Archivo de la categoría: Matemáticas

Posts de matemáticas, la ciencia más cercana a las artes.

Álgebra Lineal II: Aplicaciones de bases ortogonales en espacios euclideanos

Por Diego Ligani Rodríguez Trejo

Introducción

Cerraremos la tercera unidad con dos entradas relacionadas con tener bases ortogonales y cómo encontrar estas bases. En realidad estos temas ya se vieron en el primer curso de Álgebra Lineal, así que estas entradas más bien estarán escritas como recordatorios de esa teoría.

Las entradas correspondientes en el primer curso de Álgebra Lineal son las siguientes: Bases ortogonales, Bases ortogonales y descomposición de Fourier, Proceso de Gram-Schmidt y Problemas de bases ortogonales y proceso de Gram-Schmidt.

Familias ortogonales y ortonormales

En esta entrada $V$ es un espacio vectorial real con producto interior $\langle \cdot, \cdot \rangle$ y norma asociada $\norm{\cdot}$.

Definición. Una familia de vectores $(v_i)_{i \in I} \subseteq V$ es ortogonal si
para cualesquiera $i,j$ en $I$ se tiene que $$\langle v_i,v_j \rangle =0.$$ Aquí $I$ es un conjunto de índices cualquiera.

Definición. Diremos que una $(v_i)_{i \in I}$ es ortonormal si es ortogonal y además cada vector tiene norma $1$.

Definición. Una base ortogonal (resp. base ortonormal) es una base del espacio vectorial que además sea ortogonal (resp. ortonormal).

A partir de una familia de vectores $(v_i)_{i\in I}$ cualquiera podemos obtener una familia en donde todos los vectores tienen norma $1$. Basta con reemplazar $v_i$ por $\frac{v_i}{\norm{v_i})$ para todo $i\in I$. Además, es fácil verificar que esto preserva el espacio generado por la familia.

Lo que no es tan sencillo, y recordaremos más adelante, es ver que a partir de cualquier familia de vectores podemos encontrar otra que sea ortogonal y que genere el mismo espacio. Esto está relacionado con el proceso de Gram-Schmidt, que repasaremos en la siguiente entrada. Por el momento, nos enfocaremos a recordar algunas de las ventajas de contar con familias o bases ortogonales/ortonormales.

Independencia lineal de familias ortogonales

La siguiente proposición está demostrada a detalle en la entrada de Bases ortogonales.

Proposición. Sea $V$ un espacio euclideano con producto interior $\langle \cdot, \cdot \rangle$. Cualquier familia ortogonal $(v_i)_{i \in I} \subseteq V$ con respecto a $\langle \cdot, \cdot \rangle$ y sin vectores cero es linealmente independiente.

La idea de la demostración es sencilla. Si tenemos una combinación lineal $$\sum_{i\in I} \alpha_i v_i=0,$$ entonces hacemos producto interior por cada $v_i$. Tras esto, como la familia es ortogonal, el único elemento que queda es $\alpha_i\langle v_i, v_i\rangle$ y está igualado a cero. Por ser producto interior, $\langle v_i, v_i\rangle\neq 0$, así que $\alpha_i=0$.

Como consecuencia, obtenemos de manera inmediata lo siguiente.

Corolario. Sea $V$ un espacio euclideano de dimensión $n$ con producto interior $\langle \cdot, \cdot \rangle$. Cualquier familia ortogonal $(v_i)_{i \in I} \subseteq V$ con respecto a $\langle \cdot, \cdot \rangle$ y sin vectores cero tiene a lo más $n$ elementos.

Esto es una consecuencia directa de que la dimensión de un espacio vectorial de dimensión finita limita la cantidad de elementos en un conjunto linealmente independiente, lo cual a su vez era consecuencia del lema de Steinitz.

Leer las coordenadas en una base ortonormal

Cuando tenemos una base ortogonal (u ortonormal), es muy sencillo saber quiénes son las coordenadas de un vector dada una base.

Proposición. Sea $V$ un espacio euclidiano de dimensión $n$ y $\beta=\{u_1, \cdots , u_n\}$ una base ortogonal. Para todo $v$ en $V$ tenemos que

\begin{align*}
v&=\sum_{i=1}^n \frac{\langle v,u_i\rangle}{\langle u_i,u_i\rangle} u_i\\
&=\sum_{i=1}^n \frac{\langle v,u_i\rangle}{\norm{u_i}^2} u_i.
\end{align*}

En otras palabras, «la coordenada correspondiente a $u_i$ se obtiene haciendo producto interior con $u_i$ y dividiendo entre el cuadrado de la norma de $u_i$». La demostración completa la puedes encontrar en la entrada de Aplicaciones de bases ortogonales y descomposición de Fourier, pero puedes redescubrirla fácilmente. Basta escribir a $v$ como combinación lineal de los elementos de $\beta$ y aplicar producto punto por cada uno de ellos. De ahí casi todos los términos se eliminan y del que no se puede obtener la coordenada correspondiente.

Cuando la base es ortonormal, las normas de cada $u_i$ son $1$ y entonces obtenemos lo siguiente.

Corolario. Sea $V$ un espacio euclidiano de dimensión $n$ y $\beta=\{u_1, \cdots , u_n\}$ una base ortonormal. Para todo $v$ en $V$ tenemos que

\begin{align*}
v&=\sum_{i=1}^n \langle v,u_i\rangle u_i.
\end{align*}

Tenemos ahora un poco más de vocabulario para decir esto mismo. La proposición anterior es equivalente a decir que:

  • La base dual de una base ortonormal $u_1,\ldots,u_n$ son las formas lineales $\langle \cdot, u_1\rangle, \ldots, \langle \cdot, u_n\rangle$.
  • Cada elemento de una base ortonormal es la representación de Riesz de su elemento respectivo en la base dual.

Esta forma de determinar las coordenadas es tan importante que a veces tiene sentido obtenerla aunque el espacio vectorial que tengamos sea de dimensión infinita.

Descomposición y series de Fourier

Dada una base $u_1,\ldots,u_n$ de un espacio euclideano, la expresión

\begin{align*}
v&=\sum_{i=1}^n \langle v,u_i\rangle u_i.
\end{align*}

es muy importante, y se le conoce como la descomposición de Fourier de $v$ con respecto a $\beta$. En los espacios euclideanos tenemos la igualdad entre ambos lados. Sin embargo, esta expresión también aparece en muchos otros contextos en donde no necesariamente tenemos dimensión finita, y en donde el vector $v$ al que le buscamos su «descomposición» no necesariamente está en el espacio que queremos.

En la entrada Aplicaciones de bases ortogonales y descomposición de Fourier vemos un ejemplo de esto, en donde discutimos cómo se pueden usar los polinomios trigonométricos para aproximar una función.

Descomposición de Fourier, norma y proyecciones

Como consecuencia de la expresión $v=\sum_{i=1}^n \langle v,u_i\rangle u_i$ se obtiene de manera inmediata la norma de un vector.

Proposición. Si $v=\sum_{i=1}^n \langle v,u_i\rangle u_i$ para una base ortonormal $u_1,\ldots,u_n$, entonces $\norm{x}^2=\sum_{i=1}^n \langle v,u_i\rangle^2$.

También, es muy sencillo encontrar la proyección ortogonal de un vector conociendo una base ortonormal del subespacio a donde proyectamos ortogonalmente.

Proposición. Sea $V$ un espacio euclideano y $W$ un subespacio. Sea $u_1,\ldots,u_r$ una base ortonormal de $W$. Entonces para todo vector $v\in V$ se tiene que $$p_W(v)=\sum_{i=1}^r \langle v, u_i \rangle u_i.$$

Desigualdad de Bessel

Las aplicaciones de las bases ortogonales pueden extenderse bastante. Como ejemplo final, enunciamos la desigualdad de Bessel.

Proposición (desigualdad de Bessel). Sea $V$ un espacio euclideano y $u_1,\ldots,u_r$ un conjunto ortonormal de vectores. Entonces $$\sum_{i=1}^r \langle v, v_i \rangle ^2\leq \norm{v}^2$$ para todo $v$ en $V$.

La demostración igualmente está en la entrada Problemas de bases ortogonales, Fourier y procesos de Gram-Schmidt. La idea clave es considerar a $W$ el espacio generado por $u_1,\ldots,u_r$ y calcular $d(v,W)$ usando la fórmula de proyección de la sección anterior, y el resultado de distancia de la entrada anterior.

Más adelante…

En esta entrada repasamos algunas de las aplicaciones que pueden tener las bases ortogonales y ortonormales de un espacio vectorial $V$ con producto interior. En la siguiente entrada recordaremos un resultado crucial: si $V$ es de dimensión finita entonce siempre tiene una base ortonormal.

Tarea moral

Los siguientes ejercicios no forman parte de la evaluación del curso. Sin embargo, sirven de ayuda para repasar los conceptos vistos en esta entrada.

  1. Intenta reconstruir todas las demostraciones completas de cada uno de los resultados aquí vistos. En caso de tener dificultades, revisa las demostraciones en las entradas correspondientes.
  2. Las matrices en $M_n(\mathbb{R})$ tienen un producto interior dado por $\langle A,B\rangle=\text{traza}(\text{ }^tAB)$. Encuentra una base ortogonal para este producto interior. Da la descomposición de Fourier con respecto a esta base. Encuentra una base ortogonal para el subespacio de matrices simétricas. ¿Qué diría la desigualdad de Bessen en este caso?
  3. Encuentra en términos del producto punto de $\mathbb{R}^n$ cómo es la matriz de cambio de base de una base ortogonal $\beta$ de $\mathbb{R}^n$ a otra base ortogonal $\beta’$.
  4. Sea $V=\mathbb{R}_2[x]$ el espacio de polinomios reales de grado a lo más $2$. Definimos la función $\langle \cdot,\cdot \rangle: V\times V\to\mathbb{R}$ como sigue: $$\langle p,q\rangle = p(-1)q(-1)+p(0)q(0)+p(1)q(1).$$ Demuestra que $\langle \cdot, \cdot \rangle$ así definida es un producto interior. Encuentra una base ortonormal para este producto interior.
  5. En espacios hermitianos también tiene sentido definir conjuntos de vectores (o bases) ortogonales y ortonormales. Demuestra los análogos a todos los resultados de esta entrada para el caso complejo.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

Cálculo Diferencial e Integral I: Límites infinitos

Por Juan Manuel Naranjo Jurado

Introducción

¿Qué sucede cuando $f$ comienza a crecer o decrecer arbitrariamente cuando $x \to x_0$ ó $x \to \infty$? En este sentido, el límite de una función en un punto puede tener un comportamiento divergente y éste será el tema de la presente entrada.

Divergencia en un punto

Iniciaremos dando la definición de divergencia del límite de una función en un punto $x_0$.

Definición. Sean $A \subset \mathbb{R}$ y $f: A \rightarrow \mathbb{R}.$

$i$) Se dice que $f$ tiende a $\infty$ cuando $x \rightarrow x_0$ y lo denotamos como $$\lim_{x \to x_0} f(x) = \infty$$
si para todo $M \in \mathbb{R}$ existe $\delta > 0$ tal que para todo $x \in A$ con $0 < |x-x_0|< \delta$, entonces $f(x) > M.$

$ii$) Se dice que $f$ tiende a $- \infty$ cuando $x \rightarrow x_0$ y lo denotamos como $$\lim_{x \to x_0} f(x) = -\infty$$
si para todo $m \in \mathbb{R}$ existe $\delta > 0$ tal que para todo $x \in A$ con $0 < |x-x_0|< \delta$, entonces $f(x) < m.$

Iniciaremos con uno de los ejemplos clásicos.

Ejemplo 1. Prueba que $$\lim_{x \to 0} \frac{1}{x^2} = \infty.$$

Demostración.

Sea $M \in \mathbb{R}$, sin pérdida de generalidad, supongamos que $M > 0$; consideremos $\delta = \frac{1}{\sqrt{M}}$. Si $0 < |x-0| = |x| < \delta = \frac{1}{\sqrt{M}}$, entonces $|x| < \frac{1}{\sqrt{M}}, es decir, \frac{1}{x^2} > M.$

$\square$

Antes de dar el siguiente ejemplo, demostraremos un teorema que nos ayudara a hacer el cálculo de este tipo de límites.

Proposición. Sean $A \subset \mathbb{R}$ y $f: A \rightarrow \mathbb{R}$ y $x_0 \in A$. Supongamos que $f(x) \leq g(x)$ para todo $x \in A$ con $x \neq x_0$.

$i)$ Si $$\lim_{x \to x_0} f(x) = \infty, \quad \text{ entonces } \quad \lim_{x \to x_0} g(x) = \infty.$$
$ii)$ Si $$\lim_{x \to x_0} g(x) = -\infty, \quad \text{ entonces } \quad \lim_{x \to x_0} f(x) = -\infty.$$

Demostración.
$i)$ Sea $M \in \mathbb{R}$. Como $f$ tiende a $\infty$ cuando $x \rightarrow x_0$, existe $\delta > 0$ tal que si $0 < |x-x_0| < \delta$, entonces $f(x) > M.$

Por hipótesis $f(x) \leq g(x)$ para todo $x \in A$ con $x \neq x_0$, de esta forma tenemos que si $0 < |x-x_0| < \delta$, entonces $g(x) \geq f(x) > M$. Es decir, $g(x) > M$. Por lo tanto $$\lim_{x \to x_0} g(x) = \infty.$$

$ii)$ La demostración es análoga.

$\square$

Ejemplo 2. Prueba que $$\lim_{x \to 0} \left( \frac{1}{x^2} + |cos(x)| \right) = \infty.$$

Demostración.

Sabemos que

$$\lim_{x \to 0} \frac{1}{x^2} = \infty.$$

Además,
\begin{gather*}
& |cos(x)| \geq 0. \\ \\
\Rightarrow & \frac{1}{x^2} \leq \frac{1}{x^2} + |cos(x)|.
\end{gather*}

Usando el teorema anterior, podemos concluir que

$$\lim_{x \to 0} \left( \frac{1}{x^2} + |cos(x)| \right) = \infty.$$

$\square$

Divergencia en el infinito

La definición de divergencia la podemos extender para los límites en el infinito.

Definición.
$i)$ Sean $A \subset \mathbb{R}$ y $f: A \rightarrow \mathbb{R}$. Supongamos que $(a, \infty) \subset A$ para algún $a \in A$. Se dice que $f$ tiende a $\infty$ cuando $x \rightarrow \infty$ y lo denotamos como $$\lim_{x \to \infty} f(x) = \infty$$ si para cualquier $M \in \mathbb{R}$ existe $K \in \mathbb{R}$ tal que para cualquier $x>K$, entonces $f(x) > M.$


$ii)$ Sean $A \subset \mathbb{R}$ y $f: A \rightarrow \mathbb{R}$. Supongamos que $(a, \infty) \subset A$ para algún $a \in A$. Se dice que $f$ tiende a $- \infty$ cuando $x \rightarrow \infty$ y lo denotamos como $$\lim_{x \to \infty} f(x) = -\infty$$ si para cualquier $m \in \mathbb{R}$ existe $K \in \mathbb{R}$ tal que para cualquier $x>K$, entonces $f(x) < m.$

Ejemplo 3. Prueba que $$\lim_{x \to \infty} x = \infty.$$

Demostración.

Sea $M \in \mathbb{R}$, consideremos $K = M+1$. Si $x > K$, como $f(x) = x$, entonces $f(x) > M+1 > M$. Es decir, $f(x) > M.$

$\square$

Ejemplo 4. Prueba que $$\lim_{x \to \infty} 3x^2 = \infty.$$

Demostración.

Sea $M \in \mathbb{R}$, consideremos $K = \sqrt{\frac{M}{3}}$. Si $x > K$, se tiene que $x > \sqrt{\frac{M}{3}}$. Lo anterior implica que $3x^2 > M$, es decir, $f(x) > M.$

$\square$

Divergencia lateral

A continuación daremos la definición de divergencia para los límites laterales y finalizaremos esta entrada con un ejemplo de los mismos.

Definición. Sean $A \subset \mathbb{R}$ y $f: A \rightarrow \mathbb{R}$. Se dice que el límite por la derecha de $f$ en $x_0$ diverge a infinito si para todo $M \in \mathbb{R}$ existe $\delta > 0$ tal que si $0<x – x_0<\delta$ entonces $f(x) > M$. Y lo denotamos $$\lim_{x \to x_0^+} f(x) = \infty.$$

Análogamente, tenemos la siguiente definición.

Definición. Sean $A \subset \mathbb{R}$ y $f: A \rightarrow \mathbb{R}$. Se dice que el límite por la izquierda de $f$ en $x_0$ diverge a infinito si para todo $M \in \mathbb{R}$ existe $\delta > 0$ tal que si $0<x_0 – x<\delta$ entonces $f(x) > M$. Y lo denotamos $$\lim_{x \to x_0^-} f(x) = \infty.$$

Notemos que existen definiciones análogas para cuando $f$ diverge a $-\infty$ en $x_0$.

Ejemplo 5. $$\lim_{x \to 0^+} \frac{1}{x} = \infty.$$
Demostración.
Sea $M \in \mathbb{R}$, sin pérdida de generalidad, consideremos $M > 0.$

Tomemos $\delta = \frac{1}{M}.$
Si $0<x-0< \delta = \frac{1}{M}$, entonces $f(x) = \frac{1}{x} > M$, así se tiene que

$$\lim_{x \to 0^+} \frac{1}{x} = \infty.$$

$\square$

Más adelante…

En la siguiente entrada haremos uso del límite de una función en toda su extensión y emplearemos las propiedades revisadas en las entradas anteriores mediante la resolución de límites para las funciones trigonométricas que, particularmente, se habían destinado para los temas finales de esta unidad.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más la teoría vista.

  • Sea $a \in \mathbb{R}$. Prueba que $$\lim_{x \to \infty} x-a = \infty.$$
  • Prueba que $$\lim_{x \to \infty} x^2-x = \infty.$$
  • Escribe las definiciones de divergencia a $-\infty$ para los límites laterales.
  • Usando la definición que propusiste en el ejercicio anterior, prueba que $$\lim_{x \to 0^-} \frac{1}{x} = -\infty.$$

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»

Cálculo Diferencial e Integral I: Límite de una función a través de sucesiones

Por Juan Manuel Naranjo Jurado

Introducción

Alternativamente a la definición épsilon-delta revisada en la entrada anterior, se puede estudiar el límite de una función a través de límites de sucesiones; este enfoque tiene varias bondades en el sentido de que podremos hacer un amplio uso de las propiedades demostradas anteriormente para el límite de una sucesión. En esta entrada nos enfocaremos en probar un teorema que nos indica la equivalencia entre ambas formas de concebir el límite de una función.

Negación de la definición del límite de una función

Veamos primero qué significa que el límite de una función no exista, es decir, revisaremos la negación del concepto dado en la entrada anterior, para ello retomemos la definición de límite de una función:

Definición. Decimos que $f$ tiende hacia el límite $L$ en $x_0$ si para todo $\varepsilon > 0$ existe algún $\delta > 0$ tal que, para todo $x$, si $0<|x-x_0|< \delta$, entonces $|f(x)-L|< \varepsilon.$

De esta forma, si no se cumple la definición anterior, entonces tenemos lo siguiente: $f$ no tiende hacia el límite $L$ en $x_0$ si existe algún $\varepsilon > 0$, tal que para todo $\delta > 0$, hay algún $x$ que satisface $0 < |x-x_0| < \delta$, pero $|f(x)-L| \geq \varepsilon.$

Criterio de sucesiones para límites

Es momento de revisar un teorema que será particularmente útil para demostrar las propiedades del límite de una función. Este teorema nos indica que una función $f$ tiende al límite $L$ en $x_0$ si y solo si para toda sucesión $\{ a_n \}$ en el dominio de $f$ que converja a $x_0$ se tiene que la sucesión generada por $\{f(a_n) \}$ converge a $L.$

Teorema. Sean $A \subset \mathbb{R}$, $f:A \rightarrow \mathbb{R}$ y $x_0$ un punto de acumulación de $A$. Los siguientes enunciados son equivalentes.

  1. $$\lim_{x \to x_0} f(x) = L.$$
  2. Para toda sucesión $\{ a_n \}$ en $A$ que converge a $x_0$ tal que $a_n \neq x_0$ para todo $n\in \mathbb{N}$, la sucesión $\{f(a_n)\}$ converge a $L.$

Demostración.

$1) \Rightarrow 2)]$ Sea $\varepsilon >0$. Supongamos que $$\lim_{x \to x_0} f(x) = L.$$
Y sea $\{ a_n \}$ una sucesión en $A$ que converge a $x_0$ tal que $a_n \neq x_0$ para todo $n\in \mathbb{N}$.

Por hipótesis $f$ converge a $L$ en $x_0$, entonces existe $\delta > 0$ tal que si
$0<|x-x_0|<\delta$, entonces $|f(x)-L| < \varepsilon.$

Además, como la sucesión $\{a_n\}$ converge a $x_0$, para el valor $\delta > 0$ dado, existe $n_0 \in \mathbb{N}$ tal que si $n \geq n_0$ entonces $0<|a_n- x_0| < \delta$ y por hipótesis de la convergencia de $f$ a $L$ en $x_0$, podemos concluir que $|f(a_n)-L| < \varepsilon$. Así la sucesión $\{f(a_n)\}$ converge a $L$, es decir,
$$\lim_{n \to \infty} f(a_n) = L.$$


$1) \Leftarrow 2)]$ Procederemos a hacer esta implicación por contrapositiva, es decir, demostraremos que si no sucede $1)$, entonces tampoco sucede $2).$

Supongamos que $1)$ no se cumple, es decir, existe algún $\varepsilon_0 > 0$, tal que para todo $\delta > 0$, hay al menos un real $x$ que cumple $0<|x-x_0| < \delta$, pero $|f(x)-L| \geq \varepsilon_0$. Así, consideremos justo ese valor de $\varepsilon_0.$ Notemos que para todo natural $n \in \mathbb{N}$, si consideramos $\delta=\frac{1}{n}$, entonces existe al menos un término $a_n$ en $A$ tal que $0<|a_n-x_0| < \frac{1}{n}$, pero $|f(a_n)-L| \geq \varepsilon_0.$

Tomemos la sucesión generada por $\{a_n\}$, se tiene que la sucesión $\{ a_n \}$ converge a $x_0$ y $a_n \neq x_0$ para todo $n \in \mathbb{N}$, pero la sucesión $\{f(a_n)\}$ no converge a $L$. Así, si no se cumple $1)$, entonces tampoco $2)$. Por lo anterior, podemos concluir que $2) \Rightarrow 1).$

$\square$

Límite de una función a través de sucesiones

Ahora nos enfocaremos en hacer uso del teorema anterior. En el momento de hacer las demostraciones correspondientes, debemos tener presente que una vez que expresamos el límite de una función en términos del límite de una sucesión, podemos hacer uso de las propiedades del mismo.

Ejemplo 1. Sea $A =\mathbb{R} \backslash \{ 1 \}$. Consideremos la función $f: A \to \mathbb{R}$ con $f(x) = \frac{x^3-x^2+x-1}{x-1}$. Prueba que $$\lim_{x \to 1} f(x) = 2.$$

Demostración.

Primero notemos que
\begin{align*}
f(x) & = \frac{x^3-x^2+x-1}{x-1} \\ \\
& = \frac{(x-1)(x^2+1)}{x-1} \\ \\
& = x^2+1.
\end{align*}

$$\therefore f(x) = x^2+1.$$

Sea $\{a_n\}$ una sucesión en $\mathbb{R}$ tal que

  • $\lim\limits_{n \to \infty} a_n = 1.$
  • Para todo $n \in \mathbb{N}$, $a_n \neq 1.$
  • Para todo $n \in \mathbb{N}$, $a_n \in A.$

Entonces tenemos que

\begin{align*}
\lim_{x \to 1} f(x) & = \lim_{n \to \infty} f(a_n) \\ \\
& = \lim_{n \to \infty} (a_n^2+1) \\ \\
& = \lim_{n \to \infty} a_n^2 + \lim_{n \to \infty} 1 \tag{1} \\ \\
& = 1+1 \\ \\
& = 2.
\end{align*}

$$\therefore \lim_{x \to 1} \frac{x^3-x^2+x-1}{x-1} = 2.$$

$\square$

Es importante resaltar que aún no hemos probado ninguna propiedad del límite de una función, por lo que el criterio de sucesiones para límites es lo que nos permite emplear las propiedades que conocemos respecto a sus operaciones aritméticas y así realizar el paso $(1)$ en el ejemplo anterior.

Ejemplo 2. Sea $A = [0, \infty)$. Consideremos la función $f: A \to \mathbb{R}$ con $f (x) = \sqrt{x}$. Demuestra que $$\lim_{x \to 2} f(x) = \sqrt{2}.$$

Sea $\{a_n\}$ una sucesión en $\mathbb{R}$ tal que

  • $\lim\limits_{n \to \infty} a_n = 2.$
  • Para todo $n \in \mathbb{N}$, $a_n \neq 2.$
  • Para todo $n \in \mathbb{N}$, $a_n \in A.$

Sabemos que si $\{a_n\}$ converge a $2$, entonces $\{ \sqrt{a_n} \}$ converge a $\sqrt{2}$. Así, tenemos que

\begin{align*}
\lim_{x \to 2} f(x) & = \lim_{n \to \infty} f(a_n) \\
& = \lim_{n \to \infty} \sqrt{a_n} \\
& = \sqrt{2}.
\end{align*}

$$\therefore \lim_{x \to 2} \sqrt{x} = \sqrt{2}.$$

$\square$

Ejemplo 3. Sea $A =\mathbb{R} \backslash \{ 0 \}$. Consideremos la función $f: A \to \mathbb{R}$ con $f (x)= \frac{(3+x)^2-9}{x}$. Prueba que $$\lim_{x \to 0} f(x) = 6.$$

Demostración.

Primero notemos que

\begin{align*}
f (x) & = \frac{(3+x)^2-9}{x} \\ \\
& = \frac{9+6 x+x^2-9}{x} \\ \\
& = \frac{6x+x^2}{x} \\ \\
& = 6+x.
\end{align*}

$$\therefore f(x) = 6+x.$$

Sea $\{a_n\}$ una sucesión en $\mathbb{R}$ tal que

  • $\lim\limits_{n \to \infty} a_n = 0.$
  • Para todo $n \in \mathbb{N}$, $a_n \neq 0.$
  • Para todo $n \in \mathbb{N}$, $a_n \in A.$

\begin{align*}
\lim_{x \to 0} f(x) & = \lim_{n \to \infty} f(a_n) \\ \\
& = \lim_{n \to \infty} (6+a_n) \\ \\ 
& = 6.
\end{align*}

$$\therefore \lim_{x \to 0} \frac{(3+x)^2-9}{x} = 6.$$

$\square$

Hasta este momento, solo hemos hecho uso del criterio de sucesiones para límites para probar la existencia de los mismos. Sin embargo, es posible usarlo también para el caso en el que tal límite no existe. Derivado directamente del teorema anterior se tiene que:

  • Si existen dos sucesiones $\{ a_n \}$, $\{b_n\}$ en el dominio de $f$, ambas convergentes a $x_0$, tal que $a_n$, $b_n \neq x_0$ para todo $n \in \mathbb{N}$, pero $\lim\limits_{n \to \infty} f(a_n) \neq \lim\limits_{n \to \infty} f(b_n)$ entonces no existe el límite de $f$ en $x_0.$

Veremos ahora un ejemplo donde el límite no existe.

Ejemplo 4. Sea $A =\mathbb{R} \backslash \{ 1 \}$. Consideremos la función $f: A \to \mathbb{R}$ con $f(x) = \frac{|x-1|}{x-1}$. Prueba que el límite

$$\lim_{x \to 1} f(x)$$

no existe.

Demostración.

Veamos primero la gráfica de la función:

Podemos observar que es conveniente tomar una sucesión que se aproxime a $x_0 = 1$ por la derecha y otra que se aproxime por la izquierda. Sean $\{a_n\}$, $\{b_n\}$ dos sucesiones en el dominio de $f$ definidas de la siguiente forma:

$$a_n = 1 + \frac{1}{n} \quad \text{y} \quad b_n = 1 – \frac{1}{n}.$$

Se sigue que

$$ \lim_{n \to \infty} a_n = 1 \quad \text{y} \quad \lim_{n \to \infty} b_n = 1.$$

Además, $a_n \neq 1$, $b_n \neq 1$ para todo $n \in \mathbb{N}$.

Se tiene que

\begin{align*}
\lim_{n \to \infty} f(a_n) & = \lim_{n \to \infty} \frac{|a_n-1|}{a_n-1} \\ \\
& = \lim_{n \to \infty} \frac{ |1 + \frac{1}{n} – 1|}{1 + \frac{1}{n} -1} \\ \\
& = \lim_{n \to \infty} \frac{ |\frac{1}{n}|}{ \frac{1}{n} } \\ \\
& = \lim_{n \to \infty} \frac{ \frac{1}{n} }{ \frac{1}{n} } \\ \\
& = 1.
\end{align*}

$$\therefore \lim_{n \to \infty} f(a_n) = 1 \tag{1}.$$

Por otro lado,

\begin{align*}
\lim_{n \to \infty} f(b_n) & = \lim_{n \to \infty} \frac{|b_n-1|}{b_n-1} \\ \\
& = \lim_{n \to \infty} \frac{ |1 – \frac{1}{n} – 1|}{1 – \frac{1}{n} -1} \\ \\
& = \lim_{n \to \infty} \frac{ |- \frac{1}{n}|}{- \frac{1}{n} } \\ \\
& = \lim_{n \to \infty} \frac{ \frac{1}{n} }{ – \frac{1}{n} } \\ \\
& = – 1.
\end{align*}

$$\therefore \lim_{n \to \infty} f(b_n) = -1. \tag{2}$$

De $(1)$ y $(2)$, se tiene que

\begin{gather*}
\lim_{n \to \infty} f(a_n) \neq \lim_{n \to \infty} f(b_n). \\ \\
\therefore \lim_{x \to 1} \frac{|x-1|}{x-1} \text{ no existe.}
\end{gather*}

$\square$

Más adelante…

En las siguientes entradas veremos propiedades específicas que nos ayudarán a calcular el límite de una función; y, como podrás imaginar, varias de estas propiedades son un símil a las revisadas para las sucesiones convergentes.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más la teoría vista.

A través del criterio de sucesiones para límite, prueba si existen o no los siguientes límites:

  • $$\lim_{x \to 0} \frac{x}{x+1}.$$
  • $$\lim_{x \to 0} x \cdot |x|.$$
  • $$\lim_{x \to 7} \frac{x^2-5x+10}{2-x}.$$
  • $$\lim_{x \to 0} \frac{x}{|x|}.$$

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»

Cálculo Diferencial e Integral I: Cota superior e inferior de un conjunto

Por Karen González Cárdenas

Introducción

Ahora comenzaremos a ver un tema un tanto diferente a los vistos en la entrada anterior. Primero veremos los conceptos de máximo y mínimo de un conjunto, después las definiciones formales para cota superior e inferior, y terminaremos revisando algunos ejemplos donde las aplicaremos.

Máximo y mínimo de un conjunto

Definición: Sean $A\subseteq \r$ no vacíos. Decimos que:

  • $A$ tiene elemento máximo $\Leftrightarrow \exists a_{0} \in A$ tal que $\forall a \in A$ se cumple que: $a \leq a_{0}$
  • $A$ tiene elemento mínimo $\Leftrightarrow \exists b_{0} \in A$ tal que $\forall b \in A$ se cumple que: $b_{0} \leq b$

Para darnos una idea más clara de estas definiciones veamos los siguientes ejemplos:

$$C=(0,1]$$

  1. No tiene mínimo.
  2. Tiene máximo y es 1.

Para probar estas afirmaciones haremos uso de las definiciones anteriores:
Demostración 1 (por contradicción): Supondremos que existe un elemento $c_{0} \in C$ tal que $\forall c \in A$ cumple que $c_{0} \leq c$. Por lo que se sigue que: $0<c_{0}<1$.
Observemos que $\frac{c_{0}}{2} \in C$ ya que $0<\frac{c_{0}}{2}<c_{0}$
$$\Rightarrow c_{0}\leq \frac{c_{0}}{2}<c_{0} \contradiccion$$
Lo cual es una contradicción.

Demostración 2: Veamos que por la definición del conjunto C tenemos:
$$C=\left\{ c\in \r\quad|\quad 0<c \leq 1 \right \}$$
Por lo que $1\in C$ y se cumple que $\forall c\in C, c\leq 1$.

$\square$

Observación:

  • El elemento máximo de un conjunto es único.
  • El elemento mínimo de un conjunto es único.

La demostración de estas afirmaciones se quedará como ejercicios de la Tarea moral.

Cota superior e inferior de un conjunto

Definición: Sea $A \subseteq \r$. Decimos que un número $M \in \r$ es:

  • Cota superior $\Leftrightarrow \forall a \in A$ se cumple que: $a\leq M$.
  • Cota inferior $\Leftrightarrow \forall a \in A$ se cumple que: $a\geq M$.

Observación: Si hay una cota superior $M \Rightarrow \forall a \in A$ ocurre que: $$ a \leq M < M+1<M+2<M+3 \ldots$$ Es decir, hay una infinidad de cotas superiores de $A$.

Antes de continuar con el ejemplo de esta sección, aclaremos la diferencia entre máximos y cotas superiores de un conjunto, así como la diferencia entre mínimos y cotas inferiores. La distinción principal radica en que el máximo es un elemento específico del conjunto, mientras que una cota superior es simplemente un número que es mayor o igual que todos los elementos del conjunto, pero no necesariamente pertenece al mismo. De manera análoga, la diferencia clave es que el mínimo es un elemento específico dentro del conjunto, mientras que una cota inferior es simplemente un número que es menor o igual que todos los elementos del conjunto, pero no necesariamente pertenece a él.


Ejemplo

Consideremos el conjunto:
$$E=(0,2]$$
Vemos que para todo $x\in E$ ocurre que $-2<0<x$
$$\therefore \quad-2 \leq x$$
Por lo que podemos concluir que $-2$ es cota inferior de $E$.

Y además tenemos que $\forall x \in E$ se cumple $ x \leq 2.$
$\therefore \quad 2$ es cota superior de $E$.

Conjuntos acotados

Definición: Consideremos $A \subseteq \r$. Decimos que:

  1. $A$ es acotado superiormente si existe $M$ en $\r$ que es cota superior de $A$. Es decir, si $\exists M\in \r$ tal que $\forall a \in A$, $a \leq M$.
  2. $A$ es acotado inferiormente si existe $m$ en $\r$ que es cota inferior de $A$. Es decir, si $ \exists m\in \r$ tal que $\forall a \in A$, $m \leq a$.
  3. $A$ es acotado si existe $m$ y $M$ en $\r$ donde $m$ es cota inferior de $A$ y $M$ es cota superior de $A$. Es decir, si $\exists m,M \in \r$ tal que $\forall a \in A$: $m \leq a \leq M$.

    Otra manera de definir qué $A$ es acotado es la siguiente:
  4. $A$ es acotado si existe $M$ en $\r$ mayor o igual que el valor absoluto de cualquier elemento $a$ en $A$. Es decir, si $\exists M \in \r$ tal que $\forall a \in A$: $|a| \leq M$.

Lema: Vamos a demostrar que las definiciones 3 y 4 son equivalentes.

Demostración:
$\Rightarrow)$ Sean $m_0, M_0 \in \r$ tal que $m_0 \leq a \leq M_0$. Queremos demostrar que existe $M \in \r$ que cumple con:
$$-M \leq a \quad \quad \text{y}\quad \quad a \leq M$$
Proponemos a $M=\max\{|m_0|,|M_0|\}.

Por definición de $m_0$ y $M_0$ vemos que se cumple:
\begin{align*}
a&\geq m_0 \geq -|m_0|\geq -M\\
a&\leq M_0 \leq |M_0| \leq M.
\end{align*}
Por transitividad obtenemos
\begin{align*}
a&\geq -M\\
a&\leq M.
\end{align*}

Concluimos entonces que:
$$-M \leq a \leq M$$
$$\therefore |a|\leq M.$$

$\Leftarrow)$ Como $|a| \leq M$ se sigue que $-M \leq a \leq M$. Como $-M \leq a$ tenemos que $A$ es acotado inferiormente por definición si tomamos $m := -M$:
$$m \leq a$$
Análogamente de $a \leq M$ tenemos que $A$ es acotado superiormente por definición concluimos:
$$\therefore m \leq a \leq M$$

$\square$

Lema: Para cualesquiera $A,B \subseteq \r$. Si $A\subseteq B$ y $B$ es acotado entonces $A$ es acotado.

Demostración: Como tenemos que $B$ es acotado existe $M>0$ tal que para todo $b\in B$:
$$|b|\leq M$$
CASO 1 $A\neq\emptyset$: Como $A \subseteq B$ entonces para todo $a \in A$ existe $b \in B$ tal que $a=b$.
$\therefore a \in A, a=b \Rightarrow |a|=|b|\leq M$
CASO 2 $A= \emptyset$: Sabemos que $A =\emptyset\subseteq B$ por lo que se sigue $A$ es acotado por vacuidad.

$\square$

Ejemplo

Si tenemos: $$A= \left\{\frac{1}{n}: n\in \mathbb{N}\setminus\left\{0\right\} \right\}$$

Observamos que:

  • $A$ es acotado superiormente ya que para todo $n\in \mathbb{N}\setminus\left\{0\right\}$:
    $$1\leq n \Leftrightarrow \frac{1}{n} \leq 1$$
    $\therefore 1$ es cota superior de $A$.
  • $A$ tiene elemento máximo. Tenemos que $\forall n\in \mathbb{N}\setminus\left\{0\right\}: \frac{1}{n} \leq 1$
    Así para $n=1$ ocurre que $\frac{1}{1} \leq 1$.
    $\therefore 1$ es máximo de $A$.
  • El conjunto de cotas superiores de $A$ está dado por:
    $$[1, \infty),$$
    que tiene elemento mínimo y es 1. Esto nos indica que existe una mínima cota superior.
  • $A$ es acotado inferiormente. Vemos que para todo $n\in \mathbb{N}, \frac{1}{n} > 0$ por lo que $0 \notin A$. Concluimos así que $\forall a\in A, 0 < \frac{1}{n}$.
    $\therefore 0$ es cota inferior de $A$
  • El conjunto de cotas inferiores de $A$ esta dado por:
    $$(- \infty, 0],$$
    que tiene elemento máximo y es 0. Esto nos indica que existe una máxima cota inferior.
  • $A$ no tiene elemento mínimo. Si suponemos que existe un elemento $a_{0} \in A$ tal que $\forall n\in \mathbb{N}, a_{0} \leq \frac{1}{n}$. Tenemos que $a_{0}$ sería de la forma
    $a_{0} = \frac{1}{n_{0}} > 0$
    $\Rightarrow 0< \frac{1}{2n_{0}}<\frac{1}{n_{0}}$ con $\frac{1}{2n_{0}} \in A$.
    De lo anterior vemos que $a_{0}$ no es mínimo $\Rightarrow \frac{1}{n_{0}}\leq\frac{1}{2n_{0}} \contradiccion$, lo cual nos lleva a una contradicción.

$\square$

Más adelante

Ahora que ya hemos revisado los conceptos de máximo, mínimo y cotas superiores e inferiores de un conjunto en $\r$ tenemos los antecedentes necesarios para comenzar a hablar de supremos e ínfimos.

Tarea moral

  • Demuestra que:
    • El elemento máximo de un conjunto es único.
    • El elemento mínimo de un conjunto es único.
  • Para el conjunto $D=(-\infty, 1)$ demuestra que se cumplen las siguientes afirmaciones:
    • D no tiene elemento mínimo
    • D no tiene elemento máximo
    • D es acotado superiormente
    • D no tiene cotas inferiores

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»

Geometría Moderna I: Teoremas de Varignon y Van Aubel

Por Rubén Alexander Ocampo Arellano

Introducción

Con esta entrada damos inicio a la cuarta unidad que tratará sobre cuadriláteros. Comenzaremos hablando sobre el paralelogramo de Varignon y el teorema de Van Aubel.

Área del cuadrilátero

A partir de la ubicación de las diagonales de un cuadrilátero podemos establecer una clasificación de estos.

Un cuadrilátero es convexo si sus dos diagonales se encuentran dentro de él, es cóncavo si tiene una diagonal dentro y otra fuera de él, y es cruzado si las dos diagonales se ubican fuera del cuadrilátero.

El teorema de Varignon nos habla sobre el área de un cuadrilátero en general y ya que no es tan intuitivo definir el área de un cuadrilátero cruzado es necesario introducir el concepto de área orientada.

Consideraremos el área de un triángulo como positiva si recorremos sus vértices en el sentido opuesto a las manecillas del reloj y como negativa en caso contrario.

De esta manera tenemos que para un triángulo $\triangle ABC$,
$(\triangle ABC) = (\triangle BCA) = (\triangle CAB) $
$= – (\triangle CBA) = – (\triangle ACB) = – (\triangle BAC)$.

Figura 1

Definición 1. Definimos el área de un cuadrilátero $\square ABCD$ como la suma de las áreas de los triángulos que se forman al considerar una de sus diagonales, esto es,
$(\square ABCD) = (\triangle ABC) + (\triangle CDA)$.

Notemos que como resultado de esta definición el área del cuadrilátero cruzado resulta ser la diferencia de las áreas de los triángulos que se forman al considerar la intersección cruzada de los lados.

Paralelogramo de Varignon

Teorema 1, de Varignon.
$i)$ Los puntos medios de los lados de un cuadrilátero convexo son los vértices de un paralelogramo, conocido como paralelogramo de Varignon, cuyo perímetro es la suma de las diagonales del cuadrilátero,
$ii)$ el área del paralelogramo de Varignon es la mitad del área del cuadrilátero.

Demostración. Sean $\square ABCD$ un cuadrilátero convexo y $M_{ab}$, $M_{bc}$, $M_{cd}$ y $M_{da}$ los puntos medios de $AB$, $BC$, $CD$ y $DA$ respetivamente.

Figura 2

Notemos que $M_{ab}M_{bc}$ y $M_{cd}M_{da}$ son segmentos medios de $\triangle ABC$ y $\triangle DAC$ por lo que $M_{ab}M_{bc} \parallel CA \parallel M_{cd}M_{da}$ y $2M_{ab}M_{bc} = CA = 2M_{cd}M_{da}$.

De manera análoga podemos ver que $M_{ab}M_{da} \parallel DB \parallel M_{bc}M_{cd}$ y $2M_{ab}M_{da} = BD = 2M_{bc}M_{cd}$.

Por lo tanto los lados opuestos de $\square M_{ab}M_{bc}M_{cd}M_{da}$ son paralelos y $M_{ab}M_{bc} + M_{bc}M_{cd} + M_{cd}M_{da} + M_{da}M_{ab} = \dfrac{CA + BD + CA +BD}{2} = CA + BD$.

Para calcular el área de  $\square M_{ab}M_{bc}M_{cd}M_{da}$ primero notemos que $\triangle AM_{ab}M_{da}$ y $\triangle ABD$ son semejantes pues $M_{ab}M_{da} \parallel BD$.

También sabemos que $M_{ab}M_{da} = \dfrac{BD}{2}$, por lo que las alturas desde $A$, $h$ y $h’$ de $\triangle AM_{ab}M_{da}$ y $\triangle ABD$ respectivamente, también cumplirán que $h = \dfrac{h’}{2}$.

Por lo tanto,
$(\triangle AM_{ab}M_{da}) = \dfrac{M_{ab}M_{da} \times h}{2}$
$= \dfrac{\frac{1}{2}DBD \times \frac{1}{2}h’}{2} = \dfrac{1}{4} \dfrac{BD \times h’}{2} $
$= \dfrac{1}{4} (\triangle ABD)$.

De manera similar podemos encontrar las áreas de $\triangle BM_{bc}M_{ab}$, $\triangle CM_{cd}M_{bc}$ y $\triangle DM_{da}M_{cd}$.

En consecuencia,
$(\square M_{ab}M_{bc}M_{cd}M_{da}) = (\square ABCD) – (\triangle AM_{ab}M_{da}) – (\triangle BM_{bc}M_{ab}) – (\triangle CM_{cd}M_{bc}) – (\triangle DM_{da}M_{cd})$
$= (\square ABCD) – \dfrac{1}{4} ((\triangle ABD) + (\triangle BCD) + (\triangle CDB) + (\triangle DAC))$
$= (\square ABCD) – \dfrac{2}{4}(\square ABCD) $
$ = \dfrac{(\square ABCD)}{2}$.

$\blacksquare$

Corolario. Sea $\square ABCD$ un cuadrilátero convexo, entonces su cuadrilátero de Varignon
$i)$ es un rombo si y solo si $AC = BD$,
$ii)$ es un rectángulo si y solo si $AC \perp BD$,
$iii)$ es un cuadrado si y solo si $AC = BD$ y $AC \perp BD$.

Demostración. Sean $E$, $F$, $G$, $H$, los puntos medios de $BC$, $CD$, $DA$, $AB$, respectivamente como $EF$ y $FG$ son segmentos medios de $\triangle DBC$ y $\triangle ADC$, entonces, $2EF = BD$, $EF \parallel BD$ y $2FG = AC$, $FG \parallel AC$.

Figura 3

$i)$ $\square EFGH$ es un rombo, entonces por definición $EF = FG \Leftrightarrow AC = BD$.

$ii)$ $\square EFGH$ es un rectángulo, entonces por definición $EF \perp FG \Leftrightarrow AC \perp BD$.

$iii)$ Es consecuencia de $i)$ y $ii)$.

$\blacksquare$

Centroide de un cuadrilátero

Definición 2. Los segmentos que unen los puntos medios de los lados opuestos de un cuadrilátero se llaman bimedianas.

Al segmento que une los puntos medios de las diagonales de un cuadrilátero se le conoce como recta de Newton.

Teorema 2. Las bimedianas de un cuadrilátero convexo y su recta de Newton son concurrentes y se bisecan entre sí, el punto de concurrencia es el centroide del cuadrilátero.

Demostración. Sea $\square ABCD$ un cuadrilátero convexo y $M_{ab}$, $M_{bc}$, $M_{cd}$, $M_{da}$, $M$, $N$, los puntos medios de $AB$, $BC$, $CD$, $DA$, $AC$, $BD$, respectivamente.

$M_{ab}M_{cd}$ y $M_{bc}M_{da}$ son las diagonales del paralelogramo de Varignon, por lo tanto, se intersecan en $J$ su punto medio.

Figura 4

Por otra parte, $M_{ab}M$ es un segmento medio de $\triangle ABC$, por lo que $M_{ab}M \parallel BC$; $NM_{cd}$ es un segmento medio de $\triangle DBC$, por lo tanto, $NM_{cd} \parallel BC$, y así $NM_{cd} \parallel M_{ab}M$.

Igualmente vemos que $M_{ab}N \parallel MM{cd}$.

Por lo tanto, $\square M_{ab}NM_{cd}M$ es un paralelogramo, en consecuencia las diagonales $M_{ab}M_{cd}$ y $NM$ se intersecan en $J$ su punto medio.

En conclusión, $J$ es el punto medio de $M_{ab}M_{cd}$, $M_{bc}M_{da}$ y $NM$.

$\blacksquare$

Construcción de un cuadrilátero

Problema. Construye un cuadrilátero $\square ABCD$ conociendo $AB$, $BC$, $CD$, $DA$ y $M_{ab}M_{cd}$ donde $M_{ab}$ y $M_{cd}$ son los puntos medios de $AB$ y $CD$ respectivamente.

Solución. Primero construimos el paralelogramo $\square M_{ab}NM_{cd}M$, donde $M$ y $N$ son los puntos medios de las diagonales $AC$ y $BD$, de la siguiente manera.

De la demostración del teorema 2 sabemos que $M_{ab}M = NM_{cd} = \dfrac{BC}{2}$ y $M_{ab}N = MM_{cd} = \dfrac{AD}{2}$ (figura 4).

También sabemos que la diagonal de un paralelogramo lo divide en dos triángulos congruentes, por lo que basta construir un triángulo de lados $M_{ab}M_{cd}$, $\dfrac{BC}{2}$  y $\dfrac{AD}{2}$ y luego trazar paralelas por $M_{ab}$ y $M_{cd}$ a los lados del triángulo construido completando así el paralelogramo.

De manera similar construimos el paralelogramo $\square M_{ab}M_{bc}M_{cd}M_{da}$ donde $M_{bc}$ y $M_{da}$ serían los puntos medios de $BC$ y $AD$ respectivamente.

Sabemos también que $M_{bc}M \parallel AB$ por lo que trazamos la paralela $AB$ a $M_{bc}M$ por $M_{ab}$ tal que $AM_{ab} = M_{bc}B = \dfrac{AB}{2}$.

Con $A$ y $B$ construidos, por $M_{bc}$ trazamos $ABC$ tal que $BM_{bc} = M_{bc}C = \dfrac{BC}{2}$, similarmente construimos $D$.

$\blacksquare$

Teorema de Van Aubel

Teorema 3, de Van Aubel. Los segmentos que unen los centros de cuadrados construidos externamente sobre lados opuestos de un cuadrilátero convexo son perpendiculares y tienen la misma longitud.

Demostración. Sean $\square ABCD$ un cuadrilátero convexo y $\square EFBA$, $\square BGHC$, $\square DCIJ$, $\square LADK$, cuadrados construidos externamente sobre los lados de $\square ABCD$ y $O_1$, $O_2$, $O_3$, $O_4$, sus respectivos centros.

Figura 5

Sea $M = LB \cap ED$, como $AL = AD$ y $AB = AE$ y $\angle LAB = \angle DAE$, por criterio de congruencia LAL, $\triangle LAB \cong \triangle DAE$,
$\Rightarrow LB = DE$ y $\angle AEM = \angle ABM$.

Por lo tanto, $\square MEBA$ es cíclico, así, $\angle EMB = \angle EAB$, es decir $LB \perp DE$.

Considera $N$ el punto medio de $BD$, $NO_4$ y $NO_3$ son segmentos medios de $\triangle BDE$ y $\triangle DBL$ respectivamente.

Esto implica que $2NO_4 = DE$ y $NO_4 \parallel DE$ y $2NO_3 = LB$ y $NO_4 \parallel LB$.

Por lo tanto, $NO_4 = NO_3$ y $NO_4 \perp NO_3$.

Igualmente vemos que $NO_1 = NO_2$ y $NO_1 \perp NO_2$.

Sea $V = O_1O_3 \cap O_2O_4$, por criterio de congruencia LAL, $NO_1O_3 \cong NO_2O_4$,
$\Rightarrow O_1O_3 = O_2O_4$ y $\angle VO_1N = \angle VO_2N$.

Por lo tanto, $\square VNO_1O_2$ es cíclico, y así $O_1O_3 \perp O_2O_4$.

$\blacksquare$

Definición 3. Nos referiremos al cuadrilátero $\square O_1O_1O_3O_4$ como cuadrilátero externo de Van Aubel y a la intersección de sus diagonales como punto externo de Van Aubel.

Centroide del cuadrilátero de Van Aubel

Teorema 4. Un cuadrilátero y su cuadrilátero externo de Van Aubel tienen el mismo centroide.

Demostración. Sean $\square ABCD$ y $\square O_1O_2O_3O_4$ su cuadrilátero externo de Van Aubel, $M$ y $N$ los puntos medios de $AC$ y $BD$, y $V$ el punto externo de Van Aubel.

Figura 6

En el teorema anterior vimos que $NV$ es una cuerda común a las circunferencias cuyos diámetros son $O_1O_2$ y $O_3O_4$, por lo tanto la línea que une sus centros $M_{1,2}M_{3,4}$ biseca a $NV$ y $M_{1,2}M_{3,4} \perp NV$.

De manera análoga podemos ver que $MV$ es una cuerda común a las circunferencias cuyos diámetros son $O_2O_3$ y $O_4O_1$ y por lo tanto la línea que une sus centros $M_{2,3}M_{4,1}$ biseca a $MV$ y $M_{2,3}M_{4,1} \perp MV$.

Por otra parte, por el teorema de Van Aubel las diagonales del cuadrilátero de Van Aubel son perpendiculares y tienen la misma longitud. Entonces por el corolario, su paralelogramo de Varignon $\square M_{1,2}M_{2,3}M_{3,4}M_{4,1}$ es un cuadrado, en particular, $M_{1,2}M_{3,4} \perp M_{2,3}M_{4,1}$.

En consecuencia, en $\triangle MNV$, $M_{1,2}M_{2,3} \parallel MV$ y $M_{1,2}M_{2,3}$ pasa por el punto medio de $NV$, por lo tanto $M_{1,2}M_{2,3}$ biseca a $MN$.

Igualmente podemos ver que $M_{2,3}M_{4,1}$ biseca a $MN$.

Por el teorema 2 sabemos que el punto medio $J$ de $MN$ es el centroide de $\square ABCD$ y que la intersección de las bimedianas $M_{1,2}M_{3,4}$ y $M_{2,3}M_{4,1}$ es el centroide de $\square O_1O_2O_3O_4$.

$\blacksquare$

Más adelante…

En la siguiente entrada continuaremos el estudio de los cuadriláteros cíclicos que comenzamos en la entada teorema de Ptolomeo.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más la teoría vista.

  1. Muestra que un cuadrilátero es dividido por una de sus diagonales en dos triángulos de igual área si y solo si la diagonal biseca a la otra diagonal.
  2.  Verifica que el teorema de Varignon se cumple para los cuadriláteros cóncavo y cruzado.
  3. Sean $\square ABCD$ un cuadrilátero $U$ y $V$ los puntos medios de $\overline{AC}$ y $\overline{BD}$ respectivamente y $T$ la intersección de $\overline{AB}$ con $\overline{CD}$. Prueba que $(\triangle TUV) = \dfrac{(\square ABCD)}{4}$.
    Sugerencia. Considera $H$ y $F$ los puntos medios de $\overline{AD}$ y $\overline{BC}$ y los cuadriláteros $\square ACBD$, $\square CUFT$ y $\square BVFT$ para calcular el área de los triángulos $\triangle UVF$, $\triangle UFT$ y $\triangle VFT$.
Figura 7
  1. Construye un cuadrilátero dados dos ángulos opuestos, la longitud de las diagonales y el ángulo entre las diagonales.
  2. Verifica que el teorema de Van Aubel se cumple cuando los cuadrados son construidos internamente, y también para los para los cuadriláteros cóncavo y cruzado.
  3. Muestra que en un cuadrilátero convexo los puntos medios de sus diagonales y los puntos medios de las diagonales de su cuadrilátero externo de Van Aubel, forman un cuadrado, y que el punto externo de Van Aubel pertenece al circuncírculo de este cuadrado.

Entradas relacionadas

Fuentes

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE104522 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 2»