Analisis Mat

An alisis Matematico I
1
o
de Matem aticas
13 de enero de 2012
Indice
Nota importante V
0. Introduccion 1
0.1. Que se estudia en el An alisis Matematico? . . . . . . . . . . . . 1
0.2. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.3. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1. N umeros 9
1.1. N umeros naturales . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1. Principio de induccion . . . . . . . . . . . . . . . . . . . . 10
1.2. N umeros enteros . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3. N umeros racionales . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.1. Insuciencia de los n umeros racionales . . . . . . . . . . . 18
1.4. N umeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.1. Denicion de los n umeros reales . . . . . . . . . . . . . . 24
1.4.2. Mas propiedades importantes de los n umeros reales . . . . 33
1.4.3. Intervalos. Valor absoluto de un n umero real . . . . . . . 39
1.4.4. Cardinales. Conjuntos numerables . . . . . . . . . . . . . 44
1.4.5. Representacion decimal de los n umeros reales . . . . . . . 47
Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2. Sucesiones y series 53
2.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.1.1. Denicion de sucesion de n umeros reales . . . . . . . . . . 53
2.1.2. El lmite de una sucesion . . . . . . . . . . . . . . . . . . 55
2.1.3. Operaciones con sucesiones: Propiedades algebraicas de
los lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.1.4. Desigualdades entre sucesiones . . . . . . . . . . . . . . . 64
2.1.5. Subsucesiones . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.1.6. Propiedades que aseguran la convergencia . . . . . . . . . 70
2.1.7. Algunos tipos de sucesiones no convergentes: Lmites in-
nitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
2.2. Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
2.2.1. Deniciones basicas. Ejemplos . . . . . . . . . . . . . . . . 91
Universidad de Malaga Analisis Matematico I, 2011-2012
iv

INDICE
2.2.2. Criterios generales de convergencia . . . . . . . . . . . . . 96
2.2.3. Criterios de convergencia para series de terminos no ne-
gativos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
2.2.4. Series absolutamente convergentes. Series alternadas . . . 107
Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
3. Funciones. Lmites, continuidad 115
3.1. Lmites de funciones . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.1.1. Denicion. Caracterizacion por sucesiones . . . . . . . . . 116
3.1.2. Propiedades elementales de los lmites . . . . . . . . . . . 121
3.1.3. Lmites seg un un subconjunto. Lmites laterales . . . . . . 125
3.1.4. Funciones monotonas . . . . . . . . . . . . . . . . . . . . 127
3.2. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . 128
3.2.1. Denicion. Propiedades elementales . . . . . . . . . . . . 128
3.3. Propiedades de las funciones continuas en intervalos . . . . . . . 133
3.3.1. Cuatro teoremas gordos . . . . . . . . . . . . . . . . . . . 133
3.3.2. Continuidad de la funcion inversa . . . . . . . . . . . . . . 141
3.3.3. Continuidad uniforme . . . . . . . . . . . . . . . . . . . . 147
3.4. Lmites innitos. Lmites en + y en . . . . . . . . . . . . . 151
3.4.1. Lmites innitos . . . . . . . . . . . . . . . . . . . . . . . 151
3.4.2. Lmites en + y en . . . . . . . . . . . . . . . . . . 157
Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
Analisis Matematico I, 2011-2012 Universidad de Malaga
Nota importante
Estas notas no deben ser un sustituto de los apuntes de clase. No todo lo
que esta aqu lo veremos en clase, ni todo lo que veamos en clase estara necesa-
riamente aqu. Sin embargo deben servir como gua (muy) detallada del curso
y como ayuda para completar demostraciones, detalles, notas historicas, etc.
Este es un documento pdf, y la version en pantalla tiene algunas ventajas

sobre la de papel:
se puede ver un ndice en un lateral del documento que permite ir facil-
mente de una seccion a otra;
cada cita de formula, teorema, denicion, ejercicio, etc. tiene un enlace
que reenva al objeto citado;
hay tambien algunos enlaces a recursos externos (algunos libros disponi-
bles en la red, o paginas web de interes);
usando la funcion de b usqueda de AcrobatReader (o de VistaPrevia, o del
lector de pdf que se use) se puede encontrar facilmente la palabra o texto
que se quiera;
. . . se ahorra en papel y tinta.
Por otra parte, esta es todava una edicion provisional de estas notas, cual-
quier comentaio sobre erroes, repeticiones, falta de claridad, repeticiones, etc.
se agradecera.
Tema 0
Introducci on
0.1. Que se estudia en el Analisis Matematico?
Una respuesta a esa pregunta se tendra (o debera tenerse) al nal de los
cursos Analisis I a IV, pero de manera simplicada podra contestarse con una
palabra: en el Analisis Matematico se estudian funciones. Sabemos mas o me-
nos que signica eso: una funcion entre dos conjuntos A y B es alg un tipo de
regla que a cada elemento del conjunto A le asocia un elemento (y solo uno) del
otro conjunto. Se suele escribir algo como
f : A B .
Recordemos que a A se le llama dominio de f. En los ejemplos que se han
visto en la ense nanza secundaria es probable que el dominio fuese un conjunto
de n umeros, por ejemplo un intervalo o R el conjunto de todos los n umeros
reales y que f viniese dada por una regla que nos dice a donde va a parar
cada elemento x del dominio; as por ejemplo, si escribimos
f : R R , f(x) = x
2
,
esa igualdad nos dice como calcular el n umero que le corresponde a cada x R.
Eso puede escribirse tambien como x x
2
(notese la barrita a la izquierda de
la echa).
Para que estudiamos las funciones? Aunque no nos demos cuenta, las fun-
ciones estan en todas partes; todo cientco, tecnico, economista, etc. quiere
encontrar la funcion que describe el fenomeno que esta estudiando. Veamos
algunos ejemplos:
El qumico sabe que la presion a la que se encuentra un gas en un volu-
men jo, depende de la temperatura: tenemos una funcion T p(T); para
cada temperatura T, p(T) nos da la presion a la que se encuentra el gas a esa
temperatura.
El fsico, para describir el movimiento de una partcula, necesita dar en
cada instante de tiempo, t, la posicion de esa partcula en el espacio, es decir
2 INTRODUCCI
ON
necesita una funcion t (x(t), y(t), z(t)), que para cada t da las coordenadas
de la partcula en el instante t. Aqu el dominio sera el intervalo de tiempo,
supongamos [0, T], en que estudiamos el proceso, y la funcion va a un cierto
subconjunto de R
3
; tenemos una funcion
r : [0, T] R
3
.
La evolucion de la temperatura en un cuerpo D R
3
, durante un deter-
minado proceso, puede describirse por una funcion u : D [0, ) R: para
cada punto (x, y, z) D y cada instante de tiempo t 0, u(x, y, z, t) nos da la
temperatura de (x, y, z) en el instante t.
La velocidad de cada punto en un uido que ocupe un recipiente, , viene
dada por una funcion u : [0, ) R
3
.
Tambien aparecen funciones en sitios que quizas no nos imaginamos: una
imagen digital es una funcion. Pensemos en una imagen en blanco y negro: en
cada punto de un rectangulo [0, a] [0, b], tenemos que conocer el tono de gris
que ponemos, por ejemplo, 0 si el punto esta negro, 1 si esta blanco y cualquier
valor intermedio para describir la intensidad que se desee. En la practica no se
hace para todo punto del rectangulo sino para varios millones de pixeles en el
rectangulo; tenemos por tanto una funcion (i, j) f((i, j)). Cada (i, j) es un
pixel, y nuestra funcion tiene por dominio el conjunto de millones de pixeles que
hemos situado en el rectangulo. Para describir una imagen en color, usamos que
cualquier color se puede obtener como una combinacion de rojo, verde y azul
(RGB son las iniciales en ingles), por tanto en ese caso tenemos una funcion que
a cada pixel (i, j) le asocia una terna de n umeros entre 0 y 1, es decir tenemos
una funcion que podemos escribir por ejemplo,
(i, j) (r((i, j)), g((i, j)), b((i, j))).
Una imagen de video es algo similar, la diferencia es que hay una variable
mas en el dominio: tenemos que dar para cada pixel la intensidad de cada color
en cada instante de tiempo, es decir ahora tendremos una funcion
(i, j, t) (r((i, j, t)), g((i, j, t)), b((i, j, t))),
cuyo dominio es [0, a] [0, b] [0, T], T =duracion de la pelcula
1
.
En el ejemplo de la foto obtenemos la funcion en alg un modo (la camara
tiene sensores y ltros que en milesimas de segundo analizan la luz que les llega
y almacenan en la memoria cada uno de los valores que les corresponden a
cada (i, j)); en otras situaciones, por ejemplo en el caso de los movimientos de
una partcula, o de la evolucion de una temperatura en un cuerpo, querramos
conocer la funcion antes de que ocurra (as podemos, por ejemplo, predecir los
eclipses o las trayectorias de los cometas, o podemos conocer que temperatura
se va alcanzar en determinado proceso, sin tener que realizar el proceso). En
1
Como antes, en la practica, ser a solo para un n umero nito de puntos (instantes) en el
intervalo [0, T], por ejemplo, cada centesima de segundo.
0.1 Que se estudia en el Analisis Matematico? 3
esos casos lo que tenemos son leyes que rigen esos fenomenos y a partir de
ellas pueden obtenerse condiciones que deben cumplir esas funciones (funciones
que todava no conocemos!). En esos casos el problema es por tanto determinar
funciones conociendo ciertas de sus propiedades.
En cursos posteriores haremos eso: veremos como encontrar funciones que
cumplen unas condiciones determinadas (eso se estudia en asignaturas como
Ecuaciones diferenciales, Ecuaciones en derivadas parciales, Calculo de variacio-
nes, etc.) pero en las asignaturas de Analisis I - IV suponemos que alguien nos
ha dado ya una funcion y queremos saber sobre ella lo mas posible; estudiare-
mos propiedades de las funciones, por ejemplo: su crecimiento, como determinar
los valores maximos o minimos que toma, como aproximarla por funciones mas
simples, etc.
1 Nota. Las funciones que aparecen en los ejemplos anteriores tiene por dominio
conjuntos de n umeros o de pares de n umeros, ternas de n umeros, etc. pero
de manera natural aparecen funciones con dominios mas complicados. Veamos
un ejemplo clasico. Pensemos en el siguiente problema: tenemos dos puntos
a distinta altura en un plano vertical, por ejemplo P (0, 0), Q (a, b)
a, b > 0, y los unimos por un alambre. Si dejamos caer una bolita puntual
Figura 1. Problema de la braquistocrona
por ese alambre, el tiempo que la bolita tarda en caer depende del camino que
hayamos jado. Tenemos por tanto una funcion, T, (la funcion tiempo que tarda
en caer la bolita) cuyo dominio es el conjunto de caminos (razonables) que unen
P y Q. El problema de la braquistocrona (=mnimo tiempo) es determinar el
camino para el que esa funcion T alcanza el mnimo, es decir el camino por el
que la bolita caera en menos tiempo (eso puede ser interesante, por ejemplo, si
se esta dise nando una monta na rusa).
Calculo y Analisis Matematico
Ya sabemos por tanto que estudiamos en este curso, pero no es eso lo mismo
que hemos visto ya en el bachillerato . . . continuidad, derivadas, maximos y
mnimos, integrales, etc.? S, algunas cosas de las que veamos seran ya conocidas,
por ejemplo sabemos que signica funcion continua; posiblemente conocemos
tambien algunas propiedades importantes, por ejemplo, sabemos que si una
funcion continua, denida en un intervalo [a, b], toma en los extremos valores de
4 INTRODUCCI
ON
signo contrario, entonces debe haber alg un punto c (a, b) en el que la funcion
valga 0 (ese es el teorema de Bolzano); conocemos tambien algo sobre derivacion
Figura 2. Teorema de Bolzano
e integracion de funciones. . . todo eso volvera a aparecer en las asignaturas de
Analisis Matematico. La diferencia es que ahora lo veremos con mas extension:
veremos mas conceptos, mas propiedades, etc.; y con mas profundidad: no nos
creeremos nada, lo que armemos habra que demostrarlo.
Este ultimo punto es importante, puede decirse que es eso lo que diferencia
el Analisis Matematico I, que estudiaremos nosotros, de lo que se conoce como
Calculo (que se estudia en otras carreras).
Por que necesitamos demostrar cosas tan claras como el teorema de Bol-
zano? Es cierto que muchos de los resultados que conocemos ya sobre funciones
son intuitivos por ejemplo la propiedad de Bolzano anterior y hasta aho-
ra los hemos admitido, pero en el desarrollo de la Matematica, a medida que
aparecan mas complicaciones en los conceptos que se manejaban, resulto claro
que no era seguro basar conclusiones en la intuicion, que esta poda llevar a
resultados erroneos; aparecio la necesidad de aumentar el rigor en las denicio-
nes y demostraciones. Eso hizo que el Calculo, que haba aparecido con Newton
y Leibniz a nales del siglo XVII y que haba demostrado ya su utilidad en
las aplicaciones a otras ciencias, pasara a mediados del siglo XIX (con Cauchy,
Weierstrass, Bolzano, etc.) a ser Analisis Matematico.
Demostrar algo signica dejar clara la certeza de ese algo con razones; en
Matematicas eso quiere decir:
- partir de ciertos conceptos basicos que admitimos como validos,
- construir a partir de ellos (con deniciones precisas) otros conceptos, y
- usar razonamientos (logicos) para obtener conclusiones sobre ellos.
Nosotros estudiaremos las funciones (en este curso funciones de una variable)
con esas condiciones de rigor.
En el caso del An alisis los conceptos basicos son los n umeros y a ellos dedi-
caremos el primer tema del curso, pero primero estableceremos alguna notacion
y deniciones elementales sobre algo un poquito mas abajo, los conjuntos.
0.2 Conjuntos 5
0.2. Conjuntos
Lo que usaremos sobre conjuntos es probablemente conocido (y se repa-
sara tambien en otras asignaturas) pero conviene recordarlo.
Escribiremos x A, para expresar que x es un elemento del conjunto A. En
caso contrario se escribe x / A.
Si A y B son conjuntos y todo elemento de A esta tambien en B se nota
A B y se dice que A es subconjunto de B o que A esta contenido en B. Notese
que eso no excluye que sea A = B. Es claro que A = B es equivalente a decir
A B y B A.
Usamos para describir un conjunto: algunas veces detallando sus elemen-
tos, por ejemplo
A = 1, 1 o B = n, n = 1 a 30 ;
pero normalmente a traves de una propiedad; por ejemplo, podemos escribir
algo como
C = n N [ n es par
o como
D = funciones f : R R [ f(0) = 7 ;
en esos casos la barra [ signica tal que.
En conjuntos denidos de ese modo, la variable que se usa en la denicion es
por supuesto una letra muda y, por ejemplo, el conjunto C anterior no cambia
si ponemos
C = a N [ a es par .
Si no hay ning un elemento que cumpla la condicion que describe a un con-
junto se dice que ese es el conjunto vaco y se nota por .

Ese es por tanto el
conjunto que no contiene ning un elemento.
Si A y B son conjuntos notamos
A B = x [ x A o x B , A B = x [ x A y x B .
De manera mas general, si tenemos una familia de conjuntos A
i
iF
(es
decir, para cada i T tenemos un conjunto A
i
) denimos
_
iF
A
i
= x [ x A
i
para alg un i T ,
iF
A
i
= x [ x A
i
para todo i T .
A B = equivale a armar que no hay ning un elemento que este en A y
en B. Se dice en ese caso que A y B son disjuntos.
Denimos tambien
A B = x A [ x / B ,
6 INTRODUCCI
ON
que se llama A menos B o tambien complemento de B en A. Cuando esta claro
el conjunto A en que nos movemos y B A, notamos simplemente B
c
para
ese complemento.
Denimos tambien A B como el conjunto de los pares ordenados (a, b),
con a A, b B, es decir
AB = (a, b) [ a A, b B .
0.3. Aplicaciones
Como hemos dicho, antes de estudiar las funciones dedicaremos un primer
tema a los n umeros; pero en alg un punto de ese tema nos hara falta conocer ya
algunas ideas elementales sobre el concepto de funcion; nos conviene por tanto
resumir aqu las deniciones y la notacion basicas (algo posiblemente ya visto).
Si A y B son conjuntos una aplicacion de A en B es una regla que hace
corresponder a cada elemento de A uno y solo uno de B
2
. Decimos que A es
el dominio de la aplicacion y que B es el conjunto nal. Cuando A y B son
conjuntos de n umeros (o de pares de n umeros, ternas de n umeros, etc.) se suele
usar, como hemos visto, la palabra funcion en lugar de aplicacion.
Una aplicacion se suele nombrar por una letra, por ejemplo, f, g, u . . . . Si
f es una aplicacion con dominio A y conjunto nal B se escribe
f : A B .
Si a A notamos por f(a) al elemento que le hace corresponder f a ese a,
y decimos que f(a) es la imagen de a por f.
Notese que puede haber elementos de B que no sean imagen de nadie, por
ejemplo, si consideramos la funcion g : R R, denida por g(x) = x
2
no hay
ning un a R tal que g(a) = 13.
Se nota f(A), y se le llama conjunto imagen de f, al conjunto de elementos
de B que son imagen de alg un elemento de A, es decir
f(A) = b B [ b = f(a) para alg un a A .
Diremos que
f : A B es sobreyectiva si f(A) = B, dicho con palabras: si todo elemento
del conjunto nal es imagen de alg un elemento del dominio.
Por ejemplo, la aplicacion h : R R denida por h(x) = x+3 es sobreyectiva.
Notese tambien que un b B puede ser la imagen de mas de un elemento
de A, por ejemplo, con la misma g de antes, vemos que 4 = g(2), 4 = g(2).
Cuando no ocurre eso decimos que la aplicacion es inyectiva, es decir
f : A B es inyectiva si para todo par de elementos a
1
, a
2
A, con a
1
,= a
2
,
se cumple que f(a
1
) ,= f(a
2
), dicho con palabras: si se cumple que elementos
distintos tienen im agenes distintas.
La aplicacion g anterior no es inyectiva, h s lo es. Si una aplicacion es inyectiva
y sobreyectiva se dice que es biyectiva. La h anterior es biyectiva.
2
En

Algebra se vera una denicion m as formal que evita denir regla.
0.3 Aplicaciones 7
Alfabeto griego
Pronto veremos que en el Analisis Matematico (en las Matematicas en ge-
neral) hacen falta muchas letras. . . nuestro alfabeto no sera suciente y hay que
recurrir tambien al alfabeto griego. Conviene ir familiarizandose con las letras
griegas y sus nombres.

Esta es una lista de todas (aunque algunas se usan muy
poco) con la min uscula, may uscula y nombre correspondiente.
A B E Z H (o )
alfa beta gamma delta epsilon dseda eta
I K M N o O
theta iota kappa lambda mu nu xi omicron
(o ) P T X
pi ro sigma tau upsilon ji psi omega
Tema 1
N umeros
Como hemos dicho en la introduccion, el objetivo basico de este curso es
el estudio de las funciones reales de una variable real, es decir funciones que
asignan n umeros reales a los elementos de un conjunto de n umeros reales. Es
natural que empecemos por estudiar que es eso de n umero real. Lo haremos
repasando brevemente las etapas que siguio la idea de n umero hasta llegar a ese
concepto.
1.1. N umeros naturales
Sabemos que entendemos por n umeros naturales: 1, 2, etc. Son los primeros
que aprendemos, se inventaron (y los usamos) para contar, para indicar cuantos
objetos hay en una coleccion. Al conjunto de todos ellos lo representaremos por
la letra N (o N en la pizarra). Sabemos como sumar y multiplicar n umeros
naturales y conocemos las propiedades fundamentales
asociatividad de la suma:
m+ (n +p) = (m+n) +p , para todos m, n, p N ;
conmutatividad de la suma:
m+n = n +m, para todos m, n N ;
asociatividad del producto
1
:
m(np) = (mn)p , para todos m, n, p N ;
conmutatividad del producto:
mn = nm, para todos m, n N ;
1
Como es costumbre, cuando no hay lugar a confusion, usaremos simplemente mn en lugar
de m n, para denotar el producto de los n umeros m, n.
10 N
UMEROS
existe un elemento neutro para el producto, 1 :
m1 = m , para todo m N .
distributividad de la suma respecto del producto:
m(p +q) = mp +mq , para todos m, p, q N ;
Tambien podemos comparar n umeros naturales: dado un par de n umeros m, n
N, sabemos cuando es cierto que m n. Esa relacion tiene las propiedades de
reexividad: para todo n N es cierto que n n;
antisimetra: si m n y n m es que m = n; y
transitividad: si m n y n p entonces m p.
Matematicamente eso se expresa diciendo que dene en N una relacion de
orden.
Sabemos tambien que el orden y la suma se llevan bien:
si m, n N , m n , y p N entonces m+p n +p .
Ademas ese orden es total, en el sentido de que dado cualquier par m, n N,
entonces o bien es m n o n m.
Todo lo anterior se puede denir axiomaticamente: se toma como punto de
partida la teora de conjuntos y a partir de ella se construye el conjunto N y se
denen unas operaciones y una relacion de orden, para las que se demuestran
las propiedades anteriores; esto se conoce como construccion de N mediante
axiomas de Peano
2
y se estudia en las asignaturas de

Algebra. No dedicaremos
tiempo a eso, sino que supondremos N como algo ya conocido y seguiremos a
partir de ah. Sin embargo hay uno de los axiomas en la denicion que para
nosotros es especialmente interesante y al que dedicaremos un poquito mas
de tiempo: el principio de induccion; nosotros podemos considerarlo como una
propiedad que satisface N:
1.1.1. Principio de induccion
Si A N es un conjunto que cumple
1 A
si m A entonces m+ 1 A
entonces A = N.
El principio de induccion se usa frecuentemente para demostrar que una
determinada propiedad es valida para todo n umero natural. Por ejemplo:
Para todo n N se cumple que
(1.1) 1 + +n =
n(n + 1)
2
.
2
Giuseppe Peano, matematico italiano (1858-1932).
1.1 N umeros naturales 11
Es decir, tenemos una propiedad, llamemosla T(n) (en este ejemplo la igualdad
anterior), que queremos ver que es cierta para todo n umero natural. Lo que
hacemos es aplicar el principio de induccion al conjunto
A n N [ T(n) es cierta .
Debemos:
Comprobar que 1 A, es decir T(1) es cierta.
En nuestro ejemplo eso es trivial: para n = 1 el miembro de la izquierda
de (1.1) es 1 y el de la derecha tambien.
Comprobar que si m A entonces m+1 A, es decir: si se cumple T(m)
tambien se cumplira T(m+ 1).
En nuestro caso suponemos que (1.1) es valida para un m, es decir
1 + +m =
m(m+ 1)
2
y debemos deducir que entonces eso vale para m+1. Eso es facil: podramos
poner
1 + +m+ [m+ 1] =
m(m+ 1)
2
+ [m+ 1]
(por supuesto, los corchetes no hacen falta, los ponemos solo para resaltar
que buscamos la propiedad para m+1) y simplemente sumando obtenemos
1 + +m+m+ 1 =
m(m+ 1) + 2(m+ 1)
2
=
(m+ 1)(m+ 2)
2
=
[m+ 1]([m+ 1] + 1)
2
Tenemos por tanto que, si suponemos cierta T(m) (esto se expresa dicien-
do,si se cumple la hipotesis de induccion) entonces T(m+1) tambien es
cierta.
El principio de induccion nos dice que A = N es decir, (1.1) vale para todo
n N.
El razonamiento se puede extender al caso en el que queremos probar que
cierta propiedad, T(n) es valida a partir de un determinado k N. Lo dejamos
como ejercicio
1.2 Ejercicio. Usar el principio de induccion para probar el siguiente principio
de induccion empezando en k:
Supongamos que de una cierta propiedad que depende de n N, T(n), sabemos
- T(k) es cierta para un determinado k N,
- si m k y se cumple T(m) entonces tambien se cumple T(m+ 1),
entonces T(n) es cierta para todo n N, n k.
12 N
UMEROS
Con el principio de induccion podemos demostrar tambien algo intuitiva-
mente claro:
1.3 Teorema (Principio de buena ordenacion). En N, con el orden habitual,
cualquier subconjunto no vaco tiene un primer elemento, es decir si S N es
no vaco, existe k S tal que k n para todo n S. Se dice que N es un
conjunto bien ordenado.
Demostracion. Si 1 S es claro que 1 es el primer elemento de S. Si no,
consideremos el conjunto de n umeros naturales que son estrictamente menores
que todos los de S, es decir el conjunto
M = n N [ n < k para todo k S .
Se cumple que que S M = y que 1 M. Ademas, tiene que haber alg un
m M tal que m+1 / M, ya que si no, por el principio de induccion, se tendra
que M = N y eso es imposible porque S ,= . Por ser m M, para cualquier
k S, se tiene m < k, luego
m+ 1 k para todo k S ,
pero ademas
m+ 1 S ,
pues si no, se tendra m + 1 < k para todo k S y por tanto m + 1 M. Las
dos armaciones anteriores prueban que m+ 1 es el primer elemento de S.
Usando la buena ordenacion (o lo que es lo mismo el principio de induccion)
se obtiene
Principio de induccion completa. Si A N es un conjunto que cumple
1 A
si 1, . . . , m A entonces m+ 1 A
entonces A = N.
Demostracion. Veamos que A
c
= . Si no, existira un primer elemento, k A
c
;
como 1 A, debe ser k > 1, pero entonces 1, . . . , k 1 A, y la hipotesis
de induccion (completa) implicara que k A; esta contradiccion prueba que
A
c
= y por tanto A = N.
El principio de induccion nos permite tambien establecer deniciones de
conjuntos o conceptos que dependen de n. Por ejemplo, podemos denir n!
mediante las igualdades
1! = 1 , (n + 1)! = n! (n + 1) ;
en efecto, con eso tenemos la denicion de factorial para n = 1 y si conocemos
como calcular m! podemos calcular (m+ 1)!; el principio de induccion nos dice
1.2 N umeros enteros 13
que tenemos denido n! para todo n N.

Ese es un ejemplo de una denicion
por recurrencia. Es claro que tambien podemos denir n! simplemente como el
producto de los n umeros naturales menores o iguales que n, pero hay casos en
que la denicion mas manejable es una denicion por recurrencia y veremos
ejemplos de ello en el tema siguiente (y en todo el Analisis Matematico).
Usando el principio de induccion (completa) se demuestra tambien el teo-
rema de factorizacion en n umeros primos (se conoce tambien como teorema
fundamental de la Aritmetica). La demostracion la dejamos como ejercicio (se
vera en la asignatura de

Algebra).
1.4 Teorema. Todo n umero natural mayor que 1 admite una descomposicion
unica en n umeros primos, es decir si n N, n > 1, existen p
1
< . . . < p
kn
,
primos, y existen
1
, . . . ,
kn
N tales que
n = p
1
1
. . . p
kn
kn
,
y esa descomposicion es unica.
1.2. N umeros enteros
A partir de los n umeros naturales se pueden denir los enteros: a nadimos
a N los n umeros negativos y el 0
3
. Los n umeros enteros negativos permiten
representar debitos (para eso lo inventaron los matematicos hind ues) y asignar
un signicado a operaciones como 35. Usaremos Z (de Zahl, n umero en aleman)
para denotar el conjunto de todos esos n umeros y le llamamos conjunto de los
n umeros enteros.
Las operaciones de N se extienden a Z, y Z con las operaciones de suma y
producto sigue satisfaciendo las mismas seis propiedades que vimos para N al
principio de 1.1, pero ahora tenemos ademas
existe un elemento neutro para la suma, 0 :
m+ 0 = m , para todo m Z .
para cada elemento m Z hay un unico inverso para la suma, un opuesto,
que se denota por m:
m+ (m) = 0 , para todo m Z .
3
Historicamente aparecieron antes los n umeros racionales positivos, que usaban ya los grie-
gos e incluso en cierta manera los babilonios y los egipcios. Los n umeros negativos aparecieron
posiblemente en la India hacia el siglo VII d.C. y tambien entonces aparece el 0 como n ume-
ro, aunque antes se haba usado como notacion de un hueco en los sistemas de numeracion
posicionales. La palabra arabe para el cero era al-sifr, de la que se derivo la latina cifra. Es
interesante notar, sin embargo, que todava en el siglo XVII e incluso principios del XVIII,
los n umeros negativos no eran aceptados como n umeros autenticos sino como entes que
aparecan en las operaciones pero que convena (si era posible) evitar, ver [2, sec. 25.1].
Para cualquier cosa sobre Historia de las Matematicas puede consultarse tambien la pagina
Mac Tutor of History of Mathematics (en ingles) que tiene, entre otras cosas, biografas de
todos los matematicos.
14 N
UMEROS
La existencia de opuesto permite denir la operacion diferencia como
mn m+ (n) .
A partir de las propiedades anteriores se pueden demostrar otras propiedades
conocidas, por ejemplo
1.5 Proposicion. Si m, n Z entonces
m0 = 0 .
m(n) = mn.
Demostracion. Como 0 = 0 +0 se tiene que cumplir, por la propiedad distribu-
tiva,
m0 = m(0 + 0) = m0 +m0 ,
y si sumamos el opuesto de m0 a ambos miembros se obtiene, como queramos,
que
0 = m0 .
Para lo segundo basta ver usando lo anterior y de nuevo la propiedad distribu-
tiva,
0 = m0 = m(n + (n)) = mn +m(n) ,
lo que nos dice que m(n) es el opuesto de mn, es decir m(n) = mn, como
queramos.
Z es un ejemplo de lo que se conoce como anillo conmutativo: un conjunto
en el que hay denidas dos operaciones (en el caso de Z la suma y producto ha-
bituales) que cumplen las ocho propiedades anteriores. Los anillos conmutativos
se estudiaran con detalle en

Algebra. Lo importante de esas abstracciones es que
cualquier resultado, como por ejemplo la proposicion anterior, que obtengamos
a partir solamente de esas ocho propiedades, valdran en cualquier anillo
conmutativo.
Tambien se extiende a Z la relacion de orden. Sabemos que si m Nentonces
m < 0; la relacion de orden se lleva bien con la suma (como en N) y se lleva
bien solo con el producto por enteros positivos:
si m, n, p Z , m n , y 0 < p entonces mp np .
1.3. N umeros racionales
Los n umeros enteros no fueron sucientes para las necesidades que surgieron
al hombre; pronto aparecio la necesidad de usar partes de una unidad
4
. Por
ejemplo en el proceso de medir es claro que, jada una unidad de medida, los
n umeros enteros no bastan para medir cualquier segmento; para segmentos mas
4
La idea de n umero racional positivo era ya conocida por los babilonios, es muy anterior
ver la nota previa a la de n umero entero negativo.
1.3 N umeros racionales 15
cortos que la unidad de medida hace falta dividir la unidad en partes y contar
cuantas de esas parte caben en el segmento; fue necesario introducir (inventar)
los n umeros racionales (racional viene de ratio, razon, en el sentido de cociente,
proporcion, no de razonable).
A partir de los n umeros enteros se pueden construir los racionales algo que
se vera en las asignaturas de

Algebra, a nosotros sin embargo nos bastara con
lo que ya sabemos:
Dados a, b, c, d Z, con b ,= 0, d ,= 0, decimos que las fracciones
a
b
,
c
d
,
son equivalentes si y solo si ad = bc (por ejemplo,
3
4
y
6
8
son equivalentes); un
n umero racional es una clase de fracciones equivalentes; cada una de ellas es un
representante de ese n umero racional. Por ejemplo
3
4
,
6
8
, etc. son representantes
del n umero racional formado por todas las fracciones equivalentes a ellos, aunque
hablemos simplemente del n umero racional
3
4
. Como es sabido, lo habitual es
elegir un representante,
p
q
con q > 0 y tales que p y q (o p y q si el n umero es
negativo) sea primos relativos, es decir, no tengan factores primos comunes.
Al conjunto de los n umeros racionales se le representa por Q (de quotient).
Claramente, si identicamos al entero m con el racional (representado por)
m
1
,
podemos considerar a Z como un subconjunto de Q.
Sabemos como se dene la suma y el producto en Q y que esas operaciones
satisfacen las mismas ocho propiedades que en Z y una mas que es fundamental:
para cada elemento
p
q
Q, con p ,= 0 hay un inverso para el producto,
q
p
:
p
q
q
p
= 1 .
Notese que por el primer punto de la proposicion 1.5 el 0 no puede tener
inverso para el producto: para cualquier r Q se cumple que r 0 = 0 r = 0,
luego no hay ning un r tal que 0 r = 1. (Como Q satisface las mismas ocho
propiedades de Z, el resultado de la proposicion tambien vale para Q, no hay
que probarlo de nuevo!)
Como sabemos, la existencia de inverso permite denir la division por un
n umero racional no nulo: si x =
p
q
e y =
p
,= 0 denimos
x
y
, que como
sabemos se nota tambien x : y o x y , como
x
y
x y
1
=
p
q
q
.
Q es un ejemplo de lo que se conoce como cuerpo: un conjunto en el que
hay denidas dos operaciones (en el caso de Q la suma y producto habituales)
que cumplen las nueve propiedades anteriores (las ocho que ya tenan los anillos
conmutativos y la existencia de inverso para la segunda operacion). Los cuerpos
se estudiaran con detalle en

Algebra.
En Q tenemos tambien el concepto de orden, sabemos comparar dos n ume-
ros racionales y decir cuando es
m
n

p
q
. Ademas la relacion de orden y las
16 N
UMEROS
operaciones se llevan bien, en el sentido que ya hemos visto para naturales y
enteros: sean x, y Q
si x y y z Q entonces x +z y +z ,
si x y y z > 0 entonces xz y z .
Conviene ahora recapitular y poner en orden todas las propiedades que he-
mos visto para Q:
Propiedades de la suma
1. asociatividad:
(x +y) +z = x + (y +z) , para todo x, y, z Q ;
2. existencia de elemento neutro:
existe un elemento, 0 Q tal que
x + 0 = 0 +x = x, para todo x Q ;
3. existencia de elementos opuestos:
para cada x Q existe un unico elemento, llamado opuesto de x, y repre-
sentado por x con la propiedad
x + (x) = (x) +x = 0 ;
4. conmutatividad:
x +y = y +x , para todo x, y Q ;
Propiedades del producto
5. asociatividad
(xy)z = x(yz) , para todo x, y, z Q ;
existe un elemento, 1 Q, tal que
x1 = 1 x = x , para todo x Q ;
7. existencia de elementos inversos:
para cada x Q existe un unico elemento, llamado inverso de x y repre-
sentado por x
1
con la propiedad
xx
1
= x
1
x = 1 ;
8. conmutatividad
xy = yx , para todo x, y Q ;
Propiedad que relaciona ambas operaciones
9. distributividad:
x(y +z) = xy +xz , para todo x, y, z Q ;
Propiedades de la relacion de orden
10. orden total
5
si x, y Q entonces x y o y x .
Propiedades de compatibilidad de la relacion de orden
11. monotona para la suma
si x y y z Q entonces x +z y +z ,
12. monotona para el producto por n umeros positivos
si x y y 0 < z entonces xz y z
A un cuerpo en el que hay denida una relacion de orden que satisface las
propiedades 10-12 se le llama cuerpo ordenado. Por tanto, Q con las operaciones
que conocemos y el orden que conocemos es un cuerpo ordenado.
1.6 Nota. Es facil comprobar que las propiedades 11 y 12 pueden formularse de
forma equivalente con < en lugar de . Por ejemplo, 12 puede sustituirse por
12
. monotona para el producto por n umeros positivos

si x < y y 0 < z entonces xz < y z
Hay muchas propiedades que conocemos de Q que se pueden demostrar
usando solo las 12 propiedades anteriores. Como hemos se nalado antes, esas
propiedades valdran en cualquier otro cuerpo ordenado que nos encontremos.
Veamos algunos ejemplos importantes que tiene que ver con el orden:
1.7 Proposicion. Sean x, y Q.
x y si y solo si 0 y x .
x 0 si y solo si 0 x .
5
Eso se suele enunciar tambien en la forma equivalente : si x, y Q entonces o bien x < y
o y < x o x = y. Se conoce entonces como propiedad de tricotoma.
18 N
UMEROS
El producto por n umeros negativos invierte el orden:
si x y y z < 0 entonces y z xz .
x
2
( = xx) 0 .
Supongamos x ,= 0 e y ,= 0, si x y entonces y
1
x
1
.
Demostracion. Si x y, por la propiedad 11 se tiene
x + (x) y + (x) o sea 0 y x ;
el recproco se hace igual (sumando x a ambos miembros). Eso prueba la primera
armacion. La segunda es simplemente la primera para y = 0.
Para probar la tercera usamos que por lo anterior 0 < z y, por la propiedad
12, (z)x (z)y, o lo que es lo mismo, zx zy; pero, de nuevo por lo
anterior, eso equivale a zy zx .
La pen ultima propiedad se deduce directamente de 12 en el caso de x 0; si
por el contrario x 0 se deduce de la anterior.
La demostracion de ultima propiedad la dejamos como ejercicio.
1.8 Ejercicio. Sean x, y Q y sea m N. Probar que
si x 0, y 0 entonces x < y si y solo si x
m
< y
m
.
(Notese que de eso se deduce que si x, y 0 entonces x
m
= y
m
x = y .)
1.3.1. Insuciencia de los n umeros racionales
En las secciones anteriores hemos visto como distintas necesidades hicieron
ampliar el concepto de n umero y as pasar de los naturales a los enteros y de los
enteros a los racionales (aunque como ya hemos dicho no fue este exactamente
el orden historico), pero por que no nos basta con los n umeros racionales?
que hizo necesario inventar los n umeros reales? Vamos a ver esto a continuacion.
Ya hemos mencionado que, entre otras cosas, los n umeros racionales los
usamos para medir: si marcamos en la recta un punto, O, que tomamos como
origen, y situamos a la derecha de el la unidad de medida, tenemos el punto,
llamemosle U, al que corresponde el 1; a partir de ah podemos marcar en la
recta segmentos de longitud el n umero racional que queramos, dicho de otra
forma, podemos representar cada n umero racional en la recta (ver la g. 1.1).
1.9 Ejercicio. Explicar la gura 1.1.
Pero en realidad es mas importante la correspondencia en sentido contrario,
es decir se puede medir cualquier segmento con esos n umeros?
6
o mejor di-
cho, es cierto que en la manera anterior a cada segmento se le puede asociar
6
Por supuesto, esa es una cuesti on no-tecnica: en la practica la visi on humana aunque sea
ayudada por lo que sea, tiene un lmite y la regla con la que midamos tendra un mnimo de
sub-unidad que podamos apreciar (el denominador que elegimos para los n umeros racionales
con los que medimos).
Figura 1.1. A cada n umero racional le corresponde un punto de la recta
un n umero racional? Los griegos descubrieron que la respuesta es no; hacia el
siglo V a.C. la escuela pitagorica demostro que a la hipotenusa de un tri angulo
rectangulo cuyos catetos midan 1, no le corresponde nig un n umero racional.
1.10 Proposicion. No existe ning un n umero racional cuyo cuadrado sea 2.
Demostracion. Supongamos que s existe, es decir que hay un
p
q
Q tal que
p
2
q
2
= 2. Podemos suponer que la fraccion
p
q
es irreducible (todo n umero racional
tiene un representante irreducible). De la igualdad anterior se deduce que
p
2
= 2q
2
,
es decir p
2
es par; pero entonces tiene que ser p un n umero par (porque si fuese
impar su cuadrado tambien lo sera; comprobarlo), digamos p = 2m. Se tendra
entonces que
4m
2
= 2q
2
y por tanto
q
2
= 2m
2
con lo que tambien q sera par, es decir p y q tienen que ser pares. Esto es una
contradiccion con la hipotesis de que
p
q
es irreducible, y por tanto no es cierto
que exista un n umero racional cuyo cuadrado sea 2.
1.11 Ejercicio. Demostrar que no existe ning un n umero racional cuyo cuadra-
do sea 3.
Vemos que hay puntos en la recta a los que no se les puede asociar un n umero
racional, de hecho a partir del ejemplo anterior es facil situar sobre la recta los
segmentos de longitud doble, triple, etc. o de longitud mitad, un tercio, etc. a
los que claramente tampoco les corresponde un n umero racional (por que?).
Por tanto la idea de pensar en los n umeros como puntos en la recta (despues de
jar un origen, 0, y un segmento unidad, 1) dejara huecos, hay innitos puntos
en la recta a los que no les corresponde ning un n umero racional. Puede decirse
que en Q hay huecos mientras que en la recta no hay huecos. Por tanto para
representar la lnea recta y la idea de continuidad que encierra, los n umeros
racionales son insucientes. Podemos pensar que ya sabemos eso: la hipotenusa
20 N
UMEROS
Figura 1.2. Que n umero hay que poner ah?
Figura 1.3. Hay puntos en la recta a los que no les corresponde ning un n umero
racional
del triangulo rectangulo con catetos de medida 1, mide

2, que es un n umero
irracional es decir que no es una fraccion, pero eso es precisamente lo que
estamos tratando de entender aqu: que es un n umero irracional? No es algo
que exista en la Naturaleza y que descubramos, es, como los demas n umeros,
un invento que surge con una nalidad (la de asociar a cada punto de la recta
algo que podamos llamar n umero). Hasta nales del siglo XIX solo exista una
idea geometrica de estos n umeros, pero en esa epoca, la necesidad de estudiar
con rigor las funciones y sus propiedades (por ejemplo el teorema de Bolzano
que ya hemos mencionado), hizo que matematicos como Dedekind y Cantor
7
se preocuparan por tratar de fundamentar logicamente la idea de n umero real.
7
Bernard Bolzano, matem atico nacido en Praga (entonces Bohemia, ahora Rep ublica Che-
ca) 1781-1848. Richard Dedekind, matematico aleman 1831-1916. Georg Cantor, matematico
aleman aunque nacido en San Petersburgo 1845-1918.
As expreso Dedekind esa necesidad de crear n umeros nuevos:
Si pretendemos ahora, como es nuestro deseo, examinar aritmeticamente
todos los fen omenos de la lnea recta, el dominio de los n umeros raciona-
les es insuciente y se hace absolutamente necesario que el instrumento
Q, construido con la creaci on de los n umeros racionales
8
, sea mejorado
esencialmente mediante la creaci on de nuevos n umeros de manera que el
dominio de los n umeros adquiera la misma completitud, o como podra
decirse tambien, la misma continuidad, que la lnea recta.
[Es una cita del artculo Stetigkeit und irrationale Zahlen (Continuidad y
n umeros irracionales). Esta traducido en [1], puede descargarse la version en
ingles en ProjectGutenberg.]
Para inventar los n umeros reales tratemos de ver primero que falla en los
n umeros racionales, como podemos expresar rigurosamente la propiedad que
podramos describir como Q tiene huecos ?
Los huecos de Q no son tan claros como los de Z: sabemos que entre 1 y 2
no existe ning un n umero entero, hay un salto, sin embargo en Q la situacion
es diferente: entre dos n umeros racionales, x, y, siempre hay otros n umeros
racionales, por ejemplo
1
2
(x+y); por tanto lo que falla en Q (y en consecuencia,
lo que hay que hacer para arreglarlo) es mas difcil de detectar.
La idea clave que Dedekind fue el primero en establecer con claridad es
la siguiente. La propiedad de continuidad de la recta puede formularse as:
Si partimos una recta en dos trozos, de manera que todos los puntos de un
trozo quedan a la izquierda de todos los puntos del otro, hay un unico punto por
el que partimos (un punto que est a a la derecha de la semirrecta izquierda y a
la izquierda de la semirrecta de la derecha).
Esta es una propiedad de la recta que admitimos como cierta. Sin embargo Q
no cumple lo que podramos llamar la traduccion n umerica de esa propiedad:
es posible partir Q en dos subconjuntos, A, B, de manera que uno quede a la
izquierda del otro (es decir todo elemento de A sea que todo elemento de B)
y sin que haya ning un elemento en medio, es decir no haya ning un z Q que
sea mayor o igual que todo elemento de A y menor o igual que todo elemento
de B. Veamos un ejemplo de esto:
1.12 Ejemplo. Si llamamos A = x Q [ x 0
_
x Q [ x 0 y x
2
< 2
_
y llamamos B = Q A =
_
x Q [ x 0 y x
2
> 2
_
, entonces eso parte a
Q en dos trozos, uno a la izquierda del otro, y sin nada en medio. Formulado
mas precisamente
A B = Q,
si x A e y B entonces x < y
no existe ning un z Q tal que sea x z para todo x A, z y para
todo y B
8
En el artculo de Dedekind se usa en realidad R para denotar a los n umeros racionales y
R para los reales.
22 N
UMEROS
En efecto: que A y B cumplen las dos primeras armaciones es facil (hacerlo);
vamos a probar la tercera, es decir que no hay nada en medio. La idea es
comprobar que, si existiese ese n umero z Q que obviamente tendra que ser
positivo no puede ser z
2
< 2 y tampoco z
2
> 2; la propiedad 12 implica que
debe ser z
2
= 2, que acabamos de ver que es imposible, luego no existe tal z.
Comprobemos pues que no puede ser z
2
< 2; vamos a ver que si ocurre
eso entonces hay alg un elemento en A mayor que z, y por tanto z no esta a
la derecha de los elementos de A. En efecto, si z
2
< 2 podemos elegir h Q,
h > 0, tal que sea tambien (z +h)
2
< 2, porque
(z +h)
2
= z
2
+h
2
+ 2zh
y para que eso sea < 2 debera ser
h
2
+ 2zh < 2 z
2
m ,
y es posible elegir h > 0 de manera que se cumpla lo anterior, porque si tomamos
0 < h < 1 entonces es h
2
< h y por tanto
h
2
+ 2zh < h + 2hz = h(1 + 2z) ;
para que eso sea < m basta tomar
h <
m
1 + 2z
,
por ejemplo,
h =
m
2(1 + 2z)
(notese que
m
2(1+2z)
< 1, justicarlo). Por tanto, con h as, tenemos que (z+h)
2
<
2, es decir z +h A, y sin embargo z +h > z; luego si z es mayor o igual que
todos los elementos de A no puede ser z
2
< 2.
Tampoco puede ser z
2
> 2. Vamos a comprobar que si ocurre eso entonces z
no esta a la izquierda de todos los elementos de B, es decir hay alg un elemento
en B menor que z, o lo que es lo mismo: hay alg un h Q, h > 0, tal que
tambien (z h)
2
> 2. En efecto, se tiene
(z h)
2
= z
2
+h
2
2zh ,
y para que eso sea > 2 bastara que fuese
z
2
2zh > 2 ,
(porque z
2
+ h
2
2zh > z
2
2zh); es posible elegir h > 0 de manera que se
cumpla lo anterior: hay que elegir h > 0 tal que h <
z
2
2
2z
, por ejemplo podemos
tomar
h =
z
2
2
4z
1.4 N umeros reales 23
(notese que ese h es positivo porque estamos suponiendo que z
2
> 2). Por tanto,
con h as, tenemos que (z h)
2
> 2, es decir z h B, y sin embargo z h < z;
luego si z es menor o igual que todos los elementos de B no puede ser z
2
> 2.
Tenemos por tanto lo que queramos: un n umero racional que estuviese entre
A y B tendra que satisfacer z
2
= 2, como no existe ning un n umero racional
que cumpla eso, vemos que A y B dejan un hueco en medio.
Si queremos un sistema de n umeros que contenga a Q y que sirva para repre-
sentar a toda la recta (que no tenga huecos, lo que podemos llamar continuo),
hay que excluir la posibilidad de partirlo en dos trozos sin nada en medio, como
pasa con Q.
Como hemos leido en la cita de Dedekind hay que ampliar Q mediante la
creacion de nuevos n umeros de manera que el dominio de los n umeros adquiera
la misma completitud, o como podra decirse tambien, la misma continuidad,
que la lnea recta. A eso dedicaremos la seccion siguiente.
1.13 Notas.
1. A una particion de Q en dos trozos A, B como antes, es decir
A B = Q,
si x A e y B entonces x < y ,
Dedekind le llamo una cortadura de n umeros racionales, la cortadura
(A, B). Por ejemplo C = x Q [ x < 7 , D = x Q [ x 7 for-
man otra cortadura.
2. En este ultimo ejemplo s hay un n umero racional, el 7, que esta entre C
y D; podemos decir que esa cortadura determina un n umero racional. Por
el contrario la cortadura A = x Q [ x 0
_
x Q [ x 0 y x
2
< 2
_
,
B = Q A del primer ejemplo no determina ning un n umero racional.
1.4. N umeros reales
Queremos ampliar Q a un conjunto de cosas a las que podamos llamar
n umeros, que notaremos por R, y tal que a cada punto de la recta le corresponda
uno de esos n umeros, por tanto, algo que no tenga el fallo de no-continuidad
que hemos visto en Q.
Es decir queremos un conjunto de n umeros, R, que extienda a Q y
con una suma y producto que cumplan las propiedades que conocemos de
estas operaciones en Q, propiedades 1 a 9;
con un orden que cumpla tambien las propiedades 10 a 12 que tiene el
orden en Q;
que tenga la propiedad de continuidad siguiente:
24 N
UMEROS
13. Propiedad de continuidad
Si A
1
, A
2
R son subconjuntos no vacos tales que A
1
A
2
= R, y
ademas
si x A
1
e y A
2
, se cumple que x < y
(es decir, todo elemento de A
1
es menor que todo elemento de A
2
), enton-
ces existe R tal que
x y para todo x A
1
, y A
2
.
(En otras palabras, no es posible separar R en dos trozos, uno a la
izquierda y otro a la derecha, sin que haya nadie en medio.)
Como hemos visto, Q cumple todo excepto la propiedad 13!
1.4.1. Denici on de los n umeros reales
Dedekind demostr o que es posible denir algo que satisface todos los requi-
sitos anteriores. Nosotros no veremos como se construye eso (es un poco largo y
laborioso, puede verse por ejemplo [4, cap. 28]); nos conformaremos con saber
que efectivamente puede hacerse, es decir:
Existe un conjunto R, que llamamos conjunto de los n umeros reales, que
contiene a Q y en el que hay denidas una suma y un producto, que segui-
mos notando por + y por , y una relacion de orden, , que satisfacen las
propiedades 1 a 13.
Ademas veremos que, en el sentido que precisaremos mas adelante, hay un unico
conjunto que satisface lo anterior.
A partir de ahora, todos las armaciones que hagamos sobre n umeros reales,
y mas adelante sobre funciones reales de variable real, las demostraremos basando-
nos en esas 13 propiedades. No necesitaremos conocer que es R, solo que es algo
que tiene todas esas propiedades (de todas formas diremos mas adelante alguna
cosa sobre la denicion de Dedekind).
Aunque no hara falta, vamos a escribir de nuevo toda la lista:
Propiedades de la suma
1. asociatividad:
(x +y) +z = x + (y +z) , para todo x, y, z R ;
existe un elemento, 0 R tal que x+0 = 0+x = x, para todo x R;
3. existencia de elementos opuestos:
Para cada x R existe un unico elemento, llamado opuesto de x, y re-
presentado por x con la propiedad
x + (x) = (x) +x = 0 ;
4. conmutatividad:
x +y = y +x , para todo x, y R ;
Propiedades del producto
5. asociatividad
(xy)z = x(yz) , para todo x, y, z R ;
existe un elemento, 1 R, tal que x1 = 1 x = x , para todo x R ;
7. existencia de elementos inversos:
Para cada x R existe un unico elemento, llamado inverso de x y repre-
sentado por x
1
con la propiedad
xx
1
= x
1
x = 1 ;
8. conmutatividad
xy = yx , para todo x, y R ;
Propiedad que relaciona ambas operaciones
9. distributividad:
x(y +z) = xy +xz , para todo x, y, z R ;
Propiedades de la relacion de orden
10. orden total
si x, y R entonces x y o y x ;
Propiedades de compatibilidad de la relacion de orden
11. monotona para la suma
si x y y z R entonces x +z y +z ;
26 N
UMEROS
12. monotona para el producto por n umeros > 0
si x y y z > 0 entonces xz y z ;
Propiedad de continuidad
13. Si A
1
, A
2
R son subconjuntos no vacos tales que
A
1
A
2
= R,
si x A
1
e y A
2
se cumple x < y ,
entonces existe R tal que
x y para todo x A
1
, y A
2
.
A un cuerpo ordenado que satisfaga la propiedad 13 se le llama cuerpo or-
denado completo. Por tanto, R es un cuerpo ordenado completo.
Por supuesto, todo lo que hemos probado en la seccion anterior usando solo
las propiedades 1 a 12 (por ejemplo la proposicion 1.7 o la armacion en el
ejercicio 1.8) sigue siendo valido ahora para los elementos de R. La propiedad
13 sin embargo, hace que cosas que no eran posibles en Q s lo sean en R.
Por ejemplo, veamos que en R se soluciona el problema que aparecio a los
pitagoricos:
1.14 Teorema. Existe un ( unico) n umero real positivo cuyo cuadrado es 2.
Demostracion. Consideremos el conjunto
A
1
= x R [ x 0
_
x R [ x 0 y x
2
< 2
_
y llamemos
A
2
= R A
1
=
_
x R [ x 0 y x
2
2
_
.
A
1
y A
2
parten a R en dos trozos, uno a la izquierda del otro, es decir, si x A
1
e y A
2
entonces x < y (se hace como en el ejemplo 1.12; probarlo, si no se
hizo entonces). Por la propiedad 13 existe R tal que
x y para todo x A
1
, y A
2
.
Claramente es > 0 (por que?), veamos que
2
= 2. En efecto, el mismo
razonamiento que hicimos en el ejemplo 1.12 (ahora con h R en lugar de
h Q), prueba que no puede ser
2
< 2 ni
2
> 2, por tanto la propiedad de
orden total implica que debe ser
2
= 2 como queramos probar.
La unicidad es facil, se deduce de la propiedad 12 de monotona del orden:
si 0 < a < entonces a
2
< a <
2
= 2 luego a
2
,= 2. Analogamente se ve que
no puede haber un b > con b
2
= 2.
Como es sabido al n umero real positivo cuya existencia acabamos de de-
mostrar se le nota por

2. Vimos que no existe ning un n umero racional cuyo
cuadrado sea 2 (es la proposicion 1.10: el fallo en los racionales que encontraron
los pitagoricos), por tanto

2 es un n umero real no racional. Decimos que es
un n umero irracional. Lo n umeros irracionales son por tanto los elementos de
RQ. Es facil ver que el producto de
2 por cualquier n umero racional no nulo

es tambien irracional, es decir
si
p
q
,= 0 entonces
p
q
2 es irracional
(demostrarlo); existen por tanto innitos n umeros irracionales. Pronto com-
probaremos que, en cierto sentido, hay muchos mas n umeros irracionales que
racionales.
1.15 Nota. Como veremos mas adelante, hay situaciones en las que, como en
el caso de

2, un n umero se dene por una propiedad; ello requiere por tanto
probar que hay alg un n umero que satisface esa propiedad. Eso se hace, por
ejemplo, para denir (como la relacion que existe entre la longitud de una
circunferencia y su diametro, . . . eso requiere probar que esa relacion es la misma
para todas las circunferencias), o para denir e (. . . ya veremos la propiedad que
dene e).
Una tarea que puede ser mas complicada es demostrar si el n umero que se ha
denido es racional o no. Euler
9
en 1737, fue el primero en demostrar que e es
irracional. La demostracion es relativamente simple y posiblemente la veremos
como un ejercicio. Es mucho mas complicado probar que es irracional, la
primera demostracion fue de Lambert
10
en 1768.
Hay otra propiedad de R que es equivalente a la propiedad de continui-
dad (prop. 13) y que es mas manejable en la mayora de las ocasiones; para
formularla necesitamos primero algunas deniciones (muy importantes!, funda-
mentales en todo el curso):
1.16 Denicion. Sea A R.
M R es una cota superior de A si
x M para todo x A .
Decimos que A es acotado superiormente si existe una cota superior de A.
m R es una cota inferior de A si
m x para todo x A .
Decimos que A es acotado inferiormente si existe una cota inferior de A.
9
Leonhard Euler, matematico suizo, 1707-1783.
10
Johann Heinrich Lambert, matematico aleman, 1728-1777.
28 N
UMEROS
Si A es acotado superiormente e inferiormente, decimos simplemente que
A es acotado.
Aunque no tenga mucho interes, podemos decir que satisface las denicio-
nes y que es por tanto un conjunto acotado.
Es claro que si M es una cota superior de un conjunto A, entonces cualquier
n umero mayor que M es tambien cota superior de A, por tanto, si un conjunto
esta acotado superiormente entonces tiene innitas cotas superiores. Tambien
es claro que si existe una mas peque na que las demas, esa sera la mejor cota
superior; vamos a darle un nombre:
1.17 Denicion. 1. Sea A R un conjunto acotado superiormente. Si
es una cota superior de A y cualquier otra cota superior de A es mayor o
igual que , decimos que es el supremo de A y escribimos = supA.
2. Sea A R un conjunto acotado inferiormente. Si es una cota inferior
de A y cualquier otra cota inferior de A es menor o igual que , decimos
que es el inferior de A y escribimos =nf A.
Notese de todas formas que (por ahora) esa es una denicion en condicional:
no sabemos que esas mejores cotas existan. Demostraremos en seguida que
efectivamente eso es as, pero antes veamos algunas cosas mas relacionadas con
estas deniciones:
1.18 Notas. 1. Es claro que si un conjunto tiene supremo, este es unico. En
efecto, si y fuesen supremos del conjunto A, obviamente no podra
ser < , porque entonces sera una cota superior de A estrictamente
menor que , y por tanto no sera supremo. El mismo razonamiento
prueba que la desigualdad contraria tampoco es posible, por tanto = .
Por supuesto, lo analogo vale para el inferior de un conjunto.
2. En lugar de supremo se usan tambien los terminos extremo superior o
simplemente superior.
En lugar de inferior se usan tambien los terminos extremo inferior e n-
mo.
1.19 Ejercicio. Estudiar si los conjuntos siguientes son acotados superiormen-
te. En caso armativo dar varias cotas superiores y si es posible determinar su
supremo:
1. A = 1, 3, 5, 7 ;
2. B = x R [ x 1 ;
3. C = x R [ x 1 ;
4. D = x R [ x < 1 ;
5. E = x R [ 5 < x 10 ;
6. F =
_
1
n
[ n N
_
.
Si A es un conjunto acotado superiormente y hay una cota superior, M, que
esta en A (como pasa en alguno de los ejemplos del ejercicio anterior), entonces
es claro que ese M es el supremo de A (justicarlo!). En ese caso le damos un
nombre especial:
1.20 Denicion. 1. Si A R es conjunto acotado superiormente y A
es una cota superior de A, decimos que es el maximo de A y escribimos
= max A. Es claro que, si existe, el maximo de A es tambien el supremo
de A.
2. Si A R es conjunto acotado inferiormente y A es una cota inferior
de A, decimos que es el mnimo de A y escribimos = mnA. Es claro
que, si existe, el mnimo de A es tambien el inferior de A.
Por tanto, decir que un un conjunto acotado superiormente tiene maximo
equivale a decir que tiene un supremo que esta en el propio conjunto y analo-
gamente para mnimo e inferior.
1.21 Ejercicio. Cuales de los conjuntos del ejercicio anterior tienen maximo
y cuales no?
Hay una manera simple de cuanticar la denicion de supremo; la dejamos
como ejercicio:
1.22 Ejercicio. Sea A R acotado superiormente. Probar que M R es el
supremo de A si y solo si se cumple
1. M es cota superior de A;
2. para todo > 0, existe alg un x A tal que x > M .
1.23 Ejercicio. Si A R notaremos por A al conjunto
A x [ x A .
Probar que A esta acotado inferiormente si y solo si A esta acotado superior-
mente y que en ese caso
nf(A) = sup(A) .
Ya podemos enunciar la propiedad equivalente a 13 de la que hablabamos:
1.24 Teorema. Si S R (no vaco) es acotado superiormente entonces existe
supS.
Demostracion. Llamemos A
2
al conjunto de las cotas superiores estrictas de S,
es decir
A
2
= c R [ x < c para todo x S ,
y llamemos A
1
= R A
2
(notese que S A
1
). Se cumple que
A
1
A
2
= R ,
30 N
UMEROS
si a A
1
, b A
2
entonces a < b
(esto es facil: si a A
1
signica que a / A
2
y por tanto que existe x S tal
que a x, y entonces b cumple b > x a), por tanto por la propiedad de
continuidad existe tal que
a b para todo x A
1
, b A
2
;
de la primera desigualdad se deduce que es cota superior de S, ya que S A
1
;
de la segunda se deduce que es menor que cualquier cota superior de S.
Notese que en la demostracion anterior hemos usado de manera esencial la
propiedad 13; si estuviesemos en el mundo de Q esa demostracion no valdra,
y de hecho la conclusi on es falsa: el conjunto
A = x Q [ x 0
_
x Q [ x 0 y x
2
< 2
_
esta acotado superiormente (es claro, por ejemplo, que 5 es una cota superior)
pero no existe en Q un supremo de ese conjunto. La demostracion de esto con-
siste de nuevo en probar que si =
p
q
fuese ese supremo, no podra ser
2
< 2
ni tampoco
2
> 2 y por la propiedad de orden total debera ser
2
= 2 que
sabemos que en Q es imposible.
Como hemos dicho la conclusion del teorema anterior es en realidad equi-
valente a la propiedad 13: si solo supiesemos que se cumple que los conjuntos
acotados superiormente tiene supremo, entonces se cumplira la propiedad 13
de continuidad. En efecto, si A
1
, A
2
fuesen como en 13, es inmediato que A
1
es
acotado superiormente y es facil comprobar que supA
1
(que ahora estamos
suponiendo que existe!) sera el que aparece en la propiedad de continuidad.
Podemos indistintamente por tanto usar como propiedad basica de R a la
propiedad 13 o a la propiedad
Propiedad del extremo superior
13
. Todo subconjunto de R no vaco y acotado superiormente tiene un supre-

mo.
Es facil probar que de la propiedad del extremo superior se deduce una
analoga para el inferior:
1.25 Teorema (Propiedad del extremo inferior). Todo subconjunto de R no
vaco y acotado inferiormente tiene un nmo.
Demostracion. Sea A R acotado inferiormente, es decir existe alg un m R
tal que m x para todo x A. Llamemos B al conjunto de cotas inferiores de
A, es decir
B = m R [ m es cota inferior de A .
Claramente B ,= y B es acotado superiormente (por que?); por la propiedad
13
existe = supB; veamos que =nf A. En efecto, por denicion de supre-

mo, es mayor o igual que cualquier cota inferior de A, pero ademas es una
cota inferior de A, ya que si no lo fuese existira alg un a A tal que a < ; de
nuevo por la denicion de como supremo de B, eso implicara que debe existir
alg un m B tal que m > a, lo cual es imposible porque m es una cota inferior
de A. Por tanto es una cota inferior de A y es mayor que cualquier otra cota
inferior de A, es decir es el nmo de A.
1.26 Ejercicio. Dar otra demostracion de lo anterior usando el ejercicio 1.23.
Unicidad de R
La demostracion de que existe un cuerpo ordenado y completo, lo que noso-
tros hemos llamado R, requiere construir uno: decir que son los n umeros reales,
como se suman, etc. Ese proceso es largo y, como hemos dicho ya, no lo vere-
mos. En [4, cap. 28], por ejemplo, puede estudiarse una version de como lo hizo
Dedekind, pero hay otras formas de denir algo que contiene a Q y que cumple
las propiedades 1 a 13
11
; es importante saber, por tanto, que todas llevan esen-
cialmente a lo mismo, es decir que esencialmente hay solo un cuerpo ordenado
y completo. Que quiere decir aqu esencialmente ? Matematicamente eso se
traduce en armar que cualquier otro cuerpo ordenado y completo es isomorfo a
R. Aunque tampoco entraremos en los detalles de la demostracion (ver [4, cap.
29]), vamos a ver que signica eso.
Supongamos que (K, , , _) es un cuerpo ordenado y completo, es decir,
en K hay denidas unas operaciones y y un orden, _, que satisfacen
las satisface las 13 propiedades que hemos visto para +, y . Lo que se
puede demostrar es que existe una aplicacion
T : R K,
tal que
- si x, y R y x ,= y, entonces T(x) ,= T(y);
- para cada a K existe alg un x R tal que a = T(x)
(esas dos propiedades nos dicen que T es una biyeccion entre R y K);
- si x, y R
T(x +y) = T(x) T(y) ,
T(x y) = T(x) T(y) ;
- si x, y R y x y, entonces T(x) _ T(y) .
Cuando existe una aplicacion como esa se dice que R y K son isomorfos y se
dice que T es un isomorsmo de cuerpos ordenados entre R y K. Lo anterior
arma por tanto que cualquier cuerpo ordenado completo es isomorfo a R. La
idea debe estar clara: T es una forma de renombrar a los elementos de R (es
una biyeccion) y las propiedades de T permite trasladar cualquier propiedad que
11
Por ejemplo usando sucesiones de Cauchy de n umeros racionalesalgo que veremos mas
adelante, ver por ejemplo [3].
32 N
UMEROS
probemos en R (. . . a partir de las 13 propiedades fundamentales) a la misma
propiedad para K.
Por tanto, la clave es que la propiedades 1-13 determinan totalmente a R y
no nos importa en realidad como o que son sus elementos.
1.27 Nota. Que son realmente los n umeros reales?
1. Aunque lo que acabamos de decir es cierto, no parece logico dedicar un
tema a los n umeros reales y acabar sin saber que es el conjunto R ese
que hemos dicho que denio Dedekind, o el de la denicion equivalente
de Cantor que hemos mencionado. La respuesta no es facil (como dijimos
puede verse [4]), pero para hacernos una idea diremos que en la denicion
de Dedekind un n umero real es una cortadura (A, B) de n umeros raciona-
les (algo que denimos en la nota 1.13): una particion de Q en dos trozos
A, B tales que
A B = Q,
si x A e y B entonces x < y ,
A no tiene maximo
12
.
Como vimos entonces, hay cortaduras que vienen de un n umero racional
(y en ese caso identicaremos a la cortadura con ese n umero) y otras que
no, y en es caso diremos que esa cortadura es un n umero irracional . Por
ejemplo, la cortadura = (A, B) , con
A = x Q [ x 0
_
x Q [ x 0 y x
2
< 2
_
, B = Q A ,
es un n umero irracional.
Dedekind denio como se suman, como se multiplican esas cosas y tambien
cuando una es que otra. Con esas deniciones se tiene, por ejemplo, que
2
= 2 .
2. Que signica entonces que

2 = 1,4142 . . . ? Signica simplemente que
los numeros racionales 1,4, 1,41, 1,414 . . . son aproximaciones cada vez
mejores del n umero

2. Veremos mas adelante (seccion 1.4.5) que todo
n umero real tiene una representacion decimal : un lista innita de n umeros
como esa de

2 que evidentemente no podemos escribir completa
que representa al n umero (pero que no es el n umero, en cierta manera,
como 5 o V en n umeros romanos o 101 en el sistema binario,
son distintas representaciones del n umero cinco). Recalquemos de todas
formas que para ver eso (que todo n umero real admite una representacion
decimal) una vez mas no necesitaremos saber que son los n umeros reales
(cortaduras o lo que sea), lo deduciremos de las 13 propiedades clave de
R. Pero antes veremos otras propiedades de R.
12
Esta ultima condicion no la pusimos en 1.13, y no es esencial. La idea es que, por
ejemplo (C, D) con C = { x Q | x < 7 }, D = { x Q | x 7 } y (C
, D
) con C
=
{ x Q | x 7 }, D
= { x Q | x > 7 } denen en realidad la misma cortadura. La con-

dicion del maximo selecciona la primera.
1.4.2. Mas propiedades importantes de los n umeros reales
R es arquimediano
Geometricamente es facil de entender que signica esta propiedad de arqui-
mediano: si tenemos dos segmentos, uno de longitud x y otro de longitud y,
es intuitivamente claro que si llevamos el mas peque no (supongamos que es
x) un n umero suciente de veces sobre la recta, seguro que sobrepasa a y; eso
precisamente es lo que vamos a demostrar:
Figura 1.4. Propiedad arquimediana
1.28 Teorema. Si x, y R, con 0 < x, 0 < y, entonces existe n N tal que
nx > y.
Para probarlo usaremos otro resultado que es tambien intuitivamente claro
(. . . y que en realidad es un caso particular):
1.29 Teorema. N R no esta acotado superiormente.
Demostracion. Antes de empezar se nalemos que es claro que no existe en N una
cota superior de N: para cada n N podemos hallar uno mayor, por ejemplo
n+1. Sin embrago R es un conjunto mas grande y podra ser que ah si hubiese
cotas superiores de N; lo que vamos a ver es que eso tampoco ocurre.
En efecto, si N estuviese acotado superiormente, por la propiedad del supre-
mo existira sup(N), y se cumple que n para todo n N, pero como
n + 1 tambien esta en N se cumple tambien
n + 1 , para todo n N ;
eso implica que
n 1 , para todo n N
y por tanto 1 sera una cota superior de N menor que , lo que contradice
que sea el supremo de N (recordemos, supremo la menor de las cotas
superiores).
(Notese que hemos probado que para todo x R, x > 0, existe alg un n N
tal que n > x, es decir la armaci on de la propiedad arquimediana con 1 y x.)
Demostracion del teorema 1.28. Si 0 < x, 0 < y, por el teorema anterior existe
alg un n N tal que n >
y
x
(si no,
y
x
sera una cota superior de N), por tanto
multiplicando la desigualdad por x > 0 se obtiene que para ese n se cumple
que nx > y.
34 N
UMEROS
1.30 Nota. Es obvio que Q es arquimediano (por ser subconjunto de R),
pero en realidad eso se puede demostrar directamente. (Es facil: si x, y Q,
0 < x < y, podemos elegir representantes de x e y con el mismo denominador:
x =
p
r
, y =
q
r
. Sera entonces p, q N, p < q; basta ver ahora que existe n N
tal que np > q, por ejemplo: (q + 1)p > q, y por tanto nx > y.)
La demostracion, sin embargo, usa la forma de Q, no hay una demostracion
que se base solo en las propiedades 1-12, y de hecho existen cuerpos ordenados
que no satisfacen la propiedad arquimediana.
Parte entera de un n umero real
La no-acotacion de N la usaremos tambien para probar algo muy conocido:
todo n umero real est a entre dos n umeros enteros consecutivos:
1.31 Proposicion. Dado x R existe un unico p Z tal que
p x < p + 1 .
1.32 Denicion. Si p es como en la proposicion anterior, diremos que p es la
parte entera de x y escribiremos p = E(x) o tambien p = [x].
Demostracion de 1.31. Sea x R, supongamos primero x 0. El teorema
1.29 nos asegura que existe n N tal que n > x, es decir el conjunto A
x

n N [ n > x es no vaco. Por el principio de buena ordenacion existira un
( unico) primer elemento, m, de ese conjunto; si m = 1 signica que 0 x < 1,
y por tanto p = 0 es el n umero que buscamos; si m > 1 se cumple entonces que
m > x pero m1 x; por tanto p = m1 es el n umero que buscamos.
Si x < 0, se tiene x > 0 y existe por lo anterior m Z
+
N 0 tal
que
m x < m+ 1 ;
y por tanto
m1 < x m .
Es claro entonces que si x = m entonces el n umero que buscamos es p = m.
Si x < m entonces tomamos p = m 1. (Ojo! Comparar los ejemplos:
E(1,25) = 1 pero E(1,25) = 2.)
La unicidad es facil: si para un x R existiesen p, q, con, supongamos, p > q
y cumpliendo
p x < p + 1 ; q x < q + 1 ;
como p, q Z y p > q, tiene que ser p q + 1, y entonces se seguira
q + 1 p x < q + 1 ,
o sea q + 1 < q + 1 que es falso.
Existencia de raices
Ya hemos visto que en R s hemos solucionado el problema de existencia de
un n umero cuyo cuadrado es 2, vamos a ver que, en realidad, la situacion es
mucho mejor: existen raices de cualquier orden para cualquier n umero positivo.
Necesitaremos primero (recordar?) algunas cosas sobre potencias:
1.33 Proposicion (Teorema del binomio de Newton). Sean x, y R, n N,
entonces
(x +y)
n
=
_
n
0
_
x
n
y
0
+
_
n
1
_
x
n1
y + +
_
n
n 1
_
xy
n1
+
_
n
n
_
x
0
y
n
,
donde denimos
_
n
0
_
= 1 y
_
n
k
_
=
n(n 1) (n k + 1)
1 k
para k N, k n .
Demostracion. Ejercicio (usar el principio de induccion).
Necesitaremos tambien una desigualdad importante:
1.34 Proposicion (Desigualdad de Bernoulli). Sea x R, x ,= 0, x > 1, y
sea n N, n 2, entonces
(1 +x)
n
> 1 +nx .
Demostracion. Ejercicio. (Usar el principio de induccion, recordar el ejercicio
1.2.)
1.35 Nota. Para n = 1 se tiene obviamente = en lugar de >. Para x = 0 se
tiene tambien obviamente la igualdad para cualquier n N.
1.36 Teorema. Sea m N. Para cada a R, a > 0, existe un unico R,
> 0, tal que
m
= a.
Demostracion. La idea esencial es la misma que en la demostracion de la exis-
tencia de

2, pero esta vez usaremos la propiedad 13
en lugar de 13 (de todas

formas, los detalles son mas complicados que en el caso de

2; mas adelante
veremos una demostracion mas simple usando las propiedades de las funciones
continuas, ver 3.52).
Se dene el conjunto
A = x R [ x 0, x
m
< a .
A es no vaco (0 A) y esta acotado superiormente, ya que si a 1 entonces
1 es una cota superior de A (justicarlo), y si a > 1, entonces a es una cota
superior de A (justicarlo). Por la propiedad del supremo, existe supA.
Veamos que se cumple que
m
= a.
En efecto, comprobemos que no puede ser
m
< a ni
m
> a, la propiedad
de orden total implica entonces que
m
= a.
36 N
UMEROS
No es
m
< a :
En efecto, veamos que en ese caso podramos encontrar un n umero > que
esta en A, algo imposible porque = supA.
Dado 0 < h < 1, se tiene (usando la formula del binomio de Newton)
( +h)
m
=
_
m
0
_
m
+
_
m
1
_
m1
h + +
_
m
m1
_
h
m1
+
_
m
m
_
0
h
m

m
+h
__
m
1
_
m1
+ +
_
m
m1
_
+
_
m
m
_
0
_

m
+Kh
donde K
_
m
1
_
m1
+ +
_
m
m1
_
+
_
m
m
_
0
> 0 (aqu hemos usado que h < 1
y por tanto cualquier potencia suya es tambien < 1). Si elegimos h < 1 tal que
sea
m
+Kh < a, o lo que es lo mismo,
h <
a
m
K
(notese que hay n umeros positivos que cumplen eso porque estamos suponiendo
que a >
m
), entonces sera (+h)
m
< a, y por tanto tendramos que +h A
y +h > , lo que contradice que sea = supA.
No es
m
> a :
Veamos que si ocurriese eso podramos encontrar un n umero < que es cota
superior de A, de nuevo, algo imposible porque = supA.
Dado 0 < h, escribimos
( h)
m
=
_
_
1
h
__
m
=
m
_
1
h
_
m
;
si tomamos 0 < h < , podemos aplicar la desigualdad de Bernoulli (porque
entonces
h
> 1) y obtenemos
( h)
m
=
m
_
1
h
_
m

m
_
1 m
h
_
.
Es posible elegir h, con 0 < h < , para el que sea
m
_
1 m
h
_
> a ,
basta tomar (resolviendo esa inecuacion simple)
h <

m
_
1
a
m
_
(notese que hay n umeros positivos que cumplen eso porque estamos suponiendo
que a <
m
). Entonces, con h elegido as, se tiene
( h)
m
> a
y se cumple que h es una cota superior de A (porque si x > h entonces
x
m
> (ah)
m
recordar el ejercicio 1.8 y no puede ser x A). Eso contradice
que sea = supA, la menor de las cotas superiores.
La unicidad que arma el enunciado es facil (de nuevo usamos el ejercicio
1.8): no puede existir ,= tal que
m
= a. Supongamos por ejemplo < ,
entonces
m
<
m
= a y por tanto se cumple
m
,= a.
1.37 Denicion. Sea m N. Dado a R, a > 0, al unico > 0 tal que
m
= a (que existe por el teorema anterior) se le llama raz m-esima de a y se
nota por
m
a
13
.
1.38 Notas. 1. Recalquemos que
m
a denota siempre un n umero posi-

tivo. Si m es par, hay un n umero negativo, el n umero
m
a, que tambien
satisface (
m
a)
m
= a, pero no tienen sentido igualdadades como, por
ejemplo,

4 = 2. . . aunque a menudo se usen como abreviaturas.
2. No hemos denido
m
a cuando a < 0. Sin embargo es claro que en el

caso de m impar s hay un n umero cuya potencia m-esima es a:
m
a
(que s esta denido porque a > 0) satisface
_
a
_
m
= (1)
m
(a) = a .
Q es denso en R
Con la palabra denso se expresa la siguiente propiedad:
1.39 Teorema (Densidad de Q en R). Entre dos n umeros rales cualesquiera
siempre hay alg un n umero racional. Es decir, si x, y R, con x < y, existe
p
q
Q tal que x <
p
q
< y.
Demostracion. Supongamos primero 0 x < y.
La idea geometrica de la demostracion es simple: si partimos la unidad en partes
menores que la longitud y x, es decir, si elegimos q N tal que
1
q
< y x, y
vamos llevando esa fraccion de la unidad sobre la recta, habra un m ultiplo, es
decir un
p
q
, que caera entre x e y.
Figura 1.5.
Vamos a demostrar analticamente que eso realmente puede hacerse. Empe-
cemos por justicar que existe q N tal que
1
q
< y x .
13
En el caso m = 2, como siempre, escribimos simplemente

a.
38 N
UMEROS
Eso es facil, aplicando la propiedad arquimediana a yx y 1 sabemos que existe
q N tal que q(y x) > 1, que equivale a la desigualdad anterior.
Si aplicamos ahora la propiedad arquimediana a
1
q
y x, obtenemos que
existe n N tal que
n
1
q
> x
(esto es lo que expres abamos geometricamente por llevando esa fraccion de la
unidad sobre la recta. . . ). El conjunto de los n umeros naturales, n, que satisfa-
cen esa desigualdad tiene que tener un primer elemento (recordar la propiedad
de buena ordenacion, teorema 1.3), llamemosle p.
Si p = 1, tendramos que 0 x <
1
q
; como ademas
1
q
< y x y ,
tenemos
x <
1
q
< y ,
y por tanto
1
q
es el n umero que buscamos.
Si p > 1 tendramos (recordar la denicion de p)
p
q
> x pero
p 1
q
x ,
y de ah se deduce que
p
q
< y . En efecto,
p
q
x +
1
q
< x + (y x) = y ,
por tanto
x <
p
q
< y .
Hasta aqu hemos supuesto 0 x < y; la demostracion para el resto de las
posibilidades es ahora simple: si x < 0 < y es trivial (el 0 es un racional!) y
si x < y 0 entonces 0 y < x y por lo anterior existe
p
q
> 0 tal que
y <
p
q
< x, o lo que es lo mismo
x <
p
q
< y .
Ahora es facil probar que R Q tambien es denso en R, es decir
1.40 Teorema (Densidad de RQ en R). Entre dos n umeros rales cualesquiera
siempre hay alg un n umero iracional. Es decir, si x, y R, con x < y, existe
z R Q tal que x < z < y.
Demostracion. Como x < y, tambien se cumple
1
2
x <
1
2
y .
Aplicando el teorema anterior, obtenemos que existe
p
q
Q,
p
q
,= 0 tal que
1
2
x <
p
q
<
1
2
y
14
,
o lo que es lo mismo,
x <
p
q
2 < y .
Es facil ver que
p
q
2 es irracional (ya hemos mencionado esto antes), por tanto

z
p
q
2 es un irracional entre x e y.
1.4.3. Intervalos. Valor absoluto de un n umero real
En esta seccion repasaremos algunas cosas que, seguro, son ya conocidas.
Empezamos por los
Intervalos
1.41 Denicion. Sean a, b R, a b. Denimos
(a, b) = x R [ a < x < b , le llamamos intervalo abierto con extre-
mos a, b;
[a, b] = x R [ a x b , le llamamos intervalo cerrado con extre-
mos a, b;
(a, b] = x R [ a < x b ; [a, b) = x R [ a x < b ,
les llamamos intervalos semiabiertos (por la izqda. o por la derecha) con
extremos a, b;
(a, ) = x R [ a < x ; [a, ) = x R [ a x ;
(, a) = x R [ x < a ; (, a] = x R [ x a ,
les llamamos intervalos semiinnitos o tambien de acuerdo con la idea
geometrica semirrectas (. . . por la izqda. o por la derecha, abiertos/as o
cerrados/as, con extremo a).
Muchas veces para describir un intervalo daremos, en lugar de sus extremos, su
punto medio y su radio:
Llamaremos intervalo abierto de centro a y radio r > 0 al intervalo
(a r, a +r). Se suele notar E(a; r) o I(a; r) o B(a, r).
Analogamente se dene intervalo cerrado de centro a y radio r. Se nota
E(a; r) (. . . o

I(a; r) o

B(a; r)).
14
Si fuese
1
2
x < 0 <
1
2
y, bastara tomar
p
q
= 0 con 0 <
p
q
<
1
2
y.
40 N
UMEROS
1.42 Notas. 1. En las ultimas deniciones o son solamente smbolos.
A veces se usa (a, ) en lugar de (a, ) y analogamente en los demas
casos. A veces se escribe R = (, ).
2. Si a R, a es el intervalo [a, a]. El conjunto vaco tambien puede
considerarse un intervalo: = (a, a), con cualquier a R. Decimos que
esos son intervalos degenerados.
3. Para los intervalos abiertos o semiabiertos se usa en algunos libros ] en
lugar de ( y [ en lugar de ); as, por ejemplo, se escribe ]a, b] en lugar de
(a, b], o ]a, b[ en lugar de (a, b).
Intervalos encajados
Usando intervalos se puede formular otra propiedad de R que es de hecho
equivalente a la propiedad 13
(y por tanto a 13) y que vamos a usar en las dos

secciones siguientes:
1.43 Teorema (Propiedad de los intervalos encajados). Sea
[a
n
, b
n
] [ n N
una familia de intervalos cerrados encajados de R, es decir a
n
, b
n
R, a
n
b
n
y
[a
1
, b
1
] [a
2
, b
2
] . . . [a
n
, b
n
] [a
n+1
, b
n+1
] . . . .
Entonces su interseccion es no vaca.
Si ademas
nf b
n
a
n
[ n N = 0 ,
entonces la interseccion es un unico punto.
Demostracion. Notese que la propiedad de encajado signica en particular que
para m, n N, m < n, se cumple
[a
n
, b
n
] [a
m
, b
m
] ,
y por tanto
a
m
a
n
b
n
b
m
.
De ah se deduce que para todos m, n N, a
m
b
n
, y en particular a
n
b
1
para todo n N, es decir, el conjunto
A = a
n
[ n N
es un conjunto acotado superiormente. Por la propiedad del supremo, existe
a = supA. Se cumple claramente que
a
n
a para todo n N
(por ser a cota superior de A) y
a b
n
ya que todos los b
n
son cotas superiores de A. Por tanto a [a
n
, b
n
] para todo
n N, y se cumple por tanto que
nN
[a
n
, b
n
] ,= .
Para probar la segunda parte, supongamos que por el contrario existiesen a, b
R, a ,= b, tales que
a, b
nN
[a
n
, b
n
] ;
supongamos por ejemplo, a < b. Eso signicara que para todo n N
a
n
a b
n
y a
n
b b
n
,
pero entonces se tendra que para todo n N
b
n
a
n
b a
n
b a ,
y tendramos que b a sera una cota inferior del conjunto b
n
a
n
[ n N,
en contra de la hipotesis de que el inferior de ese conjunto sea 0
15
.
Valor absoluto de un n umero real
1.44 Denicion. Sea x R. Denimos valor absoluto de x como el n umero
[x[ =
_
x , si x 0
x , si x 0
.
Es claro que para todo x R se cumple [x[ 0 y tambien que
[x[
2
= x
2
(justicarlo), por tanto [x[ es el n umero real positivo cuyo cuadrado es x
2
(re-
cordar el teorema 1.36), es decir (importante)
x
2
= [x[ .
Propiedades del valor absoluto
Las siguientes propiedades son consecuencias faciles de la denicion y de
las propiedades de la relacion de orden (la primera la hemos usado ya); las
demostraciones las dejamos como ejercicio.
1.45 Proposicion. Sea x R.
1. [x[ 0 .
15
Notese que para demostrar la unicidad no se usa la propiedad del extremo superior de R.
42 N
UMEROS
2. [x[ = 0 si y solo si x = 0 .
3. [x[ = [ x[ .
4. Si r R, r > 0, entonces
[x[ r si y solo si r x r ,
dicho de otra forma
x R [ [x[ r = [r, r] =

E(0, r) .
5. (Importante) Si a, r R, r > 0, entonces
[x a[ r si y solo si a r x a +r ,
dicho de otra forma
x R [ [x a[ r = [a r, a +r] =

E(a; r) .
6. Si en las dos propiedades anteriores cambiamos por < se obtienen los
resultados analogos cambiando intervalos cerrados por abiertos.
7. Si y R es otro n umero real entonces
[xy[ = [x[[y[ .
8. Si y R, y ,= 0, entonces

x
y
=
[x[
[y[
.
Demostracion. Ejercicio.
La propiedad siguiente es tan importante que vamos a darle una proposicion
para ella sola
1.46 Proposicion (Desigualdad triangular). Si x, y R, entonces
[x +y[ [x[ +[y[ .
Demostracion. Si x e y son nulos es trivial. Si no, por la propiedad 4 anterior
(con r = [x +y[), eso equivale a demostrar que
([x[ +[y[) x +y [x[ +[y[ ,
y eso es facil: basta usar que
[x[ x [x[ y [y[ y [y[
y sumar esas desigualdades (. . . es decir usar la propiedad de monotona respecto
de la suma de la relacion de orden).
1.47 Ejercicio. En que casos se da la igualdad en la desigualdad triangular?
1.48 Ejercicio. Como ocurre muchas veces en Matematicas, un mismo resul-
tado puede demostrarse de formas distintas. Por ejemplo:
Dar otra demostracion de la desigualdad triangular considerando las dis-
tintas posibilidades que se presentan seg un sea x 0 e y 0 o sea x 0
e y 0, etc.
Dar otra demostracion de la desigualdad triangular probando la desigual-
dad equivalente
[x +y[
2
([x[ +[y[)
2
.
1.49 Corolario. Si x, y R, entonces
[[x[ [y[[ [x y[ .
Demostracion. Suponemos x ,= y (si x = y es trivial). Si usamos la propiedad 5
de la proposicion 1.45, vemos que eso es equivalente a probar
[y[ [x y[ [x[ [y[ +[x y[ ;
comprobemos eso: la desigualdad de la derecha se deduce facilmente de la de-
sigualdad triangular:
[x[ = [y +x y[ [y[ +[x y[ .
Para la desigualdad de la izquierda basta intercambiar x por y en lo anterior, y
se sigue
[y[ [x[ +[y x[ = [x[ +[x y[ ,
de donde se deduce
[y[ [x y[ [x[ ,
como queramos.
1.50 Ejercicio. Demostrar la desigualdad del corolario directamente, conside-
rando las distintas posibilidades ( x 0 e y 0 o x 0 e y 0, etc.) como en
el ejercicio anterior.
Distancia entre n umeros reales
El concepto de valor absoluto nos permite trasladar a R la idea geometrica
de distancia entre puntos
1.51 Denicion.
Sean x, y R. Denimos la distancia de x a y, y la denotamos por d(x, y),
como
d(x, y) = [x y[ .
Las propiedades (importantes) siguientes son consecuencias de las propiedades
del valor absoluto, probarlas como ejercicio
Para todos x, y, z R se cumple
44 N
UMEROS
(a) d(x, y) 0, ademas d(x, y) = 0 si y solo si x = y.
(b) d(x, y) = d(y, x).
(c) d(x, y) d(x, z) +d(z, y).
1.4.4. Cardinales. Conjuntos numerables
En esta seccion vamos a ver que existen muchos mas n umeros irraciona-
les que racionales. Eso puede parecer un poco raro: hay innitos racionales e
innitos irracionales no?. Lo que vamos a ver es que existe una manera natu-
ral de comparar la cantidad de elementos que hay en un conjunto, y que en
ese sentido, efectivamente, hay mas elementos en el conjunto R Q que en el
conjunto Q. (Algo de esto se vera en las asignaturas de

Algebra, por lo que las
demostraciones de algunos resultados las plantearemos como ejercicios.)
1.52 Denicion. Sean A, B conjuntos no vacos. Decimos que A y B tienen
el mismo cardinal si existe una biyeccion entre esos conjuntos
16
.
Recordemos que una aplicacion, f : A B, es una biyeccion si es inyectiva
(es decir, si a
1
,= a
2
entonces f(a
1
) ,= f(a
2
)) y sobreyectiva (es decir, para todo
b B existe alg un a A tal que f(a) = b).
1.53 Ejercicio. Probar que A = 1, 2, 3 y B = a, b, c tienen el mismo
cardinal.
Probar que N y el conjunto de los n umeros pares, es decir,
T n N [ n = 2m para alg un m N ,
tienen el mismo cardinal.
1.54 Denicion. Si n N notaremos por F
n
1, . . . , n. Diremos que el
cardinal de A es nito (o simplemente que A es un conjunto nito) si existe
alg un k tal que A y F
k
tienen el mismo cardinal
17
. En caso contrario diremos
que el cardinal de A es innito.
1.55 Ejercicio. Probar que F
n
tiene el mismo cardinal que F
m
si y solo si
n = m.
(Indicacion: Probar que si f : F
n
F
m
es inyectiva, entonces n m.)
Probar que N tiene cardinal innito.
Probar que si A B y A tiene cardinal innito, entonces B tiene cardinal
innito.
1.56 Ejercicio. Comprobar que la funcion f : (0, 1] [1, ), denida como
f(x) =
1
x
, es una biyeccion. Por tanto (0, 1] y [1, ) tienen el mismo cardinal.
Demostrar que si (a, b), (c, d) son intervalos no vacos, entonces tienen el mismo
cardinal.
16
Ver la Introduccion, sec. 0.3 , para las deniciones y la notacion sobre aplicaciones.
17
Aunque no tenga mucho interes, el conjunto lo consideramos tambien un conjunto nito.
Demostrar que (0, ) y R tienen el mismo cardinal.
(Se puede demostrar que todos los intervalos no degenerados abiertos, cerra-
dos, semiabiertos, etc. tienen el mismo cardinal que R.)
1.57 Denicion. Si A tiene el mismo cardinal que N decimos que el cardinal
de A es innito numerable.
Diremos que A es numerable si su cardinal es nito o innito numerable. En
caso contrario diremos que A es no-numerable.
1.58 Ejercicio. Probar que cualquier subconjunto, A N, es numerable.
(Indicacion: usar el principio de buena ordenacion, teorema 1.3.)
1.59 Ejercicio. Probar que si A es un conjunto numerable, entonces cualquier
subconjunto suyo es tambien numerable.
(Indicacion: usar el ejercicio anterior.)
1.60 Proposicion. NN = (m, n) [ m, n N es un conjunto innito nu-
merable.
Como consecuencia, si A es un conjunto numerable entonces AA tambien es
numerable.
Demostracion. Hay mas de una forma de ver esto, la mas corta (aunque un
poco articial) es posiblemente la que sigue:
Si denimos f : N N N por f((m, n)) = 2
m
3
n
, es facil ver que f
es inyectiva (justicarlo) y por tanto f es una biyeccion entre N N y B
f(NN). En consecuencia NN tiene el mismo cardinal que el subconjunto
B de N. Por el ejercicio anterior NN es numerable, pero es claro que NN
no es nito (justicarlo), es por tanto innito numerable.
El resto es facil (ejercicio).
1.61 Ejercicio. Probar que Z es numerable.
(Indicacion: Justicar primero eso es facil que Z
+
N 0 es numerable.
Despues comprobar que la aplicacion f denida por
f : Z Z
+
Z
+
, f(k) =
_
(k, 0) si k 0
(0, k) si k < 0
,
es inyectiva, y usar la proposicion y el ejercicio anteriores.
1.62 Proposicion. Si A y B son conjuntos numerables entonces A B es
numerable.
Demostracion. Supongamos que ambos son innitos numerables. Existen en-
tonces biyecciones
f : A N , g : B N .
Si denimos F : A B NN como
F(x) =
_
(1, f(x)) si x A
(2, g(x)) si x B A
,
46 N
UMEROS
es facil ver que F es inyectiva (comprobarlo) y por tanto A B tiene el mismo
cardinal que un subconjunto de N N, y es por la proposicion anterior
numerable.
El caso en que A o B (o ambos) sean nitos lo dejamos como ejercicio.
Se puede probar que si para cada n N, A
n
es un conjunto numerable,
entonces
nN
A
n
es tambien numerable (hacerlo como ejercicio).
1.63 Ejercicio. Probar que cualquier conjunto de cardinal innito tiene un
subconjunto innito numerable.
1.64 Teorema (Cantor). Q es numerable.
Demostracion. Es facil ver que la aplicacion f : Q Z Z, denida por
f(
p
q
) = (p, q) (podemos suponer p y q sin factores comunes) es inyectiva. Por
tanto Q tiene el mismo cardinal que un subconjunto de Z Z, y es por tanto
numerable.
Si un conjunto tiene cardinal innito tiene que ser numerable?
1.65 Teorema (Cantor). R es no-numerable.
Demostracion. Vamos a ver que no puede existir ninguna aplicacion de N en R
que sea sobreyectiva. Sea
T : N R
una aplicacion cualquiera, debemos probar que existe alg un x R que no es la
imagen por T de ning un n N, es decir tal que x ,= T(n) para todo n N. La
idea es la siguiente: elegimos a
1
, b
1
R con a
1
< b
1
y tales que
T(1) / [a
1
, b
1
] ,
(eso es obviamente posible), elegimos ahora a
2
, b
2
R con a
2
< b
2
y tales que
[a
2
, b
2
] [a
1
, b
1
] y T(2) / [a
2
, b
2
] ,
(es tambien claro que eso es posible: si T(2) / [a
1
, b
1
], podemos elegir cualquier
subintervalo como [a
2
, b
2
]; si T(2) = z [a
1
, b
1
] podemos tomar un subintervalo
en (a
1
, z) o en (z, b
1
) que no contenga a T(2).) Continuando en esta manera,
denimos [a
n
, b
n
] por recurrencia mediante la condicion
[a
n
, b
n
] [a
n1
, b
n1
] y T(n) / [a
n
, b
n
] .
De esta forma hemos construido una sucesion de intervalos encajados; por la
propiedad de los intervalos encajados (teorema 1.43) existe x
nN
[a
n
, b
n
].
Como x [a
n
, b
n
] para todo n N se cumple que
x ,= T(n) para todo n N ,
y T, por tanto, no es sobreyectiva.
Notese que con la misma idea se puede probar que cualquier intervalo en R
(que no sea de la forma [a, a]) es no-numerable.
Si tenemos en cuenta que la union de conjuntos numerables es numerable
(proposicion 1.62) obtenemos inmediatamente lo que anunciabamos al principio
de la seccion: hay muchos mas n umeros irracionales que racionales
1.66 Corolario. R Q es no-numerable.
1.4.5. Representaci on decimal de los n umeros reales
Hasta ahora, aunque no tuviesemos una idea muy clara de que es un n umero
real, sabamos manejar expresiones decimales de n umeros reales. Decimos por
ejemplo que

2 = 1,4142 . . . o que = 3,14159 . . . etc. Conocemos tambien
(?) que un n umero racional tiene una expresion decimal periodica (o nita) y
que un n umero irracional no, y que esos son todos los n umeros reales. En esta
seccion vamos a tratar de explicar todo esto. Como hasta ahora, lo haremos
empleando solo nuestras propiedades 1 a 13 y algunas de las consecuencias que
ya hemos obtenido a partir de ellas.
En el resto del curso no usaremos realmente los resultados de este apartado,
por lo que daremos demostraciones esquematicas y dejaremos como ejercicio
el completar los detalles.
Es conocido que todo n umero racional tiene una representacion de-
cimal, por ejemplo
1
4
= 0,25 ,
41
25
= 1,64 ,
4
3
= 1,333 . . . .
Sabemos ademas como se obtiene esa representacion: se aplica el algoritmo (es
decir el procedimiento) de division con decimales. Tambien es claro el signica-
do de la representacion, al menos en los casos como los dos primeros: lo anterior
quiere decir que
1
4
= 0 +
2
10
+
5
100
,
41
25
= 1 +
6
10
+
4
100
.
El ultimo ejemplo es algo distinto. No podemos hablar (al menos por ahora) de
una suma de innitos n umeros: 1 +
3
10
+
3
100
+
3
1000
+. . . ,
Que signica entonces la representacion? Esto tambien es conocido:
Cuando tomamos 1 como parte entera del desarrollo decimal de
4
3
en realidad
estamos diciendo:
4
3
esta entre 1 y 2 ;
cuando tomamos 3 como primer decimal del desarrollo de
4
3
estamos di-
ciendo:
4
3
esta entre 1 +
3
10
y 1 +
4
10
;
48 N
UMEROS
cuando tomamos 3 como segundo decimal del desarrollo de
4
3
estamos
diciendo:
4
3
esta entre 1 +
3
10
+
3
100
y 1 +
3
10
+
4
100
;
. . . y as sucesivamente.
Vamos a ver que, en un sentido similar, tambien a cada n umero real se
le puede asociar, de forma unica, una representacion decimal.
Probamos primero que a cada n umero real no negativo se le puede asociar
una sucesion
18
de enteros con propiedades de aproximacion como la que hemos
visto en el caso de los racionales, es decir:
1.67 Proposicion. Si x R
+ 19
existen n umeros enteros no negativos, deter-
minados de forma unica,
k
0
, k
1
, . . . , k
n
, . . . ,
tales que 0 k
n
9 para todo n 1 , y se cumple
k
0
x < k
0
+ 1 ,
k
0
+
k
1
10
x < k
0
+
k
1
+ 1
10
,
. . .
(1.68) k
0
+
k
1
10
+ +
k
n
10
n
x < k
0
+
k
1
10
+ +
k
n
+ 1
10
n
.
Demostracion. En efecto, vamos a razonar como se determinan esos k
i
.
El primer paso es encajar x entre dos enteros, pero eso lo hicimos ya al
denir parte entera (recordar la prop. 1.31): es claro que tiene que ser
k
0
= E[x] .
La desigualdad para k
1
equivale a
k
1
10(x k
0
) < k
1
+ 1
es decir, debemos tomar
k
1
= E(10(x k
0
)) .
Supongamos que hemos elegido ya k
0
, k
1
,. . . , k
m
, entonces k
m+1
debera cumplir
k
0
+
k
1
10
+ +
k
m+1
10
m+1
x < k
0
+
k
1
10
+ +
k
m+1
+ 1
10
m+1
,
es decir
k
m+1
10
m+1
_
x k
0
k
1
10

k
m
10
m
_
< k
m+1
+ 1
18
En el captulo siguiente estudiaremos que son las sucesiones; por ahora nos basta en
pensar en ellas en el sentido coloquial: una lista ilimitada.
19
Como seguramente es conocido, R
+
= { x R | x 0 }.
o lo que es lo mismo, debemos tomar
k
m+1
= E
_
10
m+1
_
x k
0
k
1
10

k
m
10
m
__
.
Lo anterior por tanto dene (por induccion), de forma unica, a los k
i
.
Veamos ahora que a n umeros distintos corresponden representaciones dis-
tintas:
1.69 Proposicion. Si x, y R
+
, x ,= y, y llamamos k
i
, k
i
a los enteros que se
obtienen por la proposicion anterior para x e y, respectivamente, entonces debe
existir alg un i tal que k
i
,= k
i
.
Demostracion. En efecto, si, para cada n N, llamamos
a
n
= k
0
+
k
1
10
+ +
k
n
10
n
b
n
= k
0
+
k
1
10
+ +
k
n
+ 1
10
n
entonces [a
n
, b
n
] [ n N es una familia de intervalos encajados (comprobar-
lo), y (1.68) implica que
x
nN
[a
n
, b
n
] .
Como b
n
a
n
=
1
10
n
, se cumple que
nf b
n
a
n
[ n N = 0
(justicarlo); de la propiedad de los intervalos encajados, teorema 1.43, se sigue
que no puede haber y ,= x tal que tambien y

nN
[a
n
, b
n
]; si los k
n
y
los k
n
coincidiesen todos, el razonamiento anterior probara que y esta en esa
interseccion, por tanto tiene que haber alg un i para el que k
i
,= k
i
, que es lo que
queremos probar .
La proposicion 1.67 nos dice que a cada x R
+
le podemos asociar de forma
unica una sucesion de enteros no negativos
k
0
, k
1
, . . . , k
n
, . . .
que satisfacen (1.68), es decir, tenemos una aplicacion, que llamaremos ,
x R
+
k
0
, k
1
, . . . , k
n
, . . . .
La proposicion 1.69 nos dice que esa aplicacion es inyectiva.
A partir de ahora diremos que
k
0
,k
1
. . . k
n
. . . es la representacion decimal de x .
50 N
UMEROS
Escribiremos simplemente x = k
0
,k
1
. . . k
n
. . . .
Notese que, como ocurre en los dos primeros ejemplos que vimos, puede ser
que todos los k
n
sea 0 a partir de un lugar; eso ocurre para los x de la forma
x = k
0
+
k
1
10
+ +
k
m
10
m
para alg un m N. En ese caso lo habitual es decir que la representacion decimal
de x es k
0
,k
1
. . . k
m
en lugar de k
0
,k
1
. . . k
m
000 . . . .
Veamos ahora que recprocamente cada representacion decimal (salvo las
excepciones que aparecen en la proposicion siguiente) viene de un n umero real.
1.70 Proposicion. Sea quien sea x R
+
no puede ocurrir que en su repre-
sentacion decimal sean todos los k
i
= 9 a partir de un lugar.
Demostracion. En efecto, si para alg un m N, fuese k
i
= 9 para todo i > m
entonces sera
k
0
+ +
k
m
10
m
+
9
10
m+1
+ +
9
10
m+n
x para todo n N .
Pero el miembro de la izquierda puede escribirse
= k
0
+ +
k
m
10
m
+
9
10
m+1
_
1 + +
1
10
n1
_
,
y usando la formula para la suma de terminos de una progresion geometrica (si
r es un n umero real, r ,= 1, entonces 1 + +r
n1
=
1r
n
1r
, ver 2.4) se tiene
= k
0
+ +
k
m
10
m
+
9
10
m+1
1
1
10
n
9
10
= k
0
+ +
k
m
10
m
+
1
10
m
(1
1
10
n
)
Por tanto se tiene que cumplir
k
0
+ +
k
m
10
m
+
1
10
m
(1
1
10
n
) x para todo n N ,
pero eso implica (por ser sup
_
1
1
10
n
[ n N
_
= 1, comprobarlo) que
k
0
+ +
k
m
+ 1
10
m
x
en contra de la desigualdad (1.68) de la denicion de los k
n
.
1.71 Proposicion. Llamemos o al conjunto de sucesiones de n umeros ente-
ros no negativos, k
0
, k
1
, . . . , k
n
, . . . , tales que 0 k
i
9 si i 1 y que no
son constantemente 9 a partir de un lugar. Entonces la aplicacion denida
anteriormente, es una biyeccion entre R
+
y o.
Demostracion. Ya sabemos que es inyectiva, veamos que es sobreyectiva,
es decir que para cada sucesion de o podemos encontrar un x R
+
al que le
corresponde esa sucesion. En efecto, dada k
0
, . . . , k
n
, . . . en o, si llamamos
a
n
= k
0
+ +
k
n
10
n
b
n
= k
0
+ +
k
n
+ 1
10
n
entonces [a
n
, b
n
] [ n N es una familia de intervalos encajados con
nf b
n
a
n
[ n N = 0 .
Existe, por la propiedad de los intervalos encajados, un unico x R
+
tal que
(1.72) k
0
+ +
k
n
10
n
x k
0
+ +
k
n
+ 1
10
n
para todo n N .
Pero, jado cualquier n N, existe j > n tal que k
j
< 9, y se cumple por tanto
que
x k
0
+ +
k
n
10
n
+ +
k
j
+ 1
10
j
< k
0
+ +
k
n
10
n
+
9
10
n+1
+ +
9
10
j1
+
10
10
j
= k
0
+ +
k
n
+ 1
10
n
(comprobar la ultima igualdad). Luego en realidad el x en (1.72) cumple (1.68),
es decir ese es un x R
+
cuya imagen por es k
0
, k
1
, k
2
. . . .
Para x R negativo, la representacion decimal se dene como la represen-
tacion decimal de su opuesto con un signo menos delante. Notese que esto no es
lo mismo que obtendra si se aplcase el procedimiento de los n umeros positivos
(como en la proposicion 1.67), por ejemplo,
5
4
lo representamos como 1,25
pero el primer dgito, 1, no es la parte entera de
5
4
(que como sabemos es 2).
De todas formas es inmediato ver que la representacion nos da, como en el caso
de los n umeros positivos, una familia de intervalos encajados cuya interseccion
es x.
1.73 Notas. 1. Solo en la proposicion 1.71 se usa realmente la propiedad 13
de R a traves de la propiedad de los intervalos encajados (en 1.69 usamos
la parte de unicidad de la propiedad de intervalos encajados pero como
vimos eso no dependa en realidad de la propiedad 13).
2. Como decamos al principio, en el caso de x Q la representacion decimal
de x puede obtenerse por el algoritmo habitual de division con decimales.
Es facil probar (hacerlo) que si x Q su representacion decimal es pe-
riodica, es decir, existen m Z
+
, p N, k
0
, . . . , k
m
Z
+
, l
1
, . . . , l
p
Z
+
con 0 k
i
, l
i
9 si i 1 tales que la representacion de x es de la forma
k
0
, . . . k
m
l
1
. . . l
p
l
1
. . . l
p
. . .
52 N
UMEROS
que como es sabido suele escribirse
k
0
, . . . k
m
l
1
. . . l
p
.
(Como ejercicio: intentar una denicion de expresion decimal periodica
que no use . . . .)
3. Se puede probar que el recproco de lo anterior es cierto, es decir
Si la representacion decimal de un n umero real es periodica entonces el
n umero es racional.
4. Como ya hemos mencionado, en muchas ocasiones un n umero real es de-
nido por una propiedad. Hemos visto el ejemplo

2 y hemos dicho algo
sobre e o . En estos casos se pueden obtener aproximaciones decimales
por procedimientos especiales para cada n umero (seg un la propiedad que
lo dene). Es decir, podemos determinar k
0
, k
1
, . . . , k
N
hasta un cierto
N, y, con mejores metodos y mejores ordenadores, para N cada vez mas
grande, pero no todos los decimales de la representacion. Por ejemplo,
por ahora se conocen (aproximadamente) los primeros cinco billones de
decimales de .
5. Es facil comprobar que si en la desigualdad (1.68) que hemos usado para
denir los k
n
de la representacion decimal, hubiesemos tomado < a la
izquierda y a la derecha, todo funcionara mas o menos igual, excepto
que ahora s hay n umeros para los que k
i
= 9 a partir de un lugar. De
hecho, si hubiesemos adoptado esa denicion la representacion decimal de,
por ejemplo, 4 sera 3,99999 . . . .
Bibliografa
[1] S. Hawking, editor. Dios cre o los n umeros: Los descubrimientos matematicos
que cambiaron la historia. Crtica, 2008.
[2] M. Kline. El Pensamiento matematico desde la Antig uedad a nuestros das.
Alianza Editorial, 1992.
[3] J. Ortega. Introducci on al Analisis Matematico. Labor, 1993.
[4] M. Spivak. Calculus (2
a
ed.). Reverte, 2008.
Tema 2
Sucesiones y series
2.1. Sucesiones
2.1.1. Denici on de sucesi on de n umeros reales
Conocemos de forma intuitiva que es una sucesion de n umeros. As, si se
pregunta por ejemplos de sucesiones de n umeros, es facil que se den algunos
como los siguientes:
la sucesion de los naturales : 1, 2, 3, . . . , n, . . . ,
la sucesion de los cuadrados : 1, 4, 9, . . . , n
2
, . . . .
Lo que signica que la primera sucesion es aquella que en el lugar n gura el
n umero n, mientras que en la segunda, en el lugar n aparece n
2
(el cuadrado de
n). Simbolicamente, las frases anteriores podran escribirse as:
n n (para la primera) y n n
2
(para la segunda).
Otros ejemplos posibles son las sucesiones:
1, 1, 1, 1, . . . , (1)
n+1
, . . . ,
1, 1, 1, 1, . . . , (1)
n
, . . . .
Con la simbologa anterior, estas dos sucesiones se podran escribir de la forma
siguiente:
n (1)
n+1
(para la primera) y n (1)
n
(para la segunda).
En estos dos ultimos ejemplos vemos claramente que en el concepto de sucesion
es importante tener en cuenta no solo los n umeros con los que se forma la suce-
sion, sino tambien el lugar que ocupan. Estas dos caractersticas son recogidas
por el concepto matematico de aplicacion, que es el que nos permite denir rigu-
rosamente que entendemos por sucesion de n umeros reales. La forma simbolica
de expresar las sucesiones anteriores como
n n, n n
2
, n (1)
n+1
, n (1)
n
54 SUCESIONES Y SERIES
ya nos da la idea de que, hablando con rigor, una sucesion no es otra cosa que
una aplicacion.
2.1 Denicion. Una sucesion de n umeros reales es una aplicacion de N en R.
2.2 Notas (Sobre notacion).
1. Sea a una sucesion de n umeros reales. Seg un la denicion, tenemos que a
es una aplicacion. La imagen de n mediante la aplicacion a se designa por
a(n), pero en el caso de una sucesion se suele denotar por a
n
. As en los
ejemplos anteriores se tiene
a
n
= n
para la primera,
a
n
= n
2
para la segunda,
a
n
= (1)
n
para la tercera y
a
n
= (1)
n+1
para la cuarta. A a
n
se le denomina termino general de la sucesion.
2. Se debe tener cuidado en no confundir una sucesion con el conjunto de
los terminos que la componen. Observese que en el tercer y cuarto ejem-
plo el conjunto de los terminos es el mismo 1, 1 y, sin embargo, son
dos sucesiones distintas ya que, por ejemplo los primeros terminos son
distintos.
3. A veces se usan las notaciones a
n
, a
n
n=1
o a
n
nN
para denotar
una sucesion. Estas notaciones pueden ser las causantes de la confusion
entre sucesion y el conjunto de los terminos que la componen, sin embargo,
como se usan habitualmente, nosotros las emplearemos tambien. A un hay
otras notaciones posibles: algunos libros usan (a
n
) o simplemente a
n
, y
tambien las usaremos alguna que otra vez.
Para determinar una sucesion se suele dar, como en los casos anteriores, el
termino general. As a
n
= 2n 1 nos da la sucesion de los n umeros impares.
Con esta expresion sabemos que n umero esta en la posicion n. Por ejemplo el
termino 35 sera a
35
= 2 35 1 = 69.
Tambien se puede determinar una sucesion mediante recurrencia (ya habla-
mos de esto en la secci on 1.1.1), es decir se dene una sucesion de forma que cada
termino se obtiene a partir del anterior o de los anteriores mediante una cierta
regla. Los ejemplos siguientes son casos de sucesiones denidas por recurrencia.
2.3 Ejemplo (Sucesiones en progresion aritmetica). Sea d R y denamos la
sucesion a
n
dada por
a
1
= c, a
n
= a
n1
+d para n 2.
2.1 Sucesiones 55
1. Calcule los terminos, a
2
, a
3
, a
4
.
2. Demuestre (por induccion) que a
n
= c + (n 1)d para todo natural n.
3. Sea S
n
la sucesion de las sumas de los n primeros terminos, es decir:
S
1
= a
1
y S
n
= S
n1
+a
n
, o, dicho de otro modo,
S
n
=
n
i=1
a
i
= a
1
+ +a
n
.
Demuestre que
S
n
=
(a
1
+a
n
)n
2
.
2.4 Ejemplo (Sucesiones en progresion geometrica). Sea r R, r ,= 0, y
denamos la sucesion a
n
dada por
a
1
= c, a
n
= a
n1
r para n 2.
1. Calcule los terminos, a
2
, a
3
, a
4
.
2. Demuestre que a
n
= cr
n1
para todo natural n.
3. Sea S
n
la sucesion de las sumas de los n primero terminos, es decir,
S
n
=
n
i=1
a
i
= a
1
+ +a
n
.
Demuestre que si r ,= 1 entonces
S
n
=
a
1
a
n
r
1 r
=
c(1 r
n
)
1 r
.
Cuanto vale S
n
si r = 1?
2.5 Ejemplo (La sucesion de Fibonacci). Sea la sucesion dada por
a
1
= 1, a
2
= 1, a
n
= a
n1
+a
n2
para n 3.
Observese que a
3
= 2, a
4
= 3, a
5
= 5, a
6
= 8, a
7
= 13. Debe quedar claro que
el termino de lugar n esta unvocamente determinado.
2.1.2. El lmite de una sucesi on
Consideremos la sucesion de termino general a
n
=
1
n
. Parece claro que los
terminos se acercan al n umero 0 cuando n es grande. Tratemos de precisar el
signicado de acercarse y de ser n grande. Para algunos, cerca puede signicar
que los terminos esten en el intervalo (
1
10
,
1
10
); Esto ocurre para los a
n
con
n 11. Para otros, mas exigentes, cerca puede signicar que los terminos disten
menos de una centesima, es decir, que pertenezcan al intervalo (
1
100
,
1
100
), lo
que ocurre para los a
n
con n 101. Con mayor generalidad uno puede pedir que
para cualquier intervalo centrado en 0 suceda que a partir de un termino todos
los a
n
pertenezcan a dicho intervalo. No es difcil comprobar que ciertamente eso
sucede para la sucesion a
n
. En efecto, tomemos un intervalo cualquiera (, )
con > 0. Lo que hemos armado es que parece ser cierto que existe un lugar
N tal que los terminos a
n
, a partir del a
N
, pertenecen a (, ). En terminos
matematicos, estamos diciendo que
existe N N tal que para todo n N se tiene que a
n
=
1
n
(, ).
Observamos que esto es lo mismo que decir
existe N N tal que para todo n N se tiene que

1
n
< .
Podemos encontrar un N para el que se cumpla dicha propiedad? Observamos
que como trabajamos con n N tenemos
1
n
=
1
n

1
N
.
Por lo tanto, basta con elegir un N tal que
1
N
< ,
o, equivalentemente,
N >
1
.
Observemos que la existencia de un natural N tal que N >
1
esta garantizada
por la propiedad arquimediana (teorema 1.28). (Si tomamos N = E(
1
) +1, este
natural N tiene la propiedad requerida y es el mas peque no que podemos tomar
con esa propiedad.)
En consecuencia, dado cualquier > 0 si elegimos un natural N >
1
(que
existe por la propiedad arquimediana) tenemos que para todo n N,
1
n
=
1
n

1
N
<
1
,
como queramos ver.
Mediante la abstraccion de la situacion que acabamos de presentar para la
sucesion a
n
=
1
n
se llega a la denicion de lmite de una sucesion.
2.6 Denicion. Sea L R. Decimos que la sucesion a
n
tiene por lmite al
n umero real L, o que converge a L, si para todo intervalo E(L; ) = (L, L+)
centrado en L existe un n umero natural N tal que para todo n N se tiene
que a
n
E(L; ).
2.7 Nota. Si tenemos en cuenta que E(L; ) = (L , L + ) obtenemos lo
siguiente:
2.1 Sucesiones 57
(a) El n umero real L es lmite de la sucesion a
n
si, y solo si, para todo > 0
existe N N tal que para todo n N se tiene L < a
n
< L +.
De la misma forma, como
(L , L +) = x R : [x L[ <
se tiene la siguiente equivalencia:
(b) El n umero real L es lmite de la sucesion a
n
si, y solo si, para todo > 0
existe N N tal que para todo n N se tiene [a
n
L[ < .
2.8 Teorema. Una sucesion a
n
de n umeros reales tiene a lo sumo un lmite.
Demostracion. Razonaremos por reduccion al absurdo. Supongamos que a
n
tie-
ne al menos dos lmites L y M, L < M. Consideremos =
ML
2
. Observese que
> 0 por ser L < M. Entonces, por ser L lmite de a
n
se tiene que existe N
1
tal que
para todo n N
1
, L < a
n
< L +.
De la misma forma, por ser M lmite de a
n
se tiene que existe N
2
tal que
para todo n N
2
, M < a
n
< M +.
Sea N = maxN
1
, N
2
. Entonces a
N
cumple las desigualdades anteriores. En
particular,
M < a
N
< M +.
Como M = L + =
M+L
2
, hemos obtenido que
M +L
2
< a
N
<
M +L
2
,
que es una contradiccion. Luego la hipotesis de la reducion al absurdo, esto es,
que existen al menos dos lmites, es falsa. Por lo tanto, a lo sumo existe un
lmite.
2.9 Ejemplo. La sucesion a
n
=
1
n
tiene lmite 0.
Ese es el ejemplo que vimos como motivacion de la denicion, pero repitamos
el razonamiento: dado > 0 se elige N N tal que
1
N
< (tal N existe en
virtud de la propiedad arquimediana). Entonces, si n N se tiene
[a
n
0[ =
1
n

1
N
< .
n
=
3n2
2n+5
tiene lmite igual a
3
2
.
Sea > 0. Queremos determinar N tal que para todo n N se tiene
3n 2
2n + 5

3
2
< .
Para ver como elegimos N trabajamos con el valor absoluto anterior. Es claro
que

3n 2
2n + 5

3
2
19
2(2n + 5)
=
19
2(2n + 5)
.
Si en la ultima fraccion disminuimos el denominador obtenemos una fraccion
mayor. Por consiguiente,
3n 2
2n + 5

3
2
<
19
4n

19
4N
.
Por lo tanto, si elegimos N N tal que
1
N
<
4
19
se tiene para todo n N
3n 2
2n + 5

3
2
<
19
4N
< .
Observese que la eleccion de N es posible por la propiedad arquimediana.
La argumentacion anterior la podemos presentar de una manera algo mas de-
purada como sigue.
Para todo > 0 tenemos que demostrar que existe un natural N tal que
para todo n N se tiene

3n 2
2n + 5

3
2
< .
Sea > 0 jo y arbitrario. Elijamos un natural N tal que
1
N
<
4
19
. Dicho
natural N existe en virtud de la propiedad arquimediana. Entonces, para todo
n N,
3n 2
2n + 5

3
2
19
2(2n + 5)
=
19
2(2n + 5)
<
19
4n

19
4N
< .
n
=
3n2
2n5
tiene lmite igual a
3
2
.
n
=
n + 1
n tiene lmite igual a 0.

n
= (1)
n
no tiene lmite.
Razonaremos por reduccion al absurdo. Supongamos que L es el lmite de la
sucesion. Entonces, para todo > 0 existe N tal que para todo n N se tiene
[(1)
n
L[ < .
Si n es un n umero par mayor que N la desigualdad anterior signica
[1 L[ < .
Concluimos que [1 L[ < para todo > 0. Consecuentemente 1 L = 0, es
decir, L = 1 (hemos usado que si x R cumple que [x[ < para todo > 0
entonces x = 0).
2.1 Sucesiones 59
De la misma forma, para un n impar y mayor que N, la desigualdad signica
[ 1 L[ < .
Como esto vale para todo > 0, obtenemos L = 1. Luego L debera ser 1 y
1. Puesto que el lmite, si existe, es unico, llegamos a la conclusion de que la
sucesion no tiene lmite.
n
= n no tiene lmite. Por que?
En los ejemplos anteriores hemos visto que hay sucesiones que tienen lmite
y otras que no.
2.15 Denicion. Decimos que una sucesion a
n
es convergente si tiene lmite.
En este caso, lma
n
designa al lmite de la sucesion.
A veces escribiremos lm
n
a
n
(esto es util si queremos recalcar cual es la
variable de la sucesion, por ejemplo si tenemos algo como lm
k
_
m
k
m
k
_
).
Se usa tambien la notacion a
n
L para indicar que lm a
n
= L.
2.16 Notas (Algunas observaciones y algunos resultados sencillos).
1. Sean c R y a
n
= c para todo n (a
n
es una sucesion constante). Es obvio
que el lmite de a
n
es c. Para verlo, basta elegir N = 1 en la denicion de
lmite.
2. Observese que si lma
n
= L entonces lma
n
= L (obviamente a
n
de-
nota a la sucesion b
n
tal que b
n
= a
n
). La demostracion de esta arma-
cion es inmediata. Lo unico que hay que ver es que al aplicar la denicion
de lmite a ambas sucesiones se obtiene lo mismo por ser [x[ = [ x[ para
todo x R.
3. Para estudiar si una sucesion es convergente y determinar su lmite, basta
examinar la sucesion desde un lugar en adelante.
4. Sean a
n
y b
n
dos sucesiones que coinciden a partir de un lugar en adelante,
es decir, que existe N tal que para todo n N se tiene a
n
= b
n
. Entonces
es claro que a
n
es convergente si, y solo si, b
n
es convergente y, en este
caso, tienen el mismo lmite.
5. (Ejercicio) Supongamos que a
n
es una sucesion convergente con lma
n
=
L. Sea < L. Entonces existe N tal que para todo n N se tiene que
a
n
> .
En efecto, tomemos = L que es claramente positivo. De la denicion
de lmite se sigue que existe N tal que para todo n N se tiene L <
a
n
< L + . Como L = , hemos probado que existe N tal que para
todo n N se tiene < a
n
.
n
n
=
L. Sea R, L < . Entonces existe N tal que para todo n N se tiene
que a
n
< . La demostracion es semejante a la de la armacion anterior.
7. (Ejercicio) Si a
n
0 para todo n y lma
n
= L entonces L 0.
n
n
=
L. Entonces lm[a
n
[ = [L[.
La demostracion se sigue muy facilmente de la denicion de lmite y de la
desigualdad [[a
n
[ [L[[ [a
n
L[.
9. En general, no es cierto que si lm[a
n
[ = [L[ entonces lma
n
= L (Si
a
n
= (1)
n
se tiene que [a
n
[ = 1 converge hacia 1 pero a
n
no tiene
lmite.)
10. La armacion anterior solo es valida cuando el lmite es 0. Se tiene que
lma
n
= 0 si y solo si lm[a
n
[ = 0 (para comprobarlo, basta escribir la
denicion de lma
n
= 0 y lm[a
n
[ = 0 y ver que dicen exactamente lo
mismo).
11. Se tiene que lma
n
= L si y solo si lm(a
n
L) = 0 o, equivalentemente,
lm[a
n
L[ = 0.
12. Si a
n
y b
n
son dos sucesiones tales que
[a
n
[ b
n
para todo n y lmb
n
= 0
entonces lma
n
= 0 (es claro que se obtiene la misma conclusion si existe
N
1
tal que [a
n
[ b
n
para todo n N
1
).
13. Sea L R y sean a
n
y b
n
son dos sucesiones tales que
[a
n
L[ b
n
para todo n y lmb
n
= 0
entonces lma
n
= L (como antes, se obtiene la misma conclusion si existe
N
1
tal que [a
n
L[ b
n
para todo n N
1
).
Acotacion y convergencia
Parece intuitivamente evidente que si una sucesion tiene lmite entonces los
terminos no son grandes en valor absoluto. Precisemos lo que queremos decir
con esta armacion. Comenzamos con algunas deniciones.
2.17 Denicion. Sea a
n
una sucesion de n umeros reales.
Decimos que a
n
esta acotada superiormente si el conjunto a
n
: n N
esta acotado superiormente, es decir, si existe M R tal que a
n
M
para todo n N.
Decimos que a
n
esta acotada inferiormente si el conjunto a
n
: n N
esta acotado inferiormente, es decir si existe m R tal que m a
n
para
todo n N.
2.1 Sucesiones 61
Decimos que a
n
esta acotada si esta acotada superiormente e inferior-
mente, es decir, si existen m R y M R tales que m a
n
M para
todo n N. Es claro que una sucesion a
n
esta (o es) acotada si y solo
si existe un n umero no negativo K tal que [a
n
[ K para todo n.
2.18 Teorema. Si a
n
es una sucesi on convergente entonces a
n
es una
sucesion acotada. El recproco es falso (existe alguna sucesion acotada que no
es convergente).
Demostracion. Sea L = lma
n
. Tomemos = 1 y apliquemos la denicion de
lmite. Entonces existe N tal que para todo n N se tiene
[a
n
L[ < 1.
Entonces, para n N, se tiene
[a
n
[ [a
n
L[ +[L[ < 1 +[L[.
Sea K = max[a
1
[, . . . [a
N
[, 1 + [L[. Entonces, es claro que se tiene [a
n
[
[L[ + 1 K si n N , mientras que si n N entonces
[a
n
[ max[a
1
[, . . . [a
N
[ K.
Por lo tanto, [a
n
[ K para todo n, como queramos demostrar.
Para ver que el recproco es falso, basta considerar la sucesion a
n
= (1)
n
que es acotada y no es convergente.
2.1.3. Operaciones con sucesiones: Propiedades algebrai-
cas de los lmites
2.19 Teorema. Sean a
n
y b
n
dos sucesiones convergentes con lmite A y
B respectivamente, entonces
La sucesion a
n
+b
n
converge y su lmite es A+B.
La sucesion a
n
b
n
converge y su lmite es AB.
Como consecuencia, si p N, la sucesi on (a
n
)
p
converge y su lmite es
A
p
.
2.20 Notas. Los recprocos son falsos. Es decir:
Existen sucesiones no convergentes a
n
y b
n
tales que la sucesion
a
n
+b
n
converge.
Existen sucesiones no convergentes a
n
y b
n
tales que la sucesion
a
n
b
n
converge.
Por ejemplo : a
n
= (1)
n
y b
n
= a
n
para la suma, a
n
= (1)
n
y b
n
= a
n
para
el producto.
Demostracion. Para la suma es muy facil. Queremos demostrar que
para todo > 0 existe N tal que para todo n N se tiene que
[a
n
+b
n
(A+B)[ < .
Comenzamos trabajando con [a
n
+ b
n
(A + B)[. Aplicamos la desigualdad
triangular y obtenemos
[a
n
+b
n
(A+B)[ = [(a
n
A) + (b
N
B)[ [a
n
A[ +[b
n
B[.
Fijado > 0, sabemos que

2
> 0. Como lma
n
= A, existe N
1
N tal que
[a
n
A[ <

2
para todo n N
1
y, como lmb
n
= B, existe N
2
N tal que
[b
n
B[ <

2
para todo n N
2
.
Sea N = maxN
1
, N
2
. Si n N entonces n N
1
y n N
2
. En consecuencia,
para n N tenemos
[a
n
+b
n
(A+B)[ [a
n
A[ +[b
n
B[

2
+

2
= .
Veamos el producto. Si una de las dos sucesiones, por ejemplo b
n
tiene
lmite 0 entonces es f acil. Hay que probar que a
n
b
n
0, es decir,
para todo > 0 existe N tal que para todo n N se tiene que [a
n
b
n
[ < .
Sea > 0. Por ser a
n
convergente, tenemos que es acotada. Por lo tanto,
existe K > 0 tal que
[a
n
[ K para todo n N.
Como lmb
n
= 0, existe N
0
N tal que
[b
n
[

K
para todo n N
0
y, por tanto, si n N
0
[a
n
b
n
[ K[b
n
[ K

K
= ,
como queramos demostrar.
En realidad, si nos jamos un poco en la demostracion, vemos que hemos
demostrado un resultado mas general y que es muy util.
n
y b
n
dos sucesiones tales que una es acotada y la
otra tiene lmite 0. Entonces la sucesion a
n
b
n
converge y su lmite es 0
2.1 Sucesiones 63
Sigamos ahora con la demostracion del teorema. Veamos que en general
lma
n
b
n
= AB o, equivalentemente, lm[a
n
b
n
AB[ = 0. En primer lugar,
observamos que
[a
n
b
n
AB[ = [a
n
b
n
a
n
B +a
n
B AB[ [a
n
[[b
n
B[ +[B[[a
n
A[.
Como [a
n
[ es acotada y [b
n
B[ tiene lmite 0 entonces lm[a
n
[[b
n
B[ = 0. De
la misma forma lm[B[[a
n
A[ = 0. Por lo ya demostrado,
lm([a
n
[[b
n
B[ +[B[[a
n
A[) = 0.
Luego, de la desigualdad anterior y la nota 12 de 2.16 se deduce
lm[a
n
b
n
AB[ = 0,
que es lo que queramos demostrar.
n
y b
n
dos sucesiones convergentes con lmite A y
B donde B ,= 0. Si b
n
,= 0 para todo n entonces
La sucesion
1
bn
1
B
La sucesion
an
bn
A
B
Demostracion. Para demostrar la primera usamos que lmb
n
= B implica
lm[b
n
[ = [B[ > 0. Como [B[ >
|B|
2
> 0 existe un N
0
N tal que
[b
n
[ >
|B|
2
para todo n N
0
.
Entonces
1
bn
1
B
=
|bnB|
|B||bn|
<
|bnB|
|B||B|/2
=
2|bnB|
B
2
para todo n N
0
.
Como
lm
2[b
n
B[
B
2
= 0
la nota 12 de 2.16 nos permite deducir que
lm
1
b
n
1
B
= 0,
es decir,
lm
1
b
n
=
1
B
,
como queramos demostrar (podramos haber aplicado tambien la nota 13 de
2.16).
La segunda parte se deduce de la primera y del teorema para el producto
de sucesiones. En efecto, como lma
n
= A y lm
1
bn
=
1
B
, el teorema para el
producto de sucesiones nos da que
lm
a
n
b
n
= lma
n
1
b
n
= A
1
B
=
A
B
.
2.23 Teorema. Sea a
n
con a
n
0, una sucesion convergente con lmite A,
entonces, dado q N, la sucesion
q
a
n
q
A.
Demostracion. El caso en que A = 0 es facil, lo dejamos como ejercicio (usar
directamente la denicion con , N).
Supongamos A > 0. Veamos primero el caso q = 2. Podemos escribir
a
n
A = (
a
n
A)(
a
n
+
A) ,
y por tanto
[
a
n
A[ = [a
n
A[
1
a
n
+
A
;
pero
_
1
an+
A
_
es acotada (eso es facil 0 <
1
an+
A

1
A
), y [a
n
A[ 0,
se obtiene entonces (del teorema 2.21 que acabamos de ver) que [
a
n
A[
0, es decir
a
n

A .
El caso q N arbitrario se razona igual pero ahora en lugar de la identidad
x
2
y
2
= (x y)(x +y) ,
que hemos usado para q = 2, usamos que para todos x, y R
(*) x
q
y
q
= (x y)(x
q1
+yx
q2
+y
2
x
q3
+. . . y
q1
).
Enseguida diremos como se prueba eso pero si lo aplicamos con x =
q
a
n
,
y =
q
a, se llega a que
[a
n
A[ = [
q
a
n
A[
_
(
q
a
n
)
q1
+
q
A(
q
a
n
)
q2
+ (
q
A)
q1
_
;
a partir de ah el razonamiento es como para q = 2; terminarlo como ejercicio.
Para probar (*), se puede
- simplemente realizar el producto en el miembro de la derecha y comprobar
que se obtiene lo de la izquierda, o mejor:
- para y R, jo, dividir el polinomio (en la variable X) X
q
y
q
por el polinomio
X y (usar Runi) y despues evaluar en X = x.
2.1.4. Desigualdades entre sucesiones
El teorema siguiente, lo habamos dejado como ejercicio. Aqu esta el enun-
ciado y la demostracion
2.24 Teorema. Si a
n
L R y a
n
0 para todo n N entonces L 0.
Demostracion. Si fuera L < 0 entonces tendramos L <
L
2
< 0. Pero sabemos
que entonces existe un N N tal que para todo n N, a
n
<
L
2
< 0, lo que
contradice la hipotesis.
2.1 Sucesiones 65
2.25 Corolario. Si a
n
A y b
n
B y a
n
b
n
para todo n N entonces
A B.
Demostracion. Como a
n
b
n
0 para todo n y lm(a
n
b
n
) = AB, el teorema
nos da que AB 0, de donde A B, como queramos demostrar.
2.26 Nota. Si a
n
A y b
n
B y a
n
< b
n
para todo n N, podemos
decir que A < B? La respuesta es negativa. Basta pensar en las sucesiones
a
n
=
1
n
y b
n
=
1
n
. Por consiguiente, si a
n
A y b
n
B y a
n
< b
n
para
todo n N lo unico que podemos armar es que A B.
2.27 Teorema (Criterio o teorema del sandwich (TDS)). Sean a
n
b
n
y
c
n
tres sucesiones tales que a
n
b
n
c
n
para todo n N. Si ademas
a
n
L y c
n
L entonces b
n
es convergente y su lmite es L.
Demostracion. Por denicion de lmite, jado > 0 existen N
1
y N
2
ambos
naturales, tales que si n N
1
se tiene que L < a
n
< L + y si n N
2
entonces L < c
n
< L+. Sea N = maxN
1
, N
2
. Si n N entonces n N
1
y n N
2
y tenemos L < a
n
b
n
c
n
< L + Hemos probado entonces
que dado > 0 existe N tal que para todo n N
[b
n
L[ < ,
es decir, b
n
L.
Otra demostracion sin usar directamente la denicion sera la siguiente. Por
las desigualdad a
n
b
n
c
n
tenemos
[a
n
L[ a
n
L b
n
L c
n
L [c
n
L[.
Luego
([a
n
L[ +[c
n
L[) b
n
L [a
n
L[ +[c
n
L[.
Por lo tanto,
[b
n
L[ [a
n
L[ +[c
n
L[.
Como [a
n
L[ 0 y [b
n
L[ 0 se obtiene que
lm([a
n
L[ +[c
n
L[) = 0
y, consecuentemente,
lm[b
n
L[ = 0,
es decir, lmb
n
= L.
Como corolario, podemos obtener un resultado que ya habamos probado
anteriormente.
2.28 Corolario. Si a
n
0 y b
n
es acotada, entonces a
n
b
n
0
Demostracion. Sea M tal que [b
n
[ M para todo n. Entonces 0 [a
n
b
n
[
[a
n
[M. Como a
n
0 tambien es M[a
n
[ 0. Ademas lm0 = 0 y por el
TDS [a
n
b
n
[ 0 o, equivalentemente, a
n
b
n
0.
2.29 Ejercicio. Calcular el lmite de
a
n
=
n
n
2
+ 1
+
n
n
2
+ 2
+. . .
n
n
2
+n
.
2.30 Ejercicio. Calcular el lmite de
a
n
=
1
n
2
+
1
n
2
+ 1
+. . .
1
n
2
+n 1
.
Del criterio del sandwich se deduce facilmente una traduccion a sucesiones
de la propiedad de densidad de Q (o de R Q) en R (teoremas 1.39, 1.40).
2.31 Teorema. Para todo n umero real x
existe una sucesion a
n
de n umeros racionales tal que lma
n
= x;
existe una sucesion b
n
de n umeros irracionales tal que lmb
n
= x.
Demostracion. Para cada n N existe, por la densidad de Q en R, un a
n
Q
tal que
x
1
n
< a
n
< x .
Del TDS se sigue inmediatamente que lma
n
= x. Para irracionales se razona
exactamente igual.
2.32 Ejercicio. Demostrar que la sucesion del teorema se puede tomar estricta-
mente creciente (a
n
< a
n+1
para todo n) o estrictamente decreciente (a
n
> a
n+1
para todo n) .
Otra aplicacion del TDS es el siguiente teorema:
2.33 Teorema.
Si a > 0, entonces lm
n
a = 1
lm
n
n = 1
Si a
n
es tal que a
n
0 para todo n y existen 0 < m < M R y N N
tales que para todo n N es m a
n
M entonces
n
a
n
1
Si a
n
es una sucesion de terminos positivos y a
n
L > 0 entonces
n
a
n
1
2.1 Sucesiones 67
Demostracion. Para probar la primera armacion suponemos primero a > 1.
Entonces
n
a > 1 y podemos escribir

n
a = 1 +h
n
con h
n
> 0. Bastara entonces comprobar que h
n
0. Por la desigualdad de
Bernoulli (proposicion 1.34) tenemos
a = (1 +h
n
)
n
1 +nh
n
De donde 0 h
n

a1
n
y el TDS nos da h
n
0. Si a > 1 escribimos a =
1
b
con 1 < b y tenemos por lo ya probado
lm
n
a =
1
lm
n
b
= 1
Si a = 1 es obvio.
Para probar la segunda armacion se procede de modo analogo pero en lugar
de usar la desigualdad de Bernoulli usamos el binomio de Newton y tenemos
n
n = 1 + h
n
con h
n
> 0 por ser n > 1. Si n 2 entonces n = (1 + h
n
)
n
n(n1)
2
h
2
n
de donde
0 h
2
n

2
n 1
y el TDS nos da h
2
n
0 y por tanto h
n
=
_
h
2
n
0. La parte 3 se sigue de
n
m
n
a
n

n
M para n N, el TDS y del apartado 1.

Por ultimo si lma
n
= L > 0 entonces 0 < L/2 < L < 2L y existe N tal
que para n N
0 < L/2 < a
n
< 2L
y estamos en el caso anterior con m = L/2 y M = 2L.
Alguna herramienta para ver si un lmite es cero
El siguiente lmite es muy util para comparar:
2.34 Ejemplo. Si 0 < a < 1 entonces lma
n
= 0
Demostracion. Sea b =
1
a
entonces b > 1 y podemos escribir b = 1+h con h > 0.
Por la desiguladad de Bernoulli (proposicion 1.34) tenemos b
n
= (1 + h)
n
1 + nh > 0. Como 0 < a

n
=
1
b
n
tenemos 0 < a
n
1
1+nh

1
nh
=
1
h
1
n
. Pero
1
n
0 y el TDS nos da el resultado.
2.35 Teorema (Criterio de la raz para lmites). Sea a
n
una sucesion de
n umeros no negativos a
n
:
Si existen 0 < r < 1 y N N tales que para todo n N,
n
a
n
r
entonces lma
n
= 0.
Si lm
n
a
n
= l < 1 entonces lma
n
= 0.
Demostracion. Para la primera parte basta usar que
n
a
n
r y a
n
0 implican
0 a
n
r
n
. Como ya hemos visto que lmr
n
= 0 por ser 0 < r < 1, el TDS
nos da lo que buscamos. Para la segunda parte usamos que si l < 1, entonces
existe r tal que l < r < 1, y por ser r > l existe N N tal que para todo n N
se tiene
n
a
n
< r y estamos en el caso anterior.
2.36 Teorema (Criterio de cociente para lmites). Sea a
n
una sucesion con
a
n
> 0 para todo n :
Si existen 0 < r < 1 y N N tales que para todo n N,
an+1
an
r
entonces lma
n
= 0.
Si lm
an+1
an
= l < 1 entonces lma
n
= 0.
Demostracion. La segunda parte se deduce de la primera igual que en el caso
anterior. Para probar la primera aplicamos sucesivamente la desigualdad a
n+1

a
n
r (que se deduce de
an+1
an
r por ser a
n
> 0). Sea k = N
a
k+1
ra
k
a
k+2
ra
k+1
r
2
a
k
a
k+3
ra
k+2
r
3
a
k
Por induccion se puede probar
0 < a
k+n
r
n
a
k
Por el TDS la sucesion a
k+n
0 y por tanto a
n
0
2.37 Teorema. (Caso de terminos cualesquiera.)
Si a
n
es una sucesion y
existen 0 < r < 1 y N N tales que para todo n N
n
_
[a
n
[ r entonces
lma
n
= 0
Si lm
n
_
[a
n
[ = l < 1 entonces lma
n
= 0
Demostracion. Basta con aplicar el caso de terminos no negativos a la sucesion
[a
n
[.
2.38 Ejercicio. Enunciar y probar un resultado analogo en el caso del criterio
del cociente.
2.1 Sucesiones 69
2.1.5. Subsucesiones
2.39 Denicion. Una subsucesion de la sucesion a
n
es una sucesion b
n
de
la forma b
n
= a
kn
donde k
n
es un natural para cada n y k
1
< k
2
< < k
n
<
k
n+1
< , es decir, k
n
N y k
n
< k
n+1
para todo natural n. Es muy facil ver
que si k
n
< k
n+1
para todo natural n entonces k
n
n para todo natural n.
2.40 Ejemplos.
k
n
= 2n
k
n
= 2n 1
k
n
= n
k
n
= n!
Si la sucesion original fuera la dada por a
n
=
_
1 +
1
n
_
n
las subsucesiones corres-
pondientes seran
a
2n
=
_
1 +
1
2n
_
2n
a
2n1
=
_
1 +
1
2n1
_
2n1
a
n
=
_
1 +
1
n
_
n
a
n!
_
1 +
1
n!
_
n!
Pero
_
_
1 +
1
n
2
_n
2
_
no es una subsucesion de a
n
.
n
es convergente con lmite L si, y solo si,
todas sus subsucesiones son convergentes y con el mismo lmite L.
Demostracion. Si todas las subsucesiones son convergentes, como a
n
es una
subsucesion de s misma es obvio que a
n
es convergente. Recprocamente, pro-
baremos que si a
n
es convergente con lmite L y b
n
es cualquier subsucesion
de a
n
, entonces b
n
L. Puesto que b
n
es una subsucesion de a
n
, sabe-
mos que b
n
= a
kn
donde k
1
< k
2
< < k
n
< k
n+1
< y, consecuentemente,
k
n
n para todo n. Sea > 0. Como L es el lmite de a
n
, sabemos que existe
N tal que si n N entonces [a
n
L[ < . Se sigue que para n N se tiene
k
n
n N y, por la propiedad de N,
[b
n
L[ = [a
kn
L[ < .
2.42 Corolario. Si una sucesion tiene dos subsucesiones con lmites distintos
entonces no es convergente.
2.43 Ejemplo. La sucesion con termino general a
n
= (1)
n
no es convergente.
n
dada por a
n
= 1 si n es m ultiplo de 3 o de 5
y a
n
= 0 en cualquier otro caso tiene dos subsucesiones que convergen a 1. Pero
la sucesion a
n
no converge. El motivo es que entre los m ultiplos de 3 y los de
5 no se cubre todo N
2.45 Denicion. Sean b
n
= a
kn
y c
n
= a
jn
dos subsucesiones de a
n
. Decimos
que b
n
y c
n
son complementarias si la union de los conjuntos k
n
: n N
y j
n
: n N es el conjunto N, esto es, si todo natural aparece entre los
subndices de una de las dos subsucesiones.
2.46 Teorema. Sea a
n
una sucesion. Si b
n
= a
kn
y c
n
= a
jn
son dos subsu-
cesiones complementarias y ambas convergen al mismo n umero real L, entonces
a
n
L
Demostracion. Sea > 0. Por ser L = lmb
n
y L = lmc
n
, existen N
0
y N
1
naturales tales que [b
n
l[ < si n N
0
y [c
n
l[ < si n N
1
. Tomemos
N = maxk
N0
, j
N1
. Probemos que si n N entonces [a
n
l[ < . Por ser
b
n
y c
n
subsucesiones complementarias n = k
i
para alg un i N o n = j
i
para alg un i N. En el primer caso, a
n
= a
ki
= b
i
. Como k
i
= n k
N0
y
k
1
< k
2
< < k
n
< k
n+1
< se tiene que i N
0
. Luego [a
n
L[ =
[b
i
L[ < . Si n = j
i
se procede del mismo modo. Se tiene a
n
= a
ji
= c
i
. Como
j
i
= n j
N1
y j
1
< j
2
< < j
n
< j
n+1
< obtenemos que i N
1
. Luego
[a
n
L[ = [c
i
L[ < .
2.1.6. Propiedades que aseguran la convergencia
Hasta ahora hemos sabido que una sucesion es convergente determinando su
lmite. En muchas situaciones es importante saber que una sucesion es conver-
gente aunque no conozcamos apriori su lmite (por ejemplo, cuando se estudian
metodos iterativos, para calcular soluciones de ecuaciones). En esta seccion ve-
remos dos teoremas que nos aseguran precisamente eso, es decir resultados del
tipo si una sucesion cumple . . . . . . entonces es convergente. Para enunciar el
primero necesitaremos introducir algunas deniciones importantes (pero muy
simples).
Sucesiones monotonas
2.47 Denicion.
Una sucesion a
n
es creciente si a
n
a
n+1
para todo n N.
Una sucesion a
n
es decreciente si a
n
a
n+1
para todo n N.
Una sucesion a
n
es estrictamente creciente si a
n
< a
n+1
para todo
n N.
Una sucesion a
n
es estrictamente decreciente si a
n
> a
n+1
para todo
n N.
2.1 Sucesiones 71
Una sucesion a
n
es monotona si es creciente o decreciente.
Una sucesion a
n
es estrictamente monotona si es estrictamente creciente
o estrictamente decreciente.
2.48 Nota. Si una sucesion a
n
es creciente, entonces de a
n
a
n+1
para todo
n se obtiene que si k, j N a
k
a
k+j
pues
a
k
a
k+1
a
k+2
a
k+j1
a
k+j
En otras palabras si n k entonces a
n
a
k
. En particular toda sucesion cre-
ciente tiene mnimo que es a
1
. An alogamente toda sucesion decreciente cumple
a
k
a
n
si n k
y tiene un maximo que es a
1
2.49 Nota. Hemos visto dos ejemplo de sucesiones no convergentes.
a
n
con a
n
= n
a
n
con a
n
= (1)
n
Una no es acotada, la otra es acotada pero no monotona. El siguiente teorema
dice que no es posible encontrar una sucesion monotona y acotada que no sea
convergente.
El primer teorema sobre existencia de lmite es:
2.50 Teorema. Si a
n
es una sucesion monotona y acotada entonces es con-
vergente.
Demostracion. Supongamos que es creciente. El subconjunto A de R formado
por los valores de a
n
es no vaco y acotado superiormente. Luego tiene un
supremo, L. Veamos que este supremo es el lmite. Sea > 0. Por denicion de
supremo se tiene que L no es cota superior de A, luego existe a
N
A tal
que L a
N
Si n N usando la monotona de la sucesion y el hecho de que
L es cota superior de A podemos escribir:
L a
N
a
n
L < L +
Es decir [La
n
[ < . Hemos probado no solo que el lmite existe, hemos probado
tambien que el lmite es el supremo de A.
De modo totalmente analogo se prueba que si la sucesion es decreciente y
acotada, entonces lma
n
= nfa
1
, a
2
a
n
, . Tambien se puede demostrar
del siguiente modo: si la sucesion a
n
es decreciente y acotada entonces la su-
cesion a
n
es creciente y acotada; por lo ya demostrado, a
n
es convergente
y lm(a
n
) = L, donde L = supa
n
: n N = nfa
n
: n N y,
consecuentemente, lma
n
= L =nfa
n
: n N.
Recalquemos que la demostracion depende esencialmente de la propiedad
del supremo de R; un resultado analogo no vale si tuviesemos solo a Q. La
b usqueda de una demostracion de la armacion del teorema (que intuitivamente
parece clara y se admita como cierta) estuvo entre las motivaciones que se nalaba
Dedekind para su investigacion de una fundamentacion del concepto de n umero
real.
2.51 Ejemplos. (Importante)
La sucesion a
n
con a
n
= 1 +
1
1!
+
1
2!
+ +
1
n!
es estrictamente creciente
y acotada por 3.
La sucesion a
n
=
_
1 +
1
n
_
n
es monotona creciente y acotada por 3.
Demostracion. En el primer caso la monotona es obvia pues a
n
a
n1
=
1
n!
.
La acotacion se sigue de la desigualdad 2
n1
n! (se prueba por induccion)
pues entonces
a
n
1 +
1
2
0
+
1
2
1
+
1
2
2
+ +
1
2
n1
= 1 +
1
1
2
n
1
2
= 3
2
2
n
3.
El otro ejemplo es mas complicado. Para ver que es estrictamente creciente,
como a
n
> 0 para todo n, basta ver que
an+1
an
> 1. Es facil ver que
a
n+1
a
n
=
n + 2
n + 1
_
n
2
+ 2n
n
2
+ 2n + 1
_
n
=
n + 2
n + 1
_
1
1
n
2
+ 2n + 1
_
n
.
Si usamos la desigualdad de Bernoulli (recordemos una vez mas: (1+x)
n
1+nx
para todo x 1 y todo natural n; proposicion 1.34) obtenemos que este ultimo
termino es mayor o igual que
n + 2
n + 1
_
1
n
n
2
+ 2n + 1
_
=
n
3
+ 3n
2
+ 3n + 2
n
3
+ 3n
2
+ 3n + 1
> 1
La acotacion se obtiene usando el binomio de Newton junto con la observacion
sencilla de que
_
n
k
_
=
n!
k!(n k)!

n
k
k!
En efecto
_
1 +
1
n
_
n
=
n
k=0
_
n
k
_
1
n
k

n
k=0
1
k!
3 .
2.52 Denicion. Notaremos
e lm
__
1 +
1
n
_
n
_
(que sabemos que existe por lo anterior).
2.1 Sucesiones 73
Mas adelante veremos que en realidad las dos sucesiones tiene el mismo
lmite, o sea que
lm1 +
1
1!
+
1
2!
+ +
1
n!
= e .
2.53 Ejercicio. Sean a
n
y b
n
dos sucesiones tales que
a
n
es creciente, b
n
es decreciente, a
n
b
n
para todo n N.
Probar que entonces a
n
y b
n
son convergentes y lma
n
lmb
n
.
Probar que si ademas b
n
a
n
0 entonces lma
n
= lmb
n
.
Usar lo anterior para dar otra demostracion de la propiedad de los intervalos
encajados. (Ver el teorema 1.43; en realidad la idea clave es la misma que en la
demostracion que vimos all: la propiedad del supremo.)
El teorema anterior se usa para probar otro resultado fundamental (su uti-
lidad la veremos mas adelante)
2.54 Teorema (Bolzano-Weierstrass). Toda sucesion acotada tiene una subsu-
cesion convergente.
Demostracion. La demostracion se basa en el siguiente
2.55 Lema. Toda sucesion tiene una subsucesion monotona
Demostracion. Se a
n
nuestra sucesion. Diremos que un natural k es punto de
cumbre para a
n
si a
k
a
n
para todo n k. Pueden darse dos casos:
para cada n, existe un k > n que k es punto de cumbre;
hay un n
0
tal que ning un k > n
0
es punto de cumbre.
En el primer caso denimos por induccion una sucesion creciente b
n
a
kn
del siguiente modo. Sea n = 1, por hipotesis existen puntos de cumbre mayores
que 1, tomemos k
1
> 1 que sea punto de cumbre; de nuevo por hipotesis existen
naturales mayores que k
1
que son puntos de cumbre, tomemos como k
2
uno
de ellos, es decir, elegimos k
2
> k
1
que sea punto de cumbre; notese que por
ser k
1
punto de cumbre se cumple entonces que a
k2
a
k1
. Supuestos elegidos
k
1
< k
2
< < k
n
todos ellos puntos de cumbre, elegimos k
n+1
que sea punto
de cumbre con k
n+1
> k
n
. Es claro por denicion de punto de cumbre que la
subsucesion as obtenida es decreciente.
En el caso segundo, sea n
0
natural tal que ning un k > n
0
es punto de cumbre.
Tomemos un k
1
> n
0
que no sea punto de cumbre. Por denicion de punto
cumbre, tiene que existir un k
2
> k
1
tal que a
k2
> a
k1
. Pero k
2
tampoco es punto
de cumbre, luego existe k
3
> k
2
tal que a
k3
> a
k2
. De este modo, procediendo
por induccion, elegidos k
1
< k
2
< < k
n
con a
k1
< a
k2
< < a
kn
. Sabemos
que existe k
n+1
> k
n
tal que a
kn+1
> a
kn
y la subsucesion b
n
denida por
b
n
= a
kn
es una subsucesion creciente.
La demostracion del teorema ahora es obvia. a
n
tiene una subsucesion
mon otona b
n
(por el lema). Esta subsucesion esta acotada (por estarlo a
n
).
Luego b
n
es convergente.
Sucesiones de Cauchy
Para el segundo teorema sobre existencia de lmite necesitamos introducir
otro concepto fundamental: el de sucesion de Cauchy. Enseguida veremos una
denicion formal, que puede parecer complicada, pero la idea no lo es. Recorde-
mos que el objetivo es encontrar alguna propiedad que nos permita asegurar si
una sucesion tiene esa propiedad entonces es convergente; la idea de Cauchy
1
fue que si una sucesion es convergente entonces sus terminos tienen que estar
cada vez mas proximos entre s y que recprocamente, si los terminos de una
sucesion estan cada vez mas proximos entre s, entonces la sucesion tiene lmi-
te. Una sucesion de Cauchy es precisamente una que cumple eso de terminos
cada vez mas proximos entre s :
2.56 Denicion. Sucesion de Cauchy
Una sucesion a
n
se dice que es de Cauchy si para cada > 0 existe N N
tal que siempre que n, m, N sean mayores o iguales que N se cumple que
[a
n
a
m
[ < .
n
es convergente si, y solo si, es de Cauchy.
Demostracion. Si a
n
es convergente y > 0 usando la denicion de lmite con
2
tenemos que si L es el lmite de la sucesion, existe N N tal que [a
n
L[ <

2
para todo n N. Si ahora n, m son ambos mayores o iguales que N tenemos
[a
n
a
m
[ = [a
n
L +L a
m
[ [a
n
L[ +[L a
m
[ < .
La prueba del recproco la haremos en tres etapas
Probaremos que toda sucesion de Cauchy esta acotada.
Consecuencia inmediata: toda sucesion de Cauchy tiene una subsucesion
b
n
con b
n
= a
kn
que converge a un n umeo real L.
Probaremos que si a
n
es de Cauchy y alguna subsucesion tiene lmite
L entonces a
n
converge a L.
Para ver que una sucesion de Cauchy esta acotada se procede del siguiente modo:
Por ser a
n
de Cauchy, jado un > 0 por ejemplo = 1 se tiene que existe
N tal que n, m N implica [a
n
a
m
[ 1. Fijemos n = N entonces tenemos
que para todo n N
[a
n
a
N
[ 1
o lo que es lo mismo
a
N
1 < a
n
< a
N
+ 1 .
1
Agoustin Louis Cauchy, matem atico frances, 1789-1857. Fue uno de los iniciadores del
proceso de rigorizaci on del Calculo.
2.1 Sucesiones 75
Si denimos
m = mna
1
, a
2
. . . a
N1
, a
N
1 ,
M = maxa
1
, a
2
. . . a
N1
, a
N
+ 1 ,
es claro que m a
n
para todo n, pues si n N1, a
n
a
1
, a
2
. . . a
N1
, a
N
1
y, por lo tanto, a
n
m y si n N entonces a
n
> a
N
1 m. Del mismo modo
se prueba a
n
M para todo n.
Por el teorema de Bolzano-Weierstrass sabemos que a
n
tiene una subsuce-
sion convergente b
n
, donde b
n
= a
kn
con k
n
< k
n+1
. Sea L = lmb
n
. Nos falta
probar que a
n
L. Sea pues > 0; escogemos N
0
tal que [a
n
a
m
[ <

2
para
todo n, m N
0
(lo podemos hacer por ser

2
> 0 y a
n
de Cauchy). Escogemos
N
1
tal que [b
n
L[ <

2
para todo n N
1
. Sea N = maxN
0
, N
1
. Para todo
n N tenemos
[a
n
L[ = [a
n
b
n
+b
n
L[ [a
n
a
kn
[ +[a
kn
L[ .
Como k
n
n N = maxN
0
, N
1
tenemos [a
n
a
kn
[ <

2
, por ser n y k
n
mayores o iguales que N
0
, y [a
kn
L[ <

2
, por ser k
n
N
1
. Luego
[a
n
L[ [a
n
a
kn
[ +[a
kn
L[ <

2
+

2
=
para todo n N.
Aplicacion: denicion de potencias de exponente real
En el bachillerato e incluso antes, se han estudiado potencias, operaciones con
potencias, ecuaciones con potencias etc. Pero todo eso esta entre las cosas que
quizas hemos usado sin saber realmente su signicado. S sabemos que signica
2
3
o
1200
: 2
3
= 2 2 2 y
1200
= . . . mildoscientas veces, pero
que signica 2
2
o 3
? En esta seccion veremos que se entiende por expresiones

como esas.
Vayamos por partes. Partiremos primero de lo que s es conocido, el caso de
exponente natural, y pasaremos sucesivamente a exponente entero, racional y
por ultimo real.
El caso de exponente natural no tiene problemas: sea a R,
denimos : a
1
= a , a
m+1
= a a
m
, para todo m N .
Esa es una denicion por recurrencia equivalente a la habitual con . . .
a
m
= a
m
. . . a .
Es conocido (y facil de demostrar, hacerlo) que se cumple la
propiedad clave
(*) a
m+n
= a
m
a
n
, para todos m, n N ;
de la que se deduce tambien
(**) a
mn
= (a
m
)
n
, para todos m, n N .
Estas son las propiedades que queremos mantener cuando denamos poten-
cias para otros exponentes. Por ejemplo, si queremos que eso siga valiendo como
deberamos denir a
0
? Esta claro (y ya lo sabemos): debera ser a = a
1+0
= aa
0
para todo a R; si a ,= 0 eso se cumplira solo si a
0
= 1, por tanto
si a R, a ,= 0, denimos a
0
= 1
(obviamente, ya no tiene sentido hablar de a . . . cero veces). Para a = 0 la
igualdad 0 = 0
1+0
= 0 0
0
se cumplira independientemente del valor que le
asignasemos a 0
0
; conclusion: no denimos 0
0
.
Para exponentes enteros negativos la idea es tambien conocida: si queremos
que se cumpla a
m
a
m
= a
0
= 1, debemos denir a
m
como el inverso de a
m
(por eso usamos
1
para denotar inversos), eso requiere que sea a ,= 0, pero
con esa salvedad la denicion es clara:
si a R, a ,= 0, denimos a
m
= (a
m
)
1
, para todo m N .
Es inmediato comprobar que con esta denicion de potencia de exponente entero
se cumplen las propiedades habituales
2.58 Proposicion. Si a ,= 0 para todos m, n Z se cumple
a
n+m
= a
n
a
m
.
a
nm
= (a
n
)
m
.
Si b R, b ,= 0 ,
(ab)
m
= a
m
b
m
.
Hasta aqu todo es facil y ya sabido. Para exponentes racionales la cosa no
es tan simple, pero es (mas o menos) conocida: como deberamos denir, por
ejemplo, a
1
n
, n N? Si queremos que siga valiendo la propiedad analoga a (**),
debera ser (a
1
n
)
n
= a
1
= a, es decir a
1
n
debera ser un n umero que al elevarlo a
n fuese a. Ya hemos visto (teorema 1.36) que si a > 0 existe un unico n umero
positivo que satisface eso, lo notamos
n
a (denicion 1.37). Por tanto,

si a R, a > 0, denimos a
m
n
= (
n
a )
m
, para todo
m
n
Q .
Para que la denicion sea valida debemos comprobar que no depende del repre-
sentante del n umero racional que elijamos, es decir debemos probar:
Si a R, a > 0, y
m
n
=
m
, entonces (
n
a )
m
= (
n
a )
m
.
2.1 Sucesiones 77
Eso es facil: si llamamos A =
n
a , B =
n
a , entonces A
n
= B
n
y por
tanto A
mn
= B
n
m
. Pero la equivalencia de las fracciones signica n
m = nm
,
y por tanto A
mn
= B
nm
, de aqu se deduce (ver ejercicio 1.8, que vale tambien

para R), que A
m
= B
m
, es decir (
n
a )
m
= (
n
a )
m
.
Notese que por la denicion
a
r
> 0 , para todo r Q .
Tambien es facil ver (ejercicio) que con la denicion anterior se mantienen las
propiedades habituales de las potencias (las que hemos se nalado en la proposi-
cion 2.58).
Se cumple tambien:
si a > 1, r Q, r > 0, entonces a
r
> 1. Como consecuencia, si r, s Q y
r < s entonces a
r
< a
s
.
si a < 1, r Q, r > 0, entonces a
r
< 1. Como consecuencia, si r, s Q y
r < s entonces a
r
> a
s
.
Comprobemoslo. Consideremos primero a > 1. La primera armacion es clara:
si r =
m
n
, es claro que
n
a > 1 (por que?) y por tanto (

n
a)
m
> 1, es decir
a
r
> 1.
Si tenemos ahora r < s, usamos que por lo anterior a
sr
> 1, es decir
a
s
(a
r
)
1
> 1, y por tanto a
s
> a
r
.)
El caso a < 1 se deduce de poner a
r
= (a
1
)
r
=
_
(a
1
)
r
1
. Terminarlo como
ejercicio.
Nos queda el ultimo paso: como podemos deninir a
x
para a > 0, x R
por ejemplo, como decamos al principio, algo como 2
2
, si queremos que
las propiedades de las potencias sigan siendo validas. La clave ahora esta en el
teorema 2.31: siempre podemos encontrar una sucesion de n umeros racionales,
r
n
, tal que r
n
x, es decir, n umeros racionales que aproximan tanto como
queramos a x; lo logico es denir
a
x
= lma
rn
.
Hay dos problemas:
1. probar que la sucesion a
rn
realmente converge;
2. probar que si buscamos otra sucesion, s
n
que tambien converja a x,
entonces a
sn
converge a lo mismo (es decir la denicion no depende de
la sucesion de aproximaciones racionales de x que elijamos).
Para el punto 1 tenemos nuestra condicion de Cauchy! Comprobemos que
Si a R, a > 0 y r
n
es una sucesi on convergente de n umeros racionales,
entonces a
rn
es una sucesion de Cauchy.
En efecto, supongamos primero a > 1.
Tenemos que controlar, para m, n N,
[a
rn
a
rm
[ .
Por ser r
n
convergente, es acotada, y por lo que hemos visto antes, a
rn
es
tambien acotada: si M Q es una cota superior de r
n
entonces 0 < a
rn
a
M
para todo n N. Por otra parte, si r
n
r
m
entonces
[a
rn
a
rm
[ = a
rn
a
rm
= a
rm
(a
rnrm
1) a
M
(a
rnrm
1) ,
mientras que si r
m
r
n
entonces
[a
rn
a
rm
[ = a
rm
a
rn
= a
rn
(a
rmrn
1) a
M
(a
rmrn
1) ,
por tanto, en cualquier caso,
[a
rn
a
rm
[ = a
M
(a
|rnrm|
1) .
Ahora, dado > 0, como
n
a 1 (teorema 2.33), podemos elegir N N tal

que
[a
1
n
1[ = a
1
n
1 <

a
M
si n n
0
,
y como r
n
es de Cauchy, podemos elegir N N tal que
[r
n
r
m
[ <
1
n
0
si n, m N ;
se cumple entonces que, si n, m N
[a
rn
a
rm
[ = a
M
(a
|rnrm|
1) < a
M
_
a
1
n
0
1
_
< .
Por tanto, hemos probado que a
rn
es de Cauchy. Del teorema se deduce que
existe lma
rn
.
Si 0 < a < 1 basta escribir a
rn
= (a
1
)
rn
para ver que tambien en ese caso
la sucesion a
rn
es convergente.
Veamos el punto 2. Tenemos que probar ahora que si r
n
, s
n
son sucesio-
nes de n umeros racionales que convergen a x, entonces a
rn
y a
sn
converge al
mismo n umero. Hay una forma corta de ver eso: si denimos una nueva sucesion
t
n
, como
t
n
=
_
r
n
si n es impar
s
n
si n es par
,
entonces t
n
x (justicarlo) y, por lo que acabamos de ver, a
tn
es conver-
gente. Como a
rn
y a
sn
son subsucesiones de esa, las dos tienen que tener
el mismo lmite.
Lo anterior tiene como corolario un resultado interesante:
2.1 Sucesiones 79
2.59 Corolario. Si a > 0 y r
n
es una sucesion de n umeros racionales con
lmr
n
= 0, entonces lma
rn
= 1.
Demostracion. En efecto, basta usar que lma
rn
(que sabemos que existe por
el punto 1) tiene que coincidir con lma
1
n
(tambien podamos tomar como s
n
la sucesion constante 0!) que sabemos que es 1
2
.
Volviendo a nuestro objetivo: hemos visto que lo que queramos hacer tiene
sentido, por tanto
Si a R, a > 0 y x R denimos
a
x
= lma
rn
donde r
n
es una sucesion de n umeros racionales que converge a x.
Notese que si x =
p
q
R, sigue siendo a
p
q
= (
q
a)
p
(por que?).
Veamos que con la denicion que hemos establecido se mantienen las pro-
piedades habituales de las potencias.
2.60 Proposicion. Sea a R, a > 0. Para todos x, y R se cumple
1. a
x+y
= a
x
a
y
;
2. a
x
> 0 ;
3. Si b R, b > 0 , (ab)
x
= a
x
b
x
.
4. Si a > 1 y x > 0 entonces a
x
> 1. Como consecuencia si x, y R, x < y,
entonces a
x
< a
y
.
5. Si a < 1 y x > 0 entonces a
x
< 1. Como consecuencia si x, y R, x < y,
entonces a
x
> a
y
.
6. (a
x
)
y
= a
xy
.
Demostracion. 1. Si tomamos r
n
, s
n
Q, con r
n
x, s
n
y, se tiene
inmediatamente:
a
x+y
= lma
rn+sn
= lma
rn
a
sn
= a
x
a
y
.
2. De la dencion de a
x
se deduce inmediatamente que a
x
0 (por que?),
pero por lo anterior a
x
a
x
= a
0
= 1, y por tanto a
x
,= 0, luego es a
x
> 0.
3. La demostracion es analoga a la de 1, la dejamos como ejercicio.
4. Ya hemos visto las propiedades 4 y 5 en el caso de exponentes racionales
(pag. 77), por tanto, si a > 1, x > 0 basta tomar una sucesion de n umeros
racionales, r
n
, con r
n
> 0, que tienda a x y se deduce inmediatamente
a
x
= lma
rn
1
2
Notese, sin embargo, que en la demostracion del punto 1 hemos usado que {a
1
n } 0.
(recordar el teorema 2.24 y la nota 2.26). Para descartar la igualdad hay que
trabajar un poquito mas: si jamos r Q, con 0 < r < x, y elegimos una
sucesion de racionales, r
n
, que tienda a x y que cumplan r
n
> r (eso es
siempre posible, por que?) se tiene
a
x
= lma
rn
a
r
> 1 .
Eso prueba la primera parte de 4. El resto se hace como en el caso de exponente
racional.
5. Se puede hacer de manera analoga a lo anterior o bien como en el caso de
exponente racional usando que a
x
=
_
(a
1
)
x
1
(eso es facil, se deduce de 3
aplicado a a a
1
) y el caso a > 1. Lo dejamos como ejercicio.
Para ver 6 necesitamos primero un resultado importante por s mismo:
2.61 Teorema. Sea a R, a > 0. Si x
n
es una sucesion de n umeros reales
convergente con lmite A, entonces a
xn
converge y su lmite es a
A
.
Demostracion del teorema. Si los x
n
fuesen racionales la armacion sera sim-
plemente la denicion de a
A
. Para x
n
arbitraria la idea es encajarla entre
dos sucesiones de n umeros racionales que tambien converjan a A; eso es facil:
por ejemplo podemos tomar r
n
, s
n
Q tales que
x
n
1
n
< r
n
< x
n
< s
n
< x
n
+
1
n
.
Entonces, por el teorema del sandwich r
n
A, s
n
A; ademas,
si a > 1 usando la propiedad 4, se tiene
a
rn
< a
xn
< a
sn
,
mientras que
si a < 1 usando la propiedad 5, se tiene
a
rn
> a
xn
> a
sn
;
en cualquier caso, de nuevo por el teorema del sandwich, se obtiene
a
xn
a
A
.
Demostracion de la propiedad 6. Supongamos primero que y = s Q, entonces
si tomamos r
n
Q, con r
n
x, tenemos
(a
rn
)
s
= a
rns
.
Por la denicion se tiene
a
rns
a
xs
,
mientras que por las propiedades de los lmites con potencias y raices (recordar
que si s =
p
q
entonces [ ]
s
=
q
_
[ ]
p
, y usar los teoremas 2.19 y 2.23) se tiene
(a
rn
)
s
(a
x
)
s
,
2.1 Sucesiones 81
Por tanto
(a
x
)
s
= a
xs
.
Ahora, para y R tomamos s
n
Q, con s
n
y; por lo que acabamos de
ver
(a
x
)
sn
= a
xsn
;
por la denicion se tiene
(a
x
)
sn
(a
x
)
y
,
mientras que por el teorema anterior se tiene
a
xsn
a
xy
,
por tanto
(a
x
)
y
= a
xy
.
2.1.7. Algunos tipos de sucesiones no convergentes: Lmi-
tes innitos
Existen sucesiones que no son convergentes pero tienen un comportamien-
to especial. Por ejemplo, las sucesiones a
n
= n
2
, a
n
= n
3
, a
n
= n tienen el
comportamiento siguiente: los terminos se hacen muy grandes, mas a un, dado
cualquier n umero K los terminos se hacen mas grandes que K a partir de un
termino en adelante. Cuando sucede esto, decimos que el lmite de la sucesion es
innito pero dejemos claro ya que no son sucesiones convergentes. Formalizamos
lo dicho en la siguiente denicion.
2.62 Denicion. Decimos que una sucesion tiene lmite innito (o mas in-
nito) y escribimos lma
n
= (+) si para todo n umero real K existe N N
tal que
para todo n N se tiene que a
n
> K.
Observese que cuando queramos demostrar que lma
n
= bastara vericar
la anterior condicion pra K grande, por ejemplo para K > 0, o , en general,
para K > K
0
, donde K
0
es cierto n umero real positivo.
De forma analoga se puede denir que el lmite es menos innito cuando los
terminos se pueden hacer tan peque nos como queramos a partir de un lugar en
adelante.
2.63 Denicion. Decimos que una sucesion tiene lmite menos innito y es-
cribimos lma
n
= si para todo n umero real K existe N N tal que
para todo n N se tiene que a
n
< K.
Como antes, cuando queramos demostrar que lma
n
= bastara vericar
la anterior condicion para K peque no, por ejemplo para K < 0, o , en general,
para K < K
0
, donde K
0
es cierto n umero real negativo.
La propiedad siguiente es evidente pero muy util:
lma
n
= + si y solo si lm(a
n
) =
2.64 Ejemplos.
1. lmn
2
= +. En efecto, Sea K > 0 un n umero real y busquemos un
natural N tal que n
2
> K para todo n N. Como elegimos N? Podemos
proceder de la forma siguiente:
Sea N N tal que cumple cierta propiedad (.....) que, de momento no
conocemos. Veamos como determinar la propiedad para que n
2
> K para
todo n N. Sea n N. Entonces
n
2
N
2
.
Para que se cumpla n
2
> K, bastara con que se verique
N
2
> K,
es decir, N >
K (observese que

K existe y es un n umero real porque
K es positivo). As que la propiedad que necesitamos es que N >
K.
Existe un natural con esa propiedad? La respuesta es armativa porque
N no esta acotado superiormente.
Vamos a presentar la demostracion de que lmn
2
= + de una forma
escueta (cosa que podemos hacer ahora, despues de haber pensado como
elegir N).
Sea K > 0. Como K es positivo, existe
K. Puesto que N no esta acotado

superiormente, existe un N N tal que N >
K.Entonces, para todo

n N
a
N
= n
2
N
2
> (
K)
2
= K.
Observese que la ultima desigualdad es valida porque

K es un n umero
positivo.
2. Ejercicio: lm(2n
3
+5n 9) = o, equivalentemente, lm(2n
3
5n +
9) = + .
1. Las sucesiones con lmite + no son acotadas superiormente (aunque
s estan acotadas inferiormente). Por lo tanto, si lma
n
= + entonces
a
n
no es convergente.
2. Las sucesiones con lmite no son acotadas inferiormente (aunque
s estan acotadas superiormente). Por lo tanto, si lma
n
= enton-
ces a
n
no es convergente.
3. Si una sucesion tiene lmite + () entonces todas sus subsucesiones
tienen lmite + ().
2.1 Sucesiones 83
4. Si una sucesion es creciente y no esta acotada superiormente entonces su
lmite es +.
5. Si una sucesion es decreciente y no esta acotada inferiormente entonces su
lmite es .
6. Si a
n
b
n
para todo n y lmb
n
= entonces lma
n
= .
7. Si a
n
b
n
para todo n y lma
n
= + entonces lmb
n
= +.
2.66 Teorema.
(a) lma
n
= + si y solo si existe N
0
N tal que
a
n
> 0 para todo n N
0
y lm
1
an
= 0.
(b) lma
n
= si y solo si existe N
0
N tal que
a
n
< 0 para todo n N
0
y lm
1
an
= 0.
(c) lm[a
n
[ = + si y solo si existe N
0
N tal que
a
n
,= 0 para todo n N
0
y lm
1
an
= 0.
Demostracion del teorema. Demostraremos solo el primer apartado puesto que
(b) y (c) se siguen facilmente de (a).
Demostracion de (a): Supongamos que lma
n
= +. Por la denicion, existe
N
0
N tal que
a
n
> 0 para todo n N
0
.
Sea > 0 y consideremos
1
> 0. Como lma

n
= +, existe N
1
tal que
a
n
>
1
para todo n N
1
.
Sea N = maxN
0
, N
1
. Para todo n N tenemos que a
n
> 0 (por ser N N
0
)
y a
n
>
1
(por ser N N
1
). Teniendo en cuenta que son n umeros positivos,
concluimos
1
an
< para todo n N.
El recproco es semejante y se deja como ejercicio.
2.67 Ejemplo.
1. Si a > 1 entonces lma
n
= +
Esta propiedad se deduce del teorema porque a
n
> 0 y
lm
1
a
n
= lm
1
a
n
= lm
_
1
a
_
n
= 0
ya que 0 < 1/a < 1.
2. Si a < 1 entonces lma
n
no es + ni . Por que?
2.68 Ejemplo (Sucesiones polinomicas). Decimos que una sucesion a
n
es
polinomica si
a
n
= b
0
+b
1
n + +b
k
n
k
donde k Z, k 0, y b
k
,= 0.
Si k = 0 entonces a
n
= b
0
es una sucesion constante y lma
n
= b
0
(incluso
si b
0
= 0).
Supongamos k > 0. Entonces
lma
n
= lm
n
(b
0
+b
1
n + +b
k1
n
k1
+b
k
n
k
) =
_
+ si b
k
> 0,
si b
k
< 0.
Lo probamos en el caso b
k
> 0. Sacando factor com un
a
n
= (
b
0
n
k
+
b
1
n
k1
+ +
b
k1
n
+b
k
)n
k
.
Como lm
n
(
b0
n
k
+
b1
n
k1
+ +
b
k1
n
+b
k
) = b
k
> 0 tenemos que existe N
1
tal
que a
n
> 0 para todo n N
1
. Ademas
lm
1
a
n
= lm
n
1
(
b0
n
k
+
b1
n
k1
+ +
b
k1
n
+b
k
)
1
n
k
=
1
b
k
0 = 0,
lo que demuestra que lma
n
= + (recuerde que a
n
> 0 para todo n N
1
)
Reglas aritmeticas con lmites innitos. Indeterminaciones
Comenzamos examinando el comportamiento de la suma de dos sucesiones
cuando una de ellas tiene lmite + o .
Lmites innitos y suma de sucesiones
2.69 Teorema.
(a) Si lma
n
= + y lmb
n
= + entonces lm(a
n
+b
n
) = +.
(b) Si lma
n
= + y lmb
n
= b R entonces lm(a
n
+b
n
) = +.
(c) Si lma
n
= y lmb
n
= entonces lm(a
n
+b
n
) = .
(d) Si lma
n
= y lmb
n
= b R entonces lm(a
n
+b
n
) = .
Demostracion del teorema.
2.1 Sucesiones 85
Demostracion de (a) y (b): Debemos demostrar que para todo K > 0 existe
N N tal que para todo n N
a
n
+b
n
> K.
Por la hipotesis sobre b
n
(tanto en (a) como en (b)) se tiene que b
n
esta acotada
inferiormente. Entonces, existe M R tal que
b
n
M para todo n N.
Sea K > 0. Tomemos K
1
= K M. Puesto que lma
n
= +, existe N N
tal que
a
n
> K
1
= K M para todo n N.
Por lo tanto, para todo n N
a
n
+b
n
> K
1
+b
n
K M +M = K,
como queramos demostrar.
Demostracion de (c) y (d): (Ejercicio).
2.70 Notas (Indeterminacion). Si lma
n
= +y lmb
n
= entonces pueden
presentarse cualquiera de las siguientes situaciones:
1. a
n
+b
n
es convergente.
2. a
n
+b
n
no es convergente, ni tiene lmite + ni .
3. a
n
+b
n
tiene lmite +.
4. a
n
+b
n
tiene lmite .
De acuerdo con el resultado anterior, si se presenta la situacion lma
n
= +
y lmb
n
= entonces el comportamiento de a
n
+b
n
depende de las sucesiones
concretas. Por ello decimos que es una indeterminacion () que nos obliga
a estudiar el caso concreto que estemos analizando.
Demostracion.
1. Si a
n
= n y b
n
= n, tenemos lma
n
= + y lmb
n
= . La sucesion
suma a
n
+b
n
= 0 es convergente con lmite 0.
2. Si a
n
= n + (1)
n
y b
n
= n, tenemos lma
n
= + (a
n
n 1) y
lmb
n
= . La sucesion suma a
n
+ b
n
= (1)
n
no es convergente, ni
tiene lmite + ni (ya que es acotada).
3. Si a
n
= n
2
y b
n
= n, tenemos lma
n
= +(hemos visto eso mas arriba;
ahora tambien podemos deducirlo de que a
n
= n
2
n) y lmb
n
= .
La sucesion suma a
n
+ b
n
= n
2
n tiene lmite + porque n
2
n =
n(n 1) n para todo n 2.
4. Si a
n
= n y b
n
= 2n, tenemos lma
n
= + y lmb
n
= . La sucesion
suma a
n
+b
n
= n tiene lmite .
El siguiente resultado se deja como ejercicio y es muy facil de probar, siguien-
do la demostracion del teorema anterior o usando los resultados del teorema.
2.71 Ejercicio.
(a) Si lma
n
= + y b
n
es una sucesion acotada inferiormente entonces
lm(a
n
+b
n
) = +.
(b) Si lma
n
= y b
n
es una sucesion acotada superiormente entonces
lm(a
n
+b
n
) = .
2.72 Ejercicio. Calcular el lmite de a
n
=
n + 2
n + 7.
A continuacion examinamos el comportamiento del producto de dos sucesio-
nes cuando una de ellas tiene lmite + o .
Lmites innitos y producto de sucesiones
2.73 Teorema.
(a) Si lma
n
= + y b
n
es una sucesion convergente con lmb
n
= b > 0
entonces lm(a
n
b
n
) = +.
(b) Si lma
n
= + y lmb
n
= + entonces lm(a
n
b
n
) = +.
(c) Si lma
n
= + y b
n
n
= b < 0
entonces lm(a
n
b
n
) = .
(d) Si lma
n
= + y lmb
n
= entonces lm(a
n
b
n
) = .
Demostracion del teorema.
Demostracion de (a): Por la hipotesis sobre b
n
se sigue que existe N
1
N
tal que a
n
> 0 y b
n
> 0 para todo n N
1
. Ademas lm
1
an
= 0 y lm
1
bn
=
1
b
.
Entonces a
n
b
n
> 0 para todo n N
1
y
lm
1
a
n
b
n
= lm
1
a
n
1
b
n
= 0
1
b
= 0,
lo que demuestra que lm(a
n
b
n
) = +.
La demostracion del resto de los apartados se deja como ejercicio.
n
= + y lmb
n
= 0 entonces pueden
1. a
n
b
n
es convergente.
2.1 Sucesiones 87
2. a
n
b
n
3. a
n
b
n
tiene lmite +.
4. a
n
b
n
tiene lmite .
2.75 Ejercicio. Dar ejemplos de cada una de las situaciones anteriores.
De acuerdo con este resultado, si se presenta la situacion lma
n
= + y
lmb
n
= 0 entonces el comportamiento de a
n
b
n
depende de las sucesiones con-
cretas. Por ello decimos que es una indeterminacion ((+)0) que nos obliga a
estudiar el caso concreto que estemos analizando.
2.76 Ejercicio.
(a) Sean a
n
y b
n
dos sucesiones con las propiedades siguientes: lma
n
= +
y existen M > 0 y N
1
N tales que b
n
M para todo n N
1
. Entonces
lm(a
n
b
n
) = +.
(b) Sean a
n
y b
n
n
= +
y existen M < 0 y N
1
N tales que b
n
M para todo n N
1
. Entonces
lm(a
n
b
n
) = .
Cuando lma
n
= se tienen los resultados correspondientes. Las demos-
traciones son inmediatas aplicando los resultados anteriores.
2.77 Teorema.
(a) Si lma
n
= y b
n
n
= b > 0
entonces lm(a
n
b
n
) = .
(b) Si lma
n
= y b
n
n
= b < 0
entonces lm(a
n
b
n
) = +.
(c) Si lma
n
= y lmb
n
= entonces lm(a
n
b
n
) = +.
n
= y lmb
n
= 0 entonces pueden
1. a
n
b
n
es convergente.
2. a
n
b
n
3. a
n
b
n
tiene lmite +.
4. a
n
b
n
tiene lmite .
De acuerdo con este resultado, si se presenta la situacion lma
n
=
y lmb
n
= 0 entonces el comportamiento de a
n
b
n
depende de las sucesiones
concretas. Por ello decimos que es una indeterminacion (()0) que nos obliga
a estudiar el caso concreto que estemos analizando.
2.80 Ejercicio.
(a) Sean a
n
y b
n
n
=
y existen M > 0 y N
1
N tales que b
n
M para todo n N
1
. Entonces
lm(a
n
b
n
) = .
(b) Sean a
n
y b
n
n
=
y existen M < 0 y N
1
N tales que b
n
M para todo n N
1
. Entonces
lm(a
n
b
n
) = +.
Lmites innitos y sucesiones cocientes
Para ver el comportamiento de la sucesion cociente
an
bn
escribimos
a
n
b
n
= a
n
1
b
n
y aplicamos los resultados para el producto. Deberemos aplicar los resultados
siguientes que se siguen del Teorema 2.66.
(a) Si lmb
n
= + entonces lm
1
bn
= 0.
(b) Si lmb
n
= entonces lm
1
bn
= 0.
(c) Si lm[b
n
[ = + entonces lm
1
bn
= 0.
El siguiente es uno de los casos posibles:
2.81 Ejemplo. Si lma
n
= L R y lm[b
n
[ = + entonces lm
an
bn
= 0.
n
= y lmb
n
= entonces pueden
1. a
n
/b
n
es convergente.
2. a
n
/b
n
3. a
n
/b
n
tiene lmite +.
4. a
n
/b
n
tiene lmite .
2.1 Sucesiones 89
Sucesion inversa de una sucesion convergente a 0
La introduccion de los conceptos de lmite + y lmite nos permite
completar algo que dejamos abierto al estudiar el cociente de dos sucesiones
convergentes (teorema 2.22): el caso en que la sucesion del denominador converge
a 0. Ahora podemos deducir facilmente del teorema 2.66:
2.84 Teorema.
(a) Si lmb
n
= 0 y b
n
> 0 para todo n N (o a partir de un lugar en adelante)
entonces lm
1
bn
= +.
(b) Si lmb
n
= 0 y b
n
< 0 para todo n N (o a partir de un lugar en adelante)
entonces lm
1
bn
= .
(c) Si lmb
n
= 0 y b
n
,= 0 para todo n N (o a partir de un lugar en adelante)
entonces lm
1
|bn|
= +.
Si tomamos la sucesion b
n
= (1)
n
(1/n) tenemos que lmb
n
= 0 pero 1/b
n
no tiene lmite + ni .
Para aplicar lo anterior al cociente de dos sucesiones, basta escribir, como
antes,
an
bn
= a
n
1
bn
. Veamos uno de los casos posibles:
2.85 Ejemplo. Si lma
n
= L > 0, lmb
n
= 0 y b
n
< 0 para todo n N (o a
partir de un lugar en adelante) entonces lm
an
bn
= .
Por supuesto, las indeterminaciones que tenamos en el caso del producto
aparecen aqu:
n
= 0 y lmb
n
= 0 entonces pueden
1. a
n
/b
n
es convergente.
2. a
n
/b
n
3. a
n
/b
n
tiene lmite +.
4. a
n
/b
n
tiene lmite .
Para terminar este estudio de lmites innitos, vamos a ver un ejemplo im-
portante
Sucesiones que son cociente de sucesiones polinomicas
Estudiamos los lmites de sucesiones de la forma
a
n
=
b
0
+b
1
n + +b
k1
n
k1
+b
k
n
k
c
0
+c
1
n + +c
s1
n
s1
+c
s
n
s
donde k, s Z, k, s 0, y b
k
,= 0, c
s
,= 0 (si k > 0 y s > 0 tenemos un cociente de
dos sucesiones que tienen lmite y, consecuentemente, una indeterminacion).
Sacando factor com un n
k
y n
s
, respectivamente, nos queda
a
n
=
(
b0
n
k
+
b1
n
k1
+ +
b
k1
n
+b
k
)n
k
(
c0
n
s
+
c1
n
s1
+ +
cs1
n
+c
s
)n
s
.
Observamos que
lm
n
(
b0
n
k
+
b1
n
k1
+ +
b
k1
n
+b
k
)
(
c0
n
s
+
c1
n
s1
+ +
cs1
n
+c
s
)
=
b
k
c
s
Por lo tanto, si k = s
lm
n
a
n
= lm
n
b
0
+b
1
n + +b
k1
n
k1
+b
k
n
k
c
0
+c
1
n + +c
s1
n
s1
+c
s
n
s
=
b
k
c
s
.
Si k < s,
lm
n
a
n
= lm
n
(
b0
n
k
+
b1
n
k1
+ +
b
k1
n
+b
k
)
(
c0
n
s
+
c1
n
s1
+ +
cs1
n
+c
s
)
1
n
sk
=
b
k
c
s
0 = 0,
ya que lm
n
1
n
sk
= 0 puesto que s k > 0.
Si k > s,
lm
n
a
n
= lm
n
(
b0
n
k
+
b1
n
k1
+ +
b
k1
n
+b
k
)
(
c0
n
s
+
c1
n
s1
+ +
cs1
n
+c
s
)
n
ks
=
_
+ si
b
k
cs
> 0,
si
b
k
cs
< 0.
.
ya que lm
n
n
ks
= + puesto que k s > 0.
2.2 Series 91
2.2. Series
Con en el concepto de serie formalizamos la idea de suma de una lista
innita de n umeros. Ya aparecio algo as cuando vimos la representacion de-
cimal de los n umeros reales: dijimos que
1
4
= 0,25 signica
1
4
= 0 +
2
10
+
5
10
2
y
que de manera analoga nos gustara interpretar, por ejemplo, la representacion
4
3
= 1,333 . . . como la suma de innitos n umeros:
4
3
= 1+
3
10
+
3
100
+
3
1000
+. . . .
Esa necesidad de sumar innitos n umeros surge tambien en otras situaciones
m as interesantes que la de la representacion decimal, pero el problema es
que no esta claro que signica eso de sumar innitos n umeros. Eso es lo que
trataremos en esta seccion.
2.2.1. Deniciones basicas. Ejemplos
La denicion que sigue es bastante natural: si tenemos una sucesion de n ume-
ros reales, a
n
, y queremos de alguna manera sumar todos los terminos de esa
sucesion hacemos lo mismo que cuando sumamos muchos n umeros: sumamos
primero a
1
+ a
2
, despues le sumamos el tercero: a
1
+ a
2
+ a
3
, despues el cuar-
to y as sucesivamente. La diferencia es que ahora no se termina, tenemos una
sucesion de sumas:
2.88 Denicion. Si a
n
es una sucesion de n umeros reales, llamamos serie
de termino general a
n
a la sucesion S
n
denida como
(2.89) S
1
= a
1
, S
2
= a
1
+a
2
, . . . , S
n
= a
1
+ +a
n
=
n
i=1
a
i
, . . .
o deniendo por recurrencia
S
1
= a
1
, S
n
= S
n1
+a
n
, para n 2 .
Si la sucesion S
n
es convergente, se dice que la serie de termino general
a
n
es convergente. Si lmS
n
= s escribiremos

n=1
a
n
= s , y diremos que
s es la suma de esa serie.
Si S
n
no es convergente, se dice que la serie de termino general a
n
es
divergente.
La serie de termino general a
n
, es decir la sucesion S
n
, se suele denotar
tambien (tanto si la serie es convergente como si no!) con el smbolo

n=1
a
n
.
Hay por tanto una ambig uedad en la notacion: con

n=1
a
n
denotamos
la sucesion S
n
,
en el caso en que sea convergente, el lmite de esa sucesion.
El contexto debe dejar claro a que nos referimos en cada caso
3
.
3
Hay libros que introducen distintos smbolos para cada cosa. Por ejemplo escriben
P
n=1
an para la serie (es decir para la sucesion {Sn}) pero eligen otro smbolo, por ejemplo
algo como S
n=1
an, para la suma de la serie (es decir para lm{Sn}) cuando existe. Ninguna
de esas notaciones ha tenido mucho exito.
Ejemplos
1. Si consideramos la sucesion constante 1, es decir a
n
= 1, para todo n N,
entonces
S
n
= 1 +
n
. . . + 1 = n,
por tanto la serie no es convergente. Podemos escribir
n=1
1 es divergente.
2. La serie

n=1
1
2
n
es convergente.
En efecto, en este caso
S
n
=
1
2
+ +
1
2
n
.
La sucesion
1
2
n
es una progresion geometrica, y en 2.4 vimos como cal-
cular esa suma:
S
n
=
1
2

1
2
n+1
1
1
2
= 1
1
2
n
;
claramente lmS
n
= 1, por tanto
la serie
n=1
1
2
n
es convergente y
n=1
1
2
n
= 1 .
Notese que en esa frase aparece el smbolo

n=1
1
2
n
con dos signicados:
la primera vez es una sucesion (la sucesion S
n
), la segunda vez un n umero
(el lmite de S
n
).
3. Series geometricas (Importante). Es claro que el ejemplo anterior puede
generalizarse: se tiene
Sea r R. La serie

n=1
r
n
converge si y solo si [r[ < 1, y en ese caso
n=1
r
n
=
r
1 r
.
En efecto, si usamos 2.4 vemos que, si r ,= 1,
S
n
= r +r
2
+ +r
n
=
r r
n+1
1 r
;
y por lo que vimos sobre sucesiones de potencias se cumple que
- si [r[ < 1 entonces lmS
n
=
r
1r
;
- si [r[ > 1 o r = 1, entonces S
n
no converge.
2.2 Series 93
Es claro ademas que en el caso r = 1, la serie tampoco converge (ese es el
ejemplo 1 anterior).
(Ejercicio facil: escribir directamente la sucesion de sumas parciales de la
serie

n=1
(1)
n
y comprobar de nuevo que no converge.)
4. La serie

n=1
1
n
es divergente.
En este caso
S
n
= 1 +
1
2
+ +
1
n
.
Ahora no es tan facil como en los ejemplos anteriores encontrar un expre-
sion simple para S
n
; sin embargo, pensando un poco, se ve que S
n
no
es acotada:
S
n
= 1 +
1
2
+ +
1
n

1
n
+ +
1
n
=
n
n
=
n .
Por tanto, S
n
no es convergente, o lo que es lo mismo

n=1
1
n
no es
convergente.
5. La serie

n=1
_
1
3
n

1
3
n+1
_
es convergente.
En contra de lo que podra parecer, en este caso es muy facil hallar una
expresion simple para S
n
:
S
1
= 1
1
3
2
S
2
=
1
3
1
3
2
+
1
3
2

1
3
3
= 1
1
3
3
. . . . . .
S
n
=
1
3
1
3
2
+ +
1
3
n

1
3
n + 1
= 1
1
3
n + 1
.
(Escribir una demostracion de eso por induccion, sin usar . . . .)
Se deduce por tanto que la serie converge y

n=1
_
1
3
n

1
3
n+1
_
= 1.
2.90 Notas.
1. En algunas situaciones conviene escribir series que empiezan en un lugar
distinto del 1, pensemos por ejemplo en algo como
n=2
1
n(n 1)
.
El signicado de eso es claro: de manera general, para k N (jo), el
smbolo

n=k
a
n
representa la sucesion
S
1
= a
k
, S
2
= a
k
+a
k+1
, . . . , S
n
= a
k
+ +a
k+n1
.
Tambien es claro que se tiene
n=k
a
n
=
n=1
a
n+k1
.
2. Otras veces conviene escribir series que empiezan en 0, por ejemplo algo
como
n=0
1
n!
.
En ese caso la sucesion de sumas parciales se puede numerar empezan-
do en 0, es decir, si a
0
, a
1
, . . . , a
n
, R con el smbolo

n=0
a
n
denotamos la sucesion
S
0
= a
0
, S
1
= a
0
+a
1
, S
2
= a
0
+a
1
+a
2
, . . . , S
n
= a
0
+ +a
n
.
es claro que se tiene
n=0
a
n
=
n=1
a
n1
.
Desarrollo decimal de un n umero real (otra vez)
Como decamos al principio de esta seccion, el concepto de serie nos permite
otra interpretacion para la representacion decimal de un n umero real. En la
seccion 1.4.5 vimos que signicaba eso: a cada x R, x 0, se le asocia (de
forma unica) una sucesion de enteros, k
0
, k
1
, . . . , k
n
, . . . , con 0 k
i
9, tal
que
k
0
+
k
1
10
+ +
k
n
10
n
x < k
0
+
k
1
10
+ +
k
n
+ 1
10
n
(ver (1.68)). Eso admite ahora una interpretacion clara: las desigualdades ante-
riores implican que para todo n N se cumple
i=0
k
i
10
i
x
<
1
10
n
,
y de ah se deduce que la serie

n=0
kn
10
n
converge a x (por que?), es decir,
podemos escribir
n=0
k
n
10
n
= x ,
Lo anterior generaliza a cualquier x 0 la idea de representacion que veamos
para decimales nitos: lo mismo que pensamos, por ejemplo
1
4
= 0,25 = 0 +
2
10
+
5
100
,
2.2 Series 95
podemos interpretar ahora
4
3
= 1,333 = 1 +
3
10
+
3
100
+
3
1000
+. . . ,
la suma innita de la derecha esta ahora denida. (Para x se tiene obvia-
mente la interpretacion analoga, por ejemplo,
4
3
= 1,333 = 1
3
10

3
100

3
1000
. . . .)
Series telescopicas
La denicion de serie podra hacer pensar que las series son un tipo especial
de sucesiones, pero en realidad
cualquier sucesion, x
n
, puede verse como una serie.
En efecto, si formamos la serie

n=1
a
n
, donde
a
1
= x
1
, a
n+1
= x
n+1
x
n
para n N ,
entonces la correspondiente S
n
es
S
1
= x
1
S
2
=
x
1
+x
2
x
1
= x
2
. . . . . .
S
n
=
x
1
+
x
2
x
1
+ +x
n
$
$$
x
n1
= x
n
,
(en el ejemplo 5 de mas arriba tenamos algo como eso), es decir hemos cons-
truido una serie cuya sucesion de sumas parciales es precisamente x
n
. Es
inmediato ahora
2.91 Proposicion (Series telescopicas). Sea x
n
una sucesion de n umeros
reales. La serie
n=1
(x
n+1
x
n
)
converge si y solo si la sucesion x
n
converge. Si lmx
n
= L, entonces
n=1
(x
n+1
x
n
) = L x
1
.
A una serie escrita en la forma anterior se le llama serie telescopica (por
que se les dara ese nombre?).
Propiedades elementales
Las propiedades de las sucesiones se pueden traducir en propiedades para se-
ries (y mucho de lo que haremos en esta seccion sera en realidad eso); empecemos
se nalando dos muy simples.
2.92 Teorema. Si

n=1
a
n
y

n=1
b
n
son series convergentes entonces
n=1
(a
n
+b
n
) es convergente y
n=1
(a
n
+b
n
) =
n=1
a
n
+
n=1
b
n
.
Si R entonces

n=1
a
n
es convergente y
n=1
a
n
=
n=1
a
n
.
La siguiente proposicion es facil de probar pero muy util
2.93 Proposicion. Si

n=1
a
n
y

n=1
b
n
son series que satisfacen
existe N N tal que b
n
= a
n
si n N ,
entonces

n=1
a
n
es convergente si y solo si

n=1
b
n
es convergente.
Demostracion. Ejercicio. (Indicacion: que relacion existe entre las sumas par-
ciales de

n=1
a
n
y de

n=1
b
n
.)
2.2.2. Criterios generales de convergencia
En algunos de los ejemplos que hemos visto ha quedado claro que determi-
nar una forma simple para las sumas parciales, S
n
, de una serie,

n
n=1
a
n
,
no sera por lo general posible; por eso, para estudiar la convergencia de S
n
conviene tener criterios, condiciones, que se puedan comprobar directamente en

los a
n
. Eso es lo que vamos a ver en los apartados que siguen.
El primer resultado de ese tipo es un teorema que nos da una condicion
necesaria para que una serie converja:
2.94 Teorema. Si la serie

n=1
a
n
es convergente entonces la sucesion a
n
tiene lmite 0.
Demostracion. Para todo n N podemos escribir
a
n+1
= S
n+1
S
n
;
si la serie converge a s (es decir, si lmS
n
= s) se obtiene
lma
n+1
= lmS
n+1
lmS
n
= s s = 0 ,
y decir que lma
n+1
= 0 es lo mismo que decir lma
n
= 0 (por que?).
2.2 Series 97
Notese que el teorema arma que
si a
n
no converge a 0 entonces
n=1
a
n
no converge,
por eso la condicion a
n
0 es necesaria para que la serie
n=1
a
n
converja.
Por ejemplo, la serie

n=1
n+1
100n7
no es convergente.
Sin embargo el recproco no es cierto: por ejemplo
_
1
n
_
0 pero entre los
primeros ejemplos (ejemplo 4) vimos que

n=1
1
n
no converge. Por tanto la
condicion a
n
0 no es suciente para que la serie

n=1
a
n
converja.
El siguiente teorema s nos da una condicion suciente:
2.95 Teorema (Criterio de Cauchy).

n=1
a
n
es convergente si y solo si para
cada > 0 existe N N tal que
si q > p N, entonces
n=p+1
a
n
< .
Demostracion. Se sigue de aplicar el criterio de Cauchy a la sucesion S
n
. En
efecto, la serie

n=1
a
n
converge si y solo si la sucesion S
n
converge, y vimos
(teorema 2.1.6) que esto pasa si y solo si S
n
es de Cauchy, es decir si y solo
si para cada > 0 existe N N tal que
si q > p N, entonces [S
q
S
p
[ < .
Pero claramente
[S
q
S
p
[ = [
q
n=p+1
a
n
[ ,
y se obtiene la conclusion.
2.96 Ejemplo. (Importante) La serie

n=1
1
n
es divergente.
En efecto, veamos que para todo p N se cumple
2p
n=p+1
1
n

1
2
,
por lo que

n=1
1
n
no satisface el criterio de Cauchy (por que?). Para obtener
la desigualdad observamos
1
p + 1
+ +
1
2p

1
2p
+
p
. . . +
1
2p
=
1
2
,
y se tiene lo que queramos.
2.2.3. Criterios de convergencia para series de terminos
no negativos.
Las series de terminos no negativos tienen una caracterstica muy importante
2.97 Proposicion. Si la serie

n=1
a
n
tiene todos sus terminos no negativos,
es decir, si a
n
0 para todo n N, entonces sus sumas parciales forman una
sucesion creciente.
Demostracion. La demostracion es inmediata: para todo n N se tiene
S
n+1
= S
n
+a
n+1
S
n
.
Lo anterior simplica mucho las cosas: sabemos que una sucesion creciente
es convergente si y solo si es acotada (por que?), por tanto podemos enunciar
2.98 Proposicion. Una serie de terminos no negativos es convergente si y solo
si su sucesion de sumas parciales es acotada.
Demostracion. Se sigue de la proposicion anterior y de lo que acabamos de
razonar.
2.99 Ejemplo (Importante). La serie

n=1
1
n
2
es convergente.
En efecto, veamos que sus sumas parciales estan acotadas: podemos poner, para
n 2
0
1
n
2
<
1
n(n 1)
=
1
n 1

1
n
,
por tanto, para n 2 se cumple
S
n
=1 +
1
2
2
+ +
1
n
2
<1 +
1
2 1
+ +
1
n(n 1)
=1 + 1
1
2
+
1
2

1
3
+ +
1
n 1

1
n
=2
1
n
< 2 .
Por tanto 2 es una cota superior de S
n
, y

n=1
1
n
2
es convergente
4
.
2.100 Ejemplo (Importante). Si 0 < 1, la serie

n=1
1
n
no es conver-
gente.
En efecto, para = 1 ya lo hemos visto (ejemplo 2.96) y para < 1 las sumas
parciales no estan acotadas: podemos poner, para todo n N
1
n
>
1
n
4
Se cumple que
P
n=1
1
n
2
=

2
6
. Hay varias maneras de probar esa sorprendente igualdad
(que pinta que se dene como relacion entre la longitud de una circunferencia y su
diametro en esa suma?!), pero ninguna es simple. Euler fue el primero en obtenerla.
2.2 Series 99
(por que?) por tanto se cumple
S
n
=1 +
1
2
+ +
1
n
>1 +
1
2
+ +
1
n
.
Como las sumas parciales de

n=1
1
n
no estan acotadas, se sigue que las de
n=1
1
n
tampoco lo estan.
Si pensamos un poco el razonamiento de estos dos ejemplos, lo que hemos
hecho es acotar las sumas parciales de la serie que estudiamos por las de otra serie
(en el primer caso

n=1
(
1
n1

1
n
), en el segundo

n=1
1
n
) que ya conocemos
(una serie telescopica, prop. 2.91, en el primer caso, la serie armonica, ejemplo
2.96, en el segundo). Entonces,
- si las sumas parciales de la grande estan acotadas, las de la peque na
tambien lo estan;
- si las sumas parciales de la peque na no estan acotadas, las de la grande
tampoco lo estan;
Esa idea merece un nombre:
Criterio de comparacion para series de terminos positivos
2.101 Teorema (Criterio de comparacion). Sean

n=1
a
n
y

n=1
b
n
series de terminos no negativos y supongamos que
(*) 0 a
n
b
n
para todo n N .
Se cumple:
i) si

n=1
b
n
converge, entonces

n=1
a
n
tambien converge.
ii) si

n=1
a
n
diverge, entonces

n=1
b
n
tambien diverge.
Demostracion. Si notamos por S
n
= b
1
+ +b
n
y s
n
= a
1
+ +a
n
, entonces
la desigualdad (*) implica claramente que 0 s
n
S
n
. Ahora, si

n=1
b
n
converge tiene que ser S
n
acotada y por tanto, tambien sera s
n
acotada.
Por la proposicion anterior,

n=1
a
n
es convergente. Eso prueba i).
La armacion de ii) se sigue inmediatamente de i).
2.102 Ejemplos.
1. La serie

n=1
1
n+2
n
es convergente. En efecto, para todo n N se tiene
0
1
n + 2
n

1
2
n
y sabemos que la serie

n=1
1
2
n
es convergente.
2. (Importante) Si 2 la serie

n=1
1
n
es convergente.
Ahora esto es facil: si 2, se cumple
0 <
1
n

1
n
2
para todo n N ;
como hemos visto que
n=1
1
n
2
converge, se deduce que
n=1
1
n
tambien
converge.
3. La serie

n=1
1
n+
3
n
es divergente. En efecto, se tiene para todo n N
0 <
1
n +n

1
n +
3
n
;
como

n=1
1
2n
no converge, la serie

n=1
1
n+
3
n
tampoco converge.
2.103 Ejercicio. Sea a
n
0 para todo n N, probar que
si
n=1
a
n
converge, entonces
n=1
(a
n
)
2
tambien converge.
2.104 Ejercicio. Estudiar la convergencia de las series
a)

n=1
n
3n
3
2n+1
; b)

n=1
n+1
n+1
; c)

n=1
1
3
n
+
n
.
2.105 Ejercicio. Los ejemplos 2.100 y 2.102 (2) nos dicen que ocurre con la
serie

n=1
1
n
cuando 0 < 1 y cuando 2, respectivamente. Queda

por estudiar que ocurre para 1 < < 2. Eso es un poquito mas complicado.
Vamos a ver que tambien en ese caso la serie converge. Lo haremos comprobando
que las sumas parciales estan acotadas (se puede ver otra demostracion usando
integracion, pero eso queda para mas adelante).
La idea es la siguiente: acotamos
S
3
= 1 + (
1
2
+
1
3
) < 1 +
2
2
S
7
= 1 + (
1
2
+
1
3
) + (
1
4
+ +
1
7
) < 1 +
2
2
+
4
4
S
15
= 1 + (. . . ) + (. . . ) +
1
8
+ +
1
15
< 1 +
2
2
+
4
4
+
8
8
(es decir acotamos los terminos 2

o
y 3
o
por
1
2
; los terninos del 4

o
al 7
o
por
1
4
;
los terminos del 8
o
al 15
o
por
1
8
, etc.). En general
S
2
n
1
< 1 +
2
2
+ +
2
n1
(2
n1
)
=
n1
i=0
(2
1
)
i
.
Pero esa ultima suma vale (progresion geometrica)
1 (2
1
)
n
1 2
1
<
1
1 2
1
(notese que, por ser > 1, se cumple que 2
1
< 1). Por tanto esas sumas
parciales son acotadas. Para obtener lo que queremos:
2.2 Series 101
i) Completar los detalles en las acotaciones anteriores.
ii) Justicar que, para series de terminos positivos, si una subsucesion de
sumas parciales es acotada (en nuestro caso S
2
n
1
) entonces la sucesion
de sumas parciales es acotada.
iii) Concluir que para 1 < la serie

n=1
1
n
converge.
Resumiendo todo lo visto podemos enunciar
2.106 Proposicion. Sea > 0. La serie
n=1
1
n
converge si y solo si > 1.

A la serie anterior se le llama serie armonica generalizada.
2.107 Nota. Como hemos mencionado ya (Proposicion 2.93) si a
n
= b
n
a partir
de un cierto n N entonces las series

n=1
a
n
y

n=1
b
n
son del mismo tipo
(una converge si y solo si lo hace la otra). Eso hace que en el criterio anterior
(y en muchos de los que siguen) baste comprobar la hipotesis a partir de un
lugar. Usaremos esto, aun sin mencionarlo explcitamente, en lo que sigue.
Criterio de comparacion por cociente para series de terminos positivos
El criterio de comparacion requiere
tener en la cabeza algunas series (cuantas mas mejor) de las que conozca-
mos si son convergentes o divergentes;
probar desigualdades entre alguna de esas y la serie que queramos estudiar.
El segundo paso se puede simplicar mediante la siguiente
2.108 Proposicion (Criterio de comparacion por cociente). Sean

n=1
a
n
y

n=1
b
n
con a
n
0 y b
n
> 0 para todo n N . Si se cumple que la
sucesion
_
a
n
b
n
_
converge a L con L > 0 ,
entonces

n=1
a
n
converge si y solo si

n=1
b
n
converge.
Demostracion. En efecto, de la hipotesis se deduce que existe un N N tal que
si n N entonces
L
2
<
a
n
b
n
<
3
2
L
(por que?), y por tanto
si n N entonces
L
2
b
n
< a
n
<
3
2
Lb
n
.
Sabemos por otra parte que si
n=1
b
n
converge entonces, para cualquier R,
n=1
b
n
converge; por tanto, de la desigualdad de la derecha y del criterio de
comparacion se sigue entonces que
si
n=1
b
n
converge entonces
n=1
a
n
converge;
mientras que de la desigualdad de la izquierda y del criterio de comparacion se
sigue que
si
n=1
b
n
diverge entonces
n=1
a
n
diverge.
2.109 Ejemplo. La serie

n=1
3n
2
+3n+5
n
4
+1
es convergente. En efecto, si la com-
paramos por cociente con

n=1
1
n
2
vemos que
lm
_
3n
2
+3n+5
n
4
+1
1
n
2
_
= 3
(justicarlo). Como

n=1
1
n
2
converge, la serie

n=1
n
2
+3n+5
n
4
+1
tambien conver-
ge.
2.110 Ejercicio (Extension a los casos L = 0 y L = +). Sean

n=1
a
n
y

n=1
b
n
con a
n
0 y b
n
> 0 para todo n N y supongamos que
_
an
bn
_
converge a 0. Probar que si

n=1
b
n
converge entonces

n=1
a
n
tambien
converge.
Que ocurre si lm
_
an
bn
_
= + ?
2.111 Ejercicio. Estudiar la convergencia de las series
1.

n=1
n
2n
n
2
.
2.

n=1
1
n
1+
1
n
.
n
tal que 0 a
n
< 1. Denamos b
n
=
an
1an
. Probar que
n=1
b
n
converge si y solo si

n=1
a
n
converge.
Criterio de la raz para series de terminos positivos.
Una familia de series muy util a la hora de comparar es la formada por
las series geometricas: sabemos que, si r > 0, entonces

n=1
r
n
converge si y
solo si r < 1 (era el ejemplo 3 del principio). Tambien vimos ya, estudiando
sucesiones (criterio de la raz para lmites de sucesiones, teorema 2.35 ), que
la comparacion de a
n
con r
n
se puede hacer estudiando
n
a
n
; eso nos lleva al
siguiente importante resultado:
2.2 Series 103
2.113 Teorema (Criterio de la raz para series de terminos positivos o criterio
de Cauchy).
Sea

n=1
a
n
con a
n
0 para todo n.
i) Si
n
a
n
converge a l < 1, entonces

n=1
a
n
converge.
ii) Si
n
a
n
converge a l > 1, entonces

n=1
a
n
no converge.
Demostracion. Es la misma idea que vimos en el teorema 2.35, pero no viene
mal repetir el razonamiento:
i) Supongamos que
n
a
n
l < 1. Tomemos r tal que l < r < 1; por ser
r > l existe N N tal que para todo n N se tiene
n
a
n
< r; como a
n
0,
eso implica que
0 a
n
r
n
para n N .
Como 0 < r < 1, la serie

n=1
r
n
converge, y por el criterio de comparacion
n=1
a
n
tambien converge.
ii) En este caso, si tomamos r tal que 1 < r < l, existira un N N tal que
n
a
n
r para n N, y por tanto
a
n
r
n
, para n N.
De eso se deduce que a
n
+, y la serie es claramente no convergente.
Si
n
a
n
no converge o si lm
n
a
n
= 1, entonces el criterio de la raz no
nos permite concluir nada. Hay series convergentes y series divergentes para las
que se dan esas situaciones, por ejemplo:
n=1
1
n
es divergente y
n
_
1
n
1.
n=1
1
n
2
es convergente y
n
_
1
n
2
1.
n
denida como
a
2n
=
1
2
2n
, a
2n1
=
1
3
2n1
para todo n N.
Probar que

n=1
a
n
es convergente pero que
n
a
n
no converge.
Dar un ejemplo de una serie

n=1
a
n
que sea divergente pero que
n
a
n
no converja.
Criterio del cociente para series de terminos positivos
2.115 Teorema (Criterio del cociente para series de terminos positivos o cri-
terio de dAlembert).
Sea

n=1
a
n
con a
n
> 0 para todo n.
i) Si
an+1
an
converge a l < 1, entonces

n=1
a
n
converge.
ii) Si
an+1
an
converge a l > 1, entonces

n=1
a
n
no converge.
Demostracion. De nuevo, la idea es la misma que la que usamos en el caso
de sucesiones, teorema 2.36 (de todas formas ahora tenemos el concepto de
sucesion creciente o decreciente cuando vimos 2.36 no lo habamos introducido
todava y podemos simplicar un poco las cosas):
i) Dado r, con 0 < r < l < 1, existe un N N tal que
a
n+1
a
n
< r si n N ,
eso puede escribirse
a
n+1
a
n
<
r
n+1
r
n
si n N ,
o lo que es lo mismo
a
n+1
r
n+1
<
a
n
r
n
si n N ,
es decir
an
r
n
es decreciente, para n N, y en particular
a
n
r
n
<
a
N
r
N
si n N ,
por tanto
a
n
<
a
N
r
N
r
n
si n N ,
y, por comparacion con

n=1
r
n
(recordemos que es 0 < r < 1), la serie con-
verge.
ii) El razonamiento es a un mas facil: dado r, con 1 < r < l, existe un N N
tal que
a
n+1
a
n
> r si n N ,
por tanto a
n
es creciente y en consecuencia no converge a 0 (por que?); eso
implica que

n=1
a
n
no converge.
(De hecho, si razonamos como en i) se obtiene que
an
r
n
es creciente, para
n N, y
a
n
>
a
N
r
N
r
n
si n N ,
lo que implica que lma
n
= +.)
Comparacion de los criterios de la raz y del cociente
Dependiendo de la serie, puede ser mas facil usar el criterio del cociente o el
de la raz, sin embargo es importante se nalar que:
si el criterio de la raz falla, es decir si
n
a
n
converge a 1 o no converge,
entonces el criterio del cociente tambien va a fallar.
Eso se deduce del siguiente teorema (no veremos la demostracion):
2.116 Teorema. Sea a
n
una sucesi on con a
n
> 0 para todo n N.
i) Si lm
an+1
an
= l, entonces lm
n
a
n
= l.
2.2 Series 105
ii) Si lm
an+1
an
= +, entonces lm
n
a
n
= +.
Hay sucesiones, a
n
, con a
n
> 0 para todo n N, para las que
an+1
an
no
converge pero
n
a
n
s.
Aparte de darnos la relacion entre los criterios de la raz y del cociente, ese
teorema nos pude ser util para calcular algunos lmites, por ejemplo
2.117 Ejercicio. Calcular lm
n
n!.
2.118 Ejercicio. Usar el criterio de la raz o del cociente para estudiar la
convergencia de las series:
1.

n=1
n
3
n
. 2.

n=1
n
k
k
n
, k N, jo. 3.

n=1
2
n
n!
.
4.

n=1
2
n
n!
n
n
.
2.119 Ejercicio. Determinar para que valores de x 0 es convergente la serie:
1.

n=1
x
n
n
.
2.

n=1
x
n
n!
.
Hay otros criterios para series de terminos no negativos, ver por ejemplo
[2, Cap. 9], o [1, Cap. 9]. (Hay que tener en cuenta que en esos libros como
en muchos otros aparece el estudio de las series al nal, lo que les permite
usar mas herramientas que las que hemos visto nosotros.) Esos libros contienen
tambien bastantes ejercicios sobre series (muchos con solucion).
Los criterios anteriores nos permiten decidir la convergencia de una serie
comparandola con otras conocidas. Podra uno preguntarse si no habra una serie
frontera, es decir que se cumpliese que todas las menores que esa convergiesen
y todas las mayores que esa divergiesen
5
. Esto no es posible. Los dos ejercicios
que siguen tienen que ver con eso. En el primero vemos que si

n=1
a
n
es una
serie divergente (de terminos positivos), existe otra ,

n=1
b
n
, que satisface
lm
_
b
n
a
n
_
= 0 ,
es decir, con terminos, b
n
, mucho mas peque nos que los a
n
, y que tambien es
divergente.
2.120 Ejercicio. Sea

n=1
a
n
, con a
n
> 0, una serie divergente, y sean S
n
=
a
1
+ +a
n
sus sumas parciales (sabemos por tanto que S
n
+). Denimos
para cada n N,
b
n
=
a
n
S
n
.
Probar que
5
Obviamente si una serie converge es f acil encontrar una mayor que tambien converge:
por ejemplo, basta multiplicar por 2 a cada termino; con mayor aqu nos referimos a lo que
podemos llamar esencialmente mayor. . . seguir leyendo.
i) lm
_
bn
an
_
= 0 .
(Eso es muy facil.)
ii)

n=1
b
n
diverge.
(Esto no es tan f acil. Se puede probar que
n=1
b
n
no cumple la condicion
de Cauchy. Completar los detalles de lo que sigue:
Si p, q N y q > p se cumple
b
p+1
+ +b
q
=
a
p+1
S
p+1
+ +
a
q
S
q
a
p+1
S
q
+ +
a
q
S
q
= 1
a
1
+ +a
p
S
q
.
Deducir que

n=1
b
n
no cumple la condicion de Cauchy.)
Veamos ahora que que si

n=1
a
n
es una serie convergente (de terminos
positivos), existe otra ,

n=1
b
n
, que satisface
lm
_
b
n
a
n
_
= + ,
es decir, con terminos, b
n
, mucho mas grandes que los a
n
, y que tambien es
convergente.
2.121 Ejercicio. Sea

n=1
a
n
, con a
n
> 0, una serie convergente, y para cada
n N sean S
n
= a
1
+ + a
n
sus sumas parciales y R
n
=

m=n+1
a
m
;
denamos tambien R
0
=

n=1
a
n
.
i) Probar que R
n
esta bien denido (es decir que la serie que aparece en su
denicion converge) y que R
n
= R
0
S
n
. Deducir que lmR
n
= 0.
(Eso es facil.)
ii) Denimos para cada n N,
b
n
=
a
n
_
R
n1
.
Probar que lm
_
bn
an
_
= + .
(Eso es facil por lo anterior.)
iii)

n=1
b
n
converge.
(Esto no es tan facil. Completar los detalles de lo que sigue:
Se cumple
a
n
_
R
n1
=
R
n1
R
n
_
R
n1
=
_
R
n1
+
R
n
_
R
n1
(
_
R
n1
_
R
n
)
2(
_
R
n1
_
R
n
) .
Deducir que

n=1
b
n
converge.)
2.2 Series 107
2.2.4. Series absolutamente convergentes. Series alterna-
das
Como ya hemos recalcado, y lo hacemos ahora una vez mas, los criterios
de la seccion anterior son validos solo para series de terminos posi-
tivos. Que podemos hacer si queremos estudiar la convergencia de una serie,
n=1
a
n
, que no cumpla eso? En la seccion 2.2.2 vimos resultados que valan
para cualquier serie:
- si a
n
no converge a 0 la serie diverge.
(Eso es en realidad un test de divergencia, no nos sirve para saber si la
serie converge.)
- criterio de Cauchy (teorema 2.95).
(No es muy manejable, porque requiere acotar sumas de los a
n
; no basta
mirar solo a los a
n
.)
Buscamos ahora algunos criterios, mejores que esos, que valgan para series con
terminos no necesariamente positivos.
Obviamente si todos los terminos son negativos (o todos a partir de un lugar)
no hay problema: por ejemplo, la serie
n=1
1
n
2
converge porque es simplemente
n=1
(1)
1
n
2
y vimos (segundo punto del teorema 2.92; demostralo ahora si no
se hizo entonces!) que si
n=1
a
n
converge y R entonces
n=1
a
n
tambien
converge y

n=1
a
n
=
n=1
a
n
.
El problema esta por tanto en series que tengan innitos terminos positivos e
innitos terminos negativos, algo como
n=1
(1)
n
n
2
. Para estas series el teorema
siguiente es muy util:
2.122 Teorema. Sea

n=1
a
n
una serie de n umeros reales. Si

n=1
[a
n
[ es
convergente entonces

n=1
a
n
es tambien convergente.
Se cumple ademas que
n=1
a
n
n=1
[a
n
[ .
Demostracion. Vamos a demostrar que

n=1
a
n
satisface la condicion de Cau-
chy (teorema 2.95): tenemos que probar que para cada > 0 existe N N tal
que
(*) si q > p N, entonces
n=p+1
a
n
< .
Ahora bien, como
n=1
[a
n
[ converge, esa serie satisface la condicion de Cauchy,
es decir para cada > 0 existe N N tal que
(**) si q > p N, entonces
n=p+1
[a
n
[
=
q
n=p+1
[a
n
[ < .
Pero se cumple que
n=p+1
a
n
n=p+1
[a
n
[ ,
por tanto ya tenemos lo que queramos: jado > 0, el N que funcione en (**)
tambien valdra en (*).
La segunda armacion del teorema es facil: si notamos
S
n
= a
1
+ +a
n
y T
n
= [a
1
[ + +[a
n
[
se cumple que
[S
n
[ T
n
,
y por tanto
n=1
a
n
= [ lmS
n
[ = lm[S
n
[ lmT
n
=
n=1
[a
n
[ .
Ese resultado motiva la siguiente denicion
2.123 Denicion. Decimos que una serie

n=1
a
n
es absolutamente conver-
gente si

n=1
[a
n
[ es convergente.
Con esa denicion el teorema anterior puede reescribirse:
2.122
Teorema. Si una serie es absolutamente convergente entonces es con-

vergente.
Enseguida comprobaremos que el recproco no es cierto, pero antes veamos
algunos ejemplos:
2.124 Ejemplos. 1. La serie

n=1
(1)
n
n
2
es absolutamente convergente y
por tanto convergente.
2. La serie

n=1
(1)
E(n/4)
n
2
es absolutamente convergente y por tanto con-
vergente (escribir los diez o doce primeros terminos de esa serie).
3. La serie

n=1
(1)
n
n
no es absolutamente convergente.
Por supuesto el teorema anterior nos proporciona un primer paso para estu-
diar la convergencia de una serie,

n=1
a
n
, cualquiera:
estudiamos primero si es absolutamente convergente,
es decir estudiamos la convergencia de

n=1
[a
n
[; para eso podemos usar los
criterios que vimos para series de terminos positivos (comparacion, raz, . . . ); si
la serie es absolutamente convergente hemos terminado: es tambien convergente.
De hecho en el caso de los criterios de la raz y del cociente podemos anar
un poco mas: si repasamos las demostraciones vemos que podemos concluir
2.2 Series 109
2.125 Proposicion. Sea

n=1
a
n
una serie de n umeros reales.
Si
n
_
[a
n
[ l < 1 entonces

n=1
a
n
es absolutamente convergente.
Si
n
_
[a
n
[ l > 1 entonces [a
n
[ no converge a 0 y por tanto

n=1
a
n
es divergente.
Supongamos a
n
,= 0 para todo n N.
Si
|an+1|
|an|
l < 1 entonces

n=1
a
n
Si
|an+1|
|an|
l > 1 entonces [a
n
[ no converge a 0 y por tanto

n=1
a
n
es divergente.
Pero en general que ocurre si, como en el ejemplo 3, la serie no es absoluta-
mente convergente? puede ser convergente? La respuesta es s: hay series que
no son absolutamente convergentes pero que s son convergentes y el ejemplo 3
es una de ellas.

n=1
(1)
n
n
es convergente.
Demostracion. Ahora no tenemos muchos criterios que aplicar, podramos inten-
tar el de Cauchy, pero es mas simple estudiar directamente las sumas parciales.
Si nos jamos un poco vemos que, si paramos en un lugar par, 2n, podemos
poner
S
2n
= (1 +
1
2
) + (
1
3
+
1
4
) + + (
1
2n 1
+
1
2n
) ,
cada parentesis es negativo y por tanto se tiene que
S
2n
es decreciente ;
analogamente
S
2n+1
= 1 + (
1
2

1
3
) + (
1
4

1
5
) + + (
1
2n

1
2n + 1
) ,
ahora cada parentesis es positivo y por tanto
S
2n+1
es creciente ;
por otra parte se tiene
S
1
< S
2n+1
= S
2n
1
2n + 1
< S
2n
< S
2
con lo que se ve que
S
2n
y S
2n+1
son acotadas ;
por tanto ambas son convergentes; pero ademas S
2n+1
S
2n
0 (por que?):
conclusion como S
2n+1
y S
2n
convergen al mismo lmite, la sucesion S
n
converge, es decir
la serie
n=1
(1)
n
n
es convergente.
Notese ademas que si llamamos s =

n=1
(1)
n
n
, entonces para todo n se tiene
S
2n+1
< s < S
2n
(por que?), lo que nos permite obtener
0 < S
2n
s <
1
2n + 1
, 0 < s S
2n+1
<
1
2n + 1
(por que?). Eso es importante: nos da una cota para el error que cometemos
si aproximamos s por una suma parcial. Por ejemplo nos dice que
0 < 1 +
1
2

1
3
+
1
4

1
5
+ +
1
10
s <
1
11
,
o sea
1627
2520
es una aproximacion (por encima) de s =

n=1
(1)
n
n
con error
menor que
1
11
.
2.127 Denicion. Diremos que una serie,

n=1
a
n
, es condicionalmente con-
vergente si es convergente pero no es absolutamente convergente.
2.128 Ejemplo. Lo que acabamos de ver nos dice que

n=1
(1)
n
n
es condi-
cionalmente convergente.
Si repasamos con cuidado lo que hemos hecho para probar la convergencia
en ese ejemplo, veremos que la clave ha sido que
1
n
es decreciente. Podemos
usar la misma idea para obtener un resultado mas general. Vamos a ver eso
ahora. Empezamos por denir
2.129 Denicion. Si a
n
0 para todo n N, decimos que las series
n=1
(1)
n
a
n
o
n=1
(1)
n+1
a
n
son series alternadas.
Obviamente la segunda serie es la primera multiplicada por 1, y lo que digamos
sobre convergencia para una valdra para la otra.
Usando el mismo razonamiento que con

n=1
(1)
n
n
se puede demostrar
2.130 Teorema (Criterio de Leibniz). Sea a
n
una sucesion decreciente y
convergente a 0. Entonces la serie

n=1
(1)
n
a
n
es convergente.
Demostracion. Ejercicio. Hacer lo mismo que en el caso de

n=1
(1)
n
n
: com-
probar que
- S
2n
es decreciente y S
2n+1
es creciente;
- son acotadas;
- S
2n+1
S
2n
0, etc.
2.2 Series 111
Terminar como antes.
Si se cumplen las hipotesis del teorema, y si llamamos s =

n=1
(1)
n
a
n
,
se puede obtener de manera totalmnte analoga a lo que hemos hecho antes que
0 < S
2n
s < a
2n+1
, 0 < s S
2n+1
< a
2n+1
.

n=1
(1)
n
n
es condicionalmente convergente.
Propiedades de las series absolutamente convergentes y de las series
condicionalmente convergentes
El primer ejemplo que hemos visto de serie condicionalmente convergente,
n=1
(1)
n
n
, nos muestra algo interesante:
- la serie formada por los terminos positivos,

n=1
1
2n
, no converge;
- la serie de los terminos negativos,

n=1
1
2n1
, tampoco converge.
Una propiedad tan basica de las sumas como poder sumar primero todos los
terminos positivos, despues los negativos y restar (es decir: conmutatividad y
asociatividad) no funciona con esta serie. Lo mismo ocurre con

n=1
(1)
n
n
. En
esta seccion vamos a ver que si queremos que una serie se comporte realmente
como una suma debemos pedirle que sea absolutamente convergente.
Empecemos por esa propiedad sobre los terminos positivos y negativos.
2.132 Teorema. Sea

n=1
a
n
una serie de n umeros reales. Denimos para
cada n N
a
+
n
=
_
a
n
si a
n
0
0 si a
n
< 0
; a
n
=
_
0 si a
n
0
a
n
si a
n
< 0
(notese que a
+
n
, a
n
0 y que se cumple a
+
n
a
n
= a
n
y a
+
n
+a
n
= [a
n
[
6
).
Las series

n=1
a
+
n
y

n=1
a
n
son convergentes si y solo si

n=1
a
n
es
absolutamente convergente. En ese caso
n=1
a
n
=
n=1
a
+
n

n=1
a
n
y
n=1
[a
n
[ =
n=1
a
+
n
+
n=1
a
n
.
Demostracion. ) Si las dos series

n=1
a
+
n
y

n=1
a
n
son convergentes en-
tonces

n=1
(a
+
n
+a
n
) es convergente . Como a
+
n
+a
n
= [a
n
[, eso nos dice que
n=1
a
n
) Si

n=1
a
n
es absolutamente convergente, entonces como
0 a
+
n
[a
n
[ y 0 a
n
[a
n
[ para todo n N ,
6
Esta es una forma rapida de denir serie de los terminos positivos y serie de los terminos
negativos, sin complicarse, por ejemplo, en ver si s olo hay un n umero nito de terminos
negativos. En casos triviales, por ejemplo an 0 para todo n, se tiene a
n
= 0 para todo n.
(comprobar eso) por el criterio de comparacion para series de terminos positivos
n=1
a
+
n
y

n=1
a
n
son convergentes.
La igualdad entre las sumas se deduce de las igualdades
a
+
n
a
n
= a
n
y a
+
n
+a
n
= [a
n
[ .
2.133 Corolario. Si la serie

n=1
a
n
es condicionalmente convergente enton-
ces las series

n=1
a
+
n
y

n=1
a
n
son divergentes.
Demostracion. Es inmediato por lo anterior: como

n=1
[a
n
[ no converge, en-
tonces
n=1
a
+
n
o
n=1
a
n
es divergente .
Pero tambien sabemos que

n=1
a
n
es convergente y que a
n
= a
+
n
a
n
; luego
si una de ellas fuese convergente lo sera la otra. Conclusion:
n=1
a
+
n
y
n=1
a
n
son ambas divergentes.
Vamos a usar lo anterior para probar que las series absolutamente conver-
gentes son tambien las que se comportan bien respecto de la conmutatividad, es
decir si cambiamos el orden de los terminos la serie sigue siendo convergente
y la suma es la misma. Primero habra que especicar que signica cambiar el
orden de los terminos.
2.134 Denicion. Sea

n=1
a
n
una serie de n umeros reales. Si : N N es
una biyeccion, y denimos
b
n
= a
(n)
,
decimos que

n=1
b
n
es una reordenacion de

n=1
a
n
.
Por ejemplo, si consideramos la serie

n=1
1
n
2
y la biyeccion : N N
denida por
(2n 1) = 2n , (2n) = 2n 1 , n N
entonces la reordenacion correspondiente sera (escrita con . . . )
1
2
2
+
1
1
+
1
4
2
+ +
1
(2n)
2
+
1
(2n 1)
2
+. . .
La misma aplicada a la serie

n=1
(1)
n
n
nos da la reordenacion
1
2

1
1
+
1
4

1
3
+ +
1
2n

1
2n 1
+. . .
Para series de terminos positivos no hay problemas con las reordenaciones:
2.135 Proposicion. Sea

n=1
a
n
una serie con a
n
0 para todo n N. Si
n=1
a
n
converge, entonces cualquier reordenacion,

n=1
b
n
, tambien converge
y

n=1
b
n
=

n=1
a
n
.
2.2 Series 113
Demostracion. Notemos
S
n
= a
1
+ +a
n
, T
n
= b
1
+ +b
n
.
Sea la biyeccion que da la reordenacion, es decir, b
n
= a
(n)
. Por ser a
n
0
sabemos que, si

n=1
a
n
converge, entonces su suma es
S = lmS
n
= supS
n
[ n N
(por que?). Si tomamos entonces n Ny llamamamos N = max(1), . . . , (n)
tenemos que
T
n
= b
1
+ +b
n
= a
(1)
+ +a
(n)
a
1
+ +a
N
= S
N
S
(explicar eso) por tanto, las sumas parciales T
n
estan acotadas por S y en
consecuencia

n=1
b
n
converge y

n=1
b
n
S, es decir
n=1
b
n

n=1
a
n
.
Pero por otra parte

n=1
a
n
es una reordenacion de

n=1
b
n
: la obtenida por
1
, en consecuencia lo anterior prueba que
n=1
a
n

n=1
b
n
,
y tenemos lo que queramos.
Veamos que ocurre para series de terminos no necesariamente positivos.
Para series absolutamente convergentes todo va bien:
2.136 Teorema. Si

n=1
a
n
converge absolutamente, entonces cualquier reor-
denacion,

n=1
b
n
, tambien converge absolutamente y

n=1
b
n
=

n=1
a
n
.
Para series condicionalmente convergentes, se tiene algo muy diferente (y
sorprendente):
2.137 Teorema (Riemann). Si

n=1
a
n
converge condicionalmente, entonces
existen reordenaciones que no convergen.
Ademas, dado cualquier R, existe una reordenacion de

n=1
a
n
que es
convergente y cuya suma es .
Podemos por tanto decir que las series absolutamente convergentes son las
unicas para las que vale la conmutatividad, se les llama tambien incondicional-
mente convergentes.
Demostracion del teorema 2.136. Se obtiene facilmente usando el teorema 2.132
y aplicando la proposicion anterior a las series

n=1
a
+
n
y

n=1
a
n
. En efecto:
sea

n=1
b
n
una reordenacion de

n=1
a
n
y supongamos que es la biyeccion
que nos da esa reordenacion; es obvio entonces que

n=1
[b
n
[ es la reordenacion
de

n=1
[a
n
[ dada por la misma ; como esta serie es de terminos positivos, la
proposicion anterior nos asegura que cualquier reordenacion suya es convergente,
luego

n=1
[b
n
[ es convergente, es decir

n=1
b
n
Tambien por la proposicion se tiene que
n=1
b
+
n
=
n=1
a
+
n
,
n=1
b
n
=
n=1
b
n
y el del teorema 2.132 se deduce que
n=1
b
n
=
n=1
a
n
.
No veremos la demostracion del teorema 2.137. Puede consultarse, por ejem-
plo [3, Cap. 22], o los que ya hemos citado [1] y [2].
Bibliografa
[2] J. Perez. Calculo diferencial e integral de funciones de una variable. Univ.
Granada, 2008. [Esta (gratis!) en http://www.ugr.es/
~
fjperez/apuntes.
html].
a
Tema 3
Funciones.
Lmites, continuidad
1
En este tema estudiaremos los conceptos de lmite y continuidad de funciones
reales. Ya sabemos que se entiende por funcion; las deniciones basicas sobre
ese concepto las suponemos conocidas (mirar la introduccion, sec 0.3). Quizas
solo es necesaria una precision: como veremos pronto, en muchas deniciones,
propiedades, resultados, etc. sobre funciones es importante cual es el dominio
de la funcion. Por tanto (casi) siempre especicaremos una funcion real en la
forma f : D R, dando explcitamente su dominio, y no en la forma frecuente
y probablemente vista en la ense nanza secundaria en la que el dominio se
sobreentenda como mayor conjunto en el que la expresion f(x) tiene sentido.
A veces interesara considerar a una funcion pero solo en un subconjunto del
dominio; en ese caso tenemos realmente otra funcion:
3.1 Denicion. Sea f : D R y B D. Denimos la restricci on de f a B o
f restringida a B, y notamos f
|
B
, como la funcion
f
|
B
: B R , f
|
B
(x) = f(x) .
3.1. Lmites de funciones
Queremos estudiar que ocurre con una funcion si miramos los valores que
toma cerca de un punto a. Es seguro que se han visto en bachiller cosas como,
por ejemplo
si f(x) =
1
x
entonces lm
x4
f(x) =
1
2
,
o por ejemplo
si g(x) =
senx
x
entonces lm
x0
g(x) = 1.
1
Seguiremos (mas o menos) el captulo 3 del libro Ortega [2].
116 FUNCIONES. L
IMITES, CONTINUIDAD
Con eso expresamos que para x muy cerca de 4, los n umeros f(x) estan muy
cerca de 2, o para x muy cerca de 0, los n umeros g(x) estan muy cerca de 1.
Lo que queremos hacer es denir y estudiar ese tipo de cosas de una manera
rigurosa.
3.1.1. Denici on. Caracterizacion por sucesiones
Para empezar notese que en el primer ejemplo de los anteriores no tendra
sentido hablar de lm
x5
f(x), porque cerca de 5 la funcion f no esta de-
nida; sin embargo, en el ejemplo con g, s tiene sentido lm
x0
g(x) porque,
aunque 0 no este en el dominio de g, s hay puntos del dominio de g tan cerca
de 0 como queramos. Parece claro que, si queremos estudiar el comportamiento
de una funcion cerca de a, es necesario que haya puntos del dominio de la fun-
cion tan cerca de a como queramos. Eso nos lleva a la siguiente (importante)
denicion:
Punto de acumulacion
3.2 Denicion. Sea E R, decimos que a R es un punto de acumulacion
de E si
en todo intervalo centrado en a hay elementos de E distintos de a.
Dicho de otra forma:
para todo r > 0 existe alg un x E, x ,= a tal que x (a r, a +r).
Se puede expresar tambien (recordar la notacion para intervalos centrados):
para todo r > 0 se cumple que E I(a; r) a , = ,
Notese que un punto de acumulacion de E puede no pertenecer a E. Al conjunto
de los puntos de acumlacion de E se le nota E
.
Conviene introducir una notacion para los intervalos centrados a los que
quitamos el centro:
3.3 Denicion. Si a R y r > 0 notaremos
I
(a, r) = I(a, r) a = (a r, a +r) a .

Con eso, la ultima manera de describir punto de acumulacion puede reescri-
birse
para todo r > 0 se cumple que E I
(a; r) ,= ,
3.4 Ejemplos.
3.1 Lmites de funciones 117
1. Sea E = (0, 2]. 2 es un punto de acumulacion de E. En efecto, si r > 0, en
el intervalo (2 r, 2 + r) hay puntos de E distintos de 2 (los x R tales
que x > 0 y 2 r < x < 2).
0 tambien es punto de acumulacion de E. En efecto, si r > 0, en el intervalo
(r, r) hay puntos de E = (0, 2) (ahora no hace falta decir ,= 0 porque 0
no esta en E). Cualquier A (0, 2) tambien es punto de acumulacion.
Si a < 0 o a > 2 entonces a no es punto de acumulacion de (0, 2], porque
podemos tomar un r > 0 (por ejemplo cual?) tal que en (a r, a +r) no
haya ning un elemento de (0, 2].
Hemos visto por tanto que E
= [0, 2].
2. Sea E =
_
1
n
[ n N
_
. Se cumple que 0 es un punto de acumulacion de
E. En efecto, si r > 0, en (r, r) hay elementos de E, hay alg un natural
tal que
1
n
(r, r).
Sin embargo, 1 no es un punto de acumulacion de E, porque si tomamos,
por ejemplo, r =
1
4
entonces en (1
1
4
, 1 +
1
4
) = (
3
4
.
5
4
) el unico punto de
E es el propio 1. De hecho (ejercicio) 0 es el unico punto de acumulacion
de E, es decir E
= 0.
Notese que 0 / E pero es punto de acumulacion de E y que 1 E pero
no es punto de acumulacion de E.
3. Cualquier a R es un punto de acumulacion de Q (es decir Q
= R).
4. Cualquier a R es un punto de acumulacion de R Q.
5. N
= .
Las siguientes proposiciones nos dan otras caracterizaciones de punto de
acumulacion:
3.5 Proposicion. Sea E R. a R es un punto de acumulacion de E si y
solo si para todo r > 0 existen innitos x E, tales que x I(a, r).
Demostracion. Supongamos que a es punto de acumulacion de E. Si para un
r > 0 existiese solo un n umero nito, supongamos K, de n umeros x E, x ,= a,
tales que x (a r, a + r), entonces si llamamos x
1
, . . . , x
K
a esos puntos y
tomamos s = mn [x
1
a[, . . . , [x
K
a[ , se cumplira que en (a s, a +s) no
hay ning un x E, x ,= a, en contra de ser a punto de acumulacion de E..
El recproco es inmediato.
3.6 Proposicion. Sea E R. a R es un punto de acumulacion de E si y
solo si existe una sucesion, x
n
con x
n
E, x
n
,= a para todo n N y tal que
x
n
a.
Demostracion. Si a es punto de acumulacion de E entonces para cada n N
existe alg un elemento de E, llamemosle x
n
, tal que x
n
,= a y
a
1
n
x
n
a +
1
n
.
118 FUNCIONES. L
IMITES, CONTINUIDAD
De eso se deduce que la sucesion x
n
cumple lo que queremos.
El recproco es facil. Si existe una sucesion x
n
con x
n
E, x
n
,= a para
todo n N y tal que x
n
a, entonces para cada r > 0 existe un N N tal
que si n N se cumple a r x
n
a + r; por tanto a satisface la denicion
de punto de acumulacion de E.
Lmite de una funcion en un punto
Como ya hemos dicho al principio, con la expresion el lmite de f en a es
L resumimos la idea los n umeros f(x) estan tan cerca como queramos de L,
siempre que tomemos x muy proximo a a. Esa idea es la que queremos expresar
de forma rigurosa. Ahora podemos decir que, para que eso tenga sentido, a
debe ser punto de acumulacion del dominio de f. Con esa condicion el resto
de la denicion de lmite de una funcion no debe sonar muy raro; ya vimos en
la denicion de lmite de una sucesi on como traducir eso de tan cerca como
queramos, aqu hacemos algo similar.
3.7 Denicion. Sea D R, f : D R y sea a un punto de acumulacion de
D. Diremos que f tiene lmite L R en el punto a si
para todo intervalo I(L, ) = (L , L + ) centrado en L, ( R, > 0),
existe un > 0 tal que
(*) si x D (a , a +) a entonces f(x) (L , L +) .
Es claro que eso equivale a decir que
para todo > 0 existe > 0 tal que
(**) si x D y 0 < [x a[ < entonces [f(x) L[ <
(notese que el poner 0 < [x a[ quita de en medio al punto a);
o tambien podemos decir
(***) si x D I(a, ) a entonces f(x) I(L, ) .
Antes de nada probamos la unicidad:
3.8 Proposicion. Si una funcion, f : D R, tiene lmite L en a (a un punto
de acumulacion de D) entonces este es unico. Escribiremos en ese caso
L = lm
xa
f(x) .
Demostracion. Supongamos que f tuviese en a lmite L y tambien lmite M,
M ,= L y supongamos M > L. Entonces, si tomamos el n umero =
ML
2
tiene
que existir
1
> 0, tal que
si x D (a
1
, a +
1
) a entonces f(x) (L , L + ) ;
y tiene que existir
2
> 0, tal que
si x D (a
2
, a +
2
) a entonces f(x) (M , M + ) .
Por tanto, si tomamos

= mn(
1
,
2
), para los x D (a
, a +

) a se
tendran que cumplir ambas cosas, es decir f(x) debera estar en el intervalo de
centro L y en el de centro M, pero ese lo hemos elegido para que los intervalos
(L , L + ) y (M , M + ) sean disjuntos (en efecto, esos intervalos son
simplemente (
3LM
2
,
L+M
2
) y (
L+M
2
,
3ML
2
)), por tanto es imposible que esos
f(x) esten en ambos.
Figura 3.1.
La siguiente proposicion (muy importante) nos da en realidad otra de-
nicion equivalente:
3.9 Proposicion (Caracterizacion por sucesiones). Sea f : D R, y sea a un
punto de acumulacion de D. Entonces lm
xa
f(x) = L si y solo si
para toda sucesion, x
n
, con x
n
D, x
n
,= a y tal que x
n
a , se
cumple que
f(x
n
) L .
(Dicho con palabras:
para toda sucesion de elementos de D, distintos de a y que converja a a, se
cumple que la sucesion de sus imagenes por f converge a L.)
120 FUNCIONES. L
IMITES, CONTINUIDAD
Demostracion. ) Supongamos que lm
xa
f(x) = L. Sea x
n
, con x
n
D,
x
n
,= a y tal que x
n
a; queremos ver que f(x
n
) L. Ahora bien, dado
> 0 existe > 0 tal que,
si x (a , a +) D y x ,= a entonces [f(x) L[ < ;
y por otra parte, por ser x
n
a, para ese ,
existe un N N tal que si n N entonces x
n
(a , a +).
Juntando las dos cosas vemos que
si n N entonces [f(x
n
) L[ < .
Hemos probado por tanto que
para todo > 0 existe un N N tal que si n N entonces [f(x
n
) L[ < ,
es decir f(x
n
) L.
) Supongamos que f no tuviese lmite L en a y veamos que podramos
encontrar una sucesion x
n
para la que no sera cierta la hipotesis. En efecto,
si f no tiene lmite L en a es que existe un > 0 tal que para todo > 0
hay alg un x (a , a +) D, x ,= a que cumple [f( x) L[ .
En particular, para =
1
n
podramos elegir x
n
(a
1
n
, a +
1
n
) D, x
n
,= a, es
decir
x
n
D , x
n
,= a , a
1
n
x
n
a +
1
n
, para todo n N ,
y tal que
[f(x
n
) L[ , para todo n N .
De esas dos condiciones obtenemos que la sucesion x
n
de elementos de D
distintos de a, tiene lmite a pero f(x
n
) no converge a L, en contra de la
hipotesis.
3.10 Ejemplos.
1. La funcion f : R R, f(x) = x
2
1, tiene lmite 3 en el punto 2, es decir
lm
x2
f(x) = 3.
2. Sea E la funcion parte entera:
E : R R , E(x) = parte entera de x.
Entonces E no tiene lmite en 1.
3. Sea f : R R, f(x) =
_
1 si x ,= 0
1 si x = 0
. Entonces f tiene lmite 1
en todo a R (tambien en a = 0!).
4. Funcion de Dirichlet (Importante)
Sea f : R R, f(x) =
_
1 si x Q
0 si x R Q
. Entonces f no tiene
lmite en ning un a R.
Entornos
Todava podemos escribir la denicion de lmite de una forma mas: si x R
y r > 0, al conjunto I( x, r) y a cualquiera que contenga a uno de esa forma se
le llama entorno de x. Con eso podemos decir que f tiene lmite L en a si
para todo entorno, V , de L, existe un entorno, U, de a, tal que
si x D U a entonces f(x) V .
(ver la gura 3.2).
Figura 3.2. f(D U a) V
Esta ultima formulacion de la denicion es muy interesante. Podemos decir
que ese es el esqueleto de todas las deniciones de lmite (las que ya conocemos
y las que apareceran mas adelante).
Por ejemplo, si queremos hablar de lmite en +, la denicion sera esa
misma, pero habra que establecer que se entiende por entorno de +. Veremos
eso al nal de este tema.
3.1.2. Propiedades elementales de los lmites
Lo que sigue es mas o menos paralelo a lo que vimos para sucesiones (com-
parar con 2.16). Todas las demostraciones pueden hacerse usando directamente
la denicion o (casi siempre mas f acil) usando la caracterizacion por sucesiones.
122 FUNCIONES. L
IMITES, CONTINUIDAD
Sea D un subconjunto de R, a un punto de acumulacion de D y f, g funciones
con dominio D.
1. Si f(x) = c, c R, para todo x D (f es una funcion constante), entonces
el lmite de f en a es c (eso es obvio).
2. Para estudiar si una funcion tiene lmite en a, basta examinar la funcion
en I
(a, r) D para alg un r > 0.

3. Si existe r > 0 tal que
f(x) = g(x) para todo x I
(a, r) D ,
entonces es claro que f tiene lmite en a si, y solo si, g tiene lmite en a y,
en este caso, tienen el mismo lmite.
4. (Ejercicio) Supongamos que lm
xa
f(x) = L. Sea < L. Entonces existe
r > 0 tal que para todo x I
(a, r) D se tiene que f(x) > .

En efecto, tomemos = L que es claramente positivo. De la denicion
de lmite se sigue que existe > 0 tal que para todo x I
(a, ) D se
tiene L < f(x) < L +. Como L = , si tomamos como r a ese ,
se cumple que para todo x I
(a, r) D se tiene < f(x).

xa
f(x) = L. Sea L < . Entonces existe
r > 0 tal que para todo x I
(a, r) D se tiene que f(x) < . La

demostracion es semejante a la de la armacion anterior.
6. (Ejercicio) Si f(x) 0 para todo x D y lm
xa
f(x) = L entonces
L 0.
xa
f(x) = L. Entonces lm
xa
[f(x)[ =
[L[.
8. Se tiene que lm
xa
f(x) = L si y solo si lm
xa
(f(x) L) = 0.
Funciones acotadas
3.12 Denicion. Diremos que una funcion f : D R es acotada superior-
mente si su conjunto imagen, f(D), es acotado superiormente, es decir, si existe
M R tal que
f(x) M para todo x D .
Si B D, diremos que f es acotada superiormente en B si f
|
B
es acotada
superiormente.
Analogamente se dene acotada inferiormente y acotada.
3.13 Ejemplos. 1. La funcion f : [3, 2] R, f(x) = x
2
x + 5 esta aco-
tada.
En efecto, si x [3, 2] entonces (justicarlo)
0 x
2
9 y 2 x 3 ,
por lo que sumando se obtiene
3 x
2
x + 5 17 ,
es decir
3 f(x) 17 para todo x [3, 2] .
2. La funcion f : R R, f(x) =
1
|x|+1
esta acotada.
En efecto, es claro que f(x) 0 para todo x R, y por otra parte, como
[x[ + 1 1, se cumple que
f(x) =
1
[x[ + 1
1 para todo x R.
3. Sea r > 0. La funcion f : (0, r) R, f(x) =
1
x
no esta acotada superior-
mente pero s inferiormente (ejercicio).
3.14 Proposicion. Si f : D R tiene lmite L R en a, entonces existe un
entorno U de a tal que f es acotada en D U.
3.15 Ejemplo. La funcion f : (0, 1) R, f(x) =
1
x
no tiene lmite en 0.
Eso es claro: la funcion no es acotada superiormente en (r, r) (0, 1) para
ning un r > 0.
Propiedades algebraicas de los lmites
3.16 Teorema.
Sean f, g : D R, a un punto de acumulacion de D, y supongamos que
lm
xa
f(x) = L
1
, lm
xa
g(x) = L
2
. Entonces
- La funci on f +g (denida como (f +g)(x) = f(x) +g(x)) tiene lmite en
a y es
lm
xa
(f +g)(x) = L
1
+L
2
.
- La funcion fg (denida como (fg) (x) = f(x)g(x)) tiene lmite en a y es
lm
xa
(fg) (x) = L
1
L
2
.
124 FUNCIONES. L
IMITES, CONTINUIDAD
- Si g(x) ,= 0, para todo x D y L
2
,= 0, entonces la funcion
f
g
(denida
como
f
g
(x) =
f(x)
g(x)
) tiene lmite en a y es
lm
xa
f
g
(x) =
L
1
L
2
.
- Si m N, la funcion F, denida como F(x) = (f(x))
m
tiene lmite en a
y es
lm
xa
F(x) = L
m
.
Demostracion. Todas son inmediatas por la caracterizacion por sucesiones. Por
ejemplo, veamos la primera:
Si x
n
es una sucesion de elementos de D, con x
n
,= a y tal que x
n
a,
entonces por la caracterizacion por sucesiones
f(x
n
) L
1
, g(x
n
) L
2
,
y entonces
f(x
n
) +g(x
n
) L
1
+L
2
.
Por tanto para toda x
n
, sucesion de elementos de D, con x
n
,= a y tal que
x
n
a, se cumple que (f + g)(x
n
) L
1
+ L
2
. De la caracterizacion por
sucesiones se deduce que
lm
xa
(f +g)(x) = L
1
+L
2
.
Como ejercicio hacer tambien las demostraciones usando directamente la de-
nicion.
Propiedades relacionadas con el orden
3.17 Proposicion.
1. Sean f, g : D R, a un punto de acumulacion de D, y supongamos que
lm
xa
f(x) = L
1
, lm
xa
g(x) = L
2
. Si
f(x) g(x) para todo x D a
entonces L
1
L
2
.
2. (Teorema del sandwich) Sean f, g, h : D R, a un punto de acumulacion
de D, y supongamos que
f(x) h(x) g(x) para todo x D a.
Si
lm
xa
f(x) = lm
xa
g(x) = L
entonces
lm
xa
h(x) = L .
Demostracion. Es inmediata por la caracterizacion por sucesiones. Como ejer-
cicio hacerlo tambien usando directamente la denicion.
3.1.3. Lmites seg un un subconjunto. Lmites laterales
A veces interesa estudiar el comportamiento de una funcion cerca de un
punto, pero considerando solo ciertos puntos del dominio; por ejemplo puede
interesar que ocurre solo a la derecha del punto. Eso lo formalizamos con la
siguiente denicion:
3.18 Denicion. Sea f : D R, y a un punto de acumulacion de D. Sea
E D y supongamos que a es tambien punto de acumulacion de E (tiene
sentido por tanto hablar del lmite de f
|
E
en a). Si existe lm
xa
f
|
E
(x) = L
decimos que L es el lmite cuando x tiende a a seg un E y escribimos
lm
xa
xE
f(x) = L o tambien lm
xa, xE
f(x) = L .
Por supuesto, todas las propiedades vistas para lmites valen para lmites
seg un un subconjunto E: basta aplicarlas a la funcion f
|
E
.
3.19 Ejercicio. Escribir una denicion con y de lm
xa, xE
f(x) = L .
El concepto de lmite seg un un subconjunto nos permite trasladar a fun-
ciones una idea que resulto util con sucesiones: para sucesiones vimos que una
forma de estudiar la existencia de lmite es mirar por separado, por ejemplo, las
subsucesion de los terminos de lugar par, la subsucesion de los terminos de lugar
impar y ver si ambas convergen a un mismo n umero; en el caso de funciones
podemos estudiar los lmites seg un subconjuntos y ver si coinciden. De eso trata
la siguiente proposicion:
3.20 Proposicion. Sea f : D R y a un punto de acumulacion de D.
1. Si f tiene lmite L en a entonces para todo subconjunto E D tal que a sea
tambien punto de acumulaci on de E, se cumple que existe lm
xa,xE
f(x)
y vale L.
2. Supongamos que E, F D, que a es punto de acumulacion de E y tambien
de F, y que E F = D. Si existen
lm
xa
xE
f(x) y lm
xa
xF
f(x)
y coinciden, entonces existe lm
xa
f(x) (y por 1 coincide con los ante-
riores).
Demostracion. Ejercicio. En este caso puede ser mas simple usar directamente
la denicion. . . , hacerlo de las dos formas: as y mediante la caracterizacion por
sucesiones. Notese que en 2 basta con que E F = D a.
3.21 Ejercicio. Sea f : R R , f(x) =
_
x si x Q
x
2
si x / Q
.
Estudiar en que puntos, a R, tiene f lmite.
126 FUNCIONES. L
IMITES, CONTINUIDAD
Unos casos especialmente importantes de lmites seg un subconjuntos son los
lmites por la derecha o por la izquierda:
3.22 Denicion. Sea f : D R, y a un punto de acumulacion de D.
Si a es tambien punto de acumulacion de D(a, +) entonces, si existe,
escribimos
lm
xa
xD(a,)
f(x) = lm
xa
+
f(x).
Si a es tambien punto de acumulacion de D(, a) entonces, si existe,
escribimos
lm
xa
xD(,a)
f(x) = lm
xa
f(x).
A lm
xa
+ y lm
xa
se les llama lmites laterales.
Notese que la condicion a es punto de acumulacion de D (a, +) nos
dice que para todo r > 0 se cumple que
D (a, a +r) ,= ,
es decir, en el dominio hay puntos arbitrariamente proximos a a y a la derecha
de a. Analogamente con la situacion por la izquierda.
3.23 Proposicion. Sea f : D R, y a un punto de acumulacion de D
(a, +) entonces, lm
xa
+ f(x) = L si y solo si
si x D y 0 < x a < entonces [f(x) L[ <
Se tiene un enunciado analogo para lm
xa
f(x).
En el caso de lmites laterales la proposicion 3.20 nos dice:
3.24 Proposicion. Sea f : D R, y supongamos que a es punto de acumu-
lacion de D (a, +) y de D (, a). Entonces existe el lmite de f en a si
y solo si existen los dos lmites laterales y coinciden.
Demostracion. Es inmediata.
3.25 Ejercicio. En que puntos, a, tiene lmite la funcion E : R R, E(x) =
parte entera de x ?
3.26 Ejercicio. Estudiar la existencia de lmite en a = 1 de la funcion
f : (0, ) R , f(x) = xE(
3
x
).
3.27 Ejercicio. Establecer una caracterizacion por sucesiones para el concepto
de lmite seg un un subconjunto.
En particular establecer una caracterizacion por sucesiones de lmite por la
derecha y de lmite por la izquierda.
3.1.4. Funciones monotonas
3.28 Denicion. Sea D R, diremos que f : D R es una funcion creciente
si cumple que
si x, y D y x < y entonces f(x) f(y) .
Si se tiene f(x) < f(y) se dice que es estrictamente creciente. Analogamente se
dene funcion decreciente y funcion estrictamente decreciente. Diremos que una
funcion es monotona si es creciente o decreciente. Es evidente que f es creciente
si y solo si f es decreciente.
3.29 Ejemplos. - f : R R, f(x) = x, es estrictamente creciente.
- f : (0, ) R, f(x) =
1
x
es estrictamente decreciente.
- La funcion E (parte entera) es creciente.
- f : (, 0) R, f(x) = x
2
es estrictamente decreciente.
- f : (0, ) R, f(x) = x
2
es estrictamente creciente.
3.30 Teorema. Si f : D R es una funcion monotona y acotada, entonces
los lmites laterales, siempre que tengan sentido, existen. Es decir
- si a es punto de acumulacion de D(a, +) entonces existe lm
xa
+ f(x);
- si a es punto de acumulacion de D(, a) entonces existe lm
xa
f(x).
(Notese que no decimos que los lmites laterales coincidan. Considerar por
ejemplo la funcion parte entera.)
Demostracion. Supongamos que f es creciente y que a es punto de acumulacion
de D (a, +). Basta dibujar algunas funciones crecientes para darse cuenta
de quien es el candidato a lm
xa
+ f(x): si llamamos
=nff(x) [ x D, x > a ,
parece claro que debe ser
lm
xa
+
f(x) = .
Veamos que efectivamente eso es cierto. Antes de nada, por ser f acotada, el
conjunto f(x) [ x D, x > a (que es un subconjunto del conjunto imagen,
f(D)) es acotado, y existe por tanto el inferior de ese conjunto. Ahora, dado
> 0, tiene que existir un x > a tal que x D y f( x) < + (por que?);
pero entonces, por ser f creciente, se tendra
si x D y a < x < x se cumple f(x) < +,
por tanto, si llamamos = x a, se tiene (explicarlo)
si x D y 0 < x a < entonces [f(x) [ < .
Lo anterior prueba que lm
xa
+ f(x) = . Para el lmite por la izquierda se
razona igual (el lmite sera el supf(x) [ . . . ).
Para f decreciente las demostraciones son similares. Tambien puede usarse,
simplemente, que f es creciente.
128 FUNCIONES. L
IMITES, CONTINUIDAD
3.2. Funciones continuas
(Algo sobre la historia del concepto de funcion continua y del concepto de
lmite de funciones que acabamos de estudiar puede verse, por ejemplo, en
Kline [1, cap. 40.2].)
La idea de funcion continua en un punto es bastante natural. Con f es con-
tinua en a queremos expresar valores proximos a a tienen imagenes proximas
a f(a). Muchos de los fenomenos que los fsicos, qumicos, etc. quieren estudiar
matematicamente se comportan as; las funciones que sirven para describir esos
fenomenos tienen esa propiedad. Es claro que eso esta relacionado con la idea
de lmite que hemos visto en la seccion anterior: lo que estamos diciendo es
que el lmite de f en a sea f(a). . . aunque hay que tener cuidado, como vimos,
para hablar de lmite en a debe ser a un punto de acumulacion del dominio.
Tendremos que ocuparnos primero un poco de los puntos que no cumplen eso.
3.2.1. Denicion. Propiedades elementales
3.31 Denicion. Sea E R, decimos que a E es un punto aislado de E si
hay un intervalo centrado en a que no tiene mas puntos de E que el propio a.
Dicho de otra forma:
existe alg un r > 0 tal que I(a, r) E = a.
(Obviamente, si para un r > 0 se cumple eso, tambien se cumplira para todo
s, 0 < s < r.)
Es claro que un punto es punto aislado de un conjunto si esta en ese conjunto
pero no es punto de acumulacion de ese conjunto.
3.32 Ejemplos. Todos los elementos de Z son puntos aislados.
Q no tiene puntos aislados.
Un intervalo, que no sea degenerado, no tiene puntos aislados.
Si E =
_
1
n
[ n N
_
, todos sus puntos son aislados (por que?).
3.33 Denicion. Sea D R, sea f : D R y sea a D.
- Si a es un punto de acumulacion de D, diremos que f es continua en a si
existe lmite de f en a y coincide con f(a).
- Si a es un punto aislado de D, siempre diremos que f es continua en a.
3.33
Denicion. Sea D R, sea f : D R y sea a D. f es continua en a

si y solo si
(*) si x D y [x a[ < entonces [f(x) f(a)[ <
(notese que si [x a[ = 0, es decir, si x = a, la desigualdad con se cumple de
forma trivial sea quien sea ).
Otra manera de decir eso es:
3.2 Funciones continuas 129
(**) si x D I(a, ) entonces f(x) I(f(a), ) .
Notese que si a es un punto aislado de D, entonces lo anterior se cumple
trivialmente (existe un r > 0 de manera que el unico punto de D en I(a, r) es
el propio a; ese = r vale en (*) o (**) independientemente de quien sea ).
La denicion de continuidad puede expresarse como hicimos con la de
lmite en terminos de entornos: f es continua en a si
para todo entorno, V , de f(a), existe un entorno, U, de a, tal que
f(D U) V .
Mas adelante se vera el concepto de continuidad para funciones con otros domi-
nos (no solo subconjuntos de R, sino de R
3
, R
n
y espacios mas generales). En
esas situaciones la idea anterior es la que se toma como base para la denicion.
Figura 3.3. a punto de acumulacion del dominio, b punto aislado
3.34 Proposicion (Caracterizacion por sucesiones). Sea f : D R, y sea
a D. Entonces f es continua en a si y solo si
n
, con x
n
D y tal que x
n
a , se cumple que
f(x
n
) f(a) .
Notese la diferencia con la caracterizacion por sucesiones del lmite.
Demostracion. Ejercicio. (Convendra distinguir los casos en que a sea punto
aislado del dominio, y en que a sea punto de acumulacion del dominio.)
130 FUNCIONES. L
IMITES, CONTINUIDAD
3.35 Ejercicio. Estudiar la continuidad de las funciones siguientes:
1. f : R R, f(x) = E(x) .
2. g : R R, g(x) = xE(x) .
3. h : R 0 R, h(x) = E(
1
x
) .
4. f : (0, 1) R , f(x) =
_
0 si x / Q
1
q
si x =
p
q
(fraccion irreducible con q > 0 )
.
3.36 Notas.
1. Recalquemos que el concepto de funcion continua en a se dene para a
en el dominio de f: si a no esta en el dominio de f las expresiones f
no es continua en a o f es continua en a no son ni verdaderas ni falsas,
simplemente no tienen sentido.
2. Ahora bien, si a / D, pero
- a es punto de acumulacion de a, y
- existe el lm
xa
f(x),
podemos extender f a D a de manera que la nueva funcion sea
continua en a: basta denir
f : D a R ,

f(x) =
_
f(x) si x ,= a
lm
xa
f(x) si x = a
.
Decimos que

f es la extension por continuidad de f.
Por ejemplo, la funci on f : R 0 R , f(x) =
sen x
x
, que mencionamos
al principio del tema, puede extenderse por continuidad a todo R si denimos
f(0) = 1 (= lm
x0
f(x)).
3.37 Ejercicio. Sea f : Q R, f(x) = x
2
puede f extenderse por continui-
dad a todo R? si es as cual es la funcion extension?
Propiedades algebraicas
3.38 Teorema. Sean f, g : D R funciones continuas en a D. Entonces
las funciones f +g y fg son continuas en a.
Si g(x) ,= 0 para todo x D entonces
f
g
es continua en a.
Demostracion. Se deduce inmediatamente de las propiedades algebraicas de los
lmites.
3.2 Funciones continuas 131
3.39 Ejemplo. Cualquier funcion polinomica, es decir f : R R,
f(x) = a
0
+a
1
x + +a
k
x
k
,
con k N, a
i
R, es continua en todo a R.
Cualquier funcion racional, es decir cociente de funciones polinomicas,
f(x) =
a
0
+a
1
x + +a
k
x
k
b
0
+b
1
x + +b
l
x
l
,
es continua en todo punto de su dominio (en ese caso el dominio es el conjunto
de puntos donde el denominador no se anula).
Composicion
3.40 Teorema. Sean D, E R, f : D R, g : E R y supongamos que
f(D) E, de manera que tiene sentido la composicion g f. Sea a D.
Si f es continua en a y g es continua en f(a) entonces g f es continua en a.
Demostracion. Usaremos la caracterizacion por sucesiones. Tenemos que demos-
trar que para toda sucesion x
n
, con x
n
D, y tal que x
n
a, se cumple
que (g f)(x
n
) (g f)(a). Eso es facil: por ser f continua en a se cumple
que f(x
n
) f(a), y entonces, por ser g continua en f(a), se cumple que
g(f(x
n
)) g(f(a)), es decir (g f)(x
n
) (g f)(a).
Discontinuidades
Si f : D R es no es continua en a D entonces es seguro que a es punto
de acumulacion de D (si a fuese aislado f sera continua en a) y caben dos
posibilidades
1. f no tiene lmite en a; o
2. f tiene lmite en a, pero lm
xa
f(x) ,= f(a).
Si se da 1 se dice que f tiene en a una discontinuidad esencial. Si se cumple 2
se dice que f tiene en a una discontinuidad evitable. En este ultimo caso basta
redenir f cambiando el valor f(a) por lm
xa
f(x), para obtener una funcion
continua en a (de ah el nombre evitable).
La funcion f : R R, f(x) =
1
x
si x ,= 0, f(0) = 1, tiene en 0 una
discontinudad esencial (f no tiene lmite en 0). La funcion g : R R, g(x) = x
si x ,= 0, g(0) = 1, tiene en 0 una discontinudad evitable: g es discontinua en 0
(eso es claro no?) pero si redenimos la funcion y llamamos g(0) = 0 se obtiene
obviamente una funcion continua.
3.41 Ejercicio. Sea f : [0, 1] R denida por
f(x) =
_
1 si x =
1
n
, n N
0 si x /
1
n
, n N
.
Estudiar la continuidad de f. Discutir los tipos de discontinuidad que se dan.
132 FUNCIONES. L
IMITES, CONTINUIDAD
3.42 Ejemplo. Veamos un ejemplo interesante. (Usaremos la funcion seno,
pero nos bastara con lo elemental que conocemos de bachiller.) Consideremos
la funcion
f : R R , f(x) =
_
sen
1
x
si x ,= 0
0 si x = 0
.
Veamos que f tiene una discontinuidad esencial en 0, es decir que f no tiene
lmite en 0: usamos la caracterizacion por sucesiones. Se cumple que
la sucesion
1
2n
converge a 0 , y
_
f(
1
2n
)
_
0 0
(justicar eso). Eso nos dice que si f tuviese lmite en 0, el lmite tendra que
ser 0 (por que?). Pero por otra parte se tiene que
la sucesion
_
1
2
+ 2n
_
converge a 0 , y
_
f
_
1
2
+ 2n
__
1 1
(justicar eso). Por tanto f no tiene lmite en 0 y la discontinuidad es esencial.
Notese (probarlo) que f no tiene lmite por la derecha ni por la izquierda en 0.
Pensando un poco se ve como es la graca de f: se cumple, por ejemplo, que
si x [
1
4
,
1
2
] entonces
1
x
[2, 4] ,
es decir cuando x recorre [
1
4
,
1
2
],
1
x
recorre [2, 4] y por tanto el trozo en
I = [
1
4
,
1
2
] de la graca de f(x) = sen
1
x
es (aproximadamente) como la de la
funcion sen en [2, 4] (es decir, una onda completa), pero comprimida a I.
Lo mismo ocurre en cualquier intervalo [
1
2(n+1)
,
1
2n
] (ver la gura).
1
1
2
1
2
2
1
1
1
Figura 3.4. Graca de f : (1, 1) R, f(x) = sen(
1
x
) si x ,= 0, f(0) = 0.
3.43 Ejercicio. Comprobar que la funcion g denida por g(x) = xf(x) s es
continua en 0. (Indicacion: usar la caracterizacion por sucesiones del lmite, y el
hecho de que, sea quien sea , [ sen()[ 1, para probar que lm
x0
g(x) = 0. )
Como es (mas o menos) la graca de g?
3.3 Propiedades de las funciones continuas en intervalos 133
3.3. Propiedades fundamentales de las funciones
continuas en intervalos
En la seccion anterior vimos propiedades de una funcion continua en un pun-
to. En esta veremos algunos teoremas fundamentales que nos dan propiedades
que se deducen de saber que una funcion es continua en todos los puntos de
un intervalo. En el argot matem atico, las de la seccion anterior son propiedades
locales, las de esta propiedades globales.
3.44 Denicion. Sea D R y f : D R. Diremos que f es continua si
es continua en todos los puntos de D. (Se dice tambien f es continua en D, si
queremos destacar cual es el dominio.)
En lo que sigue D sera casi siempre un intervalo, y si escribimos [a, b] (o
(a, b). . . ) suponemos a, b R, a < b, sin repetir cada vez esta condicion obvia.
3.3.1. Cuatro teoremas gordos
2
Los primeros dos teoremas tienen que ver con maximos y mnimos de fun-
ciones. Estudiar la existencia de los valores maximos y mnimos de funciones
y ver como determinarlos, si es posible, son problemas interesantes que se pre-
sentan en muchas aplicaciones: si el fsico o el ingeniero tiene una funcion que
describe, por ejemplo, la temperatura de un cierto proceso, le interesara saber si
hay alg un momento en que se alcanza la temperatura maxima (o mnima); si el
economista tiene una funcion que describe (o eso piensa el) el coste de producir
un cierto producto dependiendo de . . . le interesara determinar que hace que el
coste sea mnimo. Los que siguen son unos primeros teoremas sobre eso, mas
adelante se veran otros resultados.
3.45 Teorema (Weierstrass). Si f : [a, b] R es continua entonces es acotada,
es decir, existen m, M R tales que
m f(x) M para todo x [a, b] .
Demostracion. Supongamos que f no fuese acotada superiormente. Eso signi-
cara que para cada M R habra alg un x [a, b] tal que f( x) > M. Por
ejemplo,
para M = 1 podramos encontrar un x
1
[a, b] tal que f(x
1
) > 1;
para M = 2 podemos encontrar x
2
[a, b] tal que f(x
2
) > 2;
siguiendo as podemos construir una sucesion, x
n
, tal que
x
n
[a, b] , f(x
n
) > n para todo n N .
Como x
n
es acotada, por el teorema de Bolzano-Weierstrass (teorema 2.54),
tiene alguna subsucesion, x
kn
, convergente. Ademas, como a x
kn
b, se
2
Ver Spivak [3, cap 7].
134 FUNCIONES. L
IMITES, CONTINUIDAD
tiene que cumplir que, si llamamos c = lmx
kn
, entonces a c b. Pero esto
nos lleva a una contradiccion: como x
kn
c, la caracterizacion por sucesiones
de la continuidad implica que
f(x
kn
) f(c) ,
y eso es imposible porque f(x
kn
) > k
n
y por tanto la sucesion f(x
kn
) no es
acotada. Esa contradiccion demuestra que f tiene que estar acotada superior-
mente. De forma analoga se demuestra que tiene que estar acotada inferiormente
(tambien puede verse aplicando lo anterior a f).
3.46 Teorema (Weierstrass). Si f : [a, b] R es continua entonces alcanza
el mnimo y el maximo, es decir, existen c
1
, c
2
[a, b] tales que
f(c
1
) f(x) f(c
2
) para todo x [a, b] .
3
Demostracion. Por el teorema anterior sabemos que f es acotada, es decir el
conjunto imagen, f([a, b]), es acotado. Si llamamos m = nf f([a, b]) y M =
supf([a, b]), lo que queremos probar es que existen c
1
, c
2
[a, b] tales que
f(c
1
) = m, f(c
2
) = M. Veamoslo en el caso de m; el otro se razona igual.
Como m =nf f([a, b]), para cada r > 0 tiene que haber alg un x [a, b] tal que
m f( x) < m+r
(por que?). En particular, para cada n N podemos encontrar x
n
tal que
x
n
[a, b] , m f(x
n
) < m+
1
n
,
y por tanto
f(x
n
) m
(se dice en ese caso que x
n
es una sucesion minimizante). Como antes, por
el teorema de Bolzano-Weierstrass, la sucesion x
n
tiene que tener alguna
subsucesion, x
kn
, convergente; y como antes se cumplira que si c
1
= lmx
kn
,
entonces c
1
[a, b]. Si aplicamos ahora la caracterizacion por sucesiones de la
continuidad se tiene que
f(c
1
) = lmf(x
kn
) = m .
Ese es por tanto el c

1
que buscabamos.
En los teoremas anteriores ha sido fundamental la siguiente
propiedad clave:
si I = [a, b] es un intervalo cerrado, cualquier sucesion de elementos de I tiene
alguna subsucesi on convergente con lmite en I.
Es decir,
si x
n
es un sucesion con x
n
I, existe x
kn
convergente y con lmx
kn
I.
Notese que los intervalos abiertos o los intervalos no acotados no tienen esa
propiedad, por ejemplo
3
Obviamente, la conclusi on de este teorema implica a la del anterior, que podra conside-
rarse un lema previo a este.
- en el intervalo (0, 1), la sucesion
1
n
cumple que cualquier subsucesion es
convergente pero su lmite no esta en (0, 1).
- en [0, +) la sucesion n no tiene ninguna subsucesion convergente.
Mas adelante se vera que conclusiones como las de los teoremas anteriores valen
para funciones continuas cuyos dominios tengan la propiedad clave
4
.
3.47 Notas. 1. Si una funcion es continua pero su dominio no es un intervalo
cerrado, la funcion puede no ser acotada o puede ser acotada pero no tener
maximo o mnimo. Es facil dar ejemplos:
- f : R R, f(x) = x, es continua pero no es acotada.
- g : (0, 1) R, g(x) = x, es continua, es acotada, pero no alcanza el
nmo (que es 0) ni el supremo (que es 1).
- h : (0, 1] R, h(x) =
1
x
, es continua, no es acotada superiormente,
pero s es acotada inferiormente y alcanza el mnimo: h(1) = 1 h(x)
para todo x (0, 1].
2. Si el dominio de una funcion es un intervalo cerrado pero la funcion no
es continua en alg un punto, la funcion puede no ser acotada o puede ser
acotada pero no tener maximo o mnimo. Es facil dar ejemplos:
- f : [0, 1] R, f(x) =
_
1
x
si x ,= 0
1 si x = 0
, es continua salvo en x = 0,
pero valen las mismas conclusiones que para la h anterior.
3. Por supuesto, el maximo o el mnimo pueden alcanzarse en mas de un
punto.
- El ejemplo extremo sera una funcion constante: alcanza el maximo
y el mnimo en todos los puntos del dominio.
- La funcion f : [1, 1] R, f(x) = [x[, alcanza el maximo en x = 1
y en x = 1 y el mnimo en x = 0.
Los dos siguientes teoremas gordos tratan de otro problema: buscamos condi-
ciones que nos aseguren que una funcion toma un valor determinado. Queremos
responder cuestiones como, por ejemplo: si f(x) = x
17
34x
10
+ 4x
8
5 ,
hay alg un c R tal que f(c) = 0?.
Claramente eso es lo mismo que decir
tiene alguna solucion la ecuacion x
17
34x
10
+ 4x
8
5 = 0 ?
4
Se ver a tambien que esa propiedad tiene un nombre: si un conjunto tiene esa propiedad
se dice que es un conjunto compacto (secuencialmente compacto para ser m as exactos). Lo
que hemos visto nos dice que los intervalos cerrados son conjuntos compactos; los intervalos
abiertos no.
136 FUNCIONES. L
IMITES, CONTINUIDAD
Ya sabemos que resolver ecuaciones es un problema importante en las apli-
caciones y es un problema difcil (por eso le gusta a los matematicos). El primer
resultado sobre eso es posiblemente conocido:
3.48 Teorema (de Bolzano). Sea f : [a, b] R continua. Si f(a) f(b) < 0
(es decir si f(a) y f(b) tienen signos contrarios), entonces existe c (a, b) tal
que f(c) = 0.
Demostracion. Supongamos que f(a) < 0 < f(b) (el otro caso se razona igual).
La idea es mirar el conjunto donde es f 0, es decir consideramos
A = x [a, b] [ f(x) 0 .
Se tiene obviamente a A, b / A. Si se piensa un poco parece logico que el
supremo de ese conjunto, llamemosle c, debe ser un punto donde la funcion valga
0. Veamos que eso es efectivamente as.
Antes de nada notese que, por ser A no vaco y acotado (es un subconjunto
de [a, b]), tiene que existir supA = c [a, b]. Por denicion de supremo, hay
una sucesion de puntos de A, x
n
, tal que x
n
c (esto ha aparecido ya
varias veces, pero repitamos el razonamiento: para cada n N, debe haber
alg un x
n
A tal que c
1
n
< x
n
c; la sucesion de esos x
n
converge a c por
el teorema del sandwich). Por ser f continua en c, de la caracterizacion por
sucesiones, y de ser f(x
n
) 0, se deduce que
f(x
n
) f(c) y por tanto f(c) 0 .
Esto implica en particular que c ,= b, es decir c < b. Si tomamos ahora una
sucesion, y
n
, con c < y
n
b, y con y
n
c, se cumple que f(y
n
) > 0 (por
que?), y de nuevo la caracterizacion por sucesiones de la continuidad implica
f(y
n
) f(c) y por tanto f(c) 0 .
Conclusion: f(c) = 0.
3.49 Notas. 1. Notese que en la demostracion juega un papel clave la propie-
dad del supremo. Ya hablamos de esto en la introduccion. Algo tan claro
como la propiedad de Bolzano (es imposible pasar de valores negativos
a positivos, de forma continua, sin pasar por el 0) no es facil de probar
de manera rigurosa y esa fue una de las motivaciones de Dedekind para
estudiar con detalle el concepto de n umero real.
2. Es claro que el c que existe seg un el teorema no es unico. Por ejemplo, la
funcion
f : [2, 2] R , f(x) = x
3
x
satisface f(2) < 0, f(2) > 0 y se anula en los puntos 1, 0 y 1.
3. La demostracion que hemos hecho del teorema detecta el ultimo c en
donde f vale 0. Si denimos
B = x [a, b] [ f(y) < 0 para todo y [a, x] ,
se puede razonar (mas o menos como antes) que si d = supB, entonces
f(d) = 0. Ese d sera el primer punto donde f vale 0. Hacer eso como
ejercicio.
4. Se puede dar una demostracion (relativamente) constructiva del teorema
de Bolzano; es lo que se conoce como metodo de biparticion. Vamos a ver
esto brevemente:
Supongamos como antes que f(a) < 0 < f(b). Miramos cuanto vale f en el
punto medio, x
1
=
1
2
(a +b), es decir calculamos f(x
1
); si fuese f(x
1
) = 0
ya hemos terminado; si no, puede ocurrir f(x
1
) < 0 o f(x
1
) > 0. En el
primer caso nos quedamos con el intervalo [
1
,
1
] [x
1
, b], en el segundo
con [
1
,
1
] [a, x
1
]. Se cumple ahora que
f(
1
) < 0 , f(
1
) > 0 .
De nuevo tomamos el punto medio, x
2
=
1
2
(
1
+
1
) y calculamos f(x
2
).
Si f(x
2
) = 0 hemos terminado; si no, puede ocurrir f(x
2
) < 0 o f(x
2
) > 0.
Como antes, si pasa lo primero nos quedamos con el intervalo [
2
,
2
]
[x
2
,
1
], si pasa lo segundo con [
2
,
2
] [
1
, x
2
]. Se cumple ahora que
f(
2
) < 0 , f(
2
) > 0 .
De esta manera vamos encontrando intervalos
[
1
,
1
] [
2
,
2
] [
3
,
3
] . . .
(cada uno una mitad del anterior) tales que
(*) f(
i
) < 0 , f(
i
) > 0 .
Si para alg un i es f(
1
2
(
1
+
i
)) = 0, hemos terminado; si no, tenemos
una sucesion de intervalos cerrados encajados, y por la propiedad de los
intervalos encajados (ver teorema 1.43) existe c
n=1
[
n
,
n
], ademas
se cumple que
n
n
=
1
2
n
(b a) (por que?) y por tanto
(**)
n
c ,
n
c
(esto es facil, lo vimos en el ejercicio 2.53; veamos de todas formas la
demostracion: basta usar las desigualdades
0 c
n

n
n

1
2
n
(b a) ; 0
n
c
n
n

1
2
n
(b a) ,
y el teorema del sandwich). Si usamos la caracterizacion por sucesiones y
(*) y (**) se obtiene que f(c) 0 y f(c) 0; conclusion: f(c) = 0.
5. El metodo de biparticion es f acil de traducir a un programa para ordenador
y permite aproximar soluciones de una ecuacion f(x) = 0 con la precision
que se quiera. Se estudiara en las asignaturas de metodos numericos (ver
tambien Ortega [2]).
138 FUNCIONES. L
IMITES, CONTINUIDAD
3.50 Ejercicio. Usar el metodo de biparticion para determinar con error menor
que 0,1 una solucion de la ecuacion x
5
+ 6x 18 = 0.
Notese que el teorema de Bolzano permite detectar soluciones de una ecua-
cion f(x) = 0 si hay cambio de signo en los valores de f. Si pensamos en la
funcion f : [a, b] R, f(x) = x
2
(en un intervalo con a < 0, b > 0), vemos
que se anula en un punto de [a, b] en el punto 0 pero esa solucion no se
detectara por el teorema de Bolzano.
3.51 Teorema (de los valores intermedios). Sea f : [a, b] R continua. Sea
l R un n umero entre f(a) y f(b) (es decir, si f(a) f(b) signica que
f(a) l f(b) y si f(b) f(a) signica que f(b) l f(a)), entonces existe
c (a, b) tal que f(c) = l.
Demostracion. Se deduce facilmente del teorema de Bolzano. En efecto, si f(a) =
l o f(b) = l la conclusion es trivial. Supongamos que f(a) < f(b) y que
f(a) < l < f(b). Si denimos
g : [a, b] R , g(x) = f(x) l ,
entonces g (que es obviamente continua) satisface
g(a) = f(a) l < 0 y g(b) = f(b) l > 0;
por el teorema de Bolzano, existe c [a, b] tal que g(c) = 0, es decir f(c) = l.
Del teorema se deduce inmediatamente que si una funci on, f, es continua
en un intervalo y toma en ciertos puntos los valores y (es decir, existe
x
1
tal que f(x
1
) = y existe x
2
tal que f(x
2
) = ) entonces cualquier valor
intermedio, es decir cualquier l entre y se alcanza en alg un punto. Basta
considerar f en el intervalo (supongamos x
1
< x
2
, si no sera al reves) [x
1
, x
2
] .
Decimos que f satisface la propiedad de los valores intermedios.
Es claro que esa propiedad no vale (en general) si el dominio no es un in-
tervalo: por ejemplo la funcion f(0, 1) (2, 3) R, f(x) = 5 si x (0, 1);
f(x) = 12 si x (2, 3), es una funcion continua, toma los valores 5 y 12 pero no
toma ning un valor intermedio.
Tampoco vale (en general) para funciones discontinuas, aunque sean en un
solo punto. Pensar por ejemplo en la funcion E : [0, 2] R, E parte entera.
Por otra parte es facil dar ejemplos de funciones no continuas que s satisfacen
la propiedad de los valores intermedios (ejercicio).
Algunas aplicaciones de los teoremas anteriores
Del teorema de Bolzano se deduce facilmente la existencia de races de n ume-
ros positivos, algo que ya demostramos (con mas trabajo) en el tema 1, ver
teorema 1.36.
3.52 Teorema (Existencia de races). Sea m N. Para cada a R, a > 0,
existe un unico R, > 0, tal que
m
= a.
Demostracion. Sea N N con a < N. Consideremos la funcion
f : [0, N] R , f(x) = x
m
a .
f es claramente continua y cumple que
f(0) = a < 0 , f(N) = N
m
a N a > 0 .
Del teorema de Bolzano se deduce que existe alg un (0, N) tal que f() = 0,
es decir
m
= a.
La unicidad se deduce simplemente como hicimos en el teorema 1.36.
Veamos otra aplicacion interesante del teorema de Bolzano
3.53 Proposicion. Cualquier ecuacion polinomica de grado impar, es decir
de la forma
x
k
+b
k1
x
k1
+ +b
1
x +b
0
= 0 ,
con k N impar y b
0
, . . . , b
k1
R, tiene al menos una solucion.
5
Demostracion. Denimos, para x R, f(x) = x
k
+b
k1
x
k1
+ +b
1
x+b
0
. Lo
que buscamos es un punto en el que f valga 0; la idea es encontrar un intervalo,
[a, b], de manera que la funcion
f : [a, b] R ,
tenga signos distintos en a y b. En el ejemplo 2.68 vimos como se comporta la
sucesion f(n) (una sucesion polinomica): se cumple
lm
n
b
0
+b
1
n + +b
k1
n
k1
+n
k
= +
(aplicamos 2.68 con b
k
= 1), en particular podemos elegir un N N de manera
que sea
f(N) = b
0
+b
1
N + +b
k1
N
k1
+N
k
> 0 .
Se cumple tambien que
lm
n
f(n) = lm
n
b
0
b
1
n + +b
k1
n
k1
n
k
=
(aplicamos el ejemplo 2.68 con b
k
= 1), en particular podemos elegir un M N
de manera que sea
f(M) = b
0
b
1
M + +b
k1
M
k1
M
k
< 0 .
Por tanto la funcion
f : [M, N] R , f(x) = x
k
+b
k1
x
k1
+ +b
1
x +b
0
satisface las hipotesis del teorema de Bolzano y obtenemos que existe c
(M, N), tal que f(c) = 0, es decir una solucion de la ecuacion.
En realidad es facil anar un poco mas: si f(0) = b
0
> 0, habra una solucion
en (M, 0) y si b
0
< 0, habra una solucion en (0, N).
5
Como es sabido, para grado par no vale la conclusion de la proposicion: por ejemplo la
ecuacion x
2
+ 1 = 0 no tiene ninguna solucion (. . . en R; s en el cuerpo de los n umeros
complejos, C, algo que se estudia mas adelante).
140 FUNCIONES. L
IMITES, CONTINUIDAD
Combinando los teoremas de Bolzano y de Weierstrass se obtiene informacion
sobre el conjunto imagen de una funcion continua (algo que sera importante mas
adelante). El primer resultado es facil:
3.54 Proposicion. Si f : [a, b] R es continua, entonces el conjunto imagen,
f([a, b]), es un intervalo cerrado.
Demostracion. En efecto, por el (segundo) teorema de Weirstrass existen c
1
, c
2

[a, b] tales que
f(c
1
) f(x) f(c
2
) para todo x [a, b] .
Eso nos dice que
f([a, b]) [f(c
1
), f(c
2
)] .
Si f(c
1
) = f(c
2
) entonces la funcion es constante y su imagen es un intervalo
degenerado. Si f(c
1
) ,= f(c
2
), supongamos que c
1
< c
2
(se razonara igual en el
otro caso); si aplicamos el teorema de los valores intermedios a f
|
[c
1
,c
2
]
vemos
que, para cada y (f(c
1
), f(c
2
)), tiene que existir c (c
1
, c
2
) tal que f(c) = y.
Eso prueba que
[f(c
1
), f(c
2
)] f([a, b])
y tenemos f([a, b]) = [f(c
1
), f(c
2
)] que demuestra lo que queramos.
Notese que la imagen de un intervalo abierto o semiabierto por una funcion
continua no es necesariamente un intervalo del mismo tipo.
Por ejemplo, si f : (a, b) R es constante c, obviamente el conjunto imagen es
c = [c, c]. O por ejemplo, si g(x) = x
2
entonces g(R) = [0, ); g((1, 1)) =
[0, 1); g((1, 1]) = [0, 1]. De todas formas se cumple lo siguiente
3.55 Teorema. Si I es un intervalo y f : I R es continua entonces f(I) es
un intervalo.
Demostracion. Si f es constante el conjunto imagen es un intervalo degenerado.
Si f no es constante, sean f(x
1
), f(x
2
) dos puntos de f(I), supongamos que
f(x
1
) < f(x
2
). Entonces, razonando como en la proposicion anterior, se tiene
que [f(x
1
), f(x
2
)] f(I), es decir el conjunto f(I) satisface la propiedad
si y
1
, y
2
f(I), con y
1
< y
2
, entonces [y
1
, y
2
] f(I)
(eso no es otra cosa que f satisface la propiedad de los valores intermedios).
La conclusion se sigue del
3.56 Lema. Si un conjunto, E R, tiene la propiedad
(*) si y
1
, y
2
E, con y
1
< y
2
, entonces [y
1
, y
2
] E ,
entonces E es un intervalo.
6
6
El recproco, es decir si E es un intervalo entonces E satisface la propiedad (*), es
inmediato.
La propiedad (*) expresada con palabras dira: si dos puntos estan en E
entonces todo el intervalo determinado por ellos tambien esta en E.
Demostracion del lema. Supongamos primero que E es acotado. Vamos a pro-
bar que, si llamamos a = nf E, b = supE, entonces E es un intervalo con
extremos a y b. En efecto: es claro que si x < a o x > b entonces x / E, por
tanto E [a, b]. Veamos que (a, b) E: si x (a, b), por la denicion de in-
ferior, tiene que existir y
1
E tal que y
1
< x; y por la denicion de superior,
tiene que existir y
2
E tal que x < y
2
. Por tanto, x [y
1
, y
2
] y la hipotesis (*)
sobre E implica que x E. Se tiene por tanto que (a, b) E [a, b] , lo
que implica que E es uno de los intervalos (a, b) o (a, b] o [a, b) o [a, b].
Si E no es acotado ni superiormente ni inferiormente entonces E = R =
(, ). En efecto, para cualquier x R, como E no esta acotado inferior-
mente, tiene que existir alg un y
1
E, con y
1
< x; y como E no esta acotado su-
periormente, tiene que existir alg un y
2
E, con x < y
2
. Por tanto y
1
< x < y
2
.
Como E tiene la propiedad (*), se sigue que x E, y hemos probado que todo
x R esta en E, es decir E = R.
Si E es acotado inferiormente pero no superiormente se razona como antes
y se obtiene que E = (a, ) o E = [a, ) con a =nf E.
Si por el contrario E es acotado superiormente pero no inferiormente se
obtiene que E = (, b) o E = (, b] con b = supE.
Como hemos visto que f(I) satisface la propiedad (*), del lema se sigue que
f(I) es un intervalo.
3.3.2. Continuidad de la funci on inversa
En la introduccion hablamos de funciones inyectivas, sobreyectivas y biyecti-
vas, y ya han aparecido esos conceptos en alg un momento; vamos a tratar ahora
de otro concepto directamente relacionado con estos: el de funcion inversa. Si
D R y f : D R es una una funcion inyectiva, entonces, obviamente f es
una biyeccion sobre su conjunto imagen, es decir f : D f(D) es biyectiva.
Podemos entonces hablar de su funcion inversa; recordemos la denicion:
3.57 Denicion. Sea D R. Si f : D R es inyectiva, denimos su funcion
inversa, que notamos por f
1
, como
f
1
: f(D) D , f
1
(y) = unico elemento de D cuya imagen es y ,
es decir
f
1
(y) = x f(x) = y .
7
La graca de f
1
puede obtenerse a partir de la f. Dada f : D R, su
graca, como sabemos, es el conjunto de puntos
(x, y) R
2
tales que y = f(x) .
7
Como siempre y o x son letras mudas, igual podamos usar, s, t. . . , pero la costumbre
en este contexto es usar y para un elemento generico del conjunto imagen y x para un
elemento generico del conjunto origen (del dominio de f).
142 FUNCIONES. L
IMITES, CONTINUIDAD
Si f es inyectiva entonces es claro que
(x, y) graca de f (y, x) graca de f
1
.
Es facil ver que eso signica que las gracas de f y de f
1
son simetricas
respecto de la recta y = x , es decir, respecto de la bisectriz del primer y tercer
cuadrante.
graca de f
casi la graca de f
1
graca de f
1
Figura 3.5. Graca de la funcion inversa
Aunque la denicion en principio es facil, dar una expresion de la funcion
inversa, mas alla de la propia denicion, por lo general no lo es. Notese que eso
equivale a hallar x en la ecuacion f(x) = y. . . y eso hay que hacerlo para cada
y f(D)!. Veamos un ejemplo simple que explique lo que estamos diciendo:
La funcion
f : R R , f(x) = 7x 8
es claramente inyectiva: si x
1
,= x
2
entonces f(x
1
) ,= f(x
2
) (eso es facil:
sera 7x
1
,= 7x
2
y por tanto 7x
1
8 ,= 7x
2
8, es decir f(x
1
) ,= f(x
2
)). Como
hallamos la funcion inversa? Debemos, para cada y f(R), hallar el x R tal
que f(x) = y (solo habra uno, porque f es inyectiva!); en este caso hallar x tal
que
7x 8 = y .
Los valores de y para los que esa ecuacion tiene solucion forman el conjunto
imagen de f (eso es inmediato: son los n umeros que son = f(x) para alg un
x R); en este caso esa ecuacion tiene solucion para todo y R: eso nos dice
que f(R) = R; ademas en este caso simple podemos resolver la ecuacion:
x =
1
7
(y + 8),
por tanto, hemos obtenido que f
1
(y) =
1
7
(y+8). Como hemos se nalado, la letra
y puede sustituirse por cualquier otra, y es frecuente usar, como para funciones
en general, x; escribiramos por tanto
f
1
(x) =
1
7
(x + 8).
Lo que acabamos de hacer en ese ejemplo no sera factible en general: dado
un y f(D), no sera posible obtener una formula que nos de el x de donde
viene ese y. Sin embargo, lo que es seguro es que si f es inyectiva entonces f
1
existe. De hecho muchas funciones importantes se denen como la inversa de
otra, por ejemplo en bachiller se ha visto ya
- a la inversa de la funcion exponencial, x e
x
le llamamos funcion loga-
ritmo (neperiano);
- a la inversa de la funcion cos : [0, ] [1, 1] le llamamos arcocoseno,
cos
1
arc cos : [1, 1] [0, ];
- etc.
Estudiaremos eso con detalle mas adelante. Demostraremos por ejemplo, que la
funcion exponencial es inyectiva, que su conjunto imagen es (0, ) y que por
tanto existe su funcion inversa que sera una funcion de (0, ) a R.
Lo anterior justica que tratemos de saber si, dada una funcion inyectiva
y continua, su funcion inversa es tambien continua (. . . y queremos estudiar
eso aunque no podamos determinar explcitamente quien es esa inversa). De
eso no ocupamos en esta seccion. Veremos que el dominio es importante: si el
dominio es un intervalo todo va bien, pero si el dominio no es un intervalo puede
que la inversa de una funcion inyectiva y continua no sea continua; daremos un
ejemplo al nal. Empezamos por el resultado positivo. Lo haremos primero para
una familia especial (al menos en principio) de funciones inyectivas.
144 FUNCIONES. L
IMITES, CONTINUIDAD
Inversas de funciones continuas estrictamente monotonas
Hay una familia de funciones para las que la inyectividad es clara: las funcio-
nes estrictamente monotonas son inyectivas (por que?). Notese, sin embargo,
que una funcion puede ser inyectiva y no ser estrictamente monotona.
3.58 Ejercicio. Comprobar que las funciones siguientes son inyectivas pero no
son estrictamente monotonas
1. f : (1, 1) R , f(x) =
_
x si 1 < x < 0
1 x si 0 x < 1
.
2. f : R R , f(x) =
_
x si x Q
x si x R Q
.
Para funciones estrictamente monotonas con domino un intervalo, la conti-
nuidad de la inversa no es difcil:
3.59 Teorema. Sea I un intervalo. Si f : I R es continua y estrictamente
monotona entonces la funcion inversa, f
1
: f(I) R (que existe por ser f
inyectiva) es estrictamente mon otona del mismo tipo y es tambien continua.
Demostracion. Vamos a verlo para f es estrictamente creciente, para estricta-
mente decreciente se razona de forma totalmente analoga (o se considera f).
Lo primero es facil. f es estrictamente creciente signica:
si x
1
, x
2
I, y x
1
< x
2
, entonces f(x
1
) < f(x
2
).
Veamos que f
1
es tambien estrictamente creciente: en efecto, si y
1
, y
2
f(I),
y y
1
< y
2
tiene que ser f
1
(y
1
) < f
1
(y
2
) porque si fuese f
1
(y
1
) f
1
(y
2
)
entonces sera f(f
1
(y
1
)) f(f
1
(y
2
)), o sea y
1
y
2
.
Comprobemos la continuidad de f
1
mediante la caracterizacion por suce-
siones. Sea d = f(c) f(I), y sea y
n
una sucesion con
y
n
f(I) , y
n
d ;
tenemos que ver que entonces
(*) f
1
(y
n
) c = f
1
(d) .
Supongamos primero que c no es un extremo de I (es decir es interior a I) y
por tanto existe r > 0 tal que
[c r, c +r] I
(justicar eso).
Para probar (*) hay que ver que para todo > 0 existe N N tal que si
n N entonces
(**) c < f
1
(y
n
) < c + ,
y es claro que basta hacerlo para r (eso es inmediato y ademas ha salido
antes: el N N que valga para r, valdra para todo > r). En ese caso
[c , c +] I (domino de f) y, por ser f y f
1
estrictamente crecientes, (**)
es equivalente a
(***) f(c ) < y
n
< f(c +) .
Pero f(c ) < f(c) y f(c + ) > f(c), y como y
n
f(c) = d existe un
N N de manera que para n N (***) es cierto y por tanto () tambien.
Si c es un extremo de I (es decir si I es de la forma [c, +) o [c, b] o . . . etc.)
se razona igual, con la diferencia de que, si por ejemplo, I = [c, b), tomaramos
r > 0 tal que [c, c +r] I, y la sucesion y
n
satisfara y
n
f(c). Para cada ,
0 < < r, como f(c +) > f(c), existira un N a partir del cual se cumple
f(c) y
n
< f(c +) .
De nuevo, por ser f y f
1
estrictamente monotonas eso equivale a decir que,
para n N,
c f
1
(y
n
) < c + .
Hemos probado por tanto que f
1
(y
n
) c.
En el caso en que c fuese extremo de la derecha de I se razona analogamente.
Ya tenemos por tanto la continuidad de f
1
en el caso en que f sea con-
tinua, estrictamente monotona y su dominio un intervalo; pero y para una f
continua, inyectiva cualquiera? (recordar el ejercicio 3.58 que acabamos de ver).
El siguiente teorema nos dice que si el dominio es un intervalo no hay mas
funciones continuas e inyectivas que las estrictamente monotonas.
3.60 Teorema. Sea I un intervalo. Si f : I R es continua e inyectiva
entonces es estrictamente monotona.
Demostracion. Veamoslo primero en el caso I = [a, b]. Probaremos que si f(a) <
f(b) entonces f es estrictamente creciente, es decir
a x
1
< x
2
b f(x
1
) < f(x
2
) .
Si x
1
o x
2
coinciden con uno de los extremos es facil: si x
1
= a < x
2
entonces
tiene que ser f(a) < f(x
2
), pues si fuese f(x
2
) < f(a) < f(b), por el teorema
de los valores intermedios (aplicado a la funcion f
|
[x
2
,b]
y al punto l = f(a))
existira un c entre x
2
y b, es decir x
2
< c < b, tal que f(c) = f(a), en contra
de la inyectividad de f.
Analogamente, si x
1
< x
2
= b entonces tiene que ser f(x
1
) < f(b), pues si
fuese f(b) < f(x
1
), por el teorema de los valores intermedios (aplicado ahora a
la funcion f
|
[a,x
1
]
y al punto l = f(b)) existira un c, con a < c < x
1
, tal que
f(c) = f(b), en contra de la inyectividad de f.
146 FUNCIONES. L
IMITES, CONTINUIDAD
Supongamos ahora a < x
1
< x
2
< b; por lo anterior es f(a) < f(x
1
) < f(b). Si
pensamos ahora solo en el intervalo [x
1
, b], y aplicamos el paso anterior (en que
uno de los puntos es un extremo) a la funcion f
|
[x
1
,b]
, vemos que f(x
1
) < f(x
2
).
Si fuese f(a) > f(b) se demuestra de la misma manera que f es estrictamente
decreciente. Tambien (mas facil) se puede aplicar lo anterior a f.
El caso I arbitrario se deduce del anterior. En efecto, sean , I con <
cualesquiera, vamos a probar que si f() < f() entonces f es estrictamente
creciente: sean x
1
, x
2
I, x
1
< x
2
; siempre podemos encontrar un intervalo,
[a, b] I, tal que
, , x
1
, x
2
[a, b]
(basta tomar a = mn, , x
1
, x
2
, b = max, , x
1
, x
2
; recordar la nota
al pie del lema 3.56). Si aplicamos el caso anterior obtenemos que f
|
[a,b]
es
estrictamente monotona; como f() < f(), f tiene que ser f
|
[a,b]
estrictamente
creciente y por tanto f(x
1
) < f(x
2
).
Analogamente se ve que si para dos puntos, , I con < , es f() >
f() entonces f es estrictamente decreciente (tambien se puede, como antes,
pasar a f).
3.61 Corolario. Sea I un intervalo. Si f : I R es continua e inyectiva
entonces su funcion inversa, f
1
: f(I) R, es tambien continua.
Demostracion. Es inmediata: por lo anterior f es estrictamente monotona, y
por el teorema 3.59, f
1
es continua.
1 2 3 2.9
1
2
1.1
1 2 1.1
1
2
2.9
3
dominio de f = [0, 1] [2, 3) dominio de f
1
= [0, 2]
Figura 3.6. f continua pero f
1
no
El siguiente ejemplo (ver g. 3.6) demuestra que si el dominio no es un
intervalo la conclusion no vale. La funcion
f : [0, 1] [2, 3) R , f(x) =
_
x si x [0, 1]
4 x si x [2, 3)
es continua (eso es inmediato) pero f
1
no es continua (comprobarlo como
ejercicio).
3.3.3. Continuidad uniforme
Sea D R y supongamos que f : D R es continua (es decir es continua en
todos los puntos de D). Como sabemos, eso signica que dado un punto a D,
para todo > 0 existe un > 0 tal que si [xa[ < entonces [f(x) f(a)[ < .
Como ya hemos visto en alg un ejemplo, el dependera del . Ahora nos
preguntamos otra cosa: para un mismo podemos encontrar un que sirva in-
dependientemente del punto a en el que estemos? Estudiemos algunos ejemplos,
a ver si comprendemos que pasa.
3.62 Ejemplo. Empecemos con
f : [0, 1] R , f(x) = x
2
.
Fijemos a [0, 1]. Dado > 0, como de peque no debe ser [x a[ (x [0, 1])
para que se cumpla que [x
2
a
2
[ < ? Veamos,
[x
2
a
2
[ = [x +a[[x a[ = (x +a)[x a[ 2[x a[
(hemos usado x +a 1 + 1 = 2, si x, a [0, 1]), por tanto,
si [x a[ <

2
se cumple que [f(x) f(a)[ < .
En este caso vemos que s: para cada > 0 podemos encontrar un ( =

2
)
como el que nos pide la denicion de continuidad, que no depende del punto
a en que estemos estudiando la funcion.
3.63 Ejemplo. Veamos que ocurre con
g : [0, ) R , g(x) = x
2
.
El razonamiento de arriba no funciona ahora (que paso falla?). De hecho, jado
un > 0, no hay un que funcione en todo a [0, ). En efecto, supongamos
que

cumpliese
para todo a [0, ), si x [0, ) y [x a[

entonces [x
2
a
2
[ < ;
en particular, como a +

2
y a distan menos de

, se cumplira
para todo a [0, )
_
a +

2
_
2
a
2
< ;
148 FUNCIONES. L
IMITES, CONTINUIDAD
pero [
_
a +

2
_
2
a
2
[ =

a +
1
4
2
, por tanto tendramos que
para todo a [0, )

a +
1
4
2
< ;
y eso es falso (implicara que [0, ) esta acotado superiormente).
Luego en este caso, jado un > 0 no existe un como el que nos pide la
denicion de continuidad, que valga independientemente de quien sea a
del domio.
Notese que eso no contradice lo que hemos visto en el ejemplo anterior (aun-
que la funcion sea en ambos casos x x
2
): en el primer ejemplo pedimos que
para cada haya un que valga para cualquier a [0, 1], mientras que en el
segundo ejemplo querramos que valiese para muchos mas puntos, para todo
a [0, ).
3.64 Ejemplo. Consideremos ahora
h : (0, 1) R , h(x) =
1
x
.
La gura 3.7 nos indica que, al menos gracamente, parece que la situacion es
como en el segundo ejemplo: para un mismo , cuanto mas cerca de 0 esta el
punto a mas peque no debemos tomar el . Como ejercicio, tratar de probar que
efectivamente es as (lo veremos mas adelante).
Conviene dar un nombre a las funciones que se comportan como en el primer
ejemplo.
3.65 Denicion. Sea D R, f : D R. Diremos que f es uniformemente
continua (en D) si
(*)
si x, y D y [x y[ < , entonces [f(x) f(y)[ < .
Si E es un subconjunto de D se dice que f es uniformemente continua en E si
f
|
E
es uniformemente continua.
3.66 Notas.
1. La continuidad uniforme es un concepto global, depende del comporta-
miento de la funcion en todo el dominio. No tiene sentido hablar de
funcion uniformemente continua en un punto.
2. Obviamente una funcion uniformemente continua es continua en todo pun-
to y D. Si cambiamos y por a, (*) es exactamente lo que pasaba
en el primero de los ejemplos anteriores: jado > 0 hay un > 0 que
funciona independientemente del punto y D en que estudiamos la con-
tinuidad. (El usar y en lugar de a es puramente por estetica: queda mejor
x, y como puntos genericos que x, a.)
1
1
2
1
4
1
3
1
10
1
2
3
4
10
Figura 3.7. h : (0, 1) R, h(x) =
1
x
. Para el mismo el depende de a.
3. El orden importa. Notese que continua en todo y D signicara
para todo y D, para todo > 0 existe > 0 tal que
si x D y [x y[ < , entonces [f(x) f(y)[ < .
lo mismo que (*) salvo que y va al principio!. El orden lo cambia todo.
4. Probar la continuidad uniforme de una funcion es por lo general com-
plicado. La siguiente caracterizacion y (sobre todo) el teorema que sigue
ayudan a hacerlo.
3.67 Proposicion (Caracterizacion por sucesiones). Sea f : D R, y sea
E D. Entonces f es uniformemente continua en E si y solo si
150 FUNCIONES. L
IMITES, CONTINUIDAD
para todo par de sucesiones, x
n
, y
n
con x
n
, y
n
E y tal que
x
n
y
n
0 , se cumple que
f(x
n
) f(y
n
) 0 .
Demostracion. Es similar a la de las otras caracterizaciones por sucesiones que
hemos visto. Hacerla como ejercicio.
Los siguientes ejemplos muestran la utilidad de esa caracterizacion:
3.68 Ejemplos.
1. Si I es un intervalo acotado, f : I R, f(x) = x
2
es uniformemente
continua.
En efecto, supongamos que x
n
, y
n
I y que x
n
y
n
0. Entonces es
facil ver que se cumple que x
2
n
y
2
n
0, porque
x
2
n
y
2
n
= (x
n
y
n
)(x
n
+y
n
)
y x
n
+y
n
es acotada (por ser I acotado) .
2. f : [0, ) R, f(x) = x
2
no es uniformemente continua.
Por ejemplo, las sucesiones n,
_
n +
1
n
_
cumplen que
_
n (n +
1
n
)
_
0 , pero
_
f(n) f(n +
1
n
)
_
=
_
n
2
_
n +
1
n
_
2
_
=
_
2 +
1
n
_
,0 .
3. f : (0, 1] R, f(x) =
1
x
no es uniformemente continua.
Por ejemplo, las sucesiones
_
1
n
_
,
_
1
n+1
_
cumplen que
_
1
n

1
n + 1
_
=
_
1
n(n + 1)
_
0 , pero
_
f(
1
n
) f(
1
n + 1
)
_
= n (n + 1) = 1 ,0 .
3.69 Ejercicio. Probar que f : (0, 1) R, f(x) = sin
1
x
, no es uniformemente
continua.
El siguiente teorema nos dice que en intervalos cerrados continuidad y con-
tinuidad uniforme son la misma cosa:
3.70 Teorema (Heine). Sea I un intervalo cerrado. Si f : I R es continua
entonces es uniformemente continua (en I).
3.4 Lmites innitos. Lmites en + y en 151
Demostracion. Si no lo fuese, por la caracterizacion por sucesiones, existira un
par de sucesiones, x
n
, y
n
con x
n
, y
n
I tal que
x
n
y
n
0 , pero
f(x
n
) f(y
n
) no converge a 0 .
De eso se deduce que existe un > 0 y subsucesiones x
kn
, y
kn
, tales que
(*) [f(x
kn
) f(y
kn
)[ >
(por que?). Por el teorema de Bolzano-Weierstrass, como x
kn
. es una sucesion
en I = [a, b], y por tanto acotada, se cumple que x
kn
, tiene alguna subsucesion
convergente, llamemosla x
ln
. Ademas se cumple lmx
ln
= c [a, b] (de
nuevo aparece la propiedad clave que hemos visto mas arriba!, ver pag. 134).
Como x
ln
y
ln
0 se cumple que tambien lmy
ln
= c (eso es inmediato).
Ahora bien, como f es continua en c, se cumple entonces que
lmf(x
ln
) = f(c) y lmf(y
ln
) = f(c)
y por tanto
lmf(x
ln
) f(y
ln
) = 0
en contra de (*).
3.71 Nota. Como hemos visto, la demostracion depende esencialmente de esa
propiedad clave que tienen los intervalos cerrados. Mas adelante se estudiara la
generalizacion de ese resultado a funciones continuas en conjuntos compactos
(ver la nota 4 en la pag.135).
3.4. Lmites innitos. Lmites en + y en
3.4.1. Lmites innitos
En las secciones anteriores han aparecido algunos ejemplos de funciones que
no tienen lmite en un determinado punto: la funcion parte entera no tiene
lmite en ning un m Z; la funcion f : R R denida por f(x) = sen
1
x
para x ,= 0 y f(0) = 0 (ejemplo 3.42, ver g. 3.42) no tiene lmite en 0; la
funcion h : (0, 1) R, h(x) =
1
x
(g. 3.7) tampoco tiene lmite en 0. En este
ultimo caso lo que falla es que h se hace muy grande cerca de 0, o mejor
dicho, dado cualquier n umero K los valores de h(x) son mayores que K si
x esta sucientemente cerca de 0. Al estudiar sucesiones, destacamos a las
sucesiones no convergentes con un comportamiento analogo: introdujimos el
concepto de sucesion con lmite mas (o menos) innito. Para funciones hacemos
algo paralelo:
3.72 Denicion. Sea D R, f : D R. Sea a un punto de acumulacion
de D. Decimos que f tiene lmite innito (o mas innito) en a y escribimos
lm
xa
f(x) = + si para todo n umero real K existe > 0 tal que
para todo x D I
(a, ) se tiene que f(x) > K.

152 FUNCIONES. L
IMITES, CONTINUIDAD
Observese que cuando queramos demostrar que lm
xa
f(x) = + bas-
tara vericar la anterior condicion para K grande, por ejemplo para K > 0,
o para K > K
0
, donde K
0
es cierto n umero real positivo.
De forma analoga se puede denir que el lmite es menos innito cuando
los valores de la funcion se hacen tan peque nos como queramos cuando x
esta sucientemente cerca de 0.
3.73 Denicion. Sea D R, f : D R. Sea a un punto de acumulacion de D.
Decimos que f tiene lmite menos innito en a y escribimos lm
xa
f(x) =
si para todo n umero real K existe > 0 tal que
para todo x D I
(a, ) se tiene que f(x) < K.

Como antes, cuando queramos demostrar que lm
xa
f(x) = bastara ve-
ricar la anterior condicion para K peque no, por ejemplo para K < 0, o para
K < K
0
, donde K
0
es cierto n umero real negativo.
La propiedad siguiente es evidente pero muy util:
lm
xa
f(x) = + si y solo si lm
xa
f(x) =
3.74 Nota. Si llamamos entorno de + a todo intervalo, V , de la forma V =
(K, +), K R, entonces podemos decir que f tiene lmite + en a si
para todo entorno, V , de +, existe un entorno, U, de a, tal que
si x D U a entonces f(x) V .
Vemos que, en esta forma, la denicion es totalmente analoga a la formulacion
de lm
xa
f(x) = L de la pagina 121 (el esqueleto de la denicion de lmite
le llamamos all); solo hemos necesitado denir que entendemos por entorno de
+.
Lo mismo puede hacerse para la denicion de lm
xa
f(x) = : ahora
denimos como entorno de a todo intervalo, V , de la forma V = (, K),
K R.
Notese que si lm
xa
f(x) = +, entonces f no esta acotada superiormente en
ning un I
(a, r) D. En particular, de eso se deduce que f no tiene por lmite

en a ning un L R (dicho de otra forma, tenemos aqu tambien unicidad: si f
tiene lmite + no tiene lmite un n umero).
3.75 Ejemplo. Veamos que (como imaginabamos) la funcion
h : (0, 1) R , h(x) =
1
x
cumple
lm
x0
h(x) = + .
En efecto, dado K > 0, si queremos asegurarnos que h(x) =
1
x
> K, basta (por
ser x > 0!) que 0 < x <
1
K
. Por tanto: dado K > 0 podemos asegurar que si
x I
(0,
1
K
) (0, 1) entonces h(x) > K; es decir, dado K > 0 podemos tomar
=
1
K
y ese n umero nos sirve en la denicion.
Analogamente se ve que la funcion
g : (1, 0) R , h(x) =
1
x
cumple
lm
x0
g(x) = .
Para lmites + o se tiene tambien una caracterizacion por sucesiones.
Es todo totalmente analogo a lo visto mas arriba. Lo haremos por ultima vez
3.76 Proposicion (Caracterizaci on por sucesiones). Sea f : D R, y sea a
un punto de acumulacion de D. Entonces lm
xa
f(x) = + si y solo si
n
, con x
n
D, x
n
,= a y tal que x
n
a , se
cumple que
f(x
n
) + .
(Dicho con palabras:
para toda sucesion de elementos de D, distintos de a y que converja a a, se
cumple que la sucesion de sus imagenes por f converge a +.)
Para lm
xa
f(x) = se tiene la caracterizacion analoga.
Demostracion. ) Supongamos que lm
xa
f(x) = +. Sea x
n
, con x
n

D, x
n
,= a y tal que x
n
a; queremos ver que f(x
n
) +. Ahora bien,
dado K > 0 existe > 0 tal que,
si x (a , a +) D y x ,= a entonces f(x) > K ;
y por otra parte, por ser x
n
a, para ese ,
existe un N N tal que si n N entonces x
n
(a , a +).
Juntando las dos cosas vemos que
si n N entonces f(x
n
) > K .
Hemos probado por tanto que
para todo K > 0 existe un N N tal que si n N entonces f(x
n
) > K ,
es decir f(x
n
) +.
) Supongamos que f no tuviese lmite + en a y veamos que podramos
encontrar una sucesion x
n
para la que no sera cierta la hipotesis. En efecto,
si f no tiene lmite + en a es que existe un

K > 0 tal que para todo > 0
hay alg un x (a , a +) D, x ,= a que cumple f(x)

K .
154 FUNCIONES. L
IMITES, CONTINUIDAD
En particular, para =
1
n
podramos elegir x
n
(a
1
n
, a +
1
n
) D, x
n
,= a, es
decir
x
n
D , x
n
,= a , a
1
n
x
n
a +
1
n
, para todo n N ,
y tal que
f(x
n
)

K , para todo n N .
De esas dos condiciones obtenemos que la sucesion x
n
de elementos de D
distintos de a, cumple x
n
a pero f(x
n
) no converge a +, en contra de
la hipotesis.
3.77 Nota. Las deniciones de lm
xa
+ f(x) = +, lm
xa
f(x) = +,
o en general de lm
xa,xE
f(x) = +, para E dominio(f), se pueden
formular de manera totalmente analoga a lo que vimos para el caso de lmites
reales (ver la seccion 3.1.3). Hacerlo como ejercicio.
Por ejemplo, lo visto mas arriba implica que la funcion
f : (1, 1) 0 R , f(x) =
1
x
cumple
lm
x0
f(x) = , lm
x0
+
f(x) = +.
Propiedades de los lmites innitos
Usando la caracterizacion por sucesiones, o directamente por la denicion,
se obtienen propiedades analogas a las que vimos para sucesiones con limites
innitos. Dejamos las demostraciones como ejercicio.
3.78 Proposicion. Sean D R, f, g : D R, a un punto de acumulacion de
D.
Si f(x) g(x) para todo x D y lm
xa
f(x) = +entonces lm
xa
g(x) =
+.
Analogamente, si f(x) g(x) para todo x D y lm
xa
g(x) = enton-
ces lm
xa
g(x) = .
Las siguientes propiedades aritmeticas son tambien paralelas a las de suce-
siones (ver pag. 84 y siguientes)
3.79 Proposicion. Sea D R, f, g : D R, a punto de acumulacion de D.
Comportamiento de la suma
(a) Si lm
xa
f(x) = + y lm
xa
g(x) = L R o lm
xa
g(x) = +,
entonces
lm
xa
(f +g)(x) = +.
(En realidad, la misma conclusion vale si lm
xa
f(x) = + y g es aco-
tada inferiormente en I
(a, r) D, para alg un r > 0.)

(b) Si lm
xa
f(x) = y lm
xa
g(x) = L R o lm
xa
g(x) = ,
entonces
lm
xa
(f +g)(x) = .
xa
f(x) = y g es aco-
tada superiormente en I
(a, r) D, para alg un r > 0.)

Comportamiento del producto
(c) Si lm
xa
f(x) = +() y lm
xa
g(x) = L > 0 o lm
xa
g(x) = +,
entonces
lm
xa
(fg)(x) = +().
8
xa
f(x) = +() y exis-
ten r > 0 y > 0 tales que g(x) > si x I
(a, r) D.)
(c
) Si lm
xa
f(x) = +() y lm
xa
g(x) = L < 0 o lm
xa
g(x) = ,
entonces
lm
xa
(fg)(x) = (+).
xa
f(x) = +() y exis-
ten r > 0 y < 0 tales que g(x) < si x I
(a, r) D.)
Comportamiento del inverso
(d) Si lm
xa
f(x) = + o lm
xa
f(x) = y U es un entorno de a tal
que f(x) ,= 0 para todo x U D a (siempre existe un entorno as,
por que?) entonces
lm
xa
1
f
|
U
(x)
= 0.
(e) Si lm
xa
f(x) = 0, y existe U, entorno de a, tal que f(x) > 0 (f(x) < 0)
para todo x U D a entonces
lm
xa
1
f
|
U
(x)
= + ().
8
Para abreviar, como es costumbre, escribimos algo como si . . . a (b). . . entonces . . . A(B)
para indicar que . . . a implica . . . A mientras que . . . b implica . . . B.
156 FUNCIONES. L
IMITES, CONTINUIDAD
3.80 Nota (Indeterminacion). Como ocurra con las sucesiones, quedan casos
en que distintas situaciones son posibles. Por ejemplo, para la suma, si D, f, g
y a son como antes y se cumple que lm
xa
f(x) = + y lm
xa
g(x) =
entonces caben las siguientes posibilidades:
1. f +g tiene lmite (real) en a.
2. f +g no tiene lmite en a (ni real, ni + ni ).
3. f +g tiene lmite + en a.
4. f +g tiene lmite en a.
De acuerdo con el resultado anterior, si lm
xa
f(x) = + y lm
xa
g(x) =
entonces el comportamiento de f + g depende de las funciones concretas.
Por ello decimos que es una indeterminacion () que nos obliga a estudiar
el caso concreto que estemos analizando.
Para el producto, el caso que queda indeterminado por (c) y (c
) de la
proposicion anterior es aquel en que lm
xa
f(x) = y lm
xa
g(x) = 0.
Aqu tambien pueden darse cualquiera de las cuatro posibilidades que haba
para la suma.
3.81 Ejercicio. Demostrar que la armacion de la nota es cierta dando ejemplos
de cada una de las situaciones.
Para ver el comportamiento del cociente,
f
g
, de dos funciones, escribimos
f
g
= f
1
g
y aplicamos los resultados para el producto (es lo mismo que hicimos
para sucesiones, pag. 88 y 89). De nuevo, aparecen casos en los que distintas
situaciones son posibles: cuando f y g tienen lmites innitos o cuando f y g
tienen lmite 0.
3.82 Ejercicio. Si f, g : D R son funciones con g(x) ,= 0, para todo x D y
tales que en alg un a, punto de acumulacion de D, se cumple lm
xa
f(x) = ,
lm
xa
g(x) = , entonces puede ocurrir:
1.
f
g
tiene lmite en a.
2.
f
g
tiene lmite + en a.
3.
f
g
tiene lmite en a.
4.
f
g
no tiene lmite en a (ni real, ni + ni ).
Demostrar que eso es efectivamente as, dando ejemplos de cada una de esas
posibilidades.
3.83 Ejercicio. Hacer lo mismo cuando lm
xa
f(x) = lm
xa
g(x) = 0.
3.4.2. Lmites en + y en
Hay muchas situaciones en las que interesa estudiar el comportamiento de
una funcion para valores grandes de la variable. Por ejemplo, supongamos que el
qumico o fsico tiene una funcion, llamemosla T(t), que describe la temperatura
(T) de una sustancia en en cada instante de tiempo (t) de un cierto proceso.
Sera interesante saber hacia que evoluciona esa temperatura, que pasa con
esa temperatura cuando t se hace mas y mas grande?, se va acercando a alg un
valor? Tratamos de conocer el comportamiento de una funcion para valores mas
y mas grandes de la variable. Por supuesto, para poder plantear estas cuestiones,
esa funcion debe estar denida para valores tan grandes como queramos. Con
esa condicion, las deniciones que siguen no deben sonar ya nada raras:
3.84 Denicion. Sea D R tal que D (, +) para alg un R y sea
f : D R.
- Decimos que f tiene lmite L R en + y escribimos
lm
x+
f(x) = L ,
si para todo > 0, existe r R tal que
para todo x (r, +) D se tiene que f(x) (L , L +).
- Decimos que f tiene lmite innito (o mas innito) en + y escribimos
lm
x+
f(x) = + ,
si para todo n umero real K existe r R tal que
para todo x (r, +) D se tiene que f(x) > K.
- Decimos que f tiene lmite menos innito en + y escribimos
lm
x+
f(x) = ,
si para todo n umero real K existe r R tal que
para todo x (r, +) D se tiene que f(x) < K.
Para una f : D R, cuyo dominio satisfaga D (, ) para alg un R,
se pueden denir de manera totalmente analoga los conceptos de lm
x
f(x).
De hecho todas las deniciones pueden formularse de forma unicada:
Sea l R o l = + o l = . f tiene lmite l en + (o en ) si
para todo entorno, V , de l, existe un entorno, U, de +(o de ), tal que
si x D U entonces f(x) V .
158 FUNCIONES. L
IMITES, CONTINUIDAD
Vemos que las deniciones tienen la misma forma que la de los distintos con-
ceptos de lmite que ya han aparecido.
3.85 Ejemplos. 1. Sea f : R 0 R, f(x) =
1
x
. Es facil demostrar que
lm
x+
f(x) = 0 y lm
x
f(x) = 0.
2. Sea f : R R, f(x) = x. Es inmediato que lm
x+
f(x) = + y
lm
x
f(x) = .
3. Sea m N y sea f : R R, f(x) = x
m
lm
x+
f(x) = + y que
- si m es par lm
x
f(x) = +;
- si m es impar lm
x
f(x) = .
4. Sea m N y sea f : R 0 R, f(x) =
1
x
m
lm
x+
f(x) = lm
x
f(x) = 0.
Las propiedades que hemos visto hasta ahora para lmites de funciones en
un punto a se pueden trasladar a lmite en + y en . No lo haremos aqu.
Hacerlo como ejercicio. Por poner solo un ejemplo, escribamos la caracterizacion
por sucesiones
3.86 Proposicion (Caracterizacion por sucesiones). Sea f : D R, con
D R tal que D (, +) para alg un R. Entonces
lm
x+
f(x) = l
(l puede ser un n umero o + o ) si y solo si
n
, con x
n
D y tal que x
n
+ , se cumple
que
f(x
n
) l .
3.87 Ejemplos. Usando las propiedades aritmeticas de los lmites es facil ahora
estudiar el comportamiento en y en + de las funciones polinomicas y
racionales:
1. Funciones polinomicas. Sea
P : R R , f(x) = b
0
+b
1
x + +b
k
x
k
donde k N, y b
i
R y b
k
,= 0.
Entonces, si b
k
> 0, lm
x+
P(x) = + y,
- si m es par, lm
x
P(x) = +;
- si m es impar, lm
x
P(x) = .
BIBLIOGRAF
IA 159
Para b
k
< 0 se obtienen (obviamente) los opuestos.
Para demostrar eso basta escribir, para x ,= 0
P(x) = x
k
_
b
0
x
k
+
b
1
x
k1
+ +b
k
_
y usar que, por lo que hemos visto mas arriba, lm
x+
x
k
= + y
lm
x+
_
b
0
x
k
+
b
1
x
k1
+ +b
k
_
= b
k
.
Para el lmite en se razona analogamente.
2. Funciones racionales. Sea
R : D R , R(x) =
b
0
+b
1
x + +b
k1
x
k1
+b
k
x
k
c
0
+c
1
x + +c
s1
x
s1
+c
s
x
s
donde k, s N y b
i
, c
i
R con b
k
,= 0, c
s
,= 0. Como dominio, D,
consideramos el mayor conjunto en el que esa expresion esta denida, es
decir todo R excepto los puntos en que se anula el denominador (como
mucho, s puntos por que?). Notese que con ese D tiene sentido considerar
lmites en + y en .
Entonces,
si k = s, lm
x+
R(x) = lm
x
R(x) =
b
k
cs
;
si k < s, lm
x+
R(x) = lm
x
R(x) = 0 ,
si k > s, lm
x+
R(x) = +, si b
k
> 0 ;
lm
x+
R(x) = , si b
k
< 0 ; pero
lm
x
R(x) = , si k es par y b
k
< 0 o si k es impar y b
k
> 0 ;
lm
x
R(x) = +, si k es par y b
k
> 0 o si k es impar y b
k
< 0 .
Todo eso se deduce facilmente de escribir (sacando en el numerador y en
el denominador factor com un x
k
y x
s
, respectivamente)
R(x) =
x
k
_
b0
x
k
+
b1
x
k1
+ +b
k
_
x
s
_
c0
x
s
+
c1
x
s1
+ +c
s
_ = x
ks
b0
x
k
+
b1
x
k1
+ +b
k
c0
x
s
+
c1
x
s1
+ +c
s
,
y usar las propiedades aritmeticas de los lmites y el comportamiento en
+ y en de la funcion g(x) = x
ks
que ya hemos visto (ejemplos
3.85).
Bibliografa
[1] M. Kline. El Pensamiento matematico desde la Antig uedad a nuestros das.
Alianza Editorial, 1992.
a

Analisis Mat

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analisis Mat

Enviado por

Direitos autorais:

Formatos disponíveis

An alisis Matematico I

Este es un documento pdf, y la version en pantalla tiene algunas ventajas

. monotona para el producto por n umeros positivos

2 por cualquier n umero racional no nulo

. Todo subconjunto de R no vaco y acotado superiormente tiene un supre-

existe = supB; veamos que =nf A. En efecto, por denicion de supre-

= { x Q | x > 7 } denen en realidad la misma cortadura. La con-

en lugar de 13 (de todas

a denota siempre un n umero posi-

a cuando a < 0. Sin embargo es claro que en el

2 es irracional (ya hemos mencionado esto antes), por tanto

(y por tanto a 13) y que vamos a usar en las dos

n tiene lmite igual a 0.

a > 1 y podemos escribir

M para n N, el TDS y del apartado 1.

1 + nh > 0. Como 0 < a

? En esta seccion veremos que se entiende por expresiones

a (denicion 1.37). Por tanto,

, de aqu se deduce (ver ejercicio 1.8, que vale tambien

a > 1 (por que?) y por tanto (

a 1 (teorema 2.33), podemos elegir N N tal

K. Puesto que N no esta acotado

K.Entonces, para todo

> 0. Como lma

conviene tener criterios, condiciones, que se puedan comprobar directamente en

cuando 0 < 1 y cuando 2, respectivamente. Queda

(es decir acotamos los terminos 2

; los terninos del 4

converge si y solo si > 1.

Teorema. Si una serie es absolutamente convergente entonces es con-

(a, r) = I(a, r) a = (a r, a +r) a .

(a, r) D para alg un r > 0.

(a, r) D se tiene que f(x) > .

(a, r) D se tiene < f(x).

(a, r) D se tiene que f(x) < . La

Denicion. Sea D R, sea f : D R y sea a D. f es continua en a

Ese es por tanto el c

(a, ) se tiene que f(x) > K.

(a, ) se tiene que f(x) < K.

(a, r) D. En particular, de eso se deduce que f no tiene por lmite

(a, r) D, para alg un r > 0.)

(a, r) D, para alg un r > 0.)

Você também pode gostar