Notas de Análisis Matemático UA

An alisis Matematico
Edgardo Alvarez Pardo

2 de septiembre de 2012
2
Captulo 1
N umeros Reales
1.1. Axiomas de Cuerpo
Junto con el conjunto de n umeros reales se supone la existencia de dos
operaciones llamadas adicion y multiplicacion, tales que para cada par de
n umeros reales x, y se puede formar la suma que es otro n umero real desig-
nado por x + y y el producto x y. La suma x + y y el producto xy estan
unvocamente determinados por x y y. Presentamos los axiomas relacionados
con las operaciones indicadas.
1. PROPIEDAD CONMUTATIVA: x +y = y +x, xy = yx.
2. PROPIEDAD ASOCIATIVA: x + (y +z) = (x +y) +z, x(yz) =
(xy)z.
3. PROPIEDAD DISTRIBUTIVA: x(y +z) = xy +yz.
4. EXISTENCIA DE ELEMENTOS NEUTROS: Existen dos n umeros
reales distintos, que se indican por 0 y 1 tales que para cada n umero
real x se tiene que x + 0 = 0 +x = x y x 1 = 1 x = x.
5. EXISTENCIA DE NEGATIVOS: Para cada n umero real x existe
un n umero real y tal que x +y = y +x = 0.
6. EXISTENCIA DEL RECIPROCO: Para cada n umero real x = 0
existe un n umero real y tal que xy = yx = 1.
Teorema 1.1.1 (Ley de cancelacion para suma). Si a +b = a +c entonces
b = c. En particular, el n umero cero es unico.
Demostracion. En virtud de la existencia de negativos existe y R tal que
3
4 CAP
ITULO 1. N
UMEROS REALES
a +y = y +a = 0. Entonces,
b = b + 0
= b + (a +y)
= (b +a) +y
= (c +a) +y
= c + (a +y)
= c + 0 = c.
Por lo tanto b = c. Veamos ahora que el 0 es unico. Suponga que existe
0
R tal que satisface el axioma 4. En efecto, si 0
y 0 tuvieran ambos esta

propiedad, entonces 0 + 0
= 0 y 0 + 0 = 0; por tanto
0 + 0
= 0 + 0.
Por la ley de cancelacion obtenemos 0
= 0. En consecuencia el 0 es unico.
Teorema 1.1.2 (Posibilidad de Sustraccion). Dados a y b en R existe un
solo x tal que a +x = b. Este x se denota por b a. En particular, 0 a se
escribe simplemente por a y se denomina negativo de a.
Demostracion. Dado a se elige y tal que a+y = 0. Sea x := y +b. Entonces
a +x = a + (y +b) = (a +y) +b = 0 +b = b.
Por lo menos existe una x tal que a + x = b. Para demostrar la unicidad,
suponga que existe un z R tal que a + z = b. Luego a + x = a + z. De
la ley de cancelacion obtenemos que x = z. Por lo tanto este elemento es
unico. En particular, a +y = 0 implica y = 0 a := a .
Teorema 1.1.3. b a = b + (a)
Demostracion. Veamos que el n umero real b + (a) satisface la ecuacion
a +x = b. En efecto,
a + [b + (a)] = a + [(a) +b] = (a + (a)) +b = 0 +b = b.
De la unicidad del teorema anterior obtenemos que b a = b + (a).
Teorema 1.1.4. 1. (a) = a,
2. a(b c) = ab ac,
3. a 0 = 0 a = 0.
1.2. AXIOMAS DE ORDEN 5
Demostracion. Dado a tenemos que a+(a) = (a)+a = 0. Como (a) es
un n umero real entonces (a) + ((a)) = 0. Por la unicidad del negativo
concluimos que (a) = a. Las dos ultimas partes son ejercicios que debe
realizar el estudiante.
Teorema 1.1.5 (Ley de cancelacion para multiplicacion). Si ab = ac para
c = 0 entonces b = c. En particular, el n umero uno es unico.
Teorema 1.1.6 (Posibilidad de division). Dados a y b en R con a = 0,
existe un solo x tal que ax = b. Este x se denota por b/a o
b
a
y se denomina
cociente de b y a. En particular, 1/a se escribe simplemente por a
1
y se
denomina el recproco de a.
Teorema 1.1.7. 1. Si a = 0, entonces b/a = b a
1
.
2. Si a = 0, entonces (a
1
)
1
= a.
3. Si ab = 0, entonces a = 0 o b = 0.
4. (a)b = a(b) = (ab) y (a)(b) = ab.
5.
a
b
+
c
d
=
ad+bc
bd
si b = 0 y d = 0.
6.
a
b

c
d
=
ac
bd
si b = 0 y d = 0.
7.
a
b
/
c
d
=
ad
bc
si b = 0, c = 0, y d = 0.
Demostracion. Solo demostraremos la tercera armacion. Sea ab = 0 y a =
0. Veamos que b = 0 (p q (p q)).
b = b 1 = b(a a
1
) = (ba)a
1
= (ab)a
1
= 0a
1
= 0.
Por lo tanto se tiene que b = 0.
1.2. Axiomas de Orden
Este grupo de axiomas se reere a un concepto por el que establece una
ordenacion entre los n umeros reales. Segun esta ordenacion se puede de-
cidir si un n umero real es mayor o menor que otro. Introducimos aqu las
propiedades de orden, como un conjunto de axiomas referentes al nuevo
concepto primitivo de positivo, para denir los conceptos de mayor que y
menor que a partir del positivo. Supondremos que existe un cierto subcon-
junto R
+
R, llamado conjunto de n umeros positivos, que satisfacen los
tres axiomas de orden siguientes:
1. Si x, y R
+
, entonces x +y, xy R
+
.
2. Para todo real x = 0, x R
+
o x R
+
pero no ambos.
6 CAP
ITULO 1. N
UMEROS REALES
3. 0 / R
+
.
Ahora se pueden denir los simbolos <, >, , llamados respectiva-
mente menor que, mayor que, menor o igual que y mayor o igual que, de la
manera siguiente. x < y signica que y x es positivo; y > x signica x < y;
x y signica x < y o x = y y y x signica x y. Por lo tanto, se tiene
que x > 0 si y solo si x es positivo. Si x < 0 se dice que x es negativo; si
x 0 se dice que x es no negativo.
Teorema 1.2.1. 1. PROPIEDAD DE TRICOTOM
IA: Para a, b
R se verica solo una de las tres realciones a < b, b < a, a = b.
2. PROPIEDAD TRANSITIVA: Si a 0, entonces ac < bc.
5. Si a = 0 entonces a
2
> 0.
6. 1 > 0.
7. Si a bc.
8. Si a < b, entonces a > b. En particular si a < 0 entonces a > 0.
9. Si ab > 0 entonces a y b son ambos positivos o ambos negativos.
10. Si a < c y b < d entonces a +b < c +d
Demostracion. 1. Propiedad de tricotoma. Sea x := b a. Si x = 0,
entonces b a = a b = 0 / R
+
, y por tanto, del axioma 3 vemos que
no puede ser a > b no b > a. Si x = 0, el axioma 2 arma que x > 0 o
x < 0, pero no ambos. Entonces se verica una y solo una de las tres
relaciones a = b, a < b, b < a.
2. Propiedad transitiva. Sea a 0 y cb > 0.
Por el axioma 1 tenemos que c a = (b a) +(c b) > 0. Por lo tanto
a < c.
3. Demostremos la armacion 3. Sea a < b. Entonces b a > 0. Luego
(b +c) (a +c) = b a > 0. Por lo tanto a +c < b +c.
1.3. INDUCCI
ON MATEM
ATICA 7
1.3. Inducci on Matematica
Induccion matematica es un metodo importante de demostracion que va
a ser usado durante este curso. Este metodo es usado para validar arma-
ciones que son dadas en terminos de los n umeros naturales
N := {1, 2, 3, ...},
con las operaciones aritmeticas de adicion y multiplicacion y con el signi-
cado de que un n umero natural es menor que otro.
Teorema 1.3.1 (Principio del Buen Orden). Todo subconjunto no vaco de
N tiene un elemento mnimo.
Esta propiedad en detalle se puede expresar como: Si S N y S =
, entonces existe un elemento m S tal que m k para todo k S.
Demostraremos que el Principio del Buen Orden implica el Principio de
Induccion Matematica.
Teorema 1.3.2 (PIM I). Sea S N que satisface las siguientes propiedades:
1. 1 S;
2. Si k S, entonces k + 1 S.
Entonces S = N.
Demostracion. Suponga por el contrario que S = N. Entonces N \ S = ,
y por lo tanto del PBO este contiene al menos un elemento mnimo. Sea
m := mn(N \ S). Puesto que 1 S por la primera condicion, entonces
m = 1. Por lo tanto m > 1 y as m 1 es un n umero natural. Puesto
que m 1 < m y puesto que m es el mnmo elemnto de N tal que m / S
debemos tener que m 1 S. Ahora aplicando la segunda hipotesis al
elemento k := m 1 tenemos que k + 1 = (m 1) + 1 = m S. Una
contradiccion. Por lo tanto N \ S = o S = N.
El principio de induccion matematica es a veces descrito en terminos de
armaciones sobre n umeros naturales.
Teorema 1.3.3 (PIM II). Para cada n N, sea P(n) una armacion acerca
de n. Suponga que:
1. P(1) es cierto;
2. Si P(k) es cierto entonces P(k + 1) es cierto;
Entonces P(n) es cierto para todo n N.
Ejercicio. Demuestre que PIMI PIMII.
8 CAP
ITULO 1. N
UMEROS REALES
Teorema 1.3.4 (PIM III). Sea S N tal que 1 S y si {1, 2, 3, ..., k} S
entonces k + 1 S. Entonces S = N.
Ejercicio. Demuestre que PIMI PIMIII.
Ejemplo 1.3.1. Demuestre por induccion matematica la desigualdad de
Bernoulli. Si x > 1, entonces
(1 +x)
n
1 +nx, para todo n N.
Demostracion. Sea S := {n N : (1 +x)
n
1 +nx}. Debemos vercar las
condiciones del PIM I. 1 S pues (1 + x)
1
= 1 + 1x. Suponga que k S.
Queremos demostrar que k + 1 S. Si k S entonces
(1 +x)
k
1 +kx.
Como x + 1 > 0 la hipotesis de induccion implica
(1 +x)
k+1
= (1 +x)
k
(1 +x)
(1 +kx)(1 +x) = 1 + (k + 1)x +kx
2
1 + (k + 1)x.
Por lo tanto k + 1 S. Se sigue del PIM I que S = N y as la desigualdad
es valida para todo n N.
1.4. N umeros Racionales e Irracionales
Consideramos el conjunto de los n umero naturales (o el conjunto de los
enteros positivos) como un subconjunto de R, identicando el n umero nat-
ural n N con la suma enesima del elemento unitario 1 R. Similarmente,
identicamos 0 Z con el elemento 0 R, e identicamos la suma enesima
de 1 con el entero n. Por consiguiente, consideramos a N y Z como sub-
conjuntos de R.
Elementos de R que pueden escribirse en la forma
b
a
donde a, b Z y
a = 0 son llamados n umeros racionales y se denotan por Q. Se puede
demostrar que Q es un cuerpo ordenado. Todos los elementos que estan en
R y no estan en Q son llamados n umeros irracionales y se denotan por
I. Esto es, I = R \ Q.
Teorema 1.4.1. No existe un n umero racional r tal que r
2
= 2.
Demostracion. Suponga por el contrario que existen enteros p y q con q = 0
tales que
_
p
q
_
2
= 2. Podemos suponer que p y q son positivos y el maximo
com un divisor es 1. Puesto que p
2
= 2q
2
entonces p
2
es par. Esto implica que
p es par. En efecto, si p fuera impar entonces p = 2n+1 y p
2
= 4n
2
+4n+1 =
1.5. SUPREMO E

INFIMO 9
2(2n
2
+ 2n) + 1 es impar, una contradiccion. Por lo tanto, al no tener p y
q factores en com un, 2 no puede ser factor de q y de esta forma q debe ser
impar. Puesto que p es par, entonces p = 2m para alg un m N, y por lo
tanto 4m
2
= p
2
= 2q
2
. De aqu tenemos que q
2
= 2m
2
y por consiguiente q
2
es par. Pero por el mismo razonamiento de arriba obtenemos que q es par.
Contradiccion.
1.5. Supremo e

Inmo
Denicion 1.5.1. Sea S R. Decimos que M R es una cota superior
de S si y solo si x M para todo x S. Decimos que S esta acotado
superiormente si tiene una cota superior.
Ejemplo 1.5.1. Sea S := {
n1
n
: n = 1, 2, 3, ...}. S esta acotado superior-
mente, y el conjunto de sus cotas superiores es {x R : x 1}.
Denicion 1.5.2. Sea S R acotado superiormente. Un elemento L R es
llamado el supremo de S (o extremo superior de S o mnima cota superior
de S)si y solo si
1. L es una cota superior de S,
2. Si M es una cota superior de S, entonces L M.
En tal caso, escribimos
L = sup S.
Ejemplo 1.5.2. En el ejemplo de arriba tenemos que sup S = 1.
Proposicion 1.5.1 (Propiedad Fundamental del Supremo). 1. El supre-
mo de un conjunto, si existe, es unico.
2. Si L R es el supremo de S, entonces dado > 0 existe x S tal que
x > L . (1.1)
Demostracion. Veamos primero que el supremo es unico. Supongamos que
L, L
son supremos de S. Por ser L el extremo superior y L
una cota superior,

tenemos que L L
. Analogamente obtenemos que L
L. Por lo tanto
L = L
. Suponga por el contrario que existe > 0 tal que para todo x S
se cumpla que x L . Por lo anterior L es una cota superior para S
y por la denicion de supremo debemos tener que L L . Lo anterior
implica que 0; lo cual es una contradiccion.
AXIOMA DEL EXTREMO SUPERIOR Todo subconjunto no
vaco de R que esta acotado superiormente tiene supremo.
10 CAP
ITULO 1. N
UMEROS REALES
Teorema 1.5.2. Dado cualquier n umero real x existe un entero positivo n
tal que x < n.
Demostracion. Supongamos por el contrario que existe un n umero real x tal
que para todo entero positivo n ocurre que n x. Esto dice que x es una
cota superior para el conjunto de los enteros positivos. Por el Axioma del
Extremo Superior este conjunto tiene un supremo L. Usando la Propiedad
Fundamental del Supremo con = 1 tenemos que existe un entero positivo
n tal que
n > L 1.
De lo anterior se deduce que n +1 > L, y como n +1 es un entero positivo,
esto contradice la denicion de Extremo Superior.
Corolario 1.5.1. Sean y y z n umeros reales positivos. Entonces:
1. Existe un entero positivo n tal que z < ny.
2. Existe un entero positivo n tal que 0 <
1
n
< y.
3. Existe un entero positivo n tal que n 1 z < n.
Demostracion. Recuerde el Principio del Buen Orden de los n umeros natu-
rales: Todo subconjunto no vaco de N tiene un elemento mnimo. Veamos
3. La Propiedad Arquimediana asegura que el conjunto
S = {m N : z < m}
es no vaco. Por el principio del buen orden existe n := mn S. Entonces
n 1 / S y por tanto n 1 z < n.
Teorema 1.5.3 (Densidad de los n umeros racionales). Si x e y son n umeros
reales con x < y, entonces existe un n umero racional r tal que x < r < y.
Demostracion. Sin perdidad de generalidad podemos suponer que x > 0.
Como y x > 0 entonces, por la Propiedad Arquimediana, existe n N tal
que n >
1
yx
. De esta manera tenemos que nynx > 1. Aplicando la tercera
propiedad del corolario arriba a nx > 0, obtenemos que existe m N tal
que m1 nx < m. De aqu que m nx + 1 < ny. Asi tenemos que
nx < m < ny.
Sea r :=
m
n
. Entonces r es racional y x < r < y.
Proposicion 1.5.4. Sean a y b n umeros reales que satisfacen
a 0.
Entonces a b.
1.5. SUPREMO E

INFIMO 11
Demostracion. Suponga por el contrario que a > b. Tome
0
=
ab
2
> 0,
entonces b < a
0
contradiciendo la hipotesis. Por lo tanto a b.
Teorema 1.5.5. Dados dos subconjuntos no vacos A y B de R, Sea
C := {a +b : a A, b B}.
Si A y B poseen extremo superior, entonces C tiene supremo, y
sup C = sup A+ sup B
Demostracion. Supongamos que A y B tengan supremo. Si c C, entonces
c = a +b con a A y b B. Por consiguiente
c sup A+ sup B;
de modo que sup A+ sup B es una cota superior para el conjunto C. Luego
de la denicion del supremo tenemos que
sup C sup A+ sup B.
Sea ahora n un entero positivo cualquiera. Por la propiedad del supremo
(con =
1
n
) existe un a A y un b B tales que
a > sup A
1
n
, b > sup B
1
n
.
Sumando estas desigualdades, se obtiene que
a +b > sup A+ sup B
2
n
;
sup A+ sup B < a +b +
2
n
= c +
2
n
sup C +
2
n
para todo entero n 1. En virtud de la ultima proposicion tenemos que
sup A+ sup B sup C.
En resumen, hemos demostrado que sup C = sup A+ sup B.
Ejercicio
1. Denir apropiadamente los terminos cota inferior y extremo inferior o
nmo. Formular el axioma del nmo.
2. Enunciar y demostrar la propiedad fundamental de nmo.
12 CAP
ITULO 1. N
UMEROS REALES
1.6. Valor Absoluto y Desigualdad Triangular
Denicion 1.6.1. Si x es un n umero real, entonces el valor absoluto de x
es un n umero real no negativo que se designa por |x| y se dene por
|x| =
_
x, x 0,
x, x 0.
Teorema 1.6.1. Si a 0, entonces |x| a si y solo si a x a.
Demostracion. Suponga que |x| a, veamos que a x a. como |x| a
entonces a |x|. Pero x = |x| o x = |x| y, por tanto, a |x| x
|x| a, lo cual prueba que a x a.
Recprocamente, suponga que a x a, veamos que |x| a. Si x 0
se tiene que |x| = x a; si por el contrario x 0, entonces |x| = x a.
En ambos casos se tiene que |x| a.
Teorema 1.6.2 (Desigualdad Triangular). Para cualesquiera x e y n umeros
reales
|x +y| |x| +|y|. (1.2)
Demostracion. Puesto que x = |x| o x = |x|, entonces |x| x |x|. De
la misma forma |y| y |y|. Sumando ambas desigualdades se tiene que
(|x| +|y|) x +y |x| +|y|,
y por tanto, en virtud del teorema anterior tenemos que |x+y| |x|+|y|.
Teorema 1.6.3. Si a
1
, a
2
, ..., a
n
son n umeros reales
k=1
a
k
k=1
|a
k
| (1.3)
Demostracion. Por induccion sobre n.
Teorema 1.6.4 (Desigualdad de Cauchy-Schwarz). Si a
1
, a
2
, ..., a
n
y b
1
, b
2
, ..., b
n
son n umeros reales cualesquiera, se tiene que
_
n
k=1
a
k
b
k
_
2
_
n
k=1
a
2
k
__
n
k=1
b
2
k
_
. (1.4)
El signo de la igualdad es valido si y solo si hay un n umero real x tal que
a
k
x +b
k
= 0 para cada valor de k = 1, 2, 3, ..., n.
1.7. EJERCICIOS 13
Demostracion. Para todo real x se tiene que
n
k=1
(a
k
x+b
k
)
2
0 pues una
suma de cuadrados nunca es negativa. Ahora,
n
k=1
(a
k
x +b
k
)
2
=
n
k=1
(a
2
k
x
2
+ 2a
k
b
k
x +b
2
k
)
=
_
n
k=1
a
2
k
_
x
2
+ 2
_
n
k=1
a
k
b
k
_
x +
_
n
k=1
b
2
k
_
= Ax
2
+ 2Bx +C 0.
Queremos demostrar que B
2
AC. Si A = 0, cada a
k
= 0, con lo que B = 0
y el resultado es trivial. Si A = 0, podemos completar el cuadrado y escribir
Ax
2
+ 2Bx +C = A
_
x +
B
A
_
2
+
AC B
2
A
.
El segundo miembro alcanza su valor mnimo cuando x =
B
A
. Sustituyendo
este valor de x en la desiguladad de arriba
A
_
B
A
_
2
+ 2B
_
B
A
_
+C =
B
2
A
+C 0;
lo que implica que B
2
AC. De aqu se sigue la conclusion.
1.7. Ejercicios
1. Completar la demostracion del Teorema 1.1.4.
2. Demostrar la ley de cancelacion para la multiplicacion.
3. Demostrar el teorema de la posiblilidad de la division.
6. Demostrar que el Principio de Induccion Matematica implica el Prin-
cipio del Buen Orden.
7. Demuestre que PMII PMIII PMIIII.
8. Demuestre las siguientes armaciones por induccion.
a) 1 + 2 + 3 + +n =
1
2
n(n + 1);
b) 1
2
+ 2
2
+ 3
2
+ +n
2
=
1
6
n(n + 1)(2n + 1);
c) a b es un factor de a
n
b
n
para todo n N;
14 CAP
ITULO 1. N
UMEROS REALES
d) 2
n
(n + 1)!;
e) n
3
+ 5n es divisible por 6 para todo n N;
9. Una sucesion en un conjunto S es una funcion cuyo dominio es N y
cuya imagen esta contenida en S. Esto es, una funcion f : N S tal
f(n) = x
n
para todo n N. Esta sucesion se denotara por (x
n
)
nN
o
(x
n
).
Sea (x
n
) la sucesion denida por x
1
:= 1, x
2
:= 2 y x
n+2
:=
1
2
(x
n+1
+
x
n
) para todo n N. Use el Principio de Induccion Fuerte (PIM III)
para demostrar que 1 x
n
2 para todo n N.
10. Completar la demostracion del Corolario 1.5.1.
11. Si x e y son n umeros reales arbitrarios tal que x < y demostrar que
existe por lo menos un n umero irracional z tal que x < z < y.
12. Dados dos subconjuntos no vacos de S y T de R tales que
s t
para todo s S y todo t T. Entonces S tiene extremo superior y T
tiene extremo inferior. Mas a un,
sup S nf T.
13. a) Sea a > 0, y aS := {as : s S}. Demuestre que
nf(aS) = anf S, sup(aS) = a sup S.
b) Sea b < 0, y bS := {bs : s S}. Demuestre que
nf(bS) = b sup S, sup(bS) = bnf S.
c) sup S nf T = sup(S T)
14. Demostrar que |x| x |x|.
15. Demostrar que ||x| |y|| |x y|.
16. Demostrar que |x y| |x| +|y|.
17. Demostrar el Teorema 1.6.3.
18. Demostrar el caso de la igualdad en la Desigualdad de Cauchy-Schwarz.
Captulo 2
Sucesiones de N umeros
Reales
En este captulo introduciremos el signicado de convergencia de una
sucesion de n umeros reales y estableceremos resultados utiles acerca de la
convergencia de sucesiones. Posteriormente discutiremos series.
2.1. Sucesiones y sus Lmites
Denicion 2.1.1. Sea a R y > 0. Entonces la -vecindad de a es el
conjunto
V
(a) := {x R : |x a| < }.
Por las propiedades de valor absoluto, x V
(a) si y solo si
< x a < a < x < a +.
Denicion 2.1.2. Una sucesion de n umeros reales (o sucesion en R) es una
funcion cuyo dominio es el conjunto de los n umero naturales N y cuyo campo
de valores esta contenido en R.
Notacion. Para la sucesion X : N R denimos X(n) := x
n
para todo
n N. Denotaremos el conjunto de puntos de la sucesion por
X, o (x
n
)
nN
o (x
n
).
Usamos el parentesis para indicar el orden inducido por N. As, distinguimos
notacionalmente entre la sucesion (x
n
), cuyos terminos estan ordenados, y
el conjunto {x
n
} de valores de esta sucesion que no estan ordenados.
Ejemplos
1. Si b R, la sucesion (b, b, b, ...) es llamada la sucesion constante.
15
16 CAP
ITULO 2. SUCESIONES DE N
UMEROS REALES
2.
_
1
2
n
_
nN
=
_
1
2
,
1
4
,
1
8
, ...,
1
2
n
, ...
_
3. Sucesiones denidas induct vamente. Por ejemplo la sucesion de Fi-
bonacci (f
n
)
nN
dada por
f
1
:= 1, f
2
:= 1, f
n+1
:= f
n1
+f
n
(n 2).
Operaciones con Sucesiones Sean X = (x
n
)
nN
y Y = (y
n
)
nN
su-
ceiones de n umeros reales. Denimos
1. X +Y := (x
n
+y
n
)
nN
,
2. X Y := (x
n
y
n
)
nN
,
3. si c R, cX =:= (cx
n
)
nN
,
4. X Y := (x
n
y
n
)
nN
,
5. si Y = (y
n
) es una sucesion de n umeros reales con y
n
= 0 para todo
n N, entonces
X
Y
:=
_
x
n
y
n
_
nN
.
Lmite de una Sucesion
La nocion de lmite de una sucesion es la mas basica de todos los con-
ceptos de lmites en analisis real. Nos centraremos en este concepto a traves
de todo el captulo.
Denicion 2.1.3 (Lmite de una Sucesion). Sea X = (x
n
) una sucesion de
n umeros reales. Un n umero real x se dice lmite de (x
n
) si para todo > 0
existe un n umero natural K = K() tal que para todo n K, los terminos
x
n
pertenecen a la -vecindad V
(x). En este caso decimos que la sucesion

converge a x y lo denotaremos por
lm
n
x
n
= x.
Si una sucesion tiene lmite decimos que converge; si no tiene lmite, decimos
que diverge.
Nota 2.1.1. Una consecuencia de la denicion de vecindad es la siguiente:
la sucesion X = (x
n
) converge a x si
( > 0)(K() N)(n K()) |x
n
x| < .
Proposicion 2.1.2 (Unicidad del Lmite). Una sucesion de n umeros reales
puede tener a lo mas un lmite.
2.1. SUCESIONES Y SUS L
IMITES 17
Demostracion. Suponga, por el contrario, que x
1
y x
2
son lmites de la
sucesion X = (x
n
) y x
1
= x
2
. Escojamos > 0 tal que las -vecindades
V
(x
1
) y V
(x
2
) sean disjuntas (esto es, tal que <
1
2
|x
1
x
2
|). Ahora,
sean K
1
y K
2
n umeros naturales tal que n > K
1
implica x
n
V
(x
1
) y
n > K
2
implica x
n
V
(x
2
). Sea K := max{K
1
, K
2
} entonces para n > K
encontramos que x
n
V
(x
1
) V
(x
2
) = ; lo cual es una contradiccion. Por
lo tanto x
1
= x
2
.
Ejemplos
1. Demostrar que lm
n
_
1
n
_
= 0.
Demostracion. Sea > 0. Entonces
1
> 0. Luego de la Propiedad

Arquimediana existe un n umero natural K = K() tal que
1
< K.
Luego para cualquier n N tal que n K, tenemos que n >
1
y
as
1
n
< . Esto es, si n K, entonces
1
n
0
=
1
n
< .
Por lo tanto
_
1
n
_
converge a 0.
2. La sucesion (0, 2, 0, 2, 0, 2, ...) es divergente. En efecto, podemos con-
struir una vecindad centrada en cero que no contenga el punto x = 2.
Esto viola la denicion de convergencia y por lo tanto la sucesion di-
verge.
Cola de Sucesiones
Denicion 2.1.4. Si X = (x
1
, x
2
, ..., x
n
, ...) es una sucesion de n umeros
reales y si m N, entonces la m-cola de X es
X
m
:= (x
m+n
)
nN
= (x
m
, x
m+1
, x
m+2
, ...).
Teorema 2.1.3. Sea X = (x
n
)
nN
una sucesion de n umeros reales y m N.
Entonces la m-cola X
m
:= (x
m+n
)
nN
converge si y solo si X converge. En
este caso, lm
n
X
m
= lm
n
X.
Teorema 2.1.4 (Teorema de Convergencia Dominada). Sea A = (a
n
)
nN
,
X = (x
n
)
nN
sucesiones de n umeros reales y sea x R. Si para alg un C > 0
y alg un m N tenemos que
|x
n
x| C|a
n
|, para todo n m,
y si lm
n
(a
n
) = 0,entonces se sigue que
lm
n
(x
n
) = x.
18 CAP
UMEROS REALES
Demostracion. Sea > 0 arbitrario. Como lm
n
(a
n
) = 0 entonces existe
K = K
A
_
C
_
tal que n K implica que
|a
n
0| = |a
n
| <

C
.
Sea K() := max{K, m}. Si n K() entonces
|x
n
x| C|a
n
| < C

C
= .
Por lo tanto lm
n
(x
n
) = 0.
Ejemplo 2.1.1. Demostrar que si 0 0. Por la Desigualdadd de Bernoulli tenemos que (1 + a)
n
1 +na. Por lo tanto

0 < b
n
=
1
(1 +a)
n

1
1 +na
<
1
na
=
_
1
a
_
1
n
.
Se sigue del Teorema de Convergencia Dominada que lm
n
(b
n
) = 0.
Ejemplo 2.1.2. Demostrar que
lm
n
_
n
1
n
_
= 1.
Demostracion. Si n = 1 entonces n
1
n
= 1 y es la sucesion constante cuyo
lmite es 1. Suponga entonces que n > 1. Puesto que n
1
n
> 1 para n > 1,
podemos escribir n
1
n
= 1 + k
n
(k
n
:= n
1
n
1 > 0) para alg un k
n
cuando
n > 1. Por lo tanto n = (1 +k
n
)
n
para n > 1. Por el Teorema del Binomio,
si n > 1 tenemos
n = 1 +nk
n
+
1
2
n(n 1)k
2
n
+ 1 +
1
2
n(n 1)k
2
n
.
Por lo tanto k
2
n

2
n
. Por la Propiedad Arquimediana existe N
N tal que
2
2
< N
o
2
N
<
2
. Se sigue que si n max{2, N
} entonces
2
n

2
N
<
2
,
de donde
0 < n
1
n
1 = k
n

_
2
n
_1
2
< .
Puesto que fue arbitrario, se deduce que lm
n
(n
1
n
) = 1.
2.2. TEOREMAS SOBRE L
IMITES 19
2.2. Teoremas Sobre Lmites
En esta seccion obtendremos algunos resultados que nos ayudaran a eval-
uar lmites.
Denicion 2.2.1. Una sucesion X = (x
n
) de n umeros reales se dice acotada
si existe un M > 0 tal que
|x
n
| M para todo n N.
Teorema 2.2.1. Una sucesion convergente de n umeros reales es acotada.
Demostracion. Suponga que lm
n
(x
n
) = x y sea := 1. Entonces existe
un n umero natural K = K(1) tal que si n K entonces |x
n
x| 1. De la
Desigualdad Triangular
|x
n
| = |(x
n
x) +x| |x
n
x| +|x| < 1 +|x|, n K.
Sea
M := max{|x
1
|, |x
2
|, ..., |x
K1
|, 1 +|x|}.
Por lo tanto |x
n
| M para todo n N.
Teorema 2.2.2. 1. Sean c R y X := (x
n
), Y := (y
n
) sucesiones de
n umeros reales que convergen a x e y respectvamente. Entonces X+Y ,
XY X Y y cX convergen a x+y, xy x y y cx respectvamente.
2. Si Z = (z
n
) es una sucesion de n umeros reales diferente de cero que
converge a z = 0 entonces
X
Y
converge a
x
z
.
Demostracion. 1. Veamos que si X converge a x y Y converge a y en-
tonces X+y converge a x+y. Sea > 0 dado. Puesto que (x
n
) converge
a x y ,(y
n
) converge a y, existen K
1
, K
2
N tales que para n K
1
y
n K
2
tenemos que
|x
n
x| <

2
, y |y
n
y| <

2
.
Escoga K := max{K
1
, K
2
}. Si n K entonces
|(x
n
+y
n
) (x +y)| |x
n
x| +|y
n
y| <

2
+

2
= .
Por lo tanto, lm
n
(x
n
+y
n
) = x +y.
2. Veamos que si (z
n
) es diferente de cero para todo n N converge a z =
0, entonces
1
z
n
converge a
1
z
. En efecto, como existe K = K
_
1
2
|z|
_
N
tal que si n K entonces
|z
n
z| <
1
2
|z|;
20 CAP
UMEROS REALES
y de esta forma,
|z
n
| |z| |z
n
z| |z|
1
2
|z| =
1
2
|z|.
Por lo tanto
1
|z
n
|
<
2
|z|
.
Sea > 0 dado. Entonces
1
z
n
1
z
z
n
z
z
n
z
=
|z
n
z|
|z
n
||z|
<
2
|z|
2
|z
n
z| <
cuando |z
n
z| <

2
|z|
2
. Como

2
|z|
2
> 0 existe N N tal que |z
n
z| <
2
|z|
2
. Entonces n N > K implica que
1
z
n
1
z
< .
Por lo tanto,
lm
n
_
1
z
n
_
=
1
z
.
Para completar la demostracion de la segunda parte solo hay que com-
binar el resultado del lmite de un producto con este ultimo.
Teorema 2.2.3. Sea (x
n
) una sucesion de n umeros reales tal que x
n
0
para todo n N. Entonces
x := lm
n
(x
n
) 0.
Demostracion. Suponga por el contrario que x < 0. Sea := x > 0. Por
la convergencia de la sucesion existe K N tal que
|x
n
x| < para todo n K;
o equivalentemente,
x < x
n
< x + para todo n K.
En particular, tenemos que x
K
< x+ = x+(x) = 0. Pero esto contradice
la hipotesis que x
n
0 para todo n N.
2.3. SUCESIONES MON
OTONAS 21
Teorema 2.2.4 (Criterio de la Razon). Sea (x
n
) una sucesion de n umeros
reales positivos tales que
L := lm
n
_
x
n+1
x
n
_
< 1.
Entonces (x
n
) converge y lm
n
(x
n
) = 0.
Demostracion. Por el Teorema 2.2.3 tenemos que L 0. Como L < 1 por la
densidad de los n umeros reales existe r tal que L < r < 1. Sea : Lr > 0.
Entonces existe un n umero K N tal que si n K entonces
x
n+1
x
n
L
< .
Se sigue de aqu que si n K
x
n+1
x
n
< L + = L + (r L) = r.
Notemos que para n = K tenemos que x
K+1
< rx
K
; para n = K+1 tenemos
que
x
K+2
< rx
K+1
< r
2
x
K
.
En general, para n K
0 < x
n+1
< x
n
r < x
n1
r
2
< < x
K
r
nK+1
.
Sea C :=
x
K
r
K
; luego 0 < x
n+1
< Cr
n+1
para todo n K. Puesto que
0 < r < 1 entonces lm
n
(r
n
) = 0. La conclusion se sigue del Teorema de
Convergencia Dominada.
2.3. Sucesiones Mon otonas
Denicion 2.3.1. Sea X := (x
n
) una sucesion de n umeros reales. Decimos
que X es creciente si satisface
x
1
x
2
x
n
x
n+1
.
Decimos que X es decreciente si satisface
x
1
x
2
x
n
x
n+1
.
Decimos que X es monotona si es creciente o decreciente.
Ejemplos
1. La sucesion (1, 2, ..., n, ...) es creciente.
22 CAP
UMEROS REALES
2. La sucesion (1,
1
2
, ...,
1
n
, ...) es decreciente.
3. La sucesion (1, 1, 1, 1, ...) no es monotona (no es creciente ni decre-
ciente).
Teorema 2.3.1 (Teorema de Convergencia Monotona). Una sucesion monotona
de n umeros reales es convergente si y solo si es acotada. Ademas,
1. Si X := (x
n
) es creciente y acotada, entonces
lm
n
(x
n
) = sup{x
n
}.
2. Si Y := (y
n
) es decreciente y acotada, entonces
lm
n
(x
n
) =nf{x
n
}.
Demostracion. Si la sucesion es convergente entonces es acotada por Teore-
ma 2.2.1. Recprocamente, sea X := (x
n
) una sucesion monotona y acotada.
Entonces X es creciente o decreciente.
Sea X creciente y acotada. Como es acotada existe M R tal que
x
n
M para todo n N. Por el Axioma del Supremo existe
x
:= sup{x
n
: n N}.
Veamos que x
= lm
n
(x
n
). Sea > 0. Por la Propiedad Fundamental
del Supremo existe K N con
x
K
x
.
Ahora, puesto que (x
n
) es creciente entonces x
K
x
n
para todo n K.
Por lo tanto
x
< x
K
x
n
x
< x
+, para todo n K.
En consecuencia |x
n
x| < para todo n K. Por consiguiente lm
n
(x
n
) =
x
= sup{x
n
}. Para demostrar la segunda parte se procede de la misma for-
ma.
Ejemplo 2.3.1. Sea Y := (y
n
) la sucesion denida inductvamente por
y
1
: 1, y
n+1
:=
1
4
(2y
n
+ 3), n 1.
Demostrar que esta sucesion converge y que lm
n
(y
n
) =
3
2
.
2.4. SUBSUCESIONES Y TEOREMA DE BOLZANO-WEIERSTRASS23
Demostracion. Sustituyendo n = 2 encontramos que y
2
=
5
4
. Por lo tanto
y
1
< y
2
< 2. Demostremos por induccion que y
n
< 2 para todo n N. En
efecto, ya hemos visto que esta desigualdad es valida para n = 1, 2. Si y
k
< 2
para algun k N, entonces
y
k+1
:=
1
4
(2y
k
+ 3) <
1
4
(2(2) + 3) =
7
4
< 2.
Por lo tanto Y
k+1
< 2. Se sigue del PIM que y
n
< 2 para todo n N.
Veamos ahora por induccion que y
n
< y
n+1
para todo n N. Ya hemos
visto que esta relacion es valida para n = 1. Suponga que y
k
< y
k+1
para
algun k N. Multiplicando por dos y sumando tres a ambos lados de la
desigualdad anterior obtenemos 2y
k
+ 3 < 2y
k+1
+ 3; de donde se sigue que
y
k+1
=
1
4
(2y
k
+ 3) <
1
4
(2y
k+1
+ 3) = y
k+2
.
As y
k
< y
k+1
implica y
k+1
< y
k+2
. Por lo tanto y
n
< y
n+1
para todo
n N. Hemos demostrado que la sucesion es creciente y acotada; luego, por
el Teorema de Convergencia Mon otona tenemos que la sucesion converge al
sup{x
n
: n N}. Sin embargo, no es trivial encontrar este supremo. En
este caso, usaremos el Teorema 2.1.3 para evaluar el lmite. En efecto, como
L := lm
n
(y
n
) = lm
n
(y
n+1
) y
y
n+1
:=
1
4
(2y
n
+ 3)
es valido para todo n N entonces
L =
1
4
(2L + 3).
De aqu obtenemos que L = lm
n
(y
n
) =
3
2
.
2.4. Subsucesiones y Teorema de Bolzano-Weierstrass
En esta seccion introducimos la nocion de subsucesion de una sucesion
de n umeros reales. Este concepto es util para demostrar que divergencia de
sucesiones. Tambien demostramos el importante Teorema Subsucesiones y
Teorema de Bolzano-Weierstrass.
Denicion 2.4.1. Sea (x
n
) una sucesion de n umeros reales y sea r
1
<
r
2
< r
3
< < r
n
< una sucesion estrctamente creciente de n umeros
naturales. Entonces la sucesion X
en R dada por
(x
r
1
, x
r
2
, x
r
3
, ..., x
r
n
, ...)
es llamada una subsucesion de X.
24 CAP
UMEROS REALES
Ejemplo 2.4.1. Sea X := (1, 2, 3, ..., n, ...). Entonces X
:= (1, 3, 5, ..., 2n
1, ...) y X
:= (2, 4, 6, ..., 2n, ...) son subsucesiones de X.

Teorema 2.4.1. Si una sucesion X := (x
n
) de n umeros reales converge a
un n umero real x, entonces toda subsucesion converge a x.
Demostracion. Primero que todo veamos por induccion que r
n
n para
todo n N. Note que al ser {r
1
, r
2
, ...} un subconjunto del conjunto de
ndices de {1, 2, 3, ...} debemos tener que r
1
1. De esta manera, como
r
2
> r
1
1 entonces r
2
2. Supongamos que r
k
k. Como r
k+1
> r
k
k,
de aqu tenemos que r
k+1
(k +1). Se sigue del PIM que r
n
n para todo
n N.
Demostremos el teorema. Sea > 0. Por la convergencia de la sucesion
(x
n
), existe K() tal que si n K() entonces |x
n
x| < . Por lo tanto,
si n K() entonces r
n
n K() y, en particular, |x
r
n
x| < . Por lo
tanto la sucesion (x
r
n
) converge a x.
Teorema 2.4.2 (Criterio de Divergencia). Sea X := (x
n
) una sucesion de
n umeros reales. Las siguientes condiciones son equivalentes.
1. La sucesion no converge a x R.
2. Existe un
0
> 0 tal que para cualquier k N, existe r
k
N tal que
r
k
k y |x
r
k
x|
0
.
3. Existe un
0
> 0 y una subsucesion X
= (x
r
n
) de X tal que |x
r
k
x|
0
.
Ejemplo 2.4.2. Consideremos la sucesion X := ((1)
n
). Armamos que
diverge. En efecto, si X converge; digamos a x; entonces toda subsucesion
de X converge al mismo lmite por Teorema 2.4.1. Sin embargo, existen
subsucesiones que convergen a 1 y a 1 lo cual es una contradiccion. Por lo
tanto X diverge.
Teorema 2.4.3 (Teorema de Subsucesiones Monotonas). Si X := (x
n
) es
una sucesion de numeros reales, entonces existe una subsucesion de X que
es monotona.
Demostracion. Diremos que el m-esmo termino de una sucesion x
m
es un
pico si
x
m
x
n
para todo m n.
Consideremos dos casos.
Suponga que X tiene innitos picos. En este caso, ordenamos los picos
por subindices crecientes. As tenemos los picos x
m
1
, x
m
2
, ..., x
m
k
, ..., donde
m
1
< m
2
< < m
k
< . Puessto que cada termino es un pico, tenemos
x
m
1
x
m
2
x
m
k
.
2.4. SUBSUCESIONES Y TEOREMA DE BOLZANO-WEIERSTRASS25
Por lo tanto la subsucesion (x
s
k
) de picos es una subsucesion decreciente de
X.
Suponga que X tiene nitos picos {x
m
1
, x
m
2
, ..., x
m
r
}. Sea s
1
:= m
r
+1.
Puesto que x
s
1
no es un pico, entonces existe s
2
> s
1
tal que x
s
1
< x
s
2
.
Puesto que x
s
2
no es un pico, existe s
3
> s
2
tal que x
s
2
< x
s
3
. Si continuamos
de esta manera, obtenemos una subsucesion creciente (x
s
n
) de X.
Denicion 2.4.2. Una sucesion de intervalos I
n
, n N es anidada si se
cumple la siguiente cadena de inclusiones
I
1
I
2
I
3
I
n
I
n+1
.
Teorema 2.4.4 (Propiedad de los Intervalos Anidados). Si I
n
= [a
n
, b
n
],
n N, es una sucesion anidada de intervalos cerrados y acotados, entonces
existe un n umero x R tal que x I
n
para todo n N. Esto es,
n=1
I
n
= .
Demostracion. Puesto que los intervalos son anidados, tenemos I
n
I
1
para
todo n N, por lo que a
n
b
1
para todo n N. Por lo tanto el conjunto
S := {a
n
: n N}
esta acotado superiormente. Sea x := sup S. Claramente a
n
x para todo
n N.
Armamos que x b
n
para todo n N. Esto se establece demostrando
que para cualquier n particular, el n umero b
n
es una cota superior para el
conjunto S. Consideremos dos casos.
1. Si n k, entonces puesto que I
n
I
k
, tenemos que a
k
b
k
b
n
y de
esta forma b
n
es cota superior de S.
2. Si k < n, entonces puesto que I
k
I
n
, tenemos que a
k
a
n
b
n
y
de esta forma b
n
es cota superior de S.
En cualquiera de los casos, tenemos que x b
n
para todo n N. Por lo
tanto x [a
n
, b
n
] para todo n N.
Teorema 2.4.5. Si I
n
= [a
n
, b
n
], n N, es una sucesion anidada de inter-
valos cerrados y acotados tales que las longitudes b
n
a
n
de I
n
satisfacen
nf{b
n
a
n
: n N} =nf{l(I
n
) : n N} = 0,
Entonces el n umero x contenido en I
n
para todo n N es unico.
26 CAP
UMEROS REALES
Demostracion. Si y := nf{b
n
: n N}, entonces un argumento similar a
la demostracion del Teorema de la Propiedad de Intervalos Anidados puede
ser usado para probar que a
n
y para todo n N, y por lo tanto x y.
Armamos que z I
n
para todo n N si y solo si x z y. En efecto, si
z I
n
para todo n N entonces a
n
z b
n
para todo n N; en particular
z es una cota superior para el conjunto {a
n
: n N} y z es una cota inferior
para el conjunto {b
n
: n N}; de donde tenemos que x z y z y por
denicion de supremo e nmo respectvamente. Por lo tanto x z y.
Recprocamente, Si x z y entonces a
n
x z y b
n
para todo
n N; por lo tanto z I
n
para todo n N.
Puesto que sup(A) =nf(A) e nf(A+B) =nf A+nf B, entonces
0 y x =nf{b
n
: n N} sup{a
n
: n N}
=nf{b
n
: n N} +nf{a
n
: n N}
=nf{b
n
a
n
: n N} = 0.
Por lo tanto, tenemos que y = x es el unico punto que pertenence a I
n
para
todo n N.
Teorema 2.4.6 (Teorema de Bolzano-Weierstrass). Una sucesion acotada
de n umeros reales X tiene una subsucesion convergente.
Demostracion. Puesto que el conjunto de valores {x
n
: n N} es acotado,
entonces esta contenido en alg un intervalo I
1
:= [a, b]. Tomemos n
1
:= 1.
Ahora dividamos I
1
en dos subintervalos iguales I
1
e I
1
y divida el conjunto
{n N : n > 1} en dos partes
A
1
:= {n N : n > n
1
, x
n
I
1
}, B
1
:= {n N : n > n
1
, x
n
I
1
}.
Si A
1
is innito, tenemos que I
2
:= I
1
y sea n
2
:= mn A
1
(existe por el
Principio del Buen Orden). Si A
1
is nito, entonces B
1
debe ser innito,
tomamos I
2
:= I
1
y sea n
2
:= mn B
1
.
Ahora dividamos I
2
en dos subintervalos iguales I
2
e I
2
y divida el
conjunto {n N : n > n
2
} en dos partes
A
2
:= {n N : n > n
2
, x
n
I
2
}, B
2
:= {n N : n > n
2
, x
n
I
2
}.
Si A
2
is innito, tenemos que I
3
:= I
2
y sea n
3
:= mn A
2
. Si A
2
is nito,
entonces B
2
debe ser innito, tomamos I
3
:= I
2
y sea n
3
:= mn B
2
. Contin-
uando en esta forma obtenemos una sucesion anidada de intervalos cerrados
y acotados I
1
I
2
I
3
I
n
I
n+1
y una subsucesion (x
n
k
) de
X tal que x
n
k
I
k
para k N. Puesto que la longitud de los intervalos I
k
es
b a
2
k1
, y as
nf{l(I
k
) : k N} = 0.
2.5. SUCESIONES DE CAUCHY 27
Por lo tanto se sigue del Teorema de los Intervalos Anidados que existe
( unico) x I
k
para todo k N. Mas a un, como x
n
k
y x pertenecen a I
k
,
entonces
|x
n
k
x|
b a
2
k1
,
de donde se sigue que (x
n
k
) de X converge a x por el Teorema de Conver-
gencia Dominada.
Teorema 2.4.7. Sea x = (x
n
) una sucesion acotada de n umeros reales y
x R tal que toda subsucesion convergente de X converge a x. Entonces la
sucesion X tambien converge a x
Demostracion. Suponga que M > 0 es una cota para X = (x
n
), por lo que
|x
n
| M para todo n N. Suponga que la sucesion X no converge a x.
Entonces existe un
0
> 0 y una subsucesion X
= (x
n
r
) de X tal que
|x
r
n
x|
0
, para todo n N. (2.1)
Puesto que X
es una subsucesion de X, se sigue que M tambien es una cota

para X
. Por lo tanto se sigue del Teorema de Bolzano-Weierstrass que X
tiene una subsucesion convergente X
. Puesto que X
es una subsucesion
de X entonces converge a x. Puesto que los terminos de X
tambien son
terminos de X
entonces la ecuacion (2.1) contradice esta convergencia.

2.5. Sucesiones de Cauchy
En esta seccion demostraremos el criterio de Cauchy que establece una
condicion necesaria y suciente para que una sucesion converja.
Denicion 2.5.1 (Sucesion de Cauchy). Una sucesion X = (x
n
) de n umeros
reales se dice sucesion de Cauchy si para todo > 0 existe H() N tal
que para todos los n umeros naturales m, n H(), los terminos x
n
, x
m
satisfacen
|x
n
x
m
| < .
Lema 2.5.1. Si X = (x
n
) es una sucesi on convergente de n umeros reales,
entonces X es de Cauchy.
Demostracion. Sea x := lm
n
(x
n
), entonces, dado > 0 existe K(/2)
N tal que si n K(/2) entonces |x
n
x| < /2. As, si H() := K(/2) y
si m, n H(), entonces tenemos que
|x
n
x
m
| = |(x
n
x) + (x x
m
)|
|x
n
x| +|x
m
x| < /2 +/2
= .
Puesto que > 0 fue arbitrario, se sigue que (x
n
) es una sucesion de Cauchy.
28 CAP
UMEROS REALES
Lema 2.5.2. Una sucesion de Cauchy de n umeros reales es acotada.
Demostracion. Sea X := (x
n
) una sucesion de Cauchy y sea := 1. Si
H := H(1) y n H, entonces |x
n
x
H
| 1. Por lo tanto de la desigualdad
de triangular tenemos que |x
n
| |x
H
| + 1 para todo n H. Sea
M := max{|x
1
|, |x
2
|, ..., |x
H1
|, x
H
+ 1},
entonces se sigue que |x
n
| M para todo n N.
Ahora presentamos el importante Criterio de Convergencia de Cauchy.
Teorema 2.5.3 (Criterio de Convergencia de Cauchy). Una sucesion de
n umeros reales es convergente si y solo si es una sucesi on de Cauchy.
Demostracion. Ya hemos visto que una sucesion convergente es de Cauchy
(2.5.1). Recprocamente, sea X = (x
n
) una sucesion de Cauchy. Probaremos
que X converge a un n umero real. Primero observe que al ser X una sucesion
de Cauchy es acotada. Por lo tanto, del Teorema de Bolzano-Weierstrass
existe una subsucesion convergente X
= (x
n
k
) de X que converge a un
n umero real x. Puesto que (x
n
) es una sucesion de Cauchy, dado > 0
existe un n umero natural H(/2) tal que si m, n H(/2) entonces
|x
n
x
m
| < /2. (2.2)
Puesto que la subsucesi on X
= (x
n
k
) converge a x, existe un n umero natural
K H(/2) con K {n
1
, n
2
, ...} tal que
|x
K
x| < /2.
Ahora como K H(/2), se sigue de (2.2) con m = K que
|x
n
x
K
| < /2 para todo n H(/2).
Por lo tanto, si n H(/2), tenemos
|x
n
x| = |(x
n
x
K
) + (x
K
x)|
|x
n
x
K
| +|x
K
x|
< /2 +/2 = .
Puesto que > 0 fue arbitrario, inferimos que lm
n
(x
n
) = x. Por lo tanto
X es convergente.
Ejemplo 2.5.1. Sea (x
n
) la sucesion denida por
x
1
:= 1, x
2
:= 2, x
n
:=
1
2
(x
n2
+x
n1
) para n > 2.
2.5. SUCESIONES DE CAUCHY 29
Se probo en el primer captulo (ejercicio) que 1 x
n
2 para todo n N.
Tambien se demuestra sin dicultad que la sucesion no es monotona. Sin
embargo, puesto que los terminos son formados por promedios, entonces se
demuestra por induccion que
|x
n
x
n+1
| =
1
2
n1
para todo n N.
Empleando la Desigualdad Triangular obtenemos que para todo m > n
|x
n
x
m
| |x
n
x
n+1
| +|x
n+1
x
n+2
| + +|x
m1
x
m
|
=
1
2
n1
+
1
2
n
+ +
1
2
m2
=
1
2
n1
_
1 +
1
2
+ +
1
2
mn1
_
<
1
2
n2
.
Por lo tanto, dado > 0, si n es escogido tan grande que 1/2
n
< /4 y si
m n, entonces se sigue que |x
n
x
m
| < . De donde X es una susce-
sion de Cauchy en R. Por el Criterio de convergencia de Cauchy inferimos
que X converge a un nu umero real x. Para evaluar el lmite x, podramos
pasar al lmite en la regla de denicion x
n
:=
1
2
(x
n2
+x
n1
) para concluir
que x debe satisfacer x :=
1
2
(x +x), lo cual es cierto, pero no nos provee
informacion. Por lo tanto debemos intentar alguna otra cosa.
Puesto que X converge a x, toda subsucesion X
con ndices impares

tambien. Por induccion se puede demostrar que
x
2n+1
= 1 +
1
2
+
1
2
3
+ +
1
2
2n1
= 1 +
1
2
_
1 +
1
4
+ +
1
4
n
_
= 1 +
2
3
_
1
1
4
n
_ _
recuerde que 1 +x +x
2
+ +x
n1
=
1 x
1 x
n
, |x| < 1.
_
.
Se sigue de aqu que x = lm
n
X = lm
n
X
= 1 +
2
3
=
5
3
.
Para ciertos propositos es conveniente denir que signica cuando una
sucesion (x
n
) de nu meros reales tiende a .
Denicion 2.5.2. Sea (x
n
) una sucesion de n umeros reales.
1. Decimos que (x
n
) tiende a +, si para todo R existe un n umero
natural K() tal que si n K(), entonces x
n
> .
2. Decimos que (x
n
) tiende a , si para todo R existe un n umero
natural K() tal que si n K(), entonces x
n
< .
Ejemplo 2.5.2. Si c > 1, entonces lm
n
(c
n
) = +
30 CAP
UMEROS REALES
2.6. Ejercicios
1. Demostrar el Teorema 2.1.3.
2. a) Si a > 0, demostrar que lm
n
_
1
1 +na
_
= 0.
b) Demostrar que lm
n
_
1
2
n
_
= 0.
c) Si c > 0, demostrar que lm
n
_
c
1
n
_
= 1.
d) Demostrar que lm
n
_
2
n
n!
_
= 0.
e) Si 0 < b < 1 demostrar que lm
n
(nb
n
) = 0.
4. Si X := (x
n
) y Y := (y
n
) son sucesiones convergentes de n umeros
reales y si x
n
y
n
para todo n N, entonces
lm
n
(x
n
) lm
n
(y
n
).
5. Suponga que X := (x
n
) y Y := (y
n
) y Z := (z
n
) sucesiones conver-
gentes de n umeros reales tales que
x
n
y
n
z
n
para todo n N
y lm
n
(x
n
) = lm
n
(z
n
) = L, entonces
lm
n
(y
n
) = L.
6. Encontrar lm
n
sin n
n
.
7. Sea X := (x
n
) una sucesion que converge a x. Entonces la sucesion de
valores absolutos (|x
n
|) converge a |x|. Esto es, si x := lm
n
(x
n
),
entonces |x| := lm
n
(|x
n
|). El recproco es cierto?.
8. Sea X := (x
n
) una sucesion con x
n
0 para todo n N que converge
a x 0. Entonces la sucesion (
x
n
) converge a

x. Esto es, si x :=
lm
n
(x
n
), entonces

x := lm
n
(
x
n
).
9. Sea x
1
> 1 y x
n+1
:= 2
1
x
n
para n 2. Demostrar que (x
n
) converge.
Hallar el lmite.
2.6. EJERCICIOS 31
10. [Lmites Superiores e Inferiores] Sea (x
n
) una sucesion acotada, y para
cada n N sean
s
n
:= sup{x
k
: k n}
y
t
n
:=nf{x
k
: k n}.
Demuestre que (s
n
) y (t
n
) son convergentes. Ademas demuestre que si
lm
n
(s
n
) = lm
n
(t
n
), entonces (x
n
) es convergente. Notamos
lmsup(x
n
) := lm
n
(s
n
);
y
lminf(x
n
) := lm
n
(t
n
);
los lmites superior e inferior de (x
n
) respectvamente.
11. Sea x
n
:= 1 +
1
2
+
1
3
+ +
1
n
para todo n N. Demostrar que la
sucesion diverge mostrando que los terminos x
2
n no son acotados para
todo n N.
12. Demostrar que la sucesion cuyo termino enesimo es
e
n
:=
_
1 +
1
n
_
n
es creciente y acotada. Mas a un, denimos el nu mero de Euler como
e := lm
n
(e
n
) = lm
n
_
1 +
1
n
_
n
.
13. Demostrar el Teorema de Divergencia para Sucesiones de N umeros
reales.
14. Demostrar el Teorema de Bolzano-Weierstrass usando el Teorema de
Subsucesiones Monotonas.
15. Sea X una sucesion acotada de n umeros reales y sea x R con la
propiedad de que toda subsucesion convergente de X converge a x.
Entonces la sucesion converge a x.
16. Sea (x
n
) una sucesion acotada y sea s := sup{x
n
: n N}. Demostrar
que si s / {x
n
: n N}, entonces existe una subsucesion de (x
n
) que
converge a s.
17. Usando el Criterio de Convergencia de Cauchy demostrar que la suce-
sion
x
n
:= 1 +
1
2
+
1
3
+ +
1
n
es divergente.
32 CAP
UMEROS REALES
18. Demuestre el Teorema de Stolz: Sean (a
n
) y (b
n
) sucesiones reales tales
que b
1
< b
2
< < b
n
< b
n+1
< ; lm
n
(b
n
) = + tal que
lm
n
_
a
n+1
a
n
b
n+1
b
n
_
= L.
Entonces
lm
n
_
a
n
b
n
_
= L.
19. (Otra version del Teorema de Stolz) Si (b
n
) es una sucesion de n umeros
reales positivos tales que
1
b
n
= +, entonces para cualquier suce-
sion {a
n
}
lmsup
n
_
a
1
+a
2
+a
n
b
1
+b
2
+ +b
n
_
lmsup
n
_
a
n
b
n
_
lminf
n
_
a
1
+a
2
+a
n
b
1
+b
2
+ +b
n
_
lminf
n
_
a
n
b
n
_
.
En particular, si el lmite de la sucesion
_
a
n
b
n
_
existe, entonces
lm
n
_
a
1
+a
2
+a
n
b
1
+b
2
+ +b
n
_
= lm
n
_
a
n
b
n
_
.
20. Si lm
n
(a
n
) = L, entonces
lm
n
_
a
1
+a
2
+ +a
n
n
_
= L.
21. Una sucesion X = (x
n
) de n umeros reales se dice contractiva si existe
una constante 0 < C < 1, tal que
|x
n+2
x
n+1
| |x
n+1
x
n
| para todo n N.
Demuestre que toda sucesion contractiva es de Cauchy, y por lo tanto
convergente.
22. Sean (x
n
) y (y
n
) sucesiones de n umeros reales positivos tales que para
alg un L R, L > 0, tenemos
lm
n
x
n
y
n
= L.
Entonces lm
n
(x
n
) = + si y solo si lm
n
(y
n
) = +.
Captulo 3
Lmtes y Continuidad
3.1. Lmites de Funciones
Denicion 3.1.1. Sea A R. Un punto c R es un punto lmite de A si
toda -vecindad V
(c) := (c , c + ) de c contiene al menos un punto de

A distinto de c. Esto es equivalente a que
V
(c) A\ {c} = .
Teorema 3.1.1. Un n umero c R es un punto lmite de A si y solo si existe
una sucesion (a
n
) en A con a
n
= c para todo n N tal que lm
n
(a
n
) = c.
Demostracion. Si c es un punto lmite de A, entonces para cualquier n N
el 1/n-vecindad V
1/n
(c) := {a R : |a c| < 1/n} contiene al menos un
punto de A diferente de c. Si a
n
es un punto (escogiendo uno para todo
n N) entonces a
n
A, a
n
= c y lm
n
(a
n
) = c.
Recprocamente, si existe una sucesion (a
n
) en A\{c} con lm
n
(a
n
) =
c, entonces para cualquier > 0 existe un n umero natural K() tal que si
n K() entonces a
n
V
(c). Por lo tanto la -vecindad de V
(c) de c
contiene los puntos a
n
, n K(), los cuales perteneces a A y son diferentes
de c.
Ejemplo 3.1.1. 1. Si A
1
:= (0, 1), entonces todo punto del intervalo
cerrado [0, 1] es punto lmite de A
1
. Note que 0, 1 son puntos lmites
de A
1
pero no pertencen a A
1
. Todos los puntos en A
1
son puntos
lmites de A
1
.
2. Si A
2
:= {1/n : n N} solo tiene el punto lmite 0.
Denicion 3.1.2 (Lmite de una Funcion). Sea A R y f : A R una
funcion real y c un punto lmite de A. Decimos que un n umero real L es
un lmite de f en c si, dado cualquier -vecindad V
(L) de L, existe una -

vecindad V
(c) de c tal que si x = c es cualquier punto de V
(c)A, entonces
f(x) V
(L).
33
34 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
Nota 3.1.2. Puesto que el valor de depende usualmente de , algunas
veces enfatizamos esta dependencia escribiendo = ().
Notacion. Si L es el lmite de f en c escribimos
lm
xc
f(x) = L, o f(x) L cuando x c.
Teorema 3.1.3. Si f : A R y c es un punto lmite de A entonces f puede
tener a lo mas un lmite en c.
Demostracion. Suponga por el contrario, que existen n umeros reales L
= L
que satisfacen la denicion de lmite. Escoja > 0 tal que V
(L
)V
(L
) = .
Por ejemplo, podemos tomar <
1
2
|L
|. Luego, por la denicion de

lmite, existen
tales que
x V
(c) f(x) V
(L
)
y
x V
(c) f(x) V
(L
).
Tome el := mn{
}. Entonces x V
(c) implica que x V
(c) y x
V
(c) y por lo tanto f(x) V
(L
)V
(L
) = . lo cual es una contradiccion.

Por lo tanto L
= L
.
El Criterio para Lmites
Teorema 3.1.4. Sea f : A R y c un punto lmite de A; entonces las
siguientes armaciones son equivalentes
(i) lm
xc
f(x) = L.
(ii) Para cualquier > 0 existe = () > 0 tal que si x A y 0 <
|x c| < (), entonces |f(x) L| < .
Ejemplo 3.1.2. Demostrar que
1. lm
xc
(mx +b) = mc +b;
2. lm
xc
x
2
= c
2
;
3. lm
xc
x =

c;
4. lm
xc
1
x
=
1
c
.
Teorema 3.1.5 (Criterio de Sucesiones). Sea f : A R y c un punto lmite
de A; entonces las siguientes armaciones son equivalentes
(i) lm
xc
f(x) = L.
3.2. TEOREMAS DE L
IMITES 35
(ii) Para toda sucesi on (x
n
) en A que converge a c tal que x
n
= c para
todo n N, la sucesion (f(x
n
)) converge a L.
Demostracion. (i) (ii). Suponga que f tiene lmite L en c, y suponga que
(x
n
) es una sucesion en A con lm
xc
(x
n
) = c y x
n
= c para todo n N.
Debemos probar que la sucesion (f(x
n
)) converge a L. Sea > 0 dado.
Entonces por el criterio existe > 0 tal que si 0 < |x c| < , donde
x A, entonces |f(x) L| < . Como > 0 y (x
n
) converge a c tenemos que
existe un K() N tal que n K() implica |x
n
c| < . As, si n K()
entonces
|f(x
n
) L| < .
Por lo tanto lm
n
(f(x
n
)) = L.
(ii) (i). Por el contrarecproco. Si (i) no se cumple, entonces existe
una
0
-vecindad V
0
(L) tal que para cualquier -vecindad de c que escojamos,
existira al menos un n umero x
(c) A con x
= c y f(x
) / V
0
(L).
Por lo tanto para todo n N, la 1/n-vecindad (tomando := 1/n en la
armacion anterior) de c contiene un n umero x
n
tal que
0 < |x
n
c| < 1/n y x
n
A,
pero
0 < |f(x
n
) L|
0
para todo n N.
Por consiguiente hemos encontrado una sucesion x
n
A\ {c} que converge
a c pero que la sucesion (f(x
n
)) no converge a L. As hemos demostrado que
si (i) no se cumple entonces (ii) no se cumple. Por lo tanto concluimos que
(ii) (i).
Ejemplo 3.1.3. Veamos que lm
x0
_
1
x
_
no existe en R. En efecto, note
que la sucesion (x
n
) := (1/n) es tal que lm
n
(1/n) = 0 pero f((x
n
)) =
1/(1/n) = n y el lm
n
(f(x
n
)) = lm
n
(n) no existe pues la sucesion
(n) es no acotada.
3.2. Teoremas de Lmites
Denicion 3.2.1. Sea A R, f : A R y c un punto lmite de A. Decimos
que f es acotada sobre una vecindad de c si existe una -vecindad V
(c)
de c y una constante M > 0 tal que
|f(x)| M para todo x A V
(c).
Teorema 3.2.1. Si A R, f : A R tiene lmite c R, entonces f es
acotada en alguna vecindad de c.
36 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
Demostracion. Sea L := lm
xc
f(x). Para = 1 existe > 0 tal que si
0 < |x c| < , entonces |f(x) L| < 1. Por lo tanto
|f(x)| = |(f(x) L) +L|
|f(x) L| +|L|
< 1 +|L|.
Por lo tanto si x A V
(c) y x = c entonces |f(x)| < 1 + |L|. Si c / A,

tomamos M := 1+|L|, mientras que si c A tomemos M := max{|f(c)|, 1+
|L|}.
Teorema 3.2.2. Sea A R, f, g : A R y c un punto lmite de A, y
b R.
(a) Si lm
xc
f(x) = L y lm
xc
g(x) = M, entonces,
(i) lm
xc
(f(x) +g(x)) = L +M
(ii) lm
xc
(f(x) g(x)) = L M
(iii) lm
xc
(f(x) g(x)) = L M
(iv) lm
xc
(b g(x)) = b M
(b) h : A R, y si h(x) = 0 para todo x A, y si lm
xc
h(x) = H = 0,
entonces
lm
xc
f(x)
g(x)
=
L
H
.
Demostracion. La demostracion se sigue del Criterio para sucesiones y el
Teorema correspondiente a sucesiones.
Nota 3.2.3. Sea L := lm
xc
f(x) y n N, entonces se puede ver por
induccion que
lm
xc
[f(x)]
n
= lm
xc
f(x) lm
xc
f(x) lm
xc
f(x)
=
_
lm
xc
f(x)
_
n
= L
n
.
Proposicion 3.2.4. Sea A R, f : A R y c un punto lmite de A. Si
a f(x) b para todo x A, x = c,
y si lm
xc
f(x) existe, entonces
a lm
xc
f(x) b.
3.2. TEOREMAS DE L
IMITES 37
xc
f(x), entonces se sigue que si (x
n
) es una
sucesion de n umeros reales tales que c = x
n
A para todo n N y si (x
n
)
converge a c entonces (f(x
n
)) converge a L. Puesto que a f(x
n
) b se
sigue que
a lm
n
(f(x
n
)) b.
Por lo tanto a L b.
Teorema 3.2.5 (Teorema del Emparedado). Sea A R, f, g : A R y
c R un punto lmite de A. Si
f(x) g(x) h(x) para todo x A, x = c,
y si
lm
xc
f(x) = lm
xc
h(x) = L,
entonces
lm
xc
g(x) = L.
Ejemplo 3.2.1. Demostrar que lm
x0
xsin(1/x) = 0.
En efecto, puesto que 1 sin z 1 para todo z R entonces para
x > 0
x xsin(1/x) x.
Como lm
x0
x = lm
x0
(x) = 0 tenemos por el Teorema del Emparedado
que lm
x0
xsin(1/x) = 0. De la misma forma se demuestra el caso corre-
spondiente x < 0.
Teorema 3.2.6. Sea A R, f : A R y c un punto lmite de A. Si
lm
xc
f(x) > 0
_
respectivamente, lm
xc
f(x) < 0
_
,
entonces existe una vecindad V
(c) de c tal que f(x) > 0 (respectivamente

f(x) < 0) para todo x A V
(c), x = c.
xc
f(x) > 0. Tome := 1/2L > 0. Entonces
existe un > 0 tal que si 0 < |xc| < y x A, entonces |f(x)L| < 1/2L.
Por lo tanto se sigue que si x A V
(c), x = c entonces f(x) > 1/2L > 0.

Si L < 0, un argumento similar aplica.
Ejercicio. Leer la seccion 4 3 (Algunas Extensiones del Concepto de
Lmite).
38 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
3.3. Continuidad
La nocion de continuidad es una de las mas relevantes en el anaalisis
matematico. Este concepto sera usado a lo largo de todo el curso.
Denicion 3.3.1 (Continuidad). Sea A R, f : A R y c A. Decimos
que f es continua en c si, dada cualquier vecindad V
(f(c)) de f(c) existe

una vecindad V
(c) de c tal que si x A V
(c), entonces f(x) V
(f(c)).
Nota 3.3.1. Si c A es un punto lmite de A, entonces una comparacion
con la denicion de lmite demuestra que f es continua si y solo si
lm
xc
f(x) = f(c). (3.1)
As si c es un punto lmite de A, entonces para que (3.1) se cumpla, deben
satifacerse tres condiciones
a) f(c) existe;
b) lm
xc
f(x) existe;
c) lm
xc
f(x) = f(c).
Nota 3.3.2. Si c no es un punto lmite de A, entonces, por denicion existe
una vecindad V
(c) tal que AV
(c)\{c} = , o AV
(c) = {c}. Luego para

todo > 0, x A V
(c) implica f(x) = f(c) V
(f(c)). As concluimos
que la funcion f es automaticamente continua en c que no es punto lmite
de A. Tales puntos son llamados puntos aislados de A.
Denicion 3.3.2. Sea A R y f : A R. Si B A, decimos que f es
continua en B si f es continua en todo punto de B.
Teorema 3.3.3. Sea A R, f : A R y c A. Las siguientes condiciones
son equivalentes.
1. f es continua en en c si dada cualquier vecindad V
(f(c)) de f(c)
existe una vecindad V
(c) de c tal que si x A V
(c), entonces
f(x) V
(f(c)).
2. Para todo > 0 existe > 0 tal que si |x c| < entonces |f(x)
f(c)| < .
3. Si (x
n
) es cualquier sucesion de n umeros reales tales que x
n
A para
todo n N y (x
n
) converge a c, entonces la sucesion (f(x
n
)) converge
a f(c).
3.3. CONTINUIDAD 39
Ejemplo 3.3.1. Sea A := R y f la funcion de discontinuidad de Dirichlet
denida por
f(x) :=
_
1, si x es racional;
0, si x es irracional.
f no es continua en todo R. (Esta funcion fue introducida en 1829 por
Dirichlet).
Armamos que si c es un n umero racional entonces existe una sucesion de
n umeros irracionales (x
n
) que converge a c. En efecto, si tomamos el intervalo
(c 1, c + 1), por el Teorema de densidad de los n umero irracionales existe
x
1
I tal que c 1 < x
1
< c +1. Si tomamos el intervalo (c 1/2, c +1/2),
existe x
2
I tal que c 1/2 < x
2
< c + 1/2. Siguiendo inductvamente
encontramos que existe x
n
I tal que c 1/n < x
n
< c + 1/n. De esta
forma hemos encontrado una sucesion de n umeros irracionales tales que
|x
n
c| < 1/n para todo n N. Por lo tanto existe una sucesion de n umeros
irracionales (x
n
) que converge a c.
Puesto que f(x
n
) = 0 para todo n N, tenemos que lm
n
(f(x
n
)) = 0
mientras que f(c) = 1. Por lo tanto la funcion no es continua en R en este
caso. Un argumento similar aplica si c es irracional.
Combinaciones de funciones continuas.
Teorema 3.3.4. Sea A R, f, g : A R, y sea b R Suponga que c A
y que f, g son continuas en c.
(a) Entonces f +g, f g,f g, bf son continuas en c.
(b) Si h : A R es continua en c y si h(x) = 0 para todo x A, entonces
f/h es continua en c.
Demostracion. Se sigue de los Teoremas de Lmites.
Nota 3.3.5. Este teorema tambien se puede extender a funciones continuas
sobre subconjuntos de R.
Teorema 3.3.6 (Composicion de Funciones Continuas). Sean A, B R y
sean f : A R y g : B R tales que f(A) B. Si f es continua en
un punto c A y g es continua en b = f(c) B, entonces la composici on
f g : A R es continua en c.
Demostracion. Sea W una -vecindad de g(b). Puesto que g es continua,
existe una -vecindad V de b = f(c) tal que si y BV entonces g(y) W.
Puesto que f es continua en c, existe una -vecindad U de c tal que si
x AU entonces f(x) BV por lo que (g f)(x) = g(f(x)) W. Pero
puesto que W fue una -vecindad arbitraria de g(b), lo anterior implica que
g f es continua en c.
Teorema 3.3.7. Sean A, B R y sean f : A R y g : B R tales
que f(A) B. Si f es continua en A y g es continua en B, entonces la
composicion f g : A R es continua en A.
40 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
3.4. Funciones Continuas Sobre Intervalos
Funciones que son continuas sobre intervalos tienen un gran n umero de
propiedades importantes que no poseen las funciones continuas en general.
Denicion 3.4.1. Una funcion f : A R R se dice acotada sobre A si
existe una constante M > 0 tal que |f(x)| M para todo x A.
Teorema 3.4.1. Sea I := [a, b] un intervalo cerrado y acotado y sea f :
I R continua sobre I. Entonces f es acotada sobre I.
Demostracion. Suponga que f no es acotada en I. Entonces, para cualquier
n N existe un n umero x
n
I tal que |f(x
n
)| > n. Puesto que I es acotado,
la sucesion X = (x
n
) es acotada. Por lo tanto, se sigue del Teorema de
Bolzano-Weierstrass que existe una subsucesion X
= (x
n
r
) que converge a
un n umero x. Puesto que a x
n
r
b entonces a x b; o x I. Por lo
tanto f es continua en x, y as (f(x
n
r
)) converge a f(x). En consecuencia, la
subsucesion (f(x
n
r
)) de (f(x
n
)) es acotada. Pero esto es una contradiccion
puesto que
|f(x
n
r
)| > n
r
> r para todo r N.
Por lo tanto la funcion f debe ser acotada.
Denicion 3.4.2. Sea A R y sea f : A R. Decimos que f tiene un
maximo absoluto sobre A si existe un punto x
A tal que
f(x
) f(x) para todo x A.

Decimos que f tiene un mnimo absoluto sobre A si existe un punto x
A
tal que
f(x
) f(x) para todo x A.

Teorema 3.4.2 (Teorema de los Valores Extremos). Sea I := [a, b] un
intervalo cerrado y acotado y sea f : I R continua sobre I. Entonces f
tiene un m aximo absoluto y un mnimo absoluto sobre I.
Demostracion. Considere el conjunto no vaco f(I) := {f(x) : x I} de
valores de f en I. Por el teorema anterior sabemos que este conjunto es
acotado. Sea s
:= sup f(I) y s
:=nf f(I). Armamos que existen puntos

x
y x
tales que
s
= f(x
) y s
= f(x
).
Sea n N. Puesto que s
:= sup f(I), entonces por la Propiedad Fun-

damental del Supremo existe x
n
I tal que
s

1
n
< f(x
n
) s
para n N. (3.2)
3.4. FUNCIONES CONTINUAS SOBRE INTERVALOS 41
Puesto que I es acotado, la sucesion X := (x
n
) es acotada. Por lo tanto,
del Teorema de Bolzano-Weierstrass, existe una subsucesion X
= (x
n
r
) de
X que converge alg un x
. Puesto que los elementos de X
pertenecen a
I = [a, b] se tiene que x
I. Por lo tanto f es continua en x
por lo que
lm
r
(f(x
n
r
)) = f(x
). Se sigue de (3.2) que

s

1
n
r
< f(x
n
r
) s
para r N.
Por el Teorema del Emparedado obtenemos que
f(x
) = lm
n
(f(x
n
r
)) = s
= sup f(I).
Por lo tanto x
es un maximo absoluto de f sobre I.

De forma analoga se demuestra que x
es un mnimo absoluto de f sobre

I.
Teorema 3.4.3. Sea f : I R continua en c y suponga que f(c) = 0.
Entonces existe un intervalo (c , c + ) en el que f tiene el mismo signo
de f(c).
Demostracion. Suponga primero que f(c) > 0. Puesto que f es continua en
c entonces para cada > 0 existe > 0 tal que
f(c) < f(x) < f(c) + siempre que c < x < c +.
Tomando el = (1/2f(c)) correspondiente a := 1/2f(c) > 0 tenemos que
0 <
1
2
f(c) < f(x) <
3
2
f(c) siempre que c < x < c +.
De aqu se deduce que f(x) > 0 para x (c , c + ). Por lo tanto f(x)
y f(c) tienen el mismo signo. Si f(c) < 0 se toma el correspondiente a
:= 1/2f(c) > 0 y se llega a la misma conclusion.
Teorema 3.4.4 (Teorema de Bolzano). Sea f : [a, b] R continua y supon-
ga que f(a) y f(b) tienen signos opuestos. Existe por lo menos un c (a, b)
tal que f(c) = 0.
Demostracion. Suponga que f(a) < 0 < f(b). Sea
S := {x [a, b] : f(x) 0}.
Hay por lo menos un punto en S puesto que f(a) < 0. Por lo tanto, S es un
conjunto no vaco. Como S [a, b] entonces S esta acotado superiormente.
Luego por el Axioma del Supremo, existe c = sup S. Queremos demostrar
que f(c) = 0. Si f(c) > 0 existe un intervalo (c , c +) o (c , c] si c = b,
tal que f(x) es positivo si x esta en este intervalo. Por lo tanto, ning un
42 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
punto de S puede estar a la derecha de c , y por tanto x S implica que
x c . As c es una cota superior para S; pero c < c = sup S
lo que contradice que c sea el supremo. Por lo tanto f(c) > 0 es imposible.
Si f(c) < 0 hay un intervalo (c , c + ) o [c, c + ) si c = a en el cual f
es negativa y por lo tanto f(x) < 0 para alg un x > c, contra el hecho que
c es una cota superior de S. Por lo tanto f(c) < 0 es imposible. De esta
manera la unica opcion es que f(c) = 0. Es claro que a < c < b puesto que
f(a) < 0 < f(b).
Teorema 3.4.5 (Teorema del Valor Intermedio). Sea I un intervalo y f :
I R una funcion continua en I. Si a, b I y si k R satisface f(a) <
k < f(b), entonces existe un punto c I tal que f(c) = k.
Demostracion. Suponga que a < b y sea g(x) := f(x) k. Notemos que
g es continua y g(a) < 0 < g(b); luego por el Teorema de Bolzano existe
c (a, b) tal que g(c) = 0. Pero g(c) = f(c) k = 0, por lo tanto f(c) = k.
Si b < a procedemos de la misma manera que antes usando g(x) :=
k f(x).
Corolario 3.4.1. Sea I := [a, b] cerrado y acotado. Sea f : I R continua
sobre I. Si k R es cualquier n umero que satisface
nf f(I) k sup f(I),
entonces existe un n umero c I tal que f(c) = k.
Demostracion. Se sigue del Teorema de los Valores Extremos que existen
puntos c
y c
en I tales que
nf f(I) = f(c
) k f(c
) = sup f(I).
La conclusion se sigue del Teorema del Valor Intermedio.
El proximo teorema resume los principales resultados de esta seccion.
Este establece que la imagen de un intervalo cerrado y acotado a traves de
una funcion continua es un intervalo cerrado y acotado.
Teorema 3.4.6. Sea I un intervalo cerrado y acotado y f : I R continua
sobre I. Entonces el conjunto f(I) := {f(x) : x I} es un intervalo cerrado
y acotado.
Demostracion. Sean m := nf f(I) y M := sup f(I), entonces sabemos del
Teorema de Valores Extremos que m y M pertencen a f(I). Mas a un, ten-
emos que f(I) [m, M].
Por otro lado, si k es cualquier elemento de [m, M] entonces se sigue del
corolario anterior que existe c I tal que k = f(c). Por lo tanto, k f(I)
y concluimos que [m, M] f(I). Por lo tanto, f(I) = [m, M].
3.4. FUNCIONES CONTINUAS SOBRE INTERVALOS 43
Lema 3.4.7. Sea S R no vaco con la siguiente propiedad
si x, y S y x < y entonces [x, y] S. (3.3)
Entonces S es un intervalo.
Demostracion. Supongamos que S tiene al menos dos puntos. Existen 4
casos a considerar:
(a) S es acotado. Sea a :=nf S y b := sup S. Si s S entonces a s b
por lo que s [a, b]; puesto que S fue arbitrario, concluimos que
S [a, b].
Por otro lado, armamos que (a, b) S. Si z (a, b) entonces z no es
una cota inferior de S por lo que existe x S tal que x < z. Tambien
z no es cota superior de S por lo que existe y S tal que z < y.
Por consiguiente z [x, y] S. Puesto que z fue arbitario en (a, b)
deducimos que (a, b) S.
Si a / S y b / S, entonces tenemos que S = (a, b); si a / S y b S,
entonces tenemos que S = (a, b]; si a S y b / S, entonces tenemos
que S = [a, b) y si a S y b S, entonces tenemos que S = [a, b].
(b) S es acotado por arriba pero no por abajo. Sea b := sup S. Si s S
entonces s b por lo que debemos tener S (, b].
Armamos que (, b) S. Si z (, b) entonces, el argumento
dado en (a) implica que existen x, y S tal que z [x, y] S. Por lo
tanto (, b) S. Si b / S, entonces tenemos que S = (, b) y si
b S entonces S = (, b].
(c) Ejercicio.
(d) Ejercicio.
Teorema 3.4.8 (Teorema de Preservacion de Intervalos). Sea I un intervalo
y sea f : I R continua sobre I. Entonces f(I) es un intervalo.
Demostracion. Veamos que f(I) satisface la propiedad (6.1). Sean ,
f(I) con < ; entonces existen puntos a, b I tales que = f(a) y
= f(b). Ademas, se sigue del Teorema del Valor Intermedio que si k
(, ) entonces existe un n umero c I tal que k = f(c) f(I). Por lo
tanto [, ] f(I), demostrando que f(I) posee la propiedad (6.1) del lema
anterior. Por consiguiente f(I) es un intervalo.
44 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
3.5. Continuidad Uniforme
En la denicion de continuidad de una funcion en un punto el existente
depende tanto del como del punto, y algunas veces escribimos f es continua
en c si
( > 0)( = (, x))|x c| < |f(x) f(c)| < .
Por ejemplo, cuando demostramos que la funcion lineal f(x) = mx+b es
continua nos jamos que el dependa solo de y no del punto. Sin embargo,
para la funcion f(x) = x
2
el dependa tanto del como del punto x. Lo
anterior nos conduce a la siguiente dencion.
Denicion 3.5.1 (Continuidad Uniforme). Sea A R, f : A R. Decimos
que f es uniformemente continua en A si para todo > 0 existe =
() > 0 tal que si x, u A y |x u| < entonces |f(x) f(u)| < .
Es claro que si f es uniformemente continua en A, entonces es continua
en cada punto de A. Sin embargo el recproco no es cierto, pues la funcion
f(x) = x
2
es continua sobre todo R pero no es uniformemente continua por
la discusion de arriba. El siguiente teorema nos dice cual es la condicion
para que una funcion continua sea uniformemente continua.
Teorema 3.5.1. Sea I un intervalo cerrado y acotado y sea f : I R
continua sobre I. Entonces f es uniformemente continua sobre I.
Demostracion. Si f no es uniformemente continua en I existen
0
> 0 y dos
sucesiones x
n
y u
n
en I tales que |x
n
u
n
| < 1/n y |f(x
n
)f(u
n
)|
0
para
todo n N. Puesto que I es acotado; por el Teorema de Bolzano-Weierstrass
existe una subsucesion (x
n
k
) de (x
n
) que converge a un elemento z. Puesto
que I es cerrado, el lmite z pertenence a I. Es claro que la subsucesion
correspondiente (u
n
k
) tambien converge a z, puesto que
|u
n
k
z| |u
n
k
x
n
k
| +|x
n
k
z|.
Ahora Si f es continua en z entonces las sucesiones (f(x
n
k
)) y (f(u
n
k
))
convergen a f(z). Pero esto no es posible puesto que
|f(x
n
) f(u
n
)|
0
para todo n N. As la hipoteisis que f no es uniformemente continua sobre
I implica que f no es continua sobre en alg un punto z I. Por consiguiente,
si f es continua en todo punto de I, entonces f es uniformemente continua
sobre I.
Teorema de Extension Continua
Teorema 3.5.2. Si f : A R es uniformemente continua sobre un subcon-
junto A de R y si (x
n
) es una sucesi on de Cauchy en A, entonces (f(x
n
))
es una sucesion de Cauchy en R.
3.6. FUNCIONES MON
OTONAS 45
Demostracion. Sea (x
n
) una sucesion de Cauchy en A, y sea > 0 dado.
Escojamos > 0 tal que si x, u A y satisfacen |x u| < , entonces
|f(x) f(u)| < . Puesto que (x
n
) es una sucesion de Cauchy, existe H()
tal que |x
n
x
m
| < para todos los n, m H(). Por la seleccion de , esto
implica que |f(x
n
) f(x
m
)| < . Por lo tanto (f(x
n
)) es una sucesion de
Cauchy en R.
Teorema 3.5.3 (Teorema de Extension Continua). Una funcion f es uni-
formemente continua sobre (a, b) si y solo si puede ser denida en los puntos
extremos a y b tal que la funcion extendida es continua en [a, b].
Demostracion. Una funcion que sea uniformemente continua sobre [a, b] es
uniformemente continua sobre (a, b).
Suponga que f es uniformemente continua sobre (a, b). Mostraremos
como extendemos f a a; el argumento para b es similar. Esto es equivalente
a demostrar que lm
xa
f(x) = L existe. Si (x
n
) es una sucesion en (a, b) con
lm
n
(x
n
) = a, entonces (x
n
) es una sucesion de Cauchy, y por el teorema
anterior, (f(x
n
)) es una sucesion de Cauchy en R. Por lo tanto converge;
esto es lm
n
(f(x
n
)) = L existe. Si u
n
es cualquier otra sucesion en (a, b)
que converge a a, entonces lm
n
(u
n
x
n
) = aa = 0. De la continuidad
uniforme de f tenemos que
lm
n
(f(u
n
)) = lm
n
[(f(u
n
)) (f(x
n
))] + lm
n
(f(x
n
)) = 0 +L = L.
Puesto que conseguimos el mismo lmite L para toda sucesion que converge
a a, la conclusion que lm
xa
f(x) = L se sigue del criterio de sucesiones
para lmites. Si denimos f(a) := L, entonces f es continua en a. El mismo
argumento aplica para b, por lo que concluimos que f tiene una extension
continua a todo el intervalo [a, b].
3.6. Funciones Monotonas
Recuerde que si A R, entonces una funcion f : A R se dice cre-
ciente sobre A si siempre que x
1
, x
2
A y x
1
x
2
entonces f(x
1
) f(x
2
).
La funcion f se dice estrctamente creciente sobre sobre A si siempre
que x
1
, x
2
A y x
1
< x
2
entonces f(x
1
) < f(x
2
). Similarmente, una funcion
g : A R se dice decreciente sobre A si siempre que x
1
, x
2
A y x
1
x
2
entonces g(x
1
) g(x
2
). La funci on g se dice estrctamente decreciente
sobre sobre A si siempre que x
1
, x
2
A y x
1
< x
2
entonces f(x
1
) > f(x
2
).
Una funcion que es creciente o decreciente sobre Ase dice que es monotona.
Si f es estrctamente creciente o estrctamente decreciente sobre A, deciemos
que f es estrctamente monotona.
Lmites Unilaterales
Denicion 3.6.1. Sean A R y f : A R.
46 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
1. Si c R es punto lmite de A (c, ) := {x A : x > c}, entonces
decimos que L R es el lmite por la derecha de f en c y escribimos
lm
xc
+
f(x) = L
si para todo > 0 existe > 0 tal que para todo x A con 0 < xc <
, entonces |f(x) L| < .
2. Si c R es punto lmite de A (, c) := {x A : x < c}, entonces
decimos que L R es el lmite por la izquierda de f en c y
escribimos
lm
xc
f(x) = L
si para todo > 0 existe > 0 tal que para todo x A con 0 < cx <
, entonces |f(x) L| < .
Teorema 3.6.1. Sean I R y f : I R creciente sobre I. Suponga que
c I no es un punto extremo de I. Entonces
(i) lm
xc
f(x) = sup{f(x) : x I, x < c}
(ii) lm
xc
+ f(x) =nf{f(x) : x I, x > c}
Demostracion. Primero note que si x I y x < c, entonces al ser f creciente
tenemos que f(x) f(c). Por lo tanto el conjunto {f(x) : x I, x < c}, el
cual es no vaco pues c no es un punto extremo de I, es acotado superiormente
por f(c). Por el Axioma del Extremo Superior existe L := sup{f(x) : x
I, x < c}. Si > 0 es dado entonces L no es una cota superior de este
conjunto. Por lo tanto existe y
I, y
< c tal que L < f(y
) L. Puesto
que f es creciente, deducimos que si () := c y
y si 0 < c y
< (),
entonces y
< y < c tal que

L < f(y
) f(y) L.
Por lo tanto |f(y) L| < cuando 0 < c y < (). Puesto que > 0 fue
arbitrario inferimos que (i) se cumple.
La demostracion de (ii) es similar.
Corolario 3.6.1. Sean I R y f : I R creciente sobre I. Suponga que
c I no es un punto extremo de I. Entonces las siguientes armaciones son
equivalentes
1. f es continua en c;
2. lm
xc
f(x) = f(c) = lm
xc
+ f(x);
3. sup{f(x) : x I, x < c} =nf{f(x) : x I, x > c}.
3.6. FUNCIONES MON
OTONAS 47
Demostracion. Ejercicio.
Nota 3.6.2. Sean I R y f : I R creciente sobre I. Si a es un punto
extremo izquierdo de I, entonces f es continua en a si y solo si
f(a) :=nf{f(x) : x I, a < x}
o si y solo si f(a) = lm
xa
+ f(x). Condiciones similares aplican en un punto
extremo derecho, y para funciones decrecientes.
Denicion 3.6.2. Si f : I R es creciente y c no es un punto extremo de
I, denimos el salto de f en c como
j
f
(c) := lm
xc
+
f lm
xc
f.
Se sigue del Teorema anterior que
j
f
(c) =nf{f(x) : x I, x > c} sup{f(x) : x I, x < c},
para una funcion creciente. Si el punto extremo izquierdo a de I pertence a
I, denimos el salto de f en a como
j
f
(a) := lm
xa
+
f f(a).
Si el punto extremo derecho b de I pertence a I, denimos el salto de f
en b como
j
f
(b) := lm
xb
f f(b).
Teorema 3.6.3. Sean I R y f : I R creciente sobre I. Si c I,
entonces f es continua si y solo si j
f
(c) = 0.
Demostracion. Si c no es un punto extremo, el resultado se sigue del coro-
lario anterior. Si c I es punto extremo izquierdo de I, entonces f es
continua en c si y solo si f(c) = lm
xa
f(x) = lm
xa
+ f(x) lo cual es
equivalente a que j
f
(c) = 0.
La demostracion es similar para el caso donde c es un punto extremo
derecho de I.
Teorema 3.6.4. Sean I R y f : I R monotona sobre I. Entonces el
conjunto de puntos de discontinuidad D I de f es un conjunto contable
(o innito enumerable).
Demostracion. Suponga que f es creciente sobre I. Se sigue del teorema
anterior que
D := {w I : f no es continua en w}.
Consideremos el caso en que I := [a, b] (los otros casos son similares). Si f
es continua entonces D = y por lo tanto es nito. Suponga que f tiene
48 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
al menos un punto de discontinuidad D. Del hecho que f es creciente
tenemos que para todo x I
x < f(x) f(); x > f(x) f().
Dena entonces
f() := sup{f(x) : x < }, f(+) :=nf{f(x) : x > }.
Notemos que f() f(+). Puesto que es una discontinuidad de f
la desigualdad es estricta: f() < f(+). De la densidad de los n umeros
racionales, se sigue que existe un racional r
tal que f() < r
< f(+).
Sea
I
r
:= (f(), f(+)).
Si D \ {} = entonces D = {} y por tanto la conslusion se sigue. Si
D \ {} = entonces podemos escoger otro D tal que = . Sin
perdida de generalidad podemos suponer que D y < . Siguiendo el
proceso de arriba para en vez de tenemos que existe un n umero racional
r
tal que f() < r
< f(+). Dena

I
r
:= (f(), f(+)).
Puesto que < entonces f(+) < f(). As
I
r
I
r
= .
Ahora, sea G := {I
r
: D} y
H : D G
H(w) = I
r
w
.
Armamos que H es biyectiva. Veamos primero que es inyectiva. Sean
w
1
, w
2
D con H(w
1
) = H(w
2
). De la ley de tricotoma sabemos que
w
1
< w
2
, w
1
> w
2
o w
1
= w
2
. Las dos primeras nos llevan a que I
w
1
I
w
2
= .
Luego debemos tener que w
1
= w
2
. Por lo tanto H es inyectiva. Veamos
ahora que H es sobreyectiva. Sea A G. Entonces existe r Q tal que
A = I
r
= (f(), f(+)) para algu un D. Por lo tanto H es sobreyecti-
va.
Lo anterior demuestra que H es una biyeccion entre el conjunto D y el
conjunto G que es innito enumerable. Por lo tanto, D es a lo mas innito
enumerable.
3.7. Ejercicios
1. Suponga que f es funcion real sobre R tal que
lm
h0
[f(x +h) f(x h)] = 0
para todo x R. f es continua?.
3.7. EJERCICIOS 49
2. Sea E R. Si E
denota el conjunto de todos los puntos lmites de E en

R entonces la clausura de E es el conjunto E = E E
. Decimos que
E es cerrado si todo punto lmite de E es un punto de E. Demostrar
lo siguiente
a) E es cerrado;
b) E = E si y solo si E es cerrado;
c) E F para todo cerrado F R tal que E F.
d) Sea E un subconjunto no vaco de R el cual es acotado por arriba.
Sea y := sup E; entonces y E. En particular, si E es cerrado
entonces y E.
e) Si f : R R es continua, entonces
f(E) f(E)
para todo subconjunto E de R. Dar un ejemplo donde f(E) =
f(E).
3. Sea (x
n
) una sucesion en E R. Sea E
el conjunto de los n umeros x

tales que (x
n
k
) converge a x para alguna subsucesion (x
n
k
) de (x
n
). A
este conjunto se le como el conjunto de lmites subsucesionales de E.
Demuestre que E
= E
.
4. Sea f continua sobre un subconjunto cerrado S de R. Sea
A = {x S : f(x) = 0}.
Demuestre que A es cerrado en R.
5. Sea f : R R una funcion que tiene la propiedad del valor intermedio:
Si f(a) < c < f(b) entonces existe x (a, b) tal que f(x) = c. Suponga
tambien que, para todo racional r, el conjunto
{x : f(x) = r}
es cerrado. Demuestre que f es continua. (ayuda: Si x
n
x
0
pero
f(x
n
) > r > f(x
0
) para alg un r y para todo n N, entonces f(t
n
) = r
para alg un x
0
< t
n
< x
n
; as t
n
x
0
. Halle una contradiccion.
6. Si E es un subconjunto no vaco de R, dena la distancia de x R a
E por
E
:= nf
zE
|x z|.
a) Demuestre que
E
(x) = 0 si y solo si x E.
50 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
b) Demuestre que
E
es una funcion uniformemente continua sobre
R, mostrando que
|
E
(x)
E
(y)| |x y|
para todo x, y R.
c) Sean A y B subconjuntos no vacos cerrados en R. Dena una
funcion sobre R tal que sea continua sobre R, con imagen con-
tenida en [0, 1], tal que f(p) = 0 para todo p A y f(p) = 1 para
todo p B.
7. Sea f una funcion denida y acotada sobre un intervalo compacto
S R. Si T S el n umero
f
(T) := sup{f(x) f(y) : x, y T}
es llamado la Oscilacion de f sobre T. Si x S, la Oscilacion de f en
x se dene por
f
(x) := lm
h0
+
f
(V
h
(x) S).
Demuestre que este lmite siempre existe y que
f
(x) = 0 si y solo si
f es continua en x.
8. Una funcion f : (a, b) R se dice Convexa si
f(x + (1 )y) f(x) + (1 )f(y)
siempre que a < x, y < b y 0 < < 1.
a) Demuestre toda funcion convexa es continua.
b) Si f es convexa en (a, b) y si a < s < t < u < b, demuestre que
f(t) f(s)
t s

f(u) f(s)
u s

f(u) f(t)
u t
.
c) Suponga que f : (a, b) R es continua y
f
_
x +y
2
_
f(x) +f(y)
2
para todo x, y (a, b). Demuestre que f es convexa.
d) Si g es convexa, f g esta denida y f es convexa y creciente,
demuestre que f g es convexa.
9. Sea f una funcion creciente en [a, b] y sean a < x
1
< x
2
< < x
n
< b.
a) Demuestre que
n
k=1
[f(x
k
+) f(x
k
)] f(b) f(a+).
3.7. EJERCICIOS 51
b) Deduzca de lo anterior que el conjunto de discontinuidades de f
es contable.
c) Demuestre que f tiene puntos de discontinuidad en todo subin-
tervalo abierto de [a, b].
10. Sea A R y f : A R. Si existe una constante K > 0 tal que
|f(x) f(u)| K|x u|
para todo x, u A, entonces se dice que f es una funcion Lipschitz.
a) Demuestre que una funcion Lipschitz es uniformemente continua;
b) Dar un ejemplo de una funcion que sea uniformemente continua
y no sea Lipschitz.
11. Sea I R un intervalo y sea s : I R. Entonces s es llamada
una funcion escalon unitario si esta tiene solo un n umero nito de
distintos valores, cada valor es tomado sobre uno o mas intervalos en
I.
Sea I un intervalo cerrado y acotado y sea f : I R continua sobre
I. Si > 0, entonces existe una funcion escalon unitario s
: I R
tal que |f(x) s
(x)| < para todo x I.

12. Sea I := [a, b] un intervalo. Entonces una funcion g : I R se dice
lineal por partes sobre I si I es la union de un n umero nito de inter-
valos disjuntos I
1
, ..., I
m
, tales que la restriccion de g a cada intervalo
I
k
es una funcion lineal.
Sea I un intervalo cerrado y acotado y sea f : I R continua sobre
I. Si > 0, entonces existe una funcion lineal por partes g
: I R
tal que |f(x) g
(x)| < para todo x I.

13. Sea I R un intervalo y sea f : I R estrctamente monotona y
continua sobre I. Entonces la funcion inversa g de f es estrctamente
monotona y continua sobre J := f(I).
52 CAP
ITULO 3. L
IMTES Y CONTINUIDAD
Captulo 4
Diferenciaci on
4.1. La Derivada de una Funci on Real
Denicion 4.1.1. Sea f una funcion real denida sobre [a, b]. Para cualquier
x [a, b] formamos el cociente
(t) =
f(t) f(x)
t x
, (a < t < b, t = x),
y dena
f
(x) := lm
tx
(t),
siempre que este lmite exista. En tal caso se dice que f
es la derivada de
f.
Si f
esta denida en un punto x, decimos que f es diferenciable en x.

Si f
esta denida en todo punto de un conjunto E [a, b], decimos que f

es diferenciable sobre E.
Se pueden denir las derivadas unilaterales de f considerando los lmites
unilaterales en la denicion de arriba.
Teorema 4.1.1. Sea f : [a, b] R. Si f es diferenciable en x [a, b]
entonces f es continua en x.
Demostracion. Cuando t x, tenemos que
f(t) f(x) =
f(t) f(x)
t x
(t x) f
(x) 0 = 0
Por lo tanto
lm
tx
f(t) = f(x).
De lo anterior se sigue que f es continua.
el recproco de este teorema es falso (muestre un contraejemplo).
53
54 CAP
ITULO 4. DIFERENCIACI
ON
Teorema 4.1.2. Sean f, g : [a, b] R diferenciables en x [a, b]. Entonces
f +g, fg y f/g son diferenciables en x, y
(a) (f +g)
= f
+g
;
(b) (fg)
= f
g +fg
;
(c)
_
f
g
_
=
f
g fg
g
2
, (g = 0).
Demostracion. (a) Ejercicio.
(b) Sea h := fg. Entonces
h
(x) = lm
tx
h(t) h(x)
t x
= lm
tx
f(t)g(t) f(x)g(x)
t x
= lm
tx
f(t)g(t) f(t)g(x) +g(x)f(t) f(x)g(x)
t x
= lm
tx
_
f(t)
g(t) g(x)
t x
_
+ lm
tx
_
g(x)
f(t) f(x)
t x
_
= f(x)g
(x) +g(x)f
(x).
Note que la diferenciablidad de f juega un papel importante en la
demostracion (por que?).
(c) Ejercicio.
Teorema 4.1.3 (Regla de la Cadena). Suponga que f es continua en [a, b],
f
(x) existe en alg un punto x [a, b], g esta denida sobre un intervalo I
que contiene el campo de valores de f, y g es diferenciable en f(x). Si
h(t) := g(f(t)), (a t b),
Entonces h es diferenciable en x, y
h
(x) = g
(f(x))f
(x).
Demostracion. Sea d := f(x) y denamos G sobre I por
G(y) :=
_
_
_
g(y) g(d)
y d
, y I, y = d;
g
(d), y = d.
Puesto que g es diferenciable en d, tenemos que lm
yd
G(y) = g
(d) = G(d),
por lo que G es continua en d. Ahora puesto que f es continua en x [a, b]
y f([a, b]) I entonces G f es continua en x por lo que
lm
tx
(G f)(t) = lm
tx
(G(f(t)) = lm
yd
G(y) = g
(f(x)). (4.1)
4.2. TEOREMA DEL VALOR MEDIO 55
Se sigue de la dencion de G que
g(y) g(d) = G(y)(y d)
para todo y I. Por lo tanto, si x [a, b] y y = f(t), entonces
(g f)(t) (g f)(x) = g(f(t)) g(f(x))
= G(f(t))(f(t) f(x)).
Por lo tanto, si t [a, b], t = x, tenemos
(g f)(t) (g f)(x)
t x
=
g(f(t)) g(f(x))
t x
= G(f(t))
f(t) f(x)
t x
.
Por consiguiente, de (4.1), tenemos
lm
tx
(g f)(t) (g f)(x)
t x
= lm
tx
g(f(t)) g(f(x))
t x
= g
(f(x))f
(x).
4.2. Teorema del Valor Medio
Denicion 4.2.1. Una funcion f : I R tiene un Maximo Relativo o
Local (respectivamente un Mnimo Relativo o Local) en c I si existe
una vecindad V = V
(c) tal que f(c) f(x) (respectivamente si existe una

vecindad V = V
(c) tal que f(c) f(x)) para todo x V I. Decimos que

f tiene un Extremo Relativo en c I si tiene un maximo relativo o un
mnimo relativo.
Teorema 4.2.1 (Teorema del Extremo Interior). Sea c un punto in-
terior del intervalo I en el cual f : I R tiene un extremo relativo. Si la
derivada en de f en c existe entonces f
(c) = 0.
Demostracion. Supongamos que f tiene un maximo relativo en c. Si f
(c) >
0, entonces existe una vecindad V I de c tal que
f(x) f(c)
x c
> 0, x V, x = c.
Si x V y x > c, entonces tenemos
f(x) f(c) = (x c)
f(x) f(c)
x c
> 0.
Lo anterior contradice la hipotesis que f tiene un maximo relativo en c.
Similarmente, no podemos tener que f
(c) < 0. Por lo tanto f
(c) = 0.
Si f tiene un mnimo relativo se procede en forma analoga para conseguir
que f
(c) = 0.
56 CAP
ON
Teorema 4.2.2 (Teorema de Rolle). Suponga que f es continua sobre el
intervalo cerrado I := [a, b], la derivada f
existe para todo punto de (a, b),

y que f(a) = f(b) = 0. Entonces existe al menos un punto c (a, b) tal que
f
(c) = 0.
Demostracion. Si f(x) = 0 para todo x I entonces cualquier c (a, b)
satisface la conclusion del teorema. Por lo tanto suponga que f no se anula
identicamente sobre I. Reemplazando f por f si es necesario, podemos
suponer que f toma valores positivos. Como f es continua sobre [a, b] por el
Teorema de los Valores Extremos la funcion alcanza un maximo max{f(x) :
x I} en alg un punto c I. Puesto que f(a) = f(b) = 0, el punto c debe
estar en (a, b); por lo tanto f
(c) existe. Puesto que, en particular, f tiene

un maximo relativo en c, se sigue del Teorema del Extremo Interior que
f
(c) = 0.
Teorema 4.2.3. (Teorema del Valor Medio) Suponga que f es continua
sobre el intervalo cerrado I := [a, b], la derivada f
existe para todo punto

de (a, b). Entonces existe al menos un punto c (a, b) tal que
f(b) f(a) = f
(c)(b a).
Demostracion. Considere la funcion f denida sobre I por
(x) := f(x) f(a)
f(b) f(a)
b a
(x a).
(La funcion e sla diferencia entre f y el segmento de recta que une a los
puntos (a, f(a)) y (b, f(b)).) Las hipotesis del Teorema de Rolle se satisfacen
para puesto que es continua sobre [a, b] por ser composicion de funciones
continuas sobre [a, b]. Es diferenciable sobre (a, b) por ser composicion de
funciones diferencibales sobre (a, b). Tambien (a) = (b) = 0. Por lo tanto,
existe un punto c (a, b) tal que
0 =
(c) = f
(c)
f(b) f(a)
b a
.
Por lo tanto, f(b) f(a) = f
(c)(b a).
Teorema 4.2.4. (Teorema del Valor Medio Generalizado de Cauchy)
Sean f y g continuas sobre el intervalo cerrado I := [a, b], diferenciables so-
bre (a, b) y suponga que g
(x) = 0 para todo x (a, b). Entonces existe al

menos un punto c (a, b) tal que
f(b) f(a)
g(b) g(a)
=
f
(c)
g
(c)
.
4.2. TEOREMA DEL VALOR MEDIO 57
Demostracion. Puesto que g
(x) = 0 para todo x (a, b), se sigue del Teo-

rema de Rolle que g(a) = g(b). Considere la funcion f denida sobre I
por
h(x) :=
f(b) f(a)
g(b) g(a)
(g(x) g(a)) (f(x) f(a)).
Las hipotesis del Teorema de Rolle se satisfacen para h puesto que es con-
tinua sobre [a, b] por ser composicion de funciones continuas sobre [a, b]. Es
diferenciable sobre (a, b) por ser composicion de funciones diferencibales so-
bre (a, b). Tambien h(a) = h(b) = 0. Por lo tanto, existe un punto c (a, b)
tal que
0 = h
(c) =
f(b) f(a)
g(b) g(a)
g
(c) f
(c).
Puesto que g
(c) = 0, entonces
f(b) f(a)
g(b) g(a)
=
f
(c)
g
(c)
.
Aplicaciones
Teorema 4.2.5. Suponga que f es continua sobre el intervalo cerrado I :=
[a, b], f diferenciable sobre el intervalo abierto (a, b), y que f
(x) = 0 para
todo x (a, b). Entonces f es constante en I.
Demostracion. Probaremos que f(x) = f(a) para todo x I. En efecto,
sea x I,x > a, dado. Apliquemos el Teorema del Valor Medio a f sobre el
intervalo [a, x]. Obtenemos un punto c (dependiendo de x) entre a y x tal
que f(b)f(a) = f
(c)(ba). Puesto que f
(c) = 0 por hipotesis, deducimos

que f(x) = f(a). Como x fue arbitrario, tenemos que f(x) = f(a) para todo
x I.
Teorema 4.2.6. Sea f :R diferenciable sobre un intervalo I. Entonces:
1. f es creciente en I si y solo si f
(x) 0 para todo x I.

2. f es decreciente en I si y solo si f

Demostracion. Veamos la demostracion de la primera parte; la segunda que-
da como ejercicio. Suponga que f
(x) 0 para todo x I. Si x

1
, x
2
en I
satisfacen x
1
< x
2
, entonces apliquemos el Teorema del Valor Medio a f
sobre J := [x
1
, x
2
]. As existe un punto c (x
1
, x
2
) tal que
f(x
2
) f(x
1
) = f
(c)(x
2
x
1
) 0.
Por lo tanto f(x
1
) f(x
2
) y en consecuencia f es creciente.
58 CAP
ON
Recprocamente, suponga que f es diferenciable y creciente en I. Para
cualquier punto c I, si x > c o x < c para x I entonces por ser f
creciente
f(x) f(c)
x c
0. Por lo tanto concluimos que
f
(c) = lm
xc
f(x) f(c)
x c
0.
Lema 4.2.7. Sea I R un intervalo, f : I R, c I, y suponga que f es
diferenciable en c, entonces:
1. Si f
(c) > 0, entonces existe > 0 tal que f(x) > f(c) para x I,
c < x < c +.
2. Si f
(c) < 0, entonces existe > 0 tal que f(x) > f(c) para x I,
c < x < c.
La propiedad de diferenciabilidad de una funcion f sobre un interva-
lo cerrado implica un teorema de valor intermedio para la funcion f
. Lo
importante de este resultado es que no se necesita la hipotesis que f
sea
continua.
Teorema 4.2.8 (Teorema de Darboux). Si f es difereciable en I := [a, b]
y si k es un n umero entre f
(a) y f
(b), entonces existe al menos un punto

c (a, b) tal que f
(c) = k.
Demostracion. Suponga que f
(a) < k < f
(b). Dena g sobre I por g(x) :=

kx f(x) para x I. Puesto que g es continua, alcanza un valor maximo
sobre I. Puesto que g
(a) = k f
(a) > 0, luego del lema anterior existe

> 0 tal que g(x) > g(a) para todo a < x < a; lo cual nos dice que
el maximo de g no ocurre en x = a. Similarmente, g
(b) = k f
(b) < 0 y
tampoco el maximo de g ocurre en x = b. Por lo tanto, g alcanza su maximo
sobre alg un c (a, b). Por lo tanto, del Teorema del Extremo Interior se
sigue que g
(c) = 0 = k f
(c); de donde f
(c) = k.
4.3. Reglas de LHopital
Formas Indeterminadas
Hemos visto en los captulos anteriores que si A := lm
xc
f(x) y B :=
lm
xc
g(x), y si B = 0, entonces
A := lm
xc
f(x)
g(x)
=
A
B
.
4.3. REGLAS DE LH
OPITAL 59
Sin embargo, si B = 0, entonces no se dedujo ninguna conclusion. Se puede
ver que si B = 0 y A = 0, entonces el lmite es innito (cuando este existe).
El caso A = 0 y B = 0 no ha sido cubierto previamente. En este caso, el
lmite del cociente f/g se dice indeterminado. Veremos que este caso el lmite
puede o no existir o ser cualquier n umero real, depediendo de las funciones
particulares f y g. El simbolo 0/0 es usado para ilustrar esta situacion. Por
ejemplo si es cualquier n umero real, y si denimos f(x) := x y g(x) := x,
entonces,
lm
x0
f(x)
g(x)
= lm
x0
x
x
= lm
x0
= .
As la forma indeterminada 0/0 puede dejar cualquier n umero real como
lmite. Otras formas indeterminadas son representadas por los simbolos

,
0, 0
0
, 1
,
0
, y . Nuestra atencion estara centrada en las formas in-
determinadas 0/0 y /. Los otros casos son usualmente reducidos a estas
formas tomando logaritmos, exponenciales, o manipulaciones algebraicas.
Teorema 4.3.1 (Regla de LHopital). Suponga que f y g son continuas
en [a, b], diferenciables en (a, b), que f(a) = g(a) = 0, y que g(x) = 0 y
g
(x) = 0 para a < x < b. Entonces:

(a) si lm
xa
+
f
(x)
g
(x)
= L para L R, entonces lm
xa
+
f(x)
g(x)
= L;
(b) si lm
xa
+
f
(x)
g
(x)
= (Resp. ), entonces lm
xa
+
f(x)
g(x)
= (Resp.
).
Demostracion. (a) Si > 0 es dado, entonces existe > 0 tal que si a <
x < a + entonces

(x)
g
(x)
L
< .
Para cada x que satisface a < x < a+ obtenemos por el Teorema del Valor
Medio Generalizado de Cauchy que existe c
x
(a, x) tal que
f(x)
g(x)
=
f
(c
x
)
g
(c
x
)
(recuerde que f(a) = g(a) = 0).
Puesto que c
x
satisface a < c
x
< a + entonces de la desigualdad anterior
f(x)
g(x)
L
(c
x
)
g
(c
x
)
L
< .
Puesto que esto es valido para todo x con a < x < a + , concluimos que
lm
xa
+
f(x)
g(x)
= L. (b) Consideramos el caso +solamente. Si cualquier K > 0
es dado, entonces existe > 0 tal que a < x < a+ implica f
(x)/g
(x) > K.
60 CAP
ON
Para cada tal x, podemos aplicar el Teorema del Valor Medio de Cauchy y
obtenemos a < c
x
< x < a + tal que
f(x)
g(x)
=
f
(c
x
)
g
(c
x
)
> K.
Puesto que K fue arbitrario, concluimos que lm
xa
+
f(x)
g(x)
= .
El Caso /
Teorema 4.3.2. Suponga que f y g son diferenciables en (a, b), que lm
xa
+ f(x) =
y lm
xa
+ g(x) = y que g(x) = 0 y g
(x) = 0 para a < x < b. Entonces:

(a) si lm
xa
+
f
(x)
g
(x)
= L para L R, entonces lm
xa
+
f(x)
g(x)
= L;
(b) si lm
xa
+
f
(x)
g
(x)
= (Resp. ), entonces lm
xa
+
f(x)
g(x)
= (Resp.
).
Demostracion. (a) Por hipotesis, si 0 < 1/2 es dado, entonces existe
> 0 tales a < x < a +, entonces
(x)
g
(x)
L
< .
Escoja c
1
(a, a + ) y, puesto que f tiene lmite innito en a, podemos
escoger c
2
(a, c
1
) tal que f(x) = f(c
1
) para a < x < c
2
. Ahora dena la
funcion F sobre (a, c
2
) por
F(x) :=
1
f(c
1
)
f(x)
1
g(c
1
)
g(x)
para a < x < c
2
.
Note que al ser g
(x) = 0 para a < x < b tenemos que g(x) = g(c

1
) para
a < x < c
2
. De la hipotesis, vemos que lm
xa
+ F(x) = 1. Por lo tanto
existe c
3
con a < c
3
< c
2
tal que |F(x) 1| < siempre que a < x < c
3
. Por
lo tanto si a < x < c
3
, tenemos
1
|F(x)|
<
1
1
< 2.
Observe que
f(x)
g(x)
=
f(x)
g(x)

F(x)
F(x)
=
f(x) f(c
1
)
g(x) g(c
1
)

1
|F(x)|
.
4.4. EL TEOREMA DE TAYLOR 61
Luego aplicando el Teorema de Valor Medio de Cauchy, existe (x, c
1
)
tal que
f(x)
g(x)
=
f
()
g
()

1
|F(x)|
.
Puesto que a < x < c
3
< c
2
< c
1
< a + se sigue que
f(x)
g(x)
L
()
g
()

1
|F(x)|
L
()
g
()
LF(x)
|F(x)|
1
()
g
()
L
+|L LF(x)|
_
|F(x)|
1
( +|L|)2 = {2(1 +|L|)}.
Puesto que > 0 es arbitrario, concluimos que lm
xa
+
f(x)
g(x)
= L.
(b) Ejercicio.
4.4. El Teorema de Taylor
Una tecnica muy usada en analisis de funciones reales es la aproximacion
de funciones por polinomios. En esta seccion demostraremos un teorema
fundamental en este area cuya primera parte se debe a Brook Taylor (1685-
1731) y la segunda a Joseph-Louis Lagrange (1736-1813). El Teorema de
Taylor es un poderoso resultado que tiene numerosas aplicaciones.
El Teorema de Taylor se puede ver como una extension al Teorema del
Valor Medio a derivadas de orden superior.
Teorema 4.4.1. (Teorema de Taylor) Sea n N, I := [a, b], f : I R
tal que f y sus derivadas f
, f
, ..., f
(n)
son continuas sobre I y que f
(n+1)
sobre (a, b). Si x
0
I, entonces para cualquier x I existe un punto c entre
x y x
0
tal que
f(x) = f(x
0
)+f
(x
0
)(xx
0
)+
f
(x
0
)
2!
(xx
0
)
2
++
f
(n)
(x
0
)
n!
(xx
0
)
n
+
f
(n+1)
(c)
n!
(xx
0
)
n+1
.
Demostracion. Sea x
0
y x dados y sea J el intervalo cerrado con puntos
extremos x
0
y x. Denamos la funcion F sobre J por
F(t) := f(x) f(t) (x t)f
(t)
(x t)
n
n!
f
(n)
(t),
para t J. Entonces
F
(t) = f
(t) +f
(t)
(x t)
n
n!
f
(n+1)
(t) =
(x t)
n
n!
f
(n)
(t)
62 CAP
ON
Sea G denida sobre J por
G(t) := F(t)
_
x t
x x
0
_
n+1
F(x
0
)
para t J. Entonces G(x
0
) = G(x) = 0. Una aplicacion al Teorema de Rolle
nos garantiza que existe un c entre x y x
0
tal que
0 = G
(c) = F
(c) + (n + 1)
(x c)
n
(x x
0
)
n+1
F(x
0
).
Por lo tanto, obtenemos
F(x
0
) =
1
n + 1
(x x
0
)
n+1
(x c)
n
F
(c)
=
1
n + 1
(x x
0
)
n+1
(x c)
n
(x c)
n
n!
f
(n+1)
(c)
=
f
(n+1)
(c)
(n + 1)!
(x x
0
)
n+1
.
Lo anterior implica al conclusion del resultado.
4.5. Ejercicios
1. [Lema Fundamental de Diferenciacion] Demuestre que si una fun-
cion real f es diferenciable en a R entonces existe una funcion (h)
tal que
lm
h0
(h) = 0;
y
f(a +h) f(a) = [f
(a) +(h)]h.
2. Demuestre que la formula del Teorema del Valor Medio puede ser
escrita como
f(x +h) f(x)
h
= f
(x +h),
donde 0 < < 1.
3. [Criterio de la Primera Derivada] Sea f continua sobre el intervalo
I := [a, b] y c un punto interior de I. Suponga que f es diferenciable
en (a, c) y en (c, b). Entonces
a) Si existe una vecindad (c , c + ) I tal que f
(x) 0 para
c < x < c y f
(x) 0 para c < x < c +, entonces f tiene un

maximo relativo en c.
4.5. EJERCICIOS 63
b) Si existe una vecindad (c , c + ) I tal que f
(x) 0 para
c < x < c y f
(x) 0 para c < x < c +, entonces f tiene un

mnimo relativo en c.
4. Una funcion f : I R R es convexa si para cualquier 0 t 1 y
cualesquiera x, y I, tenemos que
f((1 t)x +ty) (1 t)f(x) +tf(y).
a) Demuestre que si f tiene segunda derivada sobre I entonces f es
convexa si y solo si f

b) [Desigualdad de Jensen] Si f es convexa en un intervalo I,
entonces
f(
1
x
1
+
2
x
2
+ +
n
x
n
)
1
f(x
1
) +
2
f(x
2
) + +
n
f(x
n
),
donde x
1
, ..., x
n
I y
1
, ...,
n
no negativos con
1
+
2
++
n
=
1. (Sugerencia: demuestre el caso n = 3 y extienda por induccion).
c) Demuestre que la media geometrica es menor o igual a la me-
dia aritmetica de n umeros positivos. Esto es, si x
,
x
2
, ..., x
n
son
n umeros reales positivos entonces
n
x
1
x
2
x
n

x
1
+x
2
+ +x
n
n
.
Mas a un, si
1
+
2
+ +
n
= 1 entonces
x
1
1
x
2
2
x
n
n

1
x
1
+
2
x
2
+ +
n
x
n
d) Sean p y q n umeros positivos con
1
p
+
1
q
= 1.
Demuestre que para cualesquiera n umeros positivos a y b,
1
p
a
p
+
1
q
b
q
ab.
e) [Desigualdad de Holder] Sean p y q como en la parte (c). Si
a := (a
1
, a
2
, ..., a
n
) y b := (b
1
, b
2
, ..., b
n
) son n-plas de n umeros
positivos, demuestre que
n
k=1
a
k
b
k

_
n
k=1
a
p
k
_
1/p
_
n
k=1
b
q
k
_
1/q
.
(Sugerencia: Note por a
p
:=
_
n
k=1
a
p
k
_
1/p
y b
q
:=
_
n
k=1
b
q
k
_
1/q
y use la parte (c).)
64 CAP
ON
f ) [Desigualdad de Minkowski] Demuestre que
_
n
k=1
|a
k
+b
k
|
p
_
1/p
a
p
b
q
.
5. Demuestre las siguientes desigualdades
a) e
x
1 +x para todo x R.
b) x sin x x para todo x R.
c) Si > 1 entonces (1 +x)
1 +x para todo x R.
6. Sea f diferenciable en (0, ) y suponga que
lm
x
[f(x) +f
(x)] = L.
Demuestre que lm
x
f(x) = L y que lm
x
f
(x) = 0.
7. Eval ue los siguientes lmites
a) lm
x
x
1/x
;
b) lm
x/2
(sec x tan x);
c) lm
x0
_
1
x

1
arctan x
_
;
d) lm
x/2
tan x
sec x
.
8. Sean
f(x) :=
_
x
2
sin(1/x), si 0 < x 1
0, si x = 0.
y g(x) := x
2
para x [0, 1]. Demuestre que lm
x0
f(x) = 0 =
lm
x0
g(x) y
lm
x0
f(x)
g(x)
no existe.
9. Sean
f(x) :=
_
x
2
sin(1/x), si x = 0
0, si x = 0.
y g(x) := sin x para x R. Demuestre que lm
x0
f(x)
g(x)
= 0 y
lm
x0
f
(x)
g
(x)
no existe.
10. Si x [0, 1] y n N, demuestre que
ln(1 +x)
_
x
x
2
2
+
x
3
3
+ + (1)
n1
x
n
n
_
<
x
n+1
n + 1
.
4.5. EJERCICIOS 65
11. Sea f denida para todo real x, y suponga que
|f(x) f(y)| (x y)
2
para todos los reales x y y. Demuestre que f es constante.
12. Suponga que f
(x) > 0 en (a, b). Demuestre que f es estrctamente

creciente en (a, b), y sea g su funcion inversa. Demuestre que g es
diferenciable, y que
g
(f(x)) =
1
f
(x)
, (a < x < b).
13. Si h > 0 y f
(x) existe para todo x (a h, a +h) y f(x) es continua

para todo x [a h, a +h].
a) Demuestre que existe 0 < < 1 tal que
f(a +h) +f(a h)
h
= f
(a +h) +f
(a h).
b) Demuestre que existe 0 < < 1 tal que
f(a +h) 2f(a) +f(a h)
h
= f
(a +h) +f
(a h).
14. Suponga que f esta denida en una vecindad de x, y suponga que f
(x)
existe. Demuestre usando el Teorema del Valor Medio Generalizado de
Cauchy que
lm
h0
f(x +h) +f(x h) 2f(x)
h
2
= f
(x).
Demuestre por un ejemplo que el lmite puede existir incluso si f
(x)
no existe.(Una demostracion mas sencilla se logra usando la Regla de
LHopital)
15. Suponga que f
es continua sobre [a, b] y sea > 0. Demuestre que

existe > 0 tal que
f(t) f(x)
t x
f
(x)
<
siempre que 0 < |t x| < , a t, x b.
16. Dena f como
f(x) :=
_
e
1/x
2
, si x = 0
0, si x = 0.
a) Demuestre que f es continua para todo x.
b) Demuestre que f
(n)
es continua para todo x, y f
(n)
(0) = 0.
66 CAP
ON
Captulo 5
La Integral de
Riemann-Stieltjes
5.1. Denci on y Existencia de la Integral
Denicion 5.1.1. Sea monotona creciente en [a, b]. Sabemos de aqu que
es acotada sobre [a, b]. Correspondiente a cada particion de P de [a, b], sea
i
:= (x
i
) (x
i1
) 0.
Algunas veces usaremos la notacion
P([a, b]) := {P : P es una particion de [a, b]}.
Para cualquier funcion acotada f sobre [a, b], sean
U(P, f, ) :=
n
i=1
M
i
i
;
L(P, f, ) :=
n
i=1
m
i
i
;
S(P, f, ) :=
n
i=1
f(x
i
)
i
;
donde
M
i
:= sup
x
i1
xx
i
f(x), m
i
:= nf
x
i1
xx
i
f(x), x
i
P.
Denamos
_
b
a
f d :=nf{U(P, f, ) : P P([a, b])},
_
b
a
f d := sup{L(P, f, ) : P P([a, b])}.
67
68 CAP
ITULO 5. LA INTEGRAL DE RIEMANN-STIELTJES

S

_
b
a
f d =
_
b
a
f d entonces este numero com un se denota por
_
b
a
f d y es
llamada la integral de Riemann-Stieltjes (Darboux-Stiltjes).
Nota 5.1.1. S
_
b
a
f d existe, entonces escribimos f R()
Denicion 5.1.2. : Decimos que una particion P
de [a, b] es un renamien-
to de P si P
P. Dadas dos particiones P

1
y P
2
de [a, b], decimos que P
es un renamiento com un si P
= P
1
P
2
Teorema 5.1.2. Si P
es un renamiento de P, entonces
L(P, f, ) L(P
, f, )
U(P
, f, ) U(P, f, )
Demostracion. Suponga que P
= P {x
}, x
i1
x
x
i
Sean
w
1
:= sup
x
i1
xx
f(x)
w
2
:= nf
x
xx
i
f(x)
Puesto que {x : x
i1
x x
} {x : x
i1
x x
i
} entonces
nf
x
i1
xx
i
f(x) nf
x
i1
xx
por tanto
m
i
w
1
De la misma forma m
i
w
2
, por tanto
L(P, f, ) L(P
, f, ) = m
i
1
+m
i
2
+
+w
1
[(x
) (x
i1
)] +w
2
[(x
i
) (x
)]+
+m
n
n
[m
i
1
+m
i
2
+
+m
i
[(x
i
) (x
i1
)] + +m
n
n
]
= w
1
[(x
) (x
i1
)] +w
2
[(x
i
) (x
)]
m
i
[(x
i
) (x
i1
)]
= w
1
[(x
) (x
i1
)] +w
2
[(x
i
) (x
)]
m
i
[(x
i
) (x
) +(x
) (x
i1
)]
= (w
1
m
i
)[(x
) (x
i1
)]
+ (w
2
m
i
)[(x
i
) (x
)] 0.
Por lo tanto L(P, f, ) L(P
, f, ). Si P
= P {x
1
, x
2
} se procedera de
la misma forma para demostrar el resultado.
De forma analoga
U(P
, f, ) U(P, f, )
5.1. DEFINCI
ON Y EXISTENCIA DE LA INTEGRAL 69
Observacion 1. :
L(P, f, ) L(P
, f, ), p P([a, b])
m
i
M
i
, i = 1, . . . , n
n
i=1
m
i
i

n
i=1
M
i
i
Teorema 5.1.3.
_
b
a
f d
_
b
a
f d
Demostracion. Sean P
1
, P
2
P([a, b]) y P
= P
1
P
2
.
Por el teorema anterior
L(P
1
, f, ) L(P
, f, ) U(P
, f, ) U(P
2
, f, )
L(P
1
, f, ) U(P
2
, f, )
si P
2
es jo y tomamos el supremo sobre todas las particiones P
1
:
sup
P
1
P([a,b])
L(P
1
, f, ) U(P
2
, f, )
Por tanto
_
b
a
f d U(P
2
, f, )
Tomando el nmo sobre todas las particiones P
2
P([a, b])
_
b
a
f d nf
P
2
P([a,b])
U(P
2
, f, )
_
b
a
f d
Por lo tanto,
_
b
a
f d
_
b
a
f d
Teorema 5.1.4 (Condicion de Riemann). f R() existe una particion
P([a, b]) tal que
U(P, f, ) L(P, f, ) <
Demostracion. Para toda particion P tenemos
L(P, f, )
_
b
a
f d
_
b
a
f d U(P, f, )
70 CAP

Luego
_
b
a
f d
_
b
a
f d U(P, f, ) L(P, f, ) <
Como > 0 fue arbitrario,
_
b
a
f d
_
b
a
f d
Por lo tanto

_
b
a
f d =
_
b
a
f d y en consecuencia f R()
()Suponga que f R() y sea > 0 dado .
Por los axiomas del Extremo Inferior y Extremo Superior existen particiones
P
1
y P
2
de [a, b] tales que
U(P
2
, f, )
_
b
a
f d <

2
o
U(P
2
, f, )
_
b
a
f d <

2
o
_
b
a
f d L(P
1
, f, ) <

2
o
_
b
a
f d L(P
1
, f, ) <

2
Sea P = P
1
P
2
. Entonces
U(P, f, ) U(P
2
, f, ) <
_
b
a
f d +

2
<
_
L(P
1
, f, ) +

2
_
+

2
= L(P
1
, f, ) + < L(P, f, ) +
por tanto
U(P, f, ) L(P, f, ) < .
Teorema 5.1.5. (a) Si U(P, f, ) L(P, f, ) < para alguna particion
P y un > 0, entonces esta desigualdad se cumple para todo re-
namiento P
de P.
(b) Si U(P, f, ) L(P, f, ) < entonces se cumple para la particion
P = {x
0
, x
1
, . . . , x
n
} y si s
i
, t
i
[x
i1
, x
i
] entonces
n
i=1
|f(s
i
) f(t
i
)|
i
<
5.1. DEFINCI
(c) Si f R() y la hipotesis de (b) se cumple, entonces
i=1
f(t
i
)
i

_
b
a
f d
<
Demostracion. (a)
L(P, f, ) L(P
, f, )
U(P
, f, ) L(P, f, )
luego
U(P
, f, ) L(P
, f, ) U(P, f, ) L(P, f, ) <

(b) Puesto que
m
i
f(s
i
) M
i
m
i
f(t
i
) M
i
,
entonces
n
i=1
|f(s
i
) f(t
i
)|
i
< M
i
m
i
;
As
n
i=1
|f(s
i
) f(t
i
)|
i

n
i=1
(M
i
m
i
)
i
=
n
i=1
M
i
i

n
i=1
m
i
i
= U(P, f, ) L(P, f, ) <
(c)
L(P, f, )
n
i=1
f(t
i
) U(P, f, )
L(P, f, )
_
f d U(P, f, )
i=1
f(t
i
)
i

_
f d
|U(P, f, ) L(P, f, )| <

72 CAP

Denicion 5.1.3. Sea P = {x
0
, x
1
, . . . x
n
} una particion de [a, b], y t
i

[x
i1
, x
i
].f R() si para todo > 0, existe una particion P
de [a, b]
tal que para cada renamiento P de P
y para toda seleccion de puntos

t
i
[x
i1
, x
i
] tenemos
S(P, f, )
_
b
a
f d
<
donde S(P, f, ) :=
n
i=1
f(t
i
)
i
(Suma de Riemann-Stieltjes)
Teorema 5.1.6. : Las siguientes son equivalentes
(a) f R() ( en el sentido de la denici on anterior)
(b) U(P, f, ) L(P, f, ) <
(c)

_
b
a
f d =
_
b
a
f d
Demostracion. (b) (c) listo!
(b) (a) listo! (parte (c) del teorema anterior).
Veamos que (a) (b). Si (a) = (b), entonces (b) se cumple trivial-
mente(vericar). Suponga que (a) < (b).
Dado > 0 y cualesquiera t
k
, t
k
[x
k1
, x
k
] tenemos
k=1
f(t
k
)
k

_
b
a
f d
<

3
k=1
f(t
k
)
k

_
b
a
f d
<

3
Luego
k=1
[f(t
k
) f(t
k
)]
k
<
2
3
Puesto que
M
k
m
k
= sup
x
i1
xx
i
f(x) nf
x
i1
xx
i
f(x)
= sup{f(x) f(x
) : x, x
[x
k1
, x
k
]}
se sigue que para todo h > 0 podemos escoger t
k
, t
k
tales que
f(t
k
) f(t
k
) > (M
k
m
k
) h (prop. fund. del sup.)
5.1. DEFINCI
Sea h :=
/3
(b) (a)
. Entonces
U(P, f, ) L(P, f, ) =
n
k=1
[M
k
m
k
]
k
<
n
k=1
_
f(t
k
) f(t
k
) +h
k
=
n
k=1
_
f(t
k
) f(t
k
)
k
+h
n
k=1
k
<
2
3
+

3
= .
Teorema 5.1.7. : Si f es continua en [a, b] entonces f R() en [a, b]
Demostracion. Sea > 0 dado. Escoja > 0 tal que
[(b) (a)] < (Prop. Arquimediana)
puesto que f es uniformemente continua sobre [a, b], existe > 0 tal que
|f(x) f(t)| < si t, x [a, b] , |x t| <
si P es cualquier particion de [a, b] tal que x
i
< para todo i, entonces
M
i
m
i
(M
i
m
i
= sup{f(x) f(x
) : x, x
[x
i1
, x
i
])
Por lo tanto
U(P, f, ) L(P, f, ) =
n
i=1
[M
i
m
i
]
i
<
n
i=1
i
= [(b) (a)] <
Se sigue de la condicion de Riemann que f R().
Teorema 5.1.8. Si f es mon otona en [a, b], y continua en [a, b], entonces
f R(). (Se supone a un que es mon otona .)
Demostracion. Sea > 0 dado. Para cualquier entero positivo n, escoja una
particion tal que
i
=
(b) (a)
n
, i = 1, 2, . . . , n
74 CAP

En efecto, como n 1, entonces
(a) (a) +
(b) (a)
n
(b)
Puesto que es continua por el teorema del valor intermedio existe
x
1
(a, b) tal que
(x
1
) = (a) +
(b) (a)
n
o
(x
1
) (a) =
(b) (a)
n
o
(x
1
) (x
0
) =
(b) (a)
n
o
1
=
(b) (a)
n
note ahora que
(x
1
) (x
1
) +
(b) (a)
n
(b). (n 1)(n = 1 es trivial)
luego de teorema del valor intermedio obtenemosx
2
(a, b) tal que
(x
2
) = (x
1
) +
(b) (a)
n
o
2
=
(b) (a)
n
Continuando en esta forma obtenemos
i
=
(b) (a)
n
, i = 1, 2, . . . , n
Como f es creciente, entonces
M
i
= f(x
i
) y m
i
= f(x
i1
) i = 1, 2, . . . , n
Se sigue que
U(P, f, ) L(P, f, ) =
n
i=1
(M
i
m
i
)
i
=
(b) (a)
n
n
i=1
(M
i
m
i
)
=
(b) (a)
n
[f(b) f(a)] <
Si [(b) (a)] [f(b) f(a)] < n (Prop. Arquimediana)
5.1. DEFINCI
Teorema 5.1.9. Suponga que f es acotada en [a, b], f tiene solo un numero
nito de discontinuidades sobre [a, b], y es continua en todo punto en el
cual f es discontinua. Entonces f R()
Teorema 5.1.10. Suponga que f R() sobre [a, b] , m f M ,
continua sobre [m, M] y h(x) = (f(x)) en [a, b]. Entonces h R() sobre
[a, b]
Demostracion. Sea > 0 dado.Puesto que es uniformemente continua
sobre [m, M], existe > 0 con < y
|(s) (t)| < si |s t| s, t [m, M]
Puesto que f R(), existe una particion P = {x
0
, x
1
, . . . , x
n
} de [a, b]
tal que
L(P, f
1
, ) +L(P, f
2
, ) <
2
Sean
M
i
:= sup
x
i1
xx
i
f(x) , m
i
:= nf
x
i1
xx
i
f(x)
M
i
:= sup
x
i1
xx
i
h(x) , m
i
:= nf
x
i1
xx
i
h(x)
Los conjuntos
A := {i : i {1, 2, . . . , n} y M
i
m
i
< }
B := {i : i {1, 2, . . . , n} y M
i
m
i
}
son disjuntos.
Para i A, u, v, [x
i1
, x
i
] = I
M
i
m
i
= sup
u,v,I
[f(u) f(v)] < |f(u) f(v)| < ;
como f(u) f(v) [m, M] entonces
|(f(u)) (f(v))| < ;
es decir
|h(u) h(v)| < , si u, v, I
Por lo tanto
M
i
m
i
= sup
u,v,I
[h(u) h(v)] , i = 1, 2, . . . , n (5.1)
Para i B tenemos M
i
m
i
, luego
76 CAP
iB
iB
(M
i
m
i
)
i
U(P, f, ) L(P, f, ) <
2
Por lo tanto
iB
i
< < .
Sea k := sup
mtM
|(t)| . Entonces
M
i
m
i
= {sup [(f(u)) (f(v))] : u, v I} 2k
Por lo tanto
U(P, f, ) L(P, f, ) =
iA
(M
i
m
i
)
i
+
iA
(M
i
m
i
)
i
< [(b) (a)] + 2k
= [(b) (a) + 2k]
Como > 0 fue arbitrario, entonces h R()
5.2. Propiedades de la Integral
Teorema 5.2.1. (a) Si f R() sobre [a, b],entonces
(f
1
+f
2
) R()
cf R()
y
_
b
a
(f
1
+f
2
)d =
_
b
a
f
1
d +
_
b
a
f
2
d
_
b
a
cfd = c
_
b
a
fd
(b) Si f
1
(x) f
2
(x) para todo x [a, b], entonces
_
b
a
f
1
d
_
b
a
f
2
d (f
1
, f
2
R())
(c) Si f R() sobre [a, b] y si a < c < b, entonces f R() sobre [a, c]
y sobre [c, b]. Ademas,
_
b
a
fd =
_
c
a
fd +
_
b
c
fd
5.2. PROPIEDADES DE LA INTEGRAL 77
(d) Si f R() sobre [a, b] y si |f(x)| M sobre [a, b]
_
b
a
fd
M [(b) (a)] .
(e) Si f R(
1
) y f R(
2
), entonces f R(
1
+
2
)
_
b
a
fd(
1
+
2
) =
_
b
a
fd
1
+
_
b
a
fd
2
(f ) Si f R() c > 0, entonces
_
b
a
fd(c) = c
_
b
a
fd
Demostracion. (a) Sea f = f
1
+f
2
y P cualquier particion de [a, b].
Por las propiedades del supremo y el nmo
M
i
:= sup
x
i1
xx
i
f(x) sup
x
i1
xx
i
f
1
(x) + sup
x
i1
xx
i
f
2
(x) := M
1i
+m
1i
y
m
1i
+m
2i
:= nf
x
i1
xx
i
f
1
(x) + nf
x
i1
xx
i
f
2
(x) nf
x
i1
xx
i
f(x) = m
i
Luego
L(P, f
1
, )+L(P, f
2
, ) L(P, f, ) U(P, f, ) U(P, f
1
, )+U(P, f
2
, )
Sea > 0 dado. Como f
1
, f
2
R entonces existen particiones P
1
y P
2
tales
que
U(P
1
, f
1
, ) L(P
1
, f
2
, ) <

2
U(P
2
, f
1
, ) L(P
2
, f
2
, ) <

2
Sea P := P
1
P
2
entonces
U(P, f, ) L(P, f, ) U(P, f
1
, ) +U(P, f
2
, ) L(P, f
1
, ) L(P, f
2
, )
= [U(P, f
1
, ) L(P, f
1
, )] + [U(P, f
2
, ) L(P, f
2
, )]
[U(P
1
, f
1
, ) L(P
1
, f
1
, )] + [U(P
2
, f
2
, ) L(P
2
, f
2
, )]

2
+

2
=
78 CAP

Por lo tanto f
1
+f
2
R
Con esta misma particion P
_
b
a
fd U(P, f
1
, ) +U(P, f
2
, )
< L(P, f
1
, ) +L(P, f
2
, ) +
_
b
a
f
1
d +
_
b
a
f
2
d +
por tanto
_
b
a
(f
1
+f
2
)d
_
b
a
f
1
d +
_
b
a
f
2
d
De la misma forma
_
b
a
f
1
d +
_
b
a
f
2
d U(P, f
1
, ) +U(P, f
2
, )
< L(P, f
1
, ) +L(P, f
2
, ) +
L(P, f, ) +
_
b
a
fd +
por tanto
_
b
a
f
1
d +
_
b
a
f
2
d
_
b
a
(f
1
+f
2
)d
De esta forma por tanto
_
b
a
(f
1
+f
2
)d =
_
b
a
f
1
d +
_
b
a
f
2
d
Captulo 6
Espacios Metricos
Las ideas de Metrica y Espacio Metrico, que son el objetivo de este
captulo, son abstracciones del concepto de distancia en el espacio Euclidi-
ano. Estas abstracciones resultan ser particularmente fundamentales y utiles
en matematicas modernas.
6.1. Conjuntos Abiertos y Cerrados
Denicion 6.1.1. Una Metrica sobre un conjunto X es una funcion d :
X X R tal que
1. d(x, y) 0, x, y X,
2. d(x, y) = 0 x = y,
3. d(x, y) = d(y, x), x, y X,
4. d(x, z) d(x, y)+d(y, z), x, y, z X (Desigualdad Triangular).
Denicion 6.1.2. Un Espacio Metrico es un conjunto X dotado de una
metrica d sobre X. Usamos la notacion (X, d) para referirnos a un Espacio
Metrico con metrica d.
Nota 6.1.1. Si (X, d) es un espacio metrico y Y es un subconjunto de X,
entonces la restriccion d
de d a Y Y es una metrica sobre Y (comprobar!).

El espacio metrico (Y, d
) es llamado un subespacio de (X, d).

Ejemplo 6.1.1. El conjunto de los n umeros reales R con la funcion de
distancia usual
d(x, y) := |x y|, x, y X,
es un espacio metrico. Mas generalmente, el espacio n-dimensional Euclidano
R
n
, que consiste de todos los x = (x
1
, ..., x
n
) tales que x
i
R para todo
79
80 CAP
ITULO 6. ESPACIOS M
ETRICOS
1 i n, es un espacio metrico con la metrica
d(x, y) :=
_
n
i=1
(x
i
y
i
)
2
_
1/2
, x, y R
n
.
Las primeras propiedades de metrica se demuestran sin dicultad; sin embar-
go, la desigualdad triangular no es trivial. Un bosquejo de la demostracion
de esta propiedad se encuentra en el primer ejercicio de esta seccion.
Ejemplo 6.1.2. Sea S cualquier conjunto y sea B(S) el conjunto de todas
las funciones acotadas de valor real sobre S. Dotado con la metrica
d(f, g) := sup{|f(s) g(s)| : s S},
B(S) es un espacio metrico. La demostracion se sigue del hecho que el val-
or absoluto satisface las propiedades de metrica y por otra parte de las
propiedades del supremo (vease segundo ejercicio).
Ejemplo 6.1.3. En cualquier conjunto no vaco X podemos denir la metri-
ca
d(x, y) =
_
1, x = y;
0, x = y.
En este caso se dice que el espacio (X, d) es un Espacio Metrico Discreto y
a d se le llama la metrica discreta.
Denicion 6.1.3. Sea (X, d) un espacio metrico. La Bola Abierta (o
Vecindad) B(x; r) (o N
r
(x)) con centro en x y radio r > 0 esta denida
por
B(x; r) = N
r
(x) := {y X : d(x, y) < r}.
Nota 6.1.2. Las bolas centradas en x forman una familia anidada de sub-
conjuntos de X que crecen con r, esto es, B(x; r
1
) B(x; r
2
) si r
1
r
2
.
Ademas,
r>0
B(x; r) = X,
y,
r>0
B(x; r) = {x}.
En efecto, sea y
r>0
B(x; r). Entonces existe r
0
tal que y B(x; r
0
). De
esta manera,
X =
yX
{y}
yX
B(x; r
0
) = B(x; r
0
)
r>0
B(x; r).
Por lo tanto X
r>0
B(x; r). La otra desigualdad se sigue del hecho que
toda bola es un subconjunto de X. Por consiguiente
r>0
B(x; r) = X.
Veamos ahora la segunda parte. Es claro que x B(x; r) para todo
r > 0 puesto que d(x, x) = 0 < r para todo r > 0. As {x}
r>0
B(x; r).
6.1. CONJUNTOS ABIERTOS Y CERRADOS 81
Reciprocamente, sea y
r>0
B(x; r). Esto implica que y B(x; r) para
todo r > 0. Lo cual dice que
d(x, y) < r, para todo r > 0;
de donde se sigue que x = y. Por tanto
r>0
B(x; r) {x}. En resumen,
hemos probado que
r>0
B(x; r) = {x}.
Denicion 6.1.4. Sea Y un subconjunto de X. Un punto x X es un
Punto Interior de Y si existe r > 0 tal que B(x; r) Y . El conjunto de
los puntos interiores de Y es llamado Interior de Y y es denotado por
int(Y). Note que todo punto interior de Y pertenece a Y :
int(Y ) Y.
Un subconjunto Y de X es abierto si es Abierto si todo punto de Y es un
punto interior de Y , esto es, intY = Y . En particular, el conjunto vaco y el
espacio X son subconjuntos abiertos de X.
Teorema 6.1.3. Cualquier bola abierta B(x; r) en un espacio metrico X es
un subconjunto abierto de X.
Demostracion. Sea y B(x; r). Es suciente mostrar que alguna bola cen-
trada en y con un radio especco esta contenida en B(x; r). En efecto, como
d(x, y) < r, entonces s := r d(x, y) > 0. Veamos ahora que
B(y; s) B(x; r).
Sea z B(y; s). Entonces d(y, z) < s y de esta manera encontramos que
d(x, z) d(x, y) +d(y, z)
d(x, y) +s
= d(x, y) +r d(x, y) = r.
Por tanto z B(x; r). Como z fue arbitrario, entonces B(y; s) B(x; r). Se
sigue que B(x; r) es un conjunto abierto.
Teorema 6.1.4. Sea Y un subconjunto de un espacio metrico X. Entonces
el int(Y ) es un conjunto abierto de X. En otras palabras, int(int(Y )) =
int(Y ).
Demostracion. Sea x int(Y ). Entonces existe r > 0 tal que B(x; r) Y .
Es suciente demostrar que B(x; r) int(Y ). En efecto, puesto que B(x; r)
es abierto, para cada y B(x; r) existe una bola abierta B(y; s) tal que
B(y; s) B(x; r) Y . En particular, cada B(y; s) esta contenida en Y y en
consecuencia y int(Y ). Por lo tanto int(Y ) es un subconjunto abierto de
X.
82 CAP
ITULO 6. ESPACIOS M
ETRICOS
Teorema 6.1.5. La union arbitraria de una familia de subconjuntos abiertos
de X es un subconjunto abierto de X.
Demostracion. Sea U := {U
}
A
una familia de subconjuntos abiertos de
X y sea U :=
A
U
. Sea x U. Entonces existe alg un indice A tal

que x U
. Puesto que U
es abierto, existe alg un r > 0 tal que

B(x; r) U

A
U
= U.
Como x fue arbitrario, tenemos que U es un subconjunto abierto de X.
Teorema 6.1.6. Un subconjunto U de un espacio metrico X es abierto si
y solo si U es la union de bolas abiertas en X.
Demostracion. ()Por los resultados anteriores, cualquier conjunto que es
la union de bolas abiertas es abierto.
() Por otro lado, suponga que U es un subconjunto abierto de X. Para
cada x U, existe r(x) > 0 tal que B(x; r(x)) U. Luego
U =
xX
{x}
xX
B(x; r(x)) U.
Lo que muestra que U es la union de bolas abiertas.
Teorema 6.1.7. La intersecci on de cualquier n umero nito de subconjuntos
abiertos de un espacio metrico es abierto.
Demostracion. Sean U
1
, ..., U
m
subconjuntos abiertos de X y sea U = u
1

U
2
U
m
. Sea y U. Puesto que cada U
j
es abierto, existe r
j
> 0 tal que
B(y; r
j
) U
j
, 1 j m.
Sea r := mn{r
1
, ..., r
m
} > 0 (existe por ser un conjunto nito). Entonces
B(y; r) U
j
para 1 j m. Por lo tanto
B(y; r) U.
Se sigue que U es abierto.
Ejemplo 6.1.4. La hipotesis que sean nitos es esencial. Por ejemplo, en R
la interseccion de bolas abiertas
n
i=1
B(0, 1/i) es {0} unicamente. Pero este
conjunto no es abierto en R.
Un subconjunto de X que es abierto en un subespacio Y no necesita ser
abierto en X. Por ejemplo, un intervalo abierto (a, b) sobre la recta real R
es un subconjunto abierto de R. Sin embargo, R puede ser visto como un
subespacio de R
2
(identicando R con el eje x en R
2
) pero el intervalo no es
abierto en R
2
. Lo que si es cierto es el siguiente teorema.
Teorema 6.1.8. Sea Y un subespacio metrico de X. Entonces cualquier
subconjunto U de Y es abierto en Y si y solo si U = V Y para alg un
subconjunto V de X.
Demostracion. Puesto que la metrica d
: Y Y R es la restriccion de la
metrica d : X X R, la bola abierta en el espacio metrico Y con centro
en y Y y radio r > 0 es la interseccion B(y; r)Y y la bola abierta B(y; r)
en X, esto es
B
Y
(y; r) = B
X
(y; r) Y.
En efecto, si z B
X
(y; r) Y entonces z Y y d
X
(z, y) < r. Luego
el punto (z, y) Y Y y en consecuencia d
Y
(z, y) = d
X
(z, y) < r, lo
que a su vez nos dice que z B
Y
(y; r). Por otro lado, si z B
Y
(y; r)
entonces z Y y d
Y
(z, y) < r. De modo que (z, y) Y Y y por tanto
d
X
(z, y) = d
Y
(z, y) < r. Lo anterior implica que z B
X
(y; r) Y . Por lo
tanto B
Y
(y; r) = B
X
(y; r) Y.
Si V es un abierto en X, entonces para cada y V Y , existe r > 0 tal
que B
X
(y; r) V . Por lo tanto,
B
Y
(y; r) = B
X
(y; r) Y V Y = U.
Por lo tanto U es abierto en Y .
Reciprocamente, suponga que U es un subconjunto abierto del subespa-
cio Y . Sea y U. Entonces existe r(y) > 0 tal que
B
X
(y; r(y)) Y = B
Y
(y; r(y)) U.
Sea
V :=
yU
B
X
(y; r(y)).
Tenemos entonces que V es abierto en X y
Y V = Y (
yY
B
X
(y; r(y)))
=
yY
B
X
(y; r(y)) Y
=
yY
B
Y
(y; r(y)) U.
Por lo tanto V Y U. Puesto que cada y U pertence a V , obtenemos
que V Y = U.
Denicion 6.1.5. Sea Y un subconjunto de X. Un punto x X es llamado
Punto de Adherencia de Y si para todo r > 0,
B(x; r) Y = ,
y x X es llamado Punto Lmite o Punto de Acumulacion de Y si
B(x; r) Y \ {x} = .
84 CAP
ITULO 6. ESPACIOS M
ETRICOS
La Clausura de Y , notado como Y , es el conjunto de todos los puntos
adherentes de Y y El Derivado de Y , notado como Y
, es el conjunto de
todos los puntos lmites de Y . Luego tenemos
Y = Y Y
.
Note que
Y Y .
Se dice que un subconjunto Y de X es cerrado si Y = Y . Lo anterior
es equivalente a decir que Y contiene todos sus puntos de adherencia (o
tambien contiene todos sus puntos lmites: vease en los ejercicios).
Teorema 6.1.9. Si Y es un subconjunto de un espacio metrico X, entonces
la clausura de Y es cerrado, esto es, Y = Y .
Demostracion. Por dencion sabemos que Y Y . Veamos que Y Y . Sea
x Y y r > 0. Es suciente demostrar que B(x; r) Y = . Puesto que x es
punto lmite de Y entonces existe un punto z B(x; r/2) Y . Puesto que z
es un punto lmite de Y , entonces existe un punto y B(z; r/2) Y . Luego
d(x, y) d(x, z) +d(y, z) < r/2 +r/2 = r.
Por lo tanto y B(x, r) Y. Se sigue entonces que B(x; r) Y = ; y por
consiguiente x Y . como x fue arbitrario, tenemos que Y = Y .
Teorema 6.1.10. Un subconjunto Y de un espacio metrico es cerrado si y
solo si su complemento X \ Y es abierto.
Demostracion. Suponga que Y es cerrado. Sea x X \ Y . Entonces x /
Y ; esto signica que existe un r > 0 tal que B(x; r) Y = . De donde
obtenemos que
B(x; r) X \ Y.
Por lo tanto X \ Y es abierto.
Recprocamente, suponga que X\Y es abierto. Veamos que Y es cerrado;
esto es; Y Y . Sea x X\Y . Entonces existe r > 0 tal que B(x; r) X\Y
o equivalentemente B(x; r) Y = . Lo anterior implica que x / Y . Por lo
tanto Y Y . Se sigue que Y es un subconjunto cerrado de X.
Teorema 6.1.11. La interseccion de cualquier familia de cerrados es cer-
rado. La union de cualquier familia nita de conjuntos cerrados es cerrada.
Demostracion. Notemos que para cualquier familia E
A
X \
A
E
=
A
(X \ E
).
Si los E
son cerrados para todo A entonces los conjuntos X \ E
son
abiertos. Puesto que la union arbitraria de conjuntos abiertos es un conjunto
abierto, entonces se sigue que X \
A
E
es abierto. Por lo tanto

A
E
es un conjunto cerrado.
La otra armacion se demuestra en forma similar.
Nota 6.1.12. Existen conjuntos que no son abiertos ni cerrrados. Por ejem-
plo el intervalo (a, b] en la recta real R. Lo anterior nos pone de maniesto
que el hecho que un conjunto no sea abierto no implica que sea cerrado.
Denicion 6.1.6. Una sucesion (x
n
)
nN
en un espacio metrico X converge
a x X si
lm
n
d(x
n
, x) = 0.
En tal caso, x es el lmite de (x
n
)
nN
y escribimos x
n
x, o
lm
n
x
n
= x.
Esto es equivalente a decir que para todo > 0 existe N N tal que para
todo n N
d(x
n
, x) < ;
o x
n
B(x; ) para todo n N.
Lema 6.1.13. El lmite de una sucesion convergente en un espacio metrico
es unico.
Demostracion. Suponga que x e y son lmites de la sucesion (x
n
)
nN
en X.
Entonces para todo n N
d(x, y) d(x, x
n
) +d(x
n
, y).
Tomando lmite cuando n , el lado derecho tiende a cero. Por lo tanto
x = y.
Teorema 6.1.14. Sea Y un subconjunto de un espacio metrico X. x X
es un punto adherente si y solo si existe una sucesion en Y que converge a
x.
Demostracion. ()Si existe una sucesion (x
n
)
nN
en Y que converge a x,
entonces para todo > 0 existe n N tal que para todo n N
x
n
B(x; ).
Por lo tanto, para todo > 0 tenemos que x
n
B(x; ) Y para un n umero
innito de indices n N. De aqu obtenemos que x es un punto adherente
de Y .
()Suponga ahora que x es un punto de adherencia. Tomando r = 1 > 0,
tenemos que B(x; 1) Y = . Luego podemos escoger x
1
B(x; 1) Y .
Tomando r = 1/2, tenemos que B(x; 1/2) Y = . As podemos seleccionar
x
2
B(x; 1/2)Y . Siguiendo este proceso construimos una sucesion (x
n
)
nN
tal que x
n
B(x; 1/n)Y ; esto es; x
n
Y y d(x
n
, x) < 1/n para todo n N.
Por lo tanto existe una sucesion (x
n
)
nN
en Y que converge a x.
86 CAP
ITULO 6. ESPACIOS M
ETRICOS
6.2. Ejercicios
1. Demuestre que R
n
es un espacio metrico. Ayuda: Para demostrar la
Desigualdad Triangular pruebe que
a) Si a, b, c R son tales que R, a
2
+ b + c 0, entonces
b
2
4ac 0.
b) Para cualesquiera (x
1
, ..., x
n
), (y
1
, ..., y
n
) R
n
n
i=1
x
i
y
i

_
n
i=1
x
2
i
_
1/2
_
n
i=1
y
2
i
_
1/2
.
(Aplique la primera parte a
n
i=1
(x
i
y
i
)
2
).
2. Demuestre que B(S) es un espacio metrico.
3. Demustre que cualquier conjunto dotado con la metrica discreta es un
espacio metrico.
4. Demuestre que las siguientes son equivalentes
a) Y es un subconjunto cerrado del espacio metrico X
b) Y contiene todos sus puntos lmites
c) Y contiene todos sus puntos adherencia.
5. Sea X un espacio metrico. Si x X es un punto lmite de Y
X entonces toda vecindad de x contiene innitos puntos de Y . De
aqu concluya que un conjunto nito de puntos no tiene puntos lmites.
6. Demuestre que la Clausura de un subconjunto Y de un espacio metrico
X es el cerrado mas peque no de X que contiene a Y .
7. Demuestre que el Interior de un subconjunto Y de un espacio metrico
X es el abierto mas grande de X que contenido en Y .
8. Sea Y un subconjunto no vaco de R acotado superiormente. Sea y :=
sup Y . Entonces y Y . Por lo tanto si y Y , entonces Y es cerrado
en X.
6.3. Completitud
La denicion de sucesion convergente involucra no solo la sucesion sino
tambien el lmite de la sucesion. Deseamos desarrollar una nocion de conver-
gencia que es intrnseca a la sucesion, esto es, una denicion que envuelva
el objeto lmite.
6.3. COMPLETITUD 87
Denicion 6.3.1. Una sucesion (x
n
)
nN
en un espacio metrico X es una
sucesion de Cauchy si
lm
m,n
d(x
n
, x
m
) = 0;
esto es; para todo > 0, existe n N tal que d(x
n
, x
m
) < para todo
m, n N.
Teorema 6.3.1. Una sucesion convergente es una sucesion de Cauchy.
Demostracion. Suponga que (x
n
) converge a x. Entonces
d(x
n
, x
m
) d(x
n
, x) +d(x, x
m
),
y el lado derecho tiende a cero cuando n tiende a innito por la convergencia
de la sucesion.
Denicion 6.3.2. Dada una sucesion en un espacio metrico X, considere la
sucesion de n umeros reales (n
k
) de n umeros naturales, tales que n
1
< n
2
<
< n
k
< . Entonces la sucesion (x
n
k
)
kN
es llamada una subsucesion
de (x
n
) Si (x
n
k
)
kN
converge, su lmite es llamado lmite subsucesional
de (x
n
).
Nota 6.3.2. Una sucesion (x
n
) converge a x si y solo si toda subsucesion
de (x
n
) converge a x. Esto es una consecuencia de la desigualdad
n
k
k para todo k N;
que se puede demostrar por induccion (ver la demostracion del Teorema
2.4.1)
Lema 6.3.3. Si (x
n
) es una sucesion de Cauchy y si existe una subsucesion
(x
n
k
)
kN
de (x
n
) converge a x, entonces la sucesion (x
n
) converge a x.
Demostracion. Sea > 0. Escoja k > 0 tan grande que d(x
n
, x
m
) < /2
siempre que m, n k. Escoja l N tal que d(x
n
j
, x) < /2 siempre que
j l. Sea N := max{k, n
l
}. Si m N y n
j
N entonces
d(x
m
, x) d(x
m
, x
n
j
) +d(x
n
j
, x) < /2 +/2 = .
Por lo tanto la sucesion (x
n
) converge a x.
Denicion 6.3.3. Un espacio metrico X es Completo si toda sucesion de
Cauchy en X converge.
Teorema 6.3.4. Un subespacio cerrado de un espacio metrico completo es
completo.
88 CAP
ITULO 6. ESPACIOS M
ETRICOS
Demostracion. Sea Y un subespacio cerrado de un espacio completo X y sea
(y
n
) una sucesion de Cauchy en Y . Luego (y
n
) es una sucesion de Cauchy
en X. Puesto que X es completo, existe x X tal que (y
n
) converge a x
en X. Afrimamos que x Y . Suponga por el contrario que x X \ Y el
cual es abierto. Puesto que la sucesion es convergente existe N N tal que
y
n
B(x; ) X \ Y para todo > 0 y n N. Pero esto no es posible
pues y
n
Y para todo n N. Por lo tanto x Y . Se sigue entonces que la
sucesion (y
n
) converge en Y y por consiguiente Y es completo.
Teorema 6.3.5. Un subespacio completo Y de un espacio metrico X es
cerrado en X.
Demostracion. Suponga que x es adherente a Y . Veamos que x Y . En
efecto, al ser x adherente existe una sucesion (y
n
) que converge a x. Esta
sucesion es de Cauchy en Y el cual es completo, por lo tanto dicha sucesion
converge en Y ; lo que nos dice que x Y . Se sigue que Y es cerrado.
Teorema 6.3.6. El espacio metrico R con la metrica usual d(x, y) := |xy|
es completo.
Demostracion. Sea (s
n
) una sucesion de Cauchy en R. Sea
S := {y R : s
n
< y para un n umero nito de naturales n}.
Si y S y z < y, entonces z S. En efecto, suponga que z < y y z / S.
Entonces s
n
< z para un n umero innito de ndices n. De donde s
n
< z < y
para un n umero innito de ndices n, lo cual contradice que y S. Por lo
tanto S incluye todo el intervalo (, y], siempre que y S.
Sea > 0. Puesto que (s
n
) es una sucesion de Cauchy, existe N N tal
que |s
n
s
m
| < siempre que m, n N. Tomando m = N tenemos que
s
n
(s
N
, s
N
+ ) para todo n N. Luego solo para un n umero nito
de terminos debemos tener que s
n
< s
N
; lo cual implica que s
N
S
y por tanto S = . Tambien notemos que s
N
+ es una cota superior para
S. En efecto, puesto que s
N
< s
n
< s
N
+ para un n umero innito de
ndices, ning un t s
N
+ puede pertencer a S, de otra forma tendramos
s
n
< t para un n umero innito de ndices. Se sigue del Axioma del Extremo
Superior que existe el supremo b := sup S. Puesto que s
N
+ es una cota
superior de S entonces b s
N
+. Puesto que s
N
S entonces s
N
b.
Por lo tanto |s
n
b| < . Si m N entonces
|s
m
b| |s
m
s
n
| +|s
n
b| + = 2.
Puesto que fue arbitrario, entonces s
m
b cuando m .
6.3. COMPLETITUD 89
6.3.1. Algunas Sucesiones Especiales
Presentamos en este apartado algunos resultados importantes en el anali-
sis real.
Teorema 6.3.7. Si p > 0 entonces lm
n
1
n
p
= 0.
Demostracion. Sea > 0. Debemos probar que existe N N tal que
1
n
p
< , para todo n N.
Por la Propiedad Arquimediana existe N N tal que (1/)
1/p
< N. Luego
para n N tenemos que n > (1/)
1/p
, o
1
n
p
< .
Por lo tanto lm
n
1
n
p
= 0.
Teorema 6.3.8. Si p > 0 entonces lm
n
n
p = 1.
Demostracion. Sea > 0. Si p > 0 entonces x
n
:=
n
p 1 > 0. Por la
Desigualdad de Bernoulli
1 +nx
n
(1 +x
n
)
n
= p,
Por lo que
0 < x
n

p 1
n
.
Por la Propiedad Arquimediana existe N N tal que N >
p1
. Luego para
n N tenemos que
x
n

p 1
n
< , para todo n N.
Por lo tanto (x
n
) tiende cero cuando n tiende a innito. Ahora si p = 1
el resultado se cumple trivialmente. Si 0 1. Puesto que n
1
n
> 1 para n > 1,
podemos escribir n
1
n
= 1 + k
n
(k
n
:= n
1
n
1 > 0) para alg un k
n
cuando
n > 1. Por lo tanto n = (1 +k
n
)
n
para n > 1. Por el Teorema del Binomio,
si n > 1 tenemos
n = 1 +nk
n
+
1
2
n(n 1)k
2
n
+ +k
n
n
1 +
1
2
n(n 1)k
2
n
.
90 CAP
ITULO 6. ESPACIOS M
ETRICOS
Por lo tanto k
2
n

2
n
. Por la Propiedad Arquimediana existe N
N tal que
2
2
< N
o
2
N
<
2
. Se sigue que si n max{2, N
} entonces
2
n

2
N
<
2
,
de donde
0 < n
1
n
1 = k
n

_
2
n
_1
2
< .
Puesto que fue arbitrario, se deduce que lm
n
(n
1
n
) = 1.
Denicion 6.3.4. Sea (s
n
) una sucesion acotada superiormente. La suce-
sion (x
n
) de n umeros reales denida por
x
1
:= sup{s
1
, s
2
, ...}
x
2
:= sup{s
2
, s
3
, ...}
.
.
.
x
n
:= sup{s
n
, s
n+1
, s
n+2
, ...} = sup{s
k
: k n};
.
.
.
es decreciente (En efecto, note que {s
2
, s
3
, ...} {s
1
, s
2
, ...} implica que
sup{s
2
, s
3
, ...} sup{s
1
, s
2
, ...}; por lo que x
2
x
1
). Denimos el Lmite
Superior de (S
n
) por
lm
n
sup s
n
:= lm
n
x
n
= lm
n
_
sup
kn
s
k
_
=nf
n
_
sup
kn
s
k
_
.
Si (s
n
) no esta acotada superiormente, entonces se dene
lm
n
sup s
n
= +.
Denicion 6.3.5. Sea (s
n
) una sucesion acotada inferiormente. La sucesion
6.3. COMPLETITUD 91
(x
n
) de n umeros reales denida por
x
1
:=nf{s
1
, s
2
, ...}
x
2
:=nf{s
2
, s
3
, ...}
.
.
.
x
n
:=nf{s
n
, s
n+1
, s
n+2
, ...} =nf{s
k
: k n};
.
.
.
es creciente (En efecto, note que {s
2
, s
3
, ...} {s
1
, s
2
, ...} implica quenf{s
1
, s
2
, ...}
nf{s
2
, s
3
, ...}; por lo que x
2
x
1
). Denimos el Lmite Inferior de (S
n
)
por
lm
n
nf s
n
:= lm
n
x
n
= lm
n
_
nf
kn
s
k
_
= sup
n
_
nf
kn
s
k
_
.
Si (s
n
) no esta acotada inferiormente, entonces se dene
lm
n
nf s
n
= .
Proposicion 6.3.10. Dada una sucesion (s
n
)
nN
tenemos
1. (s
n
) converge si y solo si
lm
n
nf s
n
= lm
n
sup s
n
.
2. (s
n
) tiende a + si y solo si lm
n
nf s
n
= +.
3. (s
n
) tiende a si y solo si lm
n
sup s
n
= .
Proposicion 6.3.11. Sean (s
n
)
nN
y (t
n
)
nN
sucesiones de n umeros reales
y c R.
1. Si lm
n
sup s
n
< c, entonces existe N N tal que s
n
< c para todo
n N (es decir, solo hay un n umero nito de puntos de la sucesion
que son mayores o iguales que c).
2. Si lm
n
sup s
n
> c, entonces existen innitos n tales que s
n
> c.
3. Si lm
n
nf s
n
> c, entonces existe N N tal que s
n
> c para todo
n N (es decir, solo hay un n umero nito de puntos de la sucesion
que son menores o iguales que c).
4. Si lm
n
nf s
n
< c, entonces existen innitos n tales que s
n
< c.
92 CAP
ITULO 6. ESPACIOS M
ETRICOS
5. Si para alg un m tenemos que s
n
t
n
para todo n m, entonces
lm
n
nf s
n
lm
n
nf t
n
, lm
n
sup s
n
lm
n
sup t
n
.
Teorema 6.3.12 (Stolz). Si (b
n
) es una sucesion de n umeros reales posi-
tivos, tales que
k=1
b
k
= ,
entonces para cualquier sucesi on (a
n
) tenemos
lm
n
sup
_
a
1
+ +a
n
b
1
+ +b
n
_
lm
n
sup
_
a
n
b
n
_
;
lm
n
nf
_
a
1
+ +a
n
b
1
+ +b
n
_
lm
n
nf
_
a
n
b
n
_
,
En particular, si la sucesi on (a
n
/b
n
) tiene lmite, entonces
lm
n
_
a
1
+ +a
n
b
1
+ +b
n
_
= lm
n
_
a
n
b
n
_
.
Demostracion. Veamos la primera desigualdad; pues la otra se sigue reeplazan-
do a
n
por a
n
. La desigualdad es trivial si el lado derecho es +. Supon-
ga que lm
n
sup
_
a
n
b
n
_
= L, donde L puede ser nito o . Sea l tal que
lm
n
sup
_
a
n
b
n
_
= L < l. Por la proposicion de arriba, existe k N tal que
a
n
b
n
< l, para todo n > k.
Luego
a
1
+ +a
n
= (a
1
+ +a
k
) + (a
k+1
+a
k+2
+ +a
n
)
< a
1
+ +a
k
+l(b
k+1
+b
k+2
+ +b
n
), para todo n > k.
Sean
A
n
:= a
1
+ +a
n
, B
n
:= b
1
+ +b
n
.
Entonces para n > k
A
n
< A
k
+l(B
n
B
k
), para todo n > k.
Dividiendo por B
n
obtenemos
A
n
B
n
< l +
A
k
lB
k
B
n
, para todo n > k.
6.4. EJERCICIOS 93
Puesto que
n=1
b
n
= , entonces la sucesion de sumas parciales B
n
:=
b
1
+... +b
n
tiende a innito. Por lo tanto, lm
n
B
n
= . As, como k es
jo,
lm
n
sup
_
A
n
B
n
_
l + lm
n
sup
_
A
k
lB
k
B
n
_
= l + lm
n
sup
_
A
k
lB
k
B
n
_
= l.
Como esto se cumple para todo L < l, entonces
lm
n
sup
_
a
1
+ +a
n
b
1
+ +b
n
_
L = lm
n
sup
_
a
n
b
n
_
.
Forma equivalente del Teorema de Stolz
Teorema 6.3.13. Si (y
n
)
nN
es una sucesion estrctamente creciente con
lm
n
y
n
= , entonces para cualquier sucesion (x
n
)
nN
las siguientes se
cumplen
lm
n
sup
_
x
n
y
n
_
lm
n
sup
_
x
n
x
n1
y
n
y
n1
_
;
lm
n
nf
_
x
n
y
n
_
lm
n
nf
_
x
n
x
n1
y
n
y
n1
_
;
En particular, si la sucesi on
_
x
n
x
n1
y
n
y
n1
_
nN
tiene lmite, entonces
lm
n
_
x
n
y
n
_
= lm
n
_
x
n
x
n1
y
n
y
n1
_
.
Demostracion. En efecto (suponiendo que los y
n
son positivos, lo cual pasa
para n sucientemente grande), si consideramos las sucesiones (a
n
)
nN
y
(b
n
)
nN
denidas por
a
1
= x
1
, a
n
:= x
n
x
n1
, (n 2), b
1
= y
1
, b
n
:= y
n
y
n1
(n 2).
Luego a
1
+ a
2
+ + a
n
= x
n
y b
1
+ b
2
+ + b
n
= y
n
. La conclusion se
sigue del resultado anterior.
6.4. Ejercicios
1. Para cualquier sucesion (a
n
)
nR
de n umeros reales tal que lm
n
a
n
existe, entonces
lm
n
_
a
1
+a
2
+ +a
n
n
_
= lm
n
a
n
.
94 CAP
ITULO 6. ESPACIOS M
ETRICOS
2. Para cualquier sucesion de n umeros positivos (a
n
)
nR
tenemos las sigu-
ientes desigualdades
lmsup
n
n
a
1
a
2
a
n
lmsup
n
a
n
;
lminf
n
n
a
1
a
2
a
n
lminf
n
a
n
.
En particular, si la sucesion (a
n
)
nR
tiene lmite, entonces
lm
n
n
a
1
a
2
a
n
= lm
n
a
n
.
3. Regla de LHopital: Suponga que f y g son diferenciables sobre
alg un intervalo que tiene a a como punto lmite, lm
xa
g(x) = , y
lm
xa
f
(x)
g
(x)
= L. Entonces,
lm
xa
f(x)
g(x)
= L.
6.5. Compacidad
En analisis, algunas veces es importante saber cuando una propiedad
es valida en cada punto del espacio es en alg un sentido valida en todo el
espacio. La propiedad de compacidad de los espacios metricos nos ayuda a
establecer resultados de tipo general.
Denicion 6.5.1. Una familia {U
}
A
es un cubrimiento de un conjunto
S si S
A
U
. Un cubrimiento abierto de un espacio metrico es una

familia de subconjuntos abiertos de X que cubre a X. Un espacio metrico es
Compacto si todo cubrimiento abierto tiene un subcubrimiento nito. En
otras palabras, X es compacto si, siempre que {U
}
A
es un cubrimiento
abierto de X, existen nitos U
, digamos U
1
, ..., U
m
, tales que
X
m
_
i=1
U
i
.
Denicion 6.5.2. Un espacio metrico es Totalmente Acotado si para
cada > 0, existe un n umero nito de bolas de radio que cubren X.
El objetivo de esta seccion es establecer el siguiente teorema:
Teorema 6.5.1. Las siguientes son equivalentes para un espacio metrico
X:
(1) X es compacto.
(2) Toda sucesion en X tiene una subsucesion convergente.
6.5. COMPACIDAD 95
(3) X es totalmente acotado y completo.
Demostracion. (1) (2). Veamos primero la siguiente armacion: Suponga
que X es compacto y (y
j
)
jN
una sucesion en X. Entonces existe x X
tal que toda bola B(x; ) contiene innitos puntos de la sucesion (y
j
)
jN
.
Suponga por el contrario que para todo x X, existe = (x) > 0 tal que
B(x; ) contiene solo un n umero nito de terminos de (y
j
). El conjunto de
bolas abiertas {B(x; (x)) : x X} forma un cubrimiento abierto de X.
Puesto que X es compacto, existen un subcubrimiento nito
X = B(x
1
; (x
1
)) B(x
2
; (x
2
)) B(x
m
; (x
m
)).
Puesto que y
j
pertenece a B(x
i
; (x
i
)) solo para un n umero nito de indices
j entonces X solo contiene un n umero nito de indices; lo cual es una con-
tradiccion pues los terminos de la sucesion forman un subconjunto innto
de X.
veamos ahora que existe la subsucesion convergente de (y
j
). Dena el
conjunto
A
1
:= {n N : n > 1, y
n
B(x; 1)}.
Este conjunto es no vaco puesto que la bola B(x; 1) contiene innitos puntos
de la sucesion. Se sigue del Principio del Buen Orden que existe un elemento
mnimo n
1
:= mn A
1
tal que y
n
1
B(x; 1). Dena el conjunto
A
2
:= {n N : n > n
1
, y
n
B(x; 1/2)}.
Este conjunto es diferente de vaco pues la B(x; 1/2) contiene innitos puntos
de la sucesion. Luego, del Principio del Buen Orden obtenemos que existe
un elemento mnimo n
2
= mn A
2
tal que n
2
> n
1
y y
n
2
B(x; 1/2).
Continuando con este proceso, encontramos que existen n
1
< n
2
< <
n
k
< tal que
y
n
k
B(x; 1/k) para todo k N.
Lo anterior implica que la subsucesion (y
n
k
) converge a x cuando k .
(1) (2). Suponga que (2) es valido y sea > 0. Queremos cubrir a X
por un n umero nito de bolas abiertas de radio . Sea y
1
X arbitrario. Si
B(y
1
; ) = X, entonces escoja y
2
X \ B(y
1
; ). Si B(y
1
; ) B(y
2
; ) = X
entonces escoja y
3
X\(B(y
1
; )B(y
1
; )). Habiendo escogido y
1
, y
2
, ..., y
n
,
sea y
n+1
X\
n
i=1
B(y
i
; ), siempre que la union no coincida con X; de otra
terminamos. Los puntos y
1
, y
2
, ..., y
n
satisfacen
d(y
k
, y
j
) , 1 j < k.
Si el proceso de determinar los y
j
no termina entonces la sucesion (y
j
) no
tiene una subsucesion convergente; lo cual es una contradiccion. Por lo tanto
el proceso debe terminar, y as X =
n
i=1
B(y
i
; ) y por tanto el espacio es
compacto.
96 CAP
ITULO 6. ESPACIOS M
ETRICOS
Ahora se presentan algunos resultados necesarios para culminar la de-
mostracion del teorema.
Denicion 6.5.3. Un espacio metrico X es acotado si existe b > 0 tal que
d(x, y) < b para todo x, y X.
Lema 6.5.2. Un espacio metrico totalmente acotado es acotado.
Demostracion. Sea X totalmente acotado. Escoja x
1
, ..., x
m
tal que las bolas
abiertas B(x
i
; 1) con 1 i m cubren a X. Sea
b := 2 + max{d(x
j
, x
k
) : 1 j, k m}.
Ahora, para x, y X =
n
i=1
B(x
i
; 1) tenemos que d(x, x
j
) < 1 y d(y, x
l
) < 1
para algunos 1 j, l m. Luego
d(x, y) d(x, x
j
) +d(x
j
, x
l
) +d(x
l
, y)
b.
Por lo tanto X es acotado.
Lema 6.5.3. Cualquier subespacio de un espacio totalmente acotado es to-
talmente acotado.
Demostracion. Sea Y un subespacio de un espacio totalmente acotado X y
sea > 0. Puesto que X es totalmente acotado, existen x
1
, ..., x
n
X tal
que las bolas B(x
j
; /2) cubren a X. Esto es
X =
n
j=1
B(x
j
; /2);
Por tanto
Y = Y X = Y (
n
j=1
B(x
j
; /2)) =
n
j=1
(B(x
j
; /2) Y ).
Podemos ordenar los x
j
de tal manera que B(x
j
; /2)Y = para los ndices
1 j m, mientras que B(x
j
; /2) Y = para los ndices m+1 j n.
Luego las bolas B(x
j
; /2) cubren Y para 1 j m. Sea y
j
cualquier punto
en B(x
j
; /2) Y , 1 j m. Sea ahora z B(x
j
; /2). Entonces
d(y
j
, z) d(y
j
, x
j
) +d(x
j
, z) < /2 +/2 = .
Por tanto, B(x
j
; /2) B(y
j
; /2). Lo anterior implica que
Y =
m
j=1
(B(x
j
; /2) Y )
m
j=1
(B(y
j
; /2) Y ).
Por lo tanto las m bolas abiertas en Y B(y
j
; /2) Y cubren a Y . Se sigue
que Y es totalmente acotado.
6.5. COMPACIDAD 97
Lema 6.5.4. Un subconjunto E de R
n
es totalmente acotado si y solo si E
es acotado.
Demostracion. Suponga que E es acotado en R
n
. Entonces E esta contenido
en un cubo de la forma
T = [b, b] [b, b]
para alg un b > 0. Por el lema anterior, es suciente demostrar que T es
totalmente acotado. Sea > 0 y
A := {x = j = (j
1
, ..., j
n
) R
n
: j
i
Z, |j
i
| 2b para todo i = 1, ..., n}.
Puesto que b es un valor jo y solo existen nitos enteros que satisfacen
|j
i
| 2b, entonces A es nito. Por lo tanto las bolas B(x; ) cubren a T,
esto es,
[b, b] [b, b]
_
xA
B(x; ). (demostrar)
(Para ver esta ultima parte escoja b = 1 y = 1, despues b = 2 y = 1;
generalize esto entonces). Por consiguiente T es totalmente acotado. Del
lema anterior se sigue que E es acotado.
Teorema 6.5.5. Sea X un espacio metrico totalmente acotado. Entonces
toda sucesion en X tiene una subsucesion de Cauchy.
Demostracion. Sea (x
j
)
jN
una sucesion en X. Por conveniencia, reescrib-
amos la sucesion en la forma (x
1j
)
jN
. Por induccion construimos sucesiones
(x
kj
)
jN
, k 2, con las siguientes propiedades:
1. (x
kj
)
jN
es una subsucesion de (x
k1,j
)
jN
, k 2.
2. (x
kj
)
jN
esta contenida en una bola de radio 1/k, k 2.
En efecto, suponga que k 2 y que tenemos las sucesiones (x
ij
)
jN
para
i < k. Sean B
1
, ..., B
n
el n umero nito de bolas de radio 1/k que cubre a X.
Puesto que existen innitos ndices j y solo un n umero nito de bolas, en-
tonces debe existir al menos un bola, digamos B
m
, tal que x
k1,j
B
m
para
j 1. Sea ahora x
k1
el primer termino de los x
k1,j
que pertenecen a B
m
,
x
k2
el segundo, etc. Entonces la sucesion (x
kj
)
jN
cumple las propiedades
de arriba.
Ahora sea y
n
:= x
nn
, tal que (y
n
)n N es diagonal. Esta es una subsuce-
sion de la sucesion original (x
j
)
jN
. Ademas si arrojamos los primeros k 1
terminos, la sucesion resultante (y
n
)
n=k
es una subsucesion de la sucesion
(x
kj
)
j=1
. En particular, se sigue de la segunda condicion que
d(y
n
, y
m
) < 2/k, m, n k.
Por tanto (y
n
)
n=1
es una sucesion de Cauchy.
98 CAP
ITULO 6. ESPACIOS M
ETRICOS
Denicion 6.5.4. Un subconjunto A de un espacio metrico X es Denso si
A = X.
Denicion 6.5.5. Un espacio metrico es Separable si contiene un sub-
conjunto denso y contable (o innito enumerable). En otras palabras X es
separable si y solo si existe una sucesion (x
n
)
nN
en X tal que esta en densa
en X.
Ejemplo 6.5.1. Sea X := R con la metrica usual. Entonces el conjunto de
los n umeros racionales Q es denso en R. Esto es, Q = R. (demostrar)
Teorema 6.5.6. Un subespacio de un espacio metrico separable es separable.
Demostracion. Suponga que X es un espacio metrico con subcojunto denso
(x
j
)
j=1
y sea Y un subespacio de X. Sea y Y y n N. Entonces y
{x
j
: j N} y por tanto B(y; 1/n) {x
j
: j N} = . Esto quiere decir que
por lo menos existe j tal que d(x
j
, y) < 1/n para todo n N. Como y Y
es arbitrario, entonces para cada y Y existe x
j
tal que d(x
j
, y) < 1/n. Por
consiguiente
B(x
j
; 1/n) Y = .
Considere el par de ndices (j, n) tal que
B(x
j
; 1/n) Y = .
Para estos pares (j, n), sea y
jn
cualquier punto de la interseccion anterior.
Entonces la sucesion (y
jn
) forma un subcojunto contable de Y . Armamos
que los y
jn
son densos en Y .
Sea y Y y n 1. Entonces existe j tal que d(x
j
, y) < 1/n. En par-
ticular, B(x
j
; 1/n) Y = , por lo que y
jn
esta denido y d(x
j
, y
jn
) < 1/n.
Luego
d(y, y
jn
) < d(y, x
j
) +d(x
j
, y
jn
) < 2/n.
Dejando que n , econtramos que y es adherente al conjunto y
jn
, tal que
la doble clausura de la doble sucesion es Y .
Teorema 6.5.7. Un espacio metrico totalmente acotado es separable.
Demostracion. Sea n N. Entonces existen x
n1
, ..., x
nm
n
tales que las bolas
abiertas con centros en x
nj
y radio 1/n cubre X. Las familia {x
nj
: 1 j
m
n
, 1 n < }. es un subconjunto contable de X. Para cada x X y
cada n N, existe un x
nj
tal que d(x
nj
, x) < 1/n. Por consiguiente los x
nj
son densos en X.
Denicion 6.5.6. Una base de conjuntos abiertos para un espacio
metrico X es una familia B de subconjuntos abiertos tales que cadas sub-
conjunto abierto de X es la union de conjuntos en B.
6.5. COMPACIDAD 99
Ejemplo 6.5.2. La familia de bolas abiertas forma una base para lo con-
juntos abiertos de un espacio metrico.
Lema 6.5.8. Una familia B de subconjuntos abiertos de un espacio metrico
X es una base si y solo si para cada x X y cada vecindad abierta U de x,
existe V B tal que V U.
Demostracion. Si B es una base, entonces el conjunto U es la union de
conjuntos en B, esto es, U =
BB
B. Luego existe V B tal que V
BB
B = U. Recprocamente, suponga que la condicion en el lema se
cumple. Sea U un subcojunto abierto de X. Para cada x U, existe V
x
B
tal que V
x
U. Luego
U =
_
xU
{x}
_
xU
V
x
U.
Por tanto, U es la union de conjuntos en B. Se sigue B es una base de
conjuntos abiertos.
Denicion 6.5.7. Un espacio metrico satisface el Segundo Axioma de
Contabilidad, o es Segundo Contable si existe una base de abiertos que
es a lo mas contable.
Teorema 6.5.9. Un espacio metrico es segundo contable si y solo si es
separable.
Demostracion. Suponga que X es un espacio metrico separable. Sea (x
j
)
jN
una sucesion densa en X. Considere la familia de conjuntos abiertos
B:= {B(x
j
; 1/n) : j 1, n 1}.
Sea U un subconjunto abierto de X y x U. Para alg un n 1, tenemos
B(x; 2/n) U. Escoja j tal que d(x
j
, x) < 1/n. Entonces x B(x
j
; 1/n).
Armamos que B(x
j
; 1/n) B(x; 2/n) U. En efecto, sea z B(x
j
, 1/n).
Se tiene que
d(z, x) d(z, x
j
) +d(x
j
, x) < 1/n + 1/n < 2/n.
Por tanto z B(x; 2/n). De esta forma vemos que Bes una base de abiertos.
Como B es contable, entonces X es segundo contable.
Recprocamente, suponga que X es segundo contable. Sea (U
n
)
nN
una
sucesion de conjuntos abiertos en X que forma una base. Sea x
n
cualquier
punto en U
n
, n 1. Sea D := {x
1
, x
2
, ..., x
n
, ...}. Es claro que D es un
subconjunto contable de X pues los x
n
U
n
que son contables. Por otro
lado, tenemos que U
n
D = para todo U
n
en la base. Veamos que D es
denso en X. Sea x X y B cualquier bola abierta centrada en x. Por la
denicion de base, existe un elemento U
n
tal que x U
n
B. Luego
= U
n
D B D.
100 CAP
ITULO 6. ESPACIOS M
ETRICOS
Por lo tanto B D = . De lo anterior obtenemos que x D. Se sigue que
D es denso en X. Por consiguiente X es separable.
Teorema 6.5.10 (Teorema de Lindelof). Suponga que el espacio X es se-
gundo contable. Entonces todo cubrimiento abierto de X tiene un subcubrim-
iento contable.
Demostracion. Sea {U
}
A
un cubrimiento abierto de X, donde A es alg un
conjunto de ndices. Sea B una base contable de conjuntos abiertos. Sea
C : {V B: V U
para alg un A}.

Armamos que C es un cubrimiento de X. En efecto, si x X, entonces
existe alg unndice A tal que x U
. Puesto que Bes una base, entonces

existe V B tal que x V U
. En particular, V C.
Ahora para cada V B, escoja un ndice = (V ) tal que V U
(V )
.
Entonces los conjuntos {U
(V )
: V C} cubren a X. Puesto que B es
contable, entonces lo es C, por lo tanto lo U
(V )
forman un subcubrimiento
contable de X.
Conclusion de la Demostracion del Teorema 6.5.1. Veamos que (3)
implica (2). Suponga que X totalmente acotado y completo. Sea (x
n
)
nN
una
sucesion en X. Puesto que X es totalmente acotado, se sigue del Teorema
6.5.5 que existe una subsucesion de Cauchy (x
n
k
). De la completitud del
espacio obtenemos que esta subsucesion converge. Lo anterior demuestra
que (2) y (3) son equivalentes.
Suponga que (2) y (3) se cumplen. Es suciente demostrar que todo
cubrimiento abierto de X tiene un subcubrimiento nito.
Puesto que X es totalmente acotado entonces es separable, por lo que
es segundo contable. Se sigue entonces del Teorema de Lindelof que X tiene
un subcubrimiento contable. Es suciente demostrar que si (U
n
)
n=1
es una
sucesion de subconjuntos de abiertos que cubren a X entonces existe m tal
que X =
m
i=1
U
i
. Suponga que este no es el caso; esto es X =
m
i=1
U
i
para
todo m. Para cada m, sea x
m
cualquier punto en X \ (
m
i=1
U
i
). Por (2),
la sucesion (x
m
) tiene una subsucesion que converge alg un punto x X.
Puesto que x
j
X \ (
m
i=1
U
i
) para todo j m y X \ (
m
i=1
U
i
) es cerrado,
entonces x X \ (
m
i=1
U
i
). Puesto que esto es cierto para todo m N,
entonces x X \ (
i=1
U
i
) y por tanto los U
k
no cubren X; lo cual es una
contradiccion.
Teorema 6.5.11. Un espacio metrico es compacto si y solo si es separable
y segundo contable.
Teorema 6.5.12. Sea E R
n
. Las siguientes son equivalentes:
1. E es compacto.
6.6. CONEXIDAD 101
2. Toda sucesion en E tiene una subsucesion convergente.
3. E es cerrado y acotado.
6.6. Conexidad
Denicion 6.6.1. Dos subconjuntos A y B de un espacio metrico X son
separados si AB = y B A = . Un subconjunto es Conexo si no es la
union de dos conjuntos no vacos separados.
Nota 6.6.1. Una forma equivalente de decir que un espacio no es conexo
es la siguiente: Existen dos subconjuntos no vacos abiertos y cerrados tales
que su union es E y su interseccion es el conjunto vaco. (Demostrar)
Lema 6.6.2. Sea E R no vaco con la siguiente propiedad
si x, y E y x < y entonces [x, y] E. (6.1)
Entonces E es un intervalo.
Demostracion. Supongamos que E tiene al menos dos puntos. Existen 4
casos a considerar:
(a) E es acotado. Sea a :=nf E y b := sup E. Si s E entonces a s b
por lo que s [a, b]; puesto que s fue arbitrario, concluimos que E
[a, b].
Por otro lado, armamos que (a, b) E. Si z (a, b) entonces z no es
una cota inferior de E por lo que existe x E tal que x < z. Tambien
z no es cota superior de E por lo que existe y E tal que z < y.
Por consiguiente z [x, y] E. Puesto que z fue arbitario en (a, b)
deducimos que (a, b) E.
Si a / E y b / E, entonces tenemos que E = (a, b); si a / E y b E,
entonces tenemos que E = (a, b]; si a E y b / E, entonces tenemos
que E = [a, b) y si a E y b E, entonces tenemos que E = [a, b].
(b) E es acotado por arriba pero no por abajo. Sea b := sup E. Si s E
entonces s b por lo que debemos tener E (, b].
Armamos que (, b) E. Si z (, b) entonces, el argumento
dado en (a) implica que existen x, y E tal que z [x, y] E. Por lo
tanto (, b) E. Si b / E, entonces tenemos que E = (, b) y si
b E entonces E = (, b].
(c) Ejercicio.
(d) Ejercicio.
102 CAP
ITULO 6. ESPACIOS M
ETRICOS
Teorema 6.6.3. Un subconjunto de E de R es conexo si y solo si tiene la
siguiente propiedad: Si x, y E, y x < z < y, entonces z E. En particular,
E es un intervalo en R.
Demostracion. Si existen x, y E, y alg un x < z < y con z / E, entonces
E = A
z
B
z
donde
A
z
:= E (, z), B
z
:= E (z, ).
En efecto,
A
z
B
z
= [E (, z)] [E (z, )] = E.
Puesto que x A
z
y y B
z
entonces los conjuntos son diferentes del
conjunto vaco. Puesto que A
z
(, z) y B
z
(z, ), entonces A
z
(, z]
y B
z
[z, ). Esto implica que A
z
B
z
[E (, z)] [z, ) = . En
forma analoga, B
z
A
z
= . Por lo tanto A
z
y B
z
son separados en X. Esto
contradice el hecho que X sea conexo. Por lo tanto z (a, b) implica z E.
Recprocamente, suponga que la propiedad se cumple y E no es conexo.
Entonces existen dos conjuntos no vacos A y B separados tales que E =
A B (puede verse facilmente tambien que A B = por la nota arriba).
Escojamos x A y y B, y suponga sin perdida de generalidad, que x < y.
Dena
z := sup{A [x, y]}.
Sabemos que z A; por lo tanto z / B. Por lo tanto x z < y.
Si z / A, entonces x < z < y. Por hipotesis obtenemos que z E. Pero
si x / A y x / B entonces x / E lo cual es una contradiccion.
Si z A, entonces z B, y por lo tanto existe z
1
tal que z < z
1
< y y
z
1
/ B. Notemos que z
1
/ A pues de lo contrario z
1
z = sup{A [x, y]}.
Por lo tanto z
1
/ E. Pero por otro lado, la hipotesis nos dice que x < z
1
< y
implica que z
1
E. Obteniendo as una contradiccion. Por lo tanto, E debe
ser conexo.
6.7. Ejercicios
1. Demuestre que una sucesion (x
n
) converge a x si y solo si toda sub-
sucesion de (x
n
) converge a x.
2. Demuestre que el conjunto X := {x R : 0 < x < 1} con la metrica
d(x, y) := |x y| no es completo.
3. El Diametro de un subconjunto no vaco E de un espacio metrico (X, d
esta denido por
diam(E) := sup{d(x, y) : x, y E}.
6.7. EJERCICIOS 103
Demuestre que si (E
k
)
kN
es una sucesion decreciente de subconjun-
tos no vacos cerrados de un espacio metrico completo cuyo diametro
tiende a cero cuando n , entonces
k=1
E
k
= {p}.
Que pasa si X no es completo?puede usarse esta propiedad para
caracterizar espacios completos? Justique su respuesta.
4. a) Compacidad implica compacidad por sucesiones: Dena los con-
juntos
H
n
:= {x
m
: m n}.
Demuestre que H
n
= , H
n
es cerrado, H
n
H
n+1
,
n=1
H
n
= .
Muestre entonces que (x
n
k
) converge a x
n=1
H
n
.
b) Compacidad por sucesiones implica que A X tiene la propiedad
de Bolzano-Weierstrass; esto es; Todo A X tiene un punto de
acumulacion.
5. Sea Aun subconjunto totalmente acotado de un espacio metrico (X, d).
Entonces A es totalmente acotado.
104 CAP
ITULO 6. ESPACIOS M
ETRICOS
Captulo 7
Lmites y Continuidad
En este captulo discutiremos el concepto de lmite y continuidad de
funciones con valores reales. Los dominios de denicion de las funciones
seran espacios metricos, aunque en varias partes seran ideales.
7.1. Lmites de Funciones
Denicion 7.1.1. Sean X y Y espacios metricos; suponga que E X,
f : E Y , y p es punto lmite de E. Escribimos
lm
xp
f(x) = q
si existe un punto x en Y con la siguiente propiedad: Para todo > 0 existe
> 0 tal que
d
Y
(f(x), q) <
para todos los puntos x E tales que
0 < d
X
(x, p) < .
Teorema 7.1.1. Sean X y Y espacios metricos; suponga que E X, f :
E Y , y p es punto lmite de E. Entonces
lm
xp
f(x) = q
si y solo si
lm
n
f(p
n
) = q
Para toda sucesion (p
n
)
nN
en E tal que
p
n
= p, lm
n
p
n
= p.
105
106 CAP
ITULO 7. L
IMITES Y CONTINUIDAD
Demostracion. Suponga que lm
xp
f(x) = q. Sea (p
n
) una sucesion tal que
p
n
= p y lm
n
p
n
= p. Veamos que lm
n
f(p
n
) = q. Sea > 0 dado.
Entonces existe > 0 tal que
d
Y
(f(x), q) < si x E y d
X
(x, p) < .
Para este > 0, la convergencia de la sucesion (p
n
) implica que existe N N
tal que si n > N entonces 0 < d
X
(p
n
, p) < . Puesto que p
n
E, entonces
para n > N, tenemos
d
Y
(f(p
n
), q) < .
Por tanto lm
n
f(p
n
) = q.
Recprocamente, suponga que lm
n
f(p
n
) = q para toda sucesion (p
n
)
tal que p
n
= p y lm
n
p
n
= p. Si lm
xp
f(x) = q, entonces existe > 0
tal que para todo > 0 existe x E (que depdende de ) tal que
d
Y
(f(x), q) y 0 < d
X
(x, p) < .
Para cada
n
:= 1/n podemos escoger x
n
E tal que
0 < d
X
(x
n
, p) < 1/n y d
Y
(f(x
n
), q) .
Lo anterior implica que existe un sucesion (x
n
)
nN
en E tal que x
n
= p y
lm
n
x
n
= p pero lm
n
f(x
n
) = q.
7.2. Funciones Continuas
Denicion 7.2.1. Sean X, Y espacios metricos, E X, p E y f(E) Y .
f es continua en p E si para todo > 0 existe > 0 tal que para todo
x E
d
X
(x, p) < d
Y
(f(x), f(p)) < .
Si f es continua en todo punto p E entonces se dice que f es continua en
E.
Nota 7.2.1. Recuerde que p E es un Punto Aislado de E si existe
r > 0 tal que B(p; r) E = {p} (esto equivalente a decir que p E y p no es
punto lmite de E). Si p es un punto aislado de E, entonces nuestra dencion
implica que toda funcion f que tiene a E como su dominio de denicion es
continua en p. En efecto, no importa cual > 0 escojamos, siempre podemos
tomar > 0 tal que el unico punto x E para el cual d
X
(x, p) < es x = p;
luego
d
Y
(f(x), f(p)) = 0 < .
Teorema 7.2.2. En la situacion de la denicion de continuidad de f; supon-
ga que p es punto lmite de E. Entonces f es continua en p si y solo si
lm
xp
f(x) = f(p).
7.2. FUNCIONES CONTINUAS 107
Demostracion. Se sigue de las deniciones de lmite y de continuidad.
Teorema 7.2.3. Una aplicacion f de un espacio metrico X a un espacio
metrico Y es continua en X si y solo si f
1
(V ) es abierto en X para todo
V abierto en Y .
Demostracion. Suponga que f es continua en X y sea V un abierto en Y .
Veamos que f
1
(V ) es abierto en X. Sea p f
1
(V ). Entonces f(p) V .
Puesto que V es abierto, existe > 0 tal que B
Y
(f(p); ) V . Sea y
B
Y
(f(p); ). Entonces y V si d
Y
(f(p), y) < . Sea x E y considere
y = f(x). Puesto que f es continua en p entonces existe > 0 tal que
d
X
(x, p) < implica que d
Y
(f(p), f(x)) < . Por lo anterior se concluye que
y = f(x) V ; lo cual es equivalente a que p B
X
(p; ) f
1
(V ). Por lo
tanto f
1
(V ) es abierto en X.
Recprocamente, suponga que f
1
(V ) es abierto en X para todo abierto
V en Y . Fijemos p X y > 0. Sea V := B
Y
(f(p); ). Entonces V es
abierto en Y y por lo tanto f
1
(V ) = f
1
(B
Y
(f(p); )) es abierto en X y
p f
1
(V ). Por lo tanto existe > 0 tal que B
X
(p; ) f
1
(B
Y
(f(p); )).
Lo cual implica que x B
X
(p; ) implica que x f
1
(B
Y
(f(p); )) por
lo que d
X
(p, x) < implica que d
Y
(f(p), f(x)) < . Se sigue que f es
continua.
Corolario 7.2.1. Una aplicacion f de un espacio metrico X a un espacio
metrico Y es continua si y solo si f
1
(C) es cerrado en X para todo C
cerrado en Y .
Demostracion. Se sigue de la propiedad de imagen inversa f
1
(Y \ E) =
Y \ f
1
(E) para todo E Y .
Denicion 7.2.2. Una aplicacion f de un conjunto E a R
k
es Acotada si
existe M > 0 tal que |f(x)| M.
Teorema 7.2.4. Suponga que f es una aplicacion continua de un espacio
metrico compacto X en un espacio metrico Y . Entonces f(X) es compacto.
Demostracion. Sea {V
} un cubrimiento abierto de f(X). Puesto que f es

continua, entonces f
1
(V
) es abierto en X para todo . Armamos que la

familia {f
1
(V
)} es un cubrimiento abierto de X. En efecto, sea x X.

Entonces f(x) f(X)
. Por lo tanto x f
1
(
) =
f
1
(V
).
Se sigue que {f
1
(V
)} es un cubrimiento abierto de X. Ahora, puesto que

X es compacto, existen
1
, ...,
n
tales que
X
n
_
j=1
f
1
(V
j
).
108 CAP
ITULO 7. L
Puesto que f(f
1
(E)) E para todo E Y entonces, de la relacion anterior
f(X) f
_
_
n
_
j=1
f
1
(V
j
)
_
_
=
n
_
j=1
f(f
1
(V
j
))
n
_
j=1
V
j
.
Por lo tanto f(X) es compacto.
Teorema 7.2.5 (Teorema de los Valores Extremos). Si f es una funcion
continua de un espacio metrico compacto a R
k
, entonces f(X) es cerrado y
acotado. As, f es acotada.
Demostracion. Suponga que f es una funcion real continua sobre un espacio
metrico compacto X. El teorema anterior implica que f(X) es compacto. Se
sigue del Teorema de Heine-Borel que f(X) es cerrado y acotado. Sean
M := sup
xX
f(x), m := nf
xX
f(x).
Armamos que existen p y q tales que f(p) = M y f(q) = m. Veamos que
f(p) = q. Sea n N. Por la Propiedad Fundamental del Supremo existe
p
n
X tal que
M
1
n
< f(p
n
) M, (n N). (7.1)
Tenemos as una sucesion (p
n
)
nN
en X que satisface 7.1. Por el Teorema
de Heine-Borel esta sucesion tiene una subsucesion (p
n
r
)
rN
que converge
alg un punto p. Nuevamente, usando el mismo teorema, X es cerrado; por lo
tanto p X. Puesto que f es continua entonces
lm
r
f(p
n
r
) = f(p).
Se sigue de la Ecuacion 7.1 que
M
1
n
r
< f(p
n
r
) M, (n N). (7.2)
Tomando lmite en los lados de la desigualdad anterior cuando r
obtenemos
f(p) = M.
Para el otro caso se procede de manera analoga.
Nota 7.2.6. La conclusion del teorema puede ser establecida como: Existen
puntos p y q en X tales que
f(q) f(x) f(p) para todo x X;
esto es; f alcanza el maximo y el mnimo en los puntos p y q respectivamente.
7.2. FUNCIONES CONTINUAS 109
Denicion 7.2.3 (Continuidad Uniforme). Sea f : X Y una funcion.
Decimos que f es uniformemente continua sobre X si para todo > 0 existe
> 0 tal que
d
Y
(f(p), f(q)) <
para todos los p, q X tales que d
X
(p, q) < .
Consideremos las diferencias entre los conceptos de continuidad y con-
tinuidad uniforme. Primero, continuidad uniforme es una propiedad de una
funcion sobre un conjunto, mientras que continuidad puede ser denida en
un solo punto. Segundo, si f es continua en X, entonces es posible encontrar,
para cada > 0 y cada p X, un n umero > 0 con la propiedad de la
dencion de continuidad de la funcion. este depende de y p. Si f es, sin
embargo, uniformemente continua sobre X, entonces es posible, para cada
> 0 encontrar un n umero > 0 que dependa solo de y no del punto.
Evidentemente, toda funcion uniformemente continua es continua. El
recproco es falso a menos que X sea compacto.
Teorema 7.2.7. Sea f una funcion continua de un espacio metrico com-
pacto X en un espacio metrico Y . Entonces f es uniformemente continua
sobre X.
Demostracion. Si f no es uniformemente continua sobre X existe > 0 y
dos sucesiones (x
n
)
nN
y (y
n
)
nN
tales que para todo n N
d
X
(x
n
, y
n
) < 1/n y d
Y
(f(x
n
), f(y
n
)) .
Puesto que (x
n
)
nN
es una sucesion en X que es compacto, entonces existe
una subsucesion (x
n
r
)
rN
que converge, digamos a x. Por la misma razon,
X es cerrado, lo cual implica que x X. De la misma forma existe una
subsucesion (y
n
r
)
rN
de (y
n
) que converge. Armamos que (y
n
r
)
rN
tambien
converge a x. En efecto,
d(y
n
r
, x) d(y
n
r
, x
n
r
) +d(x
n
r
, x).
Tomando el lmite cuando r vemos que y
n
r
x. Ahora, si f es
continua en x, tenemos que f(y
n
r
) f(x) y f(x
n
r
) f(x) cuando r .
Pero esto no es posible puesto que
d(f(x
n
), f(y
n
)
para todo n N. as que la hipotesis que f no es uniformemente continua
sobre X implica que f no es continua en alg un punto; por lo tanto f continua
en todo punto de X implica f uniformemente continua sobre X.
Teorema 7.2.8. Si f es una funcion continua de un espacio metrico X a
un espacio metrico Y , y E un subconjunto conexo de X, entonces f(E) es
conexo.
110 CAP
ITULO 7. L
Demostracion. Suponga, por el contrario, que f(E) = A B, donde A y
B son subconjuntos no vacos separados de Y . Sean G := E f
1
(A) y
H = E f
1
(B). Armamos que G = . En efecto, puesto que A =
entonces existe y A f(E). Luego existe x E tal que y = f(x) A.
Por lo tanto x E y x f
1
(A). De aqu se sigue que x E f
1
(A).
As G = . En forma analoga se demuestra que H = .
Ahora,
G H = [E f
1
(A)] [E f
1
(B)]
= E [f
1
(A) f
1
(B)]
= E [f
1
(A B)]
= E [f
1
(f(E))] E E = E.
Por lo anterior tenemos que E G H. Por otro lado, es inmediato que
G H E. Por lo tanto G H = E.
Veamos ahora que GH = . Puesto que A A, tenemos que f
1
(A)
f
1
(A); de donde G = E f
1
(A) f
1
(A) f
1
(A). Puesto que f es
continua y A es cerrado, entonces f
1
(A) es cerrado. Puesto que la clausura
de un conjunto es el cerrado mas peque no que lo contiene, entonces G
f
1
(A). Luego
G H f
1
(A) [E f
1
(B)]
= E [f
1
(A) f
1
(B)]
= E f
1
(A B)
= E f
1
()
= E = .
Por lo tanto,GH = . De la misma forma obtenemos que H G = . Por
lo tanto los conjuntos G y H forman una separacion de E. Lo anterior es
imposible pues E es conexo. Por lo tanto f(E) es conexo.
Teorema 7.2.9 (Teorema del Valor Intermedio). Sea f : [a, b] R una
funcion continua. Si f(a) < f(b) y si c es n umero tal que f(a) < c < f(b),
entonces exise x (a, b) tal que f(x) = c.
Demostracion. Sea E := f([a, b]). Puesto que [a, b] es conexo, entonces por
el teorema anterior E es conexo. Notemos que f(a), f(b) E y por hipoteisis
f(a) < c < f(b); luego por la conexidad de E debemos tener que c E =
f([a, b]). Por lo tanto existe x [a, b] tal que f(x) = c.
7.3. EJERCICIOS 111
7.3. Ejercicios
1. Sea E un subconjunto de un espacio metrico X, p un punto lmite de
E, f y f funciones relaes sobre E y
lm
xp
f(x) = A y lm
xp
g(x) = B.
Demuestre que
a) lm
xp
(f +g) = A+B.
b) lm
xp
(f g) = A B.
c) lm
xp
_
f
g
_
=
A
B
, si B = 0.
d) Si

f ,

g : E R
k
, entonces
lm
xp
(

f

g ) =

A

B.
2. Sean f y g funciones continuas sobre un espacio metrico X. Entonces
f +g, f g, f/g, son continua sobre X. En el caso de division debemos
suponer que g(x) = 0 para todo x X.
3. Suponga que X, Y, Z son espacios metricos, E X, f(E) Y ,
g(f(E)) Z, h es la aplicacion de E a Z denida por
h(x) := g(f(x)) = (f g)(x) (x E).
Si f es continua en un punto p y g es continua en f(p), entonces h es
continua en p.
4. a) Sean f
1
, ..., f
k
funciones reales sobre un espacio metrico X, y sea
f la aplicacion de X R
k
denida por
f(x) = (f
1
(x), f
2
(x), ..., f
k
(x)) (x X);
Entonces f es continua si y solo si las funciones f
1
, ..., f
k
son con-
tinuas.
b) Si f y g son continuas de X a R
k
, entonces f+g, f g son continuas
en X.
5. Si x
1
, ...., x
k
son las coordenadas del punto x R
k
entonces las fun-
ciones
i
denidas por
i
(x) := x
i
, (x R
k
)
son continuas sobre R
k
.
112 CAP
ITULO 7. L
6. Suponga que f es una funcion inyectiva de un espacio metrico com-
pacto sobre un espacio metrico Y . Demuestre que la aplicacion inversa
f
1
denida sobre Y por
f
1
(f(x)) = x, (x X)
es continua de Y a X.
7. Sea E un subconjunto no compacto de R. Demuestre que
a) Existe una funcion continua sobre E que no es acotada.
b) Existe una funcion continua y acotada sobre E que no tiene maxi-
mo.
Si, ademas, E es acotado,
c) Existe una funcion continua sobre E que no es uniformemente
continua.

Notas de Análisis Matemático UA

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Notas de Análisis Matemático UA

Hochgeladen von

Copyright:

Verfügbare Formate

An alisis Matematico

Edgardo Alvarez Pardo

R tal que satisface el axioma 4. En efecto, si 0

y 0 tuvieran ambos esta

son supremos de S. Por ser L el extremo superior y L

una cota superior,

. Analogamente obtenemos que L

(x). En este caso decimos que la sucesion

> 0. Luego de la Propiedad

1 +na. Por lo tanto

:= (2, 4, 6, ..., 2n, ...) son subsucesiones de X.

es una subsucesion de X, se sigue que M tambien es una cota

. Por lo tanto se sigue del Teorema de Bolzano-Weierstrass que X

tiene una subsucesion convergente X

entonces la ecuacion (2.1) contradice esta convergencia.

con ndices impares

(c) := (c , c + ) de c contiene al menos un punto de

(c). Por lo tanto la -vecindad de V

(L) de L, existe una -

(c) de c tal que si x = c es cualquier punto de V

que satisfacen la denicion de lmite. Escoja > 0 tal que V

|. Luego, por la denicion de

(c) implica que x V

(c) y por lo tanto f(x) V

) = . lo cual es una contradiccion.

(c) y x = c entonces |f(x)| < 1 + |L|. Si c / A,

(c) de c tal que f(x) > 0 (respectivamente

(c), x = c entonces f(x) > 1/2L > 0.

(f(c)) de f(c) existe

(c) de c tal que si x A V

(c), entonces f(x) V

(c) tal que AV

(c) = {c}. Luego para

(c) implica f(x) = f(c) V

(c) de c tal que si x A V

) f(x) para todo x A.

) f(x) para todo x A.

:=nf f(I). Armamos que existen puntos

:= sup f(I), entonces por la Propiedad Fun-

. Puesto que los elementos de X

I. Por lo tanto f es continua en x

). Se sigue de (3.2) que

es un maximo absoluto de f sobre I.

es un mnimo absoluto de f sobre

< c tal que L < f(y

< y < c tal que

tal que f() < r

tal que f() < r

< f(+). Dena

denota el conjunto de todos los puntos lmites de E en

el conjunto de los n umeros x

(x)| < para todo x I.

(x)| < para todo x I.

esta denida en un punto x, decimos que f es diferenciable en x.

esta denida en todo punto de un conjunto E [a, b], decimos que f

(c) tal que f(c) f(x) (respectivamente si existe una

(c) tal que f(c) f(x)) para todo x V I. Decimos que

(c) < 0. Por lo tanto f

existe para todo punto de (a, b),

(c) existe. Puesto que, en particular, f tiene

existe para todo punto

(x) = 0 para todo x (a, b). Entonces existe al

(x) = 0 para todo x (a, b), se sigue del Teo-

(c)(ba). Puesto que f