An

alisis Matem
atico en Variable
Compleja
Gerardo Rossini

Introducci
on
La asignatura Matem
aticas Especiales I de la Facultad de Ciencias Exactas, UNLP, contiene el estudio del Analisis Matematico en Variable Compleja
y algunas de sus aplicaciones. El curso tiene entre sus objetivos
brindar los contenidos tecnicos del analisis de variable compleja, en
particular de las llamadas funciones analticas.
establecer un marco integral de los conceptos de analisis matematico,
incluyendo los cursos correlativos anteriores y proyectandolos hacia
casos m
as generales que la variable compleja.
establecer un lenguaje logico riguroso para formalizar la demostracion
de resultados del analisis matematico.
brindar algunas aplicaciones a la solucion de problemas planteados
en variable real.
El reglamento de cursada y examen final es el siguiente:
Se eval
ua el curso por temas. Se divide el curso en dos partes, con
cuatro temas cada una. Para aprobar la cursada se deben aprobar
al menos tres temas de cada parte.
Por cada parte tomamos un pre-parcial (con dos temas), un parcial
completo y un recuperatorio. Para cerrar, habra una fecha flotante
para quienes hayan aprobado al menos cuatro temas entre los ocho
planteados.
Finales: durante un a
no a partir del flotante se tomara practica
s
olo de los temas no aprobados durante la cursada, y teora. Luego,
pr
actica y teora completas.
Bibliografa
R.V.Churchill, J.W.Brown y R.F.Verhey, Variables complejas y sus
aplicaciones, McGraw Hill, New York, 1970.
I. Stewart, D. Tall, Complex Analysis, Cambridge University Press,
London, 1983.
L.V.Alfohrs, An
alisis Complejo: introducci
on a la teora de funciones
analticas, McGraw Hill, New York, 1979.
M. R. Spiegel, Variable Compleja, (Serie Schaum), Mc Graw Hill,
New York.

Captulo 1

El plano complejo
1.1.

N
umeros complejos

Los n
umeros complejos se construyen como


(1.1.1)
C = R2 , +, ,
es decir pares ordenados de reales (x, y) con una suma y un producto
definidos por
(1.1.2)

(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ),

(1.1.3)

(x1 , y1 ) (x2 , y2 ) = (x1 x2 y1 y2 , +x1 y2 + y1 x2 ).

La suma y el producto son cerrados en C.

La suma es asociativa, conmutativa, existe el elemento neutro (0, 0) y
para cada complejo (x, y) existe y
es u
nico el opuesto (x, y) = (x, y).
Por estas propiedades C = R2 , + forma un grupo abeliano.
El producto es asociativo, conmutativo, distributivo respecto de la suma,
existe el elemento neutro (1, 0) y para cada complejo (x, y) 6= (0, 0) existe y
es u
nico el inverso multiplicativo
(x, y)1 = (x/(x2 + y 2 ), y/(x2 + y 2 )). Por
estas propiedades C = R2 , +, forma un cuerpo. Como en todo cuerpo,
la resta se define como la suma del opuesto, y el cociente se define como la
multiplicaci
on por el inverso.
El subconjunto de los n
umeros complejos
R = {(x, 0) : x R}

(1.1.4)

es cerrado ante la suma, resta, multiplicacion y division

(x1 , 0) + (x2 , 0) = (x1 + x2 , 0),
(x1 , 0) = (x1 , 0),
(x1 , 0) (x2 , 0) = (x1 x2 , 0),
(x1 , 0)1 = (x1
1 , 0),
se corresponde biunvocamente con R y respeta sus operaciones. Por esto se
identifica R R y se considera a los n
umeros reales como subconjunto de
los n
umeros complejos, R C. Se anota
x = (x, 0) R C.
En particular, 0 = (0, 0).
4


1.2. MODULO
Y ARGUMENTO

La multiplicaci
on de un real por un complejo (x, y) resulta, seg
un
1.1.3,
(x, y) = (x, y).
En consecuencia C, con la suma de complejos y el producto por reales,
tiene estructura de espacio vectorial de dimension 2 sobre R, naturalmente
isomorfo a R2 . La base can
onica se anota
1 = (1, 0),
i = (0, 1),
por lo cual todo complejo z = (x, y) puede escribirse en forma binomica
z = x + iy.
El n
umero complejo i tiene la conocida particularidad i2 = 1, que
permite calcular races cuadradas de reales negativos.
1.1.1.
como

Conjugaci
on. Se define el conjugado de un complejo z = x+iy

z = x iy.
Geometricamente expresa la reflexion respecto del eje real. Permite escribir
1
Re(z) =
(
z + z) ,
2
1
Im(z) =
(
z z) ,
2
z
z 1 =
,
z z
donde z z R.
1.2.

M
odulo y argumento

Los n
umeros complejos se grafican en el plano C = R2 , y se pueden
visualizar tanto como puntos como por vectores. La suma y el producto por
reales se deben visualizar como las correspondientes operaciones vectoriales
en R.
El m
odulo de un complejo z se define como su distancia eucldea al punto
0, origen del plano,
p
|z| = x2 + y 2 R.
N
otese que |z|2 = z z.
Dado z 6= 0, se puede representar en forma polar. Para eso se define el
argumento
arg(z) = R tal que z = |z| (cos + i sin ) ,
es decir como el
angulo que forma el vector z con el semieje real positivo,
siguiendo las convenciones trigonometricas usuales. Es importante notar que
arg(z) es una relaci
on multivaluada: a cada complejo no nulo le corresponden


1.2. MODULO
Y ARGUMENTO

infinitos argumentos reales, congruentes entre s modulo 2. Si 0 es un

argumento de z 6= 0, entonces
{k = 0 + 2k : k R}
es el conjunto de todos los argumentos posibles de z. El complejo 0 no tiene
argumento.
1.2.1. F
ormula de Euler. Se define la exponencial compleja para
z = x + iy como
exp(z) ez = ex (cos y + i sin y) .
En particular, queda expresado
ei = cos + i sin ,
expresi
on conocida como f
ormula de Euler. La notacion polar standard de
un complejo z 6= 0, llamando r = |z| y = arg(z), es
z = r ei .

(1.2.1)

1.2.2. Producto y cociente en forma polar. El producto y el cociente tienen una expresi
on compacta en notacion polar,
(1.2.2)

(1.2.3)

r1 ei1 r2 ei2 = (r1 r2 ) ei(1 +2 ) ,

r1 ei1
=
r2 ei2

r1
r2

ei(1 2 ) .

1.2.3. Potencias y races. Las potencias naturales se expresan con

la f
ormula de De Moivre. Dado z = r ei y n N
z n = rn ein .
Las potencias enteras se completan definiendo
z n

1
= rn ein .
zn

La raz n-esima se define como la operacion inversa de la potencia nesima,

w = n z wn = z.

Si z 6= 0 se escribe z = r ei , resulta w = n r ei/n . Los infinitos valores de

= arg(z) dan lugar a n valores distintos

wk = n r ei(0 +2k)/n , con k N, 0 k n 1.

Cabe notar que wk = w0 eik(2/n) .


1.3. TOPOLOGIA METRICA
DEL PLANO COMPLEJO

1.3.

Topologa m
etrica del plano complejo

1.3.1. Espacios m
etricos. Dado un conjunto M , se llama distancia
en M a toda funci
on
dist : M M R
tal que se verifican las propiedades
1. positividad: z1 , z2 M , dist(z1 , z2 ) 0, y dist(z1 , z2 ) = 0 =
z1 = z2 .
2. simetra: z1 , z2 M , dist(z1 , z2 ) = dist(z2 , z1 ).
3. desigualdad triangular: z1 , z2 , z3 M , dist(z1 , z2 ) dist(z1 , z3 )+
dist(z3 , z2 ).
Se llama espacio metrico a un conjunto con una distancia (M, dist).
En el plano complejo se define la distancia entre dos n
umeros z1 =
x1 + iy1 , z2 = x2 + iy2 como la distancia eucldea de los correspondientes
puntos (x1 , y1 ), (x2 , y2 ) de R. Es decir,
p
dist(z1 , z2 ) = |z2 z1 | = (x2 x1 ) + (y2 y1 ) .
Como en toda distancia, se verifican las propiedades de positividad, simetra
y desigualdad triangular. La correspondencia z = x + iy C (x, y) R2
preserva la distancia, por definicion. El plano complejo, con la distancia
eucldea, es entonces un espacio metrico isometrico a R. En particular, la
desigualdad triangular se expresa
z1 , z2 , z3 C,

|z3 z1 | |z3 z2 | + |z2 z1 |

En general, en todo espacio vectorial con producto interno la distancia

can
onica se define como la norma de la diferencia,
p
dist(v1 , v2 ) = ||v2 v1 || = (v2 , v1 ).
Tal es el caso de R, Rn y C.
1.3.2. Topologa m
etrica. Dado un conjunto M , se llama topologa
a la caracterizaci
on de conjuntos abiertos en M . Esto lleva a la caracterizaci
on de nociones como convergencia, continuidad, conectividad, etc. En
un espacio metrico, se caracteriza naturalmenbte la topologa a partir de la
distancia.
Manejaremos en general las siguientes definiciones, donde M es un espacio metrico (y en particular nos interesa M = C:
Entorno. Se llama entorno de centro z0 y radio r al conjunto
(z0 , r) = {z M : dist(z, z0 ) < r}
Entorno reducido. Se llama entorno reducido de centro z0 y radio r
al conjunto
0 (z0 , r) = {z M : 0 < dist(z, z0 ) < r}


1.3. TOPOLOGIA METRICA
DEL PLANO COMPLEJO

Punto interior a un conjunto. Dado un conjunto A M , se dice

que z0 es interior a A si y solo si
r > 0, (z0 , r) A
Conjunto abierto. Se dice que A M es abierto si y solo si
z A, z es interior a A
Punto exterior a un conjunto. Dado un conjunto A M , se dice
que z0 es exterior a A si y solo si
r > 0, (z0 , r) A =
Equivalentemente, z0 es exterior a A si y solo si z0 es interior al complemento de A en M (que anotaremos Ac ).
Punto de frontera. Dado un conjunto A M , se dice que z0 es punto
de frontera de A si y s
olo si z0 no es interior ni exterior a A.
Equivalentemente, z0 es punto de frontera de A si y solo si
r > 0, (z0 , r) A 6= (z0 , r) Ac 6=
Frontera de un conjunto. Se llama frontera de un conjunto A M
a
A = {z M : z es punto de frontera de A}
Conjunto cerrado. Dado un conjunto A M , se dice que A es cerrado
si y s
olo si A A. Es decir, un conjhunto es cerrado si contiene a todos
sus puntos de frontera.
Entorno cerrado. Se llama entorno cerrado de centro z0 y radio r al
conjunto
(z0 , r) = {z M : dist(z, z0 ) r}
Conjunto acotado. Se dice que A M es acotado si y solo si
z0 M, r > 0 : A (z0 , r),
es decir si A puede ser encerrado en un entorno cerrado de radio finito.
Clausura de un conjunto. Se llama clausura de un conjunto A M
a la uni
on del conjunto on su frontera. Se anota
A = A A
Punto de acumulaci
on. Dado un conjunto A M , se dice que z0 es
punto de acumulaci
on (o de adherencia) de A si y solo si
r > 0, 0 (z0 , r) A 6=
Punto aislado. Dado un conjunto A M y un punto z0 A, se dice
que z0 es un punto aislado de A si y solo si
r > 0, (z0 , ) A = {z0 }


1.3. TOPOLOGIA METRICA
DEL PLANO COMPLEJO

Propiedades. Se sugiere demostrar las siguientes propiedades:

Un entorno es un conjunto abierto
Un entorno reducido es un conjunto abierto
Un entorno cerrado es un conjunto cerrado, clausura del correspondiente entorno abierto: (z0 , r) = (z0 , r) (z0 , r)
C es abierto en C
C es cerrado en C
etc.
Mencionamos otras caracterizaciones topologicas que tienen que ver con curvas continuas y familias continuas de curvas continuas. La nocion de continuidad se repasa en la Clase 5.
Conjunto conexo. Dado un conjunto A M , se dice que A es conexo
por arcos (o conexo) si y s
olo si
z1 , z2 A, una curva continua A que comienza en z1 y termina en z2
Conjunto simplemente conexo. Dado un conjunto A M , conexo,
se dice que es simplemente conexo si y solo si todas las curvas que unen dos
puntos dados z1 , z2 A son continuamente deformables entre s dentro de
A
Conjunto m
ultiplemente conexo. Dado un conjunto A M , conexo,
se dice que es m
ultiplemente conexo si y solo si no es simplemente conexo.
Es decir, dados z1 , z2 A existen al menos dos curvas que los unen y que
no son continuamente deformables entre s dentro de A

Captulo 2

Sucesiones y funciones complejas

En esta clase presentamos sucesiones de n
umeros complejos, funciones
de variable real a valores complejos y funciones de variable compleja a valores complejos, con el objetivo de familiarizar al alumno con su estructura,
notaci
on y representaci
on grafica. En particular se establece su relacion con
sucesiones y funciones reales, buscando repasar el manejo de las u
ltimas.
Las sucesiones y series de n
umeros o funciones complejas, las funciones
de una variable real a valores complejos y las funciones de una variable
compleja a valores complejos seran objeto de estudio a lo largo de todo el
curso.
Sucesiones a valores complejos
Una sucesi
on a valores complejos es una funcion de N en C,
z:NC
que a cada n N le hace corresponder un valor zn C,
n zn
Usaremos la notaci
on {zn } para referirnos a dicha sucesion. Tambien consideramos sucesiones a funciones de {n N : n n0 }, es decir que comienzan
con ndice n0 .
Escribiendo en forma binomica zn = xn +iyn , la sucesion {zn } determina
unvocamente dos sucesiones en R,{xn } y {yn }. Escribiendo en forma de
par ordenado zn = (xn , yn ), la sucesion {zn } determina unvocamente una
sucesi
on en R2 ,{(xn , yn )}. En notacion vectorial, ~rn = (xn , yn ) y la sucesion
se puede anotar {~rn }
Una sucesi
on {zn } compleja se representa como un conjunto infinito de
puntos en el plano, manteniendo la nocion del orden con que aparecen en
la sucesi
on. Conviene pensarla como una historia en el tiempo, o un camino
que se recorre.
En base a cursos anteriores, podemos estudiar la existencia de los lmites
en R
lm xn
n

lm yn

y del lmite en R2
lm (xn , yn )

10

FUNCIONES DE VARIABLE COMPLEJA Y VALORES COMPLEJOS

11

Veremos que estos lmites estan ntimamente relacionados con la nocion de

lmn zn en C.
Funciones de variable real y valores complejos
Una funci
on de I R en C,
z:IRC
asigna a cada valor t I un valor complejo z(t),
t z(t)
En particular manejaremos el caso en que I = [a, b] es un intervalo cerrado.
Escribiendo en forma binomica z(t) = x(t) + iy(t), la funcion z(t) determina unvocamente dos funciones en R, x(t) y y(t). Escribiendo en forma de
par ordenado z(t) = (x(t) + iy(t)), la funcion z(t) determina unvocamente
una funci
on en R2 ,{(x(t), y(t))}. En notacion vectorial, ~r(t) = (x(t), y(t)).
Una funci
on compleja de variable real z(t) = x(t) + iy(t) se representa
como una curva orientada en el plano. En base a cursos anteriores, podemos estudiar lmite, continuidad y derivada de ~r(t) (en terminos de lmite,
continuidad y derivadas de x(t) y y(t). Con estos conceptos sabremos caracterizar direcci
on tangente, velocidad, longitud de arco, etc. Veremos que
estos conceptos est
an ntimamente relacionados con sus correspondientes en
la funci
on z(t).
Funciones de variable compleja y valores complejos
Consideremos un conjunto A C y una funcion
f : AC
que asigna a cada z A un y solo un valor w C,
z w(z)
La anotaremos
w = f (z)
Para visualizar este tipo de funciones, a las cuales dedicaremos este curso, corresponde ir a la noci
on basica de funcion, graficando por separado el
conjunto dominio, el conjunto codominio, y flechas que describen la asignaci
on z w(z). Es decir, graficar un plano complejo (z) para dibujar el
dominio y otro plano complejo (w) para los valores que toma la funcion.
En este sentido, una funcion w = f (z) implementa un mapeo (o transformaci
on) de una regi
on del plano en otra region del plano.
Como conjunto de puntos representativos del dominio se sugiere considerar distintas curvas parametrizadas
: z(t),

t [a, b]

y sus im
agenes
f () : w(t) = f (z(t)),

t [a, b]

FUNCIONES DE VARIABLE COMPLEJA Y VALORES COMPLEJOS

12

Mejor a
un si se considera una familia de curvas caracterizada por alg
un
par
ametro , como un conjunto de rectas paralelas, un haz de rectas, circunferencias concentricas, etc. Se observara que la eleccion mas conveniente
de curvas depende de cada funcion en particular.
Para trabajar en coordenadas reales (es decir, representar los complejos
en forma bin
omica o de par ordenado) usaremos las siguientes notaciones
para distinguir parte real e imaginaria:
z = x + iy
w = u + iv
de forma tal que
f (z) = u(x, y) + iv(x, y)
En otras palabras, la funcion w = f (z) determina univocamente dos funciones reales u y v de dos variables reales x y y. El mapeo descripto por
w = f (z) se escribe en variables reales como
f : A R2 R2
donde
f (x, y) = (u(x, y), v(x, y))
Cabe insistir en que cada punto (x, y) A en el plano dominio se mapea a
un punto (u, v) del plano imagen.
Una vez establecida la correspondencia de w = f (z) con u(x, y), v(x, y),
es claro que los conceptos de Analisis Matematico II seran de utilidad: para
cada funci
on u(x, y), v(x, y) se debe recordar lmite en dos variables, diferenciabilidad, derivadas parciales y direccionales, gradiente, curvas de nivel,
etc. En particular para el mapeo f se debe recordar el significado de la matriz Jacobiana y las condiciones de invertibilidad (definiendo implcitamente
x y y como funciones de u y v).

Captulo 3

Lmite de sucesiones de n
umeros complejos
Lmite de sucesiones complejas. Unicidad. Relacion con los lmites de

parte real e imaginaria. Algebra

de lmites.
Lmite infinito. Punto en infinito, plano complejo extendido y entornos
de infinito. Esfera de Riemann.
Sucesi
on adherente a un conjunto.
Sucesiones fundamentales (o de Cauchy). Completitud de R, Rn ,C.
Anexo - propiedades de R, Rn : existencia de nfimo y supremo de conjuntos acotados, principio de encaje de intervalos, existencia de maximo y
mnimo de funciones continuas en dominios compactos, lema de separacion
entre un conjunto compacto y la frontera de un abierto que lo incluya.
Lmite de sucesiones
Dada una sucesi
on {zn } en un espacio metrico M , se tiene una nocion
intuitiva de lmite: se dice que la sucesion tiene lmite l M si se observa
que los elementos zn de la sucesion se mantienen arbitrariamente cerca de
l cuando sus ndices son suficientemente grandes. De esta manera el lmite
no se calcula, sino que se intuye. El concepto de lmite se formaliza con la
siguiente
Definici
on: Dada una sucesion {zn } en un espacio metrico M ,
lm zn = l M > 0, N N : n > N = zn (l, )

Ejemplo: lmn

n
1+in

= i.

Propiedad. Dada una sucesion {zn } en un espacio metrico M , si el

lmite existe es u
nico.
Demostraci
on en clase. Basta suponer dos lmites distintos yy llegar a
un absurdo contradiciendo la desigualdad triangular.
Sucesiones en C y en Rm
En C, y en general en Rm usamos la distancia eucldea dist(z, z 0 ) =
|z z 0 |.
13

LIMITE INFINITO EN C (O EN Rm )

14

Propiedad. Dada una sucesion {zn } en C, con zn = xn + iyn ,

lm zn = l = lx + ily C lm xn = lx R lm yn = ly R

Demostraci
on en clase. Basta usar |xn lx | |zn l| y |yn ly | |zn l|,
|zn l| |xn lx | + |yn ly |. Se hace en C y se comenta en Rm
Algebra de lmites. Sea que en M esta definida una suma, que forma grupo, y dist(z, z 0 ) = |z z 0 | (por ejemplo, cualquier espacio vectorial
normado). Se verifica la siguiente propiedad:
Si dos sucesiones tienen lmite en M , {zn } l, {wn } m, entonces la
sucesi
on suma tiene lmite en M ,
{zn + wn } l + m
Sea que en M est
a definido ademas un producto, distributivo con respecto a la suma (por ejemplo un espacio de matrices). Se verifica la siguiente
propiedad:
Si dos sucesiones tienen lmite en M , {zn } l, {wn } m, entonces la
sucesi
on producto tiene lmite en M ,
{zn wn } l m
Sea que en M es un cuerpo (Q, R, C). Se verifica la siguiente propiedad:
Si dos sucesiones tienen lmite en M , {zn } l, {wn } m, y m 6= 0,
entonces la sucesi
on cociente tiene lmite en M ,
{zn /wn } l/m
Estas propiedades se demuestran como ejercicios de pr
actica. Basta conocer la prueba en R y repetirla.
Lmite infinito en C (o en Rm )
Dada una sucesi
on {zn } en C (o en Rm ), se tiene una nocion intuitiva
de lmite infinito: se dice que la sucesion tiende a infinito si se observa que
los elementos zn de la sucesion se mantienen arbitrariamente lejos del origen
(0) cuando sus ndices son suficientemente grandes. El concepto de lmite
infinito se formaliza con la siguiente
Definici
on: Dada una sucesion {zn } en C (o en Rm ),
lm zn = R > 0, N N : n > N = dist(zn , 0) > R

Ejemplo: lmn n2 /(n + i) =

Debe observarse que en esta definicion no importa el argumento (o la
direcci
on) de los elementos zn , solo su modulo.

SUCESIONES FUNDAMENTALES. COMPLETITUD.

15

Punto en infinito. Resulta conveniente introducir el punto en infinito

como un elemento
/ C que funciona como lmite de las sucesiones tales
que limn zn = . Una vez introducido, se define la distancia entre ese
elemento y los puntos del plano complejo
z C, dist(z, ) = dist(z, 0)1 ,
de manera tal que cuanto mas lejos este z del origen, mas cerca esta de
infinito.
= C {}. Tomando al plano
Se llama plano complejo extendido a C

complejo como conjunto abierto, C es un punto de frontera de C C,

y C es su clausura.
Se define un entorno reducido de infinito como
0 (, r) = {z C : dist(z, ) < r}
= {z C : dist(z, 0) > 1/r}
De esta manera, se puede reescribir la definicion de lmite infinito en el
mismo lenguaje que la de lmite finito:
lm zn = > 0, N N : n > N = zn 0 (, )

Esfera de Riemmann. Es u
til visualizar el plano complejo extendido
como un plano compatificado: se piensa el plano dentro del espacio (3D) y se
lo deforma envolviendo una esfera. El cero queda en el polo sur, mientras los
puntos arbitrariamente lejanos al origen quedan arbitrariamente cerca del
polo norte. Se interpreta que el polo norte representa el punto en infinito.
Tecnicamente, se escribe el mapeo entre puntos del plano con puntos de
la esfera mediante una proyeccion estereografica.
Dibujos en clase.
Existencia del lmite, nomenclatura. Dada una sucesion {zn } en C
(o en Rm ), en este curso diremos que el lmite de la sucesion existe y es finito
cuando {zn } l C (dem en Rm ) y que el lmite de la sucesion existe pero
es infinito cuando {zn } . En otros textos se dice que el lmite existe
s
olo cuando es finito, mientras que cuando{zn } se dice que no existe
pero tiende a infinito.
Diremos adem
as (como todos los textos) que la sucesion converge si y
solo si tiene lmite finito.
Sucesiones fundamentales. Completitud.
Hemos visto que la definicion formal del concepto de lmite requiere
conocer el lmite (antes de definirlo!). El concepto de sucesion fundamental
describe la convergencia de una sucesion sin referirse al valor del lmite.

SUCESIONES FUNDAMENTALES. COMPLETITUD.

16

Definici
on: Dada una sucesion {zn } en un espacio metrico M , se dice
que la sucesi
on es fundamental (o de Cauchy) si y solo si
> 0, N N : n, m > N = dist(zn , zm ) <
Es decir, la sucesi
on es fundamental si basta considerar ndices suficentemente altos para que sus elementos se mantengan arbitrariamente cercanos
entre s.
Propiedad: Dada una sucesion {zn } en un espacio metrico M ,
{zn } converge = {zn } es fundamental
Demostraci
on en clase, basta usar la desigualdad triangular.
Es importante que no vale la recproca. En general,
{zn } fundamental ; {zn } converge
Ejemplo: Considerar un n
umero irracional (por ejemplo ) y la sucesi
on en Q formada por las sucesivas aproximaciones con desarrollo decimal
finito al n
umero irracional: q0 = 3, q1 = 3,1, q2 = 3,14, Esta sucesion es
fundamental en Q pero no converge, porque no encuentra lmite dentro de
Q.
Por supuesto la misma sucesion es convergente en R. Se observa que la
falta de convergencia no es un problema de la sucesion en s misma, sino del
espacio metrico en que se la considera.
Definici
on: Dado un espacio metrico M , se dice que es completo si y
s
olo si todas las sucesiones fundamentales en M convergen en M .
Comentario: Dado un espacio metrico que no sea completo, se lo puede
completar definiendo elementos externos al espacio que funcionen como
lmite de aquellas sucesiones fundamentales que no converjan.
Propiedad: R es un conjunto completo.
La noci
on de completitud es la base de la definici
on de R, como uni
on de
los racionales y todos sus huecos. Los huecos se definen tecnicamente como
los lmites de sucesiones racionales fundamentales no convergentes.
Distintos axiomas que caracterizan a R, como la existencia del supremo
de sucesiones acotadas por encima, etc., son equivalentes a la caraterizaci
on
de completitud. Vale decir, la definici
on rigurosa de R permite demostrar
dichos axiomas.
No vamos a profundizar en la definicion de R. Usaremos sin demostracion
algunas caracterizaciones de conjuntos y distancias que se desprenden de la
completitud.
Propiedad: C,Rm son conjuntos completos.
Demostraci
on en clase, basta referirse a las componentes reales.

SUCESIONES ADHERENTES

17

Sucesiones adherentes
Dado un conjunto A M, M espacio metrico, y dado z M , se dice
que {zn } es una sucesi
on en A adherente a z si y solo si:
1. n, , zn A
2. n, , zn 6= w
3. {zn } w
Es decir, la sucesi
on es un camino de puntos de A que se acercan a w sin
tocarlo. M
as adelante las usaremos como forma elemental de explorar lmites
de funciones, para z tendiendo a z .
Definici
on: Dado un espacio metrico M y un conjunto A M , se dice
que A es denso en M si y solo si
z M, {zn } en A adherente a z

Captulo 4

Series de n
umeros complejos
Series de n
umeros complejos. Convergencia, convergencia absoluta. Criterios de comparaci
on.
Series num
ericas
Dada una sucesi
on {an } en un espacio metrico M donde haya definida
una suma, con n n0 , se llama sucesion de sumas parciales de {an } a una
sucesi
on {Sk } en M definida por
k
X

Sk =

an

n=n0

La serie numerica simbolizada por

an

n=n0

se define como el lmite de la sucesion de sumas parciales

lm Sk ,

que puede existirP

o no. M
as precisamente, si limk Sk = S y es finito, se
a
dice que la serie
n=n0 n converge en M y que su suma es S, y se anota

an = lm Sk .
k

n=n0

En el caso en que limk SP

k = se dice que la serie diverge. Nos referiremos formalmente a la serie
n=n0 an antes de determinar si converge, pero
usaremos el signo = s
olo cuando hayamos determinado que converge.
Ejemplo importante: series geom
etricas.
Dado un n
umero q en R o en C (llamado razon), consideramos la sucesion
{an = q n }n0 y sus sumas parciales
Sk =

k
X

qn

n=0

Es f
acil calcular que
qSk Sk = q k+1 1
18

CRITERIOS DE CONVERGENCIA

19

de donde se despeja, si q 6= 1,
Sk =

q k+1 1
q1

El lmite de la sucesi
on de sumas parciales es finito si y solo si |q| < 1, en
cuyo caso

X
1
qn =
1q
n=0

En la mayora de los casos no es posible hallar una expresion cerrada para la

sucesi
on de sumas parciales. Sin embargo, se puede determinar en muchos
casos si la serie converge sin calcular su suma.
Criterios de convergencia
Condici
on necesaria de convergencia. Dada la serie
que converja es necesario que

n=n0 zn ,

para

lm an = 0

Demostraci
on en clase. Basta ver que (lmn an = 0) implica que la
sucesi
on de sumas parciales no es fundamental, luego no puede ser convergente.
Criterio P
de comparaci
on e series de t
erminos no negativos. Dada una serie
a
con
a

0
(serie
de
t
erminos reales no negativos),
n
n
n=n0
P
si existe otra serie de terminos reales no negativos
n=n0 bn , con bn an ,
P
convergente, entonces n=n0 an converge.
Demostraci
on en clase. Basta ver que la sucesi
on de sumas parciales de
P
{Sk = kn=n0 an } es mon
otonamente creciente y acotada por encima por la
P
mite buscado.
suma
n=n0 bn . Luego tiene supremo en R, que resulta ser el l
Pk
O bien que la sucesi
on de sumas parciales de {Sk = n=n0 an } es funP
P
damental, con |Sk Sl | = kn=l+1 an kn=l+1 bn < para cualquier > 0
Pk
con solo tomar k > l suficientemente grandes, ya que
n=n0 bn es fundamental por ser convergente.
P
R o an
Convergencia absoluta. Dada una serie
n=n0 an con anP
C, se puede estudiar la serie de terminos no negativos asociada
n=n0 |an |.
P
Se dice que la serie n=n0 an converge absolutamente si y solo si la serie
P
n=n0 |an | converge.
Propiedad. La convergencia absoluta implica convergencia puntual. Es
decir,

X
X
|an | converge
an converge
n=n0

n=n0

CRITERIOS DE CONVERGENCIA

20

Demostraci
on en clase. Basta ver que, dados k l,
|

k
X
n=n0

an

l
X
n=n0

an | = |

k
X
n=l+1

an |

k
X

|an | <

n=l+1

para cualquier > 0 con solo tomar k, l suficientemente grandes, ya que

Pk
n=n0 |an | es fundamental por ser convergente.
Debe notarse que la convergencia absoluta puede ser probada con tecnicas de series de terminos reales no negativos (como comparacion), y asegura
la convergencia (sin m
odulo).
Otros criterios. Se pueden trabajar otros criterios de convergencia,
como el del cociente o el de la raz. Tambien se conocen criterios de convergencia condicional, que prueban el caso en que la serie de modulos no
converge pero la serie sin modulos s converge.

Captulo 5

Lmites de funciones. Continuidad.

Lmites de funciones (en general). Unicidad. Lmites por caminos (camino=sucesi
on
adherente). Continuidad.

Lmites y continuidad de funciones complejas de variable real. Algebra

de lmites.

Lmites y continuidad de funciones complejas de variable compleja. Algebra de lmites.

Lmite de funciones
Dada f : M M 0 , com M, M 0 espacios metricos, y dado z0 punto
de acumulaci
on de , se dice que
lm f (z) = l M > 0, > 0 : z 0 (z0 , ) f (z) 0 (l, )

zz0

Se debe notar que z0 puede no pertenecer a , basta con que sea punto
de acumulaci
on de para que 0 (z0 , ) 6= . En el mejor de los casos,
z0 ser
a interior a y la interseccion sera 0 (z0 , ) = 0 (z0 , ).
Teorema. Dada f : M M 0 ,


lm f (z) = l M ({zn } en M adherente a z0 ) lm f (zn ) = l M
zz0

Demostraci
on en clase.
) dada {zn } en M adherente a z0 , y dado > 0, basta que n sea
suficientemente grande como para que zn 0 (z0 , ).
) suponer que ( lmzz0 f (z) = l M ) y construir una {zn } en M adherente a z0
tal que (lmn f (zn ) = l). Abs!
Corolario. Dada f : M M 0 , si existe lmzz0 f (z) entonces es
u
nico.
Demostraci
on en clase. Se suponen dos lmites l 6= m , luego cada
{zn } en M adherente a z0 tendra dos lmites. Abs!
Lmite de funciones a valores complejos. Sea f : M C, y
llamemos z a los puntos de M , M espacio metrico. Quedan definidas
u : M R,u(z) = Re(f (z))
v : M R,v(z) = Im(f (z))
tales que
f (z) = u(z) + iv(z)
21

CONTINUIDAD

22

Teorema. Dada f : M C y z0 punto de acumulacion de ,

lm f (z) = l = a + ib C lm u(z) = a R lm v(z) = b R
zz0

zz0

zz0

Demostraci
on: basta explorar con sucesiones {zn } en M adherentes a z0
Lmite infinito. Dada f : M C y z0 punto de acumulacion de
,
lm f (z) = > 0, > 0 : z 0 (z0 , ) f (z) 0 (, )

zz0

Algebra
de lmites en C. Sean f : f M C y g : g M C,
con f g 6= , y sea z0 punto de acumulacion de f g .
Si lmzz0 f (z) = l y lmzz0 g(z) = m, entonces
lmzz0 (f (z) + g(z)) = l + m
lmzz0 (f (z) g(z)) = l m
si adem
as m 6= 0, lmzz0 (f (z)/g(z)) = l/m
Demostraci
on: basta explorar con sucesiones {zn } en M adherentes a z0
Lmite de funciones de variable compleja. Dada f : C M 0 ,
con no acotado, se dice que
lm f (z) = l > 0, > 0 : z 0 (, ) f (z) (l, )

En el caso de f : C C, el lmite l puede ser infinito sin cambiar

la definici
on.
Continuidad
Definiciones. Dada f : M M 0 , com M, M 0 espacios metricos,
y dado z0 M , se dice que f es continua en z0 si y solo si
1. z0
2. lmzz0 f (z)
3. lmzz0 f (z) = f (z0 )
Dado A M , se dice que f es continua en A si y solo si z A, f es
continua en z.
Se llama dominio de continuidad de f al mayor subconjunto del dominio
donde f sea continua.
Ejemplos.
Probar que
Probar que
Probar que

Probar que z : R C, dada por z(t) = k es continua en R

z : R C, dada por z(t) = t es continua en R
f : C C, dada por f (z) = k es continua en C
f : C C, dada por f (z) = z es continua en C

CONTINUIDAD

23

Propiedades. Sean f : f M C y g : g M C, con f g 6=

.
Si f y g son continuas en z0 M , entonces
f + g es continua en z0
f g es continua en z0
si adem
as g(z0 ) 6= 0, f /g es continua en z0
Demostraci
on: basta revisar que z0 este en el dominio, y asegurar la existencia y valor de los lmites correspondientes.
Propiedad. Dadas f : M M 0 continua en un punto z0 interior
a y {zn } una sucesi
on en M ,
lm zn = z0 lm f (zn ) = f (z0 )
n

Es decir, en este caso lmn f (zn ) = f (lmn zn ).

Demostraci
on: basta aplicar las definiciones correspondientes. Se debe
notar que si f no es continua en z0 el resultado no se verifica.
Corolario. Sean f : f M M 0 y g : g M 0 M 00 . Si
lmzz0 f (z) = l M 0 con l interior a g y si g es continua en l, entonces
lm g(f (z)) = g(z0 ).
zz0

Es decir, en este caso lmzz0 g(f (z)) = g (lmzz0 f (z)).

Demostraci
on: basta explorar con sucesiones en f adherentes a z0 y
utilizar la propiedad anterior. Se debe notar que si g no es continua en l el
resultado no se verifica.
Corolario: continuidad de la funci
on compuesta. Sean f : f
0
0
00
M M y g : g M M . Si f es continua en z0 M y g es continua
en g(z0 ) interior a g , entonces go f es continua en z0 .
Observaci
on: se llama funcion compuesta go f : f M 00 a la
funci
on dada por
go f (z) = g(f (z)),
cuyo dominio es
= {z f : f (z) g }

Captulo 6

Derivada.
Primera parte:
Derivada (en general, para funciones de una variable en un cuerpo a un
espacio vectorial). Diferenciabilidad y diferenciales. Notacion de Leibnitz y
de Lagrange/Newton.
Derivada de la suma, del producto y el cociente (donde el producto y
cociente existan). Derivada de la funcion compuesta.
Segunda parte:
Derivada de funciones complejas de variable real. Diferenciabilidad, diferencial y direcci
on tangente a curvas.
Derivada de funciones complejas de variable compleja. Interpretacion
geometrica con diferenciales.
Primera parte
Derivabilidad. La nocion de derivada total se basa en el lmite del
cociente incremental. Para que este cociente tenga sentido se consideran
funciones de una variable independiente z en un cuerpo K y valores en un
espacio vectorial V sobre K. Ademas, las distancias en K y en V se definen
como el m
odulo de la diferencia.
Definici
on. Dada f : K V y z0 punto de acumulacion de ,
se dice que f es derivable en z0 si y solo si
f (z) f (z0 )
.
z z0
En ese caso se llama derivada de f respecto de z en z0 a dicho lmite.
Notaci
on. La derivada se suele anotar como
f (z) f (z0 )
f 0 (z0 ) = lm
zz0
z z0
lm

zz0

(notaci
on de Lagrange) o como
f (z) f (z0 )
df
(z0 ) = lm
zz
dz
z z0
0
(notaci
on de Leibnitz) o como
f (z) f (z0 )
f(z0 ) = lm
zz0
z z0
(notaci
on de Newton)
24

PRIMERA PARTE

25

Propiedades. Entre las propiedades mas inmediatas destacamos:

Si existe la derivada f 0 (z0 ) , es u
nica.
Linealidad: si f y g son derivables en z0 , punto de acumulacion de
la intersecci
on de los dominios de f y g, para todo par de elementos
, K, f + g es derivable en z0 y
(f + g)0 (z0 ) = f 0 (z0 ) + g 0 (z0 )
Teorema. Si f es derivable en z0 , entonces f es continua en z0 .
Diferenciabilidad. Dada f : K V y z0 punto de acumulaci
on de , se dice que f es diferenciable en z0 si y solo si
(A V ) (z , f (z) f (z0 ) = A(z z0 ) + (z)|z z0 |)
con lmzz0 (z) = 0 V .
Se llama diferencial de la variable independiente z en el punto z0 al
desplazamiento
dz = z z0
y diferencial de la variable dependiente f en el punto z0 al desplazamiento
en V dado por
df = A(z z0 ) = Adz
de manera tal que el diferencial df es la mejor aproximacion lineal al incremento de la funci
on
f = f (z) f (z0 )
ante un desplazamiento dz de la variable independiente
Teorema. f es derivable en z0 si y solo si f es diferenciable en z0 .
Demostraci
on
) basta acomodar, para z 6= z0 ,


f (z) f (z0 )
0
0
f (z) f (z0 ) = f (z0 ) (z z0 ) +
f (z0 ) (z z0 )
z z0
y observar que la expresi
on entre corchetes tiende a cero cuando
z z0 .
) basta escribir el cociente incremental como
f (z) f (z0 )
|z z0 |
= A + (z)
z z0
z z0
y observar que el u
ltimo termino tiende a cero cuando z z0 .
De este resultado se desprende que el vector constante A en la definicion de
diferenciabilidad coincide con la derivada de f en z0 , A = f 0 (z0 )


SEGUNDA PARTE: APLICACION

26

Teorema.
Sean f : f K V y g : g K V , con f g 6= . Si f y g
son derivables en z0 f g , entonces f + g es derivable en z0 y
(f + g)0 (z0 ) = f 0 (z0 ) + g 0 (z0 )
Sean f : f K K y g : g K K, con f g 6= . Si f y g
son derivables en z0 f g , entonces f g es derivable en z0 y
(f g)0 (z0 ) = f 0 (z0 ) g(z0 ) + f (z0 ) g 0 (z0 )
(regla de Leibnitz).
Sean f : f K K y g : g K K, con f g 6= . Si
f y g son derivables en z0 f g y g(z0 ) 6= 0, entonces f /g es
derivable en z0 y
(f /g)0 (z0 ) =

f 0 (z0 ) g(z0 ) f (z0 ) g 0 (z0 )

(g(z0 ))2

Teorema. Sean f : f K K y g : g K V , con f derivable en

z0 y g derivable en f (z0 ), con f (z0 ) interior a g . En este caso la funcion
compuesta (g0 f ) (z0 ) = g(f (z0 ) es derivable en z0 y
(g0 f )0 (z0 ) = g 0 (f (z0 ))f 0 (z0 )
Demostraci
on: analizar
(
h(z) =

g(f (z))g(f (z0 ))

f (z)f (z0 )
g 0 (f (z0 ))

si f (z) 6= f (z0 )
si f (z) = f (z0 )

para probar que es continua en z0 . Luego para z 6= z0 es seguro escribir

f (z) f (z0 )
g(f (z)) g(f (z0 ))
= h(z)
z z0
z z0
y tomar el lmite para z z0 .
Segunda parte: aplicaci
on
Funciones complejas de variable real: curvas en el plano complejo. Consideramos
z : [a, b] C, dada por z = z(t)
Tomando parte real y parte imaginaria, queda definida
~r : [a, b] C, dada por ~r = ~r(t) = (x(t), y(t))
con x(t) = Re(z(t)), y(t) = Im(z(t)). Tanto en complejas como reales, la
funci
on parametriza una curva en el plano.
De acuerdo a los resultados ya probados, se verifica que z(t) es continua
en t0 [a, b] si y s
olo si ~r(t) es continua en t0 [a, b].


SEGUNDA PARTE: APLICACION

27

Tambien se verifica que z(t) es derivable en t0 [a, b] si y solo si ~r(t) es

derivable en t0 [a, b], siendo
z 0 (t0 ) = x0 (t0 ) + iy 0 (t0 )
~r0 (t0 ) = (x0 (t0 ), y 0 (t0 ))
La interpretaci
on geometrica de la derivada en este tipo de funciones representa el vector velocidad con que la parametrizacion recorre la curva. Si
z 0 (t0 ) 6= 0, la curva admite vector tangente, y en particular arg(z 0 (t0 )) da la
orientaci
on del vector tangente.
En terminos de diferenciales, en el punto z(t0 ) o ~r(t0 ) tenemos
dz = z 0 (t0 )dt
d~r = ~r0 (t0 )dt
describiendo la recta tangente a la curva, con identica informacion geometrica en el plano en terminos de coordenadas complejas o en terminos de coordenadas reales.
Definimos el diferencial de longitud de arco en el punto z(t0 ) cuando z(t)
es derivable en t0 , como
dl = |z 0 (t0 )|dt |~r0 (t0 )|dt
Reparametrizaci
on de curvas. Dada una curva con parametrizacion
z : [a, b] C, se puede describir la misma curva con una parametrizacion
diferente. Consideremos una funcion
t : [, ] [a, b], dada por t = t(s)
que sea continua en [, ] , monotona y suryectiva; la funcion compuesta
z : [, ] C, dada por z(s) = z(t(s))
parametriza la misma la curva . Si t(s) es creciente, la parametrizacion
conserva la orientaci
on, en tanto que si t(s) es decreciente la curva invierte
su orientaci
on.
La reparametrizaci
on t(s) es invertible, definiendo
s : [a, b] [, ], dada por s = s(t)
t0 (s)

Si existe
6= 0 en un punto s0 , existe s0 (t) 6= 0 en el correspondiente
punto t0 = t(s0 ), con s0 (t0 ) = 1/t0 (s0 ).
Una buena reparametrizacion t(s) debera cumplir la existencia y continuidad de t0 (s) 6= 0 en [a, b] para no introducir problemas en la descripci
onde una curva.
Clasificaci
on de curvas. Sea una curva con parametrizacion z : [a, b]
C, dada por z = z(t). Por simplicidad anotaremos : z(t), con t [a, b].
Decimos que es continua si y solo si la parametrizacion z(t) es continua
en [a, b] o admite una reparametrizacion que lo sea.
Decimos que es suave si y solo si la parametrizacion z(t) es continua
en [a, b], con derivada continua en [a, b] y derivada no nula en (a, b), o admite una reparametrizaci
on que lo sea. En este caso, la curva admite vector


SEGUNDA PARTE: APLICACION

28

tangente en todo punto, y el vector tangente es continuo; se dibuja como

una curva sin vertices.
Decimos que es suave a trozos si y solo si es continua y el intervalo [a, b]
es uni
on de un n
umero finito de subintervalos donde la parametrizacion sea
suave. En este caso, la curva admite vector tangente, excepto en un n
umero
finito de puntos; en principio se dibuja con vertices. Se suele llamar contorno
a una curva suave a trozos.
Decimos que es simple si la parametrizacion z(t) es continua e inyectiva
en [a, b]. En este caso, la curva no pasa dos veces por el mismo punto.
Decimos que es simple y cerrada si la parametrizacion z(t) es continua
[a, b] e inyectiva en [a, b), con z(b) = z(a). En este caso, la curva no pasa dos
veces por el mismo punto excepto el punto inicial y final, que coinciden.
Aceptaremos que una curva simple y cerrada en el plano define un conjunto Int() (interior de la curva), que es un conjunto abierto, y que la
curva es su frontera, (Int()) = . Ademas, la orientacion de la curva se
puede caracterizar como antihoraria (o positiva) cuando el interior queda a
la izquierda del vector tangente, u horaria (o negativa) en el caso contrario.
La demostraci
on de estas propiedades intuitivas corresponde a un curso de
Topologa.
Se suele llamar curva de Jordan a una curva suave a trozos, simple y
cerrada.
Funciones complejas de variable compleja: mapeos en el plano.
Consideramos f : C C, dada por una receta
w = f (z)
Tomando parte real u = Re(w) y parte imaginaria v = Im(w), con z =
x + iy, quedan definidas
(
u : R2 R , dada por u(x, y) = Re(f (z))
v : R2 R , dada por v(x, y) = Re(f (z))
Tanto en coordenadas complejas como en coordenadas reales, la funcion
representa un mapeo del conjunto en el plano en el plano. Se puede pensar
como un mapeo del plano en si mismo, o como un mapeo del plano en una
segunda copia del plano.
Interpretaci
on geometrica de la derivada de funciones complejas de variable compleja. Sea f derivable en un punto z0 . Como f es diferenciable
en z0 podemos escribir
dw = f 0 (z0 )dz
donde el producto se hace entre n
umeros complejos. Si f 0 (z0 ) 6= 0 podemos
leer la relaci
on entre m
odulos y argumentos del incremento de la variable
independiente dz y el diferencial dw como
arg(dw) = arg(dz) + arg(f 0 (z0 ))
|dw| = |f 0 (z0 )||dz|


SEGUNDA PARTE: APLICACION

29

La primer ecuaci
on indica que dw se halla rotado respecto de dz, con
un
angulo de rotaci
on arg(f 0 (z0 )). Debe notarse que el angulo de rotacion
arg(f 0 (z0 )) es el mismo para todo dz que se trace a partir de z0 .
La segunda ecuaci
on indica que el desplazamiento dw se halla escaleado
respecto de dz, con un factor de escala |f 0 (z0 )|. Si |f 0 (z0 )| > 1 se trata de
una dilataci
on, si |f 0 (z0 )| < 1 se trata de una contraccion. Debe notarse que
el factor de escala |f 0 (z0 )| es el mismo para todo dz que se trace a partir de
z0 .

Captulo 7

Condiciones de Cauchy-Riemann. Analiticidad y

singularidades.
Condiciones de Cauchy-Riemann
Definiciones de analiticidad, funcion entera, singularidades y clasificacion
de singularidades.
Teorema. Dada una funcion f : C C, escrita como f (z) =
u(x, y) + iv(x, y) y dado un punto z0 = x0 + iy0 interior a su dominio, f es
derivable respecto de z en z0 si y solo si u y v son diferenciables respecto de
(x, y) en (x0 , y0 ) y sus derivadas parciales cumplen las relaciones
u
=
x (x0 ,y0 )
(7.0.1)

v
y (x0 ,y0 )

u
v
=
y (x0 ,y0 )
x (x0 ,y0 )

En ese caso, se verifica que

f 0 (z0 ) =

u
v
+i
x (x0 ,y0 )
x (x0 ,y0 )

Las relaciones (7.0.1) se conoicen como relaciones de Cauchy y Riemmann.

Demostraci
on
) basta escribir el incremento
f = f 0 (z0 )dz + (z)|dz|
sabiendo que lmzz0 (z) = 0 y separar parte real e imaginaria para
obtener los incrementos du y dv. De all se reconoce que u y v son
diferenciables y se leen las derivadas parciales.
) basta construir el incremento
f = u + iv
y usar que u y v son diferenciables para reconocer que f es diferenciable y leer su derivada.
Corolarios.
Si u y v tienen derivadas parciales continuas en (x0 , y0 ) y cumplen
las condiciones (7.0.1) en (x0 , y0 ), entonces f es derivable en z0 .
30

7. CONDICIONES DE CAUCHY-RIEMANN. ANALITICIDAD Y SINGULARIDADES. 31

Si u no es diferenciable, o v no es diferenciable, o no satisfacen las

condiciones (7.0.1) en un punto (x0 , y0 ), entonces f no es derivable
en ese punto z0 .
Ejemplo. Estudio de la funcion exponencial, definida en todo el plano
como
exp(z) = ex (cos y + iseny)
Resulta analtica en todo C.
Definiciones.
Dada una funci
on f : C C, se dice que f es analtica en
z0 interior a si y solo si f es derivable en z0 y en alg
un entorno
abierto centrado en z0 . Es decir,
f es analtica en z0 r > 0 : f es analtica en (z0 , r)
Se dice que f es analtica en A si y solo si f es analtica en cada
punto de A.
Se dice que f es una funcion entera si y solo si f es analtica en todo
C.
Se llama dominio de analiticidad de f al mayor subconjunto de su
dominio donde f es analtica.
Propiedad. Los dominios de analiticidad siempre son abiertos
Demostraci
on: dado un punto z0 donde f sea analtica, basta considerar
el entorno donde es derivable para comprobar que en ese mismo entorno f
es analtica.
Definici
on.
Dada una funci
on f : C C, se dice que f es singular en z0
si y s
olo si z0 es un punto de frontera del dominio de analiticidad
de f . Es decir, f no es analtica en z0 pero todo entorno reducido
0 (z0 , r) contiene puntos z donde f s es analtica.
Clasificaci
on.
Se dice que una singularidad z0 de una funcion f es aislada si y solo
si existe un entorno reducido 0 (z0 , r) donde f es analtica.
Se dice que una singularidad z0 de una funcion f es no aislada si y
s
olo si en todo entorno reducido 0 (z0 , r) existen puntos donde f es
analtica y puntos donde f no es analtica .
Las singularidades aisladas se caracterizan por el lmite de f :
si existe lmzz0 f (z) = l finito, se dice que la singularidad es
evitable.
si lmzz0 f (z) = , se dice que la singularidad es polar.
si no existe lmzz0 f (z) (ni finito ni infinito), se dice que la
singularidad es esencial.

Captulo 8

Mapeos. Transformaciones conformes.

Transformaciones conformes (contenido geometrico y caracterizacion por
derivabilidad).Mapeos elementales: funcion lineal como traslacion, rotacion
y dilataci
on. Inversi
on. Funciones bilineales.
Mapeos conformes
Mapeos o transformaciones en Rn . Sea : Rn Rn un mapeo
descripto por funciones

y1 (x1 , , xn )

yn (x1 , , xn )
diferenciables y con Jacobiano no nulo en un punto (x01 , , x0n ). Si una
curva suave pasa por (x01 , , x0n ) entonces su imagen () sera suave en
el correspondiente punto (x01 , , x0n ); es decir, si una curva admite vector
tangente en (x01 , , x0n ) su imagen admite vector tangente en (x01 , , x0n ).
Mapeos conformes en Rn .
Se dice que un mapeo es conforme en el punto (x01 , , x0n ) si
y solo si es diferenciable en el punto (x01 , , x0n ) y para cada
par de curvas suaves 1 , 2 que pasen por (x01 , , x0n ) se verifica
que los vectores tangentes a sus imagenes (1 ), (2 ) en el punto
(x01 , , x0n ) forman el mismo angulo que los vectores tangentes a
1 , 2 en el punto (x01 , , x0n ).
M
as breve, un mapeo es conforme si y solo si conserva los angulas
entre curvas suaves.
Se dice que un mapeo es conforme en una region si y solo es
conforme en cada punto de la region.
Se dice que un mapeo es localmente conforme en un punto z0 si y
s
olo existe un entorno (z0 , r) donde es conforme.
Mapeos conformes en C. Sea un mapeo : R2 R2 descripto
en coordenadas reales por
(
u = u(x, y)
v = v(x, y)
32

MAPEOS ELEMENTALES

33

o en coordenadas complejas por

w = f (z) = u(x, y) + iv(x, y)
y sea z0 = x0 + iy0 . Se verifica el siguiente
Teorema. el mapeo w = f (z) es conforme en el punto z0 si y solo si f (z)
es derivable en z0 , con f 0 (z0 ) 6= 0
Demostraci
on
) en terminos de diferenciales, basta transformar un incremento
(dx, dy) mediante una rotaci
on y dilataci
on para calcular





du
cos sen
dx
=
,
dv
sen cos
dy
leer la diferenciabilidad y las derivadas parciales de u y v, verificar
las condiciones de Cauchy y Riemmann y calcular la derivada f 0 (z0 ).
La condici
on de Jacobiano no nulo implica f 0 (z0 ) 6= 0.
) dadas dos curvas parametrizadas por z1 (t), z2 (t), suaves en z0 =
z1 (t0 ) = z2 (t0 ) (es decir derivables con derivada no nula), basta
parametrizar sus im
agenes por
w1 (t) = f (z1 (t))
w2 (t) = f (z2 (t))
y calcular sus derivadas por regla de la cadena
w10 (t0 ) = f (z0 ) z10 (t0 )
w20 (t0 ) = f (z0 ) z20 (t0 )
y comparar sus argumentos para obtener
arg(w20 (t0 )) arg(w10 (t0 )) = arg(z20 (t0 )) arg(z10 (t0 ))
Propiedades:
Si un mapeo w = f (z) es localmente conforme en z0 , entonces es
localmente invertible y la inversa es derivable en w0 = f (z0 ), con
1
(f 1 )0 (w0 ) = 0
f (z0 )
Si un mapeo w = f (z) = u(x, y) + iv(x, y) es localmente conforme
en z0 = x0 + iy0 , entonces las curvas de nivel u(x, y) = u(x0 , y0 ) y
v(x, y) = v(x0 , y0 ) son ortogonales en z0 .
Mapeos elementales
Funci
on lineal.
w = f (z) = az + b
con a 6= 0.
Inversi
on.
w = f (z) = 1/z

MAPEOS ELEMENTALES

Transformaciones bilineales.
w = f (z) =
con ad bc 6= 0.

az + b
cz + d

34

Captulo 9

Funciones trascendentes.
Exponencial, trigonometricas, trigonometricas hiperbolicas.

35

Captulo 10

Funciones multivaluadas.
Invertibilidad local. Invertibilidad global. Funciones multivaluadas: cortes
y superficies de Riemann.

36

Captulo 11

Integraci
on.
Integraci
on de funciones complejas de variable real sobre intervalos.
Integraci
on de funciones complejas de variable compleja sobre curvas.

37