Calculo I

Apuntes de CALCULO INFINITESIMAL Curso 2010-2011
Ricardo Vidal October 14, 2010
Contenido
Presentaci on 1 O corpo dos n umeros reais 1.1 Introducci on axiom atica de R . . . . . . . . . . . . . . 1.2 Propiedade arquimediana, consecuencias . . . . . . . . 1.3 Intervalos en R . . . . . . . . . . . . . . . . . . . . . . 1.4 Valor absoluto en R . . . . . . . . . . . . . . . . . . . 1.5 Introducci on axiom atica de N. Principio de inducci on 5 7 8 10 12 13 14
. . . . .
. . . . .
. . . . .
. . . . .
2 O espacio vectorial normado Rn 17 2.1 Espacios m etricos . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2 Espacios normados . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3 Productos interiores ou escalares . . . . . . . . . . . . . . . . 20 2.4 Topolox a usual en Rn . . . . . . . . . . . . . . . . . . . . . . 23 2.4.1 Posici on dun punto respecto de un conxunto . . . . . 24 2.4.2 Conxuntos abertos e pechados . . . . . . . . . . . . . 26 2.4.3 Conxuntos acotados. Teorema de Bolzano-Weirstrass . 28 2.4.4 Conxuntos compactos, conexos e convexos . . . . . . . 29 3 Sucesi ons en R e en Rn 3.1 Operaci ons con sucesi ons . . . . . . . . . . . 3.2 Sucesi ons converxentes . . . . . . . . . . . . . 3.3 Propiedades das sucesi ons converxentes en R 3.4 Operaci ons con sucesi ons converxentes en Rp 3.5 Sucesi ons mon otonas . . . . . . . . . . . . . . 3.6 Subsucesi ons . . . . . . . . . . . . . . . . . . 3.7 Sucesi ons de Cauchy . . . . . . . . . . . . . . 3.8 L mites innitos . . . . . . . . . . . . . . . . . 3.9 L mites de oscilaci on . . . . . . . . . . . . . . 3.10 C alculo pr actico de l mites . . . . . . . . . . . 3.10.1 Criterio de Stolz. Aplicaci ons . . . . . 3 31 32 32 34 36 36 37 38 38 39 40 41
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
CONTENIDO 43 44 46 48 49 50 51 53 55 56 58 60 62 65 66 67 68 69 70 70 72 74
4 Series de n umeros reales 4.1 Operaci ons con series . . . . . . . . . . . . . . . . . . . . . . . 4.2 Series de t erminos non negativos . . . . . . . . . . . . . . . . 4.2.1 Series xeom etricas e arm onicas . . . . . . . . . . . . . 4.3 Criterios de converxencia para series de t erminos non negativos 4.4 Series alternadas . . . . . . . . . . . . . . . . . . . . . . . . . 4.5 Converxencia absoluta . . . . . . . . . . . . . . . . . . . . . . 5 L mites de funci ons 5.1 Operaci ons con l mites . . . . . . . . . . . . . . . 5.2 L mites de funci ons reais . . . . . . . . . . . . . . 5.3 L mites seg un subconxuntos . . . . . . . . . . . . 5.4 Equivalencias de l mites de funci ons. Principio de 5.5 Coordenadas polares . . . . . . . . . . . . . . . . 6 Continuidade de funci ons 6.1 Operaci ons con funci ons continuas . . . . . . 6.2 Continuidade global . . . . . . . . . . . . . . 6.3 Continuidade e conexi on . . . . . . . . . . . . 6.4 Continuidade e compacidade . . . . . . . . . 6.5 Continuidade uniforme . . . . . . . . . . . . . 6.6 Funci ons contractivas. Teorema do punto xo 6.7 Funci ons lineais . . . . . . . . . . . . . . . . . Bibliograf a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sustituci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Presentaci on
En este texto recollemos a informaci on te orica da materia CALCULO I, materia cuatrimestral do primeiro curso do grado de enxe neiro industrial, com un as distintas especialidades. Esta materia ten asignados 6 cr editos ECTS e os c ontidos previstos son os habituais en un primeiro curso de c alculo innitesimal. Non ocultamos que os obxetivos que nos propuxemos resultan moi ambiciosas tendo en conta o n umero de cr editos asignados, pero quixemos facer unha presentaci on que non cercenase demasiado os temas presentados e que lle permitan os alumnos interesados ir un pouco m ais al a dos m nimos esixibles. Incluimos nestas notas moitas demostraci ons, en contra da moda actual de suprimir t odalas demostraci ons alegando falta de tempo. Creemos que a demostraci on dun resultado permite entendelo con toda profundidade e ademais e a forma mais axeitada de instruir o alumno no uso do lenguaxe matem atico. Estos apuntes complementaranse con uns bolet ns de problemas, non incluidos, que se desenrolar an nas clases pr acticas, combinando a pizarra e o ordenador mediante o uso o programa MATLAB.
CONTENIDO
Tema 1
O corpo dos n umeros reais

A noci on de conxunto, como obxetos ben denidos, comenzou a utilizarse en matem aticas a nais do seculo XIX. Esta idea intuitiva que todo o mundo ten suxire certas operaci ons elementais con conxuntos: uni on, interseci on, diferencia,... A utilizaci on de estas operaci ons e fundamental en diversas teor as matem aticas e nas suas aplicaci ons. Por este motivo a linguaxe conxuntista e b asica para o estudio e a investigaci on cient ca e nas aplicaci ons t ecnicas. Conv en advertir que a teor a de conxuntos non e tan simple como nun principio podiamos pensar, Lembremos as paradoxas de Bertran Russel: O barbeiro que barbea a todos os que non se barbean a s mesmos. Quenes son os elementos deste conxunto de persoas? Mais concretamente o mesmo barbeiro e ou non, un elemento deste conxunto? Esta paradoxa e outras moitas formuladas o inicio do desenrolo da teor a de coxuntos puxo de manifesto a necesidade de precisar con sumo cuidado os conceptos denidos. Para introducir os n umeros reais empezaremos polos n umeros naturais, que en palabras de Dedekind, creounos deus e o demais elaborouno o home (posteriormente faremos unha introducci on axiom atica dos n umeros naturais) N = {1, 2, 3, 4, . . . } dende o punto de vista alxebraico os n umeros naturais presentan dicultade para a resoluci on de ecuaci ons do tipo a + x = b si b < a. Pretendemos ampliar este conxunto a outro maior, os n umeros enteiros (Z), donde as ecuaci ons do tipo anterior te nan soluci on. Z = N {0} {n|n N} O par (Z, +) ten estructura alxebraica de grupo abeliano, pero presenta carencias similares as dos n umeros naturais, agora respecto da multiplicaci on, as ecuaci ons do tipo ax = b non te nen soluci on en Z si b non e 7
TEMA 1. O CORPO DOS NUMEROS REAIS
m ultiplo de a. Coa nalidade de solventar as ecuaci ons do tipo anterior extendemos os n umeros enteiros os racionais Q = {ab1 |a Z, b N} (Q, +, .) ten estructura alxebraica de corpo conmutativo e en el t odalas ecuaci ons do tipo a + bx = c te nen soluci on. Podemos representar os n umeros racionais nunha recta, xados dous puntos 0 e 1, a calquer outro n umero racional correspondelle un u nico punto na recta, pero o rec proco non se verica, p odese probar que a lonxitude da hipotenusa de un triangulo rect angulo de catetos unidade non se pode representar por un n umero racional, este problema p odese formular alxe2 braicamente: a ecuaci on x = 2 non ten soluci on en Q. A raz on u ltimade este problema e que en Q non t odolos conxuntos acotados superiormente te nen unha m nima cota superior.
1.1
Introducci on axiom atica de R
Introduciremos os n umeros reais de xeito axiom atico. Chamaremos n umeros reais a un conxunto, que denotaremos por R, dotado dunha estructura alxebraica de corpo conmutarivo, provisto de un orden total, compatible coa estructura alxebraica, na que todo conxunto acotado supeiormente te na supremo. (R, +.) e corpo conmutativo. (R, ) e un conxunto ordenado con un orden total. Verica 1. Reexiva a a. 2. Antisim etrica a b, b a a = b. 3. Transitiva a b, b c a c. 4. Total a, b R a b o b a. 5. Compatible (a) Suma a b, c R a + c b + c.
(b) Producto a b, 0 c ac bc.
Presentamos a continuaci on a propiedade de completitude. Consideremos no conxunto ordenado (R, ): A R, a, b, c R. Denimos: 1. c e cota superior de A si a c, a A.
AXIOMATICA 1.1. INTRODUCCION DE R 2. b e cota inferior de A si b a, a A.
3. A e acotado superiormente si ten algunha cota supeior e acotado inferiormente si ten algunha cota inferior. A e acotado si e acotado superiormente e inferiormente. 4. Si A R acotado superiormente diremos que s R e supremo de A, notamos s = sup(A), si: (a) s e cota superior de A. (b) si s e outra cota superior de A ent on s s . 5. Si A R acotado inferiormente diremos que i R e nmo de A, notamos i = inf (A), si: (a) i e cota inferior de A. (b) si i e outra cota inferior de A ent on i i. Proposici on 1.1.0.1 En (R, ) todo conxunto acotado inferiormente ten nmo. Demostraci on: Sexa A R acotado inferiormente. Consideramos A = {x R| x A}. A e acotado superiormente, por ser A acotado inferiormente. Por denici on de R s = sup(A ). f E acil ver que s = inf(A). Proposici on 1.1.0.2 En (R, ) o supremo dun conxunto acotado superiormente eu nico. Demostraci on: Sexa A R supo namos que s1 e s2 son supremos de A. Vericanse: 1. por ser s1 supremo e s2 cota superior, tense que s1 s2 . 2. por ser s2 supremo e s1 cota superior, tense que s2 s1 . De (1) e (2) deducimos que s1 = s2 . Proposici on 1.1.0.3 En (R, ) o inmo dun conxunto acotado inferiormente eu nico. Demostraci on: An aloga a da proposici on anterior, proponse como exercicio. N otese que en Q a propiedade do supremo non se verica como exemplo consideramos o conxunto C = {1, 1.4, 1.41, 1.414, 1.4142, . . . }, que est a acotado umeros reais e superiormente, pero o seu supremo como conxunto de n 2 que non e racional. Consideramos en (R, ), A R, m, M R. Diremos que:
10
TEMA 1. O CORPO DOS NUMEROS REAIS 1. M e o m aximo de A, M = max(A), si M = sup(A) e M A. 2. m e o m nimo de A, m = min(A), si m = inf (A) e m A.
Como exemplo podemos propo ner o c alculo do supremo, inmo, m aximo e m nimo, de existiren, dos seguintes conxuntos: 1. A = {x R|x = 1/n, n N} 2. A = {x R|1 x < 5}
1.2
Propiedade arquimediana, consecuencias
Presentamos a continuaci on unha das propidades fundamentais dos n umeros reais, a propiedade arquimediana, da que se seguen propiedades topol oxicas importantes dos n umeros reais. Proposici on 1.2.0.4 x, y R, 0 < x, n N, m Z|mx < y < nx Demostraci on: Probaremos a segunda desigualdade, a primeira e an aloga (exercicio), esto e: x, y R, 0 < x, n N|y < nx Probaremolo por reducci on o absurdo. Supo namos que a proposici on a demostrar non se verica, esto e: y nx, n N consideramos o conxunto A = {z R|z = nx, n N}. A est a acotado superiormente, y e unha cota superior polo tanto s R, s = sup(A). Como s e o supremo de A e s x < s, ent on s x non e cota superior de A, ent on z A, z = nx, s x < nx e as s < (n + 1)x pero (n + 1)x A. Logo s non e cota superior de A, en contra da denici on de supremo. Corolario 1.2.0.5 y R, p Z|p y < p + 1 Demostraci on: T omese x = 1 na propiedade arquimediana. O corolario anterior perm tenos denir a funci on parte enteira E:RZ mediante E (y ) = p donde p verica p y < p + 1.
1.2. PROPIEDADE ARQUIMEDIANA, CONSECUENCIAS Corolario 1.2.0.6 x R, 0 < x, n N|1/n < x Demostraci on: T omese y = 1 na propiedade arquimediana. Este corolario proba que non existe o menor n umero real positivo. Corolario 1.2.0.7 x, y R, x < y, r Q|x < r < y Demostraci on: Podemos supo ner que x > 0, adema s y x > 0, ent on n N|1/n y x
k Como x > 0, 1/n > 0, k N|0 < x < n . Supo namos que o k dado na desigualdade anterior eo ptimo esto e
11
k1 k x< . n n
k < y. Verif case n k Das duas u ltimas desigualdades temos x < n < y. k Tomemos ent on r = n e as probamos o corolario. k S o resta a proba de n < y
1 1 k1 k1 < yx + <y+ xy n n n n as temos r =

k n
< y.
Corolario 1.2.0.8 x, y R, x < y, i R\Q|x < i < y Demostraci on: A demostraci on e an aloga a do corolario anterior. Vimos na secci on anterior que a cada n umero raconal podemos asignarlle un punto na recta, pero o reciproco non se verica, podemos localizar puntos na recta os que non lle corresponde ningun n umero racional. Os n umeros reais completan a recta (espacio completo), e ma s, a correspondencia entre estes e os puntos da recta e biun voca. Outra observaci on importante, que se segue dos coralarios anteriores, e que tanto os n umeros racionais como os irracionacionais son densos en R. Por outro lado e f acil ver que os racionais son numerables mentras que os reais e os irracinais non o son. Esta propiedade dos n umeros reais de ser completo e ter un subconxunto denso e numerable (separable) xoga un papel fundamental tanto no c alculo diferncial como en outras ramas das matem aticas, faremos uso desta propiedade de R en varios casos futuros.
12
1.3
Intervalos en R
Diremos que un subconxunto I R e un intervalo si x, y I, x < z < y z I . Consideramos cinco tipos de intervalos. 1. [a, b] = {x R|a x b} 2. [a, b) = {x R|a x < b}, (a, b] = {x R|a < x b} 3. (a, b) = {x R|a < x < b} 4. [a, ) = {x R|a x < }, (, b] = {x R| < x b} 5. (a, ) = {x R|a < x < }, (, b) = {x R| < x < b} Os de tipo (1), (2), (3) son intervalos acotados e os de tipo (4) e (5) son non acotados. Os de tipo (1) e (4) son intervalos pechados, os de tipo (3) e (5) son intervalos abertos e os de tipo (2) son semiabertos ou semipechados. Decimos que {In }nN = {I1 , I2 , . . . , In, . . . } e unha sucesi on de intervalos encaixados si verica In+1 In , n N. Como exemplos de intervalos encaixados podemos propo ner: 1. {(0, 1/n)|n N} 2. {[n, )|n N} 3. {[0, 1/n]|n N} O seguinte resultado conocido como o teorema dos intervalos encaixados e b asico para a demostraci on de outros importantes resultados. Teorema 1.3.0.9 Si {In }nN e unha sucesi on de intervalos pechados, acotados e encaixados verica nN In = . Demostraci on: Podemos escribir In = [an , bn], an , bn R, n N, consideramos os conxuntos A = {an |N}, B = {bn |N} A e B son conxuntos acotados superiormente e inferiormente con cotas bk e ak de xeito respectivo, polo tanto existen = sup(A) e = inf (B ). Vericase que e [, ] = nN [an , bn]. N otese que t odalas hipotesis do teorema anterior son esenciais, si prescindimos de algunha de elas non se verica a tese.
1.4. VALOR ABSOLUTO EN R
13
1.4
Valor absoluto en R
Valor absoluto e unha aplicaci on || : R R denida do xeito seguinte |x| = max{x, x} Vemos a continuaci on algunhas propiedades da funci on valor absoluto. Proposici on 1.4.0.10 A funci on valor absoluto verica: 1. |x| = 0 x = 0 2. |x| = | x| 3. |xy | = |x||y | 4. |x| c c x c 5. |x| x |x| 6. |x + y | |x| + |y | Como consecuencia da proposici on anterior temos as seguintes propiedades Corolario 1.4.0.11 .
n i=1 n i=1
1. |
xi |
| xi |
2. |x y | |x| + |y | 3. ||x| |y || |x y | |x| + |y | Mediante o valor absoluto podemos introducir a distancia usual en R. No pr oximo tema proporemos o valor absoluto en R como primeiro exemplo de norma. O longo de todo o curso necisitaremos resolver ecuaci ons e inecuaci ons nas que interve na o valor absoluto, e pois necesario que o alumno domine a resoluci on de este tipo de problemas. Propo nemos a continuaci on algunhos exercicios do tipo que nos encontraremos en outros cap tulos. Resolver as seguintes inecuaci ons: 1. |x 3| < 1 2. |x 2| + |x 3| 4 3. |x 2| |x + 3| 0
14
1.5
Introducci on axiom atica de N. Principio de inducci on
Ainda que empezamos o cap tulo eludindo unha introducci on formal dos n umeros naturais, facendo uso de unha cita de Dedekind, afrontamos agora este problema. Introducimos os n umeros naturais mediante os axiomas de Peano.
1. Ax1. N|1 N 2. Ax2. : N N (operador seguinte) inxectiva esto e: (n) = (m) n = m ou equivalentemente n = m (n) = (m). 3. Ax3. n N|(n) = 1 4. Ax4. Axioma de inducci on. Si S N, S = , 1 S vericando que si n S (n) S . Entonces S = N. O axioma 4 permitenos introducor a demostraci on por inducci on, moi ecaz para resolver satisfactoriamente algun tipo de problemas, propo nemos como exemplo o seguinte. Probar que se verica a seguinte identidade
n j =1
1 n = = P (n) j (j + 1) n+1
Probaremolo por inducci on: 1. Probamos que a propiedade P (n) se verica para n = 1
1
P (1) =
j =1
1 1 1 = = j (j + 1) 1(1 + 1) 2
2. Supo namos que a propiedade se verica para n, esto e P (n) e certa, e probaremos que de esta siguese que P (n + 1) tamen se verica
n+1 j =1
1 = j (j + 1)
n j =1
1 1 + = j (j + 1) (n + 1)(n + 2)
n 1 n(n + 2) + 1 n+1 + = = n + 1 (n + 1)(n + 2) (n + 1)(n + 2) n+2
AXIOMATICA 15 1.5. INTRODUCCION DE N. PRINCIPIO DE INDUCCION Probamos as que S = {n N|P (n)se verica} coincide con N. Polo tanto a propiedade P (n) vericase para todo n umero natural n. Propo nemos a continuaci on, como exercicio, algun problema m ais de este tipo. 1. Probar que se verica
n
j2 =
j =1
n(n + 1)(2n + 1) = P (n) 6
2. Probar que se verica

n
j3 =
j =1
n(n + 1) 2
= P (n)
3. Probar que se verica a seguinte identidade para n > 1

n k=1
k!k = (n + 1)! 1 = P (n)
Presentamos agora o principio de inducci on completa: Si S N, S = , 1 S vericando que si k S k n (n) S. Entonces S = N. Tanto o principo de inducci on como o de inducci on completa admiten unha versi on restrinxida, no senso de que o primeiro elemento que verica a propiedade P non ten por que ser o 1 sen on que pode ser calquer n0 N. As o conxunto soluci on ser a S = {n N|n n0 }. O u ltimo exercicio proposto o conxunto soluci on e o formado por t odolos naturais maiores ou iguis a 2.
16
Tema 2
O espacio vectorial normado Rn

En este cap tulo vamos a introducir o marco no cal traballaremos o longo do curso. Referimonos o espacio vectorial Rn , no que deniremos algunhas estructuras que nos permitan caracterizar a pr oximidade e as denir os conceptos de l mite, continuidade, diferenciabilidade e outros.
2.1
Espacios m etricos
Sexa X un conxunto non valeiro. Unha m etrica ou distancia en X e unha aplicaci on d: X X R vericando: 1. d(a, b) = 0 a = b 2. d(a, b) = d(b, a), a, b X 3. d(a, c) d(a, b) + d(b, c), a, b, c X O par (X, d) denominamolo espacio m etrico. As m etricas toman sempre valores non negativos como se proba na seguinte proposici on. Proposici on 2.1.0.12 En un espacio m etrico (X, d) Verif case: d(a, b) 0, a, b X. Demostraci on: 0 = d(a, a) d(a, b) + d(b, a) = 2d(a, b) d(a, b) 0 . Como primeiros exemplos de distancias propo nemos: 17
18
TEMA 2. O ESPACIO VECTORIAL NORMADO RN 1. En R, d : R R R denida como d(a, b) = |b a|. 2. Sexa X un conxunto non valeiro, consideramos d : X X R d(a, b) = 1 si a = b e cero en outro caso.
f E acil comprobar que as duas aplicaci ons anteriores verican os axiomas de m etrica e polo tanto (R, ||) e (X, d) son espacios m etricos. Posteriormente daremos m ais exemplos de espacios m etricos.
2.2
Espacios normados
Sexa V un espacio vectorial real. Unha norma en V e unha aplicaci on :V R vericando 1. x = 0 x = 0 2. x = | | x , R, x V 3. x + y x + y , x, y V Denominamos espacio normado o par (V, ).
Si V fose un espacio vectorial sobre C denimos a norma sobre V de xeito an alogo cambiando u nicamente o axioma (2) por x = | |x , C, x V donde || denota o m odulo de . Damos agora exemplos de espacios vectoriales normados. 1. O valor absoluto en R e unha norma en R. 2. En Rn denimos as seguintes normas: (a) (x1 , x2 , . . . , xn ) (b) (x1 , x2 , . . . , xn )
1
= |x1 | + |x2 | + + |xn |, norma 1

1/p
n p (c) (x1 , x2 , . . . , xn ) p = k=1 |xk | denominase norma euclidea.
= max{|x1 |, |x2|, . . ., |xn |}, norma innito , p 1, norma p, si p = 2
f E acil probar que tanto o valor absoluto como as normas 1 e innito son normas en R e enRn respectivamente, esto e, que verican os axiomas de norma. Non e inmediato probar que as normas p, si p e distinto de 1, verifican os axioms de norma, en particular o axioma (3), que no caso p = 2 e a desigualdade de Cauchy-Schwarz e no caso xeral a desiualdad de Minkowski,
2.2. ESPACIOS NORMADOS
19
que prescisaremos m ais tarde. Os axiomas (1) e (2) son iguais de f aciles de probar en t odolos exemplos propostos. Vemos a continuaci on algunhas propiedades da norma. Proposici on 2.2.0.13 En todo espacio vectorial normado (V, canse: 1. x = x , x V ) veri-
2. | x y | x y x + y , x, y V Demostraci on: 1. x = 1x = | 1| x = x (b) Vericanse:
2. (a) x y x + y x + y i. x = x y + y x y + y x y x y ii. An alogamente y x x y | x y | xy Proposici on 2.2.0.14 Todo espacio vectorial normado e un espacio m etrico. Demostraci on: Sexa (V, ) un espacio vectorial normado. denimos: d:V V R mediante a formula d(x, y ) = y x . Probaremos que d verica os axiomas de distancia: 1. d(x, y ) = 0 y x = 0 x = y 2. d(x, y ) = y x = x y = d(y, x) 3. d(x, y ) = y x = y z + z x y z + z x = d(z, y ) + d(z, x) = d(x, z ) + d(z, y ) Polo tanto (V, d) e un espacio m etrico. As as normas p inducen as distacias dp en Rn . Consideramos x = (x1 , . . . , x2) e y = (y1 , . . . , y2 ) e temos 1. d1 (x, y ) = y x 2. d (x, y ) = y x
1
Das duas desigualdades anteriores deducimos:
= |y1 x1 | + + |yn xn | = max{|y1 x1 |, . . . , |yn xn |}
20
TEMA 2. O ESPACIO VECTORIAL NORMADO RN 3. d2 (x, y ) = y x 4. dp (x, y ) = y x

2 p
= (|y1 x1 |2 + + |yn xn |2 )1/2 = (|y1 x1 |p + + |yn xn |p)1/p, p 1
interesante ver a interpretaci E on xeom etrica das distancias dp para n = 2 e n = 3. A proposici on anterior proba que toda norma induce unha m etrica, obviamente o rec proco non se verica. Unha metrica pode ser denida sobre un conxunto sin ningun tipo e estructura alxebraica e a norma esta denida sobre un espacio vectorial. Pero si unha m etrica, denida sobre un espacio vectorial, e homoxenea, d(x, y ) = d(x, y ), e invariante por traslaci ons, d(x, y ) = d(x + z, y + z ), x, y, z , dene unha norma en ese espacio mediante x = d(x, 0) e esta norma determina a m etrica de partida.
2.3
Productos interiores ou escalares
Un producto interior ou escalar en un epacio vectorial real V e unha aplicaci on <, >: V V R
vericando: 1. < x, x > 0, x V 2. < x, x >= 0 x = 0
3. < x, y >=< y, x >, x, y V 4. < x, y + z >=< x, y > + < x, z >, x, y, z V 5. < x, y >= < x, y >, R, x, y V Tam en podemos denir un producto interior sobre un espacio vectorial complexo adaptando convintemente os axiomas. Vexamos alg uns exemplos de productos interiores. 1. En R o producto usual e un producto interior. 2. En Rn o producto usual denido
n
< (xx, x2 , . . . , xn ), (y1, y2 , . . . , yn ) >=

i=1
xi yi
Teorema 2.3.0.15 Sexa V un espcio vectorial real e <, > un producto interior en V . Denimos a aplicaci on: :V R mediante x =< x, x >1/2 . Verif canse:
2.3. PRODUCTOS INTERIORES OU ESCALARES 1. e unha norma sobre V
21
2. Desigualdade de Cauchy-Schwarz < x, y > | < x, y > | x y , x, y V adem ais tense (a) | < x, y > | = x (b) < x, y >= x Demostraci on: 1. Probaremos que verica os axiomas de norma y y = x, 0 y y = x
(b) x =< x, x >1/2 = || < x, x >1/2 = || x
(a) x =< x, x >1/2 = 0 < x, x >= 0 x = 0
(c) Supo namos que se verica a desigualdade de Cauchy-Schwarz, que probarenos m ais adiante. x+y
2
=< x + y, x + y >=< x, x > +2 < x, y > + < y, y > x

2
+2 x
y + y
= ( x + y )2
e as temos x + y x + y . 2. Consideramos x, y V xos e R arbitrario. Tense 0 xy

2
=< xy, xy >=< x, x > +2 < x, y > +2 < y, y >= P ()
P e un polinomio en de grao dous Si x = y P () = 0, R o discriminante e negativo esto e = 4 < x, y >2 4 < x, x >< y, y >< 0 As < x, y ><< x, x >< y, y > Polo tanto | < x, y > | < x y Si x = y P () = 0 ten unha u nica raiz doble e = 0 < x, y >2 =< x, x >< y, y > As | < x, y > | = x Ademais si x = y, > 0 < x, y >=< y, y >= < y, y >= y
2
= y
y = x
22
TEMA 2. O ESPACIO VECTORIAL NORMADO RN

2
Corolario 2.3.0.16 A rior usual.
e unha norma en Rn , procede do producto inte-
En virtude da desigualdade de Cauchy-Schwrz temos x y < x, y > x y
as si x = y = 1 tense que < x, y > [1, 1]. Denimos o a ngulo que forman os vectores x e y mediante a f omula cos() =< x, y > e en xeral si x e y son vectores non nulos cos() = < x, y > x y
O seguinte resultado, a regra do paralelogramo, caracteriza as normas que proceden de un producto interior, para ver a sua demostraci on p odese consultar [4] Teorema 2.3.0.17 Sexa (V, ) un espacio vectorial normado. A procede dun producto interior si e s o si verica: x+y
2
+ xy
= 2( x
+ y 2 ), x, y V
(Regra do paralelogramo). O corolario anterior proba que a norma 2 procede do product interior usual en Rn , facendo uso da regra do paralelogramo podemos comprobar que a norma 2 eau nica norma p que procede de un producto interior. Presentamos agora a identidade de Parseval, unha importante propiedade dos espacios vectoriales con prodcto interior da que se sigue o teorema de Pitagoras. Proposici on 2.3.0.18 Sexa (V, ) un espacio vectorial normado vericando a regra do paralelogramo. Verif case:
n n
x1 , . . ., xn V, < xi , xj >= 0 i = j
xi
i=1
=
i=1
xi
A demostraci on proponse como exercicio para o lector. Corolario 2.3.0.19 Teorema de Pitagoras Para un triangulo rectangulo de catetos a e b e hipotenusa h verif case: h2 = a2 + b2 .
2.4. TOPOLOX IA USUAL EN RN Demostraci on: Consideramos en (R2 , 2) vectores x e y tales que x < x, y >= 0 As temos, en virtude da identidade de Parseval h2 = x + y
2 2
23
2 2
= a2 , y
2 2
= b2 e
= x
2 2
+ y
2 2
= a2 + b2 .
Rematamos a secci on enunciado as desigualdades de H older e Minkowski fundamentais no C alculo. Teorema 2.3.0.20 Sexan x, y Rn , p, q R, 1 < p, q < , 1/p + 1/q = 1. Verif canse: 1. Desigualdade de H older
n i=1 n
|xiyi |
i=1
| xi | p
1/p
n i=1
|yi |q
1/q
2. Desigualdade de Minkowski
n i=1
|xi + yi |p
1/p
i=1
| xi | p
1/p
+
i=1
|yi |p
1/p
A s ua demostraci on pode verse en [4]. N otese que a desigualdade de Minkowski proba o axioma 3 para a norma p en Rn e no caso p = 2 coincide coa desigualdade de Cauchy-Schwarz.
2.4
Topolox a usual en Rn
En esta secci on, e o longo do curso traballaremos no espacio vectorial normado (Rn , p), que induce o espacio metrico (Rn , dp) para os casos particulares de p = 1, 2, . T odolos conceptos que presentaremos a continuaci on den molos nun espaco m etrico arbitrario ainda que despois nos restrinxiremos a (Rn , dp) ou (Rn , p). En un espacio metrico (X, d) denimos: 1. Bola aberta de centro x0 e radio r B (x0 , r ) = {y X |d(y, x0) < r } 2. Bola pechada de centro x0 e radio r B [x0 , r ] = {y X |d(y, x0) r }
24
TEMA 2. O ESPACIO VECTORIAL NORMADO RN 3. Esfera de centro x0 e radio r Sr (x0 ) = {y X |d(y, x0) = r } Propo nemos os seguintes exercicios para o lector: 1. Determinar as esferas e as bolas abertas e pechadas de centro x0 e radio r en (R, | |) 2. Determinar as esferas e as bolas abertas e pechadas de centro x0 e radio r en (Rn , p) con p = 1, 2, e n = 2, 3.
2.4.1
Posici on dun punto respecto de un conxunto

p)
Consideramos, en (Rn , Denimos:
con p = 1, 2, , A Rn , x0 Rn , r R+ .
1. x0 e un punto interior de A si r > 0|B (x0 , r ) A Denotamos A= Int(A) = {x Rn |x e punto interior deA} Notese que A A. 2. x0 e un punto exterior de A si r > 0|B (x0 , r ) Ac Denotamos Ext(A) = {x Rn |x e punto exterior deA} c Notese que ext(A) A . 3. x0 e un punto fronteira de A si (a) B (x0 , r ) A = , r R+
(b) B (x0 , r ) Ac = , r R+ Denotamos F r (A) = {x Rn |x e punto fronteira deA} Vericase que Rn = rA Ext(A) F r (A) uni on disxunta. 4. x0 e un punto adherente ou clausura de A si B (x0 , r ) A = , r R+ = { x Rn | x Denotamos A e punto aderente ou clausura deA} e F r (A) A . Vericase que A A
2.4. TOPOLOX IA USUAL EN RN 5. x0 e un punto aillado de A si r > 0|B (x0 , r ) A = {x0 }
25
Denotamos Ais(A) = {x Rn |x e punto aillado deA} Vericase que Ais(A) A. 6. x0 e un punto de acumulaci on de A si (B (x0 , r ) \ {x0 }) A = , r R+ Denotamos A = {x Rn |x e punto de acumulaci on deA}. Vericase que A A e A = A Ais(A). Probar que un punto x0 de un conxunto A e interior, fronteira, exterior, de acumulaci on, ou clausura en (Rn , p) si e s o si o e en (Rn , q ), para calquera que sexan 1 p, q . En particular tense que toda bola p sempre cont en algunha bola q . Proposici on 2.4.1.1 Para A Rn verif case =A F r (A). A Demostraci on:
r > 0, B (x, r ) A = xA
Esto implica que se verican unha das duas seguintes opci on excluintes 1. r > 0, B (x, r ) A x A 2. r > 0, B (x, r ) A B (x, r ) Ac = de aqu e da hipotese siguese que x F r (A). Si x F r (A) r > 0, B (x, r ) A = x A . Si x A x A x A Uni on disxunta Si x A r0 , B (x, r0) A B (x, r ) Ac = , r > r0 x F r (A). = A F r (A), pero en este caso a uni Tam en se verica que A on non sempre e disxunta.
26
TEMA 2. O ESPACIO VECTORIAL NORMADO RN
2.4.2
Conxuntos abertos e pechados
En esta secci on traballaremos en (Rn , p) con p = 1, 2, ainda que as denici ons e resultados poden extenderse a calquer espacio vectorial normado e incluso a calquer epacio m etrico. Destacar tam en que a restrici on que plantexamos sobre as normas p son superuas, os resultados ser an os mesmos para calquer norma p ou para calquer outra norma, a raz on e simn plemente porque a norma 2 e a norma usual ou euclidea e en (R e as normas 1 e xeralmente simplican os c alculos. Diremos que un conxunto A en (Rn ,
p)
e aberto si A =A.
As bolas abertas son conxuntos abertos e, en particular, os intervalos abertos son conxuntos abertos. Vemos a continuaci on algunhas propiedades que verican os conxuntos abertos. Proposici on 2.4.2.1 En (Rn ,
p)
verif canse
1. Rn e son conxuntos abertos. 2. Si A1 e A2 son conxuntos abertos. Ent on A1 A2 e aberto. 3. Si {Ai }iI e unha familia de conxuntos abertos. Ent on iI Ai e aberto. Demostraci on: 1. Obvio. 2. Si X A1 A2 ent on (b) x A2 aberto logo r2 > 0, B (x, r2) A2 (a) x A1 aberto logo r1 > 0, B (x, r1) A1
Tomando r = min{r1 , r2 }, de (a) e (b) seguese B (x, r ) A1 A2 e polo tanto x e punto interior de A1 A2 . Como x e arbitrario, probamos, que todo punto de A1 A2 e interior e as A1 A2 e aberto. 3. Si x iI Ai i0 I |x Ai0 como Ii0 e aberto r > 0|B (x, r ) Ai0 iI Ai , as x e punto interior de iI Ai e polo tanto iI Ai e aberto. Diremos que un conxunto F en (Rn ,
p)
e pechado si F c e aberto.
Os conxuntos pechados verican propiedades complementarias, en alg un sentido, as dos conxuntos abertos.
2.4. TOPOLOX IA USUAL EN RN Proposici on 2.4.2.2 En (Rn ,

p)
27 verif canse
1. Rn e son conxuntos pechados. 2. Si F1 e F2 son conxuntos pechados. Ent on F1 F2 e pechado. 3. Si {Fi }iI e unha familia de conxuntos pechados. Ent on iI Fi e pechado. A demostraci on d eixase como exercicio para o lector. N otese que en xeral a interseci on innita de abertos non e aberto e tampouco e pechada a uni on innita de pechados como mostran os seguintes exemplos. 1. {An = (1/n, 1 + 1/n)}nN e unha familia de conxuntos abertos. Verif case nN An = [0, 1] que e pechado e non aberto. 2. {Fn = [1/n, 1]}nN e unha familia de conxuntos pechados. Verif case nN Fn = (0, 1] que non e pechado. Na seguine proposicion damos algunhas caracterizaci ons dun conxunto pechado. Proposici on 2.4.2.3 En (Rn , p) un conxunto F e pechado si e s o si verica alguna das seguintes preposici ons. 1. F r (F ) F . . 2. F = F 3. Si F F . N otese que un conxunto pode non ser aberto nin echado, e que o feito de que un conxunto non sexa aberto non implica que sexa pechado e reciprocamente non pechado non implica aberto. Si X e un conxunto e unha colecci on de subconxuntos de X , X , vericando: 1. X e son elementos de . 2. Si A1 e A2 est an en . Ent on A1 A2 est a en .
28
TEMA 2. O ESPACIO VECTORIAL NORMADO RN 3. Si {Ai }iI e unha familia de elementos de . Ent on iI Ai e un elemento se .
decimos que e unha topolox a en X e o par (X, ) e un espacio topol oxico. En (Rn , p) = {A Rn |A =A} e unha topolox a en Rn e as o par n (R , ) e un espacio topol oxico. N otese que non depende da norma p elexida e m ais calquer norma en Rn induce a mesma topolox a, , que den nominaremos topolox a usual ou euclidea en R . No pr oximo cap tulo veremos como en Rn as normas, as distancias ou os conxuntos abertos permitennos caracterizar a proximidade e con ela denir o concepto de l mite.
2.4.3
Conxuntos acotados. Teorema de Bolzano-Weirstrass

) e acotado si e s o si verica
Diremos que un conxunto E en (Rn , sup

x,yE
xy <
Proposici on 2.4.3.1 E e acotado R > 0, E B [0, R] N otese que en (R, ||) a denici on de acotado que acabamos de dar coincide coa dada no cap tulo 1 como un conxunto acotado superiormente e inferiormente. Si A R acotado superiormente e inferiormente, ten por tanto supremo s e inmo i. Consideramos m = (s + i)/2 e R = s m, verif case A B [m, R] e as A e acotado coa denici on dada en esta secci on. O rec proco pr obase de xeito an alogo. Chamamos paralep pedo aberto en Rn o producto de n intervalos abertos en R P = (a1 , b1) (a2 , b2) (an , bn )
An alogamente denominamos paralep pedo pechado en Rn o producto de n intervalos pechados en R P = [a1 , b1] [a2 , b2] [an , bn] Os paralelep pedos abertos son conxuntos abertos e os pechados son conxuntos pechados. Unha sucesi on de paralelep pedos {Pn }nN dise encaixada si verica Pn Pn+1 , n N Presentamos a continuaci on o teorema do encaixe de Cantor.
2.4. TOPOLOX IA USUAL EN RN
29
Teorema 2.4.3.2 Si {Pn }nN e unha sucesi on de paralalep pedos pechados, acotados e encaixados, ent on nN Pn = . A demostraci on e semellante a do teorema dos intervalos encaixados. Os puntos de acumulaci on de un conxunto xogan un papel importante inmediato ver que un conxunto no estudio topol oxico de un espacio. E nito non ten puntos de acumulaci on, as para que un conxunto te na puntos de acumulaci on ten que ser necesariamente innito, pero esta condici on necesaria non e suciente, hai conxuntos innitos que non te nen puntos de acumulaci on, por exemplo Z e innito pero Z = , a clave de este feito e que Z non e acotado. O teorema de Bolzano-Weirstrass, que enunciamos a continuaci on, da n condici ons sucientes para que un subconxunto de R te na alg un punto de acumulaci on. Teorema 2.4.3.3 Todo subconxunto innito e acotado en Rn ten polo menos un punto de acumulaci on. A demostraci on fundam entase no teorema dos paralelep pedos encaixados. As condi ons dadas no teorema de Bolzano-Weirstrass son sucientes pero non necesarias as Q e non acotado en R e Q = R. O teorema de Bolzano-Weirstrass non se verica en Q si consideramos o conxunro C = {1, 1.4, 1.41, 1.414, . . . }, acotado en Q e en R, os puntos de acumulaci on de C en R e C = { 2} pero o conxunto dos puntos de acumulaci on de C en Q e valeiro.
2.4.4
Conxuntos compactos, conexos e convexos
O marco de traballo de este curso sera, como xa dixemos anteriormente, o espacio vectorial normado (Rn , ), aqu diremos que un conxunto K e compacto si e pechado e acotado, facendo un uso impl cito do teorema de Heine-Borel. Si E e un subconxunto de Rn , unha separaci on de E e un par de conxuntos A, B vericando 1. A e B son abertos. 2. E A B 3. A B =
30
TEMA 2. O ESPACIO VECTORIAL NORMADO RN 4. E A = = E B
Notaremos A|B separaci on de E . Diremos que un subconxunto E de Rn e conexo si non existe A|B separaci on de E . E f acil ver que N, Q, I son conxuntos non conexos e que e os conxuntos unitarios son conexos. Veremos tam en, m ais adiante, que Rn e conexo. O seguinte resultado caracteriza os conexos en R. Proposici on 2.4.4.1 Si C e un subconxunto de R non valeiro verif case: C e conexo si e s o si C e un intervalo. En Rn denominamos segmentode extremos x e y a L[x, y ] = {z Rn |z = tx + (1 t)y, t [0, 1]} N otese que os segmentos, o igual que os intervalos, son conxuntos conexos. Diremos que un conxunto C e convexo si x, y C, L[x, y ] C . En un espacio vectorial normado as bolas, abertas ou pechadas, son conxuntos convexos, as como todo o espacio. Proposici on 2.4.4.2 Todo conxunto convexo e conexo. Como Rn e convexo, e polo tanto conexo. En Rn os u nicos conxuntos abertos e pechados son o valeiro e o total.
Tema 3
Sucesi ons en R e en Rn
Denimos sucesi on de n umeros reais como unha aplicaci on x:NR notaremos x(n) = xn e denomin amolo t emino n-eximo da sucesi on. Usualmente identicamos unha sucesi on co conxunto imaxen da aplicaci on dotado do orden inducido polo de N esto e o primeiro elemento e a imaxe do 1, o segundo a imaxe do 2 e as sucesivamente {x1 , x2 , . . . , xn, . . . } = {xn R|n N} ou simplemente, por econom a, {xn }. O concepto de sucesi on de n umeros reais, as denido, permitenos exp tendelo a sucesi ons en R , de xeito natural, como unha aplicaci on x : N Rp
p 2 e notaremos igualmente x(n) = xn = (x1 n , xn , . . . , xn), donde o superindice indica a coordenada correspodente do vector xn e o subindice indica o orden do t ermino correspondente da sucesi on.
En xeral podemos denir o concepto de sucesi on en calquer conxunto C non valeiro como unha aplicaci on x:NC e notaremos x(n) = xn o t emino n-eximo da sucesi on. Igualmente identicamos x con {xn }. Vexamos algun exemplo de sucesi on. 1. En R {2, 4, 6, . . . } = {2n|n N} 2. En R2 {(1, 1), (2, 4), (3, 9), . . . } = {(n, n2 )|n N} 31
32
TEMA 3. SUCESIONS EN R E EN RN 3. En R3 {(1, 2, 2), (2, 3, 4), (3, 4, 6), . . . } = {(n, n + 1, 2n)|n N} 4. Sucesi ons no conxunto C = {a, b}: x = {a, a, a, . . . }, y = {a, b, a, b, . . . }.
Diremos que duas sucesi ons x = {xn } e y = {yn } son iguais si xn = yn , n N.
3.1
Operaci ons con sucesi ons
Sexan {xn } e {yn } duas sucesi ons en Rp denimos 1. suma de sucesi ons {xn } + {yn } = {xn + yn } 2. Producto {xn } {yn } = {< xn , yn >} = {xn yn } que e unha sucesi on en R. Sexan {xn } unha sucesi on en Rp e {tn } unha sucesi on en R denimos a sucesi on producto {tn } {xn } = {tn xn } que e unha sucesi on en Rp .
3.2
Sucesi ons converxentes
Si {xn } e unha sucssi on en Rp e x0 e un punto de Rp . Decimos que {xn } converxe a x0 ou que x0 e o l mite de {xn }, e notamos {xn } x0 ou limn xn = x0 si > 0, N N|n > N , xn x0 < ou equivalentemnte, en t erminos da m etrica inducida pola norma > 0, N N|n > N , d(xn , x0 ) < ou en t erminos de bolas > 0, N N|n > N , xn B (x0 , ). en t erminos de abertos Vx0 , NV N|n > NV , xn Vx0 . donde Vx0 denota un aberto que conten a x0 . Esto indica que t odolos t erminos da sucesi on est an na bola de centro x0 e radio (aberto V ) a partir de un certo indice N (NV ) en adiante.
3.2. SUCESIONS CONVERXENTES
33
N otese que a nda que podemos denir unha sucesi on en calquer conxunto non valeiro para falar de converxencia necesitamos algunha estructura en ese conxunto (norma, m etrica, topolox a,...) que nos permita caracterizar a proximidade dos t erminos da sucesi on o l mite. No caso particular p = 1, en R, tomando como norma o valor absoluto escribimos a converxencia como sigue > 0, N N|n > N , |xn x0 | < Proposici on 3.2.0.3 Si {xn } e unha sucesi on converxente en Rp o l mite eu nico. Demostraci on: Supo namos que {xn } ten dous l mites distintos x0 e x0 . Sexa r = x0 x0 > 0, verif canse: 1. Por ser x0 o l mite de {xn } para = r/2, N |n > N , xn B (x0 , r/2) 2. Por ser x0 o l mite de {xn } para = r/2, N |n > N , xn B (x0 , r/2) Sexa M = max{N , N }. De (1) e (2) tense que n > M, xn B (x0 , r/2) B (x0 , r/2) Pero B (x0 , r/2) B (x0 , r/2) = o cal e imposible. Logo de existir o l mite debe ser u nico. Unha sucesi on {xn } en Rp dise acotada sii e cotado o conxunto {xn p + R |n N} sii M R |xn B [0, M ], n N Proposici on 3.2.0.4 Toda sucesi on converxente en Rp e acotada. Demostraci on: Supo namos que {xn } x0 , verif case = 1 > 0, N1 N|n > N1 , xn x0 < 1 Temos as que xn < 1 + x0 , n > N1 Sexa M = max{ x1 , x2 , . . . , xN1 , 1 + x0 }, Verif case xn B [0, M ], n N e polo tanto {xn } e acotada. O rec proco da proposici on anterior non se verica, consideramos a sucesi on {xn = (1)n } que e claramente acotada e non converxente.
34
TEMA 3. SUCESIONS EN R E EN RN
Veremos a continuaci on que os problemas de converxencia de sucesi ons en Rp p odense reducir a problemas de converxencia en R. Si {xn } e unha sucesi on en Rp , escribindoa en coordenadas
2 p { xn = ( x 1 n , xn , . . . , xn )} p 2 determina p sucesi ons de n umeros reais {x1 n }, {xn}, . . . , {xn} que denominamos sucesi ons coordenadas. Rec procamente dadas p sucesi ons de n umeros p reais consideramos unha sucesi on en R que te na por sucesi ons coordenadas as sucesi ons de partida. Vericase a seguinte relaci on entre o l mite de unha sucesi on e os l mites das suas sucesi ons coordenadas.
Teorema 3.2.0.5 Sexa {xn } unha sucesi on en Rp, e {xi n }, i = 1, 2, . . ., p as suas sucesi ons coordenadas. Verif case
i { xn } x 0 { x i n } x0 , i = 1, 2, . . ., p
Demostraci on: Probaremos a implicaci on en (Rp, Por hipotese {xn } x0 esto e
).
> 0, N N|n > N , xn x0 xn x0 As temos
<
p 1 2 2 p = max{|x1 n x0 |, |xn x0 |, . . ., |xn x0 |} <
i > 0, N N|n > N , |xi n x0 | < , i = 1, 2, . . ., p
Esto e
i { xi n } x0 , i = 1, 2, . . ., p
D eixase como exercicio para o lector. N otese que o concepto de converxencia e topol oxico, p odese escribir en p t erminos de abertos, e d uas normas en R inducen a mesma topolox a, denen os mesmos abertos, polo tanto e l cita a elecci on da norma innito na demostraci on anterior.
3.3
Propiedades das sucesi ons converxentes en R
Proposici on 3.3.0.6 Regra do sandwich Si {xn } x0 , {yn } x0 e {zn } e unha sucesi on vericando: xn zn yn , n N. Ent on {zn } x0 . Demostraci on: Por hip otese verif canse:
3.3. PROPIEDADES DAS SUCESIONS CONVERXENTES EN R 1. > 0, N 1 N|n > N 1 , xn (x0 , x0 + ) 2. > 0, N 2 N|n > N 2 , yn (x0 , x0 + ) 3. xn zn yn , n N De (1), (2) e (3) tomando N = max{N 1, N 2 } tense que > 0, N N|n > N , zn (x0 , x0 + ) e polo tanto {zn } x0 . Proposici on 3.3.0.7 Si {xn } x0 , a < x0 e x0 < b verif canse: 1. Na N|n > Na, xn > a 2. Nb N|n > Nb , xn < b Demostraci on: Demostraremos (1), a proba de (2) e an aloga. Como {xn } x0 e a < x0 Na N|n > Na, xn (a, x0 + 1) e polo tanro xn > a, n > Na.
35
Proposici on 3.3.0.8 Si {xn } x0 , {yn } y0 e xn yn , n N. Ent on x0 y0 . Demostraci on: Supo namos que a proposici on non se verica, esto e x0 > y0 . Tomamos = (x0 y0 )/2 > 0 e temos, por hipotese: 1. N 1 N|n > N 1 , xn (x0 , x0 + ) 2. N 2 N|n > N 2 , yn (y0 , y0 + ) De (1) e (2) tomando N = max{N 1 , N 2} temos que n > N , yn < xn que esta en contradici on coa terceira hip otese da proposici on.
36
3.4
Operaci ons con sucesi ons converxentes en Rp
Proposici on 3.4.0.9 Si {xn } x0 , {yn } y0 en Rp . Ent on {xn + yn } x0 + y0 . Demostraci on: Por hip otese temos: 1. > 0, N 1 N|n > N 1 , xn x0 < /2 2. > 0, N 2 N|n > N 2 , yn y0 < /2 Consideramos N = max{N 1 , N 2}. Si n > N verif case: xn +yn (x0 +y0 ) = xn x0 +yn y0 xn x0 + yn y0 < /2+ /2 = e de aqu s guese a tese. Enunciamos, sin demostrar, os seguintes resultados,que o lector pode tratar de probar por si mesmo. Proposici on 3.4.0.10 Si {xn } x0 en R e {yn } y0 en Rp . Ent on {xn yn } x0 y0 en Rp . Corolario 3.4.0.11 Verif canse: 1. Si {xn } x0 e {yn } y0 en R. Ent on {xn yn } x0 y0 en R. 2. Si {yn } y0 en Rp e R. Ent on {yn } y0 . 3. Si {xn } x0 e {yn } y0 en Rp . Ent on {xn yn } x0 y0 en Rp . Proposici on 3.4.0.12 Si {xn } x0 en R e xn = 0, n N e x0 = 0. 1 Ent on { x1 } x . n 0 Proposici on 3.4.0.13 Si {xn } x0 en Rp . Ent on { xn } x0 .
3.5
Sucesi ons mon otonas
Diremos que unha sucesi on de n umeros reais {xn } e mon otona crecente (decrecente) si xn xn+1 (xn xn+1 ) e diremos que e estrictamente mon otona crecente (decrecente) si as desigualdades son estrictas. Estas sucesi ons verican o seguinte resultado, o que nos referimos como teorema das sucesi ons mon otonas, que establece, para este tipo de sucesi ons, a equivalencia entre acotaci on e converxencia.
3.6. SUBSUCESIONS Teorema 3.5.0.14 Vericanse: 1. Si {xn } e mon otona crecente (ou estrictamente) verica {xn } converxe si e s o si {xn } est a acotada superiormente. 2. Si {xn } e mon otona decrecente (ou estrictamente) verica {xn } converxe si e s o si {xn } est a acotada inferiormente.
37
Demostraci on: Faremos a demostraci on de (1), a de (2) e an aloga. Xa esta probado para calquer sucesi on. Como {xn } est a acotada superiormente existe x0 = sup{xn }. Probaremos que x0 e o limite de {xn }. Por denici on de supremo > 0, x0 non e cota superior de {xn } e polo tanto, por ser {xn } mon otona crecente temos que N N|n > N , xn > x0 ademais como x0 e o supremo de {xn } e cota superior e verica xn x0 < x0 + , n N e as temos > 0, N N|n > N , xn (x0 , x0 + ) esto proba que {xn } x0 .
3.6
Subsucesi ons
Si {xn } e unha sucesi on en Rp , esto e, unha aplicaci o n x : N Rp , e sexa k : N N e unha aplicaci on estrictamente crecente (verica m < q k(m) < k(q )). Chamamos subsucesi on de {xn } a toda aplicaci on p x k : N N R denida de forma usual x k(q ) = x(k(q )) = xk(q) = xqk . Si consideramos a sucesi on {xn } = {1/n}, ent on {1/2n} e unha subsucesi on sua determinada pola aplicaci on k(n) = 2n que claramente e estrictamente crecente. Vemos a continuaci on unha propiedade que verican as subsucesi ons de unha sucesi on converxente. Proposici on 3.6.0.15 Si {xn } x0 en Rp . Ent on calquer subsucesi on de {xn } converxe a x0 . Deixamos a demostraci on como exercicio para o lector. Enunciamos a continuaci on o teorema de Bolzano-Weiertrass. Proba que en Rp , ainda que, como xa sabemos, non toda sucesi on acotada converxe, si que ten algunha subsucesi on converxente.
38
Teorema 3.6.0.16 Toda sucesi on acotada en Rp ten algunha subsucesi on converxente. A demostraci on p odese ver en [4].
3.7
Sucesi ons de Cauchy
Unha sucesi on {xn } en Rm dise de Cauchy si > 0, N N|p, q > N , xp xq < A sucesi o n { xn } e de Cauchy si a partir de un ndice en adiante dous t erminos arbitrarios est an tan pr oximos entre si como queiramos. inmediato comprobar a seguinte proposici E on. Proposici on 3.7.0.17 Toda sucesi on converxente e de Cauchy. O rec proco da proposici on anterior en xeral non e certo en calquer espacio vectorial normado ou m etrico, como pon de manifesto o seguinte exemplo. Consideremos a sucesi on de n umeros racionais {1, 1.4, 1.41, 1.414, 1.4142, . . . } que como sucesi on de n umeros reais converxe a 2 e pola proposici on anterior e de Cauchy, esta sucesi on de Cauchy en R tam en e de Cauchy en Q (as distancias entre os seus t erminos considerados como n umeros reais ea mesma que si os consideramos como n umeros racionais), pero como sucesi on en Q non converxe. Esta diferencia entre sucesi ons de Cauchy e converxentes en Rm non se da como proba o seguinte resultado conocido como criterio de converxencia de Cauchy. Teorema 3.7.0.18 En Rm unha sucesi on converxe si e s o si e de Cauchy. A demostraci on pode verse en [4]. Os espacios nos que as sucesi ons de Cauchy coinciden coas sucesi ons m converxentes denom nanse completos (R ). Si en un espacio temos unha sucesi on de Cauchy que non converxe esta detecta realmente un oco en ese espacio, dende ese punto de vista os espacios completos son os que non te nen ocos.
3.8
L mites innitos
Diremos que unha sucesi on de n umeros reais e diverxente e notamos limn xn = (ou ) si
3.9. L IMITES DE OSCILACION
39
M R, NM N|n > NM , xn > M (resp xn < M ) Diremos que unha sucesi on oscila si non converxe nin diverxe.
Proposici on 3.8.0.19 Si {xn } e {yn } son d uas sucesi ons de n umeros reais. Verif canse: 1. {xn } x0 , x0 R e {yn } () {xn + yn } () 2. {xn } x0 , x0 > 0 e {yn } () {xn yn } () 3. {xn } () e {yn } () {xn + yn } () A demostraci on e un exercicio f acil para o lector. Outras operaci ons te nen como resultado indeterminaci ons do tipo: 0, 0/0, / ou que analizaremos con m ais detalle nas clases pr acticas.
3.9
L mites de oscilaci on
Si {xn } e unha sucesi on de n umeros reais decimos que x0 e l mite de oscilaci on de {xn } si existe unha subsucesi on de {xn } con l mite x0 . Denotamos por LO{xn } o conxunto dos l mites de oscilaci on de {xn }. Un l mite de oscilaci on pode ser nito ou innito. Verf case que LO{xn } = . f E acil ver que LO{xn } = {x0 } {xn } x0 , donde x0 pode ser nito ou innito. Si {xn } e unha sucesi on en R denimos: 1. L mite superior de {xn } e notamos lim supn xn = max LO{xn }. 2. L mite inferior de {xn } e notamos lim inf n xn = min LO{xn }. N otese que ainda que unha sucesi on {xn } pode non ter l mite sempre ten l mite superior e l mite inferior. Podemos clasicar as sucesi ons en funci on do conxunto dos l mites de oscilaci on segundo especicamos a continuaci on: 1. Converxente si LO{xn } = {x0 }, x0 R
40
TEMA 3. SUCESIONS EN R E EN RN 2. Diverxe si LO{xn } = {x0 }, x0 = ou x0 = 3. Oscila si LO{xn } e non unitario (ten m ais de un elemento).
3.10
C alculo pr actico de l mites
D uas sucesi ons de n umeros reais {xn } e {yn } dinse equivalentes e notamos {xn } {yn } si xn =1 lim n yn Enunciamos a continuaci on o principio de sustituci on. Proposici on 3.10.0.20 O l mite de unha sucesi on, converxente ou diverxente, non varia si na expresi on do seu t ermino xeral sustituimos alg un dos seus factores ou divisores por outro equivalente. Demostraci on: Supo namos que {xn } {yn } e que limn zn yn = z0 , temos xn z0 = lim zn yn = lim zn yn = lim zn xn . n n n yn A proposici on anterior non se verica para sumandos. Damos a continuaci on algunhas equivalencias importantes: 1. Si {xn } 0 ent on {xn } {log(1 + xn )}. 2. Si {xn } 1 ent on {xn 1} {log(xn )}. 3. Si {xn } 0 ent on: (b) {xn } {tan(xn )}. (a) {xn } {sin(xn )}.
(c) {1 cos(xn )} {x2 n /2}.
4. {ak nk + ak1 nk1 + + a1 n + a0 } {ak nk }. 5. {log(ak nk + ak1 nk1 + + a1 n + a0 )} {log(nk )}, ak > 0. 6. Si {an } a, a = 0 ent on {an } {a}. 7. Formula de Stirling {n!} { n
n
2n }. en
Como exemplo probaremos: limn (n n a n) = log(a), a > 0 limn (n n a n) = limn n( n a 1) limn n log(a1/n ) = log(a).
3.10. CALCULO PRACTICO DE L IMITES
41
3.10.1
Criterio de Stolz. Aplicaci ons
Enunciamos a continuaci on o criterio de Stolz, de gran utilidade para o c alculo de l mites de formas indeterminadas do tipo / ou 0/0 e do que se siguen outras regras tam en de gran utilidade como son os criterios da media aritmetica, xeometrica e da raiz. Proposici on 3.10.1.1 Vericanse: 1. Si {xn } e {yn } son duas sucesi ons de n umeros reais tal que {yn } e estrictamente mon otona crecente (decrecente) e limn yn = (limn yn = ) vericando
n
lim
xn xn1 = yn yn1 xn = . yn
Ent on
n
lim
2. Si {xn } e {yn } son duas sucesi ons de n umeros reais tal que {yn } e estrictamente mon otona crecente (decrecente) e limn yn = 0 = limn xn vericando
n
lim
xn xn1 = yn yn1 xn = . yn
Ent on
n
lim
A demostraci on pode verse en [3] Corolario 3.10.1.2 Criterio da media aritm etica +xn Si {xn } x0 limn x1 +x2 + = x , x 0 0 nito ou innito. n Demostraci on: Aplicamos o criterio de Stolz as sucesi ons an = x1 + x2 + + xn e bn = n e obtemos
n
lim
x1 + x2 + + xn xn = lim = x0 . n 1 n
Corolario 3.10.1.3 Criterio da media xeom etrica Si {xn } x0 , xn > 0, n N limn n x1 xn = x0 , x0 nito ou innito. Demostraci on: Da hip otese s guese que limn log(xn ) = log(x0 ) (si x0 R)). Aplicamos logaritmos o l mite de partida, usando que o logaritmo conmuta co l mite, e temos
42
log(x1 ) + + log(xn ) lim log( n x1 xn ) = lim n n lim log(xn ) = log(x0 )

n
e as obtemos a tese. Como exemplo calculamos o l mite limn

n
n n!
n
lim
n! = lim
1 2 n = lim n =
xn xn1
Corolario 3.10.1.4 Criterio da raiz Si {xn }, xn > 0, n N vericando limn innito. Ent on tense
n
= x0 , x0 nito ou
lim
xn = x0
Demostraci on: Aplicamos o criterio da media xeometrica a sucesi on {an } denida como sigue a1 = x1 e an = xn /xn1 si n > 1. n Por hipotese existe limn xx = limn an = x0 e polo tanto n1 x0 = lim
n
n a1 an = lim
n
x1
lim
x2 xn = x1 xn1 n n a, a >
xn n e limn
0.
Aplicar o criterio anterior para calcular os l mites: limn
Tema 4
Series de n umeros reales

Ata agora todas as sumas que consideramos constaban de un n umero nito de sumandos. En este cap tulo estudiaremos sumas con un n umero innito e numerable de sumandos que denominamos series. Veremos que propiedades das sumas nitas siguen conservando as series. Si {xn } e unha sucesi on de n umeros reais, a partir de ela, denimos unha nova sucesi on {sn } como sigue sn = x1 + x2 + + xn que denominaremos sucesi on de sumas parciais, a sn chamamoslle suma parcial n-exima. Chamamos serie de n umeros reais o par formado polas sucesi ons ({xn }, {sn }) e que usualmente notaremos
n=1
xn
Diremos que a serie ({xn }, {sn}) n=1 xn converxe, diverxe ou oscila segundo sexa converxente, diverxente ou oscilante a sucesi on de sumas parciais {sn }, analizar a que colectivo de estos pertence unha serie denomin amolo estudiar o seu car acter. No caso de ser converxente diremos que o seu l mite (s0 ) e a suma da serie e notaremos
n=1
xn = s0
As os problemas de series escrib molos en t erminos de sucesi ons, polo tanto, para o estudio de series seranos de gran utilidade os co necementos adquiridos no cap tulo anterior.
43
44
TEMA 4. SERIES DE NUMEROS REALES Vexamos alg uns exemplos de series 1. {xn = 0} ent on {sn = 0} e 2. {xn = 1} ent on {sn = n} e 3. {xn = 1/2n } ent on {sn =
n=1 n=1
0 = 0. 1 = . e
1 n=1 2n
1/21(2n+1 } 11/2
= 1.
4. {xn = (1)n } ent on sn = 1 si n = 2p + 1 e sn = 0 si n = 2p e a serie x e oscilante. n n=1 Enunciamos a continuaci on unha primeira propiedade de series moi intuitiva ainda que a sua demostraci on e un tanto laboriosa. Proposici on 4.0.1.5 Si en unha serie introducimos ou suprimimos un n umero nito de sumandos o seu car acter non varia.
4.1
Sexan nimos
Operaci ons con series

n=1
xn e
n=1 yn
duas series de n umeros reais e sexa R dexn +

n=1 yn
1. Suma de series
n=1
n=1 (xn n=1
+ yn )
n=1
2. Producto de unha serie por un escalar
xn =
xn
Vemos a continuaci on como se comportan as series respecto de estas operaci ons.

Proposici on 4.1.0.6 Sexan n=1 xn e reais e sexa , R. Verif canse: n=1 yn
d uas series de n umeros
1. Si n=1 xn e n=1 yn converxen, con sumas s0 e t0 respectivamente. Ent on n=1 xn + n=1 yn converxe e ten por suma s0 + t0 .
2. Si e = 0. Ent on n=1 xn diverxe (oscila) cila). 3. Si xn converxe e y diverxe (oscila). n n=1

n=1 n=1 yn
n=1
xn diverxe (os n=1
diverxe (oscila). Ent on
xn +
Demostraci on: Daremos u nicamente a demostraci on de (1), as demais son an alogas. Consideramos tamos
n=1
xn ({xn }, {sn}),
n=1 yn
({xn }, {tn }), deno-
4.1. OPERACIONS CON SERIES
45
n=1
xn +
n=1
yn =
n=1
(xn + yn ) =
n=1
zn ({zn }, {wn})
donde wn = z1 + +zn = (x1 +y1 )+ +(xn +yn ) = x1 + +xn +y1 + +yn = sn +tn Por hipotese, {sn } s0 e {tn } t0 tense que {wn } x0 + y0 , esto e
n=1
(xn + yn ) = s0 + t0 .
Presentamos agora o criteriode converxencia de Cauchy, unha caracterizaci on da converxencia de unha serie, que se sigue do criterio hom onimo para sucesi ons. Proposici on 4.1.0.7 A serie
n=1
xn converxe si e s o si verica
> 0, N N|n > N , k N, |xn+1 + + xn+k | < Demostraci on: x converxa si e s o si {sn } converxe si e s o si {sn } e de Cauchy si n=1 n e s o si verica > 0, N N|n, m > N , |sm sn | < Podemos supo ner que m > n e as k N|m = n + k. Tense que |sn+k sn | = |xn+1 + + xn+k | e de aqu obtemos a tese. Do criterio de converxencia de Cauchy siguese que unha serie converxe si e s o si a suma das suas colas en valor absoluto e tan pequena como queiramos con tal de tomalas a partir de un ndice n, sucientemente grande, en adiante. Do criterio de converxencia de Cauchy extraemos unha condici on necesaria de converxencia que enunciamos a continuaci on. Corolario 4.1.0.8 Si a serie
n=1
xn converxe ent on {xn } 0.
Demostraci on: T omese k = 1 na proposici on anterior. As a serie

2n+1 n=1 7n3
non converxe xa que {xn } 2/7 = 0.
46
TEMA 4. SERIES DE NUMEROS REALES
Esta condici on necesaria non e suciente como mostra o seguinte exem1 plo , veremos mais adiante que esta serie diverxe e a sucesi on do seu n=1 n t ermino xeral converxe a cero.
4.2
Series de t erminos non negativos
Unha serie erminos non negativos (STNN) si xn 0, n n=1 xn dise de t N e dise de t erminos positivos (STP) si xn > 0, n N.
e STNN ent on a sua sucesi on de sumas parciais {sn } e Si n=1 xn mon otona crecente. Esta observaci on e de gran axuda para o estudio das STP e m ais xeneralmente para as STNN. Presentamos a continuaci on unha propiedade das STNN que se sigue de forma inmediata da observaci on anterior.
Proposici on 4.2.0.9 Si e unha STNN verica n=1 xn o si {sn } est a acotada superiormente (non n=1 xn converxe (diverxe) si e s e acotada superiormente). Ademais, no caso e ser converxente tense
n=1
xn = sup{sn }
Da proposici on anterior siguese que as STNN converxen ou diverxen, segundo a suas sucesi ons de sumas parciais est en acotadas superiormente ou non e polo tanto nunca oscilan. Presentamos a continuaci on criterios de comparaci on para o estudio do car acter de STP ou m ais xeneralmente para STNN. Proposici on 4.2.0.10 Criterio de comparaci on y duas STNN vericando xn yn , n N. T en ense: Sexan x e n=1 n n=1 n 1. Si 2. Si
n=1 yn n=1
converxe ent on
n=1
xn converxe. diverxe.
xn diverxe ent on
n=1 yn
Demostraci on: Si denotamos por {sn } e {tn } as suas respectivas sucesi ons de sumas parciais. Verif case sn = x1 + + xn y1 + + yn = tn
4.2. SERIES DE TERMINOS NON NEGATIVOS
47
de aqu temos o si {tn } est a acotada superiorn=1 yn converxe si e s mente e polo tanto {sn } tam en est a acotada superiormente e equivalentemente n=1 xn converxe. A demostraci on de (2) e an aloga.
Corolario 4.2.0.11 T en ense:

+ 1. Si n=1 xn e n=1 yn son duas STNN e R vericando xn yn , n N. Te nense:
(a) Si (b) Si
n=1 yn n=1 xn
converxe ent on diverxe ent on
n=1 xn converxe. n=1 yn diverxe.
2. Si e unha STNN e e unha STP e k1 , k2 R+ n=1 xn n=1 yn vericando k1 xn /yn k2 , n N. Tense: n=1
xn converxe (diverxe)
n=1
yn converxe (diverxe)
A demostraci on e inmediata e d eixase como exercicio para o lector.
Proposici on 4.2.0.12 Criterio de comparaci on por paso o l mite Sexan n=1 xn unha STNN e n=1 yn unha STP verif canse: 1. Si limn
n=1 xn yn
= c, c = 0, c R entonces
n=1
xn converxe (diverxe)
xn yn
yn converxe (diverxe)
2. Si limn (a) Si (b) Si
= 0 entonces: converxe, diverxe,

en converxe. n=1 xn tam en diverxe. n=1 yn tam
n=1 yn n=1 xn xn yn
3. Si limn (a) Si (b) Si
= entonces: diverxe, converxe,

en diverxe. n=1 xn tam en converxe. n=1 yn tam
n=1 yn n=1 xn
Demostraci on: Prebaremos (1), as dem ais probanse de xeito an alogo. Como limn
xn yn
= c > 0 vericase
48
c xn 3c < < 2 yn 2 e polo apartado (2) do corolario anterior temos que as series n=N0 yn e nen o mesmo car acter e da primeira proposici on de este cap tulo n=N0 yn te siguese que as series de partida tam en te nen o mesmo car acter. N0 N|n > N0 , Estos criterios de comparaci on perm tennos decedir o car acter de unha serie a partir do car acter de outra xa conocido. Necesitamos polo tanto conocer o car acter de algunha serie para poder sacarlle partido os resultados anteriores. Presentamos a continuaci on dous tipos de series dos cales co necemos o seu car acter.
4.2.1
Series xeom etricas e arm onicas

n=1
Unha serie xeom etrica e do tipo
xn con x R xo.
Para as series xeom etricas co necemos perfectamente o seu car acter e a sua suma cando son converxentes, presentamos este resultado na seguinte proposici on. Proposici on 4.2.1.1 . Para a serie xeom etrica
n=1
xn vericanse:
x 1x .
1. Converxe si |x| < 1 e ten por suma s = 2. Diverxe si x 1. 3. Oscila si x 1.
Demostraci on: Si denotamos por {sn } a sucesi on de sumas parciais da serie verif case sn = x + x2 + + xn
Restando membro a membro tense
xsn = x2 + x3 + + xn+1 (1 x)sn = x xn+1 x xn+1 1x
si x = 1 obtemos
sn = de aqu deducimos a tese
4.3. CRITERIOS DE CONVERXENCIA PARA SERIES DE TERMINOS NON NEGATIVOS49 1. Si |x| < 1 limn sn = limn 2. Si x > 1 limn sn = limn 3. Si x < 1 limn
xxn+1 1x xxn+1 1x
x 1x .
xxn+1 1x
= .
n=1
e polo tanto {sn } oscila e tam en
xn .
4. Si x = 1, sn = n e limn sn = . 5. Si x = 1, sn = 1 si n = 2p + 1 e sn = 0 si n = 2p e polo tanto {sn } n oscila e tam en n=1 x . Unha serie arm onica e do tipo
1 n=1 x
con R xo.
N otese que as series arm onicas son STP. Na seguinte proposici on anal zase o car acter das series arm onicas. Proposici on 4.2.1.2 Para a serie arm onica 1. Converxe si > 1. 2. Diverxe si 1. A demostraci on pode verse en [3].
1 n=1 x
vericanse:
4.3
Criterios de converxencia para series de t erminos non negativos
Presentaremos, sin demostraci on, catro criterios de converxencia directos para STNN. Proposici on 4.3.0.3 Criterio do cociente ou de Dalembert n Si n=1 x e unha STP verif case: 1. Si limn 2. Si limn
xn+1 xn xn+1 xn
< 1 ent on > 1 ent on
n=1 n=1
xn converxe. xn diverxe.
Proposici on 4.3.0.4 Criterio da raiz ou de Cauchy n Si n=1 x e unha STNN e limn n xn = verif case: 1. Si < 1 ent on 2. Si > 1 ent on
n=1 n=1
3. Si = 1 o criterio non decide. Proposici on 4.3.0.5 Criterio logar tmico 1/xn n Si x e unha STP e lim case: n log(n) = verif n=1
50 1. Si > 1 ent on 2. Si < 1 ent on

n=1 n=1
TEMA 4. SERIES DE NUMEROS REALES xn converxe. xn diverxe.
Proposici on 4.3.0.6 Criterio de Raabe n Si n=1 x e unha STP verif case: 1. Si limn n(1 2. Si limn n(1
xn+1 xn ) xn+1 xn )
> 1 ent on < 1 ent on
n=1 n=1
A demostraci on pode verse en [3]. O lector pode aplicar os criterios anteriores as series arm onicas e xeom etricas de TNN e analizar as conclusi ons. Os criterios de converxencia para STNN son aplicables para series de t erminos non negativos a partir de un certo ndice N0 estudiando o car acter n que n da serie x e STNN e xa conocemos que as series n=N0 n=N0 x e n nen o mesmo car acter. n=1 x te Os criterios de converxencia para STNN son aplicables tam en a series de t erminos negativos estudiando o car acter da serie n=1 xn que e STNN e xa conocemos que as series x e x te n en o mesmo car acter. n n=1 n=1 n Finalmente os criterios de converxencia para STNN son aplicables, en xeral, a series de t erminos con signo constante a partir de un certo ndice N0 estudiando o car acter da serie n=N0 xn que e STNN ou unha STNP e reducimos o problema a un dos apartados anteriores. A pesar de esta xeneralizaci on non t odolas series son de este tipo, hai moitas series que te nen t erminos positivos e negativos a partir de calquer indice N0 xado. Na seguinte secci on estudiamos un caso moi particular de este u ltimo tipo de series.
4.4
Series alternadas
n=N0
Chamamos serie alternada a unha serie do tipo (1)n xn , xn > 0, n N
O criterio de Leibnitz, que enunciamos a continuaci on, da unha condici on suciente de converxencia para as series alternadas e acota o erro que cometemos o aproximar a suma da serie pola suma parcial n-exima.
4.5. CONVERXENCIA ABSOLUTA Proposici on 4.4.0.7 Para a serie alternada

n n=1 (1) xn
51 verif case:
n n=1 (1) xn
1. Si {xn } e mon otona decrecente e converxe a cero ent on converxe.
2. Si a serie anterior e converxente e denotamos por s a sua suma tense que |sn s| < xn+1 . A demostraci on pode verse en [3].
1 A serie arm onica n=1 n e diverxente, como xa dixemos anteriormente, 1 pero a serie alternada n=1 (1)n n converxe, aplicando o criterio de Leibnitz. Si denotamos por s a sua suma verif case 1000
|s
n=1
1 1 (1)n | < n 1001
As , para este tipo de series, ainda que desconozcamos o valor exacto da suma podemos calcular unha aproximaci on sua tan precisa como queiramos.
4.5
Converxencia absoluta
Non t odalas series pertencen a alg un dos tipos estudidos anteriormente. Para estudiar o car acter de series que non est an en ning un tipo anterior introducimos o concepto de converxencia absoluta. Decimos que unha serie e absolutamente converxente si conn=1 xn verxe a serie | x | , que denominamos serie de valores absolutos. n n=1 Notese que a serie e unha STNN e polo tanto podemos aplin=1 |xn | carlle criterios de converxencia para STNN. O seguinte resultado da unha relacci on entre a converxencia e a converxencia absoluta.
Proposici on 4.5.0.8 Toda serie absolutamente converxente e converxente e adem ais verica |
n=1
xn |
n=1
| xn |
52
Demostraci on: Para demostrar esta propiedade faremos uso do criteriode converxencia de Cauchy. Por hip otese temos que a serie de valores absolutos converxe, e polo tanto verica o criterio de converxencia de Cauchy > 0, N N|p, q > N , ||xp+1 | + + |xq || < esto implica > 0, N N|p, q > N , |xp+1 + + xq | < |xp+1 | + + |xq | < e polo tanto a serie as converxe.
n=1
xn verica o criterio de converxencia de Cauchy e
Ademais tense que

M M
n=1
xn |
n=1
|xn |, M N
e tomando l mites obtemos o segundo resultado que enunciamos. N otese que o rec proco da proposici on anterior non se verica como proba o seguinte exemplo: n A serie n=1 (1) /n converxe, en virtude do criterio de Leibnitz, pero a sua serie de valores absolutos n=1 1/n diverxe. N otese tam en que si unha serie o n { xn } e n=1 xn verica que a sucesi de signo constante a partir de un certo ndice N0 tense que converxe si e s o si e absolutamente converxente. Decimos que unha serie e condicionalmente converxente si converxe pero non e absolutamente converxente. Gustarianos introducir os conceptos de reordenaci on e asociaci on de t erminos en series para rematar o c apitulo co teorema de Riemann, pero res ultanos imposible, por raz ons de tempo.
Tema 5
L mites de funci ons

Dada unha funci on f : D Rp Rq , l Rq e a D , diremos que l eo l mite de f en a, ou cando x tende a a, e notaremos
xa
lim f (x) = l
si se verica {xn } D \ {a}, {xn } a, {f (xn )} l Consideramos as seguintes precisi ons: 1. Si p = 1 consideramos os casos a = e a = . 2. N otese que esiximos que a D , non necesariamente que a D. 3. Da unicidade do l mite de sucesi ons seguese a unicidade do l mite de funci ons. 4. Da denici on seguese que si {xn } a e {xn } a tales que {f (xn )} l , f (xn )} l e l = l , ent on lim f (x).
xa
Como exemplo podemos considerar a funci on f : R R R denida f como f (x) = sin(1/x). E acil ver que 0 e punto de acumulaci on de R e que limx0 f (x). 1 1 } e {xn } = { 2n+ Consideramos as sucesi ons {xn } = { n /2 } que converxen a cero as correspondentes sucesi ons imaxenes {f (xn )} = {sin(n )} 0 e {f (xn )} = {sin(2n + /2)} 1, polo tanto non existe o l mite de f en cero.
53
54
TEMA 5. L IMITES DE FUNCIONS
Vemos a continuaci on unha caracterizaci on do l mite de unha funci on nun punto, en t erminos de normas ou distancias e en t erminos de abertos. Teorema 5.0.0.9 Para unha funci on f : D Rp Rq , l Rq e a D son equivalentes: 1. limxa f (x) = l 2. > 0, > 0|x D, x = a, x a < ; f (x) l < 3. Vl , Ua |x D Ua , x = a; f (x) Vl Demostraci on: Probaremos que (1) e (3) son equivalentes, do mesmo xeito probase a equivalencia entre (1) e (2). (1) (3) Probar emolo por reducci on o absurdo. Supo nemos que non se verica (3) e veremos que tampouco se verica (1). Non se verica (3) si e s o si Vl , Ua |xUa D Ua , x = a; f (x) Vl Si tomamos Ua = B (a, 1/n), n N temos Vl , n N|xn D B (a, 1/n), xn = a; f (xn ) Vl construimos as unha sucesi on {xn } D \ {a}, {xn } a que verica { f ( xn ) } l . Polo tanto limxa f (x) = l , en contra da hip otese (1). (3) (1) Pro hip otese temos Vl , Ua |x D Ua , x = a; f (x) Vl Consideramos unha sucesi on arbitraria {xn } D \ {a}, {xn } a, verica para un entorno Ua de a xado N N|n > N, xn Ua D e por (3) tense que f (xn ) Vl , n > N polo tanto {f (xn )} l . Por ser {xn } arbitraria temos que l e o l mite de f en a.
5.1. OPERACIONS CON L IMITES
55
Agora res ultanos mais f acil probar que o l mite no orixen da funci on f : R2 R denida por f (x, y ) = xy sin(x/y ), si y = 0 e cero en outro caso vale cero. |f (x, y ) 0| |xy sin(x/y )| |xy | = |x||y | (x, y )
2
< 2 =
Tomamos = 1/2 e polo par agrafo (2) do teorema anterior temos que o l mite de f no orixen de coordenadas vale cero. Vemos a continuaci on a relaci on entre o l mite de unha funci on e o l mite das suas funci ons coordenadas. Proposici on 5.0.0.10 Sexan f : D Rp Rq , a D , l = (l1 , . . . , lq ) q R e f = (f1 , . . . , fq ). Son equivalentes: 1. limxa f (x) = l . 2. limxa fi (x) = li , i = 1, . . ., q Demostraci on:
xa
lim f (x) = l [{xn } D \ {a}, {xn } a, {f (xn )} l ] {xn } D \ {a}, {xn } a, {fi (xn )} li, i = 1, . . ., q
equivalentemente
xa
lim fi (x) = li , i = 1, . . . , q.
N otese que as funci ons coordenadas def non son mais que a composici on da funci on f cas proxeci ons i , esto e fi = i f . O resultado anterior proba que para calcular o l mite de unha funci on vectorial e suciente calcular os l mites das suas q funci ons coordenadas, que son funci ons reais. Mais adiante centrar emonos nas propiedades dos l mites das funci ons reais.
5.1
Operaci ons con l mites
Denimos o concepto de l mite dunha funci on nun punto de xeito secuencial, e de esperar ent on que os l mites de funci ons se comporten de xeito an alogo os l mites de sucesi ons respecto das operaci ons usuais de sumas e productos. Enunciamos na seguinte proposici on estas propiedades. Proposici on 5.1.0.11 Sexan f, g : D Rp Rq , a D , l1 , l2 Rq tales que limxa f (x) = l1 e limxa g (x) = l2 . Verif canse:
56 1. limxa (f (x) + g (x)) = l1 + l2 . 2. limxa f (x) = l1 .
3. limxa < f (x), g (x) >=< l1 , l2 >. Demostraci on: Probaremos s o (1), as demais pr obanse de xeito similar. Todas elas s eguense das propiedades an alogas dos l mites de sucesi ons.
{xn } D\{a}, {xn } a, {f (xn )+g (xn )} = {f (xn )}+{g (xn)} l1 +l2 . Este resultado simple e de gran utilidade no c alculo pr actico de l mites.
5.2
L mites de funci ons reais
Veremos en este ep grafe propiedades dos l mites de funci ons reais que se seguen de propiedades an alogas dos l mites de sucesi ons. Proposici on 5.2.0.12 Sexan f : D Rp R, a D e l R tal que limxa f (x) = l . Verif case M > 0, Ua |x D Ua , x = a, |f (x)| < M Demostraci on: Faremos uso da caracterizaci on do l mite en t erminos de normas. Por hip otesis temos limxa f (x) = l equivalentemente > 0, > 0|x D, x = a, x a < ; |f (x) l | < Fixamos tomamos M = |l | + e Ua = B (a, ). Verif case x D Ua x = a, |f (x)| < M e as temos a tese. Nesta proposici on pr obase que toda funci on con l mite nito e localmente acotada. Proposici on 5.2.0.13 Sexan f : D Rp R, a D , l R tal que limxa f (x) = l . Verif case:
5.2. L IMITES DE FUNCIONS REAIS 1. Si c > l Ua |x D Ua , x = a, f (x) < c. 2. Si c < l Ua |x D Ua , x = a, f (x) > c.
57
Demostraci on: (1) Por hip otese temos limxa f (x) = l equivalentemente, en t erminos de entornos, temos Vl , Ua |x D Ua , x = a; f (x) Vl tomando Vl = (l 1, c) temos Ua |x D Ua , x = a; f (x) (l 1, c) e de aqui deducimos a tese. A demostrraci on de (2) e an aloga.
Corolario 5.2.0.14 Sexan f : D Rp R, a D , l R tal que limxa f (x) = l . Verif case c > 0, Ua |x D Ua , x = a, f (x) (l c, l + c). Demostraci on: S guese da proposici on anterior.
Proposici on 5.2.0.15 Sexan f, g : D Rp R, a D , l1 , l2 R tales que limxa f (x) = l1 e limxa g (x) = l2 e Ua , f (x) < g (x), x Ua . Ent on l1 < l2 . an Demostraci on: E aloga a da correspondente proposici on para sucesi ons. Reciprocamente.
Proposici on 5.2.0.16 Sexan f, g : D Rp R, a D , l1 , l2 R tales que limxa f (x) = l1 e limxa g (x) = l2 e l1 < l2 . Ent on Ua , f (x) < g (x), x Ua. Demostraci on: Pr obase de xeito an alogo a proposici on anterior.
Proposici on 5.2.0.17 Regra do sandwich Sexan f, g, h : D Rp R, a D , tales que Ua , f (x) < g (x) < h(x), x Ua , x = a. Si limxa f (x) = limxa h(x) = l ent on limxa g (x) = l.
58
TEMA 5. L IMITES DE FUNCIONS Demostraci on: Temos que demostrar que limxa g (x) = l esto e
3 3 > 0, Ua |x D Ua , x = a; g (x) (l , l + )
Por hipotese temos: 1. limxa f (x) = l equivalentemente

1 1 > 0, Ua |x D Ua , x = a; f (x) (l , l + )
2. limxa h(x) = l equivalentemente

2 2 > 0, Ua |x D Ua , x = a; h(x) (l , l + )
3. Ua , f (x) < g (x) < h(x), x Ua, x = a

3 1 2 Tomemos ent on Ua = Ua Ua Ua . Este entorno de a, as elexido, verica a tese.
5.3
L mites seg un subconxuntos
Dada unha funci on f : D Rp Rq , B D, a D B , chamamos l mite de f en a segundo o subconxunto B o

xa
lim fB (x) = l
A seguinte proposici on pon de manifesto a relaci on entre o l mite de unha funci on e o l mite segundo subconxuntos. Proposici on 5.3.0.18 Sexa f : D Rp Rq , B D, a D B , tal que limxa f (x) = l . Ent on limxa fB (x) = l . Demostraci on: Por hip otese limxa f (x) = l , equivalentemente {xn } D \ {a}, {xn } a, {f (xn )} l Esto implica {xn } D B \ {a}, {xn } a, {f (xn )} l esto, por denici on, e equivalente a limxa fB (x) = l . Desta proposici on s guense resultados importantes para o c alculo practico de l mites.
SUBCONXUNTOS 5.3. L IMITES SEGUN
59
Corolario 5.3.0.19 Sexa f : D Rp Rq , B D, a D B . Verif canse: 1. Si limxa fB (x), entonces limxa f (x) 2. Si limxa fBi (x) = li , i = 1, 2 e l1 = l2 , entonces limxa f (x) 3. Si limxa fB (x) = l , entonces limxa f (x) = l ou limxa f (x) A demostraci on siguese f acilmente da proposici on. O l mite seg un subconxuntos permite probar que non existe o l mite de unha funci on nun punto ou de existir coincide co l mite seg un o subconxunto calculado. Como exemplo podemos probar que non existe o l mite no orixen das seguintes funci ons: Sexa f : R2 R denida por f (x, y ) = e cero en (0, 0). Consideramos: 1. B1 = {(x, y ) R2 |x = 0, y = 0} 2. B2 = {(x, y ) R2 |x = y, x = 0} f E acil ver que 1. limxa fB1 (x) = 0 2. limxa fB2 (x) = l e polo tanto limxa f (x). Sexa g : R2 R denida por g (x, y ) = e g (0, y ) = 0. Consideramos os subconxuntos: 1. B = {(x, y ) R2 |y = x, x, = 0} x2 , si y = (0, 0) y x2 y 2 , si (x, y ) = (0, 0) x2 y 2 + (x y )2
60
TEMA 5. L IMITES DE FUNCIONS 2. B = {(x, y ) R2 |y = x2 , x = 0} f E acil ver que 1. limxa fB (x) = 0, R 2. limxa fB (x) = 1 e polo tanto limxa f (x).
No caso de funci ons de variable real podemos considerar conxuntos expecicos que nos permiten caracterizar a existencia de l mite dunha funci on en un punto. Si f : D R R e a D . Denimos os conxuntos D+ = D (a, ) e D = D (, a). Si a e punto de acumulaci on de D + e de D podemos falar de l mites seg un estos subconxuntos, que denominamos l mites laterais, de f en a, pola dereita e pola esquerda respectivamente e notamos
limxa+ f (x) = limxafD+ (x) e limxa f (x) = limxafD (x) respectivamente. Proposici on 5.3.0.20 Sexa f : D R R e a D (D + ) (D ) , verif case. lim f (x) = l lim f (x) = l = lim f (x)
xa xa+ xa
A demostraci on e f acil e deix amola como exercicio para o lector.
5.4
Equivalencias de l mites de funci ons. Principio de sustituci on
Si f, g : Ux0 R R d uas funci ons denidas en un entorno de x0 , Ux0 , admitimos a posibilidade de que x0 = ou x0 = . Diremos que f e g son equivalentes en x0 si verica f (x) =1 g (x)
xx0
lim
61 5.4. EQUIVALENCIAS DE L IMITES DE FUNCIONS. PRINCIPIO DE SUSTITUCION e notaremos f g, (x x0 ). Proposici on 5.4.0.21 Si f, g : Ux0 R R, f g, (x x0 ) e limxx0 f (x) = . Ent on limxx0 g (x) = . Proposici on 5.4.0.22 Principio de sustituci on O l mite dunha funci on en un punto non varia si na expresi on do seu t ermino xeral sustituimos alg un dos seus factores ou divisores por outro equivalente. A demostraci on e similar a do resultado hom onimo para sucesi ons. A proposici on anterior non se verica en sumas. Damos a continuaci on unha lista de l mites equivalentes.
1. log(1 + f (x)) f (x) si limxx0 f (x) = 0, cando (x x0 ). 2. (ax 1) x log(a), cando (x x0 ), a > 0. 3. Pn (x) = an xn + an1 xn1 + + a0 , an = 0 verif canse: (b) Pn (x) a0 , cando (x 0) si a0 = 0. 4. sin(x) x, cando (x 0). 5. tan(x) x, cando (x 0). 6. (1 cos(x)) x2 /2, cando (x 0). 7. arcsin(x) x, cando (x 0). 8. arctan(x) x, cando (x 0). 9. sinh(x) x, cando (x 0). 10. cosh(x) 1, cando (x 0). 11. (cosh(x) 1) x2 /2, cando (x 0). 12. arg sinh(x) x, cando (x 0). 13. arg tanh(x) x, cando (x 0). 14. (1 + x) 1 x, cando (x 0). (a) Pn (x) an xn , cando (x ) ou (x ).
62
5.5
Coordenadas polares
Cada punto de R2 , distinto do orixen, podemos determinalo mediante a sua distancia o orixen e o a ngulo que forma a recta que o une co orixen e o eixo OX . P : ( R2 ) B denida por P (x, y ) = (, ). Esta correspondencia e biunivoca, e a sua 1 inversa e P (, ) = (x, y ) donde x = cos() e y = sin(). A imaxen de P e o conxunto B = {(, ) R2 | (0, ), [0, 2 )}. Notese que: 1. P 1 ([0, 2 ) (0, 0)) = B (0, 0). 2. P 1 ({(, 0)| [0, 2 )}) = S0 circunferencia de centro o orixen e radio 0 . 3. P 1 ({(0 , )| > 0}) = R0 semirecta de pendente 0 . O seguinte resultado permitenos caracterizar o l mite no orixen dunha funci on de R2 en R. Proposici on 5.5.0.23 Sexan f : D R2 R e (0, 0) D . Verif case
(x,y)(0,0)
lim
f (x, y ) = l lim f P 1 (, ) = l
0
uniformemente en . Demostraci on: Probaremola s o pro caso l real. lim(x,y)(0,0) f (x, y ) = l si e s o si verica > 0, > 0|(x, y ) D, (x, y ) = (0, 0), (x, y ) < ; f (x, y ) l < Notese que (x, y ) B ((0, 0), ) e polo tanto a proposici on anterior e equivalente a > 0, > 0| < , [0, 2 ), f (P 1 (, )) l < Equivalentemente lim0 f P 1 (, ) = l , uniformemente en . O resultado anterior p odese extender para o c aculo de l mites en puntos (x0 , y0 ) = (0, 0) sin mais que considerar que (x, y ) (x0 , y0 ) (x x0 , y y0 ) (0, 0)
5.5. COORDENADAS POLARES e facemos o cambio a coordenadas polares x = x0 + cos() e y = y0 + sin() Propo nemos como exercicio os seguintes l mites: 1. Sexa f : D R2 R denida por f (x, y ) = donde D = (R2 ) . Calcular lim(x,y)(0,0) f (x, y ). 2. Sexa f : D R2 R denida por f (x, y ) = donde D = R2 \ {(1, 2)}. Calcular lim(x,y)(1,2) f (x, y ). x(x 1)2 (y 2) (x 1)2 + (y 2)2 xy 2 x2 + y 2
63
64
Tema 6
Continuidade de funci ons

Dada unha funci on f : D Rp Rq e a D, diremos que f e continua en a si se verica {xn } D, {xn } a, {f (xn )} f (a) N otese que unha f e continua en un punto a si leva puntos xn pr oximos a a en puntos f (xn ) pr oximos a f (a). O seguinte teorema pon de manifesto a estreita relaci on entre a continuidade e o l mite de unha funci on en un punto. Teorema 6.0.0.24 Para unha funci on f : D Rp Rq e a D son equivalentes: 1. f e continua en a. 2. > 0, > 0|x D, x a < ; f (x) f (a) < 3. Vf (a), Ua |x D Ua , f (x) Vf (a) an Demostraci on: E aloga a do teorema do cap tulo anterior que caracteriza o l mite dunha funci on nun punto. Teorema 6.0.0.25 Sexa f : D Rp Rq e a D D . f e continua en a si e s o si lim f (x) = f (a).
xa
A demostraci on s guese das denici ons de forma inmediata. N otese que si a D e a D (e decir a Ais(D)) ent on f e continua en a.
65
66
TEMA 6. CONTINUIDADE DE FUNCIONS
6.1
Operaci ons con funci ons continuas
Proposici on 6.1.0.26 Sexan f, g : D Rp Rq e a D, si f e g son continuas en a. Verif canse: 1. f + g e continua en a. 2. f e continua en a, R. 3. < f, g > e continua en a. A demostraci on s eguese das propiedades an alogas para l mites de funci ons.
Proposici on 6.1.0.27 Sexan f, g : D Rp R e a D, si f e g son continuas en a. Verif canse: 1. f g e continua en a. 2. Si g (a) = 0. Enton f /g e continua en a Proposici on 6.1.0.28 Si f : D Rp Rq e continua en a. Entonces f e continua en a. A demostraci on s eguese da desigualdade | f (x) f (a) | f (x) f (a) Proposici on 6.1.0.29 Composici on de funci ons p q Sexan: f : D R R continua en a, b = f (a), f (D) E , e g : E Rq Rm continua en b. Ent on g f e continua en a. Demostraci on: Si {xn } a entonces, por ser f continua en a, {f (xn )} f (a), por se g continua en b = f (a) {g (f (xn))} g (f (a)) e as gf e continua en a. O seguinte resultado relaciona a continuidade de unha funci on coa das suas funci ons coordenadas. Proposici on 6.1.0.30 Sexa f : D Rp Rq e a D. Verif case: f e continua en a si e s o si fj son continuas en a, j = 1, 2, . . ., q. Demostraci on: f e continua en a si s o si {xn } D, {xn } a, {f (xn )} f (a)
6.2. CONTINUIDADE GLOBAL equivalentemente {xn } D, {xn } a, {fj (xn )} fj (a), j = 1, 2, . . . , q esto e fj e continua en a, j = 1, 2, . . ., q .
67
6.2
Continuidade global
Si f : D Rp Rq e B D. Diremos que f e continua en B si f e continua en x, x B , (como caso particular consideramos B = D). Podemos caracterizar a continuidade global en t erminos de abertos ou pechados. Teorema 6.2.0.31 Para unha funci on f : D Rp Rq son equivalentes: 1. f e continua en D. 2. V Rq aberto, U Rp aberto|f 1 (V ) = U D 3. H Rq pechado, F Rp pechado|f 1 (H ) = F D Omitimos a demostraci on deste teorema. Veremos como se reescribe o resultado anterior cando D coincide con Rp .
Corolario 6.2.0.32 Para unha funci on f : Rp Rq son equivalentes: 1. f e continua en Rp . 2. V Rq aberto, f 1 (V ) eabertoenRp 3. H Rq pechado, f 1 (H ) epechadoenRp N otese que en xeral as funci ons continuas non levan abertos en abertos nin pechados en pechados, pero si verican estas condici ons diremos que a funci on e aberta ou respectivamente pechada e as a funci on inversa, en caso de existir, ser a continua. Como exemplo das armaci ons anteriores consideramos as funci ons f (x) = 2 sin(x) e g (x) = 1/(1 + x ). E inmediato ver que f ((0, )) = (0, 1] e g ([1, )) = (0, 1/2].
68
6.3
Continuidade e conexi on
Veremos en esta secci on que a conexi on conservase por funci ons continuas, e unha propiedade topol oxica. Deste resultado s egense importantes propiedades como o teorema dos ceros de Bolzano, que a sua vez, nos aporta un algoritmo simple que nos permite aproximar a soluci on de ecuaci ons. Proposici on 6.3.0.33 Sexa f : D Rp Rq . Si f e continua en D e D e conexo. Ent on f (D) e conexo. inmediata da denici Demostraci on: E on de conexo e da caracterizaci on da continuidade en t erminos de abertos. f E acil ver que si f (D) non fose conexo e V1 |V2 fose unha separaci on de f (D) ent on f 1 V1 |f 1 V2 ser a unha separci on de D e polo tanto D non seria conexo. Corolario 6.3.0.34 Si f : D Rp Rq , H D, H e conexo e f continua en D. Ent on f (H ) e conexo. As funci ons continuas levan conexos en conexos.
Corolario 6.3.0.35 Propiedade de Darbuoux Si f : H Rp R, H e conexo e f continua en H . Si k R, a, b H, f (a) < k < f (b). Ent on c H, f (c) = k Demostraci on: Das hip oteses s eguese que f (H ) e conexo en R, esto e, un intervalo e knf (H ), polo tanto ten un antecedente en H ou dito de outro xeito c H, f (c) = k. Da propiedade de Darboux ded ucense os seguintes resultados. Corolario 6.3.0.36 Si f : I R R, I intervalo e f continua en I . Si k R, a, b I, f (a) < k < f (b). Ent on c I, f (c) = k A demostraci on s eguese do corolario anterior para p = 1.
Corolario 6.3.0.37 Teorema dos ceros de Bolzano Si f : [a, b] R R e f continua en [a, b]. Si f (a)f (b) < 0. Ent on c [a, b], f (c) = 0
6.4. CONTINUIDADE E COMPACIDADE
69
A demostraci on e un caso particular do corolario anterior para I = [a, b]. Podemos dar outra demostraci on constructiva deste resultado, fundamentada no teorema dos intervalos encaixados, que nos permite dise nar o algoritmo de bisecci on para aproximar a soluci on e ecuaci ons do tipo f (x) = 0. Presentaremos este algoritmo na clase de pr acticas e aplicar emolo para aproximar soluci ons de ecuaci ons concretas.
6.4
Continuidade e compacidade
A compacidade, o igual que a conexi on, e unha propiedade topol oxica, e decir, conservase por funci ons continuas. Enunciamos este resultado na seguinte proposici on. Proposici on 6.4.0.38 Sexa f : K Rp Rq . Si f e continua en K e K e un conxunto compacto. Ent on f (K ) e compacto. Omitimos a demostraci on deste resultado e vemos algunhas consecuencias suas. Corolario 6.4.0.39 Sexa f : D Rp Rq . Si f e continua en D e KD e un conxunto compacto. Ent on f (K ) e compacto. Corolario 6.4.0.40 Sexa f : K Rp R. Si f e continua en K e K e un conxunto compacto. Ent on: a, b K, f (a) = min(f (K )), f (b) = max(f (K )). Corolario 6.4.0.41 Sexa f : [a, b] R R. Si f e continua en [a, b]. Ent on: m, M R, f ([a, b]) = [m, M ]. Demostraci on: f ([a, b]) e pechado, acotado e conexo, polo tanto m, M R, f ([a, b]) = [m, M ].
Corolario 6.4.0.42 Sexa f : K Rp Rq . Si f e continua en K e K e un conxunto compacto. Ent on: a, b K, f (a) = min{f (x)|x K }, f (b) = max{f (x)|x K }. Demostraci on: Consideramos a composici on K Rp Rq R e aplicamos un dos corolarios pr evios a funci on composta f .
f
70
Teorema 6.4.0.43 Continuidade da funci on inversa Sexa f : K Rp Rq . Si f e continua e inxectiva en K e K e un conxunto compacto. Ent on f 1 : f (K ) Rq Rp e continua Demostraci on: Probaremos que a imaxen inversa por f 1 dun pechado e pechado. Sexa H un pechado en Rp , verif case (f 1 )1 (H ) = f (H ) = f (H K ) pero H K e un compacto contido en K e f e continua en K , polo tanto f (H K ) e compacto e polo tanto pechado. Esto proba que f 1 e continua.
6.5
Continuidade uniforme
Decimos que unha funci o n f : D Rp Rq e uniformemente continua en D si verica > 0, > 0|x, y D, x y < ; f (x) f (y ) < N otese que s o depende de e non dos puntos x ou y . A continuidade uniforme e unha propiedade global. A identidade e uniformemente continua no dominio denici on, t omese = . Consideramos a funci on h : (0, ) R R denida por h(x) = 1/x. E continua en (0, ) pero non e uniformemente continua en (0, ). Toda funci on uniformemente continua e continua en todo o seu dominio de denici on. O rec proco en xeral non e certo pero s se verica cando o dominio e compacto. Teorema 6.5.0.44 Sexa f : K Rp Rq . Si f e continua en K e K e un conxunto compacto. Ent on f e uniformemente continua en K .
6.6
Funci ons contractivas. Teorema do punto xo
Dada a funci on f : D Rp Rq diremos que f e de Lipchitz en D si
6.6. FUNCIONS CONTRACTIVAS. TEOREMA DO PUNTO FIXO
71
c > 0, f (x) f (y ) c x y , x, y D Diremos que f e contractiva en D si c < 1. Toda funci on de Lipchitz e uniformemente continua no seu dominio de denici on. O rec proco non e certo.
Teorema 6.6.0.45 Teorema do punto xo Si f : Rm Rm e contractiva. Ent on x0 Rm , f (x0 ) = x0 . Ademais x0 eu nico Demostraci on: Construiremos unha sucesi on {xn } en Rm converxente a x0 e tal que f (x0 ) = x0 . Eleximos x1 Rm arbitrariamente e construimos inductivamente xn+1 = f (xn ), n 1. Verif case xn+1 xn = f (xn ) f (xn1 ) c xn xn1 cn1 x2 x1 Si p > q tense xp xq xp xp1 + + xq+1 xq cq1 1 cpq x2 x1 < 1c
(cp2 + + cq1 ) x2 x1 cq1 (cpq1 + + c + 1) x2 x1
Esto proba que {xn } e de Cauchy en Rm e polo tanto x0 Rm e tal que {xn } x0 . Como f e continua en x0 {f (xn )} f (x0 ) pero {f (xn )} = {xn+1 } x0 e como o l mite de unha sucesi on eu nico f (x0 ) = x0 . Para probar a unicidade suporemos que existen dous puntos x0 e x0 vericando x0 = f (x0 ) e x0 = f (x0 ) e probaremos que son iguales. x0 x0 = f ( x 0 ) f ( x 0 ) c x 0 x0 pero como c < 1 a desigualdade anterior s o se verica si x0 x0 = 0, esto e si x0 = x0 .
72
O teorema do punto xo ten aplicaci ons na resoluci on de ecuaci ons ou sistemas de ecuaci ons. Si temos unha ecuaci on g (x) = b, x, b Rm (sistema de ecuaci ons con m ecuaci ons e m incognitas). Plantexamos un sistema equivalente f (x) = x con f contractiva. Eleximos x1 Rm arbitrariamente e construimos inductivamente xn+1 = f (xn ). O l mite da sucesi o n { x n } , x0 , e soluci on da u ltima ecuaci on e polo tanto tam en da primeira. Aproximamos (x0 ) por (xn0 ) e adoptamos este u ltimo como soluci on da ecuaci on de partida. Este proceso e fac lmente implementable nun ordenador e danos as un m etodo para resolver (aproximar a soluci on) dun sistema de ecuaci ons. Os m etodos iterativos cl asicos para a resoluci on de sistemas de ecuaci ons lineais son un caso particular do proceso descrito anteriormente.
6.7
Funci ons lineais
Unha funci on f : Rn Rp dise lineal si verica 1. f (x + y ) = f (x) + f (y ), x, y Rn . 2. f (x) = f (x), R, x Rn . Denotamos por L(Rn , Rp) = {f : Rn Rp|f e lineal} Si consideramos xadas bases (can onicas) en Rn e Rp existe unha correspondencia biun voca entre L(Rn , Rp) e as matrices Mpn (R) denida por f (x) = (cij ) xt Toda funci on lineal e continua como pon de manifesto o seguinte resultado. Teorema 6.7.0.46 L(Rn , Rp) C (Rn , Rp). Demostraci on: Faremos uso da caracterizaci on enunciada anteriormente. Si f L(Rn , Rp) ent on (cij ) Mpn (R) vericando
n n
f (x) = (cij ) x = (
c1k xk , . . .,
k=1 k=1
cpk xk )
f e continua xa que as suas funci ons coordenadas

n
fj (x) =
k=1
cjk xk
6.7. FUNCIONS LINEAIS son todas continuas por ser polin omicas.
73
Facemos a continuaci on algunhas observaci ons sobre o espacio das funci ons lineis: 1. L(Rn , Rp) e un espacio vectorial real de dimensi on p n. 2. Si f L(Rn , Rp) denimos f = sup{ f (x) | x 1} que verica os axiomas de norma e polo tanto (L(Rn , Rp), espacio vectorial normado. ) e un
3. Verif case f (x) f x , x Rn , en consecuencia temos: f (x) f (y ) = f (x y ) f x y as , toda funci on lineal e de Lipchitz, e polo tanto, uniformemente continua.
74
Bibliograf a
[1] Apostol, T. M. An alisis matem atico. Revert e (2a edicci on), 1989. [2] Burden, R. L.,Faires R. L., An alisis num erico. Tomson (6a edicci on), 1998. [3] Burgos, J. C alculo innitesimal de una variable. McGRAW-HILL (2a edicci on), 2007. [4] Burgos, J. C alculo innitesimal de varias variable. McGRAW-HILL (2a edicci on), 2008. [5] Galindo, F., Sanz, J., Trist an, L. C alculo innitesimal en una variable real. Thomson, 2008. [6] Galindo, F., Sanz, J., Trist an, L. C alculo innitesimal en varias variable. Thomson, 2005.
75

Calculo I

Enviado por

Dados do documento

Título original

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

Calculo I

Enviado por

Direitos autorais:

Formatos disponíveis

Apuntes de CALCULO INFINITESIMAL Curso 2010-2011

Ricardo Vidal October 14, 2010

O corpo dos n umeros reais

TEMA 1. O CORPO DOS NUMEROS REAIS

Introducci on axiom atica de R

(b) Producto a b, 0 c ac bc.

AXIOMATICA 1.1. INTRODUCCION DE R 2. b e cota inferior de A si b a, a A.

Propiedade arquimediana, consecuencias

1 1 k1 k1 < yx + <y+ xy n n n n as temos r =

TEMA 1. O CORPO DOS NUMEROS REAIS

1.4. VALOR ABSOLUTO EN R

TEMA 1. O CORPO DOS NUMEROS REAIS

Introducci on axiom atica de N. Principio de inducci on

n 1 n(n + 2) + 1 n+1 + = = n + 1 (n + 1)(n + 2) (n + 1)(n + 2) n+2

n(n + 1)(2n + 1) = P (n) 6

2. Probar que se verica

3. Probar que se verica a seguinte identidade para n > 1

k!k = (n + 1)! 1 = P (n)

TEMA 1. O CORPO DOS NUMEROS REAIS

O espacio vectorial normado Rn

= |x1 | + |x2 | + + |xn |, norma 1

n p (c) (x1 , x2 , . . . , xn ) p = k=1 |xk | denominase norma euclidea.

= max{|x1 |, |x2|, . . ., |xn |}, norma innito , p 1, norma p, si p = 2

2.2. ESPACIOS NORMADOS

2. | x y | x y x + y , x, y V Demostraci on: 1. x = 1x = | 1| x = x (b) Vericanse:

Das duas desigualdades anteriores deducimos:

= |y1 x1 | + + |yn xn | = max{|y1 x1 |, . . . , |yn xn |}

TEMA 2. O ESPACIO VECTORIAL NORMADO RN 3. d2 (x, y ) = y x 4. dp (x, y ) = y x

= (|y1 x1 |2 + + |yn xn |2 )1/2 = (|y1 x1 |p + + |yn xn |p)1/p, p 1

Productos interiores ou escalares

vericando: 1. < x, x > 0, x V 2. < x, x >= 0 x = 0

< (xx, x2 , . . . , xn ), (y1, y2 , . . . , yn ) >=

2.3. PRODUCTOS INTERIORES OU ESCALARES 1. e unha norma sobre V

(b) x =< x, x >1/2 = || < x, x >1/2 = || x

(a) x =< x, x >1/2 = 0 < x, x >= 0 x = 0

=< x + y, x + y >=< x, x > +2 < x, y > + < y, y > x

e as temos x + y x + y . 2. Consideramos x, y V xos e R arbitrario. Tense 0 xy

=< xy, xy >=< x, x > +2 < x, y > +2 < y, y >= P ()

TEMA 2. O ESPACIO VECTORIAL NORMADO RN

Corolario 2.3.0.16 A rior usual.

e unha norma en Rn , procede do producto inte-

En virtude da desigualdade de Cauchy-Schwrz temos x y < x, y > x y

Posici on dun punto respecto de un conxunto

Consideramos, en (Rn , Denimos:

2.4. TOPOLOX IA USUAL EN RN 5. x0 e un punto aillado de A si r > 0|B (x0 , r ) A = {x0 }

TEMA 2. O ESPACIO VECTORIAL NORMADO RN

Conxuntos abertos e pechados

2.4. TOPOLOX IA USUAL EN RN Proposici on 2.4.2.2 En (Rn ,

Conxuntos acotados. Teorema de Bolzano-Weirstrass

Diremos que un conxunto E en (Rn , sup

2.4. TOPOLOX IA USUAL EN RN

Conxuntos compactos, conexos e convexos

TEMA 2. O ESPACIO VECTORIAL NORMADO RN 4. E A = = E B

Diremos que duas sucesi ons x = {xn } e y = {yn } son iguais si xn = yn , n N.

Operaci ons con sucesi ons

Sucesi ons converxentes

3.2. SUCESIONS CONVERXENTES

Demostraci on: Probaremos a implicaci on en (Rp, Por hipotese {xn } x0 esto e

> 0, N N|n > N , xn x0 xn x0 As temos

p 1 2 2 p = max{|x1 n x0 |, |xn x0 |, . . ., |xn x0 |} <

i > 0, N N|n > N , |xi n x0 | < , i = 1, 2, . . ., p

Propiedades das sucesi ons converxentes en R

Operaci ons con sucesi ons converxentes en Rp