CÁLCULO EN VARIAS VARIABLES

MA2001-4 OTOÑO 2022

ANGEL PARDO
[email protected]

CAPÍTULO 1: TOPOLOGÍA EN R𝑁

1. Espacios vectoriales normados 1

1.1. Recuerdo: Espacios vectoriales 1
1.2. Espacios vectoriales normados 4
1.3. Equivalencia de normas 7
1.4. Bolas abiertas y cerradas 9
2. Topología en R𝑁 12
2.1. Interior y conjuntos abiertos 12
2.2. Adherencia y conjuntos cerrados 13
3. Sucesiones en R𝑁 15
3.1. Convergencia 16
3.2. Cálculo de límites 17
3.3. Convergencia y topología 18
3.4. Subsucesiones y el Teorema de Bolzano–Weierstrass 21
3.5. Completitud y sucesiones de Cauchy 22
3.6. Conjuntos compactos 24
Índice alfabético 27

1. ESPACIOS VECTORIALES NORMADOS

1.1. Recuerdo: Espacios vectoriales. Un espacio vectorial (sobre el
cuerpo de los números reales R) es una estructura algebraica formada
por un conjunto no vacío 𝑉, dotado de
1
2

( a ) Una operación interna, llamada suma

+ :𝑉 ×𝑉 →𝑉
(𝑢, 𝑣) ↦→ 𝑢 + 𝑣,
que satisface las siguientes propiedades:
• Asociatividad:
∀𝑢, 𝑣, 𝑤 ∈ 𝑉 , 𝑢 + (𝑣 + 𝑤) = (𝑢 + 𝑣) + 𝑤,
• Conmutatividad:
∀𝑢, 𝑣 ∈ 𝑉 , 𝑢 + 𝑣 = 𝑣 + 𝑢,
• Elemento neutro:
∃0 ∈ 𝑉 , ∀𝑣 ∈ 𝑉 , 𝑣 + 0 = 𝑣,
• Elementos opuestos:
∀𝑣 ∈ 𝑉 , ∃𝑢 ∈ 𝑉 , 𝑣 + 𝑢 = 0,
y escribimos 𝑢 = −𝑣, y 𝑤 + (−𝑣) = 𝑤 − 𝑣, para 𝑤 ∈ 𝑉; y
( b ) Una operación externa llamada producto por escalar
· : R×𝑉 →𝑉
(𝜆, 𝑣) ↦→ 𝜆 · 𝑣,
que satisface las siguientes propiedades:
• Asociatividad:
∀𝜆, 𝜇 ∈ R, ∀𝑣 ∈ 𝑉 , 𝜆 · (𝜇 · 𝑣) = (𝜆𝜇)𝑣,
• Elemento neutro: (1 ∈ R)
∀𝑣 ∈ 𝑉 , 1 · 𝑣 = 𝑣,
• Distributividad respecto a la suma vectorial:
∀𝜆, ∀𝑢, 𝑣 ∈ 𝑉 , 𝜆 · (𝑣 + 𝑢) = 𝜆 · 𝑣 + 𝜆 · 𝑢.
• Distributividad respecto a la suma escalar:
∀𝜆, 𝜇, ∀𝑣 ∈ 𝑉 , (𝜆 + 𝜇) · 𝑣 = 𝜆 · 𝑣 + 𝜇 · 𝑣.

Ejemplo 1.1.
( a ) R𝑁 = {(𝑥 1 , . . . , 𝑥 𝑁 ) : 𝑥 𝑖 ∈ R, 𝑖 = 1, . . . , 𝑁 }, 𝑁 ∈ N,
( b ) Subespacios vectoriales de R𝑁 (rectas, planos, hiperplanos, etc.),
 3

( c ) Espacios de funciones: para Ω ⊂ R,

• ℱ (Ω) = { 𝑓 : Ω → R},
• 𝒞(Ω) = { 𝑓 : Ω → R, 𝑓 continua} ⊂ 𝐹(Ω),
• 𝒞0 (Ω) = { 𝑓 : Ω → R, 𝑓 continua y acotada} ⊂ 𝒞(Ω),
• 𝒞 1 (Ω) = { 𝑓 : Ω → R, 𝑓 diferenciable y 𝑓 ′ continua} ⊂ 𝒞(Ω),
• L1 (Ω) = { 𝑓 : Ω → R, 𝑓 integrable}, etc.
( d ) Espacios de sucesiones:
• RN = {(𝑥 1 , 𝑥 2 , . . . ) : 𝑥 𝑖 ∈ R, 𝑖 ∈ N},
• ℓ ∞ = {(𝑥1 , 𝑥 2 , . . . ) ∈ RN : sup𝑖 |𝑥 𝑖 | < ∞},
• 𝑐 = {(𝑥1 , 𝑥 2 , . . . ) ∈ RN : | lim𝑖 𝑥 𝑖 | < ∞} ⊂ ℓ ∞ ,
• 𝑐 0 = {(𝑥 1 , 𝑥 2 , . . . ) ∈ RN : lim𝑖 𝑥 𝑖 = 0} ⊂ 𝑐 ,
• R⊕N {(𝑥1 , 𝑥 2 , . . . ) ∈ RN : ∃𝑖0 ∈ N, 𝑥 𝑖 = 0, ∀𝑖 ≥ 𝑖0 } ⊂ 𝑐0 , etc.

Ejercicio 1.2. ¿Cuáles son las operaciones de suma y producto por

escalar en estos espacios? Muestre que efectivamente son espacios
vectoriales con tales operaciones.

Decimos que un espacio vectorial 𝑉 es de dimensión finita si existe

𝑚 ∈ N y 𝑣1 , . . . , 𝑣 𝑚 ∈ 𝑉 tales que para todo vector 𝑣 ∈ 𝑉, existen
escalares 𝜆1 , . . . , 𝜆𝑚 ∈ R tales que
Õ
𝑚
𝑣= 𝜆𝑖 · 𝑣 𝑖 ,
𝑖=1

es decir, si todo vector 𝑣 ∈ 𝑉 es combinación lineal de los vectores

𝑣1 , . . . , 𝑣 𝑚 ∈ 𝑉. En caso contrario, decimos que 𝑉 es de dimensión
infinita.
La dimensión de 𝑉 es el mínimo valor de 𝑚 tal que se tiene lo
anterior, dim 𝑉 ∈ N ∪ {∞}.

Observación 1.3. En dimensión infinita es posible distinguir dimen-

siones entre diferentes cardinales. Así, por ejemplo, de los espacios
vectoriales en el Ejemplo 1.1(d), se tiene que dim R⊕N = ℵ0 , la car-
dinalidad del conjunto de los números naturales N, mientras que
dim RN = 2ℵ0 , la cardinalidad del conjunto de los números reales
R (también denotada por 𝔠 = 2ℵ0 ).
Por simplicidad, simplemente consideraremos el caso de dimen-
sión infinita sin hacer tales distinciones.
4

Ejemplo 1.4.
( a ) dim R𝑁 = 𝑁 ∈ N,
( b ) La dimensión de una recta es 1, de un plano, 2, etc.
( c ) Si Ω es un conjunto finito, entonces dim ℱ (Ω) = #Ω,
( d ) Si Ω es un conjunto infinito, entonces dim ℱ (Ω) = ∞,
( e ) Todos los espacios de sucesiones del Ejemplo 1.1(d) son de di-
mensión infinita.
Nota. En este curso nos enfocaremos en espacios vectoriales de di-
mensión finita y, más precisamente, en R𝑁 . Solo en algunos casos, y
a modo de ejemplo, repasaremos por algún espacio de dimensión in-
finita, para ilustrar ciertos fenómenos que no ocurren en dimensión
finita.
1.2. Espacios vectoriales normados. Una noción fundamental en cálcu-
lo es la noción (informal) de “proximidad”. El área de las matemá-
ticas que formaliza este concepto es conocida como topología y, en
lo que sigue, vamos a introducir conceptos topológicos básicos aso-
ciados a la estructura de espacio vectorial normado, que nos permite
definir concretamente una noción de distancia entre puntos del es-
pacio vectorial y, por lo tanto, una noción concreta de como medir
“proximidad”.
Una norma en un espacio vectorial 𝑉 es una función
∥·∥:𝑉 →R
𝑣 ↦→ ∥𝑣∥,
que satisface las siguientes propiedades:
( a ) Positividad:
∀𝑣 ∈ 𝑉 , ∥𝑣∥ ≥ 0,
y ∥𝑣∥ = 0 si y solo si 𝑣 = 0,
( b ) Escalamiento:
∀𝜆 ∈ R, ∀𝑣 ∈ 𝑉 , ∥𝜆 · 𝑣∥ = |𝜆|∥𝑣∥,
( c ) Desigualdad triangular:
∀𝑢, 𝑣 ∈ 𝑉 , ∥𝑢 + 𝑣∥ ≤ ∥𝑢 ∥ + ∥𝑣∥.
Un espacio vectorial normado es un espacio vectorial dotado de
una norma.
 5

Ejemplo 1.5 ((R, | · |) como espacio vectorial). El conjunto de los nú-

meros reales es claramente un espacio vectorial con la suma y el pro-
ducto habitual, R = R1 . En R, el valor absoluto | · | : R → R,
(
𝑥 si 𝑥 ≥ 0,
|𝑥| = max{𝑥, −𝑥} =
−𝑥 si 𝑥 < 0,
es una norma. En efecto, la positividad y el escalamiento son directos
de la definición. Para la desigualdad triangular, como |𝑥| = max{𝑥, −𝑥},
se tiene que 𝑥 ≤ |𝑥| y −𝑥 ≤ |𝑥|. Luego, para 𝑥, 𝑦 ∈ R, se tiene que
𝑥 + 𝑦 ≤ |𝑥| + |𝑦| y − 𝑥 − 𝑦 ≤ |𝑥| + |𝑦|,
de modo que |𝑥 + 𝑦| = max{𝑥 + 𝑦, −𝑥 − 𝑦} ≤ |𝑥| + |𝑦|, obteniendo lo
deseado.

La manera habitual de medir magnitudes o distancias en un plano

o en el espacio es a través de una norma conocida como norma eucli-
diana, que denotaremos ∥·∥ 2 . Más precisamente, la norma euclidiana
en R𝑁 está definida por
! 12
Õ
𝑁
∥𝑥∥ 2 = 𝑥 2𝑖 .
𝑖=1
Como su nombre lo sugiere, la norma euclidiana es efectivamen-
te una norma, sin embargo, si bien las propiedades de positividad
y escalamiento son evidentes para la norma euclidiana, mostrar la
desigualdad triangular requiere mayor trabajo. Para esto, usaremos
propiedades del producto interno en R𝑁 , que está estrechamente re-
lacionado con la norma euclidiana.
En efecto, la norma euclidiana está relacionada con el producto
interno en R𝑁 , dado por
Õ
𝑁
⟨𝑥, 𝑦⟩ = 𝑥 𝑖 𝑦𝑖 , 𝑥, 𝑦 ∈ R𝑁 ,
𝑖=1
vía la igualdad
1
(1) ∥𝑥 ∥ 2 = ⟨𝑥, 𝑥⟩ 2 , 𝑥 ∈ R𝑁 .

Ejercicio 1.6. Mostrar que el producto interno es un operador bili-

neal, es decir, para todo 𝜆 ∈ R y todo 𝑤, 𝑥, 𝑦, 𝑧 ∈ R𝑁 , se tiene que
6

• ⟨𝑤 + 𝑥, 𝑦⟩ = ⟨𝑤, 𝑦⟩ + ⟨𝑥, 𝑦⟩,

• ⟨𝑥, 𝑦 + 𝑧⟩ = ⟨𝑥, 𝑦⟩ + ⟨𝑥, 𝑧⟩, y
• ⟨𝜆 · 𝑥, 𝑦⟩ = ⟨𝑥, 𝜆 · 𝑦⟩ = 𝜆⟨𝑥, 𝑦⟩.

Desigualdad de Cauchy–Schwarz. Para todo 𝑥, 𝑦 ∈ R𝑁 se tiene

|⟨𝑥, 𝑦⟩| ≤ ∥𝑥∥ 2 ∥ 𝑦∥ 2 .

Demostración. Sean 𝑥, 𝑦 ∈ R𝑁 . Definamos la función

𝑓𝑥,𝑦 : R → R
𝜆 ↦→ ∥𝜆 · 𝑥 + 𝑦∥ 2 .

De la relación entre la norma euclidiana y el producto interno (ecua-

ción (1)), y de la bilinealidad del producto interno (Ejercicio 1.6), se
tiene que

𝑓𝑥,𝑦 (𝜆) = ⟨𝜆 · 𝑥 + 𝑦, 𝜆 · 𝑥 + 𝑦⟩
= ⟨𝜆 · 𝑥, 𝜆 · 𝑥 + 𝑦⟩ + ⟨𝑦, 𝜆 · 𝑥 + 𝑦⟩
= ⟨𝜆 · 𝑥, 𝜆 · 𝑥⟩ + ⟨𝜆 · 𝑥, 𝑦⟩ + ⟨𝑦, 𝜆 · 𝑥⟩ + ⟨𝑦, 𝑦⟩
= 𝜆2 ∥𝑥 ∥ 22 + 2𝜆⟨𝑥, 𝑦⟩ + ∥ 𝑦∥ 22 .

Es decir, 𝑓𝑥,𝑦 es una función cuadrática (polinomio de grado 2) en la

variable 𝜆 ∈ R. Por otro lado, por definición, se tiene que 𝑓𝑥,𝑦 (𝜆) ≥ 0,
para todo 𝜆 ∈ R. Así, 𝑓𝑥,𝑦 es una función cuadrática con a lo más una
raíz. Sigue que su discriminante es no negativo, es decir,

4⟨𝑥, 𝑦⟩ 2 − 4∥𝑥∥ 22 ∥ 𝑦∥ 22 ≤ 0

o, lo que es lo mismo,

|⟨𝑥, 𝑦⟩| ≤ ∥𝑥∥ 2 ∥ 𝑦∥ 2 .

Corolario 1.7. La norma euclidiana ∥ · ∥ 2 : R𝑁 → R es una norma.

Demostración. Las propiedades de positividad y escalamiento de la

norma euclidiana son evidentes. Veamos que se tiene la desigualdad
triangular. Sean 𝑥, 𝑦 ∈ R𝑁 . De la bilinealidad del producto escalar
 7

(Ejercicio 1.6), la relación (1) entre el producto interno y la norma

euclidiana, y la Desigualdad de Cauchy–Schwarz, se tiene que
∥𝑥 + 𝑦 ∥ 22 = ⟨𝑥 + 𝑦, 𝑥 + 𝑦⟩
= ∥𝑥∥ 22 + 2⟨𝑥, 𝑦⟩ + ∥ 𝑦∥ 22
≤ ∥𝑥∥ 22 + 2∥𝑥∥ 2 ∥𝑦∥ 2 + ∥ 𝑦∥ 2
= (∥𝑥∥ 2 + ∥ 𝑦∥ 2 )2 .
Así, se obtiene la desigualdad triangular ∥𝑥 + 𝑦∥ 2 < ∥𝑥∥ 2 + ∥ 𝑦∥ 2 , de
modo que ∥ · ∥ 2 es efectivamente una norma. ■
El espacio vectorial normado (R𝑁 , ∥ · ∥ 2 ) se conoce como espacio
euclídeo de dimensión 𝑁.
La norma euclidiana pertenece a una familia de normas que deno-
taremos ∥ · ∥ 𝑝 , para 𝑝 ≥ 1 o 𝑝 = ∞.

Teorema 1.8 (Normas 𝑝). Las siguientes, son normas en R𝑁 :

! 𝑝1
Õ
𝑁
• ∥𝑥∥ 𝑝 = |𝑥 𝑖 | 𝑝 , 𝑝 ≥ 1; y
𝑖=1

• ∥𝑥∥ ∞ = max |𝑥 𝑖 |.
𝑖=1,...,𝑁

Sin demostración. ■
Para 𝑝 ≥ 1 o 𝑝 = ∞, la norma ∥ · ∥ 𝑝 es llamada norma 𝑝.

Ejercicio 1.9. Mostrar que ∥ · ∥ 1 y ∥ · ∥ ∞ son efectivamente normas.

1.3. Equivalencia de normas. En cálculo, la relevancia de las nor-

mas tiene que ver con la noción de proximidad. Informalmente, dos
normas son equivalentes si nos entregan la misma noción de proxi-
midad. Más precisamente, dos normas ∥ · ∥ y ||| · ||| son equivalentes
si existen constantes 𝑐, 𝑐 > 0 tales que

𝑐 |||𝑥||| ≤ ∥𝑥∥ ≤ 𝑐 |||𝑥|||, ∀𝑥 ∈ R𝑁 .

Teorema 1.10. Todas las normas 𝑝, con 𝑝 ≥ 1 o 𝑝 = ∞, son equivalentes.

Demostración. Veamos primero que ∥ · ∥ ∞ es equivalente a ∥ · ∥ 𝑝 , para

𝑝 ∈ [1, ∞). Sea 𝑥 ∈ R𝑁 . Luego,
8

  𝑝1
1
𝑝 𝑝
• ∥𝑥∥ ∞ = max |𝑥 𝑖 | = max (|𝑥 𝑖 | ) = 𝑝 max |𝑥 𝑖 |
𝑖=1,...,𝑁 𝑖=1,...,𝑁 𝑖=1,...,𝑁
! 𝑝1
Õ
𝑁
≤ |𝑥 𝑖 | 𝑝 = ∥𝑥∥ 𝑝 ,
𝑖=1
1 1
𝑝 𝑝
©Õ ©Õ
𝑁 𝑁
𝑝ª 𝑝ª
• ∥𝑥∥ 𝑝 = ­ |𝑥 𝑗 | ® ≤ ­ max |𝑥 𝑖 | ®
𝑖=1,...,𝑁
« 𝑗=1 ¬ « 𝑗=1 ¬
  𝑝1   𝑝1
1 1
= 𝑁 max |𝑥 𝑖 | 𝑝 =𝑁 𝑝 max |𝑥 𝑖 | 𝑝 = 𝑁 𝑝 ∥𝑥∥ ∞ .
𝑖=1,...,𝑁 𝑖=1,...,𝑁
Así,
1
(2) ∥𝑥∥ ∞ ≤ ∥𝑥∥ 𝑝 ≤ 𝑛 𝑝 ∥𝑥∥ ∞

y ∥ · ∥ ∞ es equivalente a ∥ · ∥ 𝑝 , para 𝑝 ≥ 1.
Sean ahora 𝑝, 𝑞 ≥ 1. De (2), se tiene que
1 1
∥𝑥∥ 𝑝 ≤ 𝑛 𝑝 ∥𝑥∥ ∞ ≤ 𝑛 𝑝 ∥𝑥∥ 𝑞 .

De modo que ∥ · ∥ 𝑝 y ∥ · ∥ 𝑞 son equivalentes para todo 𝑝, 𝑞 ≥ 1. ■

Observación 1.11. Tomando el límite cuando 𝑝 tiende a infinito en la

desigualdad (2), se obtiene que
1
∥𝑥 ∥ ∞ ≤ lim ∥𝑥∥ 𝑝 ≤ lim 𝑛 𝑝 ∥𝑥∥ ∞ = ∥𝑥∥ ∞ .
𝑝→∞ 𝑝→∞

Es decir, ∥𝑥∥ ∞ = lim𝑝 ∥𝑥∥ 𝑝 , lo cual justifica la notación ∥ · ∥ ∞ .

El hecho que las normas 𝑝 sean todas equivalentes responde a un

hecho más general en espacios vectoriales de dimensión finita. En
efecto, se tiene el siguiente resultado, que presentamos sin demostrar.

Teorema 1.12. En un espacio vectorial de dimensión finita todas las normas

son equivalentes.

Sin demostración. ■

En dimensión infinita, no es cierto que todas las normas sean equi-

valentes en general.
 9

Ejemplo 1.13 (Contra-ejemplo en dimensión infinita). En el espacio


R⊕N = (𝑥1 , 𝑥 2 , . . . ) ∈ RN : ∃𝑖0 ∈ N, 𝑥 𝑖 = 0, ∀𝑖 ≥ 𝑖0
se pueden definir las normas 𝑝 de forma análoga al caso de R𝑁 . En
efecto, para 𝑥 ∈ R⊕N , se tiene que las cantidades
! 𝑝1
Õ
∞
∥𝑥∥ 𝑝 = |𝑥 𝑖 | 𝑝 , 𝑝≥1 y ∥𝑥∥ ∞ = max |𝑥 𝑖 |
𝑖∈N
𝑖=1

están bien definidas, puesto que hay una cantidad finita de elementos
no nulos en 𝑥 ∈ R⊕N , y definen normas en R⊕N . Esto último se puede
deducir de las propiedades de las normas 𝑝 en R𝑁 , 𝑁 ∈ N.
Veamos ahora que ∥ · ∥ 1 y ∥ · ∥ ∞ no son equivalentes. En efecto, para
𝑛 ∈ N, podemos considerar 𝑥(𝑛) = (𝑥 𝑖 (𝑛))𝑖∈N , con
(
1, si 𝑖 ≤ 𝑛,
𝑥 𝑖 (𝑛) =
0, si 𝑖 > 𝑛.
Es decir, 𝑥(𝑛) tiene los primeros 𝑛 elementos igual a uno y todo el
resto igual a cero. De modo que 𝑥(𝑛) ∈ R⊕N para todo 𝑛 ∈ N. Por
otro lado, es claro que
∥𝑥(𝑛)∥ 1 = 𝑛 y ∥𝑥(𝑛)∥ ∞ = 1.
Si ∥ · ∥ 1 y ∥ · ∥ ∞ fueran equivalentes, entonces se tendría que existe
𝑐 > 0 tal que ∥𝑥∥ 1 ≤ 𝑐∥𝑥 ∥ ∞ para todo 𝑥 ∈ R⊕N . En particular, para
todo 𝑛 ∈ N, se tendría que 𝑛 = ∥𝑥(𝑛)∥ 1 ≤ 𝑐 ∥𝑥(𝑛)∥ ∞ = 𝑐, lo cual no
es posible puesto que el conjunto N de los números naturales no es
acotado (propiedad arquimediana). De modo que ∥ · ∥ 1 y ∥ · ∥ ∞ no
son equivalentes.

1.4. Bolas abiertas y cerradas. Dado un espacio vectorial normado

(𝑉 , ∥ · ∥), para 𝑣0 ∈ 𝑉 y 𝑟 > 0, la bola abierta de centro 𝑣0 y radio 𝑟
es el conjunto
𝐵(𝑣0 , 𝑟) = {𝑣 ∈ 𝑉 : ∥𝑣 − 𝑣0 ∥ < 𝑟}.

Ejemplo 1.14 (Bolas en (R𝑁 , ∥ · ∥ 2 )).

( a ) En (R2 , ∥ · ∥ 2 ), la bola abierta 𝐵((𝑥 0 , 𝑦0 ), 𝑟) corresponde al círculo
de radio 𝑟, centrado en (𝑥0 , 𝑦0 ), que no incluye su periferia (cir-
cunferencia). Ver Figura 1 (centro).
10

y y y

x x x

FIGURA 1. Apariencia de la bola unitaria en R2 para la

norma ∥ · ∥ ∞ (izquierda), ∥ · ∥ 2 (centro) y ∥ · ∥ 1 (derecha).

FIGURA 2. Apariencia de la bola unitaria en R3 para la

norma ∥ · ∥ ∞ (izquierda), ∥ · ∥ 2 (centro) y ∥ · ∥ 1 (derecha).

( b ) En (R3 , ∥ · ∥ 2 ), la bola abierta 𝐵((𝑥0 , 𝑦0 , 𝑧 0 ), 𝑟) corresponde al es-

fera (sólida) de radio 𝑟, centrada en (𝑥0 , 𝑦0 , 𝑧 0 ), que no incluye su
periferia (superficie esférica). Ver Figura 2 (centro).

Observación 1.15. En las descripciones de las bolas del Ejemplo 1.16

y el Ejemplo 1.17 a continuación, los largos mencionados son los co-
rrespondientes a la geometría habitual en R2 y R3 , es decir, la geome-
tría euclídea.

Ejemplo 1.16 (Bolas en (R𝑁 , ∥ · ∥ ∞ )).

( a ) En (R2 , ∥ · ∥ 2 ), la bola abierta 𝐵((𝑥0 , 𝑦0 ), 𝑟) corresponde al área
encerrada por el cuadrado el cuadrado de lado 2𝑟, centrado en
(𝑥0 , 𝑦0 ), es decir, cuyos vértices son (𝑥0 ±𝑟, 𝑦0 ±𝑟), y que no incluye
su periferia (cuadrado). Ver la Figura 1 (izquierda).
( b ) En (R3 , ∥ · ∥ 2 ), la bola abierta 𝐵((𝑥0 , 𝑦0 , 𝑧 0 ), 𝑟) corresponde al vo-
lumen encerrado por el cubo de lado 2𝑟, centrada en (𝑥0 , 𝑦0 , 𝑧 0 ),
 11

es decir, cuyos vértices son (𝑥0 ± 𝑟, 𝑦0 ± 𝑟, 𝑦0 ± 𝑟), y que no incluye

su periferia (cubo). Ver la Figura 2 (izquierda).

Ejemplo 1.17 (Bolas en (R𝑁 , ∥ · ∥ 1 )).

( a ) En (R2 , ∥ · ∥ 2 ), la bola abierta 𝐵((𝑥0 , 𝑦0 ), 𝑟) corresponde al área
encerrada por el rombo de vertices (𝑥0 ± 𝑟, 𝑦0 ) y (𝑥0 , 𝑦0 ± 𝑟), y que
no incluye su periferia (rombo), como en la Figura 1 (derecha).
( b ) En (R3 , ∥ · ∥ 2 ), la bola abierta 𝐵((𝑥0 , 𝑦0 , 𝑧 0 ), 𝑟) corresponde al volu-
men encerrado por el octaedro de vertices (𝑥0 ± 𝑟, 𝑦0 , 𝑧 0 ), (𝑥0 , 𝑦0 ±
𝑟, 𝑧 0 ) y (𝑥0 , 𝑦0 , 𝑧 0 ± 𝑟), que no incluye su periferia (octoedro), co-
mo en la Figura 2 (derecha).
Ejercicio 1.18. Justifique las descripciones de las bolas en el Ejem-
plo 1.14, el Ejemplo 1.16 y el Ejemplo 1.17.
Similarmente, se defina la bola cerrada de centro 𝑣 0 y radio 𝑟 es el
conjunto
¯ 0 , 𝑟) = {𝑣 ∈ 𝑉 : ∥𝑣 − 𝑣0 ∥ ≤ 𝑟}.
𝐵(𝑣
Ejemplo 1.19. La única diferencia entre las bolas abiertas del Ejem-
plo 1.14, el Ejemplo 1.16 y el Ejemplo 1.17, y las correspondientes
bolas cerradas, es que las bolas cerradas incluyen su periferia.
Ejercicio 1.20 (Bolas y desigualdad triangular). Sean 𝑥, 𝑦, 𝑧 ∈ R𝑁 y
𝑟, 𝜌 ∈ R. Muestre que si se tiene que 𝑦 ∈ 𝐵(𝑥, 𝑟) y 𝑧 ∈ 𝐵(𝑦, 𝜌), entonces
se tiene que 𝑧 ∈ 𝐵(𝑥, 𝑟 + 𝜌).
Ejercicio 1.21. Para 𝐴 ⊂ R𝑁 , 𝑎 0 ∈ R𝑁 y 𝛼 ∈ R, denotamos
𝑎 0 + 𝐴 = {𝑎 0 + 𝑎 : 𝑎 ∈ 𝐴} ⊂ R𝑁 y 𝛼𝐴 = {𝛼𝑎 : 𝑎 ∈ 𝐴} ⊂ R𝑁 .
Dada una norma cualquiera en R𝑁 , muestre que para 𝑥0 ∈ R𝑁 y 𝑟 ∈
R, se tiene que 𝐵(𝑥0 , 𝑟) = 𝑥0 +𝐵(0, 𝑟) y 𝐵(0, 𝑟) = 𝑟𝐵(0, 1). En particular,
𝐵(𝑥 0 , 𝑟) = 𝑥0 + 𝑟𝐵(0, 1). Lo mismo es válido para las bolas cerradas.
Ejercicio 1.22 (Bolas y equivalencia de normas). Muestre que dos
normas ∥ · ∥ y ∥ · ∥ ′ son equivalentes si y solo si
∀𝜖 > 0, ∃𝛿 > 0 : 𝐵 (0, 𝛿 ) ⊂ 𝐵′(0, 𝜖),
∃𝛿′ > 0 : 𝐵′(0, 𝛿′) ⊂ 𝐵 (0, 𝜖),
donde 𝐵 y 𝐵′ representan las bolas para las normas ∥ · ∥ y ∥ · ∥ ′, res-
pectivamente.
12

Ejercicio 1.23.
( a ) Justifique geométricamente la equivalencia de las normas 𝑝 en
R𝑁 , para 𝑁 ∈ {2, 3} y 𝑝 ∈ {1, 2, ∞}.
( b ) De manera informal, justifique geométricamente la equivalencia
de todas las normas en R𝑁 , para 𝑁 = 2, 3.

2. TOPOLOGÍA EN R𝑁
Una topología, a grandes rasgos, corresponde a dar una noción de
proximidad a un espacio geométrico, a través de subconjuntos lla-
mados vecindades (o entornos), que permite la definición formal de
conceptos como convergencia y continuidad, sin tener que definir o
usar necesariamente una distancia numérica.
En el caso de espacios vectoriales normados, la norma induce su
topología, siendo las bolas (abiertas) su sistema fundamental de vecin-
dades. Recordemos que una bola abierta de centro 𝑥0 ∈ R𝑁 y radio
𝑟 > 0 es el conjunto

𝐵(𝑥0 , 𝑟) = {𝑥 ∈ R𝑁 : ∥𝑥 − 𝑥 0 ∥ < 𝑟}.

Así, si 𝑥 ∈ R𝑁 y 𝑉 ⊂ R𝑁 , decimos que 𝑉 es una vecindad de 𝑥 si

existe una bola abierta 𝐵 ⊂ 𝑉 tal que 𝑥 ∈ 𝐵. Además, para 𝑥 ∈ R𝑁 ,
denotamos 𝒱(𝑥) al conjunto de sus vecindades,

𝒱(𝑥) = {𝑉 ⊂ R𝑁 : 𝑉 es vecindad de 𝑥}.

Observación 2.1. A priori, la noción de vecindad de un punto de-

penden de la norma que consideramos. Sin embargo, para normas
equivalentes, coinciden.

2.1. Interior y conjuntos abiertos. Si 𝑉 ∈ 𝒱(𝑥), también decimos

que 𝑥 es un punto interior de 𝑉. Para un conjunto cualquiera 𝐴 ⊂ R𝑁 ,
definimos el interior de 𝐴 como el conjunto de sus puntos interiores,
que denotamos por Int(𝐴).

Ejercicio 2.2. Muestre que

Int(𝐴) = {𝑥 ∈ R𝑁 : ∃𝛿 > 0 : 𝐵(𝑥, 𝛿) ⊂ 𝐴}

¯
= {𝑥 ∈ R𝑁 : ∃𝛿 > 0 : 𝐵(𝑥, 𝛿) ⊂ 𝐴}.
 13

Es claro que todo punto interior de 𝐴 está necesariamente en 𝐴, de

modo que
(3) Int(𝐴) ⊂ 𝐴, ∀ 𝐴 ⊂ R𝑁 .
Decimos que 𝐴 ⊂ R𝑁 es abierto si 𝐴 = Int(𝐴). Equivalentemente,
𝐴 es abierto si
∀𝑎 ∈ 𝐴, ∃𝑉 ∈ 𝒱(𝑎) : 𝑉 ⊂ 𝐴.

Ejemplo 2.3. Una bola abierta es un conjunto abierto. En efecto, es

claro que para cada 𝑥 ∈ 𝐵, 𝐵 ∈ 𝒱(𝑥), de modo que 𝑥 ∈ Int(𝐵).

Proposición 2.4. Para todo 𝐴 ⊂ R𝑁 , Int(𝐴) es un conjunto abierto.

Demostración. Sea 𝐴 ⊂ R𝑁 . Queremos ver que Int(𝐴) es abierto, es

decir, Int(Int(𝐴)) = Int(𝐴). De (3), sabemos que Int(Int(𝐴)) ⊂ Int(𝐴).
Veamos entonces que Int(𝐴) ⊂ Int(Int(𝐴)).
Sea 𝑥 ∈ Int(𝐴). Entonces, existe 𝛿 > 0 tal que 𝐵(𝑥, 𝛿) ⊂ 𝐴. Luego,
por el Ejemplo 2.3, sabemos que 𝐵(𝑥, 𝛿) es abierto. En particular, para
todo 𝑦 ∈ 𝐵(𝑥, 𝛿), existe 𝜂 > 0 tal que 𝐵(𝑦, 𝜂) ⊂ 𝐵(𝑥, 𝛿). Como 𝐵(𝑥, 𝛿) ⊂
𝐴, sigue 𝐵(𝑦, 𝜂) ⊂ 𝐴, de modo que 𝑦 ∈ Int(𝐴). Es decir, 𝐵(𝑥, 𝛿) ⊂
Int(𝐴) y por lo tanto, 𝑥 ∈ Int(Int(𝐴)). ■
Ejercicio 2.5. Muestre que una bola cerrada no es un conjunto abier-
to.

2.2. Adherencia y conjuntos cerrados. Para 𝐴 ⊂ R𝑁 , decimos que

𝑥 ∈ R𝑁 es un punto de adherencia de 𝐴 si toda vecindad de 𝑥 inter-
secta a 𝐴,
∀ 𝑉 ∈ 𝒱(𝑥), 𝑉 ∩ 𝐴 ≠ ∅.
La adherencia de 𝐴 es el conjunto de sus puntos de adherencia, que
denotamos Adh(𝐴).

Ejercicio 2.6. Muestre que

Adh(𝐴) = {𝑥 ∈ R𝑁 : ∀𝜖 > 0 : 𝐵(𝑥, 𝛿) ∩ 𝐴 ≠ ∅}
¯
= {𝑥 ∈ R𝑁 : ∀𝜖 > 0 : 𝐵(𝑥, 𝛿) ∩ 𝐴 ≠ ∅}.

Es claro que todo punto de 𝐴 es necesariamente un punto de adhe-

rencia de 𝐴, de modo que
(4) Adh(𝐴) ⊃ 𝐴, ∀ 𝐴 ⊂ R𝑁 .
14

Proposición 2.7. Para todo 𝐴 ⊂ R𝑁 se tiene que Adh(𝐴) = (Int(𝐴 𝑐 ))𝑐 .

Demostración.
𝑥 ∈ (Int(𝐴 𝑐 ))𝑐 ⇐⇒ 𝑥 ∉ Int(𝐴 𝑐 )
⇐⇒ ∀𝛿 > 0, 𝐵(𝑥, 𝛿) ⊄ 𝐴 𝑐
⇐⇒ ∀𝛿 > 0, 𝐵(𝑥, 𝛿) ∩ 𝐴 ≠ ∅
⇐⇒ 𝑥 ∈ Adh(𝐴).
■
Decimos que 𝐴 ⊂ R𝑁 es cerrado si 𝐴 = Adh(𝐴). Equivalentemen-
te, 𝐴 es cerrado si y solo si 𝐴 𝑐 = R𝑁 \𝐴 es abierto (ver Proposición 2.7).

Ejemplo 2.8 (R𝑁 y ∅ son abiertos y cerrados). No es difícil ver que R𝑁

es abierto. Sigue entonces que ∅ es cerrado. Por vacuidad, ∅ es abierto,
de modo que R𝑁 es cerrado. Es más, es posible mostrar que R𝑁 y ∅
son los únicos subconjuntos de R𝑁 que son abiertos y cerrados.

Ejercicio 2.9. Muestre que una bola cerrada es un conjunto cerrado.

Ejemplo 2.10. No ser abierto no implica ser cerrado, ni viceversa. Por

ejemplo, para el conjunto 𝐴 = {(𝑥, 𝑦) ∈ R2 : 0 < 𝑥 ≤ 𝑦 < 1} ⊂ R2 se
tiene que
Int(𝐴) = {(𝑥, 𝑦) ∈ R2 : 0 ≤ 𝑥 ≤ 𝑦 ≤ 1}, y
Adh(𝐴) = {(𝑥, 𝑦) ∈ R2 : 0 < 𝑥 < 𝑦 < 1}.
De modo que Int(𝐴) ⊊ 𝐴 ⊊ Adh(𝐴) y por lo tanto 𝐴 no es abierto ni
cerrado.

Proposición 2.11. Para todo 𝐴 ⊂ R𝑁 , Adh(𝐴) es un conjunto cerrado.

Demostración. De la Proposición 2.4 y la Proposición 2.7 se deduce

que Adh(Adh(𝐴)) = Adh(𝐴), de modo que Adh(𝐴) es un conjunto
cerrado. ■
Dado un conjunto 𝐴 ⊂ R𝑁 , decimos que 𝑥 ∈ R𝑁 es un punto de
acumulación de 𝐴 si toda vecindad de 𝑥 intersecta a 𝐴 en al menos
un punto diferente a 𝑥, es decir, si
∀ 𝑉 ∈ 𝒱(𝑥), (𝑉 \ {𝑥}) ∩ 𝐴 ≠ ∅.
 15

El derivado de 𝐴 es el conjunto de sus puntos de acumulación, que

denotamos Der(𝐴). Es claro que Der(𝐴) ⊂ Adh(𝐴).
Si 𝑥 ∈ 𝐴 \ Der(𝐴), es decir, si 𝑥 ∈ 𝐴 no es un punto de acumulación
de 𝐴, decimos que 𝑥 es un punto aislado de 𝐴.

Ejercicio 2.12. Muestre que 𝑥 ∈ 𝐴 es un punto aislado si y solo si

existe una vecindad 𝑉 ∈ 𝒱(𝑥) tal que 𝑉 ∩ 𝐴 = {𝑥}.

Ejemplo 2.13. Sea 𝐴 ⊂ R definido por

𝐴 = (−2, −1] ∪ {0} ∪ (1, 2] ,
se tiene que 0 ∈ 𝐴 es un punto aislado y Der(𝐴) = [−2, −1] ∪ [1, 2].

La frontera (o borde) de un conjunto 𝐴 ⊂ R𝑁 es el conjunto

Fr(𝐴) = Adh(𝐴) ∩ Adh(𝐴 𝑐 ),
es decir, 𝑥 ∈ Fr(𝐴) si y solo si para todo 𝑉 ∈ 𝒱(𝑥), se tiene que
𝑉 ∩ 𝐴 ≠ ∅ y 𝑉 ∩ 𝐴 𝑐 ≠ ∅. De la Proposición 2.7, se deduce que
Fr(𝐴) = Adh(𝐴) \ Int(𝐴).

Ejemplo 2.14.
¯
( a ) Int(𝐵(𝑥, 𝑟)) = 𝐵(𝑥, 𝑟) = Int(𝐵(𝑥, 𝑟)),
¯ ¯
( b ) Adh(𝐵(𝑥, 𝑟)) = 𝐵(𝑥, 𝑟) = Adh(𝐵(𝑥, 𝑟)), y
¯
( c ) Fr(𝐵(𝑥, 𝑟)) = Fr(𝐵(𝑥, 𝑟)) = {𝑦 ∈ R𝑁 : ∥𝑥 − 𝑦∥ = 𝑟}.

Ejercicio 2.15. Muestre que 𝐴 ⊂ R𝑁 es cerrado si y solo si Fr(𝐴) ⊂ 𝐴.

3. SUCESIONES EN R𝑁
Una sucesión en R𝑁 es una función 𝑥 : N → R𝑁 que denotamos
(𝑥 𝑛 )𝑛∈N , (𝑥(𝑛))𝑛∈N o (𝑥 (𝑛) )𝑛∈N .
Usaremos estas tres notaciones indistintamente y a conveniencia; usan-
do las notaciones con paréntesis esencialmente cuando debamos ha-
cer referencia a las coordenadas de los elementos de la sucesión en
R𝑁 :
(𝑛) (𝑛)
𝑥(𝑛) = (𝑥 1 (𝑛), . . . , 𝑥 𝑁 (𝑛)) o 𝑥 (𝑛) = (𝑥1 , . . . , 𝑥 𝑁 ).
Aunque también es posible escribir 𝑥 𝑛 = (𝑥 𝑛1 , . . . , 𝑥 𝑛𝑁 ) ∈ R𝑁

Ejemplo 3.1. Algunas sucesiones son

16

( a ) (sen(𝑛), cos(𝑛), tan(𝑛))𝑛∈N , en R3 ,

 
1
, log(𝑛), 𝑛 2 + 1, 𝑒 −𝑛 , 10
2
(b) , en R5 , y
𝑛 𝑛∈N

( c ) (𝑥1 , 𝑦1 ) = (0, 1), y (𝑥 𝑛 , 𝑦𝑛 ) = (2𝑥 𝑛−1 + 𝑦𝑛−1 , 𝑥 𝑛−1 + 𝑦𝑛−1 ), en R2 .

3.1. Convergencia. Informalmente, una sucesión 𝑥 𝑛 converge a 𝑥 si

los elementos de la sucesión están arbitrariamente cerca de 𝑥, para 𝑛
suficientemente grande.

Recuerdo 3.2 (Convergencia en R). Para una sucesión real (𝑥 𝑛 )𝑛∈N y

𝑥 ∈ R, se tiene que 𝑥 𝑛 converge a 𝑥 si
∀𝜖 > 0, ∃𝑛0 ∈ N : ∀𝑛 ≥ 𝑛0 , |𝑥 𝑛 − 𝑥| < 𝜖
y en tal caso escribimos 𝑥 𝑛 → 𝑥, o 𝑥 = lim 𝑥 𝑛 . Además, de la misma
𝑛→∞
definición, se deduce que esto es equivalente a |𝑥 𝑛 − 𝑥| → 0.

En R𝑁 , una norma ∥ · ∥ permite expresar una noción de cercanía o

proximidad a través de la distancia
𝑑 : R𝑁 × R𝑁 → R
(𝑥, 𝑦) ↦→ 𝑑(𝑥, 𝑦) = ∥𝑥 − 𝑦∥.
Análogamente al caso de R, dada una sucesión (𝑥 𝑛 )𝑛∈N en R𝑁 y
𝑥 ∈ R𝑁 , decimos que 𝑥 𝑛 converge a 𝑥 si
∀𝜖 > 0, ∃𝑛0 ∈ N : ∀𝑛 ≥ 𝑛0 , 𝑑(𝑥 𝑛 , 𝑥) < 𝜖.
En tal caso escribimos 𝑥 𝑛 → 𝑥, o también 𝑥 = lim 𝑥 𝑛 , y decimos que
𝑛→∞
𝑥 es el límite de 𝑥 𝑛 cuando 𝑛 tiende a infinito.

Observación 3.3. Directo de la definición, se deduce una caracteri-

zación útil de convergencia que nos permite utilizar las herramientas
que conocemos del cálculo en R. Esta es que 𝑥 𝑛 → 𝑥 en (R𝑁 , ∥ · ∥) si
y solo si ∥𝑥 𝑛 − 𝑥∥ → 0 en R.

A priori, la noción de convergencia depende de la norma ∥ · ∥ que

utilicemos. Sin embargo, el Ejercicio 3.4 a continuación, junto al Teo-
rema 1.12, muestra que la noción de convergencia no depende de la
norma que utilicemos en R𝑁 .
 17

Ejercicio 3.4. Si ∥ · ∥ y ||| · ||| son normas equivalentes, entonces para

toda sucesión (𝑥 𝑛 )𝑛∈N en R𝑁 y 𝑥 ∈ R𝑁 se tiene que ∥𝑥 𝑛 − 𝑥∥ → 0 si y
solo si |||𝑥 𝑛 − 𝑥||| → 0.

Observación 3.5. Las nociones de límite y convergencia se pueden

extender de manera análoga a cualquier espacio vectorial normado.
Sin embargo, en dimensión infinita, como vimos en el Ejemplo 1.13,
no todas las normas son equivalentes, de modo que la noción de con-
vergencia sí dependerá en la norma utilizada. Así, por ejemplo, se
tiene que la sucesión (𝑦(𝑛))𝑛∈N en R⊕N , definida por

 1

𝑛,
 si 𝑖 ≤ 𝑛,
𝑦 𝑖 (𝑛) =


 0, si 𝑖 ≠ 𝑛

satisface ∥𝑦(𝑛)∥ 1 = 1, pero
1
∥ 𝑦(𝑛)∥ ∞ = → 0.
𝑛
Es decir, 𝑦(𝑛) converge a 0 = (0, 0, . . . ) ∈ R⊕N con respecto a la norma
∥ · ∥ ∞ , pero no converge a 0 respecto a la norma ∥ · ∥ 1 .
Por otro lado, es claro que ∥𝑥∥ ∞ ≤ ∥𝑥∥ 1 para todo 𝑥 ∈ R⊕N , de
modo que toda sucesión convergente en (R⊕N , ∥ · ∥ 1 ) también lo será
necesariamente en (R⊕N , ∥ · ∥ ∞ ), y tendrá el mismo límite. En particu-
lar, en nuestro ejemplo, esto implica que (𝑦(𝑛))𝑛∈N no es convergente
en (R⊕N , ∥ · ∥ 1 ).

Como muestra el Ejercicio 3.6 a continuación, al igual que en R, el

límite de una sucesión convergente es siempre único.

Ejercicio 3.6. Sea (𝑥 𝑛 )𝑛∈N una sucesión en R𝑁 e 𝑦, 𝑧 ∈ R tales que

𝑥 𝑛 → 𝑦 y 𝑥 𝑛 → 𝑧. Muestre que 𝑧 = 𝑦.

3.2. Cálculo de límites. Informalmente, la siguiente caracterización

en la Proposición 3.7 nos muestra que el cálculo de un límites en R𝑁
es, en cierto modo, equivalente al cálculo de 𝑁 límites en R.

Proposición 3.7. Sea (𝑥 (𝑛) )𝑛∈N una sucesión en R𝑁 y 𝑥 ∈ R𝑁 . Entonces,

(𝑛)
𝑥 (𝑛) → 𝑥 si y solo si 𝑥 𝑖 → 𝑥 𝑖 , para cada 𝑖 = 1, . . . , 𝑁.
18

Demostración. Como en R𝑁 la noción de límite no depende de la nor-

ma, por conveniencia utilizaremos las normas ∥ · ∥ ∞ y ∥ · ∥ 1 .
Supongamos en primer lugar que 𝑥 (𝑛) → 𝑥 y sea 𝑖 ∈ {1, . . . , 𝑁 }.
Luego, es claro que
(𝑛) (𝑛)
0 ≤ |𝑥 𝑖 − 𝑥| ≤ max |𝑥 𝑗 − 𝑥| = ∥𝑥 (𝑛) − 𝑥∥ ∞ .
𝑗=1,...,𝑁

Pero, por definición de límite, ∥𝑥 (𝑛) − 𝑥∥ ∞ → 0. Así, por el Teorema

(𝑛) (𝑛)
del sandwich se concluye que |𝑥 𝑖 − 𝑥| → 0, es decir, 𝑥 𝑖 → 𝑥 𝑖 .
(𝑛)
Similarmente, si para cada 𝑖 = 1, . . . , 𝑁 se tiene que 𝑥 𝑖 → 𝑥,
(𝑛)
entonces |𝑥 𝑖 − 𝑥| → 0 y, por álgebra de límites en R, se obtiene que
Õ
𝑁
(𝑛)
∥𝑥 (𝑛) − 𝑥∥ 1 = |𝑥 𝑖 − 𝑥| → 0.
𝑖=1

Es decir, 𝑥 (𝑛) → 𝑥. ■
Ejemplo 3.8.
    
1 1 + log(𝑛 3 ) 𝑛+1
, sen2 𝜋 , 2 exp → (0, 1, 2).
𝑛 log(3𝑛 )
2 𝑛2
Proposición 3.9 (Álgebra de sucesiones en R𝑁 ). Sean (𝑥 𝑛 )𝑛∈N e (𝑦𝑛 )𝑛∈N
dos suceciones en R𝑁 y 𝑥, 𝑦 ∈ R𝑁 tales que 𝑥 𝑛 → 𝑥 e 𝑦𝑛 → 𝑦. Sea (𝛼 𝑛 )𝑛∈N
una suceción en R y 𝛼 ∈ R tal que 𝛼 𝑛 → 𝛼. Entonces,
( a ) 𝑥 𝑛 + 𝑦𝑛 → 𝑥 + 𝑦,
( b ) ⟨𝑥 𝑛 , 𝑦𝑛 ⟩ → ⟨𝑥, 𝑦⟩, y
( c ) 𝛼 𝑛 𝑥 𝑛 → 𝛼𝑥.

Ejercicio 3.10. Demuestre la Proposición 3.9 usando la Proposición 3.7

y las propiedades de límites de sucesiones en R.

Ejercicio 3.11. Sea ∥ · ∥ una norma cualquiera en R𝑁 . Muestre que

para todo 𝑥, 𝑦 ∈ R𝑁 se tiene que |∥𝑥∥ − ∥ 𝑦∥| ≤ ∥𝑥 − 𝑦∥ y deduzca
que si 𝑥 𝑛 → 𝑥 en R𝑁 , entonces ∥𝑥 𝑛 ∥ → ∥𝑥 ∥ en R.

3.3. Convergencia y topología. Una forma equivalente de expresar

la convergencia es en términos de bolas. En efecto, 𝑥 𝑛 → 𝑥 si y solo
si
∀𝜖 > 0, ∃𝑛0 ∈ N : ∀𝑛 ≥ 𝑛0 , 𝑥 𝑛 ∈ 𝐵(𝑥, 𝜖).
 19

Similarmente, el Ejercicio 3.12 a continuación muestra cómo el con-

cepto de vecindad permite caracterizar la noción de convergencia.

Ejercicio 3.12. Sea (𝑥 𝑛 )𝑛∈N una sucesión en R𝑁 y 𝑥 ∈ R. Muestre que

𝑥 𝑛 → 𝑥 si y solo si

∀ 𝑉 ∈ 𝒱(𝑥), ∃𝑛0 ∈ N : ∀𝑛 ≥ 𝑛0 , 𝑥 𝑛 ∈ 𝑉.

Por otro lado, a través de sucesiones es posible caracterizar puntos

de adherencia y de acumulación y, en particular, conjuntos cerrados.

Proposición 3.13. Sea 𝐴 ⊂ R𝑁 y 𝑥 ∈ R𝑁 . Entonces, 𝑥 ∈ Adh(𝐴) si y

solo si existe una sucesión (𝑥 𝑛 )𝑛∈N en 𝐴 (es decir, 𝑥 𝑛 ∈ 𝐴, para todo 𝑛 ∈ N)
tal que 𝑥 𝑛 → 𝑥.

Demostración. Supongamos primero que 𝑥 ∈ Adh(𝐴). Luego, por de-

finición de adherencia, para todo 𝜖 > 0 se tiene que 𝐵(𝑥, 𝜖) ∩ 𝐴 ≠ ∅.
Sea 𝜖 𝑛 > 0, tal que 𝜖 𝑛 → 0 (por ejemplo, 𝜖 𝑛 = 1/𝑛). Luego, podemos
encontrar 𝑥 𝑛 ∈ 𝐵(𝑥, 𝜖 𝑛 ) ∩ 𝐴. Así 𝑥 𝑛 ∈ 𝐴 y ∥𝑥 𝑛 − 𝑥 ∥ < 𝜖 𝑛 → 0. Es decir,
𝑥 𝑛 → 𝑥 y 𝑥 𝑛 ∈ 𝐴.
Supongamos ahora que 𝑥 𝑛 → 𝑥 y 𝑥 𝑛 ∈ 𝐴. Veamos que 𝑥 ∈ Adh(𝐴).
En efecto, sea 𝜖 > 0. Como 𝑥 𝑛 → 𝑥, existe 𝑛0 ∈ N tal que ∥𝑥 𝑛0 −𝑥∥ < 𝜖,
es decir, 𝑥 𝑛0 ∈ 𝐵(𝑥, 𝜖). Como 𝑥 𝑛0 ∈ 𝐴, concuímos que 𝐵(𝑥, 𝜖) ∩ 𝐴 ≠ ∅
y por lo tanto, 𝑥 ∈ Adh(𝐴). ■

Ejercicio 3.14. Muestre que 𝑥 ∈ Der(𝐴) si y solo si existe una sucesión

(𝑥 𝑛 )𝑛∈N en 𝐴 \ {𝑥} tal que 𝑥 𝑛 → 𝑥.

Observación 3.15. Directo de la Proposición 3.13 y el Ejercicio 3.14,

se obtiene que 𝑥 ∈ Der(𝐴) si y solo si 𝑥 ∈ Adh(𝐴 \ {𝑥}).

Proposición 3.16. Un conjunto 𝐴 es cerrado si y solo si para toda sucesión

(𝑥 𝑛 )𝑛∈N convergente y tal que 𝑥 𝑛 ∈ 𝐴 se tiene que lim 𝑥 𝑛 ∈ 𝐴.

Demostración. Corolario directo de la Proposición 3.13. ■

3.3.1. Grafo de una función continua. La caracterización de conjunto

cerrado usando suceciones (Proposición 3.16) es de bastante utilidad
para determinar si un conjunto cerrado o no. En esta sección mostra-
mos una aplicación importante de este hecho.
20

Teorema 3.17 (Grafo de una función continua). El grafo de una función

𝑓 : R → R es el conjunto
Gr( 𝑓 ) = {(𝑥, 𝑦) ∈ R2 : 𝑦 = 𝑓 (𝑥)}.
Se tiene que el interior de Gr( 𝑓 ) es vacío. Si además 𝑓 es continua, entonces
Gr( 𝑓 ) es cerrado.
Demostración. Sea (𝑥, 𝑦) ∈ Gr( 𝑓 ), es decir, 𝑦 = 𝑓 (𝑥). Sea 𝑉 ∈ 𝒱(𝑥, 𝑦),
digamos 𝐵((𝑥, 𝑦), 𝛿) ⊂ 𝑉. Como la imagen de 𝑥 es única e igual a
𝑦, se tiene que (𝑥, 𝑦 ′ = 𝑦 + 𝛿/2) ∉ Gr( 𝑓 ). Pero claramente (𝑥, 𝑦 ′) ∈
𝐵((𝑥, 𝑦), 𝛿) ⊂ 𝑉, de modo que 𝑉 no está contenida en Gr( 𝑓 ). Así,
ninguna vecindad de (𝑥, 𝑦) ∈ Gr( 𝑓 ) está contenida en Gr( 𝑓 ), de modo
que Int(Gr( 𝑓 )) = Int(Gr( 𝑓 )) ∩ Gr( 𝑓 ) = ∅.
Supongamos ahora que 𝑓 es continua y veamos que Gr( 𝑓 ) es cerra-
do usando la Proposición 3.16. Sea (𝑥 𝑛 , 𝑦𝑛 )𝑛∈N una sucesión en Gr( 𝑓 ),
es decir, 𝑦𝑛 = 𝑓 (𝑥 𝑛 ), y supongamos que (𝑥 𝑛 , 𝑦𝑛 ) → (𝑥, 𝑦). De la Pro-
posición 3.7, sigue que 𝑥 𝑛 → 𝑥 e 𝑦𝑛 → 𝑦. Ahora, como 𝑥 𝑛 → 𝑥 y 𝑓
es continua, sigue que 𝑦𝑛 = 𝑓 (𝑥 𝑛 ) → 𝑓 (𝑥). Pero 𝑦𝑛 → 𝑦 y el límite
es único, de modo que 𝑦 = 𝑓 (𝑥). Así, (𝑥, 𝑦) ∈ Gr( 𝑓 ) y por lo tanto,
gracias a la Proposición 3.16, se concluye que Gr( 𝑓 ) es cerrado. ■
Observación 3.18. Es posible mostrar que, de hecho, Gr( 𝑓 ) es cerrado
si y solo si 𝑓 es continua.
Ejercicio 3.19. El hipografo de una función 𝑓 : R → R es el conjunto
Hip( 𝑓 ) = {(𝑥, 𝑦) ∈ R2 : 𝑦 ≤ 𝑓 (𝑥)}.
Muestre que si 𝑓 es continua, entonces Hip( 𝑓 ) es cerrado y
Fr(Hip( 𝑓 )) = Gr( 𝑓 ).
En particular, deduzca que
Int(Hip( 𝑓 )) = {(𝑥, 𝑦) ∈ R2 : 𝑦 < 𝑓 (𝑥)}.
Para finalizar, presentamos un contraejemplo en el caso de una
función que no es continua.
Ejercicio 3.20. Sea 𝜑 : R → R definida por
(
1 si 𝑥 ∈ Q,
𝜑(𝑥) =
0 si 𝑥 ∉ Q.
 21

Muestre que
( a ) Adh(Gr(𝜑)) = Gr(1) ∪ Gr(0),
( b ) Adh(Hip(𝜑)) = Hip(1), y
( c ) Fr(Hip(𝜑)) = Gr(1).
3.4. Subsucesiones y el Teorema de Bolzano–Weierstrass. Si (𝑥 𝑛 )𝑛∈N
es una sucesión, una subsucesión de (𝑥 𝑛 )𝑛∈N es una sucesión de la
forma (𝑦𝑛 = 𝑥 𝑓 (𝑛) )𝑛∈N , donde 𝑓 : N → N es una función creciente.
Ejemplo 3.21.
( a ) (𝑥2𝑛 )𝑛∈N y (𝑥 𝑛 2 )𝑛∈N son subsucesiones de (𝑥 𝑛 )𝑛∈N .



( b ) Las sucesiones dadas por 𝑦𝑛 = 1, 2𝑛 1
y 𝑧 𝑛 = −1, 2𝑛+1
1
son sub-
𝑛


suseciones de 𝑥 𝑛 = (−1) , 𝑛 ; 𝑦𝑛 = 𝑥2𝑛 y 𝑧 𝑛 = 𝑥2𝑛+1 .
1

Para una sucesión (𝑥 𝑛 )𝑛∈N en R𝑁 y 𝑥 ∈ R𝑁 , decimos que 𝑥 es un

punto de acumulación de (𝑥 𝑛 )𝑛∈N si esta posee una subsucesión que
converge a 𝑥, es decir, si 𝑥 𝑓 (𝑛) → 𝑥 para algún 𝑓 : N → N creciente.


Ejemplo 3.22. Para la sucesión 𝑥 𝑛 = (−1)𝑛 , 𝑛1 del Ejemplo 3.21(b) se
tiene que 𝑦𝑛 = 𝑥 2𝑛 → (1, 0) y 𝑧 𝑛 = 𝑥 2𝑛+1 → (−1, 0), de modo que
(1, 0) y (−1, 0) son puntos de acumulación de (𝑥 𝑛 )𝑛∈N . Es más, estos
son los únicos puntos de acumulación de (𝑥 𝑛 )𝑛∈N .
Observación 3.23. Toda subsucesión (𝑥 𝑓 (𝑛) )𝑛∈N de una sucesión con-
vergente 𝑥 𝑛 → 𝑥, también es convergente y 𝑥 𝑓 (𝑛) → 𝑥. En particular,
si 𝑥 𝑛 → 𝑥, entonces 𝑥 es el único punto de acumulación de (𝑥 𝑛 )𝑛∈N .
Una sucesión (𝑥 𝑛 )𝑛∈N en R𝑁 se dice acotada si existe 𝑀 > 0 tal que
∥𝑥 𝑛 ∥ < 𝑀 para todo 𝑛 ∈ N. Equivalentemente, (𝑥 𝑛 )𝑛∈N es acotada si
existe una bola abierta 𝐵 ⊂ R𝑁 tal que 𝑥 𝑛 ∈ 𝐵 para todo 𝑛 ∈ N.
Observación 3.24. Una sucesión acotada para una cierta norma, lo es
también para cualquier otra norma equivalente.
Recuerdo 3.25 (Teorema de Bolzano–Weierstrass). En cálculo real, el
Teorema de Bolzano–Weierstrass dice que toda sucesión acotada en
R posee al menos una subsucesión convergente, es decir, posee al
menos un punto de acumulación.
Este resultado se extiende al caso de varias variables.
Teorema de Bolzano–Weierstrass (en R𝑁 ). Toda sucesión acotada en
R𝑁 posee al menos una subsucesión convergente.
22

Idea de la demostración. Extracción sucesiva de subsucesiones usando

el Teorema de Bolzano–Weierstrass en R, coordenada por coordena-
da.
Demostración. Si una sucesión (𝑥 (𝑛) )𝑛∈N es acotada, entonces existe
𝑀 > 0 tal que ∥𝑥 (𝑛) ∥ ∞ < 𝑀. Es decir, para cada 𝑖 = 1, . . . , 𝑁, se
(𝑛) (𝑛)
tiene que |𝑥 𝑖 | < 𝑀. Luego, cada una de las sucesiones (𝑥 𝑖 )𝑛∈N de
números reales, son acotadas.
(𝑛)
• Por el Teorema de Bolzano–Weierstrass en R, (𝑥1 )𝑛∈N posee una
( 𝑓 (𝑛))
subsucesión convergente. Digamos (𝑥 1 1 )𝑛∈N .
(𝑛)
• Para 𝑖 > 1, como (𝑥 𝑖 )𝑛∈N es acotada, también lo es la subsuce-
( 𝑓 (𝑛))
sión (𝑥 𝑖 1 )𝑛∈N . Luego, nuevamante por el Teorema de Bolzano–
Weierstrass en R, podemos encontrar una subsuceción convergente
( 𝑓 (𝑛)) ( 𝑓 ( 𝑓 (𝑛)))
de (𝑥 2 1 )𝑛∈N ; digamos (𝑥 2 1 2 )𝑛∈N .
( 𝑓 ( 𝑓2 (𝑛))) ( 𝑓 (𝑛))
• Observemos que (𝑥1 1 )𝑛∈N es una subsucesión de (𝑥1 1 )𝑛∈N ,
( 𝑓 ( 𝑓 (𝑛)))
que es convergente. Luego, (𝑥1 1 2 )𝑛∈N .
• Continuando con este argumento, para 𝑖 = 3, . . . , 𝑁, obtendremos
( 𝑓 (···( 𝑓 (𝑛))))
funciones 𝑓𝑖 de modo que las subsucesiones (𝑥 𝑗 1 𝑖 )𝑛∈N son
convergente para todo 𝑗 ≤ 𝑖.
• Finalmente, la subsucesión definida por
𝐹(𝑛) = 𝑓1 ( 𝑓2 (· · · ( 𝑓𝑁−1 ( 𝑓𝑁 (𝑛)))))
(𝐹(𝑛))
satisface que (𝑥 𝑖 )𝑛∈N es convergente para todo 𝑖 = 1, . . . , 𝑁, de
modo que (𝑥 (𝐹(𝑛)) )𝑛∈N es convergente.
■
3.5. Completitud y sucesiones de Cauchy. En términos informales,
una sucesión de Cauchy, es una sucesión tal que sus elementos se
aproximan arbitrariamente cerca. Formalmente, una sucesión (𝑥 𝑛 )𝑛∈N
en R𝑁 es una sucesión de Cauchy si
∀𝜖 > 0, ∃𝑛0 ∈ N : ∀𝑛, 𝑚 > 𝑛0 , 𝑑(𝑥 𝑛 , 𝑥 𝑚 ) < 𝜖.
Recordemos que 𝑑(𝑥, 𝑦) = ∥𝑥 − 𝑦∥. En particular, a priori, la de-
finición depende de la norma. Sin embargo, es posible ver que para
normas equivalentes, las sucesiones de Cauchy son las mismas.

Proposición 3.26. Toda sucesión convergente es de Cauchy

 23

Demostración. Supongamos que 𝑥 𝑛 → 𝑥. Por definición de límite, pa-

ra 𝜖 > 0 debe existir 𝑛0 ∈ N tal que para cada 𝑛 > 𝑛0 , ∥𝑥 𝑛 − 𝑥∥ < 𝜖/2.
Luego, si 𝑛, 𝑚 > 𝑛0 , gracias a la desigualdad triangular se tiene
que
∥𝑥 𝑛 − 𝑥 𝑚 ∥ ≤ ∥𝑥 𝑛 − 𝑥∥ + ∥𝑥 − 𝑥 𝑚 ∥ < 𝜖/2 + 𝜖/2 = 𝜖.
De modo que (𝑥 𝑛 )𝑛∈N es de Cauchy. ■

La propiedad de que toda sucesión de Cauchy sea convergente se

denomina completitud¹. En cálculo real, se ve que R es completo. Esta
propiedad sigue siendo válida en dimensión superior.

Teorema 3.27 (Completitud de R𝑁 ). Toda sucesión de Cauchy en R𝑁 es

convergente.

Demostración. Sea (𝑥(𝑛))𝑛∈N una sucesión de Cauchy. Luego, por de-

finición de sucesión de Cauchy, para 𝜖 > 0, existe 𝑛0 ∈ N tal que
para todo 𝑛, 𝑚 ≥ 𝑛0 , ∥𝑥(𝑛) − 𝑥(𝑚)∥ ∞ < 𝜖 0 . En particular, para cada
𝑖 = 1, . . . , 𝑁, |𝑥 𝑖 (𝑛)−𝑥 𝑖 (𝑚)| < 𝜖. De modo que, para cada 𝑖 = 1, . . . , 𝑁,
la sucesión (𝑥 𝑖 (𝑛))𝑛∈N es de Cauchy en R. Como R es completo, sigue
que las sucesiones (𝑥 𝑖 (𝑛))𝑛∈N son convergentes, digamos 𝑥 𝑖 (𝑛) → 𝑥 𝑖 ,
para 𝑖 = 1, . . . , 𝑁. Pero entonces, tomando 𝑥 = (𝑥1 , . . . , 𝑥 𝑁 ), se tiene
que
Õ
𝑁
∥𝑥(𝑛) − 𝑥∥ 1 = |𝑥 𝑖 (𝑛) − 𝑥 𝑖 | → 0
𝑖=1

y por lo tanto 𝑥(𝑛) → 𝑥 en R𝑁 . ■

Demostración (completa) del Teorema 3.27. A continuación se pre-

senta una demostración del Teorema 3.27 que no usa la completitud
de R. En particular, la demostración a continuación también permite
deducir la completitud para R = R1 .
Para esto, usaremos los siguientes resultados, junto al Teorema de
Bolzano–Weierstrass.

Lema 3.28. Toda sucesión de Cauchy es acotada

¹Los espacios vectoriales normados y completos son también conocidos como

espacios de Banach.
24

Demostración. Sea (𝑥 𝑛 )𝑛∈N una sucesión de Cauchy. Luego, por de-

finición de sucesión de Cauchy, para 𝜖 0 > 0 fijo cualquiera, existe
𝑛0 ∈ N tal que para todo 𝑛, 𝑚 ≥ 𝑛0 , 𝑑(𝑥 𝑛 , 𝑥 𝑚 ) = ∥𝑥 𝑛 − 𝑥 𝑚 ∥ < 𝜖 0 .
Luego, para 𝑛 ≥ 𝑛0 ,
∥𝑥 𝑛 ∥ ≤ ∥𝑥 𝑛 − 𝑥 𝑛0 ∥ + ∥𝑥 𝑛0 ∥ < 𝜖 0 + ∥𝑥 𝑛0 ∥.
Sigue que ∥𝑥 𝑛 ∥ < 𝑀 = 𝜖 0 + max{∥𝑥1 ∥, . . . , ∥𝑥 𝑛0 ∥} y (𝑥 𝑛 )𝑛∈N es
acotada. ■
Lema 3.29. Si una sucesión es de Cauchy y posee una subsucesión conver-
gente, entonces es convergente.

Demostración. Sea (𝑥 𝑛 )𝑛∈N una sucesión de Cauchy y (𝑥 𝑓 (𝑛) )𝑛∈N una

subsucesión convergente de (𝑥 𝑛 )𝑛∈N . Digamos 𝑥 𝑓 (𝑛) → 𝑥, y veamos
que 𝑥 𝑛 → 𝑥.
Sea 𝜖 > 0.
( a ) Como (𝑥 𝑛 )𝑛∈N es de Cauchy, para 𝑛, 𝑚 > 𝑛1 , ∥𝑥 𝑛 − 𝑥 𝑚 ∥ < 𝜖/2.
( b ) Como (𝑥 𝑓 (𝑛) )𝑛∈N es convergente, para 𝑛 > 𝑛2 , ∥𝑥 𝑓 (𝑛) − 𝑥∥ < 𝜖/2.
Luego, para 𝑛 > 𝑛0 = max{𝑛1 , 𝑛2 },
∥𝑥 𝑛 − 𝑥∥ ≤ ∥𝑥 𝑛 − 𝑥 𝑓 (𝑛) ∥ + ∥𝑥 𝑓 (𝑛) − 𝑥∥ < 𝜖/2 + 𝜖/2 = 𝜖.
■
Demostración del Teorema 3.27. Sea (𝑥 𝑛 )𝑛∈N una sucesión de Cauchy
en R𝑁 . Gracias al Lema 3.28, sabemos (𝑥 𝑛 )𝑛∈N es acotada. Luego, por
el Teorema de Bolzano–Weierstrass, (𝑥 𝑛 )𝑛∈N posee una subsucesión
convergente. Finalmente, gracias al Lema 3.29, (𝑥 𝑛 )𝑛∈N es convergen-
te. ■

3.6. Conjuntos compactos. Decimos que un conjunto 𝐴 ⊂ R𝑁 es

compacto si toda sucesión en 𝐴 tiene una subsucesión convergen-
te a un punto en 𝐴, es decir, tiene un punto de acumulación que está
en 𝐴.

Ejemplo 3.30. Todo conjunto finito es compacto. En efecto, una su-

cesión que toma una cantidad finita de valores posee al menos una
subsucesión constante.

Proposición 3.31. Todo conjunto compacto es cerrado.

 25

Demostración. Sea 𝐴 ⊂ R𝑁 compacto y (𝑥 𝑛 )𝑛∈N una sucesión en 𝐴,

convergente a 𝑥 ∈ R𝑁 . Basta entonces mostrar que 𝑥 ∈ 𝐴. Como 𝐴
es compacto y 𝑥 𝑛 ∈ 𝐴, hay una subsucesión (𝑥 𝑓 (𝑛) ) convergente a un
punto 𝑦 ∈ 𝐴. Pero, como 𝑥 𝑛 → 𝑥, sigue que 𝑦 = 𝑥 (ver Observa-
ción 3.23) y por lo tanto 𝑥 ∈ 𝐴. De modo que 𝐴 es cerrado. ■
Decimos que un conjunto 𝐴 es acotado, si existe 𝑀 > 0 tal que
∥𝑥∥ < 𝑀 para todo 𝑥 ∈ 𝐴, es decir, 𝐴 ⊂ 𝐵(0, 𝑀).
Ejercicio 3.32.
( a ) Muestre que 𝐴 ⊂ R𝑁 es acotado si y solo si Adh(𝐴) es acotado.
( b ) Muestre que existe 𝐵 ⊂ R𝑁 tal que Int(𝐵) es acotado, pero 𝐵 no.
( c ) Muestre que existe 𝐶 ⊂ R𝑁 tal que Fr(𝐶) es acotado, pero 𝐶 no.

Proposición 3.33. Todo conjunto compacto es acotado.

Demostración. Supongamos que 𝐴 no es acotado. Luego, para todo

𝑛 ∈ N, podemos tomar un elemento 𝑥 𝑛 ∈ 𝐴 tal que ∥𝑥 𝑛 ∥ > 𝑛. Supon-
gamos que (𝑥 𝑛 )𝑛∈N tiene una subsucesión (𝑥 𝑓 (𝑛) ) convergente, diga-
mos a 𝑥 ∈ R𝑁 . Sea 𝑀 = ∥𝑥 ∥ + 1. Como 𝑥 𝑓 (𝑛) → 𝑥, existe 𝑛0 > 0 tal
que ∥𝑥 𝑓 (𝑛) − 𝑥∥ < 1 para todo 𝑛 ≥ 𝑛0 . Pero entonces, para 𝑛 ≥ 𝑛0
𝑓 (𝑛) < ∥𝑥 𝑓 (𝑛) ∥ ≤ ∥𝑥 𝑓 (𝑛) − 𝑥∥ + ∥𝑥∥ ≤ 𝑀.
Pero ∥𝑥 𝑓 (𝑛) ∥ > 𝑓 (𝑛) → ∞, de modo que lo anterior no es posible. Así
𝑥 𝑛 no posee ninguna subsucesión convergente y por lo tanto 𝐴 no es
compacto.
Sigue que si 𝐴 es compacto, entonces necesariamente es acotado.
■

Teorema 3.34. Todo conjunto cerrado y acotado en R𝑁 es compacto.

Demostración. Sea 𝐴 ⊂ R𝑁 cerrado y acotado y sea (𝑥 𝑛 )𝑛∈N una su-

cesión en 𝐴. Como 𝐴 es acotado, entonces (𝑥 𝑛 )𝑛∈N es acotada, luego
por el Teorema de Bolzano–Weierstrass, (𝑥 𝑛 )𝑛∈N posee una subsuce-
sión convergente, digamos 𝑥 𝑓 (𝑛) → 𝑥. Luego, por la Proposición 3.13,
𝑥 ∈ Adh(𝐴). Pero 𝐴 es cerrado, de modo que Adh(𝐴) = 𝐴. Así,
(𝑥 𝑛 )𝑛∈N posee una subsucesión convergente a un punto a 𝐴 y por
lo tanto 𝐴 es compacto. ■

Corolario 3.35. 𝐴 ⊂ R𝑁 es acotado si y solo si Adh(𝐴) es compacto.

26

¯ 0 , 𝑟) ⊂ R𝑁 es compacta.
Corolario 3.36. Toda bola cerrada 𝐵(𝑥

Ejemplo 3.37 (Contra-ejemplo en dimensión infinita). La caracteriza-

ción de conjuntos compactos dada por el Teorema 3.34 no es válida
en dimensión infinita. Por ejemplo, sea
ℓ ∞ = {(𝑥1 , 𝑥 2 , . . . , 𝑥 𝑖 , . . . ) ∈ R𝜔 : sup |𝑥 𝑖 | < ∞}.
Y definamos ∥𝑥∥ ∞ = sup |𝑥 𝑖 |. No es difícil mostrar que (ℓ ∞ , ∥ · ∥ ∞ )
es un espacio vectorial normado de dimensión infinita. Sin embargo,
𝐵¯ ∞ (0, 1) ⊂ ℓ ∞ siendo un conjunto cerrado y acotado, no es compacto.
En efecto, para 𝑛 ∈ N, podemos considerar 𝑒(𝑛) = (𝑒 𝑖 (𝑛))𝑖∈N , con
(
1, si 𝑖 = 𝑛,
𝑒 𝑖 (𝑛) =
0, si 𝑖 ≠ 𝑛.
Es decir, 𝑒(𝑛) toma valor 1 en la 𝑛-ésima coordenada y 0 en todas
las demás. Es claro que ∥𝑒(𝑛)∥ ∞ = 1 para todo 𝑛 ∈ N, por lo que la
sucesión (𝑒(𝑛))𝑛∈N es acotada en ℓ ∞ , sin embargo, (𝑒(𝑛))𝑛∈N no tie-
ne subsuceciones convergentes. De hecho, ninguna subsucesión de
(𝑒(𝑛))𝑛∈N ni siquiera es de Cauchy, ya que la distancia entre cual-
quier par de elementos distintos de la sucesión es siempre igual a 1,
esto es,
∥𝑒 𝑛 − 𝑒 𝑚 ∥ ∞ = 1, ∀𝑛 ≠ 𝑚.
Así, en un espacio de dimensión infinita, un conjunto cerrado y
acotado no necesariamente es compacto, dando un contra-ejemplo al
Teorema 3.34. Del mismo modo, una sucesión acotada no necesaria-
mente posee una subsucesión convergente, dando un contra-ejemplo
al Teorema de Bolzano–Weierstrass.
Es más, es posible demostrar que un espacio vectorial es de dimen-
sión finita si y solo si la bola cerrada unitaria 𝐵(0, 1) es compacta.
 ÍNDICE ALFABÉTICO
Adh, 13 norma, 4
Der, 15 norma euclidiana, 5
Fr, 15 norma 𝑝, 7
Int, 12
𝒱, 12 producto interno, 5
Gr, 20 producto por escalar, 2
Hip, 20 punto aislado, 15
punto de acumulación, 14, 21
abierto, 13 punto de adherencia, 13
acotada, 21 punto interior, 12
acotado, 25
subsucesión, 21
adherencia, 13
sucesión acotada, 21
bola abierta, 9 sucesión de Cauchy, 22
bola cerrada, 11 suma, 2

topología, 4
cerrado, 14
combinación lineal, 3 vecindad, 12
compacto, 25
completitud, 23

derivado, 15
dimensión, 3
dimensión finita, 3
dimensión infinita, 3
distancia, 16

equivalentes, 7
espacio euclídeo, 7
espacio vectorial, 1
espacio vectorial normado, 4
espacios de Banach, 23

frontera, 15

grafo, 20

hipografo, 20

interior, 12

límite, 16
27