Académique Documents
Professionnel Documents
Culture Documents
C
alculo I - MAT 1116
Duvan Henao
31 de octubre de 2014
Indice general
1. Series num
ericas
1.1. Dicotoma (declaracion de principios e introduccion) . . . . . . .
1.2. Definicion de convergencia de series . . . . . . . . . . . . . . . .
1.3. Serie geometrica . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Series de terminos no negativos . . . . . . . . . . . . . . . . . .
1.4.1. Serie del n
umero e . . . . . . . . . . . . . . . . . . . . .
1.5. Series alternantes . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6. Criterio de Cauchy para series . . . . . . . . . . . . . . . . . . .
1.7. Convergencia absoluta y condicional . . . . . . . . . . . . . . . .
1.8. Criterios generales de convergencia de series . . . . . . . . . . .
1.8.1. Criterio de comparacion por cocientes . . . . . . . . . . .
1.8.2. Criterios de la raz (Cauchy) y del cociente (dAlembert)
1.9. Reordenaciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.10. Ejercicios adicionales . . . . . . . . . . . . . . . . . . . . . . . .
2. Lmites y continuidad
2.1. Definicion de continuidad y convergencia . . .
2.1.1. Motivacion . . . . . . . . . . . . . . .
2.1.2. Definiciones . . . . . . . . . . . . . . .
2.1.3. Primeros ejemplos . . . . . . . . . . .
2.1.4. Seno y coseno . . . . . . . . . . . . . .
2.1.5. Lmites infinitos y en el infinito; lmites
2.1.6. Divergencia y discontinuidades . . . . .
2.2. Propiedades de lmites . . . . . . . . . . . . .
2.2.1. Propiedad del sandwich . . . . . . . .
2.2.2. Aritmetica de lmites . . . . . . . . . .
2.2.3. Lmites laterales . . . . . . . . . . . .
2.2.4. Cambio de variable . . . . . . . . . . .
2.2.5. Lmites por sucesiones . . . . . . . . .
2.3. Continuidad de algunas funciones elementales
2.4. Teorema del valor extremo de Weierstrass . .
2.5. Teorema del valor intermedio . . . . . . . . .
2.5.1. Continuidad de la inversa . . . . . . .
1
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
laterales
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
5
6
11
14
15
16
17
20
20
20
27
32
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
33
33
33
35
37
40
42
43
46
46
46
49
50
51
55
57
60
61
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
62
62
63
66
67
68
68
69
73
74
3. Derivadas
3.1. Definicion e interpretacion grafica .
3.2. Derivadas de funciones elementales
3.3. Derivadas de orden superior . . . .
3.4. Reglas de derivacion . . . . . . . .
3.5. Regla de la cadena . . . . . . . . .
3.6. Derivada de la inversa . . . . . . .
3.7. Teorema del valor medio . . . . . .
3.8. Ejercicios adicionales . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
76
76
76
80
80
81
84
84
86
.
.
.
.
.
.
.
.
.
.
.
88
88
88
89
89
92
92
95
100
101
103
107
4. Aplicaciones
4.1. Crecimiento de funciones y sus derivadas . . . . . . .
4.1.1. Funciones con derivada nula . . . . . . . . . .
4.1.2. Funciones con derivada de signo constante . .
4.1.3. Maximos y mnimos; convexidad . . . . . . . .
4.2. Aproximacion de Taylor . . . . . . . . . . . . . . . .
4.2.1. Orden de magnitud de una aproximacion . . .
4.2.2. Polinomios y series de Taylor . . . . . . . . .
4.3. Propiedad del valor intermedio (teorema de Darboux)
4.4. Regla de lHopital . . . . . . . . . . . . . . . . . . . .
4.5. Metodo de Newton . . . . . . . . . . . . . . . . . . .
4.6. Ejercicios adicionales . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Captulo 1
Series num
ericas
1.1.
Dicotoma (declaraci
on de principios e introducci
on)
Parmenides de Elea (hoy provincia de Salerno, al sur de Italia) consideraba que las
muchas cosas que aparentemente existen son meramente una u
nica realidad eterna a la que
el llamo el Ser. Su principio es que todo es uno y que el cambio o el no Ser son imposibles.
En el libro Parmenides de Platon y en el Comentario al Parmenides de Platon de Proclo
(412485 a.C.) se menciona un libro escrito por Zenon de Elea1 (ca. 490430 a.C.), discpulo
de Parmenides, con cuarenta paradojas que cuestionan la existencia de la pluralidad y del
movimiento. Una de ellas es la paradoja de la dicotoma2 :
Zenon esta a ocho metros de un arbol. Llegado un momento, lanza una piedra,
tratando de dar al arbol. La piedra, para llegar al objetivo, tiene que recorrer antes
la primera mitad de la distancia que lo separa de el, es decir, los primeros cuatro
metros, y tardara un tiempo (finito) en hacerlo. Una vez llegue a estar a cuatro
metros del arbol, debera recorrer los cuatro metros que le quedan, y para ello debe
recorrer primero la mitad de esa distancia. Pero cuando este a dos metros del
arbol, tardara tiempo en recorrer el primer metro, y luego el primer medio metro
restante, y luego el primer cuarto de metro. . . De este modo, la piedra nunca
llegara al arbol.
Hoy en da le argumentaramos a Zenon de la siguiente manera. Llamemos T al doble
del tiempo en segundos que tarda la piedra en recorrer el primer tramo de cuatro metros
(esto es, supongamos que recorre los primeros cuatro metros en T2 segundos). Supongamos
que la piedra tarda el doble del tiempo en recorrer los primeros cuatro metros que los dos
metros siguientes; que tarda el doble en recorrer estos dos metros que el metro siguiente, y
as sucesivamente. El segundo tramo (de dos metros) lo recorrera entonces en T4 segundos;
1
2
http://www-history.mcs.st-andrews.ac.uk/Biographies/Zeno_of_Elea.html
http://es.wikipedia.org/wiki/Paradojas_de_Zenon
T
8
Tn :=
(1.1.1)
(1.1.2)
(1.1.3)
(1.1.4)
=T3
..
.
Tn = T
(1.1.5)
T
.
2n
(1.1.6)
En particular,
n
Tn T.
(1.1.7)
Por otra parte, despues del primer tramo, la piedra queda a cuatro metros del arbol. Despues
de recorrer el segundo, queda a dos metros. Despues del tercero queda a un metro; despues
del cuarto queda a medio metro, y as sucesivamente. En resumen, despues de recorrer n
tramos, la distancia al arbol es de 28n metros. En el lenguaje de las sucesiones,
la distancia de la piedra al arbol tiende a cero
a medida que el n
umero de tramos recorridos tiende a infinito.
Zenon podra objetar que no hemos demostrado realmente que la piedra llegue al arbol,
y en estricto rigor, tiene razon: solo hemos demostrado que la piedra llega a estar tan cerca
del arbol como nosotros queramos:
T Tn < T
A esta objecion contestaremos (al igual que Eudoxo3 ) que creemos en la continuidad de la
realidad, seg
un la cual a una piedra que se acerca al arbol tanto como nosotros queramos,
transcurrido un tiempo Tn que se acerca tanto como nosotros queramos a T , no le queda
otra posibilidad mas que llegar al arbol en el instante T . Adoptaremos esta postura filosofica
(aunque no la podamos demostrar).
3
http://es.wikipedia.org/wiki/Eudoxo_de_Cnido
1.2.
Definici
on de convergencia de series
nN
(1.2.1)
1
2n
entonces
1
s1 = ,
2
1
s2 = +
2
1
s3 = +
2
sn =
(1.2.2)
1
3
= ,
4
4
1 1
7
+ = ,
4 8
8
(1.2.3)
(1.2.4)
(1.2.5)
1 1
1
1 1 21n
1
+ + + n =
1 = 1 n,
2 4
2
2 1 2
2
(1.2.6)
X
X
X
X
an =
an
an =
an =
n=1
nN
(1.2.7)
n1
(1.2.8)
1.3.
Serie geom
etrica
1
= 1 + h para alg
un h > 0
|q|
1
1 + nh.
|q n |
1 + q + q2 + + qn =
(1.3.1)
(1.3.2)
1 q n+1
. Demostracion:
1q
Sn := 1 + q + q 2 + + q n
qSn =
q + q 2 + + q n + q n+1
Sn qSn = 1 q n+1
1 q n+1
.
Sn =
1q
(1.3.3)
(1.3.4)
(1.3.5)
(1.3.6)
qn = 1 + q + q2 + =
n=0
1
.
1q
(1.3.7)
qn
n=0
converge a
1
si 1 < q < 1;
1q
diverge a si q = 1;
diverge si q = 1, pues en ese caso
Ejemplo 1.2.2.
Ejemplo 1.3.1. 1 q + q 2 q 3 + =
q n es la serie 1 1 + 1 1 + 1 1 + del
1
si |q| < 1.
1+q
1 X
Ejemplo 1.3.2. =
(1)n (x 1)n1 si 0 < x < 2.
x n=0
6
La serie geometrica fue descubierta por Carl Friedrich Gauss (17771855). Aunque sus
padres eran analfabetas, aprendio a leer y la aritmetica elemental por su propia cuenta y
llego a ser uno de nuestros mas grandes heroes cientficos. Fue matematico, astronomo, geodesta y fsico y contribuyo mucho a la teora de n
umeros, el analisis matematico, la geometra
diferencial, la estadstica, el algebra, la geodesia, el magnetismo y la optica. Famosa es la
anecdota de cuando su profesor (de la escuela de Brunswick) les pidio que sumaran los n
umeros del 1 al 100 y Gauss (a sus 10 a
nos) tardo menos de cinco minutos en demostrar que
la suma es 5.050. Poco despues descubrio, a partir de su propio argumento, que era posible
calcular series geometricas, de la manera que presentamos anteriormente. Este hallazgo constituye la base del estudio de la convergencia de series n
umericas (la suma de una cantidad
infinita de terminos), tal como veremos durante las proximas clases.
* Aquiles y la tortuga
La mas famosa de las paradojas de Zenon es probablemente la de Aquiles y la tortuga
(Aristoteles, Fsica, VI:9, 239b15):
En una carrera, el corredor mas veloz nunca puede alcanzar al mas lento, pues el
perseguidor primero debe alcanzar el punto desde donde partio el perseguido, de
manera que el mas lento siempre llevara una ventaja.
Aquiles, el de los pies ligeros y el mas habil guerrero de los aqueos, compite en una carrera
contra una tortuga y, seguro de su superioridad, le da una ventaja. Aquiles recorre en poco
tiempo la distancia que los separaba inicialmente, pero al llegar ah descubre que la tortuga
no esta, ha avanzado, mas lentamente, un peque
no trecho. Sin desanimarse, sigue corriendo,
pero al llegar de nuevo donde estaba la tortuga, esta ha avanzado un poco mas. De este
modo, Aquiles no ganara la carrera, ya que la tortuga estara siempre delante de el.
Si suponemos, para simplificar, que Aquiles es solo diez veces mas veloz que la tortuga
y que la ventaja otorgada a esta u
ltima es de 10m, cuando Aquiles haya recorrido estos
primeros 10m la tortuga estara 1m mas alla, i.e. a 11m de la posicion inicial de Aquiles.
Cuando Aquiles haya recorrido este nuevo metro para alcanzarla, la tortuga habra avanzado
otros 10cm. Aquiles contin
ua pero al llegar all la tortuga habra avanzado 1cm mas. Sumando
los segmentos recorridos por Aquiles se obtiene una serie geometrica convergente:
n
X
1
1
1
1
+
+
+ = 10
(1.3.8)
10 + 1 +
10 100 1000
10
n=0
=
10
10
100
=
= 11, 111
1 =
9/10
9
1 10
(1.3.9)
* Expansi
on decimal
Si un n
umero x > 0 tuviera dos expansiones decimales diferentes
X
X
bn
an
=
x=
n
10
10n
n=0
n=0
(1.3.10)
X
X
1
1
1
am b m
b n an
9
9
+ 2 +
= m+1 1 +
(1.3.11)
n
n
10m
10m
10
10
10
10
10
n=m+1
n=m+1
=
9
10m+1
1
1
.
1 =
10m
1 10
(1.3.12)
b
para
todo
n
N
y
si
a
y
bn convergen
n
n
n
P
entonces
an b n .
X
X
9
b n an
=
entonces
Ejercicio 1.3.5. Demuestre que si bn an 9 para todo n y
n
10
10n
n=m
n=m
bn an = 9 para todo n N.
* Escalera de Cantor
Sea I0 := (0, 1). De I0 eliminemos el intervalo central
1 2
I1,1 := ( , ).
3 3
(1.3.13)
(1.3.14)
Nos quedan cuatro intervalos, de cada uno de ellos extraigamos los intervalos centrales
I3,1 := (
1 2
, ),
33 33
I3,2 := (
7 8
, ),
33 33
I3,3 := (
19 20
25 26
, 3 ) y I3,4 := ( 3 , 3 )
3
3 3
3 3
(1.3.15)
X
1
2
1
2
1 1
2n1 n =
1+ +
+ =
= 1,
(1.3.16)
3
3
3
3
3 1 23
n=1
i.e. lo extrado mide lo mismo que todo el intervalo.
10
3
4
en I2,1 e I2,2 ; 18 , 38 ,
2j 1
si x In,j , n N, j {1, 2, . . . , 2n1 }.
2n
(1.3.17)
1
2
en I1,1 ;
1
4
Tenemos entonces que el grafico de la funcion de Cantor es plano en un conjunto que mide
lo mismo que todo el intervalo (0, 1) (es plana casi en todas partes), sin embargo es una
escalera con infinitos escalones que logra llegar desde el (0, 0) hasta el (1, 1).
Ejercicio 1.3.6. * Demuestre que todo x [0, 1] tiene una expansion ternaria.
Ejercicio 1.3.7. * Llamamos conjunto de Cantor al conjunto E formado por los extremos de
los intervalos extrados para formar la escalera de Cantor:
1 2 1 2 7 8 1 2 7 8 19 20 25 26
E = { , , , , , , , , , , , , , , . . .}.
3 3 9 9 9 9 27 27 27 27 27 27 27 27
(1.3.18)
(1.3.19)
(1.3.20)
1.4.
Series de t
erminos no negativos
11
1
n(n+1)
converge. En efecto,
1
n(n+1)
1
n
1
n+1
luego
1
1
1
1
+
+
+ +
12 23 34
n(n + 1)
n
X1
1
=
(suma telescopica)
k k+1
k=1
sn =
=1
1 n
1.
n+1
(1.4.1)
(1.4.2)
(1.4.3)
(1.4.4)
caso en el cual el lmite S := lmn sn existe (en virtud del axioma del supremo, el
cual implica que toda sucesion creciente y acotada converge);
2. o bien la sucesion de sumas parciales no esta acotada
M > 0 n N : sn M,
(1.4.5)
1 + + + + = p;
p
n
2
3
P 1
no est
como p puede elegirse tan grande como queramos, se tiene que
a acotada.
n
P1
diverge a . En efecto, para cada p N
Ejemplo 1.4.3. La serie armonica
n
X1
1
1 1
1 1 1 1
1+ +
+
+ + +
+
(1.4.6)
n
2
3 4
5 6 7 8
1
1
1
+ +
+
+ p
(1.4.7)
2p1 + 1 2p1 + 2
2
!
1
1
1
1 1
1 1 1 1
+ + p
(1.4.8)
1+ +
+
+
+ + +
+ +
p
2
4 4
8 8 8 8
|2
{z 2 }
2p1 veces
p1
=1+
1 2 4
2
1 1
1
p
+ + + + p = 1 + + + + > ,
2 4 8
2
2} 2
|2 2 {z
p veces
(1.4.9)
Proposici
on 1.4.1. Sea {an }Puna sucesion de n
umeros reales. Si el lmite lm an no existe
o es distinto de cero, la serie
an diverge.
P
Demostracion. Si
an converge a S R entonces
lm an = lm sn sn1 = (lm sn ) (lm sn1 ) = S S = 0.
(1.4.10)
Ejemplo 1.4.4. La proposicion anterior nos da otra razon de por que la serie 1 1 + 1 1 +
1 1 + diverge: el termino general an = (1)n+1 no tiende a cero (el lm an ni siquiera
existe).
Primer criterio de convergencia.
Proposici
on 1.4.2 (Criterio de convergencia de series de terminos no negativos por comparacion directa). Si dada una sucesion de terminos
P no negativos {an } es posible
P encontrar
otra sucesion {bn } tal que bn an para todo n y
bn < entonces la serie
an converge.
P
Demostracion. Demostracion: Sea M := k=1 bk . Para cada n N
sn = a1 + + an b1 + + bn M,
(1.4.11)
X
1
1
1
1
<1 +
+
+
+ = 1 +
= 2.
12 23 34
n(n
+
1)
n=1
P 1
Ejemplo 1.4.6. La serie
converge para todo 2. En efecto,
n
1+
1
1
2
n
n
(1.4.12)
(1.4.13)
(1.4.14)
P 1
P 1
y
,
luego
converge por el criterio de convergencia de series de terminos no negativos
2
n
n
por comparacion directa.
P 1
diverge a para todoP
< 1. Argumentamos por contradiccion:
Ejemplo
1.4.7.
La
serie
n
P 1
1
si
convergiera
para
alg
u
n
<
1,
entonces
convergera tambien (en virtud del
n
n
criterio de convergencia de series de terminos no negativos por comparacion directa) puesto
que
1
1
.
(1.4.15)
n
n
P 1
Se concluye que la convergencia o divergencia de
depende del valor del exponente
n
(hemos visto que si = 12 o, en general, < 1, entonces la serie diverge, mientras que si
2 la serie converge).
<1
13
1.4.1.
Serie del n
umero e
Proposici
on 1.4.3. La serie
1+
converge a e := lm(1 +
1
1
1
+ +
1! 2! 3!
(1.4.16)
1 n
) .
n
1
1
+ +
.
2!
m!
(1.4.17)
Lo anterior se cumple para todo m N luego la sucesion de sumas parciales {sn }nN ,
sn := 1 + 1 +
1
1
+ + ,
2!
n!
(1.4.18)
es acotada. Como tambien es creciente (por ser la sucesion de sumas parciales de una
sucesion de terminos no negativos) se concluye que lmn sn existe (la serie converge)
y es menor o igual que e.
14
1.5.
Series alternantes
1 1 1
+ + +
2 3 4
(1.5.1)
diverge a . Sin embargo, si alternamos los signos de la misma serie, la serie resultante
s converge. El valor lmite es log 2:
1
1 1 1
+ + = log 2
2 3 4
(1.5.2)
(la demostracion usa el teorema de Taylor, 4.2.2). Tambien tenemos (ver 4.2.2) la serie de
Leibniz-Gregory [CJ71, 5.2, formula (7), p. 462]
1
1 1
+ = ,
3 5
4
(1.5.3)
X
cero (de manera que |an+1 | |an |), la serie
an converge.
n=1
(1.5.4)
donde todos los terminos ahora son positivos, bn 0 y bn+1 bn . Agrupando los terminos
de dos maneras distintas:
b1 (b2 b3 ) (b4 b5 )
(1.5.5)
(1.5.6)
n
X
k=1
s1 s3 s5 s2n+1 ,
s2 s4 s6 s2n
(1.5.7)
(1.5.8)
Por otra parte s2n s2n+1 s1 y s2n+1 s2n s2 , luego tanto la sucesion de terminos
pares como la de terminos impares de {sn } converge. Llamemos L al lmite impar y L0 al
lmite par. Como s2n+1 s2n = b2n+1 tiende a cero, L = L0 y la serie converge.
1.6.
(1.6.1)
(1.6.2)
En otras palabras, no es suficiente con que el termino general de la serie tienda a cero
(i.e. que los u
ltimos terminos sumados sean cada uno de ellos cada vez mas peque
nos), es
necesario que los u
ltimos terminos, en conjunto, no tengan mucho peso (que la suma de los
u
ltimos terminos tienda a cero).
P1
no forman una sucesion de
Ejemplo 1.6.1. Las sumas parciales de la serie armonica
n
Cauchy: para cada p N
1
2p1
+1
1
2p1
+2
1
1
1
1
> p + + p = .
p
2
|2
{z 2 } 2
2p1 veces
Ejercicio 1.6.2. Muestre que la sucesion de sumas parciales de la serie geometrica de razon
1
es de Cauchy.
2
16
1.7.
Definici
on 3. Decimos que la serie
an converge absolutamente si
|an | < .
Proposici
on 1.7.1. La convergencia absoluta de una serie implica su convergencia.
Demostracion. La completitud de R (consecuencia del axioma del supremo) nos dice que
una sucesion {sn }nN de n
umeros reales converge si y solo si cumple con la propiedad de
Cauchy:
> 0 N N : n, m N |sn sm | .
(1.7.1)
P
Como fue dicho anteriormente, esto implica que una serie
bn converge si y solo si
> 0 N N : n > m N |bm+1 + bm+2 + + bn | .
(1.7.2)
P
P
En particular, si una serie
an converge absolutamente (i.e. si
|an | converge), entonces
> 0 N N : n > m N |am+1 | + |am+2 | + + |an | .
(1.7.3)
(1.7.4)
P
es claro que (1.7.3) implica a (1.7.2)
an
P con bk = ak , k = m + 1, . . . , n. Se sigue que si
converge absolutamente entonces
an converge.
P
Ejemplo 1.7.1. La serie armonica:
an con an = n1 , nos muestra que no es necesario que
una serie converja absolutamente para que esta converja:
1+
1 1
+ + =
2 3
(1.7.5)
y sin embargo
1 1 1
+ + = log 2.
(1.7.6)
2 3 4
P
P
Definici
on 4. Si una serie
an converge pero
|an | diverge, decimos que la serie converge
condicionalmente.
1
* Criterio de Abel-Dirichlet
El criterio de Leibniz nos permite demostrar que
X (1)n+1
1 1 1
+ + =
2 3 4
n
n=1
17
(1.7.7)
1 1 1
+ + +
2 3 4
(1.7.8)
X
sen nt
, t R, puesto
series de terminos no negativos). Algo parecido sucede con la serie
n
n=1
que sen nt oscila entre 1 y 1 y la coexistencia de terminos positivos y negativos termina
por producir la convergencia de la serie. Demostrar que la serie converge, sin embargo, no
es facil; en particular, no se sigue del criterio de Leibniz porque el termino general no es
estrictamente alternante, en ocasiones puede haber dos o tres terminos consecutivos con el
mismo signo.
n
X
Paso 1: calcular Sn :=
eikt , donde i = 1 y t R es un valor fijo.
k=1
(1.7.9)
(1.7.10)
Sn =
Paso 2: calcular bn :=
n
X
(1.7.11)
sen(kt).
k=1
+
+
2
2
y =
.
2
2
(1.7.12)
En particular,
i
e e =e
+
i
2
i
2
i
2
=e
+
i
2
2 sen
(1.7.13)
n+2
)t
2
2i sen( n2 t) ei(
i 2t
2i sen( 2t ) e
18
sen(nt/2) i( n+1 )t
e 2
sen(t/2)
(1.7.14)
y
bn = Im Sn =
) sen( (n+1)t
)
sen( nt
2
2
.
sen(t/2)
(1.7.15)
X
sen(nt)
|bn |
1
.
sen(t/2)
(1.7.16)
Si an = n1 ,
S = sen t +
an (bn bn1 )
(1.7.17)
n=2
N
X
X
= sen t + lm
(an bn an1 bn1 ) +
(an1 an )bn1
N
n=2
X
= lm aN bN +
N
n=2
(1.7.18)
n=2
n (n 1)
n(n 1)
bn1
(1.7.19)
X
1 X
1
1
< .
(1.7.20)
n(n 1) bn1 sen t
n(n 1)
2 n=2
n=2
Esto concluye la demostracion de la convergencia de
P sen n
n
El ejercicio que hemos realizado nos muestra el contenido del criterio de convergencia de
series de Dirichlet (J. de Math. (2), v. 7 (1862), pp. 253255), tambien llamado en [CJ71,
7.1.b, p. 532] criterio de Abel: si una sucesi
P on {an } tiende a cero en forma
Pdecreciente y la
sucesion de sumas parciales de la serie
bn es acotada, entonces la serie
an bn converge.
El criterio de Abel-Dirichlet es una version mas general del criterio de Leibniz: tomando
bn = (1)n (para producirP
una serie alternante con termino general de magnitud cada vez
mas peque
na) vemos que | nk=1 bk | 1 para todo n N.
19
1.8.
1.8.1.
an
Teorema 1.8.1. Sean {an }nN y {bn }nN dos sucesiones en R. Si 0 < lm <
n bn
X
X
entonces la serie
|an | converge si y solo si
|bn | converge.
n=1
n=1
an
Demostracion. Sea L := lm . Suponemos que el lmite existe y que 0 < L < .
n bn
Como L > 0, existe N N tal que
an L
(1.8.1)
n > N > ,
bn
2
i.e.
n>N
|bn | <
2
|an |.
L
(1.8.2)
P
P
Esto claramente implica que si an converge absolutamente entonces tambien bn converge
absolutamente.
Analogamente, si L < entonces existe N N tal que
an
(1.8.3)
n > N < 2L,
bn
i.e.
n > N |an | < 2L|bn |.
(1.8.4)
P
P
Esto claramente implica que si bn converge absolutamente entonces tambien an converge
absolutamente, lo cual concluye la demostracion.
1.8.2.
entonces la serie
p
n
|an | < 1,
(1.8.5)
n=1
20
(1.8.6)
para alg
un q < 1, entonces
|an | < q n < 1.
Puesto que la serie geometrica
(1.8.7)
n=N
n=N
comparacion directa.
Si, por el contrario,
N N n N :
p
n
|an | > 1,
(1.8.8)
se tendra entonces que |an | > 1 para todo n N , luego el termino general no tiende a cero
y la serie diverge.
Teorema 1.8.3 ([CJ71], 7.2, p. 538). Si an > 0 para todo n N y
an+1
< 1,
lm
n an
entonces la serie
(1.8.9)
n=1
aN +1 aN
aN +3 aN +2 aN +1
< |aN | q q q,
|aN +3 | = |aN |
aN +2 aN +1 aN
(1.8.10)
(1.8.11)
(1.8.12)
(1.8.13)
X
n=1
|an | =
N
X
n=1
|an | +
X
n=N +1
|an |
N
X
|an | + |aN |
n=1
21
X
n=N +1
k nN < .
(1.8.14)
(1.8.15)
aN +1 aN +2
an
|an | = |aN |
an1 > |aN | n > N.
aN aN +1
(1.8.16)
entonces
n
= 1,
lm an = lm
(1.8.17)
n
n
an
P 1
= si p 1 y
sin
importar
cu
a
l
sea
el
valor
de
p
R,
sin
embargo
hemos
visto
que
np
P 1
< si p 2.
np
nN
23
nN kn
nN
nN kn
Si xn , definimos lm inf xn = .
n
Proposici
on 1.8.4. Dada una sucesion {xn } acotada superiormente, R es el lmite
superior de {xn } si y solo si para cada > 0
1. existe N N tal que xn < + para todo n N ; y
2. xn > para infinitos valores de n.
Analogamente, si {xn } es acotada inferiormente entonces R es el lmite inferior de {xn }
si y solo si para cada > 0
1. xn < + para infinitos valores de n
2. existe N N tal que xn > para infinitos valores de n.
Demostracion. Demostraremos solo la caracterizacion del lmite superior (la del lmite inferior es analoga). En primer lugar, veamos que si = lm sup xn entonces satisface las dos
n
propiedades mencionadas.
Sea > 0 fijo. Si = lm Kn , hay N N tal que n N < Kn < + .
n
Luego xn Kn < + para todo n > N .
Como {Kn } es decreciente, si = lm Kn entonces Kn para todo n N. Sea
n
n N fijo. Por definicion de Kn = sup xk , para todo > 0 existe k n tal que
kn
Proposici
on 1.8.5. Sea {xn } una sucesion acotada. Entonces = lm sup xn es el mayor
de los puntos lmite de {xn } y = lm inf xn es el menor de los puntos lmite de {xn }.
24
Demostracion. Al tomar = 21 la proposicion anterior nos dice que hay infinitos valores de
n para los cuales 1 < xn < + 1. Sea n1 cualquiera de ellos y sea y1 = xn1 . Aplicando
la misma proposicion ahora con = 21 vemos que hay infinitos valores de n para los cuales
12 < xn < + 12 . Como hay infinitos de estos valores de n, necesariamente hay al menos
uno mayor que n1 ; sea n2 cualquiera de ellos y sea y2 = xn2 . Analogamente, aplicando la
proposicion con = 31 encontramos n3 > n2 tal que 13 < y3 := xn3 < + 13 . Haciendo
lo mismo infinitas veces encontramos una subsucesion {yk } = {xnk } de {xn } que claramente
converge al lmite superior . En otras palabras, es uno de los puntos lmite de {xn }.
Para demostrar que es el mayor de todos los puntos lmite, supongamos que l es otro
punto lmite de {xn } y demostremos que l . Que l sea un punto lmite de {xn } significa
que hay alguna subsucesion {xn1 , xn2 , . . .} que converge a l. Sea > 0 un n
umero peque
no
arbitrario. Por la proposicion anterior, existe N N tal que xn < + para todo n N .
En particular, como la sucesion de ndices n1 , n2 , n3 , . . . crece indefinidamente (pues nk k
para todo k N necesariamente), existe k0 N tal que si k k0 entonces nk N y
xnk < + . Por otra parte, lm xnk = l, luego existe k k0 tal que xnk > l . Se concluye
k
que l < + para todo > 0, i.e. l . Esto completa la demostracion, en lo relativo
al lmite superior. La demostracion para el lmite inferior es analoga.
p
Ejemplo 1.8.4. Nuevamente sean an = 2n si n es par, an = 3n si n es impar y xn = n |an |.
Como xn = { 12 , 13 , 21 , 13 , . . .} solo tiene dos puntos lmite, es facil deducir que 31 es el lmite
inferior y 12 es el lmite superior a partir de la segunda proposicion: el lmite superior es el
mayor de los puntos lmite. Tambien este ejemplo ayuda a entender la primera proposicion:
xn 12 para todo n N y dado > 0 se tiene que xn > 12 para infinitos valores de n (a
saber, para los n que son pares).
Ejercicio 1.8.5.
+ n1 ) = 1, lm inf(sen n
n1 ) = 1.
1. Demuestre que lm sup(sen n
2
2
p
n
|an | < 1 y tomemos un > 0 cualquiera tal
p
Supongamos ahora que = lm sup n |an | > 1. Sea > 0 cualquiera tal que > 1.
n
p
de n, lo cual implica,
La Proposicion 1.8.4 nos dice que n |an | > para infinitos valores
P
en particular, que |an | > 1 para infinitos valores de n. Si la serie
an convergiera se tendra
necesariamente que lmn an = 0. En particular, existira N N tal que |an | para todo
n N . Esto es incompatible con el hecho de que |an | < 1 para infinitos valores de n luego
la serie no puede converger.
En cuanto al criterio de dAlembert tenemos el siguiente resultado:
Teorema 1.8.7. Para toda sucesion {an } de n
umeros reales, todos distintos de cero salvo a
lo mas un n
umero finito de ellos, se tiene que
p
p
an+1
an+1
n
n
.
lm inf |an | lm sup |an | lm sup
(1.8.23)
lm inf
n
n
an
an
n
n
p
an+1
y 0 = lm inf n |an |. Supongamos primero que >
Demostracion. Sean = lm inf
n
n
an
0
, para llegar a una contradiccion. En ese caso habra c : > c > 0 . Por la Proposicion
1.8.4 habra N N tal que
an+1
> c |an+1 | > c|an |.
n N
(1.8.24)
an
Esto nos permitira escribir, para n > N ,
an
aN +1 aN +2
> |aN | cnN = |aN | cn ,
|an | = |aN |
aN
aN +1
an1
cN
lo cual, llamando k a la constante |acNN | , implicara que
p
n
n
|an | > kc, n > N
p
n
n
lm inf n |an | lm inf k c = c lm k = c
n
c,
(1.8.25)
(1.8.26)
(1.8.27)
(1.8.28)
p
an+1
lm sup n |an |.
una contradiccion. En forma analoga se demuestra que lm sup
an
n
n
Es por esto que el criterioP
de Cauchy nos entrega mas informacion que el de dAlembert,
como el ejemplo de la serie
an con an = 2n para n par y an = 3n para n impar, en
donde el criterio
de Cauchy nos permite
ver que la serie converge absolutamente mientras
an+1
an+1
= 0 y lm sup
= .
que lm inf
n
an
a
n
n
Conclu
el siguiente corolario del teorema anterior: si la su mos
esta seccion observando p
an+1
n
cesion { an }nN converge, entonces { |an |}nN tambien converge y los lmites de ambas
26
sucesiones coindicen. Esto se desprende de la siguiente propiedad: una sucesion {xn }nN de
n
umeros reales converge si y solo si en la desigualdad lm inf xn lm sup xn se alcanza la
n
igualdad.
n
Ejemplo 1.8.6. lm n! = , porque lmn (n+1)!
= . Comparar con el hecho de que
n!
n
1.9.
Reordenaciones
Finalizamos nuestra presentacion del estudio de la convergencia de series infinitas considerando el efecto que puede tener el cambiar el orden de los terminos sumados en el resultado
de la suma. Es facil imaginar el asombro que el siguiente descubrimiento [CJ71, Secc. 7.1.c,
p. 535] debio causar en los matematicos del s. xviii, acostumbrados a trabajar con series
infiniitas sin cuestionarse la naturaleza de su convergencia:
log 2 = 1
1
log 2 =
2
3
log 2 = 1
2
1 1 1 1 1 1 1
+ + + +
2 3 4 5 6 7 8
1
1
1
1
+
+
2
4
6
8
1 1 1
1 1
+ +
+ +
3 2 5
7 4
(1.9.1)
(1.9.2)
(1.9.3)
an =
=
X
k=1
a2k +
a2k1
k=1
22k +
k=1
1
1
(1.9.4)
32k1
(1.9.5)
k=1
1
4
1
1 +3
1
1
9
1 .
(1.9.6)
Sin embargo, en la primera igualdad reordenamos los terminos de la serie. Tenemos derecho
a hacer esto, dado que hay ejemplos como el del log 2 en donde al cambiar el orden en que
se suman los terminos la serie cambia su valor? La respuesta nos la da el siguiente teorema.
27
P
P
Definici
on 7. Decimos que
bn = b1 + b2 + b3 + es una reordenacion de
an =
a1 + a2 + a3 + si cada termino an de la primera serie aparece exactamente una vez en la
segunda y cada termino bn de la segunda aparece exactamente una vez en la primera.
P
P
TeoremaP
1.9.1. Si
bn es una reordenacion de una serie absolutamente
convergente
an ,
P
entonces
bn converge absolutamente al mismo valor que
an .
Pospondremos la demostracion de este teorema y el siguiente hasta el final de la seccion.
El teorema anterior nos permite concluir que en el Ejemplo 1.9.1 s podemos sumar
primero los terminos pares y despues los impares, pues es facil ver que la serie converge
absolutamente: 3n < 2n para todo n impar, por lo tanto |an | 2n para todo n N y
X
X
|an |
2n = 1 < .
(1.9.7)
La gran diferencia entre esta serie y la del log 2 es que la del log 2 converge solo condicionalmente. Contrario a lo que imaginaramos, la situacion del log 2 no es la excepcion sino
la regla.
P
Teorema 1.9.2 ([CJ71], 7.1.c, p. 535537). Si una serie
an de n
umeros realesP
converge
condicionalmente entonces dado cualquier valor L R existe una reordenacion de
an que
converge a L.
(1.9.9)
P
2. Supongamos ahora que
an tiene tanto terminos positivos p1 , p2 , . . . como negativos
P
q1 , q2 , . . .. Como
an converge absolutamente,
P = p1 + p 2 +
|an | < y Q = q1 + q2 +
n=1
|an | < .
(1.9.11)
n=1
s n = a1 + + an =
n
X
00
pk
k=1
n
X
qk .
(1.9.12)
k=1
Cuando n , claramente el lado derecho tiende a P Q (pues las dos series son
convergentes), luego toda serie absolutamente convergente puede escribirse como la
diferencia de dos series convergentes de terminos positivos, una conformada por los
terminos positivos de la sucesion original y otra conformada por los valores absolutos
de sus terminos negativos.
P
P
P
P
3. Si
bn es una reordenacion de
an y
an converge absolutamente entonces
bn
tambien converge absolutamente. En efecto, para cada N N los terminos b1 , . . . , bN
aparecen en la serie a1 + a2 + luego necesariamente aparecen en la suma finita
a1 + a2 + + aN 0 para alg
un N 0 N. Por lo tanto,
|b1 | + + |bN | |a1 | + + |aN 0 |
|an | := A < ,
(1.9.13)
n=1
|bn | converge.
P
P
4. Como
bn converge absolutamente, puede escribirse, al igual que
|an |, como la
0
diferencia de dos series convergentes
de
t
e
rminos
positivos:
la
serie
p
+
p02 + de
1
P
0
0
los terminos positivos P
de
bn y la serie qP
de los
1 + q2 + de los valores absolutos
P
terminos negativos de
bn . Es claro que
bn es una reordenacion de
an si y solo
si P 0 = p01 + P
p02 + es una reordenacion de la serie P = p1 + p2 + de los terminos
positivos de
an y Q0 = q10 + q20 + es una reordenacion de la serie Q = q1 + q2 +
de los terminos negativos. Por el primero
resultados obtenidos
P de los
P anteriormente,
tenemos que P = P 0 y Q = Q0 , luego
bn = P 0 Q0 = P Q = an .
luego
P
P
2. El primer paso consiste en demostrar que las series
pk y
qk necesariamente son
divergentes. Procedemos por contradiccion, suponiendo que alguna de ellas converge.
P
P
a) En realidad, esto implica que las dos series, pk y qk , convergen. Demostremos
esta afirmacion. Sin perder generalidad, supongamos que es la serie de los terminos
positivos la que converge. Sea {bn } la siguiente sucesion:
(
an si an 0
bn =
.
(1.9.14)
0 si an < 0
Claramente
bn =
pk luego
N
X
an
n=1
N
X
n=1
N
X
qk = lm
k=1
an
N
X
!
bn
(1.9.15)
n=1
n=1
an = lm
N
X
an
qk =
k=1
lm
n=1
!
an
qk = lm
k=1
N
X
bn = lm
n=1
lm
N
X
K
X
N
X
bn
(1.9.16)
n=1
qk existe y es igual a
k=1
!
bn
an
bn .
(1.9.17)
n=1
P
pk converge tambien
qk converge (y viceversa).
P
P
b) Para demostrar entonces que pk = y qk = , supongamos, buscando una
contradicci
on, que las dos series convergen. En ese caso lo que demostraremos es
P
que
an converge absolutamente, lo cual contradice la hipotesis de que sea solo
condicionalmente convergente. En efecto, para todo N N los terminos positivos
entre a1 , a2 , . . . , aN tienen que aparecer en la serie p1 + p2 + , y los terminos
negativos entre a1 , a2 , . . . , aN tienen que aparecer en la serie q1 + q2 + , luego
En particular, si
P
de los valores absolutos,
|an |, es acotada. ComoPla de los valores absolutos
P es
una serie de terminos positivos, se concluye que
|an | converge, i.e.Pque
an
converge
absolutamente. Como esto es contrario a la hipotesis, tanto
pk como
P
qk tienen que diverger.
3. Como |an | 0 cuando n crece, los n
umeros pk y qk tambien deben tender a cero.
4. Supongamos, por conveniencia, que L > 0. Como laP
suma pP
1 + + pn1 crece con n1
tanto como queramos (demostramos que las series
pk y
qk divergen), existe un
primer n1 tal que p1 + + pn1 1 + pn1 > L y p1 + + pn1 1 L. En particular, la
suma p1 + + pn diferira del valor exacto L al que queremos llegar en a lo mas pn1 .
Sumemos ahora suficientes terminos negativos q1 qm1 de manera que
p1 + + pn1 q1 qm1 < L.
(1.9.19)
P
Igual que antes esto es posible lograrlo ya que
qk = . Si m1 es el primer natural
para el cual la suma pasa a ser inferior a L, tenemos que
p1 + + pn1 q1 qm1 1 L,
(1.9.20)
31
1.10.
Ejercicios adicionales
1. Determine si la serie
1
1
1 1
+
+
2 8 32 128
converge. De ser as, calcule su valor.
X
(n!)2
a)
(2n)!
n=1
b)
(1)
c)
n+1
n=1
n
5 3n
d)
X
n=1
X
n=1
tn n1+t/3 ,
t>0
nn
2n n!
1
.
2
Determine si la serie
X
1
cos(n 2 ) 1
n=1
diverge o converge.
5. Estudie la convergencia de las series
1
tan
a)
n
n=1
b)
X
n=1
e)
2
n 3n
2n4 n
f)
X
(1)n
c)
nnn
n=1
g)
X
n=1
X
n=1
X
n=1
d)
( n n 1)n
sen2
1
n
(1)n
n
5n 3
1 5 (4n 3)
2 5 (3n 1)
n=1
n
X
nx
6. Determine para que valores de x R la serie
converge.
n
+
1
n=1
7. Sea an = 2n si n es par y an = (5)n si n es impar. Determine para que valores de
X
x R la serie
an xn converge y calcule una formula explcita para el resultado de
n=1
la serie.
32
Captulo 2
Lmites y continuidad
2.1.
2.1.1.
Definici
on de continuidad y convergencia
Motivaci
on
-2,5
2,5
(2.1.1)
(vemos que y = 1 cuando x = 1). Nos falta encontrar su pendiente m. Para esto, tomemos
valores de x 1 y consideremos la recta `x que pasa por (1, 1) y por (x, x3 ) (ver Fig. 2.2).
33
A medida que x tiende a 1 (escribimos x 1), esperamos que `x se parezca cada vez mas a
la recta tangente. En particular, esperamos que la pendiente de `x se parezca cada vez mas
x3 1
. Por lo tanto, queremos
a m. Como `x pasa por (1, 1) y por (x, x3 ), su pendiente es
x1
decir que
x3 1
.
x1 x 1
m = lm
(2.1.2)
2,5
0,25
0,5
0,75
1,25
1,5
1,75
2,25
(2.1.3)
1
, la pendiente de `x , esta dada por x2 + x + 1. A medida que
la cual nos muestra que xx1
x 1, tanto x como x2 se parecen cada vez mas a 1, por lo tanto la pendiente de `x es cada
vez mas cercana a 3:
x
1.3
1.2
1.1
1.01
1.001
x3 1
(la pendiente de `x )
x1
3.990000
3.640000
3.310000
3.030100
3.003001
34
2.1.2.
Definiciones
xx0
no existe L R tal que f (x) L, decimos que f (x) no tiene un lmite (que no converge)
cuando x x0 , o bien que el lmite lm f (x) no existe.
xx0
x3 1
3
x1
0.99
0.64
0.31
0.0301
0.003001
35
columna, vemos que este margen de error se logra en las filas tercera, cuarta y quinta.
Podemos tomar como la distancia de x a 1 (la tercera columna) de la tercera fila:
= 0,1. Si |x 1| < se logra el margen de error pedido de = 0,5 (como se observa
en la cuarta y en la quinta fila). Si ahora tomamos = 0,05, esto es, si queremos que la
distancia al valor lmite sea menor que 0,05, debemos quedarnos solo con las u
ltimas dos
filas; guiandonos por la tercera columna, podemos tomar = 0,01 (debemos acercarnos
mas a x0 = 1, por ejemplo permaneciendo a una distancia inferior a ese valor de ).
Por que escribimos 0 < |x x0 | < y no simplemente |x x0 | < ? Porque queremos que nuestra definicion de lmite pueda utilizarse tambien para funciones que no
necesariamente estan definidas en x0 , como en el caso de
x3 1
=3
x1 x 1
lm
(2.1.4)
ln x
cuando x 1, o el de
(mas adelante estudiaremos tambien lmites como el de
x1
sen x
cuando x 0). En la definicion de lmite estamos pidiendo que cerca de x0 la
x
distancia de f (x) a L sea menor que , pero no queremos pedirlo en x0 mismo. Estamos
pidiendo que |f (x) L| para todo x tal que |x x0 | y x 6= x0 .
Aunque f (x) este definida en x = x0 , esta bien que la definicion de lmite diga 0 <
|x x0 | < y no solamente |x x0 | < . Esto es porque al hablar del lmite de una
funcion f (x) cuando x x0 , nos preguntamos solamente por el comportamiento de f
alrededor de x0 , no por su valor en x0 mismo. El problema es determinar si los valores
de f (x) se acercan a alg
un valor L bien definido a medida que x se acerca a x0 , lo
cual supone imaginar un punto x que se esta moviendo y llegando a x0 sin alcanzarlo
realmente (no necesitamos conocer el valor de f (x0 )).
Notemos que en la forma en que esta escrita la definicion, esta implcito el hecho de
que f (x) debe estar bien definida para todo x 6= x0 en alg
un intervalo alrededor de x0
(i.e. debemos ser capaces de garantizar que si un x 6= x0 esta a una distancia de x0
menor a un cierto > 0 entonces la expresion f (x) tiene sentido).
Definici
on 9. Una funcion f se dice continua en un punto x0 R si
> 0 > 0 : |x x0 | < |f (x) f (x0 )| < .
(2.1.5)
xx0
36
2.1.3.
Primeros ejemplos
x1
(2.1.6)
(2.1.7)
luego basta con encontrar la manera de que |x + 1| sea menor o igual que . Para esto,
vamos a decir lo siguiente: si fuera menor o igual que 1, entonces
|x 1| <
01 <x<1+ 2
1<x+1<3
|x + 1| < 3
|x + 1| < 3.
(2.1.8)
(2.1.9)
(2.1.10)
(2.1.11)
Para lograr que esto sea menor o igual que pediremos que 3 . Como tambien habamos
supuesto que 1, vamos a pedir que sea menor o igual que el menor entre ambos valores:
mn{1, 3 }. Hemos demostrado que
n o
> 0 : |x 1| < mn 1,
|x2 1| < ,
(2.1.12)
3
x1
(2.1.14)
Pero
|(x2 + x + 1) 3| = |(x2 1) + (x 1)|
= |(x 1)(x + 1) + (x 1)| = |x 1||(x + 1) + 1| (2.1.15)
luego
|(x2 + x + 1) 3| < |x 1||x + 2| < .
37
(2.1.16)
(2.1.17)
(2.1.18)
x9
x es continua en x0 = 9
(2.1.19)
2
( x 3)( x + 3) = x 32 = x 9.
(2.1.20)
|x 9|
.
| x 3| =
x+3
(2.1.21)
|x 9|
| x 3|
3
(2.1.22)
(2.1.23)
En particular,
(porque
Esto muestra que dado cualquier > 0 es posible encontrar el de la definicion de continuidad: podemos tomar, por ejemplo, = 3.
* Lmite de un cociente
1
1
1
Ejemplo 2.1.4. * lm
= . Esto equivale a decir que f (x) =
es continua en
x9
6
x+3
x+3
x = 9 (pues 16 es el valor de f (x) cuando x = 9). Debemos demostrar entonces que
1
1
> 0 > 0 : |x 9| <
< .
(2.1.24)
x + 3 6
38
1
6 x3
x3
1
x9
x+3
=
=
=
, (2.1.25)
6
x+3
6( x + 3)
6( x + 3)
6( x + 3)
6( x + 3)2
de modo que
1
1
x + 3 6 <
x + 3 6 <
|x 9|
< .
6( x + 3)2
(2.1.26)
1
, luego
3
|x 9|
.
6 32
(2.1.27)
Si queremos que esta diferencia sea menor que un margen de error > 0 dado, basta entonces
< , i.e. es suficiente con que |x 9| < 54. Esto demuestra que s existe al
con que |x9|
54
menos un , a saber = 54, tal que
1
1
< .
(2.1.28)
|x 9| <
x + 3 6
Como es posible hacer esto para cualquier , a
un cuando sea muy peque
no, tenemos que
1
1
cuando x 9,
.
6
x+3
1
1
Ejemplo 2.1.5. * lm
= . En efecto, si |x 7| < entonces
x7 x 4
3
1
|x 7|
1
(2.1.29)
x 4 3 = 3|x 4| < 3|x 4| .
Para demostrar que
1
3|x4|
|x 7| < < 1
|x 7| < 1
71<x<7+1
x>6
x4>2
1
1
<
|x 4|
2
1
1
|x 7|
x 4 3 = 3|x 4| < 3|x 4| < 6 .
(2.1.30)
(2.1.31)
(2.1.32)
(2.1.33)
(2.1.34)
(2.1.35)
(2.1.36)
(2.1.37)
(2.1.38)
Si x > 3 entonces
(2.1.39)
2.1.4.
Seno y coseno
Ejemplo 2.1.7. lm cos x = 1 porque |x| < arc cos(1 ) 1 < cos x < 1.
x0
sen x
= 1. En efecto [CJ71, 1.8, p. 107], [Kit68, 3.5, Ej. 15, p. 119],
x0
x
dado 0 < x < 2 consideremos los puntos de coordenadas O = (0, 0), P = (cos x, sen x),
Q = (1, tan x) y R = (1, 0). Como
Ejemplo 2.1.8. lm
tan x
sen x
=
,
cos x
1
(2.1.40)
2 cos x
2
2
sen x
cos x x (0, 2 ).
x
(2.1.41)
sen x
> 1 .
x
(2.1.42)
1 sen x
Por otra parte, el triangulo OP R, de area
, esta contenido en el sector circular OP R,
2
x
de area , luego
2
sen x
x
sen x
1 x (0, ).
(2.1.43)
2
2
x
2
40
Por lo tanto
0 < x < arc cos(1 )
sen x
1 < .
x
(2.1.44)
sen |x|
< .
1
|x|
(2.1.45)
sen x
sen |x|
=
para todo x 6= 0, hemos obtenido que
x
|x|
sen x
0 < |x 0| < arc cos(1 )
1 < ,
(2.1.46)
x
sen x
lo cual corresponde (por definicion) a la convergencia de
a 1 cuando x 0.
x
1 cos2 x
sen2 x
Ejemplo 2.1.9. * Como, por un lado, 1 cos x =
=
y, por otra parte,
1 + cos x
1 + cos x
sen x x y cos x 1 cuando x 0, esperamos que 1 cos x x2 /2 cuando x 0. Podemos
1
1 cos x
=
usando la definicion de lmite, de la siguiente
de hecho demostrar que lm
2
x0
x
2
manera. Primero escribamos
Como
12 cos2 x
1 cos x 1
1
sen2 x
1
1+cos x
.
(2.1.47)
x2
2
x2
2
x2 (1 + cos x) 2
sen x 2
Vemos que aqu aparece
, el cual sabemos debiera ser cercano a 1. El denominador
x
na. Para ver esto unimos
1 + cos x se parece a 2, por eso la diferencia con 21 debiera ser peque
1 + cos x
las dos fracciones en una sola y cambiaremos el
1 por la expresion
2
1 + cos x
= 1 + algo que debiera ser peque
no.
(2.1.48)
2
1 + cos x
1 cos x
Ese algo claramente no puede ser otro que
1=
:
2
2
2
sen x
1 cos x 1
1
x2
2
x
2
1 + cos x 2
sen2 x
x
sen2 x
1+cos
1
1 cos x
2
x2
2
=
= x
+
.
1 + cos x
1 + cos x 2(1 + cos x)
(2.1.49)
(2.1.50)
Ahora mostremos por separado que cada una de los dos fracciones es peque
na. Vimos que
sen |x|
cos x
1 x ( , ) \ {0}, de manera que
|x|
2 2
2
sen x
1
cos2 x 1
2
cos x 1 =
x
0.
1 + cos x
1 + cos x
41
(2.1.51)
(2.1.52)
2.1.5.
Definici
on 10. Decimos que lm f (x) = , o bien que f (x) , si
x
(2.1.54)
Analogamente, f (x) si
> 0 R > 0 : x < R |f (x) | < .
1
x2 + 7
=
. En efecto,
x 1 3x2
3
1
22
x2 + 7
(3x2 + 21) + (1 3x2 )
.
=
1 3x2
3
3(1 3x2 )
9x2 3
(2.1.55)
Ejemplo 2.1.10. lm
= 2
.
1 3x2
3
9x 1
(2.1.56)
(2.1.57)
9x2 >
9x2
22
+ 1,
(2.1.58)
se sigue que
1
x<
3
22
+1
2
x +7
1
1 3x2 3 < .
(2.1.59)
Definici
on 11. Sean , R. Decimos que
lm f (x) =
(2.1.60)
lm f (x) =
(2.1.61)
lm f (x) =
(2.1.62)
lm f (x) =
(2.1.63)
lm f (x) =
(2.1.64)
lm f (x) =
(2.1.65)
lm f (x) =
(2.1.66)
lm f (x) =
(2.1.67)
lm f (x) =
(2.1.68)
lm f (x) =
(2.1.69)
lm f (x) =
(2.1.70)
lm f (x) =
(2.1.71)
x
x
x
x
x +
x +
x +
x
x
x
Ejemplo 2.1.11. lm
x0
1
= . En efecto, dado M > 0 tenemos que
x
2.1.6.
1
<x<0
M
1
< M.
x
(2.1.72)
Divergencia y discontinuidades
no existe.
La definicion de continuidad nos dice que una funcion es discontinua si existe alg
un
x0 R tal que
1. f (x) se indefine en x0 o en una sucesion de puntos arbitrariamente cercanos a x0 ;
2. f (x) esta definida en x0 y en todo un intervalo alrededor de x0 pero f (x) no tiene
un lmite lm f (x); o bien
xx0
Ejemplos:
1. f (x) = [sen x] no es continua en x =
lm f (x) = 0,
x 2
(2.1.73)
2.2.3). La discontinuidad exhibida por esta funcion se conoce como una discontinuidad
de salto.
3. f (x) = x1 es discontinua porque no esta definida y porque el lmite no existe. La funcion
f (x) = x12 , en cambio, es discontinua aunque el lmite exista, por no estar definida en
x = 0. La funcion f (x) = x211 tiene discontinuidades tanto en x = 1 como en x = 1.
Estas funciones tienen discontinuidades infinitas.
Definici
on 12. Si f (x) esta definida para todo x alrededor de y el lmite L = lm f (x)
x
(2.1.75)
(2.1.76)
que en castellano se traduce, esencialmente, por basta con mostrar que [x] esta acotada
inferiormente cerca de x = 3. Elijamos M = 1: corresponde a [x] > 1, lo cual vemos que
se cumple alrededor de x = 3 (ahora falta demostrarlo). Dado > 0, elijamos
(
2
si > 1
x=
.
(2.1.77)
3 2 si 1
Como este x esta en (3, 3) y satisface [x] = 2 > 1, se sigue que x (3, 3)(3, 3+) :
[x] > M . Como es arbitrario, hemos demostrado (2.1.76) y, por ende, i).
La demostracion de ii) es analoga (hacerla como ejercicio).
x3
Supongamos ahora que [x] para alg
un R, i.e. que
> 0 > 0 : 0 < |x 3| < |[x] | < .
Lo anterior debe cumplirse en particular para =
1
4
(2.1.78)
(2.1.79)
Cada que x satisfaga esas dos condiciones: ser diferente de 3 y estar a una distancia menor
que de 3, tendremos que |[x] | < 14 . Los valores x1 = 3 + 2 y x2 = 3 2 satisfacen ambos
las dos condiciones, luego por un lado se tiene que |[3 2 ] | < 14 y por otro lado se tiene
que |[3 + 2 ] | < 41 . En particular,
1
< [3 ]
4
2
1
y [3 + ] < .
2
4
(2.1.80)
Como [3 2 ] 2 y [3 + 2 ] 3, por un lado se tiene que 41 < 2 y por otro lado que
3 < 41 . La primera desigualdad implica que < 2 + 41 , mientras que la segunda implica
que > 3 14 , lo cual es contradictorio.
1
Ejemplo 2.1.14. * El lmite lm+ sen no existe. Supongamos (buscando una contradiccion)
x0
x
que existe R tal que
> 0 > 0 : 0 < |x| < | sen x1 | < .
En particular, tenemos que | sen x1 | <
1
4
(2.1.81)
2.2.
2.2.1.
1
4
sen( 2
1
(, ) \ {0},
+ 2n
1
1
+ 2n)| = sen < .
x
4
(2.1.83)
Propiedades de lmites
Propiedad del sandwich
Teorema 2.2.1 ([Kit68], Teo. 3.5.7). Supongase que f (x) g(x) h(x) para todo x : 0 <
|x x0 | < para alg
un > 0. Supongase tambien que
lm f (x) = lm h(x) = L.
xx0
(2.2.1)
xx0
Entonces lm g(x) = L.
xx0
1
x
= 0 porque x x sen
1
x
(2.2.2)
(2.2.3)
En particular,
0 < |x x0 | < mn{1 , 2 } f (x) L g(x) L h(x) L .
2.2.2.
(2.2.4)
Aritm
etica de lmites
Proposici
on 2.2.2 ([CJ71],1.8, p. 106; [Kit68], Th. 3.5.6, p. 117). Si f (x) cuando
x x0 y R entonces f (x) . Si f (x) 1 y g(x) 2 cuando x x0 entonces
lm f (x) + g(x) = 1 + 2 y lm f (x)g(x) = 1 2 . Si ademas 2 6= 0 entonces tambien
xx0
xx0
f (x)
1
lm
= .
xx0 g(x)
2
46
Demostracion de la proposicion.
(2.2.5)
Esto es equivalente a
|x x0 | < |f (x) | < .
(2.2.6)
(2.2.7)
(2.2.8)
|g(x) 2 | <
|f (x) 1 | <
2
2
(2.2.9)
(2.2.10)
Como
|(f (x) + g(x)) (1 + 2 )| = |(f (x) 1 ) + (g(x) 2 )|
|f (x) 1 | + |g(x) 2 |,
(2.2.11)
(2.2.12)
se concluye que
0 < |x x0 | < |(f (x) + g(x)) (1 + 2 )| <
+ = .
2 2
(2.2.13)
Tal como en la demostracion anterior, dados cualquier 1 , 2 > 0 existe 1 > 0 tal que
0 < |x x0 | < 1 |f (x) 1 | < 1 |g(x) 2 | < 2 .
(2.2.14)
La idea ahora es escribir f (x) = 1 + f (x) 1 (en lugar de la expresion f (x) 1 )
y observar que:
|f (x)g(x) 1 2 | = 1 + f (x) 1 g(x) 1 2
(2.2.15)
= |1 ||g(x) 2 | + |f (x) 1 ||g(x)|.
47
(2.2.16)
,
2|1 |
2 :=
;
2(|2 |+1)
(2.2.17)
si 1 = 0 tomemos 1 := 1. Se tiene
|g(x)|
+
.
2 2 |2 | + 1
(2.2.18)
(2.2.19)
Se concluye que
0 < |x x0 | < mn{1 , 2 } |f (x)g(x) 1 2 | <
+ = .
2 2
(2.2.20)
|
+
|f (x) 1 |.
2
|2 |2
|2 |
(2.2.23)
(2.2.24)
(2.2.25)
(2.2.26)
|2 |
;
2 2
(2.2.27)
|2 |2
2 2
(2.2.28)
2.2.3.
Lmites laterales
Proposici
on 2.2.3 ([Kit68], Prop. 5.2.8, p. 182). Dado x0 R, el lmite lmxx0 f (x) existe
y es igual a [, ] si y solo si los lmites lm f (x) y lmxx+0 f (x) existen y son
xx0
iguales a .
Ejemplo 2.2.3. lm [x] no existe porque lmx3+ [x] = 3 y lmx3 [x] = 2. Analogamente,
x3
1
1
1
lm no existe porque lm+ = mientras que lm = .
x0 x
x0 x
x0 x
Demostracion. Demostraremos la proposicion solo en el caso en que sea finito ( = y
= se dejan como ejercicio). Llamemos q1 , q2 , q3 y q4 a las siguientes proposiciones:
q1 (x, ) : x0 < x < x0
q2 (x, ) : x0 < x < x0 +
q3 (x, ) : 0 < |x x0 | <
q4 (x, ) : |f (x) | < .
(2.2.30)
(2.2.31)
(2.2.32)
(2.2.33)
f (x) 0
xx+
f (x) 0
xx
f (x) 0
xx
> 0 > 0 x R q1 (x, ) q4 (x, )
> 0 > 0 x R q2 (x, ) q4 (x, )
> 0 > 0 x R q3 (x, ) q4 (x, ) .
(2.2.34)
(2.2.35)
(2.2.36)
xx+
Si f (x) 0 y f (x) 0 entonces dado > 0 existen 1 > 0 y 2 > 0 tales que
x R q1 (x, 1 ) q4 (x, )
y x R q2 (x, 2 ) q4 (x, ) .
(2.2.37)
As,
x R
q1 (x, 1 ) q2 (x, 2 ) q4 (x, ) .
49
(2.2.38)
xx
xx+
2.2.4.
(2.2.40)
Cambio de variable
Teorema 2.2.4 ([Kit68], Teo. 3.5.9, p. 118; [CJ71], 1.8, pp. 108109). Si f es continua en
x0 y g es continua en y0 := f (x0 ), entonces g f es continua en x0 .
3x
sen 1+x
, podemos razonar del modo siguiente. LlameEjemplo 2.2.4. Para calcular el lm
x0
x
3x
mos y a
. Vemos que cuando x 0 tambien y 0. Sabemos que si y 0 entonces
1+x
3x
3x
sen y y. Se concluye que sen
, por lo tanto
1+x
1+x
3x
3x
sen 1+x
3 x0
1+x =
3.
(2.2.41)
x
x
1+x
Para demostrar que el lmite efectivamente es 3, escribamos
3x
3x
3x
3x
sen 1+x
sen 1+x
sen 1+x
3
1+x
=
=
.
3x
3x
x
x
1+x
1+x
1+x
(2.2.42)
x0
3x
1+x
3x
1+x
sen
= lm
y0
sen y
y
(2.2.43)
obtendremos que
lm
x0
sen
3x
1+x
= lm
x0
3x
1+x
3x
1+x
sen
3x
1+x
=
sen y
lm
y0
y
lm
3
x0 1 + x
= 3.
(2.2.44)
, y 6= 0
3x
y
y
con
g(y)
=
(la cual es continua en y = 0).
x+1
1,
y=0
50
(2.2.46)
Ahora utilizamos la continuidad de f (x) en x0 , la cual nos asegura que existe > 0 tal que
|x x0 | < |f (x) y0 | < .
(2.2.47)
(2.2.48)
2.2.5.
para toda sucesion convergente {xn }nN S (se puede pasar el lmite dentro de la funcion).
Ejemplo 2.2.8. lm |xn | = lm xn si {xn } converge, dado que |x| es una funcion continua
n
n
de x.
1
Ejemplo 2.2.9. lm+ sen no existe porque si existiera entonces los lmites
x0
x
lm sen
1
1
n
=0 y
lm sen
1
1
=1
(2.2.51)
+2n
2
1
tendiera a L cuando x 0+ , la funcion
x
(
sen x1 , x > 0
f (x) =
L,
x=0
(2.2.52)
1
1
sera continua en [0, ). Como las sucesiones x0n = n
y x00n = +2n
convergen ambas a
2
= 0, tanto {f (x0n )} como {f (x00n )} debieran converger a L = f ().
Respecto a la continuidad de f (x) = sen x1 , lo anterior nos dice que f es discontinua en
x = 0 (mas que por el hecho de que f no esta definida en x = 0 es porque el lm f (x) no
x0
52
Ejemplo 2.2.10.
3
sen 1+n
sen 1+n 1+n
3
= lm
= lm
1
lm n sen
1
3
n
n
1 + n n
n
1+n
n
sen y
3
= lm
lm 1
= 1 3 = 3;
y0
n
y
+1
n
sen x
,
x 6= 0
x
hemos usado el hecho de que f (x) =
es continua en x = 0.
sen y
lm
, x=0
y0
y
(2.2.53)
(2.2.54)
(2.2.56)
(2.2.57)
(2.2.58)
(2.2.59)
(2.2.60)
(2.2.61)
(2.2.62)
(2.2.63)
Tal como se vio en Introduccion al Calculo, para justificar que 9,00 001 se parece
cada vez mas a 3 a medida que el dgito 1 se desplaza mas y mas a la derecha lo que hacemos
es demostrar que
r
!
1
> 0 n0 N : n n0 9 + n 3 < .
(2.2.64)
10
La u
ltima desigualdad equivale a
r
1
9+ n <3+
10
1
< (3 + )2 9
n
10
1
< 6 + 2
10n
(2.2.65)
(2.2.66)
(2.2.67)
demostrado una propiedad mas general. No solo la raz 9 + 10n tiende a 9 cuando
n , tambien se puede decir lo mismo de las races de cualquier sucesion de n
umeros
mayores que 9 que tiendan a 9 en el infinito. En efecto, si {xn } es una sucesion cualquiera
tal que xn > 9 n y tal que xn 9 cuando n , entonces
> 0 n0 > 0 : (n n0 9 < xn < 9 + ) .
54
(2.2.70)
Por lo tanto,
> 0 n0 > 0 :
n n0 9 < xn < 9 + 6 + 2
(2.2.71)
2
(2.2.72)
> 0 n0 > 0 : n n0 3 < xn < (3 + ) ,
i.e., xn 3 cuando n .
Resumiendo, hemos demostrado que si {xn } es cualquier sucesion que tiende a 9, entonces
xn tiende a 3:
xn 3.
(2.2.73)
xn 9
Es decir, noimporta la manera en que nos acerquemos a 9, la raz cuadrada se parecera cada
vez mas a 9. En otras palabras, no solo podemos ver intuitivamente que si
x9
x 3,
(2.2.74)
tenemos ademas la posibilidad de demostrarlo. La clave de la demostracion fue la siguiente
implicacion:
2
= 6+ ) a partir de la cual podemos garantizar que | x3| < . Resumiendo nuevamente,
para demostrar (2.2.73) lo que hicimos fue demostrar que
2.3.
xx
|1 cos(x x0 )| + | sen(x x0 )| 0 0
(2.3.1)
(2.3.2)
(2.3.3)
pues | sen(x x0 )| |x x0 |.
5. Una funcion constante es continua.
6. Si f (x) es continua en x0 y c R entonces cf (x) es continua en x0 .
7. La suma, resta y producto de funciones continuas son continuas porque lo mismo se
cumple para los lmites. Analogamente, si f (x) es continua en x0 y f (x0 ) 6= 0, entonces
1
es continua en x0 .
f (x)
8. Toda potencia positiva es una funcion continua:
lm xn = lm x
x
{z }
xx0
xx0 |
n veces
= lm x lm x lm x = x0 x0 x0 = xn0 .
xx0
xx0
xx0
{z
}
|
(2.3.4)
(2.3.5)
n veces
n
X
ak xk0
n
X
ak
k=0
k=0
k
lm x
xx0
n
X
k=0
n
X
k=0
lm ak x
xx0
ak
lm x
xx0
= lm
xx0
n
X
!
ak x
k=0
= lm f (x). (2.3.6)
xx0
n2
n+4n2
2
2
56
(2.3.7)
2.4.
Teorema 2.4.1. Toda funcion continua definida en un conjunto cerrado y acotado alcanza
su mnimo y su maximo (i.e. si S R es acotado y f : S R es continua, entonces existen
z1 , z2 S tales que f (z1 ) f (x) f (z2 ) para todo x S).
Demostracion. Por definicion de := nf f (x) existe {xn } tal que lm f (xn ) = . En virtud
xS
(2.4.1)
(2.4.2)
sea la menor posible entre todos los pares (x, h) tales que x2 h = V . Despejando h =
nos queda que
A = 2x2 + 2
V
=: f (x).
x
V
x2
(2.4.3)
Pronto veremos que para encontrar el mejor valor de x debemos encontrar la derivada
f (x) de f (x), y resolver la ecuacion f 0 (x) = 0. Por ahora lo que necesitamos saber (lo
demostraremos despues) es que la derivada de una potencia xn , n N es:
0
(xn )0 = nxn1
(el exponente disminuye en uno y la funcion por el exponente n). Aplicando esta formula a
n = 2 y a n = 1 obtenemos que
0
1
2 0
(x ) = 2x
y
= (x1 )0 = (1) x2 = x2 ,
(2.4.4)
x
luego
f 0 (x) = 4x 2
57
V
.
x2
(2.4.5)
x = 3
2V
V
2
4x = 2
x3 =
,
(2.4.6)
x
2
V
V
2
3
2
h =
x = 2 x x = 2x
=2
x2
2
lo cual nos sugiere que la superficie de la lata se minimiza cuando su altura es igual al
diametro de su base (al buscar un tarro de cafe Nescafe en casa, que puede observar?).
Demostrar que el valor encontrado corresponde efectivamente a la lata mas economica
no es facil. Para ello es necesario demostrar que
si z esta en el interior del dominio de definicion D de f
y f (z) f (x) para todo x D, entonces f 0 (z) = 0;
como la ecuacion f 0 (z) = 0 solo tiene la solucion obtenida anteriormente, se concluye que
!
V
z = 3
2
.
(2.4.7)
f (z) f (x) x (0, )
h =
= 2z
z 2
El anterior es un teorema importante del calculo y lo veremos un poco mas adelante. Sin
embargo, dicho teorema no es suficiente: primero hay que saber que el problema de minimizacion tiene solucion, que existe un z en donde f alcanza el menor de sus valores. Para estar
seguros de que existe esta solucion normalmente invocamos el teorema del valor extremo de
Weierstrass. Es una de las razones por las que el teorema es importante.
Repasemos lo que dice el teorema de Weierstrass: en primer lugar, nos pide que la funcion
con la que trabajamos sea continua. La funcion del ejemplo,
2V
,
(2.4.8)
x
esta definida y es continua en todo x (0, ). Por lo tanto, no tenemos inconvenientes en
cuanto al requisito de continuidad. Sin embargo, el teorema tambien pide que el conjunto en
el que estudiamos la funcion sea acotado, y (0, ) no es acotado. La solucion a este problema
es mostrar que no conviene ni que x 0 (no es bueno que la lata sea muy baja) ni que
x (la lata tampoco debera ser muy delgada). Debemos encontrar un radio mnimo
r1 y un radio maximo r2 que debera tener la lata, de modo que podamos transformar el
problema de optimizacion original
f (x) = 2x2 +
nf f (x)
(2.4.9)
x(0,)
f (x);
x[r1 ,r2 ]
(2.4.10)
2V
f (1)
nf f (x) =
x(0,)
V
+V
nf
y concluyamos que
f (x);
(2.4.12)
x[r1 ,)
(2.4.13)
Ahora veamos que sucede cuando x es muy grande: el area de la base, 2x, es necesa(1)
= 1+ V ), superara el
riamente grande, y a partir de un cierto radio r2 (a saber r2 = f2
valor de f (1) = 2 + 2V . Argumentando igual que antes tendremos que
f (z) f (x) x [r1 , r2 ]
f (z) f (1)
f (z) f (x) x > r2 .
(2.4.14)
(2.4.15)
Por lo tanto,
f (z) f (x) x [r1 , r2 ]
(2.4.16)
Por el teorema de Weierstrass, existe z [r1 , r2 ] tal que f (z) f (x) x [r1 , r2 ].
Uniendo q
(2.4.16), (2.4.13) y (2.4.7) conclumos finalmente que f (z) f (x) x > 0 y
que z =
V
,
2
i.e. que
r
f
V
2
!
f (x) x > 0
2.5.
Cuando una funcion es discontinua puede haber valores intermedios que no se alcanzan,
p. ej. f (x) = [x] es tal que f (1) = 1, f (2) = 2, pero no existe ning
un x para el cual f (x) = 2,7.
En cambio, cuando una funcion es continua, todo valor intermedio se alcanza; esto es lo que
dice el teorema del valor intermedio.
Teorema 2.5.1 ([Kit68], Teo. 5.2.1, p. 177). Si f : [a, b] R es continua y f (a) 6= f (b)
entonces dado cualquier n
umero y entre f (a) y f (b) existe x (a, b) tal que f (x) = y.
Lema 2.5.2. Sea S R un conjunto no vaco acotado superiormente. Entonces existe una
sucesion {xn }nN de elementos en S que converge al supremo de S.
Demostracion. Sea z = sup S, el cual existe en virtud del axioma del supremo. Para cada
n N tenemos que z n1 < z, por ende no puede ser una cota superior de S (ya que z es la
mejor cota superior). Esto es, para cada n N existe xn S tal que z n1 < xn . Como el
supremo de un conjunto es cota superior de el, z x para todo x S. En particular xn z
para todo n. Esto demuestra que |xn z| < n1 , con lo cual xn z como queramos.
Demostracion del teorema. Paso 1: podemos suponer que f (a) > f (b). En efecto, si
demostramos que el teorema del valor medio se cumple para toda funcion tal que g(a) > g(b)
y f es una funcion tal que f (a) < f (b), podemos aplicar el teorema a g(x) := f (x) y concluir
que para todo y : f (a) < y < f (b) existe x (a, b) tal que f (x) = g(x) = y.
Paso 2: dado y : f (a) > y > f (b), encontremos el candidato z [a, b] a ser la
preimagen de y por f . Sea y : f (a) > y > f (b). Sea
S := {x [a, b] : f (x) y}.
(2.5.1)
El conjunto S es no vaco porque f (a) > y. Sea z := sup S. Como S [a, b], tenemos que
z [a, b].
Paso 3: demostremos que f (z) y. Por el lema anterior, existe {xn } S tal que
xn z. Por definicion de S, f (xn ) y para todo n. Usando la continuidad de f obtenemos
que f (z) = lm f (xn ) y.
Paso 4: demostremos que f (z) y. Como f (z) y > f (b), tenemos que z 6= b. Como
z [a, b], necesariamente a z < b. Ahora bien, como z = sup S entonces z es una cota
superior de S, i.e. f (x) y x S x z. Esto equivale a decir que x > z f (x) < y.
Se concluye que f (z) = lmxz+ f (x) y, lo cual completa la demostracion.
Ejemplo 2.5.1. Existe x (0, 1) tal que x2 = sen(x).
Demostracion. Llamemos f a la funcion f (x) = x2 sen(x). Tenemos que f ( 12 ) = 34 y
f (1) = 1. Entonces, dado cualquier y : 43 < y < 1, existe x ( 12 , 1) : x2 sen(x) = y.
Aplicando esto a y = 0 se obtiene el resultado pedido.
60
Ejemplo 2.5.2 ([Kit68], Prop. 5.2.6). Todo polinomio de grado impar con coeficientes reales
tiene al menos una raz real.
Demostracion. Sea n N impar y sea P (x) = an xn +an1 xn1 + +an1 x+an un polinomio
de grado n. Vemos que P (x)/xn tiende a an cuando x . Por lo tanto, existen R1 < 0
y R2 > 0 tales que P (x)/xn tiene el mismo signo que an tanto cuando x R1 como cuando
x R2 . Como R1n < 0 y R2n > 0, se tiene en particular que P (R2 ) tiene el mismo signo que
an y P (R1 ) tiene el signo contrario. Aplicando el teorema del valor intermedio a P (x) con
a = R1 y b = R2 (los polinomios son funciones continuas) descubrimos que existe x tal que
P (x) = 0.
2.5.1.
Continuidad de la inversa
Teorema 2.5.3 ([Kit68], Teo. 9.1.7, p. 368; [CJ71], 1.2.e, p. 68). Sea f una funcion definida en un intervalo cerrado y acotado, estrictamente creciente y continua. Entonces f es
invertible y su inversa cumple las mismas propiedades que f : esta definida en un intervalo
cerrado y acotado, es estrictamente creciente y es continua.
Demostracion. Sean = f (a) y = f (b). Que g = f 1 este definida en el intervalo completo
[, ] corresponde al teorema del valor intermedio. Es facil ver que f 1 es estrictamente
creciente. Para ver la continuidad, tomemos cualquier valor > 0 entre y . Entonces
= g() debe estar entre a = g() y b = g(). Sea > 0 un n
umero positivo dado, el cual
puede considerarse lo suficientemente peque
no como para que a < < + < b. Como
f es creciente, = f () esta situado entre los valores f ( ) = A y f ( + ) = B, y puede
encontrarse un tan peque
no tal que A < < + < B. Si y es cualquier valor tal que
< y < + , y x = g(y), se tiene que A < y < B y, por lo tanto, g(A) < g(y) < g(B);
esto es, < g(y) < + , o bien |g(y) g(x)| < .
La misma demostracion, ligeramente modificada, se aplica cuando es uno de los puntos
extremos o del intervalo de definicion de g.
demostracion, que f (y) = 2A(y) (la proporcion entre el area del sector circular y la longitud
del arco de circunferencia es de 1 a 2; por ejemplo el area total del crculo es y el permetro
es 2). Demostraremos que A(y) es continua, a partir de lo cual deduciremos que f (y) es
continua y que tenemos derecho, por ende, a usar el teorema del valor intermedio.
Veamos primero que |A(y) A(y0 )| corresponde al areap
del sector circular
p limitado por el
2
origen O(0, 0) y los puntos P0 (x0 , y0 ) y P (x, y), con x0 := 1 y0 y x = 1 y 2 . A continuacion definamos Q como la interseccion de la recta OP con la tangente a la circunferencia
por P0 y observemos que el sector circular OP0 P esta contenido en el triangulo OP0 Q, de
modo que |A(y) A(y0 )| < 1P20 Q . Conclumos que basta con demostrar que P0 Q 0 cuando
y y0 .
(2.5.2)
(2.5.3)
i.e.
u=
y0
(xy0 x0 y),
xx0 + yy0
v=
x0
(xy0 x0 y).
xx0 + yy0
(2.5.4)
p
Como x = 1 y 2 es una funcion continua de y, se sigue que u, v 0 cuando y y0 , lo
cual demuestra el resultado pedido de la continuidad de f (y).
Despues de haber demostrado que f (y) es continua se obtiene que para cada (0, 2 )
existe y (0, 1) tal que = f (y), i.e. efectivamente existe un punto sobre la circunferencia
que forma con el eje X un angulo . Al ser inversa de una funcion continua, la funcion
y = sen es continua (aunque la continuidad de sen , en caso de que dicha funcion estuviera
bien definida, ya la habamos demostrado).
Observacion. Las funciones arc sen x, arc cos x, arctan x, etc. son continuas en sus respectivos
dominios de definicion.
2.6.
Funci
on exponencial y logaritmos
2.6.1.
* Races en
esimas
1
Definici
on 14 (Raz enesima). Dado n N, z 0, definimos z n :=
0 tal que n = z.
62
z como el u
nico
Dicho existe en virtud del teorema del valor intermedio, puesto que 7 n es continua,
0n = 0 z y max{1, z}n max{1, z} z. Sabemos que hay un u
nico puesto que 7 n
es estrictamente creciente, lo cual implica, en particular, que
)
u, v 0
u = v.
(2.6.1)
un = v n
Notese que
1
(z n )n = z (por definicion de z n ),
1
2.6.2.
* Exponentes racionales
n
Definici
on 15. Sea a > 0. Si x = m
, n, m N, definimos
ax := ( m a)n = ( m a) ( m a) ( m a) .
|
{z
}
(2.6.2)
n veces
n
Si x = 0, definimos ax := 1. Si x = m
, n, m N, definimos ax :=
1
an/m
= ( m a)n .
(2.6.3)
m2 veces
= z| {z
z} .
(2.6.4)
m1 m2 veces
1
z m1 m2
1
= (z m2 )m1 .
(z m2 )m1
(2.6.5)
Si m1 , m2 < 0 entonces
z m1 m2 = z (m1 )(m2 ) = (z m1 )m2 =
1
(z m1 )m2
63
1
1
,
=
m
2
1
z m1
(z m1 )m2
(2.6.6)
m2
xy
n
a = ( ax ) 2 . Para que no aparezca la raz m2 -esima, quisieramos elevar a m2 . De hecho,
esto se puede hacer puesto que
!m2
m 2
m
= ( 2 ax )n2
axy
axy = ( m2 ax )n2 ,
(2.6.7)
( m2 ax )n2
!m2
!n2
= ( 2 ax )n2 m2 = ( 2 ax )m2
= (ax )n2
(ax )n2 = (axy )m2 . Como axy = a m1 m2 = ( m1 m2 a)n1 n2 , es mejor que aparezca un exponente
m1 m2 , i.e. usar el hecho de que
m1
m1
(ax )n2
= (axy )m2
(ax )n2 = (axy )m2 .
(2.6.8)
en virtud de (2.6.1). Como
Lo que necesitamos entonces es que (axy )m1 m2 sea igual a (ax )n2 m1 . Pero esto se cumple
porque
m m n1 n2
(2.6.9)
(axy )m1 m2 = ( m1 m2 a)n1 n2 m1 m2 = m1 m2 a 1 2
n
n
n
m
m
n
1 2
2 1
= an1 n2 = m1 a 1
= m1 a 1
= (ax )n2 m1 .
(2.6.10)
m2 veces
z| {z
z}
z m1 +m2 .
(2.6.11)
m1 +m2 veces
m1 m2
z }| {
zz
=
=
z| {z
z}
|m2 | veces
z| {z
z}
= z m1 |m2 | = z m1 +m2 .
(2.6.12)
m1 |m2 | veces
m1 m2
z }| {
zz
=
= 1 = z 0 = z m1 +m2 .
z| {z
z}
m1 veces
64
(2.6.13)
m1 m2
z }| {
zz
=
=
z| {z
z}
|m2 | veces
1
z| {z
z}
(2.6.14)
Si m1 , m2 < 0 entonces
z m1 +m2 = z (|m1 |+|m2 |) =
z |m1 |+|m2 |
1
z |m1 | z |m2 |
= z |m1 | z |m2 | = z m1 z m2 .
(2.6.15)
n1 m2 +n2 m1
m1 m2
= (an1 m2 )
n1
m1
n2
m2
ey=
con n1 , n2 Z, m1 , m2 N, entonces
= an1 m2 +n2 m1
1
m1 m2
(an2 m1 )
1
m1 m2
m 1m
1
= (an1 m2 an2 m1 ) m1 m2
n1 m2 m 1m
1 2
=a
n2 m1 m 1m
1 2
=a
(2.6.17)
n1
m1
n2
m2
= ax ay .
(2.6.18)
n1
m1
n2
,
m2
respectivamente,
n1 m2 < n2 m1
65
x=
(2.6.19)
n2
n1
<
= y.
m1
m2
(2.6.20)
2.6.3.
Exponentes reales
Definici
on de la exponencial
Definici
on 16. Motivados por el Lema 2.6.8, dados a > 1 y x R \ Q definimos ax como
ax := sup{aq : q x, q Q}.
(2.6.21)
1
.
(a1 )x
Uniendo la definicion anterior al Lema 2.6.8 obtenemos que (2.6.21) se cumple para todo
a > 1 y todo x R.
Monotona
Lema 2.6.9. Dados a > 1 y x < y dos reales cualesquiera, se tiene que ax < ay .
Demostracion. Sabemos que entre dos reales siempre se puede encontrar un n
umero racional;
sea 1 Q tal que x < 1 < y y sea 2 tal que 1 < 2 < y. Si q Q es tal que q x,
entonces q < 1 y aq < a1 , seg
un el Lema 2.6.7. Por lo tanto,
ax = sup{aq : q Q, q x} a1
(2.6.22)
(a1 es cota superior del conjunto y el supremo de un conjunto es menor o igual que todas las
cotas superiores del conjunto: x x C sup C ). Por otra parte, a2 {aq : q
Q, q y}, luego a2 sup{aq : q Q, q y} = ay (el supremo de un conjunto es mayor o
igual que todos los elementos del conjunto). Por el Lema 2.6.7 tenemos que a1 < a2 , luego
ax a1 < a2 ay .
Continuidad
Lema 2.6.10. Sea N N. Si x, y Q, x < y < x +
66
1
N
ax (a1)
.
N
Demostracion.
1
=
,
1 + 1 + + 1 + 1
N
(2.6.23)
(2.6.24)
(2.6.25)
Demostracion. Sean a > 1 y x0 R. Dado > 0, sea N cualquier entero mayor que a (a1)
,
ax0 (a1)
1
1
de suerte que
< . Sea x (x0 2N , x0 + 2N ). Como siempre es posible encontrar
N
un racional entre dos reales, existen 1 , 2 Q tales que
x0
1
1
< 1 < mn{x, x0 } max{x, x0 } < 2 < x0 +
.
2N
2N
(2.6.26)
(2.6.27)
(2.6.28)
Como x es arbitrario, hemos demostrado que para todo > 0 existe un > 0 (a saber,
1
1
= 2N
) tal que |x x0 | < 2N
|f (x) f (x0 )| < , i.e. la funcion x 7 ax es continua para
cada a > 1 fijo.
Observacion. Si a (0, 1) entonces x 7 ax es continua al ser la composicion de las funciones
continuas 7 1 y x 7 (a1 )x (notese que (a1 )x > 0 para todo x R). La funcion 1x es
continua por ser constante.
2.6.4.
Logaritmos
x
1
.
ax
(2.6.29)
Definici
on 17. En virtud del lema anterior, se obtiene que el recorrido de x 7 ax es (0, ).
Su inversa, la funcion y 7 loga y (definida por x = loga y si y solo si y = ax ) es continua
en virtud del teorema de la continuidad de la inversa de funciones continuas estrictamente
monotonas. Cuando a es el n
umero de Euler
n
1
1
1
= 1 + + + ,
e := lm 1 +
n
n
1! 2!
a la funcion y 7 loga y la llamamos logaritmo natural y la denotamos por log o ln.
Notese que
aloga y = y a, y > 0 y
loga ax = x x R,
(2.6.30)
ln ex = x x R.
(2.6.31)
2.6.5.
Potencias
2.6.6.
Leyes exponenciales
Proposici
on 2.6.15. Sean a, b > 0 y x, y R cualesquiera. Se tiene que ax+y = ax ay ,
axy = (ax )y y (ab)x = ax bx .
Demostracion. Sean {qn } y {rn } sucesiones de racionales tales que qn x y rn y. Por
continuidad y por las propiedades aritmeticas de los lmites,
ax+y = alm qn +rn = lm aqn +rn = lm aqn arn
= (lm aqn )(lm arn ) = alm qn alm rn = ax ay .
68
(2.6.32)
(2.6.33)
(continuidad de z 7 az )
(continuidad de z 7 z r , Teo. 2.6.14)
(r y qn son racionales)
(2.6.34)
(2.6.35)
(2.6.36)
(continuidad de az en z = xr)
(2.6.37)
(2.6.38)
Lo anterior es valido para cada uno de los rn que aproximan a y (i.e. (ax )rn = axrn para todo
n N), luego
(2.6.39)
x y
x lm rn
(a ) = (a )
= lm a
xrn
x rn
(continuidad de z 7 ; = a es fijo)
= lm(a )
=a
lm xrn
=a
xy
(continuidad de z 7 a ).
(2.6.40)
(2.6.41)
Finalmente,
(ab)x = (ab)lm qn = lm(ab)qn = lm aqn bqn
qn
qn
= (lm a )(lm b ) = a
2.6.7.
lm qn lm qn
(2.6.42)
x x
=a b .
(2.6.43)
Caracterizaci
on de ex como un lmite
Lema 2.6.16. Si una sucesion {an }nN = (a1 , a2 , . . .) de n
umeros reales tiene un lmite
L R, la sucesion desplazada
{an+1 }nN = (a2 , a3 , )
(2.6.44)
(2.6.45)
tambien converge a L.
Demostracion. Tenemos que
(2.6.46)
Reemplazando k por n+1 en la primera expresion vemos que basta con llamar N2 a N1 1.
z
1
Lema 2.6.17. z
lm 1 +
= e.
z
zR
69
(2.6.47)
(2.6.48)
1
1+
n+1
n
> e .
(2.6.49)
n+1
n
1
1
1 n
1+
e 1 = e,
= 1+
1+
n
n
n
(2.6.50)
Analogamente,
luego
N2 () N : n N2
1
1+
n
n+1
< e + .
(2.6.51)
(2.6.52)
(2.6.54)
Aplicando esto a zn :=
n
x
obtenemos que
x nx n
1+
e.
n
(2.6.55)
Por lo tanto,
lm
x
x
x nx
x n
x nx
= lm 1 +
= ex
1+
= lm
1+
n
n
n
n
n
(2.6.56)
en virtud de la continuidad de ex .
*Serie arm
onica y el logaritmo
Tomando el logaritmo a ambos lados de la definicion de e (usando la continuidad del
logaritmo) obtenemos que
n
1
1
= lm log
1+
(2.6.57)
lm n log 1 +
n
n
n
n
n
1
= log lm 1 +
= log e = 1.
(2.6.58)
n
n
Esto significa que
1
1
n log 1 +
n
1
1
log 1 +
n
n
(2.6.59)
1
log(n + 1) log(n)
n
X1
log n,
n
n
(2.6.60)
(2.6.61)
n
n!
X xn
, la cual,
n!
como veremos mas adelante, es la representacion en serie de potencias de la exponencial
ex ) fue estudiado en la pagina 27 (Ejemplo 1.8.6) usando los conceptos de lmite superior e
inferior. Ahora podemos ofrecer una demostracion alternativa utilizando la continuidad de
la exponencial en y las propiedades de los logaritmos.
r
n 1
Proposici
on 2.6.19. lm
= 0.
n
n!
n
71
Lema 2.6.20. Si una sucesion {xn }nN tiende a entonces la sucesion de sus promedios
{zn }nN , con
zn :=
x1 + x2 + + xn
,
n
(2.6.62)
veces
0
z
}|
{
0
0
M + M + + M0
xn0 +1 + xn0 +2 + + xn
= M0
n n0
n n0
n > n0 .
(2.6.63)
Se sigue que
xn0 +1 + xn0 +2 + + xn
n n0
M0
n
n
(2.6.64)
x
+x
++xn
(cuando n , dividir por n es muy parecido a dividir por nn0 ). Ahora bien, n0 +1 nn0 +2
x +x
++xn
se parece mucho a zn = 1 n0 +2
si n es muy grande, puesto que la diferencia entre
n
x1 +x2 ++xn0
ambos,
, es el cociente de un n
umero fijo (n0 es fijo) y un n
umero cada vez mas
n
grande. Mas precisamente, supongamos que n > max{x1 + x2 + + xn0 , 2n0 }, de modo que
xn0 +1 + xn0 +2 + + xn x1 + x2 + + xn0
n
n
n
n
n
M0
0
0
M0
1 = M0 1
1
1.
n
n
2
zn =
M0
2
(2.6.65)
(2.6.66)
1 = M obtenemos que
M > 0 N N : n > N zn M,
(2.6.67)
i.e. zn .
x
(2.6.69)
(2.6.70)
h
1
(e1)
para todo
(2.6.71)
(2.6.72)
Como xn := log n (demuestre esto como ejercicio), el primero de los lemas nos dice
n
que zn . En virtud del segundo lema,
r
n 1
lm
= lm ezn = 0.
(2.6.73)
n
n! n
2.7.
Continuidad uniforme
Definici
on 18. Decimos que f (x) es uniformemente continua en un conjunto E R si para
todo > 0 existe un = () > 0 independiente de x e y tal que |f (x) f (y)| < siempre
que |x y| < .
Ejemplo 2.7.1. x1 no es uniformemente continua en (0, 1). Tomando = 21 , si x1 fuera uniformemente continua en (0, 1) debera existir un > 0 tal que |x y| < | x1 y1 | < 12 . Lo
1
1
anterior debera cumplirse, en particular, para x = n1 e y = n+1
. Vemos que |x y| = n(n+1)
,
de modo que si n es lo suficientemente grande tendremos que |x y| < . Sin embargo, no
se cumple que | x1 y1 | < 12 porque | 11 11 | = 1.
n+1
1
x
(2.7.1)
luego si = x20 y |x x0 | < , esperamos que | x1 x10 | < . La razon por la que la
no a medida que
continuidad de x1 no es uniforme es que el depende de x0 (es mas peque
x0 0).
La nocion de continuidad uniforme sera importante en los siguientes cursos de Calculo
a la hora de definir integrales y sumas de Riemann inferiores y superiores. En esos cursos
invocaran el siguiente teorema:
Teorema 2.7.1 ([CJ71], 1.S.2, pp. 123-124). Toda funcion continua en un intervalo cerrado
y acotado [a, b] es uniformemente continua en ese intervalo.
Demostracion. Si f no fuese uniformemente continua en [a, b] existira > 0 fijo y puntos
x, [a, b], arbitrariamente cercanos uno del otro, para los cuales |f (x) f ()| . Mas
precisamente, sera posible para cualquier n elegir puntos xn , n en [a, b] para los cuales
|f (xn ) f (n )| y |xn n | < n1 . Puesto que los xn forman una sucesion acotada,
podra encontrarse una subsucesion, indexada por alguna funcion creciente k N 7 nk ,
convergente a un punto del intervalo (Bolzano-Weierstrass). Los correspondientes valores
n convergeran tambien a . Como f es continua en , se encontrara que = lm f (xnk ) =
k
2.8.
Ejercicios adicionales
1. Calcule lm
x2
1
9x 6
+ 3
2x x 8
3. Demuestre que
4. Demuestre que 1 x2 es continua en el interior de su dominio de definicion. Que puede decir sobre la continuidad de esta funcion en x = 1?
5. Usando la definicion de lmite, demuestre que
a) lm 1 2x = 3,
x4
b) lm 7x + 31 = 3,
x4
1 2x x < 4
c) lm f (x) = 3, con f (x) =
.
x4
7x + 31 x 4
74
6. Demuestre que si lm g(x) < 0 entonces existe un > 0 tal que g(x) < 0 para todo
xx0
x 6= x0 en (x0 , x0 + ).
xx
7. Sean f : R R y x0 R tales que f (x) 0 L. Demuestre que existe > 0 tal que
|f (x)| |L| + 0,23 para todo x 6= x0 en (x0 , x0 + ).
8. Demuestre que si f y g estan definidas en (a, b), son continuas en x0 (a, b) y f (x0 ) >
g(x0 ) entonces existe > 0 tal que f (x) > g(x) para todo x (x0 , x0 + ).
9.
Demuestre que si existen , M > 0 tales que 0 < |x x0 | < f (x) > M
entonces f (x) no puede tender a a medida que x x0 .
Si f (x) no tiende a cuando x x0 , puede decirse que existen , M > 0 tales
que 0 < |x x0 | < f (x) > M ?
Enuncie y demuestre el resultado analogo correspondiente a la posibilidad de que
xx
f (x) 0 .
Enuncie y demuestre resultados similares a la proposicion, referentes al compor+
tamiento de f (x) cuando x , cuando x y cuando x x
0 , x x0
para alg
un x0 R.
x1
11. Sea f : (1, 1) R continua tal que f (x) + y f (x) . Demuestre que
f es sobreyectiva.
75
Captulo 3
Derivadas
3.1.
Definici
on e interpretaci
on gr
afica
Queremos encontrar la recta tangente al grafico de una funcion f (x) en el punto (x0 , f (x0 )).
Para que pase por ese punto, la ecuacion debe ser de la forma y = f (x0 ) + m(x x0 ), luego
solo nos falta encontrar el valor de la pendiente m. Definimos
m := lm
xx0
f (x0 + h) f (x0 )
f (x) f (x0 )
.
= lm
h0
x x0
h
(3.1.1)
3.2.
Ejemplo 3.2.1.
1. La derivada de f (x) = x2 en x = x0 es
f 0 (x0 ) = lm
xx0
x2 x20
= lm (x + x0 ) = 2x0 .
xx0
x x0
(3.2.1)
(3.2.2)
esta dado aproximadamente por 2x0 h (ignoramos el termino cuadratico). Usando otra
notacion, decimos que f 2x0 x, o bien, que
f x0
2x0 ;
x
(3.2.3)
f (x + h) f (x)
x+h x
0
f (x) = lm
= lm
(3.2.4)
h0
h0
h
h
1
x+hx
= .
= lm
(3.2.5)
h0 ( x + h +
2 x
x)h
Vemos que f 0 (x) cuando x 0. De hecho, la funcion no es diferenciable en x = 0
porque el cociente de diferencias
f (h) f (0)
1
h 0
=
=
(3.2.6)
h0
h
h
diverge a infinito cuando h 0+ .
Ejemplo 3.2.3. La derivada de y = mx + n es
[m(x + h) + n] [mx + n]
= m.
(3.2.7)
h0
h
Esto es porque la recta tangente a una recta es la misma recta (la mejor aproximacion lineal
de una funcion que ya es lineal es ella misma).
Ejemplo 3.2.4. La derivada de x4 es
3
4
x h + 42 x2 h2 + 43 xh3 + h4
(x + h)4 x4
1
= lm
= 4x3 .
(3.2.8)
lm
h0
h0
h
h
La de xn es
n
X
(x + h)n xn
n nk k1
lm
= lm
x h
= nxn1
(3.2.9)
h0
h0
h
k
k=1
lm
xn (x + h)n
dx
(x + h)n xn
= lm
= lm n
h0
h0 x (x + h)n h
dx
h
n
n
(x + h) x
lm
nxn1
h
= 2n = nxn1 .
= h0
x
xn lm (x + h)n
n
h0
77
(3.2.10)
(3.2.11)
n
x n x0
x x0
=
1
1
1
1
x x0
(x x0 )((x n )n1 + (x n )n2 (x0n ) + + (x0n )n1 )
1
1 n1 1
xx0
x
.
n1 =
n 0
nx n
(3.2.12)
(3.2.13)
0
dx
dx
sen(x + h) sen x
sen x cos h + sen h cos x sen x
d sen x
= lm
= lm
(3.2.17)
h0
h0
dx
h
h
sen h
1 cos h
= cos x lm
sen x lm
= cos x. (3.2.18)
h0
h0
h
h
La derivada de cos x es
d cos x
cos(x + h) cos x
cos x cos h sen x sen h cos x
= lm
= lm
(3.2.19)
h0
h0
dx
h
h
cos h 1
sen h
= cos x lm
sen x lm
= sen x.
(3.2.20)
h0
h0
h
h
Observacion. * Esto esta relacionado con el hecho de que la tangente a una circunferencia
sea perpendicular al radio vector:
(cos , sen ) (cos 0 , sen 0 )
cos cos 0
sen sen 0
lm
= lm
, lm
(3.2.21)
0
0
0
0
0
0
!
d cos
d sen
=
,
(3.2.22)
d
d
=0
= ( sen 0 , cos 0 ).
78
=0
(3.2.23)
Ejemplo 3.2.9. |x| no es diferenciable a pesar de ser continua en todas partes. Sin embargo:
Proposici
on 3.2.1 (cf. [CJ71], pp. 188190). Si f esta definida alrededor de x0 y es diferenciable en x0 , entonces es continua en x0 .
Demostracion. Para cada x 6= x0 alrededor de x0 podemos escribir
f (x) = f (x0 ) +
f (x) f (x0 )
(x x0 )
x x0
(3.2.24)
luego
lm f (x) = f (x0 ) + f 0 (x0 ) 0.
xx0
(3.2.25)
f 0 (0) = lm
(3.2.26)
ex = lm
1+
x n
,
n
(3.2.27)
de modo que
n
1 + nx 1
ex 1
= lm
.
n
x
x
Veamos que pasa cuando n = 5:
n
2
3
4
1 + nx 1
5 x5 + 10 x52 + 10 x53 + 5 x54 +
=
x
x
x5
55
= 1 + 10
x
x2
x 3 x4
+
10
+
5
+ 5.
52
53
54
5
(3.2.28)
(3.2.29)
Cuando x 0 los u
ltimos cuatro terminos tienden a cero. Lo mismo sucede si tomamos un
valor de n mas grande. Esperamos entonces que f 0 (0) = 1. Esto sera lo que obtendramos
si n fuera un exponente fijo, sin embargo hay que tomar el lmite cuando n antes de
pasar el lmite en x. Para demostrar que f 0 (0) efectivamente es igual a uno debemos hacer
algo diferente: debemos mostrar que y = 1 + x es efectivamente la recta tangente de ex en
x = 0 (tiene pendiente igual a uno y vale y = 1 cuando x = 0, tal como ex ). Para calcular
el lmite debemos demostrar que y = 1 + x es la mejor aproximacion lineal de f (x) = ex ,
i.e. que el error ex (1 + x) cometido al aproximar ex por 1 + x es peque
no comparado con
la distancia x desde x hasta el punto x0 = 0 alrededor del cual estamos aproximado ex . Lo
anterior significa mostrar que
g(x) :=
ex 1 x x0
0.
x
79
(3.2.30)
gn (x) :=
1+
x n
n
x
1x
1+x+
n xk
k=2 k nk
Pn
1x
x
!
n
X n(n 1) (n (k 1)) xk2
x2
=
x
k!
nk
k=2
!
n
X
n n1
n (k 1) xk2
=x
.
n
n
n
k!
k=2
X
X
1
1
|gn (x)| |x|
|x|,
k!
k!
k=2
k=2
| {z }
(3.2.31)
(3.2.32)
(3.2.33)
(3.2.34)
:=M
3.3.
(3.2.35)
3.4.
Reglas de derivaci
on
(f g)0 = f 0 g + f g 0
(f gh)0 = f 0 gh + f g 0 h + f gh0
Ejercicio: demuestre por induccion la regla para la derivada del producto de n funciones.
(1/g)0 = g 0 /g 2 .
(f /g)0 = (f 0 g f g 0 )/g 2
Demostracion. (f /g) = (f g1 )0 = f 0
1
g
+ f ( g1 )0 .
3.5.
Regla de la cadena
(3.5.1)
=
x.
dx
dy y=f (x)
dx
Ejemplo 3.5.1. sen( x1 ) = g(f (x)), con f (x) :=
1
x
(3.5.2)
g 0 (y) = cos y,
(3.5.3)
se tiene que
d(sen( x1 ))
dx
d sen y
=
dy
y= x1
= cos y
dx
d( x1 )
!
(1)x2
y= x1
cos( x1 )
.
x2
(3.5.4)
Ejemplo 3.5.2. e2t = g(f (t)) con f (t) := 2t y g(s) := es . Como g 0 (s) = es entonces
g 0 (f (t)) = ef (t) = e2t . Como f 0 (t) = 2 tenemos que
d 2t
(e ) = g 0 (f (t))f 0 (t) = 2e2t .
dt
81
(3.5.5)
Ejemplo 3.5.3. Dada una funcion f (x), podemos ver a f (x)2 como la composicion de g(y) :=
y 2 con f . Vemos que g 0 (y) = 2y, g 0 (f (x)) = 2f (x). Por lo tanto,
d
(f (x)2 ) = 2f (x)f 0 (x).
dx
(3.5.6)
(3.5.7)
(3.5.8)
(3.5.9)
x
.
x2 +7
(3.5.10)
g(y)g(y0 )
yy0
(viene de
:=y
:=y0
(3.5.12)
(3.5.13)
Vemos que
luego
(g f )(x) (g f )(x0 )
xx0
x x0
f (x) f (x0 ) error(x)
0
= lm g (y0 )
+
.
xx0
x x0
x x0
(g f )0 (x0 ) = lm
82
(3.5.14)
(3.5.15)
(3.5.16)
(3.5.17)
(3.5.18)
xx
(x0 )
0 f 0 (x0 ). Aplicando el paso anterior
Que f sea diferenciable en x0 significa que f (x)f
xx0
(x0 )
a la funcion (x) = f (x)f
obtenemos que
xx0
f (x) f (x0 )
< M.
(3.5.19)
1 : 0 < |x x0 | < 1
x x0
y y0
g(y) g(y0 ) g 0 (y0 )(y y0 ) yy0
0
(3.5.22)
y y0
g(y) g(y0 ) g 0 (y0 )(y y0 )
<
(3.5.23)
: 0 < |y y0 | < y J
M
y y0
|y y0 |
: |y y0 | < y J |g(y) g(y0 ) g 0 (y0 )(y y0 )|
M
(3.5.24)
: |f (x) f (x0 )| < f (x) J
(3.5.25)
0
|g(f (x)) g(f (x0 )) g (y0 ) f (x) f (x0 ) |
|f (x) f (x0 )| .
(3.5.26)
M
La expresion de la u
ltima ecuacion corresponde a la definicion de error(x), luego hemos
demostrado que
> 0 > 0 : |f (x) f (x0 )| <
f (x) J
83
|error(x)|
|f (x) f (x0 )|
(3.5.27)
M
(3.5.28)
< M = ,
2 : |x x0 | < mn{1 , 2 }
x x0
M
x x0 M
(3.5.29)
i.e.
error(x) xx0
xx0
3.6.
Derivada de la inversa
yy0
(y) x0
(y) (y0 )
= lm
yy0 f (y) f (x0 )
y y0
x x0
= lm
xx0 f (x) f (x0 )
1
1
= lm f (x)f (x0 ) = 0
xx0
f (x0 )
(3.6.1)
(cambio de variable x = (y))
(3.6.2)
(3.6.3)
xx0
3.7.
Proposici
on 3.7.1. Si f : (a, b) R y x0 (a, b) son tales que f (x0 ) f (x) x (a, b) y
f es diferenciable en x0 , entonces f 0 (x0 ) = 0. Lo mismo se cumple si x0 es un maximo de f
(si f (x0 ) f (x) x (a, b)).
84
Demostracion.
lm
xx0
f (x) f (x0 )
f (x) f (x0 )
= lm
0
x x0
x x0
xx0
(3.7.1)
xx0
f (x) f (x0 )
f (x) f (x0 )
= lm+
0
x x0
x x0
xx0
(3.7.2)
(3.7.3)
Si tanto x1 como x2 fueran uno de los extremos del intervalo (si x1 , x2 {a, b}, p. ej. si x1 = b
y x2 = a), como f (a) = f (b) se tendra que el lado izquierdo sera igual al lado derecho en la
anterior cadena de desigualdades; entonces f sera constante (caso en el cual f 0 = 0 en todas
partes). Si alguno de los dos puntos, x1 o x2 , estan en el interior del intervalo, la conclusion
se sigue de la proposicion anterior.
Teorema 3.7.3 (Teorema del valor medio). Dados x1 6= x2 R y f una funcion continua en [mn{x1 , x2 }, max{x1 , x2 }] y diferenciable al interior de dicho intervalo, existe
(estrictamente) entre x1 y x2 tal que f (x1 ) f (x2 ) = f 0 ()(x1 x2 ).
(x2 )
Observacion. El teorema dice que f 0 () = f (xx11)f
, a lo cual se le puede dar la siguiente
x2
interpretacion geometrica: sea C la porcion del grafico de f comprendida entre x = x1 y
x = x2 . Sea ` el segmento de recta que une a (x1 , f (x1 )) con (x2 , f (x2 )) (la cuerda que une
los extremos de C). Entonces existe un punto de la curva C en donde la tangente es paralela
a `.
)f (x2 )
y g(x) := f (x)f (x1 )m(x1 x2 ). Vemos
Demostracion del teorema. Sean m := f (x1xx
1
0
0
que g(x1 ) = g(x2 ) = 0 y que g (x) = f (x) m. La conclusion se sigue aplicando el Teorema
de Rolle a g(x) (con a = mn{x1 , x2 } y b = max{x1 , x2 }).
P
Ejemplo
3.7.1.
*
Convergencia
de
n , 1 < < 2. En el primer captulo vimos que
P
P
n < si 2 y
n = si 1. Gracias al teorema del valor medio ahora
podemos decir que sucede con los casos intermedios.
85
Sea (1, 2), sea f (x) = x1 . Sabemos que f 0 (x) = (1 )x . Del teorema del valor
medio vemos que
0
n N (n 1, n) : f (n 1) f (n) = f () (n 1) n
(3.7.4)
= ( 1) ( 1)n .
(3.7.5)
Se sigue que
N N :
N
X
=1+
n=1
N
X
n=2
N
1 X
f (n 1) f (n)
1+
1 n=2
(3.7.6)
f (1)
f (1) f (N )
1+
,
(3.7.7)
1
1
P
i.e. la sucesion de sumas parciales de
n es acotada (tratandose de una serie de terminos
positivos, esto implica que es convergente; note que la hipotesis > 1 es importante: usamos
que f (x) es decreciente).
=1+
3.8.
Ejercicios adicionales
5 x en x0 .
3 x 2 , x 2
2. Demuestre que f (x) =
es diferenciable en x = 2 usando la definicion.
4
, x>2
x1
por
.
|x| x2 1
5. Calcule las derivadas de arc sen(3x) y arctan(5x).
d
6. Demuestre que
ln(sec x + tan x) = sec x para todo x ( 2 , 2 ).
dx
7.
a) Demuestre que si f : (0, ) R es tal que f 0 (x) = 6x para todo x > 0 entonces
la funcion g(x) = 3x2 f (x) es constante.
b) Sean R > 0 y :=
3
.
R3
Sea
(
, 0 x R,
g(x) :=
.
0, x > R
86
(3.8.1)
Encuentre todas las funciones w : [0, ) R para las cuales w0 (x) = x2 g(x) para
todo x 6= R.
c) Sean R y g como en la parte anterior. Usando el resultado anterior, encuentre
todas las funciones u : [0, ) R para las cuales
d
2 du(x)
x
= x2 g(x) x 6= R.
(3.8.2)
dx
dx
Demuestre que si ademas exigimos que u sea continua en R, que u sea acotada
en todo [0, ) y que lm xu(x) = 1, entonces solo existe una funcion que satisx
face esa ecuacion. Encuentre una formula para u, muestre que dicha funcion es
continuamente diferenciable y grafique la funcion.
87
Captulo 4
Aplicaciones
4.1.
4.1.1.
Teorema 4.1.1. Si f 0 (x) = 0 para todo x (a, b) entonces f es constante en (a, b).
Corolario 1. Si f 0 (x) = g 0 (x) para todo x en un intervalo I, entonces existe una constante
C R tal que f (x) = g(x) + C para todo x en ese intervalo.
Ejemplo 4.1.1. y 0 (t) = e2t y(t) =
e2t
2
+ C.
Ejemplo 4.1.2. y (t) = y(t) t y(t) = Aet para alguna constante A R (multiplicar por
et ).
Ejemplo 4.1.3. * Sean f, g : I R funciones diferenciables definidas en un intervalo abierto
f 0 (t)
I. Si f (t) 6= 0 t I y
= g 0 (t) t I, entonces existe una constante A 6= 0 tal que
f (t)
f (t) = Aeg(t) t I (calcular la derivada de ln |f (t)|).
Ejemplo 4.1.4. * Leyes exponenciales: si f 0 (x) = f (x) para todo x y f (0) = 1 entonces
f (x + y) = f (x)f (y). Demostracion: sea g(y) = f (x + y)f (y), con x fijo. Como g 0 (y) 0,
necesariamente g(y) = g(0) para todo y, i.e. f (x + y)f (y) = f (x). Evaluando en x = 0
obtenemos el resultado pedido.
Ejemplo 4.1.5. * y 00 (t) = y(t) t y(t) = Aet + Bet t para alg
un par de constantes
A, B.
Demostracion. Sea z(t) := y 0 (t)+y(t). Vemos que z 0 (t) = y 00 (t)+y 0 (t) = y(t)+y 0 (t) (estamos
suponiendo que y 00 = y), luego z 0 (t) = z(t). Multiplicando por et y usando la regla de la
derivada del producto y el teorema del valor medio obtenemos que z(t) = c1 et para alguna
constante c1 R. Ahora bien, z = y 0 + y luego y 0 (t) + y(t) = c1 et para todo t. Multiplicando
por et y usando la regla de la derivada del producto obtenemos que
0
c
1 2t
(et y(t))0 = c1 e2t =
e
.
(4.1.1)
2
88
Por el teorema del valor medio, se sigue que existe c2 R tal que et y(t) = c21 e2t +c2 , de donde
se obtiene el resultado pedido dividiendo por et y llamando A y B a A = c21 y B = c2 .
4.1.2.
4.1.3.
1
f 0 (x)
M
aximos y mnimos; convexidad
Definici
on 19 (Extremos relativos). Sean f : (a, b) R y x0 (a, b). Decimos que f
alcanza un maximo local en x0 si existe > 0 tal que f (x) f (x0 ) para todo x (x0
, x0 + ). Decimos que f alcanza un mnimo local en x0 si existe > 0 tal que f (x) f (x0 )
para todo x (x0 , x0 + ).
Definici
on 20. Si f es diferenciable en x0 y f 0 (x0 ) = 0 decimos que x0 es un punto crttico
de f .
Observacion. En la Proposicion 3.7.1 (necesaria para el teorema de Rolle) demostramos que
si f alcanza un mnimo local o un maximo local en x0 entonces x0 es un punto crttico de la
funcion.
Definici
on 21 (Convexidad). Diremos que una funcion f (x) es convexa en un intervalo
(a, b) si f 00 (x) 0 para todo x (a, b), y que es concava en (a, b) si f 00 (x) 0 para todo
x (a, b). Diremos que x0 (a, b) es un punto de inflexion si f 00 cambia de signo en x0 .
Observacion. Que f 00 sea positiva significa que f 0 es creciente (el grafico de f se hace cada
vez mas pendiente, como en ex ). Analogamente, que f 00 sea negativa significa que f 0 es
decreciente (el grafico de f se hace cada vez menos pendiente, como en log x).
Teorema 4.1.4. Sea f una funcion definida y dos veces diferenciable en un intervalo alrededor de un punto x0 R. Supongamos ademas que f 00 es continua en x0 . Si f 0 (x0 ) = 0 y
f 00 (x0 ) > 0 entonces f alcanza un mnimo local en x0 . Si f 0 (x0 ) = 0 y f 00 (x0 ) < 0 entonces
f alcanza un maximo local en x0 .
89
(4.1.2)
Concluya que g(t) g(0) para todo t [0, t0 ] y g(t) g(1) para todo t [t0 , 1]
(aplique el teorema del valor medio a g con t y 0, o bien t y 1, respectivamente,
como extremos). Observe que g(0) = g(1) = 0.
2. Demuestre que si f es dos veces diferenciable en (a, b) y f 00 (x) < 0 para todo x (a, b)
entonces
f ((1 t)x1 + tx2 ) (1 t)f (x1 ) + tf (x2 ) x1 , x2 (a, b) t (0, 1).
(4.1.3)
p>1
1 1
xp xq
+ = 1 x1 x2 1 + 2 x1 , x2 > 0
p q
p
q
(4.1.4)
(4.1.5)
:=g(z)
Demuestre que g 0 (z) > 0 si 0 < z < 1 y g 0 (z) < 0 si z > 1. Concluya que
g(z) g(1) para todo z, y que la igualdad se alcanza solo si z = 1.
Demostracion 2: demuestre que la desigualdad es equivalente a
log z1 log z2
z1 z2
+
log
+
z1 , z2 > 0.
p
q
p
q
(4.1.6)
i=1
xp n
xp11
+ + n
p1
pn
91
x1 , . . . , x n > 0
1
p1
+ +
1
pn
= 1.
(4.1.8)
4.2.
4.2.1.
Aproximaci
on de Taylor
Orden de magnitud de una aproximaci
on
Una de las ideas principales del calculo es que en general no es necesario conocer una
cantidad en forma exacta, basta con conocer una buena aproximacion. Una de las mayores
expresiones de esta idea es el teorema de Taylor, el cual permite aproximar una gran cantidad de funciones (aquellas lo suficientemente diferenciables) por polinomios. Entender este
teorema no es facil; comenzaremos por ilustrar el concepto del orden de magnitud de una
aproximacion.
(4.2.1)
es posible aproximar de
umero cualquiera. Para ilustrar el metodo,
la raz cuadrada de un n
estimemos
el valor
de x para un x cercano a 9 (como x = 9,1). Para esto reemplacemos a
x9
, i.e.
x3
3+3
x9
.
x3=
x+3
(4.2.2)
1
x 3 + (x 9).
6
Esta expresion claramente simplica el calculo de x: por ejemplo, es facil ver que
9,1 9
1
=
6
10
1
=
10
1
=
10
1
2
1
1
3
0,33333
0,16666 = 0,016
(4.2.3)
(4.2.4)
(4.2.5)
(4.2.6)
de modo que
p
9,1 3,016.
(4.2.7)
9,01 9
1 1 1
=
= 0,0016,
6
100 2 3
(4.2.8)
Analogamente,
92
luego
p
9,01 3,0016.
Los valores entregados por la calculadora son
p
p
9,1 = 3, 01662062579967 y
9,01 = 3, 00166620396073,
(4.2.9)
(4.2.10)
los cuales se parecen bastante a las estimaciones encontradas (el error cometido es del orden
de 4 105 y 4 107 , respectivamente).
Podemos ir mas alla en el ejemplo anterior y estimar el error cometido en la aproximacion,
ayudados siempre por la expresion (a b)(a + b) = a2 b2 :
x 9
x9
= ( x 3)
(4.2.11)
error en la aproximacion = x 3 +
6
6
1
3 x
x9
x9
1
= (x 9)
= (x 9)
=
(4.2.12)
6
x+3
x+3 6
6( x + 3)
1
1
x9
=
(x 9)( x 3) =
(x 9)
,
(4.2.13)
6( x + 3)
6( x + 3)
x+3
i.e.
error =
1
x 9
=
x 3+
(x 9)2 .
2
6
6( x + 3)
(4.2.14)
x: reemplazando
Esta
f
o
rmula
nos
permite
encontrar
una
aproximaci
o
n
m
a
s
precisa
de
x 3 en el denominador obtenemos
x 9
1
x 3+
(x 9)2
6
6(3 + 3)2
(4.2.15)
x 9 (x 9)2
x3+
.
6
63
i)
x3
(4.2.16)
1
ii)
(4.2.17)
x 3 + (x 9)
6
1
1
iii)
x 3 + (x 9) 3 (x 9)2 .
(4.2.18)
6
6
En los tres casos estamos aproximado la funcion x por un polinomio: en i) por un polinomio
de grado cero, en ii) por un polinomio de grado uno y en iii) por un polinomio de grado
dos. Llamemos
T0 (x) := 3,
(4.2.19)
1
T1 (x) := 3 + (x 9)
6
1
1
T2 (x) := 3 + (x 9) 3 (x 9)2
6
6
93
(4.2.20)
(4.2.21)
R0 (x) = x T0 (x) = x 3
x 9
R1 (x) = x T1 (x) = x 3 +
6
x 9 (x 9)2
R2 (x) = x T2 (x) = x 3 +
6
63
(4.2.22)
(4.2.23)
(4.2.24)
a los errores cometidos en cada una de las aproximaciones. Podemos ver que cada una de las
aproximaciones es mejor que la anterior en la siguiente tabla:
x
T0 (x)
T1 (x)
T2 (x)
x
x9
R0 (x)
9,1
3,0000000000000
3,0166666666667
3,0166203703704
3,0166206257997
9,01
3,0000000000000
3,0016666666667
3,0016662037037
3,0016662039607
9,001
3,0000000000000
3,0001666666667
3,0001666620370
3,0001666620373
101
0,16 101
102
0,16 102
103
0,16 103
1 dgito de precision
2 dgitos
3 dgitos
R1 (x)
R2 (x)
0,0046 106
4 dgitos
6 dgitos
8 dgitos
0,00026 103
0,00026 106
0,00026 109
6 dgitos
9 dgitos
12 dgitos
0,0046 10
0,0046 10
(4.2.25)
(4.2.26)
(4.2.27)
(p. ej. 103 = 0,001 corresponde a un orden de magnitud menor que 102 = 0,01, y este
corresponde a un orden de magnitud menor que 101 = 0,1).
Las aproximaciones T0 , T1 y T2 son polinomios centrados en x0 = 9, i.e., de la forma:
T0 (x) := a0
T1 (x) := a0 + a1 (x 9)
T2 (x) := a0 + a1 (x 9) + a2 (x 9)2
(4.2.28)
(4.2.29)
(4.2.30)
(sumas de potencias de x 9). Los coeficientes a0 y a1 que aparecen en T2 son los mismos
que aparecen en T1 ; el coeficiente
a0 que aparece en T1 es el mismo que aparece en T0 . En el
caso de las aproximaciones de x los coeficientes encontrados fueron:
a0 = 3,
Llamemos f a f (x) :=
modo que
a1 =
1
6
y a2 =
1
.
63
(4.2.31)
1
f (9) = 3,
f 0 (9) =
1
6
y f 00 (9) =
1
1
=
.
4 27
3 62
(4.2.32)
4.2.2.
a1 = f 0 (9) y an =
f 00 (9)
.
2
(4.2.33)
Dado n N, el teorema de Taylor (Brook Taylor, 1685-1731) nos dice como encontrar el
polinomio de grado n que mejor aproxima a una funcion f (x) para valores de x cercanos a
un valor fijo x0 . En primer lugar, nos dice que escribamos el polinomio como un polinomio
centrado en x0 , i.e. de la forma:
Tn (x) := a0 + a1 (x x0 ) + a2 (x x0 )2 + + an (x x0 )n .
(4.2.34)
a1 := f 0 (x0 ),
a2 :=
f 00 (x0 )
,
2
95
an :=
f (n) (x0 )
n!
(4.2.35)
A la aproximacion as obtenida,
f (x) f (x0 ) + f 0 (x0 )(x x0 ) + +
f (n) (0)
(x x0 )n ,
n!
(4.2.36)
n
X
f (k) (x0 )
k=0
k!
(x x0 )k
(4.2.37)
se le conoce como el resto de Taylor de grado n (si k = 0: por f (0) (x0 ) nos referimos a f (x0 );
tambien definimos 0! := 1). El teorema de Taylor muestra que la aproximacion de orden n
produce un error de orden n + 1:
Teorema 4.2.1 ([CJ71], 5.3, p. 462; [Kit68], 11-2, p. 491; Apuntes del Prof. Manuel
Elgueta). Sean n N y x0 , x R, x 6= x0 . Sea I el intervalo cerrado que une a x con x0 .
Si f es n + 1 veces diferenciable en cada punto de I entonces existe entre x y x0 tal que
Rn (x) =
f n+1 ()
(x x0 )n+1 .
(n + 1)!
(4.2.38)
Demostracion. Para efectos de esta demostracion, y tal como esta escrito en el enunciado, x
es un n
umero fijo. Sea
C :=
Rn (x)
,
(x x0 )n+1
(4.2.39)
de manera que
f (x)
n
X
f (k) (x0 )
k!
k=0
(x x0 )k C(x x0 )n+1 = 0
(4.2.40)
(C es una constante que depende de x). Queremos demostrar que existe entre x0 y x tal
f (n+1) ()
que C =
. Consideremos la funcion auxiliar
(n + 1)!
g(z) := f (z) f (x0 )
n
X
f (k) (x0 )
k=1
k!
(z x0 )k C(z x0 )n+1 .
(4.2.41)
Observemos que
0
g (z) = f (z)
n
X
f (k) (x0 )
k=1
(k 1)!
= f (z) f (x0 )
(z x0 )k1 (n + 1)C(z x0 )n
n1 (k+1)
X
f
(x0 )
k=1
k!
(z x0 )k (n + 1)C(z x0 )n .
96
(4.2.42)
(4.2.43)
n1 (k+1)
X
f
(x0 )
k=1
(k 1)!
= f 00 (z) f 00 (x0 )
n2 (k+2)
X
f
(x0 )
k!
k=1
(4.2.44)
(4.2.45)
(n+1)
(z) = f
(n+1)
(z) (n + 1)!C.
(4.2.46)
(4.2.47)
Tambien tenemos que g(x) = 0 y g(x0 ) = g 0 (x0 ) = g 00 (x0 ) = = g (n) (x0 ) = 0. Por el
teorema de Rolle, existe z1 entre x0 y x tal que g 0 (z1 ) = 0. Aplicando el teorema de Rolle
ahora a g 0 , tenemos que g 00 (z2 ) = 0 para alg
un z2 entre x0 y z1 . Aplicando el teorema de
00
Rolle a g , vemos que existe z3 entre x0 y z2 tal que g 000 (z3 ) = 0. Procediendo inductivamente,
obtenemos que f (n+1) (zn+1 ) (n + 1)!C = g (n+1) (zn+1 ) = 0 para alg
un zn+1 entre x0 y x,
com queramos demostrar.
Ejemplo 4.2.2. Sea f (x) = sen x.
Vemos que f 0 (x) = cos x, f 00 (x) = sen x, f 000 (x) = cos x, f (4) (x) = sen x. Se sigue
que f (k) (0) = 0 si n es par y f (k) (0) = (1)j+1 si k = 2j 1, j = 1, 2, . . . As, el
polinomio de Taylor de grado n = 2m de sen x en torno a x = 0 es
2m1
x3 x5
m+1 x
+
+ + (1)
.
T2m (x) = x
3!
5!
(2m 1)!
(4.2.48)
Como |f (n+1) (x)| = |f (2m+1) (x)| = | cos x| 1 x R, el teorema de Taylor nos dice
que
| sen x T2m (x)|
1
|x|2m+1 .
(2m + 1)!
(4.2.49)
+
=
= 0,099833416
10 6000 12000000
12000000
sen(0,1) 0,1
0,17
7!
107
5040
<
2
10000
(4.2.50)
(4.2.51)
(4.2.52)
(al menos los primeros diez dgitos son correctos). Vemos tambien que esta aproximacion es mas exacta que la aproximacion lineal sen(0,1) 0,1.
97
Sea x R un real fijo arbitrario. Sea m0 = [2|x|], de manera que m > 2|x| para todo
m > m0 . Tenemos que
| sen x T2m (x)|
|x|2m+1
|x|m0
|x|
|x|
|x|
=
(2m + 1)!
m0 ! m0 + 1 m0 + 2
2m + 1
|
{z
}
(4.2.53)
2m+1m0 factores
|x|m0
m0 !
1 1
1
|2 2{z 2}
0,
(4.2.54)
2m+1m0 factores
es decir,
X
x2j1
= lm T2m (x) = sen x
(1)j+1
(2j 1)! m
j=1
x R
(4.2.55)
X
f (k) (x0 )
k!
k=0
(x x0 )k
(4.2.56)
f 00 (x0 )
f 000 (x0 )
(x x0 )2 +
(x x0 )3 +
2!
3!
(4.2.57)
Si existe > 0 tal que la serie anterior converge a f (x) para todo x (x0 , x0 +), decimos
que f es analtica en x0 .
En el ejemplo vimos que sen x es analtica. En forma analoga es posible demostrar que
e y cos x son analticas.
x
Observacion. * No basta con que una funcion tenga infinitas derivadas continuas alrededor
de un punto para que sea analtica (es posible que la serie de Taylor no converja a la funcion
original aunque agreguemos infinitos terminos). Esto lo veremos en el Ejercicio 4.4.6.
Ejemplo 4.2.3. *(Serie de
1
).
1+x2
|q| < 1
1
= 1 + q + q2 +
1q
(4.2.58)
|x| < 1
X
1
2
4
6
=
1
x
+
x
x
+
=
an x n
1 + x2
n=0
98
(4.2.59)
(n+1)
dn
dn 0
g
(x)
=
(x) =
dxn
dxn
1
1 + x2
1
,
1 + x2
.
(4.2.61)
(4.2.62)
Por lo tanto,
g (k) (0)
=
k!
(
0
(1)j
2j+1
si k es par
.
si k = 2j + 1, j = 0, 1, 2, . . .
(4.2.63)
X
x3 x5 x7
(1)j 2j+1
x
=x
+
+
2j + 1
3
5
7
j=0
(4.2.64)
1 1 1
= 1 +
4
3 5 7
=0
1
1+x2
es analtica y que si
(4.2.65)
>0
X
n=0
an xn =
bn xn para todo x en un
n=0
99
4.3.
Finalizamos este captulo con una generalizacion del teorema del valor medio, la cual
sera utilizada para demostrar la regla de L Hopital en la siguiente seccion.
Teorema 4.3.1 (Teorema de Darboux, [Kit68], 6.2, Ej. 8). Suponga que f 0 existe en el
intervalo [a, b] y que K es cualquier n
umero entre f 0 (a) y f 0 (b). Entonces existe X tal que
a < X < b y f 0 (X) = K.
Demostracion. Sea g(x) := f (x) Kx. Se tiene que g 0 (a) < 0 y g 0 (b) > 0 o viceversa. En el
primer caso, se tiene que el mnimo de g se alcanza en el interior, no en la frontera. En ese
punto de mnimo la derivada es cero. Si, por el contrario, g 0 (a) > 0 y g 0 (b) < 0, el maximo
debe alcanzarse en el interior. En dicho maximo la derivada es cero, completando as la
demostracion.
Teorema 4.3.2 (Teorema generalizado del valor medio, [Kit68], Teo. 11.1.1). Sean f, g :
[a, b] R continuas en [a, b], diferenciables en (a, b) y tales que g 0 6= 0 en todo (a, b).
f 0 ()
f (b) f (a)
= 0
para alg
un (a, b).
Entonces
g(b) g(a)
g ()
Demostracion. Como g 0 6= 0 en todo (a, b), por el teorema de Darboux se tiene que g 0 es
siempre positiva o bien siempre negativa. En ambos casos g es monotona y por lo tanto
invertible. Sea I el intervalo cerrado determinado por g(a) y g(b), sea = f g 1 . Por
teoremas anteriores tenemos que es continua en I y diferenciable en el interior de I, luego
existe en el interior de I tal que
(g(b)) (g(a)) = 0 ()(g(b) g(a)).
(4.3.1)
Rn (x)
Rn0 (1 )
Rn00 (2 )
Rn
(n+1 )
f (n+1) (n+1 )
=
=
=
=
=
.
(x x0 )n+1
g 0 (1 )
g 0 (2 )
g (n+1) (n+1 )
(n + 1)!
100
(4.3.2)
4.4.
Regla de lH
opital
xx0
xx0
f 0 (x)
existe,
g 0 (x)
entonces f (x)/g(x) lm
xx0
f 0 (x)
cuando x x0 .
g 0 (x)
Ejemplo 4.4.2.
x sen x
lm
= lm
x0
x0
x3
d
(x
dx
sen x)
(4.4.1)
dx3
dx
1 cos x
= lm
x0
x0
3x2
= lm
d
(1 cos x)
dx
d
(3x2 )
dx
1
sen x
= .
x0 6x
6
= lm
(4.4.2)
Demostracion del teorema. Sin perdida de generalidad podemos suponer que f (x0 ) = g(x0 ) =
0 y son continuas en I. Por el teorema del valor medio generalizado tenemos que
f (x)
f (x) f (x0 )
f 0 ()
=
= 0
g(x)
g(x) g(x0 )
g ()
(4.4.3)
para alg
un entre x0 y x, el cual tiende a x0 cuando x x0 .
Teorema 4.4.2. Si f y g son diferenciables en (R, ) para alg
un R > 0, tienden a cero
f 0 (x)
cuando x y el lmite L := lm 0
existe, entonces f /g L cuando x .
x g (x)
Demostracion. Sean F (y) := f (1/y), G(y) := g(1/y);
lm f /g = lm F/G = lm F 0 /G0 = lm+
y0
101
f 0 (1/y)(y 2 )
f 0 (x)
=
l
m
.
g 0 (1/y)(y 2 ) x g 0 (x)
log(1 + xz )
1
z
= lm
1
1+ xz
(x z 2 )
z 2
lm 1 +
x = x.
z
(4.4.4)
f (xm )
g(xm )
= lm
= 0.
m f (xnm )
m g(xnm )
(4.4.6)
f (xnm ) f (xm )
f 0 (m )
= 0
L.
g(xnm ) g(xm )
g (m )
(4.4.7)
Por un lado
g(xm )
1 g(x
f (xnm ) f (xm )
nm ) xx0
=
1.
f
(x
g(xnm ) g(xm )
1 f (xnm ))
(4.4.8)
Se concluye que
f (xnm )
=
g(xnm )
f (xnm )
g(xnm )
f (xnm ) f (xm )
g(xnm ) g(xm )
f (xnm ) f (xm ) xx0
1 L,
g(xnm ) g(xm )
(4.4.9)
ex
cuando x , usando
an x n + + a0
n+1 (k)
X
f (0)
k=1
k!
xk +
102
f (n+2) ()
(x )n+1 x.
(n + 1)!
(4.4.10)
En el caso de f (x) = ex se tiene que f (n+2) () > 0 para todo > 0, luego para todo x > 0
ex > 1 + x + x2 /2! + + xn+1 /(n + 1)!
(4.4.11)
Se concluye que
x
e
>
n
an x + + a0
xn+1
1
xn+1
+ +
x n an +
an1
x
1
n!x
+ +
1
(n+1)!
a0
xn
xx0
1
(n+1)!
an
q
q
1
(log x)
log x
x
= 0.
lm
= lm 1/q
= lm
1
x
x 1 q 1
x
x
x
q
= .
(4.4.12)
(4.4.13)
(
2
1 ex
x 6= 0
Ejercicio 4.4.6. * Demuestre que la campana de Gauss f (x) =
tiene
1
x=1
infinitas derivadas continuas alrededor de x0 = 0 pero su serie de Taylor alrededor de ese
punto no converge a la funcion.
4.5.
M
etodo de Newton
(4.5.1)
f (x0 )
. A ese valor llamemoslo x1 . Analogamente,
f 0 (x0 )
dada una aproximacion xn , n N, definimos
La solucion a la ecuacion es x = x0 +
xn+1 = xn +
f (xn )
,
f 0 (xn )
(4.5.2)
la cual esperamos este mas cerca de satisfacer la ecuacion f (x) = . Si todo sale bien, la
sucesion {xn }nN converge a una solucion de la ecuacion.
103
1
2
x + x
x
1
2
x+
xn+1 = xn
=
xn +
.
(4.5.3)
2xn
2
xn
Podemos dar a esta formula la siguiente interpretacion geometrica: xn puede ser visto como
la base de un rectangulo de area . La altura
de ese rectangulo debe necesariamente ser
xn+1
xn + hn
2xn hn
2
xn + hn
2
(xn + hn ) 4xn hn
=
2(xn + hn )
(xn hn )2
=
,
2(xn + hn )
(4.5.4)
(4.5.5)
(4.5.6)
i.e.
|xn+1 hn+1 |
1 |xn hn |
1
|xn hn | |xn hn |,
2 xn + hn
2
| {z }
(4.5.7)
la diferencia entre los lados es menos que la diferencia anterior (el rectangulo es cada vez
mas cuadrado). En el lmite n , los dos lados del rectangulo tienden a ser iguales, i.e.
el
rectangulo lmite es un cuadrado y su area es igual a . El lado de este cuadrado mide .
Esto se conoce como el metodo babilonico para el calculo de races cuadradas, utilizado por
los babilonios unos 1800 a
nos antes de Cristo.
El metodo de Newton esta en todas partes: se necesita para la prediccion del tiempo,
la simulacion de la propagacion del impulso electrico en el corazon [HH14], el estudio de
la formacion y propagacion de grietas en polmeros y metales [XH11], la segmentacion de
imagenes [BFM08]. El trabajo que hizo merecedor a Cedric Villani a la medalla Fields del
2010, en donde justifico el argumento de estabilidad lineal de Landau para la ecuacion no
lineal de Vlasov para estudiar el comportamiento de partculas de plasma cargadas, se basa
en un conocimiento profundo de las propiedades del metodo de Newton [Vil12]. El area de
los sistemas dinmicos (en la cual trabajan los profesores de la Facultad J. Bochi, J. Kiwi,
G. Iommi, M. Ponce y J. Rivera, ademas del primer latinoamericano en ganar la medalla
Fields, Artur Avila), surgio inicialmente motivada por el estudio de la convergencia del
metodo de Newton.
104
Convergencia cuadr
atica
xn+1
1
=
2
xn +
:
xn
x0 = 2,0000000000000
1
3
x1 = (2 + 1) = = 1,5000000000000
2
2
1 3 4
17
x2 =
+
=
= 1,4166666666667
2 2 3
12
577
1 17 24
+
=
= 1,41421568627451
x3 =
2 12 17
408
1 577 816
x4 =
+
= 1,41421356237469
2 408 577
El n
umero de dgitos decimales correctos por lo menos se duplica en cada paso:
|xn+1
2| |xn
2
2|
|xn+1
2| 102
(4.5.8)
La riqueza del metodo de Newton y la estructura de las ecuaciones puede visualizarse en
la animacion Zooming in on a Newtons method fractal [New], disponible en YouTube (un
sencillo juego matematico en el que la resolucion de (z 2 + 1)(z a) = 0 basada en el metodo
de Newton culmina en una violenta explosion de formas y colores con estructuras fractales
que lejos de ser autosimilares cambian abruptamente al pasar de una escala de longitud a la
siguiente mas subatomica).
Teorema 4.5.1. Sean , , A, B R y f : I R, I := ( , + ), tales que
f () = ,
f es dos veces diferenciable en I,
|f 0 (x)| A, para todo x I,
|f 00 (x)| B para todo x I,
2A
.
B
Entonces, dado x0 I la sucesion {xn }nN definida recursivamente por
f (xn )
, n = 0, 1, 2, . . .
f 0 (xn )
2n
B
B
es tal que xn I y
|xn |
|x0 |
para todo n N.
2A
2A
xn+1 = xn +
105
(4.5.9)
B
Observacion. Note que
|x0 | < 1 si x0 I (pues |x0 | < y
2A
2n
B
n
n
|x0 |
0, i.e. xn .
2A
2A
),
B
luego
Demostracion.
f (xn )
f 0 (xn )
f () f (xn )
=
( xn )
f 0 (xn )
0
f () f (xn ) + f (xn )( xn )
=
.
f 0 (xn )
xn+1 = xn +
(4.5.10)
(4.5.11)
(4.5.12)
f 00 (xn )
(xn )2 .
2f 0 (xn )
(4.5.13)
Si xn I = ( , + ) se tiene que
B
|xn+1 | <
|xn |2
2A
B
;
2A
(4.5.14)
2|, C :=
(C0 )2 ;
(C1 )2 (C0 )4 ;
(C2 )2 (C0 )8 ;
(C3 )2 (C0 )16 ;
C1
C2
C3
C4
..
.
B
,
2A
tenemos
(4.5.15)
(4.5.16)
(4.5.17)
(4.5.18)
(4.5.19)
2n
Cn (C0 ) .
(4.5.20)
106
(4.5.21)
B
10
x0 ( 2 0,8, 2 + 0,8) |xn 2|
|x0 2|
|x0 2|
=
2A
8
(4.5.22)
0,8
-4
-3
-2
-1
-0,8
-1,6
Figura 4.1: Aplicando el metodo de Newton para buscar la raz = 0 de la funcion del
grafico, comenzando con x0 = 2, obtenemos x1 3,5 y x2 14,6. Cada vez nos alejamos
mas de la solucion de la ecuacion f (x) = 0.
Observacion. La hipotesis |f 0 (x)| A x I es importante, de lo contrario puede suceder
lo que en la Figura 4.1 (vemos que si A es muy peque
no entonces la distancia maxima = 2A
B
a la que se pide que este la aproximacion inicial x0 para garantizar que el metodo funciona
es tambien muy peque
na). La hipotesis |f 00 (x)| B x I tambien es importante pues si
hay mucha curvatura entonces la aproximacion lineal no es de gran calidad (ver Fig. 4.2) y
el metodo de Newton no necesariamente converge (vemos que = 2A
0 si B ).
B
4.6.
Ejercicios adicionales
1. En un deposito conico recto entra un lquido a razon de 8 lt/s. El radio del cono es
de 21m y su altura de 35m. Calcule la velocidad instantanea con que sube el nivel del
lquido cuando h = 6m. Estime el tiempo adicional que tardara el nivel del lquido en
llegar a los 6,12m.
107
0,4
0,32
0,24
0,16
0,08
0,025
0,05
0,075
0,1
0,125
0,15
0,175
0,2
Figura 4.2: Aplicando el metodo de Newton para buscar la solucion = 0,08 de la ecuacion
f (x) = f (0,08), comenzando con x0 = 0,02, obtenemos x1 0,195, la cual se encuentra mas
lejos de que x0 (se dibujan las rectas x = x0 , x = , y = f (), x = x1 ).
2. Una escalera de dos metros de largo se apoya en una pared vertical. Si la parte superior
se resbala a una velocidad de 30 cm/s, encuentre la velocidad a la que la parte inferior
se resbala cuando esta esta a una distancia de 1,20 m de la pared. Estime el tiempo
que transcurrira antes de que la parte inferior de la escalera este a una distancia de
1,30 m de la pared.
3. Un punto se mueve sobre la curva y = 4x x3 de manera que su abscisa x crece a
cm
(supondremos que x e y representan distancias medidas en
razon constante de 2 seg
centmetros, esto es, el punto de coordenadas (x, y) esta a x cm a la derecha y a y
cm arriba del origen). Con que rapidez cambia la ordenada y cuando la abscisa del
punto es 1? Con que rapidez cambia la pendiente de la recta tangente al grafico de
esta curva en dicho punto?
4. Entre todos los triangulos de base y altura dadas encuentre el que tiene el menor
permetro.
4x
, x R (determine puntos crticos, maximos y
x2 + 1
mnimos locales y globales, regiones de concavidad y convexidad, de crecimiento y de
decrecimiento, posibles asntotas horizontales o verticales).
x0
ln(n sen(1/n)).
n=1
109
Bibliografa
[BFM08] Blaise Bourdin, Gilles A Francfort, and Jean-Jacques Marigo. The variational
approach to fracture. J. Elasticity, 91(1-3):5148, 2008.
[CH14]
Alvaro
Cofre and Duvan Henao. Calculo de Variable Compleja. Ediciones UC,
2014.
[CJ71]
[Edw69] Harold M. Edwards. Advanced Calculus. Houghton Mifflin Company, Boston, 1969.
[Fra]
Western philosophy: epistemology of appearance. In Encyclopedia Britannica Online Library Edition. Web, 1 de agosto de 2013.
[Hea31]
[HH14]
Daniel Hurtado and Duvan Henao. Gradient flows and variational principles for
cardiac electrophysiology: Toward efficient and robust numerical simulations of the
electrical activity of the heart. Comput. Methods Appl. Mech. Engrg., 273:238254,
2014.
[Kit68]
[New]
[Sal01]
[Vil12]
Cedric Villani.
Le fabuleux destin de la methode de Newton.
In
IV Congreso Latinoamericano de Matematicos, Cordoba, Argentina,
http: // www. fondation-hadamard. fr/ sites/ default/ files/ files/
Inaug/ C-Villani-InaugFMJH. pdf , 2012.
[XH11]
110