Investigación de Operaciones: El problema de la dieta (4)

Por Aldo Romero

Introducción

En entradas anteriores hablamos un poco de lo que es la Programación Lineal, de su historia y de cuáles son los tipos de problemas que estudia. Dijimos que un problema de programación lineal es aquel en el que se busca optimizar una función lineal bajo ciertas restricciones lineales. En estas entradas y las siguientes recordaremos algunos ejemplos conocidos de problemas de programación lineal. Comenzaremos con el problema de la dieta.

El problema de la dieta fue uno de los primeros problemas sobre optimización. George Joseph Stigler fue quien lo planteo a finales de la década de los años 30. El problema de régimen alimenticio óptimo para tratar de satisfacer la necesidad del ejército americano por hallar la manera más económica de alimentar a sus tropas, asegurándose de satisfacer al mismo tiempo unos determinados requerimientos nutricionales.

Análisis e interpretación

En este tipo de problemas, nos van a dar una cierta cantidad de alimentos diferentes, digamos $m$ alimentos, y cada alimento va a contener una cantidad finita de nutrientes de interés, digamos $n$ nutrientes. Entonces la cantidad de nutrientes j que va a tener el alimento i por unidad va a quedar representado por una constante dada, digamos $a_{i,j}$.

——Nutriente 1Nutriente 2$\ldots$Nutriente $n-1$Nutriente $n$Costo del alimento
Alimento 1$a_{1,1}$$a_{1,2}$$\ldots$$a_{1,n-1}$$a_{1,n}$$c_1$
Alimento 2$a_{2,1}$$a_{2,2}$$\ldots$$a_{2,n-1}$$a_{2,n}$$c_2$
$\vdots$$\vdots$$\vdots$$\ddots$$\vdots$$\vdots$$\vdots$
Alimento m-1$a_{m-1,1}$$a_{m-1,2}$$\ldots$$a_{m-1,n-1}$$a_{m-1,n}$$c_{m-1}$
Alimento m$a_{m,1}$$a_{m,2}$$\ldots$$a_{m,n-1}$$a_{m,n}$$c_m$
Nutrientes
requeridos
$b_1$$b_2$$\ldots$$b_{n-1}$$b_n$——

Cada individuo (ya sea persona u otro ser vivo) tiene el mismo requerimiento mínimo de cada uno de estos nutrientes, digamos $b_j, \quad \forall \ j \in {1, \ldots, n}$.

Sea $x_i$ = el número de unidades del alimento i que vamos a asignar a cada individuo

Entonces vamos a tener la restricción de que cada individuo tiene que recibir los nutrientes requeridos por los alimentos que le son dados. Esto se representa de la siguiente manera:

(Alimento 1: cantidad de nutriente j)(Unidades de alimento 1) + (Alimento 2: cantidad de nutriente j)(Unidades de alimento 2) + $\ldots$ + (Alimento m: cantidad de nutriente j) (Unidades de alimento m)$\geq$ Nutriente j requerido

Usando la notación de la tabla y las variables que creamos, se escribiría:

$a_{1,j}x_1 + a_{2,j}x_2 + \ldots + a_{m,j}x_m \geq b_j$ para cualquiera de los n nutrientes.

Cada alimento va a tener un coste dado por unidad, digamos $c_i$.

Como se mencionó, se busca la manera más económica de alcanzar los nutrimentos requeridos de los alimentos asignados a cada individuo, entonces, el problema busca minimizar el costo de los alimentos que elijamos. Esto se traduce como:

Minimizar z = (Costo alimento 1)(Unidades de alimento 1) + (Costo de alimento 2)(Unidades de alimento 2) + $\ldots$ + (Costo de alimento m)(Unidades de alimento m)

Usando la notación de la tabla y las variables que creamos, se escribiría:

$Min \quad z = c_1x_1 + c_2x_2 + \ldots + c_mx_m$

Como la cantidad de alimentos que vamos a asignar es a lo menos cero, nuestras variables $x_i$ van a ser mayores o iguales a cero.

Entonces, en términos generales, el problema quedaría de esta forma:

\begin{align*}
Min \quad z = c_1&x_1 + c_2x_2 + \ldots + c_mx_m\\
sujeto \quad a \quad &(s. a)\\
&a_{1,1}x_1 + a_{2,1}x_2 + \ldots + a_{m,1}x_m \geq b_1\\
&a_{1,2}x_1 + a_{2,2}x_2 + \ldots + a_{m,2}x_m \geq b_2\\
\vdots\\
&a_{1,n}x_1 + a_{2,n}x_2 + \ldots + a_{m,n}x_m \geq b_n\\
&x_i \geq 0\\
\end{align*}

Ejemplo del problema de la dieta

Consideremos el siguiente problema:

Un estudiante de la facultad de ciencias asiste a clases los 5 días de la semana y compra su comida en la facultad. En su hora de comida tiene 3 opciones preferidas: Ir al comedor, comprar una torta o comprar una orden de tacos. Cada opción tiene un aporte nutritivo en miligramos distinto que está representado en la siguiente tabla, así como el costo por de cada opción de alimentación.

Costo por opción
en pesos
Contenido nutritivo por unidad de alimento
N1N2
Comedor$354mg ($a_{3,2}$)10mg ($a_{2,1}$
Torta$2810mg ($a_{1,2}$)7mg ($a_{2,2}$
Orden de
tacos
$206mg ($a_{1,3}$4mg ($a_{3,2}$
Necesidades de nutrición
a la semana
35mg35

El estudiante busca cumplir sus necesidades nutricionales semanales y aparte gastar lo menos posible ya que trata de ahorrar lo de su beca lo más posible. Plantea como un problema de programación lineal.

Veamos cómo podemos plantear el problema anterior como un problema de programación lineal usando el análisis que hicimos anteriormente.

Sea $x_1$ el número de veces que va al comedor a tomar la merienda a la semana, $x_2$ el número de veces que va a comer una torta a la semana y $x_3$ el número de veces que va a comer una orden de tacos a la semana. En la tabla nos indican los costos de estas por lo que ya tenemos nuestra función objetivo a minimizar:

$Min \quad z = 35x_1 + 28x_2 + 20x_3$

Luego, tenemos que considerar las restricciones de los nutrientes que son requeridos.

Definamos $a_{1,1}$ como la cantidad de mg del nutriente 1 que contiene la merienda en el comedor, $a_{1,2}$ como la cantidad de mg del nutriente 1 que contiene la torta y $a_{1,3}$ como la cantidad de mg del nutriente 1 que contiene la orden de tacos. Y de manera análoga para el nutriente 2 definimos $a_{2,1}, a_{2,2},$ y $a_{2,3}$

Solo tenemos dos nutrientes a considerar entonces tenemos las siguientes restricciones:

(cantidad de mg del nutriente 1 que contiene la merienda en el comedor)(número de veces que va al comedor a tomar la merienda a la semana) +
(cantidad de mg del nutriente 1 que contiene la torta)(número de veces que come torta a la semana) +
(cantidad de mg del nutriente 1 que contiene la orden de tacos)(número de veces que come una orden de tacos de canasta a la semana) $\geq$
cantidad de mg del nutriente 1 requerido a la semana

Y de manera análoga para las restricciones del nutriente 2:

(cantidad de mg del nutriente 2 que contiene la merienda en el comedor)(número de veces que va al comedor a la semana) +
(cantidad de mg del nutriente 2 que contiene la torta)(número de veces que come torta a la semana) +
(cantidad de mg del nutriente 2 que contiene la orden de tacos)(número de veces que come una orden de tacos de canasta a la semana) $\geq$
cantidad de mg del nutriente 2 requerido a la semana

Escrito en la notación general descrita:

\begin{align*}
&a_{1,1}x_1 + a_{2,1}x_2 + a_{3,1}x_3 \geq b_1\\
&a_{1,2}x_1 + a_{2,2}x_2 + a_{3,2}x_3 \geq b_2\\
\end{align*}

Y usando los valores de el problema, tenemos:

\begin{align*}
&14x_1 + 10x_2 + 6x_3 \geq 45\\
&10x_1 + 7x_2 + 4x_3 \geq 35\\
\end{align*}

Y por último solo cabe mencionar que número de veces que se va a consumir cualquier alimento a la semana es un número mayor o igual a cero, es un número entero y su valor es a lo más 5. Por lo que el planteamiento del problema quedaría de la siguiente manera:

\begin{align*}
Min \quad z = 35&x_1 + 28x_2 + 20x_3\\
s.a&\\
14&x_1 + 10x_2 + 6x_3 \geq 45\\
10&x_1 + 7x_2 + 4x_3 \geq 35\\
&x_1, x_2, x_3 \geq 0\\
\end{align*}

Más adelante…

En las siguientes entradas veremos otros ejemplos más, como el problema de la mochila, el del transporte y otros.

Hasta ahora sólo hemos hablado de qué tipo de problemas queremos resolver, pero no hemos dicho nada con respecto al cómo los resolveremos. Veremos eso un poco más adelante.

Tarea

  • ¡Oh no! La inflación llegó y el precio de las meriendas mencionadas subió un $10\%$. Realiza nuevamente la formulación del problema de la dieta del ejemplo bajo este supuesto.
  • Imagina que tenemos un problema más sencillo. Sólo se pueden elegir entre tortas y tacos. Cuestan \$30 las tortas y \$20 la orden de tacos. La torta da 12mg de N1 y 8mg de N2. La orden de tacos da 9mg de N1 y 6mg de N2. Imagina que se deben consumir 50mg de N1 y 35mg de N2. Se quiere encontrar la dieta más económica. Plantea este problema como un problema de programación lineal.
  • Intenta resolver el problema de programación lineal del inciso anterior con las herramientas con las que cuentes. ¿Cuál sería el plan de meriendas semanal más económico?
  • ¿Por qué en el problema de la dieta no tiene sentido preguntarse por la dieta menos económica? Intenta argumentarlo desde el punto de vista práctico y/o matemático.

Respuestas

$\bullet$ \begin{align*}
Min \quad z = 38.5&x_1 + 30.8x_2 + 22x_3\\
s.a&\\
14&x_1 + 10x_2 + 6x_3 \geq 45\\
10&x_1 + 7x_2 + 4x_3 \geq 35\\
&x_1, x_2, x_3 \geq 0\\
\end{align*}

$\bullet$ El cambio es muy simple, solo hay que cambiar las variables de decisión a $x_1$ el número de veces que va a comer una torta a la semana y $x_2$ el número de veces que va a comer una orden de tacos a la semana. Entonces, con los cambios aplicados:

\begin{align*}
Min \quad z = 30&x_1 + 20x_2\\
s.a&\\
12&x_1 + 9x_2 \geq 50\\
8&x_1 + 6x_2 \geq 35\\
&x_1, x_2 \geq 0\\
\end{align*}

$\bullet$ Una idea sería considerar solamente todos los valores posibles a elegir en la semana, revisar que cumplan con las necesidades de nutrición y calcular el gasto que conllevaría cada plan. Vamos a representar esos resultados en la siguiente tabla:

Combinación alimentariaN1 $\geq$ 50N2 $\geq$ 35Costo del plan
5 días torta6045150
4 días torta,
1 día taco
5642140
3 días torta,
2 días tacos
5239130
2 días torta,
3 días tacos
4836120
1 día torta,
4 días tacos
4433110
5 días tacos4030100

Las filas que tienen una casilla roja no cumplen la necesidad nutricional de su respectiva columna.

Entonces, nuestra solución va a ser el plan de alimentación que tenga el menor costo y que tenga las dos casillas de necesidades nutricionales en verde. Esta solución es la de combinar tres días con merienda de torta y dos días con merienda de tacos de canasta.

$\bullet$ Podría argumentarse que la finalidad de resolver este tipo de problema es economizar los gastos de el o los individuos, entonces al tomar planes de dieta más caros, estamos haciendo lo opuesto a lo propuesto por la función objetivo.

Entradas relacionadas

Investigación de Operaciones: Introducción a la programación lineal (2)

Por Aldo Romero

Introducción

En esta entrada comenzaremos a abordar el primer tema de este curso de Investigación de Operaciones: el de la programación lineal. Hablaremos un poco de por qué es importante estudiar esta disciplina. Luego, explicaremos un poco en qué consiste. Finalmente, veremos el tipo de problemas que podremos responder una vez que hayamos desarrollado más teoría.

¿Por qué estudiar programación lineal?

El desarrollo de la programación lineal ha sido clasificado como uno de los avances científicos más importantes de mediados del siglo XX. En la actualidad es una herramienta de uso cotidiano que permite efectuar de manera óptima muchas de las operaciones que realizan individuos, gobiernos, compañías y negocios. Esto ha su vez ha permitido el uso eficiente de los recursos y ahorros prácticamente incalculables.

Además de las ventajas que trae usar la programación lineal, también es notable la facilidad con la que hoy en día se aplican sus métodos. El tipo de matemáticas sobre las cuales está construida la programación lineal es en general teoría bien conocida: resultados básicos de álgebra lineal, teoremas importantes de cálculo, teoría de gráficas y redes. Esto se complementa con que en la actualidad es sencillo llevar esta teoría a la práctica, pues existen varios lenguajes de programación para uso científico que cuentan con bibliotecas dedicadas a la programación lineal.

¿Qué es la programación lineal?

La programación lineal es una rama de la programación matemática que estudia problemas de optimización en los cuales se desea maximizar (o minimizar) una función lineal restringida mediante ecuaciones o desigualdades lineales. En este contexto no hablamos de la palabra «programación» en el sentido usual de crear código para diseñar programas en una computadora. Más bien, nos referimos a «programación» más como en el sentido de «la programación de cierto canal de televisión» o bien como en la frase «programé una cita con mi dentista», es decir, como una manera de tomar decisiones para repartir un recurso (el tiempo de aire en el caso de la televisión y el tiempo del doctor y del paciente en el ejemplo del dentista).

Existe una gran variedad de problemas, en diversos campos, que pueden ser formulados o aproximados como modelos lineales. Una de las ventajas de resolver problemas por métodos de programación lineal es que existen técnicas eficientes, sencillas y bien estudiadas para resolverlos. Además, se tiene la comodidad de que una vez que se haya resuelto un problema, es sencillo hacer una variación de los parámetros originales para tener una buena intuición de la nueva respuesta sin tener que volver a hacer un procedimiento largo (a esto se le llama análisis de postoptimalidad).

Aunque una de sus aplicaciones más frecuentes es la asignación de recursos, la programación lineal tiene muchas otras posibilidades. En realidad, cualquier problema cuyo modelo matemático se ajuste al formato general de un problema de programación lineal, puede ser estudiado mediante las herramientas de la teoría.

Formato general de un problema de programación lineal

A un problema de programación lineal y su modelo lo llamaremos programa lineal. Abreviaremos problema de programación lineal como PPL y programa lineal como PL.

Estos problemas tienen que cumplir con las siguientes condiciones:

  • El criterio para seleccionar el mejor valor de las variables desconocidas involucradas en el problema, llamadas variables de decisión, puede describirse como función lineal de éstas. A esta función se le da el nombre de función objetivo.
  • Las reglas de operación que gobiernan el proceso (que definen las alternativas de solución) pueden expresarse mediante un conjunto de ecuaciones o desigualdades lineales a las cuales se les da el nombre de restricciones del problema.

El planteamiento matemático inicial del problema de programación lineal fue desarrollado por George Bernard Dantzig en 1947 junto con el método de solución simplex. El formato general del un modelo de esta clase es:

\begin{align*}
\text{Maximizar (o Minimizar)}&\\
z = c_1x_1+c_2x_2&+\ldots+c_nx_n\\
\text{s.a (sujeto a)}\\
a_{11}x_1+a_{12}x_2+\ldots+a_{1n}x_n \quad &\leq b_1 \quad \text{(o bien $\geq$ o $=$)}\\ a_{21}x_1+a_{22}x_2+\ldots+a_{2n}x_n \quad &\leq b_2 \quad \text{(o bien $\geq$ o $=$)}\\
&\vdots\\
a_{m1}x_1+a_{m2}x_2+\ldots+a_{mn}x_n \quad &\leq b_m \quad \text{(o bien $\geq$ o $=$)}\\
x_i & \geq 0, i = 1,\ldots,n.
\end{align*}

Este problema de programación lineal PPL puede escribirse en forma matricial:

\begin{align*}
\text{Max. (o Min.)}&\\
z &= c\\
\text{s.a}\\
Ax \quad &\leq b
\quad \text{(o bien $\geq$ o $=$)}\\
x &\geq 0.
\end{align*}

En esta expresión $c$ es un vector renglón en $\mathbb{R}^n$, llamado vector de costos o de coeficientes en la función objetivo. El vector $x$ es un vector columna (formado por las variables de decisión $x_1,\ldots,x_n$) en $\mathbb{R}^n$. La matriz $A$ es de $m$ renglones y $n$ columnas, llamada la matriz de restricciones. Y finalmente $b$ es un vector columna en $\mathbb{R}^n$, llamado el vector de recursos o lado derecho.

Más adelante…

En esta entrada hablamos un poco de qué es la programación lineal y qué es un PPL, pero nos hemos quedado en términos un poco abstractos. La mejor forma de entender qué es un problema lineal es mediante la presentación de ejemplos. En las siguientes entradas formularemos algunos ejemplos comunes, motivados en aplicaciones prácticas. Hablaremos del problema de la dieta, el problema de la mochila, el problema del transporte, y otros.

Tarea

  1. Ve el siguiente video de acerca de George Dantzig. ¿Que te pareció la anécdota de su tiempo de estudiante?
  1. Aún no hemos visto ejemplos de Problemas de Programación Lineal (PPL) pero, ¿crees que es siguiente ejemplo pueda formularse como uno? «Encontrar la ruta más corta entre una ciudad y otra teniendo varias rutas posibles que se cruzan entre sí.»
  2. Investiga un poco más de la historia de la programación lineal. ¿Qué gran evento en el mundo ayudó a que la teoría se desarrollara aceleradamente? (Pista: La respuesta la puedes encontrar en el blog que está en la entrada anterior)

Entradas relacionadas

Álgebra Superior II: Divisibilidad en los enteros

Por Leonardo Ignacio Martínez Sandoval

Introducción

En la entrada anterior hablamos del algoritmo de la división. Dados dos números enteros $a$ y $b$, con $b\neq 0$, nos permite poner de manera única a $a$ de la forma $a=qb+r$, en donde $q$ y $r$ son enteros, y además $0\leq r < |b|$. En otras palabras, nos permite poner a un número como «copias de otro», más un residuo «chiquito». En esta entrada hablaremos de la divisibilidad en los enteros.

La divisibilidad se da cuando pasa una situación especial en el algoritmo de la división: cuando el residuo obtenido es igual a cero. Es decir, cuando podemos escribir $a=qb$. Cuando esto sucede, diremos que $b$ divide a $a$, o bien que $a$ es múltiplo de $b$. En esta entrada daremos una definición formal que contemple este caso y estudiaremos varias de sus propiedades.

Definición de divisibilidad

La noción fundamental que estudiaremos en esta entrada es la de divisibilidad. La definición crucial es la siguiente.

Definición. Sean $m$ y $n$ enteros. Diremos que $m$ divide a $n$ si existe un entero $k$ tal que $n=km$. En notación, escribiremos $m|n$. También diremos que $n$ es un múltiplo de $m$, o bien que $n$ es divisible entre $m$.

Ejemplo. El número $35$ es divisible entre $5$ pues podemos encontrar un entero $k$ tal que $35=k\cdot 5$. Concretamente, podemos escribir $35=7\cdot 5$. Así mismo, este número también es divisible entre $-7$ pues podemos encontrar un entero $k$ tal que $35=k\cdot (-7)$, en concreto, podemos escribir $35=(-5)(-7)$.

Por otro lado, el $35$ no es múltiplo de $8$. ¿Cómo sabemos esto? Al hacer el algoritmo de la división obtenemos que $35=4\cdot 8 + 3$. Como esta es la única forma de escribir a $35$ como un múltiplo de $8$ más un residuo entre $0$ y $7$, entonces es imposible escribirlo como un múltiplo de $8$ más residuo $0$. En otras palabras, no es múltiplo de $8$.

$\triangle$

Propiedades básicas de divisibilidad

La siguiente proposición habla de algunas de las propiedades básicas de la divisibilidad. Las enunciaremos y daremos sus demostraciones para poner en práctica nuestra definición de divisibilidad.

Proposición. La noción de divisibilidad cumple las siguientes propiedades.

  • Los enteros $1$ y $-1$ dividen a cualquier otro entero.
  • El entero $0$ es divisible por cualquier entero.
  • Es reflexiva, es decir para cualquier entero $n$ se tiene que $n|n$.
  • Es transitiva, es decir si $l,m,n$ son enteros tales que $l|m$ y $m|n$, entonces $l|n$.

Demostración. A continuación demostramos la demostración, inciso por inciso.

  • Recordemos que si $n$ es un entero, entonces $n=n\cdot 1$. Esto nos dice que $1$ divide a $n$. Además, por las propiedades de las operaciones en los números enteros tenemos lo siguiente:
    \begin{align*}
    n&=n\cdot 1\\
    &=n\cdot ((-1)\cdot (-1))\\
    &=(n\cdot (-1))\cdot (-1)\\
    &=(-n)\cdot (-1).
    \end{align*}
    Aquí estamos usando que $(-1)(-1)=1$, la asociatividad del producto en los números enteros y que $(-1)n=-n$. En resumen, obtenemos que $n=(-n)(-1)$, lo cual nos dice que $-1|n$.
  • Aquí notamos que para cualquier entero $n$ tenemos que $0=0\cdot n$. Así, $n|0$.
  • Anteriormente usamos que $n=n\cdot 1$ para concluir $1|n$. Así mismo, al usar $n=1\cdot n$ obtenemos que $n|n$.
  • Veamos la transitividad. Supongamos que $l,m,n$ son enteros tales que $l|m$ y $m|n$. Por definición de divisibilidad podemos encontrar enteros $q$ y $r$ tales que $m=ql$ y $n=rm$. Substituyendo el valor de $m$ de la primera igualdad en la segunda y usando asociatividad obtenemos que: $$n=rm=r(ql)=(rq)l.$$ Esto precisamente nos dice que $l|n$.

$\square$

Divisibilidad y operaciones en los enteros

La divisibilidad se comporta bien con las operaciones en los números enteros. En la siguiente proposición encontramos algunas de las propiedades que vuelven esto un poco más preciso.

Proposición. La noción de divisibilidad cumple las siguientes propiedades.

  • Para enteros $l,m,n$, si $l|m$ y $l|n$, entonces $l|m+n$.
  • Para enteros $l,m,n$, si $l|m$, entonces $l|mn$.
  • Para enteros $l$, $a$, $b$, $c$, $d$ se cumple que si $l|m$ y $l|n$, entonces $l|am+bn$.

Demostración. Daremos la demostración inciso por inciso:

  • Como $l|m$ y $l|n$, por definición existen enteros $r$ y $s$ tales que $m=rl$ y $n=sl$. Al hacer la suma y usar la distributividad del producto sobre la suma obtenemos que $$m+n=rl+sl=(r+s)l.$$ Esto por definición está diciendo que $l$ divide a $m+n$.
  • Aquí podemos utilizar una propiedad anterior. Tenemos que $mn=nm$, por lo cual $mn$ es divisible entre $m$. Es decir, tenemos $l|m$ y $m|mn$. Así, por la transitividad de la divisibilidad, que ya probamos anteriormente, tenemos que $l|mn$.
  • Este inciso es consecuencia de los dos anteriores y, de hecho, ya no tenemos que usar la definición. Por el segundo inciso, como $l|m$, entonces $l|am$. Así mismo, como $l|n$, entonces $l|bn$. Finalmente, por el primer inciso, como $l|am$ y $l|bn$, entonces $l|am+bn$.

$\square$

Observa que si ponemos $a=1$ y $b=-1$ en la última propiedad obtenemos el siguiente corolario: si $l|m$ y $l|n$, entonces $l|m-n$.

Divisibilidad y orden en los enteros

Hay una tercera clase de propiedades que cumple la noción de divisibilidad: aquellas relacionadas con el orden en los enteros. Veamos esto.

Proposición. La noción de divisibilidad cumple las siguientes propiedades.

  • Si $m$ y $n$ son enteros distintos de cero tales que $m|n$, entonces $|m|\leq |n|$.
  • Si $m$ y $n$ son enteros positivos tales que $m|n$, entonces $m\leq n$.
  • Si $m$ y $n$ son enteros tales que $m|n$ y $n|m$, entonces $|m|=|n|$.

Demostración. Demostraremos la primera afirmación a detalle, pues a partir de ella salen las otras dos de manera prácticamente inmediata.

Tomemos dos enteros $m$ y $n$ tales que $m|n$. Por definición de divisibilidad, tenemos que existe un entero $k$ tal que $n=km$. Al tomar valor absoluto de esta expresión, obtenemos que $|n|=|km|$. Por propiedades del valor absoluto, tenemos que $|km|=|k||m|$. Como $n$ es distinto de cero, entonces $k$ también es distinto de cero, así que $|k|\geq 1$. De esta manera, tenemos la siguiente cadena de igualdades y desigualdades: $$|n|=|km|=|k||m|\geq 1\cdot |m| = |m|.$$

Esto es lo que queríamos demostrar.

Para el segundo inciso, como $m$ y $n$ son positivos, entonces entran en el caso del primer inciso. Además, por ser positivos tenemos $|m|=m$ y $|n|=n$. De este modo, por el primer inciso tenemos $m\leq n$.

En el tercer inciso primero tenemos que descartar algunos casos. Si $m=0$, entonces la divisibilidad $0|n$ nos dice que $n=k\cdot 0$ para alguna $k$ entera, pero entonces $n=0$ también, y entonces se cumple $|m|=0=|n|$. El caso $n=0$ es análogo. Ya descartados estos casos, podemos suponer que $m$ y $n$ son distintos de cero. Por el primer inciso tendríamos entonces $|m|\leq |n|$ y $|m|\geq |n|$. Así, $|m|=|n|$, como queríamos.

$\square$

Un ejemplo que usa varias propiedades de divisibilidad

¿Por qué es bueno recordar y saber cuándo usar propiedades de la divisibilidad? Porque nos permite simplificar ciertos problemas y resolverlos más fácilmente. Veamos un ejemplo.

Problema. Encuentra todos los divisores del número $12$.

Solución. Supongamos que $d$ es un divisor de $12$. Tenemos entonces que $|d|\leq |12|=12$, así, $d$ es un número entre $-12$ y $12$. Fuera de este rango no pueden existir divisores de $12$.

Por reflexividad tenemos que $12|12$. Por la propiedad de $1$ y $-1$ tenemos que $1|12$ y $-1|12$. Es fácil ver $12=2\cdot 6$ y $12=3\cdot 4$, así que $2$, $3$, $4$ y $6$ son todos ellos divisores de $12$. Los negativos de estos números también serán divisores entonces pues, por ejemplo, como $12=3\cdot 4$, también tenemos $12=(-3)(-4)$.

De este modo, hasta ahora hemos visto que $-12,-6,-4,-3,-2,-1,1,2,3,4,6,12$ son todos ellos divisores de $12$.

El $5$ claramente no es, pues al hacer el algoritmo de la división obtenemos $12=2\cdot 5 +2$, con residuo $2$. Entonces el $-5$ tampoco puede ser divisor.

Podríamos hacer lo mismo con $7,8,9,10,11$. Pero una forma fácil de ver que ninguno de ellos va a funcionar es que si intentáramos escribir $12=7k$, por ejemplo, se tiene que $k$ no puede ser $1$ (pues $12\neq 7$) y si ponemos $k\geq 2$ entonces el producto es al menos $14$, que ya se pasa de $12$. Así, ni estos números, ni $-7,-8,-9,-10,-11$ son divisores de $12$.

$\triangle$

Más adelante…

La noción de divisibilidad da pie a varios otros conceptos en la teoría de números enteros. Dentro de algunas entradas hablaremos de dos conceptos importantes: el de máximo común divisor y mínimo común múltiplo en los enteros. Sin embargo, antes de hacer esto tomaremos una pequeña desviación para hablar de un concepto un poco abstracto pero bastante útil: los ideales.

Tarea moral

  1. Encuentra todos los divisores del número $24$ (tanto los positivos, como los negativos) y verifica que en efecto cumplen con la definición dada en esta entrada.
  2. Encuentra contraejemplos para las siguientes afirmaciones:
    1. Si $l$, $m$ y $n$ son enteros tales que $l|m$ y $n|m$, entonces $l+n|m$.
    2. Si $l,m,n$ son enteros tales que $l|mn$, entonces o bien $l|m$ o bien $l|n$.
  3. Demuestra las siguientes dos propiedades de la noción de divisibilidad:
    1. Si $m$ y $n$ son enteros positivos tales que $m|n$ y $n|m$, entonces $m=n$.
    2. Si $m$ es divisor de $n$ con $n=km$, entonces $k$ también es divisor de $n$.
  4. Sean $m$ y $n$ enteros. Demuestra que $m$ divide a $n$ si y sólo si $m^2$ divide a $n^2$.
  5. Sea $n$ un entero positivo, $m$ un entero, $a_1,\ldots,a_n$ enteros y $b_1,\ldots,b_n$ enteros. Demuestra que si $m|b_i$ para todo $i=1,\ldots,n$, entonces $m| \sum_{i=1}^n a_ib_i$.

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»

Variable Compleja I: Ecuaciones de Cauchy-Riemann. Condiciones necesarias para la diferenciabilidad compleja.

Por Pedro Rivera Herrera

Introducción

Hasta ahora hemos visto que toda función compleja $f(z)$ diferenciable es continua, más aún sabemos que toda función compleja continua es de la forma: \begin{equation*} f(z) = u(x,y) + i v(x,y), \end{equation*} donde $u(x,y)$ y $v(x,y)$ son funciones reales continuas de variables $x,y$, por lo que resulta natural preguntarnos acerca de qué condiciones deben cumplir dichas funciones para que una función compleja $f(z)$ sea analítica. La respuesta a esta pregunta esta dada por las ecuaciones de Cauchy-Riemann, a las cuales nos referiremos simplemente como las ecuaciones de C-R. Dichas ecuaciones aparecieron por primera vez en 1821 en los primeros trabajos del matemático fránces Augustin Louis Cauchy sobre integrales de funciones complejas. Su relación con la existencia de la derivada compleja apareció hasta 1851 en la tesis doctoral del matemático alemán Bernhard Riemann.

Como veremos a lo largo de las siguientes entradas, las ecuaciones de C-R resultan ser un pilar en la teoría de las funciones complejas, por lo que nuestro objetivo será deducirlas y obtener una serie de resultados que nos permitan caracterizar a las funciones analíticas mediante dichas ecuaciones.

Recordemos las siguientes definiciones vistas en nuestros cursos de cálculo.

Definición 17.1. (Derivada parcial.)
Supongamos que $u: \mathbb{R}^2 \to \mathbb{R}$ es una función real de variables reales, $x,y$, definida en un conjunto abierto no vacío $U\subset \mathbb{R}^2$. Si consideramos a la variable $y$ como constante, entonces podemos pensar a $u$ como una función únicamente de $x$ y derivar con respecto a $x$. Entonces: \begin{equation*} \frac{\partial u }{\partial x}(x,y) = \lim_{h \to 0} \frac{u(x+h, y) – u(x,y)}{h}. \end{equation*}

En caso de existir dicho límite lo llamaremos la derivada parcial de $u$ con respecto a $x$ y es denotada como $\frac{\partial u }{\partial x}$ o $u_x$. Dicha derivada resulta ser una función evaluada en el punto $(x,y)$, lo cual se suele omitir por simplicidad en la notación.

Análogamente, fijando a $x$ y considerando a $u(x,y)$ como una función de $y$, tenemos al derivar con respecto a $y$ la derivada parcial de $u$ con respecto a $y$, es decir: \begin{equation*} \frac{\partial u }{\partial y}(x,y) = \lim_{h \to 0} \frac{u(x, y+h) – u(x,y)}{h}. \end{equation*}

Definición 17.2. (Funciones clase $C^k$.)
Si $U\subset\mathbb{R}^2$ es un conjunto abierto y $u:U\to\mathbb{R}$ es una función, entonces $u$ es llamada de clase $C^1$ o continuamente diferenciable en $U$ si $\partial u/\partial x$ y $\partial u/\partial y$ existen y son continuas en $U$. Lo anterior se denota de forma abreviada como $u\in C^1(U)$.

De forma general si $k\in\mathbb{N}$, entonces una función real $u$ definida en $U\subset\mathbb{R}^2$, es llamada de clase $C^k$ o $k$-veces continuamente diferenciable si todas las derivadas parciales hasta el orden $k$ existen y son continuas en $U$. En dicho caso escribimos $u\in C^k(U)$. En particular, diremos que una función $u$ es clase $C^0$ si simplemente es una función continua.

Entonces, para $U\subset \mathbb{C}$ abierto, una función $f(z) = u(x,y) + i v(x,y)$ definida en $U$, es llamada de clase $C^k$ si $u$ y $v$ son de clase $C^k$.

Observación 17.1.
A partir de ahora usaremos la notación $U$ para denotar conjuntos abiertos en $\mathbb{C}$ y $D$ para denotar dominios o regiones en $\mathbb{C}$, estos conceptos se abordaron en la Unidad 1: Introducción y preliminares.

De acuerdo con la observación 16.2 sabemos que si una función $f:U\to\mathbb{C}$ es diferenciable en un punto $z_0\in U$, entonces el límite: \begin{equation*} f'(z_0) = \lim_{z \to z_0} \dfrac{f(z) – f(z_0)}{z-z_0} = \lim_{h \to 0} \dfrac{f(z_0 + h) – f(z_0)}{h}, \end{equation*} existe y es único sin importar como $h$ se aproxime a $0$ en el plano complejo. Sin embargo es importante notar que al igual que en el caso de funciones reales, podemos considerar a dos direcciones privilegiadas cuando $h \to 0$, figura 73, las cuales son:

  1. a lo largo de un eje paralelo al eje real, es decir cuando $h\in \mathbb{R}$,
  2. a lo largo de un eje paralelo al eje imaginario, es decir cuando $h=ki\in\mathbb{C}$, con $k\in\mathbb{R}$, es un número complejo puro.
Figura 73: Gráfica de las dos direcciones privilegiadas por las que $z$ se aproxima a $z_0$ al calcular $f'(z_0)$.

Veamos entonces qué sucede al calcular el límite que define a $f'(z)$ si consideramos las direcciones privilegiadas descritas previamente. Supongamos que $f(z) = u(x,y) + iv(x,y)$ es una función diferenciable en un punto $z_0=x_0+iy_0\in U$, con $U \subset \mathbb{C}$ abierto.

Si $h$ es real, entonces: \begin{align*} f'(z_0) &= \lim_{h \to 0} \frac{f(z_0+h) – f(z_0)}{h}\\ & = \lim_{h \to 0} \left[ \frac{u(x_0+h,y_0) – u(x_0,y_0)}{h} + i \frac{v(x_0+h,y_0) – v(x_0,y_0)}{h}\right]\\ & = \lim_{h \to 0} \frac{u(x_0+h,y_0) – u(x_0,y_0)}{h} + i \lim_{h \to 0} \frac{v(x_0+h,y_0) – v(x_0,y_0)}{h}\\ & = \frac{\partial u}{ \partial x}(x_0,y_0) + i \frac{\partial v}{ \partial x}(x_0,y_0)\\ & =: \frac{\partial f}{\partial x}(x_0,y_0) = f_x(z_0). \tag{17.1} \end{align*}

Si $h$ es un número imaginario puro, es decir $h=ik$, con $k$ real, entonces $h\to 0$ si y solo si $k\to 0$, por lo que: \begin{align*} f'(z_0) &= \lim_{h \to 0} \frac{f(z_0+h) – f(z_0)}{h}\\ & = \lim_{k \to 0} \left[ \frac{u(x_0,y_0+k) – u(x_0,y_0)}{ik} + i \frac{v(x_0,y_0+k) – v(x_0,y_0)}{ik}\right]\\ & = \frac{1}{i}\lim_{k \to 0} \frac{u(x_0,y_0+k) – u(x_0,y_0)}{k} + \lim_{k \to 0} \frac{v(x_0,y_0+k) – v(x_0,y_0)}{k}\\ & = -i \frac{\partial u}{ \partial y}(x_0,y_0) + \frac{\partial v}{ \partial y}(x_0,y_0)\\ & =: -i\frac{\partial f}{\partial y}(x_0,y_0) = -i f_y(z_0). \tag{17.2} \end{align*}

De ambos casos es claro que la existencia de las cuatro derivadas parciales: \begin{equation*} \frac{\partial u}{\partial x}, \quad \frac{\partial u}{\partial y}, \quad \frac{\partial v}{\partial x}, \quad \frac{\partial v}{\partial y} \end{equation*} en el punto $(x_0,y_0)$, está garantizada por la existencia del límite que define a la derivada compleja en el punto $z_0 = x_0 +iy_0 \in U$.

Observación 17.1.
Hemos introducido en las últimas igualdades de las ecuaciones (17.1) y (17.2) una notación usual en algunos textos para referirnos a la derivada de una función compleja en términos de las derivadas parciales de las funciones $u$ y $v$, es importante no confundirnos con dicha notación la cual se usará de manera indistinta en el curso.

Dado que $f'(z_0)$ existe sin importar la dirección en que $h$ se aproxime a $0$, entonces los dos límites dados en (17.1) y (17.2) deben ser iguales, es decir: \begin{equation*} f'(z_0) = \frac{\partial u}{ \partial x}(x_0,y_0) + i \frac{\partial v}{ \partial x}(x_0,y_0) = \frac{\partial v}{ \partial y}(x_0,y_0) -i \frac{\partial u}{ \partial y}(x_0,y_0), \tag{17.3} \end{equation*} o equivalentemente: \begin{equation*} f'(z_0) = f_x(z_0) = -i f_y(z_0). \tag{17.4} \end{equation*}

Igualando las partes reales e imaginarias de estos dos números complejos tenemos que: \begin{equation*} \frac{\partial u}{ \partial x} (x_0, y_0)= \frac{\partial v}{ \partial y}(x_0, y_0), \quad \text{y} \quad \frac{\partial u}{ \partial y}(x_0, y_0) = – \frac{\partial v}{ \partial x}(x_0, y_0). \tag{17.5} \end{equation*}

Al par de ecuaciones diferenciales parciales dado en (17.5) se les conoce como las ecuaciones de Cauchy-Riemann.

Con lo anterior hemos probado el siguiente resultado.

Teorema 17.1. (Ecuaciones de Cauchy-Riemann.)
Sean $U\subset \mathbb{C}$ un conjunto abierto y $f:U\to \mathbb{C}$ una función. Si $f(z) = u(x,y) + iv(x,y)$ es analítica en un punto $z_0=x_0 +iy_0\in U$, entonces existen las derivadas parciales: \begin{equation*} \frac{\partial u}{\partial x}, \quad \frac{\partial u}{\partial y}, \quad \frac{\partial v}{\partial x}, \quad \frac{\partial v}{\partial y} \end{equation*} en $(x_0,y_0)$ y satisfacen las ecuaciones de Cauchy-Riemann (17.5) en dicho punto. En tal caso se tiene que: \begin{equation*} f'(z_0) = \frac{\partial u}{\partial x}(x_0,y_0) + i \frac{\partial v}{\partial x}(x_0,y_0) = \frac{\partial v}{\partial y}(x_0,y_0) – i \frac{\partial u}{\partial y}(x_0,y_0). \end{equation*}

$\blacksquare$

Corolario 17.1.
Si $f(z)=u(x,y) + iv(x,y)$ es una función analítica en un conjunto abierto $U\subset\mathbb{C}$, entonces las ecuaciones de C-R se satisfacen en todo punto de $U$.

$\blacksquare$

De acuerdo con el corolario 16.1 de la entrada anterior, sabemos que todo polinomio complejo es una función entera, es decir, analítica en todo $\mathbb{C}$, por lo que de acuerdo con el corolario 17.1 se deben cumplir las ecuaciones de C-R para todo $z=x+iy\in\mathbb{C}$.

Ejemplo 17.1
Consideremos al polinomio complejo $f(z) = 2z^2 + 3z$, para $z=x+iy\in\mathbb{C}$, veamos que se satisfacen las ecuaciones de C-R en $\mathbb{C}$ y obtengamos la derivada de $f$.

Solución. Tenemos que: \begin{equation*} f(z) = 2(x^2 – y^2) + 3x + i(4xy + 3y), \end{equation*} de donde $u(x,y) = 2(x^2 – y^2) + 3x$ y $v(x,y) = 4xy + 3y$.

Entonces para todo $z=x+iy\in\mathbb{C}$ se satisfacen las ecuaciones de C-R: \begin{align*} \frac{\partial u}{\partial x} = 4x + 3 = \frac{\partial v}{\partial y},\\ \frac{\partial u}{\partial y} = -4y = – \frac{\partial v}{\partial x}. \end{align*}

Por otra parte, de acuerdo con el teorema 1 tenemos que la derivada de $f$ es: \begin{equation*} f'(z) = 4x+3 + i4y = 4(x+iy) + 3 = 4z + 3. \end{equation*}

Observación 17.3.
El teorema 17.1 establece que una condición necesaria para que una función $f(z)=u(x,y)+i v(x,y)$ sea analítica en un punto $z_0\in U \subset\mathbb{C}$ es que las ecuaciones de C-R se satisfagan en dicho punto.

La importancia del teorema 17.1 y del corolario 17.1 radica en que tenemos ahora un criterio para determinar cuando una función no es analítica por medio de las ecuaciones de C-R. Para mostrar esto consideremos los siguientes ejemplos.

Ejemplo 17.2.
De acuerdo con el ejemplo 16.3 de la entrada anterior, sabemos que las funciones $f(z) = \overline{z}$ y $g(z) = \operatorname{Re}(z)$ no son analíticas en ningún punto de $\mathbb{C}$. Utilizando la contrapuesta del corolario 17.1 procedemos a verificar nuestro resultado.

Solución. Es claro que ambas funciones están definidas en todo $\mathbb{C}$. Sea $z=x+iy\in\mathbb{C}$.

a) Para $f(z) = \overline{z} = x – iy$ tenemos que $u(x,y) = x$ y $v(x,y) = -y$, por lo que: \begin{align*} \frac{\partial u}{\partial x} = 1 \quad \text{y} \quad \frac{\partial u}{\partial y} = 0,\\ \frac{\partial v}{\partial x} = 0 \quad \text{y} \quad \frac{\partial v}{\partial y} = -1. \end{align*} Es claro que $\partial u/\partial x \neq \partial v/\partial y$ para todo $z = x+iy \in \mathbb{C}$, por lo que $f$ no es analítica en ningún punto.

b) Por otra parte, para $g(z) = \operatorname{Re}(z) = x$ tenemos que $u(x,y) = x$ y $v(x,y) = 0$, por lo que: \begin{align*} \frac{\partial u}{\partial x} = 1 \quad \text{y} \quad \frac{\partial u}{\partial y} = 0,\\ \frac{\partial v}{\partial x} = 0 \quad \text{y} \quad \frac{\partial v}{\partial y} = 0. \end{align*} Tenemos que $\partial u/\partial x \neq \partial v/\partial y$ y $\partial u/\partial y \neq -\partial v/\partial x$ para todo $z = x+iy \in \mathbb{C}$, por lo que $f$ no es analítica en ningún punto.

Ejemplo 17.3.
Sea $z=x+iy\in\mathbb{C}$. Veamos que la función compleja $f(z) = 2x^2 +y +i(y^2-x)$ no es analítica en ningún punto.

Solución. Notemos que $u(x,y) = 2x^2 + y$ y $v(x,y) = y^2 – x$, entonces: \begin{equation*} \frac{\partial u}{\partial x} = 4x \quad \text{y} \quad \frac{\partial u}{\partial y} = 1, \end{equation*} \begin{equation*} \frac{\partial v}{\partial x} = -1 \quad \text{y} \quad \frac{\partial v}{\partial y} = 2y. \end{equation*}

Es claro que $\partial u/\partial y = -\partial v/\partial x$ para todo $z=x+iy \in \mathbb{C}$, mientras que la igualdad $\partial u/\partial x = \partial v/\partial y$ se satisface solamente en la recta $y=2x$. Sin embargo, para todo punto $z=x+iy$ sobre dicha recta, no existe un disco abierto alrededor de $z$ en el cual $f$ sea diferenciable, por lo que $f$ no es analítica en ningún punto.

Es importante notar que aunque se satisfagan las ecuaciones de C-R en un punto $z_0= x_0+iy_0\in D$, esto no es suficiente para garantizar la existencia de $f'(z_0)$ en $D$, desde que existen muchas otras direcciones por las que $z$ se aproxima a $z_0$ al calcular el límite que define a $f'(z_0)$. Consideremos el siguiente ejemplo para verificar lo anterior.

Ejemplo 17.4.
Sea $z=x+iy$. Veamos que la función: \begin{equation*} f(z)= \left\{\begin{array}{lcc} \dfrac{x^3(1+i) – y^3(1-i)}{x^2+y^2}& \text{si} & z\neq 0, \\ 0 & \text{si} & z = 0, \end{array} \right. \end{equation*} es continua en $z=0$ y que en dicho punto se satisfacen las ecuaciones de C-R, pero $f'(0)$ no existe.

Solución. Sea $f(z)=u(z)+iv(z)$, entonces para $z\neq 0$ tenemos que: \begin{equation*} u(x,y) = \frac{x^3 – y^3}{x^2+y^2}, \quad v(x,y) = \frac{x^3 + y^3}{x^2+y^2}, \end{equation*} con $x\neq 0$ y $y\neq 0$.

Primeramente verifiquemos que $f(z)$ es continua en todo $\mathbb{C}$. Es claro que si $z\neq 0$, entonces las funciones racionales $u(x,y)$ y $v(x,y)$ están bien definidas y son continuas, por lo que en dicho caso $f(z)$ es continua. Probemos ahora que $f(z)$ es continua en $z=0$. Utilizando coordenadas polares tenemos que: \begin{equation*} u(r,\theta) = r\left(\operatorname{cos}^3(\theta) – \operatorname{sen}^3(\theta)\right), \quad v(r,\theta) = r\left(\operatorname{cos}^3(\theta) + \operatorname{sen}^3(\theta)\right). \end{equation*}

Notemos que si $z\to 0$, entonces $r \to 0$, para cualquier argumento $\theta$, por lo que: \begin{equation*} \lim_{r \to 0} u(r,\theta) = \lim_{r \to 0} v(r,\theta) = 0, \end{equation*} entonces: \begin{equation*} \lim_{z \to 0} f(z) = 0 = f(0), \end{equation*} por lo que $f(z)$ es continua en $z=0$ y por tanto es continua en todo $\mathbb{C}$.

Veamos ahora que en $z=0$ las ecuaciones de C-R se satisfacen. Si $z=0$, entonces: \begin{align*} f(0) = 0 \quad & \Longleftrightarrow \quad u(0,0) + iv(0,0) = 0\\ & \Longleftrightarrow \quad u(0,0) = v(0,0) = 0. \end{align*} Por definición tenemos que: \begin{align*} \frac{\partial u}{\partial x} (0,0) & = \lim_{h\to 0}\frac{u(h,0) – u(0,0)}{h}\\ & = \lim_{h\to 0}\frac{h – 0}{h}\\ & = 1. \end{align*} \begin{align*} \frac{\partial u}{\partial y} (0,0) & = \lim_{h\to 0}\frac{u(0,h) – u(0,0)}{h}\\ & = \lim_{h\to 0}\frac{-h – 0}{h}\\ & = -1. \end{align*} Mientras que: \begin{align*} \frac{\partial v}{\partial x} (0,0) & = \lim_{h\to 0}\frac{v(h,0) – v(0,0)}{h}\\ & = \lim_{h\to 0}\frac{h – 0}{h}\\ & = 1. \end{align*} \begin{align*} \frac{\partial v}{\partial y} (0,0) & = \lim_{h\to 0}\frac{v(0,h) – v(0,0)}{h}\\ & = \lim_{h\to 0}\frac{h – 0}{h}\\ & = 1. \end{align*} Entonces, en el origen tenemos que: \begin{equation*} \frac{\partial u}{ \partial x} = \frac{\partial v}{ \partial y}, \quad \frac{\partial v}{ \partial x} = -\frac{\partial u}{ \partial y}, \end{equation*} por lo que en $z=0$ se satisfacen las ecuaciones de C-R. Sin embargo, $f(z)$ no es diferenciable en dicho punto.

Para $z=x+iy$ tenemos que: \begin{align*} f'(0) & = \lim_{z \to 0} \frac{f(z) – f(0)}{z}\\ & = \lim_{z \to 0} \frac{f(z) – 0}{z}\\ & = \lim\limits_{\begin{subarray}{l} x \to 0\\ y \to 0 \end{subarray}} \frac{(x^3 – y^3) + i (x^3 + y^3)}{(x^2+y^2)(x+iy)}. \end{align*} Notemos que si $z$ se aproxima $0$ a lo largo de la recta $y=x$, entonces: \begin{align*} f'(0) & = \lim_{z \to 0} \frac{f(z) – f(0)}{z}\\ & = \lim_{x \to 0} \frac{2ix^3}{2x^3(1+i)}\\ & = \frac{i}{1+i}. \end{align*} Por otra parte, si $z$ se aproxima $0$ a lo largo del eje real $x$, es decir si $y=0$, entonces: \begin{align*} f'(0) & = \lim_{z \to 0} \frac{f(z) – f(0)}{z}\\ & = \lim_{x \to 0} \frac{x^3(1+i)}{x^3}\\ & = 1+i. \end{align*} Dado que estos límites son distintos, entonces $f'(0)$ no existe y por tanto $f(z)$ no es diferenciable en $z=0$.

De acuerdo con la proposición 16.1 de la entrada anterior, sabemos que una consencuencia de la analicidad de una función $f$ en un punto $z_0 \in U\subset\mathbb{C}$, es la continuidad de la función $f$ en dicho punto. Sin embargo, el ejemplo 17.4 muestra que el recíproco de dicha proposición no es cierto, pues la función $f(z)$ de dicho ejemplo es continua en $z_0 = 0$, pero no es analítica en dicho punto.

Observación 17.4.
De nuestros cursos de geometría sabemos que al trabajar con coordenadas polares es posible establecer una transformación biunívoca entre las coordenadas polares y las coordenadas cartesianas mediante la transformación: \begin{align*} T: (0,\infty) \times (-\pi,\pi] \to \mathbb{R}^2\setminus\{(0,0)\},\\ T(r,\theta)=(r\operatorname{cos}(\theta), r\operatorname{sen}(\theta)). \end{align*} Por ejemplo, para el conjunto de puntos: \begin{equation*} U^* = \left\{(r,\theta) : 1\leq r \leq 2 \, \, \text{y} \,\, 0\leq \theta \leq \pi/2\right\}, \end{equation*} se tiene que $T(U^*) = U$, con: \begin{equation*} U = \left\{(x,y) : 1/2 \leq x \leq 1 \, \, \text{y} \,\, \sqrt{1-x^2} \leq y \leq \sqrt{3} x \right\}\cup \left\{(x,y) : 1 \leq x \leq 2 \, \, \text{y} \,\, 0 \leq y \leq \sqrt{4-x^2}\right\}. \end{equation*}

De acuerdo con la observación 12.5, al considerar a $z\in\mathbb{C}$, $z\neq 0$, en su forma polar, es posible expresar a una función compleja $f(z)$ en términos de su parte real e imaginaria, las cuales son funciones reales de las variables $r$ y $\theta$, por lo que considerando la transformación anterior, resulta sencillo verificar el siguiente resultado.

Proposición 17.1. (Forma polar de las ecuaciones de C-R.)
Sean $U\subset\mathbb{C}\setminus{0}$ un conjunto abierto y $f\in\mathcal{F}(U)$ una función. Si la función $f(z)=u(x,y) + iv(x,y)$ es analítica en $U$, entonces considerando la transformación dada por $x=r\operatorname{cos}(\theta)$, $y=r\operatorname{sen}(\theta)$, para $(r,\theta)\in U^*$ y $U^* \subset (0,\infty)\times(-\pi, \pi]$, se tiene que las ecuaciones de Cauchy-Riemann en su forma polar están dadas por: \begin{equation*} \frac{\partial u}{\partial r} = \frac{1}{r} \frac{\partial v}{\partial \theta} \quad \text{y} \quad \frac{\partial v}{\partial r} = -\frac{1}{r} \frac{\partial u}{\partial \theta}, \tag{17.6} \end{equation*} las cuales existen para cada punto de $U$.

Más aún, en consecuencia con el teorema 1, se tiene que para $z_0 = r_0 \operatorname{cis}(\theta_0) \in U$, un punto donde $f$ es analítica, se cumple que: \begin{align*} f'(z_0) & = \operatorname{cis}(-\theta) \left[ \frac{\partial u}{\partial r} (r_0, \theta_0)+ i \frac{\partial v}{\partial r}(r_0, \theta_0)\right]\\ & = \left[\operatorname{cos}(\theta) – i \operatorname{sen}(\theta) \right]\left[ u_r(r_0, \theta_0)+ i v_r(r_0, \theta_0)\right]. \end{align*}

Demostración. Se deja como ejercicio al lector.

$\blacksquare$

Ejemplo 17.5.
Consideremos a la función $f(z) = \dfrac{1}{z^2}$. De acuerdo con el corolario 16.1 sabemos que dicha función es analítica en $\mathbb{C}\setminus\{0\}$, por lo que considerando a $z\neq 0$ en coordenadas polares podemos verificar que se cumplen las ecuaciones de C-R en su forma polar para todo $(r,\theta) \in (0,\infty) \times (-\pi,\pi]$ o equivalentemente, por la observación 17.4, para todo $z \in \mathbb{C}\setminus\{0\}$.

Solución.
Sea $z=r\operatorname{cis}(\theta) \neq 0$, con $r = |\,z\,|$ y $\theta = \operatorname{Arg} z$. Por la fórmula de De Moivre tenemos que: \begin{align*} f(z) = \frac{1}{z^2} & = \frac{1}{\left[r\operatorname{cis}(\theta)\right]^2}\\ & = \frac{1}{r^2\left[\operatorname{cos}(2\theta) + \operatorname{sen}(2\theta)\right]}\\ & = \frac{\operatorname{cos}(2\theta) – i \operatorname{sen}(2\theta)}{r^2}\\ & = \frac{\operatorname{cos}(2\theta)}{r^2} – i \frac{\operatorname{sen}(2\theta)}{r^2}. \end{align*} Entonces: \begin{align*} u(r,\theta) = \frac{\operatorname{cos}(2\theta)}{r^2},\\ v(r,\theta) = – \frac{\operatorname{sen}(2\theta)}{r^2}. \end{align*} Tenemos que para todo $(r,\theta)\in(0,\infty)\times (-\pi,\pi]$ se cumple que: \begin{align*} \frac{\partial u}{\partial r} = – \frac{2\operatorname{cos}(\theta)}{r^3} = \frac{1}{r} \frac{\partial v}{\partial \theta},\\ \frac{\partial v}{\partial r} = \frac{2\operatorname{sen}(\theta)}{r^3} = -\frac{1}{r} \frac{\partial u}{\partial \theta}. \end{align*} Por lo tanto, para todo $z=r\operatorname{cis}(\theta) \in \mathbb{C}\setminus\{0\}$ se satisfacen las ecuaciones de C-R.

Es claro que utilizando las reglas de derivación vistas en la entrada anterior es posible obtener la derivada de $f$ para todo $z\neq 0$, sin embargo utilizando la proposición 17.1 tenemos que: \begin{align*} f'(z) & = \operatorname{cis}(-\theta) \left[ \frac{\partial u}{\partial r}+ i \frac{\partial v}{\partial r}\right]\\ & = \left[\operatorname{cos}(\theta) – i \operatorname{sen}(\theta) \right]\left[ – \frac{2\operatorname{cos}(\theta)}{r^3} + i \frac{2\operatorname{sen}(\theta)}{r^3}\right]\\ & = – \frac{2}{r^3} \left[ \left( \operatorname{cos}^3(\theta) -3\operatorname{sen}^2(\theta) \operatorname{cos}(\theta)\right) – i \left( 3\operatorname{cos}^2(\theta) \operatorname{sen}(\theta) – \operatorname{sen}^3(\theta) \right)\right]\\ & = – \frac{2}{r^3} \left[ \operatorname{cos}(-3\theta) + i \operatorname{sen}(-3\theta)\right]\\ & = – \frac{2}{r^3 \operatorname{cis}(3\theta)}\\ & = – \frac{2}{\left( r \operatorname{cis}(\theta)\right)^3} = – \frac{2}{z^3}. \end{align*}

Ejemplo 17.6.
De acuerdo con el ejemplo 16.5 sabemos que $f_0$, es decir la rama principal de la función multivaluada $F(z)=\sqrt{z}$, es analítica en el dominio $D=\mathbb{C}\setminus(-\infty,0]$. Veamos que se cumplen las ecuaciones de C-R en $D$.

Solución. Sea $z\in D$. Escribiendo $z = r\operatorname{cis}(\theta)$, con $r=|\,z\,|$ y $\theta =\operatorname{Arg}(z)$, entonces: \begin{align*} f_0(z) & = \sqrt{r}\operatorname{cis}\left(\frac{\theta}{2}\right)\\ & = \sqrt{r}\operatorname{cos}\left(\frac{\theta}{2}\right) + i \sqrt{r}\operatorname{sen}\left(\frac{\theta}{2}\right)\\ & = u(r,\theta) + iv(r,\theta). \end{align*}

Es claro que para todo $(r,\theta)\in(0,\infty)\times (-\pi,\pi)$ se cumple que: \begin{align*} \frac{\partial u}{\partial r} = \frac{\operatorname{cos}\left(\frac{\theta}{2}\right)}{2\sqrt{r}} = \frac{1}{r} \frac{\partial v}{\partial \theta},\\ \frac{\partial v}{\partial r} = \frac{\operatorname{sen}\left(\frac{\theta}{2}\right)}{2\sqrt{2}} = -\frac{1}{r} \frac{\partial u}{\partial \theta}. \end{align*}

Por lo que para todo $z = r\operatorname{cis}(\theta)\in D$ se cumplen las ecuaciones de C-R.

Tarea moral

  1. Demuestra la proposición 17.1.
    Hint: Observa que $u(x,y) = u(r\operatorname{cos}(\theta), r\operatorname{sen}(\theta))$ y $v(x,y) = v(r\operatorname{cos}(\theta), r\operatorname{sen}(\theta))$. Dado que la función $f$ es analítica en el abierto $U$, por el corolario 1 se satisfacen las ecuaciones de C-R en $U$, por lo que utilizando la regla de la cadena para funciones reales de dos variables se tiene que: \begin{align*} \frac{\partial u}{\partial r} = \frac{\partial u}{\partial x} \frac{\partial x}{\partial r} + \frac{\partial u}{\partial y} \frac{\partial y}{\partial r}, \quad \frac{\partial u}{\partial \theta} = \frac{\partial u}{\partial x} \frac{\partial x}{\partial \theta} + \frac{\partial u}{\partial y} \frac{\partial y}{\partial \theta},\\ \frac{\partial v}{\partial r} = \frac{\partial v}{\partial x} \frac{\partial x}{\partial r} + \frac{\partial v}{\partial y} \frac{\partial y}{\partial r}, \quad \frac{\partial v}{\partial \theta} = \frac{\partial v}{\partial x} \frac{\partial x}{\partial \theta} + \frac{\partial v}{\partial y} \frac{\partial y}{\partial \theta}. \tag{17.7} \end{align*}
  2. De las ecuaciones dadas en (17.7), resuelve para $u_x$, $u_y$, $v_x$ y $v_y$ y concluye que: \begin{align*} \frac{\partial u}{\partial x} = \frac{\partial u}{\partial r} \operatorname{cos}(\theta) – \frac{\partial u}{\partial \theta} \frac{\operatorname{sen(\theta)}}{r}, \quad \frac{\partial u}{\partial y} = \frac{\partial u}{\partial r} \operatorname{sen}(\theta) + \frac{\partial u}{\partial \theta}\frac{\operatorname{cos(\theta)}}{r},\\ \frac{\partial v}{\partial x} = \frac{\partial v}{\partial r} \operatorname{cos}(\theta) – \frac{\partial v}{\partial \theta} \frac{\operatorname{sen(\theta)}}{r}, \quad \frac{\partial v}{\partial y} = \frac{\partial v}{\partial r} \operatorname{sen}(\theta) + \frac{\partial v}{\partial \theta}\frac{\operatorname{cos(\theta)}}{r}. \end{align*} Suponiendo que el teorema 1 se cumple para la forma polar de las ecuaciones de C-R, utiliza las ecuaciones anteriores para verificar que las ecuaciones de C-R se verifican ahora para las funciones reales $u(x,y)$ y $v(x,y)$. Con esto se verifica que las ecuaciones dadas en (17.6) en efecto son la forma polar de las ecuaciones de C-R.
  3. Prueba que las siguientes funciónes no son analíticas en su dominio.
    a) $f(z) = |\,z\,|^2$, pero es diferenciable en $z=0$.
    b) $f(z) = y + ix$, para $z=x+iy\in\mathbb{C}$.
    c) $f(z) = \overline{z}^2$ para $z=x+iy\in\mathbb{C}$.
    d) $f(z) = 4z – 6 \overline{z} + 3$ para $z=x+iy\in\mathbb{C}$.
  4. Supón que $f(z) = u(x,y) + iv(x,y)$ es una función analítica en un conjunto abierto $U\subset\mathbb{C}$. Sean $h(z) = \overline{f(z)}$ y $g(z) = v(x,y) + iu(x,y)$ dos funciones complejas definidas en el mismo conjunto $U$, entonces ¿son $h$ y $g$ funciones analíticas en $U$?
  5. Sean $U\subset\mathbb{C}$ un conjunto abierto y $f(z) = u(x,y) + iv(x,y)$ una función analítica en un $U$. Prueba que:
    a) $f'(z) = u_x(z) – i u_y(z) = v_y(z) + i v_x(z)$.
    b) $|\,f'(z)\,|^2 = u_x^2 + u_y^2 = v_x^2 + v_y^2$, para todo $z=x+iy\in U$.
  6. Considera la siguiente función: \begin{equation*} f(z)= \left\{\begin{array}{lcc} \dfrac{z^5}{|\,z\,|^4}& \text{si} & z\neq 0, \\ 0 & \text{si} & z = 0. \end{array} \right. \end{equation*} Muestra que en $z=0$ la función $f$ satisface las ecuaciones de C-R, pero $f'(0)$ no existe.

Más adelante…

En esta entrada hemos deducido las ecuaciones de Cauchy-Riemann y probamos que para una función compleja $f(z) = u(x,y) + iv(x,y)$ dichas ecuaciones resultan ser un conjunto de condiciones necesarias que deben satisfacer la parte real y la parte imaginaria, $u$ y $v$ respectivamente, en un punto donde $f(z)$ es analítica. Sin embargo, vimos mediante algunos ejemplos que dichas ecuaciones no son una condición suficiente para garantizar la analicidad de una función en un conjunto abierto $U\subset\mathbb{C}$.

Lo anterior nos motiva a preguntarnos bajo qué condiciones, además de las ecuaciones de C-R, las funciones reales $u$ y $v$ nos permiten garantizar que una función compleja $f(z)$ sea analítica en $U$, lo cual responderemos en la siguiente entrada.

Entradas relacionadas

Álgebra Superior I: Varios tamaños de conjuntos infinitos

Por Guillermo Oswaldo Cota Martínez

Introducción

En la entrada pasada revisamos el concepto de cardinalidad de conjuntos finitos. Esto es la forma de «contar» los elementos en un conjunto que sabemos que «termina». Ahora veremos un primer acercamiento a la idea del infinito en el aspecto matemático.

Pensando en número grandes

¿Cuál es el número más grande que se te ocurre? Siempre que pienses en alguno, existe uno más grande, pues con solo sumarle a cualquier número $1$, resulta en uno más grande. Y es que en el caso finito, hablábamos de cómo un conjunto tenía un número definido de elementos. Ahora cuando estemos hablando de infinito, lo primero que se nos vendría a la mente es que no podremos «contar» cuántos elementos hay y acabar, pues siempre habrán más y más elementos. Así haremos el intento por primero definir una forma qué es el infinito.

Definición Diremos que un conjunto es infinito si no es finito, es decir, un conjunto $X$ será infinito si no existe algún $n$ número natural tal que sea biyectivo con $X$.

Para ver un ejemplo de esto, veremos los números naturales.

Proposición. Los números naturales son infinitos.

Demostración. Deberemos mostrar que para cualquier número $n$ y cualquier función $f:\mathbb{N} \rightarrow n$, no será biyectiva. Pero esto es resultado inmediato del principio de las casillas, pues $\{1,2,3,…,n,n+1\}$ es un subconjunto de $\mathbb{N}$ que tiene cardinalidad $|n+1|$ por lo tanto la función restringida solo a este conjunto no es inyectiva, y como este solo es un subconjunto de los números naturales, la función tampoco será inyectiva.

Como esto sucede para cualquier $f$ y cualquier $n$, no existirá una biyección entre $\mathbb{N}$ y algún número natural.

$\square$

Este es un conjunto infinito que es muy intuitivo, pues maneja la idea de que siempre podemos seguir pensando en números nuevos. Pero incluso este conjunto tiene subconjuntos infinitos, por ejemplo los números pares positivos (escrito en ocasiones como $2\mathbb{Z_+}$) y números impares positivos (escrito en ocasiones como $2\mathbb{Z_+}+1$), pues estos también son infinitos. Por ahora no te preocupes por la definición de $\mathbb{Z_+}$, pues simplemente nos estamos refiriendo a los números naturales, solo es convención escribir a los pares e impares en estos términos y en cursos siguientes tendrás más tiempo en ahondar en su significado.

Ahora para empezar a «comparar» los conjuntos infinitos, necesitaremos una definición de cuándo dos conjuntos tienen la misma cardinalidad infinita, y esta la definiremos muy similar a como lo hicimos en el caso finito.

Definición. Sean $X$ y $Y$ dos conjuntos. Diremos que tienen la misma cardinalidad si existe una biyección entre ellos y lo escribiremos como $|X|=|Y|$.

Verás que esa es una de las definiciones que manejamos en la entrada anterior. La única diferencia es que en el caso finito siempre decíamos que eran de cardinalidad $n$. Pero ahora como ya no manejamos el concepto en término de números naturales, por ahora solo lo escribiremos como en la definición.

Proposición $|\mathbb{N}| = |2\mathbb{Z_+}|$

Demostración. Para demostrar que estos dos conjuntos tienen la misma cardinalidad, deberemos de dar una biyección entre ellos. Propongamos la función $f: \mathbb{N} \rightarrow \mathbb{2Z_+}$ dada por $f(n)=2n$.

Es inyectiva pues si $n,m$ son números naturales distintos, alguno de los dos es mayor al otro, digamos que $n = m+k$ donde $k$ es un número natural distinto al cero. Entonces es claro que $f(n) = 2n = 2m+2k$ mientras que $f(m) = 2m$. Como $k$ no es cero, entonces $2m+2k \neq 2m$, por lo tanto es inyectica.

Además es suprayectiva, pues cualquier número par $m$ es de la forma «$2$ multiplicado por otro número». Es decir, $m$ es de la forma $2n$ para algún número $n$. Así, $f(n)=2n = m$.

Por lo tanto, la función es biyectiva.

$\square$

Así, hemos demostrado que «existe» la misma cantidad de número pares positivos que de números. Así que sin importar que nos hayamos «saltado» números, siguen teniendo la misma cantidad de números. De manera similar podemos demostrar que existe la misma cantidad de números impares positivos. Esto es posible considerando la función $f(n) = 2n+1$. Además también podríamos dar una biyección entre números pares e impares con la función $f(n)=n-1$. Es decir, los tres conjuntos comparten cardinalidad.

Otros ejemplos de conjuntos con esta cardinalidad son:

  • El conjunto de los números enteros.
  • El conjunto de los números racionales.
  • $\mathbb{N} \times \mathbb{N}$
  • $\mathbb{N} \times \mathbb{N} \times … \times \mathbb{N}$

Este aspecto de el infinito llamó mucho la atención de los matemáticos del siglo XX, pero hubo uno en particular que desarrolló la teoría de los conjuntos y de paso formalizó el concepto del infinito y de distintos tamaños de infinitos. Uno de los aspectos que más sorprenden a las personas ajenas a la materia es este hecho, que existan distintos infinitos, y en pocos renglones daremos introducción a uno que ya conoces. Para poder distinguir este tipo de infinitos uno del otro, usó una clase especial de números a los que llamó transfinitos.

El primer número transfinito es el aleph $0$, escrito como $\aleph_0$. Y este representa la cardinalidad de los números naturales, es decir $$ |\mathbb{N}| = \aleph_0.$$ Que es la misma cardinalidad que los números pares, impares, e incluso los números primos.

El segundo número transfinito se define como aleph $1$, y a este lo escribimos como $\aleph_1$, este se define como el transfinito inmediatamente superior a $\aleph_0$. La propiedad de este número transfinito es que es estrictamente mayor a $\aleph_0$, lo que quiere decir que cualquier conjunto con esta cardinalidad no será biyectable con alguno que tenga cardinalidad aleph $0$.

Cuando dos conjuntos tengan distinta cardinalidad, lo escribiremos como $|X| \neq |Y|$ mientras que cuado sepamos que hay una función inyectiva de $X$ a $Y$ lo escribiremos como $|X|\leq |Y|$ mientras que si sabemos que hay una inyección pero no biyección entre los conjuntos lo escribiremos como $|X|<|Y|$. Con esto en mente, lo que se plantea con los alephs, es que $\aleph_0 < \aleph_1$. Sin embargo aún nos falta una herramienta más e hipótesis para pensar en este último.

Para hacerlo, será necesario el siguiente teorema que no probaremos en este curso:

Teorema (de Cantor). Sea $X$ un conjunto, entonces $|X|<|P(X)|$.

Con este teorema es que podemos hacer muchos conjuntos infinitos como por ejemplo la potencia de los naturales, pues $|\mathbb{N}|<|P(\mathbb{N})|$. De hecho al transfinito $|P(\mathbb{N})|$ en las matemáticas se ha propuesto la idea de que si $P(\mathbb{N})$ es el transfinito inmediatamente siguiente de $\aleph_0$, pues cae dentro de un área de las matemáticas en donde la teoría se vuelve inconsistente si se supone que sí pero también es inconsistente si se supone que no, por ahora se trata como una hipótesis el usarla o no usarla para llegar a distintos resultados matemáticos.

Hipótesis del continuo. $\aleph_1 = 2^{\aleph_0}$

Como mencionamos, esto no tiene una prueba y se supone o no según sea el caso de uso. Bajo esa suposición, podríamos considerar a $P(\mathbb{N})$ como un conjunto con cardinalidad $\aleph_1$. Más aún, otros conjuntos que tienen esta cardinalidad bajo esta hipótesis son:

  • El conjunto generado por puras secuencias de $1$ y $0$, como por ejemplo $00000…..$, $111111….$, $1010101….$, etc. es decir secuencias infinitas de números solo formadas de $0$ y $1$.
  • El conjunto de todos los números del 0 al 1.
  • El conjunto de números reales.
  • El producto cartesiano de los números reales consigo mismo, es decir $\mathbb{R}^2$.

Más adelante…

Una vez que hemos hablado de la cardinalidad de los conjuntos, podemos seguir hablando de los números naturales, de sus propiedades y la inducción. Después volveremos a encontrarnos la idea de contar conjuntos específicos y de técnicas para encontrar la cardinalidad de conjuntos finitos de algunos conjuntos.

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. Demuestra que $|\mathbb{N}| = |2\mathbb{Z_+}+1|$.
  2. Demuestra que el conjunto generado por puras secuencias de $1$ y $0$ tiene la misma cardinalidad que $|P(\mathbb{N})|$.
  3. Da un ejemplo de una función entre conjuntos infinitos cuya imagen no sea infinita.
  4. Encuentra la cardinalidad de la imagen de la función $f: \mathbb{N} \rightarrow \mathbb{N}$ dada por $f(n) = 5m + 3$.

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»