Académique Documents
Professionnel Documents
Culture Documents
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)
(1.1.3)
(1.1.4)
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
(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
r2
ei(1 2 ) .
1
= rn ein .
zn
w = n z wn = z.
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,
1.3. TOPOLOGIA METRICA
DEL PLANO COMPLEJO
1.3. TOPOLOGIA METRICA
DEL PLANO COMPLEJO
Captulo 2
lm yn
y del lmite en R2
lm (xn , yn )
10
11
t [a, b]
y sus im
agenes
f () : w(t) = f (z(t)),
t [a, b]
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
Ejemplo: lmn
n
1+in
= i.
LIMITE INFINITO EN C (O EN Rm )
14
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
15
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.
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
an
n=n0
an = lm Sk .
k
n=n0
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
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
Captulo 5
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
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, )
CONTINUIDAD
23
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
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 ) =
si f (z) 6= f (z0 )
si f (z) = f (z0 )
SEGUNDA PARTE: APLICACION
27
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
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
v
y (x0 ,y0 )
u
v
=
y (x0 ,y0 )
x (x0 ,y0 )
u
v
+i
x (x0 ,y0 )
x (x0 ,y0 )
Captulo 8
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
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