Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis No Estandar
Analisis No Estandar
ANALISIS
NO
ESTANDAR
Indice General
Introducci
on
vii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
2
7
12
12
16
18
21
27
30
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
43
43
47
53
59
63
70
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
77
. 77
. 78
. 85
. 99
. 102
. 109
. .
. .
. .
. .
. .
R
.
.
.
.
.
.
.
.
.
.
.
.
Captulo IV: C
alculo integral de una variable
4.1 La integral de Riemann . . . . . . . . . . . . . . . . . . . . . . .
4.2 Las funciones trigonometricas . . . . . . . . . . . . . . . . . . . .
4.3 C
alculo de longitudes, areas y vol
umenes . . . . . . . . . . . . . .
v
117
117
133
141
vi
INDICE GENERAL
153
153
163
174
Captulo VI: C
alculo diferencial de varias
6.1 Espacios metricos y espacios normados
6.2 Elementos de topologa . . . . . . . . .
6.3 Funciones continuas . . . . . . . . . .
6.4 Derivadas y diferenciales . . . . . . . .
6.5 El teorema de la funci
on implcita . .
6.6 Optimizaci
on cl
asica . . . . . . . . . .
variables
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
179
179
183
189
195
208
212
Captulo VII: C
alculo integral de varias variables
7.1 Resultados b
asicos . . . . . . . . . . . . . . . . . .
7.2 Dominios de integraci
on . . . . . . . . . . . . . . .
7.3 C
alculo de integrales . . . . . . . . . . . . . . . . .
7.4 El teorema de la media . . . . . . . . . . . . . . . .
7.5 El teorema de cambio de variable . . . . . . . . . .
7.6 Areas
de supercies . . . . . . . . . . . . . . . . . .
7.7 Apendice: Descomposicion de aplicaciones lineales
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
219
219
223
231
235
238
250
257
Ap
endice A: La teora de Nelson
261
Ap
endice B: La teora de Hrbacek
271
Ap
endice C: El teorema de conservaci
on
C.1 Modelos internos . . . . . . . . . . . . . . . . . . . . .
C.2 Ultrapotencias . . . . . . . . . . . . . . . . . . . . . .
C.3 Lmites inductivos . . . . . . . . . . . . . . . . . . . .
C.4 El teorema de conservacion para la teora de Hrbacek
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
285
285
291
297
303
Bibliografa
315
Indice de Materias
316
Introducci
on
En la historia de las matem
aticas nos encontramos con muchos momentos en que los matematicos han manejado con seguridad por no decir con
virtuosismo conceptos cuya naturaleza y propiedades b
asicas eran incapaces
de precisar. El ejemplo tpico lo tenemos en los algebristas de los siglos XVI
y XVII, que eran capaces de encontrar races reales de polinomios pasando, en
caso de ser necesario, por races imaginarias de otros polinomios que aparecan
a lo largo del c
alculo. Los n
umeros imaginarios eran concebidos como unos conceptos cticios en los que, sin saber como ni por que, se poda conar, en el
sentido de que al incluirlos en los c
alculos llevaban a conclusiones correctas.
Naturalmente, la raz
on por la que los c
alculos con n
umeros complejos eran
correctos es que es posible construir los n
umeros complejos, de tal modo que
lo que hacan los algebristas aunque no lo supieran era usar una serie de
teoremas que no saban demostrar o siquiera enunciar (los n
umeros complejos
forman un cuerpo, etc.)
Hay muchos otros casos similares: los fsicos han estado derivando funciones
no derivables durante mucho tiempo, con la convicci
on de que las derivadas eran
unas funciones generalizadas que no saban denir, pero en la que tambien se
poda conar. La raz
on por la que estos calculos con funciones misteriosas que
no eran funciones no llevaban a paradojas y contradicciones es, por supuesto,
que es posible construir unos objetos (las distribuciones) con las propiedades
que los fsicos postulaban implcitamente en el uso que hacan de sus funciones
generalizadas. Tambien Kummer uso unos divisores primos ideales que no
existan, y que nalmente formaliz
o Dedekind a traves de la nocion de ideal de
un anillo, los propios n
umeros reales no estuvieron exentos de polemicas sobre
sus propiedades hasta que Dedekind y Cantor dieron las primeras construcciones
explcitas, etc.
El an
alisis no estandar es la respuesta u
ltima a una asignatura pendiente
que tena la matematica. En su origen, el c
alculo diferencial se bas
o tambien en
unos n
umeros ideales que nadie saba denir porque tenan que ser no nulos
y a la vez menores que cualquier cantidad positiva. Eran los innitesimos. Por
ejemplo, Leibniz explicaba as el calculo de la derivada de f (x) = x2 : tomamos
un innitesimo dx, calculamos el incremento df = f (x+dx)f (x) y lo dividimos
entre la cantidad (no nula) dx. Resulta
df
= 2x + dx.
dx
vii
viii
Introducci
on
ix
una informaci
on, y es que el axioma que postula la existencia de R es en realidad
un axioma inesencial, en el sentido de que todo lo que se demuestra con el, se
puede demostrar tambien sin el (simplemente, demostrandolo y convirtiendolo
as en un teorema). Lo mismo sucede con el analisis no estandar.
De entre las distintas versiones axiomaticas del analisis no estandar, aqu
vamos a exponer una especialmente fuerte, en el sentido de que no vamos a
postular axiom
aticamente la mera existencia por ejemplo de un cuerpo que
contiene al cuerpo de los n
umeros reales y que ademas tiene innitesimos, sino
que vamos a presentar toda una teora de conjuntos no est
andar, a
nadiendo
a los axiomas usuales de la teora de conjuntos otros axiomas que postulan
la existencia de elementos ideales en todos los conjuntos innitos. Dado que
no vamos a comparar este enfoque con otros posibles, el lector no tendr
a la
oportunidad de constatarlo (salvo que compare con otros textos), pero esta
version supone una simplicaci
on enorme de la teora, tanto en sus aspectos
tecnicos como en los conceptuales.
Ahora bien, tal y como explic
abamos un poco m
as arriba, debemos tener
presente que los objetos cuya existencia postulan estos axiomas pueden ser construidos, de modo que los axiomas del an
alisis no estandar no son como otros
axiomas que pueden a
nadirse a la teora de conjuntos (tales como la hip
otesis
del continuo, el axioma de Martin, etc.) sino que son eliminables, en el sentido
de que cualquier armaci
on estandar que pueda demostrarse con ellos, puede
demostrarse tambien sin ellos.
De este modo, la teora de conjuntos no est
andar no es una teora nueva que
proporcione nuevos resultados, sino una teora alternativa que permite probar
los mismos resultados que la teora clasica pero de forma distinta. As, mientras
que una teora matematica usual se valora normalmente en funci
on de los
resultados nuevos que permite demostrar, este criterio no es aplicable para
valorar la teora de conjuntos no est
andar (ya que la respuesta es que no permite
demostrar nada nuevo), sino que su valor depender
a mas bien de la comparaci
on
entre las tecnicas clasicas y las tecnicas no estandar. El prop
osito de este libro
es, precisamente, poner al lector en condiciones de realizar esa comparacion y
para que pueda sopesar por s mismo las ventajas y los inconvenientes de la
teora de conjuntos no est
andar frente a la teora de conjuntos cl
asica.
En esta comparacion, probablemente, el factor de m
as peso es un hecho
externo a la teora misma: por razones historicas, la teora de conjuntos cl
asica
esta profundamente arraigada, mientras que la teora de conjuntos no est
andar
no es mas que una curiosidad, y es casi impensable que alg
un da pase a ser
mas que eso. No obstante, siempre queda el cuanto menos divertimento
teorico de juzgar ambas teoras en pie de igualdad, prescindiendo de su grado de
popularidad. Entonces, los dos platos de la balanza quedan bastante igualados:
Por una parte, la teora de conjuntos no est
andar da lugar a pruebas
mas intuitivas?, elegantes?, sencillas? que la teora clasica.
Por otra parte, la teora de conjuntos no est
andar requiere un marco
de razonamiento l
ogico un poco?, bastante?, mucho? mas complejo que la teora de conjuntos cl
asica.
Introducci
on
xi
La prueba puede parecer extremadamente simple, pero en esta apariencia
hay algo de enga
noso, y esto nos lleva precisamente hacia el otro plato de la
balanza. Las sutilezas logicas inherentes a la teora de conjuntos no est
andar
estan relacionadas con las causas por las que los matematicos tuvieron que
abandonar el uso de innitesimos a la hora de fundamentar el an
alisis: si no se
toman las precauciones debidas, los innitesimos dan lugar a contradicciones.
El problema es an
alogo al que tuvieron que resolver los matem
aticos para
fundamentar la teora de conjuntos. Si no se toman las precauciones debidas,
determinados conjuntos como el conjunto de todos los conjuntos, el conjunto de todos los cardinales, etc. dan lugar a contradicciones por el mero
hecho de aceptar su existencia. Cantor llamaba a estos conjuntos parad
ojicos
multiplicidades inconsistentes, y hay esencialmente dos formas de abordar el
problema de extirpar de la teora matematica las contradicciones que generan:
La teora de conjuntos de Zermelo-Fraenkel (ZFC) es una teora axiom
atica
en la que, simplemente, las multiplicidades inconsistentes no existen: a
partir de sus axiomas se puede demostrar que no existe ning
un conjunto
que contenga a todos los conjuntos, ni existe ning
un conjunto que contenga
a todos los cardinales, etc. No obstante, informalmente se puede hablar de
la clase de todos los conjuntos o la clase de todos los cardinales, pero
solo en armaciones que claramente pueden reformularse eliminando estos
conceptos (por ejemplo, si decimos que la clase de todos los cardinales esta
contenida en la clase de todos los conjuntos, esto es equivalente a decir
que todo cardinal es un conjunto, y as hemos eliminado toda menci
on a
clases inexistentes).
La teora de conjuntos de von Neumann-Bernays-G
odel introduce formalmente la diferencia entre conjuntos y clases propias, de modo que las
multiplicidades inconsistentes de Cantor se corresponden con las clases
propias. Las contradicciones aparecen si se confunden ambos conceptos
y se tratan las clases propias como si fueran conjuntos. Estableciendo la
distinci
on, los argumentos que originalmente daban lugar a contradicciones se transforman en los argumentos que demuestran que determinadas
clases son propias y no son conjuntos.
A la hora de fundamentar el uso de innitesimos, nos encontramos con problemas similares: determinados conjuntos como el conjunto de todos los
n
umeros reales innitesimales dan lugar a contradicciones, y en este libro presentaremos dos teoras axiomaticas que resuelven el problema:
La teora de Nelson resuelve el problema negando la existencia de los
conjuntos problem
aticos. As por ejemplo, a partir de sus axiomas se
demuestra, desde luego, que existen n
umeros reales innitesimales, pero
tambien que no existe ning
un conjunto cuyos elementos sean los n
umeros
reales innitesimales. Esto es tecnicamente analogo al caso de la teora de
conjuntos de ZFC, en la que se demuestra que existen los n
umeros cardinales (nitos e innitos), pero se demuestra que no existe ning
un conjunto
xii
Introducci
on
cuyos elementos sean todos los cardinales. La u
nica diferencia (de car
acter
psicol
ogico) es que uno puede estudiar algebra, an
alisis, topologa, etc. y
hablar de cardinales de conjuntos nitos e innitos, sin tener realmente
necesidad de hablar en ning
un momento del conjunto de todos los cardinales, por lo que apenas se nota la prohibici
on que la teora impone como
precio para excluir las contradicciones. En cambio, cuando uno habla de
n
umeros reales innitesimales, resulta tentador en muchas ocasiones razonar considerando el conjunto de todos los innitesimales, y la prohibici
on
de hacerlo puede resultar desconcertante.
La teora de Hrbacek distingue entre conjuntos internos y conjuntos externos de un modo similar a como la teora NBG distingue entre conjuntos y clases propias. Es posible hablar del conjunto de todos los n
umeros
innitesimales, pero los argumentos que, a partir de este concepto, dan
lugar a contradicciones se convierten ahora en razonamientos que prueban
que tal conjunto es externo. En realidad, la teora de Nelson permite hablar de conjuntos externos en el mismo sentido informal (pero riguroso)
en que es posible hablar de clases en ZFC, es decir, como conceptos que
es posible introducir en las armaciones a condici
on de que estas puedan
reformularse eliminando toda menci
on a ellos.
Volviendo a la demostraci
on que hemos dado m
as arriba del teorema de Sierpinski, uno de los pasos que hemos dado, aunque es correcto, no es, en realidad,
evidente. Se trata del punto en que hemos reordenado los subndices para poner
en primer lugar los n
umeros innitos y luego los nitos. La reordenaci
on en
s es intrascendente. Lo que no es trivial es que, implcitamente, ah estamos
considerando el conjunto
I = {i n | xi es innitamente grande}.
En general, conjuntos como este son los que dan lugar a contradicciones si no
se toman las precauciones debidas. Por ejemplo, si aceptamos sin mas reexion
la existencia del conjunto I, deberamos aceptar igualmente la existencia de
J = {i N | i es innitamente grande},
y este conjunto nos lleva a una contradicci
on, ya que es f
acil probar que si
i J, entonces i 1 J, luego tendramos un subconjunto de N no vaco y
sin mnimo elemento. En la teora de conjuntos de Nelson se demuestra que I
existe, mientras que J no existe, pero, por la misma raz
on que no es obvio que
J no exista, tampoco es obvio que I s que exista.2
El precio que hay que pagar para trabajar consistentemente en la teora
de conjuntos no est
andar el precio que el lector deber
a juzgar si es caro o
barato es asimilar las sutilezas logicas que determinan que I s que existe
pero J no.
2 Cuando el lector est
e familiarizado con la teora de conjuntos no est
andar podr
a entender
la raz
on por la que I s que existe: I = {i n | xi A}, donde A = {x1 , . . . , xn }, que es un
conjunto est
andar por el teorema A.7.
xiii
En la teora de Hrbacek, esta sutileza desaparece de la prueba del teorema
de Sierpinski, ya que tanto I como J existen trivialmente. La diferencia entre
ambos es ahora que I es interno, mientras que J es externo, pero que I sea
interno o externo es irrelevante para la demostraci
on del teorema. Lo u
nico
necesario era hacer referencia a I para despejar en la ecuaci
on. Sin embargo, la
teora axiom
atica de Hrbacek requiere bastante m
as familiaridad con la l
ogica
matematica que la teora de Nelson.
De todos modos, debemos tener presente que cualquier teora axiom
atica
es ardua para un lector sin la suciente preparaci
on matematica. Incluso hay
muchos matematicos que son expertos en su campo y que solo tienen un vago
conocimiento de lo que es la logica matematica (formal) y la teora axiom
atica
de conjuntos. Por ello, no sera justo comparar una exposici
on de la teora
de conjuntos no est
andar seg
un los patrones de rigor propios de la l
ogica matematica con una exposici
on de la teora clasica al nivel semiformal que emplean
todos los libros de matematicas (excepto los que tratan temas directamente relacionados con la l
ogica matematica o estan escritos por pedantes). Debido a
estas consideraciones, la estructura de este libro es la siguiente:
El primer captulo est
a dedicado a describir informalmente la l
ogica de
la teora de conjuntos cl
asica (en sus tres primeras secciones) y la de la
teora de conjuntos no est
andar (en la cuarta secci
on). Su objetivo es
preparar al lector para que pueda manejar la teora no estandar con el
mismo nivel de seguridad con que un estudiante de matem
aticas medio
maneja la teora estandar. En el caso de la teora estandar, para conseguir
este dominio informal es posible prescindir pr
acticamente por completo de
toda alusi
on a la l
ogica matematica, pero la teora no estandar requiere,
como mnimo, unas nociones b
asicas sobre la logica subyacente para no
caer en contradicciones.
Es importante insistir en que todas las explicaciones, ejemplos, analogas,
etc. presentadas en este primer captulo (incluso en las secciones sobre la
teora cl
asica) solo pretenden sugerir al lector una forma pragm
atica de
concebir la teora no estandar para desenvolverse en ella con soltura. En
particular, no pretenden defender ninguna posici
on los
oca sobre como
han de concebirse las matematicas en general o los innitesimos en particular.
La seccion 1.3 contiene un resumen (con demostraciones) de los resultados b
asicos sobre funciones, relaciones, estructuras algebraicas, n
umeros
naturales, etc., en denitiva, de los hechos y conceptos que el lector debe
conocer para leer este libro. Su nalidad es servir de ayuda a un hipotetico
lector obstinado en que la teora no estandar contradice en algo a la teora
estandar. La seccion 1.3 le dar
a la oportunidad de buscar concretamente
que resultado contradice a la teora no estandar, y tal vez el no encontrar
ninguno le ayude a entender que la contradicci
on solo esta en su imaginaci
on. (Si encuentra alguno, entonces su problema es m
as grave, pero
puede estar seguro de que sera su problema, no un problema de la teora
xiv
Introducci
on
no estandar.) Los lectores que no sean especialmente suspicaces pueden
saltarse esa seccion sin riesgo a echar nada en falta m
as adelante.
Segundo captulo pretende familiarizar al lector con el uso pr
actico de la
teora de conjuntos no est
andar siempre a un nivel informal, lo m
as
parecido posible al nivel de cualquier libro de matem
aticas serio, pero
no tecnico, a traves del estudio de los n
umeros naturales, los n
umeros
racionales y la construccion de los n
umeros reales.
Los captulos siguientes desarrollan los contenidos tpicos de un curso universitario de an
alisis matematico: calculo diferencial e integral para funciones de una y varias variables. La exposici
on pretende ser natural o, mejor
dicho, pretende ser lo que sera una exposici
on natural si la teora de conjuntos no est
andar fuera considerada una teora normal en la pr
actica
matematica. Desarrollamos la teora no estandar como si la teora clasica
no existiese, exactamente igual que los libros clasicos desarrollan la teora
clasica como si la teora no estandar no existiese. En particular, cada concepto se dene de la forma que resulta natural en el contexto de la teora
no estandar, sin mostrar la equivalencia con la denici
on cl
asica correspondiente, salvo que ello tenga interes en la propia teora no estandar.
El lector no necesita ning
un conocimiento matematico previo m
as alla
de cierta familiaridad con los conceptos matematicos basicos (los mismos
que se exponen en el primer captulo), excepto para las secciones 6.5, 6.6
y 7.5, en las que necesitara conocer algunos hechos basicos del algebra
lineal (matrices, determinantes, espacios vectoriales, y poco mas).
Los apendices A y B presentan con rigor la axiom
atica de Nelson y la
de Hrbacek, respectivamente. Aqu el lector necesitara cierta familiaridad
con la l
ogica matematica y con la teora axiom
atica de conjuntos.3 Toda
la teora desarrollada en los captulos precedentes puede formalizarse en
la teora de Nelson sin mas esfuerzo que el necesario para formalizar en
ZFC cualquier exposici
on razonable del an
alisis clasico.
El apendice C contiene la demostracion del teorema de conservacion, seg
un
el cual, todo teorema estandar que pueda demostrarse en la teora de
conjuntos no est
andar puede demostrarse tambien en la teora de conjuntos cl
asica. En particular, si la teora clasica es consistente, la teora
no estandar tambien lo es. La prueba es metamatematica y nitista. Eso
quiere decir, en terminos mas llanos, que cualquiera que arme convencido
que la teora de conjuntos no est
andar no sirve porque es contradictoria,
no tiene ni idea de la estupidez que est
a diciendo. Para este apendice, el
lector necesitara un buen conocimiento de la l
ogica matematica y de la
teora de conjuntos.
xv
Hay un aspecto de la comparaci
on entre la teora clasica y la teora no
estandar en el que no vamos a entrar aqu, y es si la teora no estandar ofrece
ventajas frente al teora clasica de cara a la investigacion. Hasta la fecha no
hay ning
un resultado demostrado con tecnicas no estandar y que no pueda
demostrarse de forma razonablemente pareja en dicultad mediante tecnicas
estandar. Los defensores del an
alisis no estandar citan ejemplos como este,
aunque la verdad sea dicha no hay muchos otros que citar:
El quinto problema de Hilbert consista en determinar si todo grupo topol
ogico localmente eucldeo es un grupo de Lie. El problema fue resuelto armativamente en 1952 por Montgomery, Zippin y Gleason. En 1964 Kaplanski
public
o otra demostracion. Sin embargo, en 1976 se celebr
o un congreso sobre
los problemas de Hilbert en el que un especialista de cada rama deba explicar
la soluci
on de los que ya haban sido resueltos, pero el correspondiente a este
problema dijo que las demostraciones conocidas eran tan tecnicas y tan complejas que no poda siquiera esbozarlas. En 1990 J. Hirschfeld public
o4 una prueba
no estandar mucho m
as simple y, cuanto menos, esbozable.
Para terminar, a
nadiremos u
nicamente que la exposici
on del c
alculo diferencial e integral que contiene este libro s
olo es una muestra reducida de las
posibilidades de la teora de conjuntos no est
andar. Al igual que es posible
una exposici
on no est
andar del an
alisis matematico, podemos desarrollar una
topologa no estandar, una geometra diferencial no est
andar, una teora de la
medida no estandar, un an
alisis funcional no est
andar y, en general, cualquier
rama de la matematica que estudie conjuntos innitos es susceptible de un enfoque no estandar. Las teoras axiomaticas que presentamos aqu son sucientes
para formalizar tales enfoques. La pregunta sigue siendo si merece la pena.
Dejamos al lector la u
ltima palabra.
4 J. Hirschfeld, The nostandard treatment of Hilberts fth problem, Trans. Amer. Math.
Soc. 321 (1) (1990).
Captulo I
Preliminares conjuntistas
Suponemos que el lector tiene cierta familiaridad con las matem
aticas elementales, especialmente con la manipulacion de expresiones algebraicas (como
que am an = am+n o que a/b + c/d = (ad + bc)/bd, etc.) Mas en general, supondremos que el lector conoce los n
umeros naturales, enteros y racionales, y
tambien sera conveniente cierta familiaridad con los n
umeros reales.
El prop
osito de este primer captulo es conectar estos conocimientos informales que suponemos al lector con otros conceptos mas abstractos en que es
necesario enmarcarlos para abordar con el rigor necesario otros temas mas delicados, como el analisis matematico, especialmente desde el punto de vista no
estandar que vamos a adoptar. Con el rigor necesario no nos referimos al
rigor absoluto, consistente en trabajar en un sistema axiom
atico formal, lo cual
exigira un esfuerzo al lector que incluso muchos licenciados en matematicas no
son capaces de realizar, sino al rigor necesario para que el lector pueda distinguir
informalmente un razonamiento v
alido de otro que no lo es, que es como de
hecho trabaja la mayora de los matematicos profesionales cuya especialidad
no esta relacionada con la fundamentaci
on de las matematicas.
De todos modos, conviene tener presente que, del mismo modo que lo que
determina la validez de los razonamientos que hacen los matematicos profesionales es el hecho de que podran expresarse con todo rigor en el seno de una
teora axiom
atica formal (por ejemplo, la teora de conjuntos ZFC), y ello sin
perjuicio de que muchos matem
aticos no sepan en que consiste exactamente esta
teora, tambien sucede que los patrones de razonamiento que vamos a tratar de
inculcar al lector en este libro se corresponden con los que pueden expresarse
con todo rigor en otra teora axiom
atica formal. En otras palabras, lo que trataremos de conseguir es que el lector pueda razonar correctamente en el seno de la
matematica no estandar de forma intuitiva, sin necesidad de asimilar para ello
las sutilezas y los tecnicismos de la logica matematica, pero de tal modo que el
resultado pr
actico sea el mismo que si el lector conociera todos esos tecnicismos.
Quiz
a esta comparacion pueda ser u
til: un ciudadano honrado puede respetar la ley sin haber ledo nunca un c
odigo legal. Su buen juicio le permite
determinar que conductas seran sin duda ilegales y cu
ales son admisibles. Solo
1
1.1
Conjuntos
Invitamos al lector a que conciba todo cuanto vamos a ver aqu como una
pelcula de cine. Seg
un su argumento, una pelcula puede ser fant
astica, en el
sentido de que lo que se narra en ella no tiene nada que ver con la realidad; puede
ser hist
orica, en el sentido de que todo cuanto se narra en ella es una replica de lo
que ha sucedido realmente en una determinada epoca y un determinado lugar; o
bien puede combinar en diferentes proporciones elementos reales con elementos
fant
asticos (por ejemplo, si narra una historia cticia elmente enmarcada en
un contexto hist
orico real).
Dejamos al lector la libertad de clasicar nuestra pelcula en el genero
que considere oportuno. Los lectores que consideren que nuestra pelcula es
hist
orica son los que los l
osofos llaman platonistas; los que consideren que es
pura fantasa son los llamados formalistas; mientras que los que adopten una
postura intermedia se distribuir
an en una amplia gama de posibilidades entre
el platonismo y el formalismo, entre las cuales, una de las m
as populares es el
nitismo.
En cualquier caso, el lector debe tener presente que cualquier espectador que
quiera entender una pelcula ha de ser consciente de que cada pelcula tiene su
propia realidad interna, y que es necesario remitir a ella los juicios sobre cada
escena, y no a la realidad externa a la pelcula. Por ejemplo, pensemos en un
espectador sensato que sabe que creer en fantasmas es ridculo, pero va a ver
una pelcula en la que un personaje advierte a otros que no deben entrar en una
determinada casa, porque en ella habitan fantasmas. Para entender la pelcula,
deber
a estar abierto a dos posibilidades:
Puede tratarse de una pelcula de fantasmas, de modo que, internamente,
sea verdad que en la casa hay fantasmas, en cuyo caso el espectador debera
concluir que los incredulos que se adentran en la casa son unos insensatos que
no saben lo que hacen.
Pero tambien puede tratarse de una pelcula realista, en la que el personaje
que previene contra los fantasmas lo hace, digamos, porque est
a buscando un
tesoro oculto en la casa y emplea ciertos trucos para ahuyentar a otras personas
que pudieran encontrarlo antes. En tal caso, los incredulos que se adentran en
la casa son personajes mas inteligentes que los bobos a los que el malo ha
conseguido acobardar.
Lo importante es que el juicio que el espectador se forme sobre los personajes no debe depender de su opini
on personal sobre si existen o no fantasmas
1.1. Conjuntos
En la pr
actica, esto signica que si tenemos dos conjuntos A y B y queremos
probar que A = B, bastar
a con que tomemos un elemento arbitrario x A y
logremos probar que tambien x B, y viceversa.
Conviene introducir la notaci
on A B para referirse a la mitad de este
hecho. Diremos que un conjunto interno A es un subconjunto de un conjunto
interno B (y se representa como acabamos de indicar) si todo elemento de A
es tambien un elemento de B. En estos terminos, el axioma de extensionalidad
arma que la igualdad A = B equivale a las dos inclusiones A B y B A.
Desde un punto de vista m
as teorico, el axioma de extensionalidad puede
verse as: llamamos extensi
on de un conjunto interno B a todos los conjuntos
internos A que cumplen A B. El axioma de extensionalidad arma que dos
conjuntos internos son iguales si y s
olo si tienen la misma extension. Es este
axioma el que nos permite armar que un conjunto no es ni m
as ni menos que
su extension1 y, por consiguiente, que es una colecci
on de conjuntos internos.
En este punto es crucial que hagamos una observaci
on: el hecho de que los
conjuntos internos sean colecciones de conjuntos internos no nos garantiza que
toda coleccion de conjuntos internos sea (la extensi
on de) un conjunto interno.
De hecho, sucede que es logicamente imposible que esto sea as. Vamos a ver
por que.
Podemos especicar una coleccion de conjuntos internos a traves de una
propiedad com
un a todos ellos. Por ejemplo, vamos a considerar la propiedad
P (x) x
/ x. M
as claramente: dado un conjunto interno x, diremos que
cumple la propiedad P (x) si no se pertenece a s mismo. Nadie dice que tenga
que haber conjuntos internos que se pertenezcan a s mismos. Si no los hay, lo
que tenemos es que todos los conjuntos cumplen la propiedad P (x).
En cualquier caso, podemos llamar R a la coleccion de todos los conjuntos
internos que cumplen P (x). Ciertamente, se trata de una coleccion de conjuntos
internos denida con toda precisi
on. Pero nos formulamos la pregunta siguiente:
Es R la extension de un conjunto interno? o, dicho de otro modo, existe un
conjunto interno R cuyos elementos sean precisamente los conjuntos internos
que no se pertenecen a s mismos?
La respuesta es negativa. Si existiera tal conjunto R, tendra que darse
una de estas dos alternativas: o bien R R, o bien R
/ R. Pero sucede que
ambas nos llevan a una contradicci
on. Si suponemos que R R, entonces, por
denici
on de R, tenemos que R es un conjunto interno que cumple la propiedad
P (R), es decir, que cumple R
/ R, y estabamos suponiendo lo contrario. Es
imposible. Por otra parte, si R
/ R, entonces R es un conjunto interno que
1 Conviene tener presente que esto no es una necesidad l
ogica. En nuestra pelcula
podramos haber decidido que los conjuntos tuvieran otras propiedades relevantes adem
as
de su extensi
on. Por ejemplo, podramos haber decidido que hubiera conjuntos blancos y
negros, de modo que podra haber dos conjuntos distintos A y B que tuvieran ambos un u
nico
elemento C, pero que fueran distintos porque A fuera blanco y B fuera negro. Lo que arma
el axioma de extensionalidad es que un conjunto interno no tiene ninguna otra propiedad
distintiva m
as que su extensi
on.
1.1. Conjuntos
1.2
u v = {x | x u y x v}.
El lector debera protestar ante estas deniciones, ya que parecen aplicaciones del axioma de especicacion y, sin embargo, no respetan su estructura, ya
que no estamos restringiendo la seleccion a los x que pertenecen a un conjunto
A prejado. En el caso de la intersecci
on esto se puede arreglar, ya que podemos
escribir
u v = {x u | x v},
sin embargo, con la uni
on la objeci
on es irrefutable, por lo que necesitamos un
axioma especco:
Axioma de la uni
on Dados dos conjuntos internos, existe un conjunto interno cuyos elementos son los conjuntos internos que pertenecen a cualquiera
de los dos conjuntos dados.2
2 En realidad, la teor
a de conjuntos requiere un axioma de la uni
on m
as fuerte que
este,
pero no necesitamos explicitar este hecho.
10
11
12
Ejercicio: Demostrar que si N1 y N2 son dos conjuntos internos que cumplen los
cinco axiomas de Peano, entonces N1 = N1 N2 = N2 .
Ahora bien, quienes creen que los axiomas de Peano determinan de forma absoluta el conjunto de los n
umeros naturales no tienen en cuenta que las pelculas
son pelculas. No es este el mejor momento para discutir sobre la cuestion. Volveremos sobre ella mas tarde. De momento dejamos u
nicamente esta idea al
lector: En el mundo real s
olo ha habido un Julio Cesar, y, por ello, en una
pelcula sobre Julio Cesar solo puede haber un personaje que sea Julio Cesar,
pero eso no garantiza que el Julio Cesar que presente la pelcula sea una imagen
el del Julio Cesar historico. Sera un error garrafal armar que el Julio Cesar
de la pelcula ha de ser identico al Julio Cesar real porque no puede haber m
as
que un Julio Cesar. En realidad tenemos dos unicidades: hay un u
nico Julio
Cesar externo y un u
nico Julio Cesar interno, pero el Julio Cesar interno puede
ser muy diferente del Julio Cesar externo.
1.3
Una vez presentados los principales personajes de nuestra pelcula, ahora vamos a dar algunos detalles del argumento. Puesto que todo lo que vamos a decir
hace referencia a lo que sucede en la realidad de nuestra pelcula, hablaremos
de conjuntos entendiendo que en todo momento nos referimos a conjuntos
internos.
1.3.1
Funciones
Denici
on 1.1 Dados dos conjuntos A y B, una aplicaci
on (o una funci
on)
f : A B es un subconjunto f A B tal que, para cada a A, existe un
u
nico b B tal que (a, b) f . Este u
nico b se llama imagen por f del conjunto
a, y se representa por b = f (a). Tambien se dice que a es una antiimagen de b
por f .
En la pr
actica, para denir una aplicaci
on f : A B podemos olvidar que
estamos deniendo un conjunto de pares ordenados y denir simplemente f (a)
para todo a A. En el fondo, esto es siempre una aplicaci
on del axioma de
especicacion. Por ejemplo, si denimos s : N N como la aplicacion dada
por s(n) = n , con mas precision estamos deniendo el conjunto
s = {(n, m) N N | m = n }.
Denici
on 1.2 Una aplicaci
on f : A B es inyectiva si elementos distintos
de A tienen im
agenes distintas en B o, alternativamente, si cuando f (a) = f (a ),
entonces a = a .
Diremos que f es suprayectiva si todo elemento de B tiene al menos una
antiimagen en A. Diremos que f es biyectiva si es inyectiva y suprayectiva.
13
Denimos3
B A = {f | f : A B}.
Si f : A B y g : B C, denimos la composici
on f g : A C
como la aplicacion dada por (f g)(a) = g(f (a)).
La aplicaci
on identidad IA : A A en un conjunto A es la aplicacion
biyectiva dada por IA (a) = a.
Si A B, la inclusi
on de A en B es la aplicacion i : A B dada por
i(a) = a (de modo que la identidad es la inclusi
on de un conjunto en s mismo).
Si f : A B es una aplicaci
on biyectiva, podemos denir la aplicaci
on
inversa f 1 : B A como la aplicacion
f 1 = {(b, a) B A | f (a) = b}.
De este modo, f (a) = b equivale a f 1 (b) = a. Es f
acil ver que f 1 es
tambien biyectiva y es la u
nica aplicaci
on g : B A que cumple f g = IA y
g f = IB .
Si f : A B y C A, llamaremos restricci
on de f a C a la aplicaci
on
f |C : C A dada por f |C (c) = f (c), para todo c C.
Ejercicio: Comprobar que la composici
on de aplicaciones inyectivas, suprayectivas o
biyectivas es tambien inyectiva, suprayectiva o biyectiva.
4 La prueba es bastante t
ecnica, y los argumentos que requiere son de naturaleza muy
distinta a los que realmente nos van a interesar en este libro, por lo que el lector puede pasarla
por alto sin que ello vaya a afectar a su comprensi
on de lo que sigue. La incluimos u
nicamente
por si acaso, m
as adelante, el lector encuentra motivos para desconar de la construcci
on de
los n
umeros naturales y quiere revisarla con detalle.
14
para todo n m . Como m = m {m}, solo falta probar que la segunda parte
se cumple tambien para n = m. Ahora bien, por denici
on,
fm (m ) = g(fm (m)) = g(fm (m)).
Para probar la unicidad, sea h : m A cualquier aplicaci
on que cumpla
las condiciones
h(0) = a,
h(n ) = g(h(n)),
para todo n m ,
15
En la pr
actica escribiremos m + n en lugar de (m+)(n), con lo que las
propiedades anteriores se vuelven m
as legibles:
m + 0 = m,
m + n = (m + n) .
M
as a
un, recordando la denici
on 1 = 0 , tenemos que
m + 1 = m + 0 = (m + 0) = m + 1.
Por ello, en lo sucesivo no volveremos a representar el siguiente de m por m ,
sino que nos referiremos a el como m + 1. En estos terminos, las propiedades
que denen a la suma se expresan as:
m + 0 = m,
m + (n + 1) = (m + n) + 1.
M
as en general, las condiciones del teorema de recursion se expresan como
sigue:
f (0) = a,
f (n + 1) = g(f (n)).
Denici
on 1.5 Para cada m N, denimos la aplicaci
on (m) : N N como
la u
nica que cumple
m 0 = 0,
m (n + 1) = m n + m,
16
1.3.2
Relaciones
Denici
on 1.6 Una relaci
on en un conjunto A es un conjunto R A A. En
lugar de escribir (a, b) R, escribiremos a R b y diremos que a est
a relacionado
con b (seg
un la relaci
on R)
Una relaci
on de orden (total) en un conjunto A es una relacion en A que
cumple las propiedades siguientes:
Reexiva a a.
Antisim
etrica Si a b y b a, entonces a = b.
Transitiva Si a b y b c, entonces a c.
De conexi
on a b o b a.
Si es una relacion de orden en un conjunto A, escribiremos a < b para
indicar a b y a = b. Escribiremos a b como equivalente a b a, as como
a > b como equivalente a b < a.
Un conjunto ordenado es un par (A, ), donde es una relacion de orden
en el conjunto A.
Teorema 1.7 La relaci
on en N dada por
m n si y s
olo si existe un r N tal que m + r = n
es una relaci
on de orden.
n: Las propiedades reexiva y transitiva son inmediatas.
Demostracio
Para probar la propiedad antisimetrica suponemos que m n y n m, de modo
que m+r = n y n+s = m, para ciertos r, s N. Entonces m+r+s = m = m+0.
Por la propiedad de simplicaci
on, r + s = 0. De aqu se sigue que s = 0, ya
que en caso contrario s = t + 1, con lo que r + t + 1 = 0, en contra del segundo
axioma de Peano. Por lo tanto, m = n + s = n + 0 = n.
La conexi
on la demostramos por inducci
on sobre a. Si a = 0 entonces 0 b,
ya que b = 0 + b. Si vale para a, entonces a b o b a. En el segundo caso
b a a + 1, luego b a + 1. En el primer caso tenemos que a + r = b, para
cierto r N. Si r = 0, entonces r = s + 1, luego a + 1 + s = b, lo que prueba que
17
Denici
on 1.9 Si (A, ) es un conjunto ordenado y B A, el mnimo de B
es un elemento m B tal que m b para todo b B. El m
aximo de B es un
elemento M B tal que b M para todo b B.
Un conjunto B A no tiene por que tener mnimo elemento, pero si lo
tiene es u
nico, ya que, si hubiera dos, digamos m y m , entonces tendra que
ser m m , porque m es mnimo, y m m, porque m es mnimo. Por la
antisimetra, sera m = m . Lo mismo sucede con el maximo.
Con la relaci
on de orden que hemos denido, el conjunto N de los n
umeros
naturales cumple la siguiente propiedad fundamental:
Teorema 1.10 (Principio de buena ordenaci
on) Todo subconjunto de N no
vaco tiene mnimo elemento.
n: Vamos a probar por inducci
Demostracio
on sobre n que todo subconjunto A N que contenga un n
umero n tiene un mnimo elemento. Si A
contiene un n
umero m 0, entonces ha de ser m = 0, porque 0 + m = m, luego
0 m, luego m = 0. Por el mismo motivo, 0 es menor o igual que todo n
umero
de A, luego 0 es el mnimo de A.
Supongamos que todo conjunto de n
umeros naturales que contenga un n
umero n tiene mnimo elemento y supongamos que A contiene un n
umero
a n + 1.
Distinguimos dos casos: si A no contiene ning
un n
umero menor que a, es que
a es el mnimo de A. En caso contrario, A contiene un elemento b < a n + 1,
luego b < n + 1, luego b n y, por hip
otesis de induccion, A tiene mnimo
elemento.
En particular, el mnimo de N es 0, y n + 1 es el menor natural mayor que n.
Por otra parte, N no tiene un m
aximo elemento, ya que todo n
umero natural n
es menor que n + 1.
Denici
on 1.11 Si (A, ) es un conjunto ordenado, diremos que un M A es
una cota superior de un conjunto B A si b M para todo b B (pero, al contrario que en la denici
on de m
aximo, no exigimos que M B). An
alogamente
se dene una cota inferior. Diremos que un conjunto B A esta acotado superior o inferiormente si tiene una cota superior o inferior.
18
1.3.3
Conjuntos nitos
Denici
on 1.14 Si n N es un n
umero natural, denimos
In = {m N | m < n}.
Un conjunto A es nito si existe un n
umero natural n y una aplicaci
on
biyectiva f : In A. En caso contrario es innito.
Observemos que, I0 = y, tecnicamente, : biyectiva, por lo que
es un conjunto nito. Si el lector juzga esto difcil de digerir, puede considerar
simplemente que es nito por denici
on.
Los conjuntos In son nitos, pues cumplen la denici
on con la aplicaci
on
identidad.
Otro hecho obvio es que, si existe una aplicaci
on biyectiva g : A B,
entonces A es nito si y solo si B es nito. En efecto, si existe una aplicaci
on
biyectiva f : In A, entonces f g : In B tambien es biyectiva.
19
20
21
1.3.4
Denici
on 1.22 Una ley de composici
on interna en un conjunto A es una
aplicaci
on
: A A A.
En lugar de escribir (a, b), escribiremos a b. En denitiva, una ley de
composicion interna en A es cualquier forma de operar dos elementos de A para
obtener un nuevo elemento de A.
Por ejemplo, aunque, tecnicamente, hemos denido la suma y el producto
de n
umeros naturales como una familia de aplicaciones (m+) y (m), para cada
m N, es mas natural reunirlas en dos u
nicas leyes de composicion interna
+ : N N N,
: N N N.
Por denici
on, m + n = (m+)(n) y m n = (m)(n).
Denici
on 1.23 Un anillo conmutativo y unitario es una terna (A, +, ), donde
A es un conjunto y + : AA A, : AA A son dos leyes de composicion
interna en A que cumplen las propiedades siguientes:
Asociativa (a + b) + c = a + (b + c), (ab)c = a(bc).
Conmutativa a + b = b + a, ab = ba.
Distributiva a(b + c) = ab + ac.
Elemento neutro Existen 0, 1 A tales que a + 0 = a, a 1 = a.
22
Elemento sim
etrico Para cada a A existe un elemento a A tal que
a + (a) = 0.
En lo sucesivo, siempre que hablemos de anillos se entendera que son anillos
conmutativos y unitarios.
Observemos que los elementos neutros 0 y 1 son u
nicos, pues si 0 y 0 son
neutros para la suma, entonces 0 = 0 + 0 = 0 , e igualmente con el producto.
Igualmente, el elemento simetrico ha de ser u
nico, pues si existe otro (a)
que cumple a + (a) = 0 = a + (a) , entonces
a = a + 0 = a + a + (a) = 0 + (a) = (a) .
En la pr
actica, escribiremos a b en lugar de a + (b).
Observemos que en cualquier anillo se cumple a 0 = 0, pues
a 0 = a (0 + 0) = a 0 + a 0
y, sumando (a 0) a ambos miembros, llegamos a que 0 = a 0.
Ejercicio: Demostrar que en cualquier anillo se cumple (a)b = a(b) = (ab),
(a)(b) = ab, (a + b) = a b.
Denici
on 1.24 Si A es un anillo, un ideal de A es un subconjunto I A con
las propiedades siguientes:
a) 0 I.
b) Si a, b I, entonces a + b I.
c) Si a I y b A, entonces ab I.
En tal caso, denimos en A la relacion a b (mod I) dada por a b I.
Se dice que a y b son congruentes modulo el ideal I.
Teorema 1.25 Sea A un anillo e I un ideal de A.
a) La congruencia en A m
odulo I es una relaci
on de equivalencia.
b) Si a a (mod I) y b b (mod I), entonces a + b a + b (mod I) y
ab a b (mod I).
n: a) Se cumple a a (mod I) porque a a = 0 I.
Demostracio
Si a b (mod I), entonces a b I, luego (1)(a b) = b a I, luego
b a (mod I).
Si a b (mod I) y b c (mod I), entonces a b I y b c I. La suma
tambien esta en I, y es a c I, luego a c (mod I).
b) Sea a = a + i, b = b + j, con i, j I. Entonces a + b = b + b + i + j,
ltimos productos est
an en
con i + j I, y ab = a b + a j + ib + ij, y los tres u
I, luego su suma tambien. Por lo tanto tenemos que a + b a + b (mod I) y
ab a b (mod I).
23
Denici
on 1.26 Si A es un anillo e I es un ideal de A, representaremos por
A/I el conjunto cociente de A respecto a la relacion de congruencia m
odulo I.
El teorema anterior prueba que podemos denir una suma y un producto en
A/I mediante
[a] + [b] = [a + b], [a][b] = [ab].
El punto crucial es que estas deniciones no dependen del elemento de la clase
de equivalencia con el que hacemos las operaciones, es decir, que si [a] = [a ]
y [b] = [b ], llegamos a la misma clase si calculamos [a + b] que si calculamos
[a + b ], e igualmente con el producto.
Es inmediato comprobar que estas operaciones convierten a A/I en un anillo,
el llamado anillo cociente de A sobre I.
Ejercicio: Demostrar, mediante los oportunos razonamientos inductivos, que N cumple todas las propiedades de la denici
on de anillo excepto la existencia de elementos
simetricos.
Al a
nadir un elemento simetrico a cada n
umero natural obtenemos el anillo
de los n
umeros enteros. Veamos como hacerlo:
Denici
on 1.27 Denimos en N N la relaci
on dada por
(m, n) R (m , n ) si y solo si m + n = n + m .
Si pudieramos restar dos n
umeros naturales cualesquiera, esta relacion podra
escribirse as:
m n = m n .
Vemos as que el signicado de la relaci
on R es que dos pares de n
umeros
estan relacionados si y s
olo si deberan tener la misma resta.
Ejercicio: Demostrar que la relaci
on R que acabamos de denir es de equivalencia.
as como que
m+v n+u
si y s
olo si
m + v n + u .
as como la relacion
[(m, n)] [(u, v)]
si y solo si
m + v n + u.
24
La interpretaci
on es que si imaginamos que [(m, n)] representa a la resta
m n y [(u, v)] representa a la resta u v, entonces su suma debe ser
m n + u v = (m + u) (n + v),
y su producto debe ser
(m n)(u v) = mu + nv mv nu = (mu + nv) (mv + nu)
y estas dos restas se corresponden con las clases de pares que hemos denido
como suma y producto de las clases dadas.
Igualmente, m n u v debe ser equivalente a m + v n + u.
Ejercicio: Demostrar que Z es un anillo con las operaciones que acabamos de denir.
Los elementos neutros son 0 = [(0, 0)], 1 = [(1, 0)]. Los elementos simetricos son
[(m, n)] = [(n, m)].
Ejercicio: Demostrar que la relaci
on que hemos denido en Z es una relaci
on de
orden.
si y solo si
i(mn) = i(m)i(n),
i(m) i(n).
25
26
si y solo si
mn = nm .
Se demuestra f
acilmente que se trata de una relacion de equivalencia. La
clase de equivalencia de un par (m, n) se representa por m/n. Diremos que es
una fracci
on de numerador m y denominador n. De este modo tenemos que
m
m
=
n
n
si y solo si
mn = nm .
mu
mu
=
n v
nv
n
v
si y solo si
mv nu
27
si y solo si
i(mn) = i(m)i(n),
i(m) i(n).
1.3.5
Elementos de aritm
etica
(n + 1)a = na + a.
para todo n N.
28
(1)a = a,
(m + n)a = ma + na,
(mn)a = m(na).
2! = 1! 2 = 1 2 = 2,
3! = 2! 3 = 1 2 3 = 6.
Si 0 m n denimos el n
umero combinatorio
n
n!
=
m
m! (n m)!
Teorema 1.32 Sean m n n
umeros naturales.
n n
a) m = nm .
n
b) n0 = nn = 1,
1 = n.
n n n+1
c) Si m < n, m
+ m+1 = m+1 .
d) Los n
umeros combinatorios son n
umeros naturales.
n: c) Hay que probar que
Demostracio
n!
n!
(n + 1)!
+
=
.
m! (n m)! (m + 1)! (n m 1)!
(m + 1)! (n m)!
Ahora bien,
n!
n!
+
m! (n m)! (m + 1)! (n m 1)!
(m + 1)! (n m)!
= n! (m + 1) + n! (n m) = m n! + n! + n n! m n! = (n + 1) n! = (n + 1)!
29
n
d) Una simple inducci
on nos da que m
es un n
umero natural, pues cada
n
umero combinatorio con n + 1 es suma de dos con n, por el apartado c).
La forma m
as f
acil de calcular los n
umeros combinatorios es disponerlos en
forma de tri
angulo, de modo que cada uno es la suma de los dos que hay sobre
el. El tri
angulo as construido se suele llamar tri
angulo de Tartaglia.
1
1
1
1
1
1
1
2
3
4
1
3
6
10
4
10
1
5
Tri
angulo de Tartaglia
Enunciamos sin demostraci
on el resultado principal sobre los n
umeros combinatorios:
Teorema 1.33 (Binomio de Newton) Sea A un anillo, n N y a, b A.
Entonces
n
n m nm
(a + b)n =
a b
.
m
m=0
Quiz
a alg
un lector objete que no hemos denido el signo . Las sumas
nitas en un anillo A se denen recurrentemente. Consideremos una aplicacion
a : In+1 A. Convenimos en representar a(i) = ai . Por comodidad, la
extendemos a una aplicaci
on N A tomando ai = 0 para i > n. Entonces
denimos, en virtud del teorema de recursi
on:
0
ai = a0 ,
i=0
Es frecuente escribir
r+1
i=0
ai =
ai + ar+1 .
i=0
ai = a0 + + an ,
i=0
y entonces hemos de tener presente que los puntos suspensivos son solo el signo
que hemos elegido para representar la suma nita, tan legtimo como pueda
serlo la letra . Todas las propiedades de las sumas nitas se demuestran
rutinariamente por inducci
on. Igualmente pueden denirse productos nitos en
un anillo, que habitualmente se representan por
n
ai = a0 an .
i=0
Por u
ltimo mencionaremos un hecho de uso cotidiano sobre la aritmetica de
los n
umeros naturales sobre el que no hemos dicho nada hasta ahora, y es la
posibilidad de expresarlos con la notaci
on decimal.
30
3 = 2 + 1,
7 = 6 + 1,
4 = 3 + 1,
8 = 7 + 1,
5 = 4 + 1,
9 = 8 + 1,
d = 9 + 1,
1.4
La seccion precedente es un resumen de los resultados basicos de lo que podemos llamar matem
atica cl
asica. Tal y como hemos visto, hemos partido de
dos conceptos fundamentales: la noci
on de conjunto interno, y la de pertenencia
entre conjuntos internos. A partir de estas dos nociones hemos denido muchas
otras, como las de uni
on, interseccion, aplicaci
on, anillo, etc. Todos los conceptos que pueden denirse a partir de los dos conceptos b
asicos de conjunto
interno y pertenencia son lo que hemos llamado conceptos internos. Todas
las armaciones y propiedades que hagan referencia u
nicamente a conceptos
internos, son lo que hemos llamado armaciones y propiedades internas.
Observemos que en ning
un momento hemos denido que son los conjuntos
internos ni la pertenencia entre conjuntos internos. Para poder decir algo sobre
estos conceptos sin tenerlos denidos, nos hemos tenido que apoyar en unos axiomas, que son armaciones internas. Cuando hablamos de matem
atica cl
asica
nos referimos, mas concretamente, a todo el cuerpo de armaciones internas que
pueden deducirse a partir de estos axiomas.5
En esta seccion vamos a extender la matematica clasica, no solo a
nadiendole
nuevos axiomas, sino tambien una nueva noci
on fundamental que presentaremos
sin denici
on, y que tendr
a, pues, el mismo status l
ogico que las nociones de
5 Aqu
hay que ser m
as precisos: nos referimos a los axiomas de la teora de conjuntos,
31
32
33
Principio de extensi
on Todas las armaciones de la matem
atica cl
asica
siguen siendo v
alidas igualmente en la matem
atica no est
andar, sin cambio
alguno.
Si un espectador ve una pelcula de romanos y luego se entera de que el
ejercito de miles de soldados se rodo con solo cien, tiene una informaci
on adicional externa sobre la pelcula, pero eso no cambia su realidad interna. Si era
l
ogico que Cesar ganara la batalla porque duplicaba en n
umero a sus enemigos,
sera absurdo que el espectador, al enterarse del truco, se dijera: pues no es
creble que Cesar haya ganado si tenemos en cuenta que sus miles de soldados
eran solo una apariencia. Si antes de enterarse del truco vea coherente que el
abrumador ejercito de Cesar venciera a su enemigo, despues ha de tener claro
que el saber que la escena ha sido rodada con efectos especiales no disminuye
un apice el podero militar (interno) de Cesar.
Del mismo modo, todas las precisiones que nos permitira hacer la distinci
on
entre conjuntos est
andar y no est
andar no pueden alterar en nada los resultados
de la matematica clasica, porque estamos aceptando todos sus axiomas y, por
consiguiente, todas sus consecuencias.
Si, en alg
un momento, el lector cree que algo de lo que vamos a exponer
de aqu en adelante contradice a lo hemos dicho hasta la seccion anterior, o a
cualquier otro resultado de la matem
atica clasica que el conozca, puede estar
seguro de que no ha entendido bien lo que ha ledo aqu, y si llega el por
sus propios razonamientos a un resultado de tales caractersticas, puede estar
seguro de que, o bien no entiende adecuadamente lo que ha obtenido, o bien ha
razonado incorrectamente, de modo que en alg
un paso de su razonamiento ha
utilizado algo que no se puede deducir legtimamente de los axiomas de la teora
de conjuntos no est
andar.
La teora de conjuntos no est
andar necesita tres axiomas adicionales. Veamos
el primero:
Principio de Transferencia Sean y1 , . . . , yn conjuntos internos, y consideremos una propiedad interna P (x1 , . . . , xm , y1 , . . . , yn ). Entonces:
a) Si todos los conjuntos est
andar x1 , . . . , xm cumplen
P (x1 , . . . , xm , y1 , . . . , yn ),
podemos asegurar que todos los conjuntos internos (est
andar o no) cumplen P .
b) Si existen conjuntos internos x1 , . . . , xn que cumplen
P (x1 , . . . , xm , y1 , . . . , yn ),
entonces existen conjuntos est
andar x1 , . . . , xn que cumplen P .
Como primera consecuencia de este principio, podemos probar que todos los
conjuntos denibles internamente son est
andar.
34
35
36
Este
es un buen momento para mostrar un ejemplo de c
omo podemos acabar enredados en contradicciones si no asimilamos adecuadamente la teora de
conjuntos no est
andar:
Paradoja 1.36 Seg
un el teorema 1.10, todo subconjunto S N no vaco tiene
un mnimo elemento. Esto es valido en la matematica clasica y, por consiguiente,
tambien en la teora de conjuntos no estandar. Sin embargo, consideremos el conjunto
S = {n N | n no es estandar}.
El principio de idealizaci
on implica que S = , luego debera tener un mnimo
elemento. Sin embargo, si S, como 0 es un n
umero estandar, ha de ser = 0,
luego existe 1 < . Ahora bien, 1 ha de ser un n
umero no estandar, ya que
si fuera estandar, como la suma de n
umeros estandar es estandar (por el principio
de transferencia) resultara que ( 1) + 1 = tambien sera estandar, y no lo es.
As pues, 1 S, luego no es el mnimo de S. Hemos probado que S no tiene
elemento mnimo.
6 Ser
a necesario, por ejemplo, para estudiar espacios topol
ogicos arbitrarios, pero nosotros
s
olo vamos a tratar con R en un principio y con espacios metricos despues, y en estos contextos
nos basta con los dos casos particulares que consideramos aqu.
37
El error del razonamiento anterior es, en cierto sentido, de la misma naturaleza que el error en el que incurre un matem
atico clasico que pretende aceptar
como conjunto al conjunto R de todos los conjuntos que no se pertenecen a
s mismos. (Vease la discusion en la p
agina 4.) Ya hemos explicado que R es
una clase propia, es decir, una coleccion de conjuntos internos que no puede
ser el rango de ning
un conjunto interno, ya que, de suponerlo as, llegamos a
una contradicci
on. Tendramos una autentica contradicci
on si, por otra parte,
los axiomas de la teora de conjuntos permitieran probar la existencia de un
conjunto interno R = {x | x
/ x}, pero no es el caso, ya que esta denicion no
se ajusta a las condiciones del axioma de especicacion, ni tampoco hay ning
un
axioma especco (como el axioma del par, o el del conjunto de partes, etc.) que
demuestren la existencia de R.
Lo mismo sucede con el conjunto S. El error de la paradoja anterior est
a
en suponer que existe un conjunto interno S que contiene a todos los n
umeros
naturales no est
andar, cuando ning
un axioma permite demostrarlo. Observemos
que la denici
on de S no respeta al axioma de especicacion porque este es
un axioma de la matem
atica clasica, y, por consiguiente, s
olo es valido para
propiedades internas. (Y, obviamente, n no es est
andar no es una propiedad
interna.)
As pues, la paradoja no es una paradoja, sino una demostraci
on rigurosa
de que S no existe (como conjunto interno). No diremos que S es una clase
propia, pues reservaremos este nombre a las colecciones de conjuntos internos
que son denibles internamente, pero no constituyen la extensi
on de ning
un
conjunto interno. A las colecciones de conjuntos internos a las que les pasa esto
mismo, pero se denen externamente, las llamaremos conjuntos externos. Mas
precisamente:
Denici
on 1.37 Si A, x1 , . . . , xn son conjuntos internos y P (x, x1 , . . . , xn ) es
una propiedad interna o externa, llamaremos conjunto determinado por estos
datos a
E = {x A | P (x, x1 , . . . , xn )}.
Ahora es crucial tener presente que hay dos posibilidades para un conjunto
en este sentido amplio:
a) Que (a partir de los axiomas de la teora de conjuntos no est
andar) pueda
demostrarse que existe un conjunto interno B tal que, para todo x A,
se cumple x B si y solo si P (x, x1 , . . . , xn ).
En tal caso, lo que hemos llamado conjunto E no es ni mas ni menos que
el conjunto interno B.
b) Que (a partir de los axiomas de la teora de conjuntos no est
andar) pueda
demostrarse que no existe ning
un conjunto interno B tal que, para todo
x A, se cumple que x B si y solo si P (x, x1 , . . . , xn ).
En tal caso diremos que E es un conjunto externo, lo cual ha de entenderse como una mera abreviatura que puede ser u
til en muchos contextos
38
andar
Internos Est
No Est
andar
Conjuntos
Externos (no existen)
39
es importante porque a los conjuntos externos no se les puede aplicar los teoremas de la teora de conjuntos (cl
asica o no estandar) porque no son conjuntos
internos, es decir, porque no son los objetos de los que habla cualquiera de las
dos teoras de conjuntos.
La teora de conjuntos no est
andar resultar
a natural al lector a partir del
momento en que este comprenda que la distinci
on entre conjuntos internos y
externos, y el hecho de que los resultados que el conoce para conjuntos (internos)
no se aplican a los conjuntos externos, son tan naturales y obvios como que
Neron tiene poder de vida o muerte sobre todos los que le rodean, pero que este
hecho sobradamente conocido no se aplica al tecnico de sonido que le disimula
el microfono bajo la t
unica.
Una vez establecida la clasicacion de los conjuntos, vamos a dar a nalmente
la palabra conjunto su uso habitual:
Nota Por comodidad, en lo sucesivo, cuando hablemos de conjuntos, entenderemos que nos referimos a conjuntos internos, y cuando queramos hablar de
conjuntos externos lo indicaremos explcitamente.
Observemos ahora que, cuando necesitemos explicitar que un conjunto es
interno, puede dar la sensaci
on de que estamos usando hechos no demostrados,
como:
La intersecci
on de conjuntos internos es un conjunto interno.
Aqu no hay nada que probar. S
olo debemos recordar que los conjuntos
internos no son ni m
as ni menos que lo que los matematicos clasicos llaman
simplemente conjuntos. Repitiendo lo que ya dijimos en su momento: la armacion anterior es consecuencia del axioma de especicacion, seg
un el cual,
dados dos conjuntos (internos, por supuesto) u, v existe el conjunto (interno,
por supuesto)
u v = {x u | x v}.
En estos terminos, la paradoja 1.36 y la discusi
on posterior pueden reformularse como el teorema siguiente:
Teorema 1.38 El conjunto {n N | n no es est
andar} es externo.
Veamos alg
un ejemplo m
as de la utilidad de los conjuntos externos como
abreviaturas:
Denici
on 1.39 Si A es un conjunto (interno), llamaremos
A = {x A | x es estandar}
40
Ejercicio: Explica por que podemos armar que N N es verdadero, mientras que
N PN es falso.
Aunque ya hemos prevenido al lector sobre los usos fraudulentos del axioma
de especicacion con propiedades externas, el tercer y u
ltimo axioma de la
teora no estandar nos permite denir conjuntos internos est
andar, de hecho
usando propiedades externas, ahora bien, en unas condiciones que mantengan a
raya las contradicciones. La clave esta en permitir u
nicamente que las propiedades determinen cuales son los conjuntos estandar que pertenecen al conjunto que
estamos deniendo, y dejar que a el se incorporen los par
asitos no estandar
que deban rodear a tales elementos estandar de acuerdo con la teora.
Principio de estandarizaci
on Sean x1 , . . . , xn , A conjuntos (internos) arbitrarios y sea P (x, x1 , . . . , xn ) una propiedad interna o externa. Entonces existe
un conjunto est
andar X cuyos elementos est
andar son los conjuntos x A que
cumplen P (x, x1 , . . . , xn ). Lo representaremos por
X = S {x A | P (x, x1 , . . . , xn )}.
La S nos recuerda que X no contiene a todos los elementos de A que cumplen
la propiedad P , sino que sus elementos estandar son los elementos estandar de
A que cumplen la propiedad P , aunque no decimos nada sobre que elementos
no estandar contiene X (que seran los que tengan que ser).
Observemos que el teorema 1.35 nos da que no puede haber m
as que un
conjunto est
andar cuyos elementos estandar sean los elementos estandar de A
que cumplen P , por lo que tiene sentido darle nombre, tal y como acabamos de
hacer.
Podemos pensar que el principio de estandarizaci
on asocia un conjunto
estandar a cada conjunto externo (o interno no est
andar). Por ejemplo,
S
{n N | n no es estandar} = ,
{n N | n es estandar} = N,
ya que N es el u
nico conjunto est
andar cuyos elementos estandar son los n
umeros
naturales estandar.
41
Con esto tenemos ya todo lo necesario para desenvolvernos sin contradicciones en la teora de conjuntos no est
andar. Terminamos la seccion enunciando
sin demostracion un resultado muy profundo:
Principio de conservaci
on Todo resultado interno que pueda demostrarse
en la teora de conjuntos no est
andar, puede demostrarse tambien en la teora
de conjuntos est
andar.
En la teora de conjuntos no est
andar se pueden demostrar teoremas nuevos que no pueden probarse en la teora clasica de conjuntos, como, por
ejemplo, 5 es un n
umero natural est
andar. Es evidente que un matem
atico
clasico nunca podr
a demostrar esto, porque el nunca utilizar
a la propiedad ser
estandar. Lo que dice el principio de conservaci
on es que esta es la u
nica
excepcion, que si demostramos una armaci
on interna, como, por ejemplo, el
teorema de Bolzano, aunque en la demostraci
on usemos conjuntos no estandar
(por ejemplo, n
umeros reales innitesimales), podemos tener la seguridad de
que podramos haber llegado al mismo resultado sin hablar en ning
un momento
de conjuntos no est
andar (es decir, mediante una demostraci
on cl
asica).
M
as claramente: si en el seno de la teora de conjuntos no est
andar demostramos un resultado que un matem
atico clasico pueda entender, aunque no sea
capaz de entender la prueba, podemos estar seguros de que existe otra prueba
que s que es capaz de entender. La teora de conjuntos no est
andar es una
herramienta que permite simplicar muchas pruebas, pero no permite probar
nada nuevo que no se pueda probar sin ella (salvo el caso obvio de los teoremas
que hablen de conjuntos est
andar y no est
andar, que no tienen sentido en la
matematica clasica).
Aceptar las tecnicas de la teora de conjuntos no est
andar supone aceptar
nuevos metodos, nuevas tecnicas de demostracion, pero en ning
un caso nuevos
resultados matematicos clasicos (internos).
En particular, si en el seno de la teora de conjuntos no est
andar pudiera
probarse una contradicci
on, a partir de ella podra probarse cualquier otra contradicci
on, por ejemplo, 0 = 0, que es una armaci
on interna, luego el principio
de conservacion nos dice que tambien podramos demostrar 0 = 0 en el seno
de la teora de conjuntos cl
asica. Esto quiere decir que la teora de conjuntos
no estandar no puede ser contradictoria salvo que tambien lo sea la teora de
conjuntos cl
asica.
As pues, si un lector empieza a estudiar la teora de conjuntos no est
andar
y la abandona por in
util pensando que ha encontrado en ella una contradicci
on,
puede estar seguro que el problema esta en el y no en la teora.
Captulo II
Los n
umeros reales
Dedicamos este captulo a construir los n
umeros reales, lo cual nos servira
a su vez para familiarizarnos con las tecnicas del analisis no estandar. Previamente tendremos que estudiar desde un punto de vista no est
andar los n
umeros
naturales y los n
umeros racionales.
2.1
Los n
umeros naturales
44
Captulo 2. Los n
umeros reales
Denici
on 2.1 Llamaremos n
umeros naturales innitos a los n
umeros naturales no estandar, mientras que a los n
umeros naturales estandar los llamaremos
n
umeros naturales nitos.
En estos terminos, lo que acabamos de probar puede enunciarse de varias
formas equivalentes:
Teorema 2.2 Sean m, n N dos n
umeros naturales:
a) Si n es nito y m < n, entonces m es nito.
b) Si m es innito y m < n entonces n es innito.
c) Si m es nito y n es innito, entonces m < n.
As pues, en la ordenaci
on usual de los n
umeros naturales, los n
umeros no
estandar (o innitos) se sit
uan despues de todos los n
umeros estandar (o nitos).
Si, por ejemplo, n es un n
umero innito, tenemos que
0 < 1 < 2 < 3 < < n 2 < n 1 < n < n + 1 < n + 2 < < 2n <
Quede claro que los n
umeros innitos que hemos representado en la sucesion
anterior no pretenden ser una muestra representativa de la totalidad de los
n
umeros innitos. Por ejemplo, si n es un n
umero par, el n
umero n/2 tambien
sera innito (porque, por transferencia, el producto de n
umeros naturales nitos es nito) y en la lista anterior vendra despues de los primeros puntos
suspensivos, y a unos puntos suspensivos de distancia de n 2.
Lo dicho hasta aqu debera bastar para que al lector se le ocurran unas
cuantas razones por las que todo esto es imposible. Veamos una de las mas
sencillas:
Paradoja 2.3 La matematica clasica nos ense
na que si n es un n
umero natural, el
conjunto In ha de ser nito, luego esto tendra que ser valido tanto para los n
umeros
estandar como para los no estandar. As pues, tenemos una contradicci
on, ya que
si n es un n
umero innito entonces In es innito, puesto que contiene innitos
n
umeros naturales:
{0, 1, 2, 3, . . .} In .
El error de la paradoja anterior est
a justo al nal. Como muy bien se argumenta al principio, el conjunto In debe ser (y es) nito, tanto si n es estandar
como si es no estandar. En cualquiera de los dos casos, el conjunto In es nito
porque tiene n elementos. Un conjunto cuyos elementos se pueden contar con
un n
umero natural es nito, y este es el caso de In . La prueba de que In es
innito es incorrecta.
Es verdad que In contiene al n
umero 0, y es verdad que contiene al n
umero 1,
y es verdad que contiene al n
umero 2, y es verdad que contiene al n
umero 3, y
es verdad que podemos seguir as hasta donde el lector desee, pero d
onde esta
2.1. Los n
umeros naturales
45
N = {0, 1, 2, 3, . . .} In ,
que contiene a N, es tan absurdo como considerar que una pelcula de cienciaccion es contradictoria porque est
a rodada con maquetas. A lo sumo ser
a
fant
astica (o tal vez no, ya que tal vez, en una galaxia muy lejana, hace mucho
tiempo, existieron naves espaciales gigantescas), pero eso no tiene nada que ver
con que sea contradictoria.
De acuerdo con la discusi
on precedente, el lector debera asimilar que los
n
umeros naturales innitos son s
olo externamente innitos, aunque internamente son (por denici
on) nitos. As, si un conjunto (interno) A tiene n elementos y n es un n
umero natural innito, podemos armar que el conjunto A
es nito, y si, por ejemplo, A N, podemos asegurar que A tendr
a un m
aximo
y un mnimo elemento, como corresponde a todo subconjunto nito de N.
Quiz
a ayude tambien al lector pensar que los n
umeros naturales innitos,
46
Captulo 2. Los n
umeros reales
47
2.2
Cuerpos ordenados
(rs)t = r(st).
Conmutativa r + s = s + r, rs = sr.
Elemento neutro r + 0 = r, s 1 = s.
Elemento sim
etrico r + (r) = 0, s (s1 ) = 1 (para s = 0).
Distributiva r(s + t) = rs + rt.
En segundo lugar las propiedades de los conjuntos (totalmente) ordenados:
Reexiva r r.
Antisim
etrica Si r s y s r, entonces r = s.
Transitiva Si r s y s t, entonces r t.
De conexi
on O bien r s, o bien s r.
Y en tercer lugar las propiedades de compatibilidad:
Compatibilidad con la suma Si r s, entonces r + t s + t.
Compatibilidad con el producto Si r s y t 0, entonces tr ts.
Sabemos que (Q, +, , ) cumple todas estas propiedades, a partir de las cuales pueden demostrarse (para un cuerpo ordenado arbitrario) todos los hechos
algebraicos elementales con los que el lector debera estar familiarizado, como
que rs = 0 si y solo si r = 0 o s = 0, o las propiedades siguientes, relativas a la
relacion de orden:
48
Captulo 2. Los n
umeros reales
Si r s, entonces s r.
r2 0.
1 0.
Denici
on 2.7 Si K es un cuerpo ordenado, denimos el valor absoluto como
la aplicaci
on | | : K K dada por
r si r 0,
|r| =
r si r 0.
Ejercicio: Demostrar que en un cuerpo ordenado K se cumple |r| s si y s
olo si
s r s.
Ejercicio: Demostrar que en un cuerpo ordenado K se cumple
|r + s| |r| + |s|,
|rs| = |r||s|,
En lo sucesivo nos restringiremos a cuerpos ordenados que tengan una propiedad adicional:
Denici
on 2.8 Un cuerpo ordenado (K, +, , ) es arquimediano si Q K y,
para todo r K, existe un n N tal que r n.
Con la inclusi
on Q K hemos de entender que, al restringir a Q las operaciones y el orden de K, obtenemos las operaciones y el orden usuales de Q.
Teorema 2.9 Si K es un cuerpo ordenado arquimediano y r K, existe un
u
nico n
umero entero n Z tal que n r < n + 1.
n: si 0 r, entonces el conjunto A = {n N | n r} es
Demostracio
no vaco (contiene al 0) y es nito, ya que existe un n
umero natural m > r,
luego A Im = {n N | n < m}, y este conjunto es nito. Todo subconjunto
nito de N no vaco tiene un m
aximo elemento n, que claramente cumplir
a
n r < n + 1.
Si r < 0 entonces r 0, luego existe un n
umero natural m r < m + 1,
luego m 1 < r m. Si r < m, llamamos n = m 1 Z y se
cumple n r < n + 1. Si r = m entonces llamamos n = m y tenemos que
n r < n + 1. La unicidad de n se prueba sin dicultad.
Denici
on 2.10 Si K es un cuerpo ordenado arquimediano, denimos la parte
entera como la aplicacion E : K Z que a cada r K le asigna el u
nico
n
umero entero E[r] que cumple E[r] r < E[r] + 1.
49
Observemos que todos los conceptos que hemos tratado hasta aqu en esta
seccion son internos, pues hasta ahora no hemos mencionado nunca la palabra
estandar.
En lo sucesivo, (K, +, , ) sera en todo momento un cuerpo ordenado arquimediano estandar arbitrario. El lector puede, si lo desea, pensar que es Q, pero
es importante observar que en ning
un momento vamos a usar ninguna propiedad
particular de Q, sino u
nicamente las propiedades comunes a todos los cuerpos
ordenados arquimedianos. Dado que s
olo pretendemos aplicar los resultados que
veremos aqu a los casos K = Q y, m
as adelante, K = R, llamaremos n
umeros
a los elementos de K.
Denici
on 2.11 Diremos que un n
umero r K es nito si existe un n
umero
natural nito n tal que |r| n. En caso contrario diremos que es innito.
Llamaremos O al conjunto de los n
umeros nitos.
Teorema 2.12 El conjunto O es externo.
n: Si fuera interno, tambien lo sera el conjunto O N = N,
Demostracio
50
Captulo 2. Los n
umeros reales
Denici
on 2.16 Un n
umero r = 0 es innitesimal (o un innitesimo) si 1/r es
innito. Aunque sera mas acorde con la tradici
on considerar que un innitesimo
es, por denici
on, distinto de 0, vamos a adoptar el convenio (m
as pr
actico)
de incluir al 0 entre los innitesimos. Llamaremos o al conjunto de todos los
n
umeros innitesimales.
Teorema 2.17 El conjunto o es externo.
n: Si fuera interno, tambien sera interno1 el conjunto
Demostracio
{n N | n = 0, 1/n o},
pero este conjunto es el conjunto de los n
umeros naturales innitos, que ya
sabemos que es externo.
Teorema 2.18 El u
nico innitesimo est
andar es el 0.
n: Si r o es no nulo, entonces 1/r es innito, luego es no
Demostracio
estandar, luego r tambien es no estandar.
Teorema 2.19 Se cumplen las propiedades siguientes:
a) Si r o y s > 0 es est
andar, entonces |r| < s.
b) o O.
c) Si s o y |r| |s|, entonces r o.
d) Si r o y s O, entonces rs o.
e) Si r, s o, entonces r + s o.
n: a) Si r o es no nulo, entonces 1/r es innito, luego existe
Demostracio
un n
umero natural innito n 1/|r|. Como s es estandar, tambien lo es 1/s,
luego es nito, luego existe un n
umero natural nito m tal que
1/s m < n 1/|r|,
luego |r| < s.
b) Si r o, entonces, por el apartado anterior |r| < 1, luego r O.
c) Podemos suponer que r = 0. Entonces 1/|s| 1/|r| y 1/|s| es innito,
luego 1/|r| tambien lo es, luego s o.
d) Podemos suponer que r = 0. Si 1/rs fuera nito, tambien lo sera su
producto por s, es decir, 1/r sera nito, pero es innito.
1 Estamos
51
52
Captulo 2. Los n
umeros reales
1
r r
1
.
=
r
r
rr
Por hip
otesis, r r o y 1/r, 1/r O, luego el producto de los tres esta
en o.
d) Si fuera r s, entonces, de r < r s se sigue que |r r| < s r o,
on. Por lo tanto, s < r . Si fuera s s, entonces
luego r r , contradicci
s s < r implicara que |r s| < r s o, luego r s r, contradicci
on.
As pues, s < s .
Nuevamente, hemos de ser cautos con las generalizaciones del teorema anterior que un matem
atico clasico considerara obvias pero que en realidad se
apoyan en un razonamiento inductivo elemental, razonamiento que en el contexto de la matematica no estandar es inv
alido por el mero hecho de que las
inducciones sobre propiedades externas no son v
alidas.
Por ejemplo, no es cierto que si x y son dos n
umeros nitos y n N, entonces xn y n , aunque esto pueda parecer una consecuencia obvia del apartado
b) del teorema anterior.2 Lo maximo que podemos decir es lo siguiente:3
Teorema 2.23 Si x y son dos n
umeros nitos y n N es nito, entonces se
cumple xn y n .
n: Sea h = x y 0, de modo que
Demostracio
n
y = (x + h) = x + h
n1
i=0
n ni i1
x h .
i
53
La u
ltima propiedad del teorema 2.22 arma que los halos est
an ordenados,
en el sentido de que, si dos halos son distintos (y, por consiguiente, disjuntos),
entonces todos los elementos de uno son menores que todos los elementos del
otro.
2.3
Convergencia de sucesiones
54
Captulo 2. Los n
umeros reales
1 1 1
, , , ... }
2 3 4
Es inmediato comprobar que K N tiene estructura de anillo con estas operaciones. Los elementos neutros para la suma y el producto son, respectivamente,
las sucesiones constantes
0 = {0}n0 = {0, 0, 0, . . . , },
1 = {1}n0 = {1, 1, 1, . . . , },
el elemento simetrico para la suma es {xn }n0 = {xn }n0 , y las sucesiones
que tienen inversa son las que tienen todos sus terminos no nulos, en cuyo caso
1
{xn }1
n0 = {xn }n0 .
Ejercicio: Cumple K N la propiedad de que si {xn }n0 {yn }n0 = 0 entonces uno de
los factores es igual a 0?
Denici
on 2.29 Diremos que una sucesion estandar {xn }n0 K N converge
o tiende a un n
umero estandar r si, para todo n
umero natural innito n, se
cumple que xn r.
Llegados a este punto tenemos que hacer unas observaciones tecnicas muy
importantes que valdr
an igualmente para todas las deniciones similares que
veremos mas adelante. El lector podra pensar que faltara denir la convergencia de sucesiones no estandar, pero no es as. La denici
on anterior determina
la convergencia de cualquier sucesion, estandar o no, a pesar de que no es aplicable literalmente a sucesiones no estandar. Veamos como (e insistimos en que
el argumento siguiente es una tecnica de denici
on totalmente general):
Digamos que una sucesion x K N (estandar o no) converge a un n
umero
r K (estandar o no) si cumple la denici
on anterior (eliminando, obviamente,
el requisito de que la sucesion y el n
umero sean estandar). De este modo,
P (x, r) x converge a r es una propiedad externa. Denimos
C = S {(x, r) K N K | x converge a r}.
55
56
Captulo 2. Los n
umeros reales
b) lm 6n3n+3n5
= 2, pues si n es innito, entonces
2 +5
n
6n2 + 3n 5
6
6 + 3/n 5/n2
= 2.
=
2
3n + 5
3 + 5/n2
3
c) En general, el lmite de un cociente de polinomios del mismo grado es
igual al cociente de los coecientes de mayor grado, lo cual se demuestra
como en el caso anterior, dividiendo numerador y denominador entre la
potencia de n de mayor grado.
2
+5
d) lm 3n
n5 3 = 0, pues si n es innito tenemos que
n
3n2 + 5
3/n3 + 5/n5
0.
=
5
n 3
1 3/n5
e) En general, el lmite de un cociente de polinomios cuyo denominador tiene
mayor grado es 0, lo cual se demuestra dividiendo entre la potencia de n
de mayor grado.
n 3
f) lm 3n
2 +5 no existe, porque si n es innito, entonces
5
n5 3
1 3/n5
=
2
3n + 5
3/n3 + 5/n5
es innito, luego no puede estar innitamente cerca de ning
un n
umero
estandar.
g) En general, el lmite de un cociente de polinomios cuyo numerador tiene
mayor grado no existe, porque la sucesi
on toma valores innitos cuando
el ndice n es innito.
h) lm(1)n no existe, porque si n es innito par, entonces (1)n = 1 y si
n
57
Interpretaci
on del lmite La denici
on cl
asica de lmite de una sucesion es
la siguiente, con su no menos clasica triple alternancia de cuanticadores (para
todo-existe-para todo):
Se cumple que lm xn = l si y s
olo si para todo n
umero > 0 existe un
n
n
umero natural n0 tal que, para todo n n0 se cumple |xn l| < .
Por el principio de transferencia, para probar la equivalencia podemos suponer que la sucesion y el lmite son estandar. Supongamos que existe el lmite
seg
un la denici
on que hemos dado.
Para probar la equivalencia, de nuevo por el principio de transferencia, podemos tomar un > 0 estandar. Entonces, si n0 N es innito y n n0 ,
tambien n es innito, por lo que xn l 0 y, en particular, |xn l| < , como
haba que probar.
Recprocamente, si se cumple la caracterizacion cl
asica, jado un > 0
estandar, existe un n0 tal que, si n n0 , se cumple |xn l| < . Por el principio
de transferencia, el n0 se puede tomar estandar.
Observemos que, en principio el n0 (estandar) que cumple esto depende de ,
pero si n es un n
umero natural innito, cumplir
a n n0 sea cual sea el natural
a |xn l| < para todo > 0 (estandar). Ahora bien,
nito n0 , luego se cumplir
esto solo puede suceder si xn l 0, ya que en caso contrario |xn l|1 sera
un n
umero nito, luego existira un m N nito tal que |xn l|1 < m, luego
|xn l| > 1/m, y no se cumplira lo dicho para = 1/m. As pues, xn l y
tenemos la convergencia.
En la prueba hemos visto que (para sucesiones est
andar y estandar, el n0 se
puede tomar estandar, luego la convergencia implica que, para ndices n nitos
sucientemente grandes, el termino xn dista del lmite l menos que cualquier
> 0 prejado.
En lo sucesivo no volveremos a mostrar este tipo de equivalencias clasicas.
Consideraremos que propiedades como xn l cuando n es innito ya muestran claramente su signicado analtico (en este caso, que xn es muy parecido
a l cuando n es muy grande) sin necesidad de reducir la idea a aproximaciones
nitas con tolerancias > 0 y valores mnimos n0 para n.
Conviene observar que la convergencia de una sucesi
on y el valor de su lmite
no se alteran si modicamos u
nicamente sus primeros terminos:
Teorema 2.33 Si {xn }n0 , {yn }n0 K N son dos sucesiones tales que existe
un n0 N de modo que xn = yn para todo n n0 , entonces una converge si y
s
olo si lo hace la otra, y en tal caso el lmite es el mismo para ambas.
n: Por el principio de transferencia podemos suponer que
Demostracio
las sucesiones y n0 son estandar. Entonces, si n es cualquier natural innito,
nicamente
tenemos que xn = yn y, como el concepto de convergencia depende u
de los terminos innitos de las sucesiones, es claro que se cumple el enunciado.
58
Captulo 2. Los n
umeros reales
m
= 0.
n
lm(xn yn ) = lm xn lm yn ,
y si adem
as lm yn = 0, entonces
n
lm
n
lm xn
xn
n
=
.
yn
lm yn
n
Denici
on 2.34 Una sucesion {xn }n0 K N esta acotada si existen n
umeros
m < M tales que m xn M para todo n N.
Ejercicio: Probar que una sucesi
on {xn }n0 K N est
a acotada si y s
olo si existe un
M K tal que |xn | M para todo n N.
Esta
es la denici
on cl
asica de funci
on acotada, si bien tiene su equivalente
no estandar, que nos ser
a mucho mas u
til en la pr
actica. Podramos haber
tomado el teorema siguiente como denicion:
Teorema 2.35 Una sucesi
on est
andar {xn }n0 est
a acotada si y s
olo si xn es
nito para todo n
umero natural innito n.
n: Si la sucesion esta acotada, entonces hay n
Demostracio
umeros m < M
tales que m < xn < M para todo n N. Por el principio de transferencia,
podemos tomar m y M nitos, con lo que xn es nito para todo n N, nito o
innito.
Supongamos ahora que la sucesi
on no esta acotada, de modo que, para todo
M K, existe un ndice n N tal que |xn | > M . En particular, esto vale
cuando M es innito, con lo que existe un n N tal que xn tambien es innito.
Dicho n ha de ser innito, porque si fuera nito sera estandar y, como la sucesion
es estandar, xn tambien sera estandar, luego sera nito.
A veces es u
til el siguiente criterio de convergencia:
2.4. La incompletitud de Q
59
Denici
on 2.37 Sea {xn }n K N una sucesion estandar en K. Diremos que
lm xn = (respectivamente + o ) si para todo n N innito se cumple
n
+ + = +,
(+)() = ,
a/0 = ,
= ,
()() = +,
= ,
a/ = 0, (donde a K \ {0}).
Por ejemplo, la primera igualdad hay que entenderla como una abreviatura del teorema
siguiente: si dos sucesiones convergen a , su suma tambien converge a .
Otras expresiones como 0/0, /, , 0 , etc. se llaman indeterminaciones, para expresar que no puede demostrarse un resultado similar a los
del ejercicio anterior, en el sentido de que la existencia y el valor del lmite
depender
a de las sucesiones concretas que se operan y no solo de sus lmites.
Ejemplo La expresion es una indeterminaci
on, ya que, por ejemplo, las
sucesiones {n + 3}n0 y {n}n0 tienden ambas a , y su diferencia tiende a 3;
sin embargo, las sucesiones {n2 }n0 y {n}n0 tienden ambas a y su diferencia
tiende a . (Podemos verla como un cociente de polinomios de grados 2 y 0
respectivamente.)
Ejercicio: Poner ejemplos que demuestren que las otras indeterminaciones que hemos
citado son realmente indeterminaciones.
2.4
La incompletitud de Q
60
Captulo 2. Los n
umeros reales
n: Si existiera tal n
Demostracio
umero r, podramos tomarlo positivo
(cambi
andole el signo si fuera preciso) y expresarlo como cociente r = p/q,
donde p y q son n
umeros naturales. Podemos tomar como p el mnimo numerador posible. Como p2 /q 2 = 2, tenemos que p2 = 2q 2 , luego p ha de ser par.
Pongamos que p = 2p . Entonces 4p2 = 2q 2 , luego 2p2 = q 2 . Esto implica que
q = 2q es par, pero entonces r = p/q = p /q , con p < p, en contradicci
on con
la eleccion de p como mnimo numerador posible para r.
2.4. La incompletitud de Q
61
0 i n.
Esto se interpreta
como que las sucesiones deberan converger a 2, pero,
62
Captulo 2. Los n
umeros reales
Denici
on 2.40 Una sucesion estandar {xn }n0 K N es de Cauchy si para
todo par de n
umeros naturales innitos m y n se cumple que xm xn .
Como en el caso de la denicion de convergencia, el principio de estandarizacion nos permite considerar denido el concepto de sucesi
on de Cauchy para
sucesiones arbitrarias, no necesariamente estandar, y de modo que la propiedad
es interna.
As como la nocion de convergencia expresa que xn es muy parecido al lmite
cuando n es muy grande, la noci
on de sucesion de Cauchy expresa que los
terminos de la sucesion son todos muy parecidos entre s cuando los ndices son
muy grandes.
Las sucesiones {xn }n0 e {yn }n0 que hemos construido en el ejemplo anterior son de Cauchy, pues si m y n son dos n
umeros naturales cualesquiera,
podemos suponer que xm xn , y entonces xm xn < ym (porque todo elemento de A es menor que todo elemento de B), luego |xn xm | |ym xm | 0,
luego xm xn . Igualmente se razona con la otra sucesion.
Tenemos as ejemplos de sucesiones de Cauchy que no son convergentes
(en Q). Por otra parte:
Teorema 2.41 Toda sucesi
on convergente es de Cauchy.
n: Sea {xn }n0 una sucesion convergente en K. Por transDemostracio
ferencia podemos suponer que es estandar, y entonces tambien sera estandar
su lmite l K. Si m y n son n
umeros naturales innitos, tenemos que
xm l xn , luego la sucesion es de Cauchy.
Lo que sucede es que, para que una sucesion pueda converger, es decir,
para que sus terminos se acerquen innitamente a un lmite l, es necesario
en particular que se acerquen innitamente entre s. En cambio, aunque los
terminos de una sucesion se acerquen innitamente entre s, puede ocurrir que
la sucesion no tenga lmite porque converja hacia un agujero, como hemos
visto que sucede en Q. Las sucesiones de Cauchy no convergentes en Q son otra
forma de se
nalar los agujeros de Q. Veamos otra mas, esta genuinamente no
estandar:
Denici
on 2.42 Un n
umero r K es casi est
andar si esta innitamente cerca
de un n
umero estandar, que por el teorema 2.24 est
a unvocamente determinado
y lo llamaremos parte est
andar de r, y lo representaremos por r.
Todo n
umero casi-estandar es suma de un n
umero estandar (luego nito)
y un innitesimo (nito tambien), luego todos los n
umeros casi-estandar son
nitos. En Q el recproco es falso, y este hecho supone otra caracterizacion
de la incompletitud. Volviendo a la sucesi
on {xn }n0 del u
ltimo ejemplo que
hemos visto, cuando n es innito tenemos que xn es nito (esta entre 1 y 2)
y no esta innitamente pr
oximo a ning
un n
umero estandar r, ya que, una vez
mas, si xn r, entonces r2 = 2.
2.5. La construcci
on de R
63
As, los n
umeros racionales que deberan estar innitamente cerca de un
n
umero irracional est
andar son nitos, pero no casi-est
andar porque su parte
estandar es irracional.
Ejercicio: Demostrar que si r, s K son casi-est
andar, tambien lo son r + s y rs, y
que (r+s) = r+ s, (rs) = r s. Si s no es un innitesimo, tambien es casi-est
andar
r/s y (r/s) = r/ s.
2.5
La construcci
on de R
64
Captulo 2. Los n
umeros reales
como la denici
on de 2.
No obstante, construir R no es solo denir los n
umeros reales, sino dotarlos
de una estructura de cuerpo ordenado y, con la construcci
on de Dedekind, esto
resulta mucho mas farragoso que con la que vamos a exponer aqu, basada, no en
las secciones, sino en otro de los detectores de agujeros que hemos encontrado,
a saber, las sucesiones de Cauchy.
Aqu nos encontramos con un inconveniente, y es que, mientras que secciones de Q distintas entre s determinan n
umeros racionales distintos (si no son
estrictas) o agujeros distintos (si son estrictas), es facil construir sucesiones
de Cauchy distintas que se aproximen hacia el mismo agujero de Q, por lo
que no podemos denir los n
umeros reales como las sucesiones de Cauchy de
Q, sino que cada n
umero real deber
a ser el conjunto de todas las sucesiones de
Cauchy que se aproximan a un mismo agujero.
Denici
on 2.44 Llamaremos C al conjunto de todas las sucesiones de Cauchy
en Q.
Observemos que la suma y el producto de dos sucesiones de Cauchy {xn }n0 ,
{yn }n0 es tambien una sucesion de Cauchy. En efecto, si m y n son n
umeros
naturales innitos, entonces xm xn , ym yn , luego xm + ym xn + yn , luego
{xn + yn }n0 tambien es de Cauchy. Con el producto se razona an
alogamente,
pero teniendo en cuenta que las sucesiones de Cauchy estan acotadas, porque
para aplicar el teorema 2.22 hace falta que los n
umeros sean nitos.
Esto convierte al conjunto C en un subanillo del anillo QN . Aqu usamos
tambien que las sucesiones constantes 0 y 1 estan en C, lo cual es obvio, porque
todas las sucesiones constantes son convergentes, luego son de Cauchy.
Denici
on 2.45 Diremos que dos sucesiones estandar {xn }n0 , {yn }n0 C
son equivalentes, y lo representaremos por {xn }n0 {yn }n0 , si para todo
n N innito, se cumple que xn yn . Observemos que si esto se cumple para
un cierto n innito, entonces se cumple autom
aticamente para todos.
Es evidente que la equivalencia que acabamos de denir es ciertamente una
relacion de equivalencia, es decir, que es reexiva, simetrica y transitiva.
Ejercicio: Probar que dos sucesiones de Cauchy son equivalentes si y s
olo si su
diferencia converge a 0. Esto signica precisamente que ambas deberan tener el
mismo lmite, en caso de tenerlo.
2.5. La construcci
on de R
65
= [{xn yn }n0 ].
xn
1
si xn = 0,
si xn = 0.
66
Captulo 2. Los n
umeros reales
Seg
un lo dicho, si n es innito ser
a yn = xn , luego {yn }n0 es tambien una
sucesion de Cauchy equivalente a {xn }n0 . Por lo tanto, = [{yn }n0 ], con la
diferencia de que ahora yn = 0 para todo n N.
Esto nos permite considerar la sucesion inversa {yn1 }n0 , que tambien es
de Cauchy, pues si m y n son n
umeros naturales innitos, entonces ym yn
1
son n
umeros racionales no innitesimales, luego ym
yn1 (por 2.22). Por
1
consiguiente, tenemos denido el n
umero real = [{yn }n0 ], que obviamente
cumple = 1, luego existe el inverso 1 = .
Denici
on 2.47 Si = [{xn }n0 ] y = [{yn }n0 ] son dos n
umeros reales
estandar distintos, el teorema 2.22 implica que la condici
on xn < yn (para n
innito) no depende ni del n considerado ni de la elecci
on de las sucesiones
dentro de cada n
umero real. Por ello diremos que < si = y xn < yn
para alg
un n innito (o, equivalentemente, para todos). A su vez, denimos
como < o = .
Teorema 2.48 (R, +, , ) es un cuerpo ordenado.
n: Es inmediato que la relaci
Demostracio
on que acabamos de denir es
reexiva, antisimetrica y transitiva. Por ejemplo, para probar la antisimetra
hemos de ver que, si = [{xn }n0 ] y = [{yn }n0 ] (que podemos suponer
estandar) cumplen y , entonces ha de ser = . Por reducci
on al
absurdo, si fuera = , entonces tendramos < y < , luego, jado un
n N innito, xn < yn , yn < xn , lo cual es absurdo porque la relaci
on de orden
en Q es antisimetrica.
Similarmente, si = , jado n N innito, o bien xn < yn , en cuyo caso
< , o bien yn < xn , en cuyo caso < . Esto implica que, o bien , o
bien .
La compatibilidad del orden con la suma y el producto se prueban tambien
sin dicultad. Por ejemplo, si y consideramos un tercer n
umero real
= [{zn }n0 ], o bien + = +, en cuyo caso tenemos tambien + +,
o bien + = + , lo que obliga a = y, m
as concretamente, a < .
Entonces, jado un n N innito, tenemos que xn < yn , luego xn +zn < xn +yn ,
luego + < + , luego + + .
Denici
on 2.49 Sea i : Q R la aplicaci
on que a cada r Q le asigna el
n
umero real i(r) = [{r}n0 ].
Teorema 2.50 La aplicaci
on i : Q R que acabamos de denir es inyectiva
y cumple las propiedades siguientes:
a) r s si y s
olo si i(r) i(s).
b) i(r + s) = i(r) + i(s).
c) i(rs) = i(r)i(s).
d) Para todo R existe un m N tal que i(m) .
2.5. La construcci
on de R
67
1
,
n
0 i n.
68
Captulo 2. Los n
umeros reales
Observemos que el teorema anterior garantiza que hemos tapado todos los
agujeros de Q, en el sentido de que cada sucesion de Cauchy de n
umeros
racionales tiene lmite en R, pero no asegura que, en el proceso, no hayamos
generado agujeros nuevos, en el sentido de que haya sucesiones de Cauchy de
n
umeros reales (irracionales) que no tengan lmite. A continuaci
on probaremos
que no es el caso, que es lo que se conoce como teorema de completitud de R.
En primer lugar demostramos una versi
on no estandar, de la que deduciremos
trivialmente la versi
on estandar:
Teorema 2.53 (Teorema de completitud) Todo n
umero real nito est
a
innitamente pr
oximo a un u
nico n
umero real est
andar , al que llamaremos
su parte est
andar.
n: Consideremos el conjunto estandar
Demostracio
A = S {x R | x }.
2.5. La construcci
on de R
69
70
Captulo 2. Los n
umeros reales
2.6
Consecuencias de la completitud de R
71
k k .
k
k
r
= k k , ( k )n = k n ,
= kr .
72
Captulo 2. Los n
umeros reales
Ejemplo
En efecto, si llamamos xn =
n = 1.
lm xn = 0.
n
Tenemos que
n = (1 + xn )n = 1 + nxn +
n(n 1) 2
n(n 1) 2
xn + + xnn
xn .
2
2
As pues,
2
.
n1
Si n es innito, concluimos que xn 0.
2
<r+
< ,
n
73
1.4142 2 1.4143.
Observemos que, en general,
10kn
10kn + 10
x<
,
10n+1
10n+1
por lo que kn+1 sera de la forma 10kn + cn , donde 0 cn 9 es un n
umero
natural. Esto signica que cada aproximaci
on decimal de x se obtiene a
nadiendo
una nueva cifra decimal a la anterior (pero sin modicar las cifrasdecimales
anteriores). As, por ejemplo, la siguiente aproximaci
on decimal de 2 es
2 = 1.4142135 . . .
74
Captulo 2. Los n
umeros reales
[, ] = {x R | x },
], ] = {x R | < x },
[, [ = {x R | x < }.
[, +[ = {x R | x},
], [ = {x R | x < },
], ] = {x R | x }.
75
Si no se da la primera inclusi
on, existe x < u < estandar tal que u
/ I,
pero entonces x < u < ai , luego u I, contradicci
on. Si no se da la segunda
inclusi
on, existe u > estandar tal que u I, pero entonces x < ai+1 < u,
luego ai+1 I, contradicci
on.
Si I = ], ] o I = ], [, ya tenemos que I es un intervalo. En caso
contrario, existe un z < x estandar tal que z
/ I. Razonando ahora con z y con
x igual que antes hemos razonado con x y con y, podemos construir un R
tal que x < x y de modo que tiene innitamente cerca puntos de I
y puntos de R \ I. De aqu se sigue, a su vez, que
], [ I [, ].
En efecto, si existiera < u < estandar tal que u
/ I, tomando un
on; y si
que s que este en I, tendramos < u < x , luego u I, contradicci
existiera un u I estandar tal que u < , entonces tomando que no
este en I, sera u < < x , con lo que I, contradicci
on.
La doble inclusi
on que hemos obtenido implica que I es uno de los cuatro
intervalos acotados de extremos y .
La completitud de R tiene una interpretaci
on geometrica: la posibilidad de
poner en correspondencia los n
umeros reales con los puntos de una recta:
En principio, elegimos dos puntos a los que asignar arbitrariamente los
n
umeros 0 y 1, de modo que la longitud del segmento de extremos 0 y 1
se convierte en la unidad de medida, o la escala de la representacion.
Cada n
umero entero n se representa6 a |n| unidades de distancia del 0, en
la semirrecta que contiene al 1 si n > 0 y en la opuesta si n < 0.
Para representar un n
umero racional m/n, dividimos la unidad en n partes
iguales y lo situamos a una distancia del 0 igual a |m| de estas partes, en
la semirrecta que corresponda a su signo. Se cumple as que la ordenaci
on
de los n
umeros racionales se corresponde con la ordenacion geometrica de
los puntos de la recta: si, como es habitual, hemos puesto el 1 a la derecha
del 0, entonces un n
umero racional es mayor cuanto m
as a la derecha esta
su punto correspondiente.
1
2
76
Captulo 2. Los n
umeros reales
propio punto cuando este es racional). De este modo, podemos asignar a
P el supremo de A. Recprocamente, a cada n
umero real x le asignamos
el u
nico punto de la recta que est
a a la derecha de los n
umeros racionales
menores que x y a la izquierda de los n
umeros racionales mayores que x.
Captulo III
La gr
aca de una funci
on
f (x) =
-2
-1
x3 x + 1
.
3
1 En realidad, seg
un la denici
on de funci
on que hemos dado, se cumple que f = f , pero
en la pr
actica podemos olvidar este hecho igual que podemos olvidar que los n
umeros
reales son clases de equivalencia de sucesiones de Cauchy de n
umeros racionales.
77
78
-1
1
-0.5
-1
-1.5
-2
si x = 1,
2
g(x) = x 1
0
si x = 1.
Vemos que esta funcion consta de tres piezas (cinco, en realidad, puesto
que la gr
aca tambien contiene a los puntos (1, 0) y (1, 0)). En otras palabras,
lo que tenemos ahora es que, al contrario de lo que suceda con la funci
on f del
ejemplo precedente, la gr
aca de g no puede dibujarse de un solo trazo. En
la seccion siguiente expresaremos esta diferencia diciendo que f es continua en
[2, 2], mientras que g es discontinua en los puntos 1.
3.2
Funciones continuas
79
La funci
on f : R R dada por
f (x) =
x3 x + 1
3
es continua en R.
En efecto, se trata de una funci
on estandar y basta probar que es continua
en cualquier punto x0 R estandar. Ahora bien, si x x0 , las propiedades
algebraicas de la proximidad innita (recogidas en el teorema 2.22) nos dan que
(x3 x + 1)/3 (x30 x0 + 1)/3, es decir, tenemos que f (x) f (x0 ), luego f
es continua en x0 .
Ejemplo
La funci
on g : R R dada por
x
si x = 1,
2
g(x) = x 1
0
si x = 1,
Ejemplo
La funci
on f (x) =
x es continua en R.
En
andar x0 Ry otro
acil ver
efecto, tomamos un punto est
x x0 . Es f
que 3 x es nito, con lo que podemos tomar y = 3 x 3 x. Tenemos entonces
que y 3 x
x0 , luego y 3 = x0 , ya que ambos son estandar. Por consiguiente,
80
Ejemplo
81
A continuaci
on vamos a dar teoremas que garanticen que las funciones usuales son continuas (salvo en casos obvios). Para ello conviene observar que podemos denir de forma natural (punto a punto) operaciones sobre las funciones
denidas en un mismo dominio:
Denici
on 3.5 Si D R, D = , llamaremos F (D) = RD al conjunto de
todas las funciones f : D R. Notemos que podemos denir una suma y un
producto en F (D) mediante
(f + g)(x) = f (x) + g(x),
(f g)(x) = f (x)g(x).
82
Ejemplo
La funci
on
x3 + x 3
x2 1
Teorema 3.9 Si f : D R E R, g : E R R, x0 D, f es
continua en x0 y g es continua en f (x0 ), entonces f g es continua en x0 .
n: Podemos suponer que todos los datos son estandar. As,
Demostracio
si x D cumple x x0 , tenemos que f (x) f (x0 ) y, por consiguiente,
(f g)(x) = g(f (x)) g(f (x0 )) = (f g)(x0 ),
lo que prueba la continuidad de f g en x0 .
En particular, si f es continua en D y g es continua en E, tenemos que f g
es continua en D.
Ejercicio: Probar que la funci
on valor absoluto es continua en R, mientras que la
funci
on parte entera E : R R es continua en R \ Z y discontinua en Z.
83
La funci
on f : R R dada por
1 si x Q,
f (x) =
0 si x R \ Q,
Ejemplo
84
85
3.3
Funciones derivables
Antes de entrar en el concepto que nos va a ocupar en esta seccion (la derivabilidad de funciones) vamos a ocuparnos de una cuesti
on tecnica: hemos visto
que la continuidad de una funci
on en un punto (est
andar) x depende en gran
medida del dominio de la funci
on, pues, seg
un en que dominio la consideremos,
este podr
a contener mas o menos puntos innitamente pr
oximos a x. En el caso
86
87
88
x x0
= x0 + h,
r
f (x0 + h) f (x0 )
(x x0 ) f (x0 ) + m(x x0 ) = t(x),
h
luego y = t(x).
Hemos probado que los puntos nitos de rf estan innitamente cerca de los
puntos est
andar de la recta t(x). Recprocamente, si x R es cualquier punto
estandar, una comprobaci
on an
aloga muestra que el punto (x, t(x)) de la recta
t(x) esta innitamente cerca del punto de rf determinado por el par
ametro
u D que cumple
x = x0 + r(u x0 ).
(Se cumple que u D porque u x0 D y D es abierto.) En denitiva:
Cuando ampliamos innitamente la gr
aca de f alrededor del punto
(x0 , f (x0 )), esta se convierte en una curva innitamente pr
oxima a
la recta
y = x0 + f (x0 )(x x0 ).
Esta recta recibe el nombre de recta tangente a la gr
aca de f en el
punto (x0 , f (x0 )).
89
En la pr
actica, una homotecia de radio sucientemente grande provoca el
mismo efecto sobre una curva derivable. Por ejemplo, cuando miramos hacia el
mar, el horizonte es un arco de circunferencia que resulta indistinguible de una
lnea recta.
Ejercicio: Denimos el halo de rf como el conjunto de todos los puntos de R2 innitamente pr
oximos a puntos de rf . Probar que la recta tangente es la estandarizaci
on
del halo de rf .
Esta interpretaci
on geometrica esta estrechamente relacionada con la interpretaci
on de la derivada como incremento instant
aneo. Por ejemplo, si e(t) = t2
es la posicion que ocupa un m
ovil que se desplaza sobre una recta, sabemos que
su velocidad es v(t) = 2t, lo que signica que est
a acelerando de forma continua,
puesto que su velocidad es cada vez mayor. Si en el instante t = 1 dejara de
acelerar, a partir de ese momento su posicion ya no sera t2 , sino que pasara a
moverse a velocidad constante v = 2 y su posici
on en cada instante vendra dada
por la recta tangente e(t) = 1 + 2(t 1). Podemos decir que la recta tangente
en un punto x representa lo que sera la gr
aca de la funci
on si, desde el punto
x, mantuviera constante su tasa de crecimiento.
Nos ocupamos ahora del calculo explcito de derivadas:
Teorema 3.18 Consideremos dos funciones f , g : D R R y un punto
interior x D. Entonces:
a) Si f es constante, entonces es derivable y f (x) = 0.
b) Si f y g son derivables en x, tambien lo son f + g y f g, y
(f + g) (x) = f (x) + g (x),
90
f (x)g(x) f (x)g(x)
.
g(x)2
g(x + h) g(x)
f (x + h) f (x)
+ g(x)
h
h
f (x)g (x) + g(x)f (x),
f (x)
g(x)
h
=
f (x + h)g(x) f (x)g(x + h)
hg(x + h)g(x)
f (x+h)f (x)
g(x)
h
f (x) g(x+h)g(x)
f (x)g(x) f (x)g(x)
h
.
g(x + h)g(x)
g(x)2
g : E R R.
91
f (x + h) f (x)
= 0,
h
La funci
on valor absoluto es derivable en R excepto en 0.
|x|
En efecto, la funci
on valor absoluto viene dada por
x si x 0,
|x| =
x si x 0.
Dado un n
umero real estandar x, si x < 0 entonces la
funci
on valor absoluto coincide en todo el halo h(x) con la funci
on x, que es
derivable y su derivada es 1. Igualmente, si x > 0 la funci
on valor absoluto
coincide en h(x) con la funci
on x, que tiene derivada 1, luego el valor absoluto
es derivable en todo x no nulo. Para x = 0 tomamos un innitesimo h = 0 y
calculamos
|h| |0|
|h|
=
.
h
h
Observamos que este cociente toma el valor 1 o 1 seg
un el signo de h, luego
no hay un u
nico n
umero estandar que este innitamente pr
oximo a todos los
valores que puede tomar este cociente. Por consiguiente, no existe la derivada
en x = 0. Hemos obtenido que la derivada es
1 si x < 0,
|x| =
1 si x > 0.
En general, la no derivabilidad se traduce en que la gr
aca de la funci
on
tiene un pico en el punto. Si aplicamos una homotecia de radio innito y
centro (0, 0), la gr
aca del valor absoluto seguir
a teniendo exactamente el mismo
aspecto que tiene en la gura, con su pico, de modo que no se parecer
a a una
recta. Alternativamente, la gura muestra tambien que no hay ninguna recta
92
x es derivable en R excepto en x = 0, y su
1
f (x) =
.
3
2 x2
3
3
( 3 x + h 3 x)( 3 (x + h)2 + 3 x + h 3 x + x2 )
x+h 3x
=
3
h
h( 3 (x + h)2 + 3 x + h 3 x + x2 )
=
h(
3
x+hx
1
=
3
3
3
3
3
3
(x + h)2 + x + h x + x2 )
(x + h)2 + x + h 3 x + x2
1
.
3
3 x2
En el u
ltimo paso hemos usado que la funci
on 3 x es continua, tal y como
lo hemos demostrado en el ejemplo de la pagina 79. Esto prueba la existencia
de la derivada. Sin embargo, si x = 0, tenemos que
3
h 30
1
=
3
h
h2
3
es innito, yaque, si y = h2 , entonces y 3 h2 0, luego y 3 = 0, luego
3
y = 0, luego h2 0. As pues, el cociente no esta innitamente pr
oximo a
ning
un n
umero estandar.
1
0.5
-2
-1
1
-0.5
-1
La gr
aca muestra lo que sucede: la graca tiene una recta tangente en el punto (0, 0),
pero esta es vertical, y su pendiente es, por
lo tanto, innita. Si le aplicamos a la gr
aca
una homotecia de radio innito con centro
(0, 0), obtenemos la recta vertical x = 0. La
derivada de una funci
on en un punto es la
pendiente de la recta tangente a la gr
aca en
93
dicho punto, puede no existir porque no exista tal recta (como en el caso del
valor absoluto) o porque la recta tangente sea vertical, como en este caso.
Veamos ahora algunas relaciones entre las derivadas y el comportamiento de
las funciones.
Denici
on 3.20 Una funci
on estandar f : ]a, b[ R tiene un m
aximo local
(resp. mnimo local) en un punto est
andar x0 ]a, b[ si para todo x x0 se
cumple que f (x) f (x0 ) (resp. f (x) f (x0 )). Si la condici
on se cumple
con desigualdades estrictas diremos que f tiene un m
aximo o un mnimo local
estricto en x0 .
Es obvio que si f toma en x0 su valor m
aximo o su valor mnimo (y, en tal
caso, diremos que f tiene un m
aximo global o un mnimo global en x0 ), entonces
tambien tiene un m
aximo o un mnimo local en x0 .
Teorema 3.21 Si una funci
on derivable f : ]a, b[ R tiene un m
aximo o un
mnimo local en un punto x0 de su dominio, entonces f (x0 ) = 0.
n: Podemos suponer que todos los datos son estandar. Si
Demostracio
f (x0 ) > 0, entonces, para todo x x0 se cumple que
f (x) f (x0 )
f (x0 ) > 0,
x x0
luego tambien el cociente es > 0 y, si x > x0 , tenemos que f (x) f (x0 ) > 0,
es decir, f (x) > f (x0 ), lo que prueba que x0 no es un m
aximo local. Si x < x0
obtenemos que f (x) < f (x0 ), luego x0 tampoco es un mnimo local. En el caso
f (x0 ) < 0 razonamos analogamente.
Ejemplo
La gr
aca de la p
agina 77 muestra que la funci
on
f (x) =
x3 x + 1
3
tiene un m
aximo y un mnimo local. Vamos a calcularlos.
Para ello calculamos la derivada f (x) = 3x 31 y buscamos los puntos donde
, 1/ 3 ,
1/ 3, 1/ 3 ,
1/ 3, + ,
2
94
Ahora bien, que la derivada sea positiva signica que, en todo punto, la
funci
on experimenta incrementos positivos ante incrementos positivos de la variable, luego ha de ser creciente en los intervalos primero y tercero, mientras
que, an
alogamente, ha de ser decreciente en el segundo, ya que, en este intervalo, incrementos positivos de la variable dan
lugar a incrementos negativos de
la funci
on.7 Por consiguiente, el punto 1/ 3, donde la funci
on pasa
de ser creciente a ser decreciente, ha de ser un maximo local, mientras que 1/ 3, donde
pasa de ser decreciente a ser creciente, ha de ser un mnimo local.
Ahora vamos a demostrar la relaci
on que acabamos de utilizar entre el signo
de la derivada y la monotona de una funci
on. En realidad vamos a obtener
mucho mas que esto:
Teorema 3.22 (Teorema de la funci
on inversa) Sea f : ]a, b[ R una
funci
on derivable cuya derivada nunca tome el valor 0. Entonces:
a) f es estrictamente mon
otona.
b) Si f es mon
otona creciente, entonces f (x) > 0 para todo x ]a, b[.
c) Si f es mon
otona decreciente, entonces f (x) < 0 para todo x ]a, b[.
d) Existe un intervalo abierto I tal que f : ]a, b[ I es biyectiva.
e) La funci
on f 1 : I ]a, b[ es derivable y, si x ]a, b[ y llamamos
y = f (x) I, se cumple que
(f 1 ) (y) =
1
f (x)
95
1
f (x+h )f (x)
h
1
f (x)
1
1
1
=
.
=
n
g (y)
ny n1
n xn1
96
97
Otra aplicaci
on del teorema del valor medio es el estudio de la concavidad o
convexidad de una funci
on. La interpretaci
on geometrica de la concavidad y la
convexidad es que una funci
on es convexa si al unir dos puntos de su gr
aca con
un segmento L, este queda por encima de la graca, mientras que es concava si
queda por debajo.
f
L
f
x z
y
Funci
on convexa
x z
y
Funci
on concava
f (y) f (x)
(z x),
yx
cuya gr
aca es claramente el segmento que une el punto (x, f (x)) con (y, f (y)).
La funci
on f sera convexa si f (z) L(z) para todo punto x < z < y, y sera
concava si se da la desigualdad contraria. No obstante, vamos a reformular esto
de una forma m
as conveniente.
Para ello observamos que la funci
on g() = (1 )x + y cumple g(0) = x,
g(1) = y y g () = y x > 0, de donde se deduce que g : [0, 1] [x, y] es
biyectiva y creciente.
As pues, cada punto x < z < y se expresa de forma u
nica como
z = (1 )x + y,
0 < < 1.
En estos terminos,
L(z) = L(x (y x)) = f (x) + (f (y) f (x)) = (1 )f (x) + f (y).
As pues, podemos dar la siguiente denici
on de concavidad y convexidad:
Denici
on 3.28 Una funci
on f : [a, b] R es convexa si para todo par de
puntos a x < y b y todo n
umero 0 < < 1 se cumple que
f ((1 )x + y) (1 )f (x) + f (y).
Si se da la desigualdad contraria, la funci
on es c
oncava.
Por ejemplo, la gr
aca de la p
agina 77 muestra que la funci
on
f (x) =
x3 x + 1
3
98
x3 x + 1
3
cuya gr
aca est
a en la p
agina 77. Vamos a estudiar su concavidad y convexidad.
Para ello calculamos su derivada
f (x) =
3x2 1
3
3.4
99
Derivadas sucesivas, la f
ormula de Taylor
Denici
on 3.30 Si f : D R R es derivable en un abierto D, a su
derivada f se la llama tambien primera derivada de f , y se representa por
f 1) : D R. Si esta es, a su vez, derivable, su derivada se llama derivada
segunda de f , y se representa por f 2) : D R. Diremos que una funci
on es
k-veces derivable en D si se pueden calcular de este modo sus derivadas hasta
f k) : D R. Estas derivadas se llaman derivadas sucesivas de f . (Es u
til
adoptar el convenio de que f 0) = f .) Diremos que f es innitamente derivable
(o de clase C ) en D si existe f k) para todo k N.
Diremos que f es de clase C k en D si existen las derivadas hasta orden k
y son continuas. (En realidad la cuesti
on es que sea continua f k) , porque las
anteriores lo seran por ser derivables.)
De los resultados que hemos visto sobre continuidad y derivabilidad se sigue
inmediatamente que la suma y el producto de funciones de clase C k es de clase
on
C k , as como el cociente, si la funcion denominador no se anula. La composici
de funciones de clase C k es de clase C k . (Todo esto para k N y tambien para
k = .) Si llamamos C k (D) al conjunto de las funciones de clase C k en D,
tenemos que C k (D) es un subanillo de C 0 (D) = C(D). Claramente contiene a
todas las funciones polin
omicas.
Si f : D R R es una funci
on derivable en a D, sabemos que f toma,
cerca de a, valores muy similares a su recta tangente:
t(x) = f (a) + f (a)(x a).
Ello se debe esencialmente a que f (a) = t(a) y f (a) = t (a). Cabe esperar
que, cuantas m
as derivadas sucesivas tengan en com
un dos funciones en un
punto, m
as parecidas seran alrededor de dicho punto. Esto no tiene por que
ser necesariamente as, pero cabe investigar en que condiciones la igualdad de
derivadas se traduce en similitud de las gr
acas.
As pues, vamos a estudiar la posibilidad de aproximar funciones con polinomios que compartan derivadas sucesivas en un punto. El punto de partida es
el teorema siguiente:
Teorema 3.31 Dada una funci
on f : D R R derivable k veces en D y
dado un punto a D, existe un u
nico polinomio Tak f (x) de grado k tal que
i)
i)
(Ta f ) (a) = f (a) para i = 0, . . . , k. Concretamente, es el dado por:
Tak f (x) =
k
f n) (a)
(x a)n .
n!
n=0
n=0
cn (x a)n ,
100
ncn (x a)n1 ,
P 1) (a) = c1 ,
n=1
P 2) (x) =
P 2) (a) = 2c2 ,
n=2
P 3) (x) =
P 3) (a) = 3 2c3 ,
n=3
y es facil ver que, en general, ha de ser P n) (a) = n!cn . As pues, para que las
derivadas de P coincidan con las de f en el punto a, los coecientes han de ser
necesariamente
P n) (a)
cn =
.
n!
Denici
on 3.32 Si f : D R R es k-veces derivable en el abierto D,
llamaremos polinomio de Taylor de grado k de f en el punto a al polinomio
Tak f (x) =
k
f n) (a)
(x a)n .
n!
n=0
f n) (a)
k=0
n!
(x a)n .
Sm =
n=0
una sucesi
on {xn }n0 , su serie asociada es la sucesi
on
n=0
xn = x0 + +xm . Los t
erminos Sm se llaman sumas parciales de la serie. Cuando
n=0
xn .
101
f k+1) (c)
(x a)k+1 .
(k + 1)!
k
f n) (t)
(x t)n .
n!
n=1
0.
m!
n!
k m
k=n+1
102
f n) (a)
(x a)n .
n!
n=0
(M |x a|)k+1
0
(k + 1)!
3.5
Exponenciales y logaritmos
para todo x, y R.
de ser am/n = n am .
103
xn
.
n!
n=0
Hasta aqu, lo u
nico que hemos demostrado es que, si existe una funci
on ex
que sea igual a su propia derivada y que cumpla e0 = 1, ha de venir dada por el
desarrollo en serie que acabamos de indicar. Seguidamente demostramos, para
empezar, que dicha serie siempre converge:
Teorema 3.36 Para cada x R, la serie
n=0
xn
n!
es convergente.
p
|x|m
|x|m 1 (|x|/m)pm+1
(|x|/m)nm =
0.
m! n=m
m!
1 |x|/m
Aqu usamos que el segundo factor es nito (teniendo en cuenta el teorema 2.20) y el primero es innitesimal por el teorema 3.34.
9 La u
ltima igualdad se basa en la conocida f
ormula para la suma de una serie geometrica
nita:
1 xn+1
1 + x + x2 + + xn =
.
1x
104
Denici
on 3.37 Llamaremos funci
on exponencial a la funci
on ex : R R
dada por
xn
x x2
x3
ex =
=1+x+ +
+
+
2
3
6
n=0 n!
Claramente, se trata de una funci
on estandar y cumple e0 = 1. Ahora
probamos que cumple la ecuaci
on funcional esperada:
Teorema 3.38 Para todo par de n
umeros reales x, y se cumple que
ex+y = ex ey .
n: Podemos suponer que x e y son estandar. Sea m N
Demostracio
innito. Entonces10
ex ey
m
m
2m
n
xi y j
1
=
xk y nk
i!
j!
k!(n
k)!
n=0
i=0
j=0
2m
1
n!
n=0
n
k=0
k=0
2m
n k nk (x + y)n
ex+y .
x y
=
n!
k
n=0
Como el primer y el u
ltimo termino son estandar, tenemos ex+y = ex ey .
M
as a
un, la funci
on exponencial tambien cumple la propiedad que nos ha
llevado hasta su serie de Taylor:
Teorema 3.39 La funci
on exponencial es derivable en R, y su derivada es ella
misma.
n: Tomemos x R estandar y h 0 no nulo. Entonces
Demostracio
ex+h ex
eh 1
= ex
.
h
h
Basta probar que
eh 1
1.
h
Tomamos primero un x estandar tal que 0 < |x| < 1. Entonces, para todo
natural innito m, se cumple
ex 1 +
x
x2
xm
+
+ +
,
1!
2!
m!
105
x
1 |x|
1 |x|
y, como los extremos son estandar, tenemos la desigualdad
x
e 1
< |x| .
1
x
1 |x|
En principio, esto vale para todo x estandar tal que 0 < |x| < 1, pero por
transferencia vale incluso para el innitesimo h, es decir,
h
e 1
|h|
h 1 < 1 |h| 0.
A partir de aqu ya podemos armar que ex cumple todas las propiedades
que hemos deducido al principio de la secci
on para a igual al n
umero11
e = e1 =
= 2.718281828459 . . .
n=0 n!
106
-2
-1
-1
-2
x n
log 1 +
x
n
y, como la exponencial es continua en x, tenemos que
x n
1+
ex .
n
107
En particular,
1
e = lm 1 +
n
n
n
.
log xy = y log x.
log x
.
log a
Teorema 3.44 El n
umero e es irracional.
n: Seg
Demostracio
un el teorema 3.33:
e
k
1
ec
=
,
n!
(k + 1)!
n=0
para un cierto n
umero 0 < c < 1. Teniendo en cuenta que ec < e < 3, vemos
que
k
1
1
3
<e
<
,
(k + 1)!
n!
(k
+
1)!
n=0
108
luego
0<
k
1
k!
3
3
< k! e
<
,
k+1
n!
k+1
4
n=0
para k 3. El sumatorio es un n
umero entero. Si e fuera racional podramos
tomar k sucientemente grande como para que k! e fuera tambien entero, pero
entonces tendramos un entero m tal que 0 < m < 3/4, lo cual es absurdo.
Ejemplo La funci
on f : R R dada por
0
si x 0,
f (x) =
e1/x si x > 0.
0.8
f (x)
0.6
0.4
0.2
-1
La gura muestra la gr
aca de la funci
on f . Aunque es > 0 para todo x > 0,
vemos que se confunde con el eje horizontal en un intervalo apreciable.
Vamos a probar que las derivadas de f tienen la forma siguiente:
0
si x 0,
n)
f (x) =
e1/x Px(x)
si x > 0,
2n
donde P (x) es un polinomio de grado n.
Razonamos por inducci
on sobre n. Se cumple claramente para n = 0. Si
es cierto para n, es obvio que, para x < 0, existe f n+1) (0) = 0. Para x > 0
tambien es claro que existe la derivada, y es
P (x)
P (x)x2n 2nP (x)x2n1
+ e1/x
2n+2
x
x4n
2
P (x)
P (x)x 2nP (x)
1/x
1/x P (x) + P (x)x 2nxP (x)
=
e
=e
+
.
x2n+1
x2(n+1)
x2(n+1)
f n+1) (x) = e1/x
109
e1/h
(2n + 2)! h 0,
h2n+1
3.6
Lmites de funciones
xx0
xx0
110
xx0
xx0
xx0
xx0
si y s
olo si
lm 1/f (x) = .
xx0
xx0
111
lm ex = +, lm ex = 0.
x+
lm log x = +, lm log x = .
x+
x0
Se deduce de la denici
on de la exponencial y de los casos anteriores.
Si < 0, entonces lm x = 0.
x+
112
x+
lm P (x) = ,
luego, si x > 0 es innito, tenemos que P (x) > 0, P (x) < 0. El teorema 3.11
implica que existe un c R tal que P (c) = 0.
Algunas reglas de derivaci
on se traducen en lmites que tienen interes por s
mismos. Por ejemplo, el hecho de que la derivada de ex en x = 0 vale e0 = 1
equivale a que
ex 1
lm
= 1.
x0
x
Similarmente, el hecho de que la derivada de log x en x = 1 valga 1/1 = 1
equivale a que
log x
lm
= 1.
x0 x
Estos y otros muchos lmites pueden obtenerse a partir de una regla general:
Teorema 3.49 (Regla de LH
opital) Sean f, g : ]a, b[ R dos funciones
derivables tales que g y g no se anulen en ]a, b[. Supongamos que
lm f (x) = lm g(x) = 0
xa
y que existe
xb
f (x)
.
xa g (x)
lm
Entonces existe
f (x)
f (x)
= lm
.
xa g(x)
xa g (x)
lm
113
n: Tomemos cualquier n
Demostracio
umero a < t < b y consideremos las
funciones f , g : [a, t] R extendidas a a con los valores f (a) = g(a) = 0. Es
claro que as son continuas en [a, t] y derivables en ]a, t[. Podemos aplicar el
teorema de Cauchy 3.25, seg
un el cual existe un n
umero a < c < t tal que
(f (t) f (a))g (c) = (g(t) g(a))f (c).
Como g no se anula, g es estrictamente monotona, luego el segundo factor
no es nulo. Podemos despejar:
f (t)
f (c)
= .
g(t)
g (c)
Hemos tomado un t arbitrario. Si lo escogemos t a, entonces tambien
c a, con lo que
f (t)
f (x)
lm
,
g(t) xa g (x)
y esto prueba el teorema.
Es evidente que la regla de Lh
opital vale igualmente con lmites cuando
x b e incluso, combinando los casos ]a, c[ y ]c, b[, se demuestra trivialmente
esta otra version:
Teorema 3.50 (Regla de LH
opital) Sean f, g : ]a, b[ R dos funciones
derivables tales que g y g no se anulen en ]a, b[ excepto en un punto a < c < b.
Supongamos que f (c) = g(c) = 0 y que existe
f (x)
.
xc g (x)
lm
Entonces existe
f (x)
f (x)
= lm
.
xc g(x)
xc g (x)
lm
x+
as como
x+
f (x)
.
x+ g (x)
lm
Entonces existe
f (x)
f (x)
= lm
.
x+ g(x)
x+ g (x)
lm
114
x0
f (1/x) 1
F (x)
f (x)
x2
= lm
= lm
.
1
x+ g (x)
x0 G (x)
x0 g (1/x) 2
x
lm
f (x)
f (x)
= lm
.
x+ g(x)
x+ g (x)
lm
x+
y que existe
x+
f (x)
.
x+ g (x)
lm
Entonces existe
f (x)
f (x)
= lm
.
x+ g(x)
x+ g (x)
lm
L = lm
f (c)
g (c) L < .
115
Por transferencia, esto es valido tambien para todo c mayor que un cierto
M > a estandar. Sea x > a un n
umero real innito. Por el teorema de
Cauchy 3.25, existe un n
umero M < c < x tal que
f (x) f (M )
f (c)
= .
g(x) g(M )
g (c)
Notemos que, como g no se anula, la funci
on g es monotona, luego el denominador de la izquierda es no nulo. Observemos ahora que
f (x)
f (x) f (M )
f (x)
g(x) g(M )
=
,
g(x)
g(x) g(M ) f (x) f (M )
g(x)
y
f (x)
1
=
1,
f (x) f (M )
1 f (M )/f (x)
g(x) g(M )
g(M )
=1
1,
g(x)
g(x)
luego
f (x)
f (c)
,
g(x)
g (c)
donde hemos usado que el cociente de la derecha es nito, tanto si c es nito
como si es innito. Por consiguiente:
f (x)
g(x) L < .
Esto vale para todo x innito, luego tambien vale para todo x > x0 , donde
umero estandar que depende de , pero si x > 0 es innito,
x0 > a es un n
cumplir
a x > x0 para cualquier x0 estandar, luego cumplir
a la desigualdad
anterior para todo > 0 estandar. As pues,
f (x)
L,
g(x)
luego
lm
x+
f (x)
= L.
g(x)
xa
y que existe
xa
f (x)
.
xa g (x)
lm
Entonces existe
f (x)
f (x)
= lm
.
xa g(x)
xa g (x)
lm
116
senh x =
2
-1
1
-1
-2
cosh x =
ex ex
.
2
-2
ex ex
,
2
cosh2 x senh2 x = 1
-3
1
,
1 + x2
1
x2
Captulo IV
C
alculo integral de una
variable
4.1
La integral de Riemann
118
Captulo 4. C
alculo integral de una variable
unvocamente en la forma
P = {a = x0 < x1 < < xn = b}.
Llamaremos xi = xi+1 xi > 0. La norma de P es
P = max xi > 0.
i
Una funci
on f : [a, b] R esta acotada si existe un n
umero M R tal que
|f (x)| M para todo x [a, b].
Si f esta acotada y P es una partici
on de [a, b], denimos
mi = nf{f (x) | x [xi1 , xi ]},
i=1
mi xi ,
S(f, P ) =
Mi xi .
i=1
119
b
f (x) dx = nf S(f, P ),
a
120
Captulo 4. C
alculo integral de una variable
f (x) dx,
b
S(P, f ) f (x) dx.
de donde
b
f (x) dx s(P, f )
f (x) dx.
a
a
Como esto vale para todo > 0 estandar, ha de ser
b
s(P, f )
f (x) dx.
a
121
f (x) dx =
a
b
f (x) dx = f (x) dx.
La funci
on f : [0, 1] R dada por
1 si x Q,
f (x) =
0 si x R \ Q,
no es integrable Riemann.
En efecto, basta tener en cuenta que, si P es cualquier partici
on de [0, 1], es
claro que s(f, P ) = 0 y S(f, P ) = 1.
Notemos que la funci
on del ejemplo anterior es discontinua en todos los
puntos. En el extremo opuesto, tenemos el teorema siguiente:
122
Captulo 4. C
alculo integral de una variable
S(f, P ) s(f, P ) =
(Mi mi )xi
i=1
xi = (b a) 0,
i=1
(f (x) + g(x)) dx =
a
f (x) dx +
a
g(x) dx,
a
f (x) dx =
f (x) dx.
f (x) dx
a
g(x) dx.
a
Mi (f + g) Mi (f ) + Mi (g),
con lo que
s(f, P ) + s(g, P ) s(f + g, P ) S(f + g, P ) S(f, P ) + S(g, P ).
Como f y g son integrables, los extremos de estas desigualdades son n
umeros
innitamente pr
oximos, luego los cuatro terminos estan innitamente pr
oximos
entre s. Esto prueba que f + g es integrable, as como que
f (x) dx+
a
g(x) dx.
a
123
S(f 2 , P ) s(f 2 , P ) =
(Mi (f )2 mi (f )2 )xi
i=1
i=1
(f + g)2 (f g)2
,
4
tambien es integrable.
Por u
ltimo, si f (x) g(x) para todo x [a, b], tenemos que (g f )(x) 0
para todo x [a, b], y de la propia denici
on de integral se sigue que
b
b
b
g(x) dx
f (x) dx =
(g(x) f (x)) dx 0.
a
f (x) dx =
a
f (x) dx +
a
f (x) dx.
c
124
Captulo 4. C
alculo integral de una variable
Por consiguiente:
S(f, P ) s(f, P ) = (S(f |[a,c] , P1 ) s(f |[a,c] , P1 )) + (S(f |[c,b] , P2 ) s(f |[c,b] , P2 )).
Las tres diferencias de sumas son 0, luego el miembro izquierdo es innitesimal si y solo si los dos sumandos de la derecha lo son.
Ahora podemos probar la existencia de funciones integrables discontinuas:
Teorema 4.11 Si f : [a, b] R es una funci
on continua salvo a lo sumo en
un n
umero nito de puntos, entonces es integrable.
n: Podemos suponer que los datos son estandar. Vamos a
Demostracio
suponer en primer lugar que f es continua excepto en b. Por el Principio de
Idealizacion II, existe un conjunto nito F [a, b] que contiene a todos los
elementos estandar de [a, b]. Uniendo F a una partici
on innitesimal de [a, b],
obtenemos otra partici
on innitesimal P que contiene a F .
Si r ]a, b[ es estandar, consideramos las particiones Pr = P [a, r] y
Pr = P [r, b]. Claramente:
S(f, P ) s(f, P ) = S(f |[a,r] , Pr ) s(f |[a,r] , Pr ) + S(f |[r,b] , Pr ) s(f |[r,b] , Pr )
S(f |[a,r] , Pr ) s(f |[a,r] , Pr ) + 2M (b r),
donde M es una cota (estandar) de f en [a, b]. Como f es continua en [a, r],
sabemos que es integrable, luego la diferencia de sumas de Riemann del u
ltimo
termino es innitesimal. Tomando partes est
andar vemos que
b
b
0 f (x) dx f (x) dx 2M (b r).
a
a
Como esto es cierto para todo n
umero estandar a < r < b, la integral superior
ha de coincidir con la integral inferior.
El mismo razonamiento es valido si f es continua salvo en a. Si f es continua
salvo en a y en b, tomamos a < c < b y concluimos que f es integrable en [a, c]
y en [c, b], luego lo es en [a, b].
En general, si f es continua salvo a lo sumo en un conjunto nito de puntos
a = x0 < x1 < < xn = b, entonces tenemos que f |[xi1 ,xi ] es continua salvo
quiz
a en los extremos del intervalo, luego es integrable en [xi1 , xi ], y por el
teorema anterior es integrable en [a, b].
125
Ejercicio: Probar que si dos funciones coinciden en un intervalo [a, b] salvo a lo sumo
en un n
umero nito de puntos, entonces una es integrable si y s
olo si lo es la otra, y
en tal caso las integrales coinciden.
Ejercicio: Probar que si f : [a, b] R es integrable, tambien lo es |f | y
b
b
f
(x)
dx
|f (x)| dx.
a
f (x) dx
f (yi )xi .
i=1
n: Es evidente que
Demostracio
s(f, P )
i=1
f (x) dx
f (yi )xi =
(f (xi ) f (xi1 )) = f (b) f (a).
a
i=1
i=1
Como el primer y el u
ltimo termino son estandar, de hecho se tiene la igualdad.
126
Captulo 4. C
alculo integral de una variable
x+h
F (x + h) F (x) =
f (t) dt
x
nf
t[x,x+h]
f (t) F (x + h) F (x) h
sup
f (t).
t[x,x+h]
nf
t[x+h,x]
f (t) F (x) F (x + h) h
sup
f (t).
t[x+h,x]
y llegamos a la misma conclusion. Esto prueba que F es continua en x. Supongamos ahora que, adem
as, x ]a, b[, f es continua en x y h = 0. Las expresiones
anteriores nos dan
nf
f (t)
F (x + h) F (x)
sup f (t)
h
t[x,x+h]
nf
f (t)
F (x + h) F (x)
sup f (t).
h
t[x+h,x]
t[x,x+h]
o bien
t[x+h,x]
127
f (x) dx =
f (x) dx,
f (x) dx.
c
Entonces
f (x) dx
Fc (x) =
f (x) dx = F (x)
f (x) dx.
a
a
1
= [ln |x|]ba ,
x
x(v)
f (x) dx =
x(u)
n: Las hip
Demostracio
otesis sobre x implican que es estrictamente creciente (y, en particular, que x(u) = a, x(v) = b, como se indica en el enunciado). Por lo tanto, si {ti }ni=0 es una partici
on innitesimal de [u, v] y hacemos
xi = g(ti ) entonces {xi }ni=0 es una partici
on de [a, b], y es innitesimal porque,
128
Captulo 4. C
alculo integral de una variable
f (x) dx
f (x(ci ))xi =
f (x(ci ))x (ci )ti
f (x(t))x (t) dt.
i=1
x(u)
i=1
Nota El teorema es valido tambien si, en lugar de suponer que x tiene derivada
positiva, suponemos que tiene derivada no nula. En tal caso, la u
nica alternativa
es que la derivada sea negativa. La prueba es v
alida igualmente, salvo que ahora
x es decreciente, luego x(u) = b, x(v) = a y xi < xi1 . Por lo tanto, {xi }ni=0
sigue formando una partici
on innitesimal de [a, b], solo que esta numerada al
reves. La forma de numerarla no afecta al c
alculo de la integral, pero hemos de
tener presente que xi = xi1 xi = x (ui )ti . La conclusi
on es que
x(u)
f (x) dx =
x(v)
f (x(t))x (t) dt =
u
Para enunciar conjuntamente los dos casos basta llamar t0 y t1 a los extremos
u, v, pero ordenados de forma que a = x(t0 ) y b = x(t1 ). Entonces, en ambos
casos podemos escribir que
x(t1 )
t1
f (x) dx =
x(t0 )
t0
129
df
dx
para referirnos a
df
dx.
dx
130
Captulo 4. C
alculo integral de una variable
en lugar de ser considerada como la integral de la funci
on f , puede ser
considerada como la integral de la forma diferencial f (x) dx. En ambos
casos estamos hablando del mismo n
umero real.
Con esta notacion, las reglas de derivaci
on se expresan as:
d(f + g) = df + dg,
d(f ) = df,
d(f g) = f dg + g df.
,
dy
1
= dx .
dx
dy
.
a
M
as interesante es el caso del teorema de cambio de variable: Si tenemos
una integral
b
f (x) dx
a
131
asignan a los extremos del intervalo de modo que a = x(t0 ), b = x(t1 ), entonces,
la igualdad
x(t1 )
t1
dx
f (x) dx =
f (x(t))
dt
dx
t0
x(t0 )
puede interpretarse como una mera sustituci
on de la variable x por la funci
on
x(t) y la forma diferencial dx por la forma diferencial
dx =
dx
dt.
dt
(1)n+1 n
log(1 + x) =
x
n
n=1
que converge para 1 < x 1.
n: Partimos de la f
Demostracio
ormula de la suma de una serie geometrica:
m
xn =
n=0
1 xm+1
1
xm+1
=
.
1x
1x 1x
1
(1)m+1 tm+1
(1)n tn =
.
1 + t n=0
1+t
Ahora integramos:
log(1 + x)
x
m
(1)n xn+1
(1)m+1 tm+1
=
dt.
n+1
1+t
0
n=0
Equivalentemente:
log(1 + x)
m+1
n=1
(1)n+1 n
x =
n
0
(1)m+1 tm+1
dt.
1+t
(1)m+1 xm+1
= xm g(x),
1+x
132
Captulo 4. C
alculo integral de una variable
donde
(1)m+1 x
1+x
on
es una funci
on de clase C en R tal que g(0) = 0. Una simple inducci
demuestra que, para 1 n m + 1, se cumple que
g(x) =
dt
.
1+t
m+2
0
0 1+t
0
Si m es innito y x < 1, entonces xm+2 0, y si x = 1, entonces xm+2 = 1.
En cualquier caso, el numerador de la u
ltima fracci
on es nito, y el denominador
es innito, luego la fracci
on es innitesimal.
Si 1 < x < 0, acotamos de otro modo:
x
0 m+1
0 m+1
(1)m+1 tm+1
|t|
|t|
|x|m+2
dt
dt
dt =
1+t
(1 + x)(m + 2)
0
x 1+t
x 1+x
Desde aqu se concluye igual que en el caso anterior.
En particular hemos probado que la convergencia de la serie
(1)n+1
1 1 1
= 1 + + = log 2.
n
2 3 4
n=1
Ejemplo
La serie
1
1 1 1
= 1 + + + +
n
2 3 4
n=1
es divergente.
En efecto, basta observar que, para n 1,
n+1
n+1
1
1
1
dx
dx = ,
x
n
n
n
n
luego
log(m + 1) =
1
m+1
m
1
1
dx
x
n
n=1
4.2
133
L(f, P ) =
x2i + (f (xi ) f (xi1 ))2 .
i=1
L(f, P ) =
1 + f (ui )2 xi
1 + f (x)2 dx.
i=1
Naturalmente, esto exige que la funci
on 1 + f (x)2 sea integrable, lo que
tenemos garantizado si suponemos, por ejemplo, que f es continua y acotada
en ]a, b[.
Denici
on 4.17 Sea f : [a, b] R una funci
on continua en [a, b], derivable
en ]a, b[ con derivada continua y acotada. Llamaremos longitud de f a
b
L(f ) =
1 + f (x)2 dx.
a
La funci
on f : [0, 1] R dada por f (x) = 1 x2 tiene por gr
aca un
cuarto de circunferencia de radio 1. Su derivada en ]0, 1[ es
f (x) =
x
,
1 x2
1
.
1 x2
As pues, la longitud de una circunferencia de radio 1 debera ser cuatro
veces la integral
1
dx
.
1 x2
0
1 + f (x)2 =
134
Captulo 4. C
alculo integral de una variable
A(t) =
.
1 x2
0
As tenemos denida una funci
on A : [0, 1[ R que, por el teorema 4.14
es derivable en ]0, 1[. (Para probar que es derivable en t, aplicamos el teorema
en un intervalo [0, t ], con 0 < t < t < 1.) Concretamente, su derivada es:
A (t) =
1
.
1 t2
dx
=
1 x2
0
du
= A(t).
1 u2
As pues, la extensi
on de A(t) al intervalo ]1, 0[ solo supone el convenio
de asignar a cada seno negativo t el angulo cuyo seno es t, pero tambien con
signo negativo.
Denici
on 4.18 Llamaremos arco seno a la funci
on arcsen : ]1, 1[ R
dada por
t
dx
arcsen t =
.
1 x2
0
135
A partir de la denici
on es inmediato que arcsen 0 = 0, hemos comprobado
que
arcsen(t) = arcsen t,
y del teorema 4.14 se sigue que se trata de una funci
on derivable con derivada
arcsen (t) =
1
.
1 t2
0.5
-1
-0.5
0.5
-0.5
136
Captulo 4. C
alculo integral de una variable
Denici
on 4.20 Llamaremos coseno a la funci
on
cos : ]p, p[ ]0, 1]
dada por cos =
1 sen2 .
cos() = cos ,
sen2 + cos2 = 1,
sen = cos .
M
as a
un, como la raz cuadrada es derivable en ]0, +[, tenemos que el
coseno es derivable y su derivada es
cos =
2 sen cos
= sen .
2 1 sen2
137
As pues,
(g (x)2 + g(x)2 ) = 2g (x)g (x) + 2g(x)g (x) = 2g (x)(g (x) + g(x)) = 0,
para todo x I, luego la funci
on g (x)2 + g(x)2 es constante en I. Ahora bien,
resulta que en x = 0 toma el valor 0, luego
g (x)2 + g(x)2 = 0
para todo x I. Esto implica a su vez que g(x) = 0, luego se cumple la f
ormula
del enunciado.
1 sen2
sen( + )
sen( )
cos : [, ] [1, 1]
si < /2,
si > /2,
cos =
cos( + )
cos( )
-2 -1
2
1
-1
2
2
si < /2,
si > /2.
138
Captulo 4. C
alculo integral de una variable
cos = sen .
Esto tambien es cierto en los dos puntos que hemos exceptuado, y las cuatro
comprobaciones son an
alogas. Vamos a probar, por ejemplo, la derivabilidad
del seno en /2.
Tomemos un innitesimo h > 0. Entonces
sen(/2 h) sen(/2)
cos(h) 1
=
cos (0) = sen 0 = 0,
h
h
sen(/2 + h) sen(/2)
sen(/2 + h) 1
cos h 1
=
=
0.
h
h
h
Esto prueba que existe sen (/2) = 0 = cos(/2).
Finalmente, dado R, existe un u
nico k Z tal que
+ 2k < + 2(k + 1),
(a saber, k = E[( + )/2]), con lo que = 2k + , con < , y
tanto k como estan unvocamente determinados por . Denimos
sen = sen ,
cos = cos .
1
2
3
2
2
2
-1
3
2
cos : R [1, 1]
139
Nota La prueba m
as corta del apartado f) consiste en observar que la prueba
del teorema 4.21 sigue siendo valida sin m
as cambio que eliminar toda restricci
on
sobre los dominios. (La funci
on g denida en la prueba est
a ahora denida sobre
I = R.) El apartado g) se deduce de f) sin m
as que derivar la f
ormula como
funci
on de , considerando a constante.
A partir de este teorema ya es posible demostrar sin dicultad cualquiera de
las propiedades de las funciones seno y coseno que se aprecian en las gracas.
Por ejemplo, vemos que ambas gr
acas son identicas salvo un desfase de /2,
y esto se deduce del apartado g):
cos( + /2) = sen .
Ejercicio: Probar que sen(/4) = cos(/4) =
2/2.
nico
Ejercicio: Probar que, para todo (x, y) R2 tal que x2 + y 2 = 1, existe un u
[0, 2[ tal que (x, y) = (cos , sen ).
(1)n
x2n+1 ,
(2n
+
1)!
n=0
cos x =
(1)n 2n
x .
(2n)!
n=0
Denici
on 4.24 Llamaremos funci
on tangente a la funci
on
tan x =
6
3
2
2
2
2
3
2
sen x
.
cos x
Est
a denida en todos los n
umeros reales excepto los que anulan al coseno, que son los de la
forma /2 + 2k, con k Z. En particular, est
a
denida en el intervalo ]/2, /2[. Tambien es
obvio que
-2
-4
-6
tan x =
cos2 x + sen2 x
1
=
.
cos2 x
cos2 x
140
Captulo 4. C
alculo integral de una variable
2
-4
-2
2
1
1
1
.
=
= cos2 =
tan
1 + x2
1 + tan2
Aqu hemos usado que, como sen2 + cos2 = 1, al dividir entre cos2
queda
1
tan2 + 1 =
.
cos2
La regla de Barrow nos da una expresi
on integral para el arco tangente:
x
dt
arctan x =
.
1
+
t2
0
De ella podemos deducir el desarrollo en serie de Taylor:
Teorema 4.25 La funci
on arco tangente admite un desarrollo en serie de Taylor
(1)n x2n+1
arctan x =
,
2n + 1
n=0
que converge cuando |x| 1
n: La prueba es an
Demostracio
aloga a la del teorema 4.16. Como all,
partimos de la f
ormula
m
xn =
n=0
1 xm+1
1
xm+1
=
,
1x
1x 1x
1
(1)m+1 t2m+1
n 2n
(1)
t
=
.
1 + t2 n=0
1 + t2
Al integrar obtenemos:
x
m
(1)n x2n+1
(1)m+1 t2(m+1)
arctan x
dt.
=
2n + 1
1 + t2
0
n=0
La prueba de que el polinomio del miembro izquierdo es el polinomio de
Taylor de grado 2m + 1 de la funci
on arcotangente sigue el mismo argumento
empleado en 4.16. (Notemos que, del hecho de que los polinomios de Taylor de
grado 2m + 1 tengan esta forma, se sigue que el polinomio de Taylor de grado
2m es el mismo que el de grado 2m 1.)
4.3. C
alculo de longitudes, areas y vol
umenes
141
dt
t2(m+1) dt =
.
2
2
1+t
1+t
2m + 3
0
0
0
Y basta observar que el u
ltimo termino es innitesimal cuando m es innito.
Ahora observamos que
tan
luego
sen 4
2/2
=
= 1,
=
4
cos 4
2/2
(1)n
1 1 1
= arctan 1 =
= 1 + +
4
2n
+
1
3 5 7
n=0
Esta
no es de las que convergen mas rapidamente (sumando los primeros 100.000
terminos solo obtenemos la aproximaci
on 3.14160, donde la cuarta cifra decimal
ya es incorrecta), pero no vamos a entrar en cuestiones de calculo numerico.
4.3
C
alculo de longitudes,
areas y vol
umenes
: [a, b] R2 ,
(t3 )
(t4 ) que sera de la forma (t) = (x(t), y(t)), para
l3
l4
ciertas funciones x, y. Notemos que la graca
de una funci
on f : [a, b] R es el caso particular en que (t) = (t, f (t)), es decir, el caso
particular en que x(t) = t.
142
Captulo 4. C
alculo integral de una variable
L(, P ) =
li
i=1
converge a un n
umero (estandar) L, en el sentido de que, cuando la partici
on
es innitesimal, L(, P ) L, y este n
umero L sera el que tomaremos como
denici
on de la longitud de .
Vamos a suponer que las funciones x(t), y(t) son dos veces derivables, y que
la segunda derivada est
a acotada en ]a, b[ por un n
umero (estandar) M . Esto
se cumple, por ejemplo, si ambas funciones son de clase C 2 en un abierto que
contenga al intervalo [a, b].
y1
d
y0
x0
x1
Como vamos a trabajar en R2 , necesitamos un hecho elemental de la geometra de R2 del que nos ocuparemos con mas detalle en el captulo VI: la distancia
entre dos puntos (x0 , y0 ), (x1 , y1 ) viene dada por
d((x0 , y0 ), (x1 , y1 )) = (x1 x0 )2 + (y1 y0 )2 .
|y(t) Ty (t)| M (t t0 )2 ,
luego
d((t), T (t)) =
(x(t) Tx (t))2 + (y(t) Ty (t))2 M (t t0 )2 .
4.3. C
alculo de longitudes, areas y vol
umenes
143
144
Captulo 4. C
alculo integral de una variable
(t
).
Precisamente
r
i
i
(ti1 )
esta es la razon por la que podremos cambiar li por li .
Muchos libros, especialmente de fsica, argumentan con innitesimos y, en
situaciones similares a esta, arman que podemos tomar li en lugar de li simplealido. Nuestra intenci
on
mente porque li li , pero esto no es un argumento v
es sumar los innitos valores de li , y al cambiarlos por los li estamos introduciendo un error innitesimal en cada sumando. El problema, es que al sumar
innitos errores innitesimales, el error total puede ser apreciable, y en tal caso
la sustituci
on no es v
alida. Hemos de probar que no se da el caso. Ahora bien,
es claro que li li + d(Ti (ti ) (ti )) y tambien li li + d(Ti (ti ) (ti )), lo
que nos da:
Ti (ti )
li
l M P
ti = M (b a)P ,
i
i=1
i=1
i=1
mos que
li permanece innitamente pr
oximo a un n
umero jo (est
andar) L
i=1
sea cual sea la particion innitesimal P , habremos probado que lo mismo vale
para la suma de los li .
En denitiva, vemos que si podemos sustituir li por li no es porque li li ,
sino porque la diferencia sigue siendo innitesimal cuando se divide entre ti
o, equivalentemente, entre la norma de la partici
on. Los matematicos antiguos
expresaban esto diciendo que li li es un innitesimo de orden superior a ti .
La interpretaci
on geometrica es, precisamente, que el innitesimo li li se mantiene innitesimal al aplicar cualquier homotecia que vuelva apreciable (es decir,
nito, pero no innitesimal) el incremento ti .
Ahora observamos que
Ti (ti ) = (x(ti1 ) + x (ti1 )ti , y(ti1 ) + y (ti1 )ti ),
por lo que
x (ti1 )2 + y (ti1 )2 ti ,
luego
n
i=1
li
i=1
li =
En denitiva:
n
i=1
x (ti1 )2 + y (ti1 )2 ti
a
4.3. C
alculo de longitudes, areas y vol
umenes
145
Denici
on 4.26 Si : [a, b] R2 es una funci
on con coordenadas5 de clase
C 1 en un intervalo abierto que contenga a [a, b], denimos la longitud de como
L() =
0 t 2.
El
area de un crculo La funci
on f (x) = r2 x2 deja bajo su gr
aca un
semicrculo de radio r, luego el area de un crculo de radio r es
r
A=2
r2 x2 dx.
r
Para calcular esta integral usamos el cambio de variable (estrictamente creciente) x : [/2, /2] [r, r] dado por x = r sen t. As:6
/2
A=2
/2
/2
= 2r2
/2
/2
cos2 t dt
/2
/2
1 + cos 2t
sen 2t
2
dt = r t +
= r2 .
2
2
/2
146
Captulo 4. C
alculo integral de una variable
s = r2 cos
r2
sen =
sen .
2
2
2
El mayor es uni
on de dos tri
angulos rect
angulos de base r y altura r tan(/2),
luego su area es
S = r2 tan
2
r2
i
sen i A r2
tan
.
2 i=1
2
i=1
El teorema del valor medio aplicado al intervalo [0, i ] nos da que existe
0 < ci < i P tal que
sen i = i cos ci i cos P .
As pues,
A
r2
r2 ( )
cos P i =
cos P .
2
2
i=1
Igualmente,
tan
i
1 i
1
i
=
,
2
2
2
cos di 2
cos P 2
r2
r2 ( )
.
=
i
cos2 P i=1
2 cos2 P
r2 ( )
r2 ( )
cos P A
.
2
2 cos2 P
4.3. C
alculo de longitudes, areas y vol
umenes
147
r2
( ).
2
Coordenadas polares Consideremos ahora una curva en R2 que este determinada por una funci
on : [, ] ]0, +[ del modo siguiente: la recta que
pasa por (0, 0) y forma un angulo con el vector (1, 0) corta a la curva en un
u
nico punto a distancia () de (0, 0).
()
Entonces, una parametrizaci
on de la curva es la aplicacion : [, ] R2 dada por
()
()
L() =
2 () + 2 () d
Mi
mi
Ahora vamos a calcular el area sombreada en la gura. Para ello tomamos una partici
on P = {i }ni=0 de
[, ]. Si mi y Mi son, como de costumbre, el nmo
on de supercie
y el supremo de en [i1 , i ], la porci
contenida en el angulo [i1 , i ] contiene al sector circular de radio mi y esta contenida en el sector circular de
radio Mi . Por lo tanto,
n m2
n M2
i
i
i A
i .
i=1 2
i=1 2
Los extremos son una suma inferior y una suma superior de la integral
A=
1
2
2 ()d,
148
Captulo 4. C
alculo integral de una variable
Supercies de revoluci
on Vamos a calcular el area de una supercie de
revoluci
on, es decir, de la supercie generada cuando giramos alrededor del eje
X la gr
aca de una funci
on r : [a, b] R que no tome valores negativos, tal y
como se muestra en la primera gura.
Para ello tomamos una partici
on innitesimal P = {xi }ni=1 de [a, b] y otra
Q = {j }m
de
[0,
2].
La
partici
o
n P divide la supercie en rodajas circulaj=1
on
res de longitud xi (que en la segunda gura vemos desde arriba) y la partici
Q subdivide cada rodaja en cuadril
ateros.
r(x)
j
j1
xi1 xi
r(x)
g
r(xi1 )j
xi1
xi
r(xi )j
4.3. C
alculo de longitudes, areas y vol
umenes
149
xi1 di xi ,
n
n
m
j=1 i=1
i=1
con lo que esta sera una estimacion razonable del area que queremos calcular.
En efecto, si tomamos otros valores ei [xi1 , xi ], podemos aplicar el teorema
del valor medio:
|r(di ) r(ei )| = |r (fi )||ei di | M xi M P
donde M es una cota (estandar) de r en [a, b]. Por lo tanto,
|S({di }) S({ei })| 2M P
n
1 + r (ci )2 xi 0,
i=1
2
r(ci ) 1 + r (ci ) xi 2
i=1
r(x) 1 + r (x)2 dx.
Denici
on 4.27 Llamaremos7
area de la supercie de revoluci
on generada por
la curva r : [a, b] R al valor
A = 2
r(x) 1 + r (x)2 dx.
a
7 Observemos que el razonamiento precedente no puede considerarse una demostraci
on de
que el
area es la que hemos calculado, ya que no partimos de ninguna denici
on previa de
area. Tan s
olo puede verse como un razonamiento heurstico que explica por que la denici
on
que hemos dado es la que va a comportarse como cabe esperar que se comporte un
area. En
el contexto de la geometra diferencial es posible dar una denici
on general de
area de una
supercie y, con respecto a dicha denici
on, s que es posible demostrar esta f
ormula. (Ahora
bien, la denici
on general de
area se justica por un razonamiento heurstico similar al que
hemos visto aqu.)
150
Captulo 4. C
alculo integral de una variable
r+R
g.
2
Demostrarlo mediante la f
ormula para supercies de revoluci
on y tambien desarrollando el cono y usando la f
ormula para el
area de un sector circular.
2R
h
H
2r
R
(N
otese que, por el teorema de Tales, rH = Rh.)
Vol
umenes de revoluci
on Un razonamiento m
as simple que el del apartado
anterior nos permite deducir una f
ormula para el volumen V del solido de revoluci
on determinado por una funci
on r : [a, b] R. Basta observar que, si P es
una partici
on de [a, b],
n
i=1
m2i xi V
i=1
Mi2 xi ,
4.3. C
alculo de longitudes, areas y vol
umenes
Ejemplo
151
t
1
1
dx =
= (1 1/t).
x2
x 1
hiperb
olica innita cuya boca tenga dos unidades de di
ametro, caben solo
unidades c
ubicas de champ
an.
Esto es especialmente curioso si observamos que la copa, aunque tiene volumen nito, tiene supercie innita:
Ejercicio: Comprobar que la supercie del hiperboloide de revoluci
on en [1, t] viene
dada por
t
t
1 + x4
1 + x4
2
At = 2
dx
=
arg
sen
h
x
x3
x2
1
1
1
+
t
= arg sen h t2
arg sen h 1 + 2
t2
(Para calcular la integral, realizar sucesivamente los cambios de variable u = x2 y
u = senh v, y tener en cuenta que (cosh v/ senh v) = 1/ senh2 v.) Concluir que
lm At = +.
t+
Captulo V
Series innitas
Ya hemos visto que algunas funciones admiten desarrollos en serie de Taylor,
de la forma
f n) (x0 )
f (x) =
(x x0 )n .
n!
n=0
Observemos que estas expresiones son en realidad familias de series, en el
sentido de que determinan una serie distinta para cada x, de modo que pueden
ser convergentes para unos valores de x y divergentes para otros. En la primera
seccion de este captulo estudiaremos las series numericas propiamente dichas,
es decir, series de la forma
an ,
n=0
an (x x0 )n ,
n=0
es decir, las que tienen la misma estructura que las series de Taylor.
5.1
Series num
ericas
n=0
153
an .
154
an .
n=0
(1)n
1 1 1
= 1 + + =
2n
+
1
3
5
7
4
n=0
(1)n+1
1 1 1
= 1 + + = log 2.
n
2 3 4
n=1
1
1 1 1
= 1 + + + +
n
2 3 4
n=1
son divergentes.
Lo mas elemental que podemos decir a la hora de distinguir las series convergentes de las divergentes es lo siguiente:
Teorema 5.1 Si una serie
an es convergente, entonces lm an = 0.
n
n=0
Sin embargo, debemos tener bien presente que, aunque el termino general an
converja a 0, la serie puede diverger, como muestra el ejemplo previo al teorema
anterior.
Ejemplo
n=0
rn =
1
1r
converge si y s
olo si |r| < 1, y diverge en caso contrario.
155
rn =
n=0
1
1 rN +1
.
1r
1r
n=0
(an + bn ) =
an +
n=0
bn
n=0
serie
an .
an =
n=0
an .
n=0
an es convergente si y s
olo si lo es la
n=0
n=n0
n=0
an =
0 1
n=0
an +
an .
n=n0
an M
n=0
para todo N N o, para series estandar, que el miembro izquierdo sea nito
siempre que N es innito.
156
Ejemplo
La serie
n
n=1
converge si y s
olo si > 1.
En efecto, podemos suponer que es estandar. Si > 1 y n > 1, tenemos
que
n
1
dx
n
x
n1
luego
N
N
N
1
1
1
dx
1
1+
=1+
=1+
.
1
1
n
x
(
1)x
1
(
1)N
1
1
n=1
Si N es innito, el u
ltimo termino es innitesimal, luego la suma parcial es
nita. Esto prueba que la serie es convergente.
Si 0 la serie es divergente porque su termino general no tiende a 0. Ya
hemos observado que la serie tambien diverge cuando = 1. Falta probar que
tambien es divergente cuando 0 < < 1. En tal caso:
n+1
dx
1
,
x
n
n
luego
N
dx
1
x
n
n=1
N +1
1
1 n=1 n
an y
n=0
n=0
innito, an
n: Fijemos un n
Demostracio
umero natural innito n0 . Entonces, para
todo N n0 se cumple que
N
n=n0
an
n=n0
bn
n=0
bn ,
157
n=n0
la serie desde n = 0.
Teorema 5.6 Si una serie de terminos positivos no nulos
an cumple que
n=0
lm
n
an+1
< 1,
an
entonces es convergente.
n: Podemos suponer
Demostracio
lmite del enunciado, podemos tomar L
se cumple que
an+1
an
Fijado n0 innito, para todo n n0
an an0 rnn0 =
Como la serie geometrica
an0 n
r .
r n0
rn es convergente, tambien lo es
n=n0
an , y
n=n0
n=1
nrn =
r
(1 r)2
r2 + 2r3 + + (N 1)rN .
Por consiguiente:
SN rSN 1 = r + r2 + + rN =
r
r rN +1
1r
1r
158
luego
SN
r
.
(1 r)2
1
n1
n1
n
k
,
1
k
n1
k=1
n1
n
k
Seg
un el ejemplo anterior, la suma es
1 n1
n
= n.
n1 1 2
n
159
Denici
on 5.7 Diremos que una serie
an es absolutamente convergente si
n=0
la serie
|an | es convergente.
n=0
an
|an |.
n=0
n=0
an , sea SN su suma
n=0
parcial N -sima y sea SN
la suma parcial correspondiente a la serie con valores
absolutos. Si esta es convergente y M < N son n
umeros naturales innitos,
tenemos que
N
N
|SN SM | =
an
|an | = SN
SM
0,
n=M
n=M
|an |
n=0
|an |
n=0
an
n=0
|an |
n=0
|an |.
n=0
Esto vale para todo N . En particular, vale para N innito, y sigue siendo
cierto al tomar la parte estandar del termino central, es decir:
n=0
|an |
an
n=0
|an |.
n=0
(1)n+1
= log 2.
n
n=1
Hay un criterio muy sencillo que justica la convergencia de series como esta,
en la que los terminos alternan en signo:
160
(1)n+1 an
n=1
es convergente.
n: Observemos que las sumas parciales pares:
Demostracio
S2N = (a1 a2 ) + (a3 a4 ) + + (a2N 1 a2N )
forman una sucesi
on mon
otona creciente, ya que los terminos entre parentesis
son positivos. Similarmente, las sumas parciales impares:
S2N +1 = a1 + (a2 + a3 ) + (a4 + a5 ) + + (a2N + a2N +1 )
forman una sucesi
on mon
otona decreciente, ya que todos los terminos entre
parentesis son negativos. Mas a
un, ambas sucesiones estan distribuidas de esta
forma:
S2 < S4 < S6 < < S5 < S3 < S1
En efecto: S2 < S1 porque S2 resulta de sumarle a S1 un n
umero negativo, luego,
S2 < S3 < S1 porque S3 resulta de sumarle a S2 un n
umero positivo y ya hemos
visto que la sucesion de sumas impares es decreciente, luego, S2 < S4 < S3
porque ya hemos visto que la sucesion de las sumas pares es creciente y S4
resulta de sumarle a S3 un n
umero negativo, etc.
En denitiva, las series de sumas pares es una sucesion mon
otona creciente
y acotada por S1 , luego es convergente, y la serie de sumas impares es una
sucesion mon
otona decreciente y acotada por S2 , luego es convergente. Ahora
bien, si M y N son n
umeros innitos, tenemos que
S2N +1 S2M S2N +1 S2N = a2N +1 0,
luego todas las sumas parciales SN (tanto si N es par o impar) tienen la misma
parte estandar S, de modo que SN S para todo N innito, luego la serie es
convergente.
La convergencia absoluta es crucial para generalizar a series innitas propiedades obvias de las series nitas, como el hecho de que una suma (nita) es
independiente del orden de los sumandos. Esto es consecuencia de la siguiente
caracterizacion de la convergencia de una serie de terminos positivos:
Teorema 5.10 Una serie (est
andar) de terminos positivos
n=0
an converge a
un n
umero (est
andar) S si y s
olo si para todo conjunto nito I N que contenga
a todos los n
umeros nitos, se cumple que
an S.
nI
161
an
n=0
luego
an
an S,
n=0
nI
an S.
nI
an =
n=0
an S,
nI
an es absolutamente convergente y f : N N
es una aplicaci
on biyectiva, entonces la serie
af (n) tambien es absolutamente
n=0
convergente, y su suma es la misma.
n=0
n: Llamemos
Demostracio
an si an 0,
+
an =
0
si an < 0,
a
n
=
0
an
si an 0,
si an < 0.
De este modo, an = a+
n an . Como |an | |an | y |an | |an |, el teorema 5.5
implica que las series
a+
a
n,
n
n=0
n=0
an =
n=0
n=0
a+
n
n=0
a
n.
n=0
af (n) =
n=0
a+
f (n)
n=0
a
f (n) .
Por lo tanto, si probamos que las dos series de la derecha son convergentes
y que su suma es la misma que la de las series correspondientes sin permutar
los sumandos, tendremos probado el teorema. Ahora bien, ambas series son de
162
terminos positivos, luego concluimos que basta probar el teorema para series
de terminos positivos. Supongamos, pues que an 0 para todo n. Tambien
podemos suponer que todos los datos, incluida f son estandar.
Entonces, si N es un n
umero natural innito, el conjunto
I = {f (n) | n N }
es nito y contiene a todos los n
umeros naturales nitos, porque, como f es
estandar, todo m N estandar es de la forma m = f (m ), con m estandar,
luego m < N , luego m I. Ademas
N
af (n) =
n=0
luego
an S,
nI
af (n) = S.
n=0
Sabemos que
1
1 1 1 1 1
+ + + = ln 2.
2 3 4 5 6
Por lo tanto:
1 1 1 1
1
1
ln 2
+ +
+ =
.
2 4 6 8 10 12
2
Es claro entonces que
0+
1
1
1
1
1
1
ln 2
+0 +0+ +0 +0+
+0
+ =
.
2
4
6
8
10
12
2
1 1 1
1 1 1
3 ln 2
+ + 0 + + + =
.
3 2 5
7 4 9
2
1 1 1 1 1 1
1
1
1
1
1
3 ln 2
+ + + +
+
+
+ =
.
3 2 5 7 4 9 11 6 13 15 8
2
La u
ltima serie es claramente una reordenacion de la primera, y tiene una
suma diferente.
5.2
163
Sucesiones funcionales
Este lmite no tiene por que existir, pero es evidente que una sucesion funcional no puede converger a dos lmites distintos.
Ejemplo La sucesi
on fn (x) =
lmite es la funci
on constante 1:
lm
n
x = 1.
164
si x 0,
nx si 0 x 1/n,
1
si x 1/n.
fn (x) =
0
1
si x 0,
si x > 0.
165
As pues, existe
lm
n
1
n (1 x2 )n+1
n
=
.
2
n+1
2(n + 1)
0
fn (x) dx =
0
1
= 0 =
2
lm fn (x) dx
0
166
Ejemplo La sucesi
on dada por fn (x) = x/n converge uniformemente a la
funci
on f = 0 en el intervalo [0, 1], mientras que en R converge puntualmente,
pero no uniformemente, a dicha funci
on.
En efecto, si x [0, 1] y n es innito, entonces fn (x) = x/n 0 = f (x),
luego la convergencia es uniforme. En cambio, si x puede variar en R, el argumento anterior vale para todo x nito, en particular para todo x estandar,
luego {fn }n0 converge puntualmente a 0 en R. Sin embargo, tomando x = n,
donde n es un natural innito, tenemos que fn (x) = 1 0 = f (x), luego la
convergencia no es uniforme.
La convergencia uniforme tiene la siguiente interpretaci
on cl
asica: Si tenemos
que lm fn (x) = f (x) y la convergencia es uniforme en un intervalo I, dado
n
> 0 estandar, como, para todo n innito, se cumple que, para todo x I,
|fn (x) f (x)| 0, en particular |fn (x) f (x)| < y, como esto vale para todo
n n0 , donde n0 es un n
umero natural innito cualquiera, por transferencia
ha de existir un natural nito n0 que cumpla lo mismo, es decir, tal que, para
todo n n0 y todo x I, se cumple |fn (x) f (x)| < .
As pues, la convergencia uniforme se traduce en que podemos conseguir que
fn y f se diferencien en menos de a la vez en todos los puntos x I, mientras
que en el caso de la convergencia puntual, para conseguir que la diferencia entre
fn y f se haga menor que , puede hacer falta un n0 distinto en cada punto x,
de modo que un mismo n0 no valga a la vez para todos ellos.
Probamos ahora que la convergencia uniforme resuelve los dos problemas
que habamos detectado en la convergencia puntual:
Teorema 5.17 Si {fn }n0 es una sucesi
on de funciones continuas fn : I R
que converge uniformemente a una funci
on f : I R, entonces f tambien es
continua.
n: Podemos suponer que todos los datos son estandar. Para
Demostracio
probar que f es continua en I basta ver que lo es en un punto est
andar x1 I.
Tomamos x2 I tal que x1 x2 y hemos de ver que f (x1 ) f (x2 ). En caso
contrario, existe un > 0 estandar tal que |f (x1 ) f (x2 )| > .
Si n es un n
umero natural innito, tenemos que, para todo x I, se cumple
fn (x) f (x), luego en particular, |f (x) fn (x)| < /2. Como esta armacion
es interna, podemos aplicar el principio de transferencia, que nos da que existe
un n estandar que cumple lo mismo. En particular, |f (x1 ) fn (x1 )| < /2 y
|f (x2 ) fn (x2 )| < /2. Ahora bien, como fn es continua en x1 (y estandar),
podemos armar que fn (x1 ) fn (x2 ), luego tambien |f (x1 ) fn (x2 )| < /2
|f (x1 ) f (x2 )| |f (x1 ) fn (x2 )| + |fn (x2 ) f (x2 )| < /2 + /2 = ,
contradicci
on.
Similarmente ocurre con los lmites de integrales:
167
i=1
Kxi = K(b a) 0.
i=1
f (x) dx
a
fn (x) dx.
a
168
para todo n
umero natural n, nito o innito. Cuando n es nito se trata simplemente de la denici
on de integrabilidad, pero para n innito es un hecho que no
es obvio, puesto que la funci
on fn , aunque es integrable, no es est
andar, luego
no tiene por que cumplir la denici
on de integrabilidad m
as que indirectamente,
a traves del principio de estandarizaci
on.
Lo mismo es valido para la continuidad: si una sucesi
on {fn }n0 de funciones
continuas en un intervalo I converge uniformemente a una funci
on f , entonces,
si x0 I es estandar y x I cumple x x0 , se cumple que fn (x) fn (x0 ). Esto
es porque f es continua en x0 (y estandar): fn (x) f (x) f (x0 ) fn (x0 ).
En resumen: si una sucesi
on {fn }n0 de funciones continuas converge uniformemente, todas las funciones fn (para n nito o innito) cumplen explcitamente
la denici
on de continuidad, aunque no sean funciones est
andar.
La relacion entre la derivabilidad y la convergencia es m
as delicada, como
muestra el ejemplo siguiente:
Ejemplo
La sucesi
on de funciones dada por
fn (x) =
sen(nx)
n
169
Si la sucesi
on {gn }n0 converge uniformemente a una funci
on g, entonces
on f de clase C 1 tal que
{fn }n0 converge casi uniformemente a una funci
f = g.
n: Podemos suponer que todos los datos son estandar. ObDemostracio
servemos en primer lugar que, si n es un n
umero natural innito, entonces la
funci
on fn es casi estandar. En efecto, si x I es estandar, en virtud del
teorema del valor medio,
fn (x) fn (x0 ) = fn (c)(x x0 ),
donde c es un punto (nito) entre x y x0 . Tenemos que
fn (x0 ) y0 ,
170
fn (x) f ( x) f (x).
El concepto de sucesion de Cauchy puede trasladarse a sucesiones funcionales, de modo que podemos asegurar la convergencia de una sucesion sin necesidad
de conocer su lmite de antemano:
Denici
on 5.21 Una sucesion estandar {fn }n0 de funciones denidas en un
intervalo I R es puntualmente (resp. uniformemente, resp. casi uniformemente) de Cauchy en I si para todo x I estandar (resp. para todo x I, resp.
para todo x I nito tal que x I) y todos los n
umeros naturales innitos m
y n se cumple que fm (x) fn (x).
Teorema 5.22 Una sucesi
on de funciones denidas en un intervalo es puntualmente, uniformemente o casi uniformemente convergente si y s
olo si tiene
la correspondiente propiedad de Cauchy.
n: Es evidente que toda sucesion convergente es de Cauchy
Demostracio
(del tipo correspondiente a la convergencia).
Supongamos ahora que {fn }n0 es una sucesion estandar puntualmente de
Cauchy en un intervalo I. Entonces, para cada x I estandar, la sucesi
on
171
{fn (x)}n0 es una sucesion de Cauchy en R, luego es convergente. En particular, fn (x) es nito cuando n es innito, luego la funci
on fn es casi estandar y
umeros innitos,
podemos considerar su estandarizaci
on fn . Si m y n son dos n
tenemos que fm (x) fn (x), luego fm (x) = fn (x), luego fm = fn . En denitiva, todas las funciones fn tienen la misma estandarizacion f , luego la sucesion
converge puntualmente a f .
Si la sucesion es uniformemente de Cauchy, entonces tambien es puntualmente de Cauchy, luego todo lo dicho anteriormente sigue siendo v
alido y tenemos que la sucesion converge puntualmente a f . Vamos a probar que la
convergencia es uniforme.
Fijemos > 0 estandar. Si n0 es un n
umero natural innito, tenemos que,
para todo m, n n0 y todo x I, se cumple que |fm (x) fn (x)| < . Como la
propiedad es interna, existe un n0 nito que cumple lo mismo.
Esto vale en particular para cualquier x estandar y para todo m y n n0 .
Tomando m innito tenemos que fm (x) f (x), luego |f (x) fn (x)| < . Esto
vale para todo x estandar y para todo n n0 , luego, por transferencia, vale
para todo x I.
El n0 nito a partir del cual se cumple esto depende de , pero si n es innito,
cumplir
a esto cualquiera que sea n0 , es decir, para todo > 0 estandar. Esto
prueba que si n es innito, entonces f (x) fn (x), para todo x I. As pues,
la convergencia es uniforme.
Si la sucesion es casi uniformemente de Cauchy, entonces es uniformemente
de Cauchy en cada intervalo est
andar [u, v] I, luego la convergencia a f es
uniforme en cada uno de estos intervalos, luego la convergencia es casi uniforme
en I.
Veamos una aplicacion de la caracterizacion de la convergencia en terminos
de la propiedad de Cauchy al caso de las series funcionales:
Denici
on 5.23 La serie funcional asociada a una sucesion de funciones {fn }n0
denidas en un intervalo I R, representada por
fn ,
n=0
fn .
n=0
Diremos que la serie converge absoluta y puntualmente, absoluta y uniformemente o absoluta y casi uniformemente si lo hace la serie
|fn |.
n=0
172
son n
umeros naturales innitos, tenemos que
r
r
n=k
y el u
ltimo termino es innitesimal para x I estandar, para todo x I o para
todo x I nito tal que x I, seg
un el tipo de convergencia, ya que la serie
con valores absolutos es puntualmente, uniformemente o casi uniformemente de
Cauchy en I, luego la serie dada tiene la misma propiedad, luego converge con
el mismo tipo de convergencia.
n=0
n=k
n=k
Esto prueba que Sr (x) Sk (x), luego la sucesion {Sk }k0 es uniformemente de
Cauchy, luego la serie funcional converge uniformemente.
Como aplicacion vamos a construir una funci
on continua que no es derivable
en ning
un punto. Necesitamos una caracterizaci
on de la derivabilidad:
Teorema 5.25 Una funci
on est
andar f : ]a, b[ R es derivable en un punto
est
andar p ]a, b[ si y s
olo si existe un n
umero est
andar f (p) tal que para todo
par de n
umeros reales tales que x p y, x y, x = y, se cumple
f (y) f (x)
f (p).
yx
n: Si se cumple esta condicion, tomando x = p tenemos la deDemostracio
nici
on de derivada. Recprocamente, si f es derivable en p, existen innitesimos
1 y 2 tales que
f (y) f (p) = f (p)(y p) + (y p)1 ,
f (p) f (x) = f (p)(p x) + (p x)2 .
Sumando y dividiendo entre y x queda
f (y) f (x)
yp
px
= f (p) +
1 +
2 f (p),
yx
yx
yx
pues las fracciones del segundo miembro son menores que 1.
173
n (x) =
0
1
2
Es f
acil ver que n es continua en R y es derivable en todo R menos en los
puntos de la forma k/2n , con k Z, y en cualquier punto existe +
n (x) = 1.
Finalmente, denimos f : R R como la funci
on dada por
f (x) =
n (x).
n=0
n=0
n (x).
174
n
n+1
p < m = y.
m
2
2
fm (y) fm (x)
f (y) f (x)
+
=
= fm
(p).
yx
yx
En el u
ltimo paso hemos usado que fm es lineal en el intervalo [x, y]. Ahora
bien, esto vale para todo n
umero natural innito m, en particular para m + 1,
con lo que
+
+
+
+
fm
(p) fm+1
(p) = fm
(p) + +
m+1 (p) = fm (p) 1,
5.3
Series de potencias
an (x x0 )n ,
n=0
{ xn | n N es innito} = {l},
luego
lm xn = lm xn .
n
175
an (x x0 )n una serie de potencias.
n=0
a) Si la sucesi
on { n |an |}n0 no est
a acotada, entonces la serie s
olo converge
en x = x0 .
b) En caso contrario, si L = lm n |an | =
0 y r = 1/L, entonces la serie
n
an (x x0 )n
n=0
L<
.
s
|x x0 |
Si n es innito, entonces n |an | L, luego
n
,
|an | <
|x x0 |
luego
|an ||x x0 |n < n .
Por el criterio de mayoraci
on de Weierstrass, concluimos que la serie converge
absoluta y uniformemente en [x0 s, x0 + s], luego converge absoluta y casi
uniformemente en ]x0 r, x0 + r[.
En cambio, si |x x0 | > r, con x estandar, tenemos que
1
< L,
|x x0 |
luego existe un n innito tal que
1
< n |an |,
|x x0 |
luego
1
< n |an |,
|x x0 |
176
luego
|an ||x x0 |n > 1,
luego el termino general de la serie numerica correspondiente a x no tiende a 0,
luego la serie diverge en x.
c) Es una ligera variante del caso anterior, tomando s > 0 y 0 < < 1
arbitrarios.
En la pr
actica, podemos denir el radio de convergencia de una serie de
potencias como el n
umero r del apartado b) del teorema anterior, o bien como
r = + si se da el caso c) o r = 0 si se da el caso a). De este modo, la serie
converge casi uniformemente en el intervalo de convergencia ]x0 r, x0 + r[,
entendiendo que este intervalo es R cuando r = + y es cuando r = 0.
Observemos que el teorema anterior no arma nada sobre la convergencia
o divergencia de la serie en los puntos x0 r y x0 + r. La situaci
on en estos
puntos depende de cada serie en concreto.
Tambien es interesante observar que el teorema anterior permite determinar
el radio de convergencia de una serie analizando su convergencia puntual, pero,
en cualquier caso, la convergencia de una serie de potencias siempre es casi
uniforme en un intervalo de convergencia.
Ahora podemos aplicar los resultados de la seccion anterior:
Teorema 5.28 Sea f (x) =
n=0
nan (x x0 )n1 .
n=1
Adem
as, la serie que dene a la derivada tiene el mismo radio de convergencia.
n: Sea L = lm n |an |. En la p
Demostracio
agina 72 hemos visto que, si
n
n
n
n
n es innito,
|an |
|nan |, de donde se sigue que
entonces n 1, luego
L = lm n |nan |, luego la serie dada tiene el mismo radio de convergencia que
n
nan (x x0 )n =
n=0
nan (x x0 )n .
n=1
nan (x x0 )n1
n=1
Ahora s
olo tenemos que atar cabos: Las sumas parciales de esta u
ltima serie
son las derivadas de las sumas parciales de la serie del enunciado. Esta serie
converge uniformemente en cualquier intervalo est
andar [u, v] contenido en el
intervalo de convergencia, luego el teorema 5.20 nos da que esta serie converge
177
n=0
f n) (x0 )
.
n!
n=k
Ejemplos
n=0
xn =
1
1x
n
lm 1 = 1.
As pues, el intervalo de convergencia es ]1, 1[ y es claro que la serie no
converge ni en 1 ni en 1. Esto puede parecer l
ogico porque la funci
on
suma no puede extenderse continuamente a x = 1. Sin embargo, el radio de
convergencia de
1
(1)n x2n =
1 + x2
n=0
es tambien r = 1, como se deduce haciendo el cambio de variable x = t2 en la
serie anterior o bien porque, la sucesi
on de coecientes de la serie es
(1)k si n = 2k,
an =
0
si n = 2k + 1,
0,
luego, si n es innito, n |an | =
luego
1,
lm n |an | = 1.
178
(1)n+1 n
x
n
n=1
converge en ]1, 1], y es claro que diverge en x = 1, luego su radio de convergencia es r = 1 y la serie solo converge en uno de los dos extremos de su
intervalo de convergencia.
Captulo VI
C
alculo diferencial de varias
variables
6.1
Espacios m
etricos y espacios normados
(v) = ()v,
Conmutativa v + w = w + v,
Elemento neutro Existe 0 V tal que 0 + v = v,
1 v = v,
Elemento sim
etrico Para cada v V , existe v V tal que v + (v) = 0.
Distributiva (v + w) = v + w,
( + )v = v + v.
180
Captulo 6. C
alculo diferencial de varias variables
Denici
on 6.2 La distancia eucldea entre dos puntos x, y Rn es
d(x, y) = (x1 y1 )2 + + (xn yn )2 .
El teorema de Pit
agoras justica que esta denici
on es la usual en R2 y en
n
R , y para R es su generalizacion natural.
3
En estos terminos, x = x x. Deduciremos las propiedades de la distancia a partir de las de la norma, y estas a partir de las del producto escalar.
Denici
on 6.3 Un producto escalar en un espacio vectorial V es una aplicaci
on
: V V R que cumpla las propiedades siguientes:
a) v w = w v,
b) (v + w) x = v x + w x,
c) (v) w = (v w),
d) v v 0 y v v = 0 si y solo si v = 0.
Es evidente que el producto escalar que hemos denido cumple esta denici
on.
Denici
on 6.4 Una norma en un espacio vectorial V es una aplicaci
on
: V [0, +[ que cumple las propiedades siguientes:
a) v = 0 si y solo si v = 0.
b) v = || v.
c) v + w v + w.
La tercera propiedad recibe el nombre de desigualdad triangular.
Un espacio normado es un espacio vectorial dotado de una norma.
181
= (x + y) (x + y) = x x + 2(x y) + y y
x2 + 2x y + y2 = (x + y)2 .
182
Captulo 6. C
alculo diferencial de varias variables
Denici
on 6.7 Si M1 , . . . , Mn son espacios metricos (con distancias d1 , . . . , dn ),
denimos en el producto M1 Mn la distancia
d(x, y) = d1 (x1 y1 )2 + + dn (xn yn )2 .
Del hecho de que la distancia eucldea es una distancia en Rn se sigue
f
acilmente que esta distancia producto es una distancia en M1 Mn . En
lo sucesivo consideraremos a los productos de espacios metricos como espacios
metricos con esta distancia.
Observemos que la distancia eucldea en R es d(x, y) = (x y)2 = |x y|,
y que la distancia eucldea en Rn es el producto de la distancia eucldea en R
por s misma.
A partir de aqu ya podemos extender f
acilmente a Rn muchos conceptos
que conocemos para el caso de R:
Denici
on 6.8 Sea M un espacio metrico estandar. Un punto x M es nito
si esta a una distancia nita de un punto est
andar. En caso contrario se dice
remoto. Diremos que dos puntos x, y M estan innitamente pr
oximos, y lo
representaremos por x y, si la distancia entre ellos es innitesimal.
Puesto que la distancia entre dos puntos est
andar ha de ser est
andar y,
por consiguiente, nita, observamos que un punto nito de un espacio metrico
esta a distancia nita de todos los puntos est
andar del espacio. La desigualdad
triangular implica que todo punto que este a una distancia nita de un punto
nito es tambien nito. Tambien es evidente que la relacion de proximidad
innita es una relaci
on de equivalencia.
Un punto x M es casi est
andar si esta innitamente cerca de un punto
estandar, en cuyo caso es claramente u
nico y lo llamaremos parte est
andar de x,
y lo representaremos por x.
El halo de un punto x M es el conjunto (en general externo) h(x) de todos
los puntos innitamente pr
oximos a x.
Es inmediato que, en el caso de R con la distancia eucldea, todos estos
conceptos coinciden con los que ya tenamos denidos. El teorema siguiente nos
permitir
a generalizar a Rn algunos hechos que conocemos para R:
Teorema 6.9 Sea M = M1 Mn un producto de espacios metricos
est
andar (con n tambien est
andar).
a) Un punto x M es nito si y s
olo si todas sus coordenadas lo son.
b) Dos puntos x, y M cumplen x y si y s
olo si todas sus coordenadas
cumplen xi yi .
c) Un punto x M es casi est
andar si y s
olo si todas sus coordenadas lo
son.
183
6.2
Elementos de topologa
Consideremos el conjunto
C = {(x, y) R2 | x + y 5} R2
Denici
on 6.11 Sea M un espacio metrico, S M y x S, todos ellos
estandar. Diremos que S es un entorno de x si h(x) S. Tambien diremos que
x es un punto interior de S. Diremos que S es abierto si es un entorno de todos
sus puntos.
Por ejemplo, el punto (1, 2) es un punto interior del conjunto C de la gura,
ya que si (x, y) (1, 2), entonces x 1 e y 2, luego x + y 3 < 5, luego
x + y < 5, luego (x, y) C.
Sin embargo, C no es un conjunto abierto, ya que no es entorno de algunos
de sus puntos, como el (3, 2). Basta considerar (x, y) (3, 2) con x > 3, y > 2.
Entonces x + y > 5, luego (x, y)
/ C.
Si que es abierto, en cambio, el conjunto
A = {(x, y) R2 | x + y < 5},
184
Captulo 6. C
alculo diferencial de varias variables
185
Denici
on 6.15 Si M es un espacio metrico, x M y r > 0, denimos la bola
abierta y la bola cerrada de centro x y radio r como
Br (x) = {y M | d(x, y) < r},
Por ejemplo, en R2 con la distancia eucldea, es claro que las bolas son
crculos de radio r. La diferencia entre las bolas abiertas y las bolas cerradas
es que las primeras no contienen a su borde, es decir, a la circunferencia de
radio r, y las segundas s. Esto hace que, ciertamente, las bolas abiertas sean
abiertas y las bolas cerradas sean cerradas.
En efecto (suponiendo todos los datos est
andar): si tomamos un punto
estandar y Br (x) y un z x en su halo, tenemos que
d(x, z) d(x, y) + d(y, z) d(x, y) < r,
luego d(x, z) < r. Esto prueba que h(z) Br (x), luego la bola abierta es
abierta.
Ejercicio: Demostrar que las bolas cerradas son cerradas.
186
Captulo 6. C
alculo diferencial de varias variables
Denici
on 6.18 Si M es un espacio metrico y S M , llamaremos interior de
S a la uni
on S de todos los abiertos en M contenidos en S. La clausura de S
es la interseccion S de todos los cerrados en M que contienen a S.
Es claro que S S S. M
as a
un, S es abierto, y es el mayor abierto
contenido en S, y S es cerrado, y es el menor cerrado que contiene a S.
Teorema 6.19 Si M es un espacio metrico y S M , entonces S es el conjunto de los puntos interiores de S, y S es el conjunto de los puntos adherentes
de S.
on de
S, entonces x Br (x) S, para cierto r > 0, luego x S por denici
interior, ya que la bola es abierta.
187
S = S \ S,
S = S S.
188
Captulo 6. C
alculo diferencial de varias variables
189
6.3
Funciones continuas
Ahora estamos en condiciones de generalizar a espacios metricos los resultados de continuidad que conocemos para funciones reales de variable real.
Denici
on 6.27 Una funci
on estandar f : M N entre dos espacios metricos estandar es continua en un punto est
andar x M si para todo punto y M
tal que x y, se cumple que f (x) f (y). Diremos que f es continua en un
conjunto A M si lo es en todos los puntos de A.
Es evidente que esta denici
on generaliza a la que tenamos para funciones
en R. Tambien es claro que si f : M N es continua, M M y N N ,
entonces f |M : M N tambien es continua.
Seguidamente vamos a demostrar unos cuantos resultados que nos proporcionen numerosos ejemplos de funciones continuas. El primero es obvio:
Teorema 6.28 Si f : M N y g : N P son funciones entre espacios
metricos tales que f es continua en un punto x M y g es continua en f (x),
entonces f g es continua en x. En particular, si f y g son continuas (en sus
dominios), f g tambien lo es.
190
Captulo 6. C
alculo diferencial de varias variables
Los tres teoremas siguientes son consecuencias inmediatas de 6.9:
Observemos ahora que, si M es un espacio metrico y N es un espacio normado, en el conjunto F (M, N ) de todas las aplicaciones M N , tenemos
denida (puntualmente) una suma y un producto por n
umeros reales:
(f + g)(m) = f (m) + g(m),
(f )(m) = f (m).
191
M N N N,
y ambas funciones son continuas, por los teoremas anteriores. Similarmente, f
se descompone como
(,f )
M R N N,
donde, en la primera parte, representa a la funci
on constante , que obviamente es continua.
El teorema anterior prueba en particular la continuidad de la aplicaci
on
producto : R R R, luego, si f y g F (M, R) son continuas, tambien es
continua f g, ya que se expresa como
(f,g)
M R R R
En denitiva, ahora es obvio el teorema siguiente:
Teorema 6.33 Si M es un espacio normado y N es un espacio metrico, el
conjunto C(M, N ) de todas las funciones continuas en M en N es un espacio
vectorial con la suma y el producto denidos puntualmente. El espacio C(M, R)
es tambien un anillo con el producto denido puntualmente.
Ejemplo
La funci
on x2 yz 7z 3 F (R3 , R) es continua.
La funci
on f : R R2 dada por f (t) = (sen t, cos t) es continua.
En efecto, sabemos que lo son las funciones sen t y cos t y basta aplicar el
teorema 6.31.
Las aplicaciones continuas nos permiten reconocer f
acilmente muchos conjuntos abiertos y cerrados, gracias al teorema siguiente:
Teorema 6.34 Sea f : M N una aplicaci
on entre espacios metricos. Las
armaciones siguientes son equivalentes:
a) f es continua.
b) Para todo abierto A N , se cumple que f 1 [A] es abierto en M .
c) Para todo cerrado A N , se cumple que f 1 [A] es cerrado en M .
192
Captulo 6. C
alculo diferencial de varias variables
El conjunto
C = {(x, y, z) R3 | 2x2 + 5y 2 + 8z 2 = 20}
es compacto.
En efecto, es la antiimagen del cerrado {20} por el polinomio 2x2 +5y 2 +8z 2 ,
que es una aplicaci
on continua. Por lo tanto, es cerrado. Adem
as es acotado,
pues si (x, y, z) C, entonces |x| 20, |y| 20, |z| 20, luego las tres
coordenadas son nitas, luego (x, y, z) es nito. Esto signica que C es acotado.
Ejemplo
El conjunto
A = {(x, y, z) R3 | x 2y + z > 3}
es abierto.
Pues es la antiimagen del intervalo ]3, +[ por el polinomio x 2y + z.
Ejemplo Si una aplicaci
on g : M N entre dos espacios metricos es biyectiva y continua, su inversa g 1 : N M no es necesariamente continua.
En efecto, sea N = {(x, y) R2 | x2 + y 2 = 1} y consideremos la aplicacion
f : [0, 2] N dada por f (t) = (cos t, sen t). Claramente es continua, aunque
no es biyectiva, porque f (0) = f (2) = (1, 0). Sin embargo, si M = [0, 2[, la
restriccion g : M N s que es biyectiva y continua. No obstante, si h > 0 es
innitesimal, se cumple que g(2 h) = f (2 h) f (2) = f (0) = g(0).
As pues, tenemos dos puntos en N (los puntos g(2 h) y g(0)) que estan
innitamente pr
oximos, pero sus imagenes en M por g 1 (los puntos 0 y 2 h)
no estan innitamente pr
oximos. Esto prueba que g 1 no es continua en (1, 0).
193
Denici
on 6.35 Un homeomorsmo g : M N entre dos espacios metricos
es una aplicaci
on biyectiva, continua con inversa continua.
Teorema 6.36 Si f : M N es una aplicaci
on continua y suprayectiva entre
espacios metricos y M es compacto, entonces N tambien es compacto.
n: Podemos suponer que los datos son estandar. Tomemos
Demostracio
x N . Existe un y M tal que f (y) = x. Como M es compacto, existe
194
Captulo 6. C
alculo diferencial de varias variables
6.4
195
Derivadas y diferenciales
La generalizacion m
as simple del concepto de derivada de una funci
on de
una variable es la siguiente:
Denici
on 6.44 Sea f : D Rn R una funci
on estandar denida en un
abierto D y sea p D. Diremos que f es derivable en p respecto a la variable
xi si existe un n
umero estandar
f
xi p
tal que, para todo innitesimo no nulo h R, se cumple que
f (p1 , . . . , pi + h, . . . , pn ) f (p)
f
.
h
xi p
Es obvio que, si existe un n
umero que satisface la denici
on anterior, es
u
nico, y se llama derivada parcial de f respecto a xi en el punto p. Si f es
derivable respecto de xi en todos los puntos de D, tenemos denida la funci
on
derivada parcial
f
: D Rn R.
xi
Es claro que esta denici
on generaliza a la denici
on que ya conocamos de
derivada de una funci
on de una variable. M
as a
un, los resultados conocidos
sobre derivadas de funciones de una variable se generalizan autom
aticamente a
resultados an
alogos sobre derivadas parciales gracias a la observacion siguiente:
en las condiciones de la denici
on anterior,
f
dfp,i
=
,
xi p
dx pi
donde fp,i : Di R R es la funci
on dada por
fp,i (x) = f (p1 , . . . , x, . . . , pn ),
y Di = {x R | (p1 , . . . , x, . . . , pn ) D}. La igualdad ha de entenderse como
que existe una derivada si y s
olo si existe la otra.
En otras palabras: la derivada parcial de f en p respecto de xi es la derivada
en pi de la funci
on (de una variable) que resulta de jar xj = pj en f para j = i.
As, ahora es evidente que el teorema 3.18 es valido en general para derivadas
parciales. Por ejemplo, dadas dos funciones f y g, es claro que
(f + g)p,i = fp,i + gp,i ,
luego la suma sera derivable respecto de xi en p si y solo si lo son ambos
sumandos y, en tal caso, la derivada de la suma ser
a la suma de las derivadas.
196
Captulo 6. C
alculo diferencial de varias variables
Ejemplo La funci
on f (x, y) = x2 y + y 3 es derivable respecto de ambas variables en todo R2 y sus derivadas son
f
= 2xy,
x
f
= x2 + 3y 2 .
y
f (x, y) =
0
1
si xy = 0,
si xy =
0.
f
f
=
= 0.
x (0,0)
x (0,0)
La razon de la patologa que muestra el ejercicio anterior es clara: las derivadas parciales nos dan informaci
on sobre el efecto que tiene la variaci
on innitesimal una variable en una funci
on manteniendo las dem
as constantes, pero
no nos dicen nada del efecto que tiene una variaci
on innitesimal de todas las
variables simult
aneamente. Para relacionar con las derivadas tales variaciones
simult
aneas necesitamos el concepto de aplicacion lineal:
Denici
on 6.45 Una aplicaci
on lineal : Rn Rm es una aplicaci
on de la
forma
(x) = (a11 x1 + + an1 xn , . . . , a1m x1 + + anm xn ),
para ciertos aij R.
La matriz
a11
..
A = (aij ) = .
an1
a1m
..
.
anm
197
198
Captulo 6. C
alculo diferencial de varias variables
Hemos demostrado lo siguiente:
199
+
dp xn .
p 1
x1 p
xn p
Si f es diferenciable en todos los puntos p D, esta igualdad es v
alida para
todo p, y se traduce en una igualdad de formas diferenciales. Esto requiere
generalizar la denici
on de forma diferencial que hemos visto en el caso de
funciones de una variable:
Llamamos L(Rn ) al conjunto de las aplicaciones lineales l : Rn R.
Denimos una suma + : L(Rn ) L(Rn ) L(Rn ) dada por
(l + l )(u) = l(u) + l (u).
Se comprueba inmediatamente que, en efecto, l + l L(Rn ).
Si D Rn es abierto, llamamos (D) al conjunto de todas las aplicaciones : D L(Rn ). A los elementos de (D) los llamaremos formas
diferenciales en D. Si p D, escribiremos p en lugar de (p).
Observemos que, si (D), podemos denir f,i : D R mediante
f,i (p) = (p)(ei ), de modo que, para todo x Rn , se cumple que
p (x) = f,1 (p)x1 + + f,n (p)xn .
As, esta completamente determinada por las aplicaciones f,i y, recprocamente, dadas funciones cualesquiera fi : D R podemos denir
p (x) = f1 (p)x1 + + fn (p)xn ,
de modo que f,i = fi .
Denimos una suma + : (D) (D) (D) mediante
( + )p = p + p ,
donde la suma del segundo miembro es la suma de L(Rn ). Claramente,
f+ ,i = f,i + f ,i .
Denimos un producto F (D) (D) (D) mediante
(g)p (u) = g(p)p (u).
Se comprueba inmediatamente que g (D). Claramente, fg,i = gf,i .
En estos terminos, si f : D Rn R es una funci
on diferenciable en el
abierto D (es decir, diferenciable en todos los puntos de D), podemos considerar
la forma diferencial df (D) que a cada p D le asigna la aplicaci
on lineal
dp f L(Rn ).
200
Captulo 6. C
alculo diferencial de varias variables
En general, si (D), tenemos que
p (x) = f,1 (p)x1 + + f,n (p)xn = f,1 (p)dp x1 (x) + + f,n (p)dp xn (x),
para todo x Rn , luego
p = f,1 (p)dp x1 + + f,n (p)dp xn ,
luego
= f,1 dx1 + + f,n dxn .
En denitiva, tenemos que cada (D) se expresa de forma u
nica como
= f1 dx1 + + fn dxn ,
para ciertas funciones fi : D Rn R. Concretamente, si f es una funci
on
diferenciable en D, tenemos la igualdad de formas diferenciales:
df =
f
f
dx1 + +
dxn .
x1
xn
La funci
on f : R2 R dada por
xy
2
si (x, y) = (0, 0),
2
f (x, y) = x + y
0
si (x, y) = (0, 0),
tiene derivadas parciales en R2 , pero no es continua, luego tampoco diferenciable, en (0, 0).
En efecto, f no es continua en (0, 0) porque, si tomamos x = y 0 no nulos,
entonces
x2
1
f (x, y) = 2 = 0 = f (0, 0).
2x
2
201
La existencia de derivadas parciales en todo punto (x, y) = (0, 0) es consecuencia de las reglas usuales de derivabilidad. En el punto (0, 0) aplicamos la
denici
on de derivada parcial:
f (h, 0) f (0, 0)
= 0,
h
luego
f (0, h) f (0, 0)
= 0,
h
f
f
=
= 0.
x (0,0)
y (0,0)
202
Captulo 6. C
alculo diferencial de varias variables
n
f
f
|f (x) f (y) (x y)|
|xi yi | x y,
xi ci
xi p
i=1
donde
f
f
= n max
i xi
xi p
ci
203
h
xi x
En particular, si > 0 es estandar, existe un > 0 (por ejemplo cualquier
innitesimo) tal que si 0 < |h| < se cumple
f (x + hei ) f (x)
f
< .
h
xi x
Esto vale para todo x D y todo > 0 estandar, luego por transferencia vale
para todo x D y todo > 0. Tomemos concretamente x p y innitesimal.
Encontramos entonces un h = 0, que podemos tomar innitesimal, tal que
f (x + hei ) f (x)
f
= h 0.
h
xi x
Equivalentemente,
f
f (x + hei ) f (x) = h
+ hh .
xi x
Por otra parte, aplicando la denici
on de diferenciabilidad estricta en p obtenemos que
f (x + hei ) f (x) hdp f (ei )
= h 0.
h
Equivalentemente,
f
f (x + hei ) f (x) = h
+ hh .
xi p
Igualando las dos expresiones que hemos obtenido queda que
f
f
= h h 0,
xi x
xi p
lo que prueba la continuidad en p de la derivada parcial.
Para probar que todas las funciones usuales son diferenciables, s
olo nos falta
la generalizacion de la regla de la cadena:
204
Captulo 6. C
alculo diferencial de varias variables
aij bjl .
j=1
j=1
f (p)
205
.
xy (a,b)
h2
Si G(x) = f (x, b+h)f (x, b), tenemos que 2 f (h) = G(a+h)G(a). Podemos aplicar el teorema del valor medio a G, de modo que existe un innitesimo
0 < h1 < h tal que
f
f
2
f (h) = hG (a + h1 ) = h
h
.
x (a+h1 ,b+h)
x (a+h1 ,b)
f
Si ahora aplicamos el teorema del valor medio a la funci
on
obx (a+h1 ,x)
tenemos un innitesimo 0 < h2 < h tal que
2 f
2 f (h) = h2
.
xy (a+h1 ,b+h2 )
206
Captulo 6. C
alculo diferencial de varias variables
As pues, usando la continuidad de la derivada segunda,
2 f (h)
2 f
2 f
=
.
h2
xy (a+h1 ,b+h2 )
xy (a,b)
.
(6.1)
x x
x x
xx
Como el vector xx
tiene norma 1 y dp f es biyectiva (y su inversa es una
aplicaci
on lineal, luego continua), su imagen no puede ser innitesimal, luego
f (x) = f (x ).
Tomemos ahora y h(f (p)) y veamos que tiene antiimagen en h(p). Para
ello denimos la sucesion
x0 = p,
207
Para que esta sucesion este bien denida es necesario que cada xn este en el
dominio de f . De hecho xn h(p), pues, si vale para n, tenemos que
xn+1 xn = dp f 1 (y f (xn )) dp f 1 y f (xn ),
(6.2)
1
dp f 1 y f (p).
2n
1
dp f 1 y f (xn1 )
2
1
dp f 1 y f (p).
2n
.
x x
x x
De aqu se sigue en particular que el cociente
x x
y y
208
Captulo 6. C
alculo diferencial de varias variables
,
x x
x x
luego
(dp f )1 (y y )
x x
f 1 (y) f 1 (y )
=
,
y y
y y
y y
6.5
El teorema de la funci
on implcita
En esta seccion y en la siguiente demostraremos algunos resultados que requieren que el lector este familiarizado con los resultados b
asicos del algebra
lineal (espacios vectoriales, bases, matrices, determinantes, etc.)
Como una primera muestra elemental de las posibilidades de aplicar el
lgebra lineal al c
a
alculo diferencial, observamos que la condici
on de que dp f
sea biyectiva en el teorema de la funcion implcita equivale a que el determinante jacobiano de f en p, es decir, el determinante de la matriz jacobiana
|Jf (p)| sea no nulo.
Si suponemos que f es de clase C 1 en su dominio, entonces |Jf (x)| es una
funci
on continua, por lo que el hecho de que sea no nula en un punto implica que
es no nula en un entorno de dicho punto, luego siempre podemos encontrar un
entorno U que cumple el teorema de la funci
on inversa (para un punto dado p)
tal que el teorema es aplicable en todos los puntos de U , de modo que, tal y
como indic
abamos al nal de la seccion anterior, la funci
on inversa f 1 es de
clase C 1 en todo el abierto f [U ].
M
as a
un, aplicando la regla de la cadena a la composici
on f f 1 = I (donde
n
I representa la funci
on identidad en R ), obtenemos que, si y = f (x),
Jf (x) Jf 1 (y) = In ,
donde In es la matriz identidad o, lo que es lo mismo:
Jf 1 (y) = (Jf (x))1 ,
para todo x U (o, equivalentemente, para todo y f [U ]). M
as explcitamente,
Jf 1 (y) =
1
|Jf (f 1 (y))|
% (f 1 (y)),
Jf
209
210
Captulo 6. C
alculo diferencial de varias variables
una funci
on inversa G(u, v) = (G1 (u, v), G2 (u, v)) de clase C en un entorno U
de (1, 0). As pues, F (G(u, v)) = 0 para todo (u, v) U . Explcitamente:
G1 (u, v) = u,
En particular, esto vale para los puntos (u, v) = (x, 0) con x 1, lo que nos
da
xeG2 (x,0) + G2 (x, 0)ex = 1.
Si llamamos y(x) = G2 (x, 0) tenemos una funci
on (estandar) denida para
todo x 1, de clase C , tal que xey(x) + y(x)ex = 1. Por transferencia, y esta
denida en un entorno est
andar de 1, y es, obviamente, la funci
on cuya gr
aca
hemos mostrado antes. Ahora sabemos que es de clase C (en un entorno de 1).
Observemos que si (x, y) (1, 0) cumple la ecuacion, entonces (x, y) G[U ],
luego existe un (u, v) U tal que (x, y) = G(u, v), luego F (x, y) = (u, v), luego
u = x y v = xey + yex 1 = 0, luego y = G2 (x, 0) = y(x).
Esto signica que la gr
aca de y contiene a todos los puntos que cumplen la
ecuacion dada y que est
an innitamente pr
oximos a (1, 0). Por transferencia,
contiene a todos los puntos que cumplen la ecuaci
on dada y que est
an en un
entorno (est
andar) de (1, 0).
El teorema de la funci
on implcita es la generalizacion del ejemplo anterior
al caso de un n
umero arbitrario de ecuaciones:
Teorema 6.59 (Teorema de la funci
on implcita) Consideremos una funci
on f : D Rn+m Rm de clase C k en el abierto D, sea (x0 , y0 ) D tal que
f (x0 , y0 ) = 0 (donde se ha de entender que x0 Rn , y0 Rm ). Supongamos que
el determinante de las las de la matriz jacobiana Jf (x0 , y0 ) correspondientes
a las coordenadas y0 es no nulo. Entonces existen:
a) un abierto U Rn que contiene a x0 ,
b) un abierto V Rn+m que contiene a (x0 , y0 ),
c) una funci
on y : U Rn+m de clase C k en U ,
de modo que
{(x, y) V | f (x, y) = 0} = {(x, y) Rn+m | x U, y = y(x)}.
n: Consideramos la funci
Demostracio
on F : D Rn+m dada por
F (x, y) = (x, f (x, y)). Es claro que es de clase C k y que su matriz jacobiana en
(x0 , y0 ) es de la forma
In A
JF (x0 , y0 ) =
,
0 B
donde los bloques A y B son la matriz Jf (x0 , y0 ) y, concretamente, B es la
matriz cuyo determinante es no nulo por hip
otesis. Las propiedades de los
determinantes implican que |JF (x0 , y0 )| =
0.
211
El teorema de la funci
on inversa nos da un abierto V que contiene a (x0 , y0 )
tal que W = F [V ] es abierto, contiene a F (x0 , y0 ) = (x0 , 0), F : V W es
biyectiva y su inversa G : W V es de clase C k en W .
Denimos U = {x Rn | (x, 0) W }, que es un abierto en Rn porque es
la antiimagen de W por la aplicaci
on continua x (x, 0). Como (x0 , 0) W ,
tenemos que x0 U . Denimos y : U Rm mediante y(x) = G2 (x, 0).
Claramente y es de clase C k en U .
Ahora comprobamos que se cumple todo lo que indica el enunciado:
Si x U e y = y(x), por denici
on de U tenemos que (x, 0) W , luego
G(x, 0) V , pero
G(x, 0) = x, G2 (x, 0) = x, y(x) = (x, y).
Ademas (x, 0) = F G(x, 0) = F (x, y) = x, f (x, y) , luego f (x, y) = 0.
Recprocamente, si (x, y) V y f (x, y) = 0 entonces
F (x, y) = x, f (x, y) = (x, 0) W,
luego x U y (x, y) = G F (x, y) = G(x, 0) = x, G2 (x, 0) = x, y(x) , con lo
que y(x) = y.
En otros terminos, si llamamos
S = {(x, y) D | f (x, y) = 0},
tenemos un conjunto denido por un sistema de m ecuaciones de clase C k , y
lo que arma el teorema anterior es que si un punto (x0 , y0 ) S cumple la
hip
otesis, entonces existe un entorno abierto de (x0 , y0 ) en S (el conjunto S V ,
con la notaci
on del teorema) que es la graca de una funci
on de clase C k , la
funci
on implcita denida por el sistema de ecuaciones (para una determinada
eleccion de variables).
A menudo sucede que no importa cu
ales son concretamente las variables y
que se ponen en funci
on de las variables x. En tal caso, observamos que la
condici
on de que la matriz jacobiana Jf (p) contenga un determinante no nulo
(sin especicar cual) equivale a que la matriz tenga rango m o, lo que es lo
mismo, a que la diferencial dp f : Rn+m Rm sea suprayectiva. Esto nos lleva
a la denici
on siguiente:
Denici
on 6.60 Sea f : D Rd Rm una funci
on de clase C k en un abierto
D, donde d > m y sea S = {x D | f (x) = 0}. Diremos que un punto p S es
regular si dp f : Rd Rm es suprayectiva. Diremos que S es regular si lo es en
todos sus puntos.
Si p es regular en S, el teorema de la funci
on implcita nos asegura que existe
un entorno de p en S que es la graca de una funci
on de clase C k con n = m d
variables.
212
Captulo 6. C
alculo diferencial de varias variables
6.6
Optimizaci
on cl
asica
f (x)
g1 (x) = b1 ,
gm (x) = bm ,
6.6. Optimizaci
on cl
asica
213
i = 1, . . . , n.
i = 1, . . . , n, k = 1, . . . , m.
Equivalentemente los vectores gk (p) tambien son soluciones del mismo sistema de ecuaciones que f (p), pero la regularidad de p equivale a que estos m
vectores son linealmente independientes, luego forman una base del espacio de
soluciones del sistema de ecuaciones, por lo que f (p) ha de ser combinacion
lineal de ellos, tal y como indica el enunciado.
En la pr
actica, la condici
on del teorema anterior puede aplicarse a un problema de optimizacion cl
asica
Opt.
s.a
f (x)
g1 (x) = b1 ,
gm (x) = bm ,
214
Captulo 6. C
alculo diferencial de varias variables
j (bj gj (x)).
j=1
z
x
6.6. Optimizaci
on cl
asica
215
216
Captulo 6. C
alculo diferencial de varias variables
a
b
+
v1 cos 1
v2 cos 2
a tan 1 + b tan 2 = d,
donde consideramos las funciones denidas en ]0, /2[ ]0, /2[. El conjunto de
oportunidades es regular, pues el gradiente de la restricci
on es
a
b
,
,
cos2 1 cos2 2
que no se anula en ning
un punto. La funci
on lagrangiana es
L(1 , 2 , ) =
a
b
+
+ (d a tan 1 b tan 2 ).
v1 cos 1
v2 cos 2
= 0,
1
v1 cos2 1
cos2 1
L
b sen 2
b
=
= 0,
2
v2 cos2 2
cos2 2
L
= d a tan 1 b tan 2 = 0.
6.6. Optimizaci
on cl
asica
217
Captulo VII
C
alculo integral de varias
variables
f (x, y)
C
la integral
7.1
Resultados b
asicos
La denici
on de la integral de Riemann de una funci
on de varias variables es
la generalizacion obvia de la que hemos visto en el captulo IV para funciones de
una variable. La teora b
asica es completamente analoga, salvo que la notaci
on
es un poco mas farragosa. En esta primera seccion expondremos esta teora
b
asica que sigue de cerca los resultados del captulo IV, mientras que en las
secciones siguientes nos ocuparemos de los resultados especcos del calculo
integral de varias variables.
En lugar de integrar funciones en intervalos, aqu vamos a integrar funciones
en cubos:
Un cubo en Rd es un producto de intervalos
Q = [a1 , b1 ] [ad , bd ] Rd .
219
220
Captulo 7. C
alculo integral de varias variables
Su volumen es
v(Q) =
(bj aj ).
j=1
Una partici
on P de un cubo Q es una d-tupla P = (P1 , . . . , Pd ), donde cada
Pj = {aj = x0j < x1j < < xnj ,j = bj }
es una partici
on de [aj , bj ]. El conjunto de los multindices asociados a P sera
el conjunto
IP = {(i1 , . . . , id ) Nd | 1 ij nj para todo j = 1, . . . , d}.
Para cada i IP , denimos
Qi = [xi1 1,1 , xi1 ,1 ] [xid 1,d , xid ,d ].
De este modo, la particion P divide a Q en n1 nd cubos Qi . Cada punto
de Q pertenece a lo sumo a 2d de los cubos Qi .
Si i IP , denimos xij = xij ,j xij1 ,j . Convenimos tambien que
xi = xi1 xid = v(Qi ).
La norma de la partici
on P es el maximo P de las longitudes xij , para
i IP , j = 1, . . . , d. Una partici
on es innitesimal si su norma es innitesimal.
Sea f : Q R una funci
on acotada, es decir, (en caso de que sea estandar
estandar) tal que s
olo toma valores nitos o (en general) tal que su imagen est
a
contenida en un intervalo acotado [m, M ].
Para cada i IP , podemos denir mi y Mi como el nmo y el supremo,
respectivamente, de los valores que toma f sobre el cubo Qi .
Denimos las sumas de Riemann:
s(f, P ) =
mi xi ,
S(f, P ) =
iIP
Mi xi .
iIP
7.1. Resultados b
asicos
221
Q
,
de
modo
que
i
i
Q1
i = [xi1 1,1 , xi1 ,1 ] [xid1 1,d1 , xid1 ,1 ] [xid 1,d , x],
Q2
i = [xi1 1,1 , xi1 ,1 ] [xid1 1,d1 , xid1 ,1 ] [x, xid ,d ].
De este modo, s(f, P ) s(f, P ) =
n1
d1
xi1 xi,d1 (m1i (xxi0 1,d )+m2i (xi0 ,d x)mi (xi0 ,d xi0 1,d )).
i1 =1 id1 =1
n1
d1
xi1 xi,d1 2M P
i1 =1 id1 =1
max{bj aj , 1}.
j=1
f (x) dx = nf S(f, P ).
Q
222
Captulo 7. C
alculo integral de varias variables
f (x) dx f (x) dx.
s(P, f )
f (x) dx,
Q
Denici
on 7.4 Una funci
on f : Q Rd R acotada en un cubo Q es
integrable (Riemann) si su integral inferior coincide con su integral superior,
en cuyo caso, a este valor com
un se le llama integral (de Riemann) de f , y se
representa por
f (x) dx = f (x) dx = f (x) dx.
Q
Q
Q
Evidentemente:
Teorema 7.5 Sea f : Q Rd R una funci
on est
andar acotada en un cubo
Q y sea P una partici
on innitesimal de Q. Entonces, la funci
on f es integrable
si y s
olo si s(P, f ) S(P, f ), en cuyo caso, la integral es la parte est
andar de
estas sumas.
Los resultados siguientes se prueban esencialmente igual que los vistos en el
captulo 4 para funciones de una variable:
Teorema 7.6 Si f y g son funciones integrables en un cubo Q y R, tambien
son integrables f + g, f g, f y |f |. Adem
as:
b
(f (x) + g(x)) dx =
f (x) dx +
g(x) dx,
Q
f (x) dx =
f (x) dx,
f (x) dx
|f (x)| dx.
Q
223
f (x) dx
f (yi )xi .
Q
iIP
7.2
Dominios de integraci
on
Es f
acil ver que la integrabilidad de f y, en su caso, el valor de la integral,
no dependen de la elecci
on del cubo Q. En efecto, si D Q1 Q2 , entonces
Q1 Q2 tambien es un cubo, luego basta ver que si D Q1 Q2 , entonces
D es integrable respecto a Q1 si y solo si lo es respecto de Q2 . Ahora bien,
suponiendo los datos est
andar y tomando una partici
on innitesimal P de Q1 ,
podemos extenderla a una partici
on innitesimal P de Q2 , y es claro que las
sumas de Riemann de las correspondientes funciones FQ1 y FQ2 son iguales.
on si la
Diremos que un conjunto acotado D Rd es un dominio de integraci
funci
on constante igual a 1 es integrable en D. En tal caso, denimos el volumen
de D como
v(D) =
dx.
D
Es f
acil ver que si D es un cubo, entonces el volumen as denido es el mismo
que ya tenamos denido antes.
224
Captulo 7. C
alculo integral de varias variables
Diremos que un dominio de integraci
on D es nulo1 si v(D) = 0.
1
0
si x D,
si x
/ D.
S(D, P ) s(D, P ) =
(Mi mi )xi .
iI
225
S(D, P ) s(D, P )
xi 0.
iI
Si D es un dominio de integraci
on, el miembro izquierdo es innitesimal,
luego la suma intermedia tambien lo es. Ahora bien, todo i I corresponde a
un cubo Qi que toca a un cubo Qi con i I , y cada cubo toca exactamente a
3d 1 cubos. Como la partici
on P la hemos elegido arbitrariamente, podemos
suponer que todos los cubos Qi tienen el mismo volumen. As
xi 3d
xi 0.
iI
iI
Por lo tanto,
0 S(D, P ) s(D, P )
xi 0,
iI
0 s(D, P )
xi 0,
iI
luego D es nulo.
Recprocamente, si D es nula,
xi = S(D, P ) 0,
iI
luego
S(D, P ) s(D, P ) =
iI
(Mi mi )xi
xi 0,
iI
luego D es integrable.
Como consecuencia tenemos el u
nico criterio de integraci
on que necesitaremos en la pr
actica:
Teorema 7.10 Toda funci
on continua y acotada sobre un dominio de integraci
on es integrable.
n: Sea D Rd un dominio de integraci
Demostracio
on y f : D R una
funci
on continua y acotada. Podemos suponer todos los datos est
andar. Sea Q
un cubo est
andar tal que D Q Rd y sea F : Q R la extension de f a Q
que vale 0 en Q \ D. Sea P una partici
on innitesimal de Q y sea I el conjunto
de los multindices i IP tales que Qi D = . Como D es nulo, tenemos
que
xi = S(D, P ) 0,
iI
Fijado un n
umero estandar > 0, el sumatorio es < , luego, por transferencia,
existe una partici
on estandar P de Q tal que, si I es el conjunto an
alogo a I
pero para P , se cumple que
xi < .
i I
226
Captulo 7. C
alculo integral de varias variables
S(F, P ) s(F, P ) =
(Mi mi )xi +
(Mi mi )xi
iI1
xi + 2M
iI1
i I
iI2
As, para todo > 0 estandar, hemos demostrado que existe una partici
on
P tal que S(F, P ) s(F, P ) < (2M + 1), luego, por transferencia, esto vale
tambien para 0, en cuyo caso tenemos que s(F, P ) S(F, P ), luego F es
integrable.
La parte delicada del problema es reconocer los dominios de integraci
on. En
primer lugar probamos algunas propiedades generales:
Teorema 7.11 Si D1 y D2 son dominios de integraci
on en Rd , tambien lo son
D1 D2 , D1 D2 y D1 \ D2 .
n: Basta observar que
Demostracio
D
1 D2
= D1 D2 ,
D1 \D2 = D1 (1 D2 ),
D1 D2 = D2 + D1 \D2 .
227
b) Si D1 D2 y f es integrable en D2 , tambien lo es en D1 .
c) f es integrable en D1 D2 si y s
olo si lo es en D1 y en D2 .
d) Si adem
as D1 D2 es nulo, entonces
f (x) dx =
f (x) dx +
D1 D2
D1
f (x) dx.
D2
f D = (f D )D
1
2
1
tambien es integrable en Q, luego f es integrable en D1 .
c) Si f es integrable en D1 D2 , entonces es integrable en D1 y D2 por el
apartado anterior. Si f es integrable en D1 y D2 , entonces tambien es integrable
en D2 \ D1 por el apartado anterior y, como
f D
1 D2
= f D + f D
1
2 \D1
d) Tenemos que
f (x) dx =
(f D1 D2 )(x) dx =
(f D1 )(x) dx + (f D2 \D1 )(x) dx.
D1 D2
Similarmente,
(f D )(x) dx =
(f D
Q
2 \D1
)(x) dx +
Q
(f D
1 D2
)(x) dx,
228
Captulo 7. C
alculo integral de varias variables
y la u
ltima integral es nula por a), luego
f (x) dx =
(f D1 )(x) dx + (f D2 )(x) dx
D1 D2
=
f (x) dx +
D1
f (x) dx.
D2
229
m
fi
(yj xj ),
xj ci
j=1
j=1
luego
'
d(f (x), f (y)) =
'
(fi (y) fi
(x))2
j=1
j=1
clase C (lineal, de hecho), luego podemos suponer que Q = [0, 1]d1 . Dividamos el intervalo [0, 1] en n partes innitesimales iguales, lo que nos da una
partici
on de Q en nd1 cubos iguales de arista 1/n.
Sea R Q el conjunto de los (n + 1)d1 vertices de los cubos Qi . Es f
acil
ver
que
dos
puntos
cualesquiera
de
un
cubo
de
arista
1/n
distan
a
lo
sumo
230
Captulo 7. C
alculo integral de varias variables
Para cada punto x R , consideramos el cubo
d
Qx =
i=1
dx +
D1
D2 \D1
dx
dx +
dx,
D1
D2
C
2d1 C
0
0.
dx
dx = (n + 1)d1 d
n
n
xR Qx
U
Fijemos un cubo Q Rd que contenga a U y a g[Q] (esto es posible porque
g[Q] es compacto, luego acotado) y sea P una partici
on innitesimal de Q .
Entonces
0 s(g[Q], P ) S(g[Q], P ) S(U , P )
dx 0,
U
7.3. C
alculo de integrales
231
p Q Q U,
de modo que
p h[ Q ] h[Q] S.
7.3
C
alculo de integrales
El resultado fundamental para calcular explcitamente integrales de funciones de varias variables es el teorema siguiente, que lo reduce al calculo de integrales sucesivas de funciones de una variable. Para enunciarlo en general
232
Captulo 7. C
alculo integral de varias variables
D\E
g(x) =
Q
es integrable en Q y
fx (y) dy
f (x, y) dxdy =
Q
fx (y) dy dx.
jIP
luego
i,j
7.3. C
alculo de integrales
233
0k
iI0
xi
iI0
luego
S(E , P ) =
xi 0,
iI0
xi yj =
xi
yj = v(Q )
xi 0,
iI0 ,jIP
iI0
jIP
iI0
mij (f )yj
fci (y) dy
Mij (f )yj .
jIP
Q
jIP
luego
i,j
jIP
Mij (f )xi yj .
i,j
de modo que la altura en cada punto (x, y) es f (x, y) = (x + 1)/2. Por consiguiente, el volumen que queremos calcular es
x+1
dxdy.
2
C
234
Captulo 7. C
alculo integral de varias variables
si 1 x2 y 1 x2 ,
2
fx (y) =
0
en otro caso.
1x2
1x2
Por consiguiente,
C
1
2
x+1
1
dxdy =
2
2
1x2
1x2
(x
1x2
[xy + y]1x2 dx =
+ 1)dydx
(x 1 x2 + 1 x2 ) dx
1
1
1
2 3/2
= (1 x )
+
1 x2 dx = /2,
2
1
1
ya que la u
ltima integral est
a calculada en el ejemplo de la p
agina 145.
Conviene destacar un caso particular del teorema 7.19:
Teorema 7.20 Sea [a, b] R un intervalo y Q Rd1 un cubo. Consideremos
un dominio de integraci
on D [a, b] Q Rd y, para cada x [a, b], sea
Dx = {y Q | (x, y) D}. Entonces, el conjunto
E = {x [a, b] | Qx no es un dominio de integraci
on}
es nulo y v(D) =
(b
a
v(Qx ) dx.
El teorema siguiente es un caso particular de 7.19, excepto por que proporciona un criterio de integrabilidad:
Teorema 7.21 Sean fi : Di Rdi R, para i = 1, 2 funciones integrables
sobre dos dominios de integraci
on D1 y D2 . Entonces D1 D2 es un dominio
de integraci
on, la funci
on f1 f2 : D1 D2 R dada por
(f1 f2 )(x1 , x2 ) = f1 (x1 )f2 (x2 )
es integrable en D1 D2 y
(f1 f2 )(x) dx =
D1 D2
D1
f1 (x) dx
f2 (x) dx .
D2
235
Por consiguiente,
s(f1 f2 , P1 P2 ) =
1 D2
= D D ,
1
7.4
El teorema de la media
Demostramos aqu una propiedad de la integral de Riemann que necesitaremos mas adelante. En primer lugar, un hecho elemental:
Teorema 7.22 Sea f : D( R una funci
on continua sobre un dominio de
integraci
on D. Si f 0 y D f (x) dx = 0, entonces f = 0.
236
Captulo 7. C
alculo integral de varias variables
contradicci
on.
Teorema 7.23 (Teorema de la media) Sea f : D Rd R una funci
on
integrable sobre un dominio de integraci
on no nulo D. Sean m y M el nmo y
el supremo de f en D, respectivamente. Entonces
(
f (x) dx
m D
M.
v(D)
El cociente se llama valor medio de f en D. Si D es conexo y f es continua en
D, entonces existe un x D tal que
(
f (x) dx
D
= f (x).
v(D)
n: Como m f (x) M , para todo x D, es claro que
Demostracio
m v(D) =
m dx
f (x) dx
M dx = M v(D),
D
237
donde K Qi es la uni
on de los cubos Qi D. Ahora observamos que D \ K
on
esta contenido en la uni
on de los cubos tales que Qi D = , pero esta uni
tiene volumen innitesimal, porque D es nulo, luego
I(D \ K) M v(D \ K) 0,
luego I(D) = I(K) + I(D \ K) I(K). Teniendo en cuenta tambien 7.7, las
desigualdades anteriores nos dan que
I(D) v(D)
f (x) dx I(D) + v(D),
D
luego
I(D)
f (x) dx v(D) v(D0 ).
D
238
Captulo 7. C
alculo integral de varias variables
7.5
h
D
Por comodidad podemos situarlo de forma que el vertice sea el punto (0, 0, 0)
y la base este en el plano z = h. De este modo, si 0 < z < h, es facil ver que
239
z2
v(D).
h2
z2
v(D)
v(D) dz =
h2
h2
z 2 dz
0
v(D) h3
1
= f (D)h.
2
h
3
3
240
Captulo 7. C
alculo integral de varias variables
tiene volumen
v(U ) =
xi 0.
iI
Como es un homeomorsmo,
&
[D] = [D] [U ] =
[Qi ],
iI
y
v([U ]) =
v([Qi ]) = V
iI
xi 0.
iI
Por el teorema 7.15, concluimos que la frontera [D] es nula, luego [D] es
un dominio de integraci
on.
Sea J1 el conjunto de los multindices tales que Qi D y sea J2 el conjunto
de los multindices tales que Qi D = . De este modo,
&
&
Qi D
Qi ,
iJ1
luego
&
iJ1
iJ2
[Qi ] [D]
&
[Qi ].
iJ2
Ahora bien,
v
&
iJ1
y
v
&
iJ1
&
Qi = s(D, P ) S(D, P ) = v
Qi
iJ2
&
[Qi ] = V s(D, P ) V S(D, P ) = v
[Qi ]
v
&
iJ1
iJ2
&
[Qi ] v([D]) v
[Qi ] ,
iJ2
241
e1 + e2
242
Captulo 7. C
alculo integral de varias variables
(x)
=
,
r
243
f(x)
(x)
.
x
x
Esto implica que f(x) (x). En otras palabras: cada punto de f[Q1 ] esta
innitamente cerca de un punto de [Q1 ], y viceversa.
Ahora podemos hacer una simplicaci
on: como 1 es continua en (x), la
aproximaci
on que hemos obtenido equivale a que 1 (f(x)) x. Por otra parte,
en virtud del teorema anterior, la relaci
on v(f[Q1 ]) v([Q1 ]) que queremos
1
probar equivale a v( [f [Q1 ]]) v(Q1 ) = 1.
Por lo tanto, si llamamos g = f 1 , tenemos que g es un homeomorsmo
denido sobre un abierto que contiene a Q1 en otro abierto que contiene a
K = g[Q1 ], hemos probado que g(x) x para todo x Q1 , y queremos probar
que v(K) 1.
d
]
K,
pues
entonces (1 2)d v(K) y esto implica que
+
v(K) 1.
A su vez, para probar la inclusi
on basta probar que todo punto x Q1 \ K
esta innitamente pr
oximo a un punto de Q1 , ya que entonces ning
un punto
de Q
Q
podr
a
estar
en
Q
\
K.
1
1
+
244
Captulo 7. C
alculo integral de varias variables
245
Para que I(D) este bien denido es necesario que t[D] sea un dominio de
integraci
on. Hemos visto que I(Qi ) esta bien denido, y adem
as
I(Qi )
= f (x(ti ))|(ti )|,
v(t[Qi ])
luego
246
Captulo 7. C
alculo integral de varias variables
o, equivalentemente,
I(Qi )
f (xi ),
xi
para cierto xi Qi .
Razonando como en 7.24, tenemos que
I(Qi ) xi < f (xi )xi < I(Qi ) + xi ,
de donde, sumando para i I, obtenemos que
luego
I(K)
f (x) dx v(K) v(V ).
K
Por lo tanto:
f (x(t))|(t)| dt
I(K)
f
(x)
dx
f
(x)
dx
U
+|I(V \ K)| +
f (x) dx
V \K
v(V ) + M1 v(U \ t[K]) + M2 v(V \ K) M ,
donde M1 es una cota de f (x(t))|(t)| en U , M2 es una cota de f (x) en V y
M = v(V ) + M1 + M2 . Como esto vale para todo > 0 estandar, tenemos la
igualdad del enunciado.
Coordenadas polares Un cambio de variables que a menudo resulta u
til es
el determinado por las coordenadas polares. Llamemos
A = ]0, +[ ], [ ,
B = R2 \ {(x, 0) R2 | x 0}
247
Es f
acil ver que es biyectiva y de clase C . Su matriz jacobiana es
cos
sen
Jp(, ) =
sen cos
y su determinante jacobiano es (, ) = . Por el teorema de la funci
on inversa,
la inversa de p es tambien de clase C . Si U A y V = p[U ] son dominios
de integraci
on y f : V R es una funci
on continua y acotada, el teorema de
cambio de variables nos da que
f (x, y) dxdy =
f ( cos , sen ) dd.
V
Ejemplo
x+1
cos + 1
2
d
dxdy =
dd =
cos +
2
2
6
4 0
C
0
cos 1
sen
=
+
d =
+
= .
6
4
6
4
2
Cr
C2r
Qr
x2 /2
e
r
ex
/2 y 2 /2
dxdy
Qr
dx
y 2 /2
e
r
dy
x2 /2
e
r
2
dx
248
Captulo 7. C
alculo integral de varias variables
2(1 er
/2
Cr
As pues,
luego
)
ex
2
/2
dx
1 er2 /2
2(1 er ),
2
2
1
ex /2 dx 1 er2
2
-2
-1
y = sen ,
z = z.
Se comprueba inmediatamente que, como en el caso de las coordenadas polares, el determinante jacobiano es . Un s
olido de revoluci
on esta determinado
por una funci
on = r(z) que determina la distancia al eje z de la supercie del
solido a cada altura z. Es claro entonces que su volumen (es decir, la integral
de su funci
on caracterstica) en coordenadas cilndricas viene dado por
r(z)
V =
dddz = 2
a
2
2
r(z)
r2 (z) dz,
dz =
a
249
(x)(y) =
xi vi
yi vi = xi yi = xy,
i
D
250
Captulo 7. C
alculo integral de varias variables
f ( ((t))) dt =
1 [ [D]]
f ((t)) dt.
1 [D]
7.6
Areas
de supercies
nos
cuadraditos. Pensemos, por ejemplo, en una esfera de un metro de radio cubierta
por cuadraditos de un milmetro cuadrado. Evidentemente, los cuadraditos no
se ajustan perfectamente a la esfera, porque son planos y cualquier fragmento
de esfera, por diminuto que sea, tiene cierto abombamiento. No obstante, el
producto del area de cada cuadradito por el n
umero de cuadraditos que hemos
necesitado para cubrir S, es una (buena) aproximaci
on al area que buscamos.
M
as a
un, podemos aceptar que, cuanto menores sean los cuadraditos, menor
sera el error de la aproximaci
on, de modo que A(S) podra verse como el lmite
de estas aproximaciones, cuando el area (o el lado) de los cuadraditos tiende
a 0.
Esto no es una denici
on operativa, porque no es f
acil denir en general
como deben ajustarse los cuadraditos para cubrir la supercie. No obstante,
de aqu podemos deducir una propiedad que, seg
un esto, debe tener el area que
pretendemos denir: si aplicamos a S (y a los cuadraditos) una homotecia Hr
de radio r < 1, los cuadraditos reducidos se ajustan incluso mejor a la supercie
reducida Hr , puesto que tambien se habr
an reducido los resquicios entre los
cuadraditos. Ahora bien, las areas de los cuadraditos se habr
an multiplicado por
r2 . Como esto vale para todas las aproximaciones de A(S) (para cuadraditos de
cualquier area), lo mismo ha de valer para el lmite, es decir, se ha de cumplir
que
A(Hr [S]) = r2 A(S).
7.6. Areas
de supercies
251
Puesto que S se obtiene de Hr [S] mediante una homotecia de radio 1/r, esta
relacion leda al reves nos dice que es valida igualmente cuando r > 1.
Otra propiedad elemental que est
a implcita en todo lo que venimos diciendo
es que si dos supercies (razonables) S1 y S2 solo comparten puntos de su
frontera, entonces se ha de cumplir que
A(S1 S2 ) = A(S1 ) + A(S2 ).
Consideramos ahora una funci
on estandar g : K R2 R de clase C 1 en
un dominio de integraci
on compacto K. (Esto signica, por denici
on, que g es
de clase C 1 en un abierto que contiene a K.) Su gr
aca es la imagen S = f [K]
de la aplicaci
on f : K R3 dada por
f (x, y) = (x, y, g(x, y)).
Nuestro prop
osito es llegar a una denici
on razonable del area A(S) que
respete los principios que acabamos de discutir. Observemos que f : K S
es un homeomorsmo, pues su inversa es la restriccion a S de la proyecci
on
R3 R2 en las dos primeras componentes. Podemos pensar en f como un
mapa plano de la supercie S.
En lugar de cubrir S con cuadraditos, tomamos
H1/r
un cuadrado Q que contenga a K y consideramos
S
una partici
on de Q en cuadrados innitesimales Qi
de lado r. Las imagenes en S de estos cuadrados
seran cuadrados algo deformados, pero no mucho,
en el sentido de que, tal y como veremos enseguida,
vistos con una lupa de 1/r aumentos, es decir, transK
formados por una homotecia de raz
on 1/r, resultan
ser indistinguibles de paralelogramos cuya area podremos calcular. En efecto,
pongamos que
Qi = [a, a + r] [b, b + r] K
y sea p = (a, b) K. (Est
a en K porque K es compacto). Llamamos = dp f
y sea Q1 = [0, 1]2 . Como f es estrictamente diferenciable en p, tenemos que,
para todo (x, y) Q1 , se cumple que
f (a + rx, b + ry) f (a, b) (rx, ry)
0.
r(x, y)
Llamemos
f (a + rx, b + ry)
f(x, y) =
,
r
De este modo, cuando (x, y) recorre Q1 , tenemos que f (a+rx, b+ry) recorre
f [Qi ], y f(x, y) recorre f [Qi ] aumentado con una lupa de 1/r aumentos.
y) recorre f (a, b) + [Qi ] aumentado 1/r veces. Lo que hemos
Igualmente, (x,
probado es que
y),
f(x, y) (x,
252
Captulo 7. C
alculo integral de varias variables
g
gx =
,
x p
(0, 1) = (0, 1, gy ),
g
gy =
.
y p
7.6. Areas
de supercies
253
(e3 ) = v.
(e2 )
e2
(e1 )
e1
1
v(P ) =
v
Si llamamos (p) =
1 + gx2 + gy2 ,
1 + gx2 + gy2 (que, ciertamente, depende u
nicamente
Ahora aplicamos el teorema 7.7, en virtud del cual, al tomar partes est
andar
obtenemos:
v(K) a(K)
(x) dx v(K).
K
254
Captulo 7. C
alculo integral de varias variables
Denici
on 7.30 Sea g : K R una aplicaci
on de clase C 1 denida sobre
un dominio de integraci
on compacto K R2 . Denimos : K R como la
funci
on dada por
'
2 2
g
g
(x) = 1 +
+
.
x
y
Entonces, el area de la gr
aca de g se dene como
A=
(x) dx.
K
=
R2 x2 y 2
7.6. Areas
de supercies
255
R
R/2
cos =
/2
,
R/2
=R
R dxdy
=R
R2 x2 y 2
/2
+
/2
R cos
R cos
R 2 2
d = R
0
/2
R2 [ + cos ]+
d
R 2 2
/2
(R R sen ) d
= R2 /2 R2 ( + cos ).
256
Captulo 7. C
alculo integral de varias variables
As pues, la b
oveda de Viviani, la b
oveda que resuelve el problema de Viviani,
no es el fragmento de esfera situado sobre el crculo, sino la semiesfera perforada
con los dos agujeros o ventanas:
z
y
z
y
,
=
y
r2 y2
r(x)
(x, y) =
1 + r (x)2 .
2
2
r(x) y
El area sera:
r(x)
A=
a
r(x)
r(x)
r(x)2 y 2
1 + r (x)2 dydx.
257
cargo del lector. Para calcular la integral interior hacemos el cambio de variable
y = r(x) sen , con lo que el area es
/2
/2
1
1 + r (x)2 r(x) cos ddx =
cos
=
/2
/2
7.7
Ap
endice: Descomposici
on de aplicaciones
lineales
..
D=
..
.
0
mediante un n
umero nito de operaciones elementales de los tipos siguientes:
a) permutar dos las o columnas,
b) multiplicar una la o columna por un n
umero real no nulo,
c) sumar a una la o columna otra multiplicada por un n
umero.
En efecto, los pasos a seguir son los siguientes:
258
Captulo 7. C
alculo integral de varias variables
Si A = (aij ) tiene alg
un coeciente no nulo, podemos permutar sus las y
columnas hasta conseguir que a11 = 0. (En caso contrario, A ya tiene la
forma indicada.)
Dividiendo la primera la entre a11 conseguimos que a11 = 1.
Sumando a cada columna i > 1 la primera multiplicada por a1i conseguimos que a1i = 0, y operando igualmente con las conseguimos que
ai1 = 0.
As llegamos a una matriz de la forma
1 0 0
0
..
.
A
0
para una cierta submatriz A . Repetimos el proceso con A hasta llegar a una
submatriz nula.
Ahora observamos que cada operaci
on elemental sobre una matriz se puede
conseguir multiplic
andola por la izquierda o por la derecha (seg
un que se haga
sobre las o sobre columnas) por una de las siguientes matrices elementales:
j
1
..
.
0
1
..
.
0
..
k
1
..
..
r
..
.
..
.
..
.
1
j
1
..
.
r
..
.
1
259
donde las matrices Ei y Ei son elementales. Ahora bien, todas las matrices
elementales tienen determinante diferente de 0, y A tambien (porque f es biyectiva), luego D tambien ha de tener determinante diferente de 0, lo cual s
olo
puede suceder si D es la matriz identidad.
Por otra parte, la inversa de una matriz elemental es tambien una matriz
elemental (la inversa de la matriz que multiplica una la o columna por r es
la que la multiplica por 1/r, y la inversa de la matriz que suma a una la o
columna otra multiplicada por r es la que suma la otra multiplicada por r).
Por consiguiente, podemos despejar A y expresarla como producto de matrices
elementales.
Equivalentemente, la aplicaci
on lineal f es composicion de aplicaciones denidas por matrices elementales. Una aplicacion lineal g denida por una matriz
elemental esta en uno de los casos siguientes:
a) Permuta los vectores de la base canonica.
b) g(ei ) = rei , g(ej ) = ej para j = i.
c) g(ei ) = ei + rej , g(ek ) = ek para k = i.
Si g esta en el caso c) puede descomponerse como sigue: permutamos los
vectores de la base canonica para que ei e1 y ej e2 (tipo a), hacemos
e2 re2 (tipo b), hacemos e1 e1 + e2 , hacemos e2 (1/r)e2 (tipo b),
invertimos la permutaci
on inicial (tipo a).
Por consiguiente, podemos reducir el caso c) a g(e1 ) = e1 + e2 .
Por u
ltimo, si g esta en el caso b) puede descomponerse as: permutamos los
vectores de la base canonica de modo que ei e1 , hacemos e1 re1 y deshacemos la permutacion inicial. As hemos descompuesto f en homomorsmos de
los tipos indicados en el enunciado.
Ap
endice A
La teora de Nelson
Describimos aqu una teora axiom
atica de conjuntos en la que pueden formalizarse todos los resultados expuestos en los captulos precedentes de este
libro exactamente en el mismo sentido en que los resultados expuestos en cualquier libro de an
alisis estandar pueden formalizarse en la teora de conjuntos
ZFC. Se trata de la teora expuesta por Nelson en [4].
El lenguaje formal de la teora de Nelson consta de los signos logicos usuales
mas el relator (di
adico) de pertenencia y un relator mon
adico st. Convendremos en leer la formula st x como el conjunto x es est
andar.
Las expresiones del lenguaje de la teora de Nelson pueden dividirse en internas, si no contienen el relator st, y externas si lo contienen. Equivalentemente,
las expresiones internas son las expresiones del lenguaje de ZFC.
Pasamos ahora a presentar los axiomas de la teora de Nelson. En primer
lugar:
Todos los axiomas de ZFC son axiomas de la teora de Nelson.
Como consecuencia, todos los teoremas de ZFC son tambien teoremas de la
teora de conjuntos de Nelson, sin cambio o precisi
on alguna. En particular, en
la teora de Nelson podemos usar todos los signos matematicos que se introducen
en ZFC a traves de deniciones: , x y, x y, f : A B, etc.
Notas Observemos que un teorema de ZFC (un esquema teorematico, en realidad), es el esquema de especicaci
on, en virtud del cual, si (x, x1 , . . . , xn ) es
cualquier f
ormula cualquier f
ormula del lenguaje de ZFC, es decir, cualquier
f
ormula interna del lenguaje de Nelson la f
ormula siguiente es un teorema:
)
1
) *
)
x1 xn A B x(x B x A (x, x1 , . . . , xn )).
262
como el u
nico conjunto B que cumple el teorema anterior. Seg
un lo dicho, todo
esto sigue siendo valido en la teora de Nelson, pero ahora es crucial recordar
que la teora de Nelson (a falta de otros axiomas) s
olo nos permite especicar
subconjuntos mediante f
ormulas internas. Nada de lo dicho hasta aqu nos
legitima a extender el esquema de especicacion a f
ormulas externas. As, del
mismo modo que en ZFC no podemos asegurar la existencia de
R = {x | x
/ x}
porque no se esta restringiendo x a ning
un conjunto prejado A, en contra de
lo que exige el esquema de especicacion, en la teora de Nelson no podemos
asegurar la existencia de
{x N | st x},
ya que la f
ormula st x es externa.
M
as a
un, igual que en ZFC se puede demostrar que no existe ning
un conjunto
R cuyos elementos sean los conjuntos que no se pertenecen a s mismos, veremos
que en la teora de Nelson se puede demostrar que no existe ning
un conjunto
cuyos elementos sean los n
umeros naturales estandar.
Otra precauci
on relacionada con esta es tiene que ver con el principio de
inducci
on, en virtud del cual, si (n) es una f
ormula (tal vez con m
as variables
libres), se cumple que
)
)
((0) n N((n) (n + 1))) n N (n).
Nuevamente, el hecho de que esto sea un esquema teorematico de ZFC implica que tambien lo sea de la teora de Nelson, pero solo para f
ormulas internas.
As pues, en la teora de Nelson no son v
alidos los razonamientos por inducci
on
respecto a formulas externas. Decimos que esto esta relacionado con el caso
anterior porque el principio de inducci
on se demuestra en ZFC considerando el
conjunto
A = {n N | (n)},
y probando que A = N. Si la f
ormula es externa, entonces la existencia de
A no puede deducirse de los axiomas de ZFC y, por consiguiente, tampoco de
los axiomas de la teora de Nelson que hemos visto hasta ahora (que son los
mismos).
La teora de Nelson consta de los axiomas de ZFC mas tres esquemas axiomaticos adicionales. Para enunciarlos conviene introducir la notaci
on siguiente: si
es una f
ormula, escribiremos
)st
)
*st
*
x x(st x ),
x x(st x ).
Principio de Transferencia Si (x, x1 , . . . , xn ) es una f
ormula interna cuyas variables libres sean exactamente las indicadas, la f
ormula siguiente es un
axioma:
)st
)st
)
x1 xn ( x(x, x1 , . . . , xn ) x(x, x1 , . . . , xn )).
263
*
*st
x1 xn ( x(x, x1 , . . . , xn )
x(x, x1 , . . . , xn )).
x1 xn st t(x1 , . . . , xn ).
n: Basta considerar la f
Demostracio
ormula x = t(x1 , . . . , xn ). El principio
de transferencia nos da que
)st
*
*st
x1 xn ( x(x = t(x1 , . . . , xn ))
x(x = t(x1 , . . . , xn )).
st N,
st 250,
st
xy st(x y),
)st
)st
xy st(x y),
)st
xy st{x, y},
etc.
En palabras: la uni
on de conjuntos est
andar es un conjunto est
andar, la
interseccion de conjuntos est
andar es un conjunto est
andar, el par formado por
dos conjuntos est
andar es un conjunto est
andar, la suma de n
umeros naturales estandar es un n
umero natural est
andar, y, en general, cualquier conjunto
264
)st
)st
mn st(m + n)
)st
265
Una relaci
on interna (tal vez con par
ametros no est
andar) es concurrente si y s
olo si hay un conjunto relacionado con todos los conjuntos est
andar.
En la pr
actica no es frecuente trabajar con relaciones denidas sobre todos
los conjuntos, sino s
olo sobre un conjunto prejado. Por ello suele ser m
as u
til
la siguiente versi
on relativizada del principio:
Teorema A.3 Si (x, y) es una f
ormula interna con al menos las variables
libres x, y, entonces la f
ormula siguiente es un teorema:
) )st
* )
* )st
A
z(z A z nito x y z (x, y)) x y A(x, y) .
n: Aplicamos el principio de idealizaci
Demostracio
on a la f
ormula
(x, y) y A (x, y).
Si la relaci
on es concurrente en A, es decir, si cumple el miembro izquierdo
del enunciado, entonces, para cada conjunto z estandar y nito tenemos que el
conjunto z = z A es estandar
anterior), es nito y est
a
* (por
) el teorema
(x,
y)),
y
esto
es
equivalente
a
contenido
en
A.
Por
hip
o
tesis
x
y
z
* )
que x y z (x, y). As pues, es concurrente, luego por el principio de
* )st
* )st
idealizaci
on x y (x, y), lo cual equivale a x y A(x, y). El recproco
se prueba igualmente.
El resultado b
asico sobre existencia de conjuntos no estandar es el siguiente:
Teorema A.4 Un conjunto es est
andar y nito si y s
olo si todos sus elementos
son est
andar.
n: Sea A un conjunto. Aplicamos el principio de idealizaci
Demostracio
on
a la relaci
on interna (x, y) = x A x = y, donde A aparece como parametro
(no necesariamente estandar). La relaci
on es concurrente si y solo si
)st
* )
z(z nito x y z(x A x = y))
o equivalentemente, si A no esta contenido en ning
un conjunto est
andar y nito z.
Por tanto, si A es estandar y nito, por el principio de idealizaci
on,
)
*st
xA
y x = y,
pero esto equivale a que todos los elementos de A son estandar.
Recprocamente, si todos los elementos de A son estandar el principio de
idealizaci
on implica que la relaci
on no es concurrente, y por tanto A esta
contenido en un conjunto est
andar y nito z. Entonces A es nito y A Pz.
Por el principio de transferencia, Pz es estandar y, como tambien es nito, la
parte ya probada permite concluir que Pz solo tiene elementos estandar. Luego
A es tambien estandar.
Otra consecuencia notable del principio de idealizaci
on es la siguiente:
266
Teorema A.5 Existe un conjunto nito que contiene a todos los conjuntos
est
andar.
n: Basta aplicar el principio de idealizaci
Demostracio
on a la f
ormula
(x, y) y x x es nito.
267
aunque la f
ormula sea externa. Esto sera lcito siempre y cuando cualquier
expresion que contenga un conjunto inexistente de este tipo pueda ser reformulada en terminos de . Por ejemplo, es u
til denir en general
A = {x A | st x}.
268
que es un conjunto, es decir, uno de los objetos de los que habla la teora de
Nelson.
El tercer esquema axiomatico que completa la teora de Nelson nos permite
denir conjuntos a partir de f
ormulas externas, pero no en el mismo sentido en
que lo hace el esquema de especicacion:
Principio de Estandarizaci
on Si (z) es una f
ormula (interna o externa)
con al menos la variable libre x, entonces la f
ormula siguiente es un axioma:
)st *st )st
x
y z(z y z x (z)).
Dado un conjunto est
andar x, el conjunto y que postula el principio de
estandarizaci
on es u
nico en virtud del teorema A.2, y podemos llamarlo
S
{z x | (z)}.
Aqu es esencial recordar que este conjunto no esta formado por los elementos
z x que cumplen (z), sino que sus elementos estandar son los elementos
estandar z x que cumplen (z), pero que, aparte, puede tener otros elementos
no estandar, sobre los que en principio no podemos decir nada.
Podemos pensar en A SA como una operaci
on que asigna un conjunto
estandar a cada conjunto externo (su estandarizaci
on), pero tambien podemos
estandarizar conjuntos internos: si A es un conjunto interno, podemos denir
A = S {x A | x A},
que es el conjunto estandar que tiene los mismos elementos estandar que A. As,
es claro que un conjunto A es estandar si y s
olo si A = SA.
Veamos un ejemplo detallado del uso de los principios de transferencia y
estandarizaci
on, que nos proporciona un ejemplo m
as en el que un conjunto A
puede ser interno:
Teorema A.7 Si A es un conjunto nito con un n
umero est
andar de elementos,
entonces A = SA. En particular, A es un conjunto interno, est
andar y nito.
n: Por hip
Demostracio
otesis, existe un n
umero natural est
andar n y una
aplicaci
on biyectiva f : In A, donde In = {m N | m n}. Llamamos
g = Sf . As, todo elemento estandar de g es un elemento de f , luego
)st
*
x g ma(m In a A x = (m, a)).
Como la f
ormula que sigue al cuanticador inicial es interna, podemos aplicar
el principio de transferencia y concluir que g In A. Similarmente, si m In ,
tenemos que
)st
ab((m, a) g (m, b) g a = b),
269
ya que si (m, a) g con m y a estandar, entonces (m, a) es estandar, luego
(m, a) f , e igualmente (m, b) f , y f es una funci
on. (Observemos que
m es estandar, porque In es estandar y nito, luego todos sus elementos son
estandar.)
Ahora podemos aplicar el principio de transferencia porque la f
ormula tras
el cuanticador inicial es interna y porque el u
nico par
ametro que aparece en
ella es g, es es un conjunto estandar. La conclusi
on es que g es una funci
on.
Similarmente, si m1 , m2 In ,
)st
a((m1 , a) g (m2 , a) g m1 = m2 ),
luego, aplicando el principio de transferencia (lo cual es lcito porque los par
ametros g, m1 y m2 son estandar), concluimos que g es inyectiva.
andar, porque el dominio
Sea D In el dominio de g, que es un conjunto est
de una funci
on estandar ha de ser un conjunto est
andar. Si m D, entonces
g(m) es estandar (porque lo son m y g), luego (m, g(m)) g implica que
(m, g(m)) f , lo que a su vez implica que g(m) A o, mas concretamente,
g(m) A. As pues, g[D] A.
Recprocamente, si a A, existe un m In tal que (m, a) f . Como m y
a son ambos estandar, tambien lo es (m, a), luego (m, a) g, luego a g[D].
En denitiva, A = g[D] es un conjunto est
andar y nito (porque la imagen de
un conjunto est
andar por una aplicaci
on estandar es un conjunto est
andar).
Como A es un conjunto est
andar que contiene los mismos elementos estandar
que A, ha de ser A = SA.
Otra aplicaci
on sencilla del principio de estandarizaci
on es la posibilidad
de denir una funci
on estandar especicando u
nicamente las imagenes de los
elementos estandar de su dominio:
Teorema A.8 (Principio de extensi
on) Si X e Y son conjuntos est
andar
y f : X Y es una aplicaci
on externa, entonces existe una aplicaci
on
est
andar f : X Y que extiende a f .
n: Hay que entender que f es cualquier criterio que asigna
Demostracio
a cada elemento estandar de X un u
nico elemento estandar de Y . M
as concretamente, el enunciado supone que existe una f
ormula (x, y) (tal vez con
par
ametros) de modo que se demuestra que
)st
xX
1
*
st
y Y (x, y).
270
f
ormula externa y, pese a ello, la aplicaci
on nal f : X Y sera estandar.
M
as en general, podemos denir un concepto mediante una f
ormula externa y,
si restringimos el alcance de la denicion a conjuntos est
andar, podemos exigir
que el conjunto de todos los objetos que cumplen la denici
on sea estandar.
Remitimos a la denicion 2.29 y las explicaciones posteriores para ilustrar esta
posibilidad, fundamental para una exposici
on natural del an
alisis no estandar.
Ap
endice B
La teora de Hrbacek
En este apendice expondremos la teora de conjuntos no est
andar presentada
por K. Hrbacek en [2], que se diferencia de la de Nelson en que formaliza la
noci
on de conjunto externo. Nos referiremos a ella como H.
El lenguaje de ZFC est
a formado por las variables x, y, z, . .)
. , por los
dos relatores , =, el negador , el implicador , el generalizador
y por el
descriptor |.
Consideraremos como axioma de ZFC que todas las descripciones impropias
son el conjunto vaco, es decir: x|(x = x) = . Formalmente esto ha de
entenderse como un axioma a
nadido a los axiomas de ZFC, pero en realidad es
una denici
on: estamos conviniendo que todo lo que este mal denido es por
denici
on el conjunto vaco. En la pr
actica nunca vamos a trabajar con nociones
mal denidas, pero al tratar sistem
aticamente con expresiones arbitrarias hemos
de contemplar la posibilidad de que sean descripciones impropias. En cuanto
hayamos justicado la existencia del conjunto vaco en H adoptaremos tambien
este axioma en la teora de Hrbacek.
Cualquier otro signo lo consideraremos como una abreviatura de una expresi
on que contenga u
nicamente estos signos. Por ejemplo,
x y x z (x y) x z.
No consideramos a los parentesis como signos de nuestro lenguaje, pues teoricamente pueden suprimirse a condici
on de alterar la sintaxis del lenguaje.
El lenguaje de la teora de Hrbacek consta de los signos del lenguaje de ZFC
mas dos nuevos relatores st x (x es estandar) e in x (x es interno). Si es una
f
ormula, usaremos las abreviaturas
)st
*st
)in
*in
x,
x,
x,
x
con los signicados obvios. Cuando hablemos de f
ormulas de ZFC entenderemos
que son f
ormulas en las que no aparecen los relatores que acabamos de introducir,
mientras que si hablamos de f
ormulas de H entenderemos que pueden contener
estos relatores.
271
272
Para indicar que un conjunto es arbitrario, no necesariamente interno, diremos que es externo. Cuando queramos indicar que no es interno diremos que es
estrictamente externo.
La idea b
asica que debe guiarnos es que los conjuntos estandar de H se
corresponden con los conjuntos est
andar de la teora de Nelson, los conjuntos
internos de H se corresponden con los conjuntos de la teora de Nelson (los
que existen formalmente, es decir, los internos) y los conjuntos estrictamente
externos de H se corresponden con los conjuntos externos de la teora de Nelson,
de los que solo tiene sentido hablar metamatem
aticamente.1
Desgraciadamente, no podemos suponer que los conjuntos externos satisfacen la axiomatica completa de ZFC. Nos tendremos que limitar a la axiomatica
de Zermelo incluido el axioma de eleccion, es decir, suprimimos el axioma de
reemplazo e incluimos el axioma de especicacion. Como contrapartida, extendemos dicho axioma a f
ormulas arbitrarias de H, luego, a diferencia de lo que
sucede en la teora de Nelson, podemos usar libremente los relatores st e in
para denir conjuntos (lo que suceder
a es que por regla general los conjuntos
denidos con estos relatores seran estrictamente externos). Explcitamente, los
axiomas b
asicos son los siguientes:
) )
Extensionalidad
xy( u(u x u y) x = y),
) * )
Par
xy z u(u z u = x u = y),
) * )
n
Unio
x y u(u x u y),
n
Especificacio
Partes
n
Eleccio
Para toda f
ormula (u, x1 , . . . , xn ) de H,
) * )
x y u(u y u x (u, x1 , . . . , xn )),
) * )
x y u(u x u y),
Todo conjunto admite un buen orden.
273
resultados que no dependen directamente de estas nociones (lo cual incluye a
los resultados b
asicos del algebra, la topologa o del an
alisis) siguen disponibles
en esta teora.2 En particular disponemos de todo el lenguaje conjuntista b
asico:
aplicaciones, relaciones, etc.
Introducimos ahora dos axiomas que en la teora de Nelson son triviales,
pues en ella todo conjunto es interno:
)st
n:
Inclusio
x in x
(Todo conjunto est
andar es interno.)
)in )
Transitividad:
x u(u x in u) (Los elementos de los conjuntos
internos son internos.)
El axioma de transitividad arma que al introducir los conjuntos externos
en la teora no estamos modicando los conjuntos internos, en el sentido de que
no les a
nadimos elementos.
Ahora debemos insistir en que una armaci
on que en la teora de Nelson
empiece por para todo n
umero natural. . . equivale a una armaci
on de H que
empiece por para todo n
umero natural interno. . . Para formalizar esta idea
hemos de introducir la noci
on de relativizaci
on de una f
ormula:
Si es una expresion de ZFC, denimos in como la expresion determinada
por las reglas siguientes:
a) xin x,
b) (x = y)in x = y,
(x y)in x y,
c) ()in in ,
d) ( )in in in ,
)
)in in
e) ( x)in
x ,
f) (x|)in x|(in x in ).
Son claras las identidades
( )in in in ,
( )in in in ,
( )in in in ,
1
1
*
*
y ( x)in x(in x in ).
274
)
x x, luego
*
)in
( x)in xin .
*in in
Esto no es exactamente lo mismo que
x , pero ambas f
ormulas*son
l
ogicamente equivalentes, luego en la pr
actica relativizar un cuanticador
es
*in
cambiarlo por
. Similarmente sucede con la existencia u
nica.
Ejemplo Veamos un ejemplo del funcionamiento de esta noci
on. Todava
no estamos en condiciones de justicar nada de lo que vamos a decir. Este
ejemplo es meramente orientativo.
Ahora tenemos que distinguir entre el conjunto N de los n
umeros naturales
y el conjunto Nin de los n
umeros naturalesin . El primero es el conjunto de los
n
umeros naturales (externos) construido a partir de los axiomas de Zermelo.
Por ejemplo, podemos denir N como la interseccion de todos los conjuntos
(externos) que contienen a 0 = y que si contienen a un conjunto n contienen
tambien a n + 1 = n {n}. Con esta denici
on se prueba que N solo contiene
n
umeros estandar. La prueba se basa en que podemos denir el conjunto
X = {n N | st n},
(lo cual no es lcito en la teora de Nelson) y demostrar que
0X
n X n + 1 X.
Por denici
on de N tenemos que N X, luego N = X.
Por otra parte, Nin es la interseccion de todos los conjuntos internos que
contienen a 0 y que si contienen a n contienen a n {n}. El conjunto X resulta
ser estrictamente externo, luego no forma parte de la interseccion que estamos
considerando. El resultado es que N Nin , pero el segundo contiene muchos
conjuntos que no est
an en N, conjuntos que son n
umeros naturalesin , pero no
son n
umeros naturales. Demostraremos que N = {n Nin | st n}.
El siguiente grupo de axiomas de H es:
ZFCin : Si es un axioma de ZFC, entonces3 in es un axioma de H.
En otras palabras, los conjuntos internos (al igual que en la teora de Nelson)
cumplen ZFC. El hecho de que los conjuntos externos no cumplan todo ZFC no
tiene gran importancia, pues debemos tener presente que el objeto de la teora
H es estudiar los conjuntos internos como herramienta a su vez para el estudio
de los conjuntos est
andar. Los conjuntos externos son un mero auxiliar.
3 Aqu
suponemos que los axiomas de ZFC no tienen variables libres. En el caso del axioma
del reemplazo, donde aparece una f
o)
rmula que puede tener par
ametros x1 , . . . , xn , hay que
entender que el axioma empieza con x1 xn .
275
* )
Ejemplo El axioma del conjunto vaco en ZFC arma que x y x
/ y, es
decir, existe un conjunto sin elementos. )
Por el axioma de extensionalidad es
u
nico, lo que justica la denici
on x| y y
/ x.
*in )in
Ahora tenemos que
x yx
/ y es un axioma de H, es decir, existe un
conjunto interno sin elementos internos. A este conjunto lo deberamos llamar
)in
in x|(in x y y
/ x). Ahora bien, como los conjuntos internos s
olo pueden
tener elementos internos concluimos que in no tiene elementos en absoluto,
luego es simplemente in = . En particular tenemos que es interno.
Veamos un resultado trivial:
Teorema B.1 Sea t(x1 , . . . , xn ) un termino del lenguaje de ZFC con las varia)in
bles libres indicadas. Entonces se prueba en H que
x1 . . . xn in tin .
n: Un termino ha de ser necesariamente una variable t x,
Demostracio
en cuyo caso el teorema es trivial, o bien una descripci
on t x|(x, x1 , . . . , xn ),
nico x interno que cumple in si es que existe (y entonces
y entonces tin es el u
es interno) o bien es (x|x = x) = si no existe (y tambien es interno).
En la teora de Nelson, al suponer todos los axiomas de ZFC tenemos automaticamente todos los teoremas de ZFC. El analogo para H no es igual de
inmediato, pero tambien se cumple:
Teorema B.2 Si es un teorema de ZFC sin variables libres, entonces in es
un teorema de H.
La prueba de este teorema es una comprobacion rutinaria basada en la denici
on de demostracion que proporciona la l
ogica matematica: una f
ormula
es un teorema de ZFC si se deduce en un n
umero nito de pasos a partir de los
axiomas de ZFC y de los axiomas logicos mediante la aplicacion de ciertas reglas
de inferencia. Se comprueba que si es un axioma l
ogico (con variables libres
)in
in
x1 , . . . , xn ) entonces
x1 xn es un teorema de H; por otra parte, si es
un axioma de ZFC entonces in es un axioma de H; nalmente, se comprueba
que si se deduce de otras formulas mediante una regla de inferencia, entonces
)in
x1 xn in puede demostrarse en H a partir de las relativizaciones de las
premisas. De aqu se sigue facilmente el teorema. La demostracion es constructiva, en el sentido de que permite obtener explcitamente la demostracion en H
de cualquier f
ormula in sin variables libres a partir de la demostraci
on de en
ZFC.
Hemos demostrado que in = , y hemos anunciado que Nin = N. Vamos a
ver ahora que la relativizaci
on a conjuntos internos es trivial para los conceptos
b
asicos de la teora de conjuntos, es decir, que en la medida de lo posible
los conceptos internos coinciden con los externos. Para ello introducimos el
concepto siguiente:
Denici
on B.3 Diremos que un termino t(x1 , . . . , tn ) de ZFC es absoluto si
)in
x1 xn tin (x1 , . . . , xn ) = t(x1 , . . . , xn ).
276
)in
x por
x, ya
x y
)
z y x y( x = z),
277
Por u
ltimo, jados x1 , . . . , xn , y internos, tenemos que un conjunto x cumple
x y si y solo si es interno y cumple x y in , pues x y ya implica
que x es interno y como es absoluta in equivale a . Por consiguiente, o
bien existe un u
nico conjunto interno x y que cumple in , y este es tambien
el u
nico conjunto x que cumple x y , o bien no se da ninguna de las dos
in
unicidades. En cualquier caso x|(x y ) = x|(x y ) (Si no se da la
unicidad ambos miembros son el conjunto vaco.)
e) Si es una f
ormula tenemos que
)in
x1 xn (in (x1 , . . . , xn ) (x1 , . . . , xn )).
Por otra parte, si y1 , . . . , ym son las variables libres en los terminos t1 , . . . , tn ,
tenemos que
)in
y1 ym (tin
i (y1 , . . . , ym ) = ti (y1 , . . . , ym )).
Ademas, jados y1 , . . . , ym tenemos que cada tin
i es un conjunto interno,
luego podemos sustituir en la f
ormula anterior y queda
)in
in
y1 ym (in (tin
1 , . . . , tn ) (t1 , . . . , tm )).
in
in
Es f
acil ver que in (tin
on
1 , . . . , tn ) (t1 , . . . , tm ) , con lo que la composici
es absoluta.
Si es un termino, el resultado se sigue del caso que acabamos de probar
aplicado a la f
ormula x = .
278
Otros ejemplos de expresiones absolutas son f : x y (inyectiva, suprayectiva, biyectiva), f (u), R es una relacion (reexiva, simetrica, antisimetrica,
transitiva). Por ejemplo:
)
*
*
f : x y z f u x v y z = (u, v)
)
1
*
*
u x v y w f (w = (u, v) w f ).
A = {x A | st x}.
279
En particular, si A es un conjunto est
andar entonces A es un conjunto de
tama
no estandar. Los axiomas restantes son:
Transferencia: Si (x, x1 , . . . , xn ) es una f
ormula interna cuyas variables
libres sean exactamente las indicadas, la f
ormula siguiente es un axioma:
)st
)st
)in in
x1 xn ( xin (x, x1 , . . . , xn )
x (x, x1 , . . . , xn )).
n: Para toda f
Idealizacio
ormula (x, y, x1 , . . . , xn ) del lenguaje de ZFC
)in
)
)
no estandar z(z A z nito
x1 xn A(A tiene tama
*in )in
*in )in
x y z in (x, y, x1 , . . . , xn ))
x y A in (x, y, x1 , . . . , xn )).
n:
Estandarizacio
) *st )st
x
y u(u y u x).
280
es un n
umero naturalin que ademas es estandar por transferencia. M
as a
un,
(n < m)in . Esto nos lleva a una contradicci
on, pues la minimalidad de m fuerza
a que n N, pero entonces tambien m = n + 1 N.
No tiene sentido decir que la suma de n
umeros naturales es absoluta. Esto
sera tanto como decir que
)
mn Nin (m + n)in = m + n,
pero si m y n son n
umeros naturalesin no estandar, el miembro derecho no
esta denido (o, en sentido estricto, est
a denido como el conjunto vaco y, en
cualquier caso, no se da la igualdad). Lo que si es cierto es algo m
as debil que
el caracter absoluto:
)
mn N (m + n)in = m + n,
es decir, la suma de n
umeros naturalesin restringida a los n
umeros naturales
externos coincide con la usual. Esto es consecuencia de que ambas cumplen la
misma relacion recurrente. Lo mismo vale para el producto, la exponenciaci
on,
la relaci
on de orden, etc.
La nitud El concepto de nitud dista mucho de ser absoluto. Podemos
denir los conjuntos nitos como los biyectables con n
umeros naturales. Entonces un conjunto interno es nitoin si es biyectablein con un n
umero naturalin .
in
Observemos que biyectable no es absoluto: ser biyectable con un conjunto
supone que la biyecci
on sea interna.
on nitoin , pero no tiene por
As pues, todo n
umero naturalin es por denici
que ser nito. En primer lugar demostramos lo siguiente:
Teorema B.6 Un conjunto interno es est
andar y nitoin si y s
olo si es nito
y todos sus elementos son est
andar, si y s
olo si es est
andar y nito.
n: Sea x estandar y nitoin . Entonces su cardinalin es un
Demostracio
in
umero natural, y existe una biyecci
on
n
umero natural estandar n, luego es un n
f : n x interna que, por transferencia, podemos tomar est
andar. Como los
elementos de n son todos estandar y la imagen de un conjunto est
andar por una
aplicaci
on estandar es estandar, concluimos que todos los elementos de x son
estandar. Obviamente x es nito.
Recprocamente, si x es un conjunto nito formado por conjuntos est
andar,
probaremos que x es estandar nitoin por inducci
on sobre su cardinal. Si x =
es evidente. Supuesto cierto para conjuntos de cardinal n, pongamos que x tiene
otesis de induccion x
cardinal n + 1. Sea y x y sea x = x \ {y}. Por hip
in
es estandar y nito , pero {y} es interno porque el termino {y} es absoluto,
in
es
) estandar por transferencia y es nito porque es un teorema de ZFC que
y({y} es nito). Por otra parte, la uni
on de conjuntos est
andar es estandar y
la uni
on de conjuntos nitosin es nitain , luego x es estandar y nitoin .
Respecto a la otra equivalencia, por la parte ya probada tenemos que todo
conjunto est
andar nitoin es estandar y nito. Si x es estandar y nito probamos
281
que es nitoin por el mismo argumento inductivo sobre el cardinal con*la variante
siguiente: si el cardinal
*st de x es n + 1, en particular x = , luego y y x y
por transferencia
y y x. Tomamos, pues y x estandar, y el resto del
argumento vale igual.
Para ir m
as lejos necesitamos el principio de idealizacion. Vamos a demostrar
el an
alogo al teorema A.3:
Teorema B.7 Sea (x, y, x1 , . . . , xn ) una f
ormula de ZFC. Entonces
)in
)st
*in )
x1 xn A( z(z A z nito
x y z in (x, y))
*in )st
x y A in (x, y)).
n: Fijados x1 , . . . , xn y A, suponemos la concurrencia y conDemostracio
sideramos el conjunto SA, es decir, el conjunto de todos los elementos estandar
del estandarizado de A, que obviamente tiene tama
no estandar. En efecto, se
cumple que
)
*in )in
z(z SA z nito
x y z in (x, y)),
pues basta tener en cuenta que si z SA A es nito, como todos sus
elementos son estandar, el teorema anterior nos da que es est
andar, y podemos
aplicar la hip
otesis.
*in )in
El principio de idealizaci
on nos da que
x y SA in (x, y), de donde
*in )st
in
se sigue claramente que
x y A (x, y).
La implicaci
on contraria es trivial, teniendo en cuenta que los elementos de
un conjunto est
andar nito son todos est
andar.
Ahora ya podemos demostrar el teorema general sobre existencia de conjuntos no estandar:
Teorema B.8 Un conjunto interno A es est
andar y nito si y s
olo si todos sus
elementos son est
andar.
n: Aplicamos el teorema anterior a la relacion dada por
Demostracio
(x, y) x A x = y. Esta relaci
on es concurrente en A si y solo si A
no es estandar y nito. Por el teorema anterior esto equivale a que A tiene un
elemento no estandar.
Para completar la compatibilidad con la teora de Nelson observamos que el
teorema siguiente (analogo de A.6) se deduce del teorema anterior aplicado a la
relacion (x, y) y x x A x es nito.
Teorema B.9 Todo conjunto interno tiene un subconjunto nitoin que contiene
a todos sus elementos est
andar.
Ahora es claro que todos los resultados que hemos demostrado en los captulos precedentes a partir de la axiom
atica de Nelson pueden demostrarse tambien
en la teora de Hrbacek.
282
El teorema de extensi
on La version general que hemos dado del principio
de idealizaci
on permite demostrar una versi
on fuerte del principio de extensi
on
(comparar con A.8).
Teorema B.10 (Teorema de extensi
on) Si A es un conjunto est
andar y f
es una funci
on externa en A con valores internos, entonces f se extiende a una
funci
on interna denida en A.
n: La funci
Demostracio
on f , es decir, el conjunto {(x, f (x)) | x A},
tiene tama
no estandar, por lo que podemos aplicarle el principio de idealizaci
on.
Si z f es nito, entonces z es una funci
on cuyo dominio es un subconjunto
nito a de A. El conjunto a es nito y todos sus elementos son estandar,
luego es estandar. Una simple inducci
on sobre su cardinal demuestra que z es
interno, y es una funci
on que contiene a todos los elementos de f . Aplicamos
el principio de idealizaci
on a la f
ormula x es una funci
on y f , con lo que
obtenemos una funci
on F que contiene a f , luego su dominio contiene a A y
por transferencia a A.
Regularidad y reemplazo Es claro que el axioma de regularidad no se cumple en la teora de Hrbacek. Por ejemplo, si tenemos en cuenta que Nin no es
on
sino el conjunto de todos los (ordinales nitos)in y que, por lo tanto, la relaci
de orden es la pertenencia, vemos que el conjunto Nin \ N no tiene un elemento minimal para la relaci
on de pertenencia, lo cual contradice al axioma de
regularidad.
Tampoco podemos suponer el axioma de reemplazo. Para verlo observemos
que si es un ordinalin estandar, entonces esta bien ordenado por la relaci
on
de pertenencia. En efecto, si x y x = , entonces S x es un subconjunto
interno no vaco de , luego contiene un mnimo ordinal , que por transferencia
sera estandar. As pues, x y es el mnimo de x.
Si suponemos el axioma de reemplazo podemos considerar el (
unico) ordinal
es inyectable en Nin .
Ahora bien, el conjunto A contiene a todos los ordinalesin estandar, pues
in
f : F N inyectiva, que se restringe a y prueba que A.
Cambiando A por su estandarizado, podemos suponer que A es estandar.
Tenemos as un conjunto est
andar que contiene a todos los ordinalesin estandar.
283
Por transferencia A contiene a todos los ordinalesin , pero esto es imposible, pues
se demuestra en ZFC que ning
un conjunto contiene a todos los ordinales.4
Pese a esto, en el apendice C demostraremos que podemos suponer5 que la
relacion de pertenencia esta bien fundada en la clase S de todos los conjuntos
estandar, es decir, que para todo conjunto no vaco A S,
*
)
x A y Ay
/ x.
Si dispusieramos del axioma de reemplazo, podramos denir por recursi
on
transnita sobre la relaci
on de pertenencia una aplicaci
on que a cada conjunto
estandar x le asigna un conjunto x
determinado por la relaci
on recurrente
x
= {
y | y x st y}.
M
as a
un, la teora general de recursi
on transnita permite demostrar que
esta aplicacion biyecta la clase de todos los conjuntos estandar con una u
nica
clase transitiva (su colapso transitivo) de modo que se conserva la relaci
on de
pertenencia, es decir, x y x
y. En el apendice C veremos que podemos
suponer todo esto y que el colapso transitivo de la clase de todos los conjuntos
estandar es precisamente la clase R de todos los conjuntos regulares, es decir,
la clase denida recurrentemente por
)
)
&
&
R0 = R+1 = PR R =
R R = R ,
<
donde recorre todos los ordinales y todos los ordinales lmite (esta jerarqua
tampoco puede denirse en general sin el axioma de reemplazo). Si suponemos
todo esto, tenemos una aplicacion : R S que es un isomorsmo para la
relacion de pertenencia (la inversa de la funci
on colapsante).
El lector familiarizado con la teora de modelos b
asica comprendera el signicado de esta aplicaci
on: el principio de transferencia arma que S es un
submodelo elemental de la clase I de los conjuntos internos, luego en particular
satisface todos los axiomas de ZFC, y a traves de la funci
on colapsante llegamos a
que R tambien los satisface. As pues, aunque no podemos suponer que todos los
conjuntos externos cumplen ZFC, s que podemos suponer que la existe clase de
los conjuntos regulares y que cumple todo ZFC. Todos los conceptos conjuntistas
son absolutos para R, por lo que, por ejemplo, R = (RR ) = RS = RI = Rin .
En general, transforma cada conjunto externo en su correspondiente interno.
4 Esta
Ap
endice C
El teorema de conservaci
on
Dedicamos este apendice a demostrar el teorema de conservacion para la
teora de Nelson y para la de Hrbacek. Nos referiremos a ellas como N y H,
respectivamente. Para la primera arma que todo teorema interno de N es
tambien un teorema de ZFC. Para la segunda arma que si es una f
ormula
de ZFC tal que in es un teorema de H, entonces es un teorema de ZFC. Los
razonamientos que emplearemos seran metamatematicos nitistas es decir,
armaciones sobre la teora axiom
atica de conjuntos que no pueden ser entendidos como teoremas de teora alguna o teoremas de ZFC; en ning
un caso han
de entenderse como teoremas de la teora de conjuntos no est
andar.
C.1
Modelos internos
La herramienta b
asica para obtener el teorema de conservacion sera la teora
de modelos internos, que fue ideada por von Neumann para probar la independencia del axioma de regularidad y que despues uso Godel para probar la
consistencia de la hip
otesis del continuo generalizada y el axioma de eleccion.
Seleccionamos cinco variables de (el lenguaje de) H, a las que llamaremos
M , E, I, S y d, de modo que ninguna expresi
on que consideremos tendr
a estas
variables salvo que lo indiquemos explcitamente. Para cada expresi
on de
H que no contenga estas variables, denimos su relativizaci
on M EISd (que
M
abreviaremos por ) como la expresion construida seg
un las reglas siguientes.
a) xM x,
b) (t1 = t2 )M t1 = t2 ,
(t1 t2 )M t1 E t2 (t1 , t2 ) E,
(st t)M t S,
(in t)M t I.
c) ()M M ,
285
286
d) ( )M M M ,
)
)
e) ( x)M x M M ,
1
*
f) (x|)M x|(( x(x M M ) x M M )
1
*
(( x(x M M ) x = d).
Esta
es la idea subyacente a la denici
on de relativizaci
on, pero en sentido
estricto lo u
nico que hemos hecho ha sido asociar a cada expresion de H otra
expresion M de ZFC cuyas variables libres son las mismas de mas quiz
a las
variables M , E, I, S y d. Es claro que si es una f
ormula de N (resp. de ZFC)
entonces M no contiene la variable I (resp. S e I), por lo que podemos hablar
de M ESd (resp. M Ed ).
Todo lo anterior ha de entenderse metamatematicamente, mientras que la
denici
on siguiente es una denici
on en ZFC:
Denici
on C.1 Llamaremos modelo a toda quntupla M = (M, E, I, S, d) tal
que E M M , d M , (S I M ).
Esta
es la denici
on de un modelo del lenguaje de H. Similarmente se dene
un modelo para el lenguaje de N suprimiendo la I, mientras que un modelo para
el lenguaje de ZFC se obtiene suprimiendo tambien la S. Para referirnos a este
u
ltimo caso hablaremos de un modelo est
andar. Cuando no indiquemos a que
tipo de modelo nos estamos reriendo o a que lenguaje pertenecen las formulas
que estamos considerando sera porque lo que digamos valdr
a en cualquiera de
los tres casos posibles.
En la pr
actica diremos que M es un modelo sobrentendiendo que lo es con
un universo M , una relaci
on E, una descripci
on impropia d, etc.
287
La relativizaci
on de los signos l
ogicos denidos es facil de calcular:
( )M M M ,
( )M M M ,
( )M M M .
1
1
*
*
( x)M x M M .
288
donde vara en los ordinales lmite, y se demuestra que todo conjunto est
a en
un cierto V .
Por conveniencia, nosotros llamaremos V a lo que normalmente se llama
V+ . Los conjuntos V son transitivos, es decir, si x V entonces x V , y
forman una sucesi
on creciente: si entonces V V .
Consideraremos a V como un modelo estandar con la relaci
on de pertenencia
usual y con d = .
Teorema C.5 (Teorema de Reexi
on) Sea = {1 , . . . , m } una colecci
on
nita de f
ormulas internas cuyas variables libres esten entre x1 , . . . , xn . Entonces se demuestra en ZFC que existe un ordinal lmite tal que
)
x1 . . . xn V (iV i ),
i = 1, . . . , m.
n: Es claro que podemos construir una sucesi
Demostracio
on nita de
expresiones 1 , . . . , r con las propiedades siguientes:
a) Las f
ormulas 1 , . . . , m estan entre 1 , . . . , r .
b) Todas las subexpresiones de cada i aparecen previamente en la sucesion.
c) Si i x|, entonces
en la sucesion.
1
*
289
x (x, x1 , . . . , xn )
1
*
x V V (x, x1 , . . . , xn )
290
1
*
(pues estas formulas son las relativizaciones de x a M y M ). Pero m
as
a
un, si x M es el u
nico que cumple M (x, x1 , . . . , xn ), entonces se cumple
M (j(x), j(x1 ), . . . , j(xn )). Por consiguiente x = (x|)M y j(x) = (x|)M .
Si no se da la unicidad en M , tampoco se da en M , luego j((x|)M ) =
j(d) = d = (x|)M .
C.2. Ultrapotencias
291
C.2
Ultrapotencias
292
f1 fn V I kV ([f1 ], . . . , [fn ]) {i I | kV (f1 (i), . . . , fn (i))} U .
C.2. Ultrapotencias
293
y como U es un ultraltro
( )
([f1 ], . . . , [fn ])
([f1 ], . . . , [fn ])
Usando la hip
otesis de induccion y el caso anterior esto equivale a
{i I | V (f1 (i), . . . , fn (i))} U {i I | V (f1 (i), . . . , fn (i))} U
{i I | (V V )(f1 (i), . . . , fn (i))} U
{i I | ( )V (f1 (i), . . . , fn (i))} U.
294
kV ([f1 ], . . . , [fn ])
f V I
Usando la hip
otesis de induccion y el caso ya probado, esto equivale a
*
f V I {i I | V (f (i), f1 (i), . . . , fn (i))} U.
(C.2)
Falta probar que esto equivale a
*
{i I | x V V (x, f1 (i), . . . , fn (i))} U.
(C.3)
x V
1
*
x V V (x, x1 , . . . , xn )} U.
C.2. Ultrapotencias
295
x1 xn ( x x)
es un caso particular del principio de transferencia (donde es una f
ormula de
ZFC) entonces en ZFC se demuestra que si V es un modelo estandar y V una
ultrapotencia entonces V .
)
)
x1 xn S( x S V (x, x1 , . . . , xn ) x V V (x, x1 , . . . , xn )).
xS
o, lo que es lo mismo,
)
xV
x V
Denici
on C.13 Sea V un conjunto y V una ultrapotencia. Para cada X V
denimos X V como el conjunto dado por
[f ] X {i U | f (i) X} U.
Se comprueba inmediatamente que la denici
on no depende de la elecci
on
del representante f , as como que se cumplen las propiedades siguientes:
(X Y ) = X Y,
(X Y ) = X Y,
(V \ X) = V \ X.
x V (x X j(x) X).
aplicaci
on dada por t() = {X PV | X}. Diremos que la ultrapotencia
V es adecuada si la aplicaci
on t es suprayectiva.
296
on de
prueba que este u
ltimo conjunto est
a en U , es decir, X. Por denici
t esto signica que X t(). Con esto hemos probado que F t(), pero como
ambos conjuntos son ultraltros se ha de dar la igualdad F = t().
Teorema C.15 Sea (x, y, x1 , . . . , xm ) una f
ormula de ZFC con las variables
libres indicadas. Entonces en ZFC se demuestra que si V es un modelo est
andar
de una cierta colecci
on nita de axiomas de ZFC y V es una ultrapotencia
adecuada entonces
)st
)st
* )
* )st
V
x1 xm ( z(z nito x y z (x, y)) x y, (x, y)).
n: La relativizaci
Demostracio
on de esta formula es
)
)
*
)
x1 xm S( z S(z nito V x V y V (y E z V (x, y))
x V
y S
(x, y)).
*
)
z S z nito V x V y V (y E z V (x, y, j(x1 ), . . . , j(xm )) .
Como j es elemental, tenemos que j(z) es nito V y j(yi ) E j(z) para todo
i = 1, . . . , n. Por la hip
otesis tenemos que
*
x V
y V (y E z
(x, y))
297
para y V
x V
y S
C.3
Lmites inductivos
Denici
on C.16 Un sistema inductivo es una familia {M }< de conjuntos
no vacos, donde es un ordinal lmite, junto con una familia de aplicaciones
inyectivas j : M M tales que si < < < entonces se cumple
la relaci
on j j = j .
Diremos que {x }0 < es una sucesi
on inductiva si para cada se cumple
x M y para 0 < < se cumple que x = j (x ).
Denimos el lmite inductivo de la familia como el cociente del conjunto
de todas las sucesiones inductivas respecto a la relacion de equivalencia que
identica dos sucesiones si coinciden en su dominio com
un.
Si llamamos M al lmite inductivo, denimos las aplicaciones j : M M
mediante j (x) = [{j (x)}< < ]. Es inmediato comprobar que para todos
los ordinales < < se cumple la relacion j j = j , as como que todo
x M es de la forma j (y) para un cierto < y un cierto y M .
Supongamos ahora) que los conjuntos M son modelos estandar y que si
< < entonces xy M (x E y j (x) E j (y)). Supongamos
tambien que j (d ) = d . Entonces podemos convertir al lmite inductivo M
en un modelo est
andar con la relaci
on
*
*
x E y < x y M (x = j (x ) y = j (y ) x E y ).
De las hip
otesis se desprende que esta denicion no depende de la representacion de x, y como x = j (x ), y = j (y ). Tomamos como descripcion
impropia a j (d ), para cualquier .
298
kM (x1 , . . . , xn ) tM
1 (x1 , . . . , xn ) E t1 (x1 , . . . , xn )
M
j (tM
1 (x1 , . . . , xn )) E j (t1 (x1 , . . . , xn ))
M
tM
1 (j (x1 ), . . . , j (xn )) E t2 (j (x1 ), . . . , j (xn ))
x M M (x, x1 , . . . , xn )
1
*
299
Si se da la unicidad y x M es el u
nico x que cumple V , por la hip
otesis
de inducci
on para tenemos que j (x) cumple M , luego es el u
nico que lo
cumple. En denitiva j ((x|)V ) = (x|)M .
Si no se da la unicidad, entonces (x|)V = d y (x|)M = j (d ), luego
tambien tenemos la relacion que buscamos.
El teorema siguiente es inmediato:
Teorema C.18 Si V es un modelo est
andar arbitrario y es un ordinal lmite,
existe una familia de modelos est
andar {V } y una familia de inmersiones
elementales j : V V , para < , de manera que
0
a) V = V .
b) Para cada < el modelo +1V es una ultrapotencia de V respecto a
un cierto ultraltro U y j +1 es la inmersi
on natural can
onica de la
ultrapotencia.
c) Para cada ordinal lmite los modelos { V }< con las correspondientes inmersiones j forman un sistema inductivo y V es el correspondiente lmite inductivo, de modo que las inmersiones j son las correspondientes a este lmite.
En estas circunstancias diremos que el modelo V es un ultralmite del modelo V . Es claro que los ultraltros U pueden denirse recurrentemente a lo
largo del proceso de construcci
on de los modelos V . En particular podemos
+1
denir U en terminos de V y en particular podemos exigir que
V sea una
300
n: Fijamos una f
Demostracio
ormula interna (x, y, x1 , . . . , xm ) y hemos
de probar que
)
* )
* )st
)st
V x1 xm
z(z nito x y z (x, y)) x y, (x, y) ,
es decir, que
)
)
*
)
x1 xm V ( z S(z nito V x V y V (y E z V (x, y))
x V
y S
(x, y)).
Si x1 , . . . , xn V existe un natural m tal que x1 , . . . , xn jm [ V ]. Digamos que xi = jm (xi ), con xi mV . Suponemos
)
z S(z nito V
xV
y V (y E z
m+1
m+1
m+1
x V
m+1
m+1
y V (y E z
m+1
m+1
m+1
)
y S V (jm+1 (x), y, x1 , . . . , xn ).
En efecto, todo elemento de S es de la forma j(y), para un y
ha de cumplir
m+1
*
)
x V y S V (x, y, x1 , . . . , xn ),
como tenamos que probar.
m+1
S que
301
)
)
V x1 xn x
y z(z y z x (z, x, y, x1 , . . . , xn )).
Fijamos x1 , . . . , xn V y x V . Hemos de probar que existe un y V
tal que
)
302
j(z) E j(y) z y z x
j(z) E j(x)
C.4
303
El teorema de conservaci
on para la teora
de Hrbacek
)
*
x M y M (y E i(x) y0 M y = i(y0 )).
i : W W ,
j : W W
304
j
W
i
i
W
construccion. Unicamente
hemos de explicitar la construccion de las inmersiones iniciales.
Para = 0, la transitividad de cada V implica que las inclusiones i0 son
ciertamente inmersiones iniciales.
Supuestos construidos todos los modelos W para todo < y un < ,
(junto con las aplicaciones correspondientes). Fijamos arbitrariamente un conjunto I y un ultraltro U en I y denimos W+1 como la ultrapotencia
correspondiente de W . Esto nos da autom
aticamente las inmersiones elementales j +1 .
Denimos i+1
([f ]) = [f ], donde f (i) = i (f (i)). Una simple comproa bien denida, satisface las relaciones indicadas y
baci
on muestra que i+1
est
es inicial. Por ejemplo, si [g] E+1
i+1
([f ]), entonces
{i I | g(i) E i (f (i))} U .
Como i es inicial, para cada i en este conjunto, g(i) = i (g (i)), donde
g (i) W . Extendemos g a una funci
on sobre todos los ndices, de modo que
tenemos [g ] W y claramente [g] = i ([g ]).
305
Teorema C.25 En las condiciones del teorema anterior, los conjuntos I y los
ultraltros U pueden elegirse de modo que cada W+1 sea una ultrapotencia
adecuada de W .
n: Suponemos construidos los modelos {W }< , con las
Demostracio
correspondientes inmersiones i . Formamos el lmite inductivo W y tomamos
I y U seg
un el teorema C.14 aplicado a W , es decir, I es el conjunto de
todos los subconjuntos nitos de PW . Vamos a comprobar que el argumento
de C.14 se rena levemente para probar que todas las ultrapotencias W+1 son
adecuadas:
Tomamos un ultraltro F W y para cada i I llamamos Ai a la interseccion de los conjuntos (i )1 [X], donde X i e (i )1 [X] F (entendiendo
que Ai = W si no hay ning
un X). En particular Ai = , por lo que podemos
tomar f (i) Ai y formamos as un = [f ] W+1 .
Ahora, si Y F y X = i [Y ] i entonces Ai Y , luego f (i) Y , lo que a
su vez implica que
{i I | f (i) Y },
X
luego el u
ltimo conjunto est
a en U . Como en C.14 se concluye ahora que
Y t(), con lo que F t() y al ser ultraltros tenemos la igualdad.
Tomamos concretamente = |V |+ (el menor cardinal mayor que el cardinal
de V ). Para cada ordinal denimos W como el lmite inductivo del
sistema formado por los modelos {W }< con las aplicaciones i . Esto nos
acil ver que son iniciales. As mismo es
da aplicaciones i : W W . Es f
claro que V se identica con W 0 de forma natural.
&
W .
<
306
Por la hip
otesis de induccion para y tenemos W (x, x1 , . . . , xn ).
Tomemos funciones fj : I W funciones tales que xj = [fj ]. Por el
teorema C.11 tenemos que
{i I |
307
+1
x W+1
W (x, x1 , . . . , xn ), en
El caso en que k x| se trata con el mismo argumento que hemos empleado en todos los resultados similares a este.
Ahora suponemos que es un ordinal lmite y que i es una inmersion
elemental para las expresiones k siempre que < y i0 lo es. Hemos de
probarlo para i , y a su vez lo suponemos cierto para las expresiones anteriores
a k .
)
Pasamos directamente al u
nico caso no trivial, es decir, cuando k x.
W (x, x1 , . . . , xn ).
Sea > un ordinal lmite tal que i0 sea elemental y x, x1 , . . . , xn W .
A su vez tomamos un < tal que x W y x1 , . . . , xn W .
Por la hip
otesis de induccion para tenemos W (x, x1 , . . . , xn ), como la
inclusi
on j es elemental de aqu se sigue W (x, x1 , . . . , xn ), por la hip
otesis
*
de inducci
on para i e i respecto a k tenemos x W W (x, x1 , . . . , xn ),
y usando que la inmersi
on j es elemental concluimos que
*
x W W (x, x1 , . . . , xn ).
308
Denici
on C.29 Denimos la familia de modelos estandar (Z , E , d), para
< , , determinada por las propiedades siguientes:
a) La descripci
on impropia de todos los modelos es la de I.
b) (Z0 , E0 , d) = (W , E , d).
c) Z+1 = Z A B , donde
A = {x I | x
Z },
B = {x PZ |
y I x = y}.
<
309
310
ZFCin Podemos demostrar que M cumple cualquier cantidad nita de axiomas de ZFC relativizados a conjuntos internos gracias a la inmersi
on elemental
j : V I. En efecto, si es un axioma de ZFC, podemos suponer V , luego
I , pero esto equivale a (in )M .
Transferencia Para demostrar el principio de transferencia hemos de probar
que
)
)
)
x1 xn S( x S I (x, x1 , . . . , xn ) x II (x, x1 , . . . , xn )).
)
Sean j(x1 ), . . . , j(x)
x SI (x, j(x1 ), . . . , j(xn ))
n ) S y supongamos que
I
o, lo que es lo mismo,
x V (j(x), j(x1 ), . .). , j(xn )). Como j es elemental,
)
) ( x)V (x1 , . . . , xn ). Usando de
esto equivale a x V V (x, x1 , . . . , xn )
nuevo que j es elemental concluimos que x II (x, j(x1 ), . . . , j(xn )).
Idealizaci
on Observemos que si A M cumple (A tiene tama
no estandar)M ,
0
0
(V ), y aplicando j+1
tenemos i +1 (x) = j+1
(V ).
i +1 (x ) E j+1
0
2) Si x I y x
Z0 , entonces x Z+2
.
En efecto, seg
un la propiedad anterior (recordemos que Z0 = W ) tenemos
I
que (x j(V )) , luego x Pj(V ))I , y como j es elemental (Pj(V ))I =
0
, y por el teorema C.30 f)
j((PV )V ) = j(V+1 ). As pues, x E j(V+1 ) Z+2
0
concluimos que x Z+2 .
0
3) Z I Z+2
.
Por inducci
on sobre < . Para = 0 es trivial. Si x Z+1 I, entonces
0
0
x
Z I Z+2
, luego por el apartado anterior x Z+2+2
. Si es lmite
311
A0 Z I Z+2
= W+2
, pero como es un cardinal regular y |A0 | < ,
x W y W (y E z W (x, y, x1 , . . . , xn )).
j0 (u)
312
313
conjunto est
andar x, pues no es sino j 1 (x). Estos
son los hechos que habamos
armado que pueden a
nadirse como axiomas adicionales a H sin perder por ello
el teorema de conservacion, lo cual queda ahora demostrado porque se cumplen
en M .
Bibliografa
[1] Diener, F. Cours danalyse nos standard, Universite dOran (1983).
[2] Hrbacek, K. Axiomatic foundations of nonstandard analysis,
Fund. Math. XCVIII (1978), pp. 119.
[3] Hrbacek, K. Nonstandard set theory, Amer. Math. Monthly 83 (1979),
pp. 659677.
[4] Nelson, E. Internal set theory: a new approach to nonstandard analysis,
Bull. Amer. Math. Soc. 83 (6) (1977), pp. 11651198.
[5] Stroyan, K. D., Luxemburg, W. A. J. Introduction to the theory of
innitesimals. Pure and Applied Mathematics, No. 72. Academic Press,
New York (1976).
315
Indice de Materias
abierto, 183
absolutamente convergente (serie),
159
acotada
funci
on, 118
sucesion, 58
acotado
conjunto, 17
espacio, 187
acumulaci
on (punto de), 80
adherente (punto), 184
aislado (punto), 80
anillo, 21
aplicaci
on, 12
arco seno, 134
arco tangente, 140
arquimediano (cuerpo), 48
cociente, 18
de oportunidades, 212
conservacion (principio de), 41
continua (funci
on), 78, 189
convergencia
casi uniforme, 168
de funciones, 109
de sucesiones, 54
puntual, 163
uniforme, 165
convexa (funci
on), 97
coseno, 136
hiperb
olico, 116
cota, 17
cubo, 219
cuerpo, 25
cuadrupla, 8
concava (funci
on), 97
derivada, 86
parcial, 195
derivadas sucesivas, 99
diferenciable (funci
on), 197
estricta, 201
distancia, 181
eucldea, 180
producto, 182
dominio de integraci
on, 223
cardinal, 20
casi estandar, 182
funci
on, 163
n
umero, 62
Cauchy (sucesion de), 62, 170
cerrado, 184
cilndricas (coordenadas), 248
clase de equivalencia, 18
clausura, 186
compacto (espacio), 188
complementario, 9
concurrente (relaci
on), 264, 265
conexo (espacio), 193
congruencia, 22
conjunto
INDICE DE MATERIAS
extensionalidad (axioma de), 3
extension, 307
extension (principio de), 33, 269
externa (armaci
on, propiedad, etc.),
32
externa (expresi
on), 261
externo (conjunto), 37, 267
factorial, 28
ltro, 291
nito
conjunto, 18
n
umero, 49
n
umero natural, 44
punto, 182
frontera, 187
funci
on, 12
lagrangiana, 214
objetivo, 212
Gauss (campana de), 248
geometrica (suma de una serie), 103
gr
aca, 77
halo, 53, 182
homeomorsmo, 193
idealizaci
on (principio de), 36, 264
indeterminaci
on, 59
inducci
on (principio de), 11
inductivo (conjunto), 10
nmo, 70
innitamente pr
oximos (n
umeros),
51
innitesimal, 50
innito
conjunto, 18
n
umero, 49
n
umero natural, 44
innitud (axioma de), 10
inmersi
on
elemental, 290
inicial, 303
integral, 121, 222
inferior, superior, 119, 221
interior, 186
interior (punto), 86, 183
317
interna (armaci
on, propiedad, etc.),
6, 32
interna (expresi
on), 261
interseccion, 8
intervalo, 74
LH
opital (regla de), 112115
Lagrange (condiciones de), 214
lagrangiana (funci
on), 214
ley de composicion, 21
logaritmo, 105
longitud, 133, 145
lmite
de funciones, 109
de sucesiones, 55
innito, 59
inductivo, 297
superior, 174
matriz jacobiana, 198
maximo, 17
local, 93, 212
mnimo, 17
local, 93, 212
modelo, 286
mon
otona
funci
on, 85
sucesion, 73
multindice, 220
Newton (binomio), 29
norma, 180, 220
de una partici
on, 118
eucldea, 180
nulo (conjunto), 224
n
umeros
combinatorios, 28
enteros, 23
naturales, 10
racionales, 26
optimizacion cl
asica, 212
par
desordenado, 8
ordenado, 8
parte entera, 48
318
parte estandar, 62, 182
partes (conjunto de), 9
partici
on, 117, 220
Peano (axiomas de), 11
pertenencia, 3
pi, 137
polares (coordenadas), 147, 246
polinomio, 81
primitiva, 126
producto cartesiano, 9
radio de convergencia, 176
raz k-esima, 71
recta tangente, 142
regular (punto, conjunto), 211
relacion, 16
de equivalencia, 18
de orden, 16
relativizaci
on, 273, 285
remoto (punto), 182
restriccion, 13
seccion, 60
seno, 135
hiperb
olico, 116
serie, 100
funcional, 171
simplicaci
on (propiedad de), 16
sistema inductivo, 297
subconjunto, 4
sucesion, 53
sumas de Riemann, 118, 220
supremo, 70
tangente, 88, 139
Tartaglia (tri
angulo), 29
Taylor
polinomio de, 100
resto de, 100
serie de, 100
Teorema
de cambio de variable, 127, 244
de Cauchy, 96
de completitud, 68, 69
de la funci
on implcita, 210
de la funci
on inversa, 94, 206,
209
INDICE DE MATERIAS
de la media, 236
de recursi
on, 13
de Schwarz, 205
de Tychono, 189
de Weierstrass (primero), 83
de Weierstrass (segundo), 84
del valor medio, 96
terna, 8
transferencia (principio de), 33, 262
ultraltro, 292
ultralmite, 299
ultrapotencia, 292
adecuada, 295
unidad, 25
uni
on, 8
vaco (conjunto), 7
valor absoluto, 48
valor medio, 236
Viviani (b
oveda de), 255
volumen, 220, 223
Weierstrass (criterio de mayoracion),
172