f (x) =
n
(s d(x, xn )) si x Bn
sn n
es continua y como f (xn ) = n, f no alcanza su maximo absoluto.
6.5.
Ejercicios

(i) si A es compacto y b X, probar que existe a A tal que d(a, b) = d(A, b);
(ii) si A es compacto y B X, probar que existe a A tal que d(a, B) = d(A, B);
(iii) si A y B son compactos, probar que existen a A y b B tales que d(a, b) =
d(A, B);
(iv) si A es compacto, probar que existen a, b A tales que d(a, b) = (A);
(v) si A X y B es compacto, probar que d(A, B) = 0 si y solo si A B 6= .
2.- En (X, d), se pide probar:
(i) si A es compacto y x 6 A, entonces existen abiertos disjuntos U y V , tales que x U
yAV;
(ii) si A y B son compactos disjuntos, entonces d(A, B) > 0 y existen abiertos disjuntos
U y V , tales que A U y B V ;
(iii) si A y B son compactos, A 6 B 6 A y d(A, B) = 0, entonces fr(A) fr(B) 6= .
6.5. Ejercicios
113
3.- Sea (X, d) y A X. Que relacion existe entre los compactos de (X, d) y los compactos de (A, dA )? En (Q, du ), probar que el conjunto F = {x Q : 2 < x2 < 3, x 0}
es cerrado y acotado, pero no es compacto.
4.- Sea (X, d) y A X. Si A K es cerrado en (K, dK ) para cada compacto K, probar
que A es cerrado.
[
5.- Sean (X, d), A X compacto y r > 0. Probar que
B(x, r) es cerrado.
xA
6.- [
Sean (X, d), K compacto y V abierto tal que K V . Probar que existe r > 0 tal
que
B(x, r) V.
xK
7.- Probar que el producto finito de espacios metricos es compacto si y solo si cada espacio
factor lo es. Aplicar esta propiedad a los espacios eucldeos.
8.- Sean (X, d) e (Y, ) espacios metricos, (XY, D) su producto y f : (X, d) (Y, ).
Se pide probar:
(i) si X es compacto, para todo cerrado de X Y , su proyeccion sobre Y es cerrada;
(ii) si (Y, ) = (R, du ), entonces X es compacto si y solo si para todo cerrado de X R,
su proyeccion sobre R es cerrada;
(iii) si X es compacto, f es continua si y solo si Gf es compacto en (X Y, D);
(iv) si Y es compacto y Gf es cerrado en (X Y, D), entonces f es continua;
(v) si para cada espacio metrico (X, d) y para cada aplicacion f : (X, d) (Y, ) tal
que Gf es cerrado en (X Y, D), se verifica que f es continua, entonces Y es
compacto.
9.- Sean (X, d) un espacio metrico compacto, y f : (X, d) (X, d) continua tal que
d(f (x), f (y)) < d(x, y) si x 6= y. Probar que f posee un u nico punto fijo en X.
10.- Sea (X, d) compacto y f : (X, d) (X, d) continua sin puntos fijos. Probar que
existe k > 0 tal que para cada x X, es d(x, f (x)) k.
11.- Sea f : (X, d) (Y, ), tal que la restriccion a cada compacto es continua. Probar
que f es continua.
12.- Sea (X, d) compacto y f : (X, d) (X, d) continua. Probar que existe un compacto A X no vaco, tal que f (A) = A.
114
13.\ Sea {Ai }iI una familia de cerrados de un espacio metrico (X, d) compacto, tal que
Ai = . Probar que existe > 0 tal que si B X es un conjunto de diametro menor
iI
que , entonces existe j I tal que B Aj = .

14.- Sea (X, d) compacto. Si las componentes conexas son abiertas, probar que existe a
lo mas un numero finito de componentes.
15.- Sea (X, d) un espacio metrico tal que para cada metrica topologicamente equivalente a d, (X, ) es acotado. Probar que (X, d) es compacto.
16.- Para los espacios metricos del ejercicio 12 del apartado 2.8, estudiar la compacidad.
17.- En un espacio metrico (X, d), probar:
(i) todo subconjunto de un conjunto precompacto es precompacto,
(ii) la clausura de un conjunto precompacto es precompacta,
(iii) la imagen uniformemente continua de un conjunto precompacto es precompacta,
(iv) todo conjunto precompacto es separable.
18.- Sea (X, d) un espacio metrico, {xn }nN una sucesion en X y R su rango. Se pide
probar:
(i) si lm(xn ) = x, entonces R {x} es compacto;
(ii) si lm(xn ) = x, entonces R es compacto. El recproco es falso, pero si R es compacto, existe una subsucesion de la primera que converge;
(iii) si {xn }nN es de Cauchy, entonces R es precompacto. Y si R es precompacto, existe
una subsucesion de Cauchy de la primera;
(iv) concluir que (X, d) es completo si y solo si todo conjunto precompacto, posee clausura compacta. Y por lo tanto, en un espacio completo, todo conjunto precompacto
posee derivado compacto;
(v) concluir que si todo conjunto acotado en X posee clausura compacta, entonces (X, d)
es completo;
(vi) probar que (X, d) es compacto si y solo si es completo y precompacto.
19.- Sea (X, d) un espacio metrico, donde existe r > 0 tal que B(x, r) es compacta para
cada x X. Probar que (X, d) es completo. Si A X es compacto, demostrar que el
conjunto {x X : d(x, A) s} es compacto para cada s < r.
6.5. Ejercicios
115
20.- Probar que un espacio metrico donde toda bola cerrada es compacta, es completo.
Demostrar que en este tipo de espacios metricos, los conjuntos compactos son los cerrados
y acotados. Aplicar esta propiedad a los espacios eucldeos.
21.- Sean (X, d) compacto, f : (X,
\ d) (Y,
\ ) continua y {Fn }nN una sucesion de cerrados encajados. Probar que f ( Fn ) =
f (Fn ).
nN
nN
22.- Probar que (X, d) es compacto si y solo si para cada sucesion de cerrados encajados,
su interseccion es no vaca. Observar que no se impone la condicion de que los diametros
de los cerrados tiendan a cero; e sta es otra manera de probar que todo espacio compacto
es completo.
23.- Sea (X, d) y una familia {Fi }iI de cerrados con la propiedad \
de interseccion finita.
Supongamos que existe i0 I tal que Fi0 es compacto. Probar que Fi 6= .
iI
24.- Sea (X, d) completo, tal que para cada > 0, existe un recubrimiento finito de X,
por conjuntos de diametro menor que . Probar que (X, d) es compacto.
25.- Probar que la precompacidad se conserva bajo equivalencias metricas e isometras.
La compacidad se conserva bajo equivalencias topologicas, equivalencias metricas e isometras.
(i) si (X, d) es compacto y la clausura de cada bola abierta es la correspondiente bola
cerrada, probar que toda bola abierta es conexa;
(ii) dar un ejemplo de espacio metrico totalmente disconexo, donde tambien suceda este
fenomeno;
(iii) en (R2 , dmax ), sea A = {(x, y) : 0 x 1, y = 0 o x = 0, 0 y 1}. Probar que
toda bola en A es conexa, pero no se verifica el fenomeno de (i).
27.- Sea (X, d) un espacio metrico compacto. Probar que (X, d) es conexo si y solo si
para cada > 0 y para cada x, y X, existe una familia de puntos {x0 , x1 , , xn } X,
tales que x0 = x, xn = y y d(xi , xi+1 ) para i {0, 1, , n 1}, es decir, existe
una -cadena relacionando los puntos x e y.
28.- Si K es compacto, convexo y de interior no vaco en (Rn , du ), probar que es homeomorfo a una bola cerrada.
116
29.- Estudiar la conexion, la compacidad y la completitud de los siguientes subespacios

del plano eucldeo:
A = {(x, y) R2 : x(x 1) = 0},
B = {(x, y) R2 : xy = 1},
C = {(x, y) R2 : y = (x + 1)2
x=0
y = 0},
D = {(x, y) R2 : (x + 2)2 + y 2 1} {(x, y) R2 : (x 2)2 + y 2 1},

E = {(x, y) R2 : y = x2 },
F = {(x, y) R2 : x 6= 0}.
30.- Sean (R, du ) y A, B R cerrados. Es A + B cerrado? Y si A y B son compactos?

31.- Sea (X, d) compacto y f : (X, d) (R, du ) una funcion continua. Se supone que
para cada x X es f (x) > 0. Probar que existe M > 0 tal que f (x) M para todo
x X.
32.- Sea f : (R, du ) (R, du ) tal que para cada x R, f 1 (x) posee exactamente dos
puntos. Probar que f no es continua.
33.- Otro concepto relacionado con cubrimientos por abiertos de espacios es el de
paracompacidad, que es una generalizacion de la nocion de compacidad y es esencial en
el estudio de variedades diferenciables.
Definicion 6.9. Si U y V son cubrimientos de X, se dice que U refina a V, y se escribe
U V, si cada U U esta contenido en algun V V. Se dice tambien que U es un
refinamiento de V.
Definicion 6.10. En un espacio metrico (X, d), una coleccion U de subconjuntos de X
se llama localmente finita si cada x X posee un entorno que corta solo a una cantidad
finita de U U.
Definicion 6.11. En un espacio metrico (X, d), una coleccion V de subconjuntos de X se
[
llama -localmente finita si V =
Vn , donde cada Vn es una familia localmente finita.
n=1
Observar que aunque V sea un cubrimiento -localmente finito de X, las subcolecciones

Vn localmente finitas que lo componen no tienen porque ser cubrimientos de X.
Definicion 6.12. Un espacio metrico (X, d) se llama paracompacto si todo cubrimiento
por abiertos de X posee un refinamiento abierto -localmente finito.
Se pide demostrar el teorema de Stone: Todo espacio metrico es paracompacto (ver [W],
pagina 147).
6.5. Ejercicios
117
34.- Las nociones de compacidad y de conexion son ambas herramientas potentes, pero
no tienen relacion entre ellas. Cuando se combinan dan lugar al concepto de continuo.
Definicion 6.13. Dado un espacio metrico (X, d), K X es un continuo si es compacto
y conexo.
Los primeros ejemplos de continuos son las esferas de cualquier dimension Sn en espacios
eucldeos, las bolas unidad Dn en espacios eucldeos, etc.
Se pide probar:
(i) dada una familia {Ki : i I} de continuos en X, su interseccion
Ki sigue siendo
iI
un continuo;
(ii) si K es un continuo tal que para cada par de puntos a, b K es K {a, b} no
conexo, entonces K es homeomorfo a la circunferencia unidad (S1 , du ).
118
Espacios vectoriales normados

Pintada, no vaca:
pintada esta mi casa
del color de las grandes
pasiones y desgracias.
Cancion ultima
Miguel Hernandez (1910-1942)
7.1.
Normas sobre espacios vectoriales
7.1.1.
Metrica definida por una norma
Definicion 7.1. Si X es un espacio vectorial sobre el cuerpo K (en lo que sigue, sera R
o C, salvo mencion explcita), se llama norma sobre X a una aplicacion k.k : X K,
tal que:
(i) para cada x X, es kxk 0,
(ii) kxk = 0 si y solo si x = 0,
(iii) x X y K, es kxk = ||kxk,
(iv) kx + yk kxk + kyk, si x, y X.
El par (X, k.k) se llama espacio vectorial normado.
Ejemplo 7.1. Sobre el espacio vectorial de dimension infinita de las funciones continuas
de [0, 1] con valores reales C([0, 1], R) = {f : ([0, 1], du ) (R, du ) continua} tenemos
las normas:
Z 1
(i) kf k1 =
|f (x)|dx, llamada de la convergencia media;
0
119
120
Captulo 7. Espacios vectoriales normados

sZ
(ii) kf k2 =
|f (x)|2 dx, llamada de la convergencia cuadratica;
(iii) kf k = sup |f (x)|, llamada de la convergencia uniforme.

x[0,1]
Lema 7.1. Sea (X, k.k) un espacio vectorial normado sobre el cuerpo K. La funcion
dk.k : X X K definida por dk.k (x, y) = kx yk, es una distancia sobre X, que se
llama inducida por la norma k.k y la topologa inducida se denomina topologa asociada
a la norma.
Lema 7.2. Dado un espacio vectorial normado (X, k.k), k.k : (X, dk.k ) (K, du ) es
una funcion lipschitziana (ver ejercicio 41 en el apartado 3.5).
Observacion 7.1. No toda distancia proviene de una norma: una norma de espacio vectorial no puede ser acotada, porque si kxk para cada x X, entonces knxk
para cada n N, lo cual es absurdo. Luego, cualquier distancia acotada (por ejemplo, la
metrica discreta) no proviene de una norma.
Lema 7.3. Si X es un R-espacio vectorial y d una distancia sobre X, d proviene de una
norma sobre X si y solo si:
(i) para R y x, y X, es d(x, y) = ||d(x, y);
(ii) para x, y, a X, es d(x + a, y + a) = d(x, y).
Y en tal caso, la norma asociada a la distancia es kxk = d(x, 0), para cada x X.
Lema 7.4. Sea (X, k.k) un espacio vectorial normado sobre K. Las aplicaciones siguientes son continuas:
(i) la funcion suma s : (X X, D) (X, dk.k ), donde D es la metrica producto y
s(x, y) = x + y, y
(ii) el producto por un escalar m : (K X, D1 ) (X, dk.k ), donde D1 es la metrica
producto (sobre K se considera la metrica eucldea) y m(, x) = x.
Proposicion 7.5. Sea (X, k.k) un espacio vectorial normado e Y un subespacio vectorial
de X. Entonces,
(i) si Y 6= X, es Y = , y
(ii) Y es un subespacio vectorial de X.
7.1. Normas sobre espacios vectoriales
121
Demostracion: (i) Si Y 6= , existe x Y y > 0 tales que B(x, ) Y . Como Y es

un subespacio vectorial, se deduce que B(0, ) Y , y realizando homotecias sucesivas,
resulta finalmente que X = Y .
(ii) Como las aplicaciones suma y producto por un escalar son continuas, se tiene que
s(Y Y ) = s(Y Y ) s(Y Y ) Y ,
m(K Y ) = m(K Y ) m(K Y ) Y .
7.1.2.
Normas equivalentes
Proposicion 7.6. Sean X un espacio vectorial sobre el cuerpo K, k.k1 y k.k2 dos normas
sobre X y d1 , d2 las distancias asociadas. Las siguientes condiciones son equivalentes:
(i) existen , R tales que para cada x X es kxk1 kxk2 kxk1 ,
(ii) existen , R tales que para cada x, y X es d1 (x, y) d2 (x, y) d1 (x, y),
(iii) las distancias d1 y d2 son topologicamente equivalentes.
Demostracion: La u nica implicacion no trivial es (iii) (i). Si d1 y d2 son topologicamente equivalentes, existen r, R > 0 tales que B d2 (0, r) B d1 (0, 1) B d2 (0, R), o
gracias a las homotecias, si a > 0, B d2 (0, ra) B d1 (0, a) B d2 (0, Ra). Con la segunda
inclusion se obtiene kxk2 Rkxk1 y con la primera rkxk1 kxk2 .
Definicion 7.2. Si cualquiera de las anteriores condiciones se verifica, se dice que las
normas k.k1 y k.k2 son equivalentes.
En general, sobre un espacio vectorial, dos normas no tienen porque ser equivalentes:
Ejemplo 7.2. Sea el espacio de funciones continuas C([0, 1], R) y para n N la familia:

0 si x (1/n, 1]
fn (x) =
1 nx si x [0, 1/n]
que es una familia infinita linealmente independiente de funciones en C([0, 1], R). Sobre
C([0, 1], R) se definen las normas dadas en el ejemplo 7.1. Es facil ver que:
Z 1
1
(i) kfn k1 =
|fn (x)|dx =
;
2n
0
122

sZ
(ii) kfn k2 =
0
1
|fn (x)|2 dx = ;
3n
(iii) kfn k = sup |fn (x)| = 1.

x[0,1]
Por lo tanto, estas normas no son equivalentes.

Corolario 7.7. Sean X un espacio vectorial sobre el cuerpo K, k.k1 y k.k2 dos normas sobre X y la aplicacion identidad 1X : (X, k.k1 ) (X, k.k2 ). Las siguientes condiciones
son equivalentes:
(i) las normas son equivalentes,
(ii) 1X es un homeomorfismo,
(iii) 1X y 11
X son lipschitzianas.
En el caso particular de dimension finita, se verifica:
Teorema 7.8. Si X es un espacio vectorial de dimension finita, todas las normas sobre e l
son equivalentes.
Demostracion: Sea B = {e1 , . . . , en } una base del espacio vectorial. Cualquier x X
se expresa de manera u nica como x = x1 e1 + + xn en . Consideremos la norma k.k
(kxk = sup{|xi | : 1 i n}) y k.k otra norma cualquiera. Es claro que
kxk kx1 e1 k + + kxn en k = |x1 |ke1 k + + |xn |ken k m.n.kxk ,
donde m = sup{kei k : 1 i n}. La otra parte de la demostracion se realiza de manera
analoga, utilizando el hecho de que la bola cerrada unidad B(0, 1) es compacta (por la
dimension finita) y el lema 7.3.
Corolario 7.9. Si X es un espacio vectorial de dimension finita, es un espacio metrico
completo y las partes compactas de X son los subconjuntos cerrados y acotados de X.
Observacion 7.2. Los espacios vectoriales normados de dimension finita son los u nicos
tales que la bola cerrada unidad B(0, 1) es compacta.
Lema 7.10. Sea (X, k.k) un espacio vectorial normado e Y un subespacio vectorial propio y cerrado de X. Para cada 0 < < 1, existe un punto x X en la bola unidad
cerrada y tal que dk.k (x , Y ) 1 .
Proposicion 7.11. Si X es un espacio vectorial normado de dimension infinita, la bola
unidad de X no es compacta.
7.1.3.
123
Aplicaciones lineales continuas
Si X e Y son dos espacios vectoriales normados, una aplicacion lineal l : X Y no

tiene porque ser continua: si X = C([0, 1], R) provisto con la norma de la convergencia
media y l : X R se define por l(f ) = f (1), entonces la sucesion de funciones afines
1
a trozos fn (x) = 0 si x [0, 1 n1 ] y fn (1) = 1 es tal que kfn k1 = 2n
que tiende a 0 y
l(fn ) no tiende a l(0).
Proposicion 7.12. Sean (X, k.k1 ) e (Y, k.k2 ) dos espacios vectoriales normados y una
aplicacion lineal l : X Y . Las siguientes afirmaciones son equivalentes:
(i) l es continua,
(ii) l es continua en 0,
(iii) l esta acotada sobre la bola cerrada unidad B(0, 1),
(iv) existe una constante real M > 0 tal que kl(x)k2 M kxk1 para cada x X,
(v) existe una constante real M > 0 tal que kl(x) l(y)k2 M kx yk1 para cada
x, y X,
(vi) l es uniformemente continua sobre X.
Observacion 7.3. Si l es continua en un punto x X, es continua en todo X.
Proposicion 7.13. Si (X, k.k) es un espacio vectorial de dimension finita, toda aplicacion
lineal de X en un espacio vectorial normado (Y, k.k2 ) es continua.
Proposicion 7.14. Sean (X, k.k) un espacio vectorial normado y l una forma lineal sobre
X (una aplicacion lineal de X sobre K). Entonces, l es continua si y solo si el nucleo de
l es cerrado en X.
7.1.4.
Espacios de Hilbert y de Banach
Definicion 7.3. (X, k.k) es un espacio de Banach si (X, dk.k ) es un espacio metrico completo.
Ejemplos 7.1. Algunos ejemplos de espacios de Banach son:
1) los espacios vectoriales de dimension finita son espacios de Banach;
124
2) el espacio vectorial normado (C([0, 1], R), k.k2 ) no es completo: por ejemplo la sucesion de funciones continuas
0 si x [0, 1/2]
(n + 1)(x 1/2) si x (1/2, 1/2 + 1/(n + 1)]

gn (x) =
1 si x (1/2 + 1/(n + 1), 1]

tiene como lmite la funcion no continua

0 si x [0, 1/2]
g(x) =
1 si x (1/2, 1]
La completacion (ver ejercicio 23 en el apartado 4.6) de este espacio para la norma
anterior se denota por L2 ([0, 1]). De manera similar, denotaremos Lp ([0, 1]) al espa1/p
Z 1
p
;
|fn (x)| dx
cio obtenido al completar (C([0, 1], R), k.kp ), donde kf kp =
0
esta formado por las clases de funciones

Z medibles con potencia p-esima integrable
1
|fn (x)|p dx < .
sobre [0, 1], es decir, f Lp ([0, 1]) si
Proposicion 7.15. Sea (X, k.k) un espacio de Banach. Entonces:

(i) si A es un conjunto, el espacio vectorial de las aplicaciones acotadas de A en X,
B(A, X), provisto de la topologa de la convergencia uniforme, es un espacio de
Banach;
(ii) si (A, dA ) es un espacio metrico, entonces el espacio vectorial de las aplicaciones
continuas acotadas Cb (A, X), dotado de la topologa de la convergencia uniforme,
es un espacio de Banach. En particular, si A es compacto, entonces C(A, X) es un
espacio de Banach.
Proposicion 7.16. Sean (X, k.k1 ) un espacio vectorial normado, (Y, k.k2 ) un espacio de
Banach y A X un subespacio vectorial denso en X. Entonces toda aplicacion lineal
continua l : A Y se extiende de manera u nica a una aplicacion continua e
l : X Y .
Sean (X, k.k1 ) y (Y, k.k2 ) espacios vectoriales normados, se denota por L(X, Y ) el
conjunto de las aplicaciones lineales continuas de X en Y . Para cada T L(X, Y ), se
escribe:
kT (v)k2
.
|T | = sup kT (v)k2 = sup kT (v)k2 = sup
kvk1
v6=0
kvk1 =1
kvk1 1
Observacion 7.4. Para cada v X1 se tiene kT (v)k2 |T |kvk1 .
125
Proposicion 7.17. |.| es una norma sobre L(X, Y ). Si ademas (Y, k.k2 ) es un espacio de
Banach, entonces L(X, Y ) tambien lo es.
Definicion 7.4. Sea X un espacio vectorial sobre R (respectivamente, C). Una forma bilineal simetrica (respectivamente, hermtica) sobre X es una aplicacion h : X X K
que posee las propiedades siguientes:
(i) y 7 h(x, y) es K-lineal para cada x V ,
(ii) h(x, y) = h(y, x).
Observacion 7.5. Cuando K = R, la condicion (ii) se transforma en h(x, y) = h(y, x), lo
que implica facilmente que h es bilineal simetrica. Cuando K = C, las condiciones (i) y
(ii) implican que x 7 h(x, y) es semilineal, es decir, h(x1 + x2 , y) = h(x1 , y) + h(x2 , y)
y h(x, y) = h(x, y).
Definicion 7.5. Una forma es positiva si h(x, x) 0 para cada x X y es definida
positiva si ademas h(x, x) = 0 si y solo si x = 0.
Lema 7.18. Si h es una forma bilineal simetrica (respectivamente, hermtica) definida
positiva sobre un espacio vectorial X sobre R (respectivamente, C). Entonces:
p
(i) |h(x, y)| h(x, x)h(y, y) (desigualdad de Cauchy-Schwarz),
p
p
p
(ii) h(x + y, x + y) h(x, x) h(y, y).
Proposicion 7.19. Sea h una forma bilineal simetrica (respectivamente, hermtica) definida positiva sobre
p un espacio vectorial X sobre R (respectivamente, C). Entonces, la
aplicacion x 7 h(x, x) es una norma sobre X.
Definicion 7.6. Un espacio vectorial normado cuya norma proviene de una forma bilineal
simetrica (respectivamente, hermtica) definida positiva se llama espacio prehilbertiano.
Si ademas este espacio vectorial es completo, se dice que es un espacio de Hilbert.
p
Observacion 7.6. A partir de ahora se denotara h(x, y) por hx, yi y h(x, x) por kxk.
Definicion 7.7. En un espacio prehilbertiano X, se dice que x, y X son ortogonales si
hx, yi = 0.
Proposicion 7.20. Sea X un espacio prehilbertiano y x, y X. Entonces
(i) kx + yk2 + kx yk2 = 2(kxk2 + kyk2 ) (ley del paralelogramo),
(ii) si x e y son ortogonales, es kx + yk2 = kxk2 + kyk2 (teorema de Pitagoras).
126
Si A es un subespacio vectorial de un espacio prehilbertiano X, se define el subespacio

vectorial cerrado de X, A como el conjunto de los elementos x X que son ortogonales
a cada elemento de A. Entonces:
Teorema 7.21. Si X es un espacio prehilbertiano y F un subespacio completo de X, para
cada x X existe un u nico y F tal que kx yk = dk.k (x, F ): este elemento se llama
proyeccion ortogonal de x sobre F y se denota pF (x).
Proposicion 7.22. En las condiciones anteriores, se verifica:
(i) si x X, pF (x) es el u nico elemento z F tal que x z es ortogonal a F ;
(ii) X = F F ;
(iii) la aplicacion x 7 pF (x) de X en X es lineal y continua. Su norma vale 1 si F es
no trivial, su imagen es F y su nucleo es F .
Teorema 7.23. (Teorema de Riesz) Sea X un espacio de Hilbert y l L(X, K) una
forma lineal continua. Existe un u nico a X tal que l(x) = ha, xi para cada x X.
Ademas kak = |l|.
7.2.
Espacios de funciones
7.2.1.
Convergencia simple y uniforme
Sea X un conjunto cualquiera e (Y, ) un espacio metrico.

Definicion 7.8. Una sucesion de aplicaciones {fn : X Y }nN converge simplemente o
puntualmente sobre X, si para cada x X, la sucesion {fn (x)}nN tiene lmite en (Y, ),
que denotamos f (x), y que determina una funcion f : X Y que se llama lmite simple
o puntual de {fn }nN .
Observacion 7.7. Segun la anterior definicion, {fn : X Y }nN converge puntualmente a f : X Y , si para cada > 0 y x X, existe n,x N tal que (fn (x), f (x)) <
si n n,x .
Definicion 7.9. Una sucesion de aplicaciones {fn : X Y }nN converge uniformemente sobre X a una funcion f : X Y , si para cada >0, existe n N tal que
para cada
n n y x X es (fn (x), f (x)) < , es decir, lm
sup{(fn (x), f (x))}
= 0.
xX
Lema 7.24. (Relacion entre la convergencia simple y la uniforme) Sea una sucesion de
aplicaciones {fn : X Y }nN . Si converge uniformemente hacia f sobre X, entonces
converge puntualmente hacia f sobre X.
7.2. Espacios de funciones
127
Observacion 7.8. El recproco no es cierto: sea {fn : [0, 1] (R, du )}nN definida por
fn (t) = tn . La sucesion converge simplemente hacia la funcion {1} : [0, 1] (R, du ),
pero no converge uniformemente sobre [0, 1].
Sin embargo, hay un caso importante en el que el recproco es cierto:
Lema 7.25. Sea (X, d) un espacio metrico compacto y {fn : (X, d) (Y, )}nN y
f : (X, d) (Y, ) una familia de funciones continuas. Si para cada x X la sucesion
de las distancias {(f (x), fn (x))}nN es decreciente y tiende a cero, entonces {fn }nN
tiende uniformemente a f .
Demostracion: Para cada > 0 y n N, el conjunto An = {x X\: d(f (x), fn (x)) }
es cerrado en (X, d). La familia {An }nN es ademas encajada y
An = . Como X es
nN
compacto, debe existir n tal que An = , con lo que para cada n n y todo x X es
(f (x), f (xn )) < , de donde se deduce la convergencia uniforme.
Corolario 7.26. (Teorema de Dini para espacios metricos) Sea (X, d) un espacio metrico compacto y {fn : (X, d) (R, du )}nN una sucesion de funciones continuas. Se supone que {fn }nN es monotona y que converge simplemente hacia la funcion continua
f : (X, d) (R, du ), entonces {fn }nN converge uniformemente hacia f .
Observacion 7.9. En el enunciado del corolario anterior, es la sucesion {fn }nN la que
es monotona, no las funciones fn (X no es en general ordenado).
En las condiciones de la definicion 7.9, la convergencia uniforme puede interpretarse
como la convergencia de puntos en un espacio metrico adecuado: sea B(X, Y ) el conjunto
de las funciones acotadas de X en Y y d(f, g) = sup{d(f (x), g(x))} la metrica del
xX
supremo. Sobre Bf (X, Y ) = {g : X Y : d(f, g) < } queda definida una metrica

por d(g, h) = sup{d(g(x), h(x))}, y entonces:
xX
Proposicion 7.27. {fn }nN converge uniformemente hacia f si y solo si lm fn = f en el

espacio metrico Bf (X, Y ).
Teorema 7.28. Sean (X, d) e (Y, ) espacios metricos, una familia de funciones continuas {fn : (X, d) (Y, )}nN y f : (X, d) (Y, ). Si {fn }nN converge a f uniformemente sobre X, entonces f es continua.
Proposicion 7.29. (Criterio de Cauchy) Sean (X, d) e (Y, ) espacios metricos,(Y, )
completo y una familia {fn : (X, d) (Y, )}nN . Existe f : (X, d) (Y, ) tal que
{fn }nN converge a f uniformemente sobre X si y solo si se satisface la siguiente condicion: para cada > 0 existe n tal que si m, n n , es (fm (x), fn (x)) < para cada
x X.
128
7.2.2.
Algunos teoremas importantes en Analisis Real
Sean (X, d) un espacio metrico compacto y C(X, R), el espacio vectorial real de las
aplicaciones continuas de (X, d) en (R, du ), provisto de la norma kf k = sup{|f (x)|}.
xX
Nuestro interes es caracterizar los compactos en C(X, R).

Sea A C(X, R), si A es compacto, entonces es cerrado y acotado, pero estas condiciones no son suficientes, como lo prueba el siguiente ejemplo: sea (X, d) = ([0, 1], du )
y A = {fn : ([0, 1], du ) (R, du ) : fn (x) = xn }nN ; A es cerrado y acotado ya que
A B(0, 1), pero no es compacto pues la sucesion {fn }nN no posee subsucesiones convergentes. En efecto, {fn }nN converge simplemente hacia {1} , con lo que toda subsucesion {f(n) }nN converge simplemente hacia {1} ; luego, {f(n) }nN no puede converger
uniformemente hacia una funcion continua.
Definicion 7.10. Se dice que A C(X, R) es equicontinuo en x0 X si para cada > 0
existe > 0 tal que para cada f A, si d(x, x0 ) < , es |f (x) f (x0 )| < .
Ejemplo 7.3. El conjunto Ak = {f C(X, R) : |f (x) f (y)| kd(x, y)} es equicontinuo.
Teorema 7.30. (Teorema de Ascoli) Sea (X, d) un espacio metrico compacto. Son equivalentes:
(i) A es compacto en C(X, R),
(ii) A es un subconjunto cerrado, acotado y equicontinuo en C(X, R),
Demostracion: (i) (ii) Como A es compacto, es evidentemente cerrado y acotado. Sea
> 0, como A es compacto, es precompacto, luego existen f1 , . . . , fn A tales que
A B(f1 , 3 ) B(fn , 3 ). Sea x0 X; como cada fi es continua en x0 , existe i > 0
tal que si d(x, x0 ) < i , es |fi (x) fi (x0 )| < 3 . Sea = mn{1 , . . . , n }. Si f A,
existe fi tal que kf fi k < 3 , y por lo tanto, si d(x, x0 ) < , es
|f (x) f (x0 )| |f (x) fi (x)| + |fi (x) fi (x0 )| + |fi (x0 ) f (x0 )|,
luego |f (x) f (x0 )| 2kf fi k +
< .
(ii) (i) Como C(X, R) es completo, A es completo, con lo que basta con probar que
A es precompacto. Sea > 0. Como X es compacto, se puede cubrir por un numero finito
de bolas abiertas B(x1 , x1 ), . . . , B(xn , xn ) donde los xi se asocian a los xi a traves de la
equicontinuidad de A (para cada f A, si d(x, xi ) < xi , entonces |f (x) f (xi )| < 4 ).
Como A es acotado, para cada x X, {f (x) : f A} posee adherencia compacta en R
y por lo tanto el conjunto de los valores de los elementos de A en los puntos x1 , . . . , xn
tiene adherencia compacta en R, con lo que se le puede cubrir por un numero finito de
7.2. Espacios de funciones
129
bolas abiertas de centros y1 , . . . , yp y radios 4 . Sea el conjunto de las aplicaciones de

{1, . . . , n} en {1, . . . , p}, que es un conjunto finito. Para cada , sea A el conjunto
de los f A tales que |f (xi ) y(i) | < 4 para i {1, . . . , n}. Por construccion, los A
cubren A; queda solo por probar que para fijo, A esta contenido en una bola de radio .
Sean f, g A y x X; existexi tal que d(x, xi ) < xi y por lo tanto |f (x) f (xi )| < 4
y |g(x) g(xi )| < 4 . Ademas, |f (xi ) y(i) | < 4 y |g(xi ) y(i) | < 4 , de donde
|f (x) g(x)| |f (x) f (xi )| + |f (xi ) y(i) | + |g(xi ) y(i) | + |g(x) g(xi )| < .
Como esto es cierto para cada x X, es kf gk < .
Observacion 7.10. Se puede reemplazar en el teorema de Ascoli (R, du ) por un espacio
metrico completo (Y, ), en cuyo caso la condicion de A acotado debe reemplazarse
por para cada x X el conjunto {f (x) : f A} tiene adherencia compacta en (Y, ).
Teorema 7.31. (Teorema del grafo cerrado) Sean (X, d) e (Y, ) espacios metricos,
(Y, ) compacto. Si la funcion f : (X, d) (Y, ) es tal que su grafo Gf es cerrado en
el producto (X Y, D), entonces f es continua.
Teorema 7.32. (Teorema de aproximacion de Weierstrass) Dada una funcion continua
f : ([a, b], du ) (R, du ), existe una sucesion {pn : ([a, b], du ) (R, du )}nN de polinomios, que convergen uniformemente a f en [a, b].
Teorema 7.33. (Teorema de Stone-Weierstrass) Sea (X, d) un espacio metrico compacto y A C(X, R) un a lgebra de funciones continuas que contiene a las constantes y
separa puntos (es decir, para cada x 6= y X existe f A tal que f (x) 6= f (y)). Toda
funcion en C(X, R) puede ser uniformemente aproximada por funciones de A.
130
Bibliografa
Que otros se jacten de las paginas que han escrito;

a m me enorgullecen las que he ledo.
Un lector
Jorge Luis Borges (1899-1986)
[ADQ] R. Ayala, E. Dominguez y A. Quintero; Elementos de Topologa General,

Addison-Wesley Iberoamericana, 1997.
[BRV] F. Bombal, L. Rodrguez y G. Vera, Problemas de Analisis Matematico: espacios
metricos y normados. El espacio Rn , Editorial AC, 1982.
[Br] V. Bryant, Metric spaces: iteration and application, Cambridge University Press,
1996.
[C]
E.T. Copson, Metric spaces, Cambridge University Press, 1988.
[Di] J. Daz Moreno, Introduccion a la teora de espacios metricos, Servicio de Publicaciones de la Universidad de Cadiz, 1982.
[Du] J. Dugundji; Topology, Allyn and Bacon, 1968.
[F]
G. Flory, Ejercicios de Topologa y Analisis, Reverte, 1978.
[G]
J.R. Giles, Introduction to the Analysis of Metric Spaces, Cambridge University

Press, 1987.
[H]
B.I. Hernando Boto, Problemas sobre espacios metricos, normados y de Hilbert,

Universidad Nacional de Educacion a Distancia, 2002.
131
132
[I]
Bibliografa
I.L. Iribarren, Topologa de Espacios Metricos, Limusa, 1973.
[JA] P.K. Jain and K. Ahmad, Metric Spaces, Narosa Pub., 1996.
[Ka] I. Kaplansky, Set Theory and Metric Spaces, Chelsea Pub. Co., 1977.
[Ku] S. Kumaresan, Topology of Metric Spaces, Alpha Sci., 2005.
[Lim] E.L. Lima, Espacos metricos, Projeto Euclides, 1977.
[Lip] S. Lipschutz; Topologa General, McGraw Hill, 1967.
[Mi]
F. Michavila, Espacios metricos. Espacios vectoriales normados, Editorial AC,

1981.
[Mun] J.R. Munkres, Topologa, Prentice Hall, 2002.

[Mur] M.G. Murdeshwar; General Topology, Wiley Eastern Limited, 1986.
[P]
C.G.C. Pitts, Introduction to Metric Spaces, Oliver and Boyd, 1972.
[R]
R.B. Reisel, Elementary theory of Metric Spaces, Springer Verlag, 1982.
[Se] M.O. Searcoid, Metric spaces, Springer, 2007.

[SV] S. Shirali and H.L. Vasudeva, Metric spaces, Springer, 2006.
[SS] J.A. Steen and J.A. Seebach; Counterexamples in Topology, Dover, 1995.
[Su] W.A. Sutherland, Introduction to metric and topological spaces, Oxford Sci. Publ.,
1993.
[W] S. Willard; General Topology, Addison-Wesley, 1970.

Lecciones de Topología. Marta Macho Stadler

Cargado por

Copyright:

Formatos disponibles

Lecciones de Topología. Marta Macho Stadler

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lecciones de Topología. Marta Macho Stadler

Cargado por

Copyright:

Formatos disponibles

LECCIONES DE TOPOLOGIA

Managua, Enero de 2008

Prof. Marta Macho Stadler

Portada: La banda de Mobius

1. Repaso de algunos conceptos matematicos

2.4.2. Interior de un conjunto . . . . . . . .

3. Continuidad en espacios metricos

5. Conexion en espacios metricos

6. Compacidad en espacios metricos

Entre lo que veo y digo,

Managua, enero de 2008

Repaso de algunos conceptos

En Matematicas, es fundamental la utilizacion de smbolos y conectores que sirven

Captulo 1. Repaso de algunos conceptos matematicos

1.1. Un poco de Logica

El cuantificador existencial y el conector disyuncion se pueden intercambiar, as como

Los objetos del razonamiento

Captulo 1. Repaso de algunos conceptos matematicos

Condiciones necesarias y suficientes

1.1. Un poco de Logica

Los metodos de demostracion

Captulo 1. Repaso de algunos conceptos matematicos

1.2. Teora de conjuntos

Definicion 1.11. Un conjunto es una coleccion de objetos, llamados elementos o puntos.

Captulo 1. Repaso de algunos conceptos matematicos

3) el complementario de A en X, por X A = {x X : x 6 A}. Si no hay duda de

Ai = A para cada i {1, , n}, el producto cartesiano se denota por An .

1.3. Funciones y sus propiedades

Si el conjunto de ndices I es finito, estas definiciones coinciden con las dadas en la

Funciones y sus propiedades

Definicion 1.18. Dados dos conjuntos X e Y , una aplicacion o funcion f : X Y , es

Captulo 1. Repaso de algunos conceptos matematicos

4) la i-esima proyeccion coordenada, pi : A1 An Ai , definida por la igualdad

1.3. Funciones y sus propiedades

4) si A1 , A2 X, f (A1 ) f (A2 ) f (A1 A2 ) y en particular f (X) f (A2 )

9) Si B1 , B2 Y , f 1 (B1 B2 ) = f 1 (B1 ) f 1 (B2 ), y en particular, f 1 (Y B2 ) =

Captulo 1. Repaso de algunos conceptos matematicos

5) A = f 1 (f (A)) para cada A X, si y solo si f es inyectiva;

Definicion 1.26. Dado un conjunto X, una relacion binaria es R X X. R se llama:

1.4. Relaciones binarias

Proposicion 1.9. Algunas propiedades son:

Captulo 1. Repaso de algunos conceptos matematicos

Propiedades de los numeros

(R, ) es un conjunto totalmente ordenado, donde denota el orden usual en R.

1.6. Nociones sobre cardinalidad de conjuntos

Nociones sobre cardinalidad de conjuntos

Definicion 1.35. Dos conjuntos se llaman equipotentes, si existe una correspondencia

Captulo 1. Repaso de algunos conceptos matematicos

Captulo 1. Repaso de algunos conceptos matematicos

b) Hay un matematico que sabe sumar.

Captulo 1. Repaso de algunos conceptos matematicos

b) si I = (0, ) y para cada x I, Cx = [0, x], hallar

e) si I = [1, 2] y para cada x I, Ax = [ x2 , 3x

g) si I = N y para cada n I, Bn = ( n1 , 1], hallar

h) si I = N y para cada n I, Cn = (n, n), hallar

13.- Dados A, B X, probar

14.- Sean f : X Y y g : Y Z dos aplicaciones. Probar:

Captulo 1. Repaso de algunos conceptos matematicos

b) Si A X1 X2 , entonces A p1 (A) p2 (A),