Está en la página 1de 324

Sucesiones y series

INDICE
Introduccin.......................................................

Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1. Sucesiones de nu meros reales


................................ .
1.1. Concepto general de sucesio n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Sucesiones acotadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9
11

1.3. Sucesiones mono tonas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13


2. Lmite de una sucesio n
........................................ .
2.1. Lmite de una sucesio n
....................................... .
2.2. Propiedades del lmite de una sucesio n
....................... .
2.3. Aritme tica de los lmites finitos
.............................. .
2.4. Sucesiones con lmite infinito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

16
17
20
22
23

2.5. Aritme tica de los lmites


24
...................................... .
2.6. Co mo solucionar las indeterminaciones? . . . . . . . . . . . . . . . . . . . . 26
2.6.1. Me todo general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
0

27

................................................ .

27

2.6.4. Criterio de Stolz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

29

2.6.5. Desarrollo en polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . .

29

2.6.3. Caso 1

3. Series de nu meros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31


3.1. Concepto de serie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

3.2. Series geome tricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33


3.2.1. La sucesio n an debe tender a cero . . . . . . . . . . . . . . . . . . . . . . . 35
3.3. La serie armo nica generalizada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.4. Propiedades generales de las series . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

4. Series de te rminos positivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39


4.1. Definicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

39

4.2. Criterios de comparacio n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.2.1. Criterio de Pringsheim . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

40

4.2.2. Criterio que proviene de la serie geome trica . . . . . . . . . . . . 42


4.2.3. Criterio de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

44

4.2.4. Estimacio n del error . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45


5. Series alternadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

49

5.1. Concepto de serie alternada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

49

6. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

53

6.1. Concepto de serie de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

54

6.2. Propiedades de las series de potencias . . . . . . . . . . . . . . . . . . . . . . . . .

55

6.2.1. Derivacio n de una serie de potencias . . . . . . . . . . . . . . . . . . . 55


6.2.2. Integracio n de una serie de potencias . . . . . . . . . . . . . . . . . . . 56
7. Los nu meros complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.1. Los nu meros complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.2. Suma y producto de nu meros complejos . . . . . . . . . . . . . . . . . . . . . . 59
7.3. Conjugacio n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7.4. La forma polar de un nu mero complejo . . . . . . . . . . . . . . . . . . . . . . . 62
7.5. La forma exponencial de un nu mero complejo . . . . . . . . . . . . . . . 65
7.6. Los nu meros complejos y la electricidad . . . . . . . . . . . . . . . . . . . . . . 68
Solucionario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

70

Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

84

Sumario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

84

Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

85

Sucesiones y series

INTRODUCCION

En los mdulos anteriores nos hemos concentrado en las herramientas que permiten
estudiar comportamientos continuos. Por ejemplo, la distancia que recorre un coche se
puede expresar en funcin del tiempo, que en principio fluye de manera continua. Sin
embargo, existen otros fenmenos que no fluyen de forma continua, sino que
necesitan un determinado tiempo para producirse. Por ejemplo, el crecimiento de una
poblacin no se produce de manera continua, sino a intervalos regulares, y los pagos a
un banco tampoco, puesto que son lo se realizan una vez al mes.
Las herramientas que hemos visto hasta ahora nos permiten, por ejemplo, calcular el
peso de un cubo de arista x y de densidad constante k y estudiar lo que sucede cuando
hacemos que la arista tienda a 0.
Para resolver este problema so lo hay que tener en cuenta que el peso viene
determinado por el volumen del cubo multiplicado por la densidad del material, P =
kx3. Esta relacin nos indica que cuando x tiende a 0, el peso del cubo tiende a 0 de
manera continua.
Sin embargo, detenga monos a pensar un poco. Supongamos que inicial- mente no
tenemos material; si aadimos una molcula, entonces el peso aumentara una
cantidad p1. Este fenmeno no es continuo, y no hay manera de que lo sea: o bien
tenemos la molcula y el peso es p1, o bien no tenemos la molcula y el peso es 0.
Muchos de los modelos que utilizamos para explicar la realidad se basan en la idea de
que podemos fraccionar la cantidad que estudiamos tantas veces como se quiera, sin
que el comportamiento de esta cantidad vari Las tcnicas matemticas de funciones
continuas y funciones derivables nos permiten estudiar estos tipos de modelos. En este
mdulo introduciremos las tcnicas matemticas para estudiar fenmenos que se
producen a intervalos regulares de tiempo, en los que el concepto de continuidad no
tiene sentido.

Sucesiones y series

OBJETIVOS

Los objetivos que podris alcanzar al final de este mdulo didctico son los siguientes:
1.

Definir el concepto de sucesin.

2.

Comprobar si una sucesin verifica las propiedades de acotacin y de monotona

3.

Definir el concepto de lmite de una sucesin

4.

Conocer las propiedades fundamentales del lmite de una sucesin

5.

Distinguir los casos de indeterminaciones en el clculo de lmites y resolver los


casos concretos, utilizando los criterios adecuados.

6.
Comprender el concepto de sucesiones equivalentes y utilizarlas para el clculo
de lmites.
7.

Definir el concepto de serie.

8.
Describir y aplicar los criterios de convergencia de las series de trminos
positivos.
9.
10.

Reconocer las series alternadas.


Estudiar la convergencia de una serie alternada mediante el criterio de Leibniz.

11.
Calcular el error entre el valor de la suma de la serie y la suma de un nmero
finito de trminos
12.
Comprender el concepto de serie de potencias y calcular su radio de
convergencia.
13.

Calcular la suma de una serie.

Sucesiones y series

SUCECIONES DE NUMEROS REALES

1.1. Concepto general de sucesin


Una sucesin es el nombre matemtico que hace referencia a una lista infinita de
nmeros. En una lista podemos hablar de primer te mino, segundo termino, etc.,
que corresponden a la posicin que ocupan en dicha sucesin.
Podemos formalizar todo esto un poco ms podemos asociar cada nmero entero
positivo n con un nmero real xn , y el conjunto ordenado:
x1 , x2 , x3 , . . . , xn . . .

Define una sucesion infinita. Observad que cada te rmino de la sucesio n tiene
asignado un nu mero entero positivo (el puesto que ocupa en la lista) y podemos
hablar del primer te rmino (x1), del segundo te rmino x2 y, en general, del te rmino n-e
simo (xn). Cada te rmino (xn) tiene un te rmino siguiente (xn +1), por lo que, en
consecuencia, no hay uultimo te rmino.

La forma ms facil para construir una sucesio n es a partir de una regla o frmula que
defina el trmino n-simo. As, por ejemplo, la frmula xn = 1 define la sucesin:
1,

1 1
1
, ,..., ...
2 3
n

En algunas ocasiones son necesarias dos o mas frmulas para describir los elementos
de la lista. Por ejemplo, si consideramos la sucesio n x2n1 = 1 y x2n = n; en este
caso, los primeros trminos de la sucesio n son:

1, 1, 1, 2, 1, 3,..., 1,n...

Otra forma de definir una sucesio n es mediante una frmula de recurrencia, que
permite calcular un te rmino a partir de los anteriores. Si tomamos x1 = x2 = 1 y la
frmula de recurrencia, xn+1 = xn + xn1 , tendremos:

1, 1, 2, 3, 5, 8, 13, 21, 34 . . .

Sucesiones y series

Esta sucesio n se conoce como sucesio n de Fibonacci, nombre que


recibe de la persona que la estudio al tratar un problema relativo a los
procesos hereditarios en los conejos.
Hasta ahora, todas las sucesiones que hemos visto han empezado con los
valores de n = 1, 2, 3 . . ., aunque esto no sea estrictamente necesario. Por
ejemplo, si definimos la sucesio n mediante el te rmino general,
n x = 1+
1
n2

es razonable considerar que n toma los valores 3, 4, 5 . . .


As pues, podemos definir de manera formal el concepto de sucesio n
como vemos a continuacio n:

Una sucesio n de nu meros reales es una aplicacio n h de los nu


meros naturales IN en el conjunto IR de los nu meros reales:
h : IN
n

IR
h(n) = xn

La imagen de n recibe el nombre de te rmino n-e simo o te


rmino general de la sucesio n.

No olvide is que lo u nico que hemos hecho es reciclar el concepto


de funcio n continua, donde hemos fijado el dominio de la funcio n
como el conjunto IN.
Ejercicio 1.1.
Calculad el te rmino general de las siguientes sucesiones:
a) 1, 1, 1, 1, 1, 1, 1, 1 . . .
b) 1, 4, 9, 16, 25, 36, 49 . . .
c) 1, 12 , 31 , 41 , 51 , 61 , 71 . . .
d) 1,
e)

2
3

2,

3, 2,

, 44 , 65 , 86 ,

5, , 6

10 12
7

14
9

7 ...

...

1
1
1
1
f) 1, 12 , 61 , 24
, 120
, 720
,5 040
...

Una

vez ha quedado definido el concepto de sucesio n, vamos a

presentar algunas de sus propiedades. Sin embargo, antes analizaremos


que quiere decir que dos sucesiones son iguales.

Dos sucesiones {xn } y {yn } son iguales si xn = yn para todo n IN.

A partir de la definicin tenemos que las sucesiones {xn } = {1, 1 , 1 , , 1 }


2

3 n

Y {yn } = { 1 , 1 , ,
2

} son diferentes a pesar de que yn = xn+1 . O tam-

3 n+1

bie n que {xn } = {1, 1 , 1 , , 1 } y {yn } = {1, 3, 1 , , 1 } son distintas


2

3 n

al diferir en el segundo te rmino.

1.2. Sucesiones acotadas


Consideramos las sucesiones de te rmino general xn =n

, yn = n y zn = sin n

y las representamos gra ficamente:

1
x = n
n

yn =n

zn =sin n

A partir de los gra ficos podemos observar co mo la sucesio n yn crece


de forma indefinida, mientras que los valores xn y zn nunca esta n por
encima de 1. As, xn y zn son sucesiones acotadas; por el contrario, yn es no
acotada.

Una sucesio n esta acotada si existe un nu mero K tal que los valores
que toma la sucesio n nunca superan el valor K .

Una sucesio n {xn } es acotada si existe un nu mero real K tal que:

|xn | K

n IN.

Entonces, K es una cota de la sucesio n {xn }.

Ejemplo 1.1.
1
A partir de la definicio n demostraremos que xn =n es acotada.

Puesto que n 1, podemos decir que 1

1
. Por tanto, la sucesio n es acotada.
n

Los hechos que se presentan a continuacio n son una consecuencia de


la definicio n de sucesio n acotada que hemos visto:
1)

Para demostrar que una sucesio n esta

acotada, tenemos que

comprobar que ningu n valor de xn supera un determinado valor K .


2) La definicio n no aporta un procedimiento que nos permita calcular
el nu mero K . Observaremos que no hay un lugar donde se diga que esta
cota sea u nica.
3) Veamos co mo se puede demostrar que una sucesio n no esta
acotada a partir de un caso concreto: que quiere decir que {xn } = n es no
acotada?
Para ilustrar este concepto so lo necesitaremos presentar una cota K ,
que sea, por ejemplo, 10. Para ver que la sucesio n no esta acotada, es
necesario encontrar un valor

de n tal que xn > 10.

Por ejemplo,

podemos tomar n = 11 teniendo en cuenta que x11 = 11 > 10. Si, en


lugar de K = 10, tomamos K = 100, entonces tenemos que encontrar el
valor de n tal que xn > 100. En este caso, n = 101, porque x101 = 101.
Podramos dar un valor de K tan grande como se quiera y encontrar
amos un valor de n tal que xn > K. As, xn es no acotada.

Una sucesio n es no acotada si para cualquier valor de K ,


arbitraria- mente grande, existe un n natural tal que |xn | > K .

4) Recordemos que no es un nu mero real. Este hecho implica que


una sucesio n con un nu mero finito de te rminos esta siempre
acotada.

Ejemplo 1.2.
Demostremos que xn =

n2 + 1
es no acotada.
n

Tenemos que probar que dado un valor K arbitrariamente grande, entonces existe un
valor de n tal que |xn | K .
n2 + 1
1
, que podemos escribir como xn = n + > K . Puesto que n
n
n
puede hacerse arbitrariamente grande, es imposible encontrar un valor K tal que xn < K
para todo valor de n.
Sin embargo, xn =

Si queremos determinar el valor de n tal que xn > K , entonces n > K .

Ejercicios
1.2. Probad que xn =

nn
es acotada.
+1

1.3. Probad que xn = n2 es no acotada.


1.4. Estudiad si la sucesio n 1,2 1 , 2, 1,3 1 , 3, 1,4 1 , 4, 1,5 1 , 5 . . . es acotada.
xn
1.5. Considerad la sucesio n establecida por la relacio n xn+1
con x1 = 1. Estudiad
2
=
si esta sucesio n es acotada.

1.3. Sucesiones mono tonas


Volvemos a las sucesiones del tema anterior, y consideramos las sucesiones
de te rmino general xn =n 1 , yn = n y zn = sin n.

1
x = n
n

yn =n

zn =sin n

Tal y como se observa en los gra ficos, la sucesio n xn decrece de manera


indefinida, yn crece indefinidamente y zn ni crece ni decrece.

Una sucesio n {xn } s creixent es creciente si para todo n IN se


verifica que xn xn+1 .
Una sucesio n {xn } es estrictamente creciente si para todo n IN
se verifica que xn < xn+1 .
Una sucesio n {xn } es decreciente si para todo n IN se verifica
que xn xn+1 .
Una sucesio n {xn } es estrictamente decreciente si para todo
n IN se verifica que xn > xn+1 .

Una sucesio n {xn } es mono tona si es creciente o decreciente.


Ejemplo 1.3.
Nos proponemos demostrar que la sucesio n con te rmino general
xn =

nn
es mono
+ 1 tona

creciente.
Si queremos comprobar que la sucesio n es mono tona creciente, tenemos que
demostrar que xn xn+1 .

xn

xn+1
?

n
n+1

n
n+1

n(n + 2)
n2 + 2n
0

n + 1 (n
+ 1) + 1 n
+1
n+2

(n + 1) (n + 1)
?

n2 + 2n + 1
1

Teniendo en cuenta que todas las desigualdades anteriores son equivalentes y la u ltima
es cierta, entonces tenemos que todas las desigualdades son ciertas. As, la sucesio n
es mono tona creciente.

Ejercicios
1.6. Demostrad que
creciente.

la sucesio n de te rmino general xn =

1.7. Estudiad si la sucesio n xn


=

n es

1 + (1)n
es creciente.
n

1.8. Probad que la sucesio n de te rmino general xn = n + (n + 1) + + 2n es creciente.


1.9. Estableced para que valores de x la sucesio n xn = xn es mono tona.

Hemos resuelto el problema del ejemplo 1.3 con un me todo esta ndar,
pero lo hubie semos podido resolver de otra manera: hemos definido las
suce- siones como una aplicacio n de un subconjunto de los nu meros
naturales

Notacio n

El smbolo quiere decir que


no sabemos si la desigualdad
es cierta o no.

a los reales.

So lo tenemos que ver si la aplicacio n tiene sentido

cuando cambiamos n por

x, pensando que

esta

definida en un

subconjunto de los nu meros reales y que toma valores en los reales. De


esta forma, podramos aplicar las teoras del ca lculo diferencial y, en
particular, el hecho de que
una funcio n es creciente si su derivada es
positiva.
El estudio de las propiedades de xn = h(n) a partir de las propiedades de
h(x) so lo se puede llevar a cabo
si:
1) Tenemos la expresio n explcita del te rmino
general.
2) La funcio n h(x) esta definida en el intervalo [1,
+).
No podemos aplicar esta idea si en la expresio n del te rmino general
aparece k n , donde k es un nu mero real negativo, una funcio n de n! o
una suma que vara te rmino a te rmino.
Ejemplo 1.4.
n
Demostramos que la sucesio n con te rmino general xn
es mono tona creciente.
n+1
=
y camn
n+1
. Esta funcio n se define en [1, +) y es derivable.

Para comprobar que la funcio n es mono tona creciente definimos h(n) =

biamos n por x; entonces, h(x) =

x
x+1

1
Calculemos su derivada: h (x) = (x+1)
2 . Debido a que la derivada es siempre positiva,
la sucesio n es mono tona creciente.

Ejercicios
1.10. Indicad en que casos podemos estudiar el crecimiento de las sucesiones a partir
del crecimiento de las funciones asociadas:
a) xn =
b) xn =

n.

1 + (1)n
.
n

c) xn = n + (n + 1) + + 2n.
n
1.11. Demostrad que la sucesio n con te rmino general xn n + (1)
es acotada pero
n+1
=
n + (1)

no es mono tona.
2n
1.12. Comprobad que la sucesio n xn = es acotada.
n!

2. Lmite de una sucesio n

En el siglo III a.C., Arqumedes intento calcular el nu mero . Su idea


era utilizar una secuencia de polgonos regulares que tendan hacia el c
rculo.
Construimos algunos polgonos regulares a partir del crculo de radio
1. Las figuras que obtenemos son:

Polgono 4 lados. A rea = 2.

Polgono 8 lados. A rea = 2,828...

Polgono 16 lados. A rea = 3.

Observamos que la sucesio n, adema s de ser creciente y estar acotada,


parece que tiende hacia un nu mero determinado, el a rea del crculo,
que es .
Ejercicios
1
1
1
1
1
1
2.1. Dada la sucesio n xn = 1, 1 , 1 + , 1 + . . . , calculad los te rminos
2
2
4
2
4
8
xn de manera explcita y estableced hacia do nde intus que tiende xn .


2.2. Sea xn el a rea de un tria ngulo iso sceles de lado 1 y a
. Sin hacer ca lculos,
2n
ngulo
explicad por que la sucesio n x1 , x2 , x3 . . . es decreciente. Hacia que nu mero tiende la
sucesio n?
Explicad gra ficamente por que la sucesio n x1 , 2x2 , 4x3 , 8x4 . . . es creciente. Si
tiende hacia un nu mero en particular, cua l es?

2.1. Lmite de una sucesio


n
Uno de los conceptos ma s complicados al embarcarnos en un primer
curso de ana lisis matema tico es el de la convergencia. Consideremos la
sucesio n que se define mediante esta recurrencia:

xn+1 =

1
3
2 xn + x n .

Si calculamos los primeros te rminos, obtenemos la siguiente tabla:

x n2

xn

1,75

3,0625

1,732142857

3,000318878

1,73205081

3,000000008

Notad que x2n tiende a 3 y, por tanto, parece que la sucesio n tiende a

Pero que significa que una sucesio n tiende hacia un nu


mero? Empecemos por determinar que significa tender a 0.
Ejemplo 2.1.
De las sucesiones que tene is a continuacio n, cua les os parece que tienden a 0?
1) 1, 1, 1, 1, 1, 1, 1, 1 . . .
1 1
1 1
1 1
1
2) 1, , , , , , , . . .
2 3
4 5
6 7
8
3) 1,

1 1 1 1 1 1 1
, , , , , , ...
2 3 4 5 6 7 8

4) 1,

1 1
1 1
1
,
...
2 3 , 1, 5 , 6 , 1, 8

5) 0,

1 1
1 1
1
, , 0, , , 0, . . .
2 3
5 6
8

Las sucesiones que parece que tienden a cero son la 2), la 3) y la 5), dado
que podemos estar tan cerca de cero como queramos.

3.

Por ejemplo, consideramos la sucesio n 3), que viene dada por:


1,

1 1 1 1 1 1 1
, , , , , , ...
2 3 4 5 6 7 8

Supongamos que queremos encontrar el valor de n a partir del cual la


sucesio n sea menor que 0,1.
Puesto que xn =

1
, si queremos que xn < 0,1 es necesario que:
n
n > 10 (x11 =

1
1
1
, x12 =
, x13 =
. . .).
11
12
13

Vamos a ponerlo un poco ma s difcil: encontrad el valor de n a partir


del cual la sucesio n sea menor que 0,01.
Puesto que xn =

1
, si queremos que xn < 0,01, es necesario que:
n

n > 100 (x101 =

1
1
1
, x102 =
, x103 =
..
101
102
103
.).

Observad que no importa que cota os pidan, por pequea que sea (la
llama- remos ); siempre hay un elemento de la sucesio n (N ) que verifica
|xN | < ,

|xN +1 | < , |xN +2 | < . . . y todos los te rminos son menores que .
En nuestro caso, si queremos encontrar el te rmino a partir del cual |xn | < ,
1
es necesario que < . Por este motivo n > 1 . Para finalizar, podemos
n
asegurar que N =

+ 1, donde [x] denota la parte entera del nu mero x.

Ejercicio 2.3.
n
Considerad la sucesio n xn (1) .
2
n
=

a) Encontrad el te rmino a partir del cual |xn | < 0,1.


b) Encontrad el te rmino a partir del cual |xn | < 0,01.
c) Encontrad el te rmino a partir del cual |xn | < .

A continuacio n presentamos el procedimiento que se sigue cuando


quere- mos saber si una sucesio n tiende hacia un nu mero x:

Dado un nu mero positivo , tan pequeo como se quiera, hay


que encontrar un te rmino de la sucesio n, denominado N , tal que
todos los te rminos de la sucesio n se encuentren a una distancia de
x menor
que , es decir, |xn x| < .

Ejemplo 2.2.
1
1 1
1
1
1
2
Dada la sucesio n xn = 1, 1 , 1 + , 1 + . . . , demostrad que tiende a .
2
2
4
2
4 8
3
2+
En la solucio n del ejercicio 2.1 hemos probado que xn =

(1)n
2n

Para comprobar si xn tiende a 32, so lo tenemos que ver que, dado , podemos encontrar
2
un N a partir del cual xn < .
Sustituyendo tenemos:
2+

(1)n
2n
3

( 1)n
3 2n
1
3 2n
1
3
1
ln
3
1
ln
3
ln 2

Por lo tanto, N >

Este ca lculo

ln 1
3
ln 2

<

<

<

<

2n

<

n ln(2)

<

es formal, puesto que

calcular el lmite de una sucesio n.

por lo general no se utiliza para


Ma s adelante desarrollaremos

otros me todos que nos evitara n la realizacio n del ca lculo de lmites


utilizando el juego de los .
Llegados a este punto, ya estamos preparados para presentar una definicio
n formal. Una sucesio n {xn } convergera o tendera al lmite x si para
cualquier nu mero positivo (),

tan pequeo como se quiera,

encontramos un entero N que satisface |xn x| < si n > N .

La sucesio n {xn } converge o tiende a x si para cada > 0 existe un


entero N tal que |xn x| < para todo n > N .
Entonces, escribiremos que lim xn = x o bien que xn x cuando
n

n .

Una sucesio n se denomina convergente si x existe, y divergente


en caso contrario.

Antes de empezar con las propiedades de los lmites, vamos a detenernos


un instante para analizar la definicio n que acabamos de dar.
La convergencia hace referencia al comportamiento de la cola de la sucesio n. As, si en una sucesio n cambiamos los 10 primeros te rminos (o
los
100 primeros o los 1.000 primeros), esto no afectara a la convergencia.
Ejercicio 2.4.
Determinad un ejemplo de sucesio n {xn } que sea divergente, pero tal que {|xn |} sea
convergente.

2.2. Propiedades del lmite de una sucesio


n
Dada una sucesio n xn y un valor x, ya hemos visto el me todo para
probar si la sucesio n tiende o no al lmite x. Es posible que la sucesio
n tenga dos lmites? El teorema que veremos ahora nos indica que esto
no es posible, es decir, que cuando una sucesio n converge, tiene lmite
u nico.

Si lim xn = x y lim xn = y, entonces x = y. Una sucesio n convern


n

gente tiene lmite u nico.

Observad que toda sucesio n convergente esta acotada, ya que despue s


de los primeros te rminos se ve restringida a moverse dentro de un lado.

Toda sucesio n convergente es acotada.

Definicio n
Decimos que k es cota
superior de la sucesio n {xn }
si xn < k para todo n.
Decimos que k es cota
inferior de la sucesio n {xn } si
xn > k para todo n.

Creciente acotada

Creciente no acotada

Observamos que la segunda sucesio n corresponde a xn =

n; no es

acotada y, en consecuencia, no puede converger (hemos probado que una


sucesio n

convergente es acotada). En el gra fico de la izquierda hemos representado


n
xn =
, que es convergente y parece converger hacia la menor cota
n+1
superior de xn .

Teorema de la convergencia mono tona


a) Una sucesio n creciente acotada superiormente {xn } es
convergen- te y el lmite es la menor de las cotas superiores.
b) Una sucesio n decreciente acotada inferiormente {xn } es convergente y el lmite es la mayor de las cotas inferiores.

Ejemplo 2.3.
Aplicamos el teorema a una sucesio n curiosa. Probemos que la sucesio n:

xn = 1 +

1
1
1 ln n
+ + ... +
2
3
n 1

tiene lmite.
Recordemos que la funcio n ln t viene dada por el a rea cerrada entre 1 y t de la funcio n
1
f (t) = .
t
ln t =

t
1

1 dx.
x

1
1
1
Observemos que el valor de 1 + + + . . . +
es el a rea de los recta ngulos (como
2
3
n 1
podemos ver en la segunda figura del margen), de donde tenemos que la sucesio n xn
es el a rea sombreada.
Tambie n se aprecia que xn es creciente, ya que xn+1 es igual a xn ma s el a rea entre x
= n
y x = n + 1.
a rea sombreada =

Y la sucesio n esta acotada por 1, puesto que los valores de xn se pueden colocar en
un cuadrado de a rea 1.

= 1 + 21 + 31 + 41 + 51

Esta sucesio n es creciente y es acotada; por lo tanto, tiene lmite. Su lmite es la


llamada
constante de Euler 0.57...

El teorema es u til en especial cuando las sucesiones vienen dadas por


una relacio n de recurrencia. Es difcil aplicarlo en caso de que la
sucesio n se defina mediante su te rmino general, porque no siempre
resulta fa cil ver

a rea sombreada =
= 1 + 1 + 1 + 1 + 1 ln 6

que es acotada.

Ejercicios
2.5. Calculad el lmite de xn =
acotacio n de la funcio n.

x para x > 0, demostrando antes la monotona y la

2.6. Considerad la sucesio n definida por la recurrencia:

xn+1 =

1
2

xn +

2
xn

Con x1 = 2; estudiad la monotona de la sucesio n e indicad si esta acotada y si


tiene lmite.

2.3. Aritme tica de los lmites finitos


A continuacio n veremos una serie de resultados que nos permiten
calcular lmites sin utilizar la definicio n.

Dadas las sucesiones {xn } e {yn } tales que lim xn = x y lim yn = y,


n

entonces:
1) Para cualquier nu mero , lim xn = x.
n
2) lim xn + yn = x + y.
n
3) lim xn yn = x y.
n
4) lim xn yn = x y.
n
5) Si y = 0, lim

xn
x
= .
yn
y

6) lim xyn = xy .
n n

Una de las propiedades ma s u tiles de la aritme tica de los lmites finitos es


la denominada regla del bocadillo.

Regla del bocadillo


Si {xn } y {zn } son dos sucesiones convergentes tales que lim xn =
n

= lim zn = x, si xn yn zn n > n0 ; entonces yn es convergente


n

y lim yn = x.
n

Ejemplo 2.4.
Mediante el uso de la regla del bocadillo calculamos el lmite de la sucesio n de te
rmino general:
1
1
1
+ +
.
xn = 2 +
(n + 1)2
(n + n)2
n
Observamos que:

(n + 1) min

1 (n , ,
1 (n
1 2 , + 1)2
n
+ n)2

1
1
1
+ +

+
n2
(n + 1)2
(n + n)2
1
1
1
(n + 1) max
,
, ,
n2 (n + 1)2
(n + n)2

xn =

Puesto que la funcio n f (x) =


1
(n + 1)
(n + n)2
n+1
4n2

1
x2

es decreciente, entonces:

xn =
xn =

1
n2
1
n2

+
+

(n+1)2
1
(n+1)2

+ +
+ +

1
(n+n)2
n
(n+n)2

(n + 1)

1
n2

n+1
n2

Hacemos un paso en el lmite y tenemos:


lim

n+1
4n2

n+1
1
1
+ + 1 (n +
+
lim
n2 (n + 1)2
n n2
n)2
1
1
1
lim xn = 2 +
+ +
0.
(n + 1)2
n
n
(n + n)2

lim xn =
n

Por la regla del bocadillo tenemos que

lim xn =

1
1
1 (n
+ +
+
= 0.
n2 (n + 1)2
+ n)2

Ejercicio 2.7.
Con la ayuda de la regla del bocadillo, calculad los lmites de:
n
n
+ + n .
+ 2
n2 + 1
n +2
n2 + n
2
1
+ + n
b) xn = 2
+ 2
.
n2 + n
n +1
n +2
sin n
.
c) xn =
n
d) xn = cos 1 + cos 2 + . . . + cos n
.
n2

n + ( 1)n
e) xn =
.
n + cos n
a) xn =

Como consecuencia de la regla del bocadillo, obtenemos el siguiente resultado:

Teorema
Si {xn } es una sucesio n convergente tal que lim xn = 0 y {yn } es una
n

sucesio n acotada (no necesariamente convergente), entonces xn yn


es convergente y lim xn yn = 0.
n

Ejemplo 2.5.
Calculemos lim

sin n
.
n

1
= 0 y que sin n esta acotada por 1. Por la propiedad anterior
n
sin n
podemos asegurar que lim
= 0.
n n
Observemos que

lim

2.4. Sucesiones con lmite infinito


Hasta ahora so lo hemos tratado sucesiones que tienen lmite acotado. Sin
embargo, que sucede con las sucesiones crecientes y no acotadas, por

ejemplo 1, 2, 3 . . . o bien 1, 4, 9 . . .? Estamos tentados de afirmar que las


sucesiones tienden a .
Observad que no so lo las funciones mono tonas crecientes son las
que podemos esperar que tiendan a . Considerad la sucesio n de te
rmino general

n + (1)n ; los primeros te rminos son

0, , 3,

2, . . . ,

5,

1.000,

1.003 . . . Os parece que tiene la propiedad de tender a ?

Cuando hemos definido el concepto de sucesio n convergente hacia


un nu mero x, la idea ha sido dar un nu mero tan pequeo como
quisie - ramos cercano a x, y ver que a partir de un determinado te
rmino,

la sucesio n estaba tan pro xima a x como el

establecido, y que no

se alejaba.

nu mero

Utilizaremos la misma idea

para

definir el concepto de tender a .

Es cierto que la sucesio n xn =

n + (1)n tiende a ? Es decir, a

partir de un determinado te rmino, el resto toma valores superiores a


10? Este
te rmino es x102 =
son
superiores a 100?

103. Es cierto que los te rminos de la sucesio n

La respuesta es que a partir de x10.002 =

10.003, s.

Y
as podramos estar jugando hasta que nos cansa semos: so lo es
necesario tener en cuenta que, dado un k arbitrariamente grande, hay que
encontrar el te rmino de la secuencia a partir del cual todos los te
rminos siguientes son mayores que k.

Una sucesio n {xn } tiende a + si para todo nu mero real K > 0 existe
un entero N tal que n > N ; en este caso, xn > K . Lo denotaremos
por lim xn = +.
n
Una sucesio n {xn } tiende a si para todo nu mero real K < 0 existe
un entero N tal que n > N ; entonces, xn < K . Lo denotaremos por
lim xn = .

2.5. Aritme tica de los l


mites
En la aritme tica de los lmites finitos, todos los casos aparecen
deter- minados, mientras que en la aritme tica de los lmites infinitos
quedan casos

indeterminados y no es posible determinar a priori el

valor del lmite.

Consideramos el caso +. Presentamos ahora unos cuantos ejemplos:


Sea xn = n y yn = n2 , entonces lim xn = + y lim yn = .
n
n

Y lim xn + yn = lim n n2 = .
n

Sea xn = n y yn = n, entonces lim xn = + y lim yn = .


n
n

Y lim xn + yn = lim n n = 0.
n

Sea xn = n2 y yn = n, en tal caso lim xn = + y lim yn = .


n
n

Y lim xn + yn = lim n2 n = .
n

En cualquiera de los casos que hemos presentado sera necesario llevar a


cabo un estudio particular.
A continuacio n presentamos una serie de tablas que restringen el lmite
de una suma, de un producto y de una potencia.
1) lim xn + yn .
n

Donde a y b son nu meros reales.


2) lim xn yn .
n

La funcio n signo

sgn(x) =

Donde a, b IR {0}.
3) lim xyn .
n n
lim
y
n n
lim x
n n
0

0
?

1
c

+
+

Donde a (0, 1), b > 1 y c IR {0}.

1 si x < 0
1 si x > 0

No es lo mismo que el lmite tienda a 1 que el hecho de que la sucesio n sea


constante igual a 1. El lmite de la sucesio n constante igual a 1 es 1.

2.6. Co mo solucionar las indeterminaciones?


No existen reglas generales que nos permitan resolver los lmites
indeter- minados; no obstante, se pueden dar algunas indicaciones.

2.6.1. Me todo general

Suponemos que tenemos el te rmino general xn = h(n), donde h(x)


esta bien definida para x lo bastante grande.
Si lim h(x) existe, entonces lim xn = lim h(x).
x

El me todo no se puede aplicar si aparecen expresiones de la forma (1)n ,


n! o sumas en las que el nu mero de te rminos depende de n.
Si el lim h(x) no existe, entonces el lim xn puede existir o no.
x

Ejemplo 2.6.
Calculemos el lim n sin
n
Observemos que

1
.
n

lim n = y que

por lo tanto, indeterminado.

lim sin

1
n

= 0. Es un lmite de la forma 0 y,

Calculamos el lmite pensando en que la variable es continua, y lo transformamos en


0
un lmite de la forma
para poder aplicar la regla de LHpital:
0
lim x sin

x+

1
x

=
=

Puesto que el lmite existe, tenemos que

lim

1
x

x+

lim

cos

x+

lim cos

x+

lim n sin

1
x

sin

1
x

=
1

x2

=
1
x2
1
x = cos 0 = 1.

1
n

= 1.

Ejemplo 2.7.
Consideremos el lim n + (n + 1) + . . . + 2n . Este lmite no se puede calcular por el
n

me todo general, ya que la cantidad de sumandos del te rmino general depende de n.

Ejemplo 2.8.
Consideramos el lim sin(2n). Aplicamos el me todo general y el lim sin(2x) no exisn

te, mientras que sin(2n) es 0 para todo n. Por lo tanto, el lim sin(2n) = 0.
n

2.6.2. Caso 00 y 0
Queremos calcular lim xnyn . Suponemos que
n

y
lim xnn = l; si tomamos

logaritmos neperianos en cada miembro de la igualdad, obtenemos que:


lim y
n n

ln xn = ln l,

de donde tenemos que:


lim yn ln xn
l = en
.
En tal caso, so lo tenemos que resolver la indeterminacio n del tipo 0 .
Ejemplo 2.9.
Calculemos lim n

1
n2

1
= 0, lo cual quiere decir que el lim n
n2
n
y, en consecuencia, indeterminado.
El lim n = y el lim
n

1
n2

es la de forma 0

lim yn ln xn
Aplicamos el hecho de que l = en
a nuestro caso:

lim n

1
n2

ln n
1
ln n
lim
lim
2
2
= en n
= en n .

Observamos que ahora tenemos un lmite de la forma


que ya se encuentra en la forma

general; por lo tanto:

lim
n

De esta manera,

lim n

ln n
n2
1
n2

= lim
x

ln x
x2

= lim
x

1
x

lim
2x

=
x

= 0.

2x2

= e0 = 1.

2.6.3. Caso 1
Este caso necesita algo de justificacio n. Comencemos por la sucesio n:
1
xn = 1 +
n

Se puede demostrar que la sucesio n xn = 1 +

1n

es acotada y creciente

y, por lo tanto, tiene lmite. El valor de este lmite recibe el nombre


de nu mero e.

Es decir:

1
1+ n

lim

=e

En general, si {xn } es una sucesio n de nu meros reales tales que xn = ,


n
lim
entonces lim

xn

1
1+
xn

= e.

Conversio n de la indeterminacio n 1 a 0
Si lim xn = 1 y lim yn = , entonces:
n
n

lim (xn 1) yn
lim xnyn = en

Ejemplo 2.10.
Calculemos:

lim

an + b n
2

, a > 0 y b > 0.

1+1

Calculamos lim a n + b n
= 1 y lim n = ; por tanto, es de la forma 1 .
=
n
2
2
n
Aplicamos:

lim (xn 1) yn
y
lim xnn = en
;

entonces:

an + b n
2

lim

=e

an + b n

lim

Para calcular el lmite cambiamos la n por x:


1

lim

ax + b x 1
2

a x +b x
2
1
x
x

lim

lim

=
1

de donde tenemos que

lim

an + b n
2

a x ln a +b x ln b
1
2
x2
12
x
1

lim a x ln a + b x ln b
=
x
2
ln a + ln b

= ln a b,
2

=e

ln

ab

a b.

2.6.4. Criterio de Stolz


Hasta el momento hemos estudiado situaciones donde era posible pasar al
caso general.
El criterio de Stolz resulta u til especialmente para

determinar el l

mite de sucesiones en las que aparecen sumas de te rminos que se


incremen- tan con n.

Criterio de Stolz
Sean {xn } e {yn } dos sucesiones donde {yn } es mono tona creciente
o decreciente e yn = 0 n IN tales que:
lim xn = lim yn = 0

o bien:
lim yn = .

xn+1 xn
Si existe = lim
IR {, +}, entonces tenemos
n yn+1 yn
xn
que lim
= .
n yn

Ejemplo 2.11.
12 + 22 + . . . + n2
, vemos que {n3 } es creciente y que
n
n3
por tanto, podemos aplicar el criterio de Stolz:
Calculando

lim
n

lim

3
lim n = y,

1
12 + 22 + . . . + (n + 1)2 (12 + 22 + . . . + n2
(n + 1)2
= lim
= .
)
(n + 1)3 n3
n 3n2 + 3n + 1
3

2.6.5. Desarrollo en polinomio de Taylor


Supongamos que queremos calcular lim n! sin
n

1
n!

. En este caso no pode-

mos definir una funcio n de x y aplicar la regla de LHpital porque


contiene una expresio n n!.

Cuando nos

encontramos ante este

problema, podemos utilizar desarrollos en polinomio de Taylor en x = 0.


Esta te cnica so lo es
aplicable si el error que tenemos tiende a 0 cuando n tiende a .
Observamos que el desarrollo en polinomio de Taylor de la funcio n sin
x
cuando x esta pro xima de 0
es:
x3

x5

sin x = x

3!

5!

+ O(x ).

f (x)
existe y el lmite es finito, entonces
xi
i
decimos que f (x) = O(x ) (se lee f (x) es del mismo orden que xi ).
Si f (x) es una funcio n tal que lim
x0

Algunas de las propiedades de los O(xi ) son:


1) O(xi ) + O(xj ) = O(xi ) si i j.
2) Si k es un valor constante, entonces kO(xi ) = O(xi ).
3) xj O(xi ) = O(xi+j ).
4) O(xi )O(xj ) = O(xi+j ).

Ejercicio 2.8.
Calculad los siguientes lmites, si es que existen:
a) lim
n

d) lim

n+a
n+b

n!
.
nn

1! + 2! + + n!
.
n!
n

g) lim

b) lim
n

e) lim

n2

n+2
1 + 2 + + n
.
5n2

1 + 22 + + nn
h) lim
.
n
nn

c) lim
n

f) lim

i) lim

4n3 + 8n 1
7n3 + 6n
ln n!
.
ln nn

n!
n .

3. Series de nu meros reales

Consideremos n nu meros reales a1 , . . . , an , la suma de los cuales es a1 +


+an . Una manera ma s compacta de presentar esta suma es mediante
la notacio n siguiente:

ai .
i=1

Recordemos algunas de las sumas finitas ma s conocidas:


n

i=
i=1

n(n + 1)
,
2

i2 =
i=1

n(n + 1)(n + 2)
y
6

i3

n(n + 1)
2

i=1

El problema es que sucede si en lugar de tomar un nu mero finito de


te r- minos, tomamos un nu mero infinito. Este problema se lo
plantearon por primera vez en la antigua Grecia, y fue Zeno n quien lo
formulo indirecta- mente.
Aquiles trata de alcanzar una tortuga en movimiento que le lleva cierta ventaja. Durante
el tiempo invertido por Aquiles en llegar a la posicio n donde se encontraba la
tortuga, e sta ha realizado un pequeo desplazamiento. As, cuando Aquiles recorre la
distancia que le separa de la posicio n que ocupaba la tortuga, e sta ya ha vuelto a
desplazarse. De este modo, Aquiles nunca llegara hasta la tortuga.
Imaginemos que la tortuga decide esperar a Aquiles; en tal caso, e ste tendra que
recorrer la mitad de la distancia que lo separa de la tortuga, despue s la mitad de la
mitad, y as sucesivamente; en consecuencia, Aquiles nunca llegara a la posicio n
de reposo de la tortuga. Ante este concepto de regresio n infinita, llegaremos a la
conclusio n de que Aquiles nunca hubiese podido empezar su desplazamiento y, por
tanto, el movimiento es imposible.

Observad que este razonamiento se basa en la posibilidad de fraccionar


el espacio (o el tiempo) en intervalos tan pequeos como queramos. Las
matema ticas que modelan la realidad admiten posibilidades como e sta,
lo cual

llena de sentido los conceptos de continuidad y de ca lculo

infinitesi- mal. Desde un punto de vista matema tico, un segmento es


infinitamente divisible, mientras que un alambre no lo es. El segmento
matema tico es un modelo que permite estudiar la realidad fsica, no
una copia fiel de la realidad, motivo por el cual nos resultara u til a la
hora de

estudiar pro- blemas relacionados con

(cuerdas vibrantes, cuerpos

cuerpos materiales

rgidos, etc.).

Por otra

parte, nos

va a proporcionar el modelo del

tiempo y el espacio como un continuo.


Realmente, el movimiento es observable. Los filo sofos Aristo teles y
Berg- son han distinguido entre la posibilidad ideal de fraccionar de
manera indefinida el espacio y el tiempo, y la posibilidad de hacerlo
realmente. Si lo consideramos desde este punto de vista, la paradoja de
Zeno n no es tal paradoja.
Sin embargo, ya pode is suponer que esta manera de hacer las cosas no
acaba de convencernos, ya que significara, entre otras cosas, tener que
cambiar las matema ticas, puesto que no modelaran la realidad que
vemos.
Admitimos la posibilidad de fraccionar de manera indefinida el tiempo y
el espacio, lo cual nos conduce a la introduccio n del concepto de serie.
Para evitar encontrarnos con dos cuerpos movie ndose, supondremos
que la tortuga esta parada a una distancia de una unidad de Aquiles.
Tambie n supondremos que Aquiles esta situado en el centro de
coordenadas y que se mueve con una velocidad uniforme v. Observamos
2v
que Aquiles tarda

para llegar a una2 distancia de A1 =

unidades de la

tortuga. Para recorrer la mitad de la distancia que separa a Aquiles


de la
4
tortuga ( 1 unidades), el
tiempo es4v
sucesivamente.

as

Si denominamos A0 el punto de partida y An los puntos donde se situ a


Aquiles sucesivamente, la distancia que ha recorrido Aquiles cuando se
encuentra en An es 1
.

, y el tiempo que ha necesitado es

2n

2v

+
22 v

+. . .+

2n v

Cua nto vale esta suma?


No olvidemos que Aquiles se mueve a una velocidad constante (v) y, debido a que la distancia recorrida es 1 1n , tenemos que el tiempo que ha
2

necesitado Aquiles es Tn =

1
v

1
2n

. Por tanto:

1
1
1
1
1
+
1 n
+ ... + n =
2v 22 v
2 v v
2

Cuando n tiende a infinito, tenemos que la distancia tiende a 1 y el tiempo


que tarda Aquiles en atrapar a la tortuga esv
no tuvo en

cuenta que

. Observad que Zeno n

la acumulacio n indefinida de

cantidades

(espacios o tiempos) puede tener como consecuencia una cantidad finita


(es decir, un nu mero). Debemos a Eudoxo y Arqumedes la primera
formulacio n de la idea

de que

acumulacin de cantidades infinitas.

cantidades finitas se alcanzan por


Sin embargo, hasta la llegada de

Euler no se llevara a cabo su formulacio n completa.

3.1. Concepto de serie


Sea {an } una sucesio n de nu meros reales. Consideramos la sucesio n
aso- ciada {Sn } de sus sumas parciales:
Sn = a1 + a2 + + an
.
Se conoce como serie la pareja formada por las dos sucesiones {an } y {Sn },
que representaremos mediante el smbolo:

an .
n=1

Una serie es convergente si converge la sucesio n de sus sumas


par- ciales,

y denominamos suma de

Notacio
n

la serie el lmite de la

sucesio n de sus sumas parciales, que representamos mediante el s

El smbolo

an denota

mbolo:
an , donde n0 es un

an .
n=1

Si una serie no es convergente, se denomina divergente.

Observad que una serie es un tipo muy particular de sucesio


n.

3.2.
Series
tricas

geome

Al empezar el apartado ya estuvimos viendo esta serie que se conoce por


serie geome trica de razo n k en

k n . Si la n empieza a partir de 0, se

trata de la serie 1 + k + k 2 + + k n +
Partimos de la sucesio n de las sumas parciales hasta el te rmino n; en
tal caso:
Sn = 1 + k + k 2 + + k n
.
La ventaja de hacer sumas parciales es que podemos multiplicar y sumar
de la manera tradicional. Por tanto:
Sn =
kSn =

1 + k + k2 + + kn
,
k + k 2 + k 3 + + k n+1
.

Tras restar ambas expresiones, tenemos:

n=n0

nu mero natural.

kSn Sn = k n+1 1.

Por tanto:
Sn =

k n+1 1
.
k 1

Puesto que la serie es el lmite de las sumas parciales, nos encontramos con

1
que esta serie converge si |k | < 1 y su lmite es
ki =
.

1
k
i=0
Para |k | > 1, el lmite de la sucesio n de sumas parciales tiende a infinito.
Para el caso k = 1 tenemos que:
Sn = 1 + 1 + 1 + + 1 = n + 1.
Por tanto, la sucesio n de sumas parciales tiende a
infinito.
Para k = 1 nos encontramos con que:
Sn = 1 + (1) + 1 + (1) + + (1)n
.
Entonces, si n = 2k, tenemos que S2k = 1; si n = 2k + 1, obtenemos que
S2k+1 = 0. Por tanto, la sucesio n de las sumas parciales es oscilante:
en algunas ocasiones es 0 y en otras es 1. En este caso, dado que la
sucesio n no converge, la serie es divergente.

Convergencia de la serie geome trica segu n los valores de k:

k i es

si |k | < 1
si |k | 1

convergente
divergente

i=0

Adema s, si |k | < 1 su suma es

1
.
1k

Ejemplo 3.1.

Calculemos

k n con |k| < 1.

n=m

Escribimos primero la suma parcial hasta el te rmino n con m < n; entonces:


m

+k

+k

Sn = k

m+1

+k

m+2

n
+ + k .

m+1

+k

m+2

n
+ + k ,

De esta forma:
Sn

kSn

k m+1 + k m+2 + k m+3 + + kn+1 .

Restando ambas expresiones, tenemos:


kSn Sn = k
que permite escribir:
Sn =

n+1

km ,

k n+1 km
k 1

Si pasamos al lmite cuando n tiende a infinito, tenemos:

ki =
i=m

1k

Este ejemplo nos permitira ilustrar el siguiente teorema:

La insercio n o la supresio n de un nu mero finito de te


rminos en una serie convergente no influye en su convergencia,
pero s en su suma.
Si se aade o se suprime un nu mero finito de te rminos en una
serie divergente, e sta continu a siendo divergente.

Observamos que hemos conseguido llegar al estudio completo de la serie


geome trica:

tenemos la capacidad de determinar su convergencia y,

en caso de que sea convergente, tambie n podemos calcular su suma.

La serie geome trica es convergente. En este caso, si |k | < 1:

ki =
i=m

km
.
1k

A la hora de estudiar una serie, nos planteamos dos preguntas fundamentales:


a) Cua ndo es convergente una
serie?
b) Si la serie es convergente, cua l es el valor
suma?

3.2.1. La
cero

de su

sucesio n an debe tender a

Si una serie es convergente, entonces la sucesio n {an } debe tender a 0.


Si {an } tendiese a una constante K , entonces la sucesio n de las sumas
parciales, para n grande, se comportara como nK . Esta sucesio n no
se encuentra acotada, de manera que la serie es divergente.

Si

an es convergente, entonces lim an = 0.


n

El hecho de que lim

an = 0 no implica que

an sea convergente.

Esto significa que la condicio n lim an = 0 es necesaria pero no suficiente.


n
Como veremos en el siguiente apartado, existen series cuyo te rmino
gene- ral tiende a 0 pero la serie diverge.
Este criterio resulta inu til si lo que queremos saber es si una serie es divergente: so lo hay que ver que lim an = 0.
n

Ejemplo 3.2.
1
n!

Vamos a estudiar si existe alguna posibilidad de que la serie


Ya que

lim

sea convergente.

1
= 0, entonces puede ser convergente o no.
n!

Ejemplo 3.3.

Ahora estudiaremos si hay posibilidades de que la serie


Puesto que

n sea convergente.

lim n = , podemos asegurar que es divergente.

Ejercicio 3.1.
Determinad de entre estas series cua les pueden ser convergentes:

Nota: Pode is usar que

3.3.
La
generalizada

a)

b)

n!

np .

c)

lim an = 0 lim |an | = 0

serie

armo

nica

Si una serie converge, entonces los nu meros an deben tender 0, cuando


n es grande. Podemos encontrar ejemplos de sucesiones {an } en los que
la serie no converge, aunque:
lim an = 0.

Consideramos ahora la misma paradoja que la de Zeno n, suponiendo


que la velocidad decrece gradualmente, de manera que Aquiles necesita T
1

mi- nutos para ir de 1 a


de
a

7
8

minutos para ir de

minutos para ir

3
2

y, en general, Tn minutos para ir de

2n1

4
1 .
n
2

La serie infinita que vemos a continuacio n representa el tiempo total


que necesita para la carrera:

T+

+ +

En este caso, la experiencia fsica no sugiere ninguna suma obvia o


na- tural para asignar a esta serie, de ah que sumemos de manera
matema tica.
Podemos ver co mo se comporta la serie:
1+

1 1
1
+ + + +
2 3
n

sumando sus te rminos con

la ayuda de un ordenador. Entonces

observa- remos que a partir de un te rmino determinado, la suma


acumulada deja de crecer. Y esto sucede porque, a partir de un momento
dado, los te rminos que se acumulan son tan pequeos en comparacio
n con la suma ya acu- mulada, que el nu mero de dgitos que muestra
el ordenador no refleja el incremento que se produce en la suma. Este
hecho puede inducirnos a pensar que

la llamada serie armnica es

convergente; sin embargo, no es as.


Para

comprobar que

una sucesio n (en

este

caso,

la de las sumas

parciales) no converge, so lo hay que ver que alguna de las subsucesiones


no conver- ge.

Consideramos la sucesio n indicada por las sucesivas

potencias de 2, kn = 2n con n = 1, 2 . . . El razonamiento que seguiremos


se lo debemos al matema tico france s Nicola s de Oresme (s. XIV):
Skn

1 1 1
1
+ + + + n =
2 3 4
2
1
1 1
+ + 1
+ +
= 1+ +
+
1
4
2n
2
3
n1 + 1
1
2
1
1 1
1
> 1+ +
+
+ + n + + n =
2
2
2
4 4
n
1 1
1
= 1 + + + + = 1 + .
2
2 2
2

= 1+

>

Es evidente que Skn se hace tan grande como queramos y que, por lo tanto,
1
n

es divergente.

La generalizacio n de la serie armo nica es:


1
np
y se denomina serie armo nica generalizada.

Convergencia de la serie armo nica generalizada en funcio n de los


valores de p:
1
es
np

convergente
divergente

si p > 1
si p 1

3.4. Propiedades generales de las series


Las propiedades de mayor relevancia que verifican las series son e
stas:
1) Si aadimos o suprimimos un nu mero finito de te rminos que sumen
A, la serie nueva tiene el mismo cara cter que la primera. Si la primera
serie es convergente y su suma es S, entonces la suma de la segunda serie
es S A, que modifica la suma pero no el cara cter de la serie.
2) El cara cter de una serie no cambia si multiplicamos por un nu
mero

k = 0. En este caso:

kan = k
n=1

3) Si

an y
n=1

bn son series convergentes con lmites S1 y S2 , entonces


n=1

an + bn = S1 + S2 .
n=1

an
n=1

4.
Series
positivos

de

te

rminos

4.1. Definicin
Una serie es de te rminos positivos si el te rmino general es siempre
positi- vo, es decir, an > 0 para todo valor de n. Los criterios que se siguen
hacen referencia a las series de te rminos positivos.

4.2. Criterios de comparacio


n
A continuacio n vamos a explicitar un par de criterios que, de hecho,
ya hemos utilizado.

Comparacio n por diferencia


Dadas dos series

bn tales que an bn n si n n0 :

an y

a) Si

an diverge, entonces

bn diverge.

b) Si

bn converge, entonces

an converge.

Ejemplo 4.1.
1 n +1
2

Demostremos que
Puesto que

1
2n +1

es convergente.

<

1
2n

1
2n

es convergente, entonces

1
2n +1es

convergente.

Ejemplo 4.2.
Demostremos que
Debido a que

1
n1

1
n1

>

1
n

es divergente.
1

es divergente, entonces

1
n1

es divergente.

Comparacio n por paso al lmite por divisio n


Si tenemos dos series

an y

bn :

a) Si lim

an
< y
bn

b n converge, entonces

b) Si lim

an
=0y
bn

b n diverge, entonces

a n converge.
a n diverge.

Ejemplo 4.3.
1
es
2n 1

Demostremos que

convergente.

Observamos que:

1
2n 1
1
n
2n

lim

Al ser

1
2n convergente,

1
es
2n 1

entonces

= 1.

convergente.

A la hora de estudiar el cara cter de una serie es conveniente simplificar


su te rmino general.
Ejemplo 4.4.

1+

Probamos que

1 n
n

1+

2n

n=1

1
2

Cuando n , podemos ver que 1 +


n

es convergente.

1
n

e y que 1 +

1
2

1. Por tanto, el

te rmino dominante es 2 .
Si comparamos el te rmino general de la serie con2n 1 tenemos:

1+

1 n
n

1+

2n
1

lim

= lim

1+

1
n

1+

1
2

= e.

2n

Puesto que

12n

es convergente y el lmite del cociente es finito:

1+

1 n
n

n=1

1+
2n

1
2

es convergente.

4.2.1. Criterio de Pringsheim


A estas alturas ya hemos estudiado dos series de te rminos positivos: la
serie geome trica y la serie armo nica generalizada.

Supongamos que ahora queremos estudiar la convergencia de una serie


de te rmino general an . Aplicamos el criterio de comparacio n por paso
al lmite con la serie armo nica generalizada.
Recordemos que
verifica:

la serie armo nica

1
es
np

generalizada

convergente
divergente

si p > 1
si p 1

1
, lo u nico que tenemos que hacer es calcular el lim n p an . Men
np
diante el criterio de comparacio n de la divisio n tenemos:

Si bn =

1
1) Si lim np an < y
converge, entonces
n
np
1
converge so lo si p > 1.)
np
2) Si lim

n np a

bn diverge, entonces
n = 0 y
1

1.)
diverge si p
np

de

an converge. (Donde

an tambie n diverge. (Don-

Criterio de Pringsheim
a) Si lim np an < y p > 1, entonces
n
b) Si lim

n n

an = 0 y p 1, entonces

an converge.
an diverge.

Observaciones
1) Resulta especialmente u til cuando tenemos expresiones del tipo n
. Por

este

motivo sera

conveniente aplicar infinite simos que

transformen las funciones en expresiones polinomiales.


2) El nu mero p se elige, en general, como la diferencia de grados entre
el denominador y el numerador.
Ejemplo 4.5.
Estudiemos el cara cter (la convergencia o la divergencia) de

n+2
.
n3 + 3 sin n

La funcio n seno esta acotada cuando n . Puesto que el numerador es de grado 1


y el denominador grado 3, entonces p = 3 1 = 2.
Comprobe moslo:
lim n2

n+2
n3 + 3 sin n

= lim

1+
1+3

2
n
sin n
n3

= 1.

Puesto que el lmite es finito y p = 2 > 1, entonces tenemos que


convergente.

n+2
n3 + 3 sin n

es

Ejemplo 4.6.
Estudiemos el cara cter (la convergencia o la divergencia) de

ln n
n2

El criterio general es igualar las potencias del numerador y del denominador. Por este
motivo, tendramos que escoger p = 2.
Calculemos el lmite:
lim n2

ln n
n2

= lim ln n = .
n

El lmite es y p = 2 > 1. Por lo tanto, el criterio no decide.


Si escogemos p = 1, entonces:
lim n1

ln n
n2

= lim

ln n
.
n

Calculamos este lmite aplicando la regla de LHpital al lmite de la funcio n asociada:


lim

ln x
x

lim

n1

LHpital

lim

1
x

= 0.

Por lo tanto:
n

ln n
ln n
= 0.
= lim
n2
n n

Debido a que el lmite resulta 0 y p = 1, el criterio no decide.


Pero nadie esta diciendo que las p tengan que ser enteras. Escogemos p = 1 +
2
lim 1+ 21
n n

; entonces:

ln 2n = lim ln n = 0.
n
n n 1
2

1
> 1. Ahora estamos en condiciones de aplicar el criterio de
2
ln n
Pringsheim y, por tanto, la serie
es convergente.
n2
El lmite es 0 y p = 1 +

4.2.2. Criterio que proviene de la serie geome


trica
Ya hemos encontrado un criterio que

utiliza la serie armo nica

generaliza- da como modelo. Sin embargo, recordemos que tenamos


otra serie, la geome trica, que verifica:

k i es
i=0

convergente
divergente

si |k | < 1
si |k | 1

Cua ndo podemos afirmar que una serie se comporta como la serie
geo- me trica?
Observemos que el te rmino general de la serie geome trica es an = k n
y recordamos que al desarrollar el tema de sucesiones ya habamos
estudiado diferentes formas de determinar que una sucesio n en el lmite
se comporta como k n .

an+1
= k. Esto quiere decir que en
an
= kan y que, por tanto, se comporta como si fuese an = k n .

Una primera manera de decirlo es: lim

el lmite an+1

Dado que la serie geome trica es convergente si k < 1, entonces tenemos que
an es convergente. Ana logamente, si k > 1, entonces

an es divergente.

El caso k = 1 es dudoso.
Aplicad este criterio a la serie armo nica generalizada.

Criterios del cociente y de la raz

an tal que an > 0 n IN, suponemos que

Dada la serie

n=1

lim
n

an

= (cociente) o bien lim

an1

= (raz). Entonces:

an

a) Si < 1, la serie

an es convergente.
n=1

b) Si > 1, la serie

an es divergente.
n=1

c) Si = 1, el criterio no decide.

Es conveniente aplicar el criterio del cociente cuando hay expresiones de


la forma k n o n!.
Es conveniente aplicar el criterio de la raz en caso de que haya
expresiones de la forma nn .

A veces es conveniente sustituir n! por en nn

2n (fo rmula de Stirling).

Ejemplo 4.7.

Determinemos para que valores de p > 0 la serie

npn converge.
n=1

Si queremos aplicar el criterio del cociente, antes tenemos que calcular el lmite:
n+1
an+1
(n + 1)pn+1
= lim
= p lim
= p.
n an
n
n
n
npn
lim

Por tanto, la serie es convergente si 0 < p < 1 y es divergente si p > 1. Para p = 1, el

criterio no decide. Sin embargo, para p = 1, la serie es

n. Puesto que el te rmino


n=1

general no tiende a 0 ( lim n = ), tendremos que para p = 1 es divergente.


n

La serie converge si 0 < p < 1 y diverge si p 1.

4.2.3. Criterio de la integral


Consideremos una funcio n y = f (x) decreciente x n0 ; entonces,
como podemos ver en el gra fico del margen:
n

f (k)

f (x)dx.

k=2

Por lo tanto:

f (k)

Suma por defecto

f (x)dx.

k=2

Ana

logamente:
n
1

n1

f (x)dx

f (k).
k=1

Puesto que la integral y las series esta n encajonadas, se puede afirmar


que

Suma por exceso

la serie y la integral tienen el mismo cara cter.

Criterio de la integral
Sea y = f (x) una funcio n tal que f (x) > 0 y decreciente para x n0 .

Entonces,

f (k) y

f (x) tienen el mismo cara cter.

k=1

Ejemplo 4.8.

Vamos a determinar el cara cter de la serie


n=2

1
n ln n .

1
El te rmino general de la serie se establece a partir de f (n) =
; por lo que tiene
n ln n
1
sentido definir la funcio n real f (x) =
. Observad que so lo nos interesa lo que pasa
x ln x
en el infinito, motivo por el cual el extremo inferior es siempre arbitrario.

1
= lim
x ln x c

1
x ln x

= lim ln ln x|ca = lim ln ln c ln ln a = .


c

Dado que la integral es divergente, tenemos que la serie


n=2

te.

1
tambie n es divergenn ln n

Ejercicios
4.1. Estudiad la convergencia o la divergencia de las siguientes series:

a)
n=1

n
.
(4n 1)(4n 3)

b)

n+1
.
2n

n=1

1
.
n+1 n

c)
n=1

d)
n=1

| sin n|
.
n2
n

ln n

e)
n=1

n+1

f)

nen .
n=1

g)

(n!)
.
(2n)!

n=1

h)
n=1

5
n nn

2n + 1

i)
n=1

3n

+1

j)
n=1

nn
.
n!

4.2. Determinad para que valores de x > 0 las series que tenemos a continuacio n
son convergentes:

a)

nx .

b)

n=1

4.2.4.
error

Estimacio

x
n=1

.
nn

del

Uno de los problemas con que nos encontramos a la hora de estudiar series
es que tenemos la capacidad de determinar si convergen, pero en caso de
que converjan es bastante difcil determinar con exactitud cua l es su
suma.
En la pra ctica, so lo nos interesa determinar la suma con una cierta
preci- sio n y, para hacerlo, sumamos un nu mero finito de te rminos.
Es decir,

queremos calcular

an y, en lugar de esto, calculamos


n=1

an ; entonces,
n=1

el error que cometemos es:

an

Errk =

n=1

an =
n=1

an .
n=k+1

Pero si escribimos an = f (n) y f (x) es una funcio n positiva mono tona


decreciente, se tiene que:

an

n=k+1

f (x)dx,
k

ya que el valor de la integral es el a rea delimitada por la curva y el eje X ,


y la suma de la serie es la suma de las a reas de los recta ngulos.

Cuando an = f (n) y f (x) es mono tona decreciente, entonces:

an

Errk =

n=1

n=1

Ejemplo 4.9.

Consideremos la serie
n=1

an

an =

1
.
n2

1) Demostraremos que es convergente.

n=k+1

f (x)dx.
k

2) Aproximaremos el valor de la suma de la serie utilizando los cinco primeros te


rminos y aportaremos una estimacio n del error.

3) Si queremos calcular la serie con un error menor que 108 , cua ntos te rminos
ten- dramos que sumar?
1) La serie es convergente porque es la serie armo nica con p = 2.
2) La suma de los cinco primeros te rminos es:
1
1
1
1
1
5.269 1,46361111.
+ 2+ 2 + 2 + 2 =
1
2
3.600
3
4
5
Para calcular el error aplicamos que:
S5 =

Err =
5

n=6

1
n2

x2

dx.

So lo tenemos que calcular la integral:

1
dx = lim
x2
c

por lo tanto,
n=1

1
1
dx = lim
x2
c
x

1
1
1
= lim +
= = 0,2.
c
c
5
5

1 = 1,5 0,2.
n2

3) Si nos piden la cantidad


de te rminos que tenemos que sumar para que el error
sea menor que 0.5 108 , tendremos que calcular en que momento la cota del
error es
menor que esta cantidad. Por lo tanto:

Errn
n

dx = lim

x2

Si queremos que Errn < 10

dx = lim

x2

, entonces

< 10

= lim

x
n

c
1
n

1
n

1
c

, de donde tenemos que n > 108 .

En los ejemplos que hemos visto hasta ahora se ha supuesto que la funcio
n f (x) era decreciente para x 1. Se podra hacer exactamente lo mismo
en caso de que f (x) fuese decreciente cuando x a. En tal caso, se
debera imponer que n a.
Ejemplo 4.10.

nen es convergente y determinar el nu mero

Nos proponemos demostrar que la serie

n=1

de te rminos que hay que sumar si queremos calcular la serie con un error menor que 0,1.
Partimos de f (x) = xex y observamos que f (x) = (x 1)ex ; llegaremos a la
con- clusio n, entonces, de que la serie es decreciente si x > 1. En este caso:

nen
n=2

xex dx.
1

Calculamos la integral por partes:


c

xex dx =

lim

c+

lim (x + 1)ex

c+

= 2e1 .

Si queremos determinar el nu mero de te rminos que necesitamos para calcular la


integral con un error menor que 0,1, tenemos que utilizar la cota de la integral. Sin
embargo, para que podamos aplicarla necesitamos que e sta sea decreciente; por tanto,
so lo podremos acotar la cola para n > 1.
Calculamos cuando:

iei 0,1.
i=n+1

Aplicamos la cota del error:

iei

xex dx = (n + 1)en .

i=n+1

Como se ve, so lo es necesario que determinemos para que valor de n tenemos


que
(n + 1)en < 0, 1.

Gra fico de los te rminos de


la sucesio n (n +

Si ahora damos valores a la n vemos que para n = 3(3 + 1)e3 = 4e3 = 0,19915 y para
n = 4(4 + 1)e4 = 5e4 = 0,091578 < 0,1. Por lo tanto, n 4.

Ejercicio 4.3.
Para las siguientes series, calculad:
1) La suma de los cuatro primeros te rminos.
2) El error que cometemos al aproximar la serie por la suma de los cuatro primeros
te rminos.
3) Cua ntos te rminos tenemos que sumar si queremos un error menor que 0,01.

a)
n=1

1
.
n3

b)
n=1

1
.
n2 + 1

c)
n=1

1
.
n2 + n

El criterio de la integral nos ha permitido calcular las sumas y acotar los


errores a partir de una integral impropia. Sin embargo, se podra hacer
lo mismo si, en lugar de acotar por una integral, lo hacemos por una
serie
que sabemos sumar.
n

Suponemos que ai bi y n0 . Sea Sn =

ai ; entonces:
i=0

ai

Errn =

i=0

ai

ai =
i=0

i=n+1

bi .
i=n+1

El problema de utilizar este criterio viene dado por la dificultad de encontrar bi .


Ejemplo 4.11.

Calculamos el valor de la serie


n=1

1
con un error menor que 0,01.
1 + 2n

Para calcular el valor aproximado de la serie, sumaremos los n primeros te rminos;


por este motivo tenemos que calcular a partir de que valor n, Errn < 0,01.
Observamos que 1 + 2n > 2n y, por lo tanto,

Errn =
i=n+1

1
1
< n . As pues:
1 + 2n
2

<
i

1+2

i=n+1

1
=
2i

1
2 n+1
=
1 12

En caso de que queramos que Errn < 0,01, impondremos que


n > log2 100 = lnln100
= 6,643856189. Esto significa que n 7.
2
7

Por lo tanto: S

n=1

1
.
2n
1
2n

< 0,01. Por tanto,

1)en

2n + 1
=
0,756
70755
75
0,76.

Ejercicio 4.4.

Calculad el valor de la serie


n=1

n
con un error menor que 0,01.
(n + 1)2n

5. Series alternadas

5.1. Concepto de serie alternada

Hasta

el momento hemos estudiado series de te rminos positivos.

Cuando las series tienen te rminos positivos y negativos, su estudio


resulta mucho ma s complicado.

En esta parte del mo dulo so lo

vamos a estudiar con detalle un tipo de series que tienen te rminos


positivos y negativos, es decir, las series alternadas.

Una serie es alternada, si es de la forma:


(1)n an con an > 0 n.

Una forma de simplificar su estudio es definir un nuevo concepto: el de


serie absolutamente convergente.

Una serie

Observacio n

an es absolutamente convergente si

|an | es conver-

gente.

Observad que

|an | es de te rminos positivos. Su convergencia se estudia

mediante los criterios del apartado anterior.

Ejemplo 5.1.

Queremos demostrar que la serie

(1)

n=1

n!

es convergente.

Para verlo, estudiamos su convergencia absoluta. So lo tendremos que demostrar, en este

caso, que la serie


n=1

1
n!

es convergente.

Si una serie
an es
absolutamente convergente
entonces
an tambie n es
convergente.

Por este motivo, aplicamos el criterio del cociente, as:


= lim

an
= lim
an1 n

(1)n
n!

n=1

= lim

1
= 0.
n

1
n! es convergente; as, la serie es absolutamente conver-

Puesto que < 1, entonces


gente y, por lo tanto,

1
n!
1
n1!

tambie n es convergente.

A continuacio n presentamos la herramienta que nos permitira estudiar las


series alternadas:

Teorema de Leibniz
Si tenemos una sucesio n an mono tona decreciente de te rminos po

(1) an es convergente si, y so lo si,

sitivos, entonces: la serie

n=1

lim an = 0.

Ejemplo 5.2.

Estudiamos la convergencia de la serie

(1)
n

n=1

Observamos que esta serie no es absolutamente convergente, porque

es divergente.
n

n=1

Intentamos aplicar el criterio de Leibniz.


1
Observamos

que el te rmino general de la serie es an = . Definimos f (x) = 1 ; es una


n
x
funcio n decreciente porque f (x) = < 0. Y, puesto que lim 1 = 0, entonces es
x2
1
n n
convergente.

Ejercicios
5.1. Determinad cua les de las siguientes series convergen y cua les no:

a)

sin n
.
n3

n=1

c)
n=1

b)

(1)

n=1

(1)n
.
n2

d)
n=1

n + cos 3n
.
n2 + n

(1) n
.
ln(n + 2)

5.2. Decid cua les de las siguientes series son convergentes y cua les son
absolutamente convergentes:

a)

(1) n

n=1

b)
n=1

(1)n
.
n3 + n

c)

(1)n
n! .
n=1

La gran ventaja que nos aportan las series alternadas es que podemos calcular con mucha facilidad la suma aproximada de la serie.

Criterio de Abel

an es alternada, |an | es decreciente y lim an = 0. Si

Si la serie

S =

n=1

an , entonces:
n=1
k

an S < |ak+1 |.

Errk =

n=1

O, dicho de otra manera, si so lo sumamos los k primeros te rminos,


en- tonces el valor hacia donde tiende la serie dista de esta suma el valor
del primer te rmino que negligimos.
Ejemplo 5.3.
(1)n
con un error menor que 0,001.
n

Calculamos

1
1 y, en consecuencia, es
. Si f (x) = 1x , f (x) =
n
x2
decreciente para x > 0. Puesto que lim f (n) = 0, por el teorema de Abel tenemos que

Observamos que |an | = f (n) =

la serie converge.

Si aproximamos la serie por la suma de los primeros n te rminos, entonces Errn


Si queremos que Errn 0,001, en tal caso n+1

Por lo tanto,
n=1

(1)n

999

n=1

1
.
n+1

1
, de donde tenemos que n 999.
0,001

(1)n = 0,6936474306.
n

Ejemplo 5.4.

Consideremos la serie

(1)

n=1

n n

n!

p . Para que valores de p converge la serie?

(1)n pn
= 0, si queremos aplicar el criterio de Leibniz, tenemos que
n!
n
n
p
ver que an =
es decreciente. Debido a que en esta serie aparecen expresiones n!, no
n!
podemos aplicar el test de la derivada. Dado que aparecen expresiones n!, para ver que
a
an+1 < an so lo tendremos que comprobar que n+1 < 1. Pero:
an
Dado que

lim

an+1
an

En caso de que n > p, entonces


para todo p.

p n+1
n+1!
=
pn
n!

p
.
n+1

an+1
< 1 y, por lo tanto, la serie alternada es convergente
an

Ejercicio 5.3.
Considerad las series que tene is a continuacio n:

a)

(
1)n
n=1

n .

b)

1
( 1)n ln n.

n=1

1) Demostrad que las series son convergentes.


2) Calculad S4 y determinad el error que cometemos al aproximar el valor de la serie
con S4 .
3) Determinad el nu mero de te rminos que necesitamos si queremos calcular la serie
con un error menor que 0,001.

6. Series de potencias

En una computadora somos capaces de definir sumas y productos, de ah


que

los

polinomios este n definidos y se puedan calcular.

Sin

embargo, supongamos que queremos calcular e o sin x. En general, el


problema con el que nos encontramos es co mo podemos aproximar
una funcio n, f (x), para un polinomio, Tn (x); ya hemos visto antes la
solucio n a este problema, y e sta consiste en desarrollar un polinomio
de Taylor.
n

(x a)i
.
f i) (a) i!

Tn (x) =
i=0

Si en lugar de sumar n te rminos hacemos que n tienda a , tendremos una


serie de la forma:

f i) (a)

T (x) =
i=0

(x a)i
.
i!

Ante todo esto, es probable que nos preguntemos si f (x) = T (x) o, dicho
de otro modo, si el valor de la funcio n y de la serie coinciden para
cual- quier valor de x. Intentaremos responder a esta pregunta a lo largo
de este mo dulo; aunque estamos en condiciones de adelantar que la
respuesta, en general, es no.
Ejemplo 6.1.
Nos disponemos a determinar la serie de Taylor de la funcio n e
Observamos que f (0) = lim e

12
x

x0

lim
x0

e
x3

12
x

=
LHpital

2 lim

x0

3 lim

x0

1 2

= 0. Calculamos f (x) = 23e


x
1
x3

LHpital

1
x2

x23

1
x2

1
x2

2 lim

x0

3
x4

2
e
x3

1
x2

12
x

para a = 0.
; entonces:
1
x

= 3 lim

x0

1
x2

LHpital

3
x
lim
= 0.
2 x0 e x12

En general, se puede deducir (aunque no es necesario que lo haga is!) que f n) (0) = 0n
y, por tanto, T (x) = 0, que no es igual a f (x) = e

12
x

6.1. Concepto de serie de potencias


Una serie de potencias es una generalizacio n de un polinomio de Taylor.

an (x a)n se denomina serie de potencias.

Una serie de la forma

xn es una serie de potencias donde a = 0 y an = 1 para

Observemos que

n=1

1
todo n. No olvide is que esta serie es la geome trica y su suma es
si
1x
|x| < 1.
Dada una serie de potencias, nos preguntamos para que valores de x la
serie converge. No

obstante, tenemos un problema: la serie

que

obtenemos no tiene por que ser alternada ni de te rminos positivos,


motivo por el cual
estudiaremos su convergencia absoluta.

|an ||x a| y, al ser de te rminos

La serie que estamos considerando es

n=1

positivos, podemos aplicar el criterio del cociente y asegurar convergencia


an+1
si lim
|x a| < 1.
n an

El lim

an
se conoce como radio de convergencia y se denota
an+1

por R.

Si x (a R, a + R), entonces la serie es absolutamente convergente.


A continuacio n aparecera enunciado el resultado ma s importante que
re- suelve el problema de la convergencia de una serie de potencias.

Si x (a R, a + R), entonces T (x) = f (x).

Ejercicios
6.1. Calculad el radio de convergencia de las series que tene is a continuacio n:

a)
n=1

xn
n

b)

n=1

n!

c)

nxn .
n=1

6.2. Calculad para que valores de x la serie es absolutamente convergente:

a)

(x 1)
n!

b)

n=1

n=1

(x 2)n
n ln n .

c)

n(x + 1)n .
n=1

Una serie de potencias muy importante viene dada por an =

caso, la serie

fn) (a)

. En este
n!
(a)
n
(x a) recibe el nombre de serie de Taylor.
n!

n)

n=0

Ejemplo 6.2.
Calculamos la serie de Taylor de f (x) = ex cuando a = 0. Observamos que f n) (x) = ex
para todo n y, por tanto, f n) (0) = 1. As pues, la serie de Taylor de la funcio n ex es

n=0

xn
.
n!

6.2. Propiedades
potencias

de

las

series

de

En este apartado veremos algunas propiedades de las series de potencias


que nos van a permitir determinar sumas de series que seran difciles
de encontrar sin estas herramientas.

6.2.1. Derivacio
potencias

de

una

serie

de

Consideramos la serie an (x a)n con radio de convergencia R > 0


y sea f (x) para x (a R, a + R) la funcio n hacia donde converge
la serie de potencias.
Entonces, la serie nan (x a)n1 con radio de convergencia R converge hacia f (x) si x (a R, a + R).

Ejemplo 6.3.
Calculamos la serie de potencias de la funcio n
Partimos de:
f (x) =

1
1
(1 x)2 a partir de f (x) = 1 x .

1
1x =

xn , si |x| < 1.
n=0

Derivando los dos lados, tenemos:


1
(1 x)2

nxn1 .
n=1

Y si reordenamos los te rminos tenemos:


1
(1 x)2

(n + 1)xn .

n=0

6.2.2. Integracio n de una serie de potencias

Consideramos la serie an (x a)n con radio de convergencia R > 0


y sea f (x) para x (a R, a + R) la funcio n hacia donde converge la
an
(x a)n+1 con radio
serie de potencias. En tal caso, la serie
n
+
1
x
de convergencia R converge hacia a f (s)ds si x (a R, a + R).

Ejemplo 6.4.
1
Calculamos la serie de potencias de la funcio n ln(1 + x) a partir de f (x) =
.
1x
Partimos de:
1
f (x) =
1x =

xn si |x| < 1.
n=0

Y cambiamos x por x; entonces:


1
1+x =

(x)n .
n=0

Integrando en cada lado tenemos:


x
0

1 ds
1+s

ln(1 + x) ln 1

(1)n
n=0

( 1)n
n=0

ln(1 + x)

(1)n
n=0

n+1

n+1
x

n+1

n+1
x

n+1

n+1

Ejercicios
6.3. Partiendo de f (x) = 1+x12 , calculad el desarrollo en serie de Taylor de f (x) = arctan x.
6.4. Calculad
f (x) = ex .

1
0

ex dx con un error menor que 0,001, utilizando la serie de Taylor de

7.
Los
complejos

nu

meros

Muchos de los feno menos relacionados con seales son ma s fa ciles


de explicar mediante los nu meros complejos que con los nu meros
reales.
Desde el siglo XVI hasta el XVIII, uno de los problemas principales con el
que se han encontrado las matema ticas ha sido el ca lculo de las races
de un polinomio.
Los babilonios ya conocan la solucio n de una ecuacio n de segundo
grado, expresada de la siguiente forma: x2 + ax + b = 0. Las races del
polinomio x2 + ax + b vienen dadas por la fo rmula:

a a2 4 b
x1,2 =
.
2
Esta solucio n presentaba un problema: en algunas ocasiones daba ra
ces sin sentido. Por ejemplo, si consideramos el polinomio x2 + 2x + 2
= 0,
aplicando la fo rmula anterior obtenemos:

x1,2 = 2
El valor

22 4 2
2 4
2 2 1 = 1
=
=
2
2
2

1.

1 carece de sentido en IR y, por tanto, estas soluciones son

imposibles. A partir de la gra fica observamos que la funcio n no


tiene ninguna raz.
Grfica del polinomio x2 + 2x + 2

A pesar de todo, algunos matema ticos empezaron a utilizar races de la

forma a + b 1, muy a menudo como divertimento, sin que esta actividad


tuviese ninguna utilidad. Para simplificar la notacio n, introdujeron
el
smbolo j en lugar de

1 y lo denominaron parte imaginaria, ya que

no exista en el mundo real. As pues, j es tal que j 2 =


1.
Seguro que os estare is preguntando por que continuaron trabajando

Nota
El nu mero imaginario j se
denota en algunos libros
mediante i.

con el smbolo j. Pues bien, el u nico motivo era que, mediante este s
mbolo, eran capaces de encontrar las races de un polinomio de tercer
o cuarto grado.

Cardano descubrio la solucio n de los polinomios de tercer grado.


Consi- deramos un polinomio de tercer grado de la forma x3 + a2 x2 + a1
x + a0 .
Para determinar sus races, efectuamos algunos ca lculos:
q=

a1
a2
2,
3
3

r=

a1 a2 3a0
a23
,
6
27

Entonces, las races x1 , x2 y x3


son:
x2,3 =

q3 + r2 .

a2

s1 + s 2

a
x 1 = s1 + s2 2 ,
3

s 1,2 =

2 (s1 s2 )j.

Cuando a2 = 0, esta fo rmula se puede escribir de una manera ma s compacta.


En primer lugar hacemos:

a3
b2
+
27
4

d=
donde a = a1 y b = a0

Entonces, las races x1 , x2 y x3 vienen dadas por:


x=

b
d
2

a
3

2b d

Atencio n, a primera vista parece que aparezcan cuatro races, pero so


lo habra tres, ya que dos de ellas siempre esta n repetidas. (Recordad que
un polinomio de grado n u nicamente tiene n races.)
Ejemplo 7.1.
Aplicamos la fo rmula de Cardano para el polinomio:
x3 6x + 4 = 0.

Calculamos primero el discriminante, d =

b2
a 3
4 + 27 :

42
(6)
+
4
27 = 4 8 = 4 = 2 1 = 2 j.

d=

Las
races vendra n dadas por x = b d
3
2

los dos signos positivos:

x=

4
+ 2j
2
3

6
2 + 2j =

. Sustituyendo cuando tomamos

2 d

2 + 2j 2
.
3
2 + 2j

Todava
no podemos calcular races cu bicas, pero observad que (1 + j)3 = 1+3j +3j 2
+j 3 , y puesto que j 2 = 1, obtendremos que j 3 = j. Por lo tanto, (1 + j)3 = 1 + 3j
3j =
3
= 2 + 2j y de aqu, 1 + j =
2 + 2j. La raz es:
x

=
=

2
2(1 j)
2 1j
=1+j+
= 1+j+
=
1+j
1 + j 1j
1 j2
2(1 j)= 1 + j + 1 j = 2.
2(1 j)
1+ j +
= 1+j+
2
1 (1)
1+ j

Pode is comprobar que x = 2 es una raz de x3 6x + 4 = 0.

As, hemos encontrado una raz real

mediante nu meros que

no

tienen ningu n sentido real. Esta aplicacio n pra ctica nos hace que
entendamos el hecho de que algunos matema ticos mantuviesen el intere
s por los nu meros complejos.
Ejercicio 7.1.
Calculad las races de x2 + 4x + 5 = 0.

7.1.
Los
complejos

nu

meros

A pesar de que hemos operado con los nu meros complejos, todava no


los hemos definido, y tampoco hemos especificado cua les son sus
operaciones.

Un nu mero complejo es una pareja de nu meros reales (a, b) que


es- cribiremos z = a + bj.
El nu mero a recibe el nombre de parte real del nu mero
z. El nu mero b se denomina parte imaginaria del nu
mero z.
El conjunto de todos los nu meros complejos lo denotamos por C.

Dado un nu mero complejo, z = a + bj, definimos la funcio n parte


real, Re(z), como la parte real del nu mero complejo, Re(z) = Re(a +
bj) = a. Del mismo modo, definimos la funcio n parte imaginaria,
Im(z), como la parte imaginaria del nu mero complejo, Im(z) = Im(a +
bj) = b.
Si un nu mero complejo es de la forma z = a + 0 j = a, es un nu mero
real; si, por otra parte, el nu mero complejo es de la forma z = b j,
recibe el nombre de nu mero imaginario.

7.2. Suma
complejos

producto

de

nu

meros

La suma se construye sumado por separado las partes reales y las imaginarias.

La suma de dos nu meros complejos z1 = a + bj y z2 = c + dj


viene dada por:

z1 + z2 = (a + bj) + (c + dj) = (a + c) + (b + d)j.

Dado que estamos sumando reales, nos encontramos con que la suma de
los nu meros reales complejos tiene las mismas propiedades que la suma
de los nu meros reales.
Para el producto de nu meros complejos pediremos que se satisfaga la
pro- piedad distributiva, con la condicio n de que j 2 = 1.

El producto de dos nu meros complejos z1 = a + bj y z2 = c + dj


viene dado por:
z1 + z2 = (a + bj) (c + dj) = ac + adj + bcj + bdj 2 = (ac bd) + (ad + bc)j.

Ejemplo 7.2.
Calculamos la suma y el producto de z1 = 1 + 2j y z2 = 2 + 3j.
z1 + z2 = (1 + 2j) + (2 + 3j) = (1 + 2) + (2 + 3)j = 3 + 5j.
z1 z2 = (1 + 2j) (2 + 3j) = (1 2 2 3) + (1 3 + 2 2)j = 4 + 7j.

Ejercicio 7.2.
Calculad la suma y el producto de:
a) z1 = 1 + 2j y z2 = 2 + 3j.
b) z1 = 1 2j y z2 = 2 j.
c) z1 = 1 + 3j y z2 = 1 + 4j.

7.3. Conjugacio n
En el caso de los nu meros complejos, podemos definir una operacio n
adi- cional que recibe el nombre de conjugacio n.

Si tenemos el nu mero complejo z = a + bj, definimos el conjugado


de z, z de esta forma:
z = a bj.

Ejemplo 7.3.
Efectuamos el ca lculo de z = 1 + 2j.
So lo tenemos que aplicar la definicio n z = 1 2j.

Las propiedades de la conjugacio n son las siguientes:


1) z = z.
2) z1 + z2 = z1 + z2 .
3) z1 z2 = z1 z2 .

Ejercicios
7.3. Calculad los conjugados de:
a) z = 2 + 3j.
b) z = 1 2j.
7.4. Calculad los resultados de las siguientes operaciones cuando z1 = 1 + j, z2 = 2 + j
y z3 = 1 + 2j:
a) z1 + z2 + z3 .
b) z1 z2 + z3 .

Si un nu mero complejo z verifica:


a) z = z, entonces z es un nu mero real.
b) z = z, entonces z = bj; z = bj z es un nu mero imaginario.
Demostracio n
a) Partimos de z = a + bj e imponemos que z = z; entonces, a bj = a + bj. Por lo
tanto, puesto que b = b, es necesario que b = 0.
b) Partimos de z = a + bj e imponemos que z = z; entonces a bj = a bj. Por
tanto, puesto que a = a, es necesario que a = 0.

Ejercicio 7.5.
Utilizando las propiedades de la conjugacio n, comprobad que si p(x) es un
polinomio real que tiene una raz z, entonces z tambie n es raz de p(x).

Podemos dividir dos nu meros complejos mediante la conjugacio n.


Ejemplo 7.4.
z1
Calculamos la divisio nz z siendo 1 = 1 + 2j y z2 = 2 + 3j.
2
Multiplicamos el numerador y el denominador por el conjugado del denominador. Entonces:
z1
z1 z2
(1 + 2j) (2 3j)
1 2 2 (3) + j(1 (3) + 2 2)
8+j
=
=
=
=
.
z2
z2 z2
(2 + 3j) (2 3j)
22 + 33
13

Para dividir dos nu meros complejos, se multiplican el numerador


y el denominador por el conjugado del denominador.

Ejercicios
7.6. Calculad:
a)

j
1+j

b)

1+2j

b)

2j .
2+4j

2+j

7.7. Calculad el nu mero inverso de:


a)

3+j
.
j

1+j
7.8. Encontrad la parte real e imaginaria de z = 1j
de dos formas diferentes:
a) calculando primero la divisio n y b) calculando primero el cuadrado del numerador y
del denominador.

Por u ltimo, podemos definir el mo dulo de un nu mero complejo:

El mo dulo de un nu mero complejo z = a + bj, que acostumbra


a escribirse |z |, es:

|z | =

z z =

a2 + b2 .

Algunas propiedades del mo dulo


son:
1) Re(z) |z |.
2) Im(z) |z |.
3) |z1 + z2 | |z1 | + |z2 |.
4) |z1 z2 | = |z1 ||z2 |.
5) Si IR, entonces |z | = |||z |.

7.4. La
forma polar de un nu mero
complejo
Hasta

mediados del

siglo

XIX, los nu meros complejos eran una

herra- mienta matema tica que se tena que explicar. La fundamentacio


n de los nu meros complejos se debe, de manera independiente, a
Carl

Friedrich Gauss (1777-1855) y a William Rowan Hamilton (1805-

1865), quienes pro-

pusieron la definicio n actual de los nu meros complejos como una


pareja de nu meros reales (a, b) que podemos escribir a + bj y que
satisface ciertas
propiedades.

Con esta expresio n tenemos que cualquier punto del plano de


coordenadas se puede identificar con un nu mero complejo.

Entonces, el mo dulo es la distancia del punto (a, b) al origen de


coorde- nadas. Si interpretamos los nu meros complejos como puntos
del plano
real, se pueden representar mediante la norma del vector y el a ngulo
respecto del

eje

X .

Es

decir,

podemos escribir un

nu mero

complejo z = a + bj como a = r cos y b = r sin . So lo tenemos que


escribir r y en funcio n de a y b.

Para calcular r, elevamos al cuadrado a = r cos y b = r sin y los


sumamos. As:

a2 + b2 = (r cos ) + (r sin ) = r 2 sin2 + cos2 = r 2 .


Puesto que rse refiere a un radio y es un nu mero positivo, tenemos que
el radio r = a2 + b2 .
Para encontrar el valor de expresamos el cociente a b en funcio n de r y
;
entonces:
b
r sin
=
= tan .
a
r cos
Por tanto, = arctan

b
.
a

Si a = 0, entonces la divisio n no tiene sentido. En este caso, =


2

y = si b < 0.
2

si b > 0

La funcio n tan x es -perio dica, mientras que las funciones sin x y cos x son
b
2-perio dicas. Por lo tanto, el resultado correcto sera = arctan
o
a
b
bien = arctan
+ . Es decir, tenemos dos posibles a ngulos, pero so lo
a
uno de ellos es correcto. Si tomamos la convencio n de las calculadoras:

, entonces cos 0. Por tanto, si a 0, el valor del a ngulo


2
2
b
, mientras que si a 0, el valor del a ngulo sera =
sera =
a
arctan
b

= arctan

+ .

La forma polar de un nu mero z = a + bj viene dada por:


z = r cos + jr sin

donde:

r=

b
arctan
a

arctan b +
a2 + b2 y =
a

si a > 0
si a < 0
si a = 0 y b > 0
si a = 0 y b < 0

Ejemplo 7.5.
Calculamos la forma polar de z = 1 + 2j.
En primer, lugar calculamos el radio r =
positiva, entonces = arctan
1

+ 22 =

5, y puesto que a = 1 y es

= 1, 107148718.

La forma polar resulta indicada en especial para calcular el producto de dos


nu meros complejos.
Calculamos el producto z1 = a + bj = r1 (cos 1 + +j sin 1 ) y z2 = a + bj =
= r2 (cos 2 + j sin 2 ). Para hacer esto, so lo necesitamos las formas
tri- gonome tricas que vemos a continuacio n: cos (1 + 2 ) = cos 1
cos 2
sin 1 sin 2 y sin (1 + 2 ) = sin 1 cos 2 + cos 1 sin 2 .
z1 z2 =

r1 (cos 1 + j sin 1 ) r2 (cos 2 + j sin 2 ) =

= r1 r2 (cos 1 + j sin 1 ) (cos 2 + j sin 2 ) =


= r1 r2 (cos 1 cos 2 sin 1 sin 2 ) + j (sin 1 cos 2 + cos 1 sin 2 )=
= r1 r2 (cos (1 + 2 ) + j sin (1 + 2 )) .

El producto de los nu meros complejos z1 = a + bj = r1 (cos 1 +


j sin 1 ) y z2 = a + bj = r2 (cos 2 + +j sin 2 ) es:
z1 z2 = r1 r2 (cos(1 + 2 ) + j sin(1 + 2
)).
Es decir, se multiplican los mo dulos y se suman los argumentos.

Ejemplo 7.6.

Calculamos el producto de z1 = 1 + j y z2 = 21 + j 2

, utilizando la forma polar.

Tambie n calculamos la forma polar de z1 . El radio es r1 =


te rmino real es positivo, entonces:
1 = arctan

1
1

= arctan 1 =

Calculamos la forma polar de z2 . El radio es r2 =

2 = arctan

3
2
1
2

+ 12 =

2. Puesto que el

.
4

1 2
2

Puesto que el te rmino real es negativo, entonces:

3
2

1
4

3
4

= 1.

3 + = + = 4 .
3
3

+ = arctan

Y ahora, para calcular el producto, multiplicamos los radios y sumamos los argumentos.
Por lo tanto:
z1 z2

=
=
=

r1 r2 (cos (1 + 2 ) + j sin (1 + 2 )) =

4
2 1 cos
+
+ j sin
+
=
4
3
4
3

19
19
1
1
2 cos
+ j sin
=
3 1 + j
3 .
1
12
12
2
2

7.5. La
forma exponencial de un nu mero
complejo
Parece que la forma polar tiene pocas ventajas, pero es un paso intermedio
para la introduccio n de la forma exponencial. El uso de esta formulacio
n ha simplificado todos los problemas que tienen que ver con funciones
perio dicas.
Ya sabe is que es ex , donde x es un nu mero real; pues bien, ahora
veremos que es ez , donde z es un nu mero complejo.
Para resolver este problema utilizaremos los polinomios de Taylor, as que
partimos de la funcio n f (x) = ex con x real. La serie de Taylor de ex
cuando a = 0 es:

x
e =
.
i=0 i!
x

Esta serie es convergente para cualquier valor de x, y para comprobarlo


so lo tenemos que calcular el radio de convergencia:

lim

xn
= lim
n
xn+1

xn
n!
xn+1
(n+1)!

= lim

n
= .
x

Por tanto, nos encontramos con que la serie es siempre convergente y que
su suma es ex .

Es razonable definir la exponencial de un nu mero complejo de la misma


manera que en el caso real:

ez =

i=0

i!

Es posible tomar su parte real y la imaginaria:

Re

z
i!
i=0

i=0

|z |i
i!

= e|z| .

Ana logamente para la parte imaginaria. Dado que ambas series son acotadas, tenemos que son series no divergentes y, por lo tanto, podemos
agrupar los te rminos como queramos.
La funcio
verifica:

exponencial

compleja

ez1 +z2 = ez1 ez2 .


Y si utilizamos esta propiedad tenemos:
ea+bj = ea ebj .
Ya sabemos calcular la exponencial de un nu mero real; en tal caso,
ahora so lo nos quedara saber la manera de calcular la exponencial de
nu meros imaginarios puros.

jb

=
i=0

(jb)i
=
i!

(jb)2
(jb)3 (jb)4
+ =
+
+
2!
3!
4!
2
3
4
b
b
b
= 1 + (jb) j
+
+ =
2!
3! 4!
3
5
7
b2 b4 b6
+ + j b b + b b + =
=
1 +
2! 4! 6!
3! 5! 7!
= cos b + j sin b.
= 1 + (jb) +

A partir de este resultado se puede demostrar una de las igualdades ma s


sorprendentes, aque lla que relaciona elementos tan diferentes como
el smbolo j, el nu mero e y el nu mero .

Esta igualdad recibe el

nombre de fo rmula de De Moivre.

e2j = 1, que tambie n se puede escribir ej + 1 = 0.

Comprobacio n
Partiendo de la igualdad ejb = cos b + j sin b cuando b = 2; entonces:
e2j = cos(2) + j sin(2) = 1 + j 0 = 1.

La forma exponencial de un nu mero complejo z = a + bj es:


z = rej ,
donde r =

a2 + b2 y es el argumento del nu mero complejo.

La forma exponencial presenta una indeterminacio n, ya que si z = rej+2kj


con k entero, entonces z = rej+2kj = rej e2kj = rej 1k = rej .

Dados dos nu meros complejos z1 , z2 , entonces z1 = z2 si r1 = r2 y


1 = 2 + 2k, para algu n k ZZ.

La forma exponencial resulta especialmente ventajosa para el ca lculo


efec- tivo de potencias de nu meros complejos.
Ejemplo 7.7.
Calculamos (cos x + j sin x)n .
Observamos que cos x + j sin x = ejx . Por tanto, (cos x + j sin x)n = ejx

= enjx =

= cos nx + j sin nx.

Ejemplo 7.8.
Calculamos z 100 si z = 1 + j.
Expresamos z1 en la forma exponencial:
1) Ca lculo del radio: r =

12 + 12 =

2.

2) Ca lculo del argumento de z. Ya que a = 1 y es positiva, tenemos = arctan


As,z =

2ej

1
1

Entonces, z 100 =

100 100j

= 250 e25j ; para simplificar el ca lculo utilizaremos la

fo rmula de De Moivre:
z 100

250 e212j+j = 250 e212j ej =

250 e2j

=
=

250 (1)12 ej = 250 (cos + j sin ) =


250 (1 + j 0) = 250 .

12

ej =

Ejercicios
7.9. Calculad

cos

12

+ j sin

20

12

7.10. Encontrad los nu meros complejos tales que z =z 1 .


7.11. Calculad la parte real e imaginaria de los nu meros siguientes:
a) e

5
j
4

b) 2e 4 j + 3e 6 j .

c) e2+3j .

d) e 4 j e

3
4

5 cos

7.12. Escribid en forma exponencial:

a)

e2

(1 j) .

b) 3 cos

+ j sin .

c) 5 cos

+ j sin

7.13. Sea z =

1+j

+ j sin

. Calculad z 2 y z 4 .

7.6. Los
nu
electricidad

meros

complejos

la

En este momento es muy probable que os este is preguntado cua l es


la utilidad de los nu meros complejos en el mundo de los nu meros
reales.
A finales de 1893 surgio su primera gran aplicacio n pra ctica, de la
mano de un ingeniero de General Electric, Charles P. Steinmetz, mientras
estudiaba la corriente alterna.
Si la corriente es continua (como por ejemplo, la que proporciona una
pila o una batera), entonces el voltaje es constante (V ). Este voltaje
acelera los electrones, que crean una corriente de intensidad (I ) en un
medio de resistencia (R). Como es natural, estas cantidades se tienen que
relacionar de alguna manera:
V = I R.

En el caso de las corrientes alternas, la relacio n no pareca estar tan


clara, y lo podemos comprobar leyendo las propias palabras de Steinmetz:
El voltaje empieza en cero hasta un ma ximo; entonces, la funcio n decrece hasta cero
y el voltaje decrece hasta un mnimo con el mismo valor que el ma ximo anterior, y
vuelve a crecer hasta cero. Y as, vuelve a empezar.

Por lo tanto, en todos los ca lculos de corriente alterna, en lugar


utilizar un nu mero real,
complicadas fun- ciones que

el investigador tena que


dependan del

de

trabajar con

tiempo necesario para

representar la corriente alterna. As, la teora de la corriente alterna


era tan complicada que el investigador no pudo llegar demasiado lejos.

La idea

de representar la corriente alterna mediante un nu mero

complejo fue la solucio n del problema de la corriente alterna. As como


la teora de

la corriente continua utiliza el a lgebra de los nu meros reales, la teora


de la corriente alterna utiliza la de los complejos.
La idea de Steinmetz se basa en el siguiente hecho: supongamos que tenemos

un motor que

genera un voltaje oscilante; en tal caso,

V se

representa en notacio n exponencial compleja por su mo dulo, que es el


ma ximo volta- je que puede generar el motor. Asociamos la intensidad
(I ) de la corriente alterna con un nu mero complejo; su mo dulo es la
ma xima intensidad de la corriente y el argumento de j describe el
desfase con el voltaje que su- fre la corriente al circular por el circuito.
Por este motivo, el voltaje y la intensidad tienen un desfase que depende
del circuito.
El circuito

ma s sencillo esta

constituido por

disipa energa), una bobina (que


condensador (que

acumula carga

una resistencia (que

crea un campo magne tico) y un

Circuito con una resistencia

ele ctrica). As pues, podemos

representar la resistencia mediante un nu mero real R, la capacitancia por


XC y la impedancia de la bobina por XL .
Lo que se observa en un circuito es que la resistencia no produce desfase
entre el voltaje y la intensidad. Si el circuito en

cuestio n esta

constituido por un u nico condensador, se produce 2un desfase de

Circuito con una bobina

entre el voltaje y la intensidad; y si el circuito so lo tiene una bobina, se


produce
un avance de
2

Para explicar estos


compleja:

feno menos se introduce una resistencia

R = R + (XL XC )I.
Entonces, la descripcio n de la corriente alterna viene dada por la expresio
n:
V = I R.
Finalmente, podemos decir que el ma ximo voltaje es el producto entre
la ma xima intensidad y el nu mero real

R2 + (XL XC )2 .

Esto justificara el hecho de que en un circuito donde los te rminos


entre las bobinas y los condensadores no se compensan sea necesario un
mayor gasto en el voltaje, si queremos conservar la misma intensidad de
corriente. Las empresas de ahorro energe tico utilizan este me todo con
la intencio n de que la factura de corriente ele ctrica disminuya.

Circuito con un condensador

Solucionario
1.1.
a) El te rmino general tiene que ser tal que en los impares obtengamos 1 y en los pares 1.
Por lo tanto, xn = (1)n+1 .
b) Observamos que x1 = 1, que x2 = 4 = 22 y que x3 = 32 . Por tanto, el te rmino general es
x n = n2 .
c) Observamos que x1 = 1, que x2 =
d) Observamos que x1
= 1 =
rmino general es xn = n.

1
1
y que x3 = . As, el te rmino general sera xn n=
2
3

1 , x2 =

2, x3 =

3 , x4 = 2 =

4 Por lo tanto, el te

yn

e) Suponemos que la sucesio n viene dada por xn


zn ; entonces, yn = 2, 4, 6, 8, 10, 12, 14 . . .
=
Por lo tanto, yn = 2 n. De manera ana loga, zn = 3, 4, 5, 6, 7, 8, 9 . . . , que tiene por te rmino
2n
.
general zn = n + 2 y xn = n+2
1
1
1
1
1
, que x4 =
f) Observamos que x1 = 1, que x2 = , que x3 =
y, por
=
=
2
6
2 3
24
2 3 4
1
lo tanto, el te rmino general es
.
n!
n
es acotada. Por lo tanto, la idea sera encontrar una
n+1
n
expresio n en funcio n de n mayor que este acotada. Entonces,
n + 1 = 1. Por
n+1
n+1
xn =
1.2. Queremos demostrar que xn =

lo tanto, xn < 1.
1.3. Para demostrar que xn = n2 no es acotada, tenemos que ver que para todo valor K
existe un n tal que xn > K . Puesto que xn = n2 , tendremos que calcular cua ndo n2 > K ,
cosa que

sucede cuando n > [ K ].


1.4. Observamos que los te rminos x3n = n + 1 y, en consecuencia, para todo valor de K
siempre hay un valor n tal que n + 1 > K . As pues, xn no es acotada.
1.5. Partimos de x1 = 1 y realizamos algunas iteraciones para comprobar co mo se comporta
la sucesio n. x2 1 , x = 1
. . .. Por lo tanto, parece que la funcio n esta acotada por 1.
3
=
4
2
xn
1
Suponemos que xn < 1 y demostramos que es cierto por induccio n xn+1 =
<
< 1.
2
2
As pues, xn esta acotada por 1.

1.6. Se nos pide que probemos que xn < xn+1 . Tenemos que ver que
n <
n + 1.
Como lo que tenemos son te rminos positivos, podemos elevar al cuadrado sin que esto
produzca una variacio n en la desigualdad. Por lo tanto, n < n + 1. Esta desigualdad es
cierta para

cualquier valor de n y, en consecuencia, xn = n es decreciente.


1.7. Calculamos los primeros te rminos de la 0, 1, 0, 1 , 0, 1 y observamos que x2n+1 = 0
y
2
3
1
x2n = n
. Por lo tanto, la sucesio n no es creciente ni decreciente.
1.8. Queremos demostrar que xn < xn+1 . Si sustituimos por el te rmino general, tenemos:
n + (n + 1) + +
2
n
n
n

<
?

<
?

<
?

<

(n + 1) + ((n + 1) + 1) + + 2 (n + 1)
(2n + 1) + 2 (n + 1)
2n + 1 + 2n + 2
3n + 3

0
Por tanto, xn es creciente.
1.9. Observamos que si x < 0, entonces xn cambia de signo en funcio n de si n es par o
impar. Esto quiere decir que la sucesio n no es mono tona.
Para x = 0, la sucesio n es constante 0.

Estudiamos ahora si la sucesio n es creciente para x > 0:


?

xn+1

>

xn

n+1

>

xn

>

Dividimos por xn y la desigualdad no cambia de signo, ya que x > 0.


Por lo tanto, la sucesio n es mono tona creciente si x > 1, es mono tona decreciente si x
< 1 y para x = 1 es mono tona porque es constante e igual a 1.
1.10.

rmino general viene dado por xn = h(n) = n; as pues, la


a) Podemos ver que el te
funcio
n sera h(x) = x, que tiene sentido en los nu meros
la
derivada
reales si x > 0. Si calculamos
1
tenemos h (x) = , siempre positiva y, en consecuencia, xn es creciente.
2 x
b) No podemos aplicar el criterio porque en la expresio n aparece (1)n .
c) No podemos aplicar el criterio porque tenemos una suma que vara te rmino a te rmino,
ya que depende de n.
1.11. Vamos a empezar por la parte ma s sencilla: no es mono tona, y para
demostrarlo, calculamos los primeros te rminos de la sucesio n 0, 3, 1 , 5 , 2 , 7 . . .. Parece
que los te rminos
2 3 3 5
pares son mayores que 1 y los impares, menores que 1. Si esta premisa fuese cierta, la sucesio n
no sera mono tona.
Calculamos x2n =

2n+(1) 2n
2n+(1)2n+1

Calculamos x2n+1 =

2n +1
2n1

2n+1+(1) 2n+1
2n+1+(1)2n+1+1

2
= 1 +2n1
. Esto quiere decir que x2n > 1.

2n
2n+2

= 1 2n+2 . Esto significa que x2n+1 < 1.

Vemos que la sucesio n esta acotada. Los te rminos pares siguen la fo rmula
=
1+
2n x
2n1
2
Puesto que n 1, entonces 2n 1 1 y, en consecuencia, 2n1
2 y x2n 3; los te rminos
2
impares, la fo rmula x2n+1 = 1 2n+2

< 1. As pues, la sucesio n esta acotada por 3.


4

1.12. En primer lugar damos unos cuantos valores a la n: xn = 2, 2, 3 , 3 . . .. Parece que la


sucesio n es decreciente, y al ser de te rminos positivos, la cota inferior es 0. La cota
superior es 2, ya que xn > xn+1 y, por lo tanto, x0 xn para todo n, como ahora
comprobaremos.
Para ver que es decreciente, tenemos que demostrar que xn+1 xn . Sustituyendo por la
definicio n de xn tenemos:
2n+1
(n + 1)!
2
n+1

2n
n!

1
?

n+1

Puesto que la u ltima desigualdad es cierta, tenemos que la sucesio n es decreciente.


2.1. Partimos de:
xn

2xn

2xn

1
1
(1)n
+ + +
.
2
4
2n
1
1
(1)n
2 2 + 2 + + 2
.
2
4
2n
1
(1)n
2 1 + + +
2
2n1 .
1

Sumamos la primera expresio n con la tercera:


3xn

xn

2+
2+

Observamos que

(1) n
2n

( 1)n
.
2n
n
(1)
2n
3

tiende a 0 cuando n tiende a , as que parece que xn tiende a

2
3.

2.2. Podemos ver que, en cada paso, los tria ngulos se vuelven ma s finos. Por lo tanto,
el a rea tiene que tender a cero. Sin embargo, si lo queremos hacer de una manera ma s
formal, calculamos primero el a rea del tria ngulo.
El a rea del tria ngulo iso sceles de lado 1 y de a ngulo a viene dada
por:
A=

2 sin 2a cos
b h
=
2
2

a
2

sin a
.
2

2n

sin

2n

Puesto que xn es el a rea de un tria ngulo iso sceles de lado 1 y a


, xn =
ngulo
La funcio n seno tiende a 0 cuando x tiende a 0 y, por lo tanto, tenemos que tiende a 0.
xn
Si queremos ver hacia do nde tiende la sucesio n x1 , 2x2 , 4x3 . . ., representamos de
manera gra fica los casos n = 1, n = 2 y n = 4:

n=1

n=2

n=4

Por lo tanto, la sucesio n parece comportarse de la misma manera que la sucesio n de


n
Ar- qumedes, pero en este caso parece tender al a rea de un cuarto de crculo. As, 2 xn
parece que tiende a .
2
2.3. Consideramos la sucesio n xn
=

( 1)n
.
n2

a) Si queremos que |xn | < 0,1, so lo tenemos que sustituir xn por su valor, con lo cual tenemos

1
que 2 < 0,1, de donde se deduce que n > 10 = 3,16 . . . Por lo tanto, n 4.
n
b) Si queremos que |xn | < 0,1, so lo hay que sustituir xn por su valor. En este caso tenemos

1
que 2 < 0,01, de donde se deduce que n > 100 = 10. De este modo, n 11.
n
c) En general, si queremos que |xn | < es necesario que
n >

1
=

31,6. As, N

1
n2

< , de donde se deduce que

+ 1.

2.4. Un ejemplo de sucesio n {xn } que sean divergente y tal que {|xn |} sea convergente, es la
sucesio n de te rmino general xn = (1) .
2.5.
1
1) Estudiamos si la sucesio n {xn } es mono tona creciente o decreciente. Si definimos x n ,
1
y

entonces h(y) = x
1
y

, que tiene sentido y es derivable. Si calculamos la derivada, tenemos

h (y) = x ln xy2 . Vemos que h (y) > 0 si ln(x) > 0 y esto es cierto si x < 1.
Esto significa que la sucesio n es creciente si x < 1 y decreciente si x > 1.

2) Estudiamos si la sucesio n {xn } es acotada.

a) Si x < 1, tenemos que ver


n que la sucesio n esta acotada superiormente. Observamos
x < 1 y, de este modo, xn < 1.
que si x < 1, entonces
b) Si x > 1, tenemos que ver
n que la sucesio n esta acotada inferiormente. Observamos
x > 1 y, en consecuencia, xn > 1.
que si x > 1, entonces
3) Estudiamos ahora la existencia del lmite de {xn }.
a) Para x < 1, la sucesio n es creciente y acotada superiormente. Por lo tanto, tiene lmite.
b) Para x > 1, la sucesio n decreciente y es acotada inferiormente. Por lo tanto, tiene lmite.
4) Calculamos
Aplicamos que

lim x

1
n

n
xy es una

Por tanto,

lim

1
n

funcio n continua y entonces:


lim 1
xn n

lim x

, que sabemos que existe y que denominaremos l:

= l.

x = 1 con independencia del valor de x.

2.6.

1) Demostramos que xn > 2. Aplicamos induccio n. Es cierto


para n = 1. Suponemos
1xn >
2 Demostre moslo ahora para n = k + 1.
que
si n dek, xentonces
2.
Partimos
2. Observamos que la
k+1 = 2 xk + xk y queremos probar que xn >
funcio n que estamos estudiando es f (x) = 2 1 x +x 2
1

imagen. Calculamos la funcio n f (x) =2

y queremos averiguar co mo es su

1 x2 2 . Vemos que la derivada se anula para

para
x=
2, y puesto que los xk > 0, entonces so
lo tendremos que estudiar loque sucede
x = 2. En este punto encontramos
un mnimo; por lo tanto, f (x)> f ( 2) = 2 si x >
2. As pues, por hiptesis de induccio n xk > 2, xk+1 = f (xk ) > 2.
2) La sucesio n es decreciente y acotada inferiormente, por lo cual podemos afirmar que
tiene lmite.
3) Calculamos

lim

x ,
n n

que sabemos que existe y, en consecuencia, lo denominaremos l.


2
1
Entonces, l = = lim xn = lim xn+1 = lim
xn +
. Si tenemos en cuenta que
n
n 2
xn
n
1
2
2 x + x es una funcio n continua:
l

1
2

lim xn +

1
2

l2 + 2

l2

2l

Puesto que los xn > 0, entonces l =

2
lim xn

2
l+
l

2.

2.7.
n
n
+ + n , y observamos que f (x) =
a) Estudiamos la sucesio n xn
+ 2
n2 + 1
n +2
n2 + n
=
n
n
es decreciente, ya que f (x) =
< 0. As:
= 2
n +x
(n2 + x)2
n
n
n

n2 + n
n2 + k
n2 + 1

si 1 < k < n.

Por lo tanto:
n n2 n+ n
lim

n2

n n2

+n

n
n
+ + n
+ 2
n2 + 1
n +2
n2 + n

lim x n

n
n2 + 1

lim

n2
+1

n n2

Para encontrar los lmites dividimos arriba y abajo por n2 :


n2
n2

lim
n n

lim

1
1+0
Por lo tanto,

lim xn

+n
n2

1 + n1

n2
n 2 +1
n2

lim xn

lim xn

lim

lim

1
1+

1
1+0

1
n2

lim xn = 1.

1
2
n
b) Estudiamos la sucesio n xn
+ + 2
+ 2
.
n2 + 1
n +n
n +2
=
Definimos f (x) =

x
n2
, entonces f (x) =
, que siempre es positiva y nos permite
n2 + x
2
(n + x)2

asegurar que f (x) es creciente.


Por lo tanto:
n

lim

1
2
n
+ 2
+ + 2
n2 + 1
n +2
n +n

n2 + 1
n
n2 + 1

n
n2 + n
n2
lim
n n2 + n

lim x n

Para encontrar los lmites dividimos arriba y abajo por n2 :


lim

lim

0
1+0

n
n2
2
n +1
n2

1
n

1 + n1

lim xn

lim xn

lim xn

n2
n2

lim

2 +n
n n
n2

lim

1
1+0

1
1
1+n

Por tanto, el criterio del bocadillo no permite decidir cua l es el valor del lmite. Volvemos
a aplicar el criterio, esta vez haciendo una acotacio n ma s fina. Acotamos u nicamente el
divisor
1
n2 + k , que es decreciente. Entonces:
1
2
+ + n
+ 2
n +n
n2 + n
n2 + n

1 + 2 + + n
n2 + n

1
2
+ + n

+ 2
n2 + n
n2 + 1
n +2
n
1
2
.
+ 2
+ + 2
2
n +1 n +1
n +1

1
2
n

+
+ + 2
n2 + 1 n2 + 2
n +n
1 + 2 + + n
.
n2 + 1

Aplicamos que 1 + 2 + + n =n (n + 1) :
2
1 + 2 + + n
n2 + n

n(n + 1)
2(n2 + n)

lim

n(n + 1)
2(n2 + n)

lim xn

1 + 2 + +
n n2 + 1

lim xn

n(n + 1)
2(n2 + 1)

lim x n

lim

n(n + 1)
2(n2 + 1)

lim

n2 + n
2n2 + 2

Dividiendo por n2 arriba y abajo, tenemos:


lim

n2 + n
2n2 + 2n

lim

+ n1
2
+n

1+0
2+0

1
2

lim x n

lim xn

lim

1+0

1 + n1

1
2+n

lim xn

2+0

Por lo tanto,

1
.
2

lim xn =

c) Para encontrar las cotas aplicaremos el hecho de


1 sin x 1.
1
sin n
n
n
1
sin n
lim

lim
n n
n n
sin n
0

lim
n n
de donde tenemos que

lim

que el sin x es una funcio n acotada:


1
n

lim

1
n

0,

sin n
= 0.
n

d) Para encontrar las cotas aplicaremos el hecho de que cos x es una funcio n acotada:
1 cos x 1.

1 1 . . . 1
n2

xn = cos 1 + cos 2 + . . . + cos n


n2

1 + 1 + ... + 1

n
n2

xn = cos 1 + cos 2 + . . . + cos n


n2

1
n

xn = cos 1 + cos 2 + . . . + cos n


n2

lim
n

0
Por lo tanto,

n2

cos 1 + cos 2 + . . . + cos


lim x = lim n
n
n2
n
n

lim xn = lim

n2

1
n
lim 1
n

cos 1 + cos 2 + . . . + cos n


n2

lim xn = 0.

max x
e) Para encontrar las cotas aplicaremos el hecho de maxy x =min
y que min
y
y
lo tanto:

n 1
n+1

xn =
n 1
n+1

lim

de donde tenemos que


2.8.
a) El lim

Entonces:

n+a
n+b

lim

n + (1)n
n + cos n

lim xn = lim

n + (1)n
n + cos n

1,

= ymin x
max

. Por

n+1
n 1

lim xn = lim

n + (1)n
n + cos n

lim

n+1
n 1

lim xn = 1.

es de la forma 1 ; as, aplicaremos la fo rmula de la exponencial.

n+a
n+b

ab
n+a
1
lim n n + b
n
n+b
=e

lim n

en

= eab .

n2

es de la forma
, y, en consecuencia, dividimos arriba y abajo por la
n n + 2

ma xima potencia, que es n2 .


b) El lim

lim
n

n2

= lim

n+2

n2
n2

lim

n
+2

=
n 1

n2

=
2

n2

4n3 + 8n 1

es de la forma
; en tal caso, dividimos arriba y abajo por la ma xima
7n3 + 6n

n
3
potencia, que es n .
c) El lim

4n 3 +8n
1

4n3 + 8n 1
lim

7n3 + 6n

= lim

n3
7n 3 +6n
n3

4+
= lim

8
n2

7+

n3

n2

d) Este lmite involucra n! y nn ; aplicamos la fo rmula de Stirling:


=
lim
lim n n
n e
2n
n!

4
7

= lim
n

nn

nn

en

2n.

El lmite es de la forma 0 y aplicamos el me todo esta ndar:


lim ex
lim

2x =

Finalmente, podemos decir que

2 lim

ex

LHpital

lim

ex

2 x

2 lim

= 0.

xex

n!
= 0.
nn

e) Como que aparece una suma que vara con n, aplicaremos el criterio de Stolz:
lim

1 + 2 + + n

5n2

1 + 2 + + (n + 1) (1 + 2 + + n)

lim

(n + 1)2 n2

1
n+1
1
n +1
1
=
lim
=
.
lim
5 n n2 + 2n + 1 n2
5 n 2n + 1
10

ln n!
, aplicamos el criterio de Stirling:
ln nn

f) Para solucionar lim

ln nn en
ln n!
lim
=
lim
n
n ln nn
ln nn

2n
= lim

n ln n n +

1
2

ln (2n)

n ln n

Aplicando el me todo general


tenemos:
lim

x ln x x +2 ln (2x)

LHpital

x ln x

ln x +

Para finalizar, podemos decir que

lim

2x

1 + ln x

ln x
= lim

1 + ln x

2x(1 + ln x)

= 1.

ln(n!)
= 1.
ln nn

lim

g) Aplicamos el criterio de Stolz:


lim

1! + 2! + + n!
n!

lim

1! + 2! + + (n(n
+ 1)!
(1!
+ 2! + + n!)
+ 1)!
n!
=

lim

(n + 1)!
1
= 1.
= lim
1
(n + 1)! n! n 1 n+1

h) Puesto que hay sumas donde el nu mero de te rminos aumenta con n, aplicamos el
criterio de Stolz:
lim

1 + 22 + + nn

nn

lim

1 + 22 + + (n + 1)n+1 (1 + 22 + +
nn ) (n + 1)n+1 nn

lim

(n + 1)n+1
= lim
(n + 1)n+1 nn n 1

=
1 lim

nn
(n + 1)n+1

1
nn
(n+1)n+1

Observamos que el grado del numerador del lmite es n y el del denominador es n + 1; por
lo tanto, el grado total sera 1 y el lmite, 0.
Ma s formalmente, puesto que n + 1 > n:
lim

nn
nn
1
lim n+1 lim
= 0.
n+1
(n + 1)
n n
n n

Y puesto que xn > 0, por la regla del bocadillo tenemos que


Finalmente:
lim

1 + 22 + + nn
=
nn

lim

nn
= 0.
(n + 1)n+1

1
1 lim

nn
(n + 1)n+1

= 1.

i) Apliquemos la fo rmula de Stirling:

n
lim

n ! = lim
n
n

nn en

ne1

1
2n =
lim e
2n n = n
2n n
n
1
lim2x ln(2x)
x
1

=e
lim 2 n
= e1 e0 = e1 .
2n = e1 e
n
n

= lim

3.1.
a) Teniendo en cuenta que kn >> nr para todo r y para todo k con k > 1 y que

lim k n =

resulta,

|b|

y, por lo tanto, lim

si k > 1
si k = 1
si 0 k < 1

lim

1
0

0
0

si |b| > 1
si |b| = 1
si |b| < 1

bn
= 0 y, slo si |b| 1.
n

En definitiva:
si |b| 1, entonces es posible que la serie converja si
|b| > 1, entonces la serie diverge

bn
n

b) Para calcular el lmite del te rmino general aplicamos que n! >> k n para todo k con k > 1
y, razonando como en el apartado a):
lim

bn

Por lo tanto,

|b|n
n!

= 0, b.

es posible que converja para cualquier valor de b.

n!

c) Recordemos que:
lim np =

1
0

si p > 0
si p = 0
si p < 0

Por lo tanto:

si pp
< 0,
0, entonces
entonces la
es serie
posible
que la serie converja si
diverge

4.1.
a) Dado que tenemos un cociente de polinomios, aplicamos el criterio de Pringsheim. Puesto
que el numerador tiene grado 1 y el denominador, grado 2, entonces p = 2 1 = 1.
1
n
Calculamos el lim n (4n 1)(4n
3) = 4 , y puesto que es finito y p = 1, tenemos que la
n
serie es divergente.
b) Dado que tenemos una expresio n del tipo kn , aplicamos el criterio del cociente:
an

lim
n

= lim

an1

n
+1
= lim
2n
(n1)+1
n
2n1

n+1

2n

Debido a que el lmite es menor que 1, tenemos que la serie es convergente.


c) En primer lugar, eliminamos la diferencia multiplicando arriba y abajo por el conjugado.

n=1

1
n +1

=
n

n=1

1
n+1+ n


=
n + 1 + n.
n +1 n n +1+

n=1

El te rmino general de esta sucesio n no tiende a 0, sino que


lim

n +1+

n = . Por

tanto, la serie es divergente.

d) Apliquemos el hecho de que | sin n| < 1. As,

| sin n|
n2

n=1

1
n2

<
n=1

. Y esta serie es

convergente, ya que es la armo nica generalizada con p = 2. Por el criterio de comparacio n

por diferencia tenemos que

| sin n|
es convergente.
n2

n=1

3
2,

e) Apliquemos el criterio de Pringsheim. Si ponemos p =


por lo tanto, tomaremos p = 45 :
lim n

donde hemos aplicado que

ln n

5
4

5
4

= lim n
n + 1 n

lim

entonces el lmite da infinito y,

ln n

= lim

n n

ln n
n

1
4

= 0,

n+1

= 1.
n

f) Apliquemos el criterio del cociente:


lim

an

2
2
n
nen
= lim
e(n1) n = lim e2n+1 = 0.
n
n n 1
(n 1)e(n1)2

= lim

an1

Puesto que el lmite es menor que 1, la sucesio n es convergente.


g) Puesto que aparecen factores del tipo n! aplicaremos el criterio del cociente:
lim

an
n2
1
= lim
= .
an1 n 2n(2n 1)
4

Puesto que el lmite es menor que 1, la serie es convergente.


h) Al aparecer el factor nn , aplicaremos el criterio de la raz:
lim

n n

an = lim

n n

= 0.

Y como que el lmite es menor que 1, la serie es convergente.


i) Apliquemos el hecho de que

3n + 1

lim

3n

Entonces, el cara cter de las dos series


2

me trica de razo n k =3

n=1

= 1 y de que

2n + 1
y
3n + 1

n=1

lim

2n + 1

2n

= 1.

2n
coincide. E sta es una serie geo3n

y, por lo tanto, la serie es convergente.

j) Puesto que hay factores nn y n!, aplicaremos la fo rmula de Stirling.

En tal caso,

n
n=1

nn

nn e

n! =

en

2n

n=1

. Aplicando el criterio del cociente o


2n

n=1

de la raz, tenemos que = e y, en consecuencia, la serie diverge.


4.2.
a) Apliquemos el criterio del cociente:
lim

an
an1

= lim

nxn
n
= x lim
= x.
(n 1)xn1
n n 1

La serie es convergente si x < 1 y divergente si x > 1. Si x = 1, entonces la serie es


es divergente porque el te rmino general no tiende a 0.

n, que

b) Apliquemos el criterio de la raz:


lim

n n

an = lim

x
n

= 0.

La serie es convergente siempre.


4.3.
1
a) Observemos que la derivada de f (x) = 3
x

3
es f (x) = , de donde deducimos que

x4
la funcio n es siempre decreciente. Por este motivo, para acotar el error podemos aplicar el
criterio de la integral.
Vemos que S4 = 1 + 13 + 31 + 31 = 1,177662037. El error viene dado por la expresio n que
2
3
4
tenemos a continuacio n:

dx = lim

n
Err4 =
dx = lim
1

n=5

1
n3

n
4

x3

1
4

x3

1
2x2

= 0,03125.
4

32

Por lo tanto,
n=1

1 = 1,177662037 0,03125.
n3

Si queremos saber el nu mero de te rminos necesario para que Errn < 0,01, entonces
aplicamos la cota de la integral:

1
1
Errn
x3 dx = 2n2 < 0,01,
n

1
= 7,071. Esto quiere decir que n 8.
0,02

de donde tenemos que n

1 es f (x) =
2x
, de donde deducimos
x2 + 1
(x2 + 1)2
que la funcio n es decreciente para x > 0 y, por tanto, podemos aplicar el criterio de la integral
para acotar el error.
b) Observamos que la derivada de f (x) =

1
1
1
1
+
+
+
= 0,8588235294. El error viene da12 + 1 22 + 1 32 + 1 42 + 1

dx = arctan x
= arctan 4 = 0,244978663.
1

4
n2 + 1
x2 + 1
2
4

Observamos que S4 =

do por: Err4 =
n=5

Por lo tanto,
n=1

1
= 0,9 0,4.
n2 + 1

Si queremos saber el nu mero de te rminos necesario para que Errn < 0,01, entonces
aplica- mos la cota de la integral:

Errn
n

1
x2

+1

dx =

2 0,01

de donde tenemos que n tan

arctan n < 0,01,

= 99,99666664. Esto significa que n 100.

1
2x + 1
es f (x) =
, de donde deducimos
(x2 + x)2
x2 + x
que la funcio n es decreciente para x > 0 y, en consecuencia, podemos aplicar el criterio de
la integral para acotar el error.
c) Observamos que la derivada f (x) =

1
1
1
1
+ 2
+ 2
+ 2
= 0,8. El error viene dado por:
12 + 1
2 +2
3 +3
4 +4

Observamos que S4 =

Err4

=
n=5

n2

+n

1
x2

dx =

+x

1
x

dx = ln x ln(x + 1)

x+1

ln 5 ln 4 = 0,223143551.

Por lo tanto,
n=1

1
= 0,8 0,3.
n2 + n

Si queremos saber el nu mero de te rminos necesario para que Errn < 0,01, entonces
aplica- remos la cota de la integral:

Errn

1
dx = ln(n + 1) ln n = ln
x2 + x

de donde tenemos:
n+1
n
1
1+
n

Esto significa que n 100.

<

e0,01

<

e0,01

>

>

1
e0,01 1
99,50083417

n+1
n

< 0,01,

4.4.

1
n
n
Observemos que + 1 n < 1 y, por lo tanto, (n + 1)2n < n . As pues:
2

Errn =
i=n+1

<
(i + 1)2i
i=n+1

1
=
2i

1
2 n+1
=
1 12

1
.
2n

1
Si queremos Errn < 0,01, imponemos que 2n < 0,01. De aqu deducimos que n
= 6,643856189. Esto quiere decir que n
7.

ln 0,01
=
ln 0,5

As pues, S
n=1 (n

n
= 0,6066871280 = 0,61.
+ 1)2n

5.1.
a) Estudiemos la convergencia absoluta de estas series.

| sin n|
sin n
1
=
< 3 , y puesto que
n3
n3
n

n=1

que la serie es convergente, entonces

1
es armo nica con p = 3, es convergente. Dado
n3

sin n
es absolutamente convergente.
n3

n=1

n
(1)n + cos 3n
2
= |(1) + cos 3n| <
. Si aplicamos el criterio de Pringsheim
2
n2 + n
n +n
n2 + n

(1) n + cos 3n
para p = 2, deducimos que la serie
es convergente.
n2 + n

b)

n=1

(1)n
1
(1)n
1
. Puesto que
es
convergente,
resulta
que
es absolutan2
n2
n2
= n2
n=1
n=1
mente convergente.
1
(1)n
d)
=
. Aplicando el criterio de Pringsheim con p = 1, se deduce que
ln(n + 2)
ln(n + 2)
c)

n=1

1
es divergente. Por lo tanto, no es absolutamente convergente.
ln(n + 2)

1
Estudiamos si podemos aplicar el criterio de Leibniz. Observamos que f (x) =
ln(x + 2)
1
1
es decreciente, ya que f (x) =
< 0. Y dado que lim
= 0,
2
(x + 2) ln (x + 2)

n ln(n + 2)
(1)n
entonces tenemos que
es convergente.
ln(n + 2)
n=1

5.2.
a) Si tomamos el te rmino general con valor absoluto, obtenemos la serie armo nica con p 2=

1
y, por tanto, es divergente. Entonces, la serie no es absolutamente convergente.
n

n=1

1
Apliquemos el criterio de Leibniz. Si definimos f (x) = , tenemos que es decreciente.
x
Puesto que

1
(1)n
lim
es convergente.
n = 0, tenemos que
n

n=1

b) Si tomamos el valor absoluto del te rmino general obtenemos la serie


n=1

convergente. Por ejemplo, si aplicamos Pringsheim con p = 3, entonces

Puesto que la serie es convergente, entonces

lim
n

1
, que es
n3 + n
n3

1
n3 + n

(1) n
es absolutamente convergente.
n3 + n

n=1

= 1.

c) Si tomamos el valor absoluto del te rmino general, el resultado sera la serie


camos el criterio del cociente y tenemos que

convergente y, en consecuencia,
n=1

5.3.

( 1)n

a) Para ver que

n=1

(1)n
n!

lim

an
=
an1

1
n!
1
n1!

n=1

1
n!

. Apli-

1
= 0. Esta serie es
n

es absolutamente convergente.

2 n
es convergente aplicaremos el criterio de Leibniz. Observamos
n

2n
1
que an =
y, por tanto, que lim an = 0. So lo tenemos que ver que an es de=
n2n
n
n
n
creciente.
an+1 Puesto que tenemos expresiones de la forma x , es conveniente que demostremos
que an < 1:
an+1
an

n2 n
(n + 1)2n+1

n 1
1
<
< 1.
n+12
2

Segu n el criterio de Leibniz, la serie es convergente.


El valor de S4 = 12 +

1
42

1
1
+ 164
= 0,4010416667.
83

El error viene dado por el primer te rmino que no sumamos y, por tanto, |Err4 |
= 0,625 102 .

1
525

Si queremos calcular para que valor de n el error es menor que 0,001, so lo tendremos
que imponer:
1
|Errn |
< 0,001.
(n + 1) 2n+1
Hay que resolver la inecuacio n (n + 1)2n+1 > 1.000. Comprobad que para n 7 el error
es menor que 0,001.

( 1)n ln

b) Para ver si

n=1

1
n

es convergente, aplicaremos el criterio de Leibniz. Observamos

1
, que tiende a . Por este motivo no podemos aplicar el criterio Leibniz y no
n
podemos asegurar nada sobre la convergencia o divergencia de la serie.
que an = ln

6.1.
a) Ya que an = 1 , entonces R = lim an = lim n + 1 = 1.
n
n an+1
n
n
b) Ya que an =

1
(n + 1)!
= lim n + 1 = .
, entonces R = lim
n!
n
n!
n

c) Ya que an = n, entonces R = lim

n
= 1.
n+1

6.2.
1
n + 1! = ; por lo tanto, para todo valor
a) Observamos que an =
; entonces, R = lim
n!
n
n!
de x, la serie es absolutamente convergente.
1
(n + 1) ln(n + 1)
n+1
ln(n + 1)
, entonces R = lim
= lim
lim
=
n ln n
n ln n
n n
ln n
n
n
1
ln(n + 1)
ln(x + 1)
x
= lim
. Aplicamos la forma esta ndar
= lim x+1
= lim
=
1
x x + 1
ln n
ln
x
n
x
lim
x
b) Ya que an =

= 1. Por lo tanto, R = 1; entonces, la serie es absolutamente convergente para x (2 1,


2 + 1) = (1, 3).
n
= 1. As, R = 1; en tal caso, la serie es
n+1
absolutamente convergente para x (1 1, 1 + 1) = (2, 0).
c) Puesto que an = n, tenemos que R = lim

6.3.
Observemos que

1
1x =

xn . Realizamos el cambio de x por x2 ; entonces:


n=0

1
1 + x2

(1)n x2n .

n=0

Integrando en cada lado:


x
0

1
ds
s2 + 1

(1)n

n=0

arctan x

(1)n

x 2n+1
2n + 1
x

n=0

6.4.
Partimos del desarrollo de ex :

ex =
n=0

2n+1

2n + 1

xn
n!

Y, haciendo el cambio de x por x2 , tendremos:

e
Por lo tanto:

x2n

n=0

. n!

x2

e dx =
0

x2n dx =
n!

n=0

.
n!(2n + 1)

n=0

Observamos que esta serie es de te rminos positivos y no es alternada. Por lo tanto,


tenemos que encontrar una fo rmula para el error. En este caso calculamos el te rmino
complementario de Lagrange:
n

e =
i=0

xn+1
xi
,
+ e
i!
n + 1!

donde (0, x). Puesto que x (0,


1), tenemos que (0, 1). Adema s, ex es creciente, as
que nos encontramos con que e e. En consecuencia:
n

ex
i=0

xi
i!

+e

xn+1
.
n + 1!

Cambiando x por x2 , tenemos:


n
2

ex
i=0

x2n+2
x2i
+e
.
i!
(n + 1)!

Integrando entre 0 y 1 tenemos:


1
0

e dx

i=0

1
+ e i!(2i + 1)

1
.
(n + 1)!(2n + 3)

e
Por tanto, si queremos un error menor que 0,001 tenemos que imponer(n+1)!(2n+3)
< 0,001.
Dando valores a la n, obtenemos que n 5.

7.1. Para calcular las soluciones de x2 + 4x + 5 = 0, utilizaremos la fo rmula que


proporciona las races de un polinomio de segundo grado:
x1,2 =

4 4
42 4 5
=
2
2

4 2j
= 2 j.
2

7.2.
a) Si z1 = 1 + 2j y z2 = 2 + 3j, entonces z1 + z2 = (1 + 2j)+(2 + 3j) = (1 + 2) + (2 + 3)j = 3 + 5j
y el producto es z1 z2 = (1 + 2j) (2 + 3j) = (1 2 2 3) + j(1 3 + 2 2) = 4 + 7j.
b) Si z1 = 1 2j y z2 = 2 j, entonces z1 +z2 = (1 2j)+(2 j) = (1+2)+(2 1)j = 3 3j y
el producto es z1 z2 = (1 2j) (2 j) = (1 2 (2) (1))+j(1 (1)+(2) 2) = 0 5j =
5j.

c) Si z1 = 1+3j y z2 = 1+4j, entonces z1 +z2 = (1+3j)+(1+4j) = (1+1)+(3+4)j = 7j


y el producto es z1 z2 = (1 + 3j) (1 + 4j) = ((1) 1 3 4) + j((1) 4 + 3 1) = 13 j.
7.3.
a) z = 2 3j.
b) z = 1 + 2j.
7.4.
a) Utilizamos las propiedades del conjugado para simplificar los ca lculos; entonces z = z1 +
+z2 + z3 = z1 +z2 +z3 = z1 +z2 +z3 . Si sustituimos z1 , z2 , z3 por los valores
correspondientes tenemos: z = (1 + j)+ (2 + j)+(1 +2j) = (1 + j)+(2 j)+(1 +2j) = (1
+2+1)+(1 1+2)j =
= 4 + 2j.
b) Simplificamos primero la expresio n; entonces z = z1 z2 + z3 = z1 z2 + z3 = z1 z2 + z3 .
Y si ahora sustituimos z1 , z2 , z3 por los valores correspondientes, tenemos: z = (1 + j)(2
+ j)+
+(1 + 2j) = (1 j)(2 + j) + (1 + 2j) = (1 2 (1) 1) + j(1 1 + (1) 2) + (1 + 2j) =
= (3 j) + (1 + 2j) = (4 + j).
7.5. Un polinomio de grado n se escribe p(x) = a0 + a1 x + + an xn . Sea z la raz; entonces,
0 = p(z) = a0 +a1 z + +an z n . Calculamos p(z) = a0 +a1 z + +an z n ; puesto que los ai son
reales, entonces ai = ai . Por tanto, p(z) = a0 + a1 z + + an z n = a0 + a1 z + + an z n = 0.
7.6.

a) jz =

b) z =

j
1+j

1+2 j
2+j

7.7.
a Si z =

3+j
j

b) Si z =

1 j

1+j 1j

1+2j 2 j
2+j 2j =

1+j

1+1

2 j +4j
2j 2
22 +12

, entoncesz1 =3+j

2j
2+4j

, entonces z1 =

7.8.
Queremos calcular z =

2+4j
2j

4+3j
5 .

2 j
j
3 j
3j
1+3j
10 =
3j
32=
+12

=
3+j

1+j
1j

4j
=2j 2 +
=
2j
j

+ 2 j=j1

.
+ 2 = j + 2.

.
2

a) En primer lugar calculamos la divisio n. Sea z1 = 1+j = 1+j 1+j = 1+j +j


1j
1j 1+j
1+1
= j. Dado que z = z 2 , tenemos que z = j 2 = 1.

+j

1+j +j 1

1+1

b) Calculamos primero los cuadrados del numerador y del denominador: z =


=

1+2j +j2
12j+j 2

1+2j 1
2j
= 2j
12j1

z=e

; en tal caso, z 20 = e

= 1.

7.9. Escribimos el nu mero z = cos 12

j 12

1+j
1j

20j12

=e

5j3

3
2 .

+ j sin12
=2

en forma exponencial. Por lo tanto,

7.10. Escribimos el nu mero z en forma exponencial; as, z = rej . Si sustituimos z =z


1

, el resultado es rej =

los

. De este modo, rej =

rej

1 j

. Igualamos los mo dulos y

argumentos:
los argumentos son iguales siempre y, si los mo dulos son iguales so lo si, r r=
1
o, lo que es lo mismo, r 2 = 1, de donde tenemos que r = 1 y r = 1. Sin embargo, el mo
dulo es positivo, lo cual hace que r = 1 no tenga sentido.
7.11.
a) A partir de la fo rmula del
tenemos:
e

exponencial

= cos

= j.
+ j sin
5
4

5
4

1
2

1
2

b) La suma es ma s fa cil de calcular en su3 forma cartesiana: 2e 4 j + 3e 6 j =


2
+3

3
2

+ j 12

2+

+j

3 3
2

1
2

2+

j.

c) Mediante el uso de las propiedades de la funcio n exponencial obtenemos e2+3j = e2 e3j =

= e2 (cos 3 + j sin 3).


d) Utilizando las propiedades de la exponencial:

e4je

3
4

3
4

= e 4 j+

= ej = cos + j sin = 1 + 0 j = 1.

7.12.
a) Sea z =

2
e
2

(1 j). Para escribirlo en forma exponencial, calculamos primero el mo dulo


2

e2

y despue s el argumento: r
=

2
e
2

e4 = e2 Puesto que la parte real es

positiva, entonces = arctan

= e2j 4 .

= arctan 1 = 4 . Por lo tanto, z = e2 ej 4 =

e2

b) So lo tenemos que recordar co mo se relacionan la forma polar y la exponencial:

+ j sin
4
4

3 cos

= 3ej 4 .

c) Escribimos los dos nu meros en forma exponencial: z1 = 5 cos6

z2 = 5 cos

+ j sin2

+ j sin
6

= 5e 6 y

= 5e 2 .

Por lo tanto, z1 z2 = 5 e 6 5 e 2 = 25e

2
3

= 25
2 + j

25 3
2

7.13. Empezamos por escribir el nu mero complejo en forma exponencial. Para


hacerlo, calculamos el mo dulo y despue s el argumento:
r =

Al ser positiva la parte real positiva, = arctan


tenemos que z = e

=e

= cos

2
1
2
1

1 = 1.

= = arctan 1 =

. De esta manera,

. Y ahora ya podemos calcular las potencias z 2 y z 4 : z 2 = e

+ j sin

=
= 0 + j = j. z = e

4j4

=e

2j4

= cos + j sin 1 + 0 j = 1

Glosario
Conjugado de un nu mero complejo: nu mero complejo con la parte imaginaria
cambiada de signo.
Lmite de una sucesio n xn : valor al que tienden los te rminos de una sucesio n. De
manera formal, el lmite de una sucesio n es x si para todo > 0 existe un entero N tal que |
xn x| <
si n > N .
Nu mero complejo: pareja de nu meros reales a (parte real), b (parte imaginaria) que
escri- biremos como z = a + bj.
Radio de convergencia: es el lim

an
an+1

y se denota mediante R.

Serie: pareja formada por las sucesiones {an } y {Sn }, donde an es el te rmino general de
una sucesio n y sn es el te rmino general de la sucesio n de sumas parciales. Se presenta
mediante el smbolo

an .

Serie absolutamente convergente: serie tal que la serie del te rmino general con
valor absoluto es convergente.
Serie alternada: serie de te rmino general (1)n an con an > 0 para cualquier valor de n.
Serie de potencias: serie de te rmino general an (x a)n .
Serie geome trica de razo n k: serie de te rmino general
kn . Serie armo nica generalizada: serie de te rmino
general

np

Sucesio n convergente: existe el lmite de la sucesio n y adema s es finito.


Sucesio n de nu meros reales: aplicacio n h de los nu mero naturales N , en el conjunto R
de los nu meros reales: h(n) = xn .
Sucesio n divergente: sucesio n no convergente.
Sucesio n acotada: existe un nu mero real K tal que todos los te rminos de la sucesio
n se encuentran en el intervalo (K, K ).

Sumario
A lo largo de este mo dulo se han introducido las sucesiones de nu meros reales que
nece- sita bamos para definir el concepto de serie o suma de los te rminos infinitos de una
sucesio n. Tanto en un caso como en el otro, hemos presentado aquellos criterios que nos
iban a facilitar el estudio de su convergencia y, en el caso pertinente, el valor del lmite.
Para finalizar, se han definido las series de potencias a partir de los polinomios de Taylor y se
han establecido sus propiedades ba sicas.
El u ltimo apartado consiste en una breve
complejos.

introduccio n a los nu meros

Bibliografa
Apostol, T.M. (1990). Calculus. Barcelona: Revert.
Ortega, J. (1990). Introducci a lanlisi matemtica. Barcelona: Publicacions de la Universitat
Autnoma de Barcelona.