Académique Documents
Professionnel Documents
Culture Documents
Sucesiones y
convergencia
1.
Definiciones
21
22
2. Sucesiones y convergencia
o simplemente lm xn .
Si A X, decimos que (xn ) est
a en A si, para todo n, xn A.
1. Definiciones
23
acumulaci
on de A y, por lo tanto, x A.
Este teorema nos asegura que, si (xn ) est
a en A y xn x, entonces
x no necesariamente es un elemento de A, pero est
a en la cerradura de A.
Adem
as, si A es cerrado, entonces siempre x A.
24
2. Sucesiones y convergencia
entonces
d(x, x1 ) d(x, xi ) + d(xi , x1 ) < R,
25
M
M
M
M
M
M
|x y|
.
1 + |x y|
|m n|
1
,
1 + |m n|
2
r
donde hemos utilizado el hecho que la funcion r 1+r
es creciente para
r > 0. Como en la construccion anterior, xm y xn no pueden estar a distancia
menor que 1/4 de alg
un n
umero en com
un.
2.
Hasta ahora, la u
nica manera que tenemos para concluir que una sucesion
converge es verificando la definicion de convergencia directamente. Esto es,
debemos conocer el lmite a priori.
26
2. Sucesiones y convergencia
27
28
2. Sucesiones y convergencia
Sea (fn ) una sucesion de Cauchy; es decir, para todo > 0, existe
N Z+ tal que, si m, n N , entonces |fn (x) fm (x)| < para todo
x [0, 1]. Notese que N no depende de x.
Esto
significa que, para cada x [0, 1] y > 0, existe un Nx (que depende
de x) tal que, si n > Nx , entonces |fn (x) L(x)| < . Decimos entonces que
(fn ) converge punto por punto a L.
Demostraremos que, de hecho, fn L en C([0, 1]), es decir, (fn ) con
verge uniformemente a L C([0, 1]). Esto
lo haremos en dos pasos:
Paso 1: Para cada > 0 existe N tal que, si n N , entonces
|fn (x) L(x)| < ,
es decir, N no depende de x.
Paso 2: L es continua en cada punto x [0, 1].
Para demostrar el paso 1, sea > 0. Tomamos N (la sucesion (fn ) es de
Cauchy) tal que, si m, n N , entonces |fn (x)fm (x)| < /2 uniformemente.
Demostraremos que |fn (x) L(x)| < para n N , uniformemente en x.
que
|fn0 (x) L(x)| <
29
para todo x [0, 1]. Ahora bien, como fn0 es continua, existe un > 0 tal
que, si |x x0 | < , entonces
|L(x) L(x0 )| |L(x) fn0 (x)| + |fn0 (x) fn0 (x0 )| + |fn0 (x0 ) L(x0 )|
< + + = .
3 3 3
3.
En esta secci
on estudiaremos la completitud de un espacio metrico (X, d),
cuando (X, || ||) es un espacio normado y la metrica d es inducida por la
norma; es decir, d(x, y) = ||x y||. En este caso podemos estudiar la completitud del espacio X a traves de series convergentes en X; en particular,
de series absolutamente convergentes en X.
30
2. Sucesiones y convergencia
Definici
on 2.21. Sea (X, || ||) un espacio normado. Una serie en X es un
par de sucesiones ((xn ), (sn )) en X tales que
(2.1)
sn =
n
X
xk ,
k=1
(2.2)
xn ,
n=1
o simplemente
xn . Si sn s, entonces escribiremos
xn = s,
n=1
rn =
n
X
k=1
||xk ||,
Notese que mientras (2.1) define una sucesion de vectores, (2.3) define
una sucesion de n
umeros reales nonegativos. La convergencia de cada una
de estas no necesariamente implica la convergencia de la otra.
Ejemplo 2.22. Considere la sucesion en R
(1)n
.
n
P
La serie
xn converge en R, pero no converge absolutamente, ya que la
sucesion de sumas parciales
n
X
1
k
xn =
k=1
diverge.
31
Sin embargo, es conocido que si una serie en R es absolutamente convergente, entonces converge. Esto resulta ser equivalente a la completitud de
los n
umeros reales, como lo veremos a continuaci
on.
Definici
on 2.23. Si el espacio normado (X, || ||) es completo, entonces
decimos que X es un espacio de Banach.
Por ejemplo, R, Rl
o C([0, 1]), con la norma uniforme, son espacios de
Banach. El siguiente teorema caracteriza a los espacios de Banach a traves
de sus series absolutamente convergentes.
Teorema 2.24. Sea (X, || ||) un espacio normado. Entonces X es un espacio de Banach si, y s
olo si, toda serie en X absolutamente convergente es
convergente.
Es decir, X es completo si, y s
olo si, la sucesion (2.1) converge siempre
que (2.3) converge.
Demostraci
on. Para demostrar este teorema supongamos primero que X
es un espacio de Banach; es decir, toda sucesion de Cauchy en X converge.
P
Sea entonces
xn un serie absolutamente
convergente; en otras palaPn
bras, suponemos que la sucesion ( 1 ||xk ||) converge. Demostraremos que
(sn ), la sucesion de sumas parciales, converge. Como X es completo, es suficiente con mostrar que (sn ) es una sucesion de Cauchy.
P
Sea > 0. Como la sucesion ( n1 ||xk ||) converge en R, entonces es una
sucesion de Cauchy. Tomemos entonces N tal que si n, m N , entonces
m
n
X
X
||x
||
||x
||
k < .
k
1
m+1
32
2. Sucesiones y convergencia
y, adem
as, nk+1 nk . Tal sucesion es posible ya que (xn ) es una sucesion
de Cauchy. Definimos la sucesion
y1 = xn1 ,
yk = xnk xnk1 ,
k = 2, 3, . . . .
n
X
k=2
Pero
N
X
k=1
y k = xn 1 +
N
X
k=2
Este teorema muestra por que en R toda serie absolutamente convergente es de hecho convergente, como es mostrado en los cursos elementales de
c
alculo. Esto
es equivalente a completitud. Mas a
un, este teorema nos permite desarrollar un criterio para convergencia uniforme de series de funciones
en C([0, 1]), el cual es llamado el criterio M de Weierstrass.
Corolario 2.25 (Criterio M de Weierstrass). Sea (fn ) una sucesi
on de
funciones en C([0, 1]). Si existe una sucesi
on (Mn ) de n
umeros
nonegativos
P
tales que |fn (x)| Mn , para todo x [0, 1], y la serie
Mn converge,
entonces la serie
X
fn (x)
n=1
33
De nuevo, el criterio M de Weierstrass se puede generalizar a los espacios C(X, Y ), donde Y es un espacio de Banach. En este caso, C(X, Y )
es tambien un espacio de Banach. Estudiaremos estas generalizaciones m
as
adelante en estas notas.
Ahora estudiaremos la convergencia de una serie que no necesariamente
converge de manera absoluta. El resultado m
as importante en esta area es
el siguiente teorema, debido a Dirichlet. Antes, definiremos una sucesion
mon
otona.
Definici
on 2.26. Decimos que una sucesion (an ) en R es mon
otona creciente (o mon
otona decreciente) si, para cada n, an+1 an (o an+1 an ,
respectivamente). Si una sucesion es mon
otona creciente o mon
otona decreciente, diremos simplemente que es mon
otona.
Teorema 2.27 (Dirichlet). Sea (X, || ||) un espacio de Banach, (n ) una
sucesi
on en R y (xn ) una sucesi
on en X tales que
1. n 0 para todo n;
2. n es mon
otona y n 0; y
3. La sucesi
on de sumas parciales de (xn ),
sn =
n
X
xk ,
k=1
es acotada en X.
P
Entonces la serie
n=1 n xn converge.
Demostraci
on. Demostraremos que la sucesion
n
X
yn =
k xk
k=1
n
X
k xk =
n
X
k=m+1
k=m+1
n
X
n
X
k=m+1
k sk
= n s n +
n1
X
k=m+1
k (sk sk1 )
k sk1 =
n
X
k=m+1
k sk
k=m+1
n1
X
k=m
k+1 sk
34
2. Sucesiones y convergencia
Como (sn ) es acotada, existe M > 0 tal que ||sn || M para todo n. Como
(n ) es mon
onotona y converge a 0, k k+1 0 para todo k.
n1
X
k=m+1
n1
X
(k k+1 )M + m+1 M
k=m+1
X
sen n
(2.4)
.
n
n=1
Supongamos que 6= 2k, con k Z.1 Si tomamos xn = sen n, tenemos
entonces que
n
n
in
X
1 X ik
1 i 1 ein
i 1 e
e
xk =
e
(e eik ) =
2i
2i
1 ei
1 ei
k=1
k=1
35
35
30
25
20
15
10
5
0.2
0.4
0.6
0.8
Figura 3. Gr
afica de las funciones fn para n = 10, 20, 50. Se puede apreciar que dicha suma no es uniformemente acotada (de hecho
5n
||fn ||u
, por el ejercicio 12), aunque s acotada para cada x.
3
4.
En el ejercicio 8 del captulo 1 definimos el concepto de normas equivalentes: Si || ||1 y || ||2 son normas en X, decimos que son equivalentes si
existen c, C > 0 tales que, para todo x X,
c||x||1 ||x||2 C||x||1 .
Si dos normas son equivalentes, entonces inducen metricas homeomorfas, y
por lo tanto las sucesiones convergentes respecto de una son tambien convergentes respecto a la otra.
En el mismo ejercicio, se demuestra que las normas || ||E , || ||M y || ||T
en Rl son equivalentes. Demostraremos ahora que cualquiera dos normas en
Kl son equivalentes, si K = R o C.
Teorema 2.31. Sean |||1 y ||||2 normas en Kl . Entonces son equivalentes.
Demostraci
on. Sin perdida de generalidad, podemos asumir que, por ejemplo, || ||1 es la metrica del taxi:
||x||T = |x1 | + . . . + |xl |.
(Escribiremos el ndice de la coordenada de cada vector en Kl como superndice.) Sea entonces || || cualquier norma en Rl . Entonces, para x Kl ,
||x|| = ||x1 e1 + . . . + xl el || |x1 | ||e1 || + . . . + |xl | ||el ||,
36
2. Sucesiones y convergencia
Por contradicci
on, y sin perdida de generalidad, suponemos que, para
cada n, existe un xn Kl tal que |x1n | > n ||xn ||. Si tomamos
yn =
x2n
xln
xn
=
e
+
e
+
.
.
.
+
el ,
1
2
x1n
x1n
x1n
1
1
||xn || < .
1
|xn |
n
|z i | ci ||z 1 e2 + . . . z l1 el ||,
z 1 , . . . , z l1 K, i = 1, . . . , l 1.
xin
,
x1n
i = 2, . . . , l 1,
37
||x||2 = || (x)||Y .
Por el teorema 2.31, existen constantes c, C > 0 tales que
c||x||1 ||x||2 C||x||2
para todo x Kl . Entonces, para x X,
y
||(x)||Y = || ( 1 (x))||Y = || 1 (x)||2 C|| 1 (x)||1 = C||x||X .
Si en el teorema 2.32 X = Y , y tomamos el isomorfismo como la
identidad, tenemos entonces el siguiente corolario.
Corolario 2.33. Si X es un espacio vectorial sobre K de dimensi
on finita,
entonces cualesquiera dos normas en X son equivalentes.
La completitud de Kl (ejemplo 2.17) y el teorema 2.32 implican el siguiente resultado.
Corolario 2.34. Si (X, || ||) es un espacio normado de dimensi
on finita,
entonces es un espacio de Banach.
38
2. Sucesiones y convergencia
Demostraci
on. Sea (xn ) una sucesion de Cauchy en X, y demostraremos
que converge. Si dim X = l, tomamos entonces un isomorphismo : X Kl ,
y definimos yn = (xn ). (yn ) es entonces una sucesion en Kl .
Por el teorema 2.32, existen constantes c, C > 0 tales que
c||x|| ||(x)||E C||x||
para todo x X, donde || ||E es la norma euclideana en Kl . Entonces, para
todo m, n,
||ym yn ||E = ||(xm xn )||E C||xm xn ||,
lo cual implica que (yn ) es tambien de Cauchy. Como Kl es completo, (yn )
converge, digamos yn y. Sea x = 1 (y). Como
||xn x||
1
||yn y||E ,
c
xn x.
5.
La completitud de un espacio m
etrico
39
Demostraci
on. Demostraremos que la sucesion d(xn , yn ) es de Cauchy
en R. Primero, por la desigualdad del tri
angulo, para todo m, n,
d(xn , yn ) d(xn , xm ) + d(xm , ym ) + d(ym , yn ),
d(xn , xm ) <
y
d(yn , ym ) < .
2
2
Entonces, para n, m N , tenemos
|d(xn , yn ) d(xm , ym )| d(xn , xm ) + d(yn , ym ) < + = .
2 2
Entonces d(xn , yn ) es de Cauchy en R, y por lo tanto converge.
= X / el conjunto de clases de equivalencia bajo la relaci
Sea X
on .
X
como
Definimos la funci
on d en X
(2.7)
(yn ) (vn ),
40
2. Sucesiones y convergencia
1
2
1
.
2
l
l
1
K1
lm d(xK
n , xm ) = d([xn ]K1 , [xn ]l ) <
1
2
y la sucesion (xln )
n=1 es de Cauchy para cada l.
Inductivamente, escogemos enteros Kp y N (p, l), l Kp , de la manera
siguiente: Una vez escogidos Kp1 y N (p 1, l), l Kp1 , p 2, escogemos
Kp Kp1 tal que k, l Kp implica
k ]k , [xl ]l ) < 1 ,
d([x
n
n
2p
y, para cada l Kp , escogemos N (p, l) de tal forma que
N (p, l) N (p, l 1) y N (p, l) N (p 1, l);
n N (p, l) implica
1
;
2p
1
.
2p
41
n
Tomamos entonces la sucesion yn = xK
N (n,Kn ) .
La sucesi
on yn es de Cauchy en X: Si m > n, tenemos que
Km
Kn
Kn
Km
Kn
n
d xK
N (n,Kn ) , xN (m,Km ) d xN (n,Kn ) , xN (m,Km ) + d xN (m,Km ) , xN (m,Km )
1
1
1
+
= ,
2n 2n
n
ya que N (m, Km ) N (n, Kn ).
<
Si k Kp y n N (p, k),
La sucesi
on [xkn ]k converge a [yn ] en X:
tenemos que
n
d(xkn , yn ) = d(xkn , xK
N (n,Kn ) )
n
+ d(xN p(p,Kp ) , xN p(n,Kn ) ) + d(xN p(n,Kn ) , xK
N (n,Kn ) )
<
1
1
1
1
2
+
+
+
= ,
2p 2p 2p 2p
p
tenemos una
Si identificamos cada elemento de x X con [x] en X,
inyecci
on j : X X tal que
d(j(x),
j(y)) = d(x, y),
42
2. Sucesiones y convergencia
Pero
para cada x X
on xn en X tal que xn x en X.
de X.
43
Ejercicios
Ejercicios
1. Muestre la equivalencia de los enunciados posteriores a la definicion 2.1.
2. Sea (X, d) un espacio metrico, x X y (xn ) en X tal que, para cada n,
xn B1/n (x). Entonces xn x.
Utilice este hecho para mostrar la veracidad de los siguientes enunciados:
1
n 0, en R.
2n
n+1 2, en R.
Si a, b, c, d > 0, entonces
an + b
a
.
cn + d
c
3. Sea (xn ) una sucesion en el espacio metrico (X, d) y N > 0 tal que, para
todo n, m N , d(xn , xm ) 0 > 0. Entonces (xn ) no tiene ninguna
subsucesi
on convergente.
4. Sea (xn ) una sucesion de Cauchy en el espacio discreto X. Entonces
converge.
5. Sea (x1n , . . . , xln ) una sucesion en Rl . Entonces (x1n , . . . , xln ) converge a
(x1 , . . . , xl ) Rl si, y s
olo si, cada (xin ) converge a (xi ) en R.
6. Sea (X, || ||) un espacio normado y (xn ), (yn ) sucesiones en X tales que
xn x y yn y. Entonces
xn + yn x + y;
Para , K, xn + yn x + y.
44
2. Sucesiones y convergencia
n si 0 x <
n
fn (x) =
1
1
si x 1.
x
n
Entonces (fn ) es de Cauchy en C([0, 1]), || ||1 , pero no converge.
x 6= 2k, k Z
x = 2k, k Z.
fn
n
3
para n 4. (Sugerencia: Considere los primeros terminos de las
series de Taylor de sen y cos alrededor de 0.)
P
P
13. Dada una serie
xn es la serie
n=1 xn , un reordenamiento de
x(n) ,
n=1
P
donde : Z+ Z+ es una biyeccion. Suponga que la serie
an converge a a0 en R, pero que no es absolutamente convergente.
Muestre
P
P
que, P
para todo x R, existe un reordenamiento
a(n) de
an tal
que
a(n) converge a x.
P
14. Sea
xn una serie en un espacio de Banach que converge absolutamente,
y
digamos
converge a x. Muestre que todos los reordenamientos de
P
xn convergen
a x. (Sugerencia:
Si : Z+ Z+ es una biyeccion,
P
P
entonces
||x(n) || = ||xn ||.)
45
Ejercicios
1
1
1
fn (x) = 1 + x + x2 + . . . n xn .
2
4
2
La sucesion (fn ) converge uniformemente en [0, 1], pero su lmite no es
una funci
on polinomial. (Sugerencia: Utilice el criterio M de Weiestrass.)
18. Sea H el subespacio de C([0, 1]) dado por las funciones f : [0, 1] R
que satisfacen
f (1 x) = f (x)
para x [0, 1] (dichas funciones son llamadas
pares en [0, 1]). H es un
subespacio cerrado de C([0, 1]), || ||u de dimension infinita.
19. Sean (xn ) y (yn ) sucesiones en el espacio metrico (X, d) tales que
lm d(xn , yn ) = 0.
Entonces (xn ) converge si, y s
olo si, (yn ) converge, y en tal caso (xn ) y
(yn ) tienen el mismo lmite.
de
d)
20. Sea (X, || ||) un espacio normado y considere la completitud (X,
[xn ] = [xn ],