Loading [MathJax]/jax/element/mml/optable/MathOperators.js
Saltar al contenido principal
Library homepage
 

Text Color

Text Size

 

Margin Size

 

Font Type

Enable Dyslexic Font
LibreTexts Español

2.1: Propiedades básicas

( \newcommand{\kernel}{\mathrm{null}\,}\)

Introducción

Acerca de este libro

Este libro es un curso de un semestre en análisis básico. Comenzó su vida como mis notas de conferencia para enseñar Matemáticas 444 en la Universidad de Illinois en Urbana-Champaign (UIUC) en el semestre de otoño de 2009. Posteriormente agregué el capítulo del espacio métrico para enseñar Matemáticas 521 en la Universidad de Wisconsin—Madison (UW). Un requisito previo para este curso es un curso básico de prueba, utilizando por ejemplo,, o.

Debería ser posible utilizar el libro tanto para un curso básico para estudiantes que no necesariamente deseen ir a la escuela de posgrado (como UIUC 444), sino también como un curso de un semestre más avanzado que abarque también temas como espacios métricos (como UW 521). Aquí están mis sugerencias sobre qué cubrir en un curso semestral. Para un curso más lento como UIUC 444:

§0.3, §1.1—§1.4, §2.1—§2.5, §3.1—§3.4, §4.1—§4.2, §5.1—§5.3, §6.1—§6.3

Para un curso más riguroso que cubre espacios métricos que se ejecuta bastante más rápido (como UW 521):

§0.3, §1.1—§1.4, §2.1—§2.5, §3.1—§3.4, §4.1—§4.2, §5.1—§5.3, §6.1—§6.2, §7.1—§7.6

También debería ser posible correr un curso más rápido sin espacios métricos que cubran todas las secciones de los capítulos 0 al 6. El número aproximado de conferencias dictadas en las notas de sección hasta el capítulo 6 son una estimación muy aproximada y fueron diseñadas para el curso más lento. Los primeros capítulos del libro pueden ser utilizados en un curso introductorio de pruebas como se hace por ejemplo en Iowa State University Math 201, donde este libro se utiliza en conjunto con el libro de prueba de Hammack.

El libro que normalmente se utiliza para la clase en la UIUC es Bartle y Sherbert, Introducción al Análisis Real tercera edición. La estructura del inicio del libro sigue un poco el programa de estudios estándar de UIUC Math 444 y por lo tanto tiene algunas similitudes con. Una diferencia importante es que definimos la integral de Riemann usando sumas Darboux y particiones no etiquetadas. El enfoque Darboux es mucho más apropiado para un curso de este nivel.

Nuestro enfoque nos permite encajar un curso como UIUC 444 dentro de un semestre y aún así dedicar algún tiempo extra al intercambio de límites y terminar con el teorema de Picard sobre la existencia y singularidad de soluciones de ecuaciones diferenciales ordinarias. Este teorema es un maravilloso ejemplo que utiliza muchos resultados comprobados en el libro. Para los estudiantes más avanzados, el material puede cubrirse más rápido para que lleguemos a espacios métricos y probemos el teorema de Picard usando el teorema de punto fijo como es habitual.

Existen otros libros excelentes. Mi favorito son los excelentes Principios de Análisis Matemático de Rudin o como comúnmente y amorosamente se le llama bebé Rudin (para distinguirlo de su otro gran libro de texto de análisis). Tomé mucha inspiración e ideas de Rudin. No obstante, Rudin es un poco más avanzado y ambicioso que este curso actual. Para aquellos que deseen continuar con las matemáticas, Rudin es una buena inversión. Una alternativa económica y algo más simple a Rudin es la Introducción al Análisis de Rosenlicht. También está la Introducción al Análisis Real descargable gratuitamente de William Trench.

Una nota sobre el estilo de algunas de las pruebas: Muchas pruebas tradicionalmente hechas por contradicción, prefiero hacerlo por una prueba directa o por contrapositiva. Si bien el libro sí incluye pruebas por contradicción, solo lo hago cuando la declaración contrapositiva me pareció demasiado incómoda, o cuando la contradicción sigue bastante rápido. En mi opinión, la contradicción es más probable que meta en problemas a los estudiantes principiantes, ya que estamos hablando de objetos que no existen.

Trato de evitar el formalismo innecesario donde es inútil. Además, las pruebas y el lenguaje se vuelven un poco menos formales a medida que avanzamos en el libro, ya que cada vez se dejan más detalles para evitar el desorden.

Como regla general, uso:= en lugar de= definir un objeto en lugar de simplemente mostrar igualdad. Utilizo este símbolo de manera bastante más generosa de lo habitual para el énfasis. Lo uso incluso cuando el contexto es “local”, es decir, simplemente puedo definir una funciónf(x):=x2 para un solo ejercicio o ejemplo.

Por último, quiero agradecer a Jana Maříková, Glen Pugh, Paul Vojta, Frank Beatrous, Sönmez Şahutoğlu, Jim Brandt, Kenji Kozai y Arthur Busch, por enseñar con el libro y darme muchos comentarios útiles. Frank Beatrous escribió las extensiones de versión de la Universidad de Pittsburgh, que sirvieron de inspiración para muchas de las adiciones recientes. También quiero agradecer a Dan Stoneham, Jeremy Sutter, Eliya Gwetta, Daniel Pimentel-Alarcón, Steve Hoerning, Yi Zhang, Nicole Caviris, Kristopher Lee, Baoyue Bi, Hannah Lund, Trevor Mannella, Mitchel Meyer, Gregory Beauregard, Chase Meadors, Andreas Giannopoulos, un lector anónimo, y en general todos los alumnos en mis clases por sugerencias y búsqueda de errores y errores tipográficos.

Acerca del análisis

El análisis es la rama de las matemáticas que se ocupa de las desigualdades y los límites. El presente curso aborda los conceptos más básicos en análisis. El objetivo del curso es familiarizar al lector con pruebas rigurosas en el análisis y también establecer una base firme para el cálculo de una variable.

El cálculo te ha preparado, el estudiante, para usar las matemáticas sin decirte por qué lo que aprendiste es verdad. Para usar, o enseñar, las matemáticas de manera efectiva, no se puede simplemente saber qué es verdad, hay que saber por qué es verdad. Este curso te muestra por qué el cálculo es cierto. Está aquí para darle una buena comprensión del concepto de límite, el derivado, y lo integral.

Usemos una analogía. Un mecánico de autos que haya aprendido a cambiar el aceite, arreglar los faros rotos y cargar la batería, solo podrá hacer esas tareas simples. No podrá trabajar de manera independiente para diagnosticar y solucionar problemas. Un maestro de secundaria que no entienda la definición de la integral de Riemann o el derivado puede no ser capaz de responder adecuadamente a todas las preguntas de los estudiantes. Hasta el día de hoy recuerdo varias declaraciones sin sentido que escuché de mi maestro de cálculo en la secundaria, quien simplemente no entendía el concepto del límite, aunque podía “hacer” todos los problemas en el cálculo.

Comenzamos con una discusión sobre el sistema de números reales, lo más importante es su propiedad de integridad, que es la base de todo lo que viene después. Luego discutimos la forma más simple de un límite, el límite de una secuencia. Posteriormente, estudiamos las funciones de una variable, la continuidad y la derivada. A continuación, definimos la integral de Riemann y demostramos el teorema fundamental del cálculo. Se discuten secuencias de funciones y el intercambio de límites. Finalmente, damos una introducción a los espacios métricos.

Demos la diferencia más importante entre el análisis y el álgebra. En álgebra, probamos las igualdades directamente; demostramos que un objeto, quizás un número, es igual a otro objeto. En análisis, solemos demostrar desigualdades. Para ilustrar el punto, considere la siguiente declaración.

xDéjese ser un número real. Si0x<ϵ es cierto para todos los números realesϵ>0, entoncesx=0.

Esta afirmación es la idea general de lo que hacemos en análisis. Si queremos demostrar esox=0, lo demostramos0x<ϵ para todos positivosϵ.

El término análisis real es un poco erróneo. Prefiero usar simplemente análisis. El otro tipo de análisis, el análisis complejo, realmente se construye sobre el material presente, en lugar de ser distinto. Además, un curso más avanzado sobre análisis real hablaría a menudo de números complejos. Sospecho que la nomenclatura es un bagaje histórico.

Sigamos con el espectáculo...

Teoría básica de conjuntos

Nota: 1—3 conferencias (algún material puede omitirse o cubrirse ligeramente)

Antes de empezar a hablar de análisis necesitamos arreglar algún lenguaje. El análisis moderno 1 utiliza el lenguaje de los conjuntos, y por lo tanto ahí es donde empezamos. Hablamos de conjuntos de una manera bastante informal, utilizando la llamada “teoría de conjuntos ingenua”. No te preocupes, eso es lo que usa la mayoría de los matemáticos, y es difícil meterse en problemas.

Suponemos que el lector ha visto la teoría básica de conjuntos y ha tenido un curso de redacción básica de pruebas. Esta sección debe ser pensada como un repaso.

Sets

Un conjunto es una colección de objetos llamados elementos o miembros. Un conjunto sin objetos se llama conjunto vacío y se denota por (o a veces por{}).

Piense en un set como un club con cierta membresía. Por ejemplo, los alumnos que juegan al ajedrez son miembros del club de ajedrez. No obstante, no lleves demasiado lejos la analogía. Un conjunto solo lo definen los miembros que forman el conjunto; dos conjuntos que tienen los mismos miembros son el mismo conjunto.

La mayoría de las veces consideraremos conjuntos de números. Por ejemplo, el conjuntoS:={0,1,2} es el conjunto que contiene los tres elementos 0, 1 y 2. Escribimos1S para denotar que el número 1 pertenece al conjuntoS. Es decir, 1 es miembro deS. De igual manera escribimos7S para denotar que el número 7 no está enS. Es decir, 7 no es miembro deS. Los elementos de todos los conjuntos bajo consideración provienen de algún conjunto que llamamos el universo. Por simplicidad, a menudo consideramos que el universo es el conjunto que contiene solo los elementos que nos interesan. El universo se entiende generalmente desde el contexto y no se menciona explícitamente. En este curso, nuestro universo será la mayoría de las veces el conjunto de números reales.

Si bien los elementos de un conjunto suelen ser números, otros objetos, como otros conjuntos, pueden ser elementos de un conjunto. Un conjunto también puede contener algunos de los mismos elementos que otro conjunto. Por ejemplo,T:={0,2} contiene los números 0 y 2. En este caso todos los elementos deT también pertenecen aS. EscribimosTS. De manera más formal hacemos la siguiente definición.

  1. Un conjuntoA es un subconjunto de un conjuntoB sixA implicaxB, y escribimosAB. Es decir, todos los miembros de tambiénA son miembros deB.
  2. Dos conjuntosA yB son iguales siAB yBA. EscribimosA=B. Es decir,A yB contienen exactamente los mismos elementos. Si no es cierto esoA yB son iguales, entonces escribimosAB.
  3. Un conjuntoA es un subconjunto apropiado deB ifAB yAB. EscribimosA.

Por ejemplo, paraS yT definido anteriormenteT \subset S, peroT \not= S. EntoncesT es un subconjunto apropiado deS. SiA = B, entoncesA yB son simplemente dos nombres para el mismo conjunto exacto. Mencionemos la notación de construcción de conjuntos,\{ x \in A : P(x) \} . Esta notación se refiere a un subconjunto del conjuntoA que contiene todos los elementos deA que satisfacen la propiedadP(x). La notación a veces se abrevia, noA se menciona cuando se entiende desde el contexto. Además, a vecesx \in A se sustituye por una fórmula para facilitar la lectura de la notación.

Los siguientes son conjuntos que incluyen las notaciones estándar.

  1. El conjunto de números naturales,{\mathbb{N}}:= \{ 1, 2, 3, \ldots \}.
  2. El conjunto de enteros,{\mathbb{Z}}:= \{ 0, -1, 1, -2, 2, \ldots \}.
  3. El conjunto de números racionales,{\mathbb{Q}}:= \{ \frac{m}{n} : m, n \in {\mathbb{Z}} \text{ and } n \not= 0 \}.
  4. El conjunto de números naturales pares,\{ 2m : m \in {\mathbb{N}}\}.
  5. El conjunto de números reales,{\mathbb{R}}.

Tenga en cuenta que{\mathbb{N}}\subset {\mathbb{Z}}\subset {\mathbb{Q}}\subset {\mathbb{R}}.

Hay muchas operaciones que queremos hacer con conjuntos.

  1. Una unión de dos conjuntosA yB se define comoA \cup B := \{ x : x \in A \text{ or } x \in B \} .
  2. Una intersección de dos conjuntosA yB se define comoA \cap B := \{ x : x \in A \text{ and } x \in B \} .
  3. Un complemento deB relativo aA (o establecer diferencia teórica deA yB) se define comoA \setminus B := \{ x : x \in A \text{ and } x \notin B \} .
  4. Decimos complemento deB y escribimosB^c en lugar deA \setminus B si el conjuntoA es o bien el universo entero o es el conjunto obvio que contieneB, y se entiende desde el contexto.
  5. Decimos conjuntosA yB somos disjuntos siA \cap B = \emptyset.

La notaciónB^c puede ser un poco vaga en este punto. Si el conjuntoB es un subconjunto de los números reales{\mathbb{R}}, entoncesB^c significa{\mathbb{R}}\setminus B. SiB es naturalmente un subconjunto de los números naturales, entoncesB^c es{\mathbb{N}}\setminus B. Si alguna vez surgiera ambigüedad, usaremos la notación de diferencia establecidaA \setminus B.

Ilustramos las operaciones en los diagramas de Venn en. Establezcamos ahora uno de los teoremas más básicos sobre conjuntos y lógica.

A, B, CDejen ser conjuntos. Entonces\begin{aligned} {(B \cup C)}^c &= B^c \cap C^c , \\ {(B \cap C)}^c &= B^c \cup C^c ,\end{aligned} o, de manera más general,\begin{aligned} A \setminus (B \cup C) &= (A \setminus B) \cap (A \setminus C) , \\ A \setminus (B \cap C) &= (A \setminus B) \cup (A \setminus C) .\end{aligned}

El primer enunciado es probado por el segundo enunciado si asumimos que el conjuntoA es nuestro “universo”.

DemostrémosloA \setminus (B \cup C) = (A \setminus B) \cap (A \setminus C). Recuerda la definición de igualdad de conjuntos. Primero, debemos demostrar que six \in A \setminus (B \cup C), entoncesx \in (A \setminus B) \cap (A \setminus C). Segundo, también debemos demostrar que six \in (A \setminus B) \cap (A \setminus C), entoncesx \in A \setminus (B \cup C).

Entonces, supongamosx \in A \setminus (B \cup C). Entoncesx está adentroA, pero no enB niC. De ahíx está adentroA y no enB, es decir,x \in A \setminus B. De igual manerax \in A \setminus C. Asíx \in (A \setminus B) \cap (A \setminus C).

Por otro lado supongamosx \in (A \setminus B) \cap (A \setminus C). En particularx \in (A \setminus B), asíx \in A yx \notin B. También comox \in (A \setminus C), entoncesx \notin C. De ahíx \in A \setminus (B \cup C).

La prueba de la otra igualdad se deja como ejercicio.

También necesitaremos intersectar o unir varios conjuntos a la vez. Si solo hay finitamente muchos, entonces simplemente aplicamos la operación de unión o intersección varias veces. Sin embargo, supongamos que tenemos una colección infinita de conjuntos (un conjunto de conjuntos)\{ A_1, A_2, A_3, \ldots \}. Definimos\begin{aligned} & \bigcup_{n=1}^\infty A_n := \{ x : x \in A_n \text{ for some $n \in {\mathbb{N}}$} \} , \\ & \bigcap_{n=1}^\infty A_n := \{ x : x \in A_n \text{ for all $n \in {\mathbb{N}}$} \} .\end{aligned}

También podemos tener conjuntos indexados por dos enteros. Por ejemplo, podemos tener el conjunto de conjuntos\{ A_{1,1}, A_{1,2}, A_{2,1}, A_{1,3}, A_{2,2}, A_{3,1}, \ldots \}. Entonces escribimos\bigcup_{n=1}^\infty \bigcup_{m=1}^\infty A_{n,m} = \bigcup_{n=1}^\infty \left( \bigcup_{m=1}^\infty A_{n,m} \right) . Y de manera similar con las intersecciones.

No es difícil ver que podemos tomar los sindicatos en cualquier orden. Sin embargo, generalmente no se permite cambiar el orden de los sindicatos e intersecciones sin pruebas. Por ejemplo:\bigcup_{n=1}^\infty \bigcap_{m=1}^\infty \{ k \in {\mathbb{N}}: mk < n \} = \bigcup_{n=1}^\infty \emptyset = \emptyset . Sin embargo,\bigcap_{m=1}^\infty \bigcup_{n=1}^\infty \{ k \in {\mathbb{N}}: mk < n \} = \bigcap_{m=1}^\infty {\mathbb{N}} = {\mathbb{N}}.

En ocasiones, el conjunto de índices no son los números naturales. En este caso necesitamos una notación más general. Supongamos queI es algún conjunto y para cada uno\iota \in I, tenemos un conjuntoA_\iota. Luego definimos\bigcup_{\iota \in I} A_\iota := \{ x : x \in A_\iota \text{ for some $\iota \in I$} \} \qquad \bigcap_{\iota \in I} A_\iota := \{ x : x \in A_\iota \text{ for all $\iota \in I$} \} .

Inducción

Cuando una declaración incluye un número natural arbitrario, un método común de prueba es el principio de inducción. Comenzamos con el conjunto de números naturales{\mathbb{N}}= \{ 1,2,3,\ldots \}, y les damos su orden natural, es decir,1 < 2 < 3 < 4 < \cdots. AlS \subset {\mathbb{N}} tener un elemento mínimo, queremos decir que existe unx \in S, tal que para caday \in S, tenemosx \leq y.

Los números naturales{\mathbb{N}} ordenados de manera natural poseen la llamada propiedad bien ordenada. Tomamos esta propiedad como axioma; simplemente asumimos que es verdad.

Cada subconjunto no vacío de{\mathbb{N}} tiene un elemento mínimo (más pequeño).

El principio de inducción es el siguiente teorema, el cual equivale a la propiedad bien ordenada de los números naturales.

[induction:thm] LetP(n) Ser una sentencia dependiendo de un número naturaln. Supongamos que

  1. (declaración de base)P(1) es cierto,
  2. (paso de inducción) siP(n) es verdadero, entoncesP(n+1) es verdadero.

EntoncesP(n) es cierto para todosn \in {\mathbb{N}}.

Supongamos queS es el conjunto de números naturalesm para los cuales noP(m) es cierto. Supongamos que noS está vacío. EntoncesS tiene un elemento mínimo por el bien ordenando la propiedad. Llamemosm al menos elemento deS. Sabemos1 \notin S por suposición. Por lo tantom > 1 ym-1 es un número natural también. Ya quem fue el elemento menos deS, sabemos que esoP(m-1) es cierto. Pero por el paso de inducción vemos que esoP(m-1+1) = P(m) es cierto, contradiciendo la afirmación de quem \in S. Por lo tantoS está vacío yP(n) es cierto para todosn \in {\mathbb{N}}.

A veces es conveniente comenzar en un número diferente al 1, pero todo lo que cambia es el etiquetado. La suposición queP(n) es verdadera en “siP(n) es verdadera, entoncesP(n+1) es verdadera” suele llamarse hipótesis de inducción.

Demostremos que para todosn \in {\mathbb{N}},2^{n-1} \leq n! . Dejemos queP(n) sea la afirmación que2^{n-1} \leq n! sea cierta. Al enchufarn=1, vemos que esoP(1) es cierto.

Supongamos queP(n) es verdad. Es decir, supongamos que2^{n-1} \leq n! sostiene. Multiplicar ambos lados por 2 para obtener2^n \leq 2(n!) . Como2 \leq (n+1) cuandon \in {\mathbb{N}}, tenemos2(n!) \leq (n+1)(n!) = (n+1)!. Eso es,2^n \leq 2(n!) \leq (n+1)!, y por lo tantoP(n+1) es cierto. Por el principio de inducción, vemos que esoP(n) es cierto para todosn, y por lo tanto2^{n-1} \leq n! es cierto para todosn \in {\mathbb{N}}.

Afirmamos que para todosc \not= 1,1 + c + c^2 + \cdots + c^n = \frac{1-c^{n+1}}{1-c} .

Prueba: Es fácil verificar que la ecuación se mantiene conn=1. Supongamos que es cierto paran. Entonces\begin{split} 1 + c + c^2 + \cdots + c^n + c^{n+1} & = ( 1 + c + c^2 + \cdots + c^n ) + c^{n+1} \\ & = \frac{1-c^{n+1}}{1-c} + c^{n+1} \\ & = \frac{1-c^{n+1} + (1-c)c^{n+1}}{1-c} \\ & = \frac{1-c^{n+2}}{1-c} . \end{split}

Existe un principio equivalente llamado inducción fuerte. La prueba de que la inducción fuerte es equivalente a la inducción se deja como ejercicio.

DejarP(n) ser una declaración dependiendo de un número naturaln. Supongamos que

  1. (declaración de base)P(1) es cierto,
  2. (paso de inducción) siP(k) es verdadero para todosk = 1,2,\ldots,n, entoncesP(n+1) es cierto.

EntoncesP(n) es cierto para todosn \in {\mathbb{N}}.

Funciones

Informalmente, una función teórica de conjunto quef toma un conjuntoA a un conjuntoB es un mapeo que a cada unox \in A asigna un únicoy \in B. Escribimosf \colon A \to B. Por ejemplo, definimos una funciónS = \{ 0, 1, 2 \} quef \colon S \to T toma aT = \{ 0, 2 \} asignandof(0) := 2,f(1) := 2, yf(2) := 0. Es decir, una funciónf \colon A \to B es una caja negra, en la que pegamos un elemento deA y la función escupe un elemento deB. A vecesf se llama mapeo y decimosf mapasA aB.

A menudo, las funciones se definen por algún tipo de fórmula, sin embargo, realmente deberías pensar en una función como una tabla de valores muy grande. El problema sutil aquí es que una sola función puede tener varias fórmulas diferentes, todas dando la misma función. Además, para muchas funciones, no existe una fórmula que exprese sus valores.

Para definir rigurosamente una función primero definamos el producto cartesiano.

DejarA yB ser conjuntos. El producto cartesiano es el conjunto de tuplas definido comoA \times B := \{ (x,y) : x \in A, y \in B \} .

Por ejemplo, el conjunto[0,1] \times [0,1] es un conjunto en el plano delimitado por un cuadrado con vértices(0,0),(0,1),(1,0), y(1,1). CuandoA yB son el mismo conjunto a veces usamos un superíndice 2 para denotar tal producto. Por ejemplo[0,1]^2 = [0,1] \times [0,1], o{\mathbb{R}}^2 = {\mathbb{R}}\times {\mathbb{R}} (el plano cartesiano).

Una funciónf \colon A \to B es un subconjuntof deA \times B tal que para cada unox \in A, hay una única(x,y) \in f. Entonces escribimosf(x) = y. A veces el conjuntof se llama la gráfica de la función en lugar de la función en sí misma.

El conjuntoA se llama el dominio def (y a veces confusamente denotadoD(f)). El conjuntoR(f) := \{ y \in B : \text{there exists an $x$ such that %$(x,y) \in f$ $f(x)=y$ } \} se llama el rango def.

Tenga en cuenta que posiblementeR(f) puede ser un subconjunto adecuado deB, mientras que el dominio de siempref es igual aA. Suele suponer que el dominio de nof está vacío.

Desde el cálculo, usted está más familiarizado con las funciones que llevan números reales a números reales. Sin embargo, también viste algunos otros tipos de funciones. Por ejemplo, la derivada es una función que mapea el conjunto de funciones diferenciables con el conjunto de todas las funciones. Otro ejemplo es la transformación de Laplace, que también lleva funciones a funciones. Otro ejemplo más es la función que toma una función continuag definida en el intervalo[0,1] y devuelve el número\int_0^1 g(x) dx.

Dejarf \colon A \to B ser una función, yC \subset A. Definir la imagen (o imagen directa) deC comof(C) := \{ f(x) \in B : x \in C \} . LetD \subset B. Definir la imagen inversa comof^{-1}(D) := \{ x \in A : f(x) \in D \} .

Definir la funciónf \colon {\mathbb{R}}\to {\mathbb{R}} porf(x) := \sin(\pi x). Entoncesf([0,\nicefrac{1}{2}]) = [0,1],f^{-1}(\{0\}) = {\mathbb{Z}}, etc...

[st:propinv] Vamosf \colon A \to B. DejarC, D ser subconjuntos deB. Entonces\begin{aligned} & f^{-1}( C \cup D) = f^{-1} (C) \cup f^{-1} (D) , \\ & f^{-1}( C \cap D) = f^{-1} (C) \cap f^{-1} (D) , \\ & f^{-1}( C^c) = {\left( f^{-1} (C) \right)}^c .\end{aligned}

Leer la última línea comof^{-1}( B \setminus C) = A \setminus f^{-1} (C).

Empecemos por el sindicato. Supongamosx \in f^{-1}( C \cup D). Eso significax mapas aC oD. Por lo tantof^{-1}( C \cup D) \subset f^{-1} (C) \cup f^{-1} (D). Por el contrario six \in f^{-1}(C), entoncesx \in f^{-1}(C \cup D). De manera similar parax \in f^{-1}(D). De ahíf^{-1}( C \cup D) \supset f^{-1} (C) \cup f^{-1} (D), y tenemos igualdad.

El resto de la prueba se deja como ejercicio.

La proposición no se sostiene para las imágenes directas. Sí tenemos el siguiente resultado más débil.

[st:propfor] Vamosf \colon A \to B. DejarC, D ser subconjuntos deA. Entonces\begin{aligned} & f( C \cup D) = f (C) \cup f (D) , \\ & f( C \cap D) \subset f (C) \cap f (D) .\end{aligned}

La prueba se deja como ejercicio.

Dejarf \colon A \to B ser una función. fSe dice que la función es inyectiva o uno-a-uno sif(x_1) = f(x_2) implicax_1 = x_2. En otras palabras, para todoy \in B el conjuntof^{-1}(\{y\}) está vacío o consiste en un solo elemento. Llamamos af tal inyección.

fSe dice que la función es suryectiva o sobre sif(A) = B. Llamamos af tal sobrejección.

Se dicef que una función que es a la vez una inyección y una sobreyección es biyectiva, y decimos quef es una biyección.

Cuandof \colon A \to B es una bijección, entonces siempref^{-1}(\{y\}) es un elemento único deA, y podemos considerarf^{-1} como una funciónf^{-1} \colon B \to A. En este caso, llamamos af^{-1} la función inversa def. Por ejemplo, para la bijecciónf \colon {\mathbb{R}}\to {\mathbb{R}} definida porf(x) := x^3 tenemosf^{-1}(x) = \sqrt[3]{x}.

Una última pieza de notación para las funciones que necesitamos es la composición de funciones.

Vamosf \colon A \to B,g \colon B \to C. La funcióng \circ f \colon A \to C se define como(g \circ f)(x) := g\bigl(f(x)\bigr) .

Cardinalidad

Un tema sutil en la teoría de conjuntos y uno que genera una considerable confusión entre los estudiantes es el de la cardinalidad, o “tamaño” de los conjuntos. El concepto de cardinalidad es importante en las matemáticas modernas en general y en el análisis en particular. En esta sección, veremos el primer teorema realmente inesperado.

DejarA yB ser conjuntos. DecimosA yB tenemos la misma cardinalidad cuando existe una biyecciónf \colon A \to B. Denotamos por\left\lvert {A} \right\rvert la clase de equivalencia de todos los conjuntos con la misma cardinalidad queA y simplemente llamamos\left\lvert {A} \right\rvert la cardinalidad deA.

Tenga en cuenta queA tiene la misma cardinalidad que el conjunto vacío si y solo siA es el conjunto vacío. Entonces escribimos\left\lvert {A} \right\rvert := 0.

Supongamos queA tiene la misma cardinalidad que\{ 1,2,3,\ldots,n \} para algunosn \in {\mathbb{N}}. Entonces escribimos\left\lvert {A} \right\rvert := n, y decimos queA es finito. CuandoA es el conjunto vacío, también llamamosA finito.

Decimos queA es infinito o “de infinita cardinalidad” si noA es finito.

Que la notación\left\lvert {A} \right\rvert = n esté justificada lo dejamos como ejercicio. Es decir, para cada conjunto finito no vacíoA, existe un número natural únicon tal que existe una bijección deA a\{ 1,2,3,\ldots,n \}.

Podemos ordenar juegos por tamaño.

[def:comparecards] Escribimos\left\lvert {A} \right\rvert \leq \left\lvert {B} \right\rvert si existe una inyección deA aB. Escribimos\left\lvert {A} \right\rvert = \left\lvert {B} \right\rvert siA yB tenemos la misma cardinalidad. Escribimos\left\lvert {A} \right\rvert < \left\lvert {B} \right\rvert si\left\lvert {A} \right\rvert \leq \left\lvert {B} \right\rvert, peroA yB no tenemos la misma cardinalidad.

Declaramos sin pruebas que\left\lvert {A} \right\rvert = \left\lvert {B} \right\rvert tienen la misma cardinalidad si y sólo si\left\lvert {A} \right\rvert \leq \left\lvert {B} \right\rvert y\left\lvert {B} \right\rvert \leq \left\lvert {A} \right\rvert. Este es el llamado teorema de Cantor-Bernstein-Schroeder. Además, siA yB son cualesquiera dos conjuntos, siempre podemos escribir\left\lvert {A} \right\rvert \leq \left\lvert {B} \right\rvert o\left\lvert {B} \right\rvert \leq \left\lvert {A} \right\rvert. Los temas que rodean esta última declaración son muy sutiles. Como no requerimos ninguna de estas dos declaraciones, omitimos pruebas.

Los casos verdaderamente interesantes de cardinalidad son conjuntos infinitos. Comenzamos con la siguiente definición.

Si\(\left\lvert {A} \right\rvert = \left\lvert

ParseError: invalid DekiScript (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[1]/div[3]/div[4]/p[11]/span[1]/span, line 1, column 1
\right\rvert\), entoncesA se dice que es contablemente infinito. SiA es finito o contablemente infinito, entonces decimos queA es contable. Si noA es contable, entoncesA se dice que es incontable.

La cardinalidad de{\mathbb{N}} suele denotarse como\aleph_0 (leer como aleph-nada) 2.

El conjunto de números parejos naturales tiene la misma cardinalidad que{\mathbb{N}}. Prueba: Dado un número parejo natural, escríbalo como2n para algunosn \in {\mathbb{N}}. Después crear una bijección tomando2n an.

De hecho, mencionemos sin pruebas la siguiente caracterización de conjuntos infinitos: Un conjunto es infinito si y solo si está en correspondencia uno a uno con un subconjunto propio de sí mismo.

{\mathbb{N}}\times {\mathbb{N}}es un conjunto contablemente infinito. Prueba: Arreglar los elementos de{\mathbb{N}}\times {\mathbb{N}} lo siguiente(1,1),(1,2),(2,1),(1,3),(2,2),(3,1),... Es decir, siempre anote primero todos los elementos cuyas dos entradas sumen ak, luego anote todos los elementos cuyas entradas sumen ak+1 y así sucesivamente. Después defina una bijección con{\mathbb{N}} dejando que 1 vaya a(1,1), 2 vaya a(1,2) y así sucesivamente.

El conjunto de números racionales es contable. Prueba: (informal) Seguir el mismo procedimiento que en el ejemplo anterior, escrito\nicefrac{1}{1},\nicefrac{1}{2},\nicefrac{2}{1}, etc... No obstante, omita cualquier fracción (como\nicefrac{2}{2}) que ya haya aparecido.

Para completar mencionamos la siguiente declaración. SiA \subset B yB es contable, entoncesA es contable. Del mismo modo siA es incontable, entoncesB es incontable. Como no vamos a necesitar esta afirmación en la secuela, y como la prueba requiere el teorema de Cantor-Bernstein-Schroeder mencionado anteriormente, no lo vamos a dar aquí.

Damos el primer resultado verdaderamente llamativo. Primero, necesitamos una notación para el conjunto de todos los subconjuntos de un conjunto.

SiA es un conjunto, definimos el conjunto de potencia deA, denotado por{\mathcal{P}}(A), para que sea el conjunto de todos los subconjuntos deA.

Por ejemplo, siA := \{ 1,2\}, entonces{\mathcal{P}}(A) = \{ \emptyset, \{ 1 \}, \{ 2 \}, \{ 1, 2 \} \}. Para un conjunto finitoA de cardinalidadn, la cardinalidad de{\mathcal{P}}(A) es2^n. Este hecho se deja como ejercicio. De ahí que para conjuntos finitos la cardinalidad de{\mathcal{P}}(A) es estrictamente mayor que la cardinalidad deA. Lo que es un hecho inesperado y llamativo es que esta afirmación sigue siendo cierta para conjuntos infinitos.

\left\lvert {A} \right\rvert < \left\lvert {{\mathcal{P}}(A)} \right\rvert. En particular, no existe una sobrejección deA en adelante{\mathcal{P}}(A).

Existe una inyecciónf \colon A \to {\mathcal{P}}(A). Para cualquierx \in A, definaf(x) := \{ x \}. Por lo tanto\left\lvert {A} \right\rvert \leq \left\lvert {{\mathcal{P}}(A)} \right\rvert.

Para terminar la prueba, debemos demostrar que ninguna funciónf \colon A \to {\mathcal{P}}(A) es una suryección. Supongamos quef \colon A \to {\mathcal{P}}(A) es una función. Entonces parax \in A,f(x) es un subconjunto deA. Definir el conjuntoB := \{ x \in A : x \notin f(x) \} . Afirmamos que noB está en el rango def y por lo tanto nof es una suryección. Supongamos que existex_0 tal esof(x_0) = B. x_0 \in BO bienx_0 \notin B. Six_0 \in B, entoncesx_0 \notin f(x_0) = B, que es una contradicción. Six_0 \notin B, entoncesx_0 \in f(x_0) = B, que vuelve a ser una contradicción. Por lo tanto, talx_0 no existe. Por lo tanto, noB está en el rango def, y nof es una suryección. Al igualf que una función arbitraria, no existe ninguna sobrejección.

Una consecuencia particular de este teorema es que sí existen conjuntos incontables, como{\mathcal{P}}({\mathbb{N}}) deben ser incontables. Un hecho relacionado es que el conjunto de números reales (que estudiamos en el siguiente capítulo) es incontable. La existencia de conjuntos incontables puede parecer poco intuitiva, y el teorema causó bastante polémica en el momento en que se anunció. El teorema no sólo dice que existen conjuntos incontables, sino que de hecho existen progresivamente conjuntos infinitos cada vez más grandes{\mathbb{N}},{\mathcal{P}}({\mathbb{N}}),{\mathcal{P}}({\mathcal{P}}({\mathbb{N}})),{\mathcal{P}}({\mathcal{P}}({\mathcal{P}}({\mathbb{N}}))), etc...

Ejercicios

EspectáculoA \setminus (B \cap C) = (A \setminus B) \cup (A \setminus C).

Demostrar que el principio de inducción fuerte es equivalente a la inducción estándar.

Terminar la prueba de.

  1. Demostrar.
  2. Encuentra un ejemplo para el cual la igualdad de conjuntos enf( C \cap D) \subset f (C) \cap f (D) falla. Es decir, encontrar unf,A,B,C, yD tal quef( C \cap D) sea un subconjunto adecuado def(C) \cap f(D).

Demostrar que siA es finito, entonces existe un número únicon tal que existe una biyección entreA y\{ 1, 2, 3, \ldots, n \}. Es decir, la notación\left\lvert {A} \right\rvert := n está justificada. Pista: Demuestre que sin > m, entonces no hay inyección de\{ 1, 2, 3, \ldots, n \} a\{ 1, 2, 3, \ldots, m \}.

Demostrar

  1. A \cap (B \cup C) = (A \cap B) \cup (A \cap C)
  2. A \cup (B \cap C) = (A \cup B) \cap (A \cup C)

DejarA \Delta B denotar la diferencia simétrica, es decir, el conjunto de todos los elementos que pertenecen a cualquieraA oB, pero no a ambosA yB.

  1. Dibuja un diagrama de Venn paraA \Delta B.
  2. EspectáculoA \Delta B = (A \setminus B) \cup (B \setminus A).
  3. EspectáculoA \Delta B = (A \cup B) \setminus ( A \cap B).

Para cada unon \in {\mathbb{N}}, vamosA_n := \{ (n+1)k : k \in {\mathbb{N}}\}.

  1. EncuentraA_1 \cap A_2.
  2. Encuentra\bigcup_{n=1}^\infty A_n.
  3. Encuentra\bigcap_{n=1}^\infty A_n.

Determine{\mathcal{P}}(S) (el conjunto de potencia) para cada uno de los siguientes:

  1. S = \emptyset,
  2. S = \{1\},
  3. S = \{1,2\},
  4. S = \{1,2,3,4\}.

Dejarf \colon A \to B yg \colon B \to C ser funciones.

  1. Demostrar que sig \circ f es inyectivo, entoncesf es inyectivo.
  2. Demostrar que sig \circ f es suryectiva, entoncesg es suryectiva.
  3. Encuentra un ejemplo explícito dondeg \circ f es biyectiva, pero nif nig son biyectivas.

Demostrarlon < 2^n por inducción.

Demostrar que para un conjunto finitoA de cardinalidadn, la cardinalidad de{\mathcal{P}}(A) es2^n.

Demostrar\frac{1}{1\cdot 2} + \frac{1}{2\cdot 3} + \cdots + \frac{1}{n(n+1)} = \frac{n}{n+1} para todosn \in {\mathbb{N}}.

Demostrar1^3 + 2^3 + \cdots + n^3 = {\left( \frac{n(n+1)}{2} \right)}^2 para todosn \in {\mathbb{N}}.

Demostrar quen^3 + 5n es divisible por6 para todosn \in {\mathbb{N}}.

Encuentra el más pequeñon \in {\mathbb{N}} tal que2{(n+5)}^2 < n^3 y llámalon_0. 2{(n+5)}^2 < n^3Demuéstralo para todosn \geq n_0.

Encuentra todasn \in {\mathbb{N}} esas cosas quen^2 < 2^n.

Terminar la prueba de que el es equivalente a la propiedad bien ordenando de{\mathbb{N}}. Es decir, probar la propiedad bien ordenando por{\mathbb{N}} usar el principio de inducción.

Dé un ejemplo de una colección contable de conjuntos finitosA_1, A_2, \ldots, cuya unión no es un conjunto finito.

Dar un ejemplo de una colección contable de conjuntos infinitosA_1, A_2, \ldots, conA_j \cap A_k ser infinito para todosj yk, tal que\bigcap_{j=1}^\infty A_j es no vacío y finito.

Números reales

Propiedades básicas

Nota: 1.5 conferencias

El principal objeto con el que trabajamos en el análisis es el conjunto de números reales. Como este conjunto es tan fundamental, muchas veces se dedica mucho tiempo a construir formalmente el conjunto de números reales. Sin embargo, tomamos un enfoque más fácil aquí y solo asumimos que existe un conjunto con las propiedades correctas. Tenemos que comenzar con las definiciones de esas propiedades.

Un conjunto ordenado es un conjuntoS, junto con una relación< tal que

  1. Para cualquierax, y \in S, exactamente uno dex < y,x=y, oy < x sostiene.
  2. Six < y yy < z, entoncesx < z.

Escribimosx \leq y six < y ox=y. Definimos> y\geq de la manera obvia.

Por ejemplo, el conjunto de números racionales{\mathbb{Q}} es un conjunto ordenado dejandox < y si y solo siy-x es un número racional positivo, es decir siy-x = \nicefrac{p}{q} dondep,q \in {\mathbb{N}}. Del mismo modo,{\mathbb{N}} y también{\mathbb{Z}} se ordenan los conjuntos.

Hay otros juegos ordenados además de juegos de números. Por ejemplo, el conjunto de países se puede ordenar por masa terrestre, así por ejemplo India> Lichtenstein. Cada vez que ordenas un conjunto de alguna manera, estás haciendo un conjunto ordenado. Un conjunto ordenado típico que has usado desde la primaria es el diccionario. Es el conjunto ordenado de palabras donde el orden es el llamado ordenamiento lexicográfico. Tales conjuntos ordenados aparecen a menudo, por ejemplo, en la informática. En esta clase nos interesará mayormente en conjunto ordenado de números sin embargo.

VamosE \subset S, dondeS es un conjunto ordenado.

  1. Si existeb \in S tal quex \leq b para todosx \in E, entonces decimos queE está delimitado arriba yb es un límite superior deE.
  2. Si existeb \in S tal quex \geq b para todosx \in E, entonces decimos queE está delimitado por debajo yb es un límite inferior deE.
  3. Si existe un límite superiorb_0 deE tal que siempre queb sea algún límite superior paraE nosotros tenemosb_0 \leq b, entoncesb_0 se llama el límite inferior superior o el supremo deE. Escribimos\sup\, E := b_0 .
  4. De igual manera, si existe un límite inferiorb_0 deE tal que siempre queb sea algún límite inferior paraE nosotros tenemosb_0 \geq b, entoncesb_0 se llama el mayor límite inferior o el infimum deE. Escribimos\inf\, E := b_0 .

Cuando un conjuntoE está acotado tanto arriba como acotado abajo, decimos simplemente queE está acotado.

Un supremum o infimum paraE (aunque existan) no necesita estar enE. Por ejemplo, el conjuntoE := \{ x \in {\mathbb{Q}}: x < 1 \} tiene un límite superior mínimo de 1, pero 1 no está en el conjunto enE sí. Por otro lado, si tomamosG := \{ x \in {\mathbb{Q}}: x \leq 1 \}, entonces el límite inferior superior deG es claramente también 1, y en este caso1 \in G. Por otro lado, el conjunto noP := \{ x \in {\mathbb{Q}}: x \geq 0 \} tiene límite superior (¿por qué?) y por lo tanto no puede tener menos límite superior. Por otro lado 0 es el mayor límite inferior deP.

[defn:lub] Un conjunto ordenadoS tiene la propiedad de límite mínimo superior si cada subconjunto no vacíoE \subset S que está delimitado por encima tiene un límite mínimo superior, que\sup\, E existe enS.

La propiedad con límite superior a veces se llama propiedad de integridad o propiedad de integridad Dedekind.

El conjunto{\mathbb{Q}} de números racionales no tiene la propiedad de límite superior mínimo. El subconjunto\{ x \in {\mathbb{Q}}: x^2 < 2 \} no tiene un supremo en{\mathbb{Q}}. El supremo obvio no\sqrt{2} es racional. Supongamosx \in {\mathbb{Q}} tal quex^2 = 2. Escribex=\nicefrac{m}{n} en los términos más bajos. Entonces{(\nicefrac{m}{n})}^2 = 2 om^2 = 2n^2. De ahím^2 que sea divisible por 2 y asím es divisible por 2. Escribem = 2k y así{(2k)}^2 = 2n^2. Dividir por 2 y anotar eso2k^2 = n^2, y por lo tanton es divisible por 2. Pero eso es una contradicción como lo\nicefrac{m}{n} fue en términos más bajos.

Eso{\mathbb{Q}} no tiene la propiedad menos límite superior es una de las razones más importantes por las que trabajamos{\mathbb{R}} en el análisis. El conjunto{\mathbb{Q}} está bien para los algebraistas. Pero los analistas requieren la propiedad con menos límites superiores para hacer cualquier trabajo. También requerimos que nuestros números reales tengan muchas propiedades algebraicas. En particular, requerimos que sean un campo.

Un conjuntoF se denomina campo si tiene dos operaciones definidas en él, sumax+y y multiplicaciónxy, y si satisface los siguientes axiomas.

  1. Six \in F yy \in F, entoncesx+y \in F.
  2. (conmutatividad de adición)x+y = y+x para todosx,y \in F.
  3. (asociatividad de adición)(x+y)+z = x+(y+z) para todosx,y,z \in F.
  4. Existe un elemento0 \in F tal que0+x = x para todosx \in F.
  5. Por cada elementox\in F existe un elemento-x \in F tal quex + (-x) = 0.
  1. Six \in F yy \in F, entoncesxy \in F.
  2. (conmutatividad de multiplicación)xy = yx para todosx,y \in F.
  3. (asociatividad de multiplicación)(xy)z = x(yz) para todosx,y,z \in F.
  4. Existe un elemento1 \in F (y1 \not= 0) tal que1x = x para todosx \in F.
  5. Por cadax\in F tal quex \not= 0 existe un elemento\nicefrac{1}{x} \in F tal quex(\nicefrac{1}{x}) = 1.
  6. (derecho distributivo)x(y+z) = xy+xz para todosx,y,z \in F.

El conjunto{\mathbb{Q}} de números racionales es un campo. Por otro lado no{\mathbb{Z}} es un campo, ya que no contiene inversos multiplicativos. Por ejemplo, no hayx \in {\mathbb{Z}} tal que2x = 1, por lo que (M5) no esté satisfecho. Se puede comprobar que (M5) es la única propiedad que falla 3.

Asumiremos los hechos básicos sobre campos que se prueban fácilmente a partir de los axiomas. Por ejemplo,0x = 0 se prueba fácilmente al señalar quexx = (0+x)x = 0x+xx, usando (A4), (D) y (M2). Luego usando (A5) enxx, junto con (A2), (A3) y (A4), obtenemos0 = 0x.

Se dice que un campoF es un campo ordenado si tambiénF es un conjunto ordenado tal que:

  1. [defn:ordfield:i] Parax,y,z \in F,x < y implicax+z < y+z.
  2. [defn:ordfield:ii] Parax,y \in F,x > 0 ey > 0 implicaxy > 0.

Six > 0, decimos quex es positivo. Six < 0, decimos quex es negativo. También decimos que nox es negativo six \geq 0, y nox es positivo six \leq 0.

Por ejemplo, se puede verificar que los números racionales{\mathbb{Q}} con el orden estándar sean un campo ordenado.

[prop:bordfield] DejarF ser un campo ordenado yx,y,z \in F. Entonces:

  1. [prop:bordfield:i] Six > 0, entonces-x < 0 (y viceversa).
  2. [prop:bordfield:ii] Six > 0 yy < z, entoncesxy < xz.
  3. [prop:bordfield:iii] Six < 0 yy < z, entoncesxy > xz.
  4. [prop:bordfield:iv] Six \not= 0, entoncesx^2 > 0.
  5. [prop:bordfield:v] Si0 < x < y, entonces0 < \nicefrac{1}{y} < \nicefrac{1}{x}.

Tenga en cuenta que [prop:bordfield:iv] implica en particular que1 > 0.

Probemos [prop:bordfield:i]. La desigualdadx > 0 implica por ítem [defn:ordfield:i] de definición de campo ordenado quex + (-x) > 0 + (-x). Ahora aplicar las propiedades algebraicas de los campos a obtener0 > -x. A lo “viceversa” le sigue un cálculo similar.

Para [prop:bordfield:ii], primer aviso quey < z implica0 < z - y aplicar ítem [defn:ordfield:i] de la definición de campos ordenados. Ahora aplica ítem [defn:ordfield:ii] de la definición de campos ordenados a obtener0 < x(z-y). Por propiedades algebraicas obtenemos0 < xz - xy, y nuevamente aplicando item [defn:ordfield:i] de la definición que obtenemosxy < xz.

Parte [prop:bordfield:iii] se deja como ejercicio.

Para probar parte [prop:bordfield:iv] primero supongamosx > 0. Entonces por ítem [defn:ordfield:ii] de la definición de campos ordenados obtenemos esox^2 > 0 (usey=x). Six < 0, usamos parte [prop:bordfield:iii] de esta proposición. Enchufey=x yz=0.

Por último para probar parte [prop:bordfield:v], observe que\nicefrac{1}{x} no puede ser igual a cero (¿por qué?). Supongamos\nicefrac{1}{x} < 0, entonces\nicefrac{-1}{x} > 0 por [prop:bordfield:i]. Luego aplica part [prop:bordfield:ii] (asx > 0) para obtenerx(\nicefrac{-1}{x}) > 0x o-1 > 0, lo que contradice1 > 0 usando part [prop:bordfield:i] nuevamente. De ahí\nicefrac{1}{x} > 0. De igual manera\nicefrac{1}{y} > 0. Así(\nicefrac{1}{x})(\nicefrac{1}{y}) > 0 por definición de campo ordenado y por parte [prop:bordfield:ii](\nicefrac{1}{x})(\nicefrac{1}{y})x < (\nicefrac{1}{x})(\nicefrac{1}{y})y . Por propiedades algebraicas obtenemos\nicefrac{1}{y} < \nicefrac{1}{x}.

Producto de dos números positivos (elementos de un campo ordenado) es positivo. Sin embargo, no es cierto que si el producto es positivo, entonces cada uno de los dos factores debe ser positivo.

Vamosx,y \in F dondeF es un campo ordenado. Supongamosxy > 0. Entonces ambosx yy son positivos, o ambos son negativos.

Claramente ambas conclusiones pueden suceder. Si cualquierax yy son cero, entoncesxy es cero y por lo tanto no es positivo. De ahí que supongamos quex yy son distintos de cero, y simplemente necesitamos demostrarlo si tienen signos opuestos, entoncesxy < 0. Sin pérdida de generalidad supongamosx > 0 yy < 0. Multiplicary < 0 porx para obtenerxy < 0x = 0. El resultado sigue por contrapositivo.

El lector también puede conocer sobre los números complejos, generalmente denotados por{\mathbb{C}}. Es decir,{\mathbb{C}} es el conjunto de números de la formax + iy, dondex yy son números reales, yi es el número imaginario, un número tal quei^2 = -1. El lector puede recordar por álgebra que también{\mathbb{C}} es un campo, sin embargo, no es un campo ordenado. Si bien uno puede hacer{\mathbb{C}} en un conjunto ordenado de alguna manera, se puede probar que no es posible poner un pedido{\mathbb{C}} que lo convierta en un campo ordenado.

Ejercicios

Demostrar parte [prop:bordfield:iii] de.

[exercise:finitesethasminmax] DejarS ser un conjunto ordenado. DejarA \subset S ser un subconjunto finito no vacío. EntoncesA se acota. Además,\inf\, A existe y está enA y\sup\, A existe y está enA. Pista: Uso.

Vamosx, y \in F, dondeF es un campo ordenado. Supongamos0 < x < y. x^2 < y^2Demuéstralo.

DejaS ser un conjunto ordenado. DejarB \subset S estar acotado (arriba y abajo). DejarA \subset B ser un subconjunto no vacío. Supongamos que todos los\inf's y\sup's existen. Demostrar que\inf\, B \leq \inf\, A \leq \sup\, A \leq \sup\, B .

DejaS ser un conjunto ordenado. DejarA \subset S y suponerb es un límite superior paraA. Supongamosb \in A. b = \sup\, ADemuéstralo.

DejaS ser un conjunto ordenado. DejarA \subset S ser un subconjunto no vacío que está delimitado arriba. Supongamos\sup\, A que existe y\sup\, A \notin A. Mostrar queA contiene un subconjunto infinitamente contable. En particular,A es infinito.

Encuentre un orden (no estándar) del conjunto de números naturales de{\mathbb{N}} tal manera que exista un subconjunto propio no vacíoA \subsetneq {\mathbb{N}} y tal que\sup\, A exista en{\mathbb{N}}, pero\sup\, A \notin A.

F = \{ 0, 1, 2 \}Dejar. a) Demostrar que existe exactamente una manera de definir suma y multiplicación para queF sea un campo si0 y1 tienen su significado habitual de (A4) y (M4). b) Mostrar queF no puede ser un campo ordenado.

[exercise:dominatingb] DejarS ser un conjunto ordenado yA es un subconjunto no vacío tal que\sup \, A existe. Supongamos que hayB \subset A tal que siempre quex \in A hayay \in B tal quex \leq y. Demostrar que\sup \, B existe y\sup \, B = \sup \, A.

DSea el conjunto ordenado de todas las palabras posibles (no solo palabras en inglés, todas las cadenas de letras de longitud arbitraria) usando el alfabeto latino usando solo letras minúsculas. El orden es el orden lexicográfico como en un diccionario (por ejemplo,< puerta de< perro aaa). ASea el subconjunto deD contener las palabras cuya primera letra es 'a' (por ejemplo\in A, a, abcd\in A). Demuestre queA tiene un supremo y encuentra lo que es.

El conjunto de números reales

Nota: 2 conferencias, los números reales extendidos son opcionales

El conjunto de números reales

Finalmente llegamos al sistema de números reales. Para simplificar las cosas, en lugar de construir el conjunto de números reales a partir de los números racionales, simplemente declaramos su existencia como un teorema sin pruebas. Observe que{\mathbb{Q}} es un campo ordenado.

Existe un campo único 4 ordenado{\mathbb{R}} con el tal que{\mathbb{Q}}\subset {\mathbb{R}}.

Tenga en cuenta que también{\mathbb{N}}\subset {\mathbb{Q}}. Eso lo vimos1 > 0. Por (ejercicio) podemos demostrarlon > 0 para todosn \in {\mathbb{N}}. De igual manera podemos verificar fácilmente todas las afirmaciones que conocemos sobre los números racionales y su ordenamiento natural.

Demostremos uno de los resultados más básicos pero útiles sobre los números reales. La siguiente proposición es esencialmente cómo un analista demuestra que un número es cero.

Six \in {\mathbb{R}} es tal quex \geq 0 yx \leq \epsilon para todos\epsilon \in {\mathbb{R}} dónde\epsilon > 0, entoncesx = 0.

Six > 0, entonces0 < \nicefrac{x}{2} < x (¿por qué?). Tomar\epsilon = \nicefrac{x}{2} obtiene una contradicción. Por lo tantox=0.

Un hecho sencillo relacionado es que cada vez que tenemos dos números realesa < b, entonces hay otro número realc tal quea < c < b. Solo toma por ejemploc = \frac{a+b}{2} (¿por qué?). De hecho, hay infinitamente muchos números reales entrea yb.

La propiedad más útil de{\mathbb{R}} para los analistas no es sólo que es un campo ordenado, sino que tiene el. Esencialmente queremos{\mathbb{Q}}, pero también queremos tomar suprema (e infima) a voluntad y no. Entonces lo que hacemos es arrojar números suficientes para obtener{\mathbb{R}}.

Ya mencionamos que{\mathbb{R}} deben contener elementos que no están en{\mathbb{Q}} debido a la. Vimos que no hay raíz cuadrada racional de dos. El conjunto\{ x \in {\mathbb{Q}}: x^2 < 2 \} implica la existencia del número real\sqrt{2}, aunque este hecho requiere un poco de trabajo.

[ejemplo:sqrt2] Reclamación: Existe un número real positivo únicor tal quer^2 = 2. Denotamosr por\sqrt{2}.

Toma el setA := \{ x \in {\mathbb{R}}: x^2 < 2 \}. Primero six^2 < 2, entoncesx < 2. Para ver este hecho, tenga en cuenta quex \geq 2 implicax^2 \geq 4 (use, no mencionaremos explícitamente su uso a partir de ahora), de ahí cualquier númerox tal que nox \geq 2 esté enA. AsíA queda delimitado arriba. Por otro lado,1 \in A, asíA es no vacío.

Definamosr := \sup\, A. Lo demostraremosr^2 = 2 al mostrar esor^2 \geq 2 yr^2 \leq 2. Esta es la forma en que los analistas muestran igualdad, al mostrar dos desigualdades. Eso ya lo sabemosr \geq 1 > 0.

A continuación, puede parecer que estamos sacando ciertas expresiones de un sombrero. Al escribir una prueba como esta, por supuesto, se nos ocurrirían las expresiones solo después de jugar con lo que deseamos probar. El orden en que escribimos la prueba no es necesariamente el orden en que se nos ocurre la prueba.

Primero demostremos esor^2 \geq 2. Toma un número positivos tal ques^2 < 2. Deseamos encontrar unah > 0 tal que{(s+h)}^2 < 2. Como2-s^2 > 0, tenemos\frac{2-s^2}{2s+1} > 0. Elegimos unh \in {\mathbb{R}} tal que0 < h < \frac{2-s^2}{2s+1}. Además, asumimosh < 1.

\begin{aligned} {(s+h)}^2 - s^2 & = h(2s + h) \\ & < h(2s+1) & & \quad \,\bigl(\text{since } h < 1\bigr) \\ & < 2-s^2 & & \quad \left(\text{since } h < \frac{2-s^2}{2s+1} \right) . \end{aligned}

Por lo tanto,{(s+h)}^2 < 2. De ahís+h \in A, pero comoh > 0 lo hemos hechos+h > s. Entoncess < r = \sup\, A. Al iguals que un número positivo arbitrario tal ques^2 < 2, de ello se deducer^2 \geq 2.

Ahora toma un número positivos tal ques^2 > 2. Deseamos encontrar unah > 0 tal que{(s-h)}^2 > 2. Comos^2-2 > 0 lo hemos hecho\frac{s^2-2}{2s} > 0. Elegimos unh \in {\mathbb{R}} tal que0 < h < \frac{s^2-2}{2s} yh < s. \begin{split} s^2 - {(s-h)}^2 & = 2sh - h^2 \\ & < 2sh \\ & < s^2-2 \qquad \left( \text{since } h < \frac{s^2-2}{2s} \right) . \end{split}Al restars^2 de ambos lados y multiplicar por-1, nos encontramos{(s-h)}^2 > 2. Por lo tantos-h \notin A.

Además, six \geq s-h, entoncesx^2 \geq {(s-h)}^2 > 2 (comox > 0 ys-h > 0) y asíx \notin A. Asís-h es un límite superior paraA. Sin embargos-h < s,, o en otras palabrass > r = \sup\, A. Asír^2 \leq 2.

Juntos,r^2 \geq 2 er^2 \leq 2 implicanr^2 = 2. La parte de existencia está terminada. Todavía necesitamos manejar la singularidad. Supongamoss \in {\mathbb{R}} tal ques^2 = 2 ys > 0. Por lo tantos^2 = r^2. Sin embargo, si0 < s < r, entoncess^2 < r^2. De igual manera0 < r < s implicar^2 < s^2. De ahís = r.

El número\sqrt{2} \notin {\mathbb{Q}}. El conjunto{\mathbb{R}}\setminus {\mathbb{Q}} se llama el conjunto de números irracionales. Acabamos de ver que no{\mathbb{R}}\setminus {\mathbb{Q}} está vacío. No sólo no está vacío, veremos más adelante que es realmente muy grande.

Utilizando la misma técnica anterior, podemos demostrar quex^{1/n} existe un número real positivo para todosn\in {\mathbb{N}} y para todosx > 0. Es decir, para cada unox > 0, existe un número real positivo únicor tal quer^n = x. La prueba se deja como ejercicio.

Propiedad de Arquímedes

Como hemos visto, hay muchos números reales en cualquier intervalo. Pero también hay infinitamente muchos números racionales en cualquier intervalo. El siguiente es uno de los hechos fundamentales sobre los números reales. Las dos partes del siguiente teorema son en realidad equivalentes, aunque no lo parezca a primera vista.

[thm:arco]

  1. [thm:arch:i] (propiedad de Arquímedes) Six, y \in {\mathbb{R}} yx > 0, entonces existen \in {\mathbb{N}} tal quenx > y .
  2. [thm:arch:ii] ({\mathbb{Q}}es denso en{\mathbb{R}}) Six, y \in {\mathbb{R}} yx < y, entonces exister \in {\mathbb{Q}} tal quex < r < y.

Demostremos [thm:arch:i]. Dividimos porx y luego [thm:arch:i] dice que para cualquier número realt:= \nicefrac{y}{x}, podemos encontrar un número naturaln tal quen > t. En otras palabras, [thm:arch:i] dice que no{\mathbb{N}}\subset {\mathbb{R}} está delimitado arriba. Supongamos por contradicción que{\mathbb{N}} está delimitada arriba. Vamosb := \sup {\mathbb{N}}. El númerob-1 no puede ser posiblemente un límite superior{\mathbb{N}} ya que es estrictamente menor queb (el supremo). Así existem \in {\mathbb{N}} tal quem > b-1. Agregamos uno para obtenerm+1 > b, lo que contradiceb ser un límite superior.

Abordemos [thm:arch:ii]. Primero asumax \geq 0. Tenga en cuenta quey-x > 0. Por [thm:arch:i], existen \in {\mathbb{N}} tal quen(y-x) > 1. también por [thm:arch:i] el conjunto noA := \{ k \in {\mathbb{N}}: k > nx \} está vacío. Por el bien ordenar la propiedad de{\mathbb{N}},A tiene un elemento mínimom. Comom \in A, entoncesm > nx. Nos dividimos porn para conseguirx < \nicefrac{m}{n}. Comom es el elemento menor deA,m-1 \notin A. Sim > 1, entoncesm-1 \in {\mathbb{N}}, perom-1 \notin A y asím-1 \leq nx. Sim=1, entoncesm-1 = 0, ym-1 \leq nx todavía se mantiene comox \geq 0. Es decir,m-1 \leq nx \qquad \text{or} \qquad m \leq nx+1 . % < m . por otra parte den(y-x) > 1 obtenemosny > 1+nx. De ahíny > 1+nx \geq m, y por lo tantoy > \nicefrac{m}{n}. Armando todo lo que obtenemosx < \nicefrac{m}{n} < y. Así que vamosr = \nicefrac{m}{n}.

Ahora asumax < 0. Siy > 0, entonces solo tomamosr=0. Siy \leq 0, entonces0 \leq -y < -x, y nos encontramos con un racionalq tal que-y < q < -x. Entonces tomar = -q.

Declaremos y probemos un corolario sencillo pero útil de la.

\inf \{ \nicefrac{1}{n} : n \in {\mathbb{N}}\} = 0.

VamosA := \{ \nicefrac{1}{n} : n \in {\mathbb{N}}\}. Obviamente noA está vacío. Además,\nicefrac{1}{n} > 0 y así 0 es un límite inferior, yb := \inf\, A existe. Como 0 es un límite inferior, entoncesb \geq 0. Ahora toma una arbitrariaa > 0. Por el existen tal quena > 1, o en otras palabrasa > \nicefrac{1}{n} \in A. Por lo tantoa no puede ser un límite inferior paraA. De ahíb=0.

Usando supremum e infimum

Queremos asegurarnos de que suprema e infima sean compatibles con las operaciones algebraicas. Para un conjuntoA \subset {\mathbb{R}} y un númerox \in {\mathbb{R}} definir\begin{aligned} x + A & := \{ x+y \in {\mathbb{R}}: y \in A \} , \\ xA & := \{ xy \in {\mathbb{R}}: y \in A \} .\end{aligned}

[prop:supinfalg] DejarA \subset {\mathbb{R}} ser no vacío.

  1. Six \in {\mathbb{R}} yA está delimitado arriba, entonces\sup (x+A) = x + \sup\, A.
  2. Six \in {\mathbb{R}} yA está delimitado por debajo, entonces\inf (x+A) = x + \inf\, A.
  3. Six > 0 yA está delimitado arriba, entonces\sup (xA) = x ( \sup\, A ).
  4. Six > 0 yA está delimitado por debajo, entonces\inf (xA) = x ( \inf\, A ).
  5. Six < 0 yA está delimitado por debajo, entonces\sup (xA) = x ( \inf\, A ).
  6. Six < 0 yA está delimitado arriba, entonces\inf (xA) = x ( \sup\, A ).

Tenga en cuenta que multiplicar un conjunto por un número negativo cambia supremum por un infimum y viceversa. También, como la proposición implica que supremum (resp. infimum) dex+A oxA existe, también implica quex+A o noxA está vacío y delimitado desde arriba (resp. desde abajo).

Sólo probemos la primera declaración. El resto se dejan como ejercicios.

Supongamos queb es un límite superior paraA. Es decir,y \leq b para todosy \in A. Entoncesx+y \leq x+b para todosy \in A, y asíx+b es un límite superior parax+A. En particular, sib = \sup\, A, entonces\sup (x+A) \leq x+b = x+ \sup\, A .

La otra dirección es similar. Sib es un límite superior parax+A, entoncesx+y \leq b para todosy \in A y asíy \leq b-x para todosy \in A. Asíb-x es un límite superior paraA. Sib = \sup (x+A), entonces\sup\, A \leq b-x = \sup (x+A) -x . Y el resultado sigue.

A veces necesitamos aplicar supremum o infimum dos veces. Aquí hay un ejemplo.

[infsupineq:prop] LetA, B \subset {\mathbb{R}} be nonempty establece tal manera quex \leq y siemprex \in A yy \in B. EntoncesA se delimita arriba,B se limita por debajo, y\sup\, A \leq \inf\, B.

Cualquierax \in A es un límite inferior paraB. Por lo tantox \leq \inf\, B para todosx \in A, así\inf\, B es un límite superior paraA. De ahí,\sup\, A \leq \inf\, B.

Debemos tener cuidado con las desigualdades estrictas y tomar suprema e infima. Obsérvese quex < y siemprex \in A yy \in B todavía solo implica\sup\, A \leq \inf\, B, y no una estricta desigualdad. Este es un importante punto sutil que surge a menudo. Por ejemplo, tomarA := \{ 0 \} y tomarB := \{ \nicefrac{1}{n} : n \in {\mathbb{N}}\}. Entonces0 < \nicefrac{1}{n} para todosn \in {\mathbb{N}}. Sin embargo,\sup\, A = 0 y\inf\, B = 0.

La prueba del siguiente hecho elemental de uso frecuente se deja al lector. Una declaración similar sostiene para infima.

[prop:existsxepsfromsup] SiS \subset {\mathbb{R}} es un conjunto no vacío, acotado desde arriba, entonces para cada\epsilon > 0 existex \in S tal que(\sup\, S) - \epsilon < x \leq \sup\, S.

Para que el uso de suprema e infima sea aún más fácil, es posible que queramos escribir\sup\, A y\inf\, A sin preocuparnos porA estar acotados y no vacíos. Hacemos las siguientes definiciones naturales.

A \subset {\mathbb{R}}Déjese ser un conjunto.

  1. SiA está vacío, entonces\sup\, A := -\infty.
  2. Si noA está delimitado arriba, entonces\sup\, A := \infty.
  3. SiA está vacío, entonces\inf\, A := \infty.
  4. Si noA está acotado por debajo, entonces\inf\, A := -\infty.

Por conveniencia,\infty y a veces-\infty son tratados como si fueran números, salvo que no permitimos la aritmética arbitraria con ellos. Nos{\mathbb{R}}^* := {\mathbb{R}}\cup \{ -\infty , \infty\} convertimos en un conjunto ordenado dejando-\infty < \infty \quad \text{and} \quad -\infty < x \quad \text{and} \quad x < \infty \quad \text{for all $x \in {\mathbb{R}}$}. El conjunto{\mathbb{R}}^* se llama el conjunto de números reales extendidos. Es posible definir alguna aritmética en{\mathbb{R}}^*. La mayoría de las operaciones se extienden de manera obvia, pero debemos irnos\infty-\infty,0 \cdot (\pm\infty), e\frac{\pm\infty}{\pm\infty} indefinidos. Nos abstenemos de utilizar esta aritmética, nos lleva a errores fáciles ya{\mathbb{R}}^* que no es un campo. Ahora podemos tomar suprema e infima sin miedo al vacío o a la falta de límites. En este libro sobre todo evitamos usar{\mathbb{R}}^* fuera de los ejercicios, y dejamos tales generalizaciones al lector interesado.

Máximas y mínimas

Por sabemos que un conjunto finito de números siempre tiene un supremum o un infimum que está contenido en el propio conjunto. En este caso no solemos utilizar las palabras supremum o infimum.

Cuando un conjuntoA de números reales está delimitado arriba, tal que\sup\, A \in A, entonces podemos usar la palabra máximo y la notación\max A para denotar lo supremo. De manera similar para infimum; cuando un conjuntoA está acotado por debajo y\inf\, A \in A, entonces podemos usar la palabra mínimo y la notación\min\, A. Por ejemplo,\begin{aligned} & \max \{ 1,2.4,\pi,100 \} = 100 , \\ & \min \{ 1,2.4,\pi,100 \} = 1 .\end{aligned} mientras se escribe\sup y\inf puede ser técnicamente correcto en esta situación,\max y\min generalmente se utilizan para enfatizar que el supremo o infimum está en el propio conjunto.

Ejercicios

Demostrar que sit > 0 (t \in {\mathbb{R}}), entonces existen \in {\mathbb{N}} tal que\dfrac{1}{n^2} < t.

Demostrar que sit \geq 0 (t \in {\mathbb{R}}), entonces existen \in {\mathbb{N}} tal quen-1 \leq t < n.

Terminar la prueba de.

Vamosx, y \in {\mathbb{R}}. Supongamosx^2 + y^2 = 0. Demostrar esox = 0 yy = 0.

Demostrar que\sqrt{3} es irracional.

Vamosn \in {\mathbb{N}}. Demostrar que o bien\sqrt{n} es un entero o es irracional.

Demostrar la desigualdad media aritmética-geométrica. Es decir, para dos números reales positivosx,y tenemos\sqrt{xy} \leq \frac{x+y}{2} . Además, la igualdad ocurre si y sólo six=y.

Demostrar que para dos números reales cualesquierax yy tal quex < y, existe un número irracionals tal quex < s < y. Pista: Aplicar la densidad de{\mathbb{Q}} a\dfrac{x}{\sqrt{2}} y\dfrac{y}{\sqrt{2}}.

[ejercicio:supofsum] DejarA yB ser dos conjuntos delimitados no vacíos de números reales. VamosC := \{ a+b : a \in A, b \in B \}. Demostrar queC es un conjunto acotado y que\sup\,C = \sup\,A + \sup\,B \qquad \text{and} \qquad \inf\,C = \inf\,A + \inf\,B .

DejarA yB ser dos conjuntos delimitados no vacíos de números reales no negativos. Definir el conjuntoC := \{ ab : a \in A, b \in B \}. Demostrar queC es un conjunto acotado y que\sup\,C = (\sup\,A )( \sup\,B) \qquad \text{and} \qquad \inf\,C = (\inf\,A )( \inf\,B).

Dadox > 0 yn \in {\mathbb{N}}, muestran que existe un número real positivo únicor tal quex = r^n. Por lo generalr se denota porx^{1/n}.

Demostrar.

[ejercicio:bernoulliineq] Demostrar la llamada desigualdad de Bernoulli 5: Si1+x > 0 entonces por todon \in {\mathbb{N}} lo que tenemos(1+x)^n \geq 1+nx.

Valor absoluto

Nota: 0.5—1 conferencia

Un concepto que encontraremos una y otra vez es el concepto de valor absoluto. Se quiere pensar en el valor absoluto como el “tamaño” de un número real. Demos una definición formal. \left\lvert {x} \right\rvert := \begin{cases} x & \text{ if $x \geq 0$}, \\ -x & \text{ if $x < 0$} . \end{cases}

Demos las principales características del valor absoluto como propuesta.

[prop:absbas]

  1. [prop:absbas:i]\left\lvert {x} \right\rvert \geq 0, y\left\lvert {x} \right\rvert=0 si y solo six = 0.
  2. [prop:absbas:ii]\left\lvert {-x} \right\rvert = \left\lvert {x} \right\rvert para todosx \in {\mathbb{R}}.
  3. [prop:absbas:iii]\left\lvert {xy} \right\rvert = \left\lvert {x} \right\rvert\left\lvert {y} \right\rvert para todosx,y \in {\mathbb{R}}.
  4. [prop:absbas:iv]\left\lvert {x} \right\rvert^2 = x^2 para todosx \in {\mathbb{R}}.
  5. [prop:absbas:v]\left\lvert {x} \right\rvert \leq y si y solo si-y \leq x \leq y.
  6. [prop:absbas:vi]-\left\lvert {x} \right\rvert \leq x \leq \left\lvert {x} \right\rvert para todosx \in {\mathbb{R}}.

[prop:absbas:i]: Esta afirmación no es difícil de ver a partir de la definición.

[prop:absbas:ii]: Supongamosx > 0, entonces\left\lvert {-x} \right\rvert = -(-x) = x = \left\lvert {x} \right\rvert. Del mismo modo cuandox < 0, ox = 0.

[prop:absbas:iii]: Six oy es cero, entonces el resultado es obvio. Cuandox y ambosy son positivos, entonces\left\lvert {x} \right\rvert\left\lvert {y} \right\rvert = xy. xytambién es positivo y por lo tantoxy = \left\lvert {xy} \right\rvert. Six yy son ambos negativos entoncesxy sigue siendo positivo yxy = \left\lvert {xy} \right\rvert, y\left\lvert {x} \right\rvert\left\lvert {y} \right\rvert = (-x)(-y) = xy. Siguiente asumirx > 0 yy < 0. Entonces\left\lvert {x} \right\rvert\left\lvert {y} \right\rvert = x(-y) = -(xy). Ahoraxy es negativo y por lo tanto\left\lvert {xy} \right\rvert = -(xy). Del mismo modo six < 0 yy > 0.

[prop:absbas:iv]: Obvio six \geq 0. Six < 0, entonces\left\lvert {x} \right\rvert^2 = {(-x)}^2 = x^2.

[prop:absbas:v]: Supongamos\left\lvert {x} \right\rvert \leq y. Six \geq 0, entoncesx \leq y. Obviamentey \geq 0 y por lo tanto-y \leq 0 \leq x así-y \leq x \leq y se sostiene. Six < 0, entonces\left\lvert {x} \right\rvert \leq y significa-x \leq y. Negando ambos lados obtenemosx \geq -y. De nuevoy \geq 0 y asíy \geq 0 > x. De ahí,-y \leq x \leq y.

Por otro lado, supongamos que-y \leq x \leq y es cierto. Six \geq 0, entoncesx \leq y es equivalente a\left\lvert {x} \right\rvert \leq y. Six < 0, entonces-y \leq x implica(-x) \leq y, que es equivalente a\left\lvert {x} \right\rvert \leq y.

[prop:absbas:vi]: Aplicar [prop:absbas:v] cony = \left\lvert {x} \right\rvert.

Una propiedad utilizada con la frecuencia suficiente para darle un nombre es la llamada desigualdad triangular.

\left\lvert {x+y} \right\rvert \leq \left\lvert {x} \right\rvert+\left\lvert {y} \right\rvertpara todosx, y \in {\mathbb{R}}.

De nosotros tenemos- \left\lvert {x} \right\rvert \leq x \leq \left\lvert {x} \right\rvert y- \left\lvert {y} \right\rvert \leq y \leq \left\lvert {y} \right\rvert. Añadimos estas dos desigualdades para obtener- (\left\lvert {x} \right\rvert+\left\lvert {y} \right\rvert) \leq x+y \leq \left\lvert {x} \right\rvert+ \left\lvert {y} \right\rvert . De nuevo por lo que tenemos\left\lvert {x+y} \right\rvert \leq \left\lvert {x} \right\rvert+\left\lvert {y} \right\rvert.

Hay otras versiones a menudo aplicadas de la desigualdad triangular.

Vamosx,y \in {\mathbb{R}}

  1. (desigualdad del triángulo inverso)\bigl\lvert (\left\lvert {x} \right\rvert-\left\lvert {y} \right\rvert) \bigr\rvert \leq \left\lvert {x-y} \right\rvert.
  2. \left\lvert {x-y} \right\rvert \leq \left\lvert {x} \right\rvert+\left\lvert {y} \right\rvert.

Vamos a enchufarx=a-b yy=b entrar en la desigualdad triángulo estándar para obtener\left\lvert {a} \right\rvert = \left\lvert {a-b+b} \right\rvert \leq \left\lvert {a-b} \right\rvert + \left\lvert {b} \right\rvert , o\left\lvert {a} \right\rvert-\left\lvert {b} \right\rvert \leq \left\lvert {a-b} \right\rvert. Cambiando los roles dea yb obtenemos o\left\lvert {b} \right\rvert-\left\lvert {a} \right\rvert \leq \left\lvert {b-a} \right\rvert = \left\lvert {a-b} \right\rvert. Ahora aplicando de nuevo obtenemos la desigualdad del triángulo inverso.

La segunda versión de la desigualdad triangular se obtiene a partir de la estándar simplemente reemplazandoy con-y y señalando nuevamente eso\left\lvert {-y} \right\rvert = \left\lvert {y} \right\rvert.

Vamosx_1, x_2, \ldots, x_n \in {\mathbb{R}}. Entonces\left\lvert {x_1 + x_2 + \cdots + x_n} \right\rvert \leq \left\lvert {x_1} \right\rvert + \left\lvert {x_2} \right\rvert + \cdots + \left\lvert {x_n} \right\rvert .

Procedemos por. La conclusión se sostiene trivialmente paran=1, y paran=2 ello es la desigualdad estándar del triángulo. Supongamos que el corolario se sostiene paran. Toman+1 númerosx_1,x_2,\ldots,x_{n+1} y primero usa la desigualdad triangular estándar, luego la hipótesis de inducción\begin{split} \lvert {x_1 + x_2 + \cdots + x_n + x_{n+1}} \rvert & \leq \lvert {x_1 + x_2 + \cdots + x_n} \rvert + \lvert {x_{n+1}} \rvert \\ & \leq \lvert {x_1} \rvert + \lvert {x_2} \rvert + \cdots + \lvert {x_n} \rvert + \lvert {x_{n+1}} \rvert . \qedhere \end{split}

Veamos un ejemplo del uso de la desigualdad triangular.

Encuentra un númeroM tal que\lvert {x^2-9x+1} \rvert \leq M para todos-1 \leq x \leq 5.

Usando la desigualdad del triángulo, escribe\lvert {x^2-9x+1} \rvert \leq \lvert {x^2} \rvert+\lvert {9x} \rvert+\lvert {1} \rvert = \lvert {x} \rvert^2+9\lvert {x} \rvert+1 . Es obvio que\lvert {x} \rvert^2+9\lvert {x} \rvert+1 es más grande cuando\left\lvert {x} \right\rvert es más grande. En el intervalo proporcionado,\left\lvert {x} \right\rvert es mayor cuandox=5 y así\left\lvert {x} \right\rvert=5. Una posibilidad paraM esM = 5^2+9(5)+1 = 71 . Hay, por supuesto, otrosM que funcionan. El límite del 71 es mucho más alto de lo necesario, pero no pedimos lo mejor posibleM, solo uno que funcione.

El último ejemplo nos lleva al concepto de funciones acotadas.

Supongamos quef \colon D \to {\mathbb{R}} es una función. Decimos quef está acotado si existe un númeroM tal que\left\lvert {f(x)} \right\rvert \leq M para todosx \in D.

En el ejemplo que probamosx^2-9x+1 es acotado cuando se considera como una función onD = \{ x : -1 \leq x \leq 5 \}. Por otro lado, si consideramos el mismo polinomio como una función en toda la línea real{\mathbb{R}}, entonces no está acotada.

Para una funciónf \colon D \to {\mathbb{R}}\begin{aligned} & \sup_{x \in D} f(x) := \sup\, f(D) , \\ & \inf_{x \in D} f(x) := \inf\, f(D) .\end{aligned} escribimos También a veces reemplazamos el “x \in D” con una expresión. Por ejemplo si, como antesf(x) = x^2-9x+1, para-1 \leq x \leq 5, un poco de cálculo muestra\sup_{x \in D} f(x) = \sup_{-1 \leq x \leq 5} ( x^2 -9x+1 ) = 11, \qquad \inf_{x \in D} f(x) = \inf_{-1 \leq x \leq 5} ( x^2 -9x+1 ) = \nicefrac{-77}{4} .

[prop:funcsupinf] Sif \colon D \to {\mathbb{R}} yg \colon D \to {\mathbb{R}} (Dnonempty) están delimitadas 6 funciones yf(x) \leq g(x) \qquad \text{for all $x \in D$}, luego\label{prop:funcsupinf:eq} \sup_{x \in D} f(x) \leq \sup_{x \in D} g(x) \qquad \text{and} \qquad \inf_{x \in D} f(x) \leq \inf_{x \in D} g(x) .

Debes tener cuidado con las variables. Elx en el lado izquierdo de la desigualdad en [prop:funcsupinf:eq] es diferente de lax de la derecha. Realmente deberías pensar en la primera desigualdad como\sup_{x \in D} f(x) \leq \sup_{y \in D} g(y) . Demostremos esta desigualdad. Sib es un límite superior parag(D), entoncesf(x) \leq g(x) \leq b para todosx \in D, y por lo tantob es un límite superior paraf(D). Tomando el límite inferior superior obtenemos eso para todosx \in Df(x) \leq \sup_{y \in D} g(y) . Por lo tanto\sup_{y \in D} g(y) es un límite superior paraf(D) y por lo tanto mayor que o igual al límite inferior superior def(D). \sup_{x \in D} f(x) \leq \sup_{y \in D} g(y) .La segunda desigualdad (la afirmación sobre el inf) se deja como ejercicio.

Un error común es concluir\label{rn:av:ltnottrue} \sup_{x \in D} f(x) \leq \inf_{y \in D} g(y) . La desigualdad [rn:av:ltnottrue] no es cierta dada la hipótesis de la afirmación anterior. Para esta desigualdad más fuerte necesitamos la hipótesis más fuertef(x) \leq g(y) \qquad \text{for all $x \in D$ and $y \in D$.} La prueba así como un contraejemplo se deja como ejercicio.

Ejercicios

Demuéstralo\left\lvert {x-y} \right\rvert < \epsilon si y solo six-\epsilon < y < x+\epsilon.

Demostrar que

  1. \max \{x,y\} = \frac{x+y+\left\lvert {x-y} \right\rvert}{2}
  2. \min \{x,y\} = \frac{x+y-\left\lvert {x-y} \right\rvert}{2}

Encuentra un númeroM tal que\lvert {x^3-x^2+8x} \rvert \leq M para todos-2 \leq x \leq 10.

Terminar la prueba de. Es decir, probar que dado cualquier conjuntoD, y dos funciones acotadasf \colon D \to {\mathbb{R}} yg \colon D \to {\mathbb{R}} tal quef(x) \leq g(x) para todosx \in D, entonces\inf_{x\in D} f(x) \leq \inf_{x\in D} g(x) .

Letf \colon D \to {\mathbb{R}} andg \colon D \to {\mathbb{R}} be funciones (Dno vacías).

  1. Supongamosf(x) \leq g(y) para todosx \in D yy \in D. Demostrar que\sup_{x\in D} f(x) \leq \inf_{x\in D} g(x) .
  2. Encontrar un específicoD,f, yg, tal quef(x) \leq g(x) para todosx \in D, pero\sup_{x\in D} f(x) > \inf_{x\in D} g(x) .

Demostrar sin el supuesto de que las funciones están acotadas. Pista: Necesitas usar los números reales extendidos.

[exercise:sumofsup] DejarD ser un conjunto no vacío. Supongamosf \colon D \to {\mathbb{R}} yg \colon D \to {\mathbb{R}} son funciones acotadas. a) Mostrar\sup_{x\in D} \bigl(f(x) + g(x) \bigr) \leq \sup_{x\in D} f(x) + \sup_{x\in D} g(x) \qquad \text{and} \qquad \inf_{x\in D} \bigl(f(x) + g(x) \bigr) \geq \inf_{x\in D} f(x) + \inf_{x\in D} g(x) . b) Encuentra ejemplos donde obtenemos desigualdades estrictas.

Intervalos y el tamaño de R

Nota: 0.5—1 conferencia (prueba de incontabilidad de{\mathbb{R}} puede ser opcional)

Seguramente viste la notación para intervalos antes, pero vamos a dar aquí una definición formal. Paraa, b \in {\mathbb{R}} tal quea < b definimos\begin{aligned} & [a,b] := \{ x \in {\mathbb{R}}: a \leq x \leq b \}, \\ & (a,b) := \{ x \in {\mathbb{R}}: a < x < b \}, \\ & (a,b] := \{ x \in {\mathbb{R}}: a < x \leq b \}, \\ & [a,b) := \{ x \in {\mathbb{R}}: a \leq x < b \} .\end{aligned} El intervalo[a,b] se llama intervalo cerrado y(a,b) se llama intervalo abierto. Los intervalos de la forma(a,b] y[a,b) se denominan intervalos semiabiertos.

Los intervalos anteriores fueron todos intervalos acotados, ya que ambosa yb fueron números reales. Definimos intervalos no acotados,\begin{aligned} & [a,\infty) := \{ x \in {\mathbb{R}}: a \leq x \}, \\ & (a,\infty) := \{ x \in {\mathbb{R}}: a < x \}, \\ & (-\infty,b] := \{ x \in {\mathbb{R}}: x \leq b \}, \\ & (-\infty,b) := \{ x \in {\mathbb{R}}: x < b \} .\end{aligned} Para completar definimos(-\infty,\infty) := {\mathbb{R}}.

En definitiva, un intervalo es un conjuntoI \subset {\mathbb{R}} con al menos 2 elementos, de tal manera que sia < b < c ya,c \in I, entoncesb \in I. Ver.

Ya hemos visto que cualquier intervalo abierto(a,b) (donde pora < b supuesto) debe estar no vacío. Por ejemplo, contiene el número\frac{a+b}{2}. Un hecho inesperado es que desde una perspectiva teórica de conjuntos, todos los intervalos tienen el mismo “tamaño”, es decir, todos tienen la misma cardinalidad. Por ejemplo, el mapaf(x) := 2x toma el intervalo[0,1] bijectivamente al intervalo[0,2].

Quizás lo más interesante, la funciónf(x) := \tan(x) es un mapa biyective de(-\nicefrac{\pi}{2},\nicefrac{\pi}{2}) a{\mathbb{R}}. De ahí que el intervalo acotado(-\nicefrac{\pi}{2},\nicefrac{\pi}{2}) tenga la misma cardinalidad que{\mathbb{R}}. No es del todo sencillo construir un mapa biyective[0,1] a partir de decir(0,1), pero es posible.

Y no te preocupes, sí existe una manera de medir el “tamaño” de subconjuntos de números reales que “ve” la diferencia entre[0,1] y[0,2]. No obstante, su adecuada definición requiere mucha más maquinaria de la que tenemos ahora mismo.

Digamos más sobre la cardinalidad de los intervalos y por lo tanto sobre la cardinalidad de{\mathbb{R}}. Hemos visto que existen números irracionales, es decir, no{\mathbb{R}}\setminus {\mathbb{Q}} está vacío. La pregunta es: ¿Cuántos números irracionales hay? Resulta que hay números mucho más irracionales que números racionales. Hemos visto que{\mathbb{Q}} es contable, y vamos a demostrar que{\mathbb{R}} es incontable. De hecho, la cardinalidad de{\mathbb{R}} es la misma que la cardinalidad de{\mathcal{P}}({\mathbb{N}}), aunque aquí no vamos a probar esta afirmación.

{\mathbb{R}}es incontable.

Damos una versión modificada de la prueba original de Cantor de 1874 ya que esta prueba requiere la menor configuración. Normalmente esta prueba se afirma como prueba de contradicción, pero una prueba por contrapositiva es más fácil de entender.

X \subset {\mathbb{R}}Sea un subconjunto contablemente infinito tal que para dos números reales cualesquieraa < b, haya unx \in X tal quea < x < b. Eran{\mathbb{R}} contables, entonces podríamos tomarX = {\mathbb{R}}. Si demostramos queX es necesariamente un subconjunto propio, entoncesX no puede ser igual{\mathbb{R}}, y{\mathbb{R}} debe ser incontable.

ComoX es contablemente infinito, hay una bijección de{\mathbb{N}} aX. En consecuencia, escribimosX como una secuencia de números realesx_1, x_2, x_3,\ldots, tal que cada número enX viene dado porx_j para algunosj \in {\mathbb{N}}.

Construyamos inductivamente dos secuencias de números realesa_1,a_2,a_3,\ldots yb_1,b_2,b_3,\ldots. Dejara_1 := x_1 yb_1 := x_1+1. Tenga en cuenta quea_1 < b_1 yx_1 \notin (a_1,b_1). Porquek > 1, supongamosa_{k-1} y seb_{k-1} ha definido. Supongamos también que(a_{k-1},b_{k-1}) no contiene ningunax_j para ningunaj=1,\ldots,k-1.

  1. Definira_k := x_j, dóndej está el más pequeñoj \in {\mathbb{N}} tal quex_j \in (a_{k-1},b_{k-1}). Talx_j existe por nuestra suposición sobreX.
  2. A continuación, definirb_k := x_j dóndej está el más pequeñoj \in {\mathbb{N}} tal quex_j \in (a_{k},b_{k-1}).

Observe quea_k < b_k ya_{k-1} < a_k < b_k < b_{k-1}. También aviso que(a_{k},b_{k}) no contienex_k y por lo tanto no contiene ningunox_j paraj=1,\ldots,k.

Reclamación:a_j < b_k para todosj yk en{\mathbb{N}}. Supongamos primeroj < k. Entoncesa_j < a_{j+1} < \cdots < a_{k-1} < a_k < b_k. De manera similar paraj > k. El reclamo sigue.

DejarA = \{ a_j : j \in {\mathbb{N}}\} yB = \{ b_j : j \in {\mathbb{N}}\}. Por y el reclamo anterior tenemos\sup\, A \leq \inf\, B . Definiry := \sup\, A. El númeroy no puede ser miembro deA. Siy = a_j para algunosj, entoncesy < a_{j+1}, lo cual es imposible. De igual maneray no puede ser miembro deB. Por lo tanto,a_j < y para todosj\in {\mathbb{N}} yy < b_j para todosj\in {\mathbb{N}}. En otras palabrasy \in (a_j,b_j) para todosj\in {\mathbb{N}}.

Por último debemos demostrarloy \notin X. Si lo hacemos, entonces habremos construido un número real no enX mostrar queX debió haber sido un subconjunto propio. Toma cualquierax_k \in X. Por la construcción anteriorx_k \notin (a_k,b_k), asíx_k \not= y comoy \in (a_k,b_k).

Por lo tanto, la secuenciax_1,x_2,\ldots no puede contener todos los elementos de{\mathbb{R}} y por lo tanto{\mathbb{R}} es incontable.

Ejercicios

Paraa < b, construir una bijección explícita de(a,b] a(0,1].

Supongamos quef \colon [0,1] \to (0,1) es una biyección. Usandof, construir una bijección de[-1,1] a{\mathbb{R}}.

[exercise:intervaldef] Supongamos queI \subset {\mathbb{R}} es un subconjunto con al menos 2 elementos tales que sia < b < c ya, c \in I, entonces es uno de los nueve tipos de intervalos dados explícitamente en esta sección. Además, probar que los intervalos dados en esta sección satisfacen todos esta propiedad.

Construir una biyección explícita de(0,1] a(0,1). Pista: Un enfoque es el siguiente: Primero mapear(\nicefrac{1}{2},1] a(0,\nicefrac{1}{2}], luego mapear(\nicefrac{1}{4},\nicefrac{1}{2}] a(\nicefrac{1}{2},\nicefrac{3}{4}], etc... Anote el mapa explícitamente, es decir, anote un algoritmo que te diga exactamente qué número va a dónde. Entonces demuestre que el mapa es una biyección.

Construir una biyección explícita de[0,1] a(0,1).

a) Mostrar que cada intervalo cerrado[a,b] es la intersección de muchos intervalos abiertos. b) Mostrar que cada intervalo abierto(a,b) es una unión contable de intervalos cerrados. c) Mostrar que una intersección de una familia posiblemente infinita de intervalos cerrados está vacía, un solo punto o una cerrada intervalo.

Supongamos queS es un conjunto de intervalos abiertos disjuntos en{\mathbb{R}}. Es decir, si(a,b) \in S y(c,d) \in S, entonces cualquiera(a,b) = (c,d) o(a,b) \cap (c,d) = \emptyset. ProbarS es un conjunto contable.

Demostrar que la cardinalidad de[0,1] es la misma que la cardinalidad de(0,1) demostrando eso\left\lvert {[0,1]} \right\rvert \leq \left\lvert {(0,1)} \right\rvert y\left\lvert {(0,1)} \right\rvert \leq \left\lvert {[0,1]} \right\rvert. Ver. Tenga en cuenta que esto requiere el teorema de Cantor-Bernstein-Schroeder que afirmamos sin pruebas. También tenga en cuenta que esta prueba no le da una biyección explícita.

Un númerox es algebraico six es una raíz de un polinomio con coeficientes enteros, en otras palabras,a_n x^n + a_{n-1} x^{n-1} + \ldots + a_1 x + a_0 = 0 donde todosa_n \in {\mathbb{Z}}. a) Demostrar que solo hay contablemente muchos números algebraicos. b) Demostrar que existen números no algebraicos (seguir los pasos de Cantor, utilizar la inccountabilidad de{\mathbb{R}}). Pista: Siéntase libre de usar el hecho de que un polinomio de gradon tiene como máximo raícesn reales.

Representación decimal de los reales

Nota: 1 conferencia (opcional)

A menudo pensamos en los números reales como su representación decimal. Para un entero positivon, encontramos los dígitosd_K,d_{K-1},\ldots,d_2,d_1,d_0 para algunosK, donde cada unod_j es un número entero entre0 y9, luegon = d_K {10}^K + d_{K-1} {10}^{K-1} + \cdots + d_2 {10}^2 + d_1 10 + d_0 . Suponemos a menudod_K \not= 0. Para representarn escribimos la secuencia de dígitos:n = d_K d_{K-1} \cdots d_2 d_1 d_0. Por un dígito (decimal), nos referimos a un entero entre0 y9.

Del mismo modo representamos algunos números racionales. Es decir, para ciertos númerosx, podemos encontrar entero negativo-M, un entero positivoK, y dígitosd_K,d_{K-1},\ldots,d_1,d_0,d_{-1},\ldots,d_{-M}, tal quex = d_K {10}^K + d_{K-1} {10}^{K-1} + \cdots + d_2 {10}^2 + d_1 10 + d_0 + d_{-1} {10}^{-1} + d_{-2} {10}^{-2} + \cdots + d_{-M} {10}^{-M} . Nosotros escribimosx = d_K d_{K-1} \cdots d_1 d_0 \, . \, d_{-1} d_{-2} \cdots d_{-M}.

No todos los números reales tienen tal representación, ni siquiera el número racional simple\nicefrac{1}{3} no. El número irracional\sqrt{2} tampoco tiene tal representación. Para obtener una representación para todos los números reales debemos permitir infinitamente muchos dígitos.

Consideremos a partir de ahora solo números reales en el intervalo(0,1]. Si encontramos una representación para estos, simplemente les agregamos enteros para obtener una representación para todos los números reales. Supongamos que tomamos una secuencia infinita de dígitos decimales: Es0.d_1d_2d_3\ldots. decir, tenemos un dígitod_j para cadaj \in {\mathbb{N}}. Hemos renumerado los dígitos para evitar los signos negativos. Decimos que esta secuencia de dígitos representa un número realx six = \sup_{n \in {\mathbb{N}}} \left( \frac{d_1}{10} + \frac{d_2}{{10}^2} + \frac{d_3}{{10}^3} + \cdots + \frac{d_n}{{10}^n} \right) . llamamosD_n := \frac{d_1}{10} + \frac{d_2}{{10}^2} + \frac{d_3}{{10}^3} + \cdots + \frac{d_n}{{10}^n} al truncamiento dex a dígitosn decimales.

[prop:decimalprop]

  1. Cada secuencia infinita de dígitos0.d_1d_2d_3\ldots representa un número real únicox \in [0,1].
  2. Por cadax \in (0,1] existe una secuencia infinita de dígitos0.d_1d_2d_3\ldots que representax. Existe una representación única tal queD_n < x \leq D_n+\frac{1}{{10}^n} \qquad \text{for all $n \in {\mathbb{N}}$}.

Empecemos con el primer ítem. Supongamos que hay una secuencia infinita de dígitos0.d_1d_2d_3\ldots. Utilizamos la fórmula de suma geométrica para escribir\[\begin{split} D_n = \frac{d_1}{10} + \frac{d_2}

ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[7]/div/p[7]/span[2]/span, line 1, column 3
{1-\nicefrac{1}{10}} \right) = 1-{(\nicefrac{1}{10})}^{n} < 1 . \end{split}\] En particular,D_n < 1 para todosn. ComoD_n \geq 0 es obvio, obtenemos0 \leq \sup_{n\in {\mathbb{N}}} \, D_n \leq 1 , y por lo tanto0.d_1d_2d_3\ldots representa un número únicox \in [0,1].

Pasamos al segundo ítem. Tomarx \in (0,1]. Primero abordemos la existencia. Por convención definimosD_0 := 0, luego automáticamente obtenemosD_0 < x \leq D_0 + {10}^{-0}. Supongamos para inducción que definimos todos los dígitosd_1,d_2,\ldots,d_n, y esoD_n < x \leq D_n + {10}^{-n}. Tenemos que definird_{n+1}.

Por el de los números reales encontramos un enteroj tal quex-D_n \leq j {10}^{-(n+1)}. Tomamos lo menos asíj y obtenemos\label{eq:theDnjineq} (j-1){10}^{-(n+1)} < x-D_n \leq j {10}^{-(n+1)} . Letd_{n+1} := j-1. ComoD_n < x, entoncesd_{n+1} = j-1 \geq 0. Por otro lado ya quex-D_n \leq {10}^{-n} tenemos esoj es como máximo 10, y por lo tantod_{n+1} \leq 9. Entoncesd_{n+1} es un dígito decimal. Ya queD_{n+1} = D_n + d_{n+1} {10}^{-(n+1)} sumamosD_n a la desigualdad [EQ:TheDNJineQ] anterior:D_{n+1} = D_n + (j-1){10}^{-(n+1)} < x \leq %D_n + j {10}^{-(n+1)} = D_n + (j-1) {10}^{-(n+1)} + {10}^{-(n+1)} = D_{n+1} + {10}^{-(n+1)} . Y así seD_{n+1} < x \leq D_{n+1} + {10}^{-(n+1)} sostiene. Hemos definido inductivamente una secuencia infinita de dígitos0.d_1d_2d_3\ldots. EnD_n < x cuanto a todosn, entonces\sup \{ D_n : n \in {\mathbb{N}}\} \leq x. Comox-{10}^{-n} \leq D_n, entoncesx-{10}^{-n} \leq \sup \{ D_m : m \in {\mathbb{N}}\} para todosn. Las dos desigualdades juntas implican\sup \{ D_n : n \in {\mathbb{N}}\} = x.

Lo que queda por mostrar es la singularidad. Supongamos que0.e_1e_2e_3\ldots es otra representación dex. DejarE_n ser el truncamienton -dígito de0.e_1e_2e_3\ldots, y supongamosE_n < x \leq E_n + {10}^{-n} para todosn \in {\mathbb{N}}. Supongamos para algunosK \in {\mathbb{N}},e_n = d_n para todosn < K, asíD_{K-1} = E_{K-1}. EntoncesE_K = D_{K-1} + e_K{10}^{-K} < x \leq E_K + {10}^{-K} = D_{K-1} + e_K{10}^{-K} + {10}^{-K} . restandoD_{K-1} y multiplicando por obtenemose_K < (x - D_{K-1}){10}^K \leq e_K + 1 . Del mismo modo{10}^{K} obtenemos Ded_K < (x - D_{K-1}){10}^K \leq d_K + 1 . ahí, ambose_K yd_K son el entero más grandej tal quej < (x - D_{K-1}){10}^K, y por lo tantoe_K = d_K. Es decir, la representación es única.

La representación no es única si no requerimos la condición extra en la proposición. Por ejemplo, para el número\nicefrac{1}{2} el método en la prueba obtiene la representación0.49999\ldots . Sin embargo, también tenemos la representación0.5000\ldots. El requisito clave que hace que la representación sea única esD_n < x para todosn. La desigualdadx \leq D_n + {10}^{-n} es cierta para cada representación por el cómputo en el inicio de la prueba.

Los únicos números que tienen representaciones no únicas son los que terminan ya sea en una secuencia infinita de0 s o9 s, porque la única representación para la cualD_n = x es aquella donde todos los dígitos pasadosn th uno son cero. En este caso hay exactamente dos representaciones dex (ver los ejercicios).

Demos otra prueba de la incontabilidad de los reales usando representaciones decimales. Esta es la segunda prueba de Cantor, y probablemente sea más conocida. Si bien esta prueba puede parecer más corta, es porque ya hemos hecho la parte dura anterior y nos queda un truco hábil para demostrar que{\mathbb{R}} es incontable. Este truco se llama diagonalización Cantor y encuentra uso en otras pruebas también.

El conjunto(0,1] es incontable.

DejarX := \{ x_1,x_2,x_3,\ldots \} ser cualquier subconjunto contable de números reales en(0,1]. Vamos a construir un número real no enX. x_n = 0.d_1^nd_2^nd_3^n\ldotsSea la representación única de la proposición,d_j^n es decir, el dígitoj th del númeron th. Dejae_n := 1 sid_n^n \not= 1, y dejae_n := 2 sid_n^n = 1. DejarE_n ser el truncamienton -dígito dey = 0.e_1e_2e_3\ldots. Porque todos los dígitos son distintos de cero lo conseguimosE_n < E_{n+1} \leq y. Por lo tantoE_n < y \leq E_n + {10}^{-n} para todosn, y la representación es la única paray desde la proposición. Pero para cadan, el dígiton th dey es diferente del dígiton th dex_n, entoncesy \not= x_n. Por lo tantoy \notin X, y comoX era un subconjunto contable arbitrario,(0,1] debe ser incontable.

Usando dígitos decimales también podemos encontrar muchos números que no son racionales. La siguiente proposición es cierta para cada número racional, pero la damos sólox \in (0,1] por simplicidad.

[prop:rationaldecimal] Six \in (0,1] es un número racional yx = 0.d_1d_2d_3\ldots, entonces los dígitos decimales eventualmente comienzan a repetirse. Es decir, hay enteros positivosN yP, tal que para todosn \geq N,d_n = d_{n+P}.

Dejarx = \nicefrac{p}{q} para enteros positivosp yq. Supongamos quex es un número con una representación única, ya que de lo contrario hemos visto anteriormente que ambas representaciones se están repitiendo.

Para calcular el primer dígito tomamos10 p y dividimos porq. El cociente es el primer dígitod_1 y el restor es algún número entero entre 0 yq-1. Es decir,d_1 es el entero más grande tal qued_1 q \leq 10p y luegor = 10p - d_1q.

El siguiente dígito se calcula dividiendo10 r porq, y así sucesivamente. Notamos que en cada paso hay como máximo restosq posibles y de ahí que en algún momento el proceso deba comenzar a repetirse. De hecho vemos queP es a lo sumoq.

Lo contrario de la proposición también es cierto y se deja como ejercicio.

El númerox = 0.101001000100001000001\ldots, es irracional. Es decir, los dígitos sonn ceros, luego un uno, luegon+1 ceros, luego uno, y así sucesivamente y así sucesivamente. El hecho de quex sea irracional se desprende de la proposición; los dígitos nunca empiezan a repetirse. Por cadaP, si vamos lo suficientemente lejos, nos encontramos con un 1 que es seguido por al menosP+1 ceros.

Ejercicios

¿Cuál es la representación decimal de1 garantizada por? Asegúrese de demostrar que sí satisface la condición.

Demostrar lo contrario de, es decir, si los dígitos en la representación decimal de finalmentex se repiten, entoncesx debe ser racional.

Mostrar que los números realesx \in (0,1) con representación decimal no única son exactamente los números racionales que se pueden escribir como\frac{m}{10^n} para algunos enterosm yn. En este caso muestran que existen exactamente dos representaciones dex.

Dejarb \geq 2 ser un entero. Definir una representación de un número real[0,1] en términos de base enb lugar de base 10 y probar para baseb.

Utilizando el ejercicio anterior conb=2 (binario), mostrar que la cardinalidad de{\mathbb{R}} es la misma que la cardinalidad de{\mathcal{P}}({\mathbb{N}}), obteniendo otra prueba (aunque relacionada) que{\mathbb{R}} es incontable. Consejo: Construir dos inyecciones, una de[0,1] a{\mathcal{P}}({\mathbb{N}}) y otra de{\mathcal{P}}({\mathbb{N}}) a[0,1]. Pista 2: Dado un conjuntoA \subset {\mathbb{N}}, deje que el dígito binarion th dex sea 1 sin\in A.

Construir una biyección entre[0,1] y[0,1] \times [0,1]. Pista: considere los dígitos pares e impares, y tenga cuidado con la singularidad de la representación.

Secuencias y series

Secuencias y límites

Nota: 2.5 conferencias

El análisis consiste esencialmente en tomar límites. El tipo más básico de un límite es un límite de una secuencia de números reales. Ya hemos visto secuencias utilizadas de manera informal. Demos la definición formal.

Una secuencia (de números reales) es una funciónx \colon {\mathbb{N}}\to {\mathbb{R}}. En lugar dex(n) que usualmente denotamos el elementon th en la secuencia porx_n. Usamos la notación\{ x_n \}, o más precisamente\{ x_n \}_{n=1}^\infty, para denotar una secuencia.

Una secuencia\{ x_n \} está delimitada si existeB \in {\mathbb{R}} tal que\left\lvert {x_n} \right\rvert \leq B \qquad \text{for all $n \in {\mathbb{N}}$.} En otras palabras, la secuencia\{x_n\} se limita siempre que el conjunto\{ x_n : n \in {\mathbb{N}}\} esté acotado.

Cuando necesitamos dar una secuencia concreta a menudo damos cada término como una fórmula en términos den. Por ejemplo\{ \nicefrac{1}{n} \}_{n=1}^\infty, o simplemente\{ \nicefrac{1}{n} \}, significa la secuencia1, \nicefrac{1}{2}, \nicefrac{1}{3}, \nicefrac{1}{4}, \nicefrac{1}{5}, \ldots. La secuencia\{ \nicefrac{1}{n} \} es una secuencia acotada (B=1bastará). Por otro lado la secuencia\{ n \} representa1,2,3,4,\ldots, y esta secuencia no está acotada (¿por qué?).

Mientras que la notación para una secuencia es similar 7 a la de un conjunto, las nociones son distintas. Por ejemplo, la secuencia\{ {(-1)}^n \} es la secuencia-1,1,-1,1,-1,1,\ldots, mientras que el conjunto de valores, el rango de la secuencia, es solo el conjunto\{ -1, 1 \}. Podemos escribir este conjunto como\{ {(-1)}^n : n \in {\mathbb{N}}\}. Cuando puede surgir ambigüedad, utilizamos las palabras secuencia o conjunto para distinguir los dos conceptos.

Otro ejemplo de una secuencia es la llamada secuencia constante. Esa es una secuencia que\{ c \} = c,c,c,c,\ldots consiste en una sola constante que sec \in {\mathbb{R}} repite indefinidamente.

Ahora llegamos a la idea de un límite de una secuencia. Veremos en que la notación a continuación está bien definida. Es decir, si existe un límite, entonces es único. Entonces tiene sentido hablar del límite de una secuencia.

\{ x_n \}Se dice que una secuencia converge a un númerox \in {\mathbb{R}}, si por cada\epsilon > 0, existe unM \in {\mathbb{N}} tal que\left\lvert {x_n - x} \right\rvert < \epsilon para todosn \geq M. Se dice que el númerox es el límite de\{ x_n \}. Escribimos\lim_{n\to \infty} x_n := x .

Se dice que una secuencia que converge es convergente. De lo contrario, se dice que la secuencia es divergente.

Es bueno saber intuitivamente lo que significa un límite. Significa que eventualmente cada número en la secuencia está cerca del númerox. Más precisamente, podemos acercarnos arbitrariamente al límite, siempre que vayamos lo suficientemente lejos en la secuencia. No significa que lleguemos alguna vez al límite. Es posible, y bastante común, que no hayax_n en la secuencia que iguale al límitex. Ilustramos el concepto en. En la figura primero pensamos en la secuencia como una gráfica, ya que es una función de{\mathbb{N}}. En segundo lugar también lo trazamos como una secuencia de puntos etiquetados en la línea real.

Cuando escribimos\lim\, x_n = x para algún número realx, estamos diciendo dos cosas. Primero, eso\{ x_n \} es convergente, y segundo que el límite esx.

La definición anterior es una de las definiciones más importantes en el análisis, y es necesario entenderla perfectamente. El punto clave en la definición es que dado cualquiera\epsilon > 0, podemos encontrar unM. ElM puede depender\epsilon, así que solo elegimos unaM vez que conocemos\epsilon. Ilustremos este concepto con algunos ejemplos.

La secuencia constante1,1,1,1,\ldots es convergente y el límite es 1. Para cada\epsilon > 0, elegimosM = 1.

Reclamación: La secuencia\{ \nicefrac{1}{n} \} es convergente y\lim_{n\to \infty} \frac{1}{n} = 0 . Prueba: Dada una\epsilon > 0, encontramos unaM \in {\mathbb{N}} tal que0 < \nicefrac{1}{M} < \epsilon (en el trabajo). Entonces por todosn \geq M tenemos eso\left\lvert {x_n - 0} \right\rvert = \left\lvert {\frac{1}{n}} \right\rvert = \frac{1}{n} \leq \frac{1}{M} < \epsilon .

La secuencia\{ {(-1)}^n \} es divergente. Prueba: Si hubiera un límitex, entonces para\epsilon = \frac{1}{2} nosotros esperamos unaM que satisfaga la definición. Supongamos que talM existe, entonces para un parn \geq M calculamos\nicefrac{1}{2} > \left\lvert {x_n - x} \right\rvert = \left\lvert {1 - x} \right\rvert \qquad \text{and} \qquad \nicefrac{1}{2} > \left\lvert {x_{n+1} - x} \right\rvert = \left\lvert {-1 - x} \right\rvert . Pero2 = \left\lvert {1 - x - (-1 -x)} \right\rvert \leq \left\lvert {1 - x} \right\rvert + \left\lvert {-1 -x} \right\rvert < \nicefrac{1}{2} + \nicefrac{1}{2} = 1 , y eso es una contradicción.

[prop:limisunique] Una secuencia convergente tiene un límite único.

La prueba de esta proposición exhibe una técnica útil en el análisis. Muchas pruebas siguen el mismo esquema general. Queremos mostrar que cierta cantidad es cero. Escribimos la cantidad usando la desigualdad del triángulo como dos cantidades, y estimamos cada una por números arbitrariamente pequeños.

Supongamos que la secuencia\{ x_n \} tiene el límitex y el límitey. Toma una arbitraria\epsilon > 0. De la definición encontrar unM_1 tal que para todosn \geq M_1,\left\lvert {x_n-x} \right\rvert < \nicefrac{\epsilon}{2}. De igual manera encontramos unM_2 tal que por todon \geq M_2 lo que tenemos\left\lvert {x_n-y} \right\rvert < \nicefrac{\epsilon}{2}. TomarM := \max \{M_1, M_2\}. Paran \geq M (para que ambosn \geq M_1 yn \geq M_2) tengamos\begin{split} \left\lvert {y-x} \right\rvert & = \left\lvert {x_n-x - (x_n -y)} \right\rvert \\ & \leq \left\lvert {x_n-x} \right\rvert + \left\lvert {x_n -y} \right\rvert \\ & < \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon . \end{split} Como\left\lvert {y-x} \right\rvert < \epsilon para todos\epsilon > 0, entonces\left\lvert {y-x} \right\rvert = 0 yy=x. De ahí que el límite (si existe) sea único.

Una secuencia convergente\{ x_n \} está delimitada.

Supongamos que\{ x_n \} converge ax. Así existeM \in {\mathbb{N}} tal que por todon \geq M lo que tenemos\left\lvert {x_n - x} \right\rvert < 1. VamosB_1 := \left\lvert {x} \right\rvert+1 y notemos que paran \geq M nosotros tenemos\begin{split} \left\lvert {x_n} \right\rvert & = \left\lvert {x_n - x + x} \right\rvert \\ & \leq \left\lvert {x_n - x} \right\rvert + \left\lvert {x} \right\rvert \\ & < 1 + \left\lvert {x} \right\rvert = B_1 . \end{split} El conjunto\{ \left\lvert {x_1} \right\rvert, \left\lvert {x_2} \right\rvert, \ldots, \left\lvert {x_{M-1}} \right\rvert \} es un conjunto finito y por lo tantoB_2 := \max \{ \left\lvert {x_1} \right\rvert, \left\lvert {x_2} \right\rvert, \ldots, \left\lvert {x_{M-1}} \right\rvert \} . let LetB := \max \{ B_1, B_2 \}. Entonces por todon \in {\mathbb{N}} lo que tenemos\left\lvert {x_n} \right\rvert \leq B. \qedhere

La secuencia\{ {(-1)}^n \} muestra que lo contrario no se sostiene. Una secuencia acotada no es necesariamente convergente.

Vamos a mostrar la secuencia\left\{ \frac{n^2+1}{n^2+n} \right\} converge y\lim_{n\to\infty} \frac{n^2+1}{n^2+n} = 1 .

Dado\epsilon > 0, encuentraM \in {\mathbb{N}} tal que\frac{1}{M+1} < \epsilon. Entonces para cualquieran \geq M tenemos\begin{split} %\abs{\frac{n^2+1}{n^2+n} - 1} & = %\abs{\frac{n^2+1 - (n^2+n)}{n^2+n}} \\ \left\lvert {\frac{n^2+1}{n^2+n} - 1} \right\rvert = \left\lvert {\frac{n^2+1 - (n^2+n)}{n^2+n}} \right\rvert & = \left\lvert {\frac{1 - n}{n^2+n}} \right\rvert \\ & = \frac{n-1}{n^2+n} \\ & \leq \frac{n}{n^2+n} = \frac{1}{n+1} \\ & \leq \frac{1}{M+1} < \epsilon . \end{split} Por lo tanto,\lim \frac{n^2+1}{n^2+n} = 1.

Secuencias monótona

El tipo más simple de una secuencia es una secuencia monótona. Comprobar que una secuencia monótona converge es tan fácil como verificar que esté delimitada. También es fácil encontrar el límite para una secuencia monótona convergente, siempre que podamos encontrar el supremo o infimum de un conjunto contable de números.

Una secuencia\{ x_n \} es monótona aumentando si esx_n \leq x_{n+1} para todosn \in {\mathbb{N}}. Una secuencia\{ x_n \} es monótona decreciente si esx_n \geq x_{n+1} para todosn \in {\mathbb{N}}. Si una secuencia es monótona creciente o monótona decreciente, simplemente podemos decir que la secuencia es monótona. Algunos autores también utilizan la palabra monotónico.

Por ejemplo,\{ \nicefrac{1}{n} \} es monótona decreciente, la secuencia constante\{ 1 \} es tanto monótona creciente como monótona decreciente, y no\{ {(-1)}^n \} es mon Los primeros términos de una secuencia monótona creciente muestra se muestran en.

[thm:monotoneconv] Una secuencia monótona\{ x_n \} se limita si y sólo si es convergente.

Además, si\{ x_n \} es monótona creciente y acotada, entonces\lim_{n\to \infty} x_n = \sup \{ x_n : n \in {\mathbb{N}}\} . Si\{ x_n \} es monótona decreciente y acotada, entonces\lim_{n\to \infty} x_n = \inf \{ x_n : n \in {\mathbb{N}}\} .

Supongamos que la secuencia es monótona creciente. Supongamos que la secuencia está acotada, entonces existeB tal quex_n \leq B para todosn, es decir, el conjunto\{ x_n : n \in {\mathbb{N}}\} está acotado desde arriba. x := \sup \{ x_n : n \in {\mathbb{N}}\} .Dejemos\epsilon > 0 ser arbitrarios. Comox es el supremo, entonces debe haber por lo menos unoM \in {\mathbb{N}} tal quex_{M} > x-\epsilon (porquex es el supremo). Como\{ x_n \} es monótono aumentando, entonces es fácil ver (por) esox_n \geq x_{M} para todosn \geq M. De ahí\left\lvert {x_n-x} \right\rvert = x-x_n \leq x-x_{M} < \epsilon . Por lo tanto la secuencia converge ax. Ya sabemos que se delimita una secuencia convergente, lo que completa la otra dirección de la implicación.

La prueba de secuencias decrecientes monótonas se deja como ejercicio.

Toma la secuencia\{ \frac{1}{\sqrt{n}} \}.

Primero\frac{1}{\sqrt{n}} > 0 para todon \in {\mathbb{N}}, y de ahí la secuencia está delimitada desde abajo. Demostremos que es monótona decreciente. Empezamos con\sqrt{n+1} \geq \sqrt{n} (¿por qué es eso cierto?). De esta desigualdad obtenemos\frac{1}{\sqrt{n+1}} \leq \frac{1}{\sqrt{n}} . Así que la secuencia es monótona decreciente y acotada desde abajo (de ahí acotada). Aplicamos el teorema para señalar que la secuencia es convergente y de hecho ya\lim_{n\to \infty} \frac{1}{\sqrt{n}} = \inf \left\{ \frac{1}{\sqrt{n}} : n \in {\mathbb{N}}\right\} . sabemos que el infimum es mayor o igual a 0, ya que 0 es un límite inferior. Toma un númerob \geq 0 tal queb \leq \frac{1}{\sqrt{n}} para todosn. Cuadramos ambos lados para obtenerb^2 \leq \frac{1}{n} \qquad \text{for all $n \in {\mathbb{N}}$}. Hemos visto antes que esto implica queb^2 \leq 0 (una consecuencia de la). Como también lo hemos hechob^2 \geq 0, entoncesb^2 = 0 y asíb = 0. De ahíb=0 es el mayor límite inferior, y\lim \frac{1}{\sqrt{n}} = 0.

Una palabra de precaución: Debemos demostrar que una secuencia monótona está acotada para poder usarla. Por ejemplo, la secuencia\{ 1 + \nicefrac{1}{2} + \cdots + \nicefrac{1}{n} \} es una secuencia monótona creciente que crece muy lentamente. Veremos, una vez lleguemos a la serie, que esta secuencia no tiene límite superior y por lo tanto no converge. No es en absoluto obvio que esta secuencia no tenga límite superior.

Un ejemplo común de dónde surgen las secuencias monótonas es la siguiente proposición. La prueba se deja como ejercicio.

[prop:supinfseq] DejarS \subset {\mathbb{R}} ser un conjunto delimitado no vacío. Luego existen secuencias\{ x_n \} monótonas y\{ y_n \} tal quex_n, y_n \in S y\sup\,S = \lim_{n\to \infty} x_n \qquad \text{and} \qquad \inf\,S = \lim_{n\to\infty} y_n .

Cola de una secuencia

Para una secuencia\{ x_n \}, la K-cola (dondeK \in {\mathbb{N}}) o simplemente la cola de la secuencia es la secuencia que comienza enK+1, generalmente escrita como\{ x_{n+K} \}_{n=1}^\infty \qquad \text{or} \qquad \{ x_n \}_{n=K+1}^\infty .

El resultado principal sobre la cola de una secuencia es la siguiente proposición.

Dejar\{ x_n \}_{n=1}^\infty ser una secuencia. Entonces las siguientes declaraciones son equivalentes:

  1. [prop:ktail:i] La secuencia\{ x_n \}_{n=1}^\infty converge.
  2. [prop:ktail:ii] LaK -cola\{ x_{n+K} \}_{n=1}^\infty converge para todosK \in {\mathbb{N}}.
  3. [prop:ktail:iii] LaK -cola\{ x_{n+K} \}_{n=1}^\infty converge para algunosK \in {\mathbb{N}}.

Además, si existe alguno (y por lo tanto todos) de los límites, entonces para cualquierK \in {\mathbb{N}}\lim_{n\to \infty} x_n = \lim_{n \to \infty} x_{n+K} .

Es claro que [prop:ktail:ii] implica [prop:ktail:iii]. Por lo tanto mostraremos primero que [prop:ktail:i] implica [prop:ktail:ii], y luego mostraremos que [prop:ktail:iii] implica [prop:ktail:i]. En el proceso también mostraremos que los límites son iguales.

Empecemos con [prop:ktail:i] implica [prop:ktail:ii]. Supongamos que\{x_n \} converge a algunosx \in {\mathbb{R}}. QueK \in {\mathbb{N}} sea arbitrario. Definiry_n := x_{n+K}, deseamos mostrar que\{ y_n \} converge ax. Es decir, dada una\epsilon > 0, existeM \in {\mathbb{N}} tal que\left\lvert {x-x_n} \right\rvert < \epsilon para todosn \geq M. Tenga en cuenta quen \geq M implican+K \geq M. Por lo tanto, es cierto que para todosn \geq M tenemos eso\left\lvert {x-y_n} \right\rvert = \left\lvert {x-x_{n+K}} \right\rvert < \epsilon . Por lo tanto\{ y_n \} converge ax.

Pasemos a [prop:ktail:iii] implica [prop:ktail:i]. K \in {\mathbb{N}}Déjese dar, definiry_n := x_{n+K}, y supongamos que eso\{ y_n \} convergex \in {\mathbb{R}}. Es decir, dada una\epsilon > 0, existeM' \in {\mathbb{N}} tal que\left\lvert {x-y_n} \right\rvert < \epsilon para todosn \geq M'. VamosM := M'+K. Entoncesn \geq M implican-K \geq M'. Así, siempre quen \geq M tengamos\left\lvert {x-x_n} \right\rvert = \left\lvert {x-y_{n-K}} \right\rvert < \epsilon. Por lo tanto\{ x_n \} converge ax.

Esencialmente, al límite no le importa cómo comienza la secuencia, solo le importa la cola de la secuencia. Es decir, el inicio de la secuencia puede ser arbitrario.

Por ejemplo, la secuencia definida porx_n := \frac{n}{n^2+16} es decreciente si empezamos enn=4 (está aumentando antes). Es decir,\{ x_n \} = \nicefrac{1}{17}, \nicefrac{1}{10}, \nicefrac{3}{25}, \nicefrac{1}{8}, \nicefrac{5}{41}, \nicefrac{3}{26}, \nicefrac{7}{65}, \nicefrac{1}{10}, \nicefrac{9}{97}, \nicefrac{5}{58},\ldots, y\nicefrac{1}{17} < \nicefrac{1}{10} < \nicefrac{3}{25} < \nicefrac{1}{8} > \nicefrac{5}{41} > \nicefrac{3}{26} > \nicefrac{7}{65} > \nicefrac{1}{10} > \nicefrac{9}{97} > \nicefrac{5}{58} > \ldots . Eso es si tiramos a la basura los 3 primeros términos y miramos la cola 3 está disminuyendo. La prueba se deja como ejercicio. Dado que la cola 3 es monótona y está delimitada por debajo de cero, es convergente, y por lo tanto la secuencia es convergente.

Subsecuencias

Un concepto muy útil relacionado con las secuencias es el de una subsecuencia. Una subsecuencia de\{ x_n \} es una secuencia que contiene solo algunos de los números de\{ x_n \} en el mismo orden.

Dejar\{ x_n \} ser una secuencia. Dejar\{ n_i \} ser una secuencia estrictamente creciente de números naturales (es decirn_1 < n_2 < n_3 < \cdots). La secuencia\{ x_{n_i} \}_{i=1}^\infty se llama una subsecuencia de\{ x_n \}.

Por ejemplo, tomemos la secuencia\{ \nicefrac{1}{n} \}. La secuencia\{ \nicefrac{1}{3n} \} es una subsecuencia. Para ver cómo encajan estas dos secuencias en la definición, toman_i := 3i. Los números en la subsecuencia deben provenir de la secuencia original, por lo que no1,0,\nicefrac{1}{3},0, \nicefrac{1}{5},\ldots es una subsecuencia de\{ \nicefrac{1}{n} \}. Del mismo modo se debe conservar el orden, por lo que la secuencia no1,\nicefrac{1}{3},\nicefrac{1}{2},\nicefrac{1}{5},\ldots es una subsecuencia de\{ \nicefrac{1}{n} \}.

Una cola de una secuencia es un tipo especial de una subsecuencia. Para una subsecuencia arbitraria, tenemos la siguiente proposición sobre la convergencia.

[prop:seqtosubseq] Si\{ x_n \} es una secuencia convergente, entonces cualquier subsecuencia también\{ x_{n_i} \} es convergente y\lim_{n\to \infty} x_n = \lim_{i\to \infty} x_{n_i} .

Supongamos\lim_{n\to \infty} x_n = x. Eso significa que por cada\epsilon > 0 tenemos unM \in {\mathbb{N}} tal que para todos No esn \geq M\left\lvert {x_n - x} \right\rvert < \epsilon . difícil de probar (¡hazlo!) por eson_i \geq i. De ahíi \geq M implican_i \geq M. Así, por todoi \geq M lo que tenemos\left\lvert {x_{n_i} - x} \right\rvert < \epsilon , y estamos hechos.

La existencia de una subsecuencia convergente no implica convergencia de la secuencia misma. Toma la secuencia0,1,0,1,0,1,\ldots. Es decir,x_n = 0 sin es impar, yx_n = 1 sin es par. La secuencia\{ x_n \} es divergente, sin embargo, la subsecuencia\{ x_{2n} \} converge a 1 y la subsecuencia\{ x_{2n+1} \} converge a 0. Comparar.

Ejercicios

En los siguientes ejercicios, siéntete libre de usar lo que sabes del cálculo para encontrar el límite, si existe. Pero debes probar que encontraste el límite correcto, o probar que la serie es divergente.

¿Está\{ 3n \} delimitada la secuencia? Demostrar o desacreditar.

¿La secuencia es\{ n \} convergente? Si es así, ¿cuál es el límite?

¿La secuencia es\left\{ \dfrac{{(-1)}^n}{2n} \right\} convergente? Si es así, ¿cuál es el límite?

¿La secuencia es\{ 2^{-n} \} convergente? Si es así, ¿cuál es el límite?

¿La secuencia es\left\{ \dfrac{n}{n+1} \right\} convergente? Si es así, ¿cuál es el límite?

¿La secuencia es\left\{ \dfrac{n}{n^2+1} \right\} convergente? Si es así, ¿cuál es el límite?

[ejercicio:absconv] Dejar\{ x_n \} ser una secuencia.

  1. Mostrar que\lim\, x_n = 0 (es decir, el límite existe y es cero) si y solo si\lim \left\lvert {x_n} \right\rvert = 0.
  2. Encuentra un ejemplo tal que\{ \left\lvert {x_n} \right\rvert \} converja y\{ x_n \} diverja.

¿La secuencia es\left\{ \dfrac{2^n}{n!} \right\} convergente? Si es así, ¿cuál es el límite?

Demuestre que la secuencia\left\{ \dfrac{1}{\sqrt[3]{n}} \right\} es monótona, acotada y utilízala para encontrar el límite.

Demuestre que la secuencia\left\{ \dfrac{n+1}{n} \right\} es monótona, acotada y utilízala para encontrar el límite.

Terminar la prueba de secuencias decrecientes monótona.

Demostrar.

Dejar\{ x_n \} ser una secuencia monótona convergente. Supongamos que existek \in {\mathbb{N}} tal que\lim_{n\to \infty} x_n = x_k . Mostrar esox_n = x_k para todosn \geq k.

Encuentra una subsecuencia convergente de la secuencia\{ {(-1)}^n \}.

Let\{x_n\} Ser una secuencia definida porx_n := \begin{cases} n & \text{if $n$ is odd} , \\ \nicefrac{1}{n} & \text{if $n$ is even} . \end{cases}

  1. ¿Está delimitada la secuencia? (probar o desacreditar)
  2. ¿Existe una subsecuencia convergente? Si es así, encuéntralo.

Dejar\{ x_n \} ser una secuencia. Supongamos que hay dos subsecuencias convergentes\{ x_{n_i} \} y\{ x_{m_i} \}. Supongamos\lim_{i\to\infty} x_{n_i} = a \qquad \text{and} \qquad \lim_{i\to\infty} x_{m_i} = b, dóndea \not= b. Demostrar que no\{ x_n \} es convergente, sin usar.

Encuentra una secuencia\{ x_n \} tal que para cualquieray \in {\mathbb{R}}, existe una subsecuencia\{ x_{n_i} \} convergente ay.

Dejar\{ x_n \} ser una secuencia yx \in {\mathbb{R}}. Supongamos que para cualquiera\epsilon > 0, hayM tal que para todosn \geq M,\left\lvert {x_n-x} \right\rvert \leq \epsilon. \lim\, x_n = xDemuéstralo.

Que\{ x_n \} sea una secuencia yx \in {\mathbb{R}} tal que existak \in {\mathbb{N}} tal que para todosn \geq k,x_n = x. Demostrar que\{ x_n \} converge ax.

Dejar\{ x_n \} ser una secuencia y definir una secuencia\{ y_n \} pory_{2k} := x_{k^2} yy_{2k-1} = x_k para todosk \in {\mathbb{N}}. Demostrar que\{ x_n \} converge si y sólo si\{ y_n \} converge. Además, demostrar que si convergen, entonces\lim\, x_n = \lim\, y_n.

Mostrar que la cola 3 de la secuencia definida porx_n := \frac{n}{n^2+16} es monótona decreciente. Pista: Supongamosn \geq m \geq 4 y consideremos el numerador de la expresiónx_n-x_m.

Supongamos que\{ x_n \} es una secuencia tal que las subsecuencias\{ x_{2n} \}\{ x_{2n-1} \},, y\{ x_{3n} \} todas convergen. Demostrar que\{ x_n \} es convergente.

Datos sobre los límites de las secuencias

Nota: 2—2.5 conferencias, secuencias definidas recursivamente se pueden omitir de forma segura

En esta sección repasamos algunos resultados básicos sobre los límites de las secuencias. Comenzamos por observar cómo las secuencias interactúan con las desigualdades.

Límites y desigualdades

Un lema básico sobre límites y desigualdades es el llamado lema squeeze. Permite mostrar convergencia de secuencias en casos difíciles si encontramos otras dos secuencias convergentes más simples que “aprietan” la secuencia original.

[squeeze:lemma] Dejar\{ a_n \},\{ b_n \}, y\{ x_n \} ser secuencias tales quea_n \leq x_n \leq b_n \quad \text{ for all $n \in {\mathbb{N}}$} . Supongamos\{ a_n \} y\{ b_n \} convergen y\lim_{n\to \infty} a_n = \lim_{n\to \infty} b_n . Entonces\{ x_n \} converge y\lim_{n\to \infty} x_n = \lim_{n\to \infty} a_n = \lim_{n\to \infty} b_n .

La idea intuitiva de la prueba se ilustra en. Six es el límite dea_n yb_n, entonces si ambos están dentro\nicefrac{\epsilon}{3} dex, entonces la distancia entrea_n yb_n es como mucho\nicefrac{2\epsilon}{3}. Comox_n es entrea_n yb_n es a lo sumo\nicefrac{2\epsilon}{3} dea_n. Dado quea_n está a lo sumo\nicefrac{\epsilon}{3} lejos dex, entoncesx_n debe estar a lo sumo\epsilon lejos dex. Sigamos rigurosamente esta intuición.

Vamosx := \lim\, a_n = \lim\, b_n. Dejemos\epsilon > 0 que se den.

Encontrar unM_1 tal que por todosn \geq M_1 tenemos eso\left\lvert {a_n-x} \right\rvert < \nicefrac{\epsilon}{3}, y unM_2 tal que para todosn \geq M_2 tenemos\left\lvert {b_n-x} \right\rvert < \nicefrac{\epsilon}{3}. SetM := \max \{M_1, M_2 \}. Supongamosn \geq M. Calculamos\begin{split} \left\lvert {x_n - a_n} \right\rvert = x_n-a_n & \leq b_n-a_n \\ & = \left\lvert {b_n - x + x - a_n} \right\rvert \\ & \leq \left\lvert {b_n - x} \right\rvert + \left\lvert {x - a_n} \right\rvert \\ & < \frac{\epsilon}{3} + \frac{\epsilon}{3} = \frac{2\epsilon}{3} . \end{split} Armados con esta información estimamos\begin{split} \left\lvert {x_n - x} \right\rvert &= \left\lvert {x_n - x + a_n - a_n} \right\rvert \\ &\leq \left\lvert {x_n - a_n} \right\rvert + \left\lvert {a_n - x} \right\rvert \\ & < \frac{2\epsilon}{3} + \frac{\epsilon}{3} = \epsilon . \end{split} Y ya terminamos.

Una aplicación de la es calcular límites de secuencias usando límites que ya se conocen. Por ejemplo, supongamos que tenemos la secuencia\{ \frac{1}{n\sqrt{n}} \}. Ya que\sqrt{n} \geq 1 para todosn \in {\mathbb{N}}, tenemos0 \leq \frac{1}{n\sqrt{n}} \leq \frac{1}{n} para todosn \in {\mathbb{N}}. Ya lo sabemos\lim \nicefrac{1}{n} = 0. Por lo tanto, usando la secuencia constante\{ 0 \} y la secuencia\{ \nicefrac{1}{n} \} en el lema squeeze, concluimos\lim_{n\to\infty} \frac{1}{n\sqrt{n}} = 0 .

Los límites también preservan las desigualdades.

[limandineq:lemma] Dejar\{ x_n \} y\{ y_n \} ser secuencias convergentes yx_n \leq y_n , para todosn \in {\mathbb{N}}. Entonces\lim_{n\to\infty} x_n \leq \lim_{n\to\infty} y_n .

Dejarx := \lim\, x_n yy := \lim\, y_n. Dejemos\epsilon > 0 que se den. Encuentra unM_1 tal que por todon \geq M_1 lo que tenemos\left\lvert {x_n-x} \right\rvert < \nicefrac{\epsilon}{2}. Encuentra unM_2 tal que por todon \geq M_2 lo que tenemos\left\lvert {y_n-y} \right\rvert < \nicefrac{\epsilon}{2}. En particular, para algunosn \geq \max\{ M_1, M_2 \} tenemosx-x_n < \nicefrac{\epsilon}{2} yy_n-y < \nicefrac{\epsilon}{2}. Añadimos estas desigualdades para obtenery_n-x_n+x-y < \epsilon, \qquad \text{or} \qquad y_n-x_n < y-x+ \epsilon . Ya quex_n \leq y_n tenemos0 \leq y_n-x_n y por lo tanto0 < y-x+ \epsilon. En otras palabrasx-y < \epsilon . Porque\epsilon > 0 fue arbitrario obtenemosx-y \leq 0, ya que hemos visto que un número no negativo menor que cualquier positivo\epsilon es cero. Por lo tantox \leq y.

Se demuestra un corolario fácil usando secuencias constantes en. La prueba se deja como ejercicio.

[limandineq:cor]

  1. Que\{ x_n \} sea una secuencia convergente tal quex_n \geq 0, entonces\lim_{n\to\infty} x_n \geq 0.
  2. Dejemosa,b \in {\mathbb{R}} y dejemos\{ x_n \} ser una secuencia convergente tal quea \leq x_n \leq b , para todosn \in {\mathbb{N}}. Entoncesa \leq \lim_{n\to\infty} x_n \leq b.

En y no podemos simplemente sustituir todas las desigualdades no estrictas por desigualdades estrictas. Por ejemplo, vamosx_n := \nicefrac{-1}{n} yy_n := \nicefrac{1}{n}. Entoncesx_n < y_n,x_n < 0, yy_n > 0 para todosn. Sin embargo, estas desigualdades no son preservadas por la operación límite como lo hemos hecho nosotros\lim\, x_n = \lim\, y_n = 0. La moraleja de este ejemplo es que las desigualdades estrictas pueden convertirse en desigualdades no estrictas cuando se aplican límites; si sabemosx_n < y_n para todosn, solo podemos concluir\lim_{n \to \infty} x_n \leq \lim_{n \to \infty} y_n . Este tema es una fuente común de errores.

Continuidad de las operaciones algebraicas

Los límites interactúan muy bien con las operaciones algebraicas.

[prop:contalg] Dejar\{ x_n \} y\{ y_n \} ser secuencias convergentes.

  1. [prop:contalg:i] La secuencia\{ z_n \}, dondez_n := x_n + y_n, converge y\lim_{n \to \infty} (x_n + y_n) = \lim_{n \to \infty} z_n = \lim_{n \to \infty} x_n + \lim_{n \to \infty} y_n .
  2. [prop:contalg:ii] La secuencia\{ z_n \}, dondez_n := x_n - y_n, converge y\lim_{n \to \infty} (x_n - y_n) = \lim_{n \to \infty} z_n = \lim_{n \to \infty} x_n - \lim_{n \to \infty} y_n .
  3. [prop:contalg:iii] La secuencia\{ z_n \}, dondez_n := x_n y_n, converge y\lim_{n \to \infty} (x_n y_n) = \lim_{n \to \infty} z_n = \left( \lim_{n \to \infty} x_n \right) \left( \lim_{n \to \infty} y_n \right) .
  4. [prop:contalg:iv] Si\lim\, y_n \not= 0 yy_n \not= 0 para todosn \in {\mathbb{N}}, entonces la secuencia\{ z_n \}, dondez_n := \dfrac{x_n}{y_n}, converge y\lim_{n \to \infty} \frac{x_n}{y_n} = \lim_{n \to \infty} z_n = %\frac{\lim_{n \to \infty} x_n}{\lim_{n \to \infty} y_n} . \frac{\lim\, x_n}{\lim\, y_n} .

Empecemos con [prop:contalg:i]. Supongamos\{ x_n \} y\{ y_n \} son secuencias convergentes y escribirz_n := x_n + y_n. Vamosx := \lim\, x_n,y := \lim\, y_n, yz := x+y.

Dejemos\epsilon > 0 que se den. Encuentra unM_1 tal que por todon \geq M_1 lo que tenemos\left\lvert {x_n - x} \right\rvert < \nicefrac{\epsilon}{2}. Encuentra unM_2 tal que por todon \geq M_2 lo que tenemos\left\lvert {y_n - y} \right\rvert < \nicefrac{\epsilon}{2}. TomarM := \max \{ M_1, M_2 \}. Por todo\begin{split} \left\lvert {z_n - z} \right\rvert &= \left\lvert {(x_n+y_n) - (x+y)} \right\rvert = \left\lvert {x_n-x + y_n-y} \right\rvert \\ & \leq \left\lvert {x_n-x} \right\rvert + \left\lvert {y_n-y} \right\rvert \\ & < \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon. \end{split} lo quen \geq M tenemos Por lo tanto [prop:contalg:i] está probado. La prueba de [prop:contalg:ii] es casi idéntica y se deja como ejercicio.

Abordemos [prop:contalg:iii]. Supongamos de nuevo eso\{ x_n \} y\{ y_n \} son secuencias convergentes y escribirz_n := x_n y_n. Vamosx := \lim\, x_n,y := \lim\, y_n, yz := xy.

Dejemos\epsilon > 0 que se den. Como\{ x_n \} es convergente, está acotada. Por lo tanto, encuentra unB >0 tal que\left\lvert {x_n} \right\rvert \leq B para todosn \in {\mathbb{N}}. Encuentra unM_1 tal que por todon \geq M_1 lo que tenemos\left\lvert {x_n - x} \right\rvert < \frac{\epsilon}{2(\left\lvert {y} \right\rvert+1)}. Encuentra unM_2 tal que por todon \geq M_2 lo que tenemos\left\lvert {y_n - y} \right\rvert < \frac{\epsilon}{2B}. TomarM := \max \{ M_1, M_2 \}. Por todon \geq M lo que tenemos\begin{split} \left\lvert {z_n - z} \right\rvert &= \left\lvert {(x_ny_n) - (xy)} \right\rvert \\ & = \left\lvert {x_ny_n - (x+x_n-x_n)y} \right\rvert \\ & = \left\lvert {x_n(y_n -y) + (x_n - x)y} \right\rvert \\ & \leq \left\lvert {x_n(y_n -y)} \right\rvert + \left\lvert {(x_n - x)y} \right\rvert \\ & = \left\lvert {x_n} \right\rvert\left\lvert {y_n -y} \right\rvert + \left\lvert {x_n - x} \right\rvert\left\lvert {y} \right\rvert \\ & \leq B\left\lvert {y_n -y} \right\rvert + \left\lvert {x_n - x} \right\rvert\left\lvert {y} \right\rvert \\ & < B\frac{\epsilon}{2B} + \frac{\epsilon}{2(\left\lvert {y} \right\rvert+1)}\left\lvert {y} \right\rvert \\ & < \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon . \end{split}

Finalmente abordemos [prop:contalg:iv]. En lugar de probar [prop:contalg:iv] directamente, probamos la siguiente afirmación más simple:

Reclamación: Si\{ y_n \} es una secuencia convergente tal que\lim\, y_n \not= 0 yy_n \not= 0 para todosn \in {\mathbb{N}}, entonces\lim_{n\to\infty} \frac{1}{y_n} = \frac{1}{\lim\, y_n} .

Una vez probado el reclamo, tomamos la secuencia\{ \nicefrac{1}{y_n} \}, la multiplicamos por la secuencia\{ x_n \} y aplicamos ítem [prop:contalg:iii].

Comprobante de reclamo: Dejar\epsilon > 0 ser entregado. Vamosy := \lim\, y_n. Encuentra unM tal que por todosn \geq M tenemos\left\lvert {y_n - y} \right\rvert < \min \left\{ \left\lvert {y} \right\rvert^2\frac{\epsilon}{2}, \, \frac{\left\lvert {y} \right\rvert}{2} \right\} . Aviso que podemos hacer esta afirmación ya que el lado derecho es positivo porque\left\lvert {y} \right\rvert \not= 0. Por lo tanto por todo lo quen \geq M tenemos\left\lvert {y - y_n} \right\rvert < \frac{\left\lvert {y} \right\rvert}{2}, y así\left\lvert {y} \right\rvert = \left\lvert {y - y_n + y_n } \right\rvert \leq \left\lvert {y - y_n} \right\rvert + \left\lvert { y_n } \right\rvert < \frac{\left\lvert {y} \right\rvert}{2} + \left\lvert {y_n} \right\rvert. restando\nicefrac{\left\lvert {y} \right\rvert}{2} de ambos lados obtenemos\nicefrac{\left\lvert {y} \right\rvert}{2} < \left\lvert {y_n} \right\rvert, o en otras palabras,\frac{1}{\left\lvert {y_n} \right\rvert} < \frac{2}{\left\lvert {y} \right\rvert} . Ahora terminamos la prueba del reclamo:\begin{split} \left\lvert {\frac{1}{y_n} - \frac{1}{y}} \right\rvert &= \left\lvert {\frac{y - y_n}{y y_n}} \right\rvert \\ & = \frac{\left\lvert {y - y_n} \right\rvert}{\left\lvert {y} \right\rvert \left\lvert {y_n} \right\rvert} \\ & < \frac{\left\lvert {y - y_n} \right\rvert}{\left\lvert {y} \right\rvert} \, \frac{2}{\left\lvert {y} \right\rvert} \\ & < \frac{\left\lvert {y} \right\rvert^2 \frac{\epsilon}{2}}{\left\lvert {y} \right\rvert} \, \frac{2}{\left\lvert {y} \right\rvert} = \epsilon . \end{split} Y ya hemos terminado.

Al enchufar secuencias constantes, obtenemos varios corolarios fáciles. Sic \in {\mathbb{R}} y\{ x_n \} es una secuencia convergente, entonces por ejemplo\lim_{n \to \infty} c x_n = c \left( \lim_{n \to \infty} x_n \right) \qquad \text{and} \qquad \lim_{n \to \infty} (c + x_n) = c + \lim_{n \to \infty} x_n . Similarmente con resta y división constantes.

Como podemos tomar límites más allá de la multiplicación podemos mostrar (ejercer) eso\lim\, x_n^k = {(\lim\, x_n)}^k para todosk \in {\mathbb{N}}. Es decir, podemos tomar límites poderes pasados. Veamos si podemos hacer lo mismo con raíces.

Que\{ x_n \} sea una secuencia convergente tal quex_n \geq 0. Entonces\lim_{n\to\infty} \sqrt{x_n} = \sqrt{ \lim_{n\to\infty} x_n } .

Por supuesto para incluso hacer esta afirmación, necesitamos aplicar para demostrar eso\lim\, x_n \geq 0, para que podamos tomar la raíz cuadrada sin preocupaciones.

Dejar\{ x_n \} ser una secuencia convergente y dejarx := \lim\, x_n.

Primero supongamosx=0. Dejemos\epsilon > 0 que se den. Entonces hayM tal que por todon \geq M lo que tenemosx_n = \left\lvert {x_n} \right\rvert < \epsilon^2, o en otras palabras\sqrt{x_n} < \epsilon. De ahí\left\lvert {\sqrt{x_n} - \sqrt{x}} \right\rvert = \sqrt{x_n} < \epsilon.

Ahora supongamosx > 0 (y por lo tanto\sqrt{x} > 0). \begin{split} \left\lvert {\sqrt{x_n}-\sqrt{x}} \right\rvert &= \left\lvert {\frac{x_n-x}{\sqrt{x_n}+\sqrt{x}}} \right\rvert \\ &= \frac{1}{\sqrt{x_n}+\sqrt{x}} \left\lvert {x_n-x} \right\rvert \\ & \leq \frac{1}{\sqrt{x}} \left\lvert {x_n-x} \right\rvert . \end{split}Dejamos el resto de la prueba al lector.

Una prueba similar funciona para la raízk th. Es decir, también obtenemos\lim\, x_n^{1/k} = {( \lim\, x_n )}^{1/k}. Dejamos esto al lector como un ejercicio desafiante.

También podemos querer tomar el límite más allá del signo de valor absoluto. Lo contrario de esta proposición no es cierto, véase la parte b).

Si\{ x_n \} es una secuencia convergente, entonces\{ \left\lvert {x_n} \right\rvert \} es convergente y\lim_{n\to\infty} \left\lvert {x_n} \right\rvert = \left\lvert {\lim_{n\to\infty} x_n} \right\rvert .

Simplemente notamos la desigualdad del triángulo inverso\big\lvert \left\lvert {x_n} \right\rvert - \left\lvert {x} \right\rvert \big\rvert \leq \left\lvert {x_n-x} \right\rvert . De ahí que si se\left\lvert {x_n -x} \right\rvert puede hacer arbitrariamente pequeña, así puede\big\lvert \left\lvert {x_n} \right\rvert - \left\lvert {x} \right\rvert \big\rvert. Los detalles se dejan al lector.

Veamos un ejemplo juntando las proposiciones anteriores. Ya que sabemos eso\lim \nicefrac{1}{n} = 0, entonces es\lim_{n\to \infty} \left\lvert {\sqrt{1 + \nicefrac{1}{n}} - \nicefrac{100}{n^2}} \right\rvert = \left\lvert {\sqrt{1 + (\lim \nicefrac{1}{n})} - 100 (\lim \nicefrac{1}{n})(\lim \nicefrac{1}{n})} \right\rvert = 1. decir, el límite en el lado izquierdo existe porque existe el lado derecho. Realmente deberías leer la igualdad anterior de derecha a izquierda.

Secuencias definidas recursivamente

Ahora que sabemos que podemos intercambiar límites y operaciones algebraicas, podemos calcular los límites de muchas secuencias. Una de esas clases son secuencias definidas recursivamente, es decir, secuencias donde el siguiente número en la secuencia computado usando una fórmula a partir de un número fijo de elementos precedentes en la secuencia.

\{ x_n \}Déjese definir porx_1 := 2 y Primerox_{n+1} := x_n - \frac{x_n^2-2}{2x_n} . debemos averiguar si esta secuencia está bien definida; debemos demostrar que nunca dividimos por cero. Entonces debemos averiguar si la secuencia converge. Sólo entonces podremos intentar encontrar el límite.

Primero probemos quex_n existe yx_n > 0 para todosn (así la secuencia está bien definida y delimitada a continuación). Demostremos esto por. Eso lo sabemosx_1 = 2 > 0. Para el paso de inducción, supongamosx_n > 0. Entoncesx_{n+1} = x_n - \frac{x_n^2-2}{2x_n} = \frac{2x_n^2 - x_n^2+2}{2x_n} = \frac{x_n^2+2}{2x_n} . Six_n > 0, entoncesx_n^2+2 > 0 y por lo tantox_{n+1} > 0.

A continuación mostremos que la secuencia es monótona decreciente. Si lo demostramosx_n^2-2 \geq 0 para todosn, entoncesx_{n+1} \leq x_n para todosn. Obviamentex_1^2-2 = 4-2 = 2 > 0. Para una arbitrarian tenemosx_{n+1}^2-2 = {\left( \frac{x_n^2+2}{2x_n} \right)}^2 - 2 = \frac{x_n^4+4x_n^2+4 - 8x_n^2}{4x_n^2} = \frac{x_n^4-4x_n^2+4}{4x_n^2} = \frac{{\left( x_n^2-2 \right)}^2}{4x_n^2} . Ya que cualquier número al cuadrado no es negativo, tenemos esox_{n+1}^2-2 \geq 0 para todosn. Por lo tanto,\{ x_n \} es monótona decreciente y acotada (x_n > 0para todosn), y el límite existe. Queda por encontrar el límite.

Escribamos2x_nx_{n+1} = x_n^2+2 . Ya que\{ x_{n+1} \} es la 1-cola de\{ x_n \}, converge al mismo límite. Definamosx := \lim\, x_n. Tomamos el límite de ambas partes para obtener2x^2 = x^2+2 , ox^2 = 2. Enx_n > 0 cuanto a todon lo que obtenemosx \geq 0, y por lo tantox = \sqrt{2}.

Es posible que hayas visto la secuencia anterior antes. Es el método 8 de Newton para encontrar la raíz cuadrada de 2. Este método surge muy a menudo en la práctica y converge muy rápidamente. Observe que hemos utilizado el hecho de quex_1^2 -2 >0, aunque no era estrictamente necesario mostrar convergencia al considerar una cola de la secuencia. De hecho la secuencia converge siempre y cuandox_1 \not= 0, aunque con un negativox_1 llegaríamos ax=-\sqrt{2}. Al sustituir el 2 en el numerador obtenemos la raíz cuadrada de cualquier número positivo. Estas declaraciones se dejan como ejercicio.

Debe, sin embargo, tener cuidado. Antes de tomar algún límite, debes asegurarte de que la secuencia converja. Veamos un ejemplo.

Supongamosx_1 := 1 yx_{n+1} := x_n^2+x_n. Si asumimos ciegamente que el límite existe (llamarlox), entonces obtendríamos la ecuaciónx = x^2+x, de la cual podríamos concluirx=0. No obstante, no es difícil demostrar que\{ x_n \} no tiene límites y por lo tanto no converge.

Lo que hay que notar en este ejemplo es que el método sigue funcionando, pero depende del valor inicialx_1. Si establecemosx_1 := 0, entonces la secuencia converge y el límite realmente es 0. Toda una rama de las matemáticas, llamada dinámica, trata precisamente de estos temas.

Algunas pruebas de convergencia

No siempre es necesario volver a la definición de convergencia para demostrar que una secuencia es convergente. Primero damos una prueba de convergencia simple. La idea principal es que\{ x_n \} converge ax si y sólo si\{ \left\lvert { x_n - x } \right\rvert \} converge a cero.

[convzero:prop] Dejar\{ x_n \} ser una secuencia. Supongamos que hay unax \in {\mathbb{R}} y una secuencia convergente\{ a_n \} tal que\lim_{n\to\infty} a_n = 0 y\left\lvert {x_n - x} \right\rvert \leq a_n para todosn. Entonces\{ x_n \} converge y\lim\, x_n = x.

Dejemos\epsilon > 0 que se den. Tenga en cuenta quea_n \geq 0 para todosn. Encuentra unM \in {\mathbb{N}} tal que por todon \geq M lo que tenemosa_n = \left\lvert {a_n - 0} \right\rvert < \epsilon. Entonces, por todon \geq M lo que tenemos\left\lvert {x_n - x} \right\rvert \leq a_n < \epsilon . \qedhere

Como muestra la proposición, estudiar cuando una secuencia tiene un límite es lo mismo que estudiar cuando otra secuencia va a cero. En general puede ser difícil decidir si una secuencia converge, pero para ciertas secuencias existen pruebas fáciles de aplicar que nos indican si la secuencia converge o no. Veamos una de esas pruebas. Primero calculemos el límite de una secuencia muy específica.

Vamosc > 0.

  1. Sic < 1, entonces\lim_{n\to\infty} c^n = 0.
  2. Sic > 1, entonces\{ c^n \} está sin límites.

Primero supongamosc > 1. Escribimosc = 1+r para algunosr > 0. Por (o usando el teorema binomial si lo conoces) tenemos la desigualdad de Bernoulli (ver también):c^n = {(1+r)}^n \geq 1+nr . Por el de los números reales, la secuencia\{ 1+nr \} está sin límites (para cualquier númeroB, encontramosn \in {\mathbb{N}} tal quenr \geq B-1). Porc^n lo tanto, no tiene límites.

Ahora vamosc < 1. Escribirc = \frac{1}{1+r}, dónder > 0. Entoncesc^n = \frac{1}{{(1+r)}^n} \leq \frac{1}{1+nr} \leq \frac{1}{r} \frac{1}{n} . As\{ \frac{1}{n} \} converge a cero, también lo hace\{ \frac{1}{r} \frac{1}{n} \}. De ahí,\{ c^n \} converge a cero.

Si nos fijamos en la proposición anterior, observamos que la relación entre el término(n+1) th y eln th term esc. Generalizamos este resultado simple a una clase más grande de secuencias. El siguiente lema volverá a aparecer una vez que lleguemos a series.

[seq:ratiotest]\{ x_n \} Sea una secuencia tal quex_n \not= 0 para todosn y tal queL := \lim_{n\to\infty} \frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} exista el límite.

  1. SiL < 1, entonces\{ x_n \} converge y\lim\, x_n = 0.
  2. SiL > 1, entonces\{ x_n \} está sin límites (de ahí diverge).

SiL existe, peroL=1, el lema no dice nada. No podemos llegar a ninguna conclusión basada únicamente en esa información. Por ejemplo, la secuencia\{ \nicefrac{1}{n} \} converge a cero, peroL=1. La secuencia constante\{ 1 \} converge a 1, no a cero, y tambiénL=1. La secuencia\{ {(-1)}^n \} no converge en absoluto, yL=1. Finalmente la secuencia\{ \ln n \} está sin límites, una vez másL=1.

SupongamosL < 1. Como\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} \geq 0, tenemos esoL \geq 0. Escoger tal queL < r < 1. Deseamos comparar la secuencia con la secuenciar^n. La idea es que si bien la secuencia no va a ser menor queL eventualmente, eventualmente será menor quer, que sigue siendo menor que 1. La idea intuitiva de la prueba se ilustra en.

Comor-L > 0, existeM \in {\mathbb{N}} tal que por todo lo quen \geq M tenemos\left\lvert {\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} - L} \right\rvert < r-L . Por lo tanto,\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} < r . Paran > M (eso es paran \geq M+1) escribimos\left\lvert {x_n} \right\rvert = \left\lvert {x_M} \right\rvert \frac{\left\lvert {x_{M+1}} \right\rvert}{\left\lvert {x_{M}} \right\rvert} \frac{\left\lvert {x_{M+2}} \right\rvert}{\left\lvert {x_{M+1}} \right\rvert} \cdots \frac{\left\lvert {x_{n}} \right\rvert}{\left\lvert {x_{n-1}} \right\rvert} < \left\lvert {x_M} \right\rvert r r \cdots r = \left\lvert {x_M} \right\rvert r^{n-M} = (\left\lvert {x_M} \right\rvert r^{-M}) r^n . La secuencia\{ r^n \} converge a cero y de ahí\left\lvert {x_M} \right\rvert r^{-M} r^n converge a cero. Por, laM -cola de\{x_n\} converge a cero y por lo tanto\{x_n\} converge a cero.

Ahora supongamosL > 1. Escoger tal que1 < r < L. ComoL-r > 0, existeM \in {\mathbb{N}} tal que por todo lo quen \geq M tenemos\left\lvert {\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} - L} \right\rvert < L-r . Por lo tanto,\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} > r . De nuevo paran > M escribimos\left\lvert {x_n} \right\rvert = \left\lvert {x_M} \right\rvert \frac{\left\lvert {x_{M+1}} \right\rvert}{\left\lvert {x_{M}} \right\rvert} \frac{\left\lvert {x_{M+2}} \right\rvert}{\left\lvert {x_{M+1}} \right\rvert} \cdots \frac{\left\lvert {x_{n}} \right\rvert}{\left\lvert {x_{n-1}} \right\rvert} > \left\lvert {x_M} \right\rvert r r \cdots r = \left\lvert {x_M} \right\rvert r^{n-M} = (\left\lvert {x_M} \right\rvert r^{-M}) r^n . La secuencia\{ r^n \} es unbounded (sincer > 1), y por lo tanto\{x_n\} no puede ser acotada (si\left\lvert {x_n} \right\rvert \leq B para todosn, entonces r^n < \frac{B}{\left\lvert {x_M} \right\rvert} r^{M}para todosn, lo cual es imposible). En consecuencia,\{ x_n \} no puede converger.

Una simple aplicación del lema anterior es demostrar que\lim_{n\to\infty} \frac{2^n}{n!} = 0 .

Prueba: Encontramos que\frac{2^{n+1} / (n+1)!}{2^n/n!} = \frac{2^{n+1}}{2^n}\frac{n!}{(n+1)!} = \frac{2}{n+1} . No es difícil ver que\{ \frac{2}{n+1} \} converja a cero. La conclusión sigue por el lema.

Ejercicios

Demostrar. Pista: Utilice secuencias constantes y.

Demostrar parte [prop:contalg:ii] de.

Demostrar que si\{ x_n \} es una secuencia convergentek \in {\mathbb{N}},, entonces\lim_{n\to\infty} x_n^k = {\left( \lim_{n\to\infty} x_n \right)}^k . Pista: Usar.

Supongamosx_1 := \frac{1}{2} yx_{n+1} := x_n^2. Demostrar que\{ x_n \} converge y encuentra\lim\, x_n. Pista: ¡No se puede dividir por cero!

Vamosx_n := \frac{n-\cos(n)}{n}. Usa el para mostrar que\{ x_n \} converge y encuentra el límite.

Dejarx_n := \frac{1}{n^2} yy_n := \frac{1}{n}. Definirz_n := \frac{x_n}{y_n} yw_n := \frac{y_n}{x_n}. ¿Hacer\{ z_n \} y\{ w_n \} converger? ¿Cuáles son los límites? ¿Se puede aplicar? ¿Por qué o por qué no?

Verdadero o falso, probar o encontrar un contraejemplo. Si\{ x_n \} es una secuencia tal que\{ x_n^2 \} converge, entonces\{ x_n \} converge.

Demostrar que\lim_{n\to\infty} \frac{n^2}{2^n} = 0 .

Supongamos que\{ x_n \} es una secuencia y supongamos para algunosx \in {\mathbb{R}}, el límiteL := \lim_{n \to \infty} \frac{\left\lvert {x_{n+1}-x} \right\rvert}{\left\lvert {x_n-x} \right\rvert} existe yL < 1. Espectáculo que\{ x_n \} converge ax.

Que\{ x_n \} sea una secuencia convergente tal quex_n \geq 0 yk \in {\mathbb{N}}. Entonces\lim_{n\to\infty} x_n^{1/k} = {\left( \lim_{n\to\infty} x_n \right)}^{1/k} . Pista: Encuentra una expresiónq tal que\frac{x_n^{1/k}-x^{1/k}}{x_n-x} = \frac{1}{q}.

Vamosr > 0. Mostrar que a partir de cualquierax_1 \not= 0, la secuencia definida porx_{n+1} := x_n - \frac{x_n^2-r}{2x_n} converge a\sqrt{r} six_1 > 0 y-\sqrt{r} six_1 < 0.

a) Supongamos que\{ a_n \} es una secuencia acotada y\{ b_n \} es una secuencia que converge a 0. Espectáculo que\{ a_n b_n \} converge a 0.
b) Encontrar un ejemplo donde no\{ a_n \} esté acotado,\{ b_n \} converja a 0, y no\{ a_n b_n \} sea convergente.
c) Encontrar un ejemplo donde\{ a_n \} esté acotado,\{ b_n \} converja con algunosx \not= 0, y no\{ a_n b_n \} sea convergente.

Límite superior, límite inferior y Bolzano-Weierstrass

Nota: 1—2 conferencias, prueba alternativa de BW opcional

En esta sección se estudian las secuencias delimitadas y sus subsecuencias. En particular definimos el llamado límite superior y límite inferior de una secuencia acotada y hablamos de límites de subsecuencias. Además, probamos el teorema de Bolzano-Weierstrass 9, que es una herramienta indispensable en el análisis.

Hemos visto que cada secuencia convergente está acotada, aunque existen muchas secuencias divergentes acotadas. Por ejemplo, la secuencia\{ {(-1)}^n \} está acotada, pero es divergente. Sin embargo, no todo se pierde y todavía podemos calcular ciertos límites con una secuencia divergente acotada.

Límites superior e inferior

Hay formas de crear secuencias monótonas a partir de cualquier secuencia, y de esta manera obtenemos el llamado límite superior y límite inferior. Estos límites siempre existen para secuencias delimitadas.

Si una secuencia\{ x_n \} está delimitada, entonces el conjunto\{ x_k : k \in {\mathbb{N}}\} está delimitado. Entonces por cadan conjunto también\{ x_k : k \geq n \} está acotado (ya que es un subconjunto).

[liminflimsup:def] Let\{ x_n \} Ser una secuencia acotada. Dejara_n := \sup \{ x_k : k \geq n \} yb_n := \inf \{ x_k : k \geq n \}. Definir\begin{aligned} \limsup_{n \to \infty} \, x_n & := \lim_{n \to \infty} a_n , \\ \liminf_{n \to \infty} \, x_n & := \lim_{n \to \infty} b_n .\end{aligned}

Para una secuencia acotada, liminf y limsup siempre existen (ver abajo). Es posible definir liminf y limsup para secuencias no delimitadas si permitimos\infty y-\infty. No es difícil generalizar los siguientes resultados para incluir secuencias no delimitadas, sin embargo, primero restringimos nuestra atención a las delimitadas.

Dejar\{ x_n \} ser una secuencia acotada. Dejara_n yb_n ser como en la definición anterior.

  1. La secuencia\{ a_n \} es limitada monótona decreciente y\{ b_n \} está acotada monótona creciente. En particular,\liminf x_n y\limsup x_n existir.
  2. \displaystyle \limsup_{n \to \infty} \, x_n = \inf \{ a_n : n \in {\mathbb{N}}\}y\displaystyle \liminf_{n \to \infty} \, x_n = \sup \{ b_n : n \in {\mathbb{N}}\}.
  3. \displaystyle \liminf_{n \to \infty} \, x_n \leq \limsup_{n \to \infty} \, x_n.

Veamos por qué\{ a_n \} es una secuencia decreciente. Al iguala_n que el límite inferior superior para\{ x_k : k \geq n \}, también es un límite superior para el subconjunto\{ x_k : k \geq (n+1) \}. Por lo tantoa_{n+1}, el límite inferior superior para\{ x_k : k \geq (n+1) \}, tiene que ser menor o igual aa_n, es decir,a_n \geq a_{n+1}. Del mismo modo (un ejercicio),b_n es una secuencia creciente. Se deja como ejercicio para demostrar que six_n está acotado, entoncesa_n yb_n debe ser acotado.

El segundo ítem de la proposición sigue como las secuencias\{ a_n \} y\{ b_n \} son monótonas.

Para el tercer ítem, observamos queb_n \leq a_n, como el\inf de un conjunto es menor o igual a su\sup. Eso lo sabemos\{ a_n \} y\{ b_n \} convergen al limsup y al liminf (respectivamente). Aplicamos para obtener\lim_{n\to \infty} b_n \leq \lim_{n\to \infty} a_n. \qedhere

\{ x_n \}Seamos definidos porx_n := \begin{cases} \frac{n+1}{n} & \text{ if $n$ is odd,} \\ 0 & \text{ if $n$ is even.} \end{cases} Vamos a computar el\liminf y\limsup de esta secuencia. Primero el límite inferior:\liminf_{n\to\infty} \, x_n = \lim_{n\to\infty} \left( \inf \{ x_k : k \geq n \} \right) = \lim_{n\to\infty} 0 = 0 . Para el límite superior escribimos No es\limsup_{n\to\infty} \, x_n = \lim_{n\to\infty} \left( \sup \{ x_k : k \geq n \} \right) . difícil ver que\sup \{ x_k : k \geq n \} = \begin{cases} \frac{n+1}{n} & \text{ if $n$ is odd,} \\ \frac{n+2}{n+1} & \text{ if $n$ is even.} \end{cases} Dejamos al lector demostrar que el límite es 1. Es decir,\limsup_{n\to\infty} \, x_n = 1 . Nótese que la secuencia no\{ x_n \} es una secuencia convergente.

Nos asociamos con\limsup y\liminf ciertas subsecuencias.

[subseqlimsupinf:thm] Si\{ x_n \} es una secuencia acotada, entonces existe una subsecuencia\{ x_{n_k} \} tal que\lim_{k\to \infty} x_{n_k} = \limsup_{n \to \infty} \, x_n . Del mismo modo, existe una subsecuencia (quizás diferente)\{ x_{m_k} \} tal que\lim_{k\to \infty} x_{m_k} = \liminf_{n \to \infty} \, x_n .

Definira_n := \sup \{ x_k : k \geq n \}. Escribirx := \limsup \, x_n = \lim\, a_n. Defina la subsecuencia de la siguiente manera. Escojan_1 := 1 y trabaje inductivamente. Supongamos que hemos definido la subsecuencia hastan_k para algunosk. Ahora escoge algunos dem > n_k tal manera quea_{(n_k+1)} - x_m < \frac{1}{k+1} . podamos hacer esto comoa_{(n_k+1)} es un supremo del conjunto\{ x_n : n \geq n_k + 1 \} y de ahí que haya elementos de la secuencia arbitrariamente cercanos (o incluso posiblemente iguales) al supremo. Setn_{k+1} := m. Se define la subsecuencia\{ x_{n_k} \}. A continuación tenemos que demostrar que converge y tiene el límite adecuado.

Tenga en cuenta quea_{(n_{k-1}+1)} \geq a_{n_k} (¿por qué?) y esoa_{n_{k}} \geq x_{n_k}. Por lo tanto, por cadak > 1 que tenemos\begin{split} \left\lvert {a_{n_k} - x_{n_k}} \right\rvert & = a_{n_k} - x_{n_k} \\ & \leq a_{(n_{k-1}+1)} - x_{n_k} \\ & < \frac{1}{k} . \end{split}

Demostremos que\{ x_{n_k} \} converge ax. Tenga en cuenta que la subsecuencia no necesita ser monótona. Dejemos\epsilon > 0 que se den. A medida que\{ a_n \} converge ax, entonces la subsecuencia\{ a_{n_k} \} converge ax. Así existeM_1 \in {\mathbb{N}} tal que por todosk \geq M_1 tenemos\left\lvert {a_{n_k} - x} \right\rvert < \frac{\epsilon}{2} . Encuentra unM_2 \in {\mathbb{N}} tal que\frac{1}{M_2} \leq \frac{\epsilon}{2}. TomeM := \max \{M_1 , M_2 \} y calme. Por todok \geq M lo que tenemos\begin{split} \left\lvert {x- x_{n_k}} \right\rvert & = \left\lvert {a_{n_k} - x_{n_k} + x - a_{n_k}} \right\rvert \\ & \leq \left\lvert {a_{n_k} - x_{n_k}} \right\rvert + \left\lvert {x - a_{n_k}} \right\rvert \\ & < \frac{1}{k} + \frac{\epsilon}{2} \\ & \leq \frac{1}{M_2} + \frac{\epsilon}{2} \leq \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon . \end{split}

Dejamos la declaración para\liminf como ejercicio.

Usando límite inferior y límite superior

La ventaja de\liminf y\limsup es que siempre podemos escribirlos para cualquier secuencia (acotada). Si de alguna manera pudiéramos calcularlos, también podríamos calcular el límite de la secuencia si existe, o mostrar que la secuencia diverge. Trabajar con\liminf y\limsup es un poco como trabajar con límites, aunque hay diferencias sutiles.

[liminfsupconv:thm] Let\{ x_n \} Ser una secuencia acotada. Entonces\{ x_n \} converge si y solo si\liminf_{n\to \infty} \, x_n = \limsup_{n\to \infty} \, x_n. Además, si\{ x_n \} converge, entonces\lim_{n\to \infty} x_n = \liminf_{n\to \infty} \, x_n = \limsup_{n\to \infty} \, x_n.

Definira_n yb_n como en. Tenga en cuenta queb_n \leq x_n \leq a_n . Si\liminf \, x_n = \limsup \, x_n, entonces sabemos eso\{ a_n \} y\{ b_n \} tenemos límites y que estos dos límites son los mismos. Por el lema squeeze (),\{ x_n \} converge y\lim_{n\to \infty} b_n = \lim_{n\to \infty} x_n = \lim_{n\to \infty} a_n .

Ahora supongamos que\{ x_n \} converge ax. Sabemos por eso existe una subsecuencia\{ x_{n_k} \} que converge a\limsup \, x_n. A medida que\{ x_n \} converge ax, cada subsecuencia converge haciax y por lo tanto\limsup \, x_n = \lim\, x_{n_k} = x. De igual manera\liminf \, x_n = x.

Límite superior y límite inferior se comportan muy bien con subsecuencias.

[prop:subseqslimsupinf] Supongamos que\{ x_n \} es una secuencia acotada y\{ x_{n_k} \} es una subsecuencia. Entonces\liminf_{n\to\infty} \, x_n \leq \liminf_{k\to\infty} \, x_{n_k} \leq \limsup_{k\to\infty} \, x_{n_k} \leq \limsup_{n\to\infty} \, x_n .

Ya se ha demostrado la desigualdad media. Demostraremos la tercera desigualdad, y dejaremos la primera desigualdad como ejercicio.

Eso queremos demostrarlo\limsup \, x_{n_k} \leq \limsup \, x_n. Definira_j := \sup \{ x_k : k \geq j \} como de costumbre. Definir tambiénc_j := \sup \{ x_{n_k} : k \geq j \}. No es cierto quec_j sea necesariamente una subsecuencia dea_j. No obstante, enn_k \geq k cuanto a todosk, tenemos eso\{ x_{n_k} : k \geq j \} \subset \{ x_k : k \geq j \}. Un supremo de un subconjunto es menor o igual al supremo del conjunto y por lo tantoc_j \leq a_j . aplicamos para concluir\lim_{j\to\infty} c_j \leq \lim_{j\to\infty} a_j , cual es la conclusión deseada.

Límite superior y límite inferior son los límites subsecuenciales más grandes y más pequeños. Si la subsecuencia en la proposición anterior es convergente, entonces tenemos eso\liminf \, x_{n_k} = \lim\, x_{n_k} = \limsup \, x_{n_k}. Por lo tanto,\liminf_{n\to\infty} \, x_n \leq \lim_{k\to\infty} x_{n_k} \leq \limsup_{n\to\infty} \, x_n .

De manera similar obtenemos la siguiente prueba útil para la convergencia de una secuencia acotada. Dejamos la prueba como ejercicio.

[seqconvsubseqconv:thm] Una secuencia acotada\{ x_n \} es convergente y converge ax si y solo si cada subsecuencia convergente\{ x_{n_k} \} converge ax.

Teorema de Bolzano-Weierstrass

Si bien no es cierto que una secuencia acotada sea convergente, el teorema de Bolzano-Weierstrass nos dice que al menos podemos encontrar una subsecuencia convergente. La versión de Bolzano-Weierstrass que presentamos en esta sección es la Bolzano-Weierstrass para secuencias.

[thm:bwseq] Supongamos que una secuencia\{ x_n \} de números reales está delimitada. Entonces existe una subsecuencia convergente\{ x_{n_i} \}.

Utilizamos. Dice que existe una subsecuencia cuyo límite es\limsup \, x_n.

El lector podría quejarse ahora mismo de que es estrictamente más fuerte que el teorema de Bolzano-Weierstrass como se presentó anteriormente. Eso es cierto. No obstante, sólo se aplica a la línea real, pero Bolzano-Weierstrass se aplica en contextos más generales (es decir, in{\mathbb{R}}^n) con más o menos exactamente la misma afirmación.

Como el teorema es tan importante para el análisis, presentamos una prueba explícita. La siguiente prueba generaliza más fácilmente a diferentes contextos.

Como la secuencia está acotada, entonces existen dos númerosa_1 < b_1 tales quea_1 \leq x_n \leq b_1 para todosn \in {\mathbb{N}}.

Vamos a definir una subsecuencia\{ x_{n_i} \} y dos secuencias\{ a_i \} y\{ b_i \}, tal que\{ a_i \} es monótona creciente,\{ b_i \} es monótona decreciente,a_i \leq x_{n_i} \leq b_i y tal que\lim\, a_i = \lim\, b_i. Esox_{n_i} converge sigue por el.

Definimos las secuencias inductivamente. Siempre tendremos esoa_i < b_i, y esox_n \in [a_i,b_i] para infinitamente muchosn \in {\mathbb{N}}. Ya hemos definidoa_1 yb_1. Tomamosn_1 := 1, es decirx_{n_1} = x_1.

Ahora supongamos que hasta algunosk \in {\mathbb{N}} hemos definido la subsecuenciax_{n_1}, x_{n_2}, \ldots, x_{n_k}, y las secuenciasa_1,a_2,\ldots,a_k yb_1,b_2,\ldots,b_k. Vamosy := \frac{a_k+b_k}{2}. Claramentea_k < y < b_k. Si existen infinitamente muchosj \in {\mathbb{N}} tales quex_j \in [a_k,y], entonces establecera_{k+1} := a_k,b_{k+1} := y, y recogern_{k+1} > n_{k} tal quex_{n_{k+1}} \in [a_k,y]. Si no hay infinitamente muchosj tales quex_j \in [a_k,y], entonces debe ser cierto que hay infinitamente muchosj \in {\mathbb{N}} tales quex_j \in [y,b_k]. En este caso escojaa_{k+1} := y,b_{k+1} := b_k, y escojan_{k+1} > n_{k} tal quex_{n_{k+1}} \in [y,b_k].

Ahora tenemos las secuencias definidas. Lo que queda por probar es eso\lim\, a_i = \lim\, b_i. Obviamente los límites existen ya que las secuencias son monótonas. De la construcción, es obvio queb_i - a_i se corta por la mitad en cada paso. Por lo tantob_{i+1} - a_{i+1} = \frac{b_i-a_i}{2}. Por, obtenemos queb_i - a_i = \frac{b_1-a_1}{2^{i-1}} .

Vamosx := \lim\, a_i. Como\{ a_i \} es monótona tenemos esox = \sup \{ a_i : i \in {\mathbb{N}}\} Ahora vamosy := \lim\, b_i = \inf \{ b_i : i \in {\mathbb{N}}\}. Obviamentey \leq x ena_i < b_i cuanto a todosi. Como las secuencias son monótona, entonces para cualquierai tenemos (¿por qué?) y-x \leq b_i-a_i = \frac{b_1-a_1}{2^{i-1}} .Como\frac{b_1-a_1}{2^{i-1}} es arbitrariamente pequeño yy-x \geq 0, tenemos esoy-x = 0. Terminamos por el.

Otra prueba más del teorema de Bolzano-Weierstrass es mostrar la siguiente afirmación, que se deja como un ejercicio desafiante. Reclamación: Cada secuencia tiene una subsecuencia monótona.

Límites infinitos

Si permitimos\liminf y tomamos\limsup los valores\infty y-\infty, podemos aplicar\liminf y\limsup a todas las secuencias, no solo las delimitadas. Para cualquier secuencia, escribimos\limsup \, x_n := \inf \{ a_n : n \in {\mathbb{N}}\}, \qquad \text{and} \qquad \liminf \, x_n := \sup \{ b_n : n \in {\mathbb{N}}\}, dóndea_n := \sup \{ x_k : k \geq n \} yb_n := \inf \{ x_k : k \geq n \} como antes.

También a menudo definimos límites infinitos para ciertas secuencias divergentes.

Decimos\{ x_n \} diverge al infinito 10 si por cadaM \in {\mathbb{R}}, existeN \in {\mathbb{N}} tal que por todon \geq N lo que tenemosx_n > M. En este caso escribimos\lim \, x_n := \infty. De igual manera si por cadaM \in {\mathbb{R}} existe unN \in {\mathbb{N}} tal que por todon \geq N lo que tenemosx_n < M, decimos\{ x_n \} diverge a menos infinito y escribimos\lim \, x_n := -\infty.

Esta definición se comporta como se esperaba con\limsup y\liminf, ver ejercicios [ejercicio:infseqlimex] y [ejercicio:infseqlimlims].

Six_n := 0 para imparn yx_n := n para parn entonces\lim_{n\to \infty} n = \infty, \qquad \lim_{n\to \infty} x_n \quad \text{does not exist}, \qquad \limsup_{n\to \infty} x_n = \infty.

Ejercicios

Supongamos que\{ x_n \} es una secuencia acotada. Definira_n yb_n como en. \{ b_n \}Demuéstralo\{ a_n \} y están acotados.

Supongamos que\{ x_n \} es una secuencia acotada. Definirb_n como en. Demostrar que\{ b_n \} es una secuencia creciente.

Terminar la prueba de. Es decir, supongamos que\{ x_n \} es una secuencia acotada y\{ x_{n_k} \} es una subsecuencia. Demostrar\displaystyle \liminf_{n\to\infty}\, x_n \leq \liminf_{k\to\infty}\, x_{n_k}.

Demostrar.

  1. Vamosx_n := \dfrac{{(-1)}^n}{n}, encuentra\limsup \, x_n y\liminf \, x_n.
  2. Vamosx_n := \dfrac{(n-1){(-1)}^n}{n}, encuentra\limsup \, x_n y\liminf \, x_n.

Dejar\{ x_n \} y\{ y_n \} ser secuencias acotadas de tal manera quex_n \leq y_n para todosn. Entonces demuéstralo\limsup_{n\to\infty} \, x_n \leq \limsup_{n\to\infty} \, y_n y\liminf_{n\to\infty} \, x_n \leq \liminf_{n\to\infty} \, y_n .

Dejar\{ x_n \} y\{ y_n \} ser secuencias acotadas.

  1. Espectáculo que\{ x_n + y_n \} está acotado.
  2. Mostrar esa(\liminf_{n\to \infty}\, x_n) + (\liminf_{n\to \infty}\, y_n) \leq \liminf_{n\to \infty}\, (x_n+y_n) . pista: Encuentra una subsecuencia\{ x_{n_i}+y_{n_i} \} de\{ x_n + y_n \} que converja. Entonces encuentra una subsecuencia\{ x_{n_{m_i}} \} de\{ x_{n_i} \} que converja. Entonces aplica lo que sabes de límites.
  3. Encuentra un explícito\{ x_n \} y\{ y_n \} tal que(\liminf_{n\to \infty}\, x_n) + (\liminf_{n\to \infty}\, y_n) < \liminf_{n\to \infty}\, (x_n+y_n) . Pista: Busca ejemplos que no tengan límite.

Dejar\{ x_n \} y\{ y_n \} ser secuencias delimitadas (del ejercicio anterior sabemos que\{ x_n + y_n \} está acotada).

  1. Demuestre esa(\limsup_{n\to \infty}\, x_n) + (\limsup_{n\to \infty}\, y_n) \geq \limsup_{n\to \infty}\, (x_n+y_n) . Pista: Ver ejercicio anterior.
  2. Encuentra un explícito\{ x_n \} y\{ y_n \} tal que(\limsup_{n\to \infty}\, x_n) + (\limsup_{n\to \infty}\, y_n) > \limsup_{n\to \infty}\, (x_n+y_n) . Pista: Ver ejercicio anterior.

SiS \subset {\mathbb{R}} es un conjunto, entoncesx \in {\mathbb{R}} es un punto de clúster si por cada\epsilon > 0, el conjunto no(x-\epsilon,x+\epsilon) \cap S \setminus \{ x \} está vacío. Es decir, si hay puntos deS arbitrariamente cercanos ax. Por ejemplo,S := \{ \nicefrac{1}{n} : n \in {\mathbb{N}}\} tiene un punto de clúster único (solo uno)0, pero0 \notin S. Demostrar la siguiente versión del teorema de Bolzano-Weierstrass:

Teorema. S \subset {\mathbb{R}}Sea un conjunto infinito acotado, entonces existe al menos un punto de clúster deS.

Pista: SiS es infinito, entoncesS contiene un subconjunto infinitamente contable. Es decir, hay una secuencia\{ x_n \} de números distintos enS.

a) Demostrar que cualquier secuencia contiene una subsecuencia monótona. Pista: Llamar an \in {\mathbb{N}} un pico si esa_m \leq a_n para todosm \geq n. Hay dos posibilidades: o la secuencia tiene como máximo finitamente muchos picos, o tiene infinitamente muchos picos.
b) Concluir el teorema de Bolzano-Weierstrass.

Demostremos una versión más fuerte de. Supongamos que\{ x_n \} es una secuencia tal que cada subsecuencia\{ x_{n_i} \} tiene una subsecuencia\{ x_{n_{m_i}} \} que convergex a. a) Primer espectáculo que\{ x_n \} se rebote. b) Ahora mostrar que\{ x_n \} converge ax.

Dejar\{x_n\} ser una secuencia acotada.
a) Demostrar que existes tal que para cualquierar > s existeM \in {\mathbb{N}} tal que por todon \geq M lo que tenemosx_n < r.
b) Sis es un número como en a), entonces probar\limsup \, x_n \leq s.
c) Demostrar que siS es el conjunto de todoss como en a), entonces\limsup \, x_n = \inf \, S.

[ejercicio:infseqlimex] Supongamos que\{ x_n \} es tal que\liminf \, x_n = -\infty,\limsup \, x_n = \infty. a) Mostrar que no\{ x_n \} es convergente, y también que\lim \, x_n = \infty ni ni\lim \, x_n = -\infty es cierto. b) Encuentra un ejemplo de tal secuencia.

[ejercicio:infseqlimlims] Dada una secuencia\{ x_n \}. a) Demostrar que\lim \, x_n = \infty si y solo\liminf \, x_n = \infty si. b) Luego mostrar que\lim \, x_n = - \infty si y solo si\limsup \, x_n = -\infty. c) Si\{ x_n \} es monótona creciente, mostrar que o bien\lim \, x_n existe y es finito o\lim \, x_n = \infty.

Secuencias de Cauchy

Nota: 0.5—1 conferencia

Muchas veces queremos describir un cierto número por una secuencia que converja a él. En este caso, es imposible utilizar el número mismo en la prueba de que la secuencia converge. Sería bueno que pudiéramos comprobar la convergencia sin conocer el límite.

Una secuencia\{ x_n \} es una secuencia Cauchy 11 si por cada\epsilon > 0 existe unaM \in {\mathbb{N}} tal que para todosn \geq M y para todosk \geq M tenemos\left\lvert {x_n - x_k} \right\rvert < \epsilon .

Intuitivamente lo que significa es que los términos de la secuencia eventualmente se acercan arbitrariamente entre sí. Esperaríamos que tal secuencia fuera convergente. Resulta que eso es cierto porque{\mathbb{R}} tiene el. Primero, veamos algunos ejemplos.

La secuencia\{ \nicefrac{1}{n} \} es una secuencia de Cauchy.

Prueba: Dado\epsilon > 0, encuentraM tal queM > \nicefrac{2}{\epsilon}. Entonces paran,k \geq M que tengamos eso\nicefrac{1}{n} < \nicefrac{\epsilon}{2} y\nicefrac{1}{k} < \nicefrac{\epsilon}{2}. Por lo tanto paran, k \geq M nosotros tenemos\left\lvert {\frac{1}{n} - \frac{1}{k}} \right\rvert \leq \left\lvert {\frac{1}{n}} \right\rvert + \left\lvert {\frac{1}{k}} \right\rvert < \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon.

La secuencia\{ \frac{n+1}{n} \} es una secuencia de Cauchy.

Prueba: Dado\epsilon > 0, encuentraM tal queM > \nicefrac{2}{\epsilon}. Entonces paran,k \geq M que tengamos eso\nicefrac{1}{n} < \nicefrac{\epsilon}{2} y\nicefrac{1}{k} < \nicefrac{\epsilon}{2}. Por lo tanto paran, k \geq M nosotros tenemos\begin{split} \left\lvert {\frac{n+1}{n} - \frac{k+1}{k}} \right\rvert & = \left\lvert {\frac{k(n+1)-n(k+1)}{nk}} \right\rvert \\ & = \left\lvert {\frac{kn+k-nk-n}{nk}} \right\rvert \\ & = \left\lvert {\frac{k-n}{nk}} \right\rvert \\ & \leq \left\lvert {\frac{k}{nk}} \right\rvert + \left\lvert {\frac{-n}{nk}} \right\rvert \\ & = \frac{1}{n} + \frac{1}{k} < \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon . \end{split}

Una secuencia de Cauchy está delimitada.

Supongamos que\{ x_n \} es Cauchy. EscogeM tal que por todon,k \geq M lo que tenemos\left\lvert {x_n-x_k} \right\rvert < 1. En particular, tenemos eso para todosn \geq M\left\lvert {x_n - x_M} \right\rvert < 1 . O por el triángulo inverso la desigualdad,\left\lvert {x_n} \right\rvert - \left\lvert {x_M} \right\rvert \leq \left\lvert {x_n - x_M} \right\rvert < 1. De ahín \geq M porque tenemos\left\lvert {x_n} \right\rvert < 1 + \left\lvert {x_M} \right\rvert. LetB := \max \{ \left\lvert {x_1} \right\rvert, \left\lvert {x_2} \right\rvert, \ldots, \left\lvert {x_{M-1}} \right\rvert, 1+ \left\lvert {x_M} \right\rvert \} . Entonces\left\lvert {x_n} \right\rvert \leq B para todosn \in {\mathbb{N}}.

Una secuencia de números reales es Cauchy si y sólo si converge.

\epsilon > 0Déjese dar y supongamos que\{ x_n \} converge ax. Entonces existeM tal que paran \geq M nosotros tenemos\left\lvert {x_n - x} \right\rvert < \frac{\epsilon}{2} . Por lo tanto paran \geq M yk \geq M tenemos\left\lvert {x_n - x_k} \right\rvert = \left\lvert {x_n - x + x - x_k} \right\rvert \leq \left\lvert {x_n-x} \right\rvert + \left\lvert {x-x_k} \right\rvert < \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon .

Bien, esa dirección fue fácil. Ahora supongamos que\{ x_n \} es Cauchy. Nosotros hemos demostrado que\{ x_n \} está acotado. Si lo demostramos\liminf_{n\to \infty} \, x_n = \limsup_{n\to\infty} \, x_n , entonces\{ x_n \} debe ser convergente por. Suponiendo que liminf y limsup existen es donde usamos el.

Definira := \limsup \, x_n yb := \liminf \, x_n. Por, existen subsecuencias\{ x_{n_i} \} y\{ x_{m_i} \}, tal que\lim_{i\to\infty} x_{n_i} = a \qquad \text{and} \qquad \lim_{i\to\infty} x_{m_i} = b. dado un\epsilon > 0, existe unM_1 tal que por todoi \geq M_1 lo que tenemos\left\lvert {x_{n_i} - a} \right\rvert < \nicefrac{\epsilon}{3} y unM_2 tal que para todoi \geq M_2 lo que tenemos\left\lvert {x_{m_i} - b} \right\rvert < \nicefrac{\epsilon}{3}. También existeM_3 tal que por todon,k \geq M_3 lo que tenemos\left\lvert {x_n-x_k} \right\rvert < \nicefrac{\epsilon}{3}. VamosM := \max \{ M_1, M_2, M_3 \}. Tenga en cuenta que sii \geq M, entoncesn_i \geq M ym_i \geq M. De ahí\begin{split} \left\lvert {a-b} \right\rvert & = \left\lvert {a-x_{n_i}+x_{n_i} -x_{m_i}+x_{m_i} -b} \right\rvert \\ & \leq \left\lvert {a-x_{n_i}} \right\rvert + \left\lvert {x_{n_i} -x_{m_i}} \right\rvert + \left\lvert {x_{m_i} -b} \right\rvert \\ & < \frac{\epsilon}{3} + \frac{\epsilon}{3} + \frac{\epsilon}{3} = \epsilon . \end{split} En\left\lvert {a-b} \right\rvert < \epsilon cuanto a todos\epsilon > 0, entoncesa=b y la secuencia converge.

El enunciado de esta proposición se utiliza a veces para definir la propiedad de integridad de los números reales. Decimos que un conjunto es Cauchy-complete (o a veces simplemente completo) si cada secuencia de Cauchy converge. Arriba probamos que como{\mathbb{R}} tiene el, entonces{\mathbb{R}} es Cauchy-completo. Podemos “completar”{\mathbb{Q}} “lanzando” los puntos suficientes para hacer converger todas las secuencias de Cauchy (omitimos los detalles). El campo resultante tiene la propiedad de límite mínimo superior. La ventaja de usar secuencias de Cauchy para definir la integridad es que esta idea se generaliza a configuraciones más abstractas.

Cabe señalar que el criterio de Cauchy es más fuerte que solo\left\lvert {x_{n+1}-x_n} \right\rvert (o\left\lvert {x_{n+j}-x_n} \right\rvert para un fijoj) ir a cero comon va al infinito. De hecho, cuando lleguemos a las sumas parciales de la serie armónica (ver en la siguiente sección), tendremos una secuencia tal quex_{n+1}-x_n = \nicefrac{1}{n}, sin embargo,\{ x_n \} es divergente. De hecho, para esa secuencia es cierto que\lim_{n\to\infty} \left\lvert {x_{n+j}-x_n} \right\rvert = 0 para cualquierj \in {\mathbb{N}} (conferir). El punto clave en la definición de Cauchy es esen yk varían independientemente y pueden estar arbitrariamente alejados.

Ejercicios

Demostrar que\{ \frac{n^2-1}{n^2} \} es Cauchy usando directamente la definición de secuencias de Cauchy.

\{ x_n \}Sea una secuencia tal que exista0 < C < 1 tal que\left\lvert {x_{n+1} - x_n} \right\rvert \leq C \left\lvert {x_{n}-x_{n-1}} \right\rvert . Probar que\{ x_n \} es Cauchy. Pista: Puedes usar libremente la fórmula (paraC \not= 1)1+ C+ C^2 + \cdots + C^n = \frac{1-C^{n+1}}{1-C}.

Supongamos queF es un campo ordenado que contiene los números racionales{\mathbb{Q}}, tal que{\mathbb{Q}} es denso, es decir: cuandox,y \in F son tales quex < y, entonces existeq \in {\mathbb{Q}} tal quex < q < y. Digamos que una secuencia\{ x_n \}_{n=1}^\infty de números racionales es Cauchy si se le da alguno\epsilon \in {\mathbb{Q}} con\epsilon > 0, existeM tal que por todon,k \geq M lo que tenemos\left\lvert {x_n-x_k} \right\rvert < \epsilon. Supongamos que cualquier secuencia Cauchy de números racionales tiene un límite enF. Demostrar queF tiene el.

Dejar\{ x_n \} y\{ y_n \} ser secuencias tales que\lim\, y_n =0. Supongamos que para todosk \in {\mathbb{N}} y para todosm \geq k tenemos\left\lvert {x_m-x_k} \right\rvert \leq y_k . Show que\{ x_n \} es Cauchy.

Supongamos que una secuencia de Cauchy\{ x_n \} es tal que para cadaM \in {\mathbb{N}}, existe unak \geq M y unan \geq M tal quex_k < 0 yx_n > 0. Usando simplemente la definición de una secuencia de Cauchy y de una secuencia convergente, mostrar que la secuencia converge a0.

Supongamos\left\lvert {x_n-x_k} \right\rvert \leq \nicefrac{n}{k^2} para todosn yk. Demostrar que\{ x_n \} es Cauchy.

Supongamos que\{ x_n \} es una secuencia de Cauchy tal que para infinitamente muchosn,x_n = c. Utilizando sólo la definición de secuencia de Cauchy lo demuestran\lim\, x_n = c.

Verdadero/Falso probar o encontrar un contraejemplo: Si\{ x_n \} es una secuencia de Cauchy entonces existeM tal que por todon \geq M lo que tenemos\left\lvert {x_{n+1}-x_n} \right\rvert \leq \left\lvert {x_{n}-x_{n-1}} \right\rvert.

Serie

Nota: 2 conferencias

Un objeto fundamental en matemáticas es el de una serie. De hecho, cuando se estaban desarrollando los fundamentos del análisis, la motivación era comprender las series. Comprender las series es muy importante en aplicaciones de análisis. Por ejemplo, resolver ecuaciones diferenciales a menudo incluye series, y las ecuaciones diferenciales son la base para comprender casi toda la ciencia moderna.

Definición

Dada una secuencia\{ x_n \}, escribimos el objeto formal\sum_{n=1}^\infty x_n \qquad \text{or sometimes just} \qquad \sum x_n y lo llamamos serie. Una serie converge, si la secuencia\{ s_k \} definida pors_k := \sum_{n=1}^k x_n = x_1 + x_2 + \cdots + x_k , converge. Los númeross_k se llaman sumas parciales. Six := \lim\, s_k, escribimos\sum_{n=1}^\infty x_n = x . En este caso, hacemos trampa un poco y tratamos\sum_{n=1}^\infty x_n como un número.

Por otro lado, si la secuencia\{ s_k \} diverge, decimos que la serie es divergente. En este caso,\sum x_n es simplemente un objeto formal y no un número.

Es decir, para una serie convergente que tenemos\sum_{n=1}^\infty x_n = \lim_{k\to\infty} \sum_{n=1}^k x_n . Debemos tener cuidado de usar solo esta igualdad si realmente existe el límite a la derecha. Es decir, el lado derecho no tiene sentido (el límite no existe) si la serie no converge.

Antes de ir más allá, comentemos que a veces es conveniente iniciar la serie en un índice diferente al 1. Es decir, por ejemplo podemos escribir\sum_{n=0}^\infty r^n = \sum_{n=1}^\infty r^{n-1} . El lado izquierdo es más conveniente para escribir. La idea es la misma que la notación para la cola de una secuencia.

Es común escribir la serie\sum x_n comox_1 + x_2 + x_3 + \cdots con el entendimiento de que los puntos suspensivos indican una serie y no una simple suma. No utilizamos esta notación ya que a menudo conduce a errores en las pruebas.

La serie\sum_{n=1}^\infty \frac{1}{2^n} converge y el límite es 1. Es decir,\sum_{n=1}^\infty \frac{1}{2^n} = \lim_{k\to\infty} \sum_{n=1}^k \frac{1}{2^n} = 1 .

Prueba: Primero probamos la siguiente igualdad\left( \sum_{n=1}^k \frac{1}{2^n} \right) + \frac{1}{2^k} = 1 . La igualdad es fácil de ver cuándok=1. kSigue el comprobante para general, que dejamos al lector. s_kSea la suma parcial. Escribimos\left\lvert { 1 - s_k } \right\rvert = \left\lvert { 1 - \sum_{n=1}^k \frac{1}{2^n} } \right\rvert = \left\lvert {\frac{1}{2^k}} \right\rvert = \frac{1}{2^k} . La secuencia\{ \frac{1}{2^k} \} y por lo tanto\{ \left\lvert {1-s_k} \right\rvert \} converge a cero. Entonces,\{ s_k \} converge a 1.

Para-1 < r < 1, la serie geométrica\sum_{n=0}^\infty r^n converge. De hecho,\sum_{n=0}^\infty r^n = \frac{1}{1-r}. La prueba se deja como ejercicio al lector. El comprobante consiste en mostrar\sum_{n=0}^{k-1} r^n = \frac{1-r^k}{1-r} , y luego tomar el límite comok va a\infty.

Un hecho que a menudo usamos es el siguiente análogo de mirar la cola de una secuencia.

Dejar\sum x_n ser una serie. VamosM \in {\mathbb{N}}. Entonces\sum_{n=1}^\infty x_n \quad \text{converges if and only if} \quad \sum_{n=M}^\infty x_n \quad \text{converges.}

Nos fijamos en las sumas parciales de las dos series (parak \geq M)\sum_{n=1}^{k} x_n = \left( \sum_{n=1}^{M-1} x_n \right) + \sum_{n=M}^{k} x_n . Tenga en cuenta que\sum_{n=1}^{M-1} x_n es un número fijo. Ahora usa para terminar la prueba.

Serie Cauchy

Se dice que una serie\sum x_n es Cauchy o una serie de Cauchy, si la secuencia de sumas parciales\{ s_n \} es una secuencia de Cauchy.

Una secuencia de números reales converge si y sólo si es Cauchy. Por lo tanto una serie es convergente si y sólo si es Cauchy.

La serie\sum x_n es Cauchy si por cada\epsilon > 0, existe unaM \in {\mathbb{N}}, tal que para cadan \geq M yk \geq M tenemos\left\lvert { \left( \sum_{j=1}^k x_j \right) - \left( \sum_{j=1}^n x_j \right) } \right\rvert < \epsilon . Sin pérdida de generalidad asumimosn < k. Entonces escribimos\left\lvert { \left( \sum_{j=1}^k x_j \right) - \left( \sum_{j=1}^n x_j \right) } \right\rvert = \left\lvert { \sum_{j={n+1}}^k x_j } \right\rvert < \epsilon . Hemos demostrado la siguiente proposición simple.

[prop:cachyser] La serie\sum x_n es Cauchy si por cada\epsilon > 0, existeM \in {\mathbb{N}} tal que para todosn \geq M y cada uno quek > n tenemos\left\lvert { \sum_{j={n+1}}^k x_j } \right\rvert < \epsilon .

Propiedades básicas

\sum x_nDéjese ser una serie convergente. Entonces la secuencia\{ x_n \} es convergente y\lim_{n\to\infty} x_n = 0.

Dejemos\epsilon > 0 que se den. Como\sum x_n es convergente, es Cauchy. Así encontramos unM tal que por cada quen \geq M tenemos\epsilon > \left\lvert { \sum_{j={n+1}}^{n+1} x_j } \right\rvert = \left\lvert { x_{n+1} } \right\rvert . De ahí por cadan \geq M+1 que tenemos\left\lvert {x_{n}} \right\rvert < \epsilon.

Entonces, si una serie converge, los términos de la serie van a cero. La implicación, sin embargo, va sólo en una dirección. Demos un ejemplo.

[ejemplo:armónicasseries] La serie\sum \frac{1}{n} diverge (a pesar de que\lim \frac{1}{n} = 0). Se trata de la famosa serie armónica 12.

Prueba: Demostraremos que la secuencia de sumas parciales no tiene límites, y por lo tanto no puede converger. Escribir las sumas parcialess_n paran = 2^k como:\begin{aligned} s_1 & = 1 , \\ s_2 & = \left( 1 \right) + \left( \frac{1}{2} \right) , \\ s_4 & = \left( 1 \right) + \left( \frac{1}{2} \right) + \left( \frac{1}{3} + \frac{1}{4} \right) , \\ s_8 & = \left( 1 \right) + \left( \frac{1}{2} \right) + \left( \frac{1}{3} + \frac{1}{4} \right) + \left( \frac{1}{5} + \frac{1}{6} + \frac{1}{7} + \frac{1}{8} \right) , \\ & ~~ \vdots \\ s_{2^k} & = 1 + \sum_{j=1}^k \left( \sum_{m=2^{j-1}+1}^{2^j} \frac{1}{m} \right) .\end{aligned} Tomamos nota de que\nicefrac{1}{3} + \nicefrac{1}{4} \geq \nicefrac{1}{4} + \nicefrac{1}{4} = \nicefrac{1}{2} y\nicefrac{1}{5} + \nicefrac{1}{6} + \nicefrac{1}{7} + \nicefrac{1}{8} \geq \nicefrac{1}{8} + \nicefrac{1}{8} + \nicefrac{1}{8} + \nicefrac{1}{8} = \nicefrac{1}{2}. De manera más general\sum_{m=2^{k-1}+1}^{2^k} \frac{1}{m} \geq \sum_{m=2^{k-1}+1}^{2^k} \frac{1}{2^k} = (2^{k-1}) \frac{1}{2^k} = \frac{1}{2} . Por lo tantos_{2^k} = 1 + \sum_{j=1}^k \left( \sum_{m=2^{k-1}+1}^{2^k} \frac{1}{m} \right) \geq 1 + \sum_{j=1}^k \frac{1}{2} = 1 + \frac{k}{2} . Como no\{ \frac{k}{2} \} está delimitado por el, eso significa que no\{ s_{2^k} \} está acotado, y por lo tanto no\{ s_n \} está acotado. De ahí\{ s_n \} diverge, y consecuentemente\sum \frac{1}{n} diverge.

Las series convergentes son lineales. Es decir, podemos multiplicarlos por constantes y sumarlos y estas operaciones se hacen término por término.

Dejar\alpha \in {\mathbb{R}}\sum x_n y\sum y_n ser series convergentes. Entonces

  1. \sum \alpha x_nes una serie convergente y\sum_{n=1}^\infty \alpha x_n = \alpha \sum_{n=1}^\infty x_n .
  2. \sum ( x_n + y_n )es una serie convergente y\sum_{n=1}^\infty ( x_n + y_n ) = \left( \sum_{n=1}^\infty x_n \right) + \left( \sum_{n=1}^\infty y_n \right) .

Para el primer ítem, simplemente escribimos lak th suma parcial\sum_{n=1}^k \alpha x_n = \alpha \left( \sum_{n=1}^k x_n \right) . Miramos al lado derecho y notamos que el múltiplo constante de una secuencia convergente es convergente. De ahí que simplemente tomemos el límite de ambas partes para obtener el resultado.

Para el segundo ítem también nos fijamos en lak ésima suma parcial\sum_{n=1}^k ( x_n + y_n ) = \left( \sum_{n=1}^k x_n \right) + \left( \sum_{n=1}^k y_n \right) . Nos fijamos en el lado derecho y observamos que la suma de secuencias convergentes es convergente. De ahí que simplemente tomemos el límite de ambas partes para obtener la proposición.

Tenga en cuenta que multiplicar series no es tan simple como agregar, consulte la siguiente sección. No es cierto, claro, que podamos multiplicar término por término, ya que esa estrategia no funciona ni siquiera para sumas finitas. Por ejemplo,(a+b)(c+d) \not= ac+bd.

Convergencia absoluta

Dado que las secuencias monótonas son más fáciles de trabajar que las secuencias arbitrarias, generalmente es más fácil trabajar con series\sum x_n dondex_n \geq 0 para todosn. Entonces la secuencia de sumas parciales es monótona aumentando y converge si se limita desde arriba. Formalicemos esta declaración como una proposición.

Six_n \geq 0 para todosn, entonces\sum x_n converge si y sólo si la secuencia de sumas parciales está delimitada desde arriba.

Como el límite de una secuencia monótona creciente es el supremo, tienen la desigualdad\sum_{n=1}^k x_n \leq \sum_{n=1}^\infty x_n .

El siguiente criterio a menudo da una manera conveniente de probar la convergencia de una serie.

Una serie\sum x_n converge absolutamente si la serie\sum \left\lvert {x_n} \right\rvert converge. Si una serie converge, pero no converge absolutamente, decimos que es condicionalmente convergente.

Si la serie\sum x_n converge absolutamente, entonces converge.

Una serie es convergente si y sólo si es Cauchy. De ahí supongamos que\sum \left\lvert {x_n} \right\rvert es Cauchy. Es decir, para cada\epsilon > 0, existeM tal que para todosk \geq M yn > k tenemos\sum_{j=k+1}^n \left\lvert {x_j} \right\rvert = \left\lvert { \sum_{j=k+1}^n \left\lvert {x_j} \right\rvert } \right\rvert < \epsilon . Aplicamos el triángulo de desigualdad para una suma finita para obtener de\left\lvert { \sum_{j=k+1}^n x_j } \right\rvert \leq \sum_{j=k+1}^n \left\lvert {x_j} \right\rvert < \epsilon . ahí\sum x_n es Cauchy y por lo tanto converge.

Por supuesto, si\sum x_n converge absolutamente, los límites de\sum x_n y\sum \left\lvert {x_n} \right\rvert son diferentes. Computar uno no nos ayuda a calcular el otro.

Las series absolutamente convergentes tienen muchas propiedades maravillosas. Por ejemplo, las series absolutamente convergentes se pueden reorganizar arbitrariamente, o podemos multiplicar tales series juntas fácilmente. Las series condicionalmente convergentes por otro lado no suelen comportarse como cabría esperar. Ver la siguiente sección.

Salimos como ejercicio para mostrar que\sum_{n=1}^\infty \frac{{(-1)}^n}{n} converge, aunque el lector debe terminar esta sección antes de intentarlo. Por otro lado probamos\sum_{n=1}^\infty \frac{1}{n} divergencias. Por lo tanto,\sum \frac{{(-1)}^n}{n} es una subsecuencia condicionalmente convergente.

Prueba de comparación y la serie p

Hemos señalado anteriormente que para que una serie converja los términos no sólo tienen que ir a cero, sino que tienen que ir a cero “lo suficientemente rápido”. Si conocemos la convergencia de una serie determinada podemos usar la siguiente prueba de comparación para ver si los términos de otra serie van a cero “lo suficientemente rápido”.

Dejar\sum x_n y\sum y_n ser series tales que0 \leq x_n \leq y_n para todosn \in {\mathbb{N}}.

  1. Si\sum y_n converge, entonces también lo hace\sum x_n.
  2. Si\sum x_n diverge, entonces también lo hace\sum y_n.

Dado que los términos de la serie son todos no negativos, las secuencias de sumas parciales son monótonas crecientes. Ya quex_n \leq y_n para todosn, las sumas parciales satisfacen para todosk\label{comptest:eq} \sum_{n=1}^k x_n \leq \sum_{n=1}^k y_n . Si la serie\sum y_n converge las sumas parciales para la serie están acotadas. Por lo tanto, el lado derecho de [comptest:eq] está acotado para todosk. De ahí que también\sum x_n se acoplan las sumas parciales para. Dado que las sumas parciales son una secuencia monótona creciente, son convergentes. El primer ítem queda así probado.

Por otro lado si\sum x_n diverge, la secuencia de sumas parciales debe estar sin límites ya que es monótona creciente. Es decir, las sumas parciales para\sum x_n son eventualmente mayores que cualquier número real. Armando esto con [comptest:eq] vemos que para cualquieraB \in {\mathbb{R}}, hayk tal que deB \leq \sum_{n=1}^k x_n \leq \sum_{n=1}^k y_n . ahí las sumas parciales para también\sum y_n están ilimitadas, y\sum y_n también divergen.

Una serie útil para usar con la prueba de comparación es lap serie -.

Parap \in {\mathbb{R}}, la serie\sum_{n=1}^\infty \frac{1}{n^p} converge si y solo sip > 1.

Primero supongamosp \leq 1. Comon \geq 1, tenemos\frac{1}{n^p} \geq \frac{1}{n}. Dado que\sum \frac{1}{n} diverge, vemos que el\sum \frac{1}{n^p} debe divergir para todosp \leq 1 por la prueba de comparación.

Ahora supongamosp > 1. Procedemos de una manera similar a la que hicimos en el caso de la serie armónica, pero en lugar de mostrar que la secuencia de sumas parciales no tiene límites demostramos que está acotada. Dado que los términos de la serie son positivos, la secuencia de sumas parciales es monótona creciente y convergerá si demostramos que está delimitada arriba. Dejars_n denotar lan ésima suma parcial. \begin{aligned} s_1 & = 1 , \\ s_3 & = \left( 1 \right) + \left( \frac{1}{2^p} + \frac{1}{3^p} \right) , \\ s_7 & = \left( 1 \right) + \left( \frac{1}{2^p} + \frac{1}{3^p} \right) + \left( \frac{1}{4^p} + \frac{1}{5^p} + \frac{1}{6^p} + \frac{1}{7^p} \right) , \\ & ~~ \vdots \\ s_{2^k - 1} &= 1 + \sum_{j=1}^{k-1} \left( \sum_{m=2^j}^{2^{j+1}-1} \frac{1}{m^p} \right) .\end{aligned}En lugar de estimar desde abajo, estimamos desde arriba. En particular, comop es positivo, entonces2^p < 3^p, y por lo tanto\frac{1}{2^p} + \frac{1}{3^p} < \frac{1}{2^p} + \frac{1}{2^p}. De igual manera\frac{1}{4^p} + \frac{1}{5^p} + \frac{1}{6^p} + \frac{1}{7^p} < \frac{1}{4^p} + \frac{1}{4^p} + \frac{1}{4^p} + \frac{1}{4^p}. Por lo tanto\begin{split} s_{2^k-1} & = 1+ \sum_{j=1}^k \left( \sum_{m=2^{j}}^{2^{j+1}-1} \frac{1}{m^p} \right) \\ & < 1+ \sum_{j=1}^k \left( \sum_{m=2^{j}}^{2^{j+1}-1} \frac{1}{{(2^j)}^p} \right) \\ & = 1+ \sum_{j=1}^k \left( \frac{2^j}{{(2^j)}^p} \right) \\ & = 1+ \sum_{j=1}^k {\left( \frac{1}{2^{p-1}} \right)}^j . \end{split} Asp > 1, entonces\frac{1}{2^{p-1}} < 1. Entonces al usar el resultado de, observamos que\sum_{j=1}^\infty {\left( \frac{1}{2^{p-1}} \right)}^j converge. Por lo tantos_{2^k-1} < 1+ \sum_{j=1}^k {\left( \frac{1}{2^{p-1}} \right)}^j \leq 1+ \sum_{j=1}^\infty {\left( \frac{1}{2^{p-1}} \right)}^j . Como\{ s_n \} es una secuencia monótona, entonces todos_n \leq s_{2^k-1} para todosn \leq 2^k-1. Así para todosn,s_n < 1+ \sum_{j=1}^\infty {\left( \frac{1}{2^{p-1}} \right)}^j . La secuencia de sumas parciales es acotada y por lo tanto converge.

Tenga en cuenta que ni la pruebap -series ni la prueba de comparación nos dicen a qué converge la suma. Sólo nos dicen que existe un límite de las sumas parciales. Por ejemplo, si bien sabemos que\sum \nicefrac{1}{n^2} converge es mucho más difícil encontrar 13 que sea el límite\nicefrac{\pi^2}{6}. Si tratamos\sum \nicefrac{1}{n^p} como una función dep, obtenemos la llamada\zeta función de Riemann. Comprender el comportamiento de esta función contiene uno de los problemas no resueltos más famosos de las matemáticas en la actualidad y tiene aplicaciones en áreas aparentemente no relacionadas como la criptografía moderna.

La serie\sum \frac{1}{n^2+1} converge.

Prueba: Primero tenga en cuenta que\frac{1}{n^2+1} < \frac{1}{n^2} para todosn \in {\mathbb{N}}. Tenga en cuenta que\sum \frac{1}{n^2} converge por la pruebap -series. Por lo tanto, por la prueba de comparación,\sum \frac{1}{n^2+1} converge.

Prueba de relación

Déjese\sum x_n ser una serie tal queL := \lim_{n\to\infty} \frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} existe. Entonces

  1. SiL < 1, entonces\sum x_n converge absolutamente.
  2. SiL > 1, entonces\sum x_n diverge.

De notamos que siL > 1, entoncesx_n diverge. Ya que es una condición necesaria para la convergencia de series que los términos vayan a cero, sabemos que\sum x_n debe divergir.

Así supongamosL < 1. Vamos a argumentar que\sum \left\lvert {x_n} \right\rvert debe converger. La prueba es similar a la de. Por supuestoL \geq 0. Escoger tal queL < r < 1. Comor-L > 0, existeM \in {\mathbb{N}} tal que para todosn \geq M\left\lvert {\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} - L} \right\rvert < r-L . Por lo tanto,\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} < r . Forn > M (es decir paran \geq M+1) escribir\left\lvert {x_n} \right\rvert = \left\lvert {x_M} \right\rvert \frac{\left\lvert {x_{M+1}} \right\rvert}{\left\lvert {x_{M}} \right\rvert} \frac{\left\lvert {x_{M+2}} \right\rvert}{\left\lvert {x_{M+1}} \right\rvert} \cdots \frac{\left\lvert {x_{n}} \right\rvert}{\left\lvert {x_{n-1}} \right\rvert} < \left\lvert {x_M} \right\rvert r r \cdots r = \left\lvert {x_M} \right\rvert r^{n-M} = (\left\lvert {x_M} \right\rvert r^{-M}) r^n . Parak > M escribimos la suma parcial\begin{split} \sum_{n=1}^k \left\lvert {x_n} \right\rvert & = \left(\sum_{n=1}^{M} \left\lvert {x_n} \right\rvert \right) + \left(\sum_{n=M+1}^{k} \left\lvert {x_n} \right\rvert \right) \\ & \leq \left(\sum_{n=1}^{M} \left\lvert {x_n} \right\rvert \right) + \left(\sum_{n=M+1}^{k} (\left\lvert {x_M} \right\rvert r^{-M}) r^n \right) \\ & \leq \left(\sum_{n=1}^{M} \left\lvert {x_n} \right\rvert \right) + (\left\lvert {x_M} \right\rvert r^{-M}) \left( \sum_{n=M+1}^{k} r^n \right) . \end{split} como A medida que\sum_{n=0}^{\infty} r^n converge0 < r < 1 la serie geométrica, así\sum_{n=M+1}^{\infty} r^n converge también (¿por qué?). Tomamos el límite comok va al infinito en el lado derecho arriba para obtener\begin{split} \sum_{n=1}^k \left\lvert {x_n} \right\rvert & \leq \left(\sum_{n=1}^{M} \left\lvert {x_n} \right\rvert \right) + (\left\lvert {x_M} \right\rvert r^{-M}) \left( \sum_{n=M+1}^{k} r^n \right) \\ & \leq \left(\sum_{n=1}^{M} \left\lvert {x_n} \right\rvert \right) + (\left\lvert {x_M} \right\rvert r^{-M}) \left( \sum_{n=M+1}^{\infty} r^n \right) . \end{split} El lado derecho es un número del que no dependen. De ahí que la secuencia de sumas parciales de\sum \left\lvert {x_n} \right\rvert es acotada y\sum \left\lvert {x_n} \right\rvert convergente. Así\sum x_n es absolutamente convergente.

La serie\sum_{n=1}^\infty \frac{2^n}{n!} converge absolutamente.

Prueba: Escribimos\lim_{n\to\infty} \frac{2^{(n+1)}/(n+1)!}{2^n / n!} = \lim_{n\to\infty} \frac{2}{n+1} = 0 . Por lo tanto, la serie converge absolutamente por la prueba de ratio.

Ejercicios

Parar \not= 1, probar\sum_{k=0}^{n-1} r^k = \frac{1-r^n}{1-r} . Pista: Dejars := \sum_{k=0}^{n-1} r^k, luego calculars(1-r) = s-rs, y resolver paras.

[geometric:exr] Demostrar que para-1 < r < 1 tenemos\sum_{n=0}^\infty r^n = \frac{1}{1-r} . Sugerencia: Utilice el ejercicio anterior.

Decidir la convergencia o divergencia de las siguientes series.

a)\displaystyle \sum_{n=1}^\infty \frac{3}{9n+1} b)\displaystyle \sum_{n=1}^\infty \frac{1}{2n-1} c)\displaystyle \sum_{n=1}^\infty \frac{{(-1)}^n}{n^2}
d)\displaystyle \sum_{n=1}^\infty \frac{1}{n(n+1)} e)\displaystyle \sum_{n=1}^\infty n e^{-n^2}

  1. Demostrar que si\displaystyle \sum_{n=1}^\infty x_n converge, entonces\displaystyle \sum_{n=1}^\infty ( x_{2n} + x_{2n+1} ) también converge.
  2. Encuentra un ejemplo explícito donde no se sostiene lo contrario.

Paraj=1,2,\ldots,n, vamos a\{ x_{j,k} \}_{k=1}^\infty denotarn secuencias. Supongamos que para cada unoj\sum_{k=1}^\infty x_{j,k} es convergente. A continuación, mostrar\sum_{j=1}^n \left( \sum_{k=1}^\infty x_{j,k} \right) = \sum_{k=1}^\infty \left( \sum_{j=1}^n x_{j,k} \right) .

Demuestra la siguiente versión más fuerte de la prueba de ratio: Let\sum x_n be a series.

  1. Si hay unN y\rho < 1 tal que por todon \geq N lo que tenemos\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} < \rho, entonces la serie converge absolutamente.
  2. Si hayN tal que por todon \geq N lo que tenemos\frac{\left\lvert {x_{n+1}} \right\rvert}{\left\lvert {x_n} \right\rvert} \geq 1, entonces la serie diverge.

Dejar\{ x_n \} ser una secuencia decreciente tal que\sum x_n converja. \displaystyle \lim_{n\to\infty} n x_n = 0Demuéstralo.

Demostrar que\displaystyle \sum_{n=1}^\infty \frac{{(-1)}^n}{n} converge. Pista: considere la suma de dos entradas posteriores.

  1. Demostrar que si\sum x_n y\sum y_n convergen absolutamente, entonces\sum x_ny_n converge absolutamente.
  2. Encuentra un ejemplo explícito donde no se sostiene lo contrario.
  3. Encuentra un ejemplo explícito donde las tres series son absolutamente convergentes, no son solo sumas finitas, y(\sum x_n)(\sum y_n) \not= \sum x_ny_n. Es decir, mostrar que las series no se multiplican término por término.

Demostrar la desigualdad triangular para series, es decir, si\sum x_n converge absolutamente entonces\left\lvert {\sum_{n=1}^\infty x_n} \right\rvert \leq \sum_{n=1}^\infty \left\lvert {x_n} \right\rvert .

Demostrar la prueba de comparación de límites. Es decir, demostrar que sia_n > 0 yb_n > 0 para todosn, y0 < \lim_{n\to\infty} \frac{a_n}{b_n} < \infty , entonces cualquiera\sum a_n y\sum b_n ambos convergen de ambos divergen.

[ejercicio:badnocauchy] Vamosx_n = \sum_{j=1}^n \nicefrac{1}{j}. Demuestre que por cada quek tenemos\displaystyle \lim_{n\to\infty} \left\lvert {x_{n+k}-x_n} \right\rvert = 0, sin embargo no\{ x_n \} es Cauchy.

s_kSea lak th suma parcial de\sum x_n.
a) Supongamos que existem \in {\mathbb{N}} tal que\displaystyle \lim_{k\to\infty} s_{mk} existe y\lim\, x_n = 0. Demostrar que\sum x_n converge.
b) Encontrar un ejemplo donde\displaystyle \lim_{k\to\infty} s_{2k} exista y\lim\, x_n \not= 0 (y por lo tanto\sum x_n diverja).
c) (Desafiante) Encuentra un ejemplo donde\lim\, x_n = 0, y existe una subsecuencia\{ s_{k_j} \} tal que\displaystyle \lim_{j\to\infty} s_{k_j} existe, pero\sum x_n aún diverge.

Más sobre series

Nota: hasta 2—3 conferencias (opcional, puede omitirse o cubrirse parcialmente de forma segura)

Prueba de raíz

Ya hemos visto la prueba de ratio antes. Hay una prueba más similar llamada prueba raíz. De hecho, la prueba de esta prueba es similar y algo más fácil.

Dejemos\sum x_n ser una serie y dejarL := \limsup_{n\to\infty} \, {\left\lvert {x_n} \right\rvert}^{1/n} . Entonces

  1. SiL < 1 entonces\sum x_n converge absolutamente.
  2. SiL > 1 entonces\sum x_n diverge.

SiL > 1, entonces existe una subsecuencia\{ x_{n_k} \} tal queL = \lim_{k\to\infty} \, {\left\lvert {x_{n_k}} \right\rvert}^{1/n_k}. Quer sea tal queL > r > 1. ExisteM tal que para todosk \geq M, tenemos{\left\lvert {x_{n_k}} \right\rvert}^{1/n_k} > r > 1, o en otras palabras\left\lvert {x_{n_k}} \right\rvert > r^{n_k} > 1. La subsecuencia\{ \left\lvert {x_{n_k}} \right\rvert \}, y por lo tanto también\{ \left\lvert {x_{n}} \right\rvert \}, no puede converger a cero, por lo que la serie diverge.

Ahora supongamosL < 1. Escoger tal queL < r < 1. Por definición de límite supremum, escojaM tal que para todo lo quen \geq M tenemos\sup \{ {\left\lvert {x_k} \right\rvert}^{1/k} : k \geq n \} < r . Por lo tanto, para todosn \geq M tenemos{\left\lvert {x_n} \right\rvert}^{1/n} < r , \qquad \text{or in other words} \qquad \left\lvert {x_n} \right\rvert < r^n . Letk > M y vamos a estimar lak th suma parcial\sum_{n=1}^k \left\lvert {x_n} \right\rvert = \left( \sum_{n=1}^M \left\lvert {x_n} \right\rvert \right) + \left( \sum_{n=M+1}^k \left\lvert {x_n} \right\rvert \right) \leq \left( \sum_{n=1}^M \left\lvert {x_n} \right\rvert \right) + \left( \sum_{n=M+1}^k r^n \right) . As0 < r < 1, la serie geométrica\sum_{n=M+1}^\infty r^n converge a\frac{r^{M+1}}{1-r}. Como todo es positivo tenemos\sum_{n=1}^k \left\lvert {x_n} \right\rvert \leq \left( \sum_{n=1}^M \left\lvert {x_n} \right\rvert \right) + \frac{r^{M+1}}{1-r} . Así la secuencia de sumas parciales de\sum \left\lvert {x_n} \right\rvert es acotada, y así la serie converge. Por lo tanto\sum x_n converge absolutamente.

Prueba en serie alterna

Las pruebas que hasta ahora solo hemos abordado la convergencia absoluta. La siguiente prueba da un gran suministro de series condicionalmente convergentes.

Dejar\{ x_n \} ser una secuencia decreciente monótona de números reales positivos tales que\lim\, x_n = 0. Entonces\sum_{n=1}^\infty {(-1)}^n x_n converge.

Escribas_m := \sum_{k=1}^m {(-1)}^k x_k ser la suma parcialm th. Entonces escribes_{2n} = \sum_{k=1}^{2n} {(-1)}^k x_k = (-x_1 + x_2) + \cdots + (-x_{2n-1} + x_{2n}) = \sum_{k=1}^{n} (-x_{2k-1} + x_{2k}) . La secuencia\{ x_k \} es decreciente y así(-x_{2k-1}+x_{2k}) \leq 0 para todosk. Por lo tanto, la subsecuencia\{ s_{2n} \} de sumas parciales es una secuencia decreciente. De igual manera(x_{2k}-x_{2k+1}) \geq 0,, y asís_{2n} = - x_1 + ( x_2 - x_3 ) + \cdots + ( x_{2n-2} - x_{2n-1} ) + x_{2n} \geq -x_1 . La secuencia\{ s_{2n} \} es decreciente y delimitada por debajo, por lo que converge. Vamosa := \lim\, s_{2n}.

Deseamos mostrar eso\lim\, s_m = a (no solo para la subsecuencia). Avisos_{2n+1} = s_{2n} + x_{2n+1} . Dado\epsilon > 0, eligeM tal que\left\lvert {s_{2n}-a} \right\rvert < \nicefrac{\epsilon}{2} siempre que2n \geq M. Ya que\lim\, x_n = 0, también hacemosM posiblemente más grandes para obtenerx_{2n+1} < \nicefrac{\epsilon}{2} cuando sea2n \geq M. Si2n \geq M, tenemos\left\lvert {s_{2n}-a} \right\rvert < \nicefrac{\epsilon}{2} < \epsilon, entonces solo necesitamos verificar la situación paras_{2n+1}:\left\lvert {s_{2n+1}-a} \right\rvert = \left\lvert {s_{2n}-a + x_{2n+1}} \right\rvert \leq \left\lvert {s_{2n}-a} \right\rvert + x_{2n+1} < \nicefrac{\epsilon}{2}+ \nicefrac{\epsilon}{2} = \epsilon . \qedhere

En particular, existen series condicionalmente convergentes donde los valores absolutos de los términos van a cero arbitrariamente lentamente. Por ejemplo,\sum_{n=1}^\infty \frac{{(-1)}^n}{n^p} converge por arbitrariamente pequeñosp > 0, pero no converge absolutamente cuandop \leq 1.

Reordenamientos

Generalmente, las series absolutamente convergentes se comportan como imaginamos que deberían. Por ejemplo, las series absolutamente convergentes se pueden sumar en cualquier orden que sea. Nada de eso sirve para series condicionalmente convergentes (ver y).

Tomar una serie\sum_{n=1}^\infty x_n . Dada una función biyectiva\sigma \colon {\mathbb{N}}\to {\mathbb{N}}, el reordenamiento correspondiente es la siguiente serie: Simplemente\sum_{k=1}^\infty x_{\sigma(k)} . sumamos las series en un orden diferente.

Let\sum x_n Ser una serie absolutamente convergente convergente convergente a un númerox. \sigma \colon {\mathbb{N}}\to {\mathbb{N}}Déjese ser una biyección. Entonces\sum x_{\sigma(n)} es absolutamente convergente y converge ax.

En otras palabras, un reordenamiento de una serie absolutamente convergente converge (absolutamente) al mismo número.

Dejemos\epsilon > 0 que se den. Entonces tomarM para ser tal que\left\lvert {\left(\sum_{n=1}^M x_n \right) - x} \right\rvert < \frac{\epsilon}{2} \qquad \text{and} \qquad \sum_{n=M+1}^\infty \left\lvert {x_n} \right\rvert < \frac{\epsilon}{2} . Como\sigma es una bijección, existe un númeroK tal que para cada unon \leq M, existek \leq K tal que\sigma(k) = n. En otras palabras\{ 1,2,\ldots,M \} \subset \sigma\bigl(\{ 1,2,\ldots,K \} \bigr).

Entonces para cualquieraN \geq K, vamosQ := \max \sigma(\{ 1,2,\ldots,K \}) y computar\begin{split} \left\lvert {\left( \sum_{n=1}^N x_{\sigma(n)} \right) - x} \right\rvert & = \left\lvert { \left( \sum_{n=1}^M x_n + \sum_{\substack{n=1\\\sigma(n) > M}}^N x_{\sigma(n)} \right) - x} \right\rvert \\ & \leq \left\lvert { \left( \sum_{n=1}^M x_n \right) - x} \right\rvert + \sum_{\substack{n=1\\\sigma(n) > M}}^N \left\lvert {x_{\sigma(n)}} \right\rvert \\ & \leq \left\lvert { \left( \sum_{n=1}^M x_n \right) - x} \right\rvert + \sum_{n=M+1}^Q \left\lvert {x_{n}} \right\rvert \\ & < \nicefrac{\epsilon}{2} + \nicefrac{\epsilon}{2} = \epsilon . \end{split} Así\sum x_{\sigma(n)} converge ax. Para ver que la convergencia es absoluta, aplicamos el argumento anterior\sum \left\lvert {x_n} \right\rvert para mostrar que\sum \left\lvert {x_{\sigma(n)}} \right\rvert converge.

[ejemplo:armonsumanything] Demostremos que la serie armónica alterna\(\sum \frac

ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[14]/div/div[3]/p[7]/span[2]/span, line 1, column 5
{n}\), que no converge absolutamente, se puede reorganizar para converger a cualquier cosa. Los términos impares y los términos pares divergen hasta el infinito (¡prueba esto!) :\sum_{n=1}^\infty \frac{1}{2n-1} = \infty, \qquad \text{and} \qquad \sum_{n=1}^\infty \frac{1}{2n} = \infty . Dejar\(a_n := \frac
ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[14]/div/div[3]/p[7]/span[4]/span, line 1, column 5
{n}\)
por simplicidad, dejar queL \in {\mathbb{R}} se dé un número arbitrario, y establezca\sigma(1) := 1. Supongamos que hemos definido\sigma(n) para todosn \leq N. Si\sum_{n=1}^N a_{\sigma(n)} \leq L , entonces deja\sigma(N+1) := k ser el impar más pequeñok \in {\mathbb{N}} que aún no hemos usado, eso es\sigma(n) \not= k para todosn \leq N. De lo contrario dejemos\sigma(N+1) := k ser los más pequeños incluso losk que aún no hemos usado.

Por construcción\sigma \colon {\mathbb{N}}\to {\mathbb{N}} es uno a uno. También está en, porque si seguimos agregando cualquiera de los términos impares (resp. pares), eventualmente pasaremosL y cambiaremos a los pares (resp. odds). Entonces cambiamos infinitamente muchas veces.

Por último, dejemosN ser elN donde acabamos de pasarL y cambiar. Por ejemplo, supongamos que acabamos de cambiar de impar a par (así que empezamos a restar), y dejarN' > N ser donde primero cambiamos de par a impar. EntoncesL + \frac{1}{\sigma(N)} \geq \sum_{n=1}^{N-1} a_{\sigma(n)} > \sum_{n=1}^{N'-1} a_{\sigma(n)} > L- \frac{1}{\sigma(N')}. Y de manera similar para cambiar en la otra dirección. Por lo tanto, la suma hastaN'-1 está dentro\frac{1}{\min \{ \sigma(N), \sigma(N') \}} deL. A medida que cambiamos infinitamente muchas veces lo obtenemos\sigma(N) \to \infty y\sigma(N') \to \infty, y por lo tanto\[\sum_{n=1}^\infty a_{\sigma(n)} = \sum_{n=1}^\infty \frac

ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[14]/div/div[3]/p[9]/span[11]/span, line 1, column 5
{\sigma(n)} = L .\]

Aquí hay un ejemplo para ilustrar la prueba. SupongamosL=1.2, entonces el orden es1+\nicefrac{1}{3}-\nicefrac{1}{2}+\nicefrac{1}{5}+\nicefrac{1}{7}+\nicefrac{1}{9}-\nicefrac{1}{4}+\nicefrac{1}{11}+\nicefrac{1}{13}-\nicefrac{1}{6} +\nicefrac{1}{15}+\nicefrac{1}{17}+\nicefrac{1}{19} - \nicefrac{1}{8} + \cdots . En este punto no estamos más que\nicefrac{1}{8} del límite.

Multiplicación de series

Como ya hemos mencionado, la multiplicación de series es algo más dura que la suma. Si tenemos que al menos una de las series converge absolutamente, entonces podemos usar el siguiente teorema. Para este resultado es conveniente iniciar la serie a 0, en lugar de a 1.

Supongamos\sum_{n=0}^\infty a_n y\sum_{n=0}^\infty b_n son dos series convergentes, convergentes haciaA yB respectivamente. Si al menos una de las series converge absolutamente, entonces la serie\sum_{n=0}^\infty c_n dondec_n = a_0 b_n + a_1 b_{n-1} + \cdots + a_n b_0 = \sum_{j=0}^n a_j b_{n-j} , converge aAB.

La serie\sum c_n se llama el producto Cauchy de\sum a_n y\sum b_n.

Supongamos que\sum a_n converge absolutamente, y\epsilon > 0 déjese dar. En esta prueba en lugar de escoger estimaciones complicadas sólo para hacer que la estimación final salga como menor que\epsilon, simplemente obtengamos una estimación que\epsilon dependa y que pueda hacerse arbitrariamente pequeña.

EscribirA_m := \sum_{n=0}^m a_n , \qquad B_m := \sum_{n=0}^m b_n . Reorganizamos lam th suma parcial de\sum c_n: Seguramente\begin{split} \left\lvert {\left(\sum_{n=0}^m c_n \right) - AB} \right\rvert & = \left\lvert {\left( \sum_{n=0}^m \sum_{j=0}^n a_j b_{n-j} \right) - AB} \right\rvert \\ & = \left\lvert {\left( \sum_{n=0}^m B_n a_{m-n} \right) - AB} \right\rvert \\ & = \left\lvert {\left( \sum_{n=0}^m ( B_n - B ) a_{m-n} \right) + B A_m - AB} \right\rvert \\ & \leq \left( \sum_{n=0}^m \left\lvert { B_n - B } \right\rvert \left\lvert {a_{m-n}} \right\rvert \right) + \left\lvert {B} \right\rvert\left\lvert {A_m - A} \right\rvert \end{split} podemos hacer que el segundo término del lado derecho vaya a cero. El truco es manejar el primer término. EscogeK tal que por todom \geq K lo que tenemos\left\lvert {A_m - A} \right\rvert < \epsilon y también\left\lvert {B_m - B} \right\rvert < \epsilon. Por último, como\sum a_n converge absolutamente, asegúrate de queK sea lo suficientemente grande como para que para todosm \geq K,\sum_{n=K}^m \left\lvert {a_n} \right\rvert < \epsilon . Como\sum b_n converja, entonces tenemos queB_{\text{max}} := \sup \{ \left\lvert { B_n - B } \right\rvert : n = 0,1,2,\ldots \} es finito. Tomemosm \geq 2K, entonces en particularm-K+1 > K. Entonces,\begin{split} %\left( \sum_{n=0}^m \left\lvert { B_n - B } \right\rvert \left\lvert {a_{m-n}} \right\rvert %\right) & = \left( \sum_{n=0}^{m-K} \left\lvert { B_n - B } \right\rvert \left\lvert {a_{m-n}} \right\rvert \right) + \left( \sum_{n=m-K+1}^m \left\lvert { B_n - B } \right\rvert \left\lvert {a_{m-n}} \right\rvert \right) \\ & < \left( \sum_{n=K}^m \left\lvert {a_{n}} \right\rvert \right) B_{\text{max}} + \left( \sum_{n=0}^{K-1} \epsilon \left\lvert {a_{n}} \right\rvert \right) \\ & < \epsilon B_{\text{max}} + \epsilon \left( \sum_{n=0}^\infty \left\lvert {a_{n}} \right\rvert \right) . \end{split} puesm \geq 2K tenemos\begin{split} \left\lvert {\left(\sum_{n=0}^m c_n \right) - AB} \right\rvert & \leq \left( \sum_{n=0}^m \left\lvert { B_n - B } \right\rvert \left\lvert {a_{m-n}} \right\rvert \right) + \left\lvert {B} \right\rvert\left\lvert {A_m - A} \right\rvert \\ & < \epsilon B_{\text{max}} + \epsilon \left( \sum_{n=0}^\infty \left\lvert {a_{n}} \right\rvert \right) + \left\lvert {B} \right\rvert\epsilon = \epsilon \left( B_{\text{max}} + \left( \sum_{n=0}^\infty \left\lvert {a_{n}} \right\rvert \right) + \left\lvert {B} \right\rvert \right) . \end{split} La expresión entre paréntesis del lado derecho es un número fijo. De ahí que podamos hacer el lado derecho arbitrariamente pequeño escogiendo uno lo suficientemente pequeño\epsilon> 0. Así\sum_{n=0}^\infty c_n converge aAB.

Si ambas series son solo convergentes condicionalmente, la serie de productos Cauchy ni siquiera necesita converger. Supongamos que tomamosa_n = b_n = {(-1)}^n \frac{1}{\sqrt{n+1}}. La serie\sum_{n=0}^\infty a_n = \sum_{n=0}^\infty b_n converge por la prueba de series alternas, sin embargo, no converge absolutamente como se puede ver en lap prueba -. Veamos el producto Cauchy. c_n = {(-1)}^n \left( \frac{1}{\sqrt{n+1}} + \frac{1}{\sqrt{2n}} + \frac{1}{\sqrt{3(n-1)}} + \cdots + %\frac{1}{\sqrt{2n}} + \frac{1}{\sqrt{n+1}} \right) = {(-1)}^n \sum_{j=0}^n \frac{1}{\sqrt{(j+1)(n-j+1)}} .Por lo tanto\left\lvert {c_n} \right\rvert = \sum_{j=0}^n \frac{1}{\sqrt{(j+1)(n-j+1)}} \geq \sum_{j=0}^n \frac{1}{\sqrt{(n+1)(n+1)}} = 1 . Los términos no van a cero y por lo tanto\sum c_n no pueden converger.

Serie Power

Arreglarx_0 \in {\mathbb{R}}. Una serie de potencia sobrex_0 es una serie de la forma\sum_{n=0}^\infty a_n {(x-x_0)}^n . Una serie de potencia es realmente una función dex, y muchas funciones importantes en el análisis se pueden escribir como una serie de potencia.

Decimos que una serie de poder es convergente si hay al menos unax \not= x_0 que haga converger la serie. Tenga en cuenta que es trivial ver que six=x_0 entonces la serie siempre converge ya que todos los términos excepto el primero son cero. Si la serie no converge por ningún puntox \not= x_0, decimos que la serie es divergente.

[ps:expex] La serie\sum_{n=0}^\infty \frac{1}{n!} x^n es absolutamente convergente para todosx \in {\mathbb{R}}. Esto se puede ver usando la prueba de ratio: Para cualquierx aviso que\lim_{n \to \infty} \frac{\bigl(1/(n+1)!\bigr) \, x^{n+1}}{(1/n!) \, x^{n}} = \lim_{n \to \infty} \frac{x}{n+1} = 0. De hecho, puede recordar del cálculo que esta serie converge ae^x.

[ps:1kex] La serie\sum_{n=1}^\infty \frac{1}{n} x^n converge absolutamente para todosx \in (-1,1) a través de la prueba de ratio:\lim_{n \to \infty} \left\lvert { \frac{\bigl(1/(n+1) \bigr) \, x^{n+1}}{(1/n) \, x^{n}} } \right\rvert = \lim_{n \to \infty} \left\lvert {x} \right\rvert \frac{n}{n+1} = \left\lvert {x} \right\rvert < 1 . Converge enx=-1, como\sum_{n=1}^\infty \frac{{(-1)}^n}{n} converge por la prueba de series alternas. Pero la serie power no converge absolutamente enx=-1, porque\sum_{n=1}^\infty \frac{1}{n} no converge. La serie diverge enx=1. Cuando\left\lvert {x} \right\rvert > 1, entonces la serie diverge a través de la prueba de ratio.

[ps:divergeex] La serie\sum_{n=1}^\infty n^n x^n diverge para todosx \not= 0. Apliquemos la prueba raíz\limsup_{n\to\infty} \, \left\lvert {n^n x^n} \right\rvert^{1/n} = \limsup_{n\to\infty} \, n \left\lvert {x} \right\rvert = \infty . Por lo tanto la serie diverge para todosx \not= 0.

De hecho, la convergencia de series de poder en general siempre funciona de manera similar a uno de los tres ejemplos anteriores.

Let\sum a_n {(x-x_0)}^n Be a power series. Si la serie es convergente, entonces o converge en absolutox \in {\mathbb{R}}, o existe un número\rho, tal que la serie converge absolutamente en el intervalo(x_0-\rho,x_0+\rho) y diverge cuandox < x_0-\rho ox > x_0+\rho.

El número\rho se llama el radio de convergencia de la serie de potencia. Escribimos\rho = \infty si la serie converge para todosx, y escribimos\rho = 0 si la serie es divergente. Ver. En el radio de convergencia es\rho=1. En el radio de convergencia es\rho=\infty, y en el radio de convergencia es\rho=0.

EscribirR := \limsup_{n\to\infty} \, {\left\lvert {a_n} \right\rvert}^{1/n} . Utilizamos la prueba raíz para probar la proposición:L = \limsup_{n\to\infty} \, {\left\lvert {a_n{(x-x_0)}^n} \right\rvert}^{1/n} = \left\lvert {x-x_0} \right\rvert \limsup_{n\to\infty} \, {\left\lvert {a_n} \right\rvert}^{1/n} = \left\lvert {x-x_0} \right\rvert R . En particular siR = \infty, entoncesL=\infty para algunax \not= x_0, y la serie diverge por la prueba raíz. Por otro lado siR = 0, entoncesL=0 para cualquierax, y la serie converge absolutamente para todosx.

Supongamos0 < R < \infty. La serie converge absolutamente si1 > L = R \left\lvert {x-x_0} \right\rvert, o en otras palabras cuando\left\lvert {x-x_0} \right\rvert < \nicefrac{1}{R} . La serie diverge cuando1 < L = R \left\lvert {x-x_0} \right\rvert, o\left\lvert {x-x_0} \right\rvert > \nicefrac{1}{R} . Dejar\rho = \nicefrac{1}{R} completa la prueba.

Puede ser útil reafirmar lo que hemos aprendido en la prueba como una proposición separada.

Let\sum a_n {(x-x_0)}^n be a power series, y letR := \limsup_{n\to\infty} \, {\left\lvert {a_n} \right\rvert}^{1/n} . IfR = \infty, la serie power es divergente. SiR=0, entonces la serie power converge en todas partes. De lo contrario el radio de convergencia\rho = \nicefrac{1}{R}.

A menudo, el radio de convergencia se escribe como\rho = \nicefrac{1}{R} en los tres casos, con la comprensión obvia de lo que\rho debería ser siR = 0 oR = \infty.

Las series de potencia convergente se pueden sumar y multiplicar entre sí, y multiplicar por constantes. La propuesta tiene una prueba fácil usando lo que sabemos sobre series en general, y series de potencia en particular. Dejamos la prueba al lector.

Let\sum_{n=0}^\infty a_n {(x-x_0)}^n y\sum_{n=0}^\infty b_n {(x-x_0)}^n ser dos series convergentes de potencia con radio de convergencia al menos\rho > 0 y\alpha \in {\mathbb{R}}. Entonces para todosx esos que\left\lvert {x-x_0} \right\rvert < \rho, tenemos\left(\sum_{n=0}^\infty a_n {(x-x_0)}^n\right) + \left(\sum_{n=0}^\infty b_n {(x-x_0)}^n\right) = \sum_{n=0}^\infty (a_n+b_n) {(x-x_0)}^n ,\alpha \left(\sum_{n=0}^\infty a_n {(x-x_0)}^n\right) = \sum_{n=0}^\infty \alpha a_n {(x-x_0)}^n , y\left(\sum_{n=0}^\infty a_n {(x-x_0)}^n\right) \, \left(\sum_{n=0}^\infty b_n {(x-x_0)}^n\right) = \sum_{n=0}^\infty c_n {(x-x_0)}^n , dondec_n = a_0b_n + a_1 b_{n-1} + \cdots + a_n b_0.

Es decir, después de realizar las operaciones algebraicas, el radio de convergencia de la serie resultante es al menos\rho. Para todosx con\left\lvert {x-x_0} \right\rvert < \rho, tenemos dos series convergentes por lo que su término por término suma y multiplicación por constantes sigue por lo que aprendimos en la última sección. Para la multiplicación de dos series de potencia, las series son absolutamente convergentes dentro del radio de convergencia y es por eso que para esasx podemos aplicar el teorema de Mertens. Tenga en cuenta que después de aplicar una operación algebraica el radio de convergencia podría aumentar. Ver los ejercicios.

Veamos algunos ejemplos de series de poder. Los polinomios son simplemente series de potencia finita. Es decir, un polinomio es una serie de potencias donde losa_n son cero para todos lo suficientementen grandes. Ampliamos un polinomio como una serie de potencias sobre cualquier puntox_0 escribiendo el polinomio como polinomio en(x-x_0). Por ejemplo,2x^2-3x+4 como una serie de potencia alrededorx_0 = 1 es2x^2-3x+4 = 3 + (x-1) + 2{(x-1)}^2 .

También podemos ampliar funciones racionales, es decir, proporciones de polinomios como series de potencia, aunque aquí no vamos a probar completamente este hecho. Observe que una serie para una función racional solo define la función en un intervalo incluso si la función se define en otro lugar. Por ejemplo, para la serie geométrica tenemos que parax \in (-1,1)\frac{1}{1-x} = \sum_{n=0}^\infty x^n . La serie diverge cuando\left\lvert {x} \right\rvert > 1, aunque\frac{1}{1-x} se define para todosx \not= 1.

Podemos usar la serie geométrica junto con reglas para la suma y multiplicación de series de potencia para expandir las funciones racionales como series de potencia alrededorx_0, siempre y cuando el denominador no sea cero enx_0. Declaramos sin pruebas que esto siempre es posible, y damos un ejemplo de tal cómputo usando la serie geométrica.

Vamos a expandirnos\frac{x}{1+2x+x^2} como una serie de potencias alrededor del origen (x_0 = 0) y encontrar el radio de convergencia.

Escribe1+2x+x^2 = {(1+x)}^2 = {\bigl(1-(-x)\bigr)}^2, y supongamos\left\lvert {x} \right\rvert < 1. Calcular\begin{split} \frac{x}{1+2x+x^2} &= x \, {\left( \frac{1}{1-(-x)} \right)}^2 \\ &= x \, {\left( \sum_{n=0}^\infty {(-1)}^n x^n \right)}^2 \\ &= x \, \left( \sum_{n=0}^\infty c_n x^n \right) \\ &= \sum_{n=0}^\infty c_n x^{n+1} , \end{split} donde usando la fórmula para el producto de serie obtenemos,c_0 = 1,c_1 = -1 -1 = -2,c_2 = 1+1+1 = 3, etc... Por lo tanto obtenemos eso para\left\lvert {x} \right\rvert < 1,\frac{x}{1+2x+x^2} = \sum_{n=1}^\infty {(-1)}^{n+1} n x^n . El radio de convergencia es de al menos 1. Dejamos al lector verificar que el radio de convergencia es exactamente igual a 1.

Puedes usar el método de fracciones parciales que conoces del cálculo. Por ejemplo, para encontrar la serie power para\frac{x^3+x}{x^2-1} en 0, escriba\frac{x^3+x}{x^2-1} = x + \frac{1}{1+x} - \frac{1}{1-x} = x + \sum_{n=0}^\infty {(-1)}^n x^n - \sum_{n=0}^\infty x^n .

Ejercicios

Decidir la convergencia o divergencia de las siguientes series.

a)\displaystyle \sum_{n=1}^\infty \frac{1}{2^{2n+1}} b)\displaystyle \sum_{n=1}^\infty \frac{{(-1)}^{n}(n-1)}{n} c)\(\displaystyle \sum_{n=1}^\infty \frac
ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[15]/table[1]/tbody/tr/td[5]/span/span, line 1, column 5
\)
d)\(\displaystyle \sum_{n=1}^\infty \frac{n^n}
ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[15]/table[1]/tbody/tr/td[7]/span/span, line 1, column 6
\)

Supongamos ambas\sum_{n=0}^\infty a_n y\sum_{n=0}^\infty b_n convergen absolutamente. Demostrar que la serie de productosc_n = a_0 b_n + a_1 b_{n-1} + \cdots + a_n b_0,\sum_{n=0}^\infty c_n donde, también converge absolutamente.

[ejercicio:seriesconvergestocualquier cosa]\sum a_n Sea condicionalmente convergente. Demostrar que dado cualquier númerox existe un reordenamiento de\sum a_n tal manera que la serie reordenada converge ax. Pista: Ver.

a) Demostrar que la serie armónica alterna\(\sum \frac

ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[15]/p[4]/span[1]/span, line 1, column 5
{n}\) tiene un reordenamiento tal que para cualquierax < y, existe una suma parcials_n de la serie reordenada tal quex < s_n < y. b) Demuestre que el reordenamiento que encontró no converge. Ver. c) Demostrar que para cualquierax \in {\mathbb{R}}, existe una subsecuencia de sumas parciales\{ s_{n_k} \} de su reordenamiento tal que\lim \, s_{n_k} = x.

Para las siguientes series de potencia, encuentre si son convergentes o no, y de ser así encontrar su radio de convergencia.

a)\displaystyle \sum_{n=0}^\infty 2^n x^n b)\displaystyle \sum_{n=0}^\infty n x^n c)\displaystyle \sum_{n=0}^\infty n! \, x^n d)\displaystyle \sum_{n=0}^\infty \frac{1}{(2k)!} {(x-10)}^n e)\displaystyle \sum_{n=0}^\infty x^{2n} f)\displaystyle \sum_{n=0}^\infty n! \, x^{n!}

Supongamos que\sum a_n x^n converge parax=1. a) ¿Qué se puede decir del radio de convergencia? b) Si además sabes que enx=1 la convergencia no es absoluta, ¿qué puedes decir?

Expandir\dfrac{x}{4-x^2} como una serie de potencia alrededorx_0 = 0 y calcular su radio de convergencia.

a) Encuentra un ejemplo donde el radio de convergencia de\sum a_n x^n y\sum b_n x^n son 1, pero el radio de convergencia de la suma de las dos series es infinito. b) (Trickier) Encuentra un ejemplo donde el radio de convergencia de\sum a_n x^n y\sum b_n x^n son 1, pero el radio de convergencia del producto del dos series es infinita.

Averiguar cómo calcular el radio de convergencia usando la prueba de ratio. Es decir, supongamos que\sum a_n x^n es una serie de poder yR := \lim \, \frac{\left\lvert {a_{n+1}} \right\rvert}{\left\lvert {a_n} \right\rvert} existe o es\infty. Encuentra el radio de convergencia y prueba tu reclamo.

a) Demostrarlo\lim \, n^{1/n} = 1. Pista: Escribirn^{1/n} = 1+b_n y anotarb_n > 0. Entonces muestra eso{(1+b_n)}^n \geq \frac{n(n-1)}{2}b_n^2 y usa esto para demostrarlo\lim \, b_n = 0. b) Usa el resultado de la parte a) para mostrar que si\sum a_n x^n es una serie de potencias convergentes con radio de convergenciaR, entonces también\sum n a_n x^n es convergente con el mismo radio de convergencia.

Existen diferentes nociones de sumabilidad (convergencia) de una serie que solo la que hemos visto. Uno común es Ces à ro sumabilidad 14. Dejar\sum a_n ser una serie y dejars_n ser lan ésima suma parcial. Se dice que la serie es Ces à ro sumable aa sia = \lim_{n\to \infty} \frac{s_1 + s_2 + \cdots + s_n}{n} .

a) Si\sum a_n es convergente aa (en el sentido habitual), mostrar que\sum a_n es Ces à ro sumable aa. b) Demostrar que en el sentido de Ces à ro\sum {(-1)}^n es sumable a\nicefrac{1}{2}. c) Dejara_n := k cuandon = k^3 para algunosk \in {\mathbb{N}},a_n := -k cuando n = k^3+1para algunosk \in {\mathbb{N}}, de lo contrario vamosa_n := 0. Mostrar que\sum a_n diverge en el sentido habitual, (las sumas parciales son ilimitadas), pero es Ces à ro sumable a 0 (parece un poco paradójico a primera vista).

Demostrar que la monotonicidad en la prueba de series alternas es necesaria. Es decir, encontrar una secuencia de números reales positivos\{ x_n \} con\lim\, x_n = 0 pero tal que\sum {(-1)}^n x_n diverja.

Funciones continuas

Límites de funciones

Nota: 2—3 conferencias

Antes de definir la continuidad de las funciones, necesitamos visitar una noción algo más general de un límite. Es decir, dada una funciónf \colon S \to {\mathbb{R}}, queremos ver cómof(x) se comporta comox tiende hasta cierto punto.

Puntos de clúster

Primero, volvamos a un concepto que hemos visto anteriormente en un ejercicio.

S \subset {\mathbb{R}}Déjese ser un conjunto. Un númerox \in {\mathbb{R}} se llama punto de clúster deS si para cada\epsilon > 0, el conjunto no(x-\epsilon,x+\epsilon) \cap S \setminus \{ x \} está vacío.

Es decir,x es un punto de cúmulo deS si hay puntos deS arbitrariamente cercanos ax. Otra forma de formular la definición es decir quex es un punto de cúmulo deS si por cada\epsilon > 0, existey \in S tal quey \not= x y\left\lvert {x - y} \right\rvert < \epsilon. Tenga en cuenta que un punto de clúster de noS es necesario que se encuentre enS.

Veamos algunos ejemplos.

  1. El conjunto\{ \nicefrac{1}{n} : n \in {\mathbb{N}}\} tiene un punto cero de clúster único.
  2. Los puntos de clúster del intervalo abierto(0,1) son todos los puntos en el intervalo cerrado[0,1].
  3. Para el conjunto{\mathbb{Q}}, el conjunto de puntos de clúster es toda la línea real{\mathbb{R}}.
  4. Para el conjunto[0,1) \cup \{ 2 \}, el conjunto de puntos de clúster es el intervalo[0,1].
  5. El conjunto no{\mathbb{N}} tiene puntos de clúster en{\mathbb{R}}.

VamosS \subset {\mathbb{R}}. Entoncesx \in {\mathbb{R}} es un punto de cúmulo deS si y sólo si existe una secuencia convergente de números\{ x_n \} tales quex_n \not= x,x_n \in S, y\lim\, x_n = x.

Primero supongamos quex es un punto de cúmulo deS. Para cualquieran \in {\mathbb{N}}, elegimosx_n ser un punto arbitrario de(x-\nicefrac{1}{n},x+\nicefrac{1}{n}) \cap S \setminus \{x\}, que sabemos que no está vacío porquex es un punto de clúster deS. Entoncesx_n está dentro\nicefrac{1}{n} dex, es decir,\left\lvert {x-x_n} \right\rvert < \nicefrac{1}{n} . As\{ \nicefrac{1}{n} \} converge a cero,\{ x_n \} converge ax.

Por otro lado, si empezamos con una secuencia de números\{ x_n \} enS converger ax tal quex_n \not= x para todosn, entonces para cada\epsilon > 0 hayM tal que en particular\left\lvert {x_M - x} \right\rvert < \epsilon. Es decir,x_M \in (x-\epsilon,x+\epsilon) \cap S \setminus \{x\}.

Límites de funciones

Si una funciónf se define en un conjuntoS yc es un punto de clúster deS, entonces podemos definir el límite def(x) comox se acerca ac. Tenga en cuenta que es irrelevante para la definición sif se define enc o no. Además, incluso si la función se define enc, el límite de la función comox va a bienc podría ser diferente def(c).

Dejarf \colon S \to {\mathbb{R}} ser una función yc un punto de clúster deS. Supongamos que existe unaL \in {\mathbb{R}} y para cada\epsilon > 0, existe\delta > 0 tal que siemprex \in S \setminus \{ c \} y\left\lvert {x - c} \right\rvert < \delta, entonces\left\lvert {f(x) - L} \right\rvert < \epsilon . en este caso decimosf(x) converge aL lo quex va ac. Decimos queL es el límite def(x) lo quex va ac. Escribimos\lim_{x \to c} f(x) := L , of(x) \to L \quad\text{as}\quad x \to c . Si noL existe tal, entonces decimos que el límite no existe o quef diverge enc.

Nuevamente la notación y el lenguaje que estamos usando anteriormente asume que el límite es único aunque aún no lo hayamos probado. Hagámoslo ahora.

Dejarc ser un punto de clúster deS \subset {\mathbb{R}} y dejarf \colon S \to {\mathbb{R}} ser una función tal quef(x) converja comox va ac. Entonces el límite def(x) lo quex va ac es único.

DejarL_1 yL_2 ser dos números que ambos satisfagan la definición. Toma una\epsilon > 0 y encuentra\delta_1 > 0 tal que\left\lvert {f(x)-L_1} \right\rvert < \nicefrac{\epsilon}{2} para todosx \in S \setminus \{c\} con\left\lvert {x-c} \right\rvert < \delta_1. También encuentra\delta_2 > 0 tal que\left\lvert {f(x)-L_2} \right\rvert < \nicefrac{\epsilon}{2} para todosx \in S \setminus \{c\} con\left\lvert {x-c} \right\rvert < \delta_2. Poner\delta := \min \{ \delta_1, \delta_2 \}. Supongamosx \in S\left\lvert {x-c} \right\rvert < \delta,, yx \not= c. Entonces\left\lvert {L_1 - L_2} \right\rvert = \left\lvert {L_1 - f(x) + f(x) - L_2} \right\rvert \leq \left\lvert {L_1 - f(x)} \right\rvert + \left\lvert {f(x) - L_2} \right\rvert < \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon. En\left\lvert {L_1-L_2} \right\rvert < \epsilon cuanto a arbitrario\epsilon > 0, entoncesL_1 = L_2.

Dejar quef \colon {\mathbb{R}}\to {\mathbb{R}} se defina comof(x) := x^2. Entonces\lim_{x\to c} f(x) = \lim_{x\to c} x^2 = c^2 .

Prueba: Primero dejec ser arreglado. Dejemos\epsilon > 0 que se den. Toma\delta := \min \left\{ 1 , \, \frac{\epsilon}{2\left\lvert {c} \right\rvert+1} \right\} . Tomax \not= c tal que\left\lvert {x-c} \right\rvert < \delta. En particular,\left\lvert {x-c} \right\rvert < 1. Entonces por la desigualdad del triángulo inverso obtenemos\left\lvert {x} \right\rvert-\left\lvert {c} \right\rvert \leq \left\lvert {x-c} \right\rvert < 1 . Sumando2\left\lvert {c} \right\rvert a ambos lados obtenemos\left\lvert {x} \right\rvert + \left\lvert {c} \right\rvert < 2\left\lvert {c} \right\rvert + 1. Calculamos\begin{split} \left\lvert {f(x) - c^2} \right\rvert &= \left\lvert {x^2-c^2} \right\rvert \\ &= \left\lvert {(x+c)(x-c)} \right\rvert \\ &= \left\lvert {x+c} \right\rvert\left\lvert {x-c} \right\rvert \\ &\leq (\left\lvert {x} \right\rvert+\left\lvert {c} \right\rvert)\left\lvert {x-c} \right\rvert \\ &< (2\left\lvert {c} \right\rvert+1)\left\lvert {x-c} \right\rvert \\ &< (2\left\lvert {c} \right\rvert+1)\frac{\epsilon}{2\left\lvert {c} \right\rvert+1} = \epsilon . \end{split}

Definirf \colon [0,1) \to {\mathbb{R}} porf(x) := \begin{cases} x & \text{if $x > 0$} , \\ 1 & \text{if $x = 0$} . \end{cases} Entonces\lim_{x\to 0} f(x) = 0 , aunquef(0) = 1.

Comprobante: Dejar\epsilon > 0 ser dado. Vamos\delta := \epsilon. Entonces parax \in [0,1)x \not= 0,, y\left\lvert {x-0} \right\rvert < \delta obtenemos\left\lvert {f(x) - 0} \right\rvert = \left\lvert {x} \right\rvert < \delta = \epsilon .

Límites secuenciales

Conectemos el límite como se definió anteriormente con límites de secuencias.

[seqflimit:lemma] DejarS \subset {\mathbb{R}} yc ser un punto de cúmulo deS. Dejarf \colon S \to {\mathbb{R}} ser una función.

Entoncesf(x) \to L comox \to c, si y sólo si por cada secuencia\{ x_n \} de números tal quex_n \in S \setminus \{c\} para todosn, y tal que\lim\, x_n = c, tenemos que la secuencia\{ f(x_n) \} converge aL.

Supongamosf(x) \to L comox \to c, y\{ x_n \} es una secuencia tal quex_n \in S \setminus \{c\} y\lim\, x_n = c. Deseamos demostrar que\{ f(x_n) \} converge aL. Dejemos\epsilon > 0 que se den. Encuentra un\delta > 0 tal que six \in S \setminus \{c\} y\left\lvert {x-c} \right\rvert < \delta, entonces\left\lvert {f(x) - L} \right\rvert < \epsilon. Como\{ x_n \} converge ac, encontrar unM tal que paran \geq M nosotros tenemos eso\left\lvert {x_n - c} \right\rvert < \delta. Por lo tanton \geq M, para,\left\lvert {f(x_n) - L} \right\rvert < \epsilon . Así\{ f(x_n) \} converge aL.

Para la otra dirección, utilizamos prueba por contrapositivo. Supongamos que no es cierto quef(x) \to L comox \to c. La negación de la definición es que existe\epsilon > 0 tal que para cada uno\delta > 0 existe unx \in S \setminus \{c\}, dónde\left\lvert {x-c} \right\rvert < \delta y\left\lvert {f(x)-L} \right\rvert \geq \epsilon.

Vamos a utilizar\nicefrac{1}{n} for\delta en la declaración anterior para construir una secuencia\{ x_n \}. Tenemos que existe\epsilon > 0 tal que para cadan, existe un puntox_n \in S \setminus \{c\}, donde\left\lvert {x_n-c} \right\rvert < \nicefrac{1}{n} y\left\lvert {f(x_n)-L} \right\rvert \geq \epsilon. La secuencia\{ x_n \} recién construida converge ac, pero la secuencia\{ f(x_n) \} no converge aL. Y ya terminamos.

Es posible fortalecer la dirección inversa del lema simplemente afirmando que\{ f(x_n) \} converge sin requerir un límite específico. Ver.

\displaystyle \lim_{x \to 0} \, \sin( \nicefrac{1}{x} )no existe, pero\displaystyle \lim_{x \to 0} \, x\sin( \nicefrac{1}{x} ) = 0. Ver.

Gráficas de\ sin (\ nicefrac {1} {x}) y x\ sin (\ nicefrac {1} {x}). Tenga en cuenta que la computadora no puede graficar correctamente\ sin (\ nicefrac {1} {x}) cerca de cero ya que oscila demasiado rápido. [figsin1x]Gráficas de\ sin (\ nicefrac {1} {x}) y x\ sin (\ nicefrac {1} {x}). Tenga en cuenta que la computadora no puede graficar correctamente\ sin (\ nicefrac {1} {x}) cerca de cero ya que oscila demasiado rápido. [figsin1x]

Prueba: Trabajemos con\sin(\nicefrac{1}{x}) primero. Definamos la secuenciax_n := \frac{1}{\pi n + \nicefrac{\pi}{2}}. No es difícil de ver eso\lim\, x_n = 0. Además,\sin ( \nicefrac{1}{x_n} ) = \sin (\pi n + \nicefrac{\pi}{2}) = {(-1)}^n . por lo tanto,\{ \sin ( \nicefrac{1}{x_n} ) \} no converge. Así, por,\lim_{x \to 0} \, \sin( \nicefrac{1}{x} ) no existe.

Ahora veamosx\sin(\nicefrac{1}{x}). Quex_n sea una secuencia tal quex_n \not= 0 para todosn y tal que\lim\, x_n = 0. Observe que\left\lvert {\sin(t)} \right\rvert \leq 1 para cualquiert \in {\mathbb{R}}. Por lo tanto,\left\lvert {x_n\sin(\nicefrac{1}{x_n})-0} \right\rvert = \left\lvert {x_n} \right\rvert\left\lvert {\sin(\nicefrac{1}{x_n})} \right\rvert \leq \left\lvert {x_n} \right\rvert . Asx_n va a 0, luego\left\lvert {x_n} \right\rvert va a cero, y de ahí\{ x_n\sin(\nicefrac{1}{x_n}) \} converge a cero. Por,\displaystyle \lim_{x \to 0} \, x\sin( \nicefrac{1}{x} ) = 0.

Ten en cuenta la frase “para cada secuencia” en el lema. Por ejemplo, toma\sin(\nicefrac{1}{x}) y la secuenciax_n = \nicefrac{1}{\pi n}. Entonces\{ \sin (\nicefrac{1}{x_n}) \} es la secuencia cero constante, y por lo tanto converge a cero.

Usando, podemos comenzar a aplicar todo lo que sabemos sobre límites secuenciales a límites de funciones. Demos algunos ejemplos importantes.

DejarS \subset {\mathbb{R}} yc ser un punto de cúmulo deS. Dejarf \colon S \to {\mathbb{R}} yg \colon S \to {\mathbb{R}} ser funciones. Supongamos que existen los límites def(x) yg(x) comox va ac ambos, y quef(x) \leq g(x) \qquad \text{for all $x \in S$}. Entonces\lim_{x\to c} f(x) \leq \lim_{x\to c} g(x) .

Tomar\{ x_n \} ser una secuencia de números enS \setminus \{ c \} que converja ac. LetL_1 := \lim_{x\to c} f(x), \qquad \text{and} \qquad L_2 := \lim_{x\to c} g(x) . By sabemos que\{ f(x_n) \} converge haciaL_1 y\{ g(x_n) \} converge haciaL_2. También tenemosf(x_n) \leq g(x_n). ObtenemosL_1 \leq L_2 usando.

Al aplicar funciones constantes, obtenemos el siguiente corolario. La prueba se deja como ejercicio.

[fconstineq:cor] DejarS \subset {\mathbb{R}} yc ser un punto de cúmulo deS. Dejarf \colon S \to {\mathbb{R}} ser una función. Y supongamos quec existe el límite def(x) lo quex va a. Supongamos que hay dos números realesa yb tal quea \leq f(x) \leq b \qquad \text{for all $x \in S$}. Entoncesa \leq \lim_{x\to c} f(x) \leq b .

Utilizando de la misma manera que anteriormente también obtenemos los siguientes corolarios, cuyas pruebas se vuelven a dejar como ejercicio.

[fsqueeze:cor] DejarS \subset {\mathbb{R}} yc ser un punto de cúmulo deS. Dejarf \colon S \to {\mathbb{R}},g \colon S \to {\mathbb{R}}, yh \colon S \to {\mathbb{R}} ser funciones. Supongamosf(x) \leq g(x) \leq h(x) \qquad \text{for all $x \in S$}, y los límites def(x) yh(x) comox va ac ambos existir, y\lim_{x\to c} f(x) = \lim_{x\to c} h(x) . Entonces el límite deg(x) lo quex va ac existe y\lim_{x\to c} g(x) = \lim_{x\to c} f(x) = \lim_{x\to c} h(x) .

[falg:cor] DejarS \subset {\mathbb{R}} yc ser un punto de cúmulo deS. Dejarf \colon S \to {\mathbb{R}} yg \colon S \to {\mathbb{R}} ser funciones. Supongamos que existen límites def(x) yg(x) comox va ac ambos. Entonces

  1. \displaystyle \lim_{x\to c} \bigl(f(x)+g(x)\bigr) = \left(\lim_{x\to c} f(x)\right) + \left(\lim_{x\to c} g(x)\right) .
  2. \displaystyle \lim_{x\to c} \bigl(f(x)-g(x)\bigr) = \left(\lim_{x\to c} f(x)\right) - \left(\lim_{x\to c} g(x)\right) .
  3. \displaystyle \lim_{x\to c} \bigl(f(x)g(x)\bigr) = \left(\lim_{x\to c} f(x)\right) \left(\lim_{x\to c} g(x)\right) .
  4. [falg:cor:iv] Si\displaystyle \lim_{x\to c} g(x) \not= 0, yg(x) \not= 0 para todosx \in S \setminus \{ c \}, entonces\lim_{x\to c} \frac{f(x)}{g(x)} = \frac{\lim_{x\to c} f(x)}{\lim_{x\to c} g(x)} .

Límites de restricciones y límites unilaterales

A veces trabajamos con la función definida en un subconjunto.

Dejarf \colon S \to {\mathbb{R}} ser una función. VamosA \subset S. Definir la funciónf|_A \colon A \to {\mathbb{R}} porf|_A (x) := f(x) \qquad \text{for $x \in A$}. La funciónf|_A se llama la restricción def aA.

La funciónf|_A es simplemente la funciónf tomada en un dominio más pequeño. La siguiente proposición es el análogo de tomar una cola de una secuencia.

[prop:limrest] DejarS \subset {\mathbb{R}},c \in {\mathbb{R}}, y dejarf \colon S \to {\mathbb{R}} ser una función. Supongamos queA \subset S es tal que hay algunos\alpha > 0 tales queA \cap (c-\alpha,c+\alpha) = S \cap (c-\alpha,c+\alpha).

  1. El puntoc es un punto de clúster deA si y solo sic es un punto de clúster deS.
  2. Supongamosc que es un punto de cúmulo deS, entoncesf(x) \to L comox \to c si y sólo sif|_A(x) \to L comox \to c.

Primero, dejemosc ser un punto de cúmulo deA. Ya queA \subset S, entonces si no( A \setminus \{ c\} ) \cap (c-\epsilon,c+\epsilon) está vacío para cada\epsilon > 0, entonces no( S \setminus \{ c\} ) \cap (c-\epsilon,c+\epsilon) está vacío para cada uno\epsilon > 0. Asíc es un punto de cúmulo deS. Segundo, supongamos quec es un punto de cúmulo deS. Entonces para\epsilon > 0 tal que\epsilon < \alpha conseguimos eso( A \setminus \{ c\} ) \cap (c-\epsilon,c+\epsilon) = ( S \setminus \{ c\} ) \cap (c-\epsilon,c+\epsilon), que no está vacío. Esto es cierto para todos\epsilon < \alpha y por lo tanto( A \setminus \{ c\} ) \cap (c-\epsilon,c+\epsilon) debe ser no vacío para todos\epsilon > 0. Asíc es un punto de cúmulo deA.

Ahora supongamosf(x) \to L comox \to c. Es decir, para cada\epsilon > 0 hay\delta > 0 tal que six \in S \setminus \{ c \} y\left\lvert {x-c} \right\rvert < \delta, entonces\left\lvert {f(x)-L} \right\rvert < \epsilon. PorqueA \subset S, six está enA \setminus \{ c \}, entoncesx está adentroS \setminus \{ c \}, y por lo tantof|_A(x) \to L comox \to c.

Por último supongamosf|_A(x) \to L comox \to c. De ahí que para cada\epsilon > 0 haya\delta > 0 tal que six \in A \setminus \{ c \} y\left\lvert {x-c} \right\rvert < \delta, entonces\bigl\lvert f|_A(x)-L \bigr\rvert < \epsilon. Sin pérdida de generalidad asumir\delta \leq \alpha. Si\left\lvert {x-c} \right\rvert < \delta, entoncesx \in S \setminus \{c \} si y solo six \in A \setminus \{c \}. Así\left\lvert {f(x)-L} \right\rvert = \bigl\lvert f|_A(x)-L \bigr\rvert < \epsilon.

La hipótesis de la proposición es necesaria. Para una restricción arbitraria generalmente solo obtenemos implicación en una sola dirección, véase.

Un uso común de la restricción con respecto a los límites son los límites unilaterales.

[defn:onesidedlimits] Letf \colon S \to {\mathbb{R}} be function y letc be a cluster point ofS \cap (c,\infty). Entonces si el límite de la restricción def aS \cap (c,\infty) comox \to c existe, definimos\lim_{x \to c^+} f(x) := \lim_{x\to c} f|_{S \cap (c,\infty)}(x) . De manera similar sic es un punto de clúster deS \cap (-\infty,c) y el límite de la restricción comox \to c existe, definimos\lim_{x \to c^-} f(x) := \lim_{x\to c} f|_{S \cap (-\infty,c)}(x) .

La proposición anterior no se aplica a los límites unilaterales. Es posible tener límites unilaterales, pero ningún límite en un punto. Por ejemplo, definirf \colon {\mathbb{R}}\to {\mathbb{R}} porf(x) := 1 parax < 0 yf(x) := 0 parax \geq 0. Dejamos al lector verificar que\lim_{x \to 0^-} f(x) = 1, \qquad \lim_{x \to 0^+} f(x) = 0, \qquad \lim_{x \to 0} f(x) \quad \text{does not exist.} tenemos el siguiente reemplazo.

[prop:onesidedlimits] LetS \subset {\mathbb{R}} be a set such thatc is a cluster point of bothS \cap (-\infty,c) andS \cap (c,\infty), and letf \colon S \to {\mathbb{R}} be a function. Entonces\lim_{x \to c} f(x) = L \qquad \text{if and only if} \qquad \lim_{x \to c^-} f(x) = \lim_{x \to c^+} f(x) = L .

Es decir, existe un límite si ambos límites unilaterales existen y son iguales, y viceversa. La prueba es una aplicación directa de la definición de límite y se deja como ejercicio. El punto clave es ese\bigl( S \cap (-\infty,c) \bigr) \cup \bigl( S \cap (c,\infty) \bigr) = S \setminus \{ c \}.

Ejercicios

Encontrar el límite o probar que el límite no existe

a)\displaystyle \lim_{x\to c} \sqrt{x}, parac \geq 0 b)\displaystyle \lim_{x\to c} x^2+x+1, para cualquierc \in {\mathbb{R}} c)\displaystyle \lim_{x\to 0} x^2 \cos (\nicefrac{1}{x})
d)\displaystyle \lim_{x\to 0}\, \sin(\nicefrac{1}{x}) \cos (\nicefrac{1}{x}) e)\displaystyle \lim_{x\to 0}\, \sin(x) \cos (\nicefrac{1}{x})

Demostrar.

Demostrar.

Demostrar.

VamosA \subset S. Mostrar que sic es un punto de clúster deA, entoncesc es un punto de clúster deS. Tenga en cuenta la diferencia de.

[ejercicio:restricciónlimitarejercicio] VamosA \subset S. Supongamos quec es un punto de clúster deA y también es un punto de clúster deS. Dejarf \colon S \to {\mathbb{R}} ser una función. Demostrar que sif(x) \to L comox \to c, entoncesf|_A(x) \to L comox \to c. Tenga en cuenta la diferencia de.

Encuentra un ejemplo de una funciónf \colon [-1,1] \to {\mathbb{R}} tal que paraA:=[0,1], la restricciónf|_A(x) \to 0 asx \to 0, pero el límite def(x) comox \to 0 no existe. Tenga en cuenta por qué no puede aplicar.

Encuentra funciones de ejemplof yg tal que el límite def(x) nig(x) existe comox \to 0, pero tal que el límite def(x)+g(x) existe comox \to 0.

[exercise:contlimitcomposition] Dejarc_1 ser un punto de cluster deA \subset {\mathbb{R}} yc_2 ser un punto de cluster deB \subset {\mathbb{R}}. Supongamosf \colon A \to B yg \colon B \to {\mathbb{R}} son funciones tales quef(x) \to c_2 comox \to c_1 yg(y) \to L comoy \to c_2. Sic_2 \in B también supongamos esog(c_2) = L. Dejarh(x) := g\bigl(f(x)\bigr) y mostrarh(x) \to L comox \to c_1. Pista: nota quef(x) podría igualarc_2 para muchosx \in A, véase también.

Dejarc ser un punto de clúster deA \subset {\mathbb{R}}, yf \colon A \to {\mathbb{R}} ser una función. Supongamos por cada secuencia\{x_n\} enA, tal que\lim\, x_n = c, la secuencia\{ f(x_n) \}_{n=1}^\infty es Cauchy. Demostrar que\lim_{x\to c} f(x) existe.

[exercise:seqflimitalt] Demostrar la siguiente versión más fuerte de una dirección de: DejarS \subset {\mathbb{R}},c ser un punto de clúster deS, yf \colon S \to {\mathbb{R}} ser una función. Supongamos que para cada secuencia\{x_n\} enS \setminus \{c\} tal que\lim\, x_n = c la secuencia\{ f(x_n) \} sea convergente. Entonces mostrarf(x) \to L comox \to c para algunosL \in {\mathbb{R}}.

Demostrar.

SupongamosS \subset {\mathbb{R}} yc es un punto de cúmulo deS. Supongamos quef \colon S \to {\mathbb{R}} está acotado. Demostrar que existe una secuencia\{ x_n \} conx_n \in S \setminus \{ c \} y\lim\, x_n = c tal que\{ f(x_n) \} converge.

[exercise:contlimitbadcomposition] Mostrar que la hipótesis de queg(c_2) = L en es necesaria. Es decir, encontrarf yg tal quef(x) \to c_2 comox \to c_1 yg(y) \to L comoy \to c_2, perog\bigl(f(x)\bigr) no vaya aL comox \to c_1.

Funciones continuas

Nota: 2—2.5 conferencias

Sin duda escuchaste de funciones continuas en tu escolaridad. Un criterio de secundaria para este concepto es que una función es continua si podemos dibujar su gráfica sin levantar la pluma del papel. Si bien ese concepto intuitivo puede ser útil en situaciones simples, requerimos rigor. La siguiente definición tomó a tres grandes matemáticos (Bolzano, Cauchy, y finalmente Weierstrass) para obtener correctamente y su forma final data sólo a finales del siglo XIX.

Definición y propiedades básicas

DejarS \subset {\mathbb{R}},c \in S, y dejarf \colon S \to {\mathbb{R}} ser una función. Decimos quef es continuo enc si por cada\epsilon > 0 hay\delta > 0 tal que cuandox \in S y\left\lvert {x-c} \right\rvert < \delta, entonces\left\lvert {f(x)-f(c)} \right\rvert < \epsilon.

Cuandof \colon S \to {\mathbb{R}} es continuo en absolutoc \in S, entonces simplemente decimos quef es una función continua.

Sif es continuo para todosc \in A, decimos quef es continuo enA \subset S. Se deja como un ejercicio fácil para demostrar que esto implica quef|_A es continuo, aunque lo contrario no se sostiene.

La continuidad puede ser la definición más importante a entender en el análisis, y no es fácil. Ver. Tenga en cuenta que\delta no sólo depende de\epsilon, sino también dec; no necesitamos escoger uno\delta para todosc \in S. No es casualidad que la definición de continuidad sea similar a la definición de un límite de una función. La característica principal de las funciones continuas es que estas son precisamente las funciones que se comportan muy bien con límites.

[contbasic:prop] Supongamos quef \colon S \to {\mathbb{R}} es una función yc \in S. Entonces

  1. Si noc es un punto de clúster deS, entoncesf es continuo enc.
  2. Sic es un punto de clúster deS, entoncesf es continuo enc si y solo si el límite def(x) comox \to c existe y\lim_{x\to c} f(x) = f(c) .
  3. fes continuo enc si y solo si para cada secuencia\{ x_n \} dondex_n \in S y\lim\, x_n = c, la secuencia\{ f(x_n) \} converge af(c).

Empecemos con el primer ítem. Supongamos que noc es un punto de clúster deS. Entonces existe\delta > 0 tal queS \cap (c-\delta,c+\delta) = \{ c \}. Por lo tanto, para cualquiera\epsilon > 0, simplemente escoja este delta dado. El únicox \in S tal que\left\lvert {x-c} \right\rvert < \delta esx=c. Entonces\left\lvert {f(x)-f(c)} \right\rvert = \left\lvert {f(c)-f(c)} \right\rvert = 0 < \epsilon.

Pasemos al segundo ítem. Supongamos quec es un punto de clúster deS. Supongamos primero eso\lim_{x\to c} f(x) = f(c). Entonces para cada\epsilon > 0 hay\delta > 0 tal que six \in S \setminus \{ c \} y\left\lvert {x-c} \right\rvert < \delta, entonces\left\lvert {f(x)-f(c)} \right\rvert < \epsilon. Como\left\lvert {f(c)-f(c)} \right\rvert = 0 < \epsilon, entonces se satisface la definición de continuidad enc. Por otro lado, supongamos quef es continuo enc. Para cada\epsilon > 0, existe\delta > 0 tal que parax \in S donde\left\lvert {x-c} \right\rvert < \delta tenemos\left\lvert {f(x)-f(c)} \right\rvert < \epsilon. Entonces la afirmación es, por supuesto, sigue siendo cierta six \in S \setminus \{ c \} \subset S. Por lo tanto\lim_{x\to c} f(x) = f(c).

Para el tercer ítem, supongamos quef es continuo enc. Que\{ x_n \} sea una secuencia tal quex_n \in S y\lim\, x_n = c. Dejemos\epsilon > 0 que se den. Encuentra un\delta > 0 tal que\left\lvert {f(x)-f(c)} \right\rvert < \epsilon para todosx \in S donde\left\lvert {x-c} \right\rvert < \delta. Encuentra unM \in {\mathbb{N}} tal que paran \geq M nosotros tenemos\left\lvert {x_n-c} \right\rvert < \delta. Entonces porquen \geq M tenemos eso\left\lvert {f(x_n)-f(c)} \right\rvert < \epsilon, así\{ f(x_n) \} converge af(c).

Demostremos lo contrario del tercer ítem por contrapositivo. Supongamos que nof es continuo enc. Entonces existe\epsilon > 0 tal que para todos\delta > 0, existex \in S tal que\left\lvert {x-c} \right\rvert < \delta y\left\lvert {f(x)-f(c)} \right\rvert \geq \epsilon. Definamos una secuencia de la\{ x_n \} siguiente manera. Quex_n \in S sean tales que\left\lvert {x_n-c} \right\rvert < \nicefrac{1}{n} y\left\lvert {f(x_n)-f(c)} \right\rvert \geq \epsilon. Ahora\{ x_n \} es una secuencia de números enS tal que\lim\, x_n = c y tal que\left\lvert {f(x_n)-f(c)} \right\rvert \geq \epsilon para todosn \in {\mathbb{N}}. Así\{ f(x_n) \} no converge af(c). Puede o no converger, pero definitivamente no converge af(c).

El último ítem de la proposición es particularmente poderoso. Nos permite aplicar rápidamente lo que sabemos sobre límites de secuencias a funciones continuas e incluso demostrar que ciertas funciones son continuas. También se puede fortalecer, ver.

f \colon (0,\infty) \to {\mathbb{R}}definido porf(x) := \nicefrac{1}{x} es continuo.

Prueba: Fijarc \in (0,\infty). Que\{ x_n \} sea una secuencia en(0,\infty) tal que\lim\, x_n = c. Entonces sabemos quef(c) = \frac{1}{c} = \frac{1}{\lim\, x_n} = \lim_{n \to \infty} \frac{1}{x_n} = \lim_{n \to \infty} f(x_n) . Asíf es continuo enc. Comof es continuo en absolutoc \in (0,\infty),f es continuo.

Anteriormente hemos mostrado\lim_{x \to c} x^2 = c^2 directamente. Por lo tanto la funciónx^2 es continua. Podemos utilizar la continuidad de las operaciones algebraicas con respecto a los límites de secuencias, que probamos en el capítulo anterior, para probar un resultado mucho más general.

f \colon {\mathbb{R}}\to {\mathbb{R}}Sea un polinomio. Eso esf(x) = a_d x^d + a_{d-1} x^{d-1} + \cdots + a_1 x + a_0 , para algunas constantesa_0, a_1, \ldots, a_d. Entoncesf es continuo.

Arreglarc \in {\mathbb{R}}. Que\{ x_n \} sea una secuencia tal que\lim\, x_n = c. Entonces\begin{split} f(c) &= a_d c^d + a_{d-1} c^{d-1} + \cdots + a_1 c + a_0 \\ &= a_d {(\lim\, x_n)}^d + a_{d-1} {(\lim\, x_n)}^{d-1} + \cdots + a_1 (\lim\, x_n) + a_0 \\ & = \lim_{n \to \infty} \left( a_d x_n^d + a_{d-1} x_n^{d-1} + \cdots + a_1 x_n + a_0 \right) = \lim_{n \to \infty} f(x_n) . \end{split} Asíf es continuo enc. Comof es continuo en absolutoc \in {\mathbb{R}},f es continuo.

Por razonamiento similar, o apelando a, podemos probar lo siguiente. Los detalles de la prueba se dejan como ejercicio.

[contalg:prop] Dejarf \colon S \to {\mathbb{R}} yg \colon S \to {\mathbb{R}} ser funciones continuas enc \in S.

  1. La funciónh \colon S \to {\mathbb{R}} definida porh(x) := f(x)+g(x) es continua enc.
  2. La funciónh \colon S \to {\mathbb{R}} definida porh(x) := f(x)-g(x) es continua enc.
  3. La funciónh \colon S \to {\mathbb{R}} definida porh(x) := f(x)g(x) es continua enc.
  4. Sig(x)\not=0 para todosx \in S, la funciónh \colon S \to {\mathbb{R}} definida porh(x) := \frac{f(x)}{g(x)} es continua enc.

[sincos:ejemplo] Las funciones\sin(x) y\cos(x) son continuas. En los siguientes cálculos utilizamos las identidades trigonométricas sumar-producto. También utilizamos los hechos simples que\left\lvert {\sin(x)} \right\rvert \leq \left\lvert {x} \right\rvert,\left\lvert {\cos(x)} \right\rvert \leq 1, y\left\lvert {\sin(x)} \right\rvert \leq 1. \begin{split} \left\lvert {\sin(x)-\sin(c)} \right\rvert & = \left\lvert { 2 \sin \left( \frac{x-c}{2} \right) \cos \left( \frac{x+c}{2} \right) } \right\rvert \\ & = 2 \left\lvert { \sin \left( \frac{x-c}{2} \right) } \right\rvert \left\lvert { \cos \left( \frac{x+c}{2} \right) } \right\rvert \\ & \leq 2 \left\lvert { \sin \left( \frac{x-c}{2} \right) } \right\rvert \\ & \leq 2 \left\lvert { \frac{x-c}{2} } \right\rvert = \left\lvert {x-c} \right\rvert \end{split}\begin{split} \left\lvert {\cos(x)-\cos(c)} \right\rvert & = \left\lvert { -2 \sin \left( \frac{x-c}{2} \right) \sin \left( \frac{x+c}{2} \right) } \right\rvert \\ & = 2 \left\lvert { \sin \left( \frac{x-c}{2} \right) } \right\rvert \left\lvert { \sin \left( \frac{x+c}{2} \right) } \right\rvert \\ & \leq 2 \left\lvert { \sin \left( \frac{x-c}{2} \right) } \right\rvert \\ & \leq 2 \left\lvert { \frac{x-c}{2} } \right\rvert = \left\lvert {x-c} \right\rvert \end{split}

La afirmación de que pecado y cos son continuos sigue tomando una secuencia arbitraria\{ x_n \} convergente ac, o aplicando directamente la definición de continuidad. Los detalles se dejan al lector.

Composición de funciones continuas

Probablemente ya te hayas dado cuenta de que una de las herramientas básicas para construir funciones complicadas a partir de simples es la composición. Una propiedad útil de las funciones continuas es que las composiciones de funciones continuas vuelven a ser continuas. Recordemos que para dos funcionesf yg, la composiciónf \circ g se define por(f \circ g)(x) := f\bigl(g(x)\bigr).

DejarA, B \subset {\mathbb{R}}f \colon B \to {\mathbb{R}} yg \colon A \to B ser funciones. Sig es continuo enc \in A yf es continuo eng(c), entoncesf \circ g \colon A \to {\mathbb{R}} es continuo enc.

Que\{ x_n \} sea una secuencia enA tal que\lim\, x_n = c. Entonces comog es continuo enc, luego\{ g(x_n) \} converge ag(c). Comof es continuo eng(c), luego\{ f\bigl(g(x_n)\bigr) \} converge af\bigl(g(c)\bigr). Asíf \circ g es continuo enc.

Reclamación:{\bigl(\sin(\nicefrac{1}{x})\bigr)}^2 es una función continua sobre(0,\infty).

Prueba: Primera nota que\nicefrac{1}{x} es una función continua(0,\infty) y\sin(x) es una función continua en(0,\infty) (en realidad en todos{\mathbb{R}}, pero(0,\infty) es el rango para\nicefrac{1}{x}). De ahí que la composición\sin(\nicefrac{1}{x}) sea continua. También sabemos quex^2 es continuo en el intervalo(-1,1) (el rango de pecado). Por lo tanto, la composición también{\bigl(\sin(\nicefrac{1}{x})\bigr)}^2 es continua(0,\infty).

Funciones discontinuas

Cuando nof es continuo enc, decimos quef es discontinuo enc, o que tiene una discontinuidad enc. Si declaramos el contrapositivo del tercer ítem de como reclamo separado, obtenemos una prueba fácil de usar para detectar discontinuidades.

Dejarf \colon S \to {\mathbb{R}} ser una función. Supongamos que para algunosc \in S, existe una secuencia\{ x_n \}x_n \in S,, y\lim\, x_n = c tal que\{ f(x_n) \} no converge af(c) (o no converge en absoluto), entonces nof es continua enc.

[ejemplo:stepdiscont] La funciónf \colon {\mathbb{R}}\to {\mathbb{R}} definida por nof(x) := \begin{cases} -1 & \text{ if $x < 0$,} \\ 1 & \text{ if $x \geq 0$,} \end{cases} es continua a 0.

Prueba: Toma la secuencia\{ - \nicefrac{1}{n} \}. Entoncesf(-\nicefrac{1}{n}) = -1 y así\lim\, f(-\nicefrac{1}{n}) = -1, perof(0) = 1.

Para un ejemplo extremo tomamos la llamada función Dirichlet. f(x) := \begin{cases} 1 & \text{ if $x$ is rational,} \\ 0 & \text{ if $x$ is irrational.} \end{cases}La funciónf es discontinua en absolutoc \in {\mathbb{R}}.

Prueba: Supongamos quec es racional. Tomar una secuencia\{ x_n \} de números irracionales tal que\lim\, x_n = c (¿por qué podemos?). Entoncesf(x_n) = 0 y así\lim\, f(x_n) = 0, perof(c) = 1. Sic es irracional, tomar una secuencia de números racionales\{ x_n \} que converja ac (¿por qué podemos?). Entonces\lim\, f(x_n) = 1, perof(c) = 0.

Volvamos a probar los límites de tu intuición. ¿Puede existir una función que sea continua en todos los números irracionales, pero discontinua en todos los números racionales? Hay números racionales arbitrariamente cercanos a cualquier número irracional. Quizás extrañamente, la respuesta es sí. El siguiente ejemplo se llama la función Thomae 15 o la función palomitas de maíz.

[popcornfunction:ejemplo] Dejarf \colon (0,1) \to {\mathbb{R}} ser definido porf(x) := \begin{cases} \nicefrac{1}{k} & \text{ if $x=\nicefrac{m}{k}$ where $m,k \in {\mathbb{N}}$ and $m$ and $k$ have no common divisors,} \\ 0 & \text{ if $x$ is irrational}. \end{cases} Entoncesf es continuo en absoluto irracionalc \in (0,1) y discontinuo en todo racionalc. Ver la gráfica def en.

Gráfica de la “función palomitas de maíz”. [popcornfig]
Gráfica de la “función palomitas de maíz”. [popcornfig]

Prueba: Supongamos quec = \nicefrac{m}{k} es racional. Toma una secuencia de números irracionales\{ x_n \} tal que\lim\, x_n = c. Entonces\lim\, f(x_n) = \lim \, 0 = 0, perof(c) = \nicefrac{1}{k} \not= 0. Asíf es discontinuo enc.

Ahora vamos ac ser irracionales, entoncesf(c) = 0. Tomar una secuencia\{ x_n \} de números en(0,1) tal que\lim\, x_n = c. Dado\epsilon > 0, encuentraK \in {\mathbb{N}} tal que\nicefrac{1}{K} < \epsilon por el. Si\nicefrac{m}{k} \in (0,1) es términos más bajos (sin divisores comunes), entoncesm < k. Entonces solo hay finitamente muchos números racionales en(0,1) cuyo denominadork en términos más bajos es menor queK. De ahí que existaM tal que paran \geq M, todos los númerosx_n que son racionales tienen un denominador mayor o igual aK. Así paran \geq M\left\lvert {f(x_n) - 0} \right\rvert = f(x_n) \leq \nicefrac{1}{K} < \epsilon . Por lo tantof es continuo en irracionalc.

Terminemos con un ejemplo más fácil.

Definirg \colon {\mathbb{R}}\to {\mathbb{R}} porg(x) := 0 six \not= 0 yg(0) := 1. Entonces nog es continuo a cero, sino continuo en todas partes (¿por qué?). El puntox=0 se llama una discontinuidad removible. Eso es porque si cambiáramos la definición deg, al insistir en queg(0) sea0, obtendríamos una función continua. Por otro lado dejóf ser la función del ejemplo. Entoncesf no tiene una discontinuidad removible en0. No importa cómo definamosf(0) la función seguirá fallando en ser continua. La diferencia es que\lim_{x\to 0} g(x) existe mientras que\lim_{x\to 0} f(x) no.

Quedémonos con este ejemplo pero mostremos otro fenómeno. VamosA = \{ 0 \}, entoncesg|_A es continuo (¿por qué?) , mientras que nog es continuo encendidoA.

Ejercicios

El uso de la definición de continuidad demuestra directamente quef \colon {\mathbb{R}}\to {\mathbb{R}} definido porf(x) := x^2 es continuo.

El uso de la definición de continuidad demuestra directamente quef \colon (0,\infty) \to {\mathbb{R}} definido porf(x) := \nicefrac{1}{x} es continuo.

Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} definirse mediante elf(x) := \begin{cases} x & \text{ if $x$ is rational,} \\ x^2 & \text{ if $x$ is irrational.} \end{cases} uso de la definición de continuidad probar directamente quef es continuo en1 y discontinuo en2.

Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} ser definido porf(x) := \begin{cases} \sin(\nicefrac{1}{x}) & \text{ if $x \not= 0$,} \\ 0 & \text{ if $x=0$.} \end{cases} ¿Esf continuo? Demuestra tu aseveración.

Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} ser definido porf(x) := \begin{cases} x \sin(\nicefrac{1}{x}) & \text{ if $x \not= 0$,} \\ 0 & \text{ if $x=0$.} \end{cases} ¿Esf continuo? Demuestra tu aseveración.

Demostrar.

Demostrar la siguiente declaración. DejarS \subset {\mathbb{R}} yA \subset S. Dejarf \colon S \to {\mathbb{R}} ser una función continua. Entonces la restricciónf|_A es continua.

SupongamosS \subset {\mathbb{R}}. Supongamos para algunosc \in {\mathbb{R}} y\alpha > 0, tenemosA=(c-\alpha,c+\alpha) \subset S. Dejarf \colon S \to {\mathbb{R}} ser una función. Demostrar que sif|_A es continuo enc, entoncesf es continuo enc.

Dar un ejemplo de funcionesf \colon {\mathbb{R}}\to {\mathbb{R}} yg \colon {\mathbb{R}}\to {\mathbb{R}} tal que la funciónh definida porh(x) := f(x) + g(x) es continua, perof y nog son continuas. ¿Se puede encontrarf yg que en ninguna parte son continuos, sino queh es una función continua?

Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} yg \colon {\mathbb{R}}\to {\mathbb{R}} ser funciones continuas. Supongamos que para todos los números racionalesr,f(r) = g(r). f(x) = g(x)Demuéstralo para todosx.

Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} ser continuo. Supongamosf(c) > 0. Demostrar que existe\alpha > 0 tal que por todox \in (c-\alpha,c+\alpha) lo que tenemosf(x) > 0.

Dejarf \colon {\mathbb{Z}}\to {\mathbb{R}} ser una función. Demostrar quef es continuo.

[exercise:contseqalt] Dejarf \colon S \to {\mathbb{R}} ser una función yc \in S, tal que para cada secuencia\{ x_n \} enS con\lim\, x_n = c, la secuencia\{ f(x_n) \} converja. Espectáculo quef es continuo enc.

Supongamosf \colon [-1,0] \to {\mathbb{R}} yg \colon [0,1] \to {\mathbb{R}} son continuos yf(0) = g(0). Definirh \colon [-1,1] \to {\mathbb{R}} porh(x) := f(x) six \leq 0 yh(x) := g(x) six > 0. Demostrar queh es continuo.

Supongamos queg \colon {\mathbb{R}}\to {\mathbb{R}} es una función continua tal queg(0) = 0, y supppsef \colon {\mathbb{R}}\to {\mathbb{R}} es tal que\left\lvert {f(x)-f(y)} \right\rvert \leq g(x-y) para todosx yy. Demostrar quef es continuo.

Supongamosf(x+y) = f(x) + f(y) para algunosf \colon {\mathbb{R}}\to {\mathbb{R}} tales quef es continuo a 0. f(x) = axDemuéstralo para algunosa \in {\mathbb{R}}. Pista: Demuéstralof(nx) = nf(x), luegof el show es continuo{\mathbb{R}}. Entonces\nicefrac{f(x)}{x} = f(1) demuéstralo para todos racionalesx.

Teoremas de valor min-max e intermedio

Nota: 1.5 conferencias

Las funciones continuas definidas en intervalos cerrados y acotados tienen algunas propiedades interesantes y muy útiles.

Teorema Min-Max

Recordar una funciónf \colon [a,b] \to {\mathbb{R}} está acotada si existeB \in {\mathbb{R}} tal que\left\lvert {f(x)} \right\rvert \leq B para todosx \in [a,b]. Tenemos el siguiente lema.

Dejarf \colon [a,b] \to {\mathbb{R}} ser una función continua. Entoncesf se acota.

Demostremos esta afirmación por contrapositivo. Supongamos que nof está acotado, entonces para cada unon \in {\mathbb{N}}, hay unax_n \in [a,b], tal que\left\lvert {f(x_n)} \right\rvert \geq n . Ahora\{ x_n \} es una secuencia acotada comoa \leq x_n \leq b. Por el, hay una subsecuencia convergente\{ x_{n_i} \}. Vamosx := \lim\, x_{n_i}. Ya quea \leq x_{n_i} \leq b para todosi, entoncesa \leq x \leq b. El límite\lim\, f(x_{n_i}) no existe ya que la secuencia no está delimitada como\left\lvert {f(x_{n_i})} \right\rvert \geq n_i \geq i. Por otro ladof(x) es un número finito yf(x) = f\left( \lim_{i\to\infty} x_{n_i} \right) . así nof es continuo enx.

De hecho, para un continuof, veremos que en realidad se logran el mínimo y el máximo. Recordemos del cálculo quef \colon S \to {\mathbb{R}} logra un mínimo absolutof(x) \geq f(c) \qquad \text{ for all $x \in S$.} enc \in S si Por otro lado,f logra un máximo absoluto enc \in S sif(x) \leq f(c) \qquad \text{ for all $x \in S$.} Decimosf logra un mínimo absoluto o un máximo absoluto enS si tal c \in Sexiste. SiS es un intervalo cerrado y delimitado, entonces un continuof debe tener un mínimo absoluto y un máximo absoluto activadoS.

Dejarf \colon [a,b] \to {\mathbb{R}} ser una función continua. Despuésf logra tanto un mínimo absoluto como un máximo absoluto on[a,b].

Nosotros hemos demostrado quef está delimitado por el lema. Por lo tanto, el conjuntof([a,b]) = \{ f(x) : x \in [a,b] \} tiene un supremo y un infimum. Por lo que sabemos de suprema e infima, existen secuencias en el conjuntof([a,b]) que se acercan a ellas. Es decir, hay secuencias\{ f(x_n) \} y\{ f(y_n) \}, en dóndex_n, y_n están[a,b], tales que aún no\lim_{n\to\infty} f(x_n) = \inf f([a,b]) \qquad \text{and} \qquad \lim_{n\to\infty} f(y_n) = \sup f([a,b]). hemos terminado, necesitamos encontrar dónde están los mínimos y los máximos. El problema es que las secuencias\{ x_n \} y no\{ y_n \} necesitan converger. Conocemos\{ x_n \} y\{ y_n \} estamos acotados (sus elementos pertenecen a un intervalo acotado[a,b]). Aplicamos el. De ahí que existan subsecuencias convergentes\{ x_{n_i} \} y\{ y_{m_i} \}. Quex := \lim_{i\to\infty} x_{n_i} \qquad \text{and} \qquad y := \lim_{i\to\infty} y_{m_i}. Entonces comoa \leq x_{n_i} \leq b, tenemos esoa \leq x \leq b. Del mismo modoa \leq y \leq b, asíx yy están en[a,b]. Aplicamos que un límite de una subsecuencia es el mismo que el límite de la secuencia, y aplicamos la continuidad def para obtener\inf f([a,b]) = \lim_{n\to\infty} f(x_n) = \lim_{i\to\infty} f(x_{n_i}) = f \left( \lim_{i\to\infty} x_{n_i} \right) = f(x) . De manera similar,\sup f([a,b]) = \lim_{n\to\infty} f(m_n) = \lim_{i\to\infty} f(y_{m_i}) = f \left( \lim_{i\to\infty} y_{m_i} \right) = f(y) . por lo tanto,f logra un mínimo absoluto enx yf logra un máximo absoluto eny.

La funciónf(x) := x^2+1 definida en el intervalo[-1,2] alcanza un mínimo enx=0 cuandof(0) = 1. Logra un máximo enx=2 dondef(2) = 5. Señalar que el dominio de la definición importa. Si en cambio tomáramos el dominio para ser[-10,10], entonces ya nox=2 sería un máximo def. En cambio el máximo se lograría en cualquierax=10 ox=-10.

Demostremos con ejemplos que las diferentes hipótesis del teorema son realmente necesarias.

La funciónf(x) := x, definida en toda la línea real, no logra ni un mínimo, ni un máximo. Por lo que es importante que estemos viendo un intervalo acotado.

La funciónf(x) := \nicefrac{1}{x}, definida en no(0,1) logra ni un mínimo, ni un máximo. Los valores de la función no están acotados a medida que nos acercamos a 0. También a medida que nos acercamosx=1, los valores de la función se acercan a 1, perof(x) > 1 para todosx \in (0,1). No hayx \in (0,1) tal quef(x) = 1. Por lo que es importante que estemos viendo un intervalo cerrado.

La continuidad es importante. Definirf \colon [0,1] \to {\mathbb{R}} porf(x) := \nicefrac{1}{x} parax > 0 y dejarf(0) := 0. Entonces la función no logra un máximo. El problema es que la función no es continua a 0.

Teorema del valor intermedio de Bolzano

El teorema del valor intermedio de Bolzano es una de las piedras angulares del análisis. A veces se le llama solamente teorema de valor intermedio, o simplemente teorema de Bolzano. Para probar el teorema de Bolzano probamos el siguiente lema más simple.

[IVT:Lemma] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función continua. Supongamosf(a) < 0 yf(b) > 0. Entonces existe un númeroc \in (a,b) tal quef(c) = 0.

Definimos dos secuencias\{ a_n \} e\{ b_n \} inductivamente:

  1. Dejara_1 := a yb_1 := b.
  2. Sif\left(\frac{a_n+b_n}{2}\right) \geq 0, vamosa_{n+1} := a_n yb_{n+1} := \frac{a_n+b_n}{2}.
  3. Sif\left(\frac{a_n+b_n}{2}\right) < 0, vamosa_{n+1} := \frac{a_n+b_n}{2} yb_{n+1} := b_n.

Vea un ejemplo definiendo los cinco primeros pasos. De la definición de las dos secuencias es obvio que sia_n < b_n, entoncesa_{n+1} < b_{n+1}. Así pora_n < b_n para todosn. Además,a_n \leq a_{n+1} yb_n \geq b_{n+1} para todosn, es decir, las secuencias son monótonas. Comoa_n < b_n \leq b_1 = b yb_n > a_n \geq a_1 = a para todosn, las secuencias también están acotadas. Por lo tanto, las secuencias convergen. Dejarc := \lim\, a_n yd := \lim\, b_n. Ahora queremos demostrarloc=d. Nos damos cuentab_{n+1} - a_{n+1} = \frac{b_n-a_n}{2}. Por vemos queb_n - a_n = \frac{b_1-a_1}{2^{n-1}} = 2^{1-n} (b-a) . Como2^{1-n}(b-a) converge a cero, tomamos el límite comon va al infinito para llegard-c = \lim_{n\to\infty} (b_n - a_n) = \lim_{n\to\infty} 2^{1-n} (b-a) = 0. En otras palabrasd=c.

Por construcción, por todon lo quef(a_n) < 0 \qquad \text{and} \qquad f(b_n) \geq 0 . tenemos Utilizamos el hecho de que\lim\, a_n = \lim\, b_n = c y la continuidad def tomar límites en esas desigualdades para conseguirf(c) = \lim\, f(a_n) \leq 0 \qquad \text{and} \qquad f(c) = \lim\, f(b_n) \geq 0 . Asf(c) \geq 0 yf(c) \leq 0, concluimosf(c) = 0. Obviamente,a < c < b.

Observe que la prueba nos dice cómo encontrar elc. La prueba no sólo es útil para nosotros los matemáticos puros, sino que es una idea útil en las matemáticas aplicadas.

[IVT:thm] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función continua. Supongamos que existey tal quef(a) < y < f(b) of(a) > y > f(b). Entonces existec \in (a,b) tal quef(c) = y.

El teorema dice que una función continua en un intervalo cerrado logra todos los valores entre los valores en los puntos finales.

Sif(a) < y < f(b), entonces definag(x) := f(x)-y. Entonces vemos esog(a) < 0 yg(b) > 0 y podemos aplicar ag. Sig(c) = 0, entoncesf(c) = y.

Del mismo modo sif(a) > y > f(b), entonces definag(x) := y-f(x). Entonces otra vezg(a) < 0g(b) > 0 y ya podemos aplicar. Otra vez sig(c) = 0, entoncesf(c) = y.

Si una función es continua, entonces la restricción a un subconjunto es continua. Entonces sif \colon S \to {\mathbb{R}} es continuo y[a,b] \subset S, entonces tambiénf|_{[a,b]} es continuo. Por lo tanto, generalmente aplicamos el teorema a una función continua en algún conjunto grandeS, pero restringimos la atención a un intervalo.

El polinomiof(x) := x^3-2x^2+x-1 tiene una raíz real en(1,2). Simplemente notamos esof(1) = -1 yf(2) = 1. De ahí que deba existir un puntoc \in (1,2) tal quef(c) = 0. Para encontrar una mejor aproximación de la raíz podríamos seguir la prueba de. Por ejemplo, a continuación miraríamos 1.5 y encontraríamos esof(1.5) = -0.625. Por lo tanto, hay una raíz de la ecuación en(1.5,2). A continuación nos fijamos en 1.75 y notamos esof(1.75) \approx -0.016. De ahí que haya una raíz def in(1.75,2). A continuación nos fijamos en 1.875 y encontramos esof(1.875) \approx 0.44, así hay una raíz en(1.75,1.875). Seguimos este procedimiento hasta obtener suficiente precisión.

La técnica anterior es el método más simple de encontrar raíces de polinomios. Encontrar raíces de polinomios es quizás el problema más común en las matemáticas aplicadas. En general es difícil de hacer de forma rápida, precisa y automática. Podemos usar el teorema del valor intermedio para encontrar raíces para cualquier función continua, no solo un polinomio.

Existen métodos mejores y más rápidos para encontrar raíces de ecuaciones, como el método de Newton. Una ventaja del método anterior es su simplicidad. En el momento en que encontramos un intervalo inicial donde se aplica el teorema del valor intermedio, se nos garantiza encontrar una raíz hasta una precisión deseada en finitamente muchos pasos. Además, el método solo requiere una función continua.

El teorema garantiza al menos unac tal quef(c) = y, pero puede haber muchas raíces diferentes de la ecuaciónf(c) = y. Si seguimos el procedimiento de la prueba, se nos garantiza que encontraremos aproximaciones a una de esas raíces. Tenemos que trabajar más duro para encontrar otras raíces.

Los polinomios de grado par pueden no tener raíces reales. Por ejemplo, no hay un número realx tal quex^2+1 = 0. Los polinomios impares, por otro lado, siempre tienen al menos una raíz real.

Dejarf(x) ser un polinomio de grado impar. Entoncesf tiene una raíz real.

Supongamos quef es un polinomio de grado impard. Escribimosf(x) = a_d x^d + a_{d-1} x^{d-1} + \cdots + a_1 x + a_0 , dóndea_d \not= 0. Dividimos pora_d para obtener un polinomiog(x) := x^d + b_{d-1} x^{d-1} + \cdots + b_1 x + b_0 , dondeb_k = \nicefrac{a_k}{a_d}. Demostremos queg(n) es positivo para algunos grandesn \in {\mathbb{N}}. \begin{split} \left\lvert {\frac{b_{d-1} n^{d-1} + \cdots + b_1 n + b_0}{n^d}} \right\rvert & = \frac{\left\lvert {b_{d-1} n^{d-1} + \cdots + b_1 n + b_0} \right\rvert}{n^d} \\ & \leq \frac{\left\lvert {b_{d-1}} \right\rvert n^{d-1} + \cdots + \left\lvert {b_1} \right\rvert n + \left\lvert {b_0} \right\rvert}{n^d} \\ & \leq \frac{\left\lvert {b_{d-1}} \right\rvert n^{d-1} + \cdots + \left\lvert {b_1} \right\rvert n^{d-1} + \left\lvert {b_0} \right\rvert n^{d-1}}{n^d} \\ & = \frac{n^{d-1}\bigl(\left\lvert {b_{d-1}} \right\rvert + \cdots + \left\lvert {b_1} \right\rvert + \left\lvert {b_0} \right\rvert\bigr)}{n^d} \\ & = \frac{1}{n} \bigl(\left\lvert {b_{d-1}} \right\rvert + \cdots + \left\lvert {b_1} \right\rvert + \left\lvert {b_0} \right\rvert\bigr) . \end{split}Por lo\lim_{n\to\infty} \frac{b_{d-1} n^{d-1} + \cdots + b_1 n + b_0}{n^d} = 0 . tanto, existeM \in {\mathbb{N}} tal lo\left\lvert {\frac{b_{d-1} M^{d-1} + \cdots + b_1 M + b_0}{M^d}} \right\rvert < 1 , que implica-(b_{d-1} M^{d-1} + \cdots + b_1 M + b_0) < M^d . Por lo tantog(M) > 0.

A continuación nos fijamos eng(-n) paran \in {\mathbb{N}}. Por un argumento similar (ejercicio) encontramos que existe algunaK \in {\mathbb{N}} tal queb_{d-1} {(-K)}^{d-1} + \cdots + b_1 (-K) + b_0 < K^d y por lo tantog(-K) < 0 (¿por qué?). En la prueba asegúrate de usar el hecho qued es extraño. En particular, sid es impar entonces{(-n)}^d = -(n^d).

Apelamos al teorema del valor intermedio, para encontrarc \in [-K,M] tal queg(c) = 0. Comog(x) = \frac{f(x)}{a_d}, vemos esof(c) = 0, y se hace la prueba.

Un dato interesante es que existen funciones discontinuas que tienen la propiedad de valor intermedio. La función nof(x) := \begin{cases} \sin(\nicefrac{1}{x}) & \text{ if $x \not= 0$,} \\ 0 & \text{ if $x=0$,} \end{cases} es continua a 0, sin embargo, tiene la propiedad de valor intermedio. Es decir, para cualquieraa < b, y cualquieray tal quef(a) < y < f(b) of(a) > y > f(b), existec tal quef(y) = c. La prueba se deja como ejercicio.

Ejercicios

Encuentre un ejemplo de una función discontinuaf \colon [0,1] \to {\mathbb{R}} donde falla el teorema del valor intermedio.

Encuentre un ejemplo de una función discontinua acotadaf \colon [0,1] \to {\mathbb{R}} que no tenga ni un mínimo absoluto ni un máximo absoluto.

Quef \colon (0,1) \to {\mathbb{R}} sea una función continua tal que\displaystyle \lim_{x\to 0} f(x) = \displaystyle \lim_{x\to 1} f(x) = 0. Demostrar quef logra ya sea un mínimo absoluto o un máximo absoluto en(0,1) (pero quizás no ambos).

Letf(x) := \begin{cases} \sin(\nicefrac{1}{x}) & \text{ if $x \not= 0$,} \\ 0 & \text{ if $x=0$.} \end{cases} Show quef tiene la propiedad de valor intermedio. Es decir, para cualquieraa < b, si existey tal quef(a) < y < f(b) of(a) > y > f(b), entonces existec \in (a,b) tal quef(c) = y.

Supongamos queg(x) es un polinomio de grado impard tal queg(x) = x^d + b_{d-1} x^{d-1} + \cdots + b_1 x + b_0 , para algunos números realesb_{0}, b_1, \ldots, b_{d-1}. Demostrar que existeK \in {\mathbb{N}} tal queg(-K) < 0. Pista: Asegúrate de usar el hecho qued es extraño. Tendrás que usar eso{(-n)}^d = -(n^d).

Supongamos queg(x) es un polinomio de grado par positivod tal queg(x) = x^d + b_{d-1} x^{d-1} + \cdots + b_1 x + b_0 , para algunos números realesb_{0}, b_1, \ldots, b_{d-1}. Supongamosg(0) < 0. Demostrar queg tiene al menos dos raíces reales distintas.

[exercise:imageofinterval] Supongamos quef \colon [a,b] \to {\mathbb{R}} es una función continua. Demostrar que la imagen directaf([a,b]) es un intervalo cerrado y delimitado o un solo número.

Supongamos quef \colon {\mathbb{R}}\to {\mathbb{R}} es continuo y periódico con periodoP > 0. Es decir,f(x+P) = f(x) para todosx \in {\mathbb{R}}. Demostrar quef logra un mínimo absoluto y un máximo absoluto.

Supongamos quef(x) es un polinomio acotado, es decir, hayM tal que\left\lvert {f(x)} \right\rvert \leq M para todosx \in {\mathbb{R}}. fDemostrar que debe ser una constante.

Supongamos quef \colon [0,1] \to [0,1] es continuo. Demostrar quef tiene un punto fijo, es decir, mostrar que existex \in [0,1] tal esof(x) = x.

Encuentre un ejemplo de una función acotadaf \colon {\mathbb{R}}\to {\mathbb{R}} que no logre un mínimo absoluto ni un máximo absoluto on{\mathbb{R}}.

Supongamos quef \colon {\mathbb{R}}\to {\mathbb{R}} es una función continua tal quex \leq f(x) \leq x+1 para todosx \in {\mathbb{R}}. Encuentraf({\mathbb{R}}).

Verdadero/Falso, probar o encontrar un contraejemplo. Sif \colon {\mathbb{R}}\to {\mathbb{R}} es una función continua tal que\(f|_

ParseError: invalid DekiScript (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[19]/p[13]/span[2]/span, line 1, column 1
\) está acotada, entoncesf es acotada.

Continuidad uniforme

Nota: 1.5—2 conferencias (la extensión continua y Lipschitz pueden ser opcionales)

Continuidad uniforme

Hicimos un alboroto al decir que el\delta en la definición de continuidad dependía del puntoc. Hay situaciones en las que es ventajoso tener un\delta independiente de cualquier punto. Demos un nombre a este concepto.

DejarS \subset {\mathbb{R}}, y dejar quef \colon S \to {\mathbb{R}} sea una función. Supongamos que para cualquiera\epsilon > 0 existe\delta > 0 tal que cuandox, c \in S y\left\lvert {x-c} \right\rvert < \delta, entonces\left\lvert {f(x)-f(c)} \right\rvert < \epsilon. Entonces decimos quef es uniformemente continuo.

No es difícil ver que una función uniformemente continua debe ser continua. La única diferencia en las definiciones es que para un dado\epsilon > 0 elegimos una\delta > 0 que funcione para todosc \in S. Es decir, ya no\delta puede dependerc, sólo depende de\epsilon. El dominio de definición de la función marca la diferencia ahora. Una función que no es uniformemente continua en un conjunto más grande, puede ser uniformemente continua cuando se restringe a un conjunto más pequeño.

La funciónf \colon (0,1) \to {\mathbb{R}}, definida por nof(x) := \nicefrac{1}{x} es uniformemente continua, sino continua.

Prueba: Dado\epsilon > 0, entonces\epsilon > \left\lvert {\nicefrac{1}{x}-\nicefrac{1}{y}} \right\rvert para sostenernos debemos tener\epsilon > \left\lvert {\nicefrac{1}{x}-\nicefrac{1}{y}} \right\rvert = \frac{\left\lvert {y-x} \right\rvert}{\left\lvert {xy} \right\rvert} = \frac{\left\lvert {y-x} \right\rvert}{xy} , o\left\lvert {x-y} \right\rvert < xy \epsilon . Por lo tanto, para satisfacer la definición de continuidad uniforme tendríamos que tener\delta \leq xy \epsilon para todosx,y adentro(0,1), pero eso significaría que\delta \leq 0. Por lo tanto no hay una sola\delta > 0.

f \colon [0,1] \to {\mathbb{R}}, definido porf(x) := x^2 es uniformemente continuo.

Prueba: Tenga en cuenta que0 \leq x,c \leq 1. Entonces\left\lvert {x^2-c^2} \right\rvert = \left\lvert {x+c} \right\rvert\left\lvert {x-c} \right\rvert \leq (\left\lvert {x} \right\rvert+\left\lvert {c} \right\rvert) \left\lvert {x-c} \right\rvert \leq (1+1)\left\lvert {x-c} \right\rvert . Por lo tanto dado\epsilon > 0, vamos\delta := \nicefrac{\epsilon}{2}. Si\left\lvert {x-c} \right\rvert < \delta, entonces\left\lvert {x^2-c^2} \right\rvert < \epsilon.

Por otro lado,f \colon {\mathbb{R}}\to {\mathbb{R}}, definido por nof(x) := x^2 es uniformemente continuo.

Prueba: Supongamos que es uniformemente continuo, entonces para todos\epsilon > 0, existiría\delta > 0 tal que si\left\lvert {x-c} \right\rvert < \delta, entonces\left\lvert {x^2 -c^2} \right\rvert < \epsilon. Tomax > 0 y dejac := x+\nicefrac{\delta}{2}. Escribe\epsilon > \left\lvert {x^2-c^2} \right\rvert = \left\lvert {x+c} \right\rvert\left\lvert {x-c} \right\rvert = (2x+\nicefrac{\delta}{2})\nicefrac{\delta}{2} \geq \delta x . Por lo tantox < \nicefrac{\epsilon}{\delta} para todosx > 0, lo cual es una contradicción.

Hemos visto que sif se define en un intervalo que o bien no está cerrado o no acotado, entoncesf puede ser continuo, pero no uniformemente continuo. Para un intervalo cerrado y acotado[a,b], podemos, sin embargo, hacer la siguiente declaración.

[unifcont:thm] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función continua. Entoncesf es uniformemente continuo.

Demostramos la afirmación por contrapositivo. Supongamos que nof es uniformemente continuo. Vamos a demostrar que hay algunosc \in [a,b] donde nof es continuo. Negemos la definición de uniformemente continuo. Existe\epsilon > 0 tal que para cada\delta > 0, existen puntosx, y enS con\left\lvert {x-y} \right\rvert < \delta y\left\lvert {f(x)-f(y)} \right\rvert \geq \epsilon.

Entonces por lo\epsilon > 0 anterior, encontramos secuencias\{ x_n \} y\{ y_n \} tal que\left\lvert {x_n-y_n} \right\rvert < \nicefrac{1}{n} y tal que\left\lvert {f(x_n)-f(y_n)} \right\rvert \geq \epsilon. Por, existe una subsecuencia convergente\{ x_{n_k} \}. Vamosc := \lim\, x_{n_k}. Comoa \leq x_{n_k} \leq b, entoncesa \leq c \leq b. Escribe\left\lvert {y_{n_k} - c} \right\rvert = \left\lvert {y_{n_k} - x_{n_k} + x_{n_k} - c} \right\rvert \leq \left\lvert {y_{n_k} - x_{n_k}} \right\rvert + \left\lvert {x_{n_k}-c} \right\rvert < \nicefrac{1}{n_k} + \left\lvert {x_{n_k}-c} \right\rvert . As\nicefrac{1}{n_k} y\left\lvert {x_{n_k}-c} \right\rvert ambos van a cero cuandok va al infinito,\{ y_{n_k} \} converge y el límite esc. Ahora demostramos que nof es continuo enc. Estimamos\begin{split} \left\lvert {f(x_{n_k}) - f(c)} \right\rvert & = \left\lvert {f(x_{n_k}) - f(y_{n_k}) + f(y_{n_k}) - f(c)} \right\rvert \\ & \geq \left\lvert {f(x_{n_k}) - f(y_{n_k})} \right\rvert - \left\lvert {f(y_{n_k}) - f(c)} \right\rvert \\ & \geq \epsilon - \left\lvert {f(y_{n_k})-f(c)} \right\rvert . \end{split} O en otras palabras\left\lvert {f(x_{n_k})-f(c)} \right\rvert + \left\lvert {f(y_{n_k})-f(c)} \right\rvert \geq \epsilon . Al menos una de las secuencias\{ f(x_{n_k}) \} o\{ f(y_{n_k}) \} no puede converger af(c), de lo contrario el lado izquierdo de la desigualdad iría a cero mientras que el lado derecho es positivo. Por lo tanto,f no puede ser continuo enc.

Extensión continua

Antes de llegar a la extensión continua, mostramos el siguiente lema útil. Dice que las funciones uniformemente continuas se comportan muy bien con respecto a las secuencias de Cauchy. El nuevo problema aquí es que para una secuencia de Cauchy ya no sabemos dónde termina el límite; puede que no termine en el dominio de la función.

[unifcauchycauchy:lemma] Dejarf \colon S \to {\mathbb{R}} ser una función uniformemente continua. Deja\{ x_n \} ser una secuencia de Cauchy enS. Entonces\{ f(x_n) \} está Cauchy.

Dejemos\epsilon > 0 que se den. Entonces hay\delta > 0 tal que\left\lvert {f(x)-f(y)} \right\rvert < \epsilon siempre\left\lvert {x-y} \right\rvert < \delta. Ahora encuentra unM \in {\mathbb{N}} tal que por todon, k \geq M lo que tenemos\left\lvert {x_n-x_k} \right\rvert < \delta. Entonces por todon, k \geq M lo que tenemos\left\lvert {f(x_n)-f(x_k)} \right\rvert < \epsilon.

Una aplicación del lema anterior es el siguiente teorema. Dice que una función en un intervalo abierto es uniformemente continua si y sólo si se puede extender a una función continua en el intervalo cerrado.

[context:thm] Una funciónf \colon (a,b) \to {\mathbb{R}} es uniformemente continua si y solo siL_a := \lim_{x \to a} f(x) \qquad \text{and} \qquad L_b := \lim_{x \to b} f(x) existen los límites y la función\widetilde{f} \colon [a,b] \to {\mathbb{R}} definida por\widetilde{f}(x) := \begin{cases} f(x) & \text{ if $x \in (a,b)$,} \\ L_a & \text{ if $x = a$,} \\ L_b & \text{ if $x = b$,} \end{cases} es continua.

Una dirección no es difícil de probar. Si\widetilde{f} es continuo, entonces es uniformemente continuo por. Comof es la restricción de\widetilde{f} a(a,b), entonces tambiénf es uniformemente continuo (ejercicio fácil).

Ahora supongamos quef es uniformemente continuo. Primero debemos demostrar que los límitesL_a yL_b existen. Concentrémonos enL_a. Toma una secuencia\{ x_n \} en(a,b) tal que\lim\, x_n = a. La secuencia es una secuencia de Cauchy y por lo tanto, por, la secuencia\{ f(x_n) \} es Cauchy y por lo tanto convergente. Tenemos algún númeroL_1 := \lim\, f(x_n). Toma otra secuencia\{ y_n \} en(a,b) tal que\lim\, y_n = a. Por el mismo razonamiento que obtenemosL_2 := \lim\, f(y_n). Si lo demostramosL_1 = L_2, entoncesL_a = \lim_{x\to a} f(x) existe el límite. \epsilon > 0Déjese dar, encontrar\delta > 0 tal que\left\lvert {x-y} \right\rvert < \delta implique\left\lvert {f(x)-f(y)} \right\rvert < \nicefrac{\epsilon}{3}. EncontrarM \in {\mathbb{N}} tal que paran \geq M nosotros tenemos\left\lvert {a-x_n} \right\rvert < \nicefrac{\delta}{2},\left\lvert {a-y_n} \right\rvert < \nicefrac{\delta}{2},\left\lvert {f(x_n)-L_1} \right\rvert < \nicefrac{\epsilon}{3}, y\left\lvert {f(y_n)-L_2} \right\rvert < \nicefrac{\epsilon}{3}. Entonces porquen \geq M tenemos\left\lvert {x_n-y_n} \right\rvert = \left\lvert {x_n-a+a-y_n} \right\rvert \leq \left\lvert {x_n-a} \right\rvert+\left\lvert {a-y_n} \right\rvert < \nicefrac{\delta}{2} + \nicefrac{\delta}{2} = \delta. Así\begin{split} \left\lvert {L_1-L_2} \right\rvert &= \left\lvert {L_1-f(x_n)+f(x_n)-f(y_n)+f(y_n)-L_2} \right\rvert \\ & \leq \left\lvert {L_1-f(x_n)} \right\rvert+\left\lvert {f(x_n)-f(y_n)} \right\rvert+\left\lvert {f(y_n)-L_2} \right\rvert \\ & \leq \nicefrac{\epsilon}{3} + \nicefrac{\epsilon}{3} + \nicefrac{\epsilon}{3} = \epsilon . \end{split} Por lo tantoL_1 = L_2. AsíL_a existe. Demostrar queL_b existe se deja como ejercicio.

Ahora que sabemos que los límitesL_a yL_b existen, estamos hechos. Si\lim_{x\to a} f(x) existe, entonces\lim_{x\to a} \widetilde{f}(x) existe (Ver). De igual manera conL_b. De ahí\widetilde{f} que sea continuo ena yb. Y ya quef es continuo enc \in (a,b), entonces\widetilde{f} es continuo enc \in (a,b).

Funciones continuas de Lipschitz

f \colon S \to {\mathbb{R}}Sea una función tal que exista un númeroK tal que para todosx yy enS tenemos\left\lvert {f(x)-f(y)} \right\rvert \leq K \left\lvert {x-y} \right\rvert . Entoncesf se dice que es Lipschitz continuo 16.

Una gran clase de funciones es Lipschitz continuo. Tenga cuidado, así como para las funciones uniformemente continuas, el dominio de definición de la función es importante. Consulta los ejemplos a continuación y los ejercicios. Primero justificamos el uso de la palabra continuo.

Una función continua de Lipschitz es uniformemente continua.

Quef \colon S \to {\mathbb{R}} sea una función y dejemosK ser una constante tal que para todosx, y enS tenemos\left\lvert {f(x)-f(y)} \right\rvert \leq K \left\lvert {x-y} \right\rvert.

Dejemos\epsilon > 0 que se den. Tomar\delta := \nicefrac{\epsilon}{K}. Para cualquierax yy enS tal que\left\lvert {x-y} \right\rvert < \delta tenemos que\left\lvert {f(x)-f(y)} \right\rvert \leq K \left\lvert {x-y} \right\rvert < K \delta = K \frac{\epsilon}{K} = \epsilon . Por lo tantof es uniformemente continuo.

Interpretamos geométricamente la continuidad de Lipschitz. Sif es una función continua de Lipschitz con alguna constanteK. Reescribimos la desigualdad para decir que parax \not=y tenemos\left\lvert {\frac{f(x)-f(y)}{x-y}} \right\rvert \leq K . La cantidad\frac{f(x)-f(y)}{x-y} es la pendiente de la línea entre los puntos\bigl(x,f(x)\bigr) y\bigl(y,f(y)\bigr), es decir, una línea secante. Por lo tanto,f es Lipschitz continuo si y solo si cada línea que interseca la gráfica def en al menos dos puntos distintos tiene pendiente menor o igual aK. Ver.

Las funciones\sin(x) y\cos(x) son Lipschitz continuas. Hemos visto () las siguientes dos desigualdades. \left\lvert {\sin(x)-\sin(y)} \right\rvert \leq \left\lvert {x-y} \right\rvert \qquad \text{and} \qquad \left\lvert {\cos(x)-\cos(y)} \right\rvert \leq \left\lvert {x-y} \right\rvert .

De ahí que el pecado y los cos sean Lipschitz continuos conK=1.

La funciónf \colon [1,\infty) \to {\mathbb{R}} definida porf(x) := \sqrt{x} es Lipschitz continua. Prueba:\left\lvert {\sqrt{x}-\sqrt{y}} \right\rvert = \left\lvert {\frac{x-y}{\sqrt{x}+\sqrt{y}}} \right\rvert = \frac{\left\lvert {x-y} \right\rvert}{\sqrt{x}+\sqrt{y}} . Comox \geq 1 yy \geq 1, vemos eso\frac{1}{\sqrt{x}+\sqrt{y}} \leq \frac{1}{2}. Por lo tanto\left\lvert {\sqrt{x}-\sqrt{y}} \right\rvert = \left\lvert {\frac{x-y}{\sqrt{x}+\sqrt{y}}} \right\rvert \leq \frac{1}{2} \left\lvert {x-y} \right\rvert.

Por otro ladof \colon [0,\infty) \to {\mathbb{R}} definido por nof(x) := \sqrt{x} es Lipschitz continuo. Veamos por qué: Supongamos que tenemos\left\lvert {\sqrt{x}-\sqrt{y}} \right\rvert \leq K \left\lvert {x-y} \right\rvert , para algunosK. Dejary=0 obtener\sqrt{x} \leq K x. SiK > 0, entonces parax > 0 nosotros entonces obtenemos\nicefrac{1}{K} \leq \sqrt{x}. Esto no puede ser cierto para todosx > 0. Así noK > 0 existe tal y nof es Lipschitz continuo.

El último ejemplo es una función que es uniformemente continua pero no continua de Lipschitz. Para ver que\sqrt{x} es uniformemente continuo en[0,\infty) nota que es uniformemente continuo en[0,1] por. También es Lipschitz (y por lo tanto uniformemente continuo) en[1,\infty). No es difícil (ejercicio) demostrar que esto significa que\sqrt{x} es uniformemente continuo en[0,\infty).

Ejercicios

Dejarf \colon S \to {\mathbb{R}} ser uniformemente continuo. VamosA \subset S. Entonces la restricciónf|_A es uniformemente continua.

Dejarf \colon (a,b) \to {\mathbb{R}} ser una función uniformemente continua. Terminar la prueba de demostrando que el límite\lim\limits_{x \to b} f(x) existe.

Demostrar quef \colon (c,\infty) \to {\mathbb{R}} para algunosc > 0 y definido porf(x) := \nicefrac{1}{x} es Lipschitz continuo.

Mostrar quef \colon (0,\infty) \to {\mathbb{R}} definido por nof(x) := \nicefrac{1}{x} es Lipschitz continuo.

DejarA, B ser intervalos. Dejarf \colon A \to {\mathbb{R}} yg \colon B \to {\mathbb{R}} ser uniformemente continuas funciones tales quef(x) = g(x) parax \in A \cap B. Definir la funciónh \colon A \cup B \to {\mathbb{R}} porh(x) := f(x) six \in A yh(x) := g(x) six \in B \setminus A. a) Demostrar que siA \cap B \not= \emptyset, entoncesh es uniformemente continuo. b) Encuentra un ejemplo dondeA \cap B = \emptyset y ni siquierah es continuo.

Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} ser un polinomio de gradod \geq 2. Demostrar que nof es Lipschitz continuo.

Dejarf \colon (0,1) \to {\mathbb{R}} ser una función continua acotada. Demostrar que la funcióng(x) := x(1-x)f(x) es uniformemente continua.

Mostrar quef \colon (0,\infty) \to {\mathbb{R}} definido por nof(x) := \sin (\nicefrac{1}{x}) es uniformemente continuo.

Dejarf \colon {\mathbb{Q}}\to {\mathbb{R}} ser una función uniformemente continua. Demostrar que existe una función uniformemente continua\widetilde{f} \colon {\mathbb{R}}\to {\mathbb{R}} tal quef(x) = \widetilde{f}(x) para todosx \in {\mathbb{Q}}.

a) Encontrar un continuof \colon (0,1) \to {\mathbb{R}} y una secuencia\{ x_n \} en(0,1) eso es Cauchy, pero tal que no\{ f(x_n) \} es Cauchy. b) Demostrar que sif \colon {\mathbb{R}}\to {\mathbb{R}} es continuo, y\{ x_n \} es Cauchy, entonces\{ f(x_n) \} es Cauchy.

a) Sif \colon S \to {\mathbb{R}} yg \colon S \to {\mathbb{R}} son uniformemente continuos, entonces mostrar queh \colon S \to {\mathbb{R}} dado porh(x) := f(x) + g(x) es uniformemente continuo.
b) Sif \colon S \to {\mathbb{R}} es uniformemente continuo ya \in {\mathbb{R}}, luego mostrar queh \colon S \to {\mathbb{R}} dado porh(x) := a f(x) es uniformemente continuo.

a) Sif \colon S \to {\mathbb{R}} yg \colon S \to {\mathbb{R}} son Lipschitz, entonces mostrar queh \colon S \to {\mathbb{R}} dado porh(x) := f(x) + g(x) es Lipschitz.
b) Sif \colon S \to {\mathbb{R}} es Lipschitz ya \in {\mathbb{R}}, luego mostrar queh \colon S \to {\mathbb{R}} dado porh(x) := a f(x) es Lipschitz.

a) Sif \colon [0,1] \to {\mathbb{R}} se da porf(x) := x^m para un enterom \geq 0, showf es Lipschitz y encontrar la mejor (la más pequeña) constante de LipschitzK (dependiendom de por supuesto). Pista:(x-y)(x^{m-1} + x^{m-2}y + x^{m-3}y^2 + \cdots + x y^{m-2} + y^{m-1}) = x^m - y^m.
b) Utilizando el ejercicio anterior, demostrar que sif \colon [0,1] \to {\mathbb{R}} es un polinomio, es decirf(x) := a_m x^m + a_{m-1} x^{m-1} + \cdots + a_0, entoncesf es Lipschitz.

Supongamosf \colon [0,1] \to {\mathbb{R}} que para nosotros tenemos\left\lvert {f(x)-f(y)} \right\rvert \leq K \left\lvert {x-y} \right\rvert, yf(0) = f(1) = 0. \left\lvert {f(x)} \right\rvert \leq \nicefrac{K}{2}Demuéstralo. Mostrar además con el ejemplo que\nicefrac{K}{2} es lo mejor posible, es decir, existe una función tan continua para la cual\left\lvert {f(x)} \right\rvert = \nicefrac{K}{2} para algunosx \in [0,1].

Límites al infinito

Nota: menos de 1 conferencia (opcional, se puede omitir de forma segura a menos que o también esté cubierta)

Límites al infinito

En cuanto a las secuencias, una variable continua también puede acercarse al infinito. Hagamos precisa esta noción.

Decimos que\infty es un punto de cúmulo deS \subset {\mathbb{R}}M \in {\mathbb{R}}, si por cada, existe unx \in S tal quex \geq M. De igual manera- \infty es un punto de cúmulo deS \subset {\mathbb{R}}M \in {\mathbb{R}}, si por cada, existe unx \in S tal quex \leq M.

Dejarf \colon S \to {\mathbb{R}} ser una función, donde\infty es un punto de clúster deS. Si existeL \in {\mathbb{R}} tal que para cada uno\epsilon > 0, hayM \in {\mathbb{R}} tal que\left\lvert {f(x) - L} \right\rvert < \epsilon siemprex \geq M, entonces decimosf(x) converge aL lo quex va a\infty. LlamamosL al límite y escribimos\lim_{x \to \infty} f(x) := L . Alternativamente escribimosf(x) \to L comox \to \infty.

De igual manera, si-\infty es un punto de cúmulo deS y existe unL \in {\mathbb{R}} tal que para cada uno\epsilon > 0, hayM \in {\mathbb{R}} tal que\left\lvert {f(x) - L} \right\rvert < \epsilon siemprex \leq M, entonces decimosf(x) converge aL comox va a-\infty. LlamamosL al límite y escribimos\lim_{x \to -\infty} f(x) := L . Alternativamente escribimosf(x) \to L comox \to -\infty.

Volvimos a hacer trampa un poco y dijimos el límite. Lo dejamos como un ejercicio para que el lector pruebe la siguiente proposición.

[liminfty:unique] El límite en\infty o-\infty como se definió anteriormente es único si existe.

Vamosf(x) := \frac{1}{\left\lvert {x} \right\rvert+1}. Entonces\lim_{x\to \infty} f(x) = 0 \qquad \text{and} \qquad \lim_{x\to -\infty} f(x) = 0 .

Comprobante: Dejar\epsilon > 0 ser dado. Encuentra lo suficientementeM > 0 grande para que\frac{1}{M+1} < \epsilon. Six \geq M, entonces\frac{1}{x+1} \leq \frac{1}{M+1} < \epsilon. Ya que\frac{1}{\left\lvert {x} \right\rvert+1} > 0 para todosx se prueba el primer límite. El comprobante para-\infty se deja al lector.

Vamosf(x) := \sin(\pi x). Entonces\lim_{x\to\infty} f(x) no existe. Para probar este hecho tenga en cuenta que six = 2n+\nicefrac{1}{2} para algunosn \in {\mathbb{N}} entoncesf(x)=1, mientras que six = 2n+\nicefrac{3}{2} entoncesf(x)=-1, así no pueden estar ambos dentro\epsilon de un pequeño número real.

Debemos tener cuidado de no confundir límites continuos con límites de secuencias. Porquef(x) = \sin(\pi x) podríamos decir Por\lim_{n \to \infty} f(n) = 0, \qquad \text{but} \qquad \lim_{x \to \infty} f(x) ~ \text{does not exist}. supuesto que la notación es ambigua. Simplemente estamos usando la convención quen \in {\mathbb{N}}, mientrasx \in {\mathbb{R}}. Cuando la notación no está clara, es bueno mencionar explícitamente dónde vive la variable, o qué tipo de límite estás usando.

Hay una conexión de límites continuos a límites de secuencias, pero debemos tomar todas las secuencias yendo al infinito, igual que antes en.

[seqflimitinf:lemma] Supongamos quef \colon S \to {\mathbb{R}} es una función,\infty es un punto de clúster deS \subset {\mathbb{R}}, yL \in {\mathbb{R}}. Entonces\lim_{x\to\infty} f(x) = L % \qquad \text{if and only if} \qquad si y sólo si\lim_{n\to\infty} f(x_n) = L% ~~\text{for all sequences $\{ x_n \}$ such that $\lim\, x_n = \infty$} . para todas las secuencias\{ x_n \} tales que\lim\limits_{n\to\infty} x_n = \infty.

El lema se sostiene para el límite comox \to -\infty. Su prueba es casi idéntica y se deja como ejercicio.

Primero supongamosf(x) \to L comox \to \infty. Dado un\epsilon > 0, existeM tal que por todox \geq M lo que tenemos\left\lvert {f(x)-L} \right\rvert < \epsilon. Que\{ x_n \} sea una secuencia enS tal que\lim \, x_n = \infty. Entonces existeN tal que por todon \geq N lo que tenemosx_n \geq M. Y así\left\lvert {f(x_n)-L} \right\rvert < \epsilon.

Demostramos lo contrario por contrapositivo. Supongamos quef(x) no va aL comox \to \infty. Esto quiere decir que existe un\epsilon > 0, tal que para cadaM \in {\mathbb{N}}, existe unx \in S,x \geq M, llamémoslox_M, tal que\left\lvert {f(x_M)-L} \right\rvert \geq \epsilon. Considera la secuencia\{ x_n \}. Claramente\{ f(x_n) \} no converge aL. Queda por señalar que\lim\, x_n = \infty, porquex_n \geq n para todosn.

Usando el lema, nuevamente traducimos resultados sobre límites secuenciales en resultados sobre límites continuos comox va al infinito. Es decir, tenemos análogos casi inmediatos de los corolarios en. Simplemente permitimos que el puntoc de clúster sea\infty o-\infty, además de un número real. Dejamos al alumno verificar estas declaraciones.

Límite infinito

Al igual que para las secuencias, a menudo es conveniente distinguir ciertas secuencias divergentes, y hablar de que los límites son infinitos casi como si los límites existieran.

Dejarf \colon S \to {\mathbb{R}} ser una función y supongamos queS tiene\infty como punto de clúster. Decimosf(x) diverge al infinito comox va a\infty, si por cadaN \in {\mathbb{R}} existe unM \in {\mathbb{R}} tal quef(x) > N siemprex \in S y cuandox \geq M. Escribimos\lim_{x \to \infty} f(x) := \infty , o decimos esof(x) \to \infty comox \to \infty.

Se puede hacer una definición similar para los límites comox \to -\infty o comox \to c para un finitoc. También se pueden hacer definiciones similares para los límites siendo-\infty. Declarar estas definiciones se deja como un ejercicio. Tenga en cuenta que a veces converge al infinito se utiliza. Podemos volver a usar límites secuenciales, y un análogo de se deja como ejercicio.

Demostremos eso\lim_{x \to \infty} \frac{1+x^2}{1+x} = \infty.

Comprobante: Porquex \geq 1 hemos\frac{1+x^2}{1+x} \geq \frac{x^2}{x+x} = \frac{x}{2} . dadoN \in {\mathbb{R}}, tomarM = \max \{ 2N+1 , 1 \}. Six \geq M, entoncesx \geq 1 y\nicefrac{x}{2} > N. Entonces\frac{1+x^2}{1+x} \geq \frac{x}{2} > N .

Composiciones

Finalmente, al igual que para los límites en números finitos podemos componer funciones fácilmente.

[prop:inflimcompositions] Supongamos quef \colon A \to Bg \colon B \to {\mathbb{R}}A, B \subset {\mathbb{R}},,a \in {\mathbb{R}}\cup \{ -\infty, \infty\} es un punto de clúster deA, yb \in {\mathbb{R}}\cup \{ -\infty, \infty\} es un punto de clúster deB. Supongamos\lim_{x \to a} f(x) = b\qquad \text{and} \qquad \lim_{y \to b} g(y) = c para algunosc \in {\mathbb{R}}\cup \{ -\infty, \infty \}. Sib \in B, entonces supongamosg(b) = c. Entonces\lim_{x \to a} g\bigl(f(x)\bigr) = c .

La prueba es directa, y se deja como ejercicio. Ya conocemos la proposición cuándoa, b, c \in {\mathbb{R}}, ver Ejercicios [ejercicio:contlimitcomposición] y [ejercicio:contlimitbadcomposición]. Nuevamente el requisito de queg sea continuo enb, sib \in B, es necesario.

Vamosh(x) := e^{-x^2+x}. Entonces\lim_{x\to \infty} h(x) = 0 .

Prueba: El reclamo sigue una vez que conocemos\lim_{x\to \infty} -x^2+x = -\infty y\lim_{y\to -\infty} e^y = 0 , que generalmente se prueba cuando se define la función exponencial.

Ejercicios

Demostrar.

Dejarf \colon [1,\infty) \to {\mathbb{R}} ser una función. Definirg \colon (0,1] \to {\mathbb{R}} víag(x) := f(\nicefrac{1}{x}). Utilizando las definiciones de límites directamente, mostrar que\lim_{x\to 0^+} g(x) existe si y sólo si\lim_{x\to \infty} f(x) existe, en cuyo caso son iguales.

Demostrar.

Justificemos la terminología. Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} ser una función tal que\lim_{x \to \infty} f(x) = \infty (diverge al infinito). Mostrar quef(x) diverge (es decir, no converge) comox \to \infty.

Llegar con las definiciones de límites def(x) ir a-\infty comox \to \infty,x \to -\infty, y comox \to c para un finitoc \in {\mathbb{R}}. Entonces exponer las definiciones para los límites def(x) ir a\infty comox \to -\infty, y comox \to c para un finitoc \in {\mathbb{R}}.

Supongamos queP(x) := x^n + a_{n-1} x^{n-1} + \cdots + a_1 x + a_0 es un polinomio monico de gradon \geq 1 (monico significa que el coeficiente dex^n es 1). a) Mostrar que sin es par entonces\lim_{x\to\infty} P(x) = \lim_{x\to-\infty} P(x) = \infty. b) Mostrar que sin es impar entonces\lim_{x\to\infty} P(x) = \infty y\lim_{x\to-\infty} P(x) = -\infty (ver ejercicio anterior).

Dejar\{ x_n \} ser una secuencia. ConsiderarS := {\mathbb{N}}\subset {\mathbb{R}}, yf \colon S \to {\mathbb{R}} definido porf(n) := x_n. Demostrar que las dos nociones de límite,\lim_{n\to\infty} x_n \qquad \text{and} \qquad \lim_{x\to\infty} f(x) son equivalentes. Es decir, mostrar que si uno existe también lo hace el otro, y en este caso son iguales.

Extender de la siguiente manera. Supongamos queS \subset {\mathbb{R}} tiene un punto de clústerc \in {\mathbb{R}}c = \infty,, oc = -\infty. Dejarf \colon S \to {\mathbb{R}} ser una función y dejarL = \infty oL = -\infty. Demostrar que\lim_{x\to c} f(x) = L \qquad \text{if and only if} \qquad \lim_{n\to\infty} f(x_n) = L ~~\text{for all sequences $\{ x_n \}$ such that $\lim\, x_n = c$} .

Funciones y continuidad monótona

Nota: 1 conferencia (opcional, se puede omitir de forma segura a menos que también esté cubierta, requiera)

VamosS \subset {\mathbb{R}}. Decimos quef \colon S \to {\mathbb{R}} está aumentando (resp. estrictamente creciente) six,y \in S conx < y implicaf(x) \leq f(y) (resp. f(x) < f(y)). Definimos decreciente y estrictamente decreciente de la misma manera cambiando las desigualdades porf.

Si una función está aumentando o disminuyendo decimos que es monótona. Si es estrictamente creciente o estrictamente decreciente decimos que es estrictamente monótona.

A veces no decreciente (resp. no creciente) se utiliza para aumentar (resp. decreciente) la función para enfatizar que no es estrictamente creciente (resp. estrictamente decreciente).

Continuidad de funciones monótona

Es fácil calcular límites unilaterales para funciones monótona.

[prop:monotlimits] DejarS \subset {\mathbb{R}},c \in {\mathbb{R}}, yf \colon S \to {\mathbb{R}} estar aumentando. Sic es un punto de clúster deS \cap (-\infty,c), entonces\lim_{x \to c^-} f(x) = \sup \{ f(x) : x < c, x \in S \} , y sic es un punto de clúster deS \cap (c,\infty), entonces\lim_{x \to c^+} f(x) = \inf \{ f(x) : x > c, x \in S \} .

Del mismo modo, sif es decreciente yc es un punto de clúster deS \cap (-\infty,c), entonces\lim_{x \to c^-} f(x) = \inf \{ f(x) : x < c, x \in S \} , y sic es un punto de clúster deS \cap (c,\infty), entonces\lim_{x \to c^+} f(x) = \sup \{ f(x) : x > c, x \in S \} .

En particular, todos los límites unilaterales existen cada vez que tienen sentido. Si a partir de ahora decimos que digamos quex \to c^- existe el límite de la mano izquierda queremos decir quec es un punto de cúmulo deS \cap (-\infty,c).

Supongamos quef va en aumento, y vamos a mostrar la primera igualdad. El resto de la prueba es muy similar y se deja como ejercicio.

Vamosa := \sup \{ f(x) : x < c, x \in S \}. Sia = \infty, entonces para cadaM \in {\mathbb{R}}, existex_M tal quef(x_M) > M. A medidaf que va aumentando,f(x) \geq f(x_M) > M para todosx \in S conx > x_M. Si tomamos\delta = c-x_M obtenemos la definición del límite que va al infinito.

Entonces asumamosa < \infty. Dejemos\epsilon > 0 que se den. Porquea es lo supremo, existe unx_\epsilon < c,x_\epsilon \in S, tal quef(x_\epsilon) > a-\epsilon. A medidaf que va aumentando, six \in S yx_\epsilon < x < c, tenemosa-\epsilon < f(x_\epsilon) \leq f(x) \leq a. Vamos\delta := c-x_\epsilon. Entonces parax \in S \cap (-\infty,c) con\left\lvert {x-c} \right\rvert < \delta, tenemos\left\lvert {f(x)-a} \right\rvert < \epsilon.

Supongamosf \colon S \to {\mathbb{R}},c \in S y que ambos límites unilaterales existen. Yaf(x) \leq f(c) \leq f(y) que siemprex < c < y, tomando los límites que obtenemos\lim_{x \to c^-} f(x) \leq f(c) \leq \lim_{x \to c^+} f(x) . Entoncesf es continuo enc si y solo si ambos límites son iguales entre sí (y por lo tanto iguales af(c)). Ver también. Ve para hacerte una idea de cómo se ve una discontinuidad.

[cor:continterval] SiI \subset {\mathbb{R}} es un intervalo yf \colon I \to {\mathbb{R}} es monótona y no constante, entoncesf(I) es un intervalo si y solo sif es continuo.

Asumir que nof es constante es evitar el tecnicismo quef(I) es un punto único en ese caso;f(I) es un punto único si y sólo sif es constante. Una función constante es continua.

Sif es continuo entoncesf(I) ser un intervalo es consecuencia de. Ver también.

Demostremos la dirección inversa por contrapositivo. Supongamos que nof es continuo enc \in I, y que noc es un punto final deI. Sin pérdida de generalidad supongamos quef va en aumento. Leta := \lim_{x \to c^-} f(x) = \sup \{ f(x) : x \in I, x < c \} , \qquad b := \lim_{x \to c^+} f(x) = \inf \{ f(x) : x \in I, x > c \} . Asc es una discontinuidad,a < b. Six < c, entoncesf(x) \leq a, y six > c, entoncesf(x) \geq b. Por lo tanto, cualquier punto en no(a,b) \setminus \{ f(c) \} está enf(I). Sin embargo existex_1 \in S,x_1 < c asíf(x_1) \leq a, y existex_2 \in S,x_2 > c asíf(x_2) \geq b. Ambosf(x_1) yf(x_2) están enf(I), y así nof(I) es un intervalo. Ver.

Cuandoc \in I es un punto final, la prueba es similar y se deja como ejercicio.

Una propiedad llamativa de las funciones monótonas es que no pueden tener demasiadas discontinuidades.

[cor:monotcountcont] DejarI \subset {\mathbb{R}} ser un intervalo yf \colon I \to {\mathbb{R}} ser monótono. Entoncesf tiene a lo sumo contabilizadamente muchas discontinuidades.

E \subset ISea el conjunto de todas las discontinuidades que no son puntos finales deI. Como sólo hay dos puntos finales, basta con mostrar queE es contable. Sin pérdida de generalidad, supongamos quef va en aumento. Vamos a definir una inyecciónh \colon E \to {\mathbb{Q}}. Para cada unoc \in E los límites unilaterales def ambos existen ya que noc es un punto final. Dejemosa := \lim_{x \to c^-} f(x) = \sup \{ f(x) : x \in I, x < c \} , \qquad b := \lim_{x \to c^+} f(x) = \inf \{ f(x) : x \in I, x > c \} . Comoc es una discontinuidad, tenemosa < b. Existe un número racionalq \in (a,b), así que vamosh(c) := q. Porquef va en aumento,q no puede corresponder a ninguna otra discontinuidad, así que después de hacer esta elección para todosc \in E, tenemos queh es uno-a-uno (inyectivo). Por lo tanto,E es contable.

[ejemplo:countdiscont] Por\lfloor x \rfloor denotar el entero más grande menor o igual ax. Definirf \colon [0,1] \to {\mathbb{R}} porf(x) := x + \sum_{n=0}^{\lfloor 1/(1-x) \rfloor} 2^{-n} , parax < 1 yf(1) = 3. Se deja como un ejercicio para demostrar quef es estrictamente creciente, acotado, y tiene una discontinuidad en todos los puntos1-\nicefrac{1}{k} parak \in {\mathbb{N}}. En particular, hay contabilizadamente muchas discontinuidades, pero la función está delimitada y definida en un intervalo delimitado cerrado.

Continuidad de funciones inversas

Una función estrictamente monótonaf es uno a uno (inyección). Para ver este aviso que six \not= y entonces podemos asumirx < y. Entonces ya seaf(x) < f(y) sif está aumentando estrictamente of(x) > f(y) sif es estrictamente decreciente, entoncesf(x) \not= f(y). De ahí que deba tener una inversaf^{-1} definida en su rango.

[prop:invcont] SiI \subset {\mathbb{R}} es un intervalo yf \colon I \to {\mathbb{R}} es estrictamente monótona. Entonces la inversaf^{-1} \colon f(I) \to I es continua.

Supongamos quef está aumentando estrictamente. La prueba es casi idéntica para una función estrictamente decreciente. Ya quef es estrictamente creciente, así esf^{-1}. Es decir, sif(x) < f(y), entonces debemos tenerx < y y por lo tantof^{-1}\bigl(f(x)\bigr) < f^{-1}\bigl(f(y)\bigr).

Tomarc \in f(I). Si noc es un punto de clúster def(I), entoncesf^{-1} es continuoc automáticamente. Así que vamos ac ser un punto de cúmulo def(I). Supongamos que existen ambos límites unilaterales siguientes:\begin{aligned} x_0 & := \lim_{y \to c^-} f^{-1}(y) = \sup \{ f^{-1}(y) : y < c, y \in f(I) \} = \sup \{ x : f(x) < c, x \in I \} , \\ x_1 & := \lim_{y \to c^+} f^{-1}(y) = \inf \{ f^{-1}(y) : y > c, y \in f(I) \} = \inf \{ x : f(x) > c, x \in I \} .\end{aligned} Tenemosx_0 \leq x_1 comof^{-1} va aumentando. Para todosx > x_0 conx \in I, tenemosf(x) \geq c. Comof es estrictamente creciente, debemos tenerf(x) > c para todosx > x_0,x \in I. Por lo tanto,\{ x : x > x_0, x \in I \} \subset \{ x : f(x) > c, x \in I \}. El infimum del conjunto de la mano izquierda esx_0 y el infimum del conjunto de la mano derecha esx_1, así obtenemosx_0 \geq x_1. Entoncesx_1 = x_0, yf^{-1} es continuo enc.

Si uno de los límites unilaterales no existe el argumento es similar y se deja como ejercicio.

La proposición no requieref que sea continua. Por ejemplo, vamosf \colon {\mathbb{R}}\to {\mathbb{R}}f(x) := \begin{cases} x & \text{if $x < 0$}, \\ x+1 & \text{if $x \geq 0$}. \\ \end{cases} La función nof es continua en0. La imagen deI = {\mathbb{R}} es el conjunto(-\infty,0)\cup [1,\infty), no un intervalo. Entonces sef^{-1} \colon (-\infty,0)\cup [1,\infty) \to {\mathbb{R}} puede escribir comof^{-1}(x) = \begin{cases} x & \text{if $x < 0$}, \\ x-1 & \text{if $x \geq 1$}. \end{cases} No es difícil ver quef^{-1} es una función continua.

Observe lo que sucede con la proposición sif(I) es un intervalo. En ese caso podríamos simplemente aplicar a ambosf yf^{-1}. Es decir, sif \colon I \to J es una función estrictamente monótona yI yJ son intervalos, entonces ambosf yf^{-1} son continuos. Ademásf(I) es un intervalo precisamente cuandof es continuo.

Ejercicios

Supongamosf \colon [0,1] \to {\mathbb{R}} es monótona Demostrarf está acotado.

Terminar la prueba de.

Terminar la prueba de.

Demostrar las reclamaciones en.

Terminar la prueba de.

SupongamosS \subset {\mathbb{R}}, yf \colon S \to {\mathbb{R}} es una función creciente. a) Sic es un punto de clúster deS \cap (c,\infty) mostrar eso\lim\limits_{x\to c^+} f(x) < \infty. b) Sic es un punto de clúster deS \cap (-\infty,c) y\lim\limits_{x\to c^-} f(x) = \infty, probarloS \subset (-\infty,c).

Supongamos queI \subset {\mathbb{R}}f \colon I \to {\mathbb{R}} es un intervalo y es una función tal que para cada unoc \in I, existena, b \in {\mathbb{R}} cona > 0 tal quef(x) \geq a x + b para todosx \in I yf(c) = a c + b. Demostrar quef está aumentando estrictamente.

Supongamos quef \colon I \to J es una función continua, biyectiva (uno a uno y sobre) durante dos intervalosI yJ. Demostrar quef es estrictamente monótona.

Considera una función monótonaf \colon I \to {\mathbb{R}} en un intervaloI. Demostrar que existe una funcióng \colon I \to {\mathbb{R}} tal que\lim\limits_{x \to c^-} g(x) = g(c) para todosc \in I, excepto el punto final más pequeño (izquierdo) deI, y tal queg(x) = f(x) para todos pero contablemente muchosx.

a) DejarS \subset {\mathbb{R}} ser cualquier subconjunto. Sif \colon S \to {\mathbb{R}} está aumentando, entonces mostrar que existe un crecienteF \colon {\mathbb{R}}\to {\mathbb{R}} tal quef(x) = F(x) parax \in S todos. b) Encuentra un ejemplo de un estrictamente crecientef \colon S \to {\mathbb{R}} tal que un incrementoF como el anterior nunca es estrictamente creciente.

[Exercise:IncrementingFuncDiscatQ] Encuentra un ejemplo de una función crecientef \colon [0,1] \to {\mathbb{R}} que tiene una discontinuidad en cada número racional. Después demuestre que la imagen nof([0,1]) contiene ningún intervalo. Pista: Enumera los números racionales y define la función con una serie.

La Derivada

El derivado

Nota: 1 conferencia

La idea de un derivado es la siguiente. Supongamos que una gráfica de una función se ve localmente como una línea recta. Entonces podemos hablar de la pendiente de esta línea. La pendiente nos indica la velocidad a la que cambia el valor de la función en el punto particular. Por supuesto, estamos dejando fuera cualquier función que tenga esquinas o discontinuidades. Seamos precisos.

Definición y propiedades básicas

DejarI ser un intervalo, dejarf \colon I \to {\mathbb{R}} ser una función, y dejarc \in I. Si el límiteL := \lim_{x \to c} \frac{f(x)-f(c)}{x-c} existe, entonces decimos quef es diferenciable enc, queL es la derivada def atc, y escribirf'(c) := L.

Sif es diferenciable en absolutoc \in I, entonces simplemente decimos quef es diferenciable, y luego obtenemos una funciónf' \colon I \to {\mathbb{R}}.

La expresión\frac{f(x)-f(c)}{x-c} se llama cociente de diferencia.

La interpretación gráfica de la derivada se representa en. La gráfica de la izquierda da la línea a través\bigl(c,f(c)\bigr) y\bigl(x,f(x)\bigr) con pendiente\frac{f(x)-f(c)}{x-c}, es decir, la llamada línea secante. Cuando tomamos el límite comox va ac, obtenemos la gráfica de la derecha, donde vemos que la derivada de la función en el puntoc es la pendiente de la línea tangente a la gráfica def en el punto\bigl(c,f(c)\bigr).

PermitimosI ser un intervalo cerrado y permitimosc ser un punto final deI. Algunos libros de cálculo no permitenc ser un punto final de un intervalo, pero toda la teoría sigue funcionando al permitirlo, y facilita nuestro trabajo.

Dejemosf(x) := x^2 definido en toda la línea real. Encontramos que\lim_{x\to c} \frac{x^2-c^2}{x-c} = \lim_{x\to c} \frac{(x+c)(x-c)}{x-c} = \lim_{x\to c} (x+c) = 2c. Por lo tantof'(c) = 2c.

La función nof(x) := \left\lvert {x} \right\rvert es diferenciable en el origen. Cuandox > 0, entonces\frac{\left\lvert {x} \right\rvert-\left\lvert {0} \right\rvert}{x-0} = \frac{x-0}{x-0} = 1 , y cuandox < 0 tenemos\frac{\left\lvert {x} \right\rvert-\left\lvert {0} \right\rvert}{x-0} = \frac{-x-0}{x-0} = -1 .

Un famoso ejemplo de Weierstrass muestra que existe una función continua que no es diferenciable en ningún momento. La construcción de esta función está más allá del alcance de este libro. Por otro lado, una función diferenciable es siempre continua.

Dejarf \colon I \to {\mathbb{R}} ser diferenciable enc \in I, entonces es continuo enc.

Sabemos que los límites\lim_{x\to c}\frac{f(x)-f(c)}{x-c} = f'(c) \qquad \text{and} \qquad \lim_{x\to c}(x-c) = 0 existen. Además,f(x)-f(c) = \left( \frac{f(x)-f(c)}{x-c} \right) (x-c) . por lo tanto el límite def(x)-f(c) existe y\lim_{x\to c} \bigl( f(x)-f(c) \bigr) = \left(\lim_{x\to c} \frac{f(x)-f(c)}{x-c} \right) \left(\lim_{x\to c} (x-c) \right) = f'(c) \cdot 0 = 0. Por lo tanto\lim\limits_{x\to c} f(x) = f(c), yf es continuo enc.

Una propiedad importante de la derivada es la linealidad. La derivada es la aproximación de una función por una línea recta. La pendiente de una línea a través de dos puntos cambia linealmente cuando lasy coordenadas se cambian linealmente. Al tomar el límite, tiene sentido que la derivada sea lineal.

DejarI ser un intervalo, dejarf \colon I \to {\mathbb{R}} yg \colon I \to {\mathbb{R}} ser diferenciable enc \in I, y dejar\alpha \in {\mathbb{R}}.

  1. Definirh \colon I \to {\mathbb{R}} porh(x) := \alpha f(x). Entoncesh es diferenciable enc yh'(c) = \alpha f'(c).
  2. Definirh \colon I \to {\mathbb{R}} porh(x) := f(x) + g(x). Entoncesh es diferenciable enc yh'(c) = f'(c) + g'(c).

Primero, vamosh(x) := \alpha f(x). Porquex \in I,x \not= c tenemos\frac{h(x)-h(c)}{x-c} = \frac{\alpha f(x) - \alpha f(c)}{x-c} = \alpha \frac{f(x) - f(c)}{x-c} . El límite comox va ac existe a la derecha por. Obtenemos\lim_{x\to c}\frac{h(x)-h(c)}{x-c} = \alpha \lim_{x\to c} \frac{f(x) - f(c)}{x-c} . Por lo tantoh es diferenciable enc, y la derivada se calcula como se da.

A continuación, definah(x) := f(x)+g(x). Porquex \in I,x \not= c tenemos\frac{h(x)-h(c)}{x-c} = \frac{\bigl(f(x) + g(x)\bigr) - \bigl(f(c) + g(c)\bigr)}{x-c} = \frac{f(x) - f(c)}{x-c} + \frac{g(x) - g(c)}{x-c} . El límite comox va ac existe a la derecha por. Obtenemos\lim_{x\to c}\frac{h(x)-h(c)}{x-c} = \lim_{x\to c} \frac{f(x) - f(c)}{x-c} + \lim_{x\to c}\frac{g(x) - g(c)}{x-c} . Por lo tantoh es diferenciable enc y la derivada se calcula como se da.

No es cierto que la derivada de un múltiplo de dos funciones sea el múltiplo de las derivadas. En cambio obtenemos la llamada regla del producto o la regla Leibniz 17.

DejarI ser un intervalo, dejarf \colon I \to {\mathbb{R}} yg \colon I \to {\mathbb{R}} ser funciones diferenciables enc. Sih \colon I \to {\mathbb{R}} se define porh(x) := f(x) g(x) , entoncesh es diferenciable enc yh'(c) = f(c) g'(c) + f'(c) g(c) .

El comprobante de la regla del producto se deja como ejercicio. La clave es usar la identidadf(x) g(x) - f(c) g(c) = f(x)\bigl( g(x) - g(c) \bigr) + g(c) \bigl( f(x) - f(c) \bigr).

DejarI ser un intervalo, dejarf \colon I \to {\mathbb{R}} yg \colon I \to {\mathbb{R}} ser diferenciable enc yg(x) \not= 0 para todosx \in I. Sih \colon I \to {\mathbb{R}} se define porh(x) := \frac{f(x)}{g(x)}, entoncesh es diferenciable enc yh'(c) = \frac{f'(c) g(c) - f(c) g'(c)}{{\bigl(g(c)\bigr)}^2} .

Nuevamente la prueba se deja como ejercicio.

Regla de la cadena

Una regla útil para calcular derivados es la regla de la cadena.

DejarI_1, I_2 ser intervalos, dejarg \colon I_1 \to I_2 ser diferenciables enc \in I_1, yf \colon I_2 \to {\mathbb{R}} ser diferenciables eng(c). Sih \colon I_1 \to {\mathbb{R}} se define porh(x) := (f \circ g) (x) = f\bigl(g(x)\bigr) , entoncesh es diferenciable enc yh'(c) = f'\bigl(g(c)\bigr)g'(c) .

Vamosd := g(c). Definiru \colon I_2 \to {\mathbb{R}} yv \colon I_1 \to {\mathbb{R}} por\begin{aligned} & u(y) := \begin{cases} \frac{f(y) - f(d)}{y-d} & \text{ if $y \not=d$,} \\ f'(d) & \text{ if $y = d$,} \end{cases} \\ & v(x) := \begin{cases} \frac{g(x) - g(c)}{x-c} & \text{ if $x \not=c$,} \\ g'(c) & \text{ if $x = c$.} \end{cases}\end{aligned}f(y)-f(d) = u(y) (y-d) \qquad \text{and} \qquad g(x)-g(c) = v(x) (x-c) . Observamos que nos enchufamos para obtenerh(x)-h(c) = f\bigl(g(x)\bigr)-f\bigl(g(c)\bigr) = u\bigl( g(x) \bigr) \bigl(g(x)-g(c)\bigr) = u\bigl( g(x) \bigr) \bigl(v(x) (x-c)\bigr) . Por lo tanto,\label{eq:chainruleeq} \frac{h(x)-h(c)}{x-c} = u\bigl( g(x) \bigr) v(x) . calculamos los límites\lim_{y \to d} u(y) = f'(d) = f'\bigl(g(c)\bigr) y\lim_{x \to c} v(x) = g'(c). Es decir, las funcionesu yv son continuas end = g(c) yc respectivamente. Además, la funcióng es continua enc. De ahí el límite del lado derecho de [eq:chainruleeq] comox va ac existe y es igual af'\bigl(g(c)\bigr) g'(c). Asíh es diferenciable enc y el límite esf'\bigl(g(c)\bigr)g'(c).

Ejercicios

Demostrar la regla del producto. Pista: Usof(x) g(x) - f(c) g(c) = f(x)\bigl( g(x) - g(c) \bigr) + g(c) \bigl( f(x) - f(c) \bigr).

Demostrar la regla del cociente. Pista: Puedes hacer esto directamente, pero puede ser más fácil encontrar la derivada de\nicefrac{1}{x} y luego usar la regla de cadena y la regla del producto.

[ejercicio:diffofxn] Paran \in {\mathbb{Z}}, demostrar quex^n es diferenciable y encontrar la derivada, a menos que, por supuesto,n < 0 yx=0. Pista: Usa la regla del producto.

Demostrar que un polinomio es diferenciable y encontrar la derivada. Pista: Usa el ejercicio anterior.

Definirf \colon {\mathbb{R}}\to {\mathbb{R}} porf(x) := \begin{cases} x^2 & \text{ if $x \in {\mathbb{Q}}$,}\\ 0 & \text{ otherwise.} \end{cases} Demostrar quef es diferenciable en0, pero discontinuo en todos los puntos excepto0.

Asumir la desigualdad\left\lvert {x-\sin(x)} \right\rvert \leq x^2. Demostrar que el pecado es diferenciable en0, y encontrar el derivado en0.

Utilizando el ejercicio anterior, demostrar que el pecado es diferenciable en absolutox y que la derivada lo es\cos(x). Pista: Utilice la identidad trigonométrica suma-a-producto como hicimos antes.

Dejemosf \colon I \to {\mathbb{R}} ser diferenciables. Dadon \in {\mathbb{Z}}, definirf^n ser la función definida porf^n(x) := {\bigl( f(x) \bigr)}^n. Sin < 0 asumamosf(x) \not= 0. (f^n)'(x) = n {\bigl(f(x) \bigr)}^{n-1} f'(x)Demuéstralo.

Supongamos quef \colon {\mathbb{R}}\to {\mathbb{R}} es una función continua diferenciable de Lipschitz. Demostrar quef' es una función acotada.

DejarI_1, I_2 ser intervalos. Dejarf \colon I_1 \to I_2 ser una función biyectiva yg \colon I_2 \to I_1 ser la inversa. Supongamos que ambosf es diferenciable enc \in I_1f'(c) \not=0 y yg es diferenciable enf(c). Use la regla de la cadena para encontrar una fórmula parag'\bigl(f(c)\bigr) (en términos def'(c)).

[exercise:bndmuldiff] Supongamos quef \colon I \to {\mathbb{R}} es una función delimitada yg \colon I \to {\mathbb{R}} es una función diferenciable enc \in I yg(c) = g'(c) = 0. Demostrar queh(x) := f(x) g(x) es diferenciable enc. Pista: Tenga en cuenta que no puede aplicar la regla del producto.

[exercise:diffsqueeze] Supongamosf \colon I \to {\mathbb{R}}g \colon I \to {\mathbb{R}},, yh \colon I \to {\mathbb{R}}, son funciones. Supongamos quec \in I es tal quef(c) = g(c) = h(c),g yh son diferenciables enc, yg'(c) = h'(c). Además supongamosh(x) \leq f(x) \leq g(x) para todosx \in I. Demostrarf es diferenciable enc yf'(c) = g'(c) = h'(c).

Teorema del valor medio

Nota: 2 conferencias (algunas aplicaciones pueden omitirse)

Mínimos y máximos relativos

Hablamos de máximos y mínimos absolutos. Estos son los picos más altos y valles más bajos de toda la cordillera. También podríamos hablar de picos de montañas y valles individuales.

DejarS \subset {\mathbb{R}} ser un conjunto y dejarf \colon S \to {\mathbb{R}} ser una función. fSe dice que la función tiene un máximo relativo enc \in S si existe\delta>0 tal que para todos losx \in S tales que\left\lvert {x-c} \right\rvert < \delta tenemosf(x) \leq f(c). La definición de mínimo relativo es análoga.

[relminmax:thm] Letf \colon [a,b] \to {\mathbb{R}} Ser una función diferenciable enc \in (a,b), yc es un mínimo relativo o un máximo relativo def. Entoncesf'(c) = 0.

Demostramos la declaración por un máximo. Por un mínimo la sentencia sigue considerando la función-f.

Dejarc ser un máximo relativo def. En particular el tiempo\left\lvert {x-c} \right\rvert < \delta que tengamosf(x)-f(c) \leq 0. Entonces nos fijamos en el cociente de diferencia. Six > c notamos eso\frac{f(x)-f(c)}{x-c} \leq 0 , y siy < c tenemos\frac{f(y)-f(c)}{y-c} \geq 0 . Ver para una ilustración.

Ahora tomamos secuencias\{ x_n\} y\{ y_n \}, tal quex_n > c, yy_n < c para todosn \in {\mathbb{N}}, y tal que\lim\, x_n = \lim\, y_n = c. Ya quef es diferenciable enc sabemos0 \geq \lim_{n\to\infty} \frac{f(x_n)-f(c)}{x_n-c} = f'(c) = \lim_{n\to\infty} \frac{f(y_n)-f(c)}{y_n-c} \geq 0. \qedhere

Para una función diferenciable, un punto dondef'(c) = 0 se denomina punto crítico. Cuando nof es diferenciable en algunos puntos, es común decir también quec es un punto crítico sif'(c) no existe. El teorema dice que un mínimo o máximo relativo en un punto interior de un intervalo debe ser un punto crítico. Como recuerdas del cálculo, encontrar mínimos y máximos de una función se puede hacer encontrando todos los puntos críticos junto con los puntos finales del intervalo y simplemente verificando dónde está la función más grande o más pequeña.

Teorema de Rolle

Supongamos que una función es cero en ambos puntos finales de un intervalo. Intuitivamente debe alcanzar un mínimo o un máximo en el interior del intervalo, entonces a tal mínimo o máximo, la derivada debe ser cero. Consulta por la idea geométrica. Este es el contenido del llamado teorema de Rolle 18.

[thm:rolle] Dejarf \colon [a,b] \to {\mathbb{R}} ser función continua diferenciable sobre(a,b) tal quef(a) = f(b). Entonces existec \in (a,b) tal quef'(c) = 0.

Comof es continuo en[a,b] ella alcanza un mínimo absoluto y un máximo absoluto en[a,b]. Deseamos aplicar y por lo tanto necesitamos un mínimo o máximo en algunosc \in (a,b). EscribirK := f(a) = f(b). Si existex tal quef(x) > K, entonces el máximo absoluto es mayor queK y por lo tanto ocurre enc \in (a,b), y por lo tanto obtenemosf'(c) = 0. Por otro lado si existex tal quef(x) < K, entonces el mínimo absoluto ocurre en algunosc \in (a,b) y tenemos esof'(c) = 0. Si no hayx tal quef(x) > K of(x) < K, entonces tenemos esof(x) = K para todosx y luegof'(x) = 0 para todosx \in [a,b], entonces cualquierac va a funcionar.

Tenga en cuenta que es absolutamente necesario que la derivada exista para todosx \in (a,b). Por ejemplo, tomar la funciónf(x) = \left\lvert {x} \right\rvert encendido[-1,1]. Claramentef(-1) = f(1), pero no tiene sentido dóndef'(c) = 0.

Teorema del valor medio

Nos extendemos a funciones que alcanzan diferentes valores en los puntos finales.

[thm:mvt] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función continua diferenciable en(a,b). Entonces existe un puntoc \in (a,b) tal quef(b)-f(a) = f'(c)(b-a) .

El teorema se desprende de. Definir la funcióng \colon [a,b] \to {\mathbb{R}} porg(x) := f(x)-f(b)+\bigl(f(b)-f(a)\bigr)\frac{b-x}{b-a}. La funcióng es un diferenciable en(a,b), continuo en[a,b], tal queg(a) = 0 yg(b) = 0. Así existec \in (a,b) tal queg'(c) = 0. 0 = g'(c) = f'(c) + \bigl(f(b)-f(a)\bigr)\frac{-1}{b-a} .O en otras palabrasf'(c)(b-a) = f(b)-f(a).

Para una interpretación geométrica del teorema del valor medio, véase. La idea es que el valor\frac{f(b)-f(a)}{b-a} sea la pendiente de la línea entre los puntos\bigl(a,f(a)\bigr) y\bigl(b,f(b)\bigr). Entoncesc es el punto tal quef'(c) = \frac{f(b)-f(a)}{b-a}, es decir, la línea tangente en el punto\bigl(c,f(c)\bigr) tiene la misma pendiente que la línea entre\bigl(a,f(a)\bigr) y\bigl(b,f(b)\bigr).

Aplicaciones

Ahora resolvemos nuestra primera ecuación diferencial.

[prop:derzeroconst] DejarI ser un intervalo y dejarf \colon I \to {\mathbb{R}} ser una función diferenciable tal quef'(x) = 0 para todosx \in I. Entoncesf es constante.

Tomar arbitrariox,y \in I conx < y. Entoncesf restringido a[x,y] satisface las hipótesis de la. Por lo tanto hayc \in (x,y) tal quef(y)-f(x) = f'(c)(y-x). comof'(c) = 0, tenemosf(y) = f(x). Por lo tanto, la función es constante.

Ahora que sabemos lo que significa que la función se mantenga constante, veamos las funciones crecientes y decrecientes. Decimos quef \colon I \to {\mathbb{R}} está aumentando (resp. estrictamente creciente) six < y implicaf(x) \leq f(y) (resp. f(x) < f(y)). Definimos decreciente y estrictamente decreciente de la misma manera cambiando las desigualdades porf.

[incdecdiffprop] DejarI ser un intervalo y dejarf \colon I \to {\mathbb{R}} ser una función diferenciable.

  1. festá aumentando si y sólo si esf'(x) \geq 0 por todosx \in I.
  2. fes decreciente si y sólo sif'(x) \leq 0 por todosx \in I.

Probemos el primer ítem. Supongamos quef va en aumento, entonces para todosx yc enI tenemos\frac{f(x)-f(c)}{x-c} \geq 0 . tomando un límite comox va ac ver esof'(c) \geq 0.

Para la otra dirección, supongamosf'(x) \geq 0 para todosx \in I. Lleve a cualquierx, y \in I lugarx < y. Por el hay algunosc \in (x,y) tales quef(x)-f(y) = f'(c)(x-y) . Asf'(c) \geq 0, yx-y < 0, entoncesf(x) - f(y) \leq 0 of(x) \leq f(y) asíf va en aumento.

Dejamos la parte decreciente al lector como ejercicio.

Podemos hacer una declaración similar pero más débil sobre las funciones estrictamente crecientes y decrecientes. Sif'(x) > 0 por todosx \in I, entoncesf está aumentando estrictamente. La prueba se deja como ejercicio. Lo contrario no es cierto. Por ejemplo,f(x) := x^3 es una función estrictamente creciente, perof'(0) = 0.

Otra aplicación de la es el siguiente resultado sobre ubicación de extrema. El teorema se establece para un mínimo y máximo absolutos, pero la forma en que se aplica para encontrar mínimos y máximos relativos es restringirsef a un intervalo(c-\delta,c+\delta).

[firstderminmaxtest] Dejarf \colon (a,b) \to {\mathbb{R}} ser continuo. Dejarc \in (a,b) y suponerf es diferenciable en(a,c) y(c,b).

  1. Sif'(x) \leq 0 parax \in (a,c) yf'(x) \geq 0 parax \in (c,b), entoncesf tiene un mínimo absoluto enc.
  2. Sif'(x) \geq 0 parax \in (a,c) yf'(x) \leq 0 parax \in (c,b), entoncesf tiene un máximo absoluto enc.

Probemos el primer ítem. El segundo se deja al lector. Dejar entrarx(a,c) y\{ y_n\} una secuencia tal quex < y_n < c y\lim\, y_n = c. Por la proposición anterior, la función está disminuyendo en(a,c) asíf(x) \geq f(y_n). La función es continua enc así que podemos tomar el límite para obtenerf(x) \geq f(c) para todosx \in (a,c).

Del mismo modo tomarx \in (c,b) y\{ y_n\} una secuencia tal quec < y_n < x y\lim\, y_n = c. La función está aumentando(c,b) asíf(x) \geq f(y_n). Por continuidad def obtenemosf(x) \geq f(c) para todosx \in (c,b). Asíf(x) \geq f(c) para todosx \in (a,b).

Lo contrario de la proposición no se sostiene. Ver abajo.

Continuidad de las derivadas y el teorema del valor intermedio

Derivadas de funciones satisfacen una propiedad de valor intermedio. El resultado suele llamarse teorema de Darboux.

[thm:darboux] Dejarf \colon [a,b] \to {\mathbb{R}} ser diferenciables. Supongamos que existey \in {\mathbb{R}} tal quef'(a) < y < f'(b) of'(a) > y > f'(b). Entonces existec \in (a,b) tal quef'(c) = y.

Supongamos sin pérdida de generalidad esof'(a) < y < f'(b). Definirg(x) := yx - f(x) . Comog es continuo en[a,b], luegog alcanza un máximo en algunosc \in [a,b].

Ahora computag'(x) = y-f'(x). Asíg'(a) > 0. Como la derivada es el límite de los cocientes de diferencia y es positiva, debe haber algún cociente de diferencia que sea positivo. Es decir, debe existirx > a tal que\frac{g(x)-g(a)}{x-a} > 0 , og(x) > g(a). Por lo tanto,a no puede ser un máximo deg. De igual manerag'(b) < 0, encontramos unx < b (un diferentex) tal que\frac{g(x)-g(b)}{x-b} < 0 o aquellog(x) > g(b), asíb no puede ser posiblemente un máximo.

Por lo tantoc \in (a,b). Entonces comoc es un máximo deg nos encontramosg'(c) = 0 yf'(c) = y.

Ya hemos visto que existen funciones discontinuas que tienen la propiedad de valor intermedio. Si bien es difícil de imaginar al principio, también existen funciones que son diferenciables en todas partes y la derivada no es continua.

[baddifffunc:example]f \colon {\mathbb{R}}\to {\mathbb{R}} Sea la función definida porf(x) := \begin{cases} {\bigl( x \sin(\nicefrac{1}{x}) \bigr)}^2 & \text{ if $x \not= 0$,} \\ 0 & \text{ if $x = 0$.} \end{cases} Afirmamos quef es diferenciable en todas partes, pero nof' \colon {\mathbb{R}}\to {\mathbb{R}} es continua en el origen. Además,f tiene un mínimo en 0, pero la derivada cambia signo infinitamente a menudo cerca del origen. Ver.

Una función con una derivada discontinua. La función f está a la izquierda y f' está a la derecha. Observe que f (x)\ leq x^2 en la gráfica izquierda. [fig:nonc1diff]Una función con una derivada discontinua. La función f está a la izquierda y f' está a la derecha. Observe que f (x)\ leq x^2 en la gráfica izquierda. [fig:nonc1diff]

Prueba: Es fácil ver a partir de la definición quef tiene un mínimo absoluto en 0: sabemosf(x) \geq 0 para todosx yf(0) = 0.

La funciónf es diferenciable parax\not=0 y la derivada es2 \sin (\nicefrac{1}{x}) \bigl( x \sin (\nicefrac{1}{x}) - \cos(\nicefrac{1}{x}) \bigr). Como ejercicio muestran que parax_n = \frac{4}{(8n+1)\pi} nosotros tenemos\lim\, f'(x_n) = -1, y paray_n = \frac{4}{(8n+3)\pi} nosotros tenemos\lim\, f'(y_n) = 1. De ahíf' que si existe en0, entonces no puede ser continuo.

Demostremos quef' existe a 0. Afirmamos que la derivada es cero. En otras palabras\left\lvert {\frac{f(x)-f(0)}{x-0} - 0} \right\rvert va a cero comox va a cero. Porquex \not= 0 tenemos\left\lvert {\frac{f(x)-f(0)}{x-0} - 0} \right\rvert = \left\lvert {\frac{x^2 \sin^2(\nicefrac{1}{x})}{x}} \right\rvert = \left\lvert {x \sin^2(\nicefrac{1}{x})} \right\rvert \leq \left\lvert {x} \right\rvert . Y, por supuesto, comox tiende a cero, luego\left\lvert {x} \right\rvert tiende a cero y de ahí\left\lvert {\frac{f(x)-f(0)}{x-0} - 0} \right\rvert va a cero. Por lo tanto,f es diferenciable a 0 y la derivada a 0 es 0. Un punto clave en el cálculo anterior es que es que\left\lvert {f(x)} \right\rvert \leq x^2, véase también Ejercicios [ejercicio:bndmuldiff] y [ejercicio:difsqueeze].

A veces es útil asumir que la derivada de una función diferenciable es continua. Sif \colon I \to {\mathbb{R}} es diferenciable y la derivadaf' es continuaI, entonces decimos quef es continuamente diferenciable. Es común escribirC^1(I) para el conjunto de funciones continuamente diferenciables enI.

Ejercicios

Terminar la prueba de.

Terminar la prueba de.

Supongamos quef \colon {\mathbb{R}}\to {\mathbb{R}} es una función diferenciable tal quef' es una función acotada. Probarf es una función continua de Lipschitz.

Supongamos quef \colon [a,b] \to {\mathbb{R}} es diferenciable yc \in [a,b]. Entonces mostrar existe una secuencia\{ x_n \} convergente ac,x_n \not= c para todosn, tal quef'(c) = \lim_{n\to \infty} f'(x_n). Notar esto no implica quef' sea continuo (¿por qué?).

Supongamos quef \colon {\mathbb{R}}\to {\mathbb{R}} es una función tal que\left\lvert {f(x)-f(y)} \right\rvert \leq \left\lvert {x-y} \right\rvert^2 para todosx yy. f(x) = CDemuéstralo por alguna constanteC. Pista: Mostrar quef es diferenciable en todos los puntos y computa la derivada.

[exercise:posderincr] Supongamos queI es un intervalo yf \colon I \to {\mathbb{R}} es una función diferenciable. Sif'(x) > 0 por todosx \in I, mostrar quef es estrictamente creciente.

Supongamos quef \colon (a,b) \to {\mathbb{R}} es una función diferenciable tal quef'(x) \not= 0 para todosx \in (a,b). Supongamos que existe un puntoc \in (a,b) tal quef'(c) > 0. Demostrarf'(x) > 0 para todosx \in (a,b).

[ejercicio:samediffconst] Supongamosf \colon (a,b) \to {\mathbb{R}} yg \colon (a,b) \to {\mathbb{R}} son funciones diferenciables tales quef'(x) = g'(x) para todosx \in (a,b), luego muestran que existe una constanteC tal quef(x) = g(x) + C.

Demostrar la siguiente versión de la regla de L'Hopital. Supongamosf \colon (a,b) \to {\mathbb{R}} yg \colon (a,b) \to {\mathbb{R}} son funciones diferenciables. Supongamos que enc \in (a,b)f(c) = 0,g(c)=0,, y quec existe el límite de\nicefrac{f'(x)}{g'(x)} lo quex va a. Demostrar que\lim_{x \to c} \frac{f(x)}{g(x)} = \lim_{x \to c} \frac{f'(x)}{g'(x)} .

Dejarf \colon (a,b) \to {\mathbb{R}} ser una función diferenciable sin límites. f' \colon (a,b) \to {\mathbb{R}}El espectáculo no tiene límites.

Demostrar el teorema Rolle realmente demostró en 1691: Sif es un polinomioa < b,f'(a) = f'(b) = 0 para algunos, y no hayc \in (a,b) tal quef'(c) = 0, entonces hay como mucho una raíz def adentro(a,b), que es a lo sumo unox \in (a,b) tal quef(x) = 0. En otras palabras, entre dos raíces consecutivas cualquiera def' es a lo sumo una raíz def. Pista: supongamos que hay dos raíces y ver qué pasa.

Supongamosa,b \in {\mathbb{R}} yf \colon {\mathbb{R}}\to {\mathbb{R}} es diferenciable,f'(x) = a para todosx, yf(0) = b. Encuentraf y demuestra que es la función diferenciable única con esta propiedad.

Teorema de Taylor

Nota: media conferencia (sección opcional)

Derivados de órdenes superiores

Cuandof \colon I \to {\mathbb{R}} es diferenciable, obtenemos una funciónf' \colon I \to {\mathbb{R}}. La funciónf' se llama la primera derivada def. Sif' es diferenciable, denotamos porf'' \colon I \to {\mathbb{R}} la derivada def'. La funciónf'' se llama la segunda derivada def. De manera similar obtenemosf''',f'''', y así sucesivamente. Con un mayor número de derivadas la notación se saldría de control; denotamos porf^{(n)} la derivadan th def.

Cuandof poseen derivados, decimos quef es ntiempos diferenciables.

Teorema de Taylor

El teorema de Taylor 19 es una generalización de la. El teorema del valor medio dice que hasta un pequeño errorf(x) parax cerca sex_0 puede aproximar porf(x_0), es decirf(x) = f(x_0) + f'(c)(x-x_0), donde se mide el “error” en términos de la primera derivada en algún puntoc entrex yx_0. El teorema de Taylor generaliza este resultado a derivados superiores. Nos dice que hasta un pequeño error, cualquier función diferenciablen veces puede ser aproximada en un puntox_0 por un polinomio. El error de esta aproximación se comporta como{(x-x_0)}^{n} cerca del puntox_0. Para ver por qué esta es una buena aproximación note que para una grann,{(x-x_0)}^n es muy pequeña en un pequeño intervalo alrededorx_0.

Para una función diferenciable den tiemposf definida cerca de un puntox_0 \in {\mathbb{R}}, defina el polinomio de Taylorn th paraf atx_0 as\begin{split} P_n^{x_0}(x) & := \sum_{k=0}^n \frac{f^{(k)}(x_0)}{k!}{(x-x_0)}^k \\ & = f(x_0) + f'(x_0)(x-x_0) + \frac{f''(x_0)}{2}{(x-x_0)}^2 + \frac{f^{(3)}(x_0)}{6}{(x-x_0)}^3 + \cdots + \frac{f^{(n)}(x_0)}{n!}{(x-x_0)}^n . \end{split}

El teorema de Taylor dice que una función se comporta como su polinomion th Taylor. El es realmente el teorema de Taylor para la primera derivada.

[thm:taylor] Supongamos quef \colon [a,b] \to {\mathbb{R}} es una función con derivadasn continuas sobre[a,b] y tal quef^{(n+1)} existe en(a,b). Dados distintos puntosx_0 yx en[a,b], podemos encontrar un puntoc entrex_0 yx tal quef(x)=P_{n}^{x_0}(x)+\frac{f^{(n+1)}(c)}{(n+1)!}{(x-x_0)}^{n+1} .

El términoR_n^{x_0}(x):=\frac{f^{(n+1)}(c)}{(n+1)!}{(x-x_0)}^{n+1} se denomina término restante. Esta forma del término restante se llama la forma Lagrange del resto. Hay otras formas de escribir el término restante, pero nos saltamos esas. Tenga en cuenta quec depende de ambosx yx_0.

Encontrar un númeroM_{x,x_0} (dependiendo dex yx_0) resolviendo la ecuaciónf(x)=P_{n}^{x_0}(x)+M_{x,x_0}{(x-x_0)}^{n+1} . Definir una funcióng(s) porg(s) := f(s)-P_n^{x_0}(s)-M_{x,x_0}{(s-x_0)}^{n+1} . Calculamos la derivadak th enx_0 del polinomio de Taylor{(P_n^{x_0})}^{(k)}(x_0) = f^{(k)}(x_0) parak=0,1,2,\ldots,n (la derivada cero corresponde a la función misma) . Por lo tanto,g(x_0) = g'(x_0) = g''(x_0) = \cdots = g^{(n)}(x_0) = 0 . en particularg(x_0) = 0. Por otro ladog(x) = 0. Por el existe unx_1 entrex_0 yx tal queg'(x_1) = 0. Aplicando el ag' obtenemos que existex_2 entrex_0 yx_1 (y por lo tanto entrex_0 yx) tal queg''(x_2) = 0. Repetimos losn+1 tiempos de argumento para obtener un númerox_{n+1} entrex_0 yx_n (y por lo tanto entrex_0 yx) tal queg^{(n+1)}(x_{n+1}) = 0.

Vamosc:=x_{n+1}. Calculamos el(n+1) th derivado deg para encontrarg^{(n+1)}(s) = f^{(n+1)}(s)-(n+1)!\,M_{x,x_0} . Plugging inc paras que obtengamosM_{x,x_0} = \frac{f^{(n+1)}(c)}{(n+1)!}, y ya terminamos.

En la prueba{(P_n^{x_0})}^{(k)}(x_0) = f^{(k)}(x_0) para la que hemos calculadok=0,1,2,\ldots,n. Por lo tanto, el polinomio de Taylor tiene los mismosf derivados quex_0 hasta eln th derivado. Es por ello que el polinomio Taylor es una buena aproximación af.

La definición de derivada dice que una función es diferenciable si se aproxima localmente por una línea. De igual manera mencionamos de pasada que existe una inversa al teorema de Taylor, que no vamos a declarar ni probar, diciendo que si una función es localmente aproximada de cierta manera por un polinomio de gradod, entonces tiened derivados.

Ejercicios

Calcula el polinomio de Taylorn th en0 para la función exponencial.

Supongamos quep es un polinomio de gradod. Dado cualquierax_0 \in {\mathbb{R}}, mostrar que el polinomio(d+1) th Taylor parap atx_0 es igual ap.

Vamosf(x) := \left\lvert {x} \right\rvert^3. Computef'(x) yf''(x) para todosx, pero demuestre quef^{(3)}(0) no existe.

Supongamos quef \colon {\mathbb{R}}\to {\mathbb{R}} tiene derivadasn continuas. Demostrar que para cualquierax_0 \in {\mathbb{R}}, existen polinomiosP yQ de gradon y\epsilon > 0 tal queP(x) \leq f(x) \leq Q(x) para todosx \in [x_0-\epsilon,x_0+\epsilon] yQ(x)-P(x) = \lambda {(x-x_0)}^n para algunos\lambda \geq 0.

Sif \colon [a,b] \to {\mathbb{R}} tiene derivadosn+1 continuos yx_0 \in [a,b], probar\lim\limits_{x\to x_0} \frac{R_n^{x_0}(x)}{{(x-x_0)}^n} = 0.

Supongamos quef \colon [a,b] \to {\mathbb{R}} tiene derivadasn+1 continuas yx_0 \in (a,b). Demostrar quef^{(k)}(x_0) = 0 para todosk = 0, 1, 2, \ldots, n si y solo si\(g(x) := \frac{f(x)}

ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[26]/p[6]/span[6]/span, line 1, column 8
\) es continuo enx_0.

Supongamosa,b,c \in {\mathbb{R}} yf \colon {\mathbb{R}}\to {\mathbb{R}} es diferenciable,f''(x) = a para todosx,f'(0) = b, yf(0) = c. Encuentraf y demuestra que es la función diferenciable única con esta propiedad.

Demostrar que una simple conversa al teorema de Taylor no se sostiene. Encuentra una funciónf \colon {\mathbb{R}}\to {\mathbb{R}} sin segunda derivada enx=0 tal que\left\lvert {f(x)} \right\rvert \leq \left\lvert {x^3} \right\rvert, es decir,f vaya a cero a 0 más rápido quex^3, y mientrasf'(0) exista,f''(0) no.

Teorema de la función inversa

Nota: menos de 1 conferencia (sección opcional, necesaria para, requiere)

Teorema de la función inversa

La idea principal de diferenciar funciones inversas es el siguiente lema.

[lemma:ift] DejarI,J \subset {\mathbb{R}} ser intervalos. Sif \colon I \to J es estrictamente monótona (de ahí uno a unof(I) = J), onto (), diferenciable enxf'(x) \not= 0, y, entonces la inversaf^{-1} es diferenciable eny = f(x) y(f^{-1})'(y) = \frac{1}{f'\bigl( f^{-1}(y) \bigr)} = \frac{1}{f'(x)} . Sif es continuamente diferenciable y nuncaf' es cero, entoncesf^{-1} es continuamente diferenciable.

Porf tiene un inverso continuo. Llamemos a la inversag \colon J \to I por conveniencia. Seamosx,y como en la declaración, tomemost \in I para ser arbitrarios y dejemoss := f(t). Entonces\frac{g(s)-g(y)}{s-y} = \frac{g\bigl(f(t)\bigr)-g\bigl(f(x)\bigr)}{f(t)-f(x)} = \frac{t-x}{f(t)-f(x)} . Asf es diferenciable enx yf'(x) \not= 0, entonces\frac{t-x}{f(t)-f(x)} \to \nicefrac{1}{f'(x)} comot \to x. Porqueg(s) \to g(y) comos \to y, podemos enchufarg(s) parat, yg(y) parax y tomar el límite comos va ay, es decir, el límite existe. En otras palabras,\lim_{s \to y} \frac{g(s)-g(y)}{s-y} = \lim_{t \to x} \frac{t-x}{f(t)-f(x)} = \frac{1}{f'(x)} = \frac{1}{f'\bigl(g(y)\bigr)} Ve por la idea geométrica.

Si ambosf' yg son continuos,f' es distinto de cero en absolutox, entonces el lema se aplica en todos los puntosx \in I y la función resultanteg'(y) = \frac{1}{f'\bigl(g(t)\bigr)} debe ser continua.

Lo que suele llamarse el teorema de la función inversa es el siguiente resultado.

Dejarf \colon (a,b) \to {\mathbb{R}} ser una función continuamente diferenciable,x_0 \in (a,b) un punto dondef'(x_0) \not= 0. Luego existe un intervaloI \subset (a,b) conx_0 \in I, la restricciónf|_{I} es inyectiva con una inversag \colon J \to I definida enJ := f(I), que es continuamente diferenciable yg'(y) = \frac{1}{f'\bigl( g(y) \bigr)} , \qquad \text{for all $y \in J$}.

Sin pérdida de generalidad, supongamosf'(x_0) > 0. Comof' es continuo, debe existir un intervaloI conx_0 \in I tal quef'(x) > 0 para todosx_0 \in I.

Porf está aumentando estrictamente enI, y de ahí la restricciónf|_{I} biyectiva sobreJ: = f(I). Comof es continuo, entonces por el (ver también),f(I) está en intervalo. Ahora aplica.

Si intentaste demostrar la existencia de raíces directamente como en es posible que hayas visto lo difícil que es ese esfuerzo. Sin embargo, con la maquinaria que hemos construido para funciones inversas se convierte en un ejercicio casi trivial, y con y el teorema de la función inversa demostramos mucho más que la mera existencia.

Dado cualquieran \in {\mathbb{N}} y cualquierax \geq 0 existe un número únicoy \geq 0 (denotadox^{1/n} := y), tal quey^n = x. Además, la funcióng \colon (0,\infty) \to (0,\infty) definida porg(x) := x^{1/n} es continuamente diferenciable yg'(x) = \frac{1}{nx^{(n-1)/n}} = \frac{1}{n} \, x^{(1-n)/n} , utilizando la convenciónx^{n/m} := {(x^{1/m})}^{n}.

Porquex=0 la existencia de una raíz única es trivial.

Vamosf(x) := x^n. El uso de regla de producto,f es continuamente diferenciable yf'(x) = nx^{n-1}, ver. Parax > 0 la derivadaf' es estrictamente positiva y así de nuevo por,f es estrictamente creciente (esto también se puede probar directamente). También es fácil ver que la imagen def es todo el intervalo(0,\infty). Obtenemos un inverso únicog y así la existencia y singularidad den raíces positivas. Aplicamos para obtener el derivado.

El corolario proporciona un buen ejemplo de donde el teorema de la función inversa nos da un intervalo menor que(a,b). Tomaf \colon {\mathbb{R}}\to {\mathbb{R}} definida porf(x) := x^2. Entoncesf'(x) \not= 0, siempre y cuandox \not= 0. Six_0 > 0, podemos tomarI=(0,\infty), pero no más grande.

Otro ejemplo útil esf(x) := x^3. La funciónf \colon {\mathbb{R}}\to {\mathbb{R}} es uno a uno y on, por lo quef^{-1}(x) = x^{1/3} existe en toda la línea real incluyendo cero y negativox. La funciónf tiene una derivada continua, pero nof^{-1} tiene derivada en el origen. El punto es quef'(0) = 0. Ver también.

Ejercicios

Supongamos quef \colon {\mathbb{R}}\to {\mathbb{R}} es continuamente diferenciable de tal manera quef'(x) > 0 para todosx. Mostrar quef es invertible en el intervaloJ = f({\mathbb{R}}), la inversa es continuamente diferenciable, y{(f^{-1})}'(y) > 0 para todosy \in f({\mathbb{R}}).

Supongamos queI,J son intervalos y un monótona sobref \colon I \to J tiene una inversag \colon J \to I. Supongamos que ya sabe que ambosf yg son diferenciables en todas partes y nuncaf' es cero. Usando regla de cadena pero no probar la fórmulag'(y) = \nicefrac{1}{f'\bigl(g(y)\bigr)}.

n\in {\mathbb{N}}Déjese igualar. Demostrar que cada unox > 0 tiene una raíz única negativan th. Es decir, existe un número negativoy tal quey^n = x. Calcula la derivada de la funcióng(x) := y.

[ejercicio:oddroot] Dejarn \in {\mathbb{N}} ser impar yn \geq 3. Demostrar que cada unox tiene unan raíz única. Es decir, existe un númeroy tal quey^n = x. Demostrar que la función definida porg(x) := y es diferenciable excepto enx=0 y computar la derivada. Demostrar que nog es diferenciable enx=0.

§ 3] Mostrar que si en el teorema de la función inversaf tiene derivadask continuas, entonces la función inversag también tiene derivadask continuas.

Dejarf(x) := x + 2 x^2 \sin(\nicefrac{1}{x}) parax \not= 0 yf(0) = 0. Mostrar quef es diferenciable en absolutox, esof'(0) > 0, pero eso nof es invertible en ningún intervalo que contenga el origen.

a) Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} ser una función continuamente diferenciable yk > 0 ser un número tal quef'(x) \geq k para todosx \in {\mathbb{R}}. Showf es uno a uno y onto, y tiene una inversa continuamente diferenciablef^{-1} \colon {\mathbb{R}}\to {\mathbb{R}}. b) Encuentra un ejemplof \colon {\mathbb{R}}\to {\mathbb{R}} dondef'(x) > 0 para todosx, pero nof es on.

Supongamos queI,J son intervalos y un monótona sobref \colon I \to J tiene una inversag \colon J \to I. Supongamosx \in I yy := f(x) \in J, y esog es diferenciable eny. Demostrar:
a) Sig'(y) \not= 0, entoncesf es diferenciable enx.
b) Sig'(y) = 0, entonces nof es diferenciable enx.

La Integral de Riemann

La integral de Riemann

Nota: 1.5 conferencias

Ahora llegamos al concepto fundamental de integración. A menudo existe confusión entre los estudiantes de cálculo entre integral y antiderivado. La integral es (informalmente) el área bajo la curva, nada más. Que podamos calcular un antiderivado usando la integral es un resultado no trivial que tenemos que probar. En este capítulo definimos la integral de Riemann 20 utilizando la integral Darboux 21, la cual es técnicamente más simple que (pero equivalente a) la definición tradicional que hace Riemann.

Particiones e integrales inferiores y superiores

Queremos integrar una función delimitada definida en un intervalo[a,b]. Primero definimos dos integrales auxiliares que se pueden definir para todas las funciones delimitadas. Sólo entonces podremos hablar de la integral de Riemann y de las funciones integrables de Riemann.

Una particiónP del intervalo[a,b] es un conjunto finito de números\{ x_0,x_1,x_2,\ldots,x_n \} tal quea = x_0 < x_1 < x_2 < \cdots < x_{n-1} < x_n = b . Escribimos\Delta x_i := x_i - x_{i-1} .

Dejarf \colon [a,b] \to {\mathbb{R}} ser una función acotada. DejarP ser una partición de[a,b]. Definir\begin{aligned} & m_i := \inf \{ f(x) : x_{i-1} \leq x \leq x_i \} , \\ & M_i := \sup \{ f(x) : x_{i-1} \leq x \leq x_i \} , \\ & L(P,f) := \sum_{i=1}^n m_i \Delta x_i , \\ & U(P,f) := \sum_{i=1}^n M_i \Delta x_i .\end{aligned} Llamamos aL(P,f) la suma inferior de Darboux yU(P,f) a la suma superior de Darboux.

La idea geométrica de las sumas Darboux se indica en. La suma inferior es el área de los rectángulos sombreados, y la suma superior es el área de los rectángulos enteros, sombreados más partes sin sombrear. El ancho del rectánguloi th es\Delta x_i, la altura del rectángulo sombreado esm_i y la altura de todo el rectángulo esM_i.

[sumulbound:prop] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función acotada. Seamos talesm, M \in {\mathbb{R}} que por todox lo que tenemosm \leq f(x) \leq M. Para cualquier particiónP de[a,b] tenemos\label{sumulbound:eq} m(b-a) \leq L(P,f) \leq U(P,f) \leq M(b-a) .

DejarP ser una partición. Entonces tenga en cuenta quem \leq m_i para todosi yM_i \leq M para todosi. Tambiénm_i \leq M_i para todosi. Por último\sum_{i=1}^n \Delta x_i = (b-a). Por lo\begin{gathered} m(b-a) = m \left( \sum_{i=1}^n \Delta x_i \right) = \sum_{i=1}^n m \Delta x_i \leq \sum_{i=1}^n m_i \Delta x_i \leq \\ \leq \sum_{i=1}^n M_i \Delta x_i \leq \sum_{i=1}^n M \Delta x_i = M \left( \sum_{i=1}^n \Delta x_i \right) = M(b-a) .\end{gathered} tanto, de ahí obtenemos [sumulbound:eq]. En otras palabras, el conjunto de sumas inferior y superior son conjuntos acotados.

A medida que se acoplan los conjuntos de sumas inferior y superior de Darboux,\begin{aligned} & \underline{\int_a^b} f(x)~dx := \sup \{ L(P,f) : P \text{ a partition of $[a,b]$} \} , \\ & \overline{\int_a^b} f(x)~dx := \inf \{ U(P,f) : P \text{ a partition of $[a,b]$} \} .\end{aligned} definimos Nosotros llamamos\underline{\int} integral inferior de Darboux y\overline{\int} integral superior de Darboux. Para evitar preocuparnos por la variable de integración, a menudo simplemente escribimos\underline{\int_a^b} f := \underline{\int_a^b} f(x)~dx \qquad \text{and} \qquad \overline{\int_a^b} f := \overline{\int_a^b} f(x)~dx .

Si la integración va a tener sentido, entonces las integrales inferior y superior de Darboux deberían ser el mismo número, ya que queremos que un solo número llame a la integral. Sin embargo, estas dos integrales pueden, de hecho, diferir para algunas funciones.

Toma la función Dirichletf \colon [0,1] \to {\mathbb{R}}, dondef(x) := 1 six \in {\mathbb{Q}} yf(x) := 0 six \notin {\mathbb{Q}}. Entonces\underline{\int_0^1} f = 0 \qquad \text{and} \qquad \overline{\int_0^1} f = 1 . La razón es que por cadai que tenemosm_i = \inf \{ f(x) : x \in [x_{i-1},x_i] \} = 0 yM_i = \sup \{ f(x) : x \in [x_{i-1},x_i] \} = 1. Así\begin{aligned} & L(P,f) = \sum_{i=1}^n 0 \cdot \Delta x_i = 0 , \\ & U(P,f) = \sum_{i=1}^n 1 \cdot \Delta x_i = \sum_{i=1}^n \Delta x_i = 1 .\end{aligned}

La misma definición de\underline{\int_a^b} f y\overline{\int_a^b} f se usa cuandof se define en un conjunto más grandeS tal que[a,b] \subset S. En ese caso, utilizamos la restricción def a[a,b] y debemos asegurarnos de que la restricción esté acotada en[a,b].

Para calcular la integral a menudo tomamos una particiónP y la hacemos más fina. Es decir, cortamos intervalos en la partición en trozos aún más pequeños.

DejarP = \{ x_0, x_1, \ldots, x_n \} y\widetilde{P} = \{ \widetilde{x}_0, \widetilde{x}_1, \ldots, \widetilde{x}_m \} ser particiones de[a,b]. Decimos que\widetilde{P} es un refinamiento deP si como conjuntosP \subset \widetilde{P}.

Es decir,\widetilde{P} es un refinamiento de una partición si contiene todos los números enP y quizás algunos otros números intermedios. Por ejemplo,\{ 0, 0.5, 1, 2 \} es una partición de[0,2] y\{ 0, 0.2, 0.5, 1, 1.5, 1.75, 2 \} es un refinamiento. La razón principal para introducir refinamientos es la siguiente propuesta.

[prop:refinement] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función acotada, y dejarP ser una partición de[a,b]. Que\widetilde{P} sea un refinamiento deP. EntoncesL(P,f) \leq L(\widetilde{P},f) \qquad \text{and} \qquad U(\widetilde{P},f) \leq U(P,f) .

La parte complicada de esta prueba es conseguir que la notación sea correcta. Que\widetilde{P} := \{ \widetilde{x}_0, \widetilde{x}_1, \ldots, \widetilde{x}_m \} sea un refinamiento deP := \{ x_0, x_1, \ldots, x_n \}. Entoncesx_0 = \widetilde{x}_0 yx_n = \widetilde{x}_m. De hecho, podemos encontrar enterosk_0 < k_1 < \cdots < k_n tales quex_j = \widetilde{x}_{k_j} paraj=0,1,2,\ldots,n.

Vamos\Delta \widetilde{x}_j = \widetilde{x}_{j-1} - \widetilde{x}_j. Obtenemos\Delta x_j = \sum_{p=k_{j-1}+1}^{k_j} \Delta \widetilde{x}_p .

Dejarm_j ser como antes y corresponder a la particiónP. Vamos\widetilde{m}_j := \inf \{ f(x) : \widetilde{x}_{j-1} \leq x \leq \widetilde{x}_j \}. Ahora,m_j \leq \widetilde{m}_p parak_{j-1} < p \leq k_j. Por lom_j \Delta x_j = m_j \sum_{p=k_{j-1}+1}^{k_j} \Delta \widetilde{x}_p = \sum_{p=k_{j-1}+1}^{k_j} m_j \Delta \widetilde{x}_p \leq \sum_{p=k_{j-1}+1}^{k_j} \widetilde{m}_p \Delta \widetilde{x}_p . tanto,L(P,f) = \sum_{j=1}^n m_j \Delta x_j \leq \sum_{j=1}^n \sum_{p=k_{j-1}+1}^{k_j} \widetilde{m}_p \Delta \widetilde{x}_p = \sum_{j=1}^m \widetilde{m}_j \Delta \widetilde{x}_j = L(\widetilde{P},f).

El comprobante deU(\widetilde{P},f) \leq U(P,f) se deja como ejercicio.

Armados con refinamientos demostramos lo siguiente. El punto clave de esta proposición siguiente es que la integral inferior de Darboux es menor o igual que la integral superior de Darboux.

[intulbound:prop] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función acotada. Seamos talesm, M \in {\mathbb{R}} que por todox \in [a,b] lo que tenemosm \leq f(x) \leq M. Entonces\label{intulbound:eq} m(b-a) \leq \underline{\int_a^b} f \leq \overline{\int_a^b} f \leq M(b-a) .

Por tenemos para cualquier particiónPm(b-a) \leq L(P,f) \leq U(P,f) \leq M(b-a). La desigualdadm(b-a) \leq L(P,f) implicam(b-a) \leq \underline{\int_a^b} f. TambiénU(P,f) \leq M(b-a) implica\overline{\int_a^b} f \leq M(b-a).

El punto clave de esta proposición es la desigualdad media en [intulbound:eq]. DejarP_1, P_2 ser particiones de[a,b]. Definir\widetilde{P} := P_1 \cup P_2. El conjunto\widetilde{P} es una partición de[a,b]. Además,\widetilde{P} es un refinamiento deP_1 y también es un refinamiento deP_2. Por tenemosL(P_1,f) \leq L(\widetilde{P},f) yU(\widetilde{P},f) \leq U(P_2,f). Poniéndolo todo junto tenemosL(P_1,f) \leq L(\widetilde{P},f) \leq U(\widetilde{P},f) \leq U(P_2,f) . En otras palabras, para dos particiones arbitrariasP_1 yP_2 tenemosL(P_1,f) \leq U(P_2,f). Ahora recordamos. Tomando lo supremo y el infimum sobre todas las particiones obtenemos\sup \{ L(P,f) : \text{$P$ a partition of $[a,b]$} \} \leq \inf \{ U(P,f) : \text{$P$ a partition of $[a,b]$} \} . En otras palabras\underline{\int_a^b} f \leq \overline{\int_a^b} f.

Integral de Riemann

Finalmente podemos definir la integral de Riemann. Sin embargo, la integral de Riemann solo se define en una cierta clase de funciones, llamadas funciones integrables de Riemann.

Quef \colon [a,b] \to {\mathbb{R}} sea una función acotada tal que\underline{\int_a^b} f(x)~dx = \overline{\int_a^b} f(x)~dx . Entoncesf se dice que es Riemann integrable. El conjunto de funciones integrables de Riemann en[a,b] se denota por{\mathcal{R}}[a,b]. Cuandof \in {\mathcal{R}}[a,b] definimos\int_a^b f(x)~dx := \underline{\int_a^b} f(x)~dx = \overline{\int_a^b} f(x)~dx . Como antes, muchas veces simplemente escribimos\int_a^b f := \int_a^b f(x)~dx. El número\int_a^b f se llama la integral de Riemannf, o a veces simplemente la integral def.

Por definición, cualquier función integrable de Riemann está delimitada. Al apelar a obtenemos de inmediato la siguiente proposición.

[intbound:prop] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función integrable de Riemann. Seamosm, M \in {\mathbb{R}} tal quem \leq f(x) \leq M para todosx \in [a,b]. Entoncesm(b-a) \leq \int_a^b f \leq M(b-a) .

A menudo usamos una forma más débil de esta proposición. Es decir, si es\left\lvert {f(x)} \right\rvert \leq M por todosx \in [a,b], entonces\left\lvert {\int_a^b f} \right\rvert \leq M(b-a) .

Integramos funciones constantes utilizando. Sif(x) := c por alguna constantec, entonces tomamosm = M = c. En la desigualdad [intulbound:eq] todas las desigualdades deben ser igualdades. Por lo tanto,f es integrable en[a,b] y\int_a^b f = c(b-a).

f \colon [0,2] \to {\mathbb{R}}Déjese definir porf(x) := \begin{cases} 1 & \text{ if $x < 1$,}\\ \nicefrac{1}{2} & \text{ if $x = 1$,}\\ 0 & \text{ if $x > 1$.} \end{cases} Afirmamosf es Riemann integrable y\int_0^2 f = 1.

Prueba:0 < \epsilon < 1 Sea arbitrario. DejarP := \{0, 1-\epsilon, 1+\epsilon, 2\} ser una partición. Utilizamos la notación de la definición de las sumas Darboux. Entonces\begin{aligned} m_1 &= \inf \{ f(x) : x \in [0,1-\epsilon] \} = 1 , & M_1 &= \sup \{ f(x) : x \in [0,1-\epsilon] \} = 1 , \\ m_2 &= \inf \{ f(x) : x \in [1-\epsilon,1+\epsilon] \} = 0 , & M_2 &= \sup \{ f(x) : x \in [1-\epsilon,1+\epsilon] \} = 1 , \\ m_3 &= \inf \{ f(x) : x \in [1+\epsilon,2] \} = 0 , & M_3 &= \sup \{ f(x) : x \in [1+\epsilon,2] \} = 0 .\end{aligned} Además,\Delta x_1 = 1-\epsilon,\Delta x_2 = 2\epsilon y\Delta x_3 = 1-\epsilon. Nosotros computamos\begin{aligned} & L(P,f) = \sum_{i=1}^3 m_i \Delta x_i = 1 \cdot (1-\epsilon) + 0 \cdot 2\epsilon + 0 \cdot (1-\epsilon) = 1-\epsilon , \\ & U(P,f) = \sum_{i=1}^3 M_i \Delta x_i = 1 \cdot (1-\epsilon) + 1 \cdot 2\epsilon + 0 \cdot (1-\epsilon) = 1+\epsilon .\end{aligned} Así,\overline{\int_0^2} f - \underline{\int_0^2} f \leq U(P,f) - L(P,f) = (1+\epsilon) - (1-\epsilon) = 2 \epsilon . Por tenemos\underline{\int_0^2} f \leq \overline{\int_0^2} f. Como\epsilon fue arbitrario vemos\overline{\int_0^2} f = \underline{\int_0^2} f. Asíf es Riemann integrable. Por último,1-\epsilon = L(P,f) \leq \int_0^2 f \leq U(P,f) = 1+\epsilon. De ahí,\bigl\lvert \int_0^2 f - 1 \bigr\rvert \leq \epsilon. Como\epsilon fue arbitrario, tenemos\int_0^2 f = 1.

Puede valer la pena extraer parte de la técnica del ejemplo en una proposición.

Dejarf \colon [a,b] \to {\mathbb{R}} ser una función acotada. Entonces Riemannf es integrable si por cada\epsilon > 0, existe una particiónP tal queU(P,f) - L(P,f) < \epsilon .

Si por cada\epsilon > 0, aP existe tenemos:0 \leq \overline{\int_a^b} f - \underline{\int_a^b} f \leq U(P,f) - L(P,f) < \epsilon . Por lo tanto,\overline{\int_a^b} f = \underline{\int_a^b} f, yf es integrable.

Vamos a mostrar\frac{1}{1+x} es integrable en[0,b] para cualquierb > 0. Veremos más adelante que todas las funciones continuas son integrables, pero vamos a demostrar cómo lo hacemos directamente.

Dejemos\epsilon > 0 que se den. Tomarn \in {\mathbb{N}} y recogerx_j := \nicefrac{jb}{n}, para formar la particiónP := \{ x_0,x_1,\ldots,x_n \} de[0,b]. Tenemos\Delta x_j = \nicefrac{b}{n} para todosj. Comof es decreciente, para cualquier subintervalo[x_{j-1},x_j] obtenemosm_j = \inf \left\{ \frac{1}{1+x} : x \in [x_{j-1},x_j] \right\} = \frac{1}{1+x_j} , \qquad M_j = \sup \left\{ \frac{1}{1+x} : x \in [x_{j-1},x_j] \right\} = \frac{1}{1+x_{j-1}} . Entonces tenemos\begin{gathered} U(P,f)-L(P,f) = \sum_{j=1}^n \Delta x_j (M_j-m_j) = \\ = \frac{b}{n} \sum_{j=1}^n \left( \frac{1}{1+\nicefrac{(j-1)b}{n}} - \frac{1}{1+\nicefrac{jb}{n}} \right) = \frac{b}{n} \left( \frac{1}{1+\nicefrac{0b}{n}} - \frac{1}{1+\nicefrac{nb}{n}} \right) = \frac{b^2}{n(b+1)} .\end{gathered} La suma telescopios, los términos se cancelan sucesivamente entre sí, algo que hemos visto antes. Pickingn para ser tal que\frac{b^2}{n(b+1)} < \epsilon la propuesta esté satisfecha y la función sea integrable.

Más notación

Cuandof \colon S \to {\mathbb{R}} se define en un conjunto más grandeS y[a,b] \subset S, decimosf es Riemann integrable en[a,b] si la restricción def a[a,b] es Riemann integrable. En este caso, decimosf \in {\mathcal{R}}[a,b], y escribimos\int_a^b f para significar la integral Riemann de la restricción def a[a,b].

Es útil definir la integral\int_a^b f aunquea \not< b. Supongamosb < a yf \in {\mathcal{R}}[b,a], luego definimos\int_a^b f := - \int_b^a f . Para cualquier funciónf definimos\int_a^a f := 0 .

En ocasiones, la variablex puede que ya tenga algún otro significado. Cuando necesitamos anotar la variable de integración, podemos simplemente usar una letra diferente. Por ejemplo,\int_a^b f(s)~ds := \int_a^b f(x)~dx .

Ejercicios

Dejarf \colon [0,1] \to {\mathbb{R}} ser definido porf(x) := x^3 y dejarP := \{ 0, 0.1, 0.4, 1 \}. CómputosL(P,f) yU(P,f).

Dejarf \colon [0,1] \to {\mathbb{R}} ser definido porf(x) := x. f \in {\mathcal{R}}[0,1]Demostrarlo y computar\int_0^1 f usando la definición de la integral (pero siéntase libre de usar las proposiciones de esta sección).

Dejarf \colon [a,b] \to {\mathbb{R}} ser una función acotada. Supongamos que existe una secuencia de particiones\{ P_k \} de[a,b] tal manera que\lim_{k \to \infty} \bigl( U(P_k,f) - L(P_k,f) \bigr) = 0 . Show quef es Riemann integrable y que\int_a^b f = \lim_{k \to \infty} U(P_k,f) = \lim_{k \to \infty} L(P_k,f) .

Terminar la prueba de.

Supongamos quef \colon [-1,1] \to {\mathbb{R}} se define comof(x) := \begin{cases} 1 & \text{ if $x > 0$,} \\ 0 & \text{ if $x \leq 0$.} \end{cases} Probar esof \in {\mathcal{R}}[-1,1] y computar\int_{-1}^1 f usando la definición de la integral (pero siéntase libre de usar las proposiciones de esta sección).

Dejarc \in (a,b) y dejard \in {\mathbb{R}}. Definirf \colon [a,b] \to {\mathbb{R}} comof(x) := \begin{cases} d & \text{ if $x = c$,} \\ 0 & \text{ if $x \not= c$.} \end{cases} Demostrarlof \in {\mathcal{R}}[a,b] y computar\int_a^b f usando la definición de la integral (pero siéntase libre de usar las proposiciones de esta sección).

[exercise:taggedpartition] Supongamos que Riemannf \colon [a,b] \to {\mathbb{R}} es integrable. Dejemos\epsilon > 0 que se den. Entonces muestra que existe una particiónP = \{ x_0, x_1, \ldots, x_n \} tal que si escogemos algún conjunto de números\{ c_1, c_2, \ldots, c_n \} conc_k \in [x_{k-1},x_k] para todosk, entonces\left\lvert {\int_a^b f - \sum_{k=1}^n f(c_k) \Delta x_k} \right\rvert < \epsilon .

Dejarf \colon [a,b] \to {\mathbb{R}} ser una función integrable de Riemann. Dejar\alpha > 0 y\beta \in {\mathbb{R}}. Después definag(x) := f(\alpha x + \beta) en el intervaloI = [\frac{a-\beta}{\alpha}, \frac{b-\beta}{\alpha}]. Demostrar queg es Riemann integrable enI.

Supongamosf \colon [0,1] \to {\mathbb{R}} yg \colon [0,1] \to {\mathbb{R}} somos tales que por todox \in (0,1] lo que tenemosf(x) = g(x). Supongamosf que Riemann es integrable. Probarg es Riemann integrable y\int_{0}^1 f = \int_{0}^1 g.

Dejarf \colon [0,1] \to {\mathbb{R}} ser una función acotada. QueP_n = \{ x_0,x_1,\ldots,x_n \} sea una partición uniforme de[0,1], es decir,x_j := \nicefrac{j}{n}. ¿\{ L(P_n,f) \}_{n=1}^\inftySiempre es monótona? Sí/No: Probar o encontrar un contraejemplo.

Para una función delimitadaf \colon [0,1] \to {\mathbb{R}} letR_n := (\nicefrac{1}{n})\sum_{j=1}^n f(\nicefrac{j}{n}) (la regla uniforme de la mano derecha). a) Sif es Riemann integrable mostrar\int_0^1 f = \lim \, R_n. b) Encontrar unf que no sea Riemann integrable, pero que\lim \, R_n exista.

[exercise:riemannintdarboux] Generalizar el ejercicio anterior. Demostrar quef \in {\mathcal{R}}[a,b] si y sólo si existe unaI \in {\mathbb{R}}, tal que por cada\epsilon > 0 existe una\delta > 0 tal que siP es una partición con\Delta x_i < \delta para todosi, entonces\left\lvert {L(P,f) - I} \right\rvert < \epsilon y\left\lvert {U(P,f) - I} \right\rvert < \epsilon. Sif \in {\mathcal{R}}[a,b], entoncesI = \int_a^b f.

[exercise:riemannintdarboux2] El uso y la idea de la prueba en, muestran que la integral de Darboux es la misma que la definición estándar de integral de Riemann, que probablemente hayas visto en el cálculo. Es decir, mostrar quef \in {\mathcal{R}}[a,b] si y sólo si existe unaI \in {\mathbb{R}}, tal que por cada\epsilon > 0 existe una\delta > 0 tal que siP = \{ x_0,x_1,\ldots,x_n \} es una partición con\Delta x_i < \delta para todosi, entonces\left\lvert {\sum_{i=1}^n f(c_i) \Delta x_i - I} \right\rvert < \epsilon para cualquier conjunto\{ c_1,c_2,\ldots,c_n \} conc_i \in [x_{i-1},x_i]. Sif \in {\mathcal{R}}[a,b], entoncesI = \int_a^b f.

Encuentra un ejemplo de funcionesf \colon [0,1] \to {\mathbb{R}} que es Riemann integrable, yg \colon [0,1] \to [0,1] que es uno a uno y sobre, tal que la composición nof \circ g es Riemann integrable.

Propiedades de la integral

Nota: 2 conferencias, la integrabilidad de funciones con discontinuidades se puede omitir de manera segura

Aditividad

El siguiente resultado que probamos generalmente se conoce como la propiedad aditiva de la integral. Primero probamos la propiedad de aditividad para las integrales inferiores y superiores de Darboux.

[lemma:darbouxadd] Supongamosa < b < c yf \colon [a,c] \to {\mathbb{R}} es una función acotada. Entonces\underline{\int_a^c} f = \underline{\int_a^b} f + \underline{\int_b^c} f y\overline{\int_a^c} f = \overline{\int_a^b} f + \overline{\int_b^c} f .

Si tenemos particionesP_1 = \{ x_0,x_1,\ldots,x_k \} de[a,b] yP_2 = \{ x_k, x_{k+1}, \ldots, x_n \} de[b,c], entonces el conjuntoP := P_1 \cup P_2 = \{ x_0, x_1, \ldots, x_n \} es una partición de[a,c]. EntoncesL(P,f) = \sum_{j=1}^n m_j \Delta x_j = \sum_{j=1}^k m_j \Delta x_j + \sum_{j=k+1}^n m_j \Delta x_j = L(P_1,f) + L(P_2,f) . cuando tomamos el supremo del lado derecho sobre todoP_1 yP_2, estamos tomando un supremo del lado izquierdo sobre todas las particionesP de[a,c] que contienenb. SiQ hay alguna partición de[a,c] yP = Q \cup \{ b \}, entoncesP es un refinamiento deQ y asíL(Q,f) \leq L(P,f). Por lo tanto, tomar un supremo sólo sobre losP que contienenb es suficiente para encontrar el supremo deL(P,f) sobre todas las particionesP, ver. Finalmente recordar a computar\begin{split} \underline{\int_a^c} f & = \sup \{ L(P,f) : \text{$P$ a partition of $[a,c]$} \} \\ & = \sup \{ L(P,f) : \text{$P$ a partition of $[a,c]$, $b \in P$} \} \\ & = \sup \{ L(P_1,f) + L(P_2,f) : \text{$P_1$ a partition of $[a,b]$, $P_2$ a partition of $[b,c]$} \} \\ & = \sup \{ L(P_1,f) : \text{$P_1$ a partition of $[a,b]$} \} + \sup \{ L(P_2,f) : \text{$P_2$ a partition of $[b,c]$} \} \\ &= \underline{\int_a^b} f + \underline{\int_b^c} f . \end{split}

De igual maneraP, paraP_1,, yP_2 como antesU(P,f) = \sum_{j=1}^n M_j \Delta x_j = \sum_{j=1}^k M_j \Delta x_j + \sum_{j=k+1}^n M_j \Delta x_j = U(P_1,f) + U(P_2,f) . obtenemos Deseamos tomar el infimum a la derecha sobre todoP_1 yP_2, y así estamos tomando el infimum sobre todas las particionesP de[a,c] que contienenb. SiQ hay alguna partición de[a,c] yP = Q \cup \{ b \}, entoncesP es un refinamiento deQ y asíU(Q,f) \geq U(P,f). Por lo tanto, tomar un infimum sólo sobre elP que contienenb es suficiente para encontrar el infimum deU(P,f) para todosP. Obtenemos\overline{\int_a^c} f = \overline{\int_a^b} f + \overline{\int_b^c} f . \qedhere

Vamosa < b < c. Una funciónf \colon [a,c] \to {\mathbb{R}} es Riemann integrable si y solo si Riemannf es integrable en[a,b] y[b,c]. Si Riemannf es integrable, entonces\int_a^c f = \int_a^b f + \int_b^c f .

Supongamosf \in {\mathcal{R}}[a,c], entonces\overline{\int_a^c} f = \underline{\int_a^c} f = \int_a^c f. Aplicamos el lema para obtener\int_a^c f = \underline{\int_a^c} f = \underline{\int_a^b} f + \underline{\int_b^c} f \leq \overline{\int_a^b} f + \overline{\int_b^c} f = \overline{\int_a^c} f = \int_a^c f . Así la desigualdad es una igualdad y\underline{\int_a^b} f + \underline{\int_b^c} f = \overline{\int_a^b} f + \overline{\int_b^c} f . como también sabemos\underline{\int_a^b} f \leq \overline{\int_a^b} f y\underline{\int_b^c} f \leq \overline{\int_b^c} f, concluimos\underline{\int_a^b} f = \overline{\int_a^b} f \qquad \text{and} \qquad \underline{\int_b^c} f = \overline{\int_b^c} f . Asíf es Riemann integrable en[a,b] y[b,c] y la fórmula deseada sostiene.

Ahora asuma las restricciones def a[a,b] y a[b,c] son Riemann integrables. Nuevamente aplicamos el lema para obtener\underline{\int_a^c} f = \underline{\int_a^b} f + \underline{\int_b^c} f = \int_a^b f + \int_b^c f = \overline{\int_a^b} f + \overline{\int_b^c} f = \overline{\int_a^c} f . Por lo tanto, Riemannf es integrable en[a,c], y la integral se calcula como se indica.

Una consecuencia fácil de la aditividad es el siguiente corolario. Dejamos los detalles al lector como ejercicio.

[intsubcor] Sif \in {\mathcal{R}}[a,b] y[c,d] \subset [a,b], entonces la restricciónf|_{[c,d]} está en{\mathcal{R}}[c,d].

Linealidad y monotonicidad

Dejarf yg estar dentro{\mathcal{R}}[a,b] y\alpha \in {\mathbb{R}}.

  1. \alpha festá en{\mathcal{R}}[a,b] y\int_a^b \alpha f(x) ~dx = \alpha \int_a^b f(x) ~dx .
  2. f+gestá en{\mathcal{R}}[a,b] y\int_a^b \bigl( f(x)+g(x) \bigr) ~dx = \int_a^b f(x) ~dx + \int_a^b g(x) ~dx .

Probemos el primer ítem. Primero supongamos\alpha \geq 0. DejarP ser una partición de[a,b]. Dejarm_i := \inf \{ f(x) : x \in [x_{i-1},x_i] \} como de costumbre. Ya que no\alpha es negativo, podemos mover la multiplicación por más\alpha allá del infimum,\inf \{ \alpha f(x) : x \in [x_{i-1},x_i] \} = \alpha \inf \{ f(x) : x \in [x_{i-1},x_i] \} = \alpha m_i . Por lo tantoL(P,\alpha f) = \sum_{i=1}^n \alpha m_i \Delta_i = \alpha \sum_{i=1}^n m_i \Delta_i = \alpha L(P,f). De manera similarU(P,\alpha f) = \alpha U(P,f) . Otra vez, ya\alpha \geq 0 que podemos mover multiplicación por\alpha más allá del supremo. De ahí,\begin{split} \underline{\int_a^b} \alpha f(x)~dx & = \sup \{ L(P,\alpha f) : \text{$P$ a partition of $[a,b]$} \} \\ & = \sup \{ \alpha L(P,f) : \text{$P$ a partition of $[a,b]$} \} \\ & = \alpha \sup \{ L(P,f) : \text{$P$ a partition of $[a,b]$} \} \\ & = \alpha \underline{\int_a^b} f(x)~dx . \end{split} Del mismo modo mostramos\overline{\int_a^b} \alpha f(x)~dx = \alpha \overline{\int_a^b} f(x)~dx . La conclusión ahora sigue para\alpha \geq 0.

Para terminar la prueba del primer ítem, necesitamos demostrar que-f es Riemann integrable y\int_a^b - f(x)~dx = - \int_a^b f(x)~dx. La prueba de este hecho se deja como ejercicio.

También se deja como ejercicio el comprobante del segundo ítem de la proposición. No es tan trivial como puede parecer a primera vista.

Debemos señalar que el segundo ítem de la proposición no se sostiene con igualdad para las integrales de Darboux. Para funciones acotadas arbitrariasf y solog obtenemos%\overline{\int_a^b} \bigl(f(x)+g(x)\bigr)~dx \leq %\overline{\int_a^b}f(x)~dx+\overline{\int_a^b}g(x)~dx \overline{\int_a^b} (f+g) \leq \overline{\int_a^b}f+\overline{\int_a^b}g , \qquad \text{and} \qquad \underline{\int_a^b} (f+g) \geq \underline{\int_a^b}f+\underline{\int_a^b}g %\underline{\int_a^b} \bigl(f(x)+g(x)\bigr)~dx \geq %\underline{\int_a^b}f(x)~dx+\underline{\int_a^b}g(x)~dx . Ver.

fDejad yg entrad{\mathcal{R}}[a,b] yf(x) \leq g(x) dejad para todosx \in [a,b]. Entonces\int_a^b f \leq \int_a^b g .

DejarP = \{ x_0, x_1, \ldots, x_n \} ser una partición de[a,b]. Entonces dejam_i := \inf \{ f(x) : x \in [x_{i-1},x_i] \} \qquad \text{and} \qquad \widetilde{m}_i := \inf \{ g(x) : x \in [x_{i-1},x_i] \} . Asf(x) \leq g(x), entoncesm_i \leq \widetilde{m}_i. Por lo tanto,L(P,f) = \sum_{i=1}^n m_i \Delta x_i \leq \sum_{i=1}^n \widetilde{m}_i \Delta x_i = L(P,g) . Tomamos lo supremo sobre todoP (ver) para obtener\underline{\int_a^b} f \leq \underline{\int_a^b} g . Asf yg son Riemann integrables, sigue la conclusión.

Funciones continuas

Demostremos que las funciones continuas son integrables por Riemann. De hecho mostraremos que incluso podemos permitir algunas discontinuidades. Comenzamos con una función continua en todo el intervalo cerrado[a,b].

[lemma:contint] Sif \colon [a,b] \to {\mathbb{R}} es una función continua, entoncesf \in {\mathcal{R}}[a,b].

Comof es continuo en un intervalo delimitado cerrado, es uniformemente continuo. Dejemos\epsilon > 0 que se den. Encontrar un\delta > 0 tal que\left\lvert {x-y} \right\rvert < \delta implique\left\lvert {f(x)-f(y)} \right\rvert < \frac{\epsilon}{b-a}.

QueP = \{ x_0, x_1, \ldots, x_n \} sea una partición de[a,b] tal que\Delta x_i < \delta para todosi = 1,2, \ldots, n. Por ejemplo, toman tal que\frac{b-a}{n} < \delta y dejax_i := \frac{i}{n}(b-a) + a. Entonces por todo lo quex, y \in [x_{i-1},x_i] tenemos\left\lvert {x-y} \right\rvert \leq \Delta x_i < \delta y asíf(x)-f(y) \leq \left\lvert {f(x)-f(y)} \right\rvert < \frac{\epsilon}{b-a} . Asf es continuo encendido[x_{i-1},x_i], alcanza un máximo y un mínimo en este intervalo. Dejarx ser un puntof donde alcance el máximo yy ser un puntof donde alcance el mínimo. Entoncesf(x) = M_i yf(y) = m_i en la notación a partir de la definición de la integral. Por lo tanto,M_i-m_i = f(x)-f(y) < \frac{\epsilon}{b-a} . Y así\begin{split} \overline{\int_a^b} f - \underline{\int_a^b} f & \leq U(P,f) - L(P,f) \\ & = \left( \sum_{i=1}^n M_i \Delta x_i \right) - \left( \sum_{i=1}^n m_i \Delta x_i \right) \\ & = \sum_{i=1}^n (M_i-m_i) \Delta x_i \\ & < \frac{\epsilon}{b-a} \sum_{i=1}^n \Delta x_i \\ & = \frac{\epsilon}{b-a} (b-a) = \epsilon . \end{split} As\epsilon > 0 fue arbitrario,\overline{\int_a^b} f = \underline{\int_a^b} f , yf es Riemann integrable en[a,b].

El segundo lema dice que necesitamos que la función solo sea “Riemann integrable dentro del intervalo”, siempre y cuando esté acotada. También nos dice cómo computar la integral.

[lemma:boundedimpriemann] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función acotada que es Riemann integrable en[a',b'] para todosa',b' tales quea < a' < b' < b. Entoncesf \in {\mathcal{R}}[a,b]. Además, sia < a_n < b_n < b son tales que\lim \, a_n = a y\lim \, b_n = b, entonces\int_a^b f = \lim_{n \to \infty} \int_{a_n}^{b_n} f .

DejemosM > 0 ser un número real tal que\left\lvert {f(x)} \right\rvert \leq M. Escoge dos secuencias de números dea < a_n < b_n < b tal manera que\lim\, a_n = a y\lim\, b_n = b. NotaM > 0 y(b-a) \geq (b_n-a_n). Así-M(b-a) \leq -M(b_n-a_n) \leq \int_{a_n}^{b_n} f \leq M(b_n-a_n) \leq M(b-a) . pues, la secuencia de números\{ \int_{a_n}^{b_n} f \}_{n=1}^\infty está delimitada y por tiene una subsecuencia convergente indexada porn_k. LlamemosL al límite de la subsecuencia\{ \int_{a_{n_k}}^{b_{n_k}} f \}_{k=1}^\infty.

dice que las integrales inferior y superior son aditivas y la hipótesis dice quef es integrable en[a_{n_k},b_{n_k}]. Por lo tanto\underline{\int_a^b} f = \underline{\int_a^{a_{n_k}}} f + \int_{a_{n_k}}^{b_{n_k}} f + \underline{\int_{b_{n_k}}^b} f \geq -M(a_{n_k}-a) + \int_{a_{n_k}}^{b_{n_k}} f - M(b-b_{n_k}) . tomamos el límite comok va a\infty en el lado derecho,\underline{\int_a^b} f \geq -M\cdot 0 + L - M\cdot 0 = L .

A continuación utilizamos la aditividad de la integral superior,\overline{\int_a^b} f = \overline{\int_a^{a_{n_k}}} f + \int_{a_{n_k}}^{b_{n_k}} f + \overline{\int_{b_{n_k}}^b} f \leq M(a_{n_k}-a) + \int_{a_{n_k}}^{b_{n_k}} f + M(b-b_{n_k}) . tomamos la misma subsecuencia\{ \int_{a_{n_k}}^{b_{n_k}} f \}_{k=1}^\infty y tomamos el límite para obtener\overline{\int_a^b} f \leq M\cdot 0 + L + M\cdot 0 = L . Así\overline{\int_a^b} f = \underline{\int_a^b} f = L y por lo tantof es Riemann integrable y\int_a^b f = L. En particular, no importa con qué secuencias\{ a_n \} y\{b_n\} empezamos y qué subsecuencia elegimos, laL es el mismo número.

Para acreditar la declaración final del lema que utilizamos. Hemos demostrado que cada subsecuencia convergente convergente\{ \int_{a_{n_k}}^{b_{n_k}} f \} converge aL = \int_a^b f. Por lo tanto, la secuencia\{ \int_{a_n}^{b_n} f \} es convergente y converge aL.

Decimos que una funciónf \colon [a,b] \to {\mathbb{R}} tiene finitamente muchas discontinuidades si existe un conjunto finitoS := \{ x_1, x_2, \ldots, x_n \} \subset [a,b], yf es continua en todos los puntos de[a,b] \setminus S.

f \colon [a,b] \to {\mathbb{R}}Sea una función acotada con finitamente muchas discontinuidades. Entoncesf \in {\mathcal{R}}[a,b].

Dividimos el intervalo en finitamente muchos intervalos[a_i,b_i] para quef sea continuo en el interior(a_i,b_i). Sif es continuo encendido(a_i,b_i), entonces es continuo y por lo tanto integrable en[c_i,d_i] cualquier momentoa_i < c_i < d_i < b_i. Por la restricción def a[a_i,b_i] es integrable. Por aditividad de la integral (y)f es integrable en la unión de los intervalos.

A veces es conveniente (o necesario) cambiar ciertos valores de una función y luego integrarse. El siguiente resultado dice que si cambiamos los valores sólo en finitamente muchos puntos, la integral no cambia.

Quef \colon [a,b] \to {\mathbb{R}} sea Riemann integrable. Dejarg \colon [a,b] \to {\mathbb{R}} ser una función tal quef(x) = g(x) para todosx \in [a,b] \setminus S, dondeS es un conjunto finito. Entoncesg es una función integrable de Riemann y\int_a^b g = \int_a^b f.

Usando la aditividad de la integral, dividimos el intervalo[a,b] en intervalos más pequeños de tal manera que sef(x) = g(x) mantiene para todosx excepto en los puntos finales (los detalles se dejan al lector).

Por lo tanto, sin pérdida de generalidad supongamosf(x) = g(x) para todosx \in (a,b). A la prueba le sigue, y se deja como ejercicio.

Ejercicios

fDéjese entrar{\mathcal{R}}[a,b]. Demostrar que-f está en{\mathcal{R}}[a,b] y\int_a^b - f(x) ~dx = - \int_a^b f(x) ~dx .

Dejaf yg entra{\mathcal{R}}[a,b]. Demostrar quef+g está en{\mathcal{R}}[a,b] y\int_a^b \bigl( f(x)+g(x) \bigr) ~dx = \int_a^b f(x) ~dx + \int_a^b g(x) ~dx . Pista: Utilícelo para encontrar una sola particiónP tal queU(P,f)-L(P,f) < \nicefrac{\epsilon}{2} yU(P,g)-L(P,g) < \nicefrac{\epsilon}{2}.

Quef \colon [a,b] \to {\mathbb{R}} sea Riemann integrable. Queg \colon [a,b] \to {\mathbb{R}} sea una función tal quef(x) = g(x) para todosx \in (a,b). Demostrar queg es Riemann integrable y que\int_a^b g = \int_a^b f.

Demostrar el teorema del valor medio para integrales. Es decir, probar que sif \colon [a,b] \to {\mathbb{R}} es continuo, entonces existec \in [a,b] tal que\int_a^b f = f(c)(b-a).

Sif \colon [a,b] \to {\mathbb{R}} es una función continua tal quef(x) \geq 0 para todosx \in [a,b] y\int_a^b f = 0. f(x) = 0Demuéstralo para todosx.

Sif \colon [a,b] \to {\mathbb{R}} es una función continua para todosx \in [a,b] y\int_a^b f = 0. Demostrar que existec \in [a,b] tal quef(c) = 0 (Comparar con el ejercicio anterior).

Sif \colon [a,b] \to {\mathbb{R}} yg \colon [a,b] \to {\mathbb{R}} son funciones continuas tales que\int_a^b f = \int_a^b g. Entonces demuéstrense que existec \in [a,b] tal esof(c) = g(c).

Vamosf \in {\mathcal{R}}[a,b]. Dejar\alpha, \beta, \gamma ser números arbitrarios en[a,b] (no necesariamente ordenados de ninguna manera). Demostrar\int_\alpha^\gamma f = \int_\alpha^\beta f + \int_\beta^\gamma f . Recordar lo\int_a^b f que significa sib \leq a.

Demostrar.

[ejercicio:easyabsint] Supongamos quef \colon [a,b] \to {\mathbb{R}} está acotado y tiene finitamente muchas discontinuidades. Demostrar que como una función dex la expresión\left\lvert {f(x)} \right\rvert está delimitada con finitamente muchas discontinuidades y por lo tanto es Riemann integrable. A continuación, mostrar\left\lvert {\int_a^b f(x)~dx} \right\rvert \leq \int_a^b \left\lvert {f(x)} \right\rvert~dx .

Demostrar que la función Thomae o palomitas de maíz (ver) es Riemann integrable. Por lo tanto, existe una función discontinua en todos los números racionales (un conjunto denso) que es Riemann integrable.

En particular, definirf \colon [0,1] \to {\mathbb{R}} porf(x) := \begin{cases} \nicefrac{1}{k} & \text{ if $x=\nicefrac{m}{k}$ where $m,k \in {\mathbb{N}}$ and $m$ and $k$ have no common divisors,} \\ 0 & \text{ if $x$ is irrational}. \end{cases} Show\int_0^1 f = 0.

SiI \subset {\mathbb{R}} es un intervalo limitado, entonces la función\varphi_I(x) := \begin{cases} 1 & \text{if $x \in I$,} \\ 0 & \text{otherwise,} \end{cases} se llama una función de paso elemental.

DejarI ser un intervalo acotado arbitrario (debe considerar todos los tipos de intervalos: cerrado, abierto, semiabierto) ya < b, luego usando solo la definición de la integral mostrar que la función de paso elemental\varphi_I es integrable[a,b], y encontrar la integral en términos dea, b, y los puntos finales deI.

Cuando una función sef puede escribir comof(x) = \sum_{k=1}^n \alpha_k \varphi_{I_k} (x) para algunos números reales\alpha_1,\alpha_2, \ldots, \alpha_n y algunos intervalos acotadosI_1,I_2,\ldots,I_n, entoncesf se llama una función de paso.

Usando el ejercicio anterior, mostrar que una función de paso es integrable en cualquier intervalo[a,b]. Además, encontrar la integral en términos dea,b, los puntos finales deI_k y el\alpha_k.

[exercise:boundedvariationintegrable] Letf \colon [a,b] \to {\mathbb{R}} be incrementando. a) Demostrar quef es Riemann integrable. Pista: Usa una partición uniforme; cada subintervalo de la misma longitud. b) Usa la parte a para mostrar que una función decreciente es integrable. c) Supongamosh = f-g dóndef yg están aumentando las funciones[a,b]. Demostrar queh es Riemann integrable 22.

[exercise:hardabsint] Supongamosf \in {\mathcal{R}}[a,b], entonces la función que llevax a\left\lvert {f(x)} \right\rvert es también Riemann integrable en[a,b]. Entonces mostrar la misma desigualdad que.

[exercise:upperlowerlinineq] Supongamosf \colon [a,b] \to {\mathbb{R}} yg \colon [a,b] \to {\mathbb{R}} son reboteados. a) Mostrar\overline{\int_a^b} (f+g) \leq \overline{\int_a^b}f+\overline{\int_a^b}g y\underline{\int_a^b} (f+g) \geq \underline{\int_a^b}f+\underline{\int_a^b}g. b) Encontrar ejemplof yg donde la desigualdad es estricta. Pista:f y nog debe ser Riemann integrable.

Teorema fundamental del cálculo

Nota: 1.5 conferencias

En este capítulo discutimos y probamos el teorema fundamental del cálculo. La totalidad del cálculo integral se construye sobre este teorema, ergo el nombre. El teorema relata los conceptos aparentemente no relacionados de integral y derivado. Nos dice cómo calcular la antiderivada de una función usando la integral y viceversa.

Primera forma del teorema

DejarF \colon [a,b] \to {\mathbb{R}} ser una función continua, diferenciable en(a,b). f \in {\mathcal{R}}[a,b]Sea tal quef(x) = F'(x) parax \in (a,b). Entonces\int_a^b f = F(b)-F(a) .

No es difícil generalizar el teorema para permitir un número finito de puntos en[a,b] donde noF es diferenciable, siempre y cuando sea continuo. Esta generalización se deja como ejercicio.

DejarP = \{ x_0, x_1, \ldots, x_n \} ser una partición de[a,b]. Para cada intervalo[x_{i-1},x_i], usa el para encontrar unc_i \in (x_{i-1},x_i) tal quef(c_i) \Delta x_i = F'(c_i) (x_i - x_{i-1}) = F(x_i) - F(x_{i-1}) . Usando la notación de la definición de la integral, tenemosm_i \leq f(c_i) \leq M_i y asím_i \Delta x_i \leq F(x_i) - F(x_{i-1}) \leq M_i \Delta x_i . sumamosi = 1,2, \ldots, n para obtener\sum_{i=1}^n m_i \Delta x_i \leq \sum_{i=1}^n \bigl(F(x_i) - F(x_{i-1}) \bigr) \leq \sum_{i=1}^n M_i \Delta x_i . En la suma media, todos los términos excepto el primero y el último cancelan y terminamos con F(x_n)-F(x_0) = F(b)-F(a). Las sumas a la izquierda y a la derecha son la suma inferior y superior respectivamente. EntoncesL(P,f) \leq F(b)-F(a) \leq U(P,f) . Tomamos lo supremo deL(P,f) sobre todoP y la izquierda la desigualdad rinde\underline{\int_a^b} f \leq F(b)-F(a) . Del mismo modo, tomando el infimum deU(P,f) sobre todas las particionesP rendimientosF(b)-F(a) \leq \overline{\int_a^b} f . Comof es Riemann integrable, tenemos\int_a^b f = \underline{\int_a^b} f \leq F(b)-F(a) \leq \overline{\int_a^b} f = \int_a^b f . Las desigualdades deben ser igualdades y ya terminamos.

El teorema se utiliza para calcular integrales. Supongamos que sabemos que la funciónf(x) es una derivada de alguna otra funciónF(x), entonces podemos encontrar una expresión explícita para\int_a^b f.

Supongamos que estamos tratando de computar\int_0^1 x^2 ~dx . Notamos quex^2 es el derivado de\frac{x^3}{3}. Utilizamos el teorema fundamental para escribir\int_0^1 x^2 ~dx = \frac{1^3}{3} - \frac{0^3}{3} = \frac{1}{3}.

Segunda forma del teorema

La segunda forma del teorema fundamental nos da una manera de resolver la ecuación diferencialF'(x) = f(x), dondef se encuentra una función conocida y estamos tratando de encontrar unaF que satisfaga la ecuación.

Dejarf \colon [a,b] \to {\mathbb{R}} ser una función integrable de Riemann. DefinirF(x) := \int_a^x f . Primero,F es continuo en[a,b]. Segundo, sif es continuo enc \in [a,b], entoncesF es diferenciable enc yF'(c) = f(c).

Comof está acotado, hayM > 0 tal que\left\lvert {f(x)} \right\rvert \leq M para todosx \in [a,b]. Supongamosx,y \in [a,b] conx > y. Entonces\left\lvert {F(x)-F(y)} \right\rvert = \left\lvert {\int_a^x f - \int_a^y f} \right\rvert = \left\lvert {\int_y^x f} \right\rvert \leq M\left\lvert {x-y} \right\rvert . Por simetría, lo mismo también sostiene six < y. AsíF es Lipschitz continuo y por lo tanto continuo.

Ahora supongamos quef es continuo enc. Dejemos\epsilon > 0 que se den. \delta > 0Sea tal que porx \in [a,b]\left\lvert {x-c} \right\rvert < \delta implica\left\lvert {f(x)-f(c)} \right\rvert < \epsilon. En particular, para talesx tenemosf(c)-\epsilon \leq f(x) \leq f(c) + \epsilon. Así six > c, entonces\bigl(f(c)-\epsilon\bigr) (x-c) \leq \int_c^x f \leq \bigl(f(c) + \epsilon\bigr)(x-c). Cuandoc > x, entonces se invierten las desigualdades. Por lo tanto, asumiendo\frac{F(x)-F(c)}{x-c} = \frac{\int_a^{x} f - \int_a^{c} f}{x-c} = \frac{\int_c^{x} f}{x-c} , quec \not= x obtenemosf(c)-\epsilon \leq \frac{\int_c^{x} f}{x-c} \leq f(c)+\epsilon . Como tenemos\left\lvert {\frac{F(x)-F(c)}{x-c} - f(c)} \right\rvert \leq \epsilon . El resultado sigue. Se deja al lector ver por qué está bien que solo tengamos una desigualdad no estricta.

Por supuesto, sif es continuo encendido[a,b], entonces es automáticamente Riemann integrable,F es diferenciable en todos[a,b] yF'(x) = f(x) para todosx \in [a,b].

La segunda forma del teorema fundamental del cálculo aún se mantiene si dejamosd \in [a,b] y definimos EsF(x) := \int_d^x f . decir, podemos usar cualquier punto de[a,b] como nuestro punto base. La prueba se deja como ejercicio.

Veamos lo que puede hacer una simple discontinuidad. Tomarf(x) := -1 six < 0, yf(x) := 1 six \geq 0. VamosF(x) := \int_0^x f. No es difícil verloF(x) = \left\lvert {x} \right\rvert. Observe quef es discontinuo en0 y noF es diferenciable en0. Sin embargo, lo contrario no se sostiene. Hagamos otro ejemplo rápido. Queg(x) := 0 six \not= 0, yg(0) = 1. DejandoG(x) := \int_0^x g, nos encontramos con esoG(x) = 0 para todosx. Asíg es discontinuo en0, peroG'(0) existe y es igual a 0.

Un malentendido común de la integral para los estudiantes de cálculo es pensar en integrales cuya solución no se puede dar en forma cerrada como de alguna manera deficientes. Este no es el caso. La mayoría de las integrales que escribimos no son computables en forma cerrada. Incluso algunas integrales que consideramos en forma cerrada no son realmente tales. Por ejemplo, ¿cómo encuentra una computadora el valor de\ln x? Una forma de hacerlo es señalar que definimos el tronco natural como el antiderivado de\nicefrac{1}{x} tal que\ln 1 = 0. Por lo tanto,\ln x := \int_1^x \nicefrac{1}{s}~ds . entonces podemos aproximar numéricamente la integral. Moralmente, en realidad no “simplificamos”\int_1^x \nicefrac{1}{s}~ds al anotar\ln x. Simplemente le dimos un nombre a la integral. Si requerimos respuestas numéricas, es posible que terminemos haciendo el cálculo aproximando una integral de todos modos.

Otra función común definida por una integral que no se puede evaluar simbólicamente es la función erf, definida como\operatorname{erf}(x) := \frac{2}{\sqrt{\pi}} \int_0^x e^{-s^2} ~ds . Esta función surge a menudo en las matemáticas aplicadas. Es simplemente la antiderivada de\left(\nicefrac{2}{\sqrt{\pi}}\right) e^{-x^2} que es cero a cero. La segunda forma del teorema fundamental nos dice que podemos escribir la función como una integral. Si queremos calcular algún valor en particular, aproximamos numéricamente la integral.

Cambio de variables

Un teorema de uso frecuente en el cálculo para resolver integrales es el teorema del cambio de variables. Demostrémoslo ahora. Recordar una función es continuamente diferenciable si es diferenciable y la derivada es continua.

Dejarg \colon [a,b] \to {\mathbb{R}} ser una función continuamente diferenciable. Sig([a,b]) \subset [c,d] yf \colon [c,d] \to {\mathbb{R}} es continuo, entonces\int_a^b f\bigl(g(x)\bigr)\, g'(x)~ dx = \int_{g(a)}^{g(b)} f(s)~ ds .

Comog,g', yf son continuos, sabemos quef\bigl(g(x)\bigr)\,g'(x) es una función continua en[a,b], por lo tanto es Riemann integrable.

DefinirF(y) := \int_{g(a)}^{y} f(s)~ds . Por la segunda forma del teorema fundamental del cálculo (utilizando a continuación)F es una función diferenciable yF'(y) = f(y). Aplicamos la regla de la cadena y\bigl( F \circ g \bigr)' (x) = F'\bigl(g(x)\bigr) g'(x) = f\bigl(g(x)\bigr) g'(x) . escribimos Observamos queF\bigl(g(a)\bigr) = 0 y utilizamos la primera forma del teorema fundamental para obtener\int_{g(a)}^{g(b)} f(s)~ds = F\bigl(g(b)\bigr) = F\bigl(g(b)\bigr)-F\bigl(g(a)\bigr) = \int_a^b \bigl( F \circ g \bigr)' (x) ~dx = \int_a^b f\bigl(g(x)\bigr) g'(x) ~dx . %FIXME \qedhere

El teorema del cambio de variables suele utilizarse para resolver integrales cambiándolas a integrales que conocemos o que podemos resolver utilizando el teorema fundamental del cálculo.

A partir de un ejercicio, sabemos que la derivada de\sin(x) es\cos(x). Por lo tanto resolvemos\int_0^{\sqrt{\pi}} x \cos(x^2) ~ dx = \int_0^\pi \frac{\cos(s)}{2} ~ ds = \frac{1}{2} \int_0^\pi \cos(s) ~ ds = \frac{ \sin(\pi) - \sin(0) }{2} = 0 .

No obstante, ten en cuenta que debemos satisfacer las hipótesis del teorema. El siguiente ejemplo demuestra por qué no debemos simplemente mover símbolos sin pensar. Debemos tener cuidado de que esos símbolos realmente tengan sentido.

Supongamos\int_{-1}^{1} \frac{\ln \left\lvert {x} \right\rvert}{x} ~dx . que escribimos Puede ser tentador tomarg(x) := \ln \left\lvert {x} \right\rvert. Entonces tomag'(x) = \frac{1}{x} e intenta escribir\int_{g(-1)}^{g(1)} s ~ds = \int_{0}^{0} s ~ds = 0. Esta “solución” es incorrecta, y no dice que podamos resolver la integral dada. El primer problema\frac{\ln \left\lvert {x} \right\rvert}{x} es que no es continuo[-1,1]. Segundo, ni siquiera Riemann\frac{\ln \left\lvert {x} \right\rvert}{x} es integrable en[-1,1] (es ilimitada). La integral que escribimos simplemente no tiene sentido. Por último, nog es continuo en[-1,1] ninguno de los dos.

Ejercicios

Computar\displaystyle \frac{d}{dx} \biggl( \int_{-x}^x e^{s^2}~ds \biggr).

Computar\displaystyle \frac{d}{dx} \biggl( \int_{0}^{x^2} \sin(s^2)~ds \biggr).

Supongamos queF \colon [a,b] \to {\mathbb{R}} es continuo y diferenciable en[a,b] \setminus S, dondeS es un conjunto finito. Supongamos que existef \in {\mathcal{R}}[a,b] tal quef(x) = F'(x) parax \in [a,b] \setminus S. \int_a^b f = F(b)-F(a)Demuéstralo.

[secondftc:exercise] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función continua. Quec \in [a,b] sea arbitrario. DefinirF(x) := \int_c^x f . Demostrar queF es diferenciable y esoF'(x) = f(x) para todosx \in [a,b].

Demostrar integración por partes. Es decir, supongamosF yG son funciones continuamente diferenciables en[a,b]. Entonces prueba\int_a^b F(x)G'(x)~dx = F(b)G(b)-F(a)G(a) - \int_a^b F'(x)G(x)~dx .

SupongamosF yG son continuamente 23 funciones diferenciables definidas sobre[a,b] tal queF'(x) = G'(x) para todosx \in [a,b]. Utilizando el teorema fundamental del cálculo, mostrar esoF yG diferir por una constante. Es decir, mostrar que existeC \in {\mathbb{R}} tal queF(x)-G(x) = C.

El siguiente ejercicio muestra cómo podemos usar la integral para “suavizar” una función no diferenciable.

[ejercicio:suavizar] Dejarf \colon [a,b] \to {\mathbb{R}} ser una función continua. Que\epsilon > 0 sea una constante. Parax \in [a+\epsilon,b-\epsilon], definirg(x) := \frac{1}{2\epsilon} \int_{x-\epsilon}^{x+\epsilon} f . a) Mostrar queg es diferenciable y encontrar la derivada.
b) Dejarf ser diferenciable y fijarx \in (a,b) (dejar que\epsilon sea lo suficientemente pequeño). ¿Qué pasa ag'(x) medida que\epsilon se hace más pequeño?
c) Encontrarg paraf(x) := \left\lvert {x} \right\rvert,\epsilon = 1 (se puede asumir que[a,b] es lo suficientemente grande).

Supongamos quef \colon [a,b] \to {\mathbb{R}} es continuo y\int_a^x f = \int_x^b f para todosx \in [a,b]. f(x) = 0Demuéstralo para todosx \in [a,b].

Supongamos quef \colon [a,b] \to {\mathbb{R}} es continuo y\int_a^x f = 0 para todos racionalx en[a,b]. f(x) = 0Demuéstralo para todosx \in [a,b].

Una funciónf es una función impar iff(x) = -f(-x), yf es una función par iff(x) = f(-x). Vamosa > 0. Supongamosf que es continuo. Demostrar: a) Sif es impar,\int_{-a}^a f = 0 entonces. b) Sif es par, entonces\int_{-a}^a f = 2 \int_0^a f.

a) Mostrar quef(x) := \sin(\nicefrac{1}{x}) es integrable en cualquier intervalo (se puedef(0) definir como cualquier cosa). b) Calcular\int_{-1}^1 \sin(\nicefrac{1}{x})\,dx. (Tenga en cuenta la discontinuidad)

§ 6] a) Supongamos quef \colon [a,b] \to {\mathbb{R}} está aumentando, por,f es Riemann integrable. Supongamos quef tiene una discontinuidad enc \in (a,b), espectáculo que noF(x) := \int_a^x f es diferenciable enc.
b) En, se ha construido una función crecientef \colon [0,1] \to {\mathbb{R}} que es discontinua en cadax \in [0,1] \cap {\mathbb{Q}}. Usa estof para construir una funciónF(x) que sea continua[0,1], pero no diferenciable en cada unox \in [0,1] \cap {\mathbb{Q}}.

El logaritmo y el exponencial

Nota: 1 conferencia (opcional, requiere las secciones opcionales,,)

Ahora tenemos todo lo que se requiere para definir finalmente adecuadamente el exponencial y el logaritmo que tan bien conoces del cálculo. Primero recordemos que tenemos una buena idea de lo quex^n significa siempre y cuandon sea un entero positivo. x^n := \underbrace{x \cdot x \cdot \cdots \cdot x}_{\text{$n$ times}} .Simplemente, tiene sentido definirx^0 := 1. Para enteros negativos definimosx^{-n} := \nicefrac{1}{x^n}. Six > 0, mencionamos antes quex^{1/n} se define como la raíz única positivan th. Por último para cualquier número racional\nicefrac{n}{m}, definimosx^{n/m} := {\bigl(x^{1/m}\bigr)}^n . Sin embargo, ¿qué queremos decir con\sqrt{2}^{\sqrt{2}}? ¿Ox^y en general? En particular, ¿qué ese^x para todosx? ¿Y cómo solucionamosy=e^x parax? Esta sección responde a estas preguntas y más.

El logaritmo

Es conveniente comenzar con el logaritmo. Demostremos que existe una función única con las propiedades correctas, y sólo entonces la llamaremos logaritmo.

Existe una función únicaL \colon (0,\infty) \to {\mathbb{R}} tal que

  1. [es:log:i]L(1) = 0.
  2. [it:log:ii]L es diferenciable yL'(x) = \nicefrac{1}{x}.
  3. [it:log:iii]L es estrictamente creciente, biyectiva, y\lim_{x\to 0} L(x) = -\infty , \qquad \text{and} \qquad \lim_{x\to \infty} L(x) = \infty .
  4. [it:log:iv]L(xy) = L(x)+L(y) para todosx,y \in (0,\infty).
  5. [it:log:v] Siq es un número racional yx > 0, entoncesL(x^q) = q L(x).

Para probar la existencia, definamos a un candidato y demostremos que satisface todas las propiedades. DefinirL(x) := \int_1^x \frac{1}{t}~dt .

Obviamente [it:log:i] sostiene. Propiedad [it:log:ii] sostiene vía el teorema fundamental del cálculo.

Para probar la propiedad [it:log:iv], cambiamos las variablesu=yt para obtenerL(x) = \int_1^{x} \frac{1}{t}~dt = \int_y^{xy} \frac{1}{u}~du = \int_1^{xy} \frac{1}{u}~du - \int_1^{y} \frac{1}{u}~du = L(xy)-L(y) .

Propiedad [it:log:ii] junto con el hecho de queL'(x) = \nicefrac{1}{x} > 0 parax > 0, implica queL es estrictamente creciente y de ahí uno-a-uno. Vamos a mostrarL es sobre. Como\nicefrac{1}{t} \geq \nicefrac{1}{2} cuandot \in [1,2],L(2) = \int_1^2 \frac{1}{t} ~dt \geq \nicefrac{1}{2} . Por inducción, [it:log:iv] implica que paran \in {\mathbb{N}}L(2^n) = L(2) + L(2) + \cdots + L(2) = n L(2) . Dado cualquieray > 0, por el de los números reales (avisoL(2) > 0), hayn \in {\mathbb{N}} tal queL(2^n) > y. Por el hayx_1 \in (1,2^n) tal queL(x_1) = y. Obtenemos(0,\infty) está en la imagen deL. A medidaL que va aumentando,L(x) > y para todosx > 2^n, y así\lim_{x\to\infty} L(x) = \infty . Siguiente0 = L(\nicefrac{x}{x}) = L(x) + L(\nicefrac{1}{x}), y asíL(x) = - L(\nicefrac{1}{x}). Utilizandox=2^{-n}, obtenemos como arriba queL logra todos los números negativos. Y\lim_{x \to 0} L(x) = \lim_{x \to 0} -L(\nicefrac{1}{x}) = \lim_{x \to \infty} -L(x) = - \infty . en los límites, tenga en cuenta que sólox > 0 están en el dominio deL.

Ahora probemos [it:log:v]. Como antes, [it:log:iv] implican \in {\mathbb{N}} porque tenemosL(x^n) = n L(x). Ya lo vimosL(x) = - L(\nicefrac{1}{x}) asíL(x^{-n}) = - L(x^n) = -n L(x). Entonces param \in {\mathbb{N}}L(x) = L\Bigl({(x^{1/m})}^m\Bigr) = m L(x^{1/m}) . armar todo paran \in {\mathbb{Z}} ym \in {\mathbb{N}} tenemosL(x^{n/m}) = n L(x^{1/m}) = (\nicefrac{n}{m}) L(x).

Finalmente por singularidad, usemos las propiedades [it:log:i] y [it:log:ii]. Vía el teorema fundamental del cálculoL(x) = \int_1^x \frac{1}{t}~dt es la función única tal queL(1) = 0 yL'(x) = \nicefrac{1}{x}.

Habiendo demostrado que existe una función única con estas propiedades simplemente definimos el logaritmo o a veces llamado el logaritmo natural: A\ln(x) := L(x) . menudo los matemáticos escriben\log(x) en lugar de\ln(x), lo cual es más familiar para los estudiantes de cálculo.

El exponencial

Al igual que con el logaritmo definimos el exponencial a través de una lista de propiedades.

Existe una función únicaE \colon {\mathbb{R}}\to (0,\infty) tal que

  1. [es:exp:i]E(0) = 1.
  2. [it:exp:ii]E es diferenciable yE'(x) = E(x).
  3. [it:exp:iii]E es estrictamente creciente, biyectiva, y\lim_{x\to -\infty} E(x) = 0 , \qquad \text{and} \qquad \lim_{x\to \infty} E(x) = \infty .
  4. [it:exp:iv]E(x+y) = E(x)E(y) para todosx,y \in {\mathbb{R}}.
  5. [it:exp:v] Siq \in {\mathbb{Q}}, entoncesE(qx) = {E(x)}^q.

Nuevamente, probemos la existencia de tal función definiendo a un candidato, y probemos que satisface todas las propiedades. LoL definido anteriormente es invertible. DejarE ser la función inversa deL. Propiedad [it:exp:i] es inmediata.

Property [it:exp:ii] sigue a través del teorema de la función inversa, en particular:L satisface todas las hipótesis del lema, y por lo tantoE'(x) = \frac{1}{L'\bigl(E(x)\bigr)} = E(x) .

Echemos un vistazo a la propiedad [it:exp:iii]. La funciónE está aumentando estrictamente desdeE(x) > 0 yE'(x) = E(x) > 0. ComoE es la inversa deL, también debe ser biyectiva. Para encontrar los límites, usamos esoE es estrictamente creciente y hacia(0,\infty). Para cadaM > 0, hayx_0 tal queE(x_0) = M yE(x) \geq M para todosx \geq x_0. De igual manera para cada\epsilon > 0, hayx_0 tal queE(x_0) = \epsilon yE(x) < \epsilon para todosx < x_0. Por lo tanto,\lim_{n\to -\infty} E(x) = 0 , \qquad \text{and} \qquad \lim_{n\to \infty} E(x) = \infty .

Para probar la propiedad [it:exp:iv] utilizamos la propiedad correspondiente para el logaritmo. Tomarx, y \in {\mathbb{R}}. ComoL es biyectiva, encontrara yb tal quex = L(a) yy = L(b). EntoncesE(x+y) = E\bigl(L(a)+L(b)\bigr) = E\bigl(L(ab)\bigr) = ab = E(x)E(y) .

Propiedad [it:exp:v] también se desprende de la propiedad correspondiente deL. Dadox \in {\mathbb{R}}, quea sea tal quex = L(a) yE(qx) = E\bigl(qL(a)\bigr) E\bigl(L(a^q)\bigr) = a^q = {E(x)}^q .

Por último, la singularidad se desprende de [it:exp:i] y [it:exp:ii]. DejarE yF ser dos funciones satisfaciendo [it:exp:i] y [it:exp:ii]. \frac{d}{dx} \Bigl( F(x)E(-x) \Bigr) = F'(x)E(-x) - E'(-x)F(x) = F(x)E(-x) - E(-x)F(x) = 0 .Por lo tanto por,F(x)E(-x) = F(0)E(-0) = 1 para todosx \in {\mathbb{R}}. Haciendo el cómputo conF = E, obtenemosE(x)E(-x) = 1. Entonces0 = 1-1 = F(x)E(-x) - E(x)E(-x) = \bigl(F(x)-E(x)\bigr) E(-x) . DesdeE(x)E(-x) = 1, entoncesE(-x) \not= 0 para todosx. EntoncesF(x)-E(x) = 0 para todosx, y ya terminamos.

Habiendo demostrado queE es único, definimos la función exponencial como\exp(x) := E(x) .

Ahora podemos darle sentido a la exponenciaciónx^y para números arbitrarios cuandox > 0. Primero supongamosy \in {\mathbb{Q}}. Entoncesx^y = \exp\bigl(\ln(x^y)\bigr) = \exp\bigl(y\ln(x)\bigr) . Por lo tanto cuandox > 0 yy es irracional definamosx^y := \exp\bigl(y\ln(x)\bigr) . Como\exp es continuo entoncesx^y es una función continua dey. Por lo tanto, obtendríamos el mismo resultado si hubiéramos tomado una secuencia de números racionales\{ y_n \} acercándosey y definidosx^y = \lim\, x^{y_n}.

Definir el númeroe comoe := \exp(1) . El número a vecese se llama número de Euler o la base del logaritmo natural. Nos damos cuentae^x = \exp\bigl(x \ln(e) \bigr) = \exp(x) . Hemos justificado la notacióne^x para\exp(x).

Finalmente, extendamos las propiedades del logaritmo y exponencial a los poderes irracionales. La prueba es inmediata.

Vamosx, y \in {\mathbb{R}}.

  1. \exp(xy) = {\bigl(\exp(x)\bigr)}^y.
  2. Six > 0 entonces\ln(x^y) = y \ln (x).

Ejercicios

Dejary ser cualquier número real yb > 0. Definirf \colon (0,\infty) \to {\mathbb{R}} yg \colon {\mathbb{R}}\to {\mathbb{R}} como,f(x) := x^y yg(x) := b^x. Demostrar esof yg son diferenciables y encuentran su derivada.

Dejemosb > 0 que se den.
a) Demostrar que para caday > 0, existe un número únicox tal quey = b^x. Definir la base logaritmob,\log_b \colon (0,\infty) \to {\mathbb{R}}, por\log_b(y) := x.
b) Demostrar eso\log_b(x) = \frac{\ln(x)}{\ln(b)}.
c) Demostrar que sic > 0, entonces\log_b(x) = \frac{\log_c(x)}{\log_c(b)}.
d) Demostrar\log_b(xy) = \log_b(x)+\log_b(y), y\log_b(x^y) = y \log_b(x).

§ 3] Úselo para estudiar el término restante y demostrar que para todosx \in {\mathbb{R}}e^x = \sum_{n=0}^\infty \frac{x^n}{n!} . Pista: No diferenciar el término de la serie por término (a menos que demuestre que funciona).

Usa la fórmula de suma geométrica para mostrar (fort\not= -1)\[1-t+t^2-\cdots+{(-1)}^n t^n = \frac{1}{1+t} - \frac

ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[32]/p[4]/span[2]/span, line 1, column 5
{1+t}.\] Usando este show de hechos\ln (1+x) = \sum_{n=1}^\infty \frac{{(-1)}^{n+1}x^n}{n} para todosx \in (-1,1] (nota quex=1 está incluida). Finalmente, encuentra el límite de la serie armónica alterna\[\sum_{n=1}^\infty \frac
ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[32]/p[4]/span[6]/span, line 1, column 5
{n} = 1 - \nicefrac{1}{2} + \nicefrac{1}{3} - \nicefrac{1}{4} + \cdots % = \ln 2 .\]

Mostrare^x = \lim_{n\to\infty} {\left( 1 + \frac{x}{n} \right)}^n . pista: Toma el logaritmo.
Nota: La expresión{\left( 1 + \frac{x}{n} \right)}^n surge en los cálculos de interés compuesto. Es la cantidad de dinero en una cuenta bancaria después de 1 año si 1 dólar se depositó inicialmente a interesesx y el interés se compuson veces durante el año. Por lo tanto,e^x es el resultado de la composición continua.

a) Demostrar que paran \in {\mathbb{N}} nosotros tenemos\sum_{k=2}^{n} \frac{1}{k} \leq \ln (n) \leq \sum_{k=1}^{n-1} \frac{1}{k} .
b) Demostrar que el límite\gamma := \lim_{n\to\infty} \left( \sum_{k=1}^{n} \frac{1}{k} - \ln (n) \right) existe. Esta constante se conoce como la constante de Euler-Mascheroni 24. No se sabe si esta constante es racional o no, es aproximadamente\gamma \approx 0.5772.

Mostrar\lim_{x\to\infty} \frac{\ln(x)}{x} = 0 .

Mostrar quee^x es convexo, en otras palabras, mostrar que sia \leq x \leq b entoncese^x \leq e^a \frac{b-x}{b-a} + e^b \frac{x-a}{b-a}.

Usando el hallazgo logaritmo%\lim_{n\to\infty} {\left( 1 + \nicefrac{1}{n} \right)}^n = e . \lim_{n\to\infty} n^{1/n} .

Demostrar queE(x) = e^x es la función continua única tal queE(x+y) = E(x)E(y) yE(1) = e. De igual manera demostrar queL(x) = \ln(x) es la función continua única definida en positivox tal queL(xy) = L(x)+L(y) yL(e) = 1.

Integrales inaceptables

Nota: 2—3 conferencias (sección opcional, se puede omitir de forma segura, requiere la opcional)

A menudo es necesario integrar sobre toda la línea real, o un intervalo infinito de la forma[a,\infty) o(\infty,b]. También, es posible que deseemos integrar funciones definidas en un intervalo finito(a,b) pero no delimitadas. Tales funciones no son Riemann integrables, pero quizá queramos anotar la integral de todos modos en el espíritu de. Estas integrales se llaman integrales inadecuadas, y son límites de integrales más que integrales en sí mismas.

Supongamos quef \colon [a,b) \to {\mathbb{R}} es una función (no necesariamente acotada) que es Riemann integrable[a,c] para todosc < b. Definimos\int_a^b f := \lim_{c \to b^-} \int_a^{c} f , si existe el límite.

Supongamos quef \colon [a,\infty) \to {\mathbb{R}} es una función tal quef es Riemann integrable[a,c] para todosc < \infty. Definimos\int_a^\infty f := \lim_{c \to \infty} \int_a^c f , si existe el límite.

Si el límite existe, decimos que la integral impropia converge. Si el límite no existe, decimos que la integral impropia diverge.

De manera similar definimos integrales inadecuadas para el punto final de la mano izquierda, dejamos esto al lector.

Para un punto final finitob, usando vemos que sif está acotado, entonces no hemos definido nada nuevo. Lo nuevo es que podemos aplicar esta definición a funciones no acotadas. El siguiente conjunto de ejemplos es tan útil que lo declaramos como una proposición.

[impropriemann:ptest] La integral impropia\int_1^\infty \frac{1}{x^p} ~dx converge a\frac{1}{p-1} ifp > 1 y diverge if0 < p \leq 1.

La integral impropia\int_0^1 \frac{1}{x^p} ~dx converge a\frac{1}{1-p} si0 < p < 1 y diverge sip \geq 1.

La prueba sigue por aplicación del teorema fundamental del cálculo. Hagamos la pruebap > 1 para el extremo derecho infinito, y dejamos el resto al lector. Pista: Se debe manejarp=1 por separado.

Supongamosp > 1. Entonces\int_1^b \frac{1}{x^p} ~dx = \int_1^b x^{-p} ~dx = \frac{b^{-p+1}}{-p+1} - \frac{1^{-p+1}}{-p+1} = - \frac{1}{(p-1)b^{p-1}} + \frac{1}{p-1} . Asp > 1, entoncesp-1 > 0. Tomando el límite a medida queb \to \infty obtenemos que\frac{1}{b^{p-1}} va a 0, y el resultado sigue.

Declaramos la siguiente proposición para un solo tipo de integral impropia, aunque la prueba es sencilla y la misma para otros tipos de integrales impropias.

[impropriemann:tail] Dejarf \colon [a,\infty) \to {\mathbb{R}} ser una función que sea Riemann integrable[a,b] para todosb > a. Dado cualquierab > a,\int_b^\infty f converge si y sólo si\int_a^\infty f converge, en cuyo caso\int_a^\infty f = \int_a^b f + \int_b^\infty f .

Vamosc > b. Entonces\int_a^c f = \int_a^b f + \int_b^c f . Tomando el límitec \to \infty termina la prueba.

Las funciones no negativas son más fáciles de trabajar como lo demuestra la siguiente proposición. Los ejercicios demostrarán que esta proposición se sostiene únicamente para funciones no negativas. Existen análogos de esta proposición para que todos los demás tipos de límites impropios se dejen al alumno.

[impropriemann:possimp] Supongamos quef \colon [a,\infty) \to {\mathbb{R}} es no negativo (f(x) \geq 0para todosx) y tal quef es Riemann integrable[a,b] para todosb > a.

  1. \int_a^\infty f = \sup \left\{ \int_a^x f : x \geq a \right\} .
  2. Supongamos que\{ x_n \} es una secuencia con\lim\, x_n = \infty. Entonces\int_a^\infty f converge si y solo si\lim\, \int_a^{x_n} f existe, en cuyo caso\int_a^\infty f = \lim_{n\to\infty} \int_a^{x_n} f .

En el primer ítem permitimos el valor de\infty en lo supremo indicando que la integral diverge hasta el infinito.

Empecemos con el primer ítem. Observe que como nof es negativo, entonces\int_a^x f va aumentando en función dex. Si lo supremo es infinito, entonces para cada unoM \in {\mathbb{R}} encontramosN tal que\int_a^N f \geq M. Como\int_a^x f va aumentando entonces\int_a^x f \geq M para todosx \geq N. Así\int_a^\infty f diverge hasta el infinito.

Siguiente supongamos que el supremo es finito, digamosA = \sup \left\{ \int_a^x f : x \geq a \right\}. Por cada\epsilon > 0, nos encontramos con unN tal queA - \int_a^N f < \epsilon. Como\int_a^x f va aumentando, entoncesA - \int_a^x f < \epsilon para todosx \geq N y por lo tanto\int_a^\infty f converge aA.

Veamos el segundo ítem. Si\int_a^\infty f converge entonces cada secuencia\{ x_n \} que va al infinito funciona. El truco es probar la otra dirección. Supongamos que\{ x_n \} es tal que\lim\, x_n = \infty y\lim_{n\to\infty} \int_a^{x_n} f = A converge. Dado\epsilon > 0, escogeN tal que por todon \geq N lo que tenemosA - \epsilon < \int_a^{x_n} f < A + \epsilon. Porque\int_a^x f va aumentando en función dex, tenemos eso para todosx \geq x_NA - \epsilon < \int_a^{x_N} \leq \int_a^x f . Como\{ x_n \} va a\infty, entonces para cualquier dadox, hayx_m tal quem \geq N yx \leq x_m. Entonces\int_a^{x} f \leq \int_a^{x_m} f < A + \epsilon . en particular, por todox \geq x_N lo que tenemos\left\lvert {\int_a^{x} f - A} \right\rvert < \epsilon.

Dejarf \colon [a,\infty) \to {\mathbb{R}} yg \colon [a,\infty) \to {\mathbb{R}} ser funciones que sean Riemann integrables[a,b] para todosb > a. Supongamos que por todox \geq a lo que tenemos\left\lvert {f(x)} \right\rvert \leq g(x) .

  1. Si\int_a^\infty g converge, entonces\int_a^\infty f converge, y en este caso\left\lvert {\int_a^\infty f} \right\rvert \leq \int_a^\infty g.
  2. Si\int_a^\infty f diverge, entonces\int_a^\infty g diverge.

Empecemos con el primer ítem. Para cualquierb yc, tal quea \leq b \leq c, tenemos-g(x) \leq f(x) \leq g(x), y así\int_b^c -g \leq \int_b^c f \leq \int_b^c g . En otras palabras,\left\lvert {\int_b^c f} \right\rvert \leq \int_b^c g.

Dejemos\epsilon > 0 que se den. Debido a que tenemos\int_a^\infty g = \int_a^b g + \int_b^\infty g . As\int_a^b g va a\int_a^\infty g comob va al infinito, luego\int_b^\infty g va a 0 comob va al infinito. EligeB tal que\int_B^\infty g < \epsilon . As nog sea negativo, entonces siB \leq b < c, entonces\int_b^c g < \epsilon también. \{ x_n \}Déjese ser una secuencia que va al infinito. MSea tal quex_n \geq B para todosn \geq M. Tomarn, m \geq M, conx_n \leq x_m,\left\lvert {\int_a^{x_m} f - \int_a^{x_n} f} \right\rvert = \left\lvert {\int_{x_n}^{x_m} f} \right\rvert \leq \int_{x_n}^{x_m} g < \epsilon . Por lo tanto la secuencia\{ \int_a^{x_n} f \}_{n=1}^\infty es Cauchy y de ahí converge.

Tenemos que demostrar que el límite es único. Supongamos que\{ x_n \} es una secuencia que converge al infinito tal que\{ \int_a^{x_n} f \} converge aL_1, y\{ y_n \} es una secuencia que converge al infinito es tal que\{ \int_a^{y_n} f \} converge aL_2. Entonces debe haber algunan tal que\left\lvert {\int_a^{x_n} f - L_1} \right\rvert < \epsilon y\left\lvert {\int_a^{y_n} f - L_2} \right\rvert < \epsilon. También podemos suponerx_n \geq B yy_n \geq B. Entonces\left\lvert {L_1 - L_2} \right\rvert \leq \left\lvert {L_1 - \int_a^{x_n} f} \right\rvert + \left\lvert {\int_a^{x_n} f- \int_a^{y_n} f} \right\rvert + \left\lvert {\int_a^{y_n} f - L_2} \right\rvert < \epsilon + \left\lvert {\int_{x_n}^{y_n} f} \right\rvert + \epsilon < 3 \epsilon. As\epsilon > 0 fue arbitrario,L_1 = L_2, y por lo tanto\int_a^\infty f converge. Arriba hemos demostrado eso\left\lvert {\int_a^c f} \right\rvert \leq \int_a^c g para todosc > a. Al tomar el límitec \to \infty, se prueba el primer ítem.

El segundo ítem es simplemente un contrapositivo del primer ítem.

La integral impropia\int_0^\infty \frac{\sin(x^2)(x+2)}{x^3+1} ~dx converge.

Prueba: Primero observamos simplemente necesitamos demostrar que la integral converge al pasar del 1 al infinito. Parax \geq 1 obtenemos\left\lvert {\frac{\sin(x^2)(x+2)}{x^3+1}} \right\rvert \leq \frac{x+2}{x^3+1} \leq \frac{x+2}{x^3} \leq \frac{x+2x}{x^3} \leq \frac{3}{x^2} . Entonces3 \int_1^\infty \frac{1}{x^2}~dx = \lim_{c\to\infty} \int_1^c \frac{3}{x^2} ~dx. Así converge la integral.

Se debe tener cuidado al hacer manipulaciones formales con integrales impropias. Por ejemplo,\int_2^\infty \frac{2}{x^2-1}~dx converge a través de la prueba de comparación nuevamente usando\frac{1}{x^2}. No obstante, si sucumbes a la tentación de escribir\frac{2}{x^2-1} = \frac{1}{x-1} - \frac{1}{x+1} y tratas de integrar cada parte por separado, no vas a tener éxito. No es cierto que se pueda dividir la integral impropia en dos; no se puede dividir el límite. \begin{split} \int_2^\infty \frac{2}{x^2-1} ~dx &= \lim_{b\to \infty} \int_2^b \frac{2}{x^2-1} ~dx \\ &= \lim_{b\to \infty} \left( \int_2^b \frac{1}{x-1}~dx - \int_2^b \frac{1}{x+1}~dx \right) \\ &\not= \int_2^\infty \frac{1}{x-1}~dx - \int_2^\infty \frac{1}{x+1}~dx . \end{split}La última línea en el cómputo ni siquiera tiene sentido. Ambas integrales allí divergen hasta el infinito ya que podemos aplicar la prueba de comparación apropiadamente con\nicefrac{1}{x}. Obtenemos\infty - \infty.

Ahora supongamos que necesitamos tomar límites en ambos puntos finales.

Supongamos quef \colon (a,b) \to {\mathbb{R}} es una función que es Riemann integrable[c,d] para todosc,d tal quea < c < d < b, entonces definimos\int_a^b f := \lim_{c \to a^+} \, \lim_{d \to b^-} \, \int_{c}^{d} f , si existen los límites.

Supongamos quef \colon {\mathbb{R}}\to {\mathbb{R}} es una función tal quef es Riemann integrable en todos los intervalos finitos[a,b]. Entonces definimos\int_{-\infty}^\infty f := \lim_{c \to -\infty} \, \lim_{d \to \infty} \, \int_c^d f , si existen los límites.

De igual manera definimos integrales impropias con un punto final infinito y uno finito impropio, dejamos esto al lector.

Siempre hay que tener cuidado con los dobles límites. La definición dada anteriormente dice que primero tomamos el límite comod va ab o\infty para un fijoc, y luego tomamos el límite adentroc. Habrá que demostrar que en este caso no importa qué límite calculemos primero.

Veamos un ejemplo:\int_{-\infty}^\infty \frac{1}{1+x^2} ~ dx = \lim_{a \to -\infty} \, \lim_{b \to \infty} \, \int_{a}^b \frac{1}{1+x^2} ~ dx = \lim_{a \to -\infty} \, \lim_{b \to \infty} \bigl( \arctan(b) - \arctan(a) \bigr) = \pi .

En la definición el orden de los límites siempre se puede cambiar si existen. Demostremos este hecho sólo por los límites infinitos.

Sif \colon {\mathbb{R}}\to {\mathbb{R}} es una función integrable en cada intervalo. Entonces,\lim_{a \to -\infty} \, \lim_{b \to \infty} \, \int_a^b f \quad \text{converges if and only if} \qquad \lim_{b \to \infty} \, \lim_{a \to -\infty} \, \int_a^b f \quad \text{converges,} en cuyo caso las dos expresiones son iguales. Si alguna de las expresiones converge entonces la integral impropia converge y\lim_{a\to\infty} \int_{-a}^a f = \int_{-\infty}^\infty f .

Sin pérdida de generalidad asumira < 0 yb > 0. Supongamos que la primera expresión converge. Entonces Cálculo\begin{split} \lim_{a \to -\infty} \, \lim_{b \to \infty} \, \int_a^b f & = \lim_{a \to -\infty} \, \lim_{b \to \infty} \left( \int_a^0 f + \int_0^b f \right) = \left( \lim_{a \to -\infty} \int_a^0 f \right) + \left( \lim_{b \to \infty} \int_0^b f \right) \\ & = \lim_{b \to \infty} \left( \left( \lim_{a \to -\infty} \int_a^0 f \right) + \int_0^b f \right) = \lim_{b \to \infty} \, \lim_{a \to -\infty} \left( \int_a^0 f + \int_0^b f \right) . \end{split} similar muestra la otra dirección. Por lo tanto, si cualquiera de las expresiones converge entonces la integral impropia converge y\begin{split} \int_{-\infty}^\infty f = \lim_{a \to -\infty} \, \lim_{b \to \infty} \, \int_a^b f & = \left( \lim_{a \to -\infty} \int_a^0 f \right) + \left( \lim_{b \to \infty} \int_0^b f \right) \\ & = \left( \lim_{a \to \infty} \int_{-a}^0 f \right) + \left( \lim_{a \to \infty} \int_0^a f \right) = \lim_{a \to \infty} \left( \int_{-a}^0 f + \int_0^a f \right) = \lim_{a \to \infty} \int_{-a}^a f . \end{split}

Por otro lado, hay que tener cuidado de tomar los límites de manera independiente antes de conocer la convergencia. Dejarf(x) = \frac{x}{\left\lvert {x} \right\rvert} parax \not= 0 yf(0) = 0. Sia < 0 yb > 0, entonces\int_{a}^b f = \int_{a}^0 f + \int_{0}^b f = a+b . Para cualquier fijoa < 0 el límite comob \to \infty es infinito, por lo que ni siquiera el primer límite existe, y de ahí la integral impropia\int_{-\infty}^\infty f no converge. Por otra parte sia > 0, entonces\int_{-a}^{a} f = (-a)+a = 0 . Por lo tanto,\lim_{a\to\infty} \int_{-a}^{a} f = 0 .

Un ejemplo a tener en cuenta para integrales inadecuadas es la llamada función sinc 25. Esta función surge con bastante frecuencia tanto en matemáticas puras como aplicadas. Definir\operatorname{sinc}(x) = \begin{cases} \frac{\sin(x)}{x} & \text{if $x \not= 0$} , \\ 0 & \text{if $x = 0$} . \end{cases}

No es difícil demostrar que la función sinc es continua a cero, pero eso no es importante en estos momentos. Lo importante es que\int_{-\infty}^\infty \operatorname{sinc}(x) ~dx = \pi , \qquad \text{while} \qquad \int_{-\infty}^\infty \left\lvert {\operatorname{sinc}(x)} \right\rvert ~dx = \infty . La integral de la función sinc es un análogo continuo de la serie armónica alterna\sum \nicefrac{{(-1)}^n}{n}, mientras que el valor absoluto es como la serie armónica regular\sum \nicefrac{1}{n}. En particular, el hecho de que la integral converja debe hacerse directamente en lugar de usar prueba de comparación.

No vamos a probar exactamente la primera declaración. Simplemente probemos que la integral de la función sinc converge, pero no nos preocuparemos por el límite exacto. Porque\frac{\sin(-x)}{-x} = \frac{\sin(x)}{x}, basta con mostrar que\int_{2\pi}^\infty \frac{\sin(x)}{x}~dx converge. También evitamosx=0 esta forma de hacer nuestra vida más sencilla.

Para cualquieran \in {\mathbb{N}}, tenemos eso parax \in [\pi 2n, \pi (2n+1)]\frac{\sin(x)}{\pi (2n+1)} \leq \frac{\sin(x)}{x} \leq \frac{\sin(x)}{\pi 2n} , como\sin(x) \geq 0. Enx \in [\pi (2n+1), \pi (2n+2)]\frac{\sin(x)}{\pi (2n+1)} \leq \frac{\sin(x)}{x} \leq \frac{\sin(x)}{\pi (2n+2)} , como\sin(x) \leq 0.

Vía el teorema fundamental del cálculo,\frac{2}{\pi (2n+1)} = \int_{\pi 2n}^{\pi (2n+1)} \frac{\sin(x)}{\pi (2n+1)} ~dx \leq \int_{\pi 2n}^{\pi (2n+1)} \frac{\sin(x)}{x} ~dx \leq \int_{\pi 2n}^{\pi (2n+1)} \frac{\sin(x)}{\pi 2n} ~dx = \frac{1}{\pi n} . Similarmente\frac{-2}{\pi (2n+1)} \leq \int_{\pi (2n+1)}^{\pi (2n+2)} \frac{\sin(x)}{x} ~dx \leq \frac{-1}{\pi (n+1)} . Poniendo los dos juntos tenemos0 = \frac{2}{\pi (2n+1)} - \frac{2}{\pi (2n+1)} + \leq \int_{2\pi n}^{2\pi (n+1)} \frac{\sin(x)}{x} ~dx \leq \frac{1}{\pi n} - \frac{1}{\pi (n+1)} = \frac{1}{\pi n(n+1)} . LetM > 2\pi ser arbitrarios, y dejark \in {\mathbb{N}} ser el entero más grande tal que2k\pi \leq M. Entonces\int_{2\pi}^M \frac{\sin(x)}{x}~dx = \int_{2\pi}^{2k\pi} \frac{\sin(x)}{x} ~dx + \int_{2k\pi}^{M} \frac{\sin(x)}{x} ~dx . Porquex \in [2k\pi,M] tenemos\frac{-1}{2k\pi} \leq \frac{\sin(x)}{x} \leq \frac{1}{2k\pi}, y así\left\lvert {\int_{2k\pi}^{M} \frac{\sin(x)}{x} ~dx } \right\rvert \leq \frac{M-2k\pi}{2k\pi} \leq \frac{1}{k} . Ask es el mayork tal que2k\pi \leq M, este término va a cero comoM va al infinito.

Siguiente0 \leq \int_{2\pi}^{2k\pi} \frac{\sin(x)}{x} \leq \sum_{n=1}^{k-1} \frac{1}{\pi n(n+1)} , y esta serie converge comok \to \infty.

Al juntar las dos declaraciones obtenemos\int_{2\pi}^\infty \frac{\sin(x)}{x} ~dx \leq \sum_{n=1}^{\infty} \frac{1}{\pi n(n+1)} < \infty .

La integral de doble cara de sinc también existe como se señaló anteriormente. Dejamos la otra afirmación —que la integral del valor absoluto de la función sinc diverge— como ejercicio.

Prueba integral para series

Puede ser muy útil aplicar el teorema fundamental del cálculo para demostrar que una serie es sumable y para estimar su suma.

Supongamos quef \colon [k,\infty) \to {\mathbb{R}} es una función decreciente no negativa dondek \in {\mathbb{Z}}. Entonces\sum_{n=k}^\infty f(n) \quad \text{converges if and only if} \qquad \int_k^\infty f \quad \text{converges}. en este caso\int_k^\infty f \leq \sum_{n=k}^\infty f(n) \leq f(k)+ \int_k^\infty f .

Por,f es integrable en cada intervalo[k,b] para todosb > k, por lo que la afirmación del teorema tiene sentido sin hipótesis adicionales de integrabilidad.

Dejemos\epsilon > 0 que se den. Y supongamos que\int_k^\infty f converge. Que\ell, m \in {\mathbb{Z}} sea tal quem > \ell \geq k. Porquef es decreciente tenemos\int_{n}^{n+1} f \leq f(n) \leq \int_{n-1}^{n} f. Por lo tanto\label{impropriemann:eqseries} \int_\ell^m f = \sum_{n=\ell}^{m-1} \int_{n}^{n+1} f \leq \sum_{n=\ell}^{m-1} f(n) \leq f(\ell) + \sum_{n=\ell+1}^{m-1} \int_{n-1}^{n} f \leq f(\ell)+ \int_\ell^{m-1} f . como antes, ya quef es positivo entonces existeL \in {\mathbb{N}} tal que si\ell \geq L, entonces\int_\ell^{m} f < \nicefrac{\epsilon}{2} para todosm \geq \ell. Observamos quef debe disminuir a cero (¿por qué?). Entonces supongamos también eso porque\ell \geq L tenemosf(\ell) < \nicefrac{\epsilon}{2}. Para tal\ell ym tenemos vía [impropriemann:eqseries]\sum_{n=\ell}^{m} f(n) \leq f(\ell)+ \int_\ell^{m} f < \nicefrac{\epsilon}{2} + \nicefrac{\epsilon}{2} = \epsilon . La serie es por lo tanto Cauchy y así converge. La estimación en la proposición se obtiene dejandom ir al infinito en [impropriemann:eqseries] con\ell = k.

Por el contrario supongamos\int_k^\infty f divergencias. Comof es positivo entonces por, la secuencia\{ \int_k^m f \}_{m=k}^\infty diverge hasta el infinito. Usando [impropriemann:eqseries] con\ell = k encontramos\int_k^m f \leq \sum_{n=k}^{m-1} f(n) . Como el lado izquierdo va al infinito comom \to \infty, también lo hace el lado derecho.

Demostremos\sum_{n=1}^\infty \frac{1}{n^2} que existe y estimaremos su suma dentro de 0.01. Como esta serie es lap -serie parap=2, ya sabemos que converge, pero sólo hemos estimado muy aproximadamente su suma.

Utilizando el teorema fundamental del cálculo encontramos que para nosotrosk \in {\mathbb{N}} tenemos\int_{k}^\infty \frac{1}{x^2}~dx = \frac{1}{k} . En particular, la serie debe converger. Pero también tenemos eso\frac{1}{k} = \int_k^\infty \frac{1}{x^2}~dx \leq \sum_{n=k}^\infty \frac{1}{n^2} \leq \frac{1}{k^2} + \int_k^\infty \frac{1}{x^2}~dx = \frac{1}{k^2} + \frac{1}{k} . Sumando la suma parcial hasta quek-1 obtenemos\frac{1}{k} + \sum_{n=1}^{k-1} \frac{1}{n^2} \leq \sum_{n=1}^\infty \frac{1}{n^2} \leq \frac{1}{k^2} + \frac{1}{k} + \sum_{n=1}^{k-1} \frac{1}{n^2} . En otras palabras,\nicefrac{1}{k} + \sum_{n=1}^{k-1} \nicefrac{1}{n^2} es una estimación para la suma a dentro\nicefrac{1}{k^2}. Por lo tanto, si deseamos encontrar la suma dentro de 0.01, señalamos\nicefrac{1}{{10}^2} = 0.01. Obtenemos1.6397\ldots \approx \frac{1}{10} + \sum_{n=1}^{9} \frac{1}{n^2} \leq \sum_{n=1}^\infty \frac{1}{n^2} \leq \frac{1}{100} + \frac{1}{10} + \sum_{n=1}^{9} \frac{1}{n^2} \approx 1.6497\ldots . La suma real es\nicefrac{\pi^2}{6} \approx 1.6449\ldots.

Ejercicios

Terminar la prueba de.

Entérate paraa \in {\mathbb{R}} cuál\sum\limits_{n=1}^\infty e^{an} converge. Cuando la serie converge, encuentra un límite superior para la suma.

a) Estimar\sum\limits_{n=1}^\infty \frac{1}{n(n+1)} correctamente dentro de 0.01 usando la prueba integral. b) Calcule el límite de la serie exactamente y compare. Pista: los telescopios de suma.

\int_{-\infty}^\infty \left\lvert {\operatorname{sinc}(x)} \right\rvert~dx = \infty .Demostrar pista: de nuevo, basta con mostrar esto en un solo lado.

¿Se puede interpretar\int_{-1}^1 \frac{1}{\sqrt{\left\lvert {x} \right\rvert}}~dx como una integral impropia? Si es así, computa su valor.

Tomemosf \colon [0,\infty) \to {\mathbb{R}}, Riemann integrable en cada intervalo[0,b], y tal que existaM,a, yT, tal que\left\lvert {f(t)} \right\rvert \leq M e^{at} para todost \geq T. Demostrar que la transformación de Laplace def existe. Es decir, para cada converges > a la siguiente integral:F(s) := \int_{0}^\infty f(t) e^{-st} ~dt .

Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} ser una función integrable de Riemann en cada intervalo[a,b], y tal que\int_{-\infty}^\infty \left\lvert {f(x)} \right\rvert~dx < \infty. Mostrar que existen las transformadas de seno y coseno de Fourier. Es decir, para cada convergen\omega \geq 0 las siguientes integralesF^s(\omega) := \frac{1}{\pi} \int_{-\infty}^\infty f(t) \sin(\omega t) ~dt , \qquad F^c(\omega) := \frac{1}{\pi} \int_{-\infty}^\infty f(t) \cos(\omega t) ~dt . Además, muestran queF^s yF^c son funciones acotadas.

Supongamos que Riemannf \colon [0,\infty) \to {\mathbb{R}} es integrable en cada intervalo[0,b]. Demostrar que\int_0^\infty f converge si y sólo si por cada\epsilon > 0 existe unM tal que siM \leq a < b entonces\left\lvert {\int_a^b f} \right\rvert < \epsilon.

Supongamos que nof \colon [0,\infty) \to {\mathbb{R}} es negativo y decreciente. a) Demostrar que si\int_0^\infty f < \infty, entonces\lim\limits_{x\to\infty} f(x) = 0. b) Demostrar que lo contrario no se sostiene.

Encuentre un ejemplo de una función continua no acotadaf \colon [0,\infty) \to {\mathbb{R}} que sea no negativa y tal que\int_0^\infty f < \infty. Tenga en cuenta que esto\lim_{x\to\infty} f(x) significa que no existe; compare ejercicio anterior. Pista: en cada intervalo[k,k+1],k \in {\mathbb{N}}, definir una función cuya integral sobre este intervalo es menor que decir2^{-k}.

Encuentra un ejemplo de una funciónf \colon [0,\infty) \to {\mathbb{R}} integrable en todos los intervalos tal que\lim_{n\to\infty} \int_0^n f converja como límite de una secuencia, pero tal que\int_0^\infty f no existe. Sugerencia: para todosn\in {\mathbb{N}}, divídalo[n,n+1] en dos mitades. En una mitad hacer que la función sea negativa, en la otra hacer que la función sea positiva.

Demostrar que sif \colon [1,\infty) \to {\mathbb{R}} es tal queg(x) := x^2 f(x) es una función acotada, entonces\int_1^\infty f converge.

A veces es deseable asignar un valor a integrales que normalmente no se pueden interpretar como incluso integrales inadecuadas, e.g\int_{-1}^1 \nicefrac{1}{x}~dx. Supongamos quef \colon [a,b] \to {\mathbb{R}} es una función ya < c < b, dondef es Riemann integrable en todos los intervalos[a,c-\epsilon] y[c+\epsilon,b] para todos\epsilon > 0. Definir el valor principal de Cauchy\int_a^b f comop.v.\!\int_a^b f := \lim_{\epsilon\to 0^+} \left( \int_a^{c-\epsilon} f + \int_{c+\epsilon}^b f \right) , si el límite existiera.

a) Calentarp.v.\!\int_{-1}^1 \nicefrac{1}{x}~dx.
b) Calcular\lim_{\epsilon\to 0^+} ( \int_{-1}^{-\epsilon} \nicefrac{1}{x}~dx + \int_{2\epsilon}^1 \nicefrac{1}{x}~dx ) y mostrar que no es igual al valor principal.
c) Demostrar que sif es integrable en[a,b], entoncesp.v.\!\int_a^b f = \int_a^b f.
d) Encontrar un ejemplo de unaf con una singularidad enc como arriba tal quep.v.\!\int_a^b f existe, pero las integrales impropias\int_a^c f y\int_c^b f divergen.
e) Supongamos quef \colon [-1,1] \to {\mathbb{R}} es continuo. Demostrar quep.v.\!\int_{-1}^1 \frac{f(x)}{x}~dx existe.

Dejarf \colon {\mathbb{R}}\to {\mathbb{R}} yg \colon {\mathbb{R}}\to {\mathbb{R}} ser funciones continuas, dondeg(x) = 0 para todosx \notin [a,b] por algún intervalo[a,b].
a) Demostrar que la convolución(g * f)(x) := \int_{-\infty}^\infty f(t)g(x-t)~dt está bien definida para todosx \in {\mathbb{R}}.
b) Supongamos\int_{-\infty}^\infty \left\lvert {f(x)} \right\rvert~dx < \infty. Demostrar que\lim_{x \to -\infty} (g * f)(x) = 0, \qquad \text{and} \qquad \lim_{x \to \infty} (g * f)(x) = 0 .

Secuencias de funciones

Convergencia puntual y uniforme

Nota: 1—1.5 conferencia

Hasta ahora cuando hablábamos de secuencias siempre hablábamos de secuencias de números. Sin embargo, un concepto muy útil en el análisis es utilizar una secuencia de funciones. Por ejemplo, se podría encontrar una solución a alguna ecuación diferencial encontrando solo soluciones aproximadas. Entonces la solución real es algún tipo de límite de esas soluciones aproximadas.

Cuando se habla de secuencias de funciones, la parte complicada es que hay múltiples nociones de un límite. Describamos dos nociones comunes de un límite de una secuencia de funciones.

Convergencia puntual

Por cadan \in {\mathbb{N}} letf_n \colon S \to {\mathbb{R}} ser una función. Decimos que la secuencia\{ f_n \}_{n=1}^\infty converge puntualmente af \colon S \to {\mathbb{R}}, si por cadax \in S que tenemosf(x) = \lim_{n\to\infty} f_n(x) .

Es común decir quef_n \colon S \to {\mathbb{R}} converge af onT \subset {\mathbb{R}} para algunosf \colon T \to {\mathbb{R}}. En ese caso nosotros, por supuesto, significamosf(x) = \lim\, f_n(x) para cada unox \in T. Simplemente queremos decir que las restricciones def_n paraT converger puntualmente af.

La secuencia de funciones definidas porf_n(x) := x^{2n} converge af \colon [-1,1] \to {\mathbb{R}} on[-1,1], dondef(x) = \begin{cases} 1 & \text{if $x=-1$ or $x=1$,} \\ 0 & \text{otherwise.} \end{cases} Ver.

Para ver esto es así, primero tomax \in (-1,1). Entonces0 \leq x^2 < 1. Nosotros hemos visto antes que\left\lvert {x^{2n} - 0} \right\rvert = {(x^2)}^n \to 0 \quad \text{as} \quad n \to \infty . Por lo tanto\lim\,f_n(x) = 0.

Cuandox = 1 ox=-1, entoncesx^{2n} = 1 para todosn y por lo tanto\lim\,f_n(x) = 1. También notamos que\{ f_n(x) \} no converge para todos los demásx.

A menudo, las funciones se dan como una serie. En este caso, utilizamos la noción de convergencia puntual para encontrar los valores de la función.

Escribimos\sum_{k=0}^\infty x^k para denotar el límite de las funcionesf_n(x) := \sum_{k=0}^n x^k . Al estudiar series, hemos visto que enx \in (-1,1) elf_n converger pointwise a\frac{1}{1-x} .

El punto sutil aquí es que si bien\frac{1}{1-x} se define para todosx \not=1, yf_n se definen para todosx (incluso enx=1), la convergencia solo ocurre en(-1,1).

Por lo tanto, cuandof(x) := \sum_{k=0}^\infty x^k escribimos queremos decir quef se define sobre(-1,1) y es el límite puntual de las sumas parciales.

Vamosf_n(x) := \sin(xn). Entoncesf_n no converge puntualmente a ninguna función en ningún intervalo. Puede converger en ciertos puntos, como cuándox=0 ox=\pi. Se deja como ejercicio que en cualquier intervalo[a,b], existe unx tal que\sin(xn) no tiene límite comon va al infinito.

Antes de pasar a la convergencia uniforme, reformulemos la convergencia puntual de una manera diferente. Dejamos la prueba al lector, es una simple aplicación de la definición de convergencia de una secuencia de números reales.

[ptwsconv:prop] Letf_n \colon S \to {\mathbb{R}} andf \colon S \to {\mathbb{R}} be funciones. Entonces\{ f_n \} converge puntualmente af si y solo si por cadax \in S, y cada\epsilon > 0, existeN \in {\mathbb{N}} tal que\left\lvert {f_n(x)-f(x)} \right\rvert < \epsilon para todosn \geq N.

El punto clave aquí es queN puede dependerx, no sólo de\epsilon. Es decir, para cada unox podemos elegir una diferenteN. Si podemos escoger unoN para todosx, tenemos lo que se llama convergencia uniforme.

Convergencia uniforme

Dejarf_n \colon S \to {\mathbb{R}} ser funciones. Decimos que la secuencia\{ f_n \} converge uniformemente af \colon S \to {\mathbb{R}}, si por cada\epsilon > 0 existe unN \in {\mathbb{N}} tal que por todosn \geq N tenemos\left\lvert {f_n(x) - f(x)} \right\rvert < \epsilon \qquad \text{for all $x \in S$.}

Tenga en cuenta queN ahora no puede dependerx. Dado\epsilon > 0 debemos encontrar unaN que funcione para todosx \in S. Debido a, vemos que la convergencia uniforme implica convergencia puntual.

Dejar\{ f_n \} ser una secuencia de funcionesf_n \colon S \to {\mathbb{R}}. Si\{ f_n \} converge uniformemente af \colon S \to {\mathbb{R}}, entonces\{ f_n \} converge puntualmente af.

Lo contrario no se sostiene.

Las funcionesf_n(x) := x^{2n} no convergen uniformemente[-1,1], aunque convergen puntualmente. Para ver esto, supongamos por contradicción que la convergencia es uniforme. Para\epsilon := \nicefrac{1}{2}, habría que existir unN tal quex^{2N} = \left\lvert {x^{2N} - 0} \right\rvert < \nicefrac{1}{2} para todosx \in (-1,1) (comof_n(x) converja a 0 on(-1,1)). Pero eso significa que para cualquier secuencia\{ x_k \} en(-1,1) tal que\lim\, x_k = 1 tenemosx_k^{2N} < \nicefrac{1}{2} para todosk. Por otro ladox^{2N} es una función continua dex (es un polinomio), por lo tanto obtenemos una contradicción1 = 1^{2N} = \lim_{k\to\infty} x_k^{2N} \leq \nicefrac{1}{2} .

Sin embargo, si restringimos nuestro dominio a[-a,a] donde0 < a < 1, entonces\{ f_n \} converge uniformemente a 0 on[-a,a]. Primero tenga en cuenta quea^{2n} \to 0 comon \to \infty. Así dado\epsilon > 0, escogeN \in {\mathbb{N}} tal quea^{2n} < \epsilon para todosn \geq N. Entonces para cualquierax \in [-a,a] que tengamos\left\lvert {x} \right\rvert \leq a. Por lo tanto, paran \geq N\left\lvert {x^{2N}} \right\rvert = \left\lvert {x} \right\rvert^{2N} \leq a^{2N} < \epsilon .

Convergencia en norma uniforme

Para las funciones acotadas hay otra manera más abstracta de pensar en la convergencia uniforme. A cada función delimitada le asignamos un cierto número no negativo (llamado norma uniforme). Este número mide la “distancia” de la función desde 0. Entonces podemos “medir” qué tan lejos están dos funciones entre sí. Simplemente traducimos una declaración sobre la convergencia uniforme en una declaración sobre una cierta secuencia de números reales que convergen a cero.

[def:unifnorm] Dejarf \colon S \to {\mathbb{R}} ser una función acotada. Definir\left\lVert {f} \right\rVert_u := \sup \bigl\{ \left\lvert {f(x)} \right\rvert : x \in S \bigr\} .\left\lVert {\cdot} \right\rVert_u se llama la norma uniforme.

Para utilizar esta notación 26 y este concepto, seS debe fijar el dominio. Algunos autores utilizan la notación\left\lVert {f} \right\rVert_S para enfatizar la dependencia deS.

Una secuencia de funcionesf_n \colon S \to {\mathbb{R}} delimitadas converge uniformemente af \colon S \to {\mathbb{R}}, si y solo si\lim_{n\to\infty} \left\lVert {f_n - f} \right\rVert_u = 0 .

Primero supongamos\lim \left\lVert {f_n - f} \right\rVert_u = 0. Dejemos\epsilon > 0 que se den. Entonces existeN tal que paran \geq N nosotros tenemos\left\lVert {f_n - f} \right\rVert_u < \epsilon. Como\left\lVert {f_n-f} \right\rVert_u es lo supremo de\left\lvert {f_n(x)-f(x)} \right\rvert, vemos eso por todox lo que tenemos\left\lvert {f_n(x)-f(x)} \right\rvert < \epsilon.

Por otro lado, supongamos que\{ f_n \} converge uniformemente af. Dejemos\epsilon > 0 que se den. Entonces encuentraN tal que\left\lvert {f_n(x)-f(x)} \right\rvert < \epsilon para todosx \in S. Tomando lo supremo vemos eso\left\lVert {f_n - f} \right\rVert_u < \epsilon. De ahí\lim \left\lVert {f_n-f} \right\rVert_u = 0.

A veces se dice que \{ f_n \}convergef en norma uniforme en vez de converge uniformemente. Dice la proposición que las dos nociones son lo mismo.

Dejarf_n \colon [0,1] \to {\mathbb{R}} ser definido porf_n(x) := \frac{nx+ \sin(nx^2)}{n}. Entonces afirmamos\{ f_n \} converge de manera uniforme af(x) := x. Vamos a calcular:\begin{split} \left\lVert {f_n-f} \right\rVert_u & = \sup \left\{ \left\lvert {\frac{nx+ \sin(nx^2)}{n} - x} \right\rvert : x \in [0,1] \right\} \\ & = \sup \left\{ \frac{\left\lvert {\sin(nx^2)} \right\rvert}{n} : x \in [0,1] \right\} \\ & \leq \sup \{ \nicefrac{1}{n} : x \in [0,1] \} \\ & = \nicefrac{1}{n}. \end{split}

Usando norma uniforme, definimos secuencias de Cauchy de manera similar a como definimos secuencias de Cauchy de números reales.

Dejarf_n \colon S \to {\mathbb{R}} ser funciones acotadas. La secuencia es Cauchy en la norma uniforme o uniformemente Cauchy si por cada\epsilon > 0, existeN \in {\mathbb{N}} tal que param,k \geq N nosotros tenemos\left\lVert {f_m-f_k} \right\rVert_u < \epsilon .

[prop:uniformcauchy] Dejanf_n \colon S \to {\mathbb{R}} ser funciones acotadas. Entonces\{ f_n \} está Cauchy en la norma uniforme si y sólo si existe unaf \colon S \to {\mathbb{R}} y\{ f_n \} converge uniformemente af.

Supongamos primero que\{ f_n \} es Cauchy en la norma uniforme. Definamosf. Fijarx, entonces la secuencia\{ f_n(x) \} es Cauchy porque\left\lvert {f_m(x)-f_k(x)} \right\rvert \leq \left\lVert {f_m-f_k} \right\rVert_u . Así\{ f_n(x) \} converge a algún número real. Definirf \colon S \to {\mathbb{R}} porf(x) := \lim_{n \to \infty} f_n(x) . La secuencia\{ f_n \} converge puntualmente af. Para demostrar que la convergencia es uniforme,\epsilon > 0 déjese dar. Encuentra unN tal que param, k \geq N nosotros tenemos\left\lVert {f_m-f_k} \right\rVert_u < \nicefrac{\epsilon}{2}. En otras palabras, por todox lo que tenemos\left\lvert {f_m(x)-f_k(x)} \right\rvert < \nicefrac{\epsilon}{2}. Tomamos el límite comok va al infinito. Después\left\lvert {f_m(x)-f_k(x)} \right\rvert va a\left\lvert {f_m(x)-f(x)} \right\rvert. En consecuencia para todosx obtenemos\left\lvert {f_m(x)-f(x)} \right\rvert \leq \nicefrac{\epsilon}{2} < \epsilon . Y de ahí\{ f_n \} converge de manera uniforme.

Para la otra dirección, supongamos que\{ f_n \} converge uniformemente af. Dado\epsilon > 0, encontramosN tal que por todosn \geq N tenemos\left\lvert {f_n(x)-f(x)} \right\rvert < \nicefrac{\epsilon}{4} para todosx \in S. Por lo tanto para todosm, k \geq N tenemos\left\lvert {f_m(x)-f_k(x)} \right\rvert = \left\lvert {f_m(x)-f(x)+f(x)-f_k(x)} \right\rvert \leq \left\lvert {f_m(x)-f(x)} \right\rvert+\left\lvert {f(x)-f_k(x)} \right\rvert < \nicefrac{\epsilon}{4} + \nicefrac{\epsilon}{4} . tomar supremum sobre todosx para obtener\left\lVert {f_m-f_k} \right\rVert_u \leq \nicefrac{\epsilon}{2} < \epsilon . \qedhere

Ejercicios

Dejarf yg estar delimitado funciones encendidas[a,b]. Demostrar\left\lVert {f+g} \right\rVert_u \leq \left\lVert {f} \right\rVert_u + \left\lVert {g} \right\rVert_u .

a) Encontrar el límite puntual\dfrac{e^{x/n}}{n} parax \in {\mathbb{R}}.
b) ¿El límite es uniforme{\mathbb{R}}?
c) ¿El límite es uniforme[0,1]?

Supongamos quef_n \colon S \to {\mathbb{R}} son funciones que convergen uniformemente af \colon S \to {\mathbb{R}}. SupongamosA \subset S. Demostrar que la secuencia de restricciones\{ f_n|_A \} converge de manera uniforme af|_A.

Supongamos\{ f_n \} y\{ g_n \} definidos en algún conjuntoA convergen af yg respectivamente puntualmente. Demostrar que\{ f_n+g_n \} converge puntualmente af+g.

Supongamos\{ f_n \} y\{ g_n \} definido en algún conjuntoA convergen af yg respectivamente uniformemente enA. Demostrar que\{ f_n+g_n \} converge de manera uniforme af+g encendidoA.

Encuentra un ejemplo de una secuencia de funciones\{ f_n \} y\{ g_n \} que convergen uniformemente a algunosf yg en algún conjuntoA, pero de tal manera que\{ f_ng_n \} (el múltiplo) no converge uniformemente afg onA. Pista: VamosA := {\mathbb{R}}, vamosf(x):=g(x) := x. Incluso puedes escogerf_n = g_n.

Supongamos que existe una secuencia de funciones que convergen\{ g_n \} uniformemente a0 onA. Ahora supongamos que tenemos una secuencia de funciones\{ f_n \} y una funciónf sobreA tal que\left\lvert {f_n(x) - f(x)} \right\rvert \leq g_n(x) para todosx \in A. Espectáculo que\{ f_n \} converge uniformemente af encendidoA.

Dejar\{ f_n \},\{ g_n \} y\{ h_n \} ser secuencias de funciones en[a,b]. Supongamos\{ f_n \} y\{ h_n \} convergen uniformemente a alguna funciónf \colon [a,b] \to {\mathbb{R}} y supongamosf_n(x) \leq g_n(x) \leq h_n(x) para todosx \in [a,b]. Demostrar que\{ g_n \} converge de manera uniforme af.

Dejarf_n \colon [0,1] \to {\mathbb{R}} ser una secuencia de funciones crecientes (es decir,f_n(x) \geq f_n(y) cuando seax \geq y). Supongamosf_n(0) = 0 y\lim\limits_{n \to \infty} f_n(1) = 0. Demostrar que\{ f_n \} converge uniformemente a0.

Dejar\{f_n\} ser una secuencia de funciones definidas en[0,1]. Supongamos que existe una secuencia de números distintosx_n \in [0,1] tal quef_n(x_n) = 1 . Probar o desacredite las siguientes afirmaciones:
a) Verdadero o falso: Existe\{ f_n \} como arriba que converge a0 pointwise.
b) Verdadero o falso: Existe\{ f_n \} como arriba que converge de manera0 uniforme sobre[0,1].

Fijar un continuoh \colon [a,b] \to {\mathbb{R}}. Dejemosf(x) := h(x) parax \in [a,b],f(x) := h(a) parax < a yf(x) := h(b) para todosx > b. Primer espectáculo quef \colon {\mathbb{R}}\to {\mathbb{R}} es continuo. Ahora dejaf_n ser la funcióng de con\epsilon = \nicefrac{1}{n}, definida en el intervalo[a,b]. Espectáculo que\{ f_n \} converge uniformemente ah encendido[a,b].

Intercambio de límites

Nota: 1—1.5 conferencias

Gran parte del análisis moderno se ocupa principalmente de la cuestión del intercambio de dos operaciones limitantes. Cuando tenemos una cadena de dos límites, no siempre podemos simplemente intercambiar los límites. Por ejemplo,0 = \lim_{n\to\infty} \left( \lim_{k\to\infty} \frac{\nicefrac{n}{k}}{\nicefrac{n}{k} + 1} \right) \not= \lim_{k\to\infty} \left( \lim_{n\to\infty} \frac{\nicefrac{n}{k}}{\nicefrac{n}{k} + 1} \right) = 1 .

Cuando se habla de secuencias de funciones, el intercambio de límites surge con bastante frecuencia. Tratamos dos casos. Primero miramos la continuidad del límite, y segundo miramos la integral del límite.

Continuidad del límite

Si tenemos una secuencia\{ f_n \} de funciones continuas, ¿el límite es continuo? Supongamos quef es el límite (puntual) de\{ f_n \}. Si\lim\, x_k = x nos interesa el siguiente intercambio de límites. La igualdad que tenemos que demostrar (no siempre es cierta) está marcada con un signo de interrogación. De hecho, los límites a la izquierda del signo de interrogación tal vez ni siquiera existan. \lim_{k \to \infty} f(x_k) = \lim_{k \to \infty} \Bigl( \lim_{n \to \infty} f_n(x_k) \Bigr) \overset{\text{\textbf{?}}}{=} \lim_{n \to \infty} \Bigl( \lim_{k \to \infty} f_n(x_k) \Bigr) = \lim_{n \to \infty} f_n(x) = f(x) .En particular, deseamos encontrar condiciones sobre la secuencia\{ f_n \} para que se mantenga la ecuación anterior. Resulta que si solo requerimos convergencia puntual, entonces el límite de una secuencia de funciones no necesita ser continuo, y la ecuación anterior no necesita sostenerse.

Dejarf_n \colon [0,1] \to {\mathbb{R}} definirse comof_n(x) := \begin{cases} 1-nx & \text{if $x < \nicefrac{1}{n}$,}\\ 0 & \text{if $x \geq \nicefrac{1}{n}$.} \end{cases} Ver.

Cada funciónf_n es continua. Arreglar unx \in (0,1]. Sin \geq \nicefrac{1}{x}, entoncesx \geq \nicefrac{1}{n}. Por lo tanto paran \geq \nicefrac{1}{x} tenemosf_n(x) = 0, y así\lim_{n \to \infty} f_n(x) = 0. Por otro lado six=0, entonces\lim_{n \to \infty} f_n(0) = \lim_{n \to \infty} 1 = 1. Así el límite puntual def_n es la funciónf \colon [0,1] \to {\mathbb{R}} definida porf(x) := \begin{cases} 1 & \text{if $x = 0$,}\\ 0 & \text{if $x > 0$.} \end{cases} La función nof es continua a 0.

Si, sin embargo, requerimos que la convergencia sea uniforme, los límites pueden ser intercambiados.

Dejar\{ f_n \} ser una secuencia de funciones continuas quef_n \colon S \to {\mathbb{R}} convergen uniformemente af \colon S \to {\mathbb{R}}. Entoncesf es continuo.

Dejar quex \in S se arregle. Dejar\{ x_n \} ser una secuencia enS converger ax.

Dejemos\epsilon > 0 que se den. Como\{ f_k \} converge uniformemente af, nos encontramos con unk \in {\mathbb{N}} tal que\left\lvert {f_k(y)-f(y)} \right\rvert < \nicefrac{\epsilon}{3} para todosy \in S. Comof_k es continuo enx, encontramos unN \in {\mathbb{N}} tal que param \geq N nosotros tenemos\left\lvert {f_k(x_m)-f_k(x)} \right\rvert < \nicefrac{\epsilon}{3} . Así para nosotrosm \geq N tenemos Por\begin{split} \left\lvert {f(x_m)-f(x)} \right\rvert & = \left\lvert {f(x_m)-f_k(x_m)+f_k(x_m)-f_k(x)+f_k(x)-f(x)} \right\rvert \\ & \leq \left\lvert {f(x_m)-f_k(x_m)} \right\rvert+ \left\lvert {f_k(x_m)-f_k(x)} \right\rvert+ \left\lvert {f_k(x)-f(x)} \right\rvert \\ & < \nicefrac{\epsilon}{3} + \nicefrac{\epsilon}{3} + \nicefrac{\epsilon}{3} = \epsilon . \end{split} lo tanto\{ f(x_m) \} converge af(x) y por lo tantof es continuo enx. Comox fue arbitrario,f es continuo en todas partes.

Integral del límite

Nuevamente, si simplemente requerimos convergencia puntual, entonces la integral de un límite de una secuencia de funciones no necesita ser igual al límite de las integrales.

Dejarf_n \colon [0,1] \to {\mathbb{R}} definirse comof_n(x) := \begin{cases} 0 & \text{if $x = 0$,}\\ n-n^2x & \text{if $0 < x < \nicefrac{1}{n}$,}\\ 0 & \text{if $x \geq \nicefrac{1}{n}$.} \end{cases} Ver.

Cada unof_n es Riemann integrable (es continuo(0,1] y acotado), y es fácil de ver\int_0^1 f_n = \int_0^{\nicefrac{1}{n}} (n-n^2x)~dx = \nicefrac{1}{2} . Vamos a calcular el límite puntual de\{ f_n \}. Arreglar unx \in (0,1]. Porquen \geq \nicefrac{1}{x} tenemosx \geq \nicefrac{1}{n} y asíf_n(x) = 0. Por lo tanto también\lim_{n \to \infty} f_n(x) = 0. tenemosf_n(0) = 0 para todosn. Por lo tanto, el límite puntual de\{ f_n \} es la función cero. Así\nicefrac{1}{2} = \lim_{n\to\infty} \int_0^1 f_n (x)~dx \not= \int_0^1 \left( \lim_{n\to\infty} f_n(x)\right)~dx = \int_0^1 0~dx = 0 .

Pero si nuevamente requerimos que la convergencia sea uniforme, se pueden intercambiar los límites.

[integralintercambio:thm] Dejar\{ f_n \} ser una secuencia de funciones integrables de Riemann quef_n \colon [a,b] \to {\mathbb{R}} convergen uniformemente af \colon [a,b] \to {\mathbb{R}}. Entonces Riemannf es integrable y\int_a^b f = \lim_{n\to\infty} \int_a^b f_n .

Dejemos\epsilon > 0 que se den. Comof_n va af uniformemente, nos encontramos con unM \in {\mathbb{N}} tal que por todon \geq M lo que tenemos\left\lvert {f_n(x)-f(x)} \right\rvert < \frac{\epsilon}{2(b-a)} para todosx \in [a,b]. En particular, por triángulo inverso la desigualdad\left\lvert {f(x)} \right\rvert < \frac{\epsilon}{2(b-a)} + \left\lvert {f_n(x)} \right\rvert para todosx, de ahíf que esté delimitada comof_n está acotada. Obsérvese quef_n es integrable y computo\begin{split} \overline{\int_a^b} f - \underline{\int_a^b} f & = \overline{\int_a^b} \bigl( f(x) - f_n(x) + f_n(x) \bigr)~dx - \underline{\int_a^b} \bigl( f(x) - f_n(x) + f_n(x) \bigr)~dx \\ & \leq \overline{\int_a^b} \bigl( f(x) - f_n(x) \bigr)~dx + \overline{\int_a^b} f_n(x) ~dx - \underline{\int_a^b} \bigl( f(x) - f_n(x) \bigr)~dx - \underline{\int_a^b} f_n(x) ~dx \\ & = \overline{\int_a^b} \bigl( f(x) - f_n(x) \bigr)~dx + \int_a^b f_n(x) ~dx - \underline{\int_a^b} \bigl( f(x) - f_n(x) \bigr)~dx - \int_a^b f_n(x) ~dx \\ & = \overline{\int_a^b} \bigl( f(x) - f_n(x) \bigr)~dx - \underline{\int_a^b} \bigl( f(x) - f_n(x) \bigr)~dx \\ & \leq \frac{\epsilon}{2(b-a)} (b-a) + \frac{\epsilon}{2(b-a)} (b-a) = \epsilon . \end{split} La primera desigualdad es (sigue como supremum de una suma es menor o igual a la suma de suprema y de manera similar para infima, ver). La segunda desigualdad se desprende de y el hecho de que por todox \in [a,b] lo que tenemos\frac{-\epsilon}{2(b-a)} < f(x)-f_n(x) < \frac{\epsilon}{2(b-a)}. Como\epsilon > 0 fue arbitrario,f es Riemann integrable.

Finalmente calculamos\int_a^b f. Aplicamos en el cálculo. Nuevamente, paran \geq M (dondeM es lo mismo que arriba) tenemos\begin{split} \left\lvert {\int_a^b f - \int_a^b f_n} \right\rvert & = \left\lvert { \int_a^b \bigl(f(x) - f_n(x)\bigr)~dx} \right\rvert \\ & \leq \frac{\epsilon}{2(b-a)} (b-a) = \frac{\epsilon}{2} < \epsilon . \end{split} Por lo tanto\{ \int_a^b f_n \} converge a\int_a^b f.

Supongamos que deseamos calcular\lim_{n\to\infty} \int_0^1 \frac{nx+ \sin(nx^2)}{n} ~dx . Es imposible calcular las integrales para cualquier particularn usando cálculo ya que no\sin(nx^2) tiene antiderivada de forma cerrada. Sin embargo, podemos calcular el límite. Hemos demostrado antes que\frac{nx+ \sin(nx^2)}{n} converge uniformemente sobre[0,1]x. Por, el límite existe y\lim_{n\to\infty} \int_0^1 \frac{nx+ \sin(nx^2)}{n} ~dx = \int_0^1 x ~dx = \nicefrac{1}{2} .

Si la convergencia es solo puntual, el límite ni siquiera necesita ser integrable por Riemann. On[0,1] definef_n(x) := \begin{cases} 1 & \text{if $x = \nicefrac{p}{q}$ in lowest terms and $q \leq n$,} \\ 0 & \text{otherwise.} \end{cases} La funciónf_n difiere de la función cero en finitamente muchos puntos; solo hay finitamente muchas fracciones en[0,1] con denominador menor o igual an. Asíf_n es integrable y\int_0^1 f_n = \int_0^1 0 = 0. Es un ejercicio fácil de mostrar que\{ f_n \} converge puntualmente a la función Dirichletf(x) := \begin{cases} 1 & \text{if $x \in {\mathbb{Q}}$,} \\ 0 & \text{otherwise,} \end{cases} que no es integrable por Riemann.

De hecho, si la convergencia es solo puntual, el límite de funciones acotadas ni siquiera está necesariamente limitado. Definirf_n \colon [0,1] \to {\mathbb{R}}f_n(x) := \begin{cases} 0 & \text{ if $x < \nicefrac{1}{n}$,}\\ \nicefrac{1}{x} & \text{ else.} \end{cases} por Por cadan obtenemos eso\left\lvert {f_n(x)} \right\rvert \leq n para todosx \in [0,1] así las funciones están acotadas. Sin embargof_n convergen puntualmente af(x) := \begin{cases} 0 & \text{ if $x = 0$,}\\ \nicefrac{1}{x} & \text{ else,} \end{cases} lo que no tiene límites.

Comentemos que si bien la convergencia uniforme es suficiente para intercambiar límites con integrales, no es, sin embargo, suficiente intercambiar límites con derivados, a menos que también se tenga convergencia uniforme de los propios derivados. Consulta los ejercicios a continuación.

Ejercicios

Si bien la convergencia uniforme preserva la continuidad, no preserva la diferenciabilidad. Encuentra un ejemplo explícito de una secuencia de funciones diferenciables sobre las[-1,1] que convergen uniformemente a una funciónf tal que nof es diferenciable. Pista: Considerar\left\lvert {x} \right\rvert^{1+1/n}, mostrar que estas funciones son diferenciables, convergen uniformemente, y luego mostrar que el límite no es diferenciable.

Vamosf_n(x) = \frac{x^n}{n}. Mostrar que\{ f_n \} converge uniformemente a una función diferenciablef on[0,1] (findf). No obstante, demuéstralof'(1) \not= \lim\limits_{n\to\infty} f_n'(1).

Nota: Los dos ejercicios anteriores muestran que no podemos simplemente intercambiar límites con derivados, aunque la convergencia sea uniforme. Ver también a continuación.

Letf \colon [0,1] \to {\mathbb{R}} Ser una función integrable de Riemann (por lo tanto acotada). Encuentra\displaystyle \lim_{n\to\infty} \int_0^1 \frac{f(x)}{n} ~dx.

Espectáculo\displaystyle \lim_{n\to\infty} \int_1^2 e^{-nx^2} ~dx = 0. Siéntase libre de usar lo que sepa sobre la función exponencial del cálculo.

Encuentra un ejemplo de una secuencia de funciones continuas en(0,1) que converge puntualmente a una función continua en(0,1), pero la convergencia no es uniforme.

Nota: En el ejercicio anterior,(0,1) se escogió por simplicidad. Para un ejercicio más desafiante, reemplace(0,1) con[0,1].

Verdadero/Falso; probar o encontrar un contraejemplo a la siguiente declaración: Si\{ f_n \} es una secuencia de funciones discontinuas en todas partes[0,1] que convergen uniformemente a una funciónf, entoncesf es en todas partes discontinuo.

[c1uniflim:exercise] Para una función continuamente diferenciablef \colon [a,b] \to {\mathbb{R}}, definir\left\lVert {f} \right\rVert_{C^1} := \left\lVert {f} \right\rVert_u + \left\lVert {f'} \right\rVert_u . Supongamos que\{ f_n \} es una secuencia de funciones continuamente diferenciables tal que para cada\epsilon >0, existe unaM tal que para todosn,k \geq M tenemos\left\lVert {f_n-f_k} \right\rVert_{C^1} < \epsilon . Mostrar eso \{ f_n \}converge uniformemente a alguna función continuamente diferenciablef \colon [a,b] \to {\mathbb{R}}.

Para los dos ejercicios siguientes definamos para una función integrable de Riemannf \colon [0,1] \to {\mathbb{R}} el siguiente número\left\lVert {f} \right\rVert_{L^1} := \int_0^1 \left\lvert {f(x)} \right\rvert~dx . Es cierto que\left\lvert {f} \right\rvert es integrable siempre quef sea, ver. Esta norma define otro tipo de convergencia muy común llamadoL^1 -convergencia, que sin embargo es un poco más sutil.

Supongamos que\{ f_n \} es una secuencia de funciones integrables de Riemann sobre la[0,1] que converge uniformemente a0. Demostrar que\lim_{n\to\infty} \left\lVert {f_n} \right\rVert_{L^1} = 0 .

Encuentre una secuencia de funciones\{ f_n \} integrables de Riemann[0,1] que converja puntualmente a0, pero\lim_{n\to\infty} \left\lVert {f_n} \right\rVert_{L^1} \text{ does not exist (is $\infty$).}

Demostrar el teorema de Dini: Letf_n \colon [a,b] \to {\mathbb{R}} be a sequence of continuous functions such that0 \leq f_{n+1}(x) \leq f_n(x) \leq \cdots \leq f_1(x) \qquad \text{for all $n \in {\mathbb{N}}$.} Supongamos\{ f_n \} converge pointwise to0. Espectáculo que\{ f_n \} converge a cero de manera uniforme.

Supongamos quef_n \colon [a,b] \to {\mathbb{R}} es una secuencia de funciones continuas que converge puntualmente a una continuaf \colon [a,b] \to {\mathbb{R}}. Supongamos que para cualquierax \in [a,b] la secuencia\{ \left\lvert {f_n(x)-f(x)} \right\rvert \} es monótona. Demostrar que la secuencia\{f_n\} converge de manera uniforme.

Encontrar una secuencia de funciones integrables de Riemannf_n \colon [0,1] \to {\mathbb{R}} tal que\{ f_n \} converja a cero puntualmente, y tal que a)\bigl\{ \int_0^1 f_n \bigr\}_{n=1}^\infty aumenta sin ataduras, b)\bigl\{ \int_0^1 f_n \bigr\}_{n=1}^\infty es la secuencia-1,1,-1,1,-1,1, \ldots.

Es posible definir un límite conjunto de una secuencia doble\{ x_{n,m} \} de números reales (es decir, una función de{\mathbb{N}}\times {\mathbb{N}} a{\mathbb{R}}). DecimosL es el límite conjunto de\{ x_{n,m} \} y escribimos\lim_{\substack{n\to\infty\\m\to\infty}} x_{n,m} = L , \qquad \text{or} \qquad \lim_{(n,m) \to \infty} x_{n,m} = L , si por cada\epsilon > 0, existeM tal que sin \geq M ym \geq M, entonces\left\lvert {x_{n,m} - L} \right\rvert < \epsilon.

Supongamos que el límite conjunto de\{ x_{n,m} \} esL, y supongamos que para todosn,\lim\limits_{m \to \infty} x_{n,m} existe, y para todosm,\lim\limits_{n \to \infty} x_{n,m} existe. Después mostrar\lim\limits_{n\to\infty}\lim\limits_{m \to \infty} x_{n,m} = \lim\limits_{m\to\infty}\lim\limits_{n \to \infty} x_{n,m} = L.

Un límite conjunto no significa que los límites iterados existan. Considerar\(x_{n,m} := \frac

ParseError: EOF expected (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[36]/p[18]/span[1]/span, line 1, column 5
{\min \{n,m \}}\).
a) Demostrar que paran no\lim\limits_{m \to \infty} x_{n,m} existe, y param no\lim\limits_{n \to \infty} x_{n,m} existe. Entonces,\lim\limits_{n\to\infty}\lim\limits_{m \to \infty} x_{n,m} ni tiene ningún\lim\limits_{m\to\infty}\lim\limits_{n \to \infty} x_{n,m} sentido en absoluto.
b) Demostrar que el límite conjunto de\{ x_{n,m} \} existe y es 0.

Teorema de Picard

Nota: 1—2 conferencias (se pueden omitir de forma segura)

Un curso de primer semestre en análisis debe tener un teorema de calibre pièce de résistance. Escogemos un teorema cuya prueba combina todo lo que hemos aprendido. Es más sofisticado que el teorema fundamental del cálculo, el primer teorema más destacado de este curso. El teorema del que estamos hablando es el teorema 27 de Picard sobre la existencia y singularidad de una solución a una ecuación diferencial ordinaria. Tanto la declaración como la prueba son hermosos ejemplos de lo que se puede hacer con todo lo que hemos aprendido. También es un buen ejemplo de cómo se aplica el análisis ya que las ecuaciones diferenciales son indispensables en la ciencia.

Ecuación diferencial ordinaria de primer orden

La ciencia moderna se describe en el lenguaje de las ecuaciones diferenciales. Es decir, ecuaciones que involucran no sólo lo desconocido, sino también sus derivadas. La forma no trivial más simple de una ecuación diferencial es la denominada ecuación diferencial ordinaria de primer ordeny' = F(x,y) . Generalmente también especificamosy(x_0)=y_0. La solución de la ecuación es una funcióny(x) tal quey(x_0)=y_0 yy'(x) = F\bigl(x,y(x)\bigr).

CuandoF involucra sólo lax variable, la solución viene dada por el teorema fundamental del cálculo. Por otro lado, cuandoF depende de ambosx yy necesitamos mucha más potencia de fuego. No siempre es cierto que existe una solución, y si lo hace, que es la solución única. El teorema de Picard nos da ciertas condiciones suficientes para la existencia y la singularidad.

El teorema

Necesitamos una definición de continuidad en dos variables. Primero, un punto en el plano{\mathbb{R}}^2 = {\mathbb{R}}\times {\mathbb{R}} es denotado por un par ordenado(x,y). Para simplificar las cosas, demos la siguiente definición secuencial de continuidad.

DejarU \subset {\mathbb{R}}^2 ser un conjunto yF \colon U \to {\mathbb{R}} ser una función. (x,y) \in USea un punto. La funciónF es continua en(x,y) si por cada secuencia\{ (x_n,y_n) \}_{n=1}^\infty de puntos enU tal que\lim\, x_n = x y\lim\, y_n = y, tenemos\lim_{n \to \infty} F(x_n,y_n) = F(x,y) . DecimosF es continua si es continua en todos los puntos enU.

Dejar queI, J \subset {\mathbb{R}} se cierren intervalos acotados, dejarI_0 yJ_0 ser sus interiores, y dejar(x_0,y_0) \in I_0 \times J_0. Supongamos queF \colon I \times J \to {\mathbb{R}} es continuo y Lipschitz en la segunda variable, es decir, existe un númeroL tal que\left\lvert {F(x,y) - F(x,z)} \right\rvert \leq L \left\lvert {y-z} \right\rvert \ \ \ \text{ for all $y,z \in J$, $x \in I$} . Entonces existe unah > 0 y una función diferenciable únicaf \colon [x_0 - h, x_0 + h] \to J \subset {\mathbb{R}}, tal que\label{picard:diffeq} f'(x) = F\bigl(x,f(x)\bigr) \qquad \text{and} \qquad f(x_0) = y_0.

Supongamos que podríamos encontrar una soluciónf. Usando el teorema fundamental del cálculo integramos la ecuaciónf'(x) = F\bigl(x,f(x)\bigr),f(x_0) = y_0, y escribimos [picard:diffeq] como la ecuación integral\label{picard:inteq} f(x) = y_0 + \int_{x_0}^x F\bigl(t,f(t)\bigr)~dt . La idea de nuestra prueba es que tratamos de enchufar aproximaciones a una solución al lado derecho de [picard:inteq] para obtener mejores aproximaciones en el lado izquierdo de [picard:inteq]. Esperamos que al final la secuencia converja y resuelva [picard:inteq] y de ahí [picard:diffeq]. La siguiente técnica se llama iteración Picard, y las funciones individualesf_k se llaman iteraciones Picard.

Sin pérdida de generalidad, supongamosx_0 = 0 (ejercicio a continuación). Otro ejercicio nos dice queF está acotado ya que es continuo. Por lo tanto escoge algunosM > 0\left\lvert {F(x,y)} \right\rvert \leq M para que para todos(x,y) \in I\times J. Escoge\alpha > 0 tal que[-\alpha,\alpha] \subset I y[y_0-\alpha, y_0 + \alpha] \subset J. Definirh := \min \left\{ \alpha, \frac{\alpha}{M+L\alpha} \right\} . Observar[-h,h] \subset I.

Setf_0(x) := y_0. Definimosf_k inductivamente. Asumiendof_{k-1}([-h,h]) \subset [y_0-\alpha,y_0+\alpha], vemosF\bigl(t,f_{k-1}(t)\bigr) es una función bien definida det fort \in [-h,h]. Además sif_{k-1} es continuo[-h,h], entoncesF\bigl(t,f_{k-1}(t)\bigr) es continuo en función det on[-h,h] (izquierda como ejercicio). Definirf_k(x) := y_0+ \int_{0}^x F\bigl(t,f_{k-1}(t)\bigr)~dt , yf_k continuar[-h,h] por el teorema fundamental del cálculo. Para ver que sef_k mapea[-h,h] a[y_0-\alpha,y_0+\alpha],x \in [-h,h]\left\lvert {f_k(x) - y_0} \right\rvert = \left\lvert {\int_{0}^x F\bigl(t,f_{k-1}(t)\bigr)~dt } \right\rvert \leq M\left\lvert {x} \right\rvert \leq Mh \leq M \frac{\alpha}{M+L\alpha} \leq \alpha . calculamos para Ahora definimosf_{k+1} y así sucesivamente, y hemos definido una secuencia\{ f_k \} de funciones. Necesitamos demostrar que converge a una funciónf que resuelva la ecuación [picard:inteq] y por lo tanto [picard:diffeq].

Deseamos demostrar que la secuencia\{ f_k \} converge de manera uniforme a alguna función en[-h,h]. Primero, porquet \in [-h,h] tenemos el siguiente encuadernado útil\left\lvert {F\bigl(t,f_{n}(t)\bigr) - F\bigl(t,f_{k}(t)\bigr)} \right\rvert \leq L \left\lvert {f_n(t)-f_k(t)} \right\rvert \leq L \left\lVert {f_n-f_k} \right\rVert_u , donde\left\lVert {f_n-f_k} \right\rVert_u está la norma uniforme, esa es la suprema de\left\lvert {f_n(t)-f_k(t)} \right\rvert parat \in [-h,h]. Ahora tenga en cuenta eso\left\lvert {x} \right\rvert \leq h \leq \frac{\alpha}{M+L\alpha}. Por lo tanto,\begin{split} \left\lvert {f_n(x) - f_k(x)} \right\rvert & = \left\lvert {\int_{0}^x F\bigl(t,f_{n-1}(t)\bigr)~dt - \int_{0}^x F\bigl(t,f_{k-1}(t)\bigr)~dt} \right\rvert \\ & = \left\lvert {\int_{0}^x F\bigl(t,f_{n-1}(t)\bigr)- F\bigl(t,f_{k-1}(t)\bigr)~dt} \right\rvert \\ & \leq L\left\lVert {f_{n-1}-f_{k-1}} \right\rVert_u \left\lvert {x} \right\rvert \\ & \leq \frac{L\alpha}{M+L\alpha} \left\lVert {f_{n-1}-f_{k-1}} \right\rVert_u . \end{split}C := \frac{L\alpha}{M+L\alpha} tomemos nota de esoC < 1. Tomando supremum por el lado izquierdo obtenemos\left\lVert {f_n-f_k} \right\rVert_u \leq C \left\lVert {f_{n-1}-f_{k-1}} \right\rVert_u . Sin pérdida de generalidad, supongamosn \geq k. Entonces por podemos mostrar Porquex \in [-h,h] tenemos\left\lVert {f_n-f_k} \right\rVert_u \leq C^{k} \left\lVert {f_{n-k}-f_{0}} \right\rVert_u . Por\left\lvert {f_{n-k}(x)-f_{0}(x)} \right\rvert = \left\lvert {f_{n-k}(x)-y_0} \right\rvert \leq \alpha . lo tanto,\left\lVert {f_n-f_k} \right\rVert_u \leq C^{k} \left\lVert {f_{n-k}-f_{0}} \right\rVert_u \leq C^{k} \alpha . AsC < 1,\{f_n\} es uniformemente Cauchy y por obtenemos que\{ f_n \} converge uniformemente sobre[-h,h] alguna funciónf \colon [-h,h] \to {\mathbb{R}}. La funciónf es el límite uniforme de funciones continuas y por lo tanto continuas. Más lejos desde todos losf_n([-h,h]) \subset [y_0-\alpha,y_0+\alpha], entoncesf([-h,h]) \subset [y_0-\alpha,y_0+\alpha] (¿por qué?).

Ahora necesitamos mostrar quef resuelve [picard:inteq]. Primero, como antes notamos\left\lvert {F\bigl(t,f_{n}(t)\bigr) - F\bigl(t,f(t)\bigr)} \right\rvert \leq L \left\lvert {f_n(t)-f(t)} \right\rvert \leq L \left\lVert {f_n-f} \right\rVert_u . As\left\lVert {f_n-f} \right\rVert_u converge a 0, luegoF\bigl(t,f_n(t)\bigr) converge uniformemente aF\bigl(t,f(t)\bigr) fort \in [-h,h]. De ahíx \in [-h,h] que para la convergencia sea uniforme parat \in [0,x] (o[x,0] six < 0). Por lo tanto,\begin{aligned} y_0 + \int_0^{x} F(t,f(t)\bigr)~dt & = y_0 + \int_0^{x} F\bigl(t,\lim_{n\to\infty} f_n(t)\bigr)~dt & & \\ & = y_0 + \int_0^{x} \lim_{n\to\infty} F\bigl(t,f_n(t)\bigr)~dt & & \text{(by continuity of $F$)} \\ & = \lim_{n\to\infty} \left( y_0 + \int_0^{x} F\bigl(t,f_n(t)\bigr)~dt \right) & & \text{(by uniform convergence)} \\ & = \lim_{n\to\infty} f_{n+1}(x) = f(x) . & &\end{aligned} aplicamos el teorema fundamental del cálculo para mostrar quef es diferenciable y su derivada esF\bigl(x,f(x)\bigr). Es obvio quef(0) = y_0.

Por último, lo que queda por hacer es mostrar singularidad. Supongamos queg \colon [-h,h] \to J \subset {\mathbb{R}} es otra solución. Como antes usamos el hecho de que\left\lvert {F\bigl(t,f(t)\bigr) - F\bigl(t,g(t)\bigr)} \right\rvert \leq L \left\lVert {f-g} \right\rVert_u. Entonces\begin{split} \left\lvert {f(x)-g(x)} \right\rvert & = \left\lvert { y_0 + \int_0^{x} F\bigl(t,f(t)\bigr)~dt - \left( y_0 + \int_0^{x} F\bigl(t,g(t)\bigr)~dt \right) } \right\rvert \\ & = \left\lvert { \int_0^{x} F\bigl(t,f(t)\bigr) - F\bigl(t,g(t)\bigr)~dt } \right\rvert \\ & \leq L\left\lVert {f-g} \right\rVert_u\left\lvert {x} \right\rvert \leq Lh\left\lVert {f-g} \right\rVert_u \leq \frac{L\alpha}{M+L\alpha}\left\lVert {f-g} \right\rVert_u . \end{split} como antes,C = \frac{L\alpha}{M+L\alpha} < 1. Al tomar supremumx \in [-h,h] sobre el lado izquierdo obtenemos\left\lVert {f-g} \right\rVert_u \leq C \left\lVert {f-g} \right\rVert_u . Esto sólo es posible si\left\lVert {f-g} \right\rVert_u = 0. Por lo tantof=g,, y la solución es única.

Ejemplos

Veamos algunos ejemplos. La prueba del teorema nos da una manera explícita de encontrar unah que funcione. No nos da, sin embargo, lo mejorh. A menudo es posible encontrar una mucho más grandeh para la que se sostiene la conclusión del teorema.

La prueba también nos da las iteraciones de Picard como aproximaciones a la solución. Entonces la prueba en realidad nos dice cómo obtener la solución, no sólo que la solución existe.

Considera Esf'(x) = f(x), \qquad f(0) = 1 . decirF(x,y) = y, dejamos, y estamos buscando una funciónf tal quef'(x) = f(x). Escogemos cualquieraI que contenga 0 en el interior. Escogemos una arbitrariaJ que contiene 1 en su interior. Podemos usarL = 1. El teorema garantizah > 0 tal que existe una solución únicaf \colon [-h,h] \to {\mathbb{R}}. Esta solución suele ser denotada pore^x := f(x) . Dejamos al lector verificar que al escogerI y lo suficientementeJ grande la prueba del teorema garantiza que somos capaces de escoger de\alpha tal manera que obtengamos cualquiera queh queramos siempre y cuandoh < \nicefrac{1}{2}. Omitimos el cálculo.

Por supuesto, sabemos que esta función existe como una función para todosx, así que una arbitrariah debería funcionar. Por el mismo razonamiento anterior, no importa quéx_0 yy_0 sean, la prueba garantiza una arbitrariah siempre y cuandoh < \nicefrac{1}{2}. Arreglar talh. Obtenemos una función única definida en[x_0-h,x_0+h]. Después de definir la función en[-h,h] encontramos una solución en el intervalo[0,2h] y notamos que las dos funciones deben coincidir[0,h] por singularidad. Así construimos iterativamente lo exponencial para todosx \in {\mathbb{R}}. Por lo tanto, el teorema de Picard podría utilizarse para probar la existencia y singularidad de lo exponencial.

Calculemos las iteraciones de Picard. Comenzamos con la función constantef_0(x) := 1. Entonces\begin{aligned} f_1(x) & = 1 + \int_0^x f_0(s)~ds = 1+x, \\ f_2(x) & = 1 + \int_0^x f_1(s)~ds = 1 + \int_0^x (1+s)~ds = 1 + x + \frac{x^2}{2}, \\ f_3(x) & = 1 + \int_0^x f_2(s)~ds = 1 + \int_0^x \left(1+ s + \frac{s^2}{2} \right)~ds = 1 + x + \frac{x^2}{2} + \frac{x^3}{6} .\end{aligned} Reconocemos el inicio de la serie Taylor por lo exponencial.

Supongamos que tenemos la ecuaciónf'(x) = {\bigl(f(x)\bigr)}^2 \qquad \text{and} \qquad f(0)=1. A partir de ecuaciones diferenciales elementales sabemos quef(x) = \frac{1}{1-x} es la solución. La solución sólo se define en(-\infty,1). Es decir, somos capaces de usarh < 1, pero nunca uno más grandeh. La función que llevay a noy^2 es Lipschitz como una función en todos{\mathbb{R}}. A medida que nos acercamosx=1 desde la izquierda, la solución se hace cada vez más grande. El derivado de la solución crece comoy^2, y por lo tanto elL requerido tendrá que ser más y más grande ay_0 medida que crezca. Así si aplicamos el teorema conx_0 cerca de 1 yy_0 = \frac{1}{1-x_0} encontramos que elh que la prueba garantiza será cada vez más pequeño a medida que sex_0 aproxime a 1.

Al escoger\alpha correctamente, la prueba del teorema garantizah=1-\nicefrac{\sqrt{3}}{2} \approx 0.134 (omitimos el cálculo) parax_0=0 yy_0=1, aunque vimos anteriormente que cualquierah < 1 debería funcionar.

Considera la ecuaciónf'(x) = 2 \sqrt{\left\lvert {f(x)} \right\rvert}, \qquad f(0) = 0 . La funciónF(x,y) = 2 \sqrt{\left\lvert {y} \right\rvert} es continua, pero no Lipschitz eny (¿por qué?). La ecuación no satisface las hipótesis del teorema. La funciónf(x) = \begin{cases} x^2 & \text{ if $x \geq 0$,}\\ -x^2 & \text{ if $x < 0$,} \end{cases} es una solución, pero tambiénf(x) = 0 es una solución. Existe una solución, pero no es única.

Consideray' = \varphi(x) dónde\varphi(x) := 0 six \in {\mathbb{Q}} y\varphi(x):=1 six \not\in {\mathbb{Q}}. La ecuación no tiene solución independientemente de las condiciones iniciales. Una solución tendría derivada\varphi, pero\varphi no tiene la propiedad de valor intermedio en ningún momento (¿por qué?). No existe solución por. Por lo tanto, para obtener la existencia de una solución,F es necesaria alguna hipótesis de continuidad.

Ejercicios

DejarI, J \subset {\mathbb{R}} ser intervalos. DejarF \colon I \times J \to {\mathbb{R}} ser una función continua de dos variables y supongamosf \colon I \to J ser una función continua. Demostrar queF\bigl(x,f(x)\bigr) es una función continua enI.

Dejar queI, J \subset {\mathbb{R}} se cierren intervalos acotados. Demostrar que siF \colon I \times J \to {\mathbb{R}} es continuo, entoncesF está acotado.

Demostramos el teorema de Picard bajo el supuesto de quex_0 = 0. Demostrar la declaración completa del teorema de Picard para una arbitrariax_0.

f'(x)=x f(x)Sea nuestra ecuación. Comience con la condición inicialf(0)=2 y encuentre las iteraciones de Picardf_0,f_1,f_2,f_3,f_4.

Supongamos queF \colon I \times J \to {\mathbb{R}} es una función que es continua en la primera variable, es decir, para cualquier fijoy la función que llevax aF(x,y) es continua. Además, supongamos queF es Lipschitz en la segunda variable, es decir, existe un númeroL tal que\left\lvert {F(x,y) - F(x,z)} \right\rvert \leq L \left\lvert {y-z} \right\rvert \ \ \ \text{ for all $y,z \in J$, $x \in I$} . Show queF es continuo en función de dos variables. Por lo tanto, las hipótesis en el teorema podrían hacerse aún más débiles.

Un tipo común de ecuación que uno encuentra son ecuaciones diferenciales lineales de primer orden, es decir, ecuaciones de la formay' + p(x) y = q(x) , \qquad y(x_0) = y_0 . Probar el teorema de Picard para ecuaciones lineales. Supongamos queI es un intervalox_0 \in I,,p \colon I \to {\mathbb{R}} yq \colon I \to {\mathbb{R}} son continuos. Demostrar que existe un diferenciable únicof \colon I \to {\mathbb{R}}, tal quey = f(x) satisface la ecuación y la condición inicial. Pista: Asumir la existencia de la función exponencial y utilizar la fórmula del factor integrador para la existencia def (probar que funciona):f(x) := e^{-\int_{x_0}^x p(s)\, ds} \left( \int_{x_0}^x e^{\int_{x_0}^t p(s)\, ds} q(t) ~dt + y_0 \right).

Espacios métricos

Espacios métricos

Nota: 1.5 conferencias

Como se mencionó en la introducción, la idea principal en el análisis es tomar límites. En aprendimos a tomar límites de secuencias de números reales. Y en aprendimos a tomar límites de funciones ya que un número real se acercaba a algún otro número real.

Queremos tomar límites en contextos más complicados. Por ejemplo, queremos tener secuencias de puntos en el espacio tridimensional. Deseamos definir funciones continuas de varias variables. Incluso queremos definir funciones en espacios que son un poco más difíciles de describir, como la superficie de la tierra. Todavía queremos hablar de límites ahí.

Por último, hemos visto el límite de una secuencia de funciones en. Queremos unificar todas estas nociones para que no tengamos que reprobar teoremas una y otra vez en cada contexto. El concepto de un espacio métrico es una herramienta elemental pero poderosa en el análisis. Y si bien no es suficiente describir cada tipo de límite que encontramos en el análisis moderno, realmente nos lleva muy lejos.

DejarX ser un conjunto, y dejard \colon X \times X \to {\mathbb{R}} ser una función tal que

  1. [métrica:pos]d(x,y) \geq 0 para todosx, y enX,
  2. [métrica:cero]d(x,y) = 0 si y sólo six = y,
  3. [métrica:com]d(x,y) = d(y,x),
  4. [métrica:triang]d(x,z) \leq d(x,y)+ d(y,z) (desigualdad triangular).

Entonces el par(X,d) se llama un espacio métrico. La funciónd se llama la función métrica o, a veces, la función de distancia. A veces solo decimos queX es un espacio métrico si la métrica es clara a partir del contexto.

La idea geométrica es qued es la distancia entre dos puntos. Los ítems [metric:pos][metric:com] tienen una interpretación geométrica obvia: la distancia siempre es no negativa, el único punto que está lejos de la distancia 0x esx en sí mismo, y finalmente que la distancia dex ay es la misma que la distancia desde yax. La desigualdad triangular [métrica:triang] tiene la interpretación dada en.

Para fines de dibujar, es conveniente dibujar figuras y diagramas en el plano y tener la métrica sea la distancia estándar. Sin embargo, ese es solo un espacio métrico en particular. El hecho de que un hecho determinado parezca quedar claro a partir de dibujar un cuadro no significa que sea cierto. Es posible que se esté desviando por la intuición de la geometría euclidiana, mientras que el concepto de un espacio métrico es mucho más general.

Demos algunos ejemplos de espacios métricos.

El conjunto de números reales{\mathbb{R}} es un espacio métrico con la métricad(x,y) := \left\lvert {x-y} \right\rvert . Items [metric:pos][metric:com] de la definición son fáciles de verificar. La desigualdad del triángulo [métrica:triang] sigue inmediatamente de la desigualdad triangular estándar para números reales:d(x,z) = \left\lvert {x-z} \right\rvert = \left\lvert {x-y+y-z} \right\rvert \leq \left\lvert {x-y} \right\rvert+\left\lvert {y-z} \right\rvert = d(x,y)+ d(y,z) . Esta métrica es la métrica estándar en{\mathbb{R}}. Si hablamos de{\mathbb{R}} como un espacio métrico sin mencionar una métrica específica, nos referimos a esta métrica en particular.

También podemos poner una métrica diferente en el conjunto de números reales. Por ejemplo, tomar el conjunto de números reales{\mathbb{R}} junto con la métricad(x,y) := \frac{\left\lvert {x-y} \right\rvert}{\left\lvert {x-y} \right\rvert+1} . Los elementos [metric:pos][metric:com] vuelven a ser fáciles de verificar. La desigualdad triangular [métrica:triang] es un poco más difícil. Tenga en cuenta qued(x,y) = \varphi(\left\lvert {x-y} \right\rvert) donde\varphi(t) = \frac{t}{t+1} y\varphi es una función creciente (derivada positiva). De ahí\begin{split} d(x,z) & = \varphi(\left\lvert {x-z} \right\rvert) = \varphi(\left\lvert {x-y+y-z} \right\rvert) \leq \varphi(\left\lvert {x-y} \right\rvert+\left\lvert {y-z} \right\rvert) \\ & = \frac{\left\lvert {x-y} \right\rvert+\left\lvert {y-z} \right\rvert}{\left\lvert {x-y} \right\rvert+\left\lvert {y-z} \right\rvert+1} = \frac{\left\lvert {x-y} \right\rvert}{\left\lvert {x-y} \right\rvert+\left\lvert {y-z} \right\rvert+1} + \frac{\left\lvert {y-z} \right\rvert}{\left\lvert {x-y} \right\rvert+\left\lvert {y-z} \right\rvert+1} \\ & \leq \frac{\left\lvert {x-y} \right\rvert}{\left\lvert {x-y} \right\rvert+1} + \frac{\left\lvert {y-z} \right\rvert}{\left\lvert {y-z} \right\rvert+1} = d(x,y)+ d(y,z) . \end{split} Aquí tenemos un ejemplo de una métrica no estándar en{\mathbb{R}}. Con esta métrica vemos por ejemplo esod(x,y) < 1 para todosx,y \in {\mathbb{R}}. Es decir, dos puntos cualesquiera están separados a menos de 1 unidad.

Un espacio métrico importante es el espacio euclidianon -dimensional{\mathbb{R}}^n = {\mathbb{R}} \times {\mathbb{R}}\times \cdots \times {\mathbb{R}}. Utilizamos la siguiente notación para los puntos:x =(x_1,x_2,\ldots,x_n) \in {\mathbb{R}}^n. También simplemente escribimos0 \in {\mathbb{R}}^n para significar el vector(0,0,\ldots,0). Antes de hacer{\mathbb{R}}^n un espacio métrico, probemos una desigualdad importante, la llamada desigualdad Cauchy-Schwarz.

Tomarx =(x_1,x_2,\ldots,x_n) \in {\mathbb{R}}^n yy =(y_1,y_2,\ldots,y_n) \in {\mathbb{R}}^n. Entonces{\biggl( \sum_{j=1}^n x_j y_j \biggr)}^2 \leq \biggl(\sum_{j=1}^n x_j^2 \biggr) \biggl(\sum_{j=1}^n y_j^2 \biggr) .

Cualquier cuadrado de un número real no es negativo. De ahí que cualquier suma de cuadrados no sea negativa:\begin{split} 0 & \leq \sum_{j=1}^n \sum_{k=1}^n {(x_j y_k - x_k y_j)}^2 \\ & = \sum_{j=1}^n \sum_{k=1}^n \bigl( x_j^2 y_k^2 + x_k^2 y_j^2 - 2 x_j x_k y_j y_k \bigr) \\ & = \biggl( \sum_{j=1}^n x_j^2 \biggr) \biggl( \sum_{k=1}^n y_k^2 \biggr) + \biggl( \sum_{j=1}^n y_j^2 \biggr) \biggl( \sum_{k=1}^n x_k^2 \biggr) - 2 \biggl( \sum_{j=1}^n x_j y_j \biggr) \biggl( \sum_{k=1}^n x_k y_k \biggr) \end{split} Reetiquetamos y dividimos por 2 para obtener0 \leq \biggl( \sum_{j=1}^n x_j^2 \biggr) \biggl( \sum_{j=1}^n y_j^2 \biggr) - {\biggl( \sum_{j=1}^n x_j y_j \biggr)}^2 , que es precisamente lo que queríamos.

Construyamos la métrica estándar para{\mathbb{R}}^n. Defined(x,y) := \sqrt{ {(x_1-y_1)}^2 + {(x_2-y_2)}^2 + \cdots + {(x_n-y_n)}^2 } = \sqrt{ \sum_{j=1}^n {(x_j-y_j)}^2 } . Forn=1, la línea real, esta métrica concuerda con lo que hicimos anteriormente. Nuevamente, la única parte complicada de la definición a verificar es la desigualdad triangular. Es menos desordenado trabajar con el cuadrado de la métrica. A continuación, anotar el uso de la desigualdad Cauchy-Schwarz. \begin{split} {\bigl(d(x,z)\bigr)}^2 & = \sum_{j=1}^n {(x_j-z_j)}^2 \\ & = \sum_{j=1}^n {(x_j-y_j+y_j-z_j)}^2 \\ & = \sum_{j=1}^n \Bigl( {(x_j-y_j)}^2+{(y_j-z_j)}^2 + 2(x_j-y_j)(y_j-z_j) \Bigr) \\ & = \sum_{j=1}^n {(x_j-y_j)}^2 + \sum_{j=1}^n {(y_j-z_j)}^2 + \sum_{j=1}^n 2(x_j-y_j)(y_j-z_j) \\ & \leq \sum_{j=1}^n {(x_j-y_j)}^2 + \sum_{j=1}^n {(y_j-z_j)}^2 + 2 \sqrt{ \sum_{j=1}^n {(x_j-y_j)}^2 \sum_{j=1}^n {(y_j-z_j)}^2 } \\ & = {\left( \sqrt{ \sum_{j=1}^n {(x_j-y_j)}^2 } + \sqrt{ \sum_{j=1}^n {(y_j-z_j)}^2 } \right)}^2 = {\bigl( d(x,y) + d(y,z) \bigr)}^2 . \end{split}Tomando la raíz cuadrada de ambos lados obtenemos la desigualdad correcta, porque la raíz cuadrada es una función creciente.

Un ejemplo a tener en cuenta es la llamada métrica discreta. XSea cualquier conjunto y defina Esd(x,y) := \begin{cases} 1 & \text{if $x \not= y$}, \\ 0 & \text{if $x = y$}. \end{cases} decir, todos los puntos están igualmente distantes entre sí. CuandoX es un conjunto finito, podemos dibujar un diagrama, ver por ejemplo. Las cosas se vuelven sutiles cuandoX hay un conjunto infinito como los números reales.

Si bien este ejemplo en particular rara vez aparece en la práctica, da una útil “prueba de olfato”. Si haces una declaración sobre los espacios métricos, pruébalo con la métrica discreta. Para mostrar que efectivamente(X,d) es un espacio métrico se deja como ejercicio.

[Ejemplo:MSC01] LetC([a,b],{\mathbb{R}}) Ser el conjunto de funciones continuas de valor real en el intervalo[a,b]. Definir la métrica onC([a,b],{\mathbb{R}}) comod(f,g) := \sup_{x \in [a,b]} \left\lvert {f(x)-g(x)} \right\rvert . Comprobemos las propiedades. Primero,d(f,g) es finito al igual\left\lvert {f(x)-g(x)} \right\rvert que es una función continua en un intervalo delimitado cerrado[a,b], y así es acotado. Es claro qued(f,g) \geq 0, es el supremo de los números no negativos. Sif = g entonces\left\lvert {f(x)-g(x)} \right\rvert = 0 para todosx y por lo tantod(f,g) = 0. Por el contrario sid(f,g) = 0, entonces para cualquierax tenemos\left\lvert {f(x)-g(x)} \right\rvert \leq d(f,g) = 0 y por lo tantof(x) = g(x) para todosx yf=g. Esod(f,g) = d(g,f) es igualmente trivial. Para mostrar la desigualdad triangular utilizamos la desigualdad estándar del triángulo. \begin{split} d(f,g) & = \sup_{x \in [a,b]} \left\lvert {f(x)-g(x)} \right\rvert = \sup_{x \in [a,b]} \left\lvert {f(x)-h(x)+h(x)-g(x)} \right\rvert \\ & \leq \sup_{x \in [a,b]} ( \left\lvert {f(x)-h(x)} \right\rvert+\left\lvert {h(x)-g(x)} \right\rvert ) \\ & \leq \sup_{x \in [a,b]} \left\lvert {f(x)-h(x)} \right\rvert+ \sup_{x \in [a,b]} \left\lvert {h(x)-g(x)} \right\rvert = d(f,h) + d(h,g) . \end{split}Al tratarC([a,b],{\mathbb{R}}) como un espacio métrico sin mencionar una métrica, nos referimos a esta métrica en particular. Observe qued(f,g) = \left\lVert {f-g} \right\rVert_u, la norma uniforme de.

Este ejemplo puede parecer esotérico al principio, pero resulta que trabajar con espacios comoC([a,b],{\mathbb{R}}) es realmente la carne de gran parte del análisis moderno. Tratar conjuntos de funciones como espacios métricos nos permite abstraer gran parte de los detalles sucios y demostrar resultados poderosos como el teorema de Picard con menos trabajo.

A menudo es útil considerar un subconjunto de un espacio métrico más grande como un espacio métrico en sí mismo. Obtenemos la siguiente proposición, la cual tiene una prueba trivial.

Dejar(X,d) ser un espacio métrico yY \subset X, entonces la restricciónd|_{Y \times Y} es una métrica enY.

Si(X,d) es un espacio métrico,Y \subset X, yd' := d|_{Y \times Y}, entonces(Y,d') se dice que es un subespacio de(X,d).

Es común escribir simplemented para la métrica onY, ya que es la restricción de la métrica onX. A veces decimos qued' es la métrica subespacial yY tiene la topología subespacial.

Un subconjunto de los números reales se limita siempre que todos sus elementos estén como mucho a cierta distancia fija de 0. También definimos conjuntos acotados en un espacio métrico. Cuando se trata de un espacio métrico arbitrario, puede que no haya algún punto fijo natural 0. A los efectos de la generosidad no importa.

Dejar(X,d) ser un espacio métrico. S \subset XSe dice que un subconjunto está acotado si existe unp \in X yB \in {\mathbb{R}} tal qued(p,x) \leq B \quad \text{for all $x \in S$}. Nosotros decimos(X,d) está acotado siX en sí mismo es un subconjunto acotado.

Por ejemplo, el conjunto de números reales con la métrica estándar no es un espacio métrico acotado. No es difícil ver que un subconjunto de los números reales está acotado en el sentido de si y sólo si está delimitado como un subconjunto del espacio métrico de los números reales con la métrica estándar.

Por otro lado, si tomamos los números reales con la métrica discreta, entonces obtenemos un espacio métrico acotado. De hecho, cualquier conjunto con la métrica discreta está acotado.

Ejercicios

Mostrar que para cualquier conjuntoX, la métrica discreta (d(x,y) = 1ifx\not=y yd(x,x) = 0) da un espacio métrico(X,d).

X := \{ 0 \}Déjese ser un conjunto. ¿Puedes convertirlo en un espacio métrico?

X := \{ a, b \}Déjese ser un conjunto. ¿Puedes convertirlo en dos espacios métricos distintos? (definir dos métricas distintas en él)

Que el conjuntoX := \{ A, B, C \} represente 3 edificios en el campus. Supongamos que deseamos que nuestra distancia sea el tiempo que lleva caminar de un edificio a otro. Tarda 5 minutos de cualquier manera entre edificiosA yB. Sin embargo, el edificioC está en una colina y se tarda 10 minutosA y 15 minutos de llegarB aC. Por otro lado se necesitan 5 minutos para ir deC aA y 7 minutos para ir deC aB, ya que vamos cuesta abajo. ¿Estas distancias definen una métrica? Si es así, demuéstralo, si no, di por qué no.

Supongamos que(X,d) es un espacio métrico y\varphi \colon [0,\infty) \to {\mathbb{R}} es una función tal que\varphi(t) \geq 0 para todost y\varphi(t) = 0 si y sólo sit=0. También supongamos que\varphi es subaditivo, es decir,\varphi(s+t) \leq \varphi(s)+\varphi(t). Demostrar que cond'(x,y) := \varphi\bigl(d(x,y)\bigr), obtenemos un nuevo espacio métrico(X,d').

[ejercicio:mscross] Dejar(X,d_X) y(Y,d_Y) ser espacios métricos.
a) Demostrar que(X \times Y,d) cond\bigl( (x_1,y_1), (x_2,y_2) \bigr) := d_X(x_1,x_2) + d_Y(y_1,y_2) es un espacio métrico.
b) Demostrar que(X \times Y,d) cond\bigl( (x_1,y_1), (x_2,y_2) \bigr) := \max \{ d_X(x_1,x_2) , d_Y(y_1,y_2) \} es un espacio métrico.

DejarX ser el conjunto de funciones continuas encendidas[0,1]. Dejar\varphi \colon [0,1] \to (0,\infty) ser continuo. Definird(f,g) := \int_0^1 \left\lvert {f(x)-g(x)} \right\rvert\varphi(x)~dx . Mostrar que(X,d) es un espacio métrico.

[exercise:mshausdorffpseudo] Dejar(X,d) ser un espacio métrico. Para subconjuntos acotados no vacíosA yB vamosd(x,B) := \inf \{ d(x,b) : b \in B \} \qquad \text{and} \qquad d(A,B) := \sup \{ d(a,B) : a \in A \} . Ahora definir la métrica de Hausdorff comod_H(A,B) := \max \{ d(A,B) , d(B,A) \} . Nota: sed_H puede definir para subconjuntos no vacíos arbitrarios si permitimos los reales extendidos.
a) LetY \subset {\mathcal{P}}(X) Ser el conjunto de subconjuntos delimitados no vacíos. Demostrar que(Y,d_H) es un llamado espacio pseudométrico:d_H satisface las propiedades métricas [metric:pos], [metric:com], [metric:triang], y ademásd_H(A,A) = 0 para todosA \in Y.
b) Mostrar con el ejemplo qued en sí mismo no es simétrico, es decird(A,B) \not= d(B,A).
c) Encontrar un espacio métricoX y dos subconjuntos delimitados no vacíos diferentesA yB tal qued_H(A,B) = 0.

Conjuntos abiertos y cerrados

Nota: 2 conferencias

Topología

Es útil definir una llamada topología. Es decir, definimos conjuntos cerrados y abiertos en un espacio métrico. Antes de hacerlo, definamos dos conjuntos especiales.

Dejar(X,d) ser un espacio métrico,x \in X y\delta > 0. Luego definimos la bola abierta o simplemente bola de radio\delta alrededorx comoB(x,\delta) := \{ y \in X : d(x,y) < \delta \} . De manera similar definimos la bola cerrada comoC(x,\delta) := \{ y \in X : d(x,y) \leq \delta \} .

Cuando se trata de diferentes espacios métricos, a veces es conveniente enfatizar en qué espacio métrico se encuentra la pelota. Esto lo hacemos por escritoB_X(x,\delta) := B(x,\delta) oC_X(x,\delta) := C(x,\delta).

Tome el espacio métrico{\mathbb{R}} con la métrica estándar. Parax \in {\mathbb{R}}, y\delta > 0 obtenemosB(x,\delta) = (x-\delta,x+\delta) \qquad \text{and} \qquad C(x,\delta) = [x-\delta,x+\delta] .

Tenga cuidado al trabajar en un subespacio. Supongamos que tomamos el espacio métrico[0,1] como subespacio de{\mathbb{R}}. Entonces en[0,1] obtenemosB(0,\nicefrac{1}{2}) = B_{[0,1]}(0,\nicefrac{1}{2}) = [0,\nicefrac{1}{2}) . Esto es diferente de\(B_

ParseError: invalid DekiScript (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[39]/div/div[1]/p[5]/span[5]/span, line 1, column 1
(0,\nicefrac{1}{2}) = (-\nicefrac{1}{2},\nicefrac{1}{2})\). Lo importante a tener en cuenta es en qué espacio métrico estamos trabajando.

Dejar(X,d) ser un espacio métrico. Un conjuntoV \subset X está abierto si por cadax \in V, existe un\delta > 0 tal queB(x,\delta) \subset V. Ver. Un conjuntoE \subset X se cierra si el complementoE^c = X \setminus E está abierto. Cuando el espacio ambiental noX está claro desde el contexto decimos queV está abiertoX yE está cerrado enX.

Six \in V yV está abierto, entonces decimos queV es un barrio abierto dex (o a veces solo barrio).

Intuitivamente, un set abierto es un conjunto que no incluye su “límite”, dondequiera que estemos en el set, se nos permite “menearnos” un poco y quedarnos en el set. Tenga en cuenta que no todos los conjuntos son abiertos o cerrados, de hecho generalmente la mayoría de los subconjuntos tampoco lo son.

El conjunto no[0,1) \subset {\mathbb{R}} está abierto ni cerrado. En primer lugar, cada bola{\mathbb{R}} alrededor0,(-\delta,\delta), contiene números negativos y por lo tanto no está contenida en[0,1) y por lo tanto no[0,1) está abierta. Segundo, cada bola{\mathbb{R}} alrededor1,(1-\delta,1+\delta) contiene números estrictamente menores que 1 y mayores que 0 (por ejemplo,1-\nicefrac{\delta}{2} siempre y cuando\delta < 2). Así no{\mathbb{R}}\setminus [0,1) está abierto, y por lo tanto no[0,1) está cerrado.

[prop:topology:open] Dejar(X,d) ser un espacio métrico.

  1. [topología:openi]\emptyset yX están abiertos enX.
  2. [topología:openii] SiV_1, V_2, \ldots, V_k están abiertos entonces también\bigcap_{j=1}^k V_j está abierto. Es decir, la intersección finita de conjuntos abiertos es abierta.
  3. [topology:openiii] Si\{ V_\lambda \}_{\lambda \in I} es una colección arbitraria de conjuntos abiertos, entonces también\bigcup_{\lambda \in I} V_\lambda está abierta. Es decir, la unión de sets abiertos es abierta.

Tenga en cuenta que el índice establecido en [topology:openiii] es arbitrariamente grande. Por simplemente\bigcup_{\lambda \in I} V_\lambda nos referimos al conjunto de todos losx tales quex \in V_\lambda para al menos uno\lambda \in I.

Los setsX y obviamente\emptyset están abiertos enX.

Demostremos [topología:openii]. Six \in \bigcap_{j=1}^k V_j, entoncesx \in V_j para todosj. Como todosV_j están abiertos, para cadaj existe un\delta_j > 0 tal queB(x,\delta_j) \subset V_j. Tomar\delta := \min \{ \delta_1,\delta_2,\ldots,\delta_k \} y darse cuenta\delta > 0. TenemosB(x,\delta) \subset B(x,\delta_j) \subset V_j para todosj y asíB(x,\delta) \subset \bigcap_{j=1}^k V_j. En consecuencia, la intersección está abierta.

Demostremos [topología:openiii]. Six \in \bigcup_{\lambda \in I} V_\lambda, entoncesx \in V_\lambda para algunos\lambda \in I. ComoV_\lambda está abierto, existe\delta > 0 tal queB(x,\delta) \subset V_\lambda. Pero entoncesB(x,\delta) \subset \bigcup_{\lambda \in I} V_\lambda y así el sindicato está abierto.

Lo principal a notar es la diferencia entre los ítems [topología:openii] y [topología:openiii]. El ítem [topology:openii] no es cierto para una intersección arbitraria, por ejemplo\bigcap_{n=1}^\infty (-\nicefrac{1}{n},\nicefrac{1}{n}) = \{ 0 \}, que no está abierta.

Se deja como ejercicio la prueba de la siguiente proposición análoga para conjuntos cerrados.

[prop:topology:closed] Dejar(X,d) ser un espacio métrico.

  1. [topología:closedi]\emptyset yX están cerrados enX.
  2. [topología:closedii] Si\{ E_\lambda \}_{\lambda \in I} es una colección arbitraria de conjuntos cerrados, entonces también\bigcap_{\lambda \in I} E_\lambda se cierra. Es decir, la intersección de conjuntos cerrados es cerrada.
  3. [topología:closediii] SiE_1, E_2, \ldots, E_k están cerrados entonces también\bigcup_{j=1}^k E_j se cierra. Es decir, la unión finita de conjuntos cerrados es cerrada.

Aún no hemos demostrado que la bola abierta esté abierta y la bola cerrada esté cerrada. Demostremos ahora este hecho para justificar la terminología.

[prop:topology:bolsopenclosed] Dejar(X,d) ser un espacio métrico,x \in X, y\delta > 0. DespuésB(x,\delta) se abre yC(x,\delta) se cierra.

Vamosy \in B(x,\delta). Vamos\alpha := \delta-d(x,y). Por supuesto\alpha > 0. Ahora vamosz \in B(y,\alpha). Entoncesd(x,z) \leq d(x,y) + d(y,z) < d(x,y) + \alpha = d(x,y) + \delta-d(x,y) = \delta . Por lo tantoz \in B(x,\delta) para cadaz \in B(y,\alpha). EntoncesB(y,\alpha) \subset B(x,\delta) yB(x,\delta) está abierto.

El comprobante queC(x,\delta) está cerrado se deja como ejercicio.

Nuevamente tenga cuidado con lo que es el espacio métrico ambiental. Al igual[0,\nicefrac{1}{2}) que una bola abierta en[0,1], esto significa que[0,\nicefrac{1}{2}) es un set abierto en[0,1]. Por otro lado no[0,\nicefrac{1}{2}) es ni abierto ni cerrado en{\mathbb{R}}.

Una manera útil de pensar en un set abierto es como una unión de bolas abiertas. SiU está abierto, entonces para cada unox \in U, hay un\delta_x > 0 (dependiendo dex) tal queB(x,\delta_x) \subset U. EntoncesU = \bigcup_{x\in U} B(x,\delta_x).

Se deja como ejercicio la prueba de la siguiente proposición. Tenga en cuenta que hay muchos otros conjuntos abiertos y cerrados en{\mathbb{R}}.

[prop:topología:intervalos:abiertocerrado] Dejana < b ser dos números reales. Entonces(a,b),(a,\infty), y(-\infty,b) están abiertos en{\mathbb{R}}. También[a,b],[a,\infty), y(-\infty,b] están cerrados en{\mathbb{R}}.

Conjuntos conectados

Un espacio métrico no vacío(X,d) está conectado si los únicos subconjuntos de losX que están abiertos y cerrados son\emptyset yX sí mismo. Si no(X,d) está conectado decimos que está desconectado.

Cuando aplicamos el término conectado a un subconjunto no vacíoA \subset X, simplemente queremos decir queA con el subespacio la topología está conectada.

En otras palabras, un no vacíoX está conectado si cada vez que escribimosX = X_1 \cup X_2 dóndeX_1 \cap X_2 = \emptysetX_1 y yX_2 estamos abiertos, entonces cualquieraX_1 = \emptyset oX_2 = \emptyset. Entonces para mostrarX está desconectado, necesitamos encontrar conjuntos abiertos disjuntos no vacíosX_1 yX_2 cuya unión esX. Para los subconjuntos, declaramos esta idea como una proposición.

Dejar(X,d) ser un espacio métrico. Un conjunto no vacío noS \subset X está conectado si y solo si existen conjuntos abiertosU_1 yU_2 enX, tal queU_1 \cap U_2 \cap S = \emptyset,U_1 \cap S \not= \emptyset,U_2 \cap S \not= \emptyset, yS = \bigl( U_1 \cap S \bigr) \cup \bigl( U_2 \cap S \bigr) .

SiU_j está abierto enX, entoncesU_j \cap S está abierto enS en la topología subespacial (con métrica subespacial). Para ver esto, tenga en cuenta que siB_X(x,\delta) \subset U_j, entonces comoB_S(x,\delta) = S \cap B_X(x,\delta), tenemosB_S(x,\delta) \subset U_j \cap S. Entonces siU_1 yU_2 como antes existen, entoncesX se desconecta con base en la discusión anterior.

La prueba de la otra dirección sigue utilizando para encontrarU_1 y aU_2 partir de dos subconjuntos abiertos disjuntos deS.

S \subset {\mathbb{R}}Sea tal quex < z < y conx,y \in S yz \notin S. Reclamación: noS está conectada. Comprobante: Aviso\bigl( (-\infty,z) \cap S \bigr) \cup \bigl( (z,\infty) \cap S \bigr) = S .

Un conjunto no vacíoS \subset {\mathbb{R}} está conectado si y sólo si es un intervalo o un solo punto.

Supongamos queS está conectado. SiS es un solo punto entonces ya terminamos. Entonces supongamosx < y yx,y \in S. Siz es tal quex < z < y, entonces no(-\infty,z) \cap S está vacío y no(z,\infty) \cap S está vacío. Los dos conjuntos son disgregados. ComoS está conectado, debemos tenerlos su unión no lo esS, asíz \in S.

Supongamos queS está acotado, conectado, pero no un solo punto. Que\alpha := \inf \, S\beta := \sup \, S y anote eso\alpha < \beta. Supongamos\alpha < z < \beta. Como\alpha es el infimum, entonces hayx \in S tal que\alpha \leq x < z. De igual manera hayy \in S tal que\beta \geq y > z. Nosotros hemos demostrado arriba esoz \in S, entonces(\alpha,\beta) \subset S. Siw < \alpha, entoncesw \notin S como\alpha era el infimum, de manera similar siw > \beta entoncesw \notin S. Por lo tanto las únicas posibilidades paraS son(\alpha,\beta),[\alpha,\beta),(\alpha,\beta],[\alpha,\beta].

La prueba de que un conectado sin límitesS es un intervalo se deja como ejercicio.

Por otro lado supongamos queS es un intervalo. SupongamosU_1 yU_2 son subconjuntos abiertos de{\mathbb{R}},U_1 \cap S y noU_2 \cap S están vacíos, yS = \bigl( U_1 \cap S \bigr) \cup \bigl( U_2 \cap S \bigr). Eso lo demostraremosU_1 \cap S yU_2 \cap S contendremos un punto común, por lo que no son disjuntos, y por lo tantoS deben estar conectados. Supongamos que hayx \in U_1 \cap S yy \in U_2 \cap S. Sin pérdida de generalidad, asumax < y. ComoS es un intervalo[x,y] \subset S. Vamosz := \inf (U_2 \cap [x,y]). Siz = x, entoncesz \in U_1. Siz > x, entonces para cualquiera\delta > 0 el balónB(z,\delta) = (z-\delta,z+\delta) contiene puntos deS que no están enU_2, y asíz \notin U_2 comoU_2 está abierto. Por lo tanto,z \in U_1. ComoU_1 está abierto,B(z,\delta) \subset U_1 por un pequeño lo suficientemente\delta > 0. Comoz es el infimum deU_2 \cap [x,y], debe existir algunaw \in U_2 \cap [x,y] tal quew \in [z,z+\delta) \subset B(z,\delta) \subset U_1. Por lo tantow \in U_1 \cap U_2 \cap [x,y]. EntoncesU_1 \cap S y noU_2 \cap S son disjuntos y por lo tantoS está conectado.

En muchos casosB(x,\delta) se conecta una pelota. Pero esto no es necesariamente cierto en todos los espacios métricos. Para un ejemplo más sencillo, toma un espacio de dos puntos\{ a, b\} con la métrica discreta. EntoncesB(a,2) = \{ a , b \}, que no se conecta comoB(a,1) = \{ a \} yB(b,1) = \{ b \} son abiertas y disjuntas.

Cierre y límite

A veces deseamos tomar un set y tirar todo lo que podamos acercarnos desde el set. A este concepto se le llama el cierre.

Dejar(X,d) ser un espacio métrico yA \subset X. Entonces el cierre deA es el conjunto Es\overline{A} := \bigcap \{ E \subset X : \text{$E$ is closed and $A \subset E$} \} . decir,\overline{A} es la intersección de todos los conjuntos cerrados que contienenA.

Dejar(X,d) ser un espacio métrico yA \subset X. El cierre\overline{A} está cerrado. Además siA se cierra entonces\overline{A} = A.

Primero, el cierre es la intersección de conjuntos cerrados, por lo que está cerrado. Segundo, siA está cerrado, entonces tomaE = A, de ahí que la intersección de todos los conjuntos cerradosE que contenganA debe ser igual aA.

El cierre de(0,1) in{\mathbb{R}} es[0,1]. Prueba: Simplemente observe que siE está cerrado y contiene(0,1), entoncesE debe contener0 y1 (¿por qué?). Así[0,1] \subset E. Pero también[0,1] está cerrado. Por lo tanto, el cierre\overline{(0,1)} = [0,1].

Tenga cuidado de notar con qué espacio métrico ambiental está trabajando. SiX = (0,\infty), entonces el cierre de(0,1) in(0,\infty) es(0,1]. Prueba: De manera similar a lo anterior(0,1] se cierra en(0,\infty) (¿por qué?). Cualquier conjunto cerradoE que contenga(0,1) debe contener 1 (¿por qué?). Por lo tanto(0,1] \subset E, y de ahí\overline{(0,1)} = (0,1] cuando se trabaja en(0,\infty).

Justificemos la afirmación de que el cierre es todo lo que podemos “acercarnos” desde el set.

[prop:msclosureappr] Dejar(X,d) ser un espacio métrico yA \subset X. Entoncesx \in \overline{A} si y sólo si por cada\delta > 0,B(x,\delta) \cap A \not=\emptyset.

Demostremos los dos contrapositivos. Demostremos esox \notin \overline{A} si y sólo si existe\delta > 0 tal esoB(x,\delta) \cap A = \emptyset.

Primero supongamosx \notin \overline{A}. Sabemos que\overline{A} está cerrado. Así hay\delta > 0 tal queB(x,\delta) \subset \overline{A}^c. ComoA \subset \overline{A} vemos esoB(x,\delta) \subset A^c y por lo tantoB(x,\delta) \cap A = \emptyset.

Por otro lado supongamos que existe\delta > 0 tal queB(x,\delta) \cap A = \emptyset. Entonces{B(x,\delta)}^c es un set cerrado y tenemos esoA \subset {B(x,\delta)}^c, perox \notin {B(x,\delta)}^c. Así como\overline{A} es la intersección de conjuntos cerrados que contienenA, tenemosx \notin \overline{A}.

También podemos hablar sobre lo que hay en el interior de un conjunto y lo que está en el límite.

Dejar(X,d) ser un espacio métrico yA \subset X, entonces el interior deA es el conjuntoA^\circ := \{ x \in A : \text{there exists a $\delta > 0$ such that $B(x,\delta) \subset A$} \} . El límite deA es el conjunto\partial A := \overline{A}\setminus A^\circ.

SupongamosA=(0,1] yX = {\mathbb{R}}. Entonces no es difícil de ver eso\overline{A}=[0,1],A^\circ = (0,1), y\partial A = \{ 0, 1 \}.

SupongamosX = \{ a, b \} con la métrica discreta. VamosA = \{ a \}, entonces\overline{A} = A^\circ = A y\partial A = \emptyset.

Dejar(X,d) ser un espacio métrico yA \subset X. DespuésA^\circ se abre y\partial A se cierra.

Dadox \in A^\circ que tenemos\delta > 0 tal queB(x,\delta) \subset A. Siz \in B(x,\delta), entonces como bolas abiertas están abiertas, hay\epsilon > 0 tal queB(z,\epsilon) \subset B(x,\delta) \subset A, asíz está adentroA^\circ. Por lo tantoB(x,\delta) \subset A^\circ y asíA^\circ está abierto.

ComoA^\circ está abierto, luego\partial A = \overline{A} \setminus A^\circ = \overline{A} \cap {(A^\circ)}^c se cierra.

El límite es el conjunto de puntos que están cerca tanto del conjunto como de su complemento.

Dejar(X,d) ser un espacio métrico yA \subset X. Entoncesx \in \partial A si y sólo si por cada\delta > 0,B(x,\delta) \cap A y ambosB(x,\delta) \cap A^c están no vacíos.

Supongamosx \in \partial A = \overline{A} \setminus A^\circ y dejemos\delta > 0 ser arbitrarios. Por,B(x,\delta) contiene un punto deA. Si noB(x,\delta) contenía puntos deA^c, entoncesx estaría enA^\circ. De ahí queB(x,\delta) contenga un punto deA^c también.

Demostremos el otro rumbo por contrapositivo. Six \notin \overline{A}, entonces hay alguna\delta > 0 tal queB(x,\delta) \subset \overline{A}^c como\overline{A} está cerrada. Entonces noB(x,\delta) contiene puntos deA, porque\overline{A}^c \subset A^c.

Ahora supongamosx \in A^\circ, entonces existe\delta > 0 tal queB(x,\delta) \subset A, pero eso significa que noB(x,\delta) contiene puntos deA^c.

Obtenemos el siguiente corolario inmediato sobre cierres deA yA^c. Simplemente aplicamos.

Dejar(X,d) ser un espacio métrico yA \subset X. Entonces\partial A = \overline{A} \cap \overline{A^c}.

Ejercicios

Demostrar. Consejo: considera los complementos de los conjuntos y aplica.

Terminar el comprobante de demostrando queC(x,\delta) está cerrado.

Demostrar.

Supongamos que(X,d) es un espacio métrico no vacío con la topología discreta. Mostrar queX está conectado si y sólo si contiene exactamente un elemento.

Mostrar que siS \subset {\mathbb{R}} es un conjunto no acotado conectado, entonces es un intervalo (no acotado).

Demuestre que cada conjunto abierto puede escribirse como una unión de conjuntos cerrados.

a) Mostrar queE está cerrado si y solo\partial E \subset E si. b) Mostrar queU está abierto si y solo si\partial U \cap U = \emptyset.

a) Mostrar queA está abierto si y soloA^\circ = A si. b) Supongamos queU es un conjunto abierto yU \subset A. U \subset A^\circDemuéstralo.

DejarX ser un conjunto yd,d' ser dos métricas sobreX. Supongamos que existe una\alpha > 0 y\beta > 0 tal que\alpha d(x,y) \leq d'(x,y) \leq \beta d(x,y) para todosx,y \in X. Mostrar queU está abierto en(X,d) si y solo siU está abierto en(X,d'). Es decir, las topologías de(X,d) y(X,d') son las mismas.

Supongamos\{ S_i \},i \in {\mathbb{N}} es una colección de subconjuntos conectados de un espacio métrico(X,d). Supongamos que existex \in X tal quex \in S_i para todosi \in {\mathbb{N}}. Demostrar que\bigcup_{i=1}^\infty S_i está conectado.

DejarA ser un conjunto conectado. a) ¿Está\overline{A} conectado? Probar o encontrar un contraejemplo. b) ¿EstáA^\circ conectado? Probar o encontrar un contraejemplo. Pista: Piense en sets in{\mathbb{R}}^2.

La definición de conjuntos abiertos en el siguiente ejercicio suele denominarse topología subespacial. Se le pide que demuestre que obtenemos la misma topología considerando la métrica subespacial.

[ejercicio:mssubspace] Supongamos que(X,d) es un espacio métrico yY \subset X. Mostrar que con la métrica subespacialY encendida, un conjuntoU \subset Y está abierto (inY) siempre que exista un conjunto abiertoV \subset X tal queU = V \cap Y.

Dejar(X,d) ser un espacio métrico. a) Para cualquierx \in X y\delta > 0, espectáculo\overline{B(x,\delta)} \subset C(x,\delta). b) ¿Siempre es cierto eso\overline{B(x,\delta)} = C(x,\delta)? Probar o encontrar un contraejemplo.

Dejar(X,d) ser un espacio métrico yA \subset X. A^\circ = \bigcup \{ V : V \subset A \text{ is open} \}Demuéstralo.

Secuencias y convergencia

Nota: 1 conferencia

Secuencias

La noción de una secuencia en un espacio métrico es muy similar a una secuencia de números reales. Las definiciones son esencialmente las mismas que las de los números reales en el sentido de donde{\mathbb{R}} con la métrica estándard(x,y)=\left\lvert {x-y} \right\rvert se sustituye por un espacio métrico arbitrario(X,d).

Una secuencia en un espacio métrico(X,d) es una funciónx \colon {\mathbb{N}}\to X. Como antes escribimosx_n para el elementon th en la secuencia y usamos la notación\{ x_n \}, o más precisamente\{ x_n \}_{n=1}^\infty .

Una secuencia\{ x_n \} está delimitada si existe un puntop \in X yB \in {\mathbb{R}} tal qued(p,x_n) \leq B \qquad \text{for all $n \in {\mathbb{N}}$.} En otras palabras, la secuencia\{x_n\} se limita siempre que el conjunto\{ x_n : n \in {\mathbb{N}}\} esté acotado.

Si\{ n_j \}_{j=1}^\infty es una secuencia de números naturales tal quen_{j+1} > n_j para todosj, entonces\{ x_{n_j} \}_{j=1}^\infty se dice que la secuencia es una subsecuencia de\{x_n \}.

De igual manera también definimos convergencia. Nuevamente, estaremos haciendo trampa un poco y usaremos el artículo definido frente a la palabra límite antes de demostrar que el límite es único.

(X,d)Se dice que una secuencia\{ x_n \} en un espacio métrico converge a un puntop \in X, si por cada\epsilon > 0, existeM \in {\mathbb{N}} tal qued(x_n,p) < \epsilon para todosn \geq M. Se dice que el puntop es el límite de\{ x_n \}. Escribimos\lim_{n\to \infty} x_n := p .

Se dice que una secuencia que converge es convergente. De lo contrario, se dice que la secuencia es divergente.

Demostremos que el límite es único. Obsérvese que la prueba es casi idéntica a la prueba del mismo hecho para secuencias de números reales. Muchos resultados que conocemos para secuencias de números reales se pueden probar en los ajustes más generales de los espacios métricos. Debemos sustituir\left\lvert {x-y} \right\rvert cond(x,y) en las pruebas y aplicar correctamente la desigualdad triangular.

[prop:mslimisunique] Una secuencia convergente en un espacio métrico tiene un límite único.

Supongamos que la secuencia\{ x_n \} tiene el límitex y el límitey. Toma una arbitraria\epsilon > 0. De la definición encontrar unM_1 tal que para todosn \geq M_1,d(x_n,x) < \nicefrac{\epsilon}{2}. De igual manera encontramos unM_2 tal que por todon \geq M_2 lo que tenemosd(x_n,y) < \nicefrac{\epsilon}{2}. Ahora toma unn tal quen \geq M_1 y tambiénn \geq M_2\begin{split} d(y,x) & \leq d(y,x_n) + d(x_n,x) \\ & < \frac{\epsilon}{2} + \frac{\epsilon}{2} = \epsilon . \end{split} End(y,x) < \epsilon cuanto a todos\epsilon > 0, entoncesd(x,y) = 0 yy=x. De ahí que el límite (si existe) sea único.

Las pruebas de las siguientes proposiciones se dejan como ejercicios.

[prop:msconvbound] Una secuencia convergente en un espacio métrico está delimitada.

[prop:msconvifa] Una secuencia\{ x_n \} en un espacio métrico(X,d) converge ap \in X si y solo si existe una secuencia\{ a_n \} de números reales tal qued(x_n,p) \leq a_n \quad \text{for all $n \in {\mathbb{N}}$}, y\lim_{n\to\infty} a_n = 0.

[prop:mssubseq] Dejar\{ x_n \} ser una secuencia en un espacio métrico(X,d).

  1. Si\{ x_n \} converge ap \in X, entonces cada subsecuencia\{ x_{n_k} \} converge ap.
  2. Si para algunosK \in {\mathbb{N}} laK -cola\{ x_n \}_{n=K+1}^\infty converge ap \in X, entonces\{ x_n \} converge ap.

Convergencia en el espacio euclidiano

Es útil señalar lo que significa convergencia en el espacio euclidiano{\mathbb{R}}^n.

[prop:msconveuc] Dejar\{ x_j \}_{j=1}^\infty ser una secuencia en{\mathbb{R}}^n, donde escribimosx_j = \bigl(x_{j,1},x_{j,2},\ldots,x_{j,n}\bigr) \in {\mathbb{R}}^n. Entonces\{ x_j \}_{j=1}^\infty converge si y solo si\{ x_{j,k} \}_{j=1}^\infty converge para cadak, en cuyo caso\lim_{j\to\infty} x_j = \Bigl( \lim_{j\to\infty} x_{j,1}, \lim_{j\to\infty} x_{j,2}, \ldots, \lim_{j\to\infty} x_{j,n} \Bigr) .

Dejemos\{ x_j \}_{j=1}^\infty ser una secuencia convergente en{\mathbb{R}}^n, donde escribimosx_j = \bigl(x_{j,1},x_{j,2},\ldots,x_{j,n}\bigr) \in {\mathbb{R}}^n. y = (y_1,y_2,\ldots,y_n) \in {\mathbb{R}}^nSea el límite. Dado\epsilon > 0, existeM tal que por todosj \geq M tenemosd(y,x_j) < \epsilon. Fijar algunosk=1,2,\ldots,n. Porquej \geq M tenemos\bigl\lvert y_k - x_{j,k} \bigr\rvert = \sqrt{{\bigl(y_k - x_{j,k} \bigr)}^2} \leq \sqrt{\sum_{\ell=1}^n {\bigl(y_\ell-x_{j,\ell}\bigr)}^2} = d(y,x_j) < \epsilon . De ahí que la secuencia\{ x_{j,k} \}_{j=1}^\infty converja ay_k.

Para la otra dirección supongamos que\{ x_{j,k} \}_{j=1}^\infty convergey_k para cada unok=1,2,\ldots,n. De ahí que\epsilon > 0, dado, escoja unaM, tal que sij \geq M entonces\bigl\lvert y_k-x_{j,k} \bigr\rvert < \nicefrac{\epsilon}{\sqrt{n}} para todosk=1,2,\ldots,n. Entonces\[d(y,x_j) = \sqrt{\sum_{k=1}^n {\bigl(y_k-x_{j,k}\bigr)}^2} < \sqrt{\sum_{k=1}^n {\left(\frac{\epsilon}{\sqrt{n}}\right)}^2} = \sqrt{\sum_{k=1}^n \frac

ParseError: invalid DekiScript (click for details)
Callstack:
    at (Matematicas/Analisis/Introducción_al_Análisis_Real_(Lebl)/02:_Números_reales/2.01:_Propiedades_básicas), /content/body/div[40]/div/div[2]/p[4]/span[9]/span, line 1, column 1
{n}} = \epsilon .\] La secuencia\{ x_j \} converge ay \in {\mathbb{R}}^n y ya terminamos.

Convergencia y topología

La topología, es decir, el conjunto de conjuntos abiertos de un espacio codifica qué secuencias convergen.

[prop:msconvtopo] Dejar(X,d) ser un espacio métrico y\{x_n\} una secuencia enX. Entonces\{ x_n \} converge ax \in X si y sólo si por cada barrio abiertoU dex, existeM \in {\mathbb{N}} tal que por todon \geq M lo que tenemosx_n \in U.

Primero supongamos que\{ x_n \} converge. QueU sea un barrio abierto dex, entonces existe\epsilon > 0 tal queB(x,\epsilon) \subset U. A medida que la secuencia converge, encontramos unM \in {\mathbb{N}} tal que por todon \geq M lo que tenemosd(x,x_n) < \epsilon o en otras palabrasx_n \in B(x,\epsilon) \subset U.

Demostremos la otra dirección. Dado\epsilon > 0 queU := B(x,\epsilon) sea el barrio dex. Entonces hayM \in {\mathbb{N}} tal que paran \geq M nosotros tenemosx_n \in U = B(x,\epsilon) o en otras palabras,d(x,x_n) < \epsilon.

Un conjunto se cierra cuando contiene los límites de sus secuencias convergentes.

[prop:msclosedlim] Dejar(X,d) ser un espacio métrico,E \subset X un conjunto cerrado y\{ x_n \} una secuencia enE que converge a algunosx \in X. Entoncesx \in E.

Demostremos lo contrapositivo. Supongamos que\{ x_n \} es una secuencia en laX que converge ax \in E^c. ComoE^c está abierto, dice que hayM tal que para todosn \geq M,x_n \in E^c. Entonces no\{ x_n \} es una secuencia enE.

Cuando tomamos un cierre de un setA, realmente arrojamos precisamente esos puntos que son límites de secuencias enA.

[prop:msclosureapprseq] Dejar(X,d) ser un espacio métrico yA \subset X. Entoncesx \in \overline{A} si y sólo si existe una secuencia\{ x_n \} de elementos enA tal que\lim\, x_n = x.

Vamosx \in \overline{A}. Sabemos por eso dado\nicefrac{1}{n}, existe un puntox_n \in B(x,\nicefrac{1}{n}) \cap A. Comod(x,x_n) < \nicefrac{1}{n}, tenemos\lim\, x_n = x.

Para la otra dirección, ver.

Ejercicios

[ejercicio:reverseclosedseq] Dejar(X,d) ser un espacio métrico y dejarA \subset X. ESea el conjunto de todosx \in X tales que exista una secuencia\{ x_n \} en laA que converja ax. EspectáculoE = \overline{A}.

a) Mostrar qued(x,y) := \min \{ 1, \left\lvert {x-y} \right\rvert \} define una métrica on{\mathbb{R}}. b) Mostrar que una secuencia converge en({\mathbb{R}},d) si y sólo si converge en la métrica estándar. c) Encuentra una secuencia acotada en({\mathbb{R}},d) que no contenga subsecuencia convergente.

Demostrar.

Demostrar.

Supongamos que\{x_n\}_{n=1}^\infty converge ax. Supongamos quef \colon {\mathbb{N}} \to {\mathbb{N}} es una función uno a uno. Espectáculo que\{ x_{f(n)} \}_{n=1}^\infty converge ax.

Si(X,d) es un espacio métrico donded está la métrica discreta. Supongamos que\{ x_n \} es una secuencia convergente enX. Demostrar que existeK \in {\mathbb{N}} tal que por todon \geq K lo que tenemosx_n = x_K.

Se dice que un conjuntoS \subset X es denso enX si por cadax \in X, existe una secuencia\{ x_n \} en laS que converge ax. Demostrar que{\mathbb{R}}^n contiene un subconjunto denso contable.

Supongamos\{ U_n \}_{n=1}^\infty ser una secuencia decreciente (U_{n+1} \subset U_npara todosn) de conjuntos abiertos en un espacio métrico(X,d) tal que\bigcap_{n=1}^\infty U_n = \{ p \} para algunosp \in X. Supongamos que\{ x_n \} es una secuencia de puntos enX tal quex_n \in U_n. ¿Converge\{ x_n \} necesariamente ap? Probar o construir un contraejemplo.

DejarE \subset X ser cerrado y dejar\{ x_n \} ser una secuencia enX converger ap \in X. Supongamosx_n \in E para infinitamente muchosn \in {\mathbb{N}}. Espectáculop \in E.

{\mathbb{R}}^* = \{ -\infty \} \cup {\mathbb{R}}\cup \{ \infty \}Tomen ser los reales extendidos. Definird(x,y) := \bigl\lvert \frac{x}{1+\left\lvert {x} \right\rvert} - \frac{y}{1+\left\lvert {y} \right\rvert} \bigr\rvert six, y \in {\mathbb{R}}, definird(\infty,x) := \bigl\lvert 1 - \frac{x}{1+\left\lvert {x} \right\rvert} \bigr\rvert,d(-\infty,x) := \bigl\lvert 1 + \frac{x}{1+\left\lvert {x} \right\rvert} \bigr\rvert para todosx \in {\mathbb{R}}, y dejard(\infty,-\infty) := 2. a) Mostrar que({\mathbb{R}}^*,d) es un espacio métrico. b) Supongamos que\{ x_n \} es una secuencia de números reales tal que para cadaM \in {\mathbb{R}}, existe unN tal quex_n \geq M para todosn \geq N. Mostrar eso\lim\, x_n = \infty en({\mathbb{R}}^*,d). c) Mostrar que una secuencia de números reales converge a un número real en({\mathbb{R}}^*,d) si y sólo si converge{\mathbb{R}} con la métrica estándar.

Supongamos que\{ V_n \}_{n=1}^\infty es una colección de conjuntos abiertos en(X,d) tal queV_{n+1} \supset V_n. Dejar\{ x_n \} ser una secuencia tal quex_n \in V_{n+1} \setminus V_n y supongamos\{ x_n \} converge ap \in X. Demuestre quep \in \partial V dóndeV = \bigcup_{n=1}^\infty V_n.

Demostrar.

Completitud y compacidad

Nota: 2 conferencias

Secuencias de Cauchy e integridad

Al igual que con las secuencias de números reales definimos secuencias de Cauchy.

Dejar(X,d) ser un espacio métrico. Una secuencia\{ x_n \} enX es una secuencia Cauchy si por cada\epsilon > 0 existe unaM \in {\mathbb{N}} tal que para todosn \geq M y para todosk \geq M tenemosd(x_n, x_k) < \epsilon .

La definición es otra vez simplemente una traducción del concepto de los números reales a los espacios métricos. Entonces una secuencia de números reales es Cauchy en el sentido de si y solo si es Cauchy en el sentido anterior, siempre que equipemos los números reales con la métrica estándard(x,y) = \left\lvert {x-y} \right\rvert.

Una secuencia convergente en un espacio métrico es Cauchy.

Supongamos que\{ x_n \} converge ax. Dado que\epsilon > 0 hayM tal que paran \geq M nosotros tenemosd(x,x_n) < \nicefrac{\epsilon}{2}. De ahí por todon,k \geq M lo que tenemosd(x_n,x_k) \leq d(x_n,x) + d(x,x_k) < \nicefrac{\epsilon}{2} + \nicefrac{\epsilon}{2} = \epsilon.

Dejar(X,d) ser un espacio métrico. Decimos queX es completo o Cauchy-completo si cada secuencia de Cauchy\{ x_n \} enX converge en unx \in X.

El espacio{\mathbb{R}}^n con la métrica estándar es un espacio métrico completo.

Para la{\mathbb{R}}= {\mathbb{R}}^1 completitud se comprobó en. La prueba de la propuesta anterior es una reducción al caso unidimensional.

Dejar\{ x_j \}_{j=1}^\infty ser una secuencia de Cauchy en{\mathbb{R}}^n, donde escribimosx_j = \bigl(x_{j,1},x_{j,2},\ldots,x_{j,n}\bigr) \in {\mathbb{R}}^n. Como la secuencia es Cauchy\epsilon > 0, dada, existeM tal que por todosi,j \geq M tenemosd(x_i,x_j) < \epsilon.

Arreglar algunosk=1,2,\ldots,n, porquei,j \geq M tenemos\bigl\lvert x_{i,k} - x_{j,k} \bigr\rvert = \sqrt{{\bigl(x_{i,k} - x_{j,k}\bigr)}^2} \leq \sqrt{\sum_{\ell=1}^n {\bigl(x_{i,\ell}-x_{j,\ell}\bigr)}^2} = d(x_i,x_j) < \epsilon . De ahí que la secuencia\{ x_{j,k} \}_{j=1}^\infty sea Cauchy. Como{\mathbb{R}} es completa la secuencia converge; existey_k \in {\mathbb{R}} tal que existey_k = \lim_{j\to\infty} x_{j,k}.

Escribiry = (y_1,y_2,\ldots,y_n) \in {\mathbb{R}}^n. Por tenemos que\{ x_j \} converge hastay \in {\mathbb{R}}^n y por lo tanto{\mathbb{R}}^n está completo.

Tenga en cuenta que un subconjunto de{\mathbb{R}}^n con la métrica subespacial no necesita estar completo. Por ejemplo,(0,1] con la métrica subespacial no está completa como lo\{ \nicefrac{1}{n} \} es una secuencia de Cauchy en(0,1] sin límite en(0,1]. Pero vea también.

Compacidad

Dejar(X,d) ser un espacio métrico yK \subset X. KSe dice que el conjunto es compacto si para cualquier colección de conjuntos abiertos\{ U_{\lambda} \}_{\lambda \in I} tal queK \subset \bigcup_{\lambda \in I} U_\lambda , existe un subconjunto finito\{ \lambda_1, \lambda_2,\ldots,\lambda_k \} \subset I tal queK \subset \bigcup_{j=1}^k U_{\lambda_j} .

Se dice que una colección de conjuntos abiertos\{ U_{\lambda} \}_{\lambda \in I} como el anterior es una cubierta abierta deK. Entonces una manera de decir queK es compacto es decir que cada cubierta abierta deK tiene una subcubierta finita.

Dejar(X,d) ser un espacio métrico. Un conjunto compactoK \subset X está cerrado y acotado.

Primero, demostramos que un conjunto compacto está acotado. Arreglarp \in X. Tenemos la tapa abiertaK \subset \bigcup_{n=1}^\infty B(p,n) = X . SiK es compacta, entonces existe algún conjunto de índicesn_1 < n_2 < \ldots < n_k tal queK \subset \bigcup_{j=1}^k B(p,n_j) = B(p,n_k) . AsK está contenido en una bola,K está acotado.

A continuación, mostramos un conjunto que no está cerrado no es compacto. Supongamos\overline{K} \not= K, es decir, hay un puntox \in \overline{K} \setminus K. Siy \not= x, entonces paran con\nicefrac{1}{n} < d(x,y) nosotros tenemosy \notin C(x,\nicefrac{1}{n}). Ademásx \notin K, asíK \subset \bigcup_{n=1}^\infty {C(x,\nicefrac{1}{n})}^c . como una bola cerrada está cerrada,{C(x,\nicefrac{1}{n})}^c está abierta, y así tenemos una cubierta abierta. Si tomamos alguna colección finita de índicesn_1 < n_2 < \ldots < n_k, entonces\bigcup_{j=1}^k {C(x,\nicefrac{1}{n_j})}^c = {C(x,\nicefrac{1}{n_k})}^c Asx está en el cierre,C(x,\nicefrac{1}{n_k}) \cap K \not= \emptyset. Por lo que no hay una subcubierta finita y noK es compacta.

Demostramos a continuación que en el espacio euclidiano dimensional finito cada conjunto delimitado cerrado es compacto. Por lo tanto, los conjuntos delimitados cerrados de{\mathbb{R}}^n son ejemplos de conjuntos compactos. No es cierto que en cada espacio métrico, cerrado y acotado sea equivalente a compacto. Un ejemplo sencillo sería un espacio métrico incompleto como es el(0,1) caso de la métrica subespacial. Pero hay muchos espacios métricos completos y muy útiles donde cerrado y acotado no es suficiente para dar compacidad, ver:C([a,b],{\mathbb{R}}) es un espacio métrico completo, pero la bola unitaria cerrada noC(0,1) es compacta. No obstante, ver.

Una propiedad útil de los conjuntos compactos en un espacio métrico es que cada secuencia tiene una subsecuencia convergente. Tales conjuntos a veces se llaman secuencialmente compactos. Demostremos que en el contexto de los espacios métricos, un conjunto es compacto si y solo si es secuencialmente compacto. Primero probamos un lema.

[ms:lebesgue] Dejar(X,d) ser un espacio métrico yK \subset X. Supongamos que cada secuencia enK tiene una subsecuencia convergente enK. Dada una cubierta abierta\{ U_\lambda \}_{\lambda \in I} deK, existe\delta > 0 tal que para cadax \in K, existe un\lambda \in I conB(x,\delta) \subset U_\lambda.

Es importante reconocer lo que dice el lema. Dice que dada cualquier tapadera hay una sola\delta > 0. El\delta puede depender de la cubierta, pero claro que no depende dex.

Demostremos el lema por contrapositivo. Si la conclusión no es cierta, entonces hay una cubierta abierta\{ U_\lambda \}_{\lambda \in I} deK con la siguiente propiedad. Por cadan \in {\mathbb{N}} existe unx_n \in K tal que noB(x_n,\nicefrac{1}{n}) es un subconjunto de ningunoU_\lambda. Dado algunox \in K, hay\lambda \in I tal quex \in U_\lambda. De ahí que exista\epsilon > 0 tal queB(x,\epsilon) \subset U_\lambda. TomaM tal que\nicefrac{1}{M} < \nicefrac{\epsilon}{2}. Siy \in B(x,\nicefrac{\epsilon}{2}) yn \geq M, entonces por triángulo desigualdadB(y,\nicefrac{1}{n}) \subset B(y,\nicefrac{1}{M}) \subset B(y,\nicefrac{\epsilon}{2}) \subset B(x,\epsilon) \subset U_\lambda . En otras palabras, para todosn \geq M,x_n \notin B(x,\nicefrac{\epsilon}{2}). De ahí que la secuencia no pueda tener una subsecuencia convergente ax. Comox \in K fue arbitrario ya terminamos.

[thm:mscompactisseqcpt] Dejar(X,d) ser un espacio métrico. EntoncesK \subset X es un conjunto compacto si y solo si cada secuencia enK tiene una subsecuencia que converge a un punto enK.

DejarK \subset X ser un conjunto y\{ x_n \} una secuencia enK. Supongamos que para cada unox \in K, hay una pelotaB(x,\alpha_x) para algunos\alpha_x > 0 tal quex_n \in B(x,\alpha_x) por sólo finitamente muchosn \in {\mathbb{N}}. EntoncesK \subset \bigcup_{x \in K} B(x,\alpha_x) . Cualquier colección finita de estas bolas va a contener sólo finitamente muchasx_n. Así para cualquier colección finita de tales bolas hay unax_n \in K que no está en la unión. Por lo tanto, noK es compacto.

Entonces siK es compacto, entonces existe unx \in K tal que para cualquiera\delta > 0,B(x,\delta) contienex_k para infinitamente muchosk \in {\mathbb{N}}. El balónB(x,1) contiene algunosx_k así que vamosn_1 := k. Sin_{j-1} se define, entonces debe existirk > n_{j-1} tal quex_k \in B(x,\nicefrac{1}{j}), así definirn_j := k. Observe esod(x,x_{n_j}) < \nicefrac{1}{j}. Por,\lim\, x_{n_j} = x.

Para la otra dirección, supongamos que cada secuencia enK tiene una subsecuencia que converge enK. Tome una cubierta abierta\{ U_\lambda \}_{\lambda \in I} deK. Usando el lema que cubre Lebesgue arriba, encontramos un\delta > 0 tal que para cadax, hay un\lambda \in I conB(x,\delta) \subset U_\lambda.

Escogex_1 \in K y encuentra\lambda_1 \in I tal queB(x_1,\delta) \subset U_{\lambda_1}. SiK \subset U_{\lambda_1}, nos detenemos ya que hemos encontrado una subcubierta finita. De lo contrario, debe haber un puntox_2 \in K \setminus U_{\lambda_1}. Tenga en cuenta qued(x_2,x_1) \geq \delta. Debe existir alguna\lambda_2 \in I tal queB(x_2,\delta) \subset U_{\lambda_2}. Trabajamos inductivamente. Supongamos que\lambda_{n-1} se define. OU_{\lambda_1} \cup U_{\lambda_2} \cup \cdots \cup U_{\lambda_{n-1}} es una cubierta finita deK, en cuyo caso nos detenemos, o debe haber un puntox_n \in K \setminus \bigl( U_{\lambda_1} \cup U_{\lambda_2} \cup \cdots \cup U_{\lambda_{n-1}}\bigr). Tenga en cuenta qued(x_n,x_j) \geq \delta para todosj = 1,2,\ldots,n-1. A continuación, debe haber alguna\lambda_n \in I tal queB(x_n,\delta) \subset U_{\lambda_n}.

O en algún momento obtenemos una subcubierta finita deK o obtenemos una secuencia infinita\{ x_n \} como la anterior. Por contradicción supongamos que no hay una subcubierta finita y tenemos la secuencia\{ x_n \}. Para todosn yk,n \not= k, tenemosd(x_n,x_k) \geq \delta, así que ninguna subsecuencia de\{ x_n \} puede ser Cauchy. De ahí que ninguna subsecuencia de\{ x_n \} pueda ser convergente, lo cual es una contradicción.

El teorema de Bolzano-Weierstrass para secuencias de números reales () dice que cualquier secuencia acotada en{\mathbb{R}} tiene una subsecuencia convergente. Por lo tanto, cualquier secuencia en un intervalo cerrado[a,b] \subset {\mathbb{R}} tiene una subsecuencia convergente. El límite también debe estar en la[a,b] medida en que los límites preservan las desigualdades no estrictas. Por lo tanto, un intervalo delimitado cerrado[a,b] \subset {\mathbb{R}} es compacto.

Dejar(X,d) ser un espacio métrico y dejarK \subset X ser compacto. SiE \subset K es un conjunto cerrado, entoncesE es compacto.

Dejar\{ x_n \} ser una secuencia enE. También es una secuencia enK. Por lo tanto, tiene una subsecuencia convergente\{ x_{n_j} \} que converge a algunosx \in K. ComoE se cierra el límite de una secuencia en tambiénE está adentroE y asíx \in E. Por lo tanto,E debe ser compacto.

[thm:msbw] Un subconjunto delimitado cerradoK \subset {\mathbb{R}}^n es compacto.

Por lo que los subconjuntos de{\mathbb{R}}^n son compactos si y solo si están cerrados y acotados, condición que es mucho más fácil de verificar. Reiteremos que el teorema de Heine-Borel sólo se sostiene para{\mathbb{R}}^n y no para los espacios métricos en general. En general, compacto implica cerrado y acotado, pero no al revés.

Porque{\mathbb{R}}= {\mathbb{R}}^1 siK \subset {\mathbb{R}} está cerrado y acotado, entonces cualquier secuencia\{ x_k \} enK está delimitada, por lo que tiene una subsecuencia convergente por el teorema de Bolzano-Weierstrass (). ComoK está cerrado, el límite de la subsecuencia debe ser un elemento deK. AsíK es compacto.

Llevemos a cabo la prueba paran=2 y dejemos arbitrarion como ejercicio. ComoK \subset {\mathbb{R}}^2 está acotado, existe un conjuntoB=[a,b]\times[c,d] \subset {\mathbb{R}}^2 tal queK \subset B. Demostraremos queB es compacto. EntoncesK, al ser un subconjunto cerrado de un compactoB, también es compacto.

Dejar\{ (x_k,y_k) \}_{k=1}^\infty ser una secuencia enB. Es decir,a \leq x_k \leq b yc \leq y_k \leq d para todosk. Una secuencia acotada de números reales tiene una subsecuencia convergente por lo que hay una subsecuencia\{ x_{k_j} \}_{j=1}^\infty que es convergente. La subsecuencia también\{ y_{k_j} \}_{j=1}^\infty es una secuencia acotada por lo que existe una subsecuencia\{ y_{k_{j_i}} \}_{i=1}^\infty que es convergente. Una subsecuencia de una secuencia convergente sigue siendo convergente, así\{ x_{k_{j_i}} \}_{i=1}^\infty es convergente. Letx := \lim_{i\to\infty} x_{k_{j_i}} \qquad \text{and} \qquad y := \lim_{i\to\infty} y_{k_{j_i}} . By,\bigl\{ (x_{k_{j_i}},y_{k_{j_i}}) \bigr\}_{i=1}^\infty converge a(x,y). Además, comoa \leq x_k \leq b yc \leq y_k \leq d para todosk, eso lo sabemos(x,y) \in B.

La métrica discreta vuelve a ofrecer interesantes contraejemplos. Dejar(X,d) ser un espacio métrico con la métrica discreta, es decird(x,y) = 1 six \not= y. Supongamos queX es un conjunto infinito. Entonces:

  1. (X,d)es un espacio métrico completo.
  2. Cualquier subconjuntoK \subset X está cerrado y acotado.
  3. Un subconjuntoK \subset X es compacto si y sólo si es un conjunto finito.
  4. La conclusión del lema de cobertura de Lebesgue siempre está satisfecha con\delta = \nicefrac{1}{2}, por ejemplo, incluso para no compactosK \subset X.

Las pruebas de estas afirmaciones son triviales o son relegadas a los ejercicios siguientes.

Ejercicios

Dejar(X,d) ser un espacio métrico yA un subconjunto finito deX. Demostrar queA es compacto.

A = \{ \nicefrac{1}{n} : n \in {\mathbb{N}}\} \subset {\mathbb{R}}Dejar. a) Mostrar que noA es compacto directamente usando la definición. b) Mostrar queA \cup \{ 0 \} es compacto directamente usando la definición.

Dejar(X,d) ser un espacio métrico con el discreto métrico. a) Probar queX está completo. b) Probar queX es compacto si y solo siX es un conjunto finito.

a) Demostrar que la unión de finitamente muchos conjuntos compactos es un conjunto compacto. b) Encuentre un ejemplo donde la unión de infinitamente muchos conjuntos compactos no sea compacta.

Demostrar por dimensión arbitraria. Pista: El truco es usar la notación correcta.

Mostrar que un conjunto compactoK es un espacio métrico completo (usando la métrica del subespacio).

[ejercicio:CABRComplete] DejarC([a,b],{\mathbb{R}}) ser el espacio métrico como en. Mostrar queC([a,b],{\mathbb{R}}) es un espacio métrico completo.

[exercise:msclbounnotcompt] DejarC([0,1],{\mathbb{R}}) ser el espacio métrico de. Dejar0 denotar la función cero. Después demuestre que la bola cerrada noC(0,1) es compacta (aunque esté cerrada y acotada). Consejos: Construir una secuencia de distintas funciones continuas\{ f_n \} tales qued(f_n,0) = 1 yd(f_n,f_k) = 1 para todosn \not= k. Demuestre que el conjunto\{ f_n : n \in {\mathbb{N}}\} \subset C(0,1) está cerrado pero no compacto. Ver para inspirarse.

Demuestre que existe una métrica en{\mathbb{R}} que{\mathbb{R}} se convierte en un conjunto compacto.

Supongamos que(X,d) está completo y supongamos que tenemos una colección contablemente infinita de conjuntos compactos no vacíosE_1 \supset E_2 \supset E_3 \supset \cdots luego probar\bigcap_{j=1}^\infty E_j \not= \emptyset.

DejarC([0,1],{\mathbb{R}}) ser el espacio métrico de. KSea el conjunto def \in C([0,1],{\mathbb{R}}) tal quef sea igual a un polinomio cuadrático, es decirf(x) = a+bx+cx^2, y tal que\left\lvert {f(x)} \right\rvert \leq 1 para todosx \in [0,1], es decirf \in C(0,1). Demostrar queK es compacto.

[exercise:mstotbound] Dejar(X,d) ser un espacio métrico completo. Mostrar queK \subset X es compacto si y solo siK está cerrado y tal que por cada\epsilon > 0 existe un conjunto finito de puntosx_1,x_2,\ldots,x_n conK \subset \bigcup_{j=1}^n B(x_j,\epsilon). Nota:K Se dice que dicho conjunto está totalmente acotado, por lo que en un espacio métrico completo un conjunto es compacto si y solo si está cerrado y totalmente delimitado.

Tomar{\mathbb{N}}\subset {\mathbb{R}} usando la métrica estándar. Encuentra una cubierta abierta de{\mathbb{N}} tal que la conclusión del lema de cobertura de Lebesgue no se mantenga.

Demostrar el teorema general de Bolzano-Weierstrass: Cualquier secuencia acotada\{ x_k \} en{\mathbb{R}}^n tiene una subsecuencia convergente.

DejarX ser un espacio métrico yC \subset {\mathcal{P}}(X) el conjunto de subconjuntos compactos no vacíos deX. Usando la métrica de Hausdorff de, mostrar que(C,d_H) es un espacio métrico. Es decir, mostrar que siL yK son subconjuntos compactos no vacíos entoncesd_H(L,K) = 0 si y solo siL=K.

[ejercicio:cerradocompleto] Dejar(X,d) ser un espacio métrico completo yE \subset X un conjunto cerrado. Mostrar queE con la métrica subespacial hay un espacio métrico completo.

Funciones continuas

Nota: 1 conferencia

Continuidad

Dejar(X,d_X) y(Y,d_Y) ser espacios métricos yc \in X. Entoncesf \colon X \to Y es continuo enc si por cada\epsilon > 0 hay\delta > 0 tal que cuandox \in X yd_X(x,c) < \delta, entoncesd_Y\bigl(f(x),f(c)\bigr) < \epsilon.

Cuandof \colon X \to Y es continuo en absolutoc \in X, entonces simplemente decimos quef es una función continua.

La definición concuerda con la definición de cuándof es una función de valor real en la línea real, si tomamos la métrica estándar{\mathbb{R}}.

[prop:contiscont] Dejar(X,d_X) y(Y,d_Y) ser espacios métricos. Entoncesf \colon X \to Y es continuo enc \in X si y solo si por cada secuencia\{ x_n \} enX converger ac, la secuencia\{ f(x_n) \} converge af(c).

Supongamos quef es continuo enc. Dejar\{ x_n \} ser una secuencia enX converger ac. Dado\epsilon > 0, hay\delta > 0 tal qued_X(x,c) < \delta implicad_Y\bigl(f(x),f(c)\bigr) < \epsilon. Así que tomaM tal que para todosn \geq M, tenemosd_X(x_n,c) < \delta, entoncesd_Y\bigl(f(x_n),f(c)\bigr) < \epsilon. De ahí que\{ f(x_n) \} converja af(c).

Por otro lado supongamos que nof es continuo enc. Entonces existe un\epsilon > 0, tal que por cadan \in {\mathbb{N}} existe unx_n \in X, cond_X(x_n,c) < \nicefrac{1}{n} tal qued_Y\bigl(f(x_n),f(c)\bigr) \geq \epsilon. Entonces\{ x_n \} converge ac, pero\{ f(x_n) \} no converge af(c).

Supongamos quef \colon {\mathbb{R}}^2 \to {\mathbb{R}} es un polinomio. Es decir,f(x,y) = \sum_{j=0}^d \sum_{k=0}^{d-j} a_{jk}\,x^jy^k = a_{0\,0} + a_{1\,0} \, x + a_{0\,1} \, y+ a_{2\,0} \, x^2+ a_{1\,1} \, xy+ a_{0\,2} \, y^2+ \cdots + a_{0\,d} \, y^d , para algunosd \in {\mathbb{N}} (el grado) ya_{jk} \in {\mathbb{R}}. Entonces afirmamos quef es continuo. Dejar\{ (x_n,y_n) \}_{n=1}^\infty ser una secuencia en la{\mathbb{R}}^2 que converja a(x,y) \in {\mathbb{R}}^2. Hemos demostrado que esto significa que\lim\, x_n = x y\lim\, y_n = y. Entonces por lo\lim_{n\to\infty} f(x_n,y_n) = \lim_{n\to\infty} \sum_{j=0}^d \sum_{k=0}^{d-j} a_{jk} \, x_n^jy_n^k = \sum_{j=0}^d \sum_{k=0}^{d-j} a_{jk} \, x^jy^k = f(x,y) . que tenemos Asíf es continuo en(x,y), y como(x,y) fue arbitrariof es continuo en todas partes. De igual manera, un polinomio enn variables es continuo.

Compacidad y continuidad

Los mapas continuos no mapean conjuntos cerrados a conjuntos cerrados. Por ejemplo,f \colon (0,1) \to {\mathbb{R}} definido porf(x) := x toma el conjunto(0,1), que está cerrado en(0,1), al conjunto(0,1), que no está cerrado en{\mathbb{R}}. Por otro lado, los mapas continuos sí conservan conjuntos compactos.

[lemma:continuouscompact] Dejar(X,d_X) y(Y,d_Y) ser espacios métricos yf \colon X \to Y una función continua. SiK \subset X es un conjunto compacto, entoncesf(K) es un conjunto compacto.

Una secuencia en sef(K) puede escribir como\{ f(x_n) \}_{n=1}^\infty, donde\{ x_n \}_{n=1}^\infty es una secuencia enK. El conjuntoK es compacto y por lo tanto hay una subsecuencia\{ x_{n_i} \}_{i=1}^\infty que converge a algunosx \in K. Por continuidad,\lim_{i\to\infty} f(x_{n_i}) = f(x) \in f(K) . Así que cada secuencia enf(K) tiene una subsecuencia convergente a un punto enf(K), yf(K) es compacta por.

Como antes,f \colon X \to {\mathbb{R}} logra un mínimo absolutof(x) \geq f(c) \qquad \text{ for all $x \in X$.} enc \in X si Por otro lado,f logra un máximo absoluto enc \in X sif(x) \leq f(c) \qquad \text{ for all $x \in X$.}

Dejar(X,d) ser un espacio métrico compacto yf \colon X \to {\mathbb{R}} una función continua. Entoncesf se acota y de hechof logra un mínimo absoluto y un máximo absoluto encendidoX.

ComoX es compacto yf es continuo, tenemos quef(X) \subset {\mathbb{R}} es compacto. De ahíf(X) que esté cerrado y acotado. En particular,\sup f(X) \in f(X) y\inf f(X) \in f(X), porque tanto el sup como el inf se pueden lograr mediante secuencias enf(X) yf(X) se cierra. Por lo tanto hay algunosx \in X tales quef(x) = \sup f(X) y algunosy \in X tales quef(y) = \inf f(X).

Continuidad y topología

Veamos cómo definir la continuidad en términos de la topología, es decir, los conjuntos abiertos. Ya hemos visto que la topología determina qué secuencias convergen, por lo que no es de extrañar que la topología también determine la continuidad de las funciones.

[lemma:mstopocontloc] Dejar(X,d_X) y(Y,d_Y) ser espacios métricos. Una funciónf \colon X \to Y es continua enc \in X si y solo si por cada vecindario abiertoU def(c) inY, el conjuntof^{-1}(U) contiene un vecindario abierto dec inX.

Primero supongamos quef es continuo enc. QueU sea un barrio abierto def(c) adentroY, entoncesB_Y\bigl(f(c),\epsilon\bigr) \subset U para algunos\epsilon > 0. Por continuidad def, existe\delta > 0 tal que siempre quex sea tal qued_X(x,c) < \delta, entoncesd_Y\bigl(f(x),f(c)\bigr) < \epsilon. En otras palabras,B_X(c,\delta) \subset f^{-1}\bigl(B_Y\bigl(f(c),\epsilon\bigr)\bigr) \subset f^{-1}(U) , yB_X(c,\delta) es un barrio abierto dec.

Para la otra dirección,\epsilon > 0 déjese dar. Sif^{-1}\bigl(B_Y\bigl(f(c),\epsilon\bigr)\bigr) contiene un barrio abiertoW dec, contiene una bola. Es decir, hay algunos\delta > 0 tales queB_X(c,\delta) \subset W \subset f^{-1}\bigl(B_Y\bigl(f(c),\epsilon\bigr)\bigr) . Eso significa precisamente que sid_X(x,c) < \delta entoncesd_Y\bigl(f(x),f(c)\bigr) < \epsilon, y asíf es continuo enc.

[thm:mstopocont] Dejar(X,d_X) y(Y,d_Y) ser espacios métricos. Una funciónf \colon X \to Y es continua si y solo si por cada abiertoU \subset Y,f^{-1}(U) está abierto enX.

La prueba se desprende y se deja como ejercicio.

Dejarf \colon X \to Y ser una función continua. nos dice que siE \subset Y está cerrado, entonces tambiénf^{-1}(E) = X \setminus f^{-1}(E^c) está cerrado. Por lo tanto si tenemos una función continuaf \colon X \to {\mathbb{R}}, entonces el conjunto cero def, es decir,f^{-1}(0) = \{ x \in X : f(x) = 0 \}, se cierra. Acabamos de demostrar el resultado más básico en geometría algebraica, el estudio de conjuntos cero de polinomios.

De igual manera el conjunto dondef es no negativo, es decir,f^{-1}\bigl( [0,\infty) \bigr) = \{ x \in X : f(x) \geq 0 \} está cerrado. Por otro lado el conjunto dondef es positivo,f^{-1}\bigl( (0,\infty) \bigr) = \{ x \in X : f(x) > 0 \} es abierto.

Continuidad uniforme

En cuanto a las funciones continuas en la línea real, en la definición de continuidad a veces es conveniente poder elegir una\delta para todos los puntos.

Dejar(X,d_X) y(Y,d_Y) ser espacios métricos. Entoncesf \colon X \to Y es uniformemente continuo si por cada\epsilon > 0 hay\delta > 0 tal que cuandox,c \in X yd_X(x,c) < \delta, entoncesd_Y\bigl(f(x),f(c)\bigr) < \epsilon.

Una función uniformemente continua es continua, pero no necesariamente viceversa como hemos visto.

[THM:XCompactFunifCont] Dejar(X,d_X) y(Y,d_Y) ser espacios métricos. Supongamos quef \colon X \to Y es continuo yX compacto. Entoncesf es uniformemente continuo.

Dejemos\epsilon > 0 que se den. Para cada unoc \in X, escoja\delta_c > 0 tal qued_Y\bigl(f(x),f(c)\bigr) < \nicefrac{\epsilon}{2} cuando sead_X(x,c) < \delta_c. Las bolasB(c,\delta_c) cubrenX, y el espacioX es compacto. Aplicar el para obtener un\delta > 0 tal que para cadax \in X, hay unc \in X para el cualB(x,\delta) \subset B(c,\delta_c).

Six_1, x_2 \in X dónded_X(x_1,x_2) < \delta, encuentrac \in X tal queB(x_1,\delta) \subset B(c,\delta_c). Entoncesx_2 \in B(c,\delta_c). Por el triángulo de la desigualdad y la definición de\delta_c tenemosd_Y\bigl(f(x_1),f(x_2)\bigr) \leq d_Y\bigl(f(x_1),f(c)\bigr) + d_Y\bigl(f(c),f(x_2)\bigr) < \nicefrac{\epsilon}{2}+ \nicefrac{\epsilon}{2} = \epsilon . \qedhere

Ejemplos útiles de funciones uniformemente continuas son nuevamente las llamadas funciones continuas de Lipschitz. Es decir si(X,d_X) y(Y,d_Y) son espacios métricos, entoncesf \colon X \to Y se llama Lipschitz oK -Lipschitz si existeK \in {\mathbb{R}} tal que no esd_Y\bigl(f(x),f(c)\bigr) \leq K d_X(x,c) \ \ \ \ \text{for all } x,c \in X. difícil probar que Lipschitz implica uniformemente continuo, solo toma\delta = \nicefrac{\epsilon}{K}. Y ya vimos en el caso de las funciones en la línea real, una función puede ser uniformemente continua pero no Lipschitz.

Cabe mencionar que, si una función es Lipschitz, tiende a ser más fácil simplemente demostrar que es Lipschitz aunque sólo nos interese conocer la continuidad.

Ejercicios

Considera{\mathbb{N}}\subset {\mathbb{R}} con la métrica estándar. Dejar(X,d) ser un espacio métrico yf \colon X \to {\mathbb{N}} una función continua. a) Demostrar que siX está conectado, entoncesf es constante (el rango def es un valor único). b) Encuentra un ejemplo dondeX está desconectado y nof es constante.

Dejarf \colon {\mathbb{R}}^2 \to {\mathbb{R}} definirse porf(0,0) := 0, yf(x,y) := \frac{xy}{x^2+y^2} si(x,y) \not= (0,0). a) Demostrar que para cualquier fijox, la función que llevay af(x,y) es continua. De manera similar para cualquier fijoy, la función que llevax af(x,y) es continua. b) Mostrar que nof es continua.

Supongamos quef \colon X \to Y es continuo para espacios métricos(X,d_X) y(Y,d_Y). A \subset XDejar. a) Demostrarf(\overline{A}) \subset \overline{f(A)} eso. b) Demostrar que el subconjunto puede ser apropiado.

Demostrar. Pista: Uso.

[exercise:msconnconn] Supongamos quef \colon X \to Y es continuo para espacios métricos(X,d_X) y(Y,d_Y). Mostrar que siX está conectado, entoncesf(X) está conectado.

Demostrar la siguiente versión del. Dejar(X,d) ser un espacio métrico conectado yf \colon X \to {\mathbb{R}} una función continua. Supongamos que existenx_0,x_1 \in X yy \in {\mathbb{R}} tal quef(x_0) < y < f(x_1). Entonces demuestre que existez \in X tal esof(z) = y. Pista: Ver.

Una función continuaf \colon X \to Y para espacios métricos(X,d_X) y(Y,d_Y) se dice que es adecuada si para cada conjunto compactoK \subset Y, el conjuntof^{-1}(K) es compacto. Supongamos que un continuof \colon (0,1) \to (0,1) es propio y\{ x_n \} es una secuencia en la(0,1) que converge a0. Demostrar que no\{ f(x_n) \} tiene subsecuencia que converja en(0,1).

Dejar(X,d_X) y(Y,d_Y) ser espacio métrico yf \colon X \to Y ser una función uno-a-uno y en continuo. Supongamos queX es compacto. Demostrar que la inversaf^{-1} \colon Y \to X es continua.

Tome el espacio métrico de las funciones continuasC([0,1],{\mathbb{R}}). Dejark \colon [0,1] \times [0,1] \to {\mathbb{R}} ser una función continua. Dadof \in C([0,1],{\mathbb{R}}) definir\varphi_f(x) := \int_0^1 k(x,y) f(y) ~dy . a) Mostrar queT(f) := \varphi_f define una funciónT \colon C([0,1],{\mathbb{R}}) \to C([0,1],{\mathbb{R}}).
b) Demostrar queT es continuo.

Dejar(X,d) ser un espacio métrico.
a) Sip \in X, mostrar lof \colon X \to {\mathbb{R}} definido porf(x) := d(x,p) es continuo.
b) Definir una métrica enX \times X como en la parte b, y mostrar que lag \colon X \times X \to {\mathbb{R}} definida porg(x,y) := d(x,y) es continua.
c) Demostrar que siK_1 yK_2 son subconjuntos compactos deX, entonces existe unp \in K_1 yq \in K_2 tal qued(p,q) es mínimo, es decir,d(p,q) = \inf \{ (x,y) \colon x \in K_1, y \in K_2 \}.

Teorema de punto fijo y teorema de Picard nuevamente

Nota: 1 conferencia (opcional, no requiere)

En esta sección probamos el teorema de punto fijo para mapeos de contracción. Como aplicación probamos el teorema de Picard, el cual probamos sin espacios métricos en. La prueba que presentamos aquí es similar, pero la prueba va mucho más suave con espacios métricos y el teorema de punto fijo.

Teorema de punto fijo

Dejar(X,d) y(X',d') ser espacios métricos. f \colon X \to X'se dice que es una contracción (o un mapa contractivo) si es un mapak -Lipschitz para algunosk < 1, es decir, si existek < 1 tal qued'\bigl(f(x),f(y)\bigr) \leq k d(x,y) \ \ \ \ \text{for all } x,y \in X.

Sif \colon X \to X es un mapa,x \in X se llama punto fijo sif(x)=x.

[Principio de mapeo de contracción o teorema de punto fijo] [thm:contr] Let(X,d) ser un espacio métrico completo no vacío yf \colon X \to X una contracción. Entoncesf tiene un punto fijo único.

Las palabras completa y contracción son necesarias. Ver.

Escoge cualquierax_0 \in X. Definir una secuencia\{ x_n \} porx_{n+1} := f(x_n). d(x_{n+1},x_n) = d\bigl(f(x_n),f(x_{n-1})\bigr) \leq k d(x_n,x_{n-1}) \leq \cdots \leq k^n d(x_1,x_0) .Supongamosm > n, entonces\begin{split} d(x_m,x_n) & \leq \sum_{i=n}^{m-1} d(x_{i+1},x_i) \\ & \leq \sum_{i=n}^{m-1} k^i d(x_1,x_0) \\ & = k^n d(x_1,x_0) \sum_{i=0}^{m-n-1} k^i \\ & \leq k^n d(x_1,x_0) \sum_{i=0}^{\infty} k^i = k^n d(x_1,x_0) \frac{1}{1-k} . \end{split} En particular la secuencia es Cauchy (¿por qué?). Ya queX está completo dejamosx := \lim\, x_n, y afirmamos quex es nuestro punto fijo único.

¿Punto fijo? La funciónf es continua ya que es una contracción, por lo que Lipschitz continua. De ahíf(x) = f( \lim \, x_n) = \lim\, f(x_n) = \lim\, x_{n+1} = x .

¿Único? Dejemosx yy ambos sean puntos fijos. d(x,y) = d\bigl(f(x),f(y)\bigr) \leq k d(x,y) .Comok < 1 esto significa esod(x,y) = 0 y por lo tantox=y. Se prueba el teorema.

La prueba es constructiva. No sólo sabemos que existe un punto fijo único. También sabemos cómo encontrarlo. Empezamos con cualquier puntox_0 \in X y simplemente iteramosf(x_0)f(f(x_0)),f(f(f(x_0))),, etc... De hecho, incluso puedes encontrar qué tan lejos del punto fijo estás, ver los ejercicios. Por lo tanto, la idea de la prueba se utiliza en aplicaciones del mundo real.

Teorema de Picard

Antes de llegar a Picard, mencionemos a qué espacio métrico estaremos aplicando el teorema del punto fijo. Utilizaremos el espacio métricoC([a,b],{\mathbb{R}}) de. Es decir,C([a,b],{\mathbb{R}}) es el espacio de funciones continuasf \colon [a,b] \to {\mathbb{R}} con la métricad(f,g) = \sup_{x \in [a,b]} \left\lvert {f(x)-g(x)} \right\rvert . Convergencia en esta métrica es convergencia en norma uniforme, o en otras palabras, convergencia uniforme. Por lo tanto, ver,C([a,b],{\mathbb{R}}) es un espacio métrico completo.

Usemos el teorema de punto fijo para probar el teorema clásico de Picard sobre la existencia y singularidad de las ecuaciones diferenciales ordinarias. Considerar la\frac{dy}{dx} = F(x,y) . ecuación Dados algunosx_0, y_0 estamos buscando una funcióny=f(x) tal quef(x_0) = y_0 y tal quef'(x) = F\bigl(x,f(x)\bigr) . Para evitar tener que llegar a muchos nombres a menudo simplemente escribimosy' = F(x,y) yy(x) para la solución.

El ejemplo más simple es por ejemplo la ecuacióny' = y,y(0) = 1. La solución es la exponencialy(x) = e^x. Un ejemplo algo más complicado esy' = -2xy,y(0) = 1, cuya solución es la gaussianay(x) = e^{-x^2}.

Hay algunas cuestiones sutiles, por ejemplo, cuánto tiempo existe la solución. Mira la ecuacióny' = y^2,y(0)=1. Entoncesy(x) = \frac{1}{1-x} es una solución. Si bienF es una función razonablemente “agradable” y en particular existe para todosx yy, la solución “estalla” enx=1. Para más ejemplos relacionados con el teorema de Picard ver.

DejarI, J \subset {\mathbb{R}} ser intervalos compactos, dejarI_0 yJ_0 ser sus interiores, y dejar(x_0,y_0) \in I_0 \times J_0. Supongamos queF \colon I \times J \to {\mathbb{R}} es continuo y Lipschitz en la segunda variable, es decir, existeL \in {\mathbb{R}} tal que\left\lvert {F(x,y) - F(x,z)} \right\rvert \leq L \left\lvert {y-z} \right\rvert \ \ \ \text{ for all $y,z \in J$, $x \in I$} . Entonces existe unah > 0 y una función diferenciable únicaf \colon [x_0 - h, x_0 + h] \to J \subset {\mathbb{R}}, tal quef'(x) = F\bigl(x,f(x)\bigr) \qquad \text{and} \qquad f(x_0) = y_0.

Sin pérdida de generalidad asumirx_0 =0. AlI \times J ser compacto yF(x,y) continuo, está acotado. Así que encuentra unM > 0, tal que\left\lvert {F(x,y)} \right\rvert \leq M para todos(x,y) \in I\times J. Escoge\alpha > 0 tal que[-\alpha,\alpha] \subset I y[y_0-\alpha, y_0 + \alpha] \subset J. Vamos ah := \min \left\{ \alpha, \frac{\alpha}{M+L\alpha} \right\} . anotar[-h,h] \subset I. Definir el conjunto EsY := \{ f \in C([-h,h],{\mathbb{R}}) : f([-h,h]) \subset J \} . % [y_0-\alpha,y_0+\alpha] \} . decir,Y es el espacio de funciones continuas sobre[-h,h] con valores enJ, es decir, exactamente esas funciones donde tieneF\bigl(x,f(x)\bigr) sentido. La métrica utilizada es la métrica estándar dada anteriormente.

Espectáculo queY \subset C([-h,h],{\mathbb{R}}) está cerrado. Pista:J está cerrado.

El espacioC([-h,h],{\mathbb{R}}) está completo, y un subconjunto cerrado de un espacio métrico completo es un espacio métrico completo con la métrica subespacial, ver. EntoncesY con la métrica subespacial está completa.

Definir una asignaciónT \colon Y \to C([-h,h],{\mathbb{R}}) porT(f)(x) := y_0 + \int_0^x F\bigl(t,f(t)\bigr)~dt .

Demostrar que sif \colon [-h,h] \to J es continuo entoncesF\bigl(t,f(t)\bigr) es continuo encendido[-h,h] como una función det. Usa esto para mostrar queT está bien definido y esoT(f) \in C([-h,h],{\mathbb{R}}).

Dejarf \in Y y\left\lvert {x} \right\rvert \leq h. ComoF está delimitado porM tenemos\begin{split} \left\lvert {T(f)(x) - y_0} \right\rvert &= \left\lvert {\int_0^x F\bigl(t,f(t)\bigr)~dt} \right\rvert \\ & \leq \left\lvert {x} \right\rvert M \leq hM \leq \frac{\alpha M}{M+ L\alpha} \leq \alpha . \end{split} AsíT(f)([-h,h]) \subset [y_0-\alpha,y_0+\alpha] \subset J, yT(f) \in Y. En otras palabras,T(Y) \subset Y. Consideramos asíT como un mapeo deY aY.

AfirmamosT \colon Y \to Y es una contracción. Primero, parax \in [-h,h] yf,g \in Y tenemos\left\lvert {F\bigl(x,f(x)\bigr) - F\bigl(x,g(x)\bigr)} \right\rvert \leq L\left\lvert {f(x)- g(x)} \right\rvert \leq L \, d(f,g) . Por lo tanto,\begin{split} \left\lvert {T(f)(x) - T(g)(x)} \right\rvert &= \left\lvert {\int_0^x F\bigl(t,f(t)\bigr) - F\bigl(t,g(t)\bigr)~dt} \right\rvert \\ & \leq \left\lvert {x} \right\rvert L \, d(f,g) \leq h L\, d(f,g) \leq \frac{L\alpha}{M+L\alpha} \, d(f,g) . \end{split} ElegimosM > 0 y así\frac{L\alpha}{M+L\alpha} < 1. El reclamo se prueba tomando supremo sobre el lado izquierdox \in [-h,h] de arriba para obtenerd\bigl(T(f),T(g)\bigr) \leq \frac{L\alpha}{M+L\alpha} \, d(f,g).

Aplicamos el teorema del punto fijo () para encontrar un únicof \in Y tal queT(f) = f, es decir,%\label{equation:msinteqpicard} f(x) = y_0 + \int_0^x F\bigl(t,f(t)\bigr)~dt . por el teorema fundamental del cálculo,T(f) es la función diferenciable única cuya derivada esF\bigl(x,f(x)\bigr) yT(f)(0) = y_0. Por lo tantof es la solución única def'(x) = F\bigl(x,f(x)\bigr) yf(0) = y_0.

Demostrar que la afirmación “Sin pérdida de generalidad asumax_0 = 0” está justificada. Es decir, probar que si conocemos el teorema conx_0 = 0, el teorema es cierto como se afirma.

Ejercicios

Para más ejercicios relacionados con el teorema de Picard ver.

Dejar queF \colon {\mathbb{R}}\to {\mathbb{R}} se defina porF(x) := kx + b donde0 < k < 1,b \in {\mathbb{R}}.
a) Demostrar queF es una contracción.
b) Encontrar el punto fijo y mostrar directamente que es único.

Dejarf \colon [0,\nicefrac{1}{4}] \to [0,\nicefrac{1}{4}] ser definido porf(x) := x^2 es una contracción.
a) Demostrar quef es una contracción, y encontrar lo mejor (el más pequeño)k a partir de la definición que funcione.
b) Encontrar el punto fijo y mostrar directamente que es único.

[ejercicio:nofixedpoint] a) Encuentra un ejemplo de una contracciónf \colon X \to X del espacio métrico no completoX sin punto fijo. b) Encuentra un mapa 1-Lipschitzf \colon X \to X de un espacio métrico completoX sin punto fijo.

Considerary' =y^2,y(0)=1. Utilice el esquema de iteración a partir de la prueba del principio de mapeo de contracción. Empezar conf_0(x) = 1. Encuentra algunas iteraciones (al menos hastaf_2). Demostrar que el límite puntual def_n es\frac{1}{1-x}, es decir para cada unox con\left\lvert {x} \right\rvert < h para algunosh > 0, demuéstralo\lim\limits_{n\to\infty}f_n(x) = \frac{1}{1-x}.

Supongamos quef \colon X \to X es una contracción parak < 1. Supongamos que usa el procedimiento de iteración conx_{n+1} := f(x_n) como en la prueba del teorema del punto fijo. Supongamos quex es el punto fijo def.
a) Demostrar esod(x,x_n) \leq k^n d(x_1,x_0) \frac{1}{1-k} para todosn \in {\mathbb{N}}.
b) Supongamosd(y_1,y_2) \leq 16 para todosy_1,y_2 \in X, yk= \nicefrac{1}{2}. Encuentra unN tal que empiece en cualquier puntox_0 \in X,d(x,x_n) \leq 2^{-16} para todosn \geq N.

Vamosf(x) := x-\frac{x^2-2}{2x}. (Puede reconocer el método de Newton para\sqrt{2})
a) Probarf\bigl([1,\infty)\bigr) \subset [1,\infty).
b) Demostrar quef \colon [1,\infty) \to [1,\infty) es una contracción.
c) Aplicar el teorema de punto fijo para encontrarx \geq 1 tal esof(x) = x, y demostrarlox = \sqrt{2}.

Supongamos quef \colon X \to X es una contracción, y(X,d) es un espacio métrico con la métrica discreta, es decird(x,y) = 1 siemprex \not= y. Demostrar quef es constante, es decir, existec \in X tal quef(x) = c para todosx \in X.


  1. El término “moderno” se refiere a finales del siglo XIX hasta la actualidad.
  2. Para los fans del programa de televisión Futurama, hay una sala de cine en un episodio llamado\aleph_0 -plex.
  3. Un algebraista diría que{\mathbb{Z}} es un anillo ordenado, o quizás más precisamente un anillo ordenado conmutativo.
  4. La singularidad depende del isomorfismo, pero deseamos evitar el uso excesivo del álgebra. Para nosotros, simplemente basta con asumir que existe un conjunto de números reales. Consulte Rudin para la construcción y más detalles.
  5. El nombre del matemático suizo Jacob Bernoulli (1655 — 1705).
  6. La hipótesis de la amplitud es para la simplicidad, se puede descartar si permitimos los números reales extendidos.
  7. usa la notación(x_n) para denotar una secuencia en lugar de\{ x_n \}, que es lo que usa. Ambos son comunes.
  8. El nombre del físico y matemático inglés Isaac Newton (1642 — 1726/7).
  9. El nombre del matemático checo Bernhard Placidus Johann Nepomuk Bolzano (1781 — 1848), y del matemático alemán Karl Theodor Wilhelm Weierstrass (1815 — 1897).
  10. A veces se dice que\{ x_n \} converge al infinito.
  11. El nombre del matemático francés Augustin-Louis Cauchy (1789—1857).
  12. La divergencia de las series armónicas se conoció antes de que la teoría de las series se hiciera rigurosa. De hecho la prueba que damos es la prueba más temprana y fue dada por Nicole Oresme (¿1323? —1382).
  13. Demostración de este hecho es lo que hizo famoso al matemático suizo Leonhard Paul Euler (1707 — 1783).
  14. Llamado así por el matemático italiano Ernesto Ces à ro (1859 — 1906).
  15. El nombre del matemático alemán Johannes Karl Thomae (1840 — 1921).
  16. El nombre del matemático alemán Rudolf Otto Segismundo Lipschitz (1832—1903).
  17. Llamado así por el matemático alemán Gottfried Wilhelm Leibniz (1646—1716).
  18. El nombre del matemático francés Michel Rolle (1652—1719).
  19. Nombrado así por el matemático inglés Brook Taylor (1685—1731). Fue encontrado por primera vez por el matemático escocés James Gregory (1638 — 1675). La declaración que damos fue probada por Joseph-Louis Lagrange (1736 — 1813)
  20. El nombre del matemático alemán Georg Friedrich Bernhard Riemann (1826—1866).
  21. El nombre del matemático francés Jean-Gaston Darboux (1842—1917).
  22. Se dice que talh es de variación acotada.
  23. Compare esta hipótesis con.
  24. Llamado así por el matemático suizo Leonhard Paul Euler (1707 — 1783) y el matemático italiano Lorenzo Mascheroni (1750 — 1800).
  25. Acortado del latín: sinus cardinalis
  26. La notación ni la terminología no están completamente estandarizadas. La norma también se llama la norma sup o norma del infinito, y además de\left\lVert {f} \right\rVert_u y a veces\left\lVert {f} \right\rVert_S se escribe como\left\lVert {f} \right\rVert_{\infty} o\left\lVert {f} \right\rVert_{\infty,S}.
  27. Llamado así por el matemático francés Charles Émile Picard (1856—1941).

This page titled 2.1: Propiedades básicas is shared under a CC BY-SA 4.0 license and was authored, remixed, and/or curated by Jiří Lebl via source content that was edited to the style and standards of the LibreTexts platform.

Support Center

How can we help?