Beruflich Dokumente
Kultur Dokumente
CALCULO
INFINITESIMAL
Curso 2010-2011
Ricardo Vidal
September 20, 2010
Contenido
Presentaci
on
1 O corpo dos n
umeros reais
1.1 Introducci
on axiom
atica de R . . . . . . . . . . . . . .
1.2 Propiedade arquimediana, consecuencias . . . . . . . .
1.3 Intervalos en R . . . . . . . . . . . . . . . . . . . . . .
1.4 Valor absoluto en R . . . . . . . . . . . . . . . . . . .
1.5 Introducci
on axiom
atica de N. Principio de inducci
on
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
8
10
12
13
14
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
31
32
32
34
36
36
37
38
39
39
40
41
CONTENIDO
4 Series de n
umeros reales
4.1 Operaci
ons con series . . . . . . . . . . . . . . . . . . . . . . .
4.2 Series de terminos non negativos . . . . . . . . . . . . . . . .
4.2.1 Series xeometricas e arm
onicas . . . . . . . . . . . . .
4.3 Criterios de converxencia para series de terminos non negativos
4.4 Series alternadas . . . . . . . . . . . . . . . . . . . . . . . . .
4.5 Converxencia absoluta . . . . . . . . . . . . . . . . . . . . . .
43
44
46
48
49
50
51
Bibliografa
53
Presentaci
on
CONTENIDO
Tema 1
O corpo dos n
umeros reais
A nocion de conxunto, como obxetos ben definidos, comenzou a utilizarse en
matematicas a finais do seculo XIX. Esta idea intuitiva que todo o mundo ten
suxire certas operaci
ons elementais con conxuntos: uni
on, interseci
on, diferencia,... A utilizaci
on de estas operaci
ons e fundamental en diversas teoras
matematicas e nas suas aplicaci
ons. Por este motivo a linguaxe conxuntista
e b
asica para o estudio e a investigaci
on cientfica e nas aplicaci
ons tecnicas.
Conven advertir que a teora de conxuntos non e tan simple como nun
principio podiamos pensar, Lembremos as paradoxas de Bertran Russel: O
barbeiro que barbea a todos os que non se barbean a s mesmos. Quenes
son os elementos deste conxunto de persoas? Mais concretamente o mesmo
barbeiro e ou non, un elemento deste conxunto? Esta paradoxa e outras
moitas formuladas o inicio do desenrolo da teora de coxuntos puxo de manifesto a necesidade de precisar con sumo cuidado os conceptos definidos.
Para introducir os n
umeros reais empezaremos polos n
umeros naturais,
que en palabras de Dedekind, creounos deus e o demais elaborouno o home
(posteriormente faremos unha introducci
on axiom
atica dos n
umeros naturais)
N = {1, 2, 3, 4, . . .}
dende o punto de vista alxebraico os n
umeros naturais presentan dificultade para a resoluci
on de ecuaci
ons do tipo a + x = b si b < a. Pretendemos
ampliar este conxunto a outro maior, os n
umeros enteiros (Z), donde as
ecuacions do tipo anterior te
nan soluci
on.
Z = {N} {0} {n|n N}
O par (Z, +) ten estructura alxebraica de grupo abeliano, pero presenta
carencias similares as dos n
umeros naturais, agora respecto da multiplicaci
on, as ecuaci
ons do tipo ax = b non te
nen soluci
on en Z si b non e
7
TEMA 1. O CORPO DOS NUMEROS
REAIS
m
ultiplo de a. Coa finalidade de solventar as ecuaci
ons do tipo anterior
extendemos os n
umeros enteiros os racionais
Q = {ab1 |a Z, b N}
(Q, +, .) ten estructura alxebraica de corpo conmutativo e en el t
odalas
ecuaci
ons do tipo a + bx = c te
nen soluci
on.
Podemos representar os n
umeros racionais nunha recta, fixados dous
puntos 0 e 1, a calquer outro n
umero racional correspondelle un u
nico punto
na recta, pero o recproco non se verifica, p
odese probar que a lonxitude
da hipotenusa de un triangulo rect
angulo de catetos unidade non se pode
representar por un n
umero racional, este problema p
odese formular alxe2
braicamente: a ecuaci
on x = 2 non ten soluci
on en Q. A raz
on u
ltimade
este problema e que en Q non t
odolos conxuntos acotados superiormente
te
nen unha mnima cota superior.
1.1
Introducci
on axiom
atica de R
Introduciremos os n
umeros reais de xeito axiom
atico. Chamaremos n
umeros
reais a un conxunto, que denotaremos por R, dotado dunha estructura
alxebraica de corpo conmutarivo, provisto de un orden total, compatible
coa estructura alxebraica, na que todo conxunto acotado supeiormente te
na
supremo.
(R, +.) e corpo conmutativo.
(R, ) e un conxunto ordenado con un orden total. Verifica
1. Reflexiva a a.
2. Antisimetrica a b, b a a = b.
3. Transitiva a b, b c a c.
4. Total a, b R a b o b a.
5. Compatible
(a) Suma a b, c R a + c b + c.
Presentamos a continuaci
on a propiedade de completitude. Consideremos no conxunto ordenado (R, ): A R, a, b, c R. Definimos:
1. c e cota superior de A si a c, a A.
AXIOMATICA
1.1. INTRODUCCION
DE R
2. b e cota inferior de A si b a, a A.
3. A e acotado superiormente si ten algunha cota supeior e acotado inferiormente si ten algunha cota inferior. A e acotado si e acotado
superiormente e inferiormente.
4. Si A R acotado superiormente diremos que s R e supremo de A,
notamos s = sup(A), si:
(a) s e cota superior de A.
TEMA 1. O CORPO DOS NUMEROS
REAIS
10
1. M e o m
aximo de A, M = max(A), si M = sup(A) e M A.
2. m e o mnimo de A, m = min(A), si m = inf (A) e m A.
Como exemplo podemos propo
ner o c
alculo do supremo, infimo, m
aximo
e mnimo, de existiren, dos seguintes conxuntos:
1. A = {x R|x = 1/n, n N}
2. A = {x R|1 x < 5}
1.2
Presentamos a continuaci
on unha das propidades fundamentais dos n
umeros
reais, a propiedade arquimediana, da que se seguen propiedades topol
oxicas
importantes dos n
umeros reais.
Proposici
on 1.2.0.4
x, y R, 0 < x, n N, m Z|mx < y < nx
Demostraci
on: Probaremos a segunda desigualdade, a primeira e an
aloga
(exercicio), esto e:
x, y R, 0 < x, n N|y < nx
Probaremolo por reducci
on
o absurdo.
Supo
namos que a proposici
on a demostrar non se verifica, esto e:
y nx, n N
consideramos o conxunto A = {z R|z = nx, n N}.
A est
a acotado superiormente, y e unha cota superior
polo tanto s R, s = sup(A).
Como s e o supremo de A e s x < s, ent
on s x non e cota superior de A,
ent
on z A, z = nx, s x < nx
e as s < (n + 1)x pero (n + 1)x A.
Logo s non e cota superior de A, en contra da definici
on de supremo.
Corolario 1.2.0.5
y R, p Z|p y < p + 1
Demostraci
on: T
omese x = 1 na propiedade arquimediana.
O corolario anterior permtenos definir a funci
on parte enteira
E:RZ
mediante E(y) = p donde p verifica p y < p + 1.
11
Corolario 1.2.0.6
x R, 0 < x, n N|1/n < x
Demostraci
on: T
omese y = 1 na propiedade arquimediana.
Este corolario proba que non existe o menor n
umero real positivo.
Corolario 1.2.0.7
x, y R, x < y, r Q|x < r < y
Demostraci
on: Podemos supo
ner que x > 0,
ademas y x > 0, ent
on
n N|1/n y x
Como x > 0, 1/n > 0, k N|0 < x < nk .
Supo
namos que o k dado na desigualdade anterior e
optimo esto e
k1
k
x< .
n
n
Verifcase nk < y.
Das duas u
ltimas desigualdades temos x < nk < y.
Tomemos ent
on r = nk e as probamos o corolario.
S
o resta a proba de nk < y
1
1
k1
k1
< yx +
<y+
xy
n
n
n
n
as temos r =
k
n
< y.
Corolario 1.2.0.8
x, y R, x < y, i R\Q|x < i < y
Demostraci
on: A demostraci
on e an
aloga a do corolario anterior.
Vimos na secci
on anterior que a cada n
umero raconal podemos asignarlle
un punto na recta, pero o reciproco non se verifica, podemos localizar puntos
na recta os que non lle corresponde ningun n
umero racional. Os n
umeros
reais completan a recta (espacio completo), e mas, a correspondencia entre
estes e os puntos da recta e biunvoca.
Outra observaci
on importante, que se segue dos coralarios anteriores, e que
tanto os n
umeros racionais como os irracionacionais son densos en R. Por
outro lado e f
acil ver que os racionais son numerables mentras que os reais e
os irracinais non o son. Esta propiedade dos n
umeros reais de ser completo
e ter un subconxunto denso e numerable (separable) xoga un papel fundamental tanto no c
alculo diferncial como en outras ramas das matem
aticas,
faremos uso desta propiedade de R en varios casos futuros.
TEMA 1. O CORPO DOS NUMEROS
REAIS
12
1.3
Intervalos en R
1.4
13
Valor absoluto en R
1. |
Pn
i=1
xi |
Pn
i=1
|xi |
2. |x y| |x| + |y|
3. ||x| |y|| |x y| |x| + |y|
Mediante o valor absoluto podemos introducir a distancia usual en R.
No pr
oximo tema proporemos o valor absoluto en R como primeiro exemplo
de norma.
O longo de todo o curso necisitaremos resolver ecuaci
ons e inecuaci
ons
nas que interve
na o valor absoluto, e pois necesario que o alumno domine a
resoluci
on de este tipo de problemas. Propo
nemos a continuaci
on algunhos
exercicios do tipo que nos encontraremos en outros captulos.
Resolver as seguintes inecuacions:
1. |x 3| < 1
2. |x 2| + |x 3| 4
3. |x 2| |x + 3| 0
TEMA 1. O CORPO DOS NUMEROS
REAIS
14
1.5
Introducci
on axiom
atica de N. Principio de
inducci
on
1. Ax1. N|1 N
2. Ax2. : N N (operador seguinte) inxectiva esto e:
(n) = (m) n = m ou equivalentemente n 6= m (n) 6= (m).
3. Ax3. 6 n N|(n) = 1
4. Ax4. Axioma de inducci
on.
Si S N, S 6= , 1 S verificando que si n S (n) S. Entonces
S = N.
O axioma 4 permitenos introducor a demostraci
on por inducci
on, moi
eficaz para resolver satisfactoriamente algun tipo de problemas, propo
nemos
como exemplo o seguinte.
Probar que se verifica a seguinte identidade
n
X
j=1
1
n
=
= P (n)
j(j + 1)
n+1
1
X
j=1
1
1
1
=
=
j(j + 1)
1(1 + 1)
2
2. Supo
namos que a propiedade se verifica para n, esto e P (n) e certa, e
probaremos que de esta siguese que P (n + 1) tamen se verifica
n+1
X
j=1
X
1
1
1
=
+
=
j(j + 1)
j(j + 1) (n + 1)(n + 2)
j=1
n
1
n(n + 2) + 1
n+1
+
=
=
n + 1 (n + 1)(n + 2)
(n + 1)(n + 2)
n+2
AXIOMATICA
1.5. INTRODUCCION
DE N. PRINCIPIO DE INDUCCION15
Probamos as que S = {n N|P (n)se verifica} coincide con N. Polo
tanto a propiedade P (n) verificase para todo n
umero natural n.
Propo
nemos a continuaci
on, como exercicio, algun problema m
ais de este
tipo.
1. Probar que se verifica
n
X
j2 =
j=1
n(n + 1)(2n + 1)
= P (n)
6
j3 =
n(n + 1) 2
= P (n)
2
16
Tema 2
2.1
Espacios m
etricos
18
2.2
Espacios normados
19
que prescisaremos m
ais tarde. Os axiomas (1) e (2) son iguais de f
aciles de
probar en t
odolos exemplos propostos.
Vemos a continuaci
on algunhas propiedades da norma.
Proposici
on 2.2.0.13 En todo espacio vectorial normado (V, kk) verificanse:
1. kxk = k xk, x V
2. |kxk kyk| kx yk kxk + kyk, x, y V
Demostraci
on:
1. k xk = k 1xk = | 1|kxk = kxk
2. (a) kx yk kxk + k yk kxk + kyk
(b) Verificanse:
Proposici
on 2.2.0.14 Todo espacio vectorial normado e un espacio metrico.
Demostraci
on: Sexa (V, kk) un espacio vectorial normado. definimos:
d:V V R
mediante a formula d(x, y) = ky xk.
Probaremos que d verifica os axiomas de distancia:
1. d(x, y) = 0 ky xk = 0 x = y
2. d(x, y) = ky xk = kx yk = d(y, x)
3. d(x, y) = ky xk = ky z + z xk ky zk + kz xk =
d(z, y) + d(z, x) = d(x, z) + d(z, y)
Polo tanto (V, d) e un espacio metrico.
As as normas kkp inducen as distacias dp en Rn . Consideramos x =
(x1 , . . . , x2) e y = (y1 , . . . , y2 ) e temos
1. d1 (x, y) = ky xk1 = |y1 x1 | + + |yn xn |
2. d (x, y) = ky xk = max{|y1 x1 |, . . . , |yn xn |}
20
2.3
verificando:
1. < x, x > 0, x V
2. < x, x >= 0 x = 0
n
X
xi yi
i=1
21
Demostraci
on:
1. Probaremos que kk verifica os axiomas de norma
(a) kxk =< x, x >1/2 = 0 < x, x >= 0 x = 0
(c) Supo
namos que se verifica a desigualdade de Cauchy-Schwarz,
que probarenos m
ais adiante.
kx + yk2 =< x + y, x + y >=< x, x > +2 < x, y > + < y, y >
kxk2 + 2kxkkyk + kyk2 = (kxk + kyk)2
e as temos kx + yk kxk + kyk.
22
< x, y >
kxkkyk
x1 , . . ., xn V, < xi , xj >= 0 i 6= j k
n
X
i=1
xi k =
n
X
i=1
kxi k2
A demostraci
on proponse como exercicio para o lector.
Corolario 2.3.0.19 Teorema de Pitagoras
Para un triangulo rectangulo de catetos a e b e hipotenusa h verifcase:
h2 = a2 + b2 .
23
Demostraci
on:
Consideramos en (R2 , kk2) vectores x e y tales que kxk22 = a2 , kyk22 = b2 e
< x, y >= 0
As temos, en virtude da identidade de Parseval
h2 = kx + yk22 = kxk22 + kyk22 = a2 + b2 .
Rematamos a secci
on enunciado as desigualdades de H
older e Minkowski
fundamentais no C
alculo.
Teorema 2.3.0.20 Sexan x, y Rn , p, q R, 1 < p, q < , 1/p + 1/q =
1. Verifcanse:
1. Desigualdade de H
older
n
X
i=1
|xiyi |
n
X
i=1
|xi|p
n
1/p X
i=1
|yi |q
1/q
2. Desigualdade de Minkowski
n
X
i=1
|xi + yi |p
1/p
n
X
i=1
|xi |p
1/p
n
X
i=1
|yi |p
1/p
A s
ua demostraci
on pode verse en [4].
N
otese que a desigualdade de Minkowski proba o axioma 3 para a norma p
en Rn e no caso p = 2 coincide coa desigualdade de Cauchy-Schwarz.
2.4
Topoloxa usual en Rn
En esta secci
on, e o longo do curso traballaremos no espacio vectorial normado (Rn , kkp), que induce o espacio metrico (Rn , dp) para os casos particulares de p = 1, 2, . T
odolos conceptos que presentaremos a continuaci
on
definmolos nun espaco metrico arbitrario ainda que despois nos restrinxiremos a (Rn , dp) ou (Rn , kkp).
En un espacio metrico (X, d) definimos:
1. Bola aberta de centro x0 e radio r
B(x0 , r) = {y X|d(y, x0) < r}
2. Bola pechada de centro x0 e radio r
B[x0 , r] = {y X|d(y, x0) r}
24
2.4.1
Posici
on dun punto respecto de un conxunto
Notese que A A.
2. x0 e un punto exterior de A si
r > 0|B(x0 , r) Ac
Denotamos Ext(A) = {x Rn |x e punto exterior deA}
Notese que ext(A) Ac .
3. x0 e un punto fronteira de A si
(a) B(x0 , r) A 6= , r R+
(b) B(x0 , r) Ac 6= , r R+
Denotamos F r(A) = {x Rn |x e punto fronteira deA} Verificase que
Rn = rA Ext(A) F r(A) uni
on disxunta.
4. x0 e un punto adherente ou clausura de A si
B(x0 , r) A 6= , r R+
Denotamos A = {x Rn |x e punto aderente ou clausura deA}
25
5. x0 e un punto aillado de A si
r > 0|B(x0 , r) A = {x0 }
Denotamos Ais(A) = {x Rn |x e punto aillado deA} Verificase que
Ais(A) A.
6. x0 e un punto de acumulaci
on de A si
(B(x0 , r) \ {x0 }) A 6= , r R+
A =A F r(A).
Demostraci
on:
x A r > 0, B(x, r) A 6=
Esto implica que se verifican unha das duas seguintes opci
on excluintes
1. r > 0, B(x, r) A x A
2. r > 0, B(x, r) 6 A B(x, r) Ac 6=
de aqu e da hipotese siguese que x F r(A).
Si x A x A x A.
Uni
on disxunta
26
2.4.2
En esta secci
on traballaremos en (Rn , kkp) con p = 1, 2, ainda que as
definici
ons e resultados poden extenderse a calquer espacio vectorial normado e incluso a calquer epacio metrico. Destacar tamen que a restrici
on
que plantexamos sobre as normas p son superfluas, os resultados seran os
mesmos para calquer norma p ou para calquer outra norma, a raz
on e simn
plemente porque a norma 2 e a norma usual ou euclidea e en (R e as normas
1 e xeralmente simplifican os c
alculos.
27
Proposici
on 2.4.2.2 En (Rn , kkp) verifcanse
1. Rn e son conxuntos pechados.
2. Si F1 e F2 son conxuntos pechados. Ent
on F1 F2 e pechado.
3. Si {Fi }iI e unha familia de conxuntos pechados.
Ent
on iI Fi e pechado.
A demostraci
on deixase como exercicio para o lector.
N
otese que en xeral a interseci
on infinita de abertos non e aberto e
tampouco e pechada a uni
on infinita de pechados como mostran os seguintes
exemplos.
1. {An = (1/n, 1 + 1/n)}nN e unha familia de conxuntos abertos.
Verifcase
nN An = [0, 1]
que e pechado e non aberto.
2. {Fn = [1/n, 1]}nN e unha familia de conxuntos pechados. Verifcase
nN Fn = (0, 1]
que non e pechado.
Na seguine proposicion damos algunhas caracterizaci
ons dun conxunto
pechado.
Proposici
on 2.4.2.3 En (Rn , kkp) un conxunto F e pechado si e s
o si verifica alguna das seguintes preposici
ons.
1. F r(F ) F .
2. F = F .
3. Si F F .
N
otese que un conxunto pode non ser aberto nin echado, e que o feito
de que un conxunto non sexa aberto non implica que sexa pechado e reciprocamente non pechado non implica aberto.
Si X e un conxunto e unha colecci
on de subconxuntos de X, X,
verificando:
1. X e son elementos de .
2. Si A1 e A2 est
an en . Ent
on A1 A2 est
a en .
28
2.4.3
x,yE
Proposici
on 2.4.3.1 E e acotado R > 0, E B[0, R]
N
otese que en (R, ||) a definici
on de acotado que acabamos de dar coincide coa dada no captulo 1 como un conxunto acotado superiormente e
inferiormente. Si A R acotado superiormente e inferiormente, ten por
tanto supremo s e infimo i. Consideramos m = (s + i)/2 e R = s m,
verifcase A B[m, R] e as A e acotado coa definici
on dada en esta secci
on.
O recproco pr
obase de xeito an
alogo.
Chamamos paraleppedo aberto en Rn o producto de n intervalos abertos
en R
P = (a1 , b1) (a2 , b2) (an , bn )
An
alogamente denominamos paraleppedo pechado en Rn o producto de n
intervalos pechados en R
P = [a1 , b1] [a2 , b2] [an , bn]
Os paraleleppedos abertos son conxuntos abertos e os pechados son conxuntos pechados.
Unha sucesi
on de paraleleppedos {Pn }nN dise encaixada si verifica
Pn Pn+1 , n N
Presentamos a continuaci
on o teorema do encaixe de Cantor.
29
acumulaci
on, por exemplo Z e infinito pero Z = , a clave de este feito e
que Z non e acotado.
O teorema de Bolzano-Weirstrass, que enunciamos a continuaci
on, da
n
condicions suficientes para que un subconxunto de R te
na alg
un punto de
acumulaci
on.
Teorema 2.4.3.3 Todo subconxunto infinito e acotado en Rn ten polo
menos un punto de acumulaci
on.
A demostraci
on fundamentase no teorema dos paraleleppedos encaixados.
As condi
ons dadas no teorema de Bolzano-Weirstrass son suficientes pero
de acumulaci
on de C en R e C = { 2} pero o conxunto dos puntos de
acumulaci
on de C en Q e valeiro.
2.4.4
30
Tema 3
Sucesi
ons en R e en Rn
Definimos sucesi
on de n
umeros reais como unha aplicaci
on
x:NR
notaremos x(n) = xn e denomin
amolo temino n-eximo da sucesi
on.
Usualmente identificamos unha sucesi
on co conxunto imaxen da aplicaci
on
dotado do orden inducido polo de N esto e o primeiro elemento e a imaxe do
1, o segundo a imaxe do 2 e as sucesivamente {x1 , x2 , . . . , xn, . . . } = {xn
R|n N} ou simplemente, por economa, {xn }.
O concepto de sucesi
on de n
umeros reais, as definido, permitenos exp
tendelo a sucesi
ons en R , de xeito natural, como unha aplicaci
on
x : N Rp
e notaremos igualmente x(n) = xn = (x1n , x2n , . . . , xpn), donde o superindice indica a coordenada correspodente do vector xn e o subindice
indica o orden do termino correspondente da sucesi
on.
En xeral podemos definir o concepto de sucesi
on en calquer conxunto C
non valeiro como unha aplicaci
on
x:NC
e notaremos x(n) = xn o temino n-eximo da sucesi
on. Igualmente identicamos x con {xn }.
Vexamos algun exemplo de sucesi
on.
1. En R {2, 4, 6, . . .} = {2n|n N}
2. En R2 {(1, 1), (2, 4), (3, 9), . . .} = {(n, n2 )|n N}
31
TEMA 3. SUCESIONS
EN R E EN RN
32
3.1
Operaci
ons con sucesi
ons
3.2
Sucesi
ons converxentes
3.2. SUCESIONS
CONVERXENTES
33
N
otese que anda que podemos definir unha sucesi
on en calquer conxunto non valeiro para falar de converxencia necesitamos algunha estructura
en ese conxunto (norma, metrica, topoloxa,...) que nos permita caracterizar
a proximidade dos terminos da sucesi
on
o lmite.
No caso particular p = 1, en R, tomando como norma o valor absoluto
escribimos a converxencia como sigue
> 0, N N|n > N , |xn x0 | <
Proposici
on 3.2.0.3 Si {xn } e unha sucesi
on converxente en Rp o lmite
e u
nico.
Demostraci
on: Supo
namos que {xn } ten dous lmites distintos x0 e x0 .
TEMA 3. SUCESIONS
EN R E EN RN
34
Veremos a continuaci
on que os problemas de converxencia de sucesi
ons
en Rp p
odense reducir a problemas de converxencia en R.
Si {xn } e unha sucesi
on en Rp , escribindoa en coordenadas
{xn = (x1n , x2n , . . . , xpn )}
determina p sucesi
ons de n
umeros reais {x1n }, {x2n}, . . . , {xpn} que denominamos sucesi
ons coordenadas. Recprocamente dadas p sucesi
ons de n
umeros
p
reais consideramos unha sucesi
on en R que te
na por sucesi
ons coordenadas
as sucesi
ons de partida. Verificase a seguinte relaci
on entre o lmite de unha
sucesi
on e os lmites das suas sucesi
ons coordenadas.
Teorema 3.2.0.5 Sexa {xn } unha sucesi
on en Rp, e {xin }, i = 1, 2, . . ., p
as suas sucesi
ons coordenadas. Verifcase
{xn } x0 {xin } xi0 , i = 1, 2, . . ., p
Demostraci
on:
Probaremos a implicacion en (Rp, kk).
Por hipotese {xn } x0 esto e
> 0, N N|n > N , kxn x0 k <
kxn x0 k = max{|x1n x10 |, |x2n x20 |, . . ., |xpn xp0 |} <
As temos
> 0, N N|n > N, |xin xi0 | < , i = 1, 2, . . ., p
Esto e
{xin } xi0 , i = 1, 2, . . ., p
3.3
Proposici
on 3.3.0.6 Regra do sandwich
Si {xn } x0 , {yn } x0 e {zn } e unha sucesi
on verificando:
xn zn yn , n N. Ent
on {zn } x0 .
Demostraci
on: Por hip
otese verifcanse:
3.3. PROPIEDADES DAS SUCESIONS
CONVERXENTES EN R
35
1.
> 0, N1 N|n > N1 , xn (x0 , x0 + )
2.
> 0, N2 N|n > N2 , yn (x0 , x0 + )
3.
xn zn yn , n N
De (1), (2) e (3) tomando N = max{N1, N2 } tense que
> 0, N N|n > N , zn (x0 , x0 + )
e polo tanto {zn } x0 .
Proposici
on 3.3.0.7 Si {xn } x0 , a < x0 e x0 < b verifcanse:
1. Na N|n > Na, xn > a
2. Nb N|n > Nb , xn < b
Demostraci
on: Demostraremos (1), a proba de (2) e an
aloga.
Como {xn } x0 e a < x0
Na N|n > Na, xn (a, x0 + 1)
e polo tanro xn > a, n > Na.
Proposici
on 3.3.0.8 Si {xn } x0 , {yn } y0 e xn yn , n N. Ent
on
x0 y0 .
Demostraci
on: Supo
namos que a proposici
on non se verifica, esto e x0 >
y0 . Tomamos = (x0 y0 )/2 > 0 e temos, por hipotese:
1. N1 N|n > N1 , xn (x0 , x0 + )
2. N2 N|n > N2 , yn (y0 , y0 + )
De (1) e (2) tomando N = max{N1 , N2} temos que
n > N , yn < xn
que esta en contradici
on coa terceira hip
otese da proposici
on.
TEMA 3. SUCESIONS
EN R E EN RN
36
3.4
Operaci
ons con sucesi
ons converxentes en Rp
Proposici
on 3.4.0.9 Si {xn } x0 , {yn } y0 en Rp . Ent
on {xn + yn }
x0 + y0 .
Demostraci
on: Por hip
otese temos:
1.
> 0, N1 N|n > N1 , kxn x0 k < /2
2.
> 0, N2 N|n > N2 , kyn y0 k < /2
Consideramos N = max{N1 , N2}. Si n > N verifcase:
kxn +yn (x0 +y0 )k = kxn x0 +yn y0 k kxn x0 k+kyn y0 k < /2+/2 =
e de aqu siguese a tese.
Enunciamos, sin demostrar, os seguintes resultados,que o lector pode
tratar de probar por si mesmo.
Proposici
on 3.4.0.10 Si {xn } x0 en R e {yn } y0 en Rp .
Ent
on {xn yn } x0 y0 en Rp .
Corolario 3.4.0.11 Verifcanse:
1. Si {xn } x0 e {yn } y0 en R. Ent
on {xn yn } x0 y0 en R.
2. Si {yn } y0 en Rp e R. Ent
on {yn } y0 .
3. Si {xn } x0 e {yn } y0 en Rp . Ent
on {xn yn } x0 y0 en Rp .
Proposici
on 3.4.0.12 Si {xn } x0 en R e xn 6= 0, n N e x0 6= 0.
Ent
on { x1n } x10 .
Proposici
on 3.4.0.13 Si {xn } x0 en Rp . Ent
on {kxn k} kx0 k.
3.5
Sucesi
ons mon
otonas
3.6. SUBSUCESIONS
37
3.6
Subsucesi
ons
TEMA 3. SUCESIONS
EN R E EN RN
38
Enunciamos a continuaci
on o teorema de Bolzano-Weiertrass. Proba que
en Rp , ainda que, como xa sabemos, non toda sucesi
on acotada converxe, si
que ten algunha subsucesi
on converxente.
Teorema 3.6.0.16 Toda sucesi
on acotada en Rp ten algunha subsucesi
on
converxente.
A demostraci
on p
odese ver en [4].
3.7
Sucesi
ons de Cauchy
Unha sucesi
on {xn } en Rm dise de Cauchy si
> 0, N N|p, q > N , kxp xq k <
A sucesi
on {xn } e de Cauchy si a partir de un ndice en adiante dous
terminos arbitrarios estan tan pr
oximos entre si como queiramos.
inmediato comprobar a seguinte proposici
E
on.
Proposici
on 3.7.0.17 Toda sucesi
on converxente e de Cauchy.
O reciproco da proposici
on anterior en xeral non e certo en calquer espacio vectorial normado ou metrico, como pon de manifesto o seguinte exemplo.
Consideremos a sucesi
on de n
umeros racionais {1,
1.4, 1.41, 1.414, 1.4142, . . .}
que como sucesi
on de n
umeros reais converxe a 2 e pola proposici
on anterior e de Cauchy, esta sucesi
on de Cauchy en R tamen e de Cauchy en Q
(as distancias entre os seus terminos considerados como n
umeros reais e a
mesma que si os consideramos como n
umeros racionais), pero como sucesi
on
en Q non converxe.
Esta diferencia entre sucesi
ons de Cauchy e converxentes en Rm non se
da como proba o seguinte resultado conocido como criterio de converxencia
de Cauchy.
Teorema 3.7.0.18 En Rm unha sucesi
on converxe si e s
o si e de Cauchy.
A demostraci
on pode verse en [4].
Os espacios nos que as sucesi
ons de Cauchy coinciden coas sucesi
ons
m
converxentes denomnanse completos (R ). Si en un espacio temos unha
sucesi
on de Cauchy que non converxe esta detecta realmente un oco en
ese espacio, dende ese punto de vista os espacios completos son os que non
te
nen ocos.
3.8
39
Lmites infinitos
3.9
Lmites de oscilaci
on
TEMA 3. SUCESIONS
EN R E EN RN
40
3.10
C
alculo pr
actico de lmites
D
uas sucesi
ons de n
umeros reais {xn } e {yn } dinse equivalentes e notamos
{xn } {yn } si
xn
lim
=1
n yn
Enunciamos a continuaci
on o principio de sustituci
on.
Proposici
on 3.10.0.20 O lmite de unha sucesi
on, converxente ou diverxente, non varia si na expresi
on do seu termino xeral sustituimos alg
un dos
seus factores ou divisores por outro equivalente.
Demostraci
on: Supo
namos que {xn } {yn } e que limn zn yn = z0 ,
temos
xn
z0 = lim zn yn = lim zn yn
= lim zn xn .
n
n
n
yn
A proposici
on anterior non se verifica para sumandos.
Damos a continuaci
on algunhas equivalencias importantes:
1. Si {xn } 0 ent
on {xn } {log(1 + xn )}.
2. Si {xn } 1 ent
on {xn 1} {log(xn )}.
3. Si {xn } 0 ent
on:
(a) {xn } {sin(xn )}.
(b) {xn } {tan(xn )}.
(c) {1 cos(xn )} {x2n /2}.
4. {ak nk + ak1 nk1 + + a1 n + a0 } {ak nk }.
5. {log(ak nk + ak1 nk1 + + a1 n + a0 )} {log(nk )}, ak > 0.
6. Si {an } a, a 6= 0 ent
on {an } {a}.
n
2n
}.
en
3.10. CALCULO
PRACTICO
DE LIMITES
3.10.1
41
Enunciamos a continuaci
on o criterio de Stolz, de gran utilidade para o
c
alculo de lmites de formas indeterminadas do tipo / ou 0/0 e do
que se siguen outras regras tamen de gran utilidade como son os criterios
da media aritmetica, xeometrica e da raiz.
Proposici
on 3.10.1.1 Verificanse:
1. Si {xn } e {yn } son duas sucesi
ons de n
umeros reais tal que {yn }
e estrictamente mon
otona crecente (decrecente) e limn yn =
(limn yn = ) verificando
lim
xn xn1
=
yn yn1
Ent
on
lim
xn
= .
yn
xn xn1
=
yn yn1
Ent
on
lim
xn
= .
yn
A demostraci
on pode verse en [3]
Corolario 3.10.1.2 Criterio da media aritmetica
n
Si {xn } x0 limn x1 +x2 ++x
= x0 , x0 finito ou infinito.
n
Demostraci
on: Aplicamos o criterio de Stolz as sucesi
ons an = x1 + x2 +
+ xn e bn = n e obtemos
lim
x1 + x2 + + xn
xn
= lim
= x0 .
n 1
n
TEMA 3. SUCESIONS
EN R E EN RN
42
log(x1 ) + + log(xn )
lim log( n x1 xn ) = lim
n
n
lim log(xn ) = log(x0 )
e as obtemos a tese.
Como exemplo calculamos o lmite limn
lim
n! = lim
n
n!
1 2 n = lim n =
n
xn
xn1
= x0 , x0 finito ou
xn = x0
Demostraci
on: Aplicamos o criterio da media xeometrica a sucesi
on {an }
definida como sigue a1 = x1 e an = xn /xn1 si n > 1.
n
Por hipotese existe limn xxn1
= limn an = x0 e polo tanto
x0 = lim n a1 an = lim
n
lim
r
n
x1
x2
xn
=
x1
xn1
xn
n e limn
n
a, a >
Tema 4
Series de n
umeros reales
Ata agora todas as sumas que consideramos constaban de un n
umero finito
de sumandos. En este captulo estudiaremos sumas con un n
umero infinito e
numerable de sumandos que denominamos series. Veremos que propiedades
das sumas finitas siguen conservando as series.
Sexa {xn } e unha sucesi
on de n
umeros reais, a partir de ela, definimos
unha nova sucesi
on {sn } como sigue
sn = x1 + x2 + + xn
que denominaremos sucesi
on de sumas parciais, a sn chamamoslle suma
parcial n-exima.
Chamamos serie de n
umeros
o par formado polas sucesi
ons ({xn }, {sn})
e que usualmente notaremos
xn
n=1
P
Diremos que a serie ({xn }, {sn})
n=1 xn converxe, diverxe ou oscila
segundo sexa converxente, diverxente ou oscilante a sucesi
on de sumas parciais {sn }, analizar a que colectivo de estos pertence unha serie denomin
amolo
estudiar o seu car
acter. No caso de ser converxente diremos que o seu lmite
(s0 ) e a suma da serie e notaremos
xn = s0
n=1
43
TEMA 4. SERIES DE NUMEROS
REALES
44
Vexamos alg
uns exemplos de series
P
1. {xn = 0} ent
on {sn = 0} e
n=1 0 = 0.
P
2. {xn = 1} ent
on {sn = n} e n=1 1 = .
3. {xn = 1/2n } ent
on {sn =
1/21(2n+1
}
11/2
1
n=1 2n
= 1.
Enunciamos a continuaci
on unha primeira propiedade de series moi intuitiva ainda que a sua demostraci
on e un tanto laboriosa.
Proposici
on 4.0.1.5 Si en unha serie introducimos ou suprimimos un n
umero
finito de sumandos o seu car
acter non varia.
4.1
Sexan
imos
Operaci
ons con series
P
n=1
xn e
n=1 yn
1. Suma de series
duas series de n
umeros reais e sexa R defin-
xn +
n=1 yn
n=1 (xn + yn )
P
P
2. Producto de unha serie por un escalar n=1 xn =
n=1 xn
n=1
Vemos a continuaci
on como se comportan respecto de estas operaci
ons.
P
P
Proposici
on 4.1.0.6 Sexan
uas series de n
umeros
n=1 xn e
n=1 yn d
reais e sexa , R. Verifcanse:
P
P
1. Si
n=1
Pxn e n=1
Pyn converxen, con sumas s0 e t0 respectivamente.
Ent
on n=1 xn + n=1 yn converxe e ten por suma s0 + t0 .
P
P
2. Si n=1 xn diverxe (oscila) e 6= 0. Ent
on
n=1 xn diverxe (oscila).
P
P
P
3. P
Si
on
n=1 xn converxe e
n=1 yn diverxe (oscila). Ent
n=1 xn +
y
diverxe
(oscila).
n=1 n
Demostraci
on: Daremos u
nicamente a demostraci
on de (1), as dem
ais
son an
alogas.
Consideramos
tamos
n=1
xn +
n=1
n=1
xn ({xn }, {sn}),
yn =
X
n=1
(xn + yn ) =
n=1 yn
X
n=1
zn ({zn }, {wn})
4.1. OPERACIONS
CON SERIES
45
donde
zn = z1 + +zn = (x1 +y1 )+ +(xn +yn ) = x1 + +xn +y1 + +yn = sn +tn
As como, por hipotese, {sn } s0 e {tn } t0 tense que {wn } x0 +y0 ,
esto e
(xn + yn ) = s0 + t0 .
n=1
Demostraci
on:
P
x
converxa
si e s
o si {sn }) converxe si e s
o si {sn }) e de Cauchy
n=1 n
si e s
o si verifica
> 0, N N|n, m > N , |sm sn | <
Podemos supo
ner que m > n e as k N|m = n + k.
Tense que
|sn+k sn | = |xn+1 + + xn+k |
e de aqu obtemos a tese.
O criterio de converxencia de Cauchy afirma que unha serie converxe
si e s
o si a suma das suas colas en valor absoluto e tan pequena como
queiramos con tal de tomalas a partir de un ndice n, suficientemente grande,
en adiante.
Do criterio de converxencia de Cauchy extraemos unha condici
on necesaria de converxencia que enunciamos a continuaci
on.
P
Corolario 4.1.0.8 Si a serie
on {xn } 0.
n=1 xn converxe ent
Demostraci
on: T
omese k = 1 na proposici
on anterior.
As a serie
2n+1
n=1 7n3
Esta condici
on necesaria non e suficiente como mostra o seguinte exemP 1
plo n=1 n , veremos mais adiante que esta serie diverxe e a sucesi
on do seu
termino xeral converxe a cero.
46
4.2
Series de t
erminos non negativos
P
Unha serie
erminos non negativos (STNN) si xn 0, n
n=1 xn dise de t
N e dise de terminos positivos (STP) si xn > 0, n N.
P
Si
e STNN ent
on a sua sucesi
on de sumas parciais {sn } e
n=1 xn
mon
otona crecente. Esta observaci
on e de gran axuda para o estudio das
STP e m
ais xeneralmente para as STNN. Presentamos a continuaci
on unha
propiedade das STNN que se sigue de forma inmediata da observaci
on anterior.
P
Proposici
o
n
4.2.0.9
Si
e unha STNN verifica
n=1 xn
P
x
converxe
(diverxe)
si
e
s
o
si
{sn } est
a acotada superiormente (non
n
n=1
e acotada superiormente).
Ademais, no caso e ser converxente tense
n=1
xn = sup{sn }
Da proposici
on anterior siguese que as STNN converxen ou diverxen,
segundo a suas sucesi
ons de sumas parciais esten acotadas superiormente ou
non e polo tanto nunca oscilan.
Presentamos a continuaci
on criterios de comparaci
on para o estudio do
car
acter de STP ou m
ais xeneralmente para STNN.
Proposici
on
P on 4.2.0.10
P Criterio de comparaci
Sexan
x
e
y
duas
STNN
verificando
xn yn , n N. Ten
ense:
n=1 n
n=1 n
P
P
on
1. Si
n=1 xn converxe.
n=1 yn converxe ent
P
P
2. Si n=1 xn diverxe ent
on n=1 yn diverxe.
Demostraci
on:
Si denotamos por {sn } e {tn } as suas respectivas sucesi
ons de sumas
parciais. Verifcase
sn = x1 + + xn y1 + + yn = tn
P
de aqu temos
o si {tn } est
a acotada superiorn=1 yn converxe si e s
mente e polo tanto {sn } tamen est
a acotada superiormente e equivalenteP
mente
x
converxe.
n=1 n
A demostraci
on de (2) e an
aloga.
P
P
+
Corolario 4.2.0.11
1. Si
n=1 xn e
n=1 yn son duas STNN e R
verificando xn yn , n N. Te
nense:
4.2. SERIES DE TERMINOS
NON NEGATIVOS
47
P
converxe ent
on
n=1 xn converxe.
P
(b) Si
diverxe ent
on n=1 yn diverxe.
P
P
2. Si
e unha STNN e
e unha STP e k1 , k2 R+
n=1 xn
n=1 yn
verificando k1 xn /yn k2 , n N. Tense:
(a) Si
n=1 yn
P
n=1 xn
X
n=1
xn converxe (diverxe)
yn converxe (diverxe)
n=1
A demostraci
on e inmediata e deixase como exercicio para o lector.
Proposici
on 4.2.0.12 Criterio de comparaci
on por paso o
lmite
P
P
Sexan n=1 xn unha STNN e n=1 yn unha STP verifcanse:
1. Si limn
X
n=1
xn
yn
= c, c 6= 0, c R entonces
xn converxe (diverxe)
yn converxe (diverxe)
n=1
xn
yn
= c > 0 verificase
N0 N|n > N0 ,
c
xn
3c
<
<
2
yn
2
P
e polo apartado (2) do corolario anterior temos que as series
n=N0 yn e
P
nen o mesmo car
acter e da primeira proposici
on de este captulo
n=N0 yn te
siguese que as series de partida tamen te
nen o mesmo car
acter.
Estos criterios de comparaci
on permtennos decedir o car
acter de unha
serie a partir do car
acter de outra xa conocido. Necesitamos polo tanto
conocer o car
acter de algunha serie para poder sacarlle partido os resultados anteriores.
TEMA 4. SERIES DE NUMEROS
REALES
48
Presentamos a continuaci
on dous tipos de series dos cales co
necemos o
seu car
acter.
4.2.1
Series xeom
etricas e arm
onicas
n=1
xn con x R fixo.
x
1x .
2. Diverxe si x 1.
3. Oscila si x 1.
Demostraci
on: Si denotamos por {sn }) a sucesi
on de sumas parciais
da serie verifcase
sn = x + x2 + + xn
xsn = x2 + x3 + + xn+1
Restando membro a membro tense
(1 x)sn = x xn+1
si x 6= 1 obtemos
sn =
de aqu deducimos a tese
x xn+1
1x
xxn+1
1x
xxn+1
1x
xxn+1
1x
x
1x .
= .
4. Si x = 1, sn = n e limn sn = .
n=1
xn .
4.3. CRITERIOS DE CONVERXENCIA PARA SERIES DE TERMINOS
NON NEGATIVOS49
Unha serie arm
onica e do tipo
1
n=1 x
con R fixo.
N
otese que as series arm
onicas son STP. Na seguinte proposici
on analzase
o car
acter das series arm
onicas.
Proposici
on 4.2.1.2 Para a serie arm
onica
1. Converxe si > 1.
1
n=1 x
verificanse:
2. Diverxe si 1.
A demostraci
on pode verse en [3].
4.3
Proposici
on 4.3.0.5 Criterio logartmico
P n
1/xn
Si n=1 x e unha STP e limn log(n)
= verifcase:
P
n
1. Si > 1 ent
on
n=1 x converxe.
P
n
2. Si < 1 ent
on
n=1 x diverxe.
Proposici
on 4.3.0.6 Criterio de Raabe
P
n
Si
x
e unha STP verifcase:
n=1
P
n
1. Si limn n(1 xxn+1
) > 1 ent
on
n=1 x converxe.
n
P
n
2. Si limn n(1 xxn+1
) < 1 ent
on
n=1 x diverxe.
n
TEMA 4. SERIES DE NUMEROS
REALES
50
A demostraci
on pode verse en [3].
O lector pode aplicar os criterios anteriores as series armonicas e xeometricas
de TNN e analizar as conclusi
ons.
Os criterios de converxencia para STNN son aplicables para series de
terminosP
non negativos a partir de un certo ndice N0 estudiando
acter
Pocar
n que
n
da serie
x
e
STNN
e
xa
conocemos
que
as
series
n=N0 x e
P n n=N0
nen o mesmo car
acter.
n=1 x te
Os criterios de converxencia para STNN son aplicables tamen a series de
P
terminos negativos estudiando
acterP
da serie
e STNN e
n=1 xn que
Po car
xa conocemos que as series n=1 xn e
x
te
n
en
o
mesmo
car
acter.
n=1 n
Finalmente os criterios de converxencia para STNN son aplicables, en
xeral, a series de terminos con signo
P constante a partir de un certo ndice
N0 estudiando o car
acter da serie
e STNN ou unha STNP e
n=N0 xn que
reducimos o problema a un dos apartados anteriores.
A pesar de esta xeneralizaci
on non t
odolas series son de este tipo, hai
moitas series que te
nen terminos positivos e negativos a partir de calquer
indice N0 fixado. Na seguinte secci
on estudiamos un caso moi particular de
este u
ltimo tipo de series.
4.4
Series alternadas
n=N0
(1)n xn , xn > 0, n N
n=1 (1)
xn verifcase:
P
n
1. Si {xn } e mon
otona decrecente e converxe a cero ent
on
n=1 (1) xn
converxe.
51
P
1
A serie arm
onica
n=1 n e diverxente, como xa dixemos anteriormente,
P
n1
pero a serie alternada
n=1 (1) n converxe, aplicando o criterio de Leibnitz. Si denotamos por s a sua suma verifcase
|s
1000
X
1
1
(1)n | <
n
1001
n=1
As, para este tipo de series, ainda que desconozcamos o valor exacto da
suma podemos calcular unha aproximaci
on sua tan precisa como queiramos.
4.5
Converxencia absoluta
P
Notese que a serie
e unha STNN e polo tanto podemos aplin=1 |xn |
carlle criterios de converxencia para STNN.
O seguinte resultado da unha relacci
on entre a converxencia e a converxencia absoluta.
Proposici
on 4.5.0.8 Toda serie absolutamente converxente e converxente
e adem
ais verifica
|
n=1
xn |
X
n=1
|xn |
Demostraci
on:
Para demostrar esta propiedade faremos uso do criteriode converxencia
de Cauchy.
Por hip
otese temos que a serie de valores absolutos converxe, e polo tanto
verifica o criterio de converxencia de Cauchy
> 0, N N|p, q > N , ||xp+1 | + + |xq || <
esto implica
TEMA 4. SERIES DE NUMEROS
REALES
52
e polo tanto a serie
as converxe.
n=1
M
X
n=1
xn |
M
X
n=1
|xn |, M N
P
N
otese tamen que si unha serie
on {xn } e
n=1 xn verifica que a sucesi
de signo constante a partir de un certo ndice N0 tense que converxe si e s
o
si e absolutamente converxente.
Decimos que unha serie e condicionalmente converxente si converxe pero
non e absolutamente converxente.
Gustarianos introducir os conceptos de reordenaci
on e asociaci
on de
terminos en series para rematar o c
apitulo co teorema de Riemann, pero
res
ultanos imposible, por raz
ons de tempo.
Bibliografa
[1] Apostol, T. M. An
alisis matem
atico. Reverte (2a edicci
on), 1989.
[2] Burden, R. L.,Faires R. L., An
alisis numerico. Tomson (6a edicci
on),
1998.
[3] Burgos, J. C
alculo infinitesimal de una variable. McGRAW-HILL (2a
edicci
on), 2007.
[4] Burgos, J. C
alculo infinitesimal de varias variable. McGRAW-HILL (2a
edicci
on), 2008.
[5] Galindo, F., Sanz, J., Trist
an, L. C
alculo infinitesimal en una variable
real. Thomson, 2008.
[6] Galindo, F., Sanz, J., Trist
an, L. C
alculo infinitesimal en varias variable. Thomson, 2005.
53