Contenido

Prologo . . . . . . . . . . . . . . . . . . . . . . . . . . Leccion 1 Funciones . . . . . . . . . . . . . . . . . . . . . . . . .

1.1. Introduccion . . . . . . . . . . . . . . . . 1.2. El concepto de funcion . . . . . . . . . . . 1.3. Funciones Inyectivas, Suprayectivas y Biyectivas 1.4. Propiedades basicas . . . . . . . . . . . . Problemas y ejercicios . . . . . . . . . . . . 2.1. El conjunto Rn . . . . . . . . . . 2.2. El espacio vectorial Rn . . . . . . Problemas y ejercicios . . . . . . . 2.3. Espacios vectoriales abstractos . . . Problemas y ejercicios . . . . . . . 2.4. Interpretacion geometrica en R2 y R3 Problemas y ejercicios . . . . . . . 2.5. Rectas en el plano y en el espacio . 2.6. Planos en el espacio . . . . . . . Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4
. . . . . 7 8 10 14 16

Leccion 2 El espacio vectorial Rn . . . . . . . . . . . . . . . . . . . 17

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Leccion 3 El espacio normado Rn . . . . . . . . . . . . . . . . . . . 45

3.1. La norma euclidiana en Rn . . . . . . . . . . . 3.2. El concepto general de norma en Rn . . . . . . . 3.3. Otras normas en Rn. Norma Cubica y Norma k k1. 3.4. Norma de Minkowski. . . . . . . . . . . . . . Problemas y ejercicios . . . . . . . . . . . . . .

17 19 21 21 23 26 31 32 39 43 45 49 51 55 56

Leccion 4 El espacio metrico Rn . . . . . . . . . . . . . . . . . . . . 59

1

4.1. La metrica euclidiana en Rn . . . . . . . . . . . . . . . . . . . 59 4.2. Otras metricas en Rn . . . . . . . . . . . . . . . . . . . . . . 61

Leccion 5 Bolas y esferas . . . . . . . . . . . . . . . . . . . . . . . 63 Leccion 6 Conjuntos abiertos y conjuntos cerrados . . . . . . . . . . . . 74

6.1. Conjuntos abiertos y conjuntos cerrados 6.2. Familias de conjuntos . . . . . . . . 6.3. Propiedades basicas . . . . . . . . 6.4. Vecindad de un punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 82 84 87 5.1. Bolas abiertas, bolas cerradas y esferas . . . . . . . . . . . . . . 63 5.2. Relacion entre las normas k k1 , k k2 y k k1 . . . . . . . . . . . . 72 Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 73

Leccion 7 Interior y adherencia . . . . . . . . . . . . . . . . . . . . 89 Leccion 8 Frontera . . . . . . . . . . . . . . . . . . . . . . . . . 99 Leccion 9 Punto de acumulacion . . . . . . . . . . . . . . . . . . 103

7.1. Punto interior y punto adherente . . . . . . . . . . . . . . . . . 89

8.1. Punto frontera y frontera de un conjunto . . . . . . . . . . . . . 99 Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 102

Leccion 10 Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . .
11.1. De nicion de l mite de una sucesion 11.2. L mite de las sucesiones proyeccion 11.3. Algebra de l mites . . . . . . . . Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.1. Punto de acumulacion y Conjunto Derivado . . . . . . . . . . . 103 Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 107 10.1. De nicion y ejemplos . . . . . . . . . . . . . . . . . . . . 108 . . . .

108

Leccion 11 Convergencia . . . . . . . . . . . . . . . . . . . . . .

112

Leccion 12 Punto L mite . . . . . . . . . . . . . . . . . . . . . .

2

112 115 117 118

12.1. Subsucesiones y puntos l mite . . . . . . . . . . . . . . . . . 119 Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 122

119

Leccion 13 Criterios de convergencia . . . . . . . . . . . . . . . . .

13.1. Criterio de Cauchy . . . . . . . . . . . . . . . . . . . . . 123 13.2. Teorema de Bolzano-Weierstrass . . . . . . . . . . . . . . . 124 Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 127

123

Leccion 14 Funciones de varias variables reales . . . . . . . . . . . . . Leccion 15 L mite de una funcion . . . . . . . . . . . . . . . . . . .

14.1. Terminolog a y ejemplos . . . . . . . . . . . . . . . . . . . 128 Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 133

128

15.1. La de nicion de l mite . . . . . . . . . . . . . . . . . . . . 134 15.2. Algunas propiedades basicas . . . . . . . . . . . . . . . . . 140 Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . 146 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

134

Leccion 16 Funciones continuas . . . . . . . . . . . . . . . . . . .

16.1. De nicion y ejemplos . . . 16.2. Algunas propiedades basicas 16.3. Mas propiedades . . . . . Problemas y ejercicios . . . .

148

148 151 152 154

Leccion 17 Continuidad uniforme . . . . . . . . . . . . . . . . . . . . .

17.1. La de nicion . . . . . . . . . . . . . . . . . . . . . . . . . 17.2. Continuidad vs. continuidad uniforme . . . . . . . . . . . . . .

Leccion 18 Conjuntos compactos . . . . . . . . . . . . . . . . . . . . .

18.1. La de nicion y equivalencias . . . . . . . . . . . . . . . . . . 18.2. Teorema de Heine-Borel . . . . . . . . . . . . . . . . . . . . Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . .

Leccion 19 Conjuntos conexos . . . . . . . . . . . . . . . . . . . . . .

19.1. La de nicion y equivalencias . . . . . . . . . . . . . . . . . . Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . 3

Leccion 20 Continuidad, compacidad y conexidad

20.1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20.2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . .

Prologo
El proposito de escribir estas lecturas sobre Topolog a de Rn es apoyar a los alumnos del curso de Calculo III que se ofrece en el Departamento de Matematicas de la Facultad de Ciencias de la UNAM. En casi todos los libros de texto que circulan en nuestro medio sobre el as llamado \Calculo Avanzado" generalmente se dedica un cap tulo a la topolog a de Rn, haciendo en la mayor a de los casos un tratado muy super cial. Las limitaciones naturales en el tiempo con el cual contamos los profesores para un curso normal de un semestre, nos impide profundizar o ampliar algunos topicos. Esto es justo y tambien inevitable, pues el dedicarle un mayor numero de horas-clase al tema, ser a en sacri cio de otros igualmente importantes. Sobre el tema hay una basta literatura, sin embargo la secuencia logica de los conceptos y la organizacion misma de los resultados en estas lecturas, y por lo tanto algunas demostraciones tienen un tanto de originalidad. Si bien es cierto que todos los autores al nal de cuentas pretenden alcanzar los mismos resultados, cuando menos los relevantes de una teor a, los textos di eren uno de otro en sus puntos de partida, en las de niciones convenidas y en como encadenan los resultados parciales. En otras palabras, en general un texto di ere de otro en el camino que siguen para alcanzar un determinado resultado. Lo que para un autor puede ser una de nicion, para otro es un teorema y viceversa. Esto tambien determina el caracter mismo de los ejercicios que se dejan para el lector. Un problema puede resultar trivial respecto a un texto pero dif cil respecto a otro. El camino que hemos seguido en estas lecturas ofrece cierta econom a, en el sentido de que nos permite obtener los resultados mas rapida y facilmente que como se hace en otros textos. La econom a en los argumentos no siempre re eja mayor claridad o lucidez en los razonamientos o en su interpretacion en algun contexto, 5

incluso puede ir en sacri cio de una buena didactica. Sin embargo este no es el caso, pues durante la escritura de este texto hemos estado concientes de ello y procuramos no desatender ese aspecto. Ocasionalmente aparecera alguna demostracion con cierta originalidad, o a lo menos un tanto diferente de las comunes. Inclu mos estas demostraciones porque las consideramos mas simples, mas claras o porque el enfoque puede resultar mas ilustrativo. Por ejemplo, para probar la desigualdad de Cauchy-Schwarz en Rn, cuyo aspecto es un tanto complicado, recurrimos a un argumento tan simple que, despues de leer la demostracion y observar la desigualdad con detenimiento, podemos convencernos de que es casi obvia. Sobre todo si se compara nuestra prueba con las demostraciones que se encuentran comunmente en la literatura, las cuales recurren a ciertos arti cios que generalmente desconciertan a los principiantes. Otro tema que merece comentarse es el de punto de acumulacion de un conjunto, las pruebas que presentamos son considerablemente mas simples que las que aparecen comunmente en la literatura matematica, la clave para lograrlo es una mera observacion sobre el modo de enunciar la de nicion, lo cual establecemos en un lema. Otro aspecto que vale la pena mencionar, ya que puede ser una diferencia de fondo respecto a los demas textos, es que ciertos conceptos se presentan y desarrollan paralelamente. Hemos adoptado este tratamiento debido a la aparente contraposicion entre los conceptos involucrados, pero tambien debido a una interesante y util dualidad entre ellos. Ese es el caso, por ejemplo, de los conceptos de conjunto abierto y conjunto cerrado, as como interior y adherencia de un conjunto. La dualidad no solamente resulta interesante sino un buen recurso nemotecnico para recordar resultados, o incluso una tecnica para descubrirlos. Los requisitos para estas lecturas son algebra elemental de conjuntos, por ejemplo nociones de pertenencia, contencion, union e interseccion de dos o un numero nito de conjuntos as como un curso anual o dos semestrales de Calculo de funciones de una variable real del primer a~o de una carrera de matematicas. Es deseable, n pero no indispensable tener algunos conocimientos sobre Espacios Vectoriales. El texto fue escrito durante mi estancia sabatica en la Facultad de Ciencias de la Universidad Nacional Autonoma de Mexico, por lo que agradezco a las autoridades de esta Facultad las facilidades que me otorgaron para su realizacion. Agradezco al profesor Pedro Aguilar Beltran por su valiosa colaboracion que hicieron posible esta primera edicion. Agradezco a mi hijo Pedro Antonio Rivera que se encargo de todas las gra cas. Deseo dar las gracias a las autoridades del Centro de Investigacion y de Estudios Avanzados del I.P.N. por concederme el per odo sabatico. Mexico, D. F., abril de 1992. 6

Leccion 1
Funciones

ha ocupado un lugar de excelencia en el metodo cient co. Uno de lo fuertes defensores de la matematica en este sentido fue el lososofo y matematico frances Rene Descartes (1596-1650), quien declaraba que no admit a ni esperaba ningun principio en f sica, a no ser aquellos que se explicaran mediante la geometr a o la matematica abstracta. Podemos considerar que la matematica moderna nace en el siglo XVII, con la creacion de la geometr a anal tica y el calculo in nitesimal, con ello nace el concepto de funcion, el cual es uno de los conceptos mas importantes de la matematica. No nos estamos re riendo solamente a la idea de dependencia, lo cual existe desde la epoca griega, sino al concepto de funcion por s mismo como elemento esencial de la matematica. La mayor a de las funciones conocidas en el siglo XVII fueron estudiadas como curvas, este fue el caso, por ejemplo, de la funciones ax , log x, sen x. La gra ca de esta ultima, es decir la curva senoidal, aparece en un trabajo sobre la Cicloide cuyo autor es el matematico frances Personne de Roberval (1602-1675), a la cual llama \curva compa~era de la cicloide". n En esa epoca dispon an de tablas de valores para las funciones trigonometricas y logar tmicas con un alto grado de aproximacion, sin embargo, el concepto de funcion no estaba totalmente claro. Un intento de de nicion de funcion, en el siglo XVII, fue dada por el matematico y astronomo escoces James Gregory, quien dec a que una funcion era una cantidad obtenida de otras cantidades por una sucesion de operaciones algebraicas o por cualquier otra operacion imaginable (por esto ultimo 7

1.1. Introduccion. Desde la epoca de Galileo Galilei (1564-1642), la matematica

se refer a al \paso al l mite"). La palabra funcion fue usada por primera vez en 1673 por el abogado, losofo y matematico aleman Gottfried Wilhelm Leibniz (16461716), a quie se le deben tambien los terminos variable, constante y parametro. Leibniz no solamente paso a la historia de la matematica por la creacion del calculo, quien junto con Newton comparte ese honor, sino que tambien fue un importante losofo e invento una calculadora mecanica, la cual era una version perfeccionada de la maquina de Pascal. Actualmente, el concepto de funcion ya es una nocion muy depurada, sin embargo, las funciones interpretadas como \formulas" o \expresiones matematicas", o bien como \gra cas" siguen teniendo vigencia. En la practica, podemos decir que lo relevante de una funcion es: a) la expresion matematica que la de ne b) su gra ca c) una tabla de valores Desde el punto de vista conceptual, concebir una funcion de esta manera es insu ciente. Por ejemplo, si deseamos establecer con precision los resultados del calculo, conviene interpretar las funciones como reglas de asociacion y distinguir los valores de la funcion de la funcion misma. En este aspecto, resulta de gran utilidad el s mbolo f(x), introducido por el matematico suizo Leonhard Euler (1707-1783), el mas prol co de todos los tiempos.

1.2. El concepto de Funcion. Aun cuando en este libro solamente manejaremos

funciones de las que llamaremos de varias variables reales con valores reales o vectoriales, es conveniente que estudiemos los elementos basicos acerca de funciones en forma general, pues este importante concepto esta presente en todas las areas de la matematica.

De nicion 1. Dados X, Y, conjuntos cualesquiera, una con X y Y, es toda regla o ley de asociacion que hace corresponder a cada elemento x 2 X uno y solo un elemento y 2 Y.
Usualmente a las funciones (las cuales son reglas), se les asigna nombres de una sola letra de nuestro alfabeto como son f; g; h; F; G; H, pero tambien se pueden usar nombres mas largos, letras de alfabetos de otros idiomas o incluso s mbolos. Si f es una funcion con dominio X y contradominio Y, para referirnos a este hecho escribiremos 8

f :X!Y lo cual debe leerse \f de X en Y". Dado x 2 X; si y 2 Y es el elemento asociado a x segun la funcion f, escribiremos f x 7! y o x 7! y; en la ultima simbolizacion hemos omitido el nombre de la funcion f, y esta notacion la usaremos solamente cuando no haya ambiguedad sobre la funcion a la cual nos estemos re riendo. Una manera mas socorrida de representar este mismo hecho es escribiendo y = f(x), lo cual debe leerse \y igual a f de x". Si y = f(x), diremos que y es la de x bajo f, y que x es de y. Tambien diremos que y es el de f en x. En terminos menos formales diremos que \x va a dar a y bajo f". El conjunto de imagenes

f y j y = f(x) para algun x 2 X g

lo denotaremos por f(X) y le llamaremos de la funcion f (algunos autores de texto le llaman de f). En general, si A X, la bajo f es el conjunto f(A) = f y j y = f(x) para algun x 2 A g Si M es un subconjunto del contradominio Y, la de M bajo f es el conjunto f 1 (M) = f x 2 X j f(x) 2 M g La de un conjunto A bajo una funcion f : X ! Y es un subconjunto del contradominio Y, mientras que la de un conjunto M bajo una funcion f es un subconjunto del dominio X de f. El s mbolo f 1 (M) debe leerse \imagen inversa de M" y de ninguna manera \f a la menos 1 de M" o \f inversa de M". Mas adelante hablaremos de la funcion \f inversa", pero en este caso no estamos re riendonos a ella. En terminos estrictos, una funcion f : X ! Y es la terna (f; X; Y), donde X es el dominio de la funcion, Y es el contradominio y f es la regla de asociacion o de correspondencia. Dos funciones son iguales si y solamente si son iguales los terminos correspondientes de la terna. Si dos funciones tienen distinto contradominio, son diferentes. Por ejemplo, las funciones 9

f : R! R dadas respectivamente por

g : R ! R+ f0g g(x) = x2

f(x) = x2;

son diferentes. En la mayor a de los casos resulta totalmente irrelevante cual es el contradominio de una funcion, por ejemplo, usted podr a pensar que esto es as para las funciones anteriores. En cierto modo, lo mas importante de una funcion es su dominio y la regla de asociacion f, cuando este sea el caso obviaremos las diferencias respecto al contradominio, siempre y cuando ello no cause confusion alguna, como regla general identi caremos dos funciones que solo di eran en el contradominio. Por otra parte, con frecuencia nos referiremos a la regla f, como a la funcion misma, de hecho esta fue nuestra primera de nicion, y la seguiremos adoptando a lo largo del texto; solamente en situaciones muy especiales podr amos hacer la distincion entre la funcion como terna y la funcion como regla de asociacion. Una funcion cuyo dominio sea un subconjunto de los numeros reales, le llamaremos . Una funcion cuyo contradominio sea un subconjunto de los reales, es decir, una funcion cuyos valores son numeros reales, le llamaremos . En nuestro primer curso de calculo estudiamos funciones reales de variable real. Dado que las funciones reales de variable real, generalmente estan dadas por \formulas", haremos de una vez para siempre la convencion de que si no se indica expl citamente el dominio y el contradominio, entonces deberemos entender que el dominio consiste de todos los numeros reales para los cuales tenga sentido o se pueda calcular \la formula", y el contradominio se sobreentendera que consiste de todos los numeros reales R. Por ejemplo, la funcion f dada por f(x) = log(1 x2); tiene por dominio el intervalo ( 1; 1). As que podemos escribir f : ( 1; 1) ! R

1.3. Funciones Inyectivas, Suprayectivas y Biyectivas. Consideremos las funciones f y g, ambas R ! R, dadas por
f(x) = x2 10 g(x) = x3

Hay una diferencia importante entre ellas, en la primera se \repiten" sus valores, por ejemplo se tiene f( 1) = f(1) = 1, f( 3) = f(3) = 9. Es decir, hay un par de puntos x, y de su dominio R (de hecho hay una in nidad de pares de puntos, nosotros hemos ilustrado dos pares) donde la funcion toma el mismo valor. Para la segunda funcion esto no ocurre, es decir, siempre que se tomen dos puntos diferentes de su dominio R, se obtendran valores diferentes. Una funcion con las caracter sticas de g se dice que es inyectiva, la funcion f no es inyectiva. Observemos que las dos funciones tienen como dominio y contradominio el conjunto R, la funcion f solamente toma valores no negativos, es decir, hay elementos del contradominio que no son valores de la funcion, por ejemplo, 1 no es un valor que pueda asumir la funcion f, mientras que la funcion g toma como valor todo elemento de su contradominio. Una funcion como g se dice que es suprayectiva; la funcion f no es suprayectiva. A continuacion precisamos estos conceptos

De nicion 2. Sea f : X ! Y una funcion arbitraria.

1) Se dice que f es o , si puntos diferentes del dominio tienen imagenes diferentes. Es decir, si se vale la implicacion x1; x2 2 X; x1 6= x2 ) f(x1 ) 6= f(x2 ) eqivalentemente, si x1; x2 2 X; f(x1 ) = f(x2 ) ) x1 = x2

2) Se dice que f es o , si cada elemento de su contradominio es imagen de algun elemento de su dominio. Es decir, si para cada y 2 Y, existe x 2 X tal que y = f(x). 3) Se dice que f es , si es inyectiva y suprayectiva a la vez. 11

Nota. En forma breve podemos decir que f es suprayectiva si F (X) = Y . Por otra parte, que f sea suprayectiva signi ca que existe y 2 Y, para la cual no existe x 2 X que cumpla y = f(x). Dicho de otro modo, f no es suprayectiva si existe y 2 Y tal que y = f(x) para toda x 2 X. Una funcion no suprayectiva, \esencialmente puede 6
hacerse" suprayectiva rede niendo su contradominio igual a su imagen: f : X ! f(X); sin embargo, en terminos estrictos esta funcion es diferente de la original, pero posee lo esencial de ella. 1) La funcion f dada por f(x) = x es biyectiva trivialmente. Recordemos que nuestra convencion para estos casos es que R siempre sera el contradominio, el dominio dependera de la formula o expresion. Para la funcion dada, el dominio es R mismo. 2) g(x) = ex es inyectiva pero no suprayectiva, pues toma solamente valores positivos. 3) h(x) = log x es inyectiva y suprayectiva, o sea, es biyectiva 4) F(x) = tan x es suprayectiva pero no inyectiva 5) f(x) = x4 no es inyectiva ni suprayectiva 6) G(x) = arctan x es inyectiva pero no suprayectiva Si una funcion f : X ! Y es inyectiva pero no suprayectiva, rede niendo su contradominio obtenemos una funcion biyectiva. Hablando estrictamente, lo que se obtiene es otra funcion, sin embargo, como se dijo anteriormente, identi caremos ambas funciones, en todo caso podemos entender que ignoramos la funcion original y que asignamos el mismo nombre a la funcion rede nida. Las funciones biyectivas son especialmente importantes, para ellas hacemos la siguiente de nicion De nicion 3. Si f : X ! Y es una funcion biyectiva, su o simplemente la de f, es la funcion f 1 : Y ! X de nida como sigue: para cada y 2 Y, f 1 (y) = x si f(x) = y Ejemplo 2. La funcion logaritmo log : R+ ! R, cuyo valor en cada x 2 R+ es log x es biyectiva y su inversa es la funcion exponencial exp : R ! R+ , cuyo valor en cada real es exp(x) = ex . Esta ultima funcion tambien es biyectiva y su inversa es la funcion logaritmo, vale decir que son mutuamente inversas. Tenemos un resultado general el cual es obvio 12

Ejemplo 1.

Terminamos esta seccion con dos proposiciones que se prueban facilmente Proposicion 2. Si f : X ! Y y g : Y ! Z son funciones biyectivas, entonces la composicion g f : X ! Z es biyectiva. Mostremos que g f es inyectiva: Sean x1 y x2 elementos diferentes de X. Como f es inyectiva, tenemos que f(x1 ) 6= f(x2 ). Como g es inyectiva, tenemos que g(f(x1 )) 6= g(f(x2 )), es decir (g f)(x1 ) 6= (g f)(x2 ). Esto prueba que g f es inyectiva. Mostremos que g f es suprayectiva: Sea z 2 Z. Como g es suprayectiva, existe y 2 Y tal que g(y) = z. Como f es suprayectiva, para la y encontrada existe x 2 X tal que f(x) = y. Se tiene entonces g(f(x)) = z, es decir (g f)(x) = z. Esto prueba que g f es suprayectiva. Hemos probado que g f es biyectiva. | Proposicion 3. Sean f : X ! Y y g : Y ! X dos funciones cualesquiera. Si g f es la funcion identidad X ! X, es decir. si (g f)(x) = x para toda x 2 X, entonces f es inyectiva y g suprayectiva. Mostremos que f es inyectiva: Sean x1 y x2 elementos de X tales que f(x1 ) = f(x2 ). Se tiene entonces g(f(x1 )) = g(f(x2 )); pero g(f(x)) = x para toda x 2 X, por lo tanto x1 = x2. Esto prueba que f es inyectiva. Mostremos que g es suprayectiva: Elijamos un punto arbitrario x del contradominio X de g. Sea y = f(x), se tiene entonces g(y) = g(f(x)) = (g f)(x) =x Esto prueba que g es suprayectiva. 13

Proposicion 1. Si f : X ! Y es una funcion suprayectiva, entonces as lo es : Y ! X, y ademas (f ) = f.

1 1 1

Demostracion.

Demostracion.

1.4. Propiedades basicas. Finalizamos este cap tulo con algunas propiedades
sobre imagenes, union e interseccion de conjuntos. Se tiene entonces 1) Si A B entonces f(A) f(B) 2) f(A B) = f(A) f(B) 3) f(A \ B) f(A) \ f(B) 4) f(A B) f(A) 5) f(A B) f(A) f(B)

Proposicion 4. Sea f : X ! Y una funcion arbitraria y A, B subconjuntos de X.

Prueba de (2): Sea y 2 f(A B); existe x 2 A B tal que y = f(x). Si x 2 A, entonces y = f(x) 2 f(A), luego y 2 f(A) f(B). Si x 2 B, entonces y = f(x) 2 f(B), luego, tambien obtenemos que y 2 f(A) f(B). En cualquiera de los casos hemos obtenido que y 2 f(A) f(B), esto prueba la contencion f(A B) f(A) f(B). La contencion f(A) f(B) f(A B) se sigue de la parte (1) y de los hechos A A B y B A B. Prueba de (3): Esta contencion se sigue de (1) y de la contenciones A \ B A y A \ B B, pues f(A \ B) f(A) y f(A \ B) f(B). El inciso (4) se sigue inmediatamente de la parte (1) Prueba de (5): Sea y 2 f(A) f(B); tenemos entonces y 2 f(A) y y 2 f(B). Existe x 2 A tal = que y = f(x), esta x no puede estar en B, pues si se tuviese x 2 B, querr a decir y 2 f(B), as que x 2 A B, esto signi ca que y = f(x) 2 f(A B). Esto prueba la proposicion 4. | Es facil probar que en el inciso (3) no se cumple en general la igualdad. Por ejemplo, considerese la funcion f dada por f(x) = x2 y los conjuntos A = ( 1; 0), B = (0; 1), la interseccion de ellos es el conjunto vac o por lo que f(A \ B) = , pero f(A) \ f(B) = (0; 1). El mismo ejemplo sirve para mostrar que en general no hay igualdad en el inciso (5). 14

Demostracion. El inciso (1) es obvio.

Las imagenes inversas son mejor comportadas, como se muestra en la siguiente proposicion

Proposicion 5. Sea f : X ! Y una funcion arbitraria y F, G subconjuntos de Y.

Se tiene entonces 1) Si F G entonces f 1 (F) f 1 (G) 2) f 1 (F G) = f 1 (F) f 1 (G) 3) f 1 (F \ G) = f 1 (F) \ f 1(G) 4) f 1 (F G) = f 1 (F) f 1 (G)

Prueba de (1): Sea x 2 f 1 (F); se tiene entonces f(x) 2 F. Como F G, f(x) 2 G; pero esto signi ca a su vez vez que x 2 f 1 (G). Prueba de (2): Sea x 2 f 1 (F G); se tiene entonces f(x) 2 F G. Hay dos posibilidades, f(x) 2 F o f(x) 2 G. Si f(x) 2 F, entonces x 2 f 1 (F), luego x 2 f 1 (F) f 1 (G). Si f(x) 2 G, entonces x 2 f 1 (G), luego x 2 f 1 (F) f 1 (G). En cualquiera de los dos casos se tiene x 2 f 1 (F) f 1 (G), hemos probado que f 1 (F G) f 1 (F) f 1 (G). La prueba de la otra contencion se sigue de la parte (1) y de los hechos F F G, G F G. Prueba de (3): Sea x 2 f 1 (F) \ f 1 (G); se tiene entonces, x 2 f 1 (F) y x 2 f 1 (G), es decir f(x) 2 F y f(x) 2 G, o sea f(x) 2 F \ G. Pero esto signi ca que x 2 f 1 (F \ G). Hemos probado que f 1 (F) \ f 1 (G) f 1 (F \ G). La otra contencion se sigue de la parte (1) y de los hechos F \ G F y F \ G G. Prueba de (4): Sea x 2 f 1 (F G); se tiene entonces f(x) 2 F G, luego f(x) 2 F y f(x) 2 G, = esto implica que x 2 f 1 (F) y x 2 f 1 (G), es decir x 2 f 1 (F) f 1 (G). Esto = prueba la contencion f 1 (F G) f 1 (F) f 1 (G). Sea ahora x 2 f 1 (F) f 1 (G); se tiene entonces x 2 f 1 (F) y x 2 f 1 (G), luego = f(x) 2 F y f(x) 2 G, es decir f(x) 2 F G. Pero esto signi ca que x 2 f 1 (F G). = 15

Demostracion.

Esto prueba la contencion f 1 (F) f 1 (G) f 1 (F G) y por lo tanto el inciso (4). | La prueba de la siguiente proposicion es muy facil y se deja como ejercicio para el lector.

Proposicion 6. Sea f : X ! Y una funcion arbitraria y A, F subconjuntos de X y Y respectivamente. Se tiene entonces 1) f(f 1 (F)) = F \ f(X) 2) f 1 (f(A)) A Problemas y Ejercicios.
1. Pruebe la proposicion 6. 2. En cada uno de los siguientes incisos, determine el dominio de las funciones que se indican 1 a) f(x) = 1 1 xx 2 1 2 1 x 1 1 x+1 2 +1 c) F (x) = log( x2 1 1 1) + 1 d) G(x) = log( x2 + 0:9 1) rx 1 e) h(x) = 2 x b) g(x) =
x x

1 f) H(x) = (x 1)(2 x) 3. Pruebe que en general no se cumple la igualdad f 1 (f(A)) = A. 4. Pruebe que la funcion f dada por f(x) = x3 es biyectiva. x 5. Pruebe que la funcion f : R ! ( 1; 1), dada por f(x) = 1 + jxj es biyectiva. 16

6. Pruebe que la funcion f dada por f(x) = 200x3 90x2 +12x+1 no es inyectiva.

Leccion 2
El Espacio Vectorial Rn

2.1. El conjunto Rn. Las funciones que estudiamos en nuestros cursos de Calculo
I y II, son de las que se llaman de una variable, por ejemplo f(x) = log x g(x) = x3 1 1 + son funciones que dependen de x, que se denomina variable independiente y a la cual podemos asignarle valores numericos que elegimos de un subconjunto de los numeros reales, al que hemos llamado dominio de la funcion. Para la funcion f el dominio esta constitu do por todos los reales positivos, mientras que el dominio de g esta formado por todos los reales con excepcion de x = 1. Dado que las funciones que estudiabamos ten an como dominio un subconjunto de los numeros reales R, en nuestro curso de Calculo I hicimos un estudio previo de este conjunto, antes de iniciar propiamente el tratado sobre funciones. Ahora nuestro interes estara enfocado hacia las funciones de mas de una variable, por ejemplo de dos variables. Una funcion de este tipo se dice que es de varias variables y suelen de nirse mediante formulas. 17

Por ejemplo f(x; y) = xy g(x; y) = log(x2 y2 ) h(x; y) = x + z 1 y son funciones de varias variables. Para hablar del dominio de una funcion de varias variables, necesitaremos de un nuevo ente matematico en donde lo ubicaremos. Este nuevo ente es el conjunto Rn , que a continuacion de nimos. De nicion 1. Para cada natural n, Rn es el conjunto de n-adas ordenadas (x1; x2; : : :; xn), de numeros reales: Rn = f (x1 ; x2; : : :; xn) j x1 ; x2; : : :; xn 2 R g Cada elemento de la n-ada (x1 ; x2; : : :; xn) lo denominaremos una . Los elementos de Rn los denotaremos por la correspondiente letra minuscula pero sin ndice, por ejemplo x = (x1; x2; : : :; xn), a = (a1; a2; : : :; an). Tambien haremos la identi cacion obvia de R1 con R misma. En terminos estrictos R1 no es otra cosa que el conjunto f (x) j x 2 R g, pero en este caso ser a necio usar los parentesis que encierran la x. La de nicion resulta interesante para los casos n = 2; 3; : : :; sin embargo tambien incluiremos el caso n = 1, lo cual signi ca que en nuestro estudio estaremos considerando el caso de las funciones de una sola variable. En realidad en nuestro primer curso de calculo, nuestro estudio sobre R no se limito a considerarlo como mero conjunto, sino que estudiamos sus propiedades relacionadas con las operaciones algebraicas (propiedades de campo), con desigualdades (propiedades de orden) y las relacionadas con la convergencia que involucraban al supremo e n mo (propiedades de continuidad). Ahora haremos lo correspondiente para Rn .

18

re ere a las propiedades de las operaciones +, -, y entre los numeros reales. Estas operaciones no requirieron de nicion dado que se supon a un conocimiento de ellas, el cual obtuvimos desde nuestros cursos elementales de aritmetica. Sin embargo, ahora los elementos de Rn son nuevos entes: n-adas ordenadas (x1; x2; : : :; xn) En este caso tenemos un conjunto puro, carente de operaciones, por lo que sera necesario de nirlas para darle esa estructura algebraica que necesitamos. Esto lo haremos a continuacion. De nicion 2. Sean x = (x1 ; x2; : : :; xn); y = (y1 ; y2; : : :; yn ) elementos cualesquiera de Rn . De nimos x + y como el elemento de Rn dado por x + y = (x1 + y1 ; x2 + y2 ; : : :; xn + yn): Este elemento lo denominaremos la de x y y. Por otra parte, si cualquiera, de nimos x como el elemento de Rn dado por es un real

2.2. El espacio vectorial Rn. El estudio de la estructura algebraica de R, se

x = ( x1; x2; : : :; xn); el cual se obtiene multiplicando cada entrada de x por . Para el caso particular = 1, (x1 ; x2; : : :; xn) lo escribiremos simplemente como (x1 ; x2; : : :; xn). Nota. Observese que no hemos de nido el producto de dos elementos de Rn, es decir, la multiplicacion de dos n-adas. Ejemplo 1. En R3 tenemos i) (1; 1; 0) + (2; 1; 2) = (3; 0; 2) ii) 2(1:5; 3; 4 ) = (3; 6; 8 ) 5 5 iii) ( 1)(6; 0; 4) = (6; 0; 4) = ( 6; 0; 4) Las propiedades basicas de estas operaciones las resumimos en la siguiente proposicion, de las cuales demostraremos solamente algunas de ellas, la prueba de las restantes se deja como ejercicio para el lector. Cabe aclarar, sin embargo, que algunas de estas propiedades son demasiado evidentes, por lo que seguramente usted se podra preguntar porque se insiste en incluirlas. La razon de organizarlas y presentarlas en bloque, obedece al hecho de que en el futuro cualquier propiedad 19

algebraica en relacion a estas operaciones podra ser deducida de las que aparecen en la proposicion por lo que no sera necesario recordar como fueron de nidas las operaciones. Este es el verdadero esp ritu del estudio de toda estructura axiomatica. Observe por ejemplo, que el hecho evidente 0 x = no aparece en la lista. Si bien es cierto que es un hecho que se deduce inmediatamente de la de nicion de la multiplicacion por escalares, el que no este inclu da en la lista signi ca que es posible deducirla de la proposicion, aun cuando ignoraramos como esta de nida la multiplicacion por escalares.

Proposicion 1. Sean (x ; x ; : : :; xn), (y ; y ; : : :; yn) y (z ; z ; : : :; zn) elementos

1 2 1 2 1 2

cualesquiera de Rn y sea = (0; 0; : : :; 0) el elemento de Rn cuyas entradas son todas cero. Entonces se tiene 1. x + (y + x) = (x + y) + z 2. x + = + x = x 3. x + ( x) = ( x) + x = 4. x + y = y + x 5. 1 x = x 6. ( )x = ( x) para cualesquiera , 2 R 7. (x + y) = x + y para cualquier 2 R 8. ( + )x = x + x para cualesquiera , 2 R.

Demostracion.
Prueba de (1): x + (y + z) = (x1 ; x2; : : :; xn) + ((y1 ; y2 ; : : :; yn ) + (z1 ; z2; : : :; zn)) = (x1 ; x2; : : :; xn) + (y1 + z1 ; y2 ; +z2 ; : : :; yn + zn ) = (x1 + (y1 + z1 ); x2 + (y2 + z2 ); : : :; xn + (yn + zn)) = ((x1 + y1 ) + z1 ; (x2 + y2 ) + z2 ; : : :; (xn + yn ) + zn ) = (x + y) + z 20

Prueba de (3). x + ( x) = (x1 ; x2; : : :; xn) + ( 1)(x1 ; x2; : : :; xn) = (x1 ; x2; : : :; xn) + ( x1 ; x2; : : :; xn) = (x1 x1 ; x2 x2 ; : : :; xn xn) = (0; 0; : : :; 0) = Las propiedades que aparecen en la proposicion anterior corresponden a lo que se llama un , por lo que nos referiremos a Rn de esa manera.

Problemas y Ejercicios.

1. Pruebe las propiedades no demostradas en la proposicion 1.

2.3. Espacios Vectoriales Abstractos. Para comprender mejor lo que se preDe nicion 3. Un es cualquier conjunto V acompa~ado de dos operaciones: n i) : para cualesquiera x, y 2V hay de nido un elemento x + y 2V ii) : para cualesquiera x 2V y 2 R, hay de nido un elemento x 2V.

tende con la proposicion 1 de la seccion anterior, revisaremos el concepto de Espacio Vectorial abstracto.

Estas operaciones deben satisfacer las siguientes propiedades: 1. x + (y + z) = (x + y) + z para cualesquiera elementos x, y, z de V 2. Existe un elemento en V tal que x + = + x = x para todo elemento x 2V 3. Para cada elemento x de V existe un elemento w de V tal que x+w = w+x = 4. x + y = y + x para cualesquiera elementos x; y 2V 5. 1 x = x para toda x 2V 6. ( )x = ( x) para toda x 2V y cualesquiera ; 2 R 7. (x + y) = x + y para cualesquiera x; y 2V y toda 2 R 8. ( + )x = x + x para cualesquiera ; 2 R y toda x 2V

La teor a sobre espacios vectoriales consiste en obtener la maxima informacion sobre el espacio a partir de las 8 propiedades listadas, sin tener que particularizar el conjunto V y obviamente sin necesidad de explicitar las de niciones de la suma 21

vectorial y multiplicacion por escalares (lo cual es imposible hacerlo si no se tiene un conjunto V espec co), estas propiedades se denominan . Los elementos del conjunto V pueden ser de cualquier naturaleza, el caso en el que estamos interesados, V es Rn, cuyos elementos son n-adas ordenadas de numeros reales, pero los elementos de un espacio vectorial V pueden ser, por ejemplo, funciones, polinomios, sucesiones, etc., etc. En cualquiera de los casos, para referirnos a los elementos de un espacio vectorial V usaremos el termino generico , independientemente de su naturaleza, entonces valdra decir que un polinomio es un vector cuando se considere como elemento de un espacio vectorial. denominaremos y lo denotaremos por cualquier letra con una echa sobrepuesta, por ejemplo x, ~ , ~. ~ a r Se sigue de la proposicion 1, que Rn con las operaciones dadas en la de nicion 2 es un espacio vectorial. Sus elementos (x1; x2; : : :; xn) seran denotados por ~ y se x les denomina vectores.

De nicion 4. Si V es cualquier espacio vectorial, a cada uno de sus elementos lo

22

Problemas y Ejercicios.

1. Pruebe que en todo espacio vectorial V 0~ = ~ x 0

para todo vector ~ 2 V. x 2. Sea V el conjunto de todos los polinomios, es decir, polinomios de todos los grados posibles, con coe cientes reales. Considere la suma vectorial y la multiplicacion por escalares de nidas como la suma usual entre polinomios y la multiplicacion usual de un polinomio por un real. Estas operaciones las recordamos a continuacion: i) Sean p(x) = anxn + + a1x + a0 y q(x) = bm xm + + b1 x + b0 dos polinomios de grados n y m respectivamente. Si los polinomios son de grados diferentes, completamos a uno de ellos con terminos en cero para poder escribir ambos como p(x) = ak xk + q(x) = bk xk + + a1x + a0 + b1 x + b0

donde k = maxfm; ng. Entonces se tiene por de nicion (p + q)(x) = (ak + bk )xk + + (a1 + b1)x + (a0 + b0 ) ii) Si p(x) = an xn + + a1 x + a0 es un polinomio y es un real, ambos cualesquiera, entonces ( p)(x) = ( an )xn + + ( a1 )x + ( a0 ): Pruebe que V acompa~ado de estas operaciones es un espacio vectorial. n 3. Sea V el conjunto de todas la funciones continuas f : 0; 1] ! R. Para f; g 2V y 2 R de nimos f + g y f como sigue (f + g)(x) = f(x) + g(x) ( f)(x) = f(x) Estas son las operaciones usuales entre funciones. Pruebe que V es un espacio vectorial. 23

4. Sea V el conjunto de reales positivos R+ . De namos en V la operacion suma como a b = ab: Si a es un elemento de V, es decir un real positivo y es cualquier otro real, es decir 2 R, de nimos el producto a como a=a : Pruebe que R+ acompa~ado de estas dos operaciones es un espacio vectorial. n >Cual es el elemento neutro 2V?. >Cual es el \negativo" de un elemento a 2 V?. 5. Sea V el conjunto de todas las sucesiones de reales x ~ = (x1 ; x2; x3; : : :) Consideremos la suma usual entre sucesiones y la multiplicacion de una sucesion por un real como las operaciones suma vectorial y multiplicacion por escalares respectivamente, es decir, si ~ = (x1 ; x2; x3; : : :) y ~ = (y1 ; y2 ; y3; : : :) x y son dos elementos de V y es un real cualquiera, entonces ~ + ~ y ~ estan x y x de nidas como ~ + ~ = (x1 + y1 ; x2 + y2 ; x3 + y3 ; : : :) x y ~ = ( x1 ; x2; x3; : : :) x Pruebe que V, junto con estas dos operaciones es un espacio vectorial. 6. Considere el conjunto W constitu do por las sucesiones de reales x ~ = (x1 ; x2; x3; : : :) convergentes a cero, es decir lim x = 0 n!1 n

y considere las operaciones de nidas de la misma manera que en el ejercicio 3. Pruebe que W es un espacio vectorial. 24

7. Cuadrados Magicos. Una matriz 3 3

0a @a

11 21

a331

a12 a13 a22 a23 A a32 a33

se dice que es un , si la suma de los elementos de cualquier renglon, columna o diagonal es una constante. Los siguientes son ejemplos de cuadrados magicos

01 1 11 @1 1 1A;
1 1 1

00 1 @ 1 0
1

2 7 6 Consideremos la suma entre cuadrados magicos y la multiplicacion de un cuadrado magico como las operaciones para matrices (de hecho un cuadrado magico es una matriz). Pruebe que el conjunto de cuadrados magicos junto con estas operaciones constituye un espacio vectorial. Escriba el cuadrado magico 04 3 81 @9 5 1A 2 7 6 en la forma

04 3 81 @9 5 1A:

1 0 A; 1 0

0 1 1 @1 0
0

0 1A; 1 1

01 1 11 0 0 1 @1 1 1A+ @ 1 0
1 1 1 1

1 0 A+ 1 0

0 1 1 @1 0
0

0 1A: 1 1

25

2.4. Interpretacion geometrica en R y R . Las de niciones que hemos es2 3

tablecido para la suma vectorial y multiplicacion por escalares en Rn han sido puramente algebraicas, carente de signi cado f sico o geometrico para el caso general, sin embargo para los casos particulares de R2 y R3 es posible hacer tal interpretacion. Veamos primero el caso n = 2: R2 = f (x; y) j x; y 2 R g Si consideramos el plano f sico P con un sistema de ejes cartesianos x; y de referencia

podemos asociar a cada punto del plano una pareja ordenada de reales (x; y), como siempre lo hemos hecho desde nuestros cursos de geometr a anal tica elemental. Rec procamente, a cada pareja de reales (x; y) podemos asociarle un punto del plano f sico. De este modo, tenemos una identi cacion entre los puntos del plano P y los elementos de R2, que son parejas ordenadas de reales (x; y). En este sentido R2 es una representacion algebraica del Plano P , vale decir que un punto P del plano P tiene coordenadas (x; y) (respecto al sistema de referencia elegido). Veamos ahora como se traducen las operaciones algebraicas de R2 en el plano P ; para ello sera util introducir un elemento geometrico, que es el de (tambien denominado ). Sea P un punto de P de coordenadas (x; y), consideremos el segmento de recta dirigido con extremo inicial el origen O del sistema y extremo nal el punto P. Que sea un segmento de recta dirigido signi ca que sus extremos O y P se diferenc an uno del otro; a uno lo denominamos extremo inicial y al otro nal, digamos que el segmento \va de un extremo a otro", geometricamente los distinguimos colocando en el extremo nal una punta de echa, como se muestra en la gura 2 26

! Denotaremos a este segmento de recta dirigido por OP o simplemente por !. P Si P tiene coordenadas (x; y), valdra escribir
P = (x; y) o bien

! = (x; y) P

! ! Sean P1 = (x1; y1 ) y P2 = (x2; y2 ). En las siguientes guras podemos observar las relaciones geometricas entre los segmentos dirigidos correspondientes a los vectores (x1 ; y1); (x2; y2 ) y (x1 + y1 ; x2 + y2 ) en R2

27

El segmento dirigido ! asociado a la pareja (x1 + y1 ; x2 + y2 ) se puede consP ! truir trasladando paralelamente el segmento P2 a una posicion en donde su origen ! coincida con el extremo nal de P1. Esta con guracion de los segmentos determina un nuevo punto del plano y por lo tanto un nuevo segmento dirigido ! que P corresponde precisamente a la suma (x1 + y1 ; x2 + y2 ).

La construccion anterior se denomina la , pues el vector ! resulta ser una de P ! ! las diagonales del paralelogramo cuyos dos de sus lados son los segmentos P1 y P2.

28

Interpretemos ahora la Multiplicacion por Escalares. Sea (x; y) 2 R2 y ! el P segmento dirigido asociado como se muestra en la siguiente gura. Consideremos tambien 2(x; y) = (2x; 2y) y su segmento dirigido asociado

Observemos que el segmento dirigido asociado a (2x; 2y), el cual denotamos por !, tiene una magnitud que es igual al doble de la del segmento ! (esto se Q P deduce de uno de los criterios de semejanza para triangulos de la geometr a elemental euclidiana). As pues, el segmento dirigido asociado a 2(x; y) = (2x; 2y) tiene la misma direccion y sentido del segmento asociado a (x; y), pero el doble de magnitud. Es facil intuir que un resultado analogo ocurre para el segmento asociado a 3(x; y) = (3x; 3y), solo que en este caso la magnitud queda multiplicada por 3. En general, el segmento asociado a (x; y) = ( x; y) para > 0, es otro segmento con la misma direccion y sentido, pero cuya longitud es veces la longitud del segmento asociado a (x; y). Si = 0, no se genera ningun nuevo segmento, pues en este caso se tiene 0 (x; y) = (0; 0) el cual no tiene asociado ningun segmento dirigido. Si = 1, tenemos entonces ( 1) (x; y) = ( x; y)

29

De la gura anterior podemos observar que el segmento asociado a la pareja ordenada (x; y) = ( x; y) tiene la misma direccion pero de sentido opuesto al del segmento asociado a (x; y), la magnitud es la misma. Si es un real negativo cualquiera, es facil intuir que (x; y) = ( x; y) determina un segmento con la misma direccion, sentido opuesto y cuya magnitud es j j veces la magnitud del segmento asociado a (x; y). Con esto terminamos la discusion en R2 . Para R3 la situacion es completamente analoga. En este caso consideramos el espacio f sico tridimensional E , en donde tenemos establecido un sistema de referencia de tres ejes cartesianos

Cualquier punto del espacio E lo identi camos ahora con una terna ordenada de reales (x; y; z) y viceversa. En este caso los segmentos dirigidos se encuentran en el espacio

En el plano, un sistema de ejes cartesianos lo divide en , mientras que en el espacio el sistema de tres ejes lo divide en que son 8 regiones que podr amos denominar, por ejemplo, \octante anterior superior derecho". Otro ser a \octante posterior superior izquierdo", etc. En el espacio se tiene la correspondiente , solo que en este caso se construye un paralelogramo con segmentos en el espacio tridimensional. Por su parte la multiplicacion por escalares tiene su interpretacion completamente similar a la ya vista en el plano. 30

Problemas y Ejercicios.
1. Liste los nombres de cada uno de los octantes que determina un sistema de tres ejes cartesianos en el espacio tridimensional. 2. Dibuje un sistema de tres ejes cartesianos tomando como unidad 0.5 cm. en cada uno de los tres ejes. Trace lo vectores (segmentos dirigidos) que se indican a continuacion. Para los tres primeros incisos utilice un sistema de referencia y para los dos restantes haga un dibujo por separado. a) (3; 2; 1) b) (1; 3; 2) c) (3; 2; 1) + 2(1; 3; 2) d) ( 1; 2; 4) e) ( 1; 2; 4) 3. Que restricciones deben hacerse sobre x, y y z para que la terna (x; y; z) se encuentre a) sobre el eje x b) sobre el eje y c) sobre el eje z d) sobre el plano xy e) sobre el plano xz f) sobre el plano yz g) sobre el octante posterior-superior-izquierdo h) sobre el octante posterior-inferior-derecho i) sobre el octante anterior-inferior-izquierdo 4. Dibuje los vectores ~ = (1; 2; 3), ~ = (2; 1; 3), w = (3; 2; 1), as como el vector u v ~ ~ w. u ~ 5. En cada uno de los siguientes casos calcule x, y y z, segun se indique a) ( 1; 4; 5) + (2; 4; 3) = (x; y; z) b) (7; y; 9 + z) + (x; 4; 3) = (2; 1; x) c) (a; 4b; d 5) + (x; z 4; x + y) = (0; y; c) 31

2.5. Rectas en el plano y en el espacio. Respecto a un sistema de ejes carte-

sianos x; y, una recta en el plano puede representarse algebraicamente por una expresion de la forma ax + by = c la cual es conocida como de la recta. Esta ecuacion establece una relacion entre las coordenadas de los puntos (x; y) que se encuentran sobre la recta.

Otra representacion algebraica de la recta se obtiene mediante su ecuacion parametrica, la cual obtendremos a continuacion. En la seccion 4 interpretamos geometricamente la suma ~ + ~ de dos vectores a b ~ y ~ de R2. Este es un caso particular de las sumas de la forma ~ + t~ donde t es a b a b un numero real.

32

Haciendo variar t sobre todos los numeros reales, se obtienen puntos ~ + t~ a b sobre una recta L. La expresion L(t) = ~ + t~ a b se denomina la de la recta L. Esta recta pasa por el punto ~ y observe que es a ~ (el punto ~ se obtiene con t = 0). Explicitando los vectores paralela al vector b a ~ = (b1; b2) obtenemos ~ = (a1 ; a2) y b a o sea L(t) = (a1 ; a2) + t(b1; b2);

L(t) = (a1 + tb1; a2 + tb2) Esta expresion indica como son las coordenada de los puntos sobre la recta. Tambien se vale escribir x = a1 + tb1 y = a2 + tb2 y son referidas como las de la recta L. Conviene sin embargo manejar estas ecuaciones en una sola relacion breve L(t) = ~ + t~ , ambas maneras son formas algea b braicas equivalentes de representar a la recta. Haciendo t = 0 se obtiene el punto ~ ; con t = 1 se obtiene el punto ~ + ~. a a b

Podemos imaginar la situacion como si trasladaramos los numeros de la recta real a la recta L, donde el cero se ubica en ~ y el 1 en ~ + ~ . En general el real t se a a b ~ , >donde se ubican los reales negativos?. ubica en el punto ~ + tb a 33

Ejemplo 2. La ecuacion parametrica que pasa por el punto ~ = ( 1; 2) y que es a

paralela al vector ~ = (1; 1) es L(t) = ( 1; 2) + t(1; 1), o sea b L(t) = ( 1 + t; 2 + t)

Tambien podemos describir la recta como x= 1+t y = 2+t Para obtener la ecuacion parametrica de una recta, de la cual sabemos que pasa por dos puntos dados ~ = (p1 ; p2) y ~ = (q1 ; q2), conviene tener una interpretacion p q geometrica de la diferencia de dos vectores. Sean ~ y ~ dos vectores en R2. El vector ~ que satisface la ecuacion a b x ~ +~ =~ a x b es el vector diferencia ~ ~ . Para determinarlo geometricamente, observemos que b a ~ debe ser un vector tal, que cuando se traslade paralelamente, segun la Regla del x Paralelogramo, debe darnos ~ . b

34

Esto signi ca que el vector ~ es paralelo al segmento dirigido que va del extremo x nal de ~ al extremo nal de ~ , de este modo obtenemos geometricamente el vector a b diferencia

En la gura anterior hemos identi cado el segmento mismo que une los extremos nales de ~ y ~ con el vector diferencia ~ ~ . En terminos estrictos el vector a b b a ~ ~ se obtiene trasladando al origen dicho segmento. b a

35

Supongase ahora que se desea la ecuacion parametrica de la recta que pasa por dos puntos dados ~ y ~. Esta recta tiene la direccion del vector ~ ~ p q q p

as que se trata de la recta que pasa por el punto p y es paralela al vector ~ p, por ~ q ~ lo tanto su ecuacion estara dada por L(t) = p + t(~ ~): ~ q p Para veri car que se trata de la ecuacion deseada, basta observar que con t = 0 se obtiene el punto ~ p L(0) = p + 0(~ ~) = ~; ~ q p p y haciendo t = 1 se obtiene el punto ~ q L(1) = ~ + 1(~ ~) = ~: p q p q De la ecuaciones parametricas de una recta x = a1 + tb1 y = a2 + tb2 podemos obtener su ecuacion cartesiana despejando t de una de las relaciones y sustituyendola en la otra. Por ejemplo, si b1 6= 0, t = x b a1 1 por lo tanto y = a2 + b2 x b a1 ;
1

36

o sea

Para el caso de las rectas en el espacio tridimensional, el tratamiento es completamente similar: si ~ = (a1 ; a2; a3) y ~ = (b1 ; b2; b3) son dos vectores en R3, la de la recta que pasa a b por el punto ~ y es paralela al vector ~ esta dada por a b L(t) = ~ + t~; a b o sea t 2 R;

y = b2 (x a1 ) + a2: b
1

L(t) = (a1 + tb1 ; a2 + tb2; a3 + tb3): Esta ecuacion tambien se puede escribir en la forma x = a1 + tb1 y = a2 + tb2 z = a3 + tb3

que se denominan de la recta. A la variable t se le llama y toma valores sobre todos los numeros reales.

La ecuacion de la recta en el espacio tridimensional que pasa por dos puntos dados ~ = (p1 ; p2; p3) y ~ = (q1; q2; q3) esta dada por p q L(t) = p + t(~ ~) ~ q p que tambien escribimos L(t) = t~ + (1 t)~: q p 37

Ejemplo 3. La ecuacion de la recta que pasa por los puntos ~ = (1; 3; 2) y p

q ~ = (2; 5; 1), esta dada por L(t) = (1; 3; 2) + t (2; 5; 1) (1; 3; 2)] = (1; 3; 2) + t(1; 2; 1)

o sea

L(t) = (1 + t; 3 + 2t; 2 t) Tambien podemos escribir esta ecuacion como x= 1+t y = 3 + 2t z=2 t Como caso especial tenemos las rectas que pasan por el origen del sistema de ejes. Los puntos sobre estas rectas no son otra cosa que los multiplos de un vector, as que su ecuacion es de la forma L(t) = t~ = (tb1 ; tb2; tb3). b Para nalizar esta seccion mencionaremos que algunos libros de texto tambien se re eren a la ecuacion cartesiana de una recta en el espacio tridimensional. Esta se obtiene al despejar el parametro t de la ecuaciones parametricas x = a1 + tb1 y = a2 + tb2 z = a3 + tb3 t = x b a1 1 y a2 t= b 2 z a3 t= b
3

y construyendo la cadena de igualdades x a1 = y a2 = z a3 b1 b2 b3 denominando a esta expresion como la \ecuacion cartesiana". Esto es poco popular debido seguramente a los dos signos de igualdad. Nosotros no las utilizaremos. 38

2.6. Planos en el espacio. Con el mismo tipo de ideas de la seccion anterior

podemos describir los planos en el espacio tridimensional. Considererese primero un par de vectores ~ y ~ en el espacio. a b

Estos vectores \generan" un plano, de nido por las rectas que se obtienen al prolongarlos. Los multiplos s~ del vector ~ generan una recta La , mientras que los a a multiplos t~ del vector ~ generan otra recta Lb , ambas rectas pasan por origen. La b b suma de los multiplos s~ +t~ es un vector que se encuentra precisamente en el plano a b P de nido por las dos rectas La y Lb. Este plano contiene al origen y se dice que es por los vectores ~ y ~ y su esta dada por a b P (s; t) = s~ + t~ ; a b s; t 2 R

En la gura anterior se encuentra sombreado solamente un sector de este plano. 39

Ahora obtendremos la ecuacion de un plano en general, que puede o no pasar por el origen. Dado que un plano que no contiene al origen O, lo podemos obtener trasladando paralelamente otro que pase por ese punto O, concluimos que la del ~ a ~ y que pasa por el punto ~ esta dado por yb p P(s; t) = p + s~ + t~ ; ~ a b s; t 2 R

Explicitando las coordenadas de los vectores p, ~ y ~ obtenemos que la ecuacion ~a b del plano es P (s; t) = (p1 + sa1 + b1; p2 + sa2 + tb2; p3 + sa3 + tb3) donde ~ = (p1; p2; p3), ~ = (a1 ; a2; a3), ~ = (b1; b2; b3) y s, t son parametros que p a b toman valores en todo R. Tambien se vale decir que el plano tiene las x = p1 + sa1 + tb1 y = p2 + sa2 + tb2 z = p3 + sa3 + tb3 Tomando dos de estas ecuaciones, resolviendolas para s y t y sustituyendo los valores obtenidos en la tercera restante, obtenemos la del plano, la cual tendra la forma ax + by + cz = d: 40

Por ejemplo, si de las dos primeras ecuaciones despejamos s y t en terminos de las variables x; y y substitu mos los valores obtenidos en la ultima de las ecuaciones, obtenemos una relacion de la forma z = Ax + By + C:

Ejemplo 4. La ecuacion parametrica del plano que pasa por el punto p = (3; 1; 2) ~
y es paralelo a los vectores ~ = ( 1; 1; 0) y ~ = (1; 2; 1), esta dado por a b P (s; t) = ~ + s~ + t~ p a b = (3; 1; 2) + s( 1; 1; 0) + t(1; 2; 1) = (3 s + t; 1 + s + 2t; 2 t); que tambien podemos escribir como x=3 s+t y = 1 + s + 2t z = 2 t: La ecuacion cartesiana la obtenemos despejando s y t de la primera y tercera ecuaciones: t=2 z s = 3+2 z x= 5 z x y sustituyendo sus valores en la segunda ecuacion, para obtener nalmente y = 1 + 5 z x + 2(2 z) x + y + 3z = 10: Si tenemos dados tres puntos de un plano ~ , ~ y w, para obtener su ecuacion u v ~ basta establecer p u ~=~ ~ =~ ~ a v u ~=w ~ b ~ u y considerarlo como el plano que pasa por ~ y es paralelo a los vectores ~ y ~. p a b 41 o sea

Para nalizar esta leccion veamos lo que se adopta como una representacion estandar de los vectores en R3. Si ~ = (x; y; z) es un vector cualquiera de R3, v entonces es claro que podemos escribir (x; y; z) = x(1; 0; 0) + y(0; 1; 0) + z(0; 0; 1): El conjunto de vectores (1; 0; 0), (0; 1; 0) y (0; 0; 1) recibe el nombre de de R3 y cada uno de ellos se denota de manera especial: ^ = (1; 0; 0) { | = (0; 1; 0) ^ ^ k = (0; 0; 1) Con esta notacion podemos escribir ~ = x^ + y^ + z k v { | ^ { ^ ^ para todo vector ~ = (x; y; z) 2 R3. A los vectores ^, | y k se les llama debido a la v propiedad de que todo vector de R3 se puede representar en la forma anterior. En general el conjunto de vectores en Rn e1 = (1; 0; : : :; 0) ^ e2 = (0; 1; : : :; 0) ^ . . . en = (0; 0; : : :; 1) ^ donde cada una de las entradas de ei son cero, excepto la i-esima que vale 1, se ^ denomina n . Si ~ = (x1; x2; : : :; xn) es un vector cualquiera en Rn , entonces podemos escribir x x ~ = (x1 ; x2; : : :; xn) = x1 (1; ; 0; : ::; 0) + x2(0; 1; : : :; 0) + xn (0; 0; : : :; 1) es decir ~ = x1e1 + x2e2 + + xn en : x ^ ^ ^ 5 Por ejemplo el vector ~ = (2; 4; 5; 1; 0) en R se escribe como x x e ~ = 2^1 4^2 + 5^3 + e4 e e ^ 42

Problemas y Ejercicios.

1. En cada uno de los siguientes casos halle la ecuacion parametrica de la recta generada por el vector indicado y trace la recta en el espacio tridimensional. a) ~ = (1; 3; 5) v b) ~ = (2; 1; 1) v c) ~ = ( 1; 1; 2) v d) ~ = 4^ + 2^ + k v { | ^ e) ~ = ^ 2^ 3k v { | ^ 2. En cada uno de los siguientes casos halle la ecuacion parametrica del plano generado por los vectores indicados. a) ~ = (3; 2; 0) y w = (2; 0; 3) u ~ b) ~ = (1; 0; 1) y w = (0; 1; 1) u ~ c) ~ = (4; 4; 0) y w = (0; 0; 1) u ~ d) ~ = ^ + k y w = ^ + k v j ^ ~ j ^ e) ~ = ^ + ^ y w = ^ + k v i j ~ j ^ 3. Halle las ecuaciones cartesianas de los planos del ejercicio 2. 4. En cada uno de los siguientes casos determine la ecuacion parametrica de la recta que pasa por el punto ~ y en la direccion del vector ~ indicados. a v a) ~ = (1; 1; 1), ~ = ^ ^ a v i j b) ~ = (0; 1; 1), ~ = ^ k a v j ^ c) ~ = (0; 1; 1), ~ = ^ ^ k a v i j ^ 5. En cada uno de los siguientes casos halle la ecuacion parametrica del plano que pasa por el punto ~ y que es paralelo al plano generado por los vectores ~ y w. a v ~ a) ~ = (1; 2; 0), ~ = ^ + | y w = ^ + k a v { ^ ~ { ^ b) ~ = (1; 1; 1), ~ = ^ + | y w = ^ | k a v { ^ ~ { ^ ^ c) ~ = (0; 1; 1), ~ = ^ | y w = | + k a v { ^ ~ ^ ^ 6. Halle las ecuaciones cartesianas de los planos del problema 5. 43

7. Encuentre los puntos de interseccion con los planos coordenados de la recta cuyas ecuaciones parametricas son x(t) = 1 + 3t y(t) = 2 t z(t) = 4 + 5t 8. Encuentre los puntos de interseccion con los planos coordenados de la recta dada por L(t) = (2 t; 1 + t; 3 + 2t). 9. Halle las ecuaciones de las rectas que son la interseccion con los planos coordenados del plano cuya representacion parametrica es P(s; t) = (2 + t s; 1 2t + 3s; 2 + 3t + 4s) 10. Halle las ecuaciones de las rectas que son la interseccion con los planos coordenados del plano cuya ecuacion cartesiana es 5x + 3y z = 4 11. Halle la interseccion del plano cuya ecuacion cartesiana es x 2y + 4z = 2 con la recta cuyas ecuaciones parametricas son x=1 t y = 2 + 5t z = 1 + 3t 12. Halle la interseccion del plano cuyas ecuaciones parametricas son x =2+t s y = 3 2t + 5s z = 1 + 4t 3s con la recta cuya representacion parametrica es L(t) = (t; 2 + 6t; 4 3t) 13. Halle las ecuaciones cartesianas y parametricas del plano que contiene a los puntos ~ = (3; 1; 4), ~ = (0; 2; 5) y ~ = (1; 5; 2). a b c 44

Leccion 3
El espacio normado Rn

Calculo y del Analisis Matematico es el de o . Este concepto es lo que permite de nir las diversas nociones de l mite o convergencia. Por ejemplo, l mite de una funcion en un punto, l mite de una sucesion de numeros, l mite de una sucesion de funciones. En Rn la nocion de metrica depende a su vez del concepto de , por lo cual comenzaremos con ello. La o de un vector ~ = (x; y) en R2 es la longitud del segmento de recta que v une los puntos O = (0; 0) y P = (x; y). Sabemos, por el Teorema de Pitagoras de nuestro curso de geometr a elemental euclidiana, que esta longitud esta dada p por x2 + y2 . Este numero no negativo lo denominamos la del vector ~ = OP. v ~ En el espacio tridemensional tambien es facil ver que la longitud del segmento que une los puntos O = (0; 0; 0) y P = (x; y; z) esta dado por la expresion similar p2 2 2 x + y + z . Ahora extenderemos esta relacion al caso Rn, la cual adoptaremos como de nicion de norma de un vector. x De nicion 1. Si ~ = (xpx ; : : :; xn) es un elemento de Rn , de nimos la de ~ x ; como el real no negativo x2 + x2 + 1 2 los s mbolos k~ k o N (~ ) , es decir x x
1 2

3.1. La Norma Euclidiana en Rn . Uno de los conceptos mas importantes del

+ x2 que denotaremos por cualquiera de n

k~ k = N (~ ) = x2 + x2 + : : : + x2 x x n 1 2
45

Tenemos de nida una funcion k k : Rn ! R que denominamos la , la cual asigna a cada vector ~ en Rn un real k~ k. x x En la proposicion de abajo establecemos las propiedades mas importantes de la norma euclidiana. Para su prueba necesitaremos de lo que se conoce como Desigualdad de Cauchy y Schwarz, la cual enunciamos y probamos a continuacion.

Lema 1 (Desigualdad de Cauchy-Schwarz). Sean ~ = (x ; x ; : : :; xn) y x

y ~ = (y1 ; y2 ; : : :; yn) elementos de Rn , entonces
1 2

jx1 y1 + x2y2 +

+ xn yn j

2 2 2 x2 + x2 + : : : + x2 y1 + y2 + : : : + yn 1 2 n

Demostracion. Probemos la desigualdad

jx1j jy1 j +
+ jxn jjyn j

2 2 2 x2 + x2 + : : : + x2 y1 + y2 + : : : + yn n 1 2

la cual implicara la desigualdad deseada ya que

jx1y1 + x2y2 +

+ xn yn j jx1j jy1j + x2j jy2j +

+ jxnj jynj

Si alguno de los vectores ~ o ~ es ~ , entonces la desigualdad se cumple trivialmente, x y 0 pues en este caso ambos miembros valen cero. El caso interesante es cuando ambos vectores ~ y ~ son diferentes de ~ . x y 0 Supongamos entonces ~ 6= ~ y ~ 6= ~ y hagamos x 0 y 0 = x2 + x2 + : : : + x2 ; 1 2 n

2 2 2 = y1 + y2 + : : : + yn

Usando y , la desigualdad a probar se escribe

jx1jjy1j + jx2jjy2j +
x1 y1 + x2 y2 + 46

+ jxnjjynj + xn yn

Como > 0 y > 0 esta desigualdad es equivalente a 1

probemos pues, la desigualdad escrita en la forma anterior (practicamente en este momento estamos iniciando la demostracion). Dado que para cualesquiera reales a y b se cumple 2 2 jabj a + b 2 se tiene entonces ~ 1 ~1 + x y x y + ~ n ~n
x2 1
2 2 2 2 + y1 x2 + y2 2 2 + 2 2 2 2
+ n

+ 2
2

x2 n
2

+ 2 = 1+1 =1 2 2 Esto prueba el lema.

x2 +x2 + 1 2

x2

2 2 y1 +y2 +

+ n

y2

+ y2 2

Veamos ahora las propiedades de la norma euclidiana

Proposicion 1. Para cualesquiera vectores ~ , ~ en Rn y toda 2 R, se cumple x y 1) k~ k 0; k~ k = 0 x 0 2) k ~ k = j jk~ k x x 3) k~ + ~k k~ k + k~k x y x y 4) k~ k = 0 ) ~ = ~ x x 0 Demostracion.

Prueba de (1): La propiedad k~ k 0, o sea x2 + x2 + : : : + x2 0 no es otra cosa que x 1 2 n la de nicion misma del s mbolo de la ra z cuadrada p que representa la \ra z positiva".

47

Prueba de (2): Se tiene

k ~ k = ( x1)2 + ( x2)2 + x
2 2 1 2 2 2 2 2 2 2 1

p + ( xn) q = x + x + + xn q = (x + x + + xn) q p = x + x + + xn q
2 2 2 2 2 1 2 2 2

= j j x2 + x2 + 1 2 = j j k~ k x

+ x2 n

Esto prueba (2). Note que hemos usado 2 = j j, consecuencia nuevamente del p hecho de que 2 debe ser mayor o igual que cero. Prueba de (3). Se tiene k~ + ~k = (x1 + y1 )2 + + (xn + yn )2 x y 2 2 = x2 + 2x1y1 + y1 + + x2 + 2xnyn + yn 1 n 2 = (x2 + + x2 ) + 2(x1 y1 + + xnyn ) + (y1 + 1 n = k~ k2 + 2(x1 y1 + + xnyn ) + k~k2 x y Aplicando la desigualdad de Cauchy-Schwarz x1 y1 + obtenemos es decir + xnyn k~ kk~k x y

2 + yn )

k~ + ~k k~ k2 + 2 k~ k k~k + k~k2 x y x x y y k~ + ~k2 (k~ k + k~k)2 x y x y k~ + ~k k~ k + k~k x y x y

de donde al extraer la ra z cuadrada de ambos miembros obtenemos nalmente que es lo que deseabamos probar. 48

Prueba de (4). Si k~ k = 0, se tiene entonces x

x2 + x2 + 1 2

+ x2 = 0; n

x2 + x2 + + x2 = 0: 1 2 n Pero siendo cada x2 mayor o igual que cero, se debe tener que x2 = 0 para i = i i 1; 2; : : :n, o sea xi = 0 para i = 1; 2; : : :; n. Esto signi ca que ~ = ~ . x 0 Con esto queda probada la proposicion 1. |

es decir

Nota 1. Usando la idea anterior se puede probar la llamada desigualdad de CauchySchwarz para integrales: si f y g son funciones continuas a; b] ! R, entonces

Zb
a

f(x)g(x)dx

Zb
a

f (x)dx
2

! 21 Z b
a

g (x)dx
2

! 12

3.2. El concepto general de norma en Rn . Las propiedades de la norma

euclidiana vistas en la proposicion 1 las adoptaremos para de nir la nocion abstracta de norma:

De nicion 2. Una en Rn es cualquier funcion k k : Rn ! R que satisface las siguientes propiedades que denominaremos : para cualesquiera ~ ; ~ 2 Rn y toda xy 2 R se cumple i) k~ k 0; k~ k = 0 x 0 ii) k ~ k = j jk~ k x x iii) k~ + ~k k~ k + k~k x y x y iv) k~ k = 0 ) ~ = ~ x x 0
Si hacemos una revision cuidadosa de la teor a desarrollada a lo largo del texto, podemos darnos cuenta p no es necesario manejar la expresion expl cita de la que norma euclidiana k~ k = x2 + x2 + : : : + x2 . Bastar a conocer solamente las prox 1 2 n piedades que aparecen en la proposicion 1, que son las mismas que constituyen la de nicion anterior. De esto deducimos que, durante el desarrollo de la teor a, 49

podemos prescindir de la de nicion misma de la norma euclidiana, siendo su ciente suponer validas las tan citadas propiedades. As que para nes teoricos es totalmente irrelevante como este de nida la norma euclidiana. Dicho de otro modo, si hubiesemos de nido de otra manera la norma euclidiana, todo ir a igual de bien, con tal de que se satisfaciesen los llamados axiomas de norma. Las propiedades importantes de la norma euclidiana se deducen de los axiomas (i)-(iv), por lo tanto estas mismas propiedades se valdran para normas en general. Por otra parte, todas las propiedades que valgan para normas en general valdran para la norma euclidiana, dado que tales propiedades se deduciran de (i)-(iv).

Proposicion 2. Para toda norma k k : Rn ! R se cumple 1) k ~ k = kxk para todo vector ~ 2 R. x x 2) j k~ k k~k j k~ ~k para cualesquiera vectores ~ ; ~ 2 Rn . x y x y xy Demostracion. El inciso (1) se sigue del axioma (ii), haciendo = 1.
Probemos (2). Puesto que

k~ k = k~ ~ + ~k k~ ~k + k~k ; x x y y x y y
se tiene

k~ k k~k k~ ~k : x y x y k~k k~ k k~ ~ k ; y x y x

Intercambiando los papeles de ~ y ~, obtenemos x y pero k~ ~ k = k~ ~ k, por lo tanto x y y x

k~k k~ k k~ ~k : y x x y
Combinando las dos desigualdaddes, obtenemos nalmente

j k~ k k~k j k~ ~k x y x y
Esto prueba la proposicion 2. 50

del axioma (ii) haciendo simplemente = 0. Esto signi ca que podemos omitir tal propiedad de (i), obteniendo de esta manera un conjunto de axiomas equivalente: i') k~ k 0 x ii) k ~ k = j jk~ k x x iii) k~ + ~k k~ k + k~k x y x y iv) k~ k = 0 ) ~ = ~ x x 0 No obstante que podemos prescindir de la condicion k~ k = 0, sin afectar el 0 contenido de los axiomas en conjunto, preferimos incluirla dentro de los axiomas de norma, dado lo socorrido de ella. Un conjunto de axiomas, donde una o varias propiedades se deducen de las restantes se dice que es . Un conjunto de axiomas redundante no provoca con icto logico alguno, solo suministra informacion no necesaria. haber de nido el concepto general de norma en Rn , debieramos disponer de otras normas ademas de la euclidiana. En esta seccion veremos dos normas muy interesantes. De namos k k1 : Rn ! R por

Nota 2. La condicion k~ k = 0 que aparece en el axioma (i) para normas, se deduce 0

3.3. Otras normas en Rn . Para que tenga sentido, y sobre todo, resulte util,

k~ k1 = jx1j + jx2j + x
para todo vector ~ = (x1 ; x2; : : :; xn) 2 Rn x

+ jxnj

Proposicion 3. La funcion k k : Rn ! R es una norma en Rn. Demostracion. Debemos veri car los axiomas (i), (ii), (iii) y (iv) para normas.
1

Veri cacion de (i): Dado que para todo real x, jxj 0, se tiene

k~ k1 = jx1j + jx2j + x
para todo ~ = (x1 ; x2; : : :; xn) 2 Rn. x 51

+ jxnj 0

Veri cacion de (ii): Si es un real y ~ = (x1 ; x2; : : :; xn) 2 Rn, entonces x

k ~ k1 = j x =j =j =j

x1j + j x2j + + j xnj j jx1j + j j jx2j + + j j jxnj j (jx1j + jx2j + + jxnj) j k~ k1 x

Veri cacion de (iii): Si ~ = (x1; x2; : : :; xn) y ~ = (y1 ; y2; : : :; yn) son elementos cualesquiera de Rn, x y tenemos

k~ + ~k = jx1 + y1 j + jx2 + y2 j + jxn + yn j x y jx1j + jy1 j + jx2j + jy2 j + + jxnj + jyn j = (jx1j + jx2j + + jxnj) + (jy1 j + jy2j + + jynj) = k~ k1 + k~k1 x y
Veri cacion de (iv): Supongase ~ = (x1 ; x2; : : :; xn) 2 Rn tal que x

k~ k1 = jx1j + jx2j + x

jxnj = 0:

Es claro entonces que jxij = 0 para i = 1; 2; : : :; n. Luego xi = 0 para i = 1; 2; : : :; n. Esto signi ca que ~ = ~ . x 0 | Nos referiremos a k k1 como a la . En R2 la norma 1 de un vector ~ del primer v cuadrante es la suma de sus coordenadas. Consideremos ahora la funcion k k1 : Rn ! R dada por

k~ k1 = max fjx1j; jx2j; : : :; jxnjg x

para todo vector ~ = (x1; x2; : : :; xn) 2 Rn . La notacion k~ k1 que puede parecernos x x un tanto extra~a obedece a razones que mas adelante explicaremos. n 52

o.

Proposicion 4. La funcion k k1 : Rn ! R es una norma en Rn, que se denomina

Demostracion. Veri quemos los axiomas (i)-(iv) para normas.

Veri cacion de (i): Puesto que cada jxij es mayor o igual que cero, obviamente se tiene max fjx1j; jx2j; : : :; jxnjg 0; es decir k~ k1 0. x Veri cacion de (ii): Antes de proceder a veri car el segundo axioma, observemos que por de nicion max fa1 ; a2; : : :; ang es el mayor de los elementos a1 ; a2 ; : : :; an, por lo que necesariamente es uno de los elementos mismos. Supongase que ai es un elemento de valor maximo (puede haber varios), entonces diremos que max fa1; a2; : : :; ang se \realiza" en ai . Sea ahora 2 R y ~ 2 Rn . Se tiene entonces x k ~ k1 = max fj x1j; j x2j; : : :; j xnjg x = max fj j jx1j; j j jx2j; : : :; j j jxnjg
o o

Mostremos que max fj j jx1j; j j jx2j; : : :; j j jxnjg = j j max fjx1j; jx2j; : : :; jxnjg Sea jxi j = max fjx1j; jx2j; : : :; jxnjg. Tenemos entonces
o

jxi j jxij
o

para i = 1; 2; : : :; n: para i = 1; 2; : : :; n: para i = 1; 2; : : :; n:

Luego Por lo tanto Esto signi ca que

j j jxi j j j jxij
o

j xi j j xi j
o o o

j j jxi j = j xi j = max fj x1j; j x2j; : : :; j xnjg;

53

es decir

j j max fjx1j; jx2j; : : :; jxnjg = max fj j jx1j; j j jx2j; : : :; j j jxnjg

Esto muestra que

xio

}|

j j k~ k1 = k ~ k1 x x

Veri cacion de (iii): Se tiene k~ + ~k1 = max fjx1 + y1 j; jx2 + y2 j; : : :; jxn + yn jg x y Supongase que max fjx1 + y1 j; jx2 + y2 j; : : :; jxn + yn jg se realiza en jxi + yi j, es decir
o o

jxi + yi j = max fjx1 + y1 j; jx2 + y2j; : : :; jxn + yn jg:

o o

Como se tiene

jxi + yi j jxi j + jyi j;

o o o o o o

max fjx1 + y1 j; jx2 + y2 j; : : :; jxn + yn jg jxi j + jyi j; Pero, por de nicion de max fjx1j; jx2j; : : :; jxnjg y max fjy1 j; jy2 j; : : :; jynjg tambien se tiene

jxi j max fjx1j; jx2j; : : :; jxnjg jyi j max fjy1j; jy2j; : : :; jynjg;
o o

luego max fjx1 + y1 j; jx2 + y2 j; : : :; jxn + yn jg max fjx1j; jx2j; : : :; jxnjg + max fjy1 j; jy2 j; : : :; jynjg; o sea

que es lo que deseabamos probar. La veri cacion de (iv) es facil y se deja como ejercicio para el lector. Con esto queda probada la proposicion 4. | 54

k~ + ~k1 k~ k1 + k~k1 x y x y

3.4 Norma de Minkowski en Rn . En el ejercicio 2, se dan los lineamientos paso a paso, de la prueba de que en general la funcion k kp : Rn ! R para p 1 (por p
ejemplo p = 1:5, p = 3, p = 5) dada por

k~ kp = kx1jp + x

+ jxnjp]

es una norma en Rn . Las normas euclidiana y k k1 resultan ser casos particulares de estas normas. La norma euclidiana se obtiene con p = 2, razon por la cual usaremos el s mbolo k k2 para denotarla. En lo sucesivo reservaremos el s mbolo k k (sin ndice) para representar cualquiera de las normas k k1 , k k2 o k k1 , es interesante observar que la teor a desarrollada a lo largo del texto sera valida si se provee Rn con cualquiera de estas normas, por lo que la mayor a de los resultados lo enunciaremos en terminos de la norma k k, la cual podra signi car cualquiera de la normas k k1 , k k2 o k k1 . De hecho, tambien podr amos hacer k k = k kp , para cualquier p 1. Para no pecar de ambiciosos, reservemos el s mbolo k k para representar solamente cualquiera de las tres normas k k1 , k k2 o k k1 . La norma k k1 no pertenece a la familia de normas k kp , puede probarse (ejercicio 3) que
p!1

lim k~ kp = plim kx1jp + x !1

+ jxnjp ]

= max fjx1j; : : :; jxnjg

para toda ~ 2 Rn. Esta es la razon por la que adoptamos el s mbolo k k1 para x denotar al maximo de los elementos x1j; jx2j; : : :; jxnj. La convergencia de k~ kp a x k~ k1 la interpretaremos geometricamente mas adelante. x

55

Problemas y ejercicios.
1. Pruebe la desigualdad de Cauchy-Schwarz para integrales: si f y g son funciones continuas a; b] ! R, entonces

Zb
a

f(x)g(x)dx

Zb
a

f (x)dx
2

! 21 Z b
a

g (x)dx
2

! 12

2. En este problema se prueba que k kp , para p > 1 es una norma sobre Rn . Es un ejercicio facil la veri cacion de los axiomas (i), (ii) y (iv) para norma. Como siempre, el unico axioma que presenta alguna di cultad es la desigualdad del triangulo k~ + ~kp k~ kp + k~kp : x y x y Para el caso de la norma euclidiana (p = 2), esta se veri co usando la desigualdad de Cauchy-Schwarz, que se obtuvo a su vez de la desigualdad elemental
2 2 jabj a + b ; 2

(*)

la cual vale para cualesquiera reales a y b. La prueba de la desigualdad del triangulo para k kp es totalmente similar; para ello vamos a requerir de una generalizacion de la desigualdad de CauchySchwarz, conocida como desigualdad de Holder, la cual se obtiene a su vez de una generalizacion de la desigualdad (*). La prueba la realizamos en tres etapas: i) Generalizacion de la desigualdad
2 2 jabj a + b : 2

Sean p y q reales cualesquiera mayores que 1 tales que 1+1 =1 p q (por ejemplo, p = q = 2, o bien p = 3 y q = 3 ). Pruebe que para cualesquiera reales 2 a y b se tiene p q jabj japj + jbqj 56

Para su prueba considere la funcion f: 0; +1) ! R dada por f(x) = x + x + donde es un real en (0; 1) y muestre que alcanza un valor maximo en x = 1. Tome el caso particular = 1 y haga x = a . p b Observe que las siguientes relaciones son equivalentes
p q

1 1 p+q =1 p+q = 1 pq p + q = pq p= q q 1 ii) Desigualdad de Holder. Sean p y q como en el inciso (i), pruebe que
n X i=1 n X i=1
1 jxijp p

jxiyi j

n X i=1

jyijq

1 q

para cualesquiera vectores ~ = (x1 ; x2; : : :; xn) y ~ = (y1 ; y2; : : :; yn ) en Rn. x y Esta relacion generaliza la desigualdad de Cauchy-Schwarz y es conocida como , para su prueba separe el caso ~ 6= ~ 6= ~ y haga x 0 y = jx1jp + jx2jp + + jxnjp 1 = jy1 jq + jy2 jq + + jynjq
q p

La desigualdad a probar se escribe entonces como x1 y1 + x2 y2 + + xn yn 1;

despues aplique las mismas ideas que para la prueba de la desigualdad de Cauchy-Schwarz, usando ahora la desigualdad del inciso (i). Escriba los detalles. 57

iii) Desigualdad de Minkowski. Pruebe la desigualdad del triangulo para k kp , donde p > 1, la cual en forma expl cita queda como
n X i=1 n X i=1

jxi + yi jp
n X i=1

n X

k=1

jxijp +
p

n X

k=1

jyi jp

1 p

Esta relacion es conocida como , para su demostracion escriba

jxi + yi jp
= =

jxij + jyi j]p jxij + jyi j]p 1 jxkj + jyk j] jxij + jyi j]p 1jxkj +
n X i=1

n X n X i=1 i=1

jxij + jyi j]p 1jyk j

y aplique la desigualdad de Holder a cada una de las sumatorias del ultimo miembro, haciendo para la primera sumatoria ai = jxij y bi = jxij + jyi j]p 1 y para la segunda una eleccion analoga. La norma k kp la denominaremos . 3. Si p > 1, a) pruebe que

para todo vector ~ 2 Rn . x b) Deduzca del inciso (a) que para todo vector ~ 2 Rn . x c) Pruebe la desigualdad para todo vector ~ 2 Rn . x

k~ k1 k~ kp n 1 k~ k1 ; x x x
p

p!1

lim k~ kp = k~ k1; x x

k~ k1 k~ kp k~ k1; x x x
58

Leccion 4
El Espacio Metrico Rn

4.1. La Metrica Euclidiana en Rn. Como ya hemos mencionado antes, el tener la nocion de distancia en R o mas generalmente en Rn , es lo que nos permite hablar de l mites o de convergencia. Cuando nos referimos a l mites, involucramos expresiones o ideas de aproximacion o acercamiento, lo cual lleva impl cito el manejo de distancia. Hay una nocion natural de distancia entre dos puntos en el mundo f sico, es la que corresponde a la longitud del segmento de recta que une los puntos. Esta no siempre es la mejor manera de medir distancias, despues de todo, la distancia entre dos puntos de la ciudad se mide a lo largo de las calles y no mediante el segmento de recta ideal que los une. La distancia entre dos puntos del globo terraqueo, se mide a lo largo de una curva y no mediante el segmento de recta que lo atraviesa por su interior. Estas diferentes maneras de medir distancias son leg timas tanto desde el punto de vista practico, como desde el punto de vista matematico, pues corresponden a la nocion general de distancia que se hace en matematicas.
Consideremos nuevamente la nocion comun de distancia entre dos puntos del espacio tridimensional R3 dada por la longitud del segmento de recta que los une. Si ~ = (x1 ; x2; x3) y ~ = (y1 ; y2 ; y3) son dos puntos de R3 , entonces la distancia x y entre ~ y ~ esta dada por x y p k~ ~k2 = (x1 y1 )2 + (x2 y2 )2 + (x3 y3 )2 : x y Esta distancia la denominamos metrica euclidiana y la generalizamos a Rn en la siguiente de nicion 59

De nicion 1. Sean ~ = (x ; x ; : : :; xn) y ~ = (y ; y ; : : :; yn) elementos cualesx y

quiera de Rn, de nimos la entre ellos como d2(~ ; ~) = k~ ~ k2 xy x y p = (x1 y1 )2 + (x2 y2 )2 + + (xn yn )2 La funcion d2 : Rn Rn ! R dada por la relacion anterior se denomina en Rn. Enseguida resumimos las propiedades mas importantes de esta funcion. 1) 2) 3) 4) d2(~ ; ~) 0, d2(~ ;~ ) = 0 xy xx d2(~ ; ~) = d2(~;~ ) xy yx d2(~ ; ~) d2(~ ;~) + d2 (~; ~) xy xz zy d2(~ ; ~) = 0 ) ~ = ~ xy x y
1 2 1 2

Proposicion 1. Para cualesquiera vectores ~ , ~ y ~ en Rn se tiene x y z

Demostracion. Para la prueba recurriremos a la proposicion 1 de la leccion anterior. Prueba de (1): Como

d2(~ ; ~) = k~ ~ k2 ; xy x y se sigue automaticamente que d2(~ ; ~) 0. Ademas si xy d2(~ ; ~) = k~ ~k2 = 0; xy x y entonces ~ ~ = ~ , es decir ~ = ~. x y 0 x y Prueba de (2): d2(~ ; ~) = k~ ~k2 xy x y = k~ ~ k2 y x = d2(~;~ ) yx d2(~ ; ~) = k~ ~k2 xy x y = k~ ~ + ~ ~ k2 x z z y k~ ~k2 + k~ ~k2 x z z y = d2(~ ;~) + d2 (~; ~) xz zy 60

Prueba de (3):

Prueba de (4): Si d2(~ ; ~) = 0, se tiene por de nicion k~ ~k2 = 0. O sea ~ ~ = ~ , es decir xy x y x y 0 ~ = ~. Esto prueba la proposicion 1. x y |

4.2. Otras Metricas en Rn . Como podemos observar, en la prueba de la propo-

sicion anterior solamente recurrimos a las propiedades que aparecen en la proposicion 1 de la leccion 3, que son las mismas que se adoptaron como axiomas en la de nicion de norma. Dado que las normas k k1 y k k1 tambien poseen estas propiedades, conclu mos que d2 y d1 dadas por d1(~ ; ~) = k~ ~k1 xy x y d1 (~ ; ~) = k~ ~k1 xy x y satisfacen las propiedades correspondientes. Se tiene entonces la siguiente proposicion

Proposicion 2. Si k k es cualquiera de las normas k k , k k , k k1 , la funcion d : Rn Rn ! R, dada por

1 2

d(~ ; ~) = k~ ~k xy x y satisface las siguientes propiedades 1) d(~ ; ~) 0; d(~ ;~ ) = 0 xy xx 2) d(~ ; ~) = d(~;~ ) xy yx 3) d(~ ; ~) d(~ ;~) + d(~; ~) xy xz zy 4) d(~ ; ~) = 0 ) ~ = ~ xy x y 61

i) d(~ ; ~) 0; d(~ ;~ ) = 0 xy xx ii) d(~ ; ~) = d(~;~ ) xy yx iii) d(~ ; ~) d(~ ;~) + d(~; ~) xy xz zy iv) d(~ ; ~) = 0 ) ~ = ~ xy x y se denomina o en Rn .

De nicion 2. Cualquier funcion d : Rn Rn ! R que satisfaga las siguientes condiciones (): para cualesquiera ~ ; ~;~ 2 Rn xyz

Se tiene entonces que d1(~ ; ~), d2(~ ; ~) y d1 (~ ; ~) son metricas en Rn . Como xy xy xy hemos dicho antes, d2 se llama ; a la funcion d1 se le llama o .

Nota. En la seccion 3.4, se menciono (ejercicio 2) que para p k kp : Rn ! R dada por

k~ kp = kx1jp + x
+ jxnjp ]
1 p

1, la funcion

es una norma en Rn, la cual hemos denominado Norma de Minkowski. La metrica correspondiente dp : Rn Rn ! R, esta dada por dp (~ ; ~) = k~ ~kp xy x y = jx1 y1 jp + + jxn yn jp ]
p

y nos referiremos a ella como . Casos particulares de la metrica de Minkowski son las metricas d1 y la metrica euclidiana d2. Otros ejemplos de la metrica de Minkowski son d3(~ ; ~) = 3 jx1 y1 j3 + xy dp2 = jx1 y1 j +
p2

p h

+ jxn yn j3 + jxn yn j

p2 i p2 2

62

Leccion 5
Bolas y Esferas

5.1. Bolas abiertas, Bolas cerradas y Esferas. En la presente seccion comenzamos propiamente nuestro estudio de la topolog a de Rn . Ahora ser a un tanto dif cil describir de lo que se trata dicho estudio, por el momento solamente diremos que los primeros conceptos importantes de la topolog a de Rn son los que de nimos a continuacion. En lo que sigue, d representara cualquiera de las metricas d1, d2 o d1 en Rn.

De nicion 1. Sea ~ o un punto en Rn . x

1) La con ~ o y r > 0 es el conjunto x B(~ o ; r) = f ~ 2 Rn j k~ ~ o k < r g . x x x x 2) La con en ~ o y r 0 es el conjunto x B(~ o ; r) = f ~ 2 Rn j k~ ~ o k r g x x x x 3) La con ~ y r 0 es el conjunto x S(~ o ; r) = f ~ 2 Rn j k~ ~ o k = r g x x x x

Observemos que la bola abierta esta de nida para radios estrictamente positivos, mientras que la bola cerrada y la esfera pueden tener radio cero. En este ultimo caso ambas se reducen a un punto: B(~ o ; 0) = f~ o g x x S(~ o ; 0) = f~ o g x x 63

Los conjuntos B(~ o ; r), B(~ o ; r) y S(~ o ; r) son subconjuntos de Rn y su aspecto x x x depende de la metrica d con la cual se midan las distancias. Consideremos el caso particular de la bola cerrada con centro en el origen ~ 0 y radio r = 1 en el plano R2 , para cada una de las metricas d1, d2 y d1 . Denotemos por B1(~ ; 1), B2(~ ; 1) y B1 (~ ; 1) las bolas cerradas segun estas metricas, 0 0 0 respectivamente. La bola cerrada B2 (~ ; 1) = f ~ 2 R2 j k~ k2 1 g 0 x x p 2 = f (x; y) 2 R j x2 + y2 1 g = f (x; y) 2 R2 j x2 + y2 1 g corresponde al disco con centro el origen ~ = (0; 0) y radio r = 1. 0

La periferia o circunferencia de este disco, es el c rculo que tiene por ecuacion x2 + y2 = 1, esto corresponde a la esfera x S2(~ ; 1) = f ~ 2 R2 j k~ k2 = 1 g 0 x 64

Sea ahora la bola cerrada B1(~ ; 1) = f ~ 2 R2 j k~ k1 1 g 0 x x 2 = f (x; y) 2 R j jxj + jyj 1 g Para determinar geometricamente este conjunto de puntos del plano, consideremos como inicio el primer cuadrante. Es decir, consideremos los puntos (x; y) de R2 con x 0, y 0. En este caso la desigualdad jxj + jyj 1 se escribe como x+y 1 y la region correspondiente son los puntos del primer cuadrante que se encuentran \abajo" de la recta x + y = 1, es decir, son los puntos de la region triangular que tiene por vertices (0; 0), (1; 0) y (0; 1).

Consideremos ahora los puntos (x; y) del segundo cuadrante, los cuales satisfacen x 0, y 0. La desigualdad jxj + jyj 1 en este caso toma la forma x + y 1: 65

Los puntos (x; y) que satisfacen esta desigualdad, son los que se encuentran en el semiplano inferior determinado por la recta y x = 1, as que la region correspondiente es el triangulo cuyos vertices son los puntos ( 1; 0), (0; 0) y (0; 1).

Haciendo un analisis similar para cada uno de los 2 cuadrantes restantes y reuniendo las regiones determinadas, obtenemos nalmente que el conjunto B1(~ ; 1) = f (x; y) 2 R2 j jxj + jyj 1 g 0 corresponde al cuadrado en el plano cuyos vertices son los puntos (1; 0), (0; 1), ( 1; 0) y (0; 1).

Se deja como ejercicio para el lector el analisis para los cuadrantes y . S1(~ ; 1) = f ~ 2 R2 j k~ k1 = 1 g 0 x x es el contorno de este cuadrado, dicho de otro modo, la ecuacion del contorno poligonal es jxj + jyj = 1. 66 La esfera

Consideremos nalmente la bola cerrada B1 (~ ; 1) = f ~ 2 R2 j k~ k1 1 g 0 x x 2 = f (x; y) 2 R j max fjxj; jyjg 1 g Nuevamente iniciemos nuestro analisis con el primer cuadrante. Se tiene entonces jxj = x y jyj = y, as que en este caso max fjxj; jyjg = max fx; yg Por de nicion se tiene x si x y max fx; yg = y si y x Consideremos la recta a 45 , y = x

Es claro que para los puntos (x; y) del primer cuadrante que se ecuentran abajo de la recta se tiene max fx; yg = x, y paralos puntos del mismo cuadrante que se ecuentran arriba de la recta, se cumple max fx; yg = y 67

De esto se sigue que los puntos (x; y) del primer cuadrante que satisfacen max fx; yg 1 son los del cuadrado que tiene por vertices (0; 0), (1; 0), (1; 1) y (0; 1)

Haciendo un analisis similar para cada uno de los cuadrantes, obtenemos que el conjunto B1 (~ ; 1) corresponde precisamente al cuadrado cuyos vertices son 0 ( 1; 1), (1; 1), (1; 1) y ( 1; 1). 68

Es claro que la esfera S1 (~ ; 1) consiste del contorno del cuadrado anterior, por 0 lo que este contorno tendra por ecuacion max fjxj; jyjg = 1.

Nota 1. Si a y b son numeros reales cualesquiera, el lector puede veri car facilmente
que max fa; bg = a + b + ja bj 2

Entonces podemos escribir para ~ 2 R2 x

k~ k1 = max fjxj; jyjg x = jxj + jyj + j jxj jyj j

2 Con esta formula, podemos escribir la ecuacion del contorno del cuadrado anterior 69

como o sea

jxj + jyj + j jxj jyj j = 1

2

jxj + jyj + j jxj jyj j = 2

dientes a las bolas B1(~ ; 1), B2 (~ ; 1) y B1 (~ ; 1), as como las esferas correspondientes 0 0 0 2 ( guras sin sombrear) en R .

Nota 2. En las guras de abajo se encuentran sobrepuestas las regiones correspon-

En la siguiente gura se muestran ademas las esferas correspondientes a las metricas d1:5 y d10. 70

Como podemos intuir, haciendo variar p creciendo desde 1, el cuadrado interior se deforma continuamente hasta convertirse en el c rculo (p ! 2), este a su vez se deforma continuamente, tendiendo al cuadrado exterior, el c rculo se alcanza con p = 2, el cuadrado exterior no se alcanza para ningun valor de p, solamente se obtiene como l mite (p ! 1). B2 (~ ; 1) y B1 (~ ; 1) en el espacio tridimensional es mas complicado. En la siguiente 0 0 gura se ilustran las esferas correspondientes S1 (~ ; 1), S1 (~ ; 1), as como la conocida 0 0 ~ ; 1) respecto a la norma euclidiana. esfera S2(0

Nota 3. El analisis para la interpretacion geometrica de las bolas cerradas B (~ ; 1), 0

1

La esfera S1 (~ ; 1) es un cubo con centro en ~ , caras paralelas a los planos 0 0 coordenados y arista de longitud 2. La esfera S1(~ ; 1) en un octaedro regular, con 0 p centro en el origen ~ y arista igual a 2, es una especie de diamante. 0 71

5.2. Relacion entre las normas k k , k k y k k1 . Las guras anteriores

1 2

muestran la situacion geometrica relativa, entre las bolas cerradas B1 (~ ; 1), B2 (~ ; 1) 0 0 y B1 (~ ; 1). Se puede probar que en general se tienen las contenciones 0 B1(~ o ; r) B2(~ o ; r) B1 (~ o ; r) x x x y por supuesto, las correspondientes para las bolas abiertas B1(~ o ; r) B2 (~ o ; r) B1 (~ o ; r): x x x Esto es consecuencia de las desigualdades

k~ k1 k~ k2 k~ k1 x x x
que en forma expl cita se escriben max fjx1j; : : :; jxnjg

x2 + 1

+ x2 jx1j + n

+ jxnj:

Antes de probar las contenciones, probemos las desigualdades anteriores: Sea ~ = (x1 ; : : :; xn) 2 Rn. Como x (max fjx1j; : : :; jxnjg)2 x2 + 1 tenemos max fjx1j; : : :; jxnjg Por otra parte, dado que x2 + 1 tenemos + x2 (jx1j + n + x2 jx1j + n 72 + jxnj)2 + jxnj + x2 n + x2 : n

x2 + 1

x2 + 1

Esto prueba la doble desigualdad.

Las contenciones, tanto para las bolas cerradas como para la bolas abiertas, se siguen entonces de las desigualdades

k~ ~ o k1 k~ ~ o k2 k~ ~ o k1 < r x x x x x x Pues, por ejemplo, si ~ 2 B2 (~ o ; r) entonces k~ ~ o k2 < r, luego k~ ~ o k1 < r x x x x x x es decir ~ 2 B1 (~ o ; r). Esto prueba que x x
B2(~ o ; r) B1 (~ o ; r): x x Se deja como ejercicio para el lector las pruebas de las otras contenciones. Para las esferas no hay alguna relacion similar, lo que se puede deducir de las desigualdades anteriores son las siguientes relaciones S1 (~ o ; r) B2(~ o ; r) B1 (~ o ; r) x x x S2 (~ o ; r) B1 (~ o ; r) x x y obviamente S1 (~ o ; r) B1 (~ o ; r): x x

Problemas y ejercicios.

0 1. Complete la demostracion de que la bola cerrada B1 (~ ; 1) corresponde al cuadrado en el plano, que tiene por vertices (1; 0), (0; 1), ( 1; 0) y (0; 1). 2. Complete la demostracion de que la bola cerrada B1 (~ ; 1) corresponde al cua0 drado en el plano, cuyos vertices son (1; 1), ( 1; 1), ( 1; 1) y (1; 1). 3. Pruebe la relacion maxf a; b g = a + b + ja bj 2 4. Halle una formula para minf a; b g. 5. Halle formulas para maxf a; b; c g y minf a; b; c g. 6. Determine la ecuacion de la super cie del cubo en el espacio tridimensional, con centro en el origen, caras paralelas a los planos coordenados y de arista 2. 73

Leccion 6
Conjuntos Abiertos y Conjuntos Cerrados

en la topolog a de Rn es el de conjunto abierto. Junto con el, su pareja inseparable, el de conjunto cerrado. Conjunto abierto y conjunto cerrado dos conceptos que no coinciden ni son contrarios; son \duales", en un sentido que trataremos de explicar a lo largo del texto. Por ahora solamente veremos la de nicion de cada uno de ellos y alguna de sus propiedades mas importantes, las cuales con toda intencion formularemos paralelamente, con lo que empezaremos a entender esa dualidad.

6.1. Conjuntos Abiertos y Conjuntos Cerrados. El concepto mas importante

Como todo concepto nuevo, tendremos que ir gradualmente entendiendolos y acostumbrandonos a su signi cado, a base de un repetido uso. Las palabras abierto y cerrado que empleamos, tienen un signi cado coloquial que nada tiene que ver con su signi cado matematico.

De nicion 1.

1) Un conjunto V Rn se dice que es si para cada ~ 2 V existe una bola abierta x B(~ ; r) contenida en V. Es decir, si para cada ~ 2 V existe r > 0 tal que x x B(~ ; r) V x 2) Un conjunto F Rn se dice que es si su complemento Fc = Rn F es un conjunto abierto. Para ilustrar esta de nicion acudiremos a dos conjuntos que son casos extremos, 74

tanto desde el punto de vista de la contencion de conjuntos, como de la logica que aplicaremos.

Ejemplo 1. El espacio mismo Rn es un conjunto abierto. Este es un hecho trivial, ya que dado cualquier punto ~ 2 Rn , toda bola abierta B(~ ; r) esta contenida en x x
Rn. Rn es abierto. A diferencia de la a rmacion del ejemplo 1 que resulto demasiado obvia, en este caso a los principiantes la a rmacion puede parecerles falsa o un tanto absurda. La prueba requiere cierta madurez en el razonamiento, son de las a rmaciones que se dice \valen por vacuidad". Mostremos pues que es un conjunto abierto, haremos la prueba razonando por contradiccion. Si no fuera un conjunto abierto, Existir a un punto ~ 2 para el cual no ser a x posible hallar una bola abierta B(~ ; n) contenida en . Pero esto no es posible, pues x contradir a el hecho de que no tiene elementos. Como la contradiccion se obtiene de suponer que no es abierto, se deduce que tiene que ser abierto.

Ejemplo 2. El conjunto vac o

Nota 1. En el ejemplo 2, se recurrio a la prueba por contradiccion involucrando al

conjunto vac o, cosa que tal vez desconcierta al estudiante, y tambien se recurrio a la negacion de un enunciado, cosa de la cual probablemente no se percato. Generalmente, la negacion de un enunciado causa muchas di cultades, y es muy comun que se formulen mal las negaciones. Hacer una negacion en general es dif cil, ello requiere de una practica constante. Es un buen habito aprovechar cada oportunidad que se presente para poner en practica la negacion de enunciados. El saber hacer buenas negaciones puede re ejar la buena comprension del enunciado mismo. Esto ultimo no necesariamente es cierto en todos los casos, para hacer la negacion de un enunciado, se requiere, ademas de entender el aspecto logico, un manejo propio y correcto del lenguaje, tanto en lo que se re ere al idioma como al lenguaje de la matematica. Comencemos pues, nuestra practica haciendo la negacion del enunciado de que un conjunto X es abierto: Un conjunto X Rn no es abierto, si existe un punto ~ o 2 X tal que no existe x bola abierta alguna B(~ o ; r) contenida en X. x o sea x Un conjunto X Rn no es abierto, si existe un punto ~ o 2 X tal que para toda r > 0, B(~ o ; r) \ Xc 6= . x 75

Un ejercicio mas completo consiste en formular los enunciados anteriores con otras palabras, desde empleando un lenguaje casi totalmente simbolico, hasta parafraseando el enunciado con un lenguaje totalmente retorico, por ejemplo: Un subconjunto X de Rn no es abierto, si tiene algun punto para el cual ninguna bola abierta, centrada en ese punto, esta contenida en el conjunto. X no es abierto si (9 ~ o 2 X) (8r > 0) ) B(~ o ; r) \ Xc 6= x x Nota 2. En ocasiones, un enunciado retorico puede dar mayor claridad a su signi cado. Un enunciado retorico no necesariamente es impreciso, puede tener tanto rigor como un enunciado que se formula simbolicamente. Los estudiantes suelen creer que para que un enunciado sea riguroso debe escribirse con s mbolos matematicos como son 9, 8, ), etc., incluyendo el uso de algunos s mbolos taquigra cos. No olvidemos, cuando se emplea bien, la virtud del lenguaje retorico como el medio natural que tenemos para comunicar nuestras ideas. Vale la pena comentar, sobre el uso (o mas bien, abuso) del simbolo ) como el representante taquigra co de la palabra , esto en la mayor a de los casos es logicamente incorrecto y en ocasiones puede ocasionar serias confusiones. Por ejemplo, supongase que en lugar de escribir Si x 2 A, entonces x 2 B, entonces x 2 C, entonces x 2 D escribimos Si x 2 A ) x 2 B entonces x 2 C ) x 2 D en donde algunas de las palabras \entonces" las hemos sustitu do (lo cual es muy comun) por el s mbolo ), obtenemos un enunciado con un signi cado totalmente diferente. El segundo enunciado, dice que si se vale la implicacion entonces se vale la implicacion x2A ) x2B x2C ) x2D (por ejemplo, si se vale un teorema X, entonces se vale el teorema Y), mientras que el primer enunciado corresponde a la cadena de implicaciones x 2 A ) x 2 B ) x 2 C ) x 2 D: 76

La regla es muy simple, si usted esta usando el \si" condicional, entonces use la palabra \entonces" y no el s mbolo de implicacion ), este s mbolo lealo \implica", si cuando lo lee as , usted no escucha bien el enunciado, entonces lo esta usando incorrectamente. Como corolario de los ejemplos 1 y 2 tenemos complemento es abierto. Similarmente, es cerrado pues su complemento Rn es abierto.

Ejemplo 3. Los conjuntos Rn y son cerrados. En efecto, Rn es cerrado pues su

Nota 3. Los ejemplos anteriores muestran que existen conjuntos que pueden ser
abiertos y cerrados a la vez, esto signi ca que los conceptos no se excluyen, de hecho se tiene: i) ii) iii) iv) existen conjuntos abiertos que no son cerrados existen conjuntos cerrados que no son abiertos existen conjuntos que son abiertos y cerrados a la vez existen conjuntos que no son abiertos ni cerrados.

tenemos entonces que los conceptos \abierto" y \cerrado" no se incluyen ni se excluyen. Solamente hemos probado el inciso (iii), nos resta probar los otros incisos, esto lo haremos con algunos ejemplos. A proposito de las negaciones, tambien es comun encontrarse con quienes dicen que un conjunto que no es abierto entonces es cerrado, esto, por supuesto, es falso y se concluye del inciso (iv). Otros ejemplos de conjuntos abiertos estan dados por la siguiente proposicion

Proposicion 1. Toda bola abierta en Rn es un conjunto abierto. Demostracion. Sea ~ o 2 Rn y r > 0. Mostremos que B(~ o ; r) es un conjunto abierto. Debemos x x probar que para cada ~ 2 B(~ o ; r), existe una bola abierta B(~ ; R) contenida a su x x x
vez en la bola abierta B(~ o ; r). x 77

Sea pues ~ 2 B(~ o ; r) y consideremos R = r k~ ~ o k. Como ~ 2 B(~ o ; r), x x x x x x se tiene entonces que k~ ~ o k < r, por lo tanto R > 0. Mostremos que la bola x x abierta B(~ ; R) esta contenida en B(~ o ; r). x x

Sea entonces ~ 2 B(~ ; r). Por de nicion se tiene que y x k~ ~ k < R y x por lo tanto

Esto prueba que ~ 2 B(~ o ; r) y por lo tanto la proposicion 1. y x Las siguientes dos proposiciones dan ejemplos de conjuntos cerrados

k~ ~ o k = k~ ~ + ~ ~ o k y x y x x x k~ ~ k + k~ ~ o k y x x x < R + k~ ~ o k = r x x

Proposicion 2. Toda bola cerrada en Rn es un conjunto cerrado. Demostracion. Sea ~ o 2 Rn y r 0. Probaremos que la bola cerrada B(~ o ; r) x x
es un conjunto cerrado, es decir que su complemento Rn B(~ o ; r) es un conjunto x abierto. Sea pues ~ 2 Rn B(~ o ; r). Mostremos que existe una bola abierta B(~ ; R) x x x n B(~ o ; r). Como ~ no esta en la bola cerrada B(~ o ; r), se tiene contenida en R x x x entonces que k~ ~ o k > r. De namos R = k~ ~ o k r > 0, esto equivale a x x x x r = k~ ~ o k R. Veamos que x x B(~ ; R) Rn B(~ o ; r) x x 78

En efecto, sea ~ 2 B(~ ; R) se tiene entonces y x

k~ ~ k < R; y x
por lo tanto

k~ ~ o k = k~ ~ + ~ ~ o k x x x y y x k~ ~k + k~ ~ o k x y y x < R + k~ ~ o k y x
luego es decir Esto signi ca que o sea ~ 2 B(~ o ; r); y= x y ~ 2 Rn (B(~ o ; r) x que es lo que deseabamos probar.

k~ ~ o k R < k~ ~ o k x x y x
r < k~ ~ o k : y x

Proposicion 3. Toda esfera en Rn es un conjunto cerrado. Demostracion. Sea ~ o 2 Rn y r 0. Mostremos que la esfera S(~ o ; r) es un conx x
79

junto cerrado mostrando que su complemento Rn S(~ o ; r) es un conjunto abierto. x

Sea ~ o 2 Rn S(~ o ; r), debemos mostrar que existe una bola B(~ ; R) contenida x x x en Rn S(~ o ; r). Como ~ 2 S(~ o ; r), entonces k~ ~ o k 6= r. Tenemos dos casos: x x= x x x i) k~ ~ o k < r x x ii) k~ ~ o k > r. x x Para el primer caso tenemos que ~ 2 B(~ o ; r). Como esta bola es un conjunto x x abierto, hay una bola abierta con centro en ~ , B(~ ; R) contenida en B(~ o ; r). As x x x que todo elemento ~ de B(~ ; R) satisface la desigualdad z x luego, ~ no puede ser elemento de la esfera S(~ o ; r), es decir, ~ 2 Rn S(~ o ; r) z x z x Para el segundo caso la desigualdad signi ca que ~ esta en el complemento de x la bola cerrada B(~ o ; r). Como esta bola es un conjunto cerrado, su complemento x es un conjunto abierto, por lo tanto existe una bola abierta B(~ ; R) contenida en x Rn B(~ o ; r). Los elementos ~ de B(~ ; R) no estan en la bola cerrada B(~ o ; r), es x z x x decir, todo elemento ~ de la B(~ ; R) satisface la desigualdad z x

k~ ~ k < r; z x

k~ ~ o k > r z x
Esto quiere decir que B(~ ; R) Rn S(~ o ; r): x x Esto prueba la proposicion 3.

Esto se puede probar directamente de la de nicion, es decir, mostrando que el complemento Rn f ~ g es un conjunto abierto, o bien deducirlo como corolario de 0 cualquiera de las dos proposiciones anteriores, ya que, por ejemplo, la bola cerrada de radio cero se reduce a un solo punto: B(~ ; 0) = f ~ g 0 0 El ejemplo 4 muestra un conjunto cerrado que no es abierto, pues no existe una bola abierta con centro ~ que este contenida en el conjunto f ~ g. El mismo 0 0 ejemplo 4 muestra un conjunto abierto que no es cerrado, a saber, el complemento de f ~ g. 0 80

Ejemplo 4. Un conjunto formado por un solo punto, digamos f ~ g, es cerrado. 0

Para ilustrar una vez mas el uso de la de nicion de conjunto abierto, veamos un ultimo ejemplo.

Ejemplo 5. Mostremos que en R , el semiplano superior V = f (x; y) 2 R j y > 0 g es un conjunto abierto respecto a la norma k k . Sea ~o = (xo ; yo ) 2 V. Se tiene entonces yo > 0. v
2 2 1

Debemos mostrar que hay una bola abierta B1 (~ o ; r) contenida en el semiplano x superior; veamos que esto ocurre si elegimos r = yo . Consideremos pues, la bola abierta B1 (~o ; yo ) y sea ~ = (x; y) 2 B1 (~o ; yo ). Se v v v tiene entonces k~ ~o k1 < yo ; v v es decir jx xo j + jy yo j < yo : Deseamos probar que y > 0. Es claro que y no puede ser cero, pues en ese caso se tiene jx xo j + jy yo j = jx xo j + jyo j = jx xo j + yo y esto no puede ser menor (estrictamente) que yo . Por otra parte es facil ver que tampoco y puede ser negativa, pues en ese caso se tiene jx xo j + jy yo j = jx xo j + jyj + yo > yo Hemos probado que necesariamente y > 0, es decir, hemos probado que la bola abierta B1 (~o ; yo ) esta contenida en el semiplano superior. v 81

6.2. Familias de conjuntos. En la siguiente seccion estableceremos las propiedades basicas de los conjuntos abiertos y de los conjuntos cerrados, para ello sera necesario introducir la notacion relacionada con familias de conjuntos, lo cual haremos en esta seccion.
Si tenemos dos conjuntos A y B, al conjunto cuyos elementos son estos conjuntos, lo llamaremos o de conjuntos (para no usar el mismo termino conjunto) y sera representado en la forma usual Los elementos de un conjunto, pueden ser a su vez conjuntos, este es el caso de nuestro ejemplo, incluso pueden ser familias de conjuntos. Si una familia tiene tres elementos (conjuntos), digamos A1, A2 y A3 , se denota por f A1 ; A2 ; A3 g; pero si tiene 1000 elementos, entonces la representaremos por

fA; Bg:

f A1; A2; : : :; A1000g;

por En general, si una familia de conjuntos tiene m elementos, la representaremos

f A1 ; A2 ; : : :; Am g:

Tambien, como a todo conjunto le daremos nombres con s mbolos o letras, por ejemplo F = fA1 ; A2 ; : : :; An g: Otra manera de representar la familia anterior es

F=fA j

= 1; 2; : : :; m g

La letra que denominamos es una variable que toma los valores 1; 2; : : :; m. Si de nimos I = f1; 2; : : :; mg, podemos escribir

F = f A j 2 I g;
lo cual es equivalente a escribir

F = f A1; A2; : : :; Am g:
82

f1; 2; : : :; mg, pero esta notacion la podemos generalizar al caso en que I sea otro
tipo de conjunto, por ejemplo, I puede ser el conjunto de los naturales N, en cuyo caso la familia sera una sucesion de conjuntos F =fA j 2Ng = f A1 ; A2 ; A3; : : : g Otros ejemplos de conjuntos de ndices son I=Z I = R+ = f r 2 R j r > 0 g El conjunto I puede ser totalmente arbitrario y sus elementos, de cualquier naturaleza. Por ejemplo, I tambien puede ser R2 o Rn , es decir , los puntos de ~ 2 Rn pueden servir para etiquetar conjuntos. x

La etiqueta

toma valores del conjunto de ndices I, el cual en este caso es

Ejemplo 6.
0 F = f Ar = B(~ ; r) j r 2 R+ g K = f A~ = B(~ ; 1) j ~ 2 Rn g x x x

De nicion 2. Si fA j 2 I g es una familia de conjuntos, de nimos

1) la de la familia, como el conjunto
2I

A = f x j x 2 A para alguna 2 Ig

2) la de la familia, como el conjunto

2I

A = f x j x 2 A para toda 2 I g

Si I = f1; 2; : : :; mg, se vale escribir 83

2I 2I

A = A =

m m \
=1

A A:

=1

Si I = N, tambien podemos escribir

2I 2I

A = A =

A A:

\
6.3. Propiedades basicas. Proposicion 4. Demostracion.

1 \

=1

=1

1) Si A y B son subconjuntos abiertos de Rn , entonces A B y A\B son abiertos. 2) Si A y B son subconjuntos cerrados de Rn , entonces A B y A\B son cerrados.

Prueba de (1): Probemos que A B es abierto. Sea ~ 2 A B. Se tiene entonces que ~ 2 A o x x ~ 2 B. x Si ~ 2 A, entonces, puesto que A es abierto existe r > 0 tal que B(~ ; r) A, x x luego B(~ ; r) A B: x Similarmente, si ~ 2 B, puesto que B es abierto, existe r > 0 tal que B(~ ; r) B, x x luego B(~ ; r) A B: x 84

En cualquiera de los casos, existe una bola abierta B(~ ; r) contenida en A B. Esto x prueba que A B es un conjunto abierto. Probemos ahora que A \ B es abierto. Sea ~ 2 A \ B. Se tiene entonces que x ~ 2Ay~2B x x Puesto que A es abierto, existe r1 > 0 tal que B(~ ; r1) A. x Similarmente, puesto que B es abierto, existe r2 > 0 tal que B(~ ; r2) B. Sea x r = minfr1 ; r2g, entonces se tiene B(~ ; r) B(~ ; r1) x x y B(~ ; r) B(~ ; r2) x x

Por lo tanto B(~ ; r) A y B(~ ; r) B, o sea B(~ ; r) A \ B. x x x Prueba de (2): Que A B y A \ B son conjuntos cerrados se sigue de la parte (1) y de las leyes de D'Morgan (A B)c = Ac \ Bc (A \ B)c = Ac Bc La siguiente proposicion generaliza el resultado anterior

Proposicion 5.
a) La union arbitraria de conjuntos abiertos es un conjunto abierto, es decir, si fA j 2 Ig es una familia de conjuntos abiertos entonces A= es un conjunto abierto. 85
2I

b) La interseccion nita de conjuntos abiertos es un conjunto abierto, es decir, si A1 ; : : :Am son conjuntos abiertos, entonces A = A1 \ A2 \ =
m \

\ Am

=1

es un conjunto abierto. c) La union nita de conjuntos cerrados es un conjunto cerrado, es decir, si A1 ; : : :; Am son conjuntos cerrados entonces A = A1 A2 =
m

Am

=1

es un conjunto cerrado. d) La interseccion arbitrarias de conjuntos cerrados es un conjunto cerrado, es decir, si fA j 2 I g es una familia de conjuntos cerrados, entonces A= es un conjunto cerrado.

\
2I

Demostracion. La prueba de esta proposicion es completamente similar a la

prueba anterior, por ejemplo demostremos el inciso (b). Sea ~ 2A= x
m \
=1

Entonces ~ 2 A para toda 2 I = f1; 2; : : :; mg. Como cada A es un conjunto x abierto, para cada 2 I existe r > 0 tal que B(~ ; r ) A . Puesto que I es nito, x podemos escoger el menor de los radios r . Sea pues r = minfr1; r2; : : :; rm g 86

Se tiene entonces B(~ ; r) B(~ ; r ) x x para toda 2 I = f1; 2; : : :; mg. Por lo tanto B(~ ; r) A x para toda 2 I = f1; 2; : : :; mg, es decir B(~ ; r) x

2I

A =A

Esto prueba el inciso (b). La prueba de los incisos restantes se dejan como ejercicio para el lector. |

Nota 4. La interseccion arbitraria de conjuntos abiertos no necesariamente es un

abierto, considerese por ejemplo la familia de abiertos Se tiene entonces

f B(~ ; k ) j k 2 N g: x 1
+

1 \

k=1

B(~ ; k ) = f ~ g x 1 0

el cual no es un conjunto abierto. Tambien tenemos que la union arbitraria de conjuntos cerrados no necesariamente es un conjunto cerrado. Para mostrar esto considerese la familia de conjuntos cerrados f B(~ ; 1 k ) j k 2 N g 0 1

Esta familia tiene como union la bola abierta B(~ ; 1) el cual no es un conjunto 0 cerrado.

6.4 Vecindad de un punto. Terminamos esta leccion de niendo el concepto de

vecindad

De nicion. Un conjunto A Rn , se dice que es una de un punto ~ o 2A, si existe x un conjunto abierto V tal que ~ o 2 V A: x
87

Dicho de otro modo, un conjunto A es una vecindad de uno de sus puntos ~ o , si x contiene un abierto que contiene a su vez al punto ~ o . Una vecindad de un punto x ~ o que ademas es un conjunto abierto se denomina de ~ o . x x Obviamente, todo abierto no vac o es vecindad de cada uno de sus puntos. Una vecindad de un punto puede ser un conjunto no abierto, en general se tiene: un conjunto es vecindad de cada uno de sus puntos interiores.

Problemas y ejercicios.

1. Sea I el intervalo 0; 1] en R. Div dase el intervalo I en tres intervalos de longitud 1 . Sea A1 el conjunto que resulta de quitarle al conjunto I el intervalo 3 2 abierto de la parte media, es decir A1 = I ( 1 ; 3 ). tenemos entonces 3 A1 = 0;
1 3 2 3

;1

2 1 Dividamos ahora cada uno de los intervalos 0; 3 ] 3 ; 1] en tres partes de lon1 gitud 32 y sea A2 el subconjunto de A1 , que resulta de quitarle a cada uno de estos intervalos, el intervalo abierto de la parte media, es decir

A2 = 0;

1 9

2 9

1 3

2 3

7 9

8 9

;1

Continuando con este proceso, se obtiene \en el l mite" un conjunto que se llama . Pruebe que este conjunto es cerrado.

88

Leccion 7
Interior y Adherencia

7.1. Punto Interior y Punto Adherente. En la presente seccion estudiare-

mos dos nuevos conceptos los cuales, al igual que en el caso de abierto y cerrado, guardan una interesante y util dualidad. La dualidad se mani esta en la armon a de los resultados y de las relaciones entre conceptos que en ocasiones pueden parecernos opuestos, y otras veces complementarios. Por ejemplo, los conceptos \union" e \interseccion" son duales, tambien lo son las relaciones \contenido en" y \contiene a", etc. Todos ellos cuando se combinan producen \relaciones duales" mas complicadas, como lo veremos en este cap tulo.

centro en ~ contenida en A. Es decir, si existe r > 0 tal que B(~ ; r) A a a 2) Un elemento ~ 2 Rn se dice que es un de A, si toda bola abierta con centro ~ a a tiene puntos de A. Es decir, si para toda r > 0, B(~ ; r) \ A 6= a Al conjunto de puntos interiores de A se le denomina de A y se le denota por cualquiera de los s mbolos A; A ; int A: Al conjunto de puntos adherentes de A se le denomina la de A (o de A) y se le 89

De nicion 1. Sea A un subconjunto de Rn. 1) Un elemento ~ 2 A se dice que es un de A, si existe una bola abierta con a

denota por cualquiera de los s mbolos A; A ; adh A

Nota 1. Observese que, por de nicion, un punto interior de A es un elemento de A mismo, sin embargo, un punto adherente de A no necesariamente pertenece al conjunto A. Por otra parte, es claro que todo elemento de A es un punto adherente de A. Las observaciones de la nota anterior, aun cuando sean obvias, dada su importancia las formulamos en la siguiente proposicion Proposicion 1. Para todo subconjunto A de Rn se tiene
1) A A 2) A A La siguiente proposicion tambien es muy facil de probar entonces 1) A B 1) A B.

Proposicion 2. Si A y B son dos subconjuntos cualesquiera de Rn con A B,

Las dos proposiciones anteriores se pueden probar usando directamente la de nicion de punto interior y de punto adherente, el siguiente lema junto con la proposicion 3, son muy importantes ya que nos permitiran hacer pruebas bastante cortas relacionadas con el interior y la adherencia de conjuntos, y sin necesidad de recurrir a las de niciones. En cierto sentido, el lema permite sistematizar la pruebas, pues contiene el argumento constante en todas ellas, evitandonos repeticiones innecesarias en el razonamiento. Esto lo apreciaremos a lo largo y despues de que veamos varios resultados.

Lema 1. Sea A un subconjunto de Rn.

1) Si V A y V es abierto, entonces V A 2) Si A F Rn y F es cerrado, entonces A F 90

Demostracion.
Prueba de (1): Como en casi toda prueba de contencion de conjuntos, tomemos un punto ~ de x V y mostremos que ~ 2 A . Como V es abierto, existe r > 0 tal que B(~ ; r) V. x x Como V A, se tiene B(~ ; r) A. Esto signi ca que ~ es un punto interior de A, x x es decir, ~ 2 A. x Prueba de (2): Para probar que A F, mostraremos que el complemento de F, Fc, esta contenido en el complemento Ac de A. Sea pues ~ 2 Fc , como F es cerrado, Fc es abierto, luego existe r > 0 tal que x B(~ ; r) Fc . Pero A F, por lo tanto Fc Ac , de donde B(~ ; r) Ac , o sea x x B(~ ; r) \ A = , esto signi ca que ~ no es punto adherente de A, es decir ~ 2 A; as x x x= c que ~ 2 A , que es lo que deseabamos probar. x |

Proposicion 3. Para todo subconjunto A de Rn

1) A es un conjunto abierto 2) A es un conjunto cerrado

Prueba de (1): Sea ~ 2 A . Por de nicion existe una bola abierta B(~ ; r) contenida en A. x x Como la bola B(~ ; r) es un conjunto abierto, se sigue de la parte (1) del lema 1 que x B(~ ; r) A ; x esto prueba que A es un conjunto abierto. Prueba de (2): Mostraremos que Ac es un conjunto abierto. Sea ~ 2 Ac . Como ~ no es punto x x adherente de A, existe r > 0 tal que B(~ ; r) \ A = , es decir x A (B(~ ; r))c : x Como (B(~ ; r))c es un conjunto cerrado, se sigue de la parte (2) del lema 1 que x A (B(~ ; r))c ; x 91

Demostracion.

o sea Esto prueba la proposicion 3.

B(~ ; r) Ac x

Prueba de (a): La implicacion (() se sigue de la parte (1) de la proposicion 3, pues A es abierto, y si A = A, entonces A es abierto. Ahora mostremos el rec proco, es decir la implicacion ()). Supongamos que A es abierto. Por una parte es obvio que A A. Por otra parte, como A A y A es abierto, se sigue del lema 1 que A A . Las dos contenciones mostradas prueban que A = A. Prueba de (b): La implicacion (() se sigue de la parte (2) de la proposicion 3. Mostremos ahora la implicacion ()). Supongamos que A es cerrado. Por una parte es obvio que A A. Por otra parte, como A A y A es cerrado, se sigue de la parte (2) del lema 1 que A A. Las dos contenciones mostradas prueban que A = A. Esto prueba la proposicion 4. |

Proposicion 4. Sea A subconjunto de Rn , entonces a) A es abierto , A = A b) A es cerrado , A = A Demostracion.

Proposicion 5. Para todo subconjunto A de Rn se tiene S a) A = f V j V A; V abierto g T b) A = f F j A F; F cerrado g

Con palabras, el inciso (a) lo podemos enunciar: el interior de un conjunto es la union de todos los conjuntos abiertos contenidos en el conjunto. El inciso (b) queda: la adherencia de un conjunto es la interseccion de todos los conjuntos cerrados que contienen al conjunto. 92

Demostracion.
Probemos (a): Como A es abierto y es un subconjunto de A, entonces es un elemento de la familia f V j V A; V abierto g; luego se tiene la contencion A

fV jV

A; V abierto g:

Por otra parte, se sigue del lema 1 que cada elemento de la familia f V j V A; V abierto g es un subconjunto de A , por lo tanto

fV jV
Las dos contenciones prueban que

A; V abierto g A : A; V abierto g:

A = fV jV

Prueba de (b): Como A es un conjunto cerrado y A A, se tiene que A es un elemento de la familia f F j A F; F cerrado g; por lo tanto se tiene la contencion A

f F j A F; F cerrado g:

Por otra parte, como A esta contenido en todo conjunto cerrado que contenga al conjunto A, se sigue que A esta contenido en cada miembro de la familia f F j A F; F cerrado g; luego, A esta contenido en la interseccion: A

f F j A F; F cerrado g:
93

Las dos contenciones prueban la igualdad A = f F j A F; F cerrado g: De los resultados anteriores, podemos describir el interior y la adherencia de un conjunto como sigue:

Proposicion 6.

1) El interior de un conjunto A es el abierto mas grande contenido en A. Esto se traduce como 1,a) A es un conjunto abierto 1,b) A A 1,c) Si V es un abierto y V A entonces V A . 2) La adherencia de un conjunto A es el conjunto cerrado mas peque~o que conn tiene al conjunto A. Esto se traduce como 2,a) A es un conjunto cerrado 2,b) A A 2,c) Si F es un cerrado y A F entonces A F. Antes de ver algunos ejemplos veamos una proposicion mas

Proposicion 7. Si A y B son dos subconjuntos cualesquiera de Rn, entonces

1,a) 1,b) 2,a) 2,b) (A B) A B (A \ B) = A \ B (A B) = A B (A \ B) A \ B

Demostracion.

Prueba de (1,a): Puesto que A A B y B A B se sigue que A luego A B (A B) . 94

(A B) y B

(A B) ,

Prueba de (1,b): Puesto que A \ B A y A \ B B se sigue que (A \ B) A y (A \ B) B , luego (A \ B) A \ B . Por otra parte, puesto que A \ B A \ B y A \ B es un abierto, se sigue que A \ B (A \ B) . Esto prueba (1,b). Las pruebas de (2,a) y (2,b) son totalmente similares y se dejan como ejercicio para el lector.

Nota 2. En general son falsas las igualdades

i) (A B) = A B ii) (A \ B) = A \ B como contraejemplo para ambos casos basta tomar en R, como conjunto A el conjunto de los racionales Q y como conjunto B, el de los irracionales I.

Ejemplos. A continuacion se de nen algunos conjuntos en R y se acompa~an de n

otros que se construyen a partir de el. 1. A = (a; b) = f x j a < x < b g A =A A = a; b] = f x j a x b g A=R A=A =R A=Q A = A=R A = (1; 2) 2; 4] \ Q A = (1; 2) A = 1; 4] 95

2. 3.

4.

5.

A = (0; 1) f2g A = (0; 1)

(3; 4) \ I

(5; 7) f6g

(5; 7) f6g

A = 0; 1] f2g 3; 4] 5; 7] 6. Sea A como en 5, denotaremos por A el interior de A , es decir (A ) . Similarmente A denotara la adherencia de A , etc., etc. A =A A = 0; 1] 5; 7] A = (0; 1) (3; 4) (5; 7) A =A A =A A = (0; 1) (5; 7) A =A A =A A =A A =A A = 0; 1] 3; 4] 5; 7] A =A La obtencion del interior y de la adherencia de un conjunto podemos interpretarla como la aplicacion de dos operaciones sobre conjuntos: \ " y \-", en este sentido, A es la aplicacion iterada del operador . De la misma manera A es la aplicacion sobre el conjunto A de los operadores , y en este mismo orden. Los ultimos 8 casos del ejemplo 6 muestra todas las posibilidades para cuando se aplican tres operadores consecutivamente. Como podemos observar, para el caso espec co del conjunto A solamente se obtuvieron 2 conjuntos nuevos, los otros conjuntos ya se hab an obtenido mediante la aplicacion de una o dos operaciones. Las repeticiones de algunos de los resultados no fue producto de la casualidad, son hechos generales como se muestra a continuacion. 96

Proposicion 8. Para cualquier subconjunto A de Rn se tiene

1) A = A 2) A = A

Demostracion.
Prueba de (1): De la parte (1) de la proposicion 1 sabemos que se cumple A A . Probemos ahora la otra contencion. Como A es un conjunto abierto y A A , se sigue del lema 1 la contencion que deseamos mostrar A A . Esto prueba (1). Prueba de (2): De la parte (2) de la proposicion 1 se cumple A A . Mostremos ahora la otra contencion. Como A es un conjunto cerrado y A A , se sigue de la parte (2) del lema 1, que A A . Las dos contenciones prueban la parte (2). | En los ejemplos anteriores hemos aplicado solamente las operaciones interior \ " y adherencia \ ", ahora introducimos una operacion mas, mediante el c. La aplicacion de este operador a un conjunto A produce el conjunto Ac , que es el complemento de A. Por razones practicas, introducimos una notacion adicional para el complemento de un conjunto, ademas de usar la letra c como super ndice, emplearemos el apostrofe 0. As que el complemento de A, desde ahora tambien lo denotaremos por A0

Proposicion 9. Para cualquier subconjunto a de Rn se tiene

1) A = A0 0 2) A = A0 0

Demostracion.
Prueba de (1): Puesto que A0 A0 , se tiene A00 = A A0 0. Pero A0 0 es un conjunto abierto, luego se cumple A A0 0. Por otra parte, como A A, se tiene A 0 A0 . Pero siendo A 0 un conjunto cerrado, se tiene que A 0 A0 , luego A A0 0 . Las dos contenciones prueban A = A0 0 . 97

Prueba de (2): Apliquemos la parte (1) ya probada al conjunto A0, se tiene entonces A0 = A00 0 A0 = A 0 A0 0 = A 00 = A aplicando los operadores interior y complemento 0 , a su vez el interior se puede obtener mediante la adherencia y la complementacion. Una cadena de operaciones constru da con los operadores interior y adherencia se puede obtener tambien con los operadores complemento y adherencia, el caso mas simple es el dado por la parte (1) de la proposicion 9 A = A0 0 Un recurso nemotecnico para recordar la relacion anterior es identi cando los super ndices con la identidad obvia 0 = 1 1. Usando esta relacion, podemos escribir, por ejemplo A = A0 0 0 0 Si A es un subconjunto cualquiera de Rn, se puede probar que mediante la aplicacion sucesiva de los operadores adherencia y complemento, en cualquier numero y en cualquier orden, a lo mas se obtienen 14 diferentes conjuntos. De hecho, existe un conjunto en R, con la metrica usual, con el que se generan exactamente los 14 conjuntos.

Nota 3. La proposicion anterior permite obtener la adherencia de un conjunto

Problemas y ejercicios.

1. De un ejemplo de un subconjunto de R, del cual se obtengan, mediante las operaciones de complementacion y adherencia iteradas, 10 conjuntos diferentes. 2 : De un ejemplo de un subconjunto de R, del cual se obtengan, mediante las operaciones de complementacion y adherencia iteradas, 14 conjuntos diferentes. 3. Sea A un subconjunto de Rn . Pruebe que si A es la adherencia de un conjunto abierto en Rn, entonces A es la adherencia de su interior, es decir A = A0 0 4. Problema de Kuratowski. Pruebe que si A es un subconjunto cualquiera de Rn , entonces a lo mas se pueden obtener 14 diferentes conjuntos, mediante las operaciones complementacion y adherencia. 98

Leccion 8
Frontera

8.1. Punto Frontera y Frontera de un conjunto. Intuitivamente la frontera de un conjunto es lo que tambien podr amos llamar el \borde", y es lo que \separa" al conjunto de su complemento. Como podra usted notar, la de nicion que adoptaremos corresponde a esta idea geometrica, sim embargo, dado que se establece para conjuntos en general, la frontera puede tener aspectos inesperados como veremos en algunos ejemplos De nicion. Si A es un subconjunto cualquiera de Rn, la de A es el conjunto
A \ A0 y se denota por cualquiera de los s mbolos @A; F r(A) Un elemento ~ 2 Rn es un de A si es elemento de F r(A). x La frontera de un conjunto esta formada por aquellos puntos que son comunes tanto de la adherencia del conjunto como de la adherencia de su complemento. La frontera es algo que tienen en comun el conjunto y su complemento, estas observaciones las establecemos en la siguiente proposicion 99

Proposicion 1.

a) La frontera de todo subconjunto de Rn es un conjunto cerrado. b) La frontera de todo subconjunto de Rn es igual a la frontera de su complemento.

Demostracion. La a rmacion del inciso (a) se sigue inmediatamente del hecho de

que la adherencia de cualquier conjunto es cerrado y de que la interseccion de dos conjuntos cerrados es un conjunto cerrado. Prueba de (b): Sea A un subconjunto cualquiera de Rn . se tiene entonces Fr(A0 ) = A0 \ A00 = A0 \ A = F r(A)

Ejemplos. En la recta real R con la metrica usual tenemos 1) Si A = (a; b), Fr(A) = fa; bg

2) Si A = Q, Fr(A) = R, F r(A0 = Fr(I) = R 3) Fr( ) = , Fr(R) = 4) Para todo x 2 R, Fr(fxg) = fxg Es facil probar que en el plano R2 5) La frontera de toda bola abierta B(~ ; r) es la esfera S(~ ; r), que es igual tambien x x a la frontera de la bola cerrada B(~ ; r) x Los ejemplos (1) y (5) corresponden a nuestra intuicion, sin embargo el ejemplo (3) seguramente nos desconcierta un poco. Pero recordemos, segun vimos en la leccion 7, que la adherencia de los racionales esta constitu do por todos los reales, de la misma manera, la adherencia de los irracionales es todo R. As que la adherencia de los racionales Q y de su complemento es R, por lo tanto, su frontera es R. Este hecho se traduce en lo siguiente: si x es un real cualquiera, todo intervalo abierto con centro en x tiene a lo menos un racional y un irracional. La frontera no siempre es un conjunto \delgado", como son los extremos de un intervalo o la periferia de un disco o una bola, la frontera puede ser un conjunto \gordo", incluso mas que el conjunto mismo, como ocurre en R con los racionales. 100

En la siguiente proposicion establecemos otras propiedades de la frontera que muestran lo que tal vez usted esperar a, pero tambien muestra condiciones bajo las cuales la frontera es un conjunto \decente".

Proposicion 2. Para todo subconjunto A de Rn tenemos

1) 2) 3) 4) 5) Fr(A) = A A A = A Fr(A); A \F r(A) = Si A es abierto o cerrado, entonces Fr(A) = . (Fr(F r(A))) = Fr(F r(F r(A))) = Fr(Fr(A)) Prueba de (1): A A = A\A 0 = A \ A0 00 = A \ A0 = F r(A) Prueba de (2): Puesto que A A A, tenemos A = (A A) A; luego, de la parte (1) ya probada tenemos A = Fr(A) A : Esto prueba la primera parte del inciso (2). Para la segunda parte tenemos Fr(A) \ A = (A A) \ A = 101

Demostracion.

Prueba de (3): Supongase que A es cerrado, tenemos entonces Fr(A) = A \ A0 = A \ A0 ; luego (Fr(A)) = (A \ A0 ) = A \ A0 = A \ A00 0 =A \A 0 A \A 0 = ; es decir Fr(A) = Hemos probado la a rmacion para cuando A es cerrado. Si A es abierto, entonces A0 es cerrado, por lo tanto, aplicando lo ya probado, tenemos (Fr(A0)) = : Pero F r(A) = Fr(A0 ), por lo tanto, Fr(A) = . Prueba de (4): Esto se sigue inmediatamente del inciso (3) y del hecho de que F r(A) es un conjunto cerrado. La prueba del inciso (5) se deja como ejercicio para el lector.

Problemas y Ejercicios.

1. Pruebe que en Rn a) la frontera de toda bola abierta es la esfera con el mismo radio y centro. b) la frontera de toda bola cerrada es la esfera del mismo radio y centro. c) la frontera de toda esfera es ella misma 2. Diga cual es la frontera Q Q en R2 , argumente su respuesta. >Cual es el complemento de Q Q. 3. Pruebe el inciso (5) de la proposicion 2. 102

Leccion 9
Punto de Acumulacion

9.1. Punto de acumulacion y cunjunto derivado. Uno de los conceptos mas importantes de la topolog a de Rn es el de punto de acumulacion de un conjunto, pues es lo que nos permite hablar de l mites. De nicion. Sea A un subconjunto arbitrario de Rn. Se dice que ~ 2 Rn es un de x
B(~ ; r) f~ g \ A 6= x x Al conjunto de puntos de acumulacion de A se le denomina el de A y se le denota por Aa . A, si toda bola abierta con centro en ~ contiene un punto de A distinto de ~ . Dicho x x de otro modo, si para toda r > 0 se tiene

por de nicion, toda bola abierta B(~ ; r) tiene al menos un punto de A que no es x ~ , esta condicion tiene como consecuencia una mas fuerte, como se establece en la x siguiente proposicion bola abierta B(~ ; r) contiene una in nidad de puntos de A. x 103

Nota 1. Segun la de nicion, un punto de acumulacion de A no necesariamente es un punto de A. Un punto de la adherencia de A que no es elemento de A es un punto de acumulacion de A. Si ~ 2 Rn es un punto de acumulacion de A, entonces, x

Proposicion 1. Si ~ 2 Rn es un punto de acumulacion de A Rn, entonces toda x

que esta bola tuviese solamente un numero nito de puntos de A, digamos ~ 1, ~ 2, x x : : :, ~ k , cada uno distinto de ~ . Elijamos x x ro = minf d(~ ;~ 1); d(~ ; ~ 2); : : :; d(~ ; ~ k ) g xx xx xx (esto es posible ya que tenemos solamente un numero nito de distancias). Entonces ro d(~ ; ~ i) < r xx para i = 1; 2; : : :; k. Consideremos ahora la bola abierta B(~ ; ro ). Es claro que esta bola esta conx tenida en la bola abierta B(~ ; r), y de la desigualdad anterior se sigue que ningun x punto ~ i se encuentra en B(~ ; ro), as que B(~ ; ro ) no puede tener puntos de A difex x x rentes de ~ , pues todo punto de A que estuviese en B(~ ; ro ) tambien ser a elemento x x de B(~ ; r), lo cual no es posible ya que ~ 1, ~ 2, : : :, ~ k son los unicos elementos x x x x de A que estan en B(~ ; r). Entonces la bola abierta B(~ ; ro) no tiene puntos de A x x diferentes de ~ , esto contradice la hipotesis de que ~ es punto de acumulacion de A. x x Esto prueba la proposicion 1. | Es obvio entonces el siguiente

Demostracion. Sea B(~ ; r) una bola abierta arbitraria con centro ~ , supongase x x

Corolario 1. Si A Rn tiene a lo menos un punto de acumulacion, entonces A es

un conjunto in nito.

Ejemplo 1. En R con la metrica usual,

a) el conjunto de puntos acumulacion, es decir el conjunto derivado, de un intervalo abierto (a; b) es el intervalo cerrado a; b] b) el conjunto derivado de 0; 1) f2g es 0; 1]. 1 c) 0 es el unico punto de acumulacion de f k j k 2 N g, es decir el conjunto derivado de este ultimo conjunto es f0g. d) el conjunto derivado de Q es todo R, es decir, todo real es punto de acumulacion del conjunto de los racionales. e) el conjunto derivado de R es R mismo. f) el conjunto derivado del conjunto vac o es mismo, esto se puede probar directamente o deducirse del corolario 1 anterior: el conjunto vac o y todo conjunto nito tiene como conjunto derivado al conjunto 104

Ejemplo 2. En Rn
a) el conjunto derivado de toda bola abierta B(~ ; r) es la bola cerrada B(~ ; r) x x b) el conjunto derivado de toda bola cerrada B(~ ; r) es ella misma x c) si n > 1, el conjunto derivado de toda esfera S(~ ; r) es ella misma x (si n = 1 esto es falso) Q es Rn . En la mayor a de los libros de texto, casi todas las demostraciones acerca de puntos de acumulacion se apoyan directamente en la de nicion, por lo que resultan un tanto laboriosas y en ocasiones sutiles. En estas lecturas nuestras demostraciones seran bastante mas simples y breves; la clave de ello consiste en reescribir la de nicion apropiadamente como sigue: que ~ 2 Rn sea punto de acumulacion de x A Rn signi ca que para toda r > 0 d) B(~ ; r) f~ g \ A 6= ; x x pero la igualdad anterior es equivalente a B(~ ; r) \ A f~ g 6= x x esto signi ca que ~ es punto de la adherencia de A f~ g. El resultado lo establex x cemos en el siguiente lema Lema. ~ 2 Rn es punto de acumulacion de A si y solamente si x x ~ 2 A f~ g x Algunas de las relaciones de la siguiente proposicion se prueban facilmente aplicando directamente las de niciones, sin embargo usaremos el lema anterior para mostrar como aun se pueden simpli car mas. Proposicion 2. Para cualesquiera subconjuntos A y B de Rn a) Aa A b) A B ) Aa Ba c) (A B)a = Aa Ba d) (A \ B)a Aa Ba 105 el conjunto derivado de Qn = Q

z n }| {
veces

Prueba de (a): x x Sea ~ 2 Aa , se tiene entonces ~ 2 A f~ g. Pero A f~ g A, por lo tanto x x ~ 2 A. x Prueba de (b): Sea ~ 2 Aa , se tiene entonces ~ 2 A f~ g. Pero A f~ g B f~ g, luego x x x x x a. ~ 2 B f~ g, es decir ~ 2 B x x x Prueba de (c): La contencion Aa Ba (A B)a se sigue inmediatamente del inciso anterior ya probado y de las contenciones A A B y B A B Probemos ahora la contencion opuesta (A B)a Aa Ba . Sea ~ 2 (A B)a , x x se tiene entonces ~ 2 (A B) f~ g. Pero x (A B) f~ g = A f~ g x x luego por lo tanto Es decir o sea (A B) f~ g = A f~ g x x ~ 2 A f~ g x x B f~ g ; x B f~ g ; x

Demostracion.

o ~ 2 B f~ g : x x

~ 2 Aa o ~ 2 Ba ; x x

~ 2 Aa Ba : x Esto prueba la otra contencion y por lo tanto la igualdad deseada. Prueba de (d): La prueba de este inciso se obtiene inmediatamente del inciso (b) y de las relaciones A\B A y A\B B Hemos probado la proposicion 2. | 106

Nota 2. En general no se cumple la igualdad en el inciso (d), es decir, en general

se tiene (A \ B)a 6= Aa \ Ba Como contraejemplo basta tomar en R: A=Q y B=R Q

Proposicion 3. Para todo subconjunto A de Rn

A = A Aa

Demostracion. Puesto que A A y Aa A, se tiene A Aa A. Probemos ahora la otra contencion A A Aa . Sea ~ 2 A. Si ~ 2 A, entonces x x ~ 2 A Aa . Por otra parte, si ~ 2 A, entonces A = A f~ g, luego x x= x
A = A f~ g; x de donde x x ~ 2 A f~ g = A;

esto signi ca que ~ 2 Aa . Hemos probado la contencion A A Aa y por lo tanto x la desigualdad deseada. |

Corolario 2. Un subconjunto A de Rn es cerrado si y solamente si contiene a todos

sus puntos de acumulacion, es decir, Aa A.

Demostracion. Se sigue del hecho de que A es cerrado si y solamente si A = A. Problemas y ejercicios.

1. Pruebe que para toda ~ 2 Rn y toda r > 0 x (B(~ ; r))a = B(~ ; r) x x 2. Pruebe que para todo subconjunto A de Rn , (Aa )a Aa y que por lo tanto Aa es un conjunto cerrado. 107

Leccion 10
Sucesiones en Rn

siones de numeros reales, ahora estudiaremos sucesiones de vectores en Rn De nicion. Una en Rn es cualquier lista in nita de vectores en Rn ~ 1;~ 2; : : :; ~ k : : : x x x algunos de los cuales o todos ellos pueden coincidir entre s . Nota. La palabra lista la estamos empleando como sinonimo del termino \coleccion ordenada", con lo cual se quiere decir que cada vector tiene asignada una posicion que lo distingue de cualquier otro. Podemos hablar entonces del primer vector, segundo vector, tercer vector, etc., etc. Dos elementos de la sucesion pueden ser iguales pero se distinguen por ocupar diferente posicion. Este orden que caracteriza a las sucesiones, juega el mismo papel que el orden que caracteriza, por ejemplo, a las parejas ordenadas (x; y), o mas generalmente, a las n-adas ordenadas (x1; x2; : : :; xn). No es lo mismo el conjunto fx; yg que la pareja ordenada (x; y). Las parejas (1; 2) y (2; 1) son diferentes, pero los conjuntos f1; 2g y f2; 1g son iguales. El orden es algo esencial tanto en las parejas ordenadas como en las sucesiones en general. Otro hecho importante acerca de las sucesiones es que se trata de listas in nitas, esto las distingue de las n-adas ordenadas (x1 ; x2; : : :; xn), las cuales podr amos decir que son listas nitas. Una lista es in nita aun cuando, por ejemplo, todos sus elementos coincidan entre s . La in nitud no se re ere a cuantos elementos diferentes haya, sino al numero de posiciones. Dada una sucesion ~ 1;~ 2;~ 3; : : : x x x se tiene de nida de manera natural una funcion de los enteros positivos N en Rn, tal que a cada entero positivo k le asigna el vector, ~ k : x k 7! ~ k x 108

10.1. De nicion y ejemplos. En nuestro curso de Calculo I estudiamos suce-

La mayor a de los autores de texto, consideran como sucesion a esta funcion, esto es un mero formalismo, pues en la practica manejan las sucesiones como colecciones ordenadas in nitas. Dado que en realidad esto no causa confusion, nosotros las manejaremos de ambas maneras, recurriendo casi siempre al listado para representarlas. Entonces una sucesion en Rn tambien sera cualquier funcion S : N ! Rn. El valor de la funcion S en k lo denotaremos alternativamente por S(k) o por ~ k . x Considerando nuevamente las sucesiones como listas in nitas ~ 1;~ 2;~ 3; : : : x x x y recordando la analog a con las n-adas ordenadas, agregaremos un par de parentesis para su representacion: (~ 1;~ 2;~ 3; : : :) x x x con lo cual estaremos insistiendo en que se trata de una coleccion ordenada y no un mero conjunto. La representacion anterior tambien la abreviaremos como ~ k +=1 x k1 Algunos autores usan la notacion ~ k +=1 x k1 nosotros preferimos usar los parentesis por las razones ya antes expuestas. Dada una sucesion ~ k +=1, a ~ k se le denomina el de la sucesion. Una x k1 x sucesion queda de nida al dar su termino general, lo cual en la mayor a de los casos es mediante una formula.

Ejemplo 1. Consideremos n = 2. Sea la sucesion ~ k x

Esta sucesion la podemos escribir en forma de lista como (1; 1); (2; 1 ); (3; 1 ); : : : 2 3 o bien como la lista vertical (1; 1) (2; 1 ) 2 (3; 1 ) 3 . . . 109

k=1

1 dada por ~ k = (k; 1 ). x k

Consideremos una sucesion ~ k +=1 en Rn . Cada vector ~ k es un elemento de x k1 x n por lo que tiene n entradas, digamos R ~ k = (xk ; xk ; : : :; xk ): x 1 2 n Escribamos la sucesion en una lista vertical x ~ 1 = (xk ; xk ; : : :; xk ) 1 2 n 2 k ; xk ; : : :; xk ) x ~ = (x1 2 n . . . k = (xk ; xk ; : : :; xk ) x ~ 1 2 n . . . Esta sucesion de ne de manera natural n sucesiones en R:
1 xk +=1 i k

para i = 1; 2; : : :; n, las cuales llamamos , la primera de ellas la , la que sigue la , 1 etc. etc. La primera proyeccion de la sucesion del ejemplo 1 es (k)+=1, la segunda k 1 1 proyeccion es k +=1 . k

Ejemplo 2. Las sucesiones proyeccion de la sucesion (~ k )k 1 en R dada por x

+ =1 2

x ~ k = ( k + 1 ; 21k ) k+2 para toda k 2 N, son dadas por y k+1 xk = k + 2 1 xk = 21k 2

+ =1 3

Ejemplo 3. Las proyecciones de la sucesion (~ k )k 1 en R de nidas por x r 1k p 1 k

x ~ = (1 + k ) ; k; 110
k k

para toda k 2 N, son las sucesiones dadas por 1 xk = 1 + k k ; 1 xk = k 2

k

y xk = 3

r
k

1 k

Problemas y Ejercicios.

1. Calcule los primeros 6 terminos de las sucesiones dadas por a) xn = n5 + 85n3 + 27n b) xn = 15n4 + 22n2 + 120 >Que observa?. 2. En la sucesion 1; 0; 1; 1; 0; 0; 1; 1; 1; 0; 0; 0; : : : diga cual es el elemento que aparece en el lugar 3; 145; 862. 3. Halle una formula para el termino general de la sucesion 1; 1; 2; 2; 3; 3; : : :: 4. Dada una sucesion (ak )1 , halle una formula para el termino general de la k=1 sucesion a2 ; a1 ; a4 ; a3 ; a6 ; a5 ; : : : 5. Dadas dos sucesiones (ak )1 y (bk )1 , halle una formula para el termino k=1 k=1 general de la sucesion a1 ; b2 ; a3 ; b4 ; a5 ; b6; : : ::

111

Leccion 11
Convergencia

11.1. De nicion de l mite de una sucesion. Las propiedades de orden de los

numeros reales fueron las que nos permitieron de nir el concepto de l mite de una sucesion de numeros reales. Por ejemplo, hab a frases como \l < xk < l + para toda n N". Las desigualdades l < xk < l + , las escribimos tambien como jl xk j < , poniendo en juego la distancia entre xk y l. La nocion de distancia o metrica en R la obtuvimos a partir de la relacion de desigualdad \<", pero fue la metrica lo que al nal de cuentas nos permitio hablar de cercan a, o de aproximacion. En Rn no tenemos una relacion de orden, pero esta provisto de una metrica (de hecho, de varias), lo cual nos bastara para hablar de l mite de una sucesion en ese espacio.
+ =1

De nicion 1. Una sucesion (~ k )k 1 en Rn se dice que a un vector ~ o 2 Rn si para x x cada r > 0 existe un natural N 2 N tal que
~k ~o < r x x para todo ndice k N. En este caso diremos que la sucesion es y que ~ o es de la x sucesion y escribiremos lim ~ k = ~ o x x k!1 ~ k k!1 ~ o ; x ! x 112

o bien

cuando no de lugar a confusion, la ultima simbolizacion la escribiremos simplemente como ~k ! ~o x x Si una sucesion no tiene l mite, diremos que o que es . La de nicion de l mite de una sucesion se puede parafrasear como sigue: 1) ~ es l mite de la sucesion (~ k )+=1, si para cada r > 0, existe N 2 N tal que x x k1 ~ k 2 B(~ ; r) x x para toda k N. Es decir, 2) ~ es l mite de la sucesion (~ k )+=1 , si toda bola B(~ ; r) \captura" a todos los x x k1 x elementos de la sucesion a partir de cierto ndice. En terminos de implicaciones, podemos escribir si 9 N 2 N, tal que
k!1

lim ~ k = ~ o x x

x x 8 k 2 N; k N =) ~ k ~ o < r Obviamente la de nicion anterior no garantiza que una sucesion arbitraria tenga l mite, y tampoco garantiza que una sucesion con l mite no pueda tener mas de uno, esto ultimo es cierto pero debemos probarlo.

Proposicion 1 (unicidad del l mite). Consideremos una sucesion (~ k )k 1 en x Rn y sean ~ ; ~ 2 Rn tales que x y
+ =1

x !1 x y !1 x ~ = klim ~ k ; ~ = klim ~ k entonces ~ =~ x y

Demostracion. Procedamos por reduccion al absurdo. Supongase que se tuviese ~ = ~; x6 y

113

y tomemos r = 1 k~ ~k > 0. x y 2 Por de nicion de ~ = klim ~ k , existe Nx 2 N tal que x !1 x x x ~k ~ < r para k Nx . Similarmente como ~ = klim ~ k , existe Ny 2 N, tal que y !1 x ~k ~ < r x y para k Ny . Sea ahora N = maxfNx ; Ny g, entonces se cumplen simultaneamente las desigualdades x x ~k ~ < r ~k ~ < r x y para k N. Por lo tanto, para estos mismos valores de k debemos tener

k~ ~k = ~ ~ k + ~ k ~ x y x x x y

x x ~ ~k + ~k ~ x y < 2r = k~ ~ k x y

lo cual es un absurdo. | La proposicion anterior nos permite hablar en forma determinada de el l mite de una sucesion, cuando este existe, y no solamente de un l mite. Terminamos esta seccion con una proposicion que es muy facil de probar, y la cual nos sera muy util en la prueba de varios resultados acerca de sucesiones convergentes en Rn , pues reduce la condicion de convergencia a la existencia del l mite de una sucesion en R.

Proposicion 2. Una sucesion (~ k )k 1 en Rn converge a ~ o si y solamente si x x

+ =1

x x ~k ~ o 114

!0

11.2. L mite de las sucesiones proyeccion. En esta seccion relacionamos la

convergencia de una sucesion en Rn con la convergencia de la sucesiones proyeccion correspondientes.

Proposicion 3. Sea (~ k)k 1 una sucesion en Rn y sean x

+ =1

(~ k )+=1 = (x1; x2; x3 ; : : :) x1 k 1 1 1 1

(~ k )+=1 = (x1; x2; x3 ; : : :) x2 k 1 2 2 2 . . . k )+1 = (x1 ; x2 ; x3 ; : : :) (~ n k=1 x n n n las sucesiones proyeccion correspondientes. Entonces la sucesion (~ k )+=1 converge x k1 o = (xo ; xo ; : : :; xo ) si y solamente si para cada j = 1; 2; : : :; n, (~ k )+1 converge a~ x xj k=1 1 2 n o. a xj

Demostracion.

a) Supongase que la sucesion (~ k )+=1 converge a ~ o = (xo ; xo ; : : :; xo ). Se tiene x k1 x n 1 2 entonces ~ k ~ o ! 0: x x De las desigualdades x x 0 jxk xo j k~ n ~ o k ; j j las cuales valen para j = 1; 2; : : :; n, se sigue que

jxk xo j k!1 0; j j !
lo cual signi ca que lim xk = xo j k!1 j

para j = 1; 2; : : :; n. b) Rec procamente, supongamos que para cada j = 1; 2; : : :; n lim xk = xo : j k!1 j Entonces

jxk xo j k!1 0 j j !
115

para j = 1; 2; : : :; n: Por lo tanto de la desigualdad 0 se sigue que lo cual signi ca que

+ =1

~ k xo x

jxk xo j + jxk xo j + : : : + jxk xo j 1 1 2 2 n n

~k ~o x x
k!1
2

! 0;

lim ~ k = ~ o x x

Ejemplo 1. La sucesion (~ k )k 1 en R dada por x

x ~ k = ( k + 1 ; 21k ) k+2 para toda k 2 N converge al punto (1; 0) en R2 pues
k!1 k + 2

lim k + 1 = 1
k!1 2k

lim 1 = 0
3

Ejemplo 2. La sucesion (~ k )k 1 en R dada por x

+ =1

x ~k = converge al punto (e; 1; 1), pues

1 p (1 + k )k ; k;
k

r
k

1 k

1 lim 1 + k k = e k!1 lim k = 1 k!1

k

1 lim k = 1 k!1 116

k

11.3. Algebra de l mites. Finalizamos la leccion estableciendo algunas de las

propiedades basicas sobre el algebra de l mites
+ =1 + =1

De nicion 2. Sean (~ k)k 1 y (~k )k 1 dos sucesiones en Rn. x y

i) La (~ k )+=1 + (~k )+=1 de las sucesiones, es la sucesion (~ k + ~k )+=1 x k1 y k1 x y k1 ii) Si es un real cualquiera, la (~ k )+=1 es la sucesion dada por ( ~ k )+=1 x k1 x k1 iii) El (~ k )+=1 (~k )+=1 es la sucesion x k1 y k1 k k k 1 (~ k ~k ) = (xk y1 + xk y2 + : : : + xk yn )+=1 x y 1 2 n k
+ =1 + =1

Proposicion 4. Sean (~ k )k 1 y (~k )k 1 dos sucesiones convergentes en Rn y un x y

real. Si klim ~ k = ~ y klim ~k = ~ entonces x x !1 y y !1
k!1

a) la sucesion (~ k )+=1 + (~k )+=1 es convergente y x k1 y k1 lim (~ k + ~k ) = klim ~ k + klim ~k = ~ + ~ x y x !1 y x y !1

b) la sucesion (~ k )+=1 es convergente y ademas x k1

k!1

lim ( ~ k ) = klim ~ k = ~ x x x !1

c) la sucesion (~ k )+=1 (~k )+=1 es convergente y x k1 y k1

k!1

lim (~ k ~k ) = (klim ~ k ) (klim (~k ) = ~ ~ x y x y x y !1 !1

Demostracion. La prueba es una aplicacion inmediata de la proposicion 3, y se

deja como ejercicio para el lector.

117

Problemas y ejercicios.
1. Pruebe la proposicion 4. 2. Calcule klim ~ k donde x !1

x ~ k = ( 2k + 3k ; 3k + 4k )
k k

3. Halle klim ~ k donde x !1 x ~k =

k+1

k; p

1 p k+1+ k

4. Pruebe que la sucesion (~ k )1 en R2, dada por x k=1 k x ~k = k + 1 ; k + 1 k es convergente y halle su l mite. 5. Considere el cuadrado 0; 1] 0; 1] en R2 y div dalo en cuatro cuadrados, uniendo los puntos medios de sus lados opuestos. De estos cuatro cuadrados elija el inferior izquierdo, que tambien llamaremos suroeste. Divida ahora este ultimo cuadrado, de la misma manera que el original y elija de los cuadrados resultantes el inferior derecho, o sea, el sureste. Divida este ultimo en otros cuatro cuadrados y elija ahora el noreste. En la siguiente division elija el cuadrado noroeste. Continuando con este proceso, obtenemos una sucesion de cuadrados, cuyas areas estan en la sucesion 1 1; 212 ; 24 ; 216 ; : : :: Pruebe que la sucesion correspondiente de los centros de los cuadrados converge y halle su l mite.

118

Leccion 12
Punto l mite

punto l mite de una sucesion, el cual no debe confundirse con el de l mite. Los puntos l mite seran los l mites de las subsucesiones.

12.1. Subsucesiones y puntos l mite. En esta leccion veremos el concepto de

+ =1

De nicion 1. Dada una sucesion (~ k )k 1 en Rn, una de ella es toda sucesion de x

la forma x x x ~ n1 ; ~ n2 ; ~ n3 ; : : : donde n1; n2; n3; : : : es una sucesion estrictamente creciente de naturales.

Nota. Una subsucesion

de una sucesion

x x x ~ n1 ; ~ n2 ; ~ n3 ; : : :

~ 1; ~ 2 ; ~ 3; : : : x x x se obtiene tomando elementos de la sucesion para una in nidad de ndices (omitiendo ya sea un un numero nito o in nito de terminos) conservando el orden o posicion relativa entre ellos. 119

Ejemplo 1. Para la sucesion

1; 2; 3; 1; 2; 3; 1; 2; 3; : : : las siguientes sucesiones son subsucesiones a) 1; 1; 1; : : : b) 2; 2; 2; : : : c) 3; 3; 3; : : : d) 1; 2; 1; 2; 1; 2; : : : e) 3; 1; 3; 1; 3; 1; : : : f) 1; 3; 2; 1; 3; 2; 1; 3; 2; : : :

Ejemplo 2. La sucesion
3; 1; 7; 5; 11; 9; 15; 13 : : : no es subsucesion de la sucesion de los impares 1; 3; 5; 7; 9; 11; 13; 15; : : : de la sucesion, si tiene una subsucesion que converge a ~ o . x x De nicion 2. Dada una sucesion (~ k )k 1 en Rn, un vector ~ o 2 Rn se dice que es x
+ =1

La de nicion anterior se puede formular de manera equivalente como sigue

De nicion 2bis. Un vector ~ o 2 Rn se dice que es de una sucesion (~ k )k 1 si x x para cada r > 0 y cada N 2 N, existe k > N tal que
+ =1

~k ~ < r x x En la proposicion de mas adelante de esta misma leccion se establece que el l mite de una sucesion es un punto l mite, pero el rec proco es falso, como lo muestran los siguientes ejemplos. A diferencia del l mite, una sucesion puede tener varios puntos l mite, de hecho, puede tener una in nidad. Por otra parte una sucesion con un unico punto l mite no necesariamente converge. 120

Ejemplo 3.
1; 0; 1; 0; : : : tiene dos puntos l mite, a saber 1 y 0. b) La sucesion 1; 2; 3; 1; 2; 3; : : : tiene por puntos l mite: 1, 2 y 3. c) Cada numero natural es punto l mite de la sucesion 1; 1; 2; 1; 2; 3; 1; 2; 3; 4; : : : El inciso (c) muestra que una sucesion puede tener una in nidad de puntos l mite a) La sucesion en R

Ejemplo 4. La siguiente sucesion tiene un solo punto l mite y no es convergente

1 1; 1 ; 2; 1 ; 3; 1 ; 4; 5 ; 5; : : : 2 3 4 Obviamente el unico punto l mite es el cero.

Ejemplo 5. La sucesion de naturales

1; 2; 3; 4; : : : no tiene puntos l mite La siguiente proposicion es facil de probar

Proposicion. Sea (~ k )k 1 una sucesion convergente en Rn , y sea ~ o su l mite. x x

Entonces a) ~ o es punto l mite, x b) no hay otro punto l mite, ademas de ~ o , es decir, toda subsucesion de (~ k )+=1, x x k1 o. converge a ~ x 121
+ =1

Problemas y ejercicios.

1. De un ejemplo de una sucesion en R, cuyo conjunto de puntos l mite sea f 1; 1 ; 1 ; : : : g. 2 3 2. Se puede probar que la totalidad de los numeros racionales es posible ordenarlos en una sucesion (q1; q2 ; q3; : : : ): Determine el conjunto de puntos l mite de esta sucesion. 3. De un ejemplo de una sucesion en R2 no convergente y que tenga por unico punto l mite al origen ~ . 0 4. De un ejemplo de una sucesion en R2 , cuyo conjunto de puntos l mite sea

f (1; 1); (2; 2); (3; 3); : : : g:

5 . De un ejemplo de una sucesion en R2 , cuyo conjunto de puntos l mite sea N N.

122

Leccion 13
Criterios de Convergencia

13.1. Criterio de Cauchy. El siguiente teorema es uno de los mas importantes en el estudio de la convergencia de sucesiones, el cual nos permite averiguar si una sucesion en Rn es convergente, sin necesidad de conocer su l mite. El teorema es la generalizacion a Rn del Criterio de Cauchy para sucesiones en R, que vimos en nuestro curso de Calculo I. Teorema (Criterio de Cauchy). Una condicion necesaria y su ciente para que
una sucesion (~ k )+=1 sea convergente es que para cada r > 0 exista un natural N x k1 tal que k~ p ~ q k < r x x para cualesquiera naturales p; q N. La condicion la llamaremos .

terior y del criterio de Cauchy para sucesiones en R. Para la demostracion supondremos ~ k = (xk ; xk ; : : :; xk ) x 1 2 n Prueba de la su ciencia: Supongase que para cada r > 0, existe un natural N tal que

Demostracion. La prueba es una aplicacion de la proposicion 3 de la leccion an-

k~ p ~ q k < r x x
123

para cualesquiera naturales p; q N. Entonces de las desigualdades

jxp xq j k~ p ~ q k x x j j
las cuales valen para toda j = 1; 2; : : :; n y cualesquiera naturales p y q, obtenemos 1 que las sucesiones (xk )+=1 satisfacen la condicion de Cauchy para sucesiones en R, j k por lo tanto deben converger. Pero de la proposicion 3 de la leccion 12, obtenemos que la sucesion (~ k )+=1 tambien debe converger. Esto prueba la su ciencia. x k1 La prueba de la necesidad es totalmente similar y se obtiene de la misma proposicion 3, del Criterio de Cauchy para sucesiones en R y de la desigualdad

k~ p ~ q k jxp xq j + jxp xq j + : : : + jxp xq j x x 1 1 2 2 n n

Los detalles de la prueba se dejan como ejercicio para el lector.

13.2. Teorema de Bolzano-Weierstrass. El resultado principal que veremos

en esta seccion, se re ere a los puntos l mite de una sucesion, y es tambien uno de los clasicos en el estudio de la convergencia de sucesiones. Para su formulacion necesitaremos de la siguiente de nicion ~k < M x para toda k 2 N. Al numero positivo M se le llama una de la sucesion. Dicho de otro modo, si existe M > 0 tal que ~ k 2 B(~ ; M) para toda k 2 N. x 0 La siguiente proposicion es facil de probar tal que

De nicion. Una sucesion (~ k )k 1 en Rn se dice que es si existe un real M > 0 x

+ =1

Proposicion. Toda sucesion convergente en Rn es acotada.

~ o su l mite. Tenemos entonces por de nicion, que para r = 1 existe un natural N x tal que x x ~k ~o < 1 para toda k N. Pero

Demostracion. Supongamos que (~ k )k 1 es una sucesion convergente en Rn y sea x

+ =1

k~ k k k~ o k x x
124

k~ k ~ o k; x x

para toda k 2 N, as que para k N. De donde

k~ k k k~ o k k~ k ~ o k < 1 x x x x k~ k k < 1 + k~ o k x x

para toda k N Necesitamos M > 0 que cumpla

k~ k k M x x para toda k 2 N. Podr amos elegir M = 1 + k~ o k, pero en este caso la desigualdad

se satisfar a para k N, pudiendo no satisfacerse para k = 1; 2; : : :; N 1, esto lo resolvemos si elegimos maxf k~ 1k; : : :; k~ N 1k; 1 + k~ o k g; x x x con lo que obviamente obtenemos k~ k k M x para toda k 2 N. El rec proco de la proposicion es falso, como lo muestra la sucesion en R: 1; 0; 1; 0; : : : la cual es acotada pero no convergente. Sin embargo, tenemos un resultado parcial:

Teorema (de Bolzano-Weierstrass). Toda sucesion (~ k )k 1 en Rn acotada tiene x

=1 Rn tiene +

un punto l mite. Dicho de otro modo, toda sucesion en una subsucesion convergente. Demostracion. Como en las pruebas anteriores, nos apoyaremos en la version del teorema para sucesiones en R, sin embargo en este caso hay un detalle que lo hace un caso diferente. Supongamos x ~ 1 = (x1 ; x1; : : :; x1 ) 1 2 n 2 2 2 x ~ = (x1 ; x2; : : :; x2 ) n . . . k = (xn; xk ; : : :; xk ) ~ x 1 2 n . . . 125

Dado que la sucesion (~ k )+=1 es acotada, se sigue de las desigualdades x k1

jxkj j

x ~k

(j = 1; 2; : : :; n)

1 que cada una de las sucesiones de coordenadas (xk )+=1 es acotada. Por lo tanto, j k 1 por el teorema de Bolzano-Weierstrass para sucesiones en R, la sucesion (xk )+=1 1 k tiene una subsucesion convergente. Sea (x1 1 (i) )+1 una tal subsucesion convergente, i=1 donde por ( 1 (i))+1 estamos denotando una sucesion creciente de naturales. i=1
1

(1);

(2);

(3); : : :

Como siguiente paso consideremos la sucesion (x3 2 (i) )+1 . Esta sucesion no i=1 necesariamente converge, pero siendo acotada, tiene una subsucesion (x3 3(i) )+1 i=1 convergente. Continuando con este proceso obtenemos nalmente una sucesion creciente de 1 1 naturales n(k) +=1 , la cual denotamos simplemente por (k) +=1 , tal que las k k sucesiones 1 1 1 (x1 (k))+=1 ; (x2 (k))+=1 ; : : :; (xn(k))+=1 k k k convergen. Por lo tanto la sucesion
1 (x (k))+=1 k

1 Consideremos ahora la sucesion (x2 1 (i) )+1 , la cual es subsucesion de (xk )+=1. Esta 2 k i=1 subsucesion tambien es acotada, por lo que tiene a su vez una subsucesion convergente, digamos (x2 2(i) )+1 . Ahora 2(i) es una subsucesion de 1(i) . i=1

converge, pero esta ultima sucesion es una subsucesion de (~ k )+=1 x k1

126

Problemas y ejercicios.
1. Complete la prueba del Criterio de Cauchy. 2. Pruebe que si una sucesion en Rn satisface la condicion de Cauchy y tiene un punto l mite, entonces converge. 3. Aplicando el criterio de Cauchy, pruebe que la sucesion en R, dada por xk = a0 + a1 q + a2q2 + + ak q k donde (ak )1 es una sucesion acotada y jqj < 1, es convergente. k=0 4. Usando el Criterio de Cauchy, pruebe que la sucesion en R, dada por 1 1 xk = 1 + 22 + 32 + 1 + k2

es convergente. 5. Enuncie la negacion de que una sucesion satisfaga la condicion de Cauchy: Una sucesion (~ k )1 , no satisface la condicion de Cauchy, si : : : x k=1 6. Aplicando el criterio de Cauchy, pruebe que la sucesion en R, dada por xk = 1 + 1 + 1 + 2 3 es divergente. 1 +k

127

Leccion 14
Funciones de varias variables reales

funciones con algunas de sus propiedades generales. En esta leccion lo continuaremos, pero ahora sobre funciones cuyo dominio esta en Rn. En lo sucesivo supondremos, a menos que se diga otra cosa, que n y m son enteros positivos mayores o iguales que 2, as que n y m estaran reservados para este uso particular. Una funcion f cuyo dominio sea un subconjunto A de Rn, la denominaremos de n; y de manera generica nos referiremos a estas funciones como de o simplemente de . Si f esta de nida en un subconjunto de R diremos que es una funcion de . Si f esta de nida en un conjunto arbitrario, pero toma valores en R, diremos que es una , si toma valores en Rm , diremos que es una . Por ejemplo, si A R2 y f es una funcion A ! R, entonces f es una funcion real de dos variables reales. Una funcion f con dominio A en Rn y con valores en Rm , de ne de manera natural m funciones reales fi : A ! R (i = 1; 2; : : :; m), dadas por f(~ ) = (f1 (~ ); f2(~ ); : : :; fm (~ )) x x x x que denominaremos o de f; valdra escribir f = (f1 ; f2; : : :; fm ) 128 (14.1)

14.1 Terminolog a y ejemplos. En la leccion 1 iniciamos nuestro estudio sobre

Las componentes de f son funciones reales de n variables y quedan determinadas un vocamente por la funcion f. Rec procamente, m funciones fi : A ! R, determinan una unica funcion f : A ! Rm mediante la relacion (14.1). La gra ca de una funcion de una variable real con valores reales, digamos, f : a; b] ! R, se interpreta geometricamente como un subconjunto del plano (\curva"), matematicamente es un subconjunto de R2 :

G (f) = f (x; y) j x 2 a; b]; y = f(x) g

En general, la de una funcion f : X ! Y , donde X y Y son conjuntos cualesquiera, es el conjunto G (f) = f (x; y) j x 2 X; y = f(x) g X Y

Ejemplo 1. La funcion f : R ! R, dada por

2

f(x; y) = x 2y es una funcion real de dos variables y su gra ca es un subconjunto de R3 , el cual interpretamos geometricamente como un plano en el espacio tridimensional. En terminos precisos, la gra ca es el conjunto

f (x; y; z) j z = x 2y g;
y geometricamente corresponde al plano en el espacio tridimensional, cuya ecuacion es z = x 2y.

Ejemplo 2. La gra ca de la funcion f : R ! R, dada por

2

f(x; y) = x2 + y2 es un subconjunto de R3 y corresponde geometricamente a una super cie, que se denomina Abusando un tanto de la terminolog a, nos referiremos a la interpretacion geometrica de una gra ca como a la gra ca misma. cerrado unitario en R2 con centro en el origen (respecto a la norma euclidiana), dada por p g(x; y) = 1 x2 y2 ; 129

Ejemplo 3. La gra ca de la funcion g : B(~ ; 1) ! R, donde B(~ ; 1) es el disco 0 0

es el hemisferio norte de la esfera de radio 1, con centro en el origen, incluyendo el ecuador.

Ejemplo 4. La funcion h : R ! R, dada por

2

xy si (x; y) 6= (0; 0) h(x; y) = x2 +y2 0 si (x; y) = (0; 0) es una funcion real de dos variables, cuya gra ca es una super cie.

Ejemplo 5. La gra ca de la funcion F : R ! R de nida como

2

F (x; y) = xy es una super cie en el espacio tridimensional, la cual se denomina , pues tiene ese aspecto.

Ejemplo 6. La gra ca de la funcion f : R ! R, dada por

2

f(x; y) = x2 y2 = (x y)(x + y) es una super cie que tambien se llama silla de montar, por las mismas razones del ejemplo 5, solo que guarda una posicion diferente respecto a los ejes coordenados.

Ejemplo 7. La gra ca de la funcion G : R ! R, dada por

2

G(x; y) = x(x y)(x + y) es una super cie en el espacio tridimensional, que se llama , pues tiene el aspecto de una silla de montar con la modi cacion adecuada para la cola del mono. Hemos convenido en la leccion 1, que las funciones reales de una variable real que esten de nidas mediante formulas, se asumiran, sin no se hace aclaracion alguna, que su dominio estara constitu do por todos los reales para los cuales tenga sentido la formula, y que su contradominio son todos los reales. De la misma manera, las funciones de varias variables reales, las daremos usualmente mediante formulas, las cuales de niran impl citamente su dominio.

Ejemplo 8. La funcion H dada por

H(x; y) = p

1 x2 + y2 4

130

tiene por dominio R2 , exceptuando los puntos de la bola cerrada con centro el origen ~ y radio 2. Es decir, su dominio es R2 B(~ ; 2), respecto a la norma euclidiana. 0 0 Su gra ca es una super cie en R3 , que tiene la forma de enorme corneta.

Ejemplo 9. La funcion f de nida por

f(x; y) = (x + y; x2 + y2 ) es una funcion R2 ! R2 . Su gra ca es un subconjunto de R4 , el cual, obviamente no interpretamos geometricamente, pero que esta de nido como

G (f) = f (x; y; u; v) 2 R4 j u = x + y; v = x2 + y2 g
El dominio de una funcion vectorial f = (f1 ; f2; : : :; fm ), de nida mediante formulas para cada una de la funciones f1 ; f2 ; : : :; fm , esta constitu do por la interseccion de los m dominios correspondientes.

Ejemplo 10. La funcion f dada por

f(x; y) = ( p 2 xy 2 ; x +y 1

4 x2 y2 )

es una funcion vectorial, con valores en R2, que tiene por dominio el anillo semiabierto en R2 de nido por f ~ j 0 < k~ k2 2 g: x x Su gra ca es un subconjunto de R4. Las funciones componentes estan dadas por f1 (x; y) = p 2 xy 2 x +y 1 p 2 2 f2 (x; y) = 4 x y

Ejemplo 11. La funcion f de nida por

f(t) = (t 1; 2t + 1; 3t 4) es una funcion vectorial de variable real, su gra ca es un subconjunto de R4 , pero su imagen es un subconjunto de R3 :

f (x; y; z) j x = t 1; y = 2t + 1; z = 3t 4 g
131

cuya interpretacion geometrica es una recta en el espacio tridimensional. Notese que ahora estamos interpretando geometricamente la imagen de la funcion y no su gra ca, como lo hab amos estado haciendo. La funcion f de hecho es una parametrizacion de dicha recta.

Ejemplo 12. La funcion : 0; 2 ] ! R dada por

2

(t) = (cos t; sen t) tiene como imagen el c rculo unitario en el plano. Esta funcion es una parametrizacion de dicho c rculo.

Ejemplo 13. La funcion dada por

(t) = (cos t; sen t); tiene como dominio todos los reales (segun nuestra convencion) y su imagen es el mismo c rculo del ejemplo anterior. En este caso, el c rculo \es recorrido mediante una in nidad de vueltas". Tambien se dice que parametriza dicho c rculo.

Ejemplo 14. Sea : R ! R dada por

3

(t) = (cos t; sen t; t) la imagen de esta funcion es una espiral en el espacio tridimensional xyz, cuya proyeccion en el plano xy es un c rculo de radio 1. Digamos que es una especie de alambre que se enrrolla con espaciamiento uniforme, alrededor de un cilindro.

Ejemplo 15. Si a y b son reales diferentes, la funcion f de nida por

f(t) = (a cos t; bsen t) es una parametrizacion de la elipse cuya ecuacion canonica es x2 + y2 = 1: a2 b2 132

Ejemplo 16. Si a es un real positivo, la funcion S : 0; 2 ) 0; ] ! R dada por

3

S(u; v) = (a sen u cos v; a sen u sen v; a cos u) es una funcion vectorial de dos variables reales, su gra ca es un subconjunto de R5, pero su imagen es la esfera en el espacio tridimensional, con centro el origen y radio a. Decimos entonces que S es una parametrizacion de dicha super cie esferica.

Problemas y ejercicios.

1. Determine el dominio y contradominio de cada una de las funciones dadas mediante las siguientes expresiones a) f(x; y) = x2xyy2 g) f(x; y) = log(1xy)

b) f(x; y) = x2 y2 c) f(x; y) = px + y
1 d) f(x; y) = xy

h) f(x; y) = pxpy log(1 x i) f(x; y) = 4x2 xy+y2 1 j) f(x; y) = 1 px2 +y2

1 4

1)(

2)

e) f(x; y) = sen (1 +y) x

k) f(x; y) = 1 x2 y2

f) f(x; y) = log(x + 2y)

1 l) f(x; y) = p4 1 2 y2 + px2 +y2 1 x 2. De una parametrizacion del c rculo en el plano, con centro (h; k) y radio r. 3. De una parametrizacion de la parabola que tiene por ecuacion y = (x 1)2 +3. 4. Describa la curva que tiene por parametrizacion

(t) = (a cos t; b sen t; ct):

133

Leccion 15
L mite de una funcion

15.1 La de nicion de l mite. El concepto de l mite lo hay en varios contextos, por ejemplo, l mite de una sucesion, l mite de una funcion real de una variable real (como lo vimos en nuestros primeros cursos de Calculo), l mite de una sucesion de funciones, etc. Ahora veremos esta nocion para el caso de funciones de varias variables reales. En el caso de funciones de una variable, usamos la simbolizacion
x!xo

lim f(x) = `;

para abreviar un concepto por demas complicado, que formulamos de manera precisa, pero que intuitivamente lo podemos describir como el hecho de que para puntos x cercanos a xo , podemos obtener valores de la funcion f(x) tan proximos a ` como se desee. Para el caso de una funcion real, por ejemplo, de dos variables, la situacion es totalmente analoga. Podemos usar una notacion similar
o x!xo y!y

lim f(x; y) = `;

solo que en este caso, el acercamiento de la variable al punto en cuestion tiene dos grados de libertad. Cuando hacemos tender (x; y) al punto (xo ; yo ), lo debemos hacer sobre una region bidimensional, por lo que se trata de una variabilidad mas 134

compleja. El miembro izquierdo de la expresion anterior lo podemos interpretar como el l mite iterado, ya sea en el orden
y!yo x!xo

lim lim f(x; y)

o bien

x!xo y!yo

lim lim f(x; y);

valores que, en caso de existir, no necesariamente coinciden. La situacion se agudiza todav a mas, al incrementar el numero de variables. Esto, sin embargo, lo podemos resolver facilmente con nuestro concepto de norma, o mas bien, con nuestro concepto de distancia. Es la nocion de distancia lo que al nal de cuentas, nos permitira de nir el concepto de l mite, lo cual haremos en esta seccion as tambien formularemos algunos enunciados equivalentes.

De nicion 1. Sea A Rn , f una funcion A ! R y ~ o un punto de acumulacion x

de A. Se dice que un real ` es de la funcion f en el punto ~ o si para cada r > 0 x existe > 0 tal que todos los puntos que esten similtaneamente en A y en la bola abierta B(~~0 ; ) excluyendo el mismo punto ~ o , tienen su imagen en el intervalo x x (` r; ` + r). dicho de otro modo, si para cada r > 0, existe > 0 tal que

jf(~ ) `j < r; x
para todo ~ 2 A que cumpla 0 < k~ ~ o k < . En este caso escribimos x x x
x x ~ !~ o

lim f(~ ) = `: x

Nota. Observemos que en la de nicion anterior, el dominio A de f es totalmente arbitrario por lo que no debemos suponer que es abierto, cerrado o de alguna forma particular. Tambien observemos que el punto ~ o no necesariamente es un punto de x A; puede no ser elemento de A, pero si lo fuese, de todas maneras para propositos del l mite, debemos excluirlo de aquellos puntos donde valuamos la funcion. Esta condicion es muy importante, pues con ella se esta indicando que en lo que respecta al l mite, el valor f(~ o ) es irrelevante. No solo hemos de ignorar el punto ~ o , sino x x que deliberadamente debemos excluirlo, en lo que al l mite concierne. Finalmente, notese que requerimos que ~ o sea un punto de acumulacion de A, esto es con el n x de poder acercarse a el, tanto como se quiera, lo cual no ser a posible si fuese un punto aislado.
135

En la de nicion anterior hemos considerado funciones reales, es decir, funciones que toman valores en R. Claramente podemos generalizarla al caso de funciones vectoriales. de A. Se dice que ~ es de la funcion f en el punto ~ o si para cada r > 0 existe ` x > 0 tal que kf(~ ) ~k < r; x ` para todo ~ 2 A que cumpla 0 < k~ ~ o k < . En cuyo caso escribimos x x x lim f(~ ) = ~; x `
x x ~ !~ o

De nicion 2. Sea A Rn , f una funcion A ! Rm y ~ o un punto de acumulacion x

o de manera simple como

limf(~ ) = ~: x `

La siguiente proposicion es obvia y resulta muy practica en el manejo de l mites de funciones de varias variables. de A. La condicion es equivalente a

Proposicion 1. Sea A Rn, f una funcion A ! Rm y ~ o un punto de acumulacion x

x x ~ !~ o ~ !~ o x x

lim f(~ ) = ~: x `

lim kf(~ ) ~k = 0; x `

lo cual escribimos simplemente como

kf(~ ) ~k ! 0 x `
En las de niciones anteriores, tuvimos cuidado de no referirnos al termino l mite en forma determinada, es decir, hablamos de ~ como l mite y no como el ` l mite. En las de niciones no nos comprometimos ni a la existencia ni a la unicidad. La unicidad es facil de probar:

Proposicion 2 (Unicidad del l mite). Sea A Rn, f una funcion A ! Rm y ` ~ o un punto de acumulacion de A. Si ~ 2 Rm y ~ 2 Rm son tales que x `
1 2

~1 = lim f(~ ) ` ~ !x x x ~ ~2 = lim f(~ ); ` ~ !x x x ~

o o

136

entonces

~1 = ~2 ` `

Demostracion. Para probar la proposicion mostremos que

k~1 ~2k = 0: ` `
Puesto que tenemos la desigualdad 0 k~1 ~2 k k~1 f(~ ) + f(~ ) ~2 k ` ` ` x x ` k~1 f(~ )k + kf(~ ) ~2 k ` x x ` la cual vale para todo vector ~ en A, y dado que x kf(~ ) ~1 k ! 0 x ` kf(~ ) ~2 k ! 0; x ` se sigue la igualdad deseada.

La proposicion anterior nos permite ahora hablar de el l mite de una funcion, cuando tal l mite exista. La de nicion 2 generaliza la de nicion 1, sin embargo, el estudio sobre l mites de funciones vectoriales lo podemos reducir al de funciones reales, v a la siguiente proposicion.

Proposicion 3. Sea A Rn, f una funcion A ! Rm y ~ o un punto de acumux

lacion de A. Escribamos f en terminos de sus componentes f = (f1 ; f2 ; : : :; fm ). Entonces, la existencia del l mite
x x ~ !~ o

lim f(~ ) x

es equivalente a la existencia de los l mites lim f (~ ) x ~ !~ o i x x para i = 1; 2; : : :; m. En este caso se tiene ademas
~ !~ o x x

lim f(~ ) = (~lim f1 (~ ); : : :; ~lim fm (~ )) x x!~ x x x x!~ x

o o

137

Demostracion. Supongamos que existe el l mite

x x ~ !~ o

lim f(~ ) = ~ x ` = (`1 ; `2; : : :; `m );

y mostremos que para cada i = 1; 2; : : :; m

jfi (~ ) `i j ! 0: x
Pero esto se sigue inmediatamente de las desigualdades 0 jfi(~ ) `i j kf(~ ) ~k x x ` (i = 1; 2; : : :; m) y de la hipotesis

kf(~ ) ~k ! 0: x `
Rec procamente, supongamos que existen los l mites lim f (~ ) = `i ; x ~ !~ o i x x para i = 1; 2; : : :; m y sea ~ = (`1 ; `2; : : :; `m ). Tenemos entonces `

jfi (~ ) `i j ! 0: x
para i = 1; 2; : : :; m, por lo tanto de la desigualdad 0 kf(~ ) ~k x ` obtenemos
m X i=1

jfi(~ ) `i j x

Esto prueba la proposicion 3. | Para nalizar la seccion, enunciamos y probamos una condicion equivalente para el concepto de l mite, en terminos de l mites de sucesiones. Esta proposicion resulta particularmente util, ya que en el estudio de l mites de funciones podemos aplicar las propiedades de l mites de sucesiones estudiadas anteriormente. 138

kf(~ ) ~k ! 0: x `

de A. Entonces la condicion es equivalente a

Proposicion 4. Sea A Rn, f una funcion A ! Rm y ~ o un punto de acumulacion x

x x ~ !~ o k!1

lim f(~ ) = ~ x `

lim f(~ k ) = ~: x `

para toda sucesion (~ k )+=1 de elementos de A, con puntos diferentes de ~ o , que x k1 x o. tienda a ~ x

Demostracion. Supongamos que

x x ~ !~ o

lim f(~ ) = ~; x `

y sea (~ k )+=1 una sucesion arbitraria de elementos de A con ~ k 6= ~ o , que tiende a x k1 x x o . Mostremos, usando la de nicion de l mite de una sucesion, que ~ x f(~ k ) ! ~: x ` Sea r > 0 arbitraria. Como ~lim f(~ ) = ~, existe > 0 tal que x ` x!~ x
o

kf(~ ) ~k < r; x `
para todo vector ~ 2 A que cumpla x 0 < k~ ~ o k < : x x Por otra parte, como ~ k ! ~ o , existe un ndice N 2 N, tal que x x

k~ k ~ o k < ; x x
para toda k 2 N. Por lo tanto,

kf(~ k ) ~k < r; x `
para toda k 2 N. Esto prueba que
k!1

lim f(~ k ) = ~: x ` 139

Para la prueba del rec proco procederemos razonando por contradiccion. Supongamos que lim f(~ k ) = ~; x ` k!1 para toda sucesion (~ k )+=1 en A, de puntos distintos de ~ o , convergente a ~ o . Si x k1 x x no se tuviese lim f(~ ) = ~; x ` x x ~ !~
o

existir a ro > 0, tal que para cada > 0, ser a posible encontrar un punto ~ 2 A x cumpliendo 0 < k~ ~ o k < , pero con x x

kf(~ ) ~k ro : x `
En particular, para cada k 2 N, habr a un punto ~ k 2 A tal que x 1 0 < k~ k ~ o k < k x x y

kf(~ k ) ~k ro : x `

Es claro que la sucesion (~ k )+=1 as constru da converger a al vector ~ o , pero obviax k1 x mente no se tendr a lim f(~ k ) = ~: x ` k!1 lo que contradir a nuestra hipotesis. Esto prueba la proposicion 4.

15.2. Algunas propiedades basicas. En esta seccion presentamos algunas de las

x Proposicion 5. Sea A Rn y ~ o un punto de acumulacion de A. Sean f y g funciones A ! Rm , para las cuales existen los l mites ~1 = lim f(~ ) ` ~ !x x x ~ ~2 = lim g(~ ): ` ~ !x x x ~
o o

propiedades sobre algebra de l mites, analogas a las que estudiamos para funciones reales de una variable.

140

Entonces i)
x x ~ !~ o

lim (f + g)(~ ) = ~lim f(~ ) + ~lim g(~ ) x x!~ x x!~ x x x ~1 + ~2 =` `

o o

ii)
x x ~ !~ o

lim (f g)(~ ) = ~lim f(~ ) x x x!~ x ~ ~ = `1 `2

o

~ !~ o x x

lim f(~ ) x

donde f g esta de nida por (f g)(~ ) = f(~ ) g(~ ), para toda ~ 2 A. En el x x x x caso particular m = 1, el producto punto f g se convierte en el producto usual fg, el cual esta dado por (fg)(~ ) = f(~ )g(~ ) y el resultado queda x x x como lim (fg)(~ ) = ~lim f(~ ) ~lim g(~ ) x x x!~ x x x ~ !~ x!~ x x
o o o

iii) si es un escalar, entonces lim ( f)(~ ) = ~lim f(~ ) x x x x ~ !~ x!~ x = ~1 `

o o

Esta proposicion es consecuencia inmediata de la proposicion 4 y de las propiedades correspondientes para l mites de sucesiones (proposicion 4 de la leccion 11). La siguiente proposicion tambien es facil de probar

Proposicion 6. Sea A Rn, f una funcion A ! Rm y ~ o un punto de acumulacion x de A. Sea ' : A ! R. Supongamos que existen los l mites
y
x x ~ !~ o x x ~ !~ o

lim f(~ ) x

lim '(~ ); x

entonces i) existe el l mite de la funcion 'f en ~ o y ademas x

x x ~ !~ o

lim ('f)(~ ) = ~lim '(~ ) ~lim f(~ ) ; x x x!~ x x!~ x x 141

o o

ii) si

lim '(~ ) 6= 0 x entonces, existe una bola abierta B(~ o ; ), tal que '(~ ) 6= 0 para toda x x o ; ) con excepcion de ~ o y la funcion f , de nida a lo menos ~ 2 A \ B(~ x x x ' o ; ) f~ o g, tiene l mite en el punto ~ o , se cumple en el conjunto A \ B(~ x x x ademas x f(~ xlim f(~ ) x !~ x lim '(~ ) = ~lim '(~ ) : x x x) ~ !~ x x x ~ !~
x ~ ~ !xo
o o o

Para la demostracion de (ii) im tese la prueba del resultado correspondiente para funciones de una variable. Los detalles se dejan como ejercicio para el lector.

Ejemplo 1. Sea p : R ! R dada por

1 2

p1(x; y) = x para todo (x; y) 2 R2 . Si (xo ; yo ) es un punto cualquiera de R2 , entonces lim p1(x; y) = xo : (x;y )!(x ;y )
o o

En efecto, puesto que 0 jp1(x; y) p1(xo ; yo )j = jx xo j k(x xo ; y yo )k se sigue que jp1(x; y) p1 (xo ; yo )j ! 0 cuando k(x xo ; y yo )k ! 0 esta dada por p2 (x; y) = y, entonces lim p2(x; y) = yo : (x;y )!(x ;y )
o o

Ejemplo 2. De manera similar al ejemplo 1, es facil probar que si p : R ! R

2 2

En general, de namos pi : Rn ! R por pi (~ ) = xi ; x n, entonces para todo ~ = (x1 ; x2; : : :; xn) 2 R x lim p (~ ) = xo ; x i x x ~ !~ i
o

para todo punto ~ o = (xo ; xo ; : : :; xo ) 2 Rn . x 1 2 n 142

Ejemplo 3. Como consecuencia del ejemplo 2, y de la proposicion 5 tenemos

i) (x;ylima;b)(x + y) = a + b )!( ii) (x;ylima;b)(xy) = ab )!(

iii) (x;ylima;b)(x2 ) = a2 )!( iv) (x;ylima;b)(y2 ) = b2 )!( iv) (x;ylima;b)(x2 + 5xy + 2y2 ) = a2 + 5ab + 2b2 )!( En general tenemos el siguiente resultado

Proposicion 7. Sea p : R ! R una funcion polinomial en dos variables

2

p(x; y) = la cual se puede escribir en la forma

r s XX i=0 j =0 r X i=0 s X j =0

aij xiyj ;

p(x; y) =

pi(y)xi

donde cada pi (y) es un polinomio en y, o bien p(x; y) = qj (x)yj ;

donde cada qj (x) es un polinomio en x. Entonces tenemos

(

x;y)!(a;b)

lim

p(x; y) =

r s XX i=0 j =0

aij aibj

La prueba se obtiene de la proposicion 5 y del resultado parcial

(

x:y)!(a;b)

lim (Axi yj ) = Aai bj 143

que es consecuencia a su vez de la misma proposicion 5. Como aplicacion de la proposicion anterior, tenemos

Ejemplo 4.
(

x;y)!(a;b)

lim (4x5 + 2x2y3 4y4 + 2x2y + 7) = 4a5 + 2a2b3 4b4 + 2a2b + 7

Como consecuencia de las proposiciones 6 y 7 tenemos

Proposicion 8. Si p(x; y) y q(x; y) son dos funciones polinomiales en las variables x; y, y q(a; b) = 0, entonces 6
y) b) lima;b) p(x; y) = p(a; b) (x;y )!( q(x; q(a; Un ejemplo de la proposicion 8 es el siguiente

Ejemplo 5.

2 2 2 2 lim(a;b) x4x+ y4y+ 1 = a4a+ b4b+ 1 (x;y )!

Es claro que las proposiciones 7 y 8 se generalizan facilmente al caso de n variables, para toda n 2 N. si (x; y) 6= (0; 0) 0 si (x; y) = (0; 0) Mostremos que esta fucion no tiene l mite en el punto (0; 0). Para ello recurriremos a la proposicion 4 de esta leccion, exhibiremos dos sucesiones (~ k )+=1 y (~k )+=1 x k1 y k1 que convergen a (0; 0), pero cuyas sucesiones de imagenes correspondientes f(~ k ) y x f(~k ), no convergen a lo mismo (lo cual ira en contradiccion con la proposicion 4). y 1 1 Para cada k 2 N, de namos ~ k = ( k ; k ), tenemos entonces para toda k 2 N x f(x; y) = f(~ k ) = k22 x 1 = 2; 144
k2
1

Ejemplo 6. Sea f : R ! R de nida como

2

xy x2 +y2

1 as que ~ k ! ~ y f(xk ) ! 2 . x 0 1 2 y Por otra parte, para k 2 N sea ahora ~k = ( k ; k ). Tenemos entonces para toda k2N

k2 f(~k ) = 1+4 y

= 2; 5

k2

2 as que tenemos ~k ! ~ y f(yk ) ! 5 6= 1 . y 0 2 La no existencia del l mite en el punto (0; 0) del ejemplo anterior, podr amos atribuirlo al hecho de que la funcion la de nimos por piezas, esto no siempre es el caso, como se muestra a continuacion, ademas recordemos que la existencia o no existencia del l mite en un punto, no depende del valor de la funcion en el punto, en este caso (0; 0).

Ejemplo 7. Sea f : R ! R de nida como ( p xy si (x; y) 6= (0; 0) x2 y 2

2

f(x; y) =

si (x; y) = (0; 0):

Entonces Esto se sigue de la desigualdad

x 0 ~ !~

lim f(~ ) = 0: x

0 p jxyj 2

x + y2

px + y
2

para todo (x; y) 6= (0; 0), la cual se obtiene a su vez de la desigualdad elemental
2 2 jabj a + b ; 2

valida para cualesquiera reales a y b. 145

Problemas y ejercicios.

1. Pruebe la proposicion 6. 2. Para las siguientes funciones i) xy si (x; y) 6= (0; 0) f(x; y) = x2 +y2 0 si (x; y) = (0; 0) ii) ( x2 y2 f(x; y) = x2 +y2 si (x; y) 6= (0; 0) 0 si (x; y) = (0; 0) iii) ( (xy)2 f(x; y) = (xy)2 +(x y)2 si (x; y) 6= (0; 0) 0 si (x; y) = (0; 0) calcule, si existen, los l mites iterados
y!0 x!0 x!0 y!0

lim lim f(x; y)

lim lim f(x; y):

3. Para las siguientes funciones, indique si existen los l mites lim lim f(x; y) y!0 x!0
x!0 y!0
(

lim lim f(x; y): lim f(x; y)

x;y)!(0;0)

y determine su valor cuando as sea. i) f(x; y) = ii) f(x; y) =

sen (

xy) x

si x 6= 0 si x = 0

1 (x + y)sen ( x )sen ( 1 ) si (x; y) 6= (0; 0) y 0 si (x; y) = (0; 0)

146

iii) f(x; y) = 4.
Funcion de Dirichlet.

cos x
3

sen tan

x x

sen tan

y y

si tan x 6= tan y si tan x = tan y 0 si x es irracional 1 si x es racional

Para todo real en 0, 1], pruebe que

f(x) = mlim nlim cos2n(m! x) = !1 !1

La funcion f de nida de esta manera se le conoce como o de los racionales en el intervalo 0; 1]

147

Leccion 16
Funciones continuas

16.1 De nicion y ejemplos. El concepto de continuidad, es de los mas importantes en la topolog a de Rn, puede desarrollarse de manera independiente a la nocion de l mite, sin embargo, los resultados obtenidos acerca de este ultimo en la leccion anterior, podemos aprovecharlos para facilitar nuestro estudio sobre funciones continuas, incluyendo la de nicion misma. Cuando estudiamos el concepto de l mite de una funcion en un punto, insistimos en que el punto en cuestion no necesariamente deber a ser del dominio de la funcion. Pero cuando as lo fuese, de todas maneras, el valor de la funcion en tal punto ser a irrelevante. Ahora para la continuidad, este valor recobra importancia, como se muestra en la siguiente de nicion.

De nicion. Sea D un subconjunto abierto de Rn y f una funcion D ! Rn. Se dice que f es en un punto ~ o 2 D si x
i) existe ~lim f(~ ) x x! ~ x ii) ~lim f(~ ) = f(~ o ) x x x!~ x
o o

f es en ~ o si no es continua en ~ o . x x

Usando la de nicion de l mite, la de nicion anterior se traduce directamente como: 148

f : D ! Rn es en ~ o 2 D, si para cada r > 0 existe > 0 tal que x

kf(~ ) f(~ o )k < r x x

siempre que ~ 2 D y 0 < k~ ~ o k < x x x

Puesto que D es abierto y ~ o 2 D, existe una bola B(~ o ; o ) contenida en D, x x as que en este caso podemos omitir la condicion ~ 2 D con tal que restrinjamos los x valores de a ser menores que o , lo cual es posible hacerlo en la misma de nicion de l mite, sin cambiar su signi cado. Observemos por otra parte, que si en la traduccion que hemos hecho de continuidad, inclu mos el punto ~ o , es decir, si reemplazamos x la desigualdad 0 < k~ ~ o k < x x por una \mas fuerte": 0 k~ ~ o k < ; x x obtenemos un enunciado equivalente, pues para el punto adicional ~ = ~ o , la dex x sigualdad kf(~ ) f(~ o )k < r x x se cumple trivialmente, ya que el miembro izquierdo es igual a cero. Tenemos pues, un enunciado equivalente de continuidad:

De nicion Bis. Sea D un subconjunto abierto de Rn y f una funcion D ! Rn. Se dice que f es en un punto ~ o 2 D si para cada r > 0 existe > 0 tal que x kf(~ ) f(~ o )k < r x x
siempre que

k~ ~ o k < x x

Ambos enunciados aparecen usualmente en los libros de texto, y aun cuando son equivalentes, nosotros preferimos usar directamente el primero de ellos, pues nos permitira utilizar las propiedades ya demostradas para l mites. El que D sea un conjunto abierto en Rn, fue lo que nos permitio omitir la condicion ~ 2 D en nuestra segunda version de continuidad. Esta condicion sobre x D pudimos no estipularla (as como lo hicimos en la de nicion de l mite), sin embargo para nes de continuidad, resulta importante que el acercamiento al punto ~ o mediante puntos ~ , sea \en todas direcciones". Cabe mencionar, que tambien x x hay la nocion de continuidad relativa a un conjunto, con ella podemos referirnos a 149

cualquier subconjunto D en Rn, sin que necesariamente sea abierto. Seguramente el lector se imaginara como se establece esta de nicion. En lo que sigue, D siempre representara un conjunto abierto en Rn , por lo que la condicion no sera necesario hacerla expl cita, sin embargo, ocasionalmente lo recordaremos cuando as lo amerite. De la proposicion 7 de la leccion anterior obtenemos la siguiente

Proposicion 1. Toda funcion polinomial de dos variables p: R ! R

2

p(x; y) = es continua en cada punto (a; b) 2 R2.

r s XX i=0 j =0

aij xiyj ;

La prueba se obtiene inmediatamente de la relacion lim p(x; y) = (x;y )!(a;b) Tambien tenemos
r s XX i=0 j =0

aij aibj

Proposicion 2. Toda funcion racional

y) R(x; y) = p(x; y) q(x; donde p(x; y) y q(x; y) son funciones polinomiales, es continua en cada punto (a; b) de R2 tal que q(a; b) 6= 0. El resultado se obtiene de la relacion b) lim p(x; y) = p(a; b) ; (x;y )!(a;b) q(x; y) q(a;

Ejemplo 1. la funcion f : R ! R de nida como

2

xy si (x; y) 6= (0; 0) f(x; y) = x2 +y2 0 si (x; y) = (0; 0)

150

es continua en cada punto (x; y) 6= (0; 0), y discontinua en (0; 0). La primera a rmacion se deduce de la proposicion 2 anterior. La segunda a rmacion se obtiene del hecho de que no existe el l mite de la funcion en el punto (0; 0).

Ejemplo 2. La funcion f : R ! R de nida como

2

f(x; y) =

( p xy
0

x2 +y2

si (x; y) 6= (0; 0) si (x; y) = (0; 0);

es continua en cada punto (x; y) 2 R2, incluyendo el punto (0; 0).

16.2 Algunas propiedades basicas. Como consecuencia de las propiedades sobre

l mites, obtenemos las correspondientes para funciones continuas. solamente si

Proposicion 3. Una funcion f : D ! Rm es continua en un punto ~ o 2 D, si y x

kf(~ ) ~k ! 0 x `
1 2

Proposicion 4. Una funcion f = (f ; f ; : : :; fm ): D ! Rm es continua en un punto ~ o 2 D, si y solamente si cada funcion componente fi : D ! R es continua x
en ~ o . x

Proposicion 5. Una funcion f : D ! Rm es continua en un punto ~ o 2 D, si y x

solamente si para cada sucesion (~ k )+=1 de elementos de D que tienda a ~ o , x k1 x f(~ k ) ! f(~ o ): x x

Proposicion 6. Sean f y g funciones D ! Rm continuas en un punto ~ o 2 D y x

un escalar. Entonces i) f + g : D ! Rm es continua en ~ o x ii) f g : D ! R es continua en ~ o x iii) f : D ! Rm es continua en ~ o x

151

Proposicion 7. Sean f : D ! Rm y ': D ! R funciones continuas en un punto ~ o 2 D. Entonces x i) 'f : D ! Rm es continua en ~ o . x

f ii) si '(~ o ) 6= 0, la funcion ' : D ! Rm esta de nida a lo menos en una bola x abierta B(~ o ; r) y es continua en ~ o . x x

Proposicion 8. Sea f : U ! Rm y g : V ! Rp , donde U es un abierto en Rn y V abierto en Rm . Se supone que f(U) V . Si f es continua en ~ 2 U y g es continua a p es continua en ~ . en f(~ ), entonces la funcion compuesta g f : U ! R a a
La demostracion es muy facil y se deja como ejercicio para el lector. en el sentido de que se establece para puntos individuales. Aun cuando una funcion pueda tener la propiedad para cada punto de su dominio, el concepto mantiene su caracter puntual, es interesante, sin embargo, el estudio de las funciones que son continuas en cada punto de su dominio o en cada punto de un abierto, pues implica ciertas propiedades globales. En esta seccion presentamos dos resultados, uno de tipo global y otro local. se llama D o simplemente . En general, si f es continua en cada punto de un subconjunto A D, diremos que es A.

16.3 Mas propiedades. La continuidad de una funcion es un concepto puntual,

De nicion. Una funcion f : D ! Rm continua en cada punto ~ de su dominio, x

Proposicion 9. Sea f : D ! Rm una funcion continua. Entonces

i) f 1 (V ) = f ~ 2 D j f(~ ) 2 V g x x es un abierto (contenido en D), para cada abierto V ii) f 1 (Y ) = f ~ 2 D j f(~ ) 2 Y g x x es un cerrado, para cada cerrado Y Rm . 152 Rm .

Prueba de (i): Sea V un abierto en Rm y sea ~ 2 f 1 (V ); tenemos por de nicion, f(~ ) 2 V . x x Como V es un conjunto abierto, existe r > 0 tal que B(~ ; r) V ; como f es x continua en ~ , existe > 0, tal que x f B(~ ; ) B(~ ; r); x x pero esto signi ca que B(~ ; ) f 1 B(~ ; r) V: x x Esto prueba que V es abierto. Prueba de (ii): La prueba se deja como ejercicio para el lector (problema 2 de la lista al nal de la leccion). | Una importante propiedad de las funciones continuas que se deduce inmediatamente de la segunda parte de la proposicion anterior es la siguiente

Demostracion.

es un conjunto cerrado.

Proposicion 10. Si f : D ! Rm es una funcion continua, entonces f ~ 2 D j f(~ ) = ~ g x x 0

La proposicion anterior la podemos parafrasear diciendo que
\las ra ces o ceros de una funcion continua es un conjunto cerrado"

Finalizamos esta leccion con una propiedad local de las funciones continuas con valores en R. x x Proposicion 11. Sea f : D ! R una funcion continua en ~ o 2 D. Si f(~ o ) > 0, existe una bola abierta B(~ o ; ) donde f es positiva. x Un resultado analogo se obtiene para f(~ o ) < 0. x xo Demostracion. Como f(~ o ) > 0 y f es continua en ~ o , para r = f(~ ) > 0, x x 2 existe > 0, tal que x jf(~ o ) f(~ )j < f(~ ) x x 2 153
o

para toda ~ que cumpla k~ ~ o k < . As que x x x xo f(~ o ) f(~ ) < f(~ ) x x 2 o sea f(~ o ) < f(~ ) x x 2 para toda ~ que cumpla k~ ~ o k < . Haciendo = se obtiene el resultado. x x x 1. Pruebe la proposicion 8. 2. Pruebe la parte (ii) de la proposicion 9. Sugerencia: Use las propiedades de las imagenes inversas de la leccion 1. 3. Si f : D ! Rm es una funcion continua, entonces, para toda ~ 2 Rm y

Problemas y ejercicios.

f ~ 2 D j f(~ ) = ~ g x x y
es un conjunto cerrado. 4. Pruebe la segunda a rmacion de la proposicion 11: Sea f : D ! R una funcion continua en ~ o 2 D. Si f(~ o ) < 0, existe una bola abierta B(~ o ; ) donde f es x x x negativa. 5. Sea f : D ! R una funcion continua en ~ 2 D. Supongamos~ = (a1 ; a2; : : :; an) a a y de namos una funcion g de una variable por g(x) = f(x; a2; : : :; an). Esta funcion esta de nida a lo menos en un intervalo abierto ( ; ) conteniendo a1 y decimos que la hemos obtenido variando la primera de las variables de f y jando las restantes. Pruebe que g es continua en a1. Enuncie y pruebe el resultado general, variando la i-esima variable y jando las restantes. El resultado general se parafrasea diciendo que \una funcion continua de varias variables, es continua en cada una de sus variables. 6. Para i = 1; 2; : : :; m, sean fi : ( i ; i ) ! R, m funciones cada una continua en un punto ai 2 ( i ; i ). Pruebe que la funcion f : D ! Rm dada por f(~ ) = f1 (x1) + f2 (x2 ) + x + fm (xm ) es continua en ~ = (a1 ; a2; : : :; am ), donde D es el hiperprisma o hipertarugo a abierto ( 1; 1 ) ( 2; 2) ( m ; m ). 154

7. Sean fi m funciones continuas en ai 2 ( i; i ), como las del ejercicio 6. Pruebe que la funcion f dada por el producto f(~ ) = f1 (x1 )f2 (x2) fm (xm ) x es continua en ~ . a 8. Pruebe que la funcion dada por f(x; y) =
3 x (x + y)6 sen (x2 + y2 ) + x4 +y8 +1 x2 + 3

es continua en (0; 0). Sugerencia: La respuesta es simple. Los problemas del 9 al 12 se re eren a funciones reales de una variable. Los hemos inclu do por tratarse de funciones o propiedades un tanto especiales. 9. Sea f : (a; b) ! R tal que f(x) = 0 para cada x racional en (a; b). Si f es continua en (a; b) entonces f(x) = 0 para toda x 2 R. 10. Sea f : 0; 1] ! R dada por 0 si x es irracional 1 si x es rracional Pruebe que f es discontinua en cada punto. 11. Sea f : 0; 1] ! R dada por f(x) = 0 si x es irracional x si x es rracional Pruebe que f es continua solamente en x = 0. 12. Sea f : 0; 1] ! R dada por f(x) =
1

8 0 si x es irracional > > si x es rracional de la forma < f(x) = > q p con (p; q) = 1 q > :
1 si x = 0

((p; q) = 1 signi ca que p y q son primos relativos). Pruebe que f es continua solamente en los irracionales. 155