Archivo de la etiqueta: funciones continuas

Cálculo Diferencial e Integral I: Continuidad y monotonía

Introducción

En esta entrada estableceremos la relación existente entre la monotonía y la continuidad. Para lo cual haremos un repaso rápido de algunos conceptos revisados previamente.

Definición. Sea $A \subseteq \mathbb{R}$ y $f: A \to \mathbb{R}$.

  • Se dice que $f$ es creciente si para cada $x_1$, $x_2 \in A$ tales que $x_1 < x_2$, entonces se tiene que $f(x_1) \leq f(x_2)$ y decimos que es estrictamente creciente si se da la desigualdad estricta, es decir, $f(x_1) < f(x_2)$.
  • Análogamente, decimos que $f$ es decreciente si para cada $x_1$, $x_2 \in A$ tales que $x_1 < x_2$, entonces se tiene que $f(x_1) \geq f(x_2)$ y decimos que es estrictamente decreciente si se da la desigualdad estricta, es decir, $f(x_1) > f(x_2)$.
  • Si una función es creciente o decreciente decimos que es monótona. Si la función es estrictamente creciente o estrictamente decreciente, decimos que es estrictamente monótona.

Tras haber retomado las definiciones anteriores, vale la pena mencionar que el hecho de que una función sea monótona en un intervalo no implica que sea continua. Podemos considerar como ejemplo:
$$f(x) = \begin{cases}
-1 & \text{ si } x < 0 \\
1 & \text{ si } x \geq 0
\end{cases}$$

Se tiene que $f$ es monótona en $\mathbb{R}$, pero no es continua en $1$.

Funciones continuas que son monótonas

En este punto estamos listos para ver la relación que existe entre la monotonía y la continuidad. Iniciaremos de viendo un resultado que va de continuidad a monotonía.

Teorema. Sea $A = [a, b]$ un intervalo y $f : A \to \mathbb{R}$ una función continua e inyectiva. Entonces $f$ es estrictamente monótona.

Demostración.

Notemos que dado que la función es inyectiva, se tiene que $f(a) \neq f(b)$. Así, tenemos dos casos.

  • Caso 1: $f(a) < f(b)$.
    Primero veamos que si $x \in [a,b]$, entonces se tiene que
    $$f(a) \leq f(x) \leq f(b) \tag{1}$$
    Sea $x \in [a,b]$ y supongamos que $f(x) < f(a)$. Por el teorema del valor intermedio, sabemos que existe $y \in [x, b]$ tal que $f(y) = f(a)$, pero esto contradice la inyectividad, por tanto se concluye que $f(a) \leq f(x)$.

    Análogamente, si $x \in [a,b]$ y supongamos que $f(b) < f(x)$. Por el teorema del valor intermedio tenemos que existe $y \in [a,x]$ tal que $f(y) = f(b)$, pero esto contradice la inyectividad por tanto se concluye que $f(x) \leq f(b)$.

    Ahora probaremos que $f$ es estrictamente creciente. Sean $x$, $y \in [a,b]$ tal que $x<y$. Por $(1)$, se tiene que $f(x) \leq f(b)$, más aún, se tiene la desigualdad estricta $f(x) < f(b)$ dado que la función es inyectiva y $x< y \leq b$. Tomemos el intervalo $[x,b]$ donde $f$ sigue siendo continua e inyectiva y se cumple que $f(x) < f(b)$, aplicando nuevamente $(1)$, se tiene que $f(x) \leq f(y)$ y por ser $f$ inyectiva se tiene la desigualdad estricta, es decir, $f(x) < f(y)$ y por tanto $f$ es estrictamente creciente.

  • Caso 2: $f(b) > f(a)$.
    Definimos $g: [a,b] \to \mathbb{R}$ tal que $g(x) = -f(x)$ para todo $x \in \mathbb{R}$. De esta forma $g$ también es continua e inyectiva en $[a,b]$. Notemos que $g(a) = -f(a) < -f(b) = g(b)$, es decir, $g(a) < g(b)$; y por el Caso 1, se tiene que si $x$, $y \in [a,b]$ tales que $x <y$, entonces $g(x) < g(y)$, esto implica que $-f(x) < -f(y)$ por lo que se concluye que $f(y) > f(x)$. Es decir, se tiene que $f$ es estrictamente decreciente.

De ambos casos, se concluye que si $f$ es continua e inyectiva en el intervalo $[a,b]$ entonces $f$ es estrictamente monótona.

$\square$

En el teorema anterior, nos limitamos a intervalos de la forma $[a, b]$. Sin embargo, podemos extender aún más este resultado para cualquier tipo de intervalo.

Teorema. Sea $A \subseteq \mathbb{R}$ un intervalo y $f : A \to \mathbb{R}$ una función continua e inyectiva. Entonces $f$ es estrictamente monótona.

Demostración.

Procederemos a realizar esta demostración por contradicción.

Supongamos que $f : A \to \mathbb{R}$ es una función continua e inyectiva, pero no es monótona. Es decir, existen $x_1$, $x_2$, $y_1$, $y_2 \in A$ tales que

$$ x_1 < y_1, \quad x_2 < y_2 \quad \text{ y } \quad f(x_1) > f(y_1), \quad f(x_2) < f(y_2) \tag{1}$$

Sea $a = min\{x_1, x_2 \}$ y $b = max \{y_1, y_2\}$.

Haremos uso de un resultado que se probara en la siguiente entrada: Si $A$ es un intervalo, entonces para cualesquiera $x$, $y \in A$ se tiene que $[x,y] \subseteq A$.

Aplicando lo anterior, tenemos que $[a,b] \subseteq A$ y así $f$ es continua e inyectiva en el intervalo $[a,b]$. Dado que $x_1$, $x_2$, $y_1$, $y_2 \in [a,b]$ y por $(1)$ se sigue que $f$ no es monótona en el intervalo lo cual es una contradicción al teorema anterior. Por tanto, $f$ sí es monótona en $A$.

$\square$

Funciones monótonas que son continuas

Para finalizar, veremos un teorema que va de funciones monótonas hacia continuas.

Teorema. Si $f : A \to \mathbb{R}$ es una función creciente y $f(A)$ es un intervalo, entonces $f$ es continua en $A$.

Demostración.

Supongamos que $f$ es creciente. Sea $x \in A$. Para probar que $f$ es continua en $x$ haremos uso de la relación existente entre el límite de una función y el de una sucesión, de esta forma, tomaremos una sucesión monótona arbitraria $\{a_n\}$ tal que $a_n \to x$ y probaremos que $\{f(a_n)\} \to f(x)$.

Sea $\{a_n\}$ una sucesión creciente que converge a $x$. Entonces para todo $n \in \mathbb{N}$ se cumple que $a_n \leq a_{n+1} \leq x$ y debido a que $f$ es creciente se tiene que $f(a_n) \leq f(a_{n+1}) \leq f(x)$. Por lo anterior, se tiene que $\{f(a_n)\}$ es una sucesión creciente y acotada superiormente por lo que también es convergente. Sea $L = \lim_{n \to \infty} f(a_n)$, se cumple que $L \leq f(x)$.

Supongamos que $L < f(x)$ y consideremos $y \in \mathbb{R}$ tal que $L < y < f(x)$. Como $\{f(a_n)\}$ es creciente, se sigue que $f(a_1) < y < f(x)$. Dado que $f(A)$ es un intervalo, entonces existe $z \in A$ tal que $f(z) = y$. Con esto, tenemos dos casos.

  • Caso 1: $z \geq x$
    Esto genera una contradicción al hecho de que $f$ es creciente, pues $y = f(z) < f(x)$.

  • Caso 2. $z < x$
    Como $\{a_n\} \to x$, existe $n_0 \in \mathbb{N}$ tal que $z < a_{n_0} < x$ lo que implica que $y = f(z) \leq f(a_{n_0}) \leq f(x)$, lo cual es una contradicción pues estamos suponiendo que $L < y < f(x)$.

De ambos casos, se concluye que $L = f(x)$. Es decir, $\{f(a_n)\} \to f(x)$ y dado que $x$ es un punto arbitrario se $A$, se concluye que $f$ es continua en $A$.

$\square$

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 a profundidad la teoría vista

  • Demuestra que si $f$ y $g$ son funciones crecientes y positivas en un intervalo $A$, entonces su producto es creciente en $A$.
  • Prueba que si $f : A \to \mathbb{R}$ es una función decreciente y $f(A)$ es un intervalo, entonces $f$ es continua en $A$
  • Sea $f: \mathbb{R} \to \mathbb{R}$ una función continua. Prueba que si $f|_{\mathbb{Q}}$ es monótona, entonces $f$ es monótona.
  • Sea $A=[a,b]$ un intervalo y $f: A \to \mathbb{R}$ una función creciente. Entonces el punto $a$ se tiene un mínimo de $f$ y en $b$ un máximo.
  • Demostrar que si $A = [a,b]$ y $f: A \to \mathbb{R}$ es creciente y continua en $A$, entonces $f$ es continua en $a$ si y sólo si $f(a) = inf\{f(x): x \in (a, b] \}$.

Más adelante…

En la siguiente entrada veremos qué sucede con la inversa de una función continua para lo cual será fundamental tener presentes los conceptos y teoremas revisados en esta entrada respecto a funciones monótonas.

Entradas relacionadas

Cálculo Diferencial e Integral I: Teorema del máximo-mínimo

Introducción

En esta entrada revisaremos el Teorema del máximo-mínimo que nos indica que para una función continua en un intervalo $[a, b]$, existe un punto $x_0$ tal que $f(x_0) \geq f(x)$ para todo valor de $x$ en el intervalo. Para llegar a la prueba de tal teorema, revisaremos antes la definición de función acotada y probaremos que toda función continua en un intervalo está acotada en tal intervalo.

Funciones acotadas

Daremos inicio con esta entrada dando la definición de función acotada.

Definición. Decimos que $f$ está acotada superiormente en $A$ si existe $M \in \mathbb{R}$ tal que para todo $x \in A$ se cumple que $f(x) \leq M$. De manera similar, decimos que $f$ está acotada inferiormente en $A$ si existe $m \in \mathbb{R}$ tal que para todo $x \in A$ se tiene que $m \leq f(x)$. Finalmente, diremos que $f$ está acotada si existen $m$, $M \in \mathbb{R}$ tales que para toda $x \in A$ se tiene que $m \leq f(x) \leq M$.

Para consolidar en la definición anterior, revisaremos el siguiente ejemplo.

Ejemplo. Sea $f: (0, \infty) \to \mathbb{R}$, $f(x) = \frac{1}{x}$

Afirmación. $f$ está acotada en el intervalo $A = [1, \infty)$.

Demostración.

Sea $x \in [1, \infty)$. Como $1 \leq x$, entonces $\frac{1}{x} \leq 1$.
\begin{gather*}
\Rightarrow & 0 < \frac{1}{x} \leq 1 \quad \forall x \in [1, \infty) \\ \\
& \therefore 0 \leq f(x) \leq 1 \quad \forall x \in [1, \infty)
\end{gather*}

Por tanto, $f$ está acotada en el intervalo $A = [1, \infty)$.

$\square$

Afirmación. $f$ no está acotada superiormente en $B = (0, 1]$

Demostración.

Supongamos que $f$ sí está acotado por arriba en $B$, entonces existe $M \in \mathbb{R}$ tal que para todo $x \in B$ se tiene que $f(x) = \frac{1}{x} \leq M$.

Notemos que para todo $n \in \mathbb{N}$, $1 \leq n$, entonces $0 < \frac{1}{n} \leq 1$ y, por tanto, $\frac{1}{n} \in B$.

\begin{gather*}
& f(\frac{1}{n}) = \frac{1}{\frac{1}{n}} \leq M \\ \\
\Rightarrow & n \leq M \quad \forall n \in \mathbb{N} \Rightarrow\!\Leftarrow
\end{gather*}

Lo cual es una contradicción, por lo tanto $f$ no está acotado por arriba.

$\square$

Ahora veremos dos proposiciones respecto a las funciones acotadas. La primera nos indica que que si $f$ es una función acotada en $A$ y se tiene un subconjunto $B$ de $A$, entonces $f$ también está acotada en $B$; mientras que la segunda nos indica que si $B$ y $C$ son subconjuntos de $A$, entonces $f$ también estará acotada en la unión de $B$ y $C$.

Proposición. Si $f$ está acotada en $A$ y $B \subset A$, entonces $f$ está acotado en $B$.

Demostración.

Dado que $f$ está acotada en $A$, existen $m$, $M \in \mathbb{R}$ tal que para todo $x \in A$ se tiene que $m \leq f(x) \leq M$. Como $B \subset A$, entonces para todo $x \in B$ se tiene que $x \in A$, así $f$ también está acotada en $B$.

$\square$

Proposición. Si $B \subset A$, $C \subset A$. Si $f$ está acotada en $B$ y en $C$, entonces $f$ está acotada en $B \cup C$.

A continuación revisaremos una equivalencia de la definición de función acotada donde, en lugar de tener dos reales $m$, $M$ que acoten inferior y superiormente, solo se considerará un real $T$ que cumpla que $|f(x)| \leq T$.

Proposición. Existen $m$, $M$ en $\mathbb{R}$ tales que para todo $x \in A$, $m \leq f(x) \leq M$ si y solo si existe $T$ tal que para todo $x \in A$, $|f(x)| \leq T$

Demostración.

$\Rightarrow]$ Sabemos que existen $m$, $M$ en $\mathbb{R}$ tales que para todo $x \in A$, $m \leq f(x) \leq M$.

Consideremos $T = max\{ |m|, |M| \}$

Sea $x \in A$, entonces

\begin{gather*}
& f(x) \leq M \leq |M| \leq T \\
\Rightarrow & f(x) \leq T \tag{1}
\end{gather*}

Por otro lado

\begin{gather*}
& m \leq f(x) \\
\Rightarrow & – m \geq -f(x) \\
\Rightarrow & -f(x) \leq -m \leq |m| \leq T \\
\Rightarrow & -f(x) \leq T \\
\Rightarrow & -T \leq f(x) \tag{2}
\end{gather*}

De $(1)$ y $(2)$ podemos concluir que $|f(x)| \leq T$.

$\Leftarrow]$ Supongamos que existe $T$ tal que para todo $x \in A$, $|f(x)| \leq T$.

Consideremos $m = -T$ y $M = T$, entonces $ m \leq f(x) \leq M$.

$\square$

Teorema de acotabilidad

La siguiente propiedad nos indica que si $f$ es continua en un punto, entonces existe un intervalo al rededor de dicho punto donde la función está acotada. Esta propiedad será ampliamente usada para probar el teorema del máximo-mínimo.

Proposición. Sea $a \in A$, si $f$ es continua en $a$, entonces existe $\delta > 0$ tal que $f$ está acotada en el intervalo $(a-\delta, a+\delta) \cap A$.

Demostración.

Sea $\epsilon > 0$. Como $f$ es continua, existe $\delta > 0$ tal que si $|x-a| < \delta$, $x \in A$, entonces

$$|f(x)-f(a)|<1$$

Es decir, si $x \in (a – \delta, a + \delta) \cap A$, entonces

\begin{gather*}
& |f(x)|- |f(a)| < |f(x)- f(a)| < 1 \\
\Rightarrow & |f(x)| < 1 + |f(a)|
\end{gather*}

Por tanto, $f$ está acotada en el intervalo $(a – \delta, a + \delta)$.

$\square$

El último teorema que veremos antes del máximo-mínimo nos indica que toda función continua en un intervalo está acotada en tal intervalo.

Teorema. Sea $f: [a,b] \to \mathbb{R}$ tal que $f$ es continua en $[a,b]$. Entonces $f$ está acotada en $[a,b]$.

Demostración.

Sea $A = \{ t \in [a, b] \quad | \quad f \text{ sí está acotada en } [a, t] \}$.

Veamos que $A \neq \varnothing$.
Consideremos $a \in [a,b]$. Como $f$ es continua en $[a,b]$ y por la proposición anterior, existe $\delta_1 > 0$ tal que para todo $x \in (a-\delta, a+\delta) \cap [a, b]$ se tiene que $f$ está acotada.
Por lo tanto, para todo $x \in [a, a+\delta_1)$, $f$ sí está acotada.

Notemos que tenemos dos casos derivados de si $a+ \delta_1$ está o no en el intervalo $[a,b]$.

  • Si $b > a + \delta_1$, entonces $a+\delta_1 \in A$.
  • Si $b \leq a + \delta_1$, entonces $b \in A$.

$$\therefore A \neq \varnothing$$

Además, $A$ está acotada por arriba pues si $t \in A$, por definición del conjunto, $t \leq b$.

Como $A$ es no vacío y está acotado por arriba, entonces tiene supremo. Sea $\alpha = supA$

Probaremos que $\alpha = b$, es decir, veremos que el supremo del conjunto $A$ es justamente $b$ y, en consecuencia, $f$ está acotada en $[a,b]$.

Supongamos que $\alpha \neq b$. Entonces $a < \alpha < b$. De esta forma, $f$ es continua en $\alpha$. Por la proposición anterior, existe $\delta_2$ tal que $f$ está acotada en $(\alpha-\delta_2, \alpha + \delta_2) \cap [a, b]$.

Como $\alpha – \delta_2 < \alpha$, existe $t \in A$ tal que $\alpha – \delta_2 \leq t \leq \alpha$. Tomemos $s$ tal que $\alpha < s < \alpha + \delta_2$. Además $[t,s] \subset (a- \delta_2, a + \delta_2)$ y $f$ está acotada en $[a, t]$ pues $t \in A$. Por lo tanto $f$ está acotada en $[a,s] = [a,t] \cup [t,s]$.

Así $s \in A$ y $\alpha < s$, lo cual es una contradicción al hecho de que $\alpha$ es el supremo del conjunto $A$.

Por tanto, concluimos que $\alpha = b$. Particularmente podemos notar que $b \in A$, es decir, $f$ está acotada en $[a,b]$.

Dado que $b \in [a, b]$, f es continua en b, entonces existe $\delta_3 > 0$ tal que $f$ está acotada en $(b- \delta_3, b + \delta_3) \cap [a,b] = (b- \delta_3, b]$. Como $b = supA$ y $b-\delta_3 < b$, entonces existe $t \in A$ tal que $b-\delta_3 < t \leq b$, entonces $f$ está acotada en $[a,t]$. Como $[t, b] \subset (b – \delta_3, b]$ entonces $f$ está acotada en $[a,b] = [a,t] \cup [t, b]$.

$\square$

Teorema del máximo-mínimo

Estamos listos para demostrar que para toda función continua en un intervalo existe un punto $x_0$ donde alcanza su máximo.

Teorema. Sea $f: [a,b] \to \mathbb{R}$, $a<b$, continua en $[a,b]$, entonces existe $x_0 \in [a,b]$ tal que para todo $x \in [a,b]$ se tiene que $f(x) \leq f(x_0)$.

Demostración.

Sea $B = \{ y = f(x) | x \in [a,b] \}$

Por el teorema anterior, sabemos que existe $M \in \mathbb{R}$ tal que para todo $x \in [a,b]$ se tiene que $y = f(x) \leq M$. Por lo tanto $B$ está acotado.

Además $a \in [a,b]$, entonces $f(a) \in B$, así $B \neq \varnothing$. Por tanto, sabemos que existe $\alpha \in \mathbb{R}$ tal que $\alpha = supB$. Notemos que para todo $y \in B$, $y \leq \alpha$. Es decir, para todo $x \in [a,b]$, se tiene que $f(x) \leq \alpha$.

Ahora probaremos que existe $x_0 \in [a,b]$ tal que $f(x_0) = \alpha$ y, por tanto, para todo $x \in [a,b]$, $f(x) \leq f(x_0)$.

Supongamos que para todo $x \in [a, b]$, $f(x) \neq \alpha$.
Entonces para todo $x \in [a,b]$, $f(x) < \alpha$

$$\Rightarrow 0 < \alpha – f(x)$$

Consideremos la siguiente función auxiliar $g(x) = \frac{1}{\alpha – f(x)}$. Se tiene que

$$g(x) = \frac{1}{\alpha – f(x)} > 0 \quad \forall x \in [a,b]$$

Además, $g$ es la división de dos funciones continuas y el denominador no se hace cero en $[a,b]$, entonces $g$ es continua en $[a,b]$, por lo tanto existe $T \in \mathbb{R}$ tal que para toda $x \in [a,b]$ se tiene

\begin{gather*}
& 0 < g(x) = \frac{1}{\alpha – f(x)} \leq T \\
\Rightarrow & \alpha – f(x) \geq \frac{1}{T} \quad \forall x \in [a,b] \\
\Rightarrow & \alpha – \frac{1}{T} \geq f(x) \quad \forall x \in [a,b] \\
\end{gather*}

Entonces se tiene que $\alpha – \frac{1}{T}$ es cota superior de $B$, pero como $\frac{1}{T} > 0$, entonces $\alpha – \frac{1}{T} < \alpha$ y esto es una contradicción al hecho de que $\alpha$ es el supremo.

Por lo tanto, podemos concluir que sí existe $x_0 \in [a,b]$ tal que $f(x_0) = \alpha$
$$\therefore f(x) \leq f(x_0) \quad \forall x \in [a,b]$$

$\square$

Corolario. Sea $f: [a,b] \to \mathbb{R}$ continua en $[a,b]$. Entonces existe $x_1 \in [a,b]$ tal que para todo $x \in [a,b]$ se tiene que $f(x_1) \leq f(x)$.

Demostración.

Consideremos la función $g: [a,b] \to \mathbb{R}$, $g(x) = -f(x)$ continua en $[a,b]$.

Por el teorema anterior existe $x_1 \in [a,b]$ tal que

\begin{gather*}
& g(x) \leq g(x_1) \quad \forall x \in [a,b] \\
\Rightarrow & -f(x) \leq -f(x_1) \quad \forall x \in [a,b] \\
\end{gather*}

$$\therefore f(x_1) \leq f(x) ) \quad \forall x \in [a,b]$$

$\square$

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 a profundidad la teoría vista.

  • Sean $f$, $g: \mathbb{R} \to \mathbb{R}$. Prueba que si $f$ y $g$ están acotadas en $\mathbb{R}$, entonces la suma $f+g$ también está acotada en $\mathbb{R}$.
  • Si $B \subset A$, $C \subset A$. Si $f$ está acotada en $B$ y en $C$, entonces $f$ está acotada en $B \cup C$.
  • Prueba que si $f: \mathbb{R} \to \mathbb{R}$ está acotada en $\mathbb{R}$ y definimos $g: \mathbb{R} \to \mathbb{R}$ tal que $g(x) = xf(x)$, entonces $g$ es continua en $x_0$.
  • Sea $f: \mathbb{R} \to \mathbb{R}$ continua en $\mathbb{R}$. Demuestra que si para todo $x \in \mathbb{R}$ se tiene que $f(x) > 0$ y $\lim_{x \to \infty} f(x) = 0$, $\lim_{x \to -\infty} f(x) = 0$, entonces existe $x_0 \in \mathbb{R}$ tal que para todo $x \in \mathbb{R}$, $f(x) \leq f(x_0)$.
  • Si $f$ es una función continua en $[0,1]$, sea $||f||$ el valor máximo de $|f|$ en $[0,1]$. Prueba que $||c \cdot f|| = |c|\cdot||f||$.

Más adelante…

En la siguiente entrada haremos una revisión de los resultados derivados del teorema del valor intermedio y del teorema del máximo-mínimo, razón por la cual será fundamental tener el dominio de ambos.

Entradas relacionadas

Cálculo Diferencial e Integral I: Teorema del valor intermedio

Introducción

En la entrada anterior se hizo la revisión del concepto de continuidad así como sus propiedades y se vieron algunos ejemplos. Además, se definió la continuidad en un intervalo la cual usaremos en esta entrada para probar uno de los resultados más relevantes para la funciones continuas: El Teorema del valor intermedio.

Idea intuitiva

Este teorema nos dice que para una función continua en determinado intervalo $[a,b]$, si $f$ es negativa al evaluarla en $a$ y es positiva al evaluarla en $b$, entonces en algún momento debió haber sucedido que fuese cero. Recordemos la idea intuitiva de continuidad, una función es continua si puedes dibujarla sin soltar el lápiz; pensemos entonces que $f$ debe iniciar en un punto negativo en el eje vertical y terminar en un punto positivo del mismo eje. En la siguiente imagen se muestra una función continua que pasa por ambos.

¿Podrías dibujar una función continua que pase por ambos puntos sin pasar por $y=0$? Justamente la respuesta es no y lo probaremos en el siguiente teorema; pero antes desarrollemos la intuición de lo que debe suceder. Para ello, recordemos el último teorema revisado en la entrada anterior.

Teorema. Supongamos que $f$ es continua en $x_0$ y $f(x_0)>0$. Entonces $f(x) >0$ para todo x en un intervalo que contiene a $x_0$, es decir, existe $\delta > 0$ tal que $f(x) >0$ para todo $x$ tal que $|x-x_0|< \delta$.

De forma análoga, si $f(x_0) <0$, entonces existe $\delta > 0$ tal que $f(x) < 0$ para todo $x$ tal que $|x-x_0|< \delta$.

Es decir, si una función continua toma un valor positivo en un punto $x_0$, entonces debe suceder que fue positiva en todo un intervalo: $(x_0-\delta, x_0+\delta)$. Análogamente esto sucede en si la función es negativa en determinado punto. Así, podemos pensar en el intervalo más grande que captura el comportamiento negativo (o positivo), ¿en qué punto se termina? Para responder esta pregunta haremos uso de un concepto revisado anteriormente, el supremo.

Teorema del valor intermedio

Teorema. Sea $f:[a,b] \to \mathbb{R}$ continua en todo el intervalo $[a,b]$. Si sucede que $f(a) < 0$ y $f(b) > 0$, entonces existe $c$, $a<c<b$, tal que $f(c) = 0$.

Demostración.

Como $f(a) < 0$, sabemos que existe $\delta_1$ tal que para todo $x \in (a – \delta_1, a + \delta_1) \cap [a,b]$ se tiene que $f(x) < 0$. Es decir,

$$\forall x \in [a, a+\delta_1), \quad f(x) <0 \tag{1}$$

Como $f(b) > 0$, sabemos que existe $\delta_2$ tal que para todo $x \in (b – \delta_2, b + \delta_2) \cap [a,b]$ se tiene que $f(x) > 0$. Es decir,

$$\forall x \in (b-\delta_2,b], \quad f(x) > 0 \tag{2}$$

Definamos ahora el siguiente conjunto:

$$A = \{ t \in [a,b] \quad | \quad \forall x \in [a, t], f(x) < 0 \}$$


$A$ básicamente define el conjunto de radios de $a$, $[a,t]$ donde $f$ es negativa.

Veamos que $A \neq \varnothing$

Consideremos $t_0 = a + \frac{\delta_1}{2}$. Es inmediato que $a< a + \frac{\delta_1}{2} < a +\delta_1 $ y como $[a, a + \frac{\delta_1}{2}] \subset [a, a+\delta_1)$, por $(1)$ se tiene que, para todo $x \in [a, a + \frac{\delta_1}{2}]$, $f(x) < 0$.

$$\therefore t_0 \in A \Rightarrow A \neq \emptyset$$

Notemos que el conjunto $A$ está acotado debido a que por definición si $t \in A$, entonces $t \in [a,b]$, es decir, $t \leq b$. Ahora, como nuestro conjunto $A$ es no vacío y está acotado, sí tiene supremo. Sea $\alpha = supA$

Adicionalmente, notemos que

  1. $t_0 = a+\frac{\delta_1}{2} \in A$ y $a+\frac{\delta_1}{2} \leq \alpha \leq b$.
  2. Para todo $x \in (b-\delta_2, b]$ se tiene que $f(x) >0$, entonces $\alpha \leq b-\delta_2$.

Por lo anterior, se tiene
\begin{gather*}
& a< a+\frac{\delta_1}{2} \leq \alpha \leq b-\delta_2 < b \\
\Rightarrow & a<\alpha<b
\end{gather*}

Para finalizar con la prueba, demostraremos que $f(\alpha) = 0$

Para demostrarlo procederemos por contracción, es decir, supongamos que $f(\alpha) \neq 0$, entonces existen dos casos, $f(\alpha) > 0$ ó $f(\alpha) < 0$.

  • Caso 1. $f(\alpha) < 0$

    Se tiene que $f(\alpha) < 0$, entonces existe $\delta_3$ tal que para todo $x \in (\alpha – \delta_3, \alpha + \delta_3)$ se cumple que $f(x) < 0$.

    Dado que $\alpha = supA \quad$ y $\quad \alpha – \delta_3 < \alpha$, entonces existe $t \in A$ tal que $\alpha-\delta_3 < t \leq \alpha$. Adicionalmente, consideremos $s$ tal que $\alpha < s < \alpha + \delta_3$.

    Como $[t, s] \subset (\alpha – \delta_3, \alpha + \delta_3)$

    $$\Rightarrow \forall x \in [a,t], \quad f(x) < 0$$

    Además, para toda $x \in [a,t]$ se tiene $f(x) < 0$

    $$\Rightarrow \forall x \in [a,s] = [a,t] \cup [t,s], \quad f(x) < 0$$

    Entonces $s \in A$ y $\alpha < s$, lo cual es una contradicción

    $$\therefore f(\alpha) \geq 0$$
  • Caso 2. $f(\alpha) > 0$

    Dado que $f$ es continua en $\alpha$, entonces existe $\delta_4 > 0$ tal que para todo $x \in (\alpha – \delta_4, \alpha + \delta_4)$, $f(x) > 0$.

    Como $\alpha – \delta_4 < \alpha$, entonces existe $t \in A$ tal que $\alpha – \delta_4 < t \leq \alpha$. Como $t \in A$, entonces $f(t) < 0$ y como $\alpha – \delta_4<t \leq \alpha < \alpha + \delta$, $f(t) >0$, lo cual es una contradicción.

    Por tanto, $f(\alpha) = 0$.

Así, consideremos $c = \alpha$, $a<c<b$ y $f(c) = 0$

$\square$

Podemos notar que el teorema no solo vale cuando la función va de negativo a positivo, sino también en el caso inverso y lo probaremos en el siguiente corolario.

Corolario. Sea $f: [a, b] \to \mathbb{R}$, continua en $[a, b]$. Si $f(a) > 0$ y $f(b) < 0$, entonces existe $c$, $a<c<b$, tal que $f(x) = c$.

Demostración.

Consideremos la función $h: [a, b] \to \mathbb{R}$, $h(x) = -f(x)$

Notemos que $h$ es continua pues $f$ lo es. Además $h(a) = -f(a) <0$ y $h(b) = -f(b) >0$. Aplicando el teorema del valor intermedio, existe $c$ que cumple $a<c<b$ tal que

\begin{gather*}
& h(c) = 0 \\
\Rightarrow & -f(c) = 0 \\
\therefore & f(c) = 0
\end{gather*}

$\square$

Más aún, si la función inicia por debajo de un real $M$ y termina por arriba del mismo número, entonces también sucede que la función pasó por $M$.

Corolario. Sea $M \in \mathbb{R}$, si $f(a) < M$ y $f(b) > M$. Entonces existe $c$, $a<c<b$, tal que $f(c) = M$.

Demostración.

Consideremos la función $h:[a,b] \to \mathbb{R}$, con $h(x) = f(x)-M$.

Notemos que $h$ es continua. Además $h(a) = f(a)-M < 0$ y $h(b) = f(b)-M > 0$. Por el teorema del valor intermedio, existe $c$, $a<c<b$, tal que $h(c) = 0$. Entonces $f(c)-M = 0$.

$$\therefore f(c) = M$$

$\square$

Análogamente, tenemos el siguiente resultado.

Corolario. Sea $M \in \mathbb{R}$, si $f(a) >M$ y $f(b) < M$. Entonces existe $c$, $a<c<b$, tal que $f(c) = M$.

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 a profundidad la teoría vista.

  • Sea $f$ continua en el intervalo $[0,1]$ a $\mathbb{R}$ y tal que $f(0) = f(1)$. Demostrar que existe un punto $c \in [0, \frac{1}{2}]$ tal que $f(c) = f(c + \frac{1}{2}).$
  • Sea $M \in \mathbb{R}$, si $f(a) >M$ y $f(b) < M$. Prueba que existe $c$, $a<c<b$ tal que $f(c) = M.$
  • Dado $f(x) = x^2 + 2x – 7$, demuestre que existe $c$ tal que $f(c) = 50.$
  • Demuestra que la ecuación $2x^7= x-1$ tiene una solución en $[0,1].$
  • Demuestra que todo polinomio de grado impar con coeficientes reales tiene al menos una raíz real.

Más adelante…

En la siguiente entrada demostraremos otra propiedad fuerte respecto a las funciones continuas: si una función es continua en un intervalo, entonces está acotada. Más aún, existe un valor $x_0$ en el intervalo tal que la función alcanza su máximo en dicho punto. De forma análoga, existe un punto en el que la función alcanza su mínimo.

Entradas relacionadas

Cálculo Diferencial e Integral I: Definición de continuidad y sus propiedades

Introducción

En esta entrada definiremos la continuidad de una función, es probable que hayas estudiado antes tal concepto y la manera en que se suele definir de forma intuitiva es mediante la siguiente sentencia: «Si puedes dibujar la función sin levantar el lápiz, entonces es una función continua». Nosotros revisaremos una definición con mayor formalidad, pero notarás que tal enunciado será de ayuda para interpretar la definición.

Definición de continuidad

En palabras sencillas, una función es continua en un punto $x_0$ si el límite en tal punto es igual a evaluar la función en $x_0$.

Definición. La función $f$ es continua en $x_0$ si $$\lim_{x \to x_0} f(x) = f(x_0).$$ Es decir, $f$ es continua en $x_0$ si para todo $\varepsilon > 0$ existe $\delta > 0$ tal que para todo $x$ que satisface $0<|x-x_0|< \delta$, entonces se cumple que $|f(x)-f(x_0)|< \varepsilon$.

En la entrada de definición formal de límite se vieron algunos ejemplos de funciones continuas; específicamente se dejaron dos ejercicios como tarea moral que procederemos a probar en esta entrada.

Ejemplo. La función $f(x) = c$, es continua en $x_0$ para todo $x_0 \in \mathbb{R}$.

Demostración.

Sea $\varepsilon > 0$. Dado que la función es constante, cualquier valor de delta nos funciona, así consideremos $\delta = 1$.

Si $0<|x-x_0|< \delta$, entonces

\begin{align*}
|f(x)-f(x_0)| & = |c-c|\\
& = 0 \\
& < \epsilon
\end{align*}

$$\therefore \lim_{x \to x_0} f(x) = f(x_0)$$

$\square$

Ejemplo. La función $f(x) = x$ es continua en $x_0$ para todo $x_0 \in \mathbb{R}$.

Demostración.

Sea $\varepsilon > 0$. Consideremos $\delta = \varepsilon$.

Si $0<|x-x_0|<\delta$, entonces
\begin{align*}
|f(x)-f(x_0)| & = |x-x_0|\\
& < \delta \\
& = \varepsilon
\end{align*}

$$\therefore \lim_{x \to x_0} f(x) = f(x_0)$$

Ejemplo. La función $f(x) = sen(x)$ es continua en $x_0$ para todo $x_0 \in \mathbb{R}$

Demostración.

Sea $\varepsilon > 0$.

Usando la identidad trigonométrica
$$sen(a)-sen(b) = 2 \cdot sen\left( \frac{a-b}{2} \right) \cdot cos\left( \frac{a+b}{2} \right)$$

Tenemos que
\begin{align*}
|f(x) – f(x_0)| & = |sen(x) – sen(x_0)| \\ \\
& = \left\lvert 2 \cdot sen\left( \frac{x-x_0}{2} \right) \cdot cos\left( \frac{x+x_0}{2} \right) \right\rvert \\ \\
& \leq \left\lvert 2 \cdot sen\left( \frac{x-x_0}{2} \right) \right\rvert |1| \text{, pues }|cos(x)| \leq 1 \\ \\
& \leq \left\lvert 2 \cdot \frac{x-x_0}{2} \right\rvert \text{, pues }|sen(x)| < |x| \\ \\
& = |x-x_0| \tag{1}
\end{align*}

Consideremos $\delta = \varepsilon$.
Si $0<|x-x_0|<\delta$, entonces
\begin{align*}
|f(x) – f(x_0)| & \leq |x-x_0| \text{, por }(1) \\
& <\delta \\
& = \varepsilon
\end{align*}

$$\therefore \lim_{x \to x_0} sen(x) = sen(x_0)$$

$\square$

Propiedades básicas de la continuidad

A continuación revisaremos tres propiedades de las funciones continuas: la suma de funciones continuas es continua, el producto de funciones continuas es continua y si una función es distinta de cero en un punto, entonces su recíproco también es continua en tal punto.

Teorema. Si $f$ y $g$ son funciones continuas en $x_0$, entonces

  1. $f+g$ es continua en $x_0$
  2. $f \cdot g$ es continua en $x_0$
  3. Si además $g(x_0) \neq 0$, entonces $\frac{1}{g}$ es continua en $x_0$

Demostración.

Como $f$ y $g$ son continuas, entonces
$$\lim_{x \to x_0} f(x) = f(x_0) \quad \text{ y } \quad \lim_{x \to x_0} g(x) = g(x_0)$$
Por las propiedades del límite, tenemos lo siguiente
\begin{align*}
\lim_{x \to x_0} (f + g)(x) & = \lim_{x \to x_0} [f(x) + g(x)] \\
& = \lim_{x \to x_0} f(x) + \lim_{x \to x_0} g(x) \\
& = f(x_0) + g(x_0) \\
& = (f+g)(x_0)
\end{align*}

$$\therefore \lim_{x \to x_0} (f + g)(x) = (f+g)(x_0)$$

Por lo tanto, $f+g$ es continua.

Podemos notar que los incisos siguientes tienen demostraciones análogas ocupando las propiedades demostradas para el límite de una función, por lo cual su prueba se omitirá.

$\square$

Gracias al teorema anterior y los ejemplos vistos, tenemos una gama de funciones continuas, las funciones polinomiales: $f(x) = a_n x^n + a_{n-1} x^{n-1} + \cdots + a_0$.

La siguiente propiedad que veremos hace referencia a la composición de funciones continuas.

Teorema. Si $g$ es continua en $x_0$ y $f$ es continua en $g(x_0)$, entonces la composición de funciones $f \circ g$ es continua en $x_0$

Demostración.

Queremos probar que $$\lim_{x \to x_0} (f \circ g)(x) = (f \circ g)(x_0)$$
y para demostrarlo procederemos mediante la definición $\varepsilon$-$\delta$.

Sea $\varepsilon > 0$.

Como $f$ es continua en $g(x_0)$, existe $\delta’ > 0$ tal que para todo $y$ que cumpla $|y-g(x_0)|< \delta’$, entonces $|f(y)-f(g(x_0))|< \varepsilon$.

Dado que estamos viendo la composición, podemos considerar particularmente que $y = g(x)$, de esta manera se tiene que si $|g(x)-g(x_0)|< \delta’$, entonces
\begin{align*}|f(g(x))-f(g(x_0))| <\varepsilon \tag{1} \end{align*}

Como $g$ es continua, para cualquier valor positivo arbitrario, en este caso consideraremos $\delta’>0$, existe $\delta > 0$ tal que si $0<|x-x_0|<\delta$, entonces
\begin{align*} |g(x)-g(x_0)| < \delta’ \tag{2} \end{align*}

De (1) y (2), se sigue que $$\text{si } 0<|x-x_0|<\delta \Rightarrow |g(x)-g(x_0)| < \delta’ \Rightarrow |f(g(x))-f(g(x_0))| <\varepsilon.$$

Es decir, si $0<|x-x_0|<\delta$, entonces $|f(g(x))-f(g(x_0))| <\varepsilon$.

$\square$

El teorema anterior nos permite extender aún más el almacén de funciones continuas. Por ejemplo, sabemos que $g(x) = x^2+x-10$ es continua en $x_0$ para todo $x_0 \in \mathbb{R}$ y la función $f(x) = sen(x)$ es continua en cualquier punto, particularmente en $f(x_0)$, entonces la composición $(f \circ g) (x) = sen(x^2+x-10)$ también es continua en $x_0$.

Podemos también mencionar cierto tipo de funciones que no están definidas en algún punto en particular, por ejemplo $f(x) = xsen(\frac{1}{x})$. De inicio la función no está definida en el punto $x_0=0$ y, por tanto, no puede ser continua en tal punto, pero a partir de ella podemos construir una nueva función que sí sea continua en $x_0=0$. En una entrada anterior, vimos que $$\lim_{x \to 0} xsen \left( \frac{1}{x} \right) = 0.$$

De esta forma, podemos definir una nueva función:

$$f’ = \begin{cases} xsen(\frac{1}{x}) & \text{ si } x \neq 0 \\
0 & \text{si } x = 0 \end{cases}$$

Con esto, se tiene que $f’$ es continua en $x_0 = 0$. A este tipo de funciones que podemos convertirlas en continuas definiéndolas en un punto que inicialmente estaba fuera de su dominio, pero cuyo límite sí existe, se dice que tienen una discontinuidad removible o evitable.


Por otro lado, también existen funciones cuya discontinuidad es no removible. Consideremos la función $f(x) = sen\left( \frac{1}{x} \right)$, revisamos anteriormente que el límite de tal función no existe, por lo cual aunque la definieramos en $x_0=0$ seguiría siendo discontinua en dicho punto.

Hasta ahora estuvimos empleando la definición de continuidad en un punto, sin embargo para la mayoría de los ejemplos revisados probamos la continuidad para todo $\mathbb{R}$, por lo cual resulta natural tener una definición para la continuidad en un intervalo. Y, como podrás imaginarlo, la continuidad en un intervalo pide que la función sea continua en cada $x$ dentro de un intervalo definido (con una pequeña particularidad para intervalos cerrados).

Definición (Continuidad en un intervalo abierto). Si $f$ es continua en todo $x$ con $x \in (a,b)$, se dice que $f$ es continua en el intervalo $(a,b)$.

Definición (Continuidad en un intervalo cerrado). Si $f$ es continua en todo $x$ con $x \in (a,b)$ y se cumple que

$$\lim_{x \to a^+} f(x) = f(a) \quad \text{ y } \quad \lim_{x \to b^-} f(x) = f(b)$$

Entonces se dice que $f$ es continua en el intervalo $[a,b]$.

Terminaremos esta entrada probando un teorema que nos dice que si $f$ es continua en $x_0$ y es positiva (o negativa) en tal punto $f(x_0)$, entonces existe todo un intervalo en el que es positivo (negativo).

Teorema. Supongamos que $f$ es continua en $x_0$ y $f(x_0)>0$. Entonces $f(x) >0$ para todo x en un intervalo que contiene a $x_0$, es decir, existe $\delta > 0$ tal que $f(x) >0$ para todo $x$ tal que $|x-x_0|< \delta$.

De forma análoga, si $f(x_0) <0$, entonces existe $\delta > 0$ tal que $f(x) < 0$ para todo $x$ tal que $|x-x_0|< \delta$.

Demostración.

Como $f$ es continua en $x_0$, entonces para $\varepsilon = \frac{1}{2}f(x_0) > 0$, existe $\delta>0$ tal que si $|x-x_0|< \delta$, entonces
\begin{gather*}
& |f(x)-f(x_0)|< \frac{1}{2}f(x_0) \\
\Rightarrow & -\frac{1}{2}f(x_0) < f(x)-f(x_0) < \frac{1}{2}f(x_0) \\
\Rightarrow & -\frac{1}{2}f(x_0) + f(x_0) < f(x) < \frac{1}{2}f(x_0) + f(x_0) \\
\Rightarrow & f(x) > \frac{1}{2}f(x_0) > 0
\end{gather*}

La demostración para cuando $f(x_0)< 0$ es análoga usando $\varepsilon = – \frac{1}{2}f(x_0) > 0$

$\square$

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 a profundidad la teoría vista.

  • Da un ejemplo de una función que no sea continua en ningún punto.
  • Si $f$ y $g$ son funciones polinomiales en $\mathbb{R}$, se dice que la función $h(x)= \frac{f}{g}(x)$ es una función racional. ¿En qué puntos las funciones racionales sí son continuas?
  • Usando la identidad $$cos(a)-cos(b) = -2 \cdot sen\left( \frac{a+b}{2} \right) \cdot sen\left( \frac{a-b}{2} \right)$$ prueba que la función $f(x) = cos(x)$ es continua en cualquier punto $x_0 \in \mathbb{R}$.
  • Sea $f: A \to \mathbb{R}$. Prueba que si $f$ es continua en un punto $x_0 \in A$, entonces la función $|f|(x):= |f(x)|$ también es continua en $x_0$. ¿Se cumple el regreso? Es decir, ¿si $|f|$ es continua en $x_0$ entonces $f$ también es continua en tal punto?
  • Se dice que una función $f$ es aditiva si $f(x+y) = f(x)+f(y)$ para toda $x$, $y$ en $\mathbb{R}$. Prueba que para una función aditiva $f$ tal que es continua en algún punto $x_0$, entonces es continua en todo su dominio.
  • Demuestra que si $f: A \to \mathbb{R}$ es continua en $A \subset \mathbb{R}$ y si $n \in \mathbb{N}$, entonces la función $f^n$ definida como $f^n(x) = (f(x))^n$ también es continua en $A$.
  • Da un ejemplo de dos funciones $f$ y $g$ discontinuas en $x_0$ tal que la suma $f+g$ sea continua en $x_0$.
  • Da un ejemplo de dos funciones $f$ y $g$ discontinuas en $x_0$ tal que el producto $f \cdot g$ sea continuo en $x_0$.

Más adelante…

Tras revisar las propiedades básicas de las funciones continuas, estamos listos para revisar resultados muy interesantes derivados de la continuidad. En la siguiente entrada revisaremos el popular teorema del valor intermedio, que nos indica que si una función continua en un intervalo $[a,b]$ inicia en un punto negativo, $f(a) < 0$, y termina en un punto positivo, $f(b) > 0$, entonces dicha función necesariamente pasó por el cero, es decir, existe un $x_0$ en el intervalo $[a,b]$ tal que $f(x_0) = 0$, y para probarlo se hará uso del último teorema revisado en esta entrada.

Entradas relacionadas

Álgebra Lineal I: Aplicaciones de bases ortogonales y descomposición de Fourier

Introducción

En esta entrada continuamos hablando de bases ortogonales. Como recordatorio, para poder hablar de esto, necesitamos un espacio vectorial sobre $\mathbb{R}$ equipado con un producto interior, y por lo tanto podemos hablar de normas. Una base ortogonal de $V$ es una base en la cual cada par de vectores tiene producto interior $0$. Es ortonormal si además cada elemento es de norma $1$. Ahora veremos que dada una base ortonormal, podemos hacer una descomposición de Fourier de los vectores de $V$, que nos permite conocer varias de sus propiedades fácilmente.

La teoría que discutiremos está basada en el contenido de la Sección 10.5 del libro Essential Lineal Algebra with Applications de Titu Andreescu. Las últimas dos secciones de esta entrada son un poco abstractas, pero son la puerta a ideas matemáticas interesantes con muchas aplicaciones dentro de la matemática misma y en el mundo real.

Descomposición de Fourier

Es fácil conocer las coordenadas de un vector en términos de una base ortonormal.

Teorema. Si $V$ es un espacio Euclideano de dimensión $n$ con producto interior $\langle\cdot, \cdot\rangle$ y $B=\{e_1,\ldots,e_n\}$ es una base ortonormal con este producto interior, entonces para cualquier vector $v$, la coordenada de $v$ con respecto a $e_i$ es $\langle v, e_i \rangle$.

Demostración. Expresemos a $v$ en la base $B$ como $$v=\alpha_1e_1+\ldots+\alpha_n e_n.$$

Tomemos $j$ en $1,2,\ldots,n$. Usando la linealidad del producto interior, tenemos que
\begin{align*}
\langle v, e_j \rangle &= \left \langle \sum_{i=1}^n \alpha_i e_i, e_j \right \rangle\\
&=\sum_{i=1}^n \alpha_i \langle e_i,e_j \rangle.
\end{align*}

Como $B$ es base ortonormal, tenemos que en el lado derecho $\langle e_j,e_j\rangle = 1$ y que si $i\neq j$ entonces $\langle e_i, e_j\rangle=0$. De esta forma, el lado derecho de la expresión es $\alpha_j$, de donde concluimos que $$\langle v, e_j \rangle = \alpha_j,$$ como queríamos.

$\square$

Definición. Si $V$ es un espacio Euclideano de dimensión $n$ con producto interior $\langle\cdot, \cdot\rangle$ y $B=\{e_1,\ldots,e_n\}$ es una base ortonormal, a $$v=\sum_{i=1}^n \langle v, e_i \rangle e_i$$ le llamamos la descomposición de Fourier de $v$ con respecto a $B$.

Ejemplo. Trabajemos en el espacio vectorial $V=\mathbb{R}_2[x]$ de polinomios reales de grado a lo más $2$. Ya mostramos anteriormente (con más generalidad) que $$\langle p,q \rangle = p(-1)q(-1)+p(0)q(0)+p(1)q(1)$$ es un producto interior en $V$.

Los polinomios $\frac{1}{\sqrt{3}}$, $\frac{x}{\sqrt{2}}$ y $\frac{3x^2-2}{\sqrt{6}}$ forman una base ortonormal, lo cual se puede verificar haciendo las operaciones y queda de tarea moral. ¿Cómo expresaríamos a la base canónica $\{1,x,x^2\}$ en términos de esta base ortonormal? Los primeros dos son sencillos:
\begin{align}
1&=\sqrt{3}\cdot \frac{1}{\sqrt{3}}\\
x&=\sqrt{2}\cdot \frac{x}{\sqrt{2}}.
\end{align}

Para encontrar el tercero, usamos el teorema de descomposición de Fourier. Para ello, calculamos los siguientes productos interiores:

\begin{align*}
\left\langle x^2, \frac{1}{\sqrt{3}}\right\rangle &= \frac{2}{\sqrt{3}},\\
\left \langle x^2, \frac{x}{\sqrt{2}}\right\rangle &=0,\\
\left\langle x^2, \frac{3x^2-2}{\sqrt{6}} \right\rangle &=\frac{2}{\sqrt{6}}.
\end{align*}

De este modo, $$x^2= \frac{2}{\sqrt{3}} \cdot \frac{1}{\sqrt{3}} + \frac{2}{\sqrt{6}}\cdot \frac{3x^2-2}{\sqrt{6}}.$$

$\square$

Norma usando la descomposición de Fourier

Cuando tenemos bases ortogonales u ortonormales, también podemos calcular la norma de un vector fácilmente.

Teorema. Si $V$ es un espacio Euclideano de dimensión $n$ con producto interior $\langle\cdot, \cdot\rangle$ y $B=\{e_1,\ldots,e_n\}$ es una base ortogonal con este producto interior, entonces para cualquier vector $$v=\alpha_1e_1+\ldots+\alpha_ne_n,$$ tenemos que $$\norm{v}^2 = \sum_{i=1}^n \alpha_i^2 \norm{e_i}^2.$$

En particular, si $B$ es una base ortonormal, entonces $$\norm{v}^2 = \sum_{i=1}^n \langle v, e_i \rangle^2.$$

Demostración. Usando la definición de norma y la bilinealidad del producto interior, tenemos que
\begin{align*}
\norm{v}^2 &= \langle v,v \rangle\\
&=\sum_{i=1}^n \sum_{j=1}^n \alpha_i \alpha_j \langle e_i, e_j\rangle.
\end{align*}

Como $B$ es base ortogonal, los únicos sumandos que quedan a la derecha son aquellos en los que $i=j$, es decir,
\begin{align*}
\norm{v}^2&=\sum_{i=1}^n \alpha_i^2 \langle e_i, e_i\rangle\\
&=\sum_{i=1}^n \alpha_i^2 \norm{e_i}^2\\
\end{align*}

como queríamos mostrar.

Si $B$ es base ortonormal, cada $\norm{e_i}^2$ es $1$, y por el teorema anterior, $\alpha_i=\langle v, e_i\rangle$. Esto prueba la última afirmación.

$\square$

Ejemplo. Continuando con el ejemplo anterior, como ya escribimos a $x^2$ en términos de la base ortogonal, podemos encontrar fácilmente su norma. Tendríamos que
\begin{align*}
\norm{x^2}^2&=\left(\frac{2}{\sqrt{3}}\right)^2+\left(\frac{2}{\sqrt{6}}\right)^2\\
&=\frac{4}{3}+\frac{4}{6}\\
&=2.
\end{align*}

De esta forma, $\norm{x^2}=\sqrt{2}$. En efecto, esto es lo que obtendríamos si hubiéramos calculado la norma de $x^2$ con la definición.

$\square$

Aplicación de descomposición de Fourier a polinomios

Vamos a continuar con un ejemplo que vimos en la entrada anterior. Recordemos que estábamos trabajando en $V=\mathbb{R}_n[x]$, que habíamos elegido $n+1$ reales distintos $x_0,\ldots,x_n$, y que a partir de ellos definimos $$\langle P, Q\rangle = \sum_{i=0}^n P(x_i)Q(x_i).$$ Mostramos que $\langle \cdot , \cdot \rangle$ es un producto interior y que para $j=0,\ldots,n$ los polinomios $$L_i=\prod_{0\leq j \leq n, j\neq i} \frac{x-x_j}{x_i-x_j}$$ forman una base ortonormal de $V$.

Por el teorema de descomposición de Fourier, tenemos que cualquier polinomio $P$ de grado a lo más $n+1$ con coeficientes reales satisface que $$P=\sum_{i=0}^n \langle P, L_i \rangle L_i,$$ lo cual en otras palabras podemos escribir como sigue.

Teorema (de interpolación de Lagrange). Para $P$ un polinomio con coeficientes en los reales de grado a lo más $n$ y $x_0,x_1,\ldots,x_n$ reales distintos, tenemos que $$P(x)=\sum_{i=0}^n P(x_i) \left(\prod_{0\leq j \leq n, j\neq i} \frac{x-x_j}{x_i-x_j}\right).$$

El teorema de interpolación de Lagrange nos permite decir cuánto vale un polinomio de grado $n$ en cualquier real $x$ conociendo sus valores en $n+1$ reales distintos. Ya habíamos mostrado este teorema antes con teoría de dualidad. Esta es una demostración alternativa con teoría de bases ortogonales y descomposición de Fourier.

Aplicación de ideas de Fourier en funciones periódicas

También ya habíamos visto que $$\langle f,g \rangle = \int_{-\pi}^\pi f(x)g(x)\, dx$$ define un producto interior en el espacio vectorial $V$ de funciones $f:\mathbb{R}\to \mathbb{R}$ continuas y periódicas de periodo $2\pi$.

En ese ejemplo, definimos \begin{align*}
C_n(x)&=\frac{\cos(nx)}{\sqrt{\pi}}\\
S_n(x)&=\frac{\sin(nx)}{\sqrt{\pi}}.
\end{align*} y $C_0(x)=\frac{1}{\sqrt{2\pi}}$, y mostramos que $$\mathcal{F}:=\{C_n:n\geq 0\}\cup \{S_n:n\geq 1\}$$ era un conjunto ortonormal.

No se puede mostrar que $\mathcal{F}$ sea una base ortonormal, pues el espacio $V$ es de dimensión infinita, y es bastante más complicado que los espacios de dimensión finita. Sin embargo, la teoría de Fourier se dedica a ver que, por ejemplo, la familia $\mathcal{F}$ es buena aproximando a elementos de $V$, es decir a funciones continuas y periódicas de periodo $2\pi$. No profundizaremos mucho en esto, pero daremos algunos resultados como invitación al área.

Para empezar, restringimos a la familia $\mathcal{F}$ a una familia más pequeña:

$$\mathcal{F}_n:=\{C_m:0\leq m \leq n\}\cup \{S_m:1\leq m \leq n\}$$

Motivados en la descomposición de Fourier para espacios Euclideanos, definimos a la $n$-ésima serie parcial de Fourier de una función $f$ en $V$ a la expresión $$S_n(f)=\sum_{g\in \mathcal{F}_n} \langle f, g \rangle g.$$ Haciendo las cuentas, se puede mostrar que $$S_n(f)=\frac{a_0(f)}{2}+\sum_{k=1}^n \left(a_k(f)\cos(kx)+b_k(f)\sin(kx)\right),$$ en donde para $k\geq 1$ tenemos $$a_k=\frac{1}{\pi}\int_{-\pi}^\pi f(x)\cos(kx)\, dx$$ y $$b_k=\frac{1}{\pi}\int_{-\pi}^\pi f(x)\sin(kx)\, dx.$$

A los números $a_k$ y $b_k$ se les conoce como los $k$-ésimos coeficientes de Fourier. Aunque $\mathcal{F}$ no sea una base para $V$, sí es buena «aproximando» a elementos de $V$. Por ejemplo, un resultado lindo de Dirichlet dice que si $f$ y su derivada son continuas, entonces $$\lim_{n\to \infty} S_n(f)(x) = f(x).$$ Este tipo de teoremas de aproximación se estudian con más a detalle en un curso de análisis matemático avanzado o de análisis de Fourier.

Considera ahora $W_n$ el subespacio de $V$ generado por $\mathcal{F}_n$. Tomemos una función $f$ cualquiera en $V$. La $n$-ésima serie de Fourier de $f$ es un elemento de $W_n$. De hecho, es precisamente la proyección de $f$ en $W_n$. Por esta razón, $$\norm{f_n}^2\leq \norm{f}^2<\infty$$

Podemos calcular la norma de $f_n$, usando el resultado para espacios Euclideanos en el espacio (de dimensión finita) $W_n$. Haciendo esto, podemos reescribir la desigualdad anterior como sigue:

$$\frac{a_0(f)^2}{2}+\sum_{k=1}^n(a_k(f)^2+b_k(f)^2)\leq \frac{1}{\pi} \norm{f}^2.$$

El lado derecho es constante, y en el lado izquierdo tenemos una suma parcial de la serie $$\sum_{k\geq 1}(a_k(f)^2+b_k(f)^2).$$ Los términos son positivos y la sucesión de sumas parciales es acotada, así que la serie converge. Entonces, necesariamente la sucesión de términos debe converger a cero. Acabamos de esbozar la demostración del siguiente teorema.

Teorema (de Riemann-Lebesgue). Sea $f$ una función continua y de periodo $2\pi$. Si $a_n(f)$ y $b_n(f)$ son los coeficientes de Fourier de $f$, entonces $$\lim_{n\to \infty} a_n(f) = \lim_{n\to \infty} b_n(f) = 0.$$

De hecho, se puede mostrar que la desigualdad que mostramos se convierte en igualdad cuando $n\to \infty$. Este es un resultado bello, profundo y cuya demostración queda fuera del alcance de estas notas.

Teorema (de Plancherel). Sea $f$ una función continua y de periodo $2\pi$. Si $a_n(f)$ y $b_n(f)$ son los coeficientes de Fourier de $f$, entonces $$\frac{a_0(f)^2}{2}+\sum_{k=1}^\infty(a_k(f)^2+b_k(f)^2)= \frac{1}{\pi} \int_{-\pi}^\pi f(x)^2\, dx.$$

Aunque no daremos la demostración de este resultado, en una entrada posterior veremos cómo podemos aplicarlo.

Tarea moral

  • Verifica que los tres polinomios del ejemplo de descomposición de Fourier en efecto forman una base ortogonal.
  • Calcula la norma de $x^2$ con el producto interior del ejemplo de descomposición de Fourier usando la definición, y verifica que en efecto es $\sqrt{2}$.
  • Con la misma base ortonormal $B$ de ese ejemplo, calcula las coordenadas y la norma del polinomio $1+x+x^2$.
  • Verifica que todo lo que mencionamos se cumple con el producto punto en $\mathbb{R}^n$ y con la base canónica.

Más adelante…

En esta entrada seguimos estudiando las bases ortogonales. Usamos este concepto para hacer una descomposición de Fourier, para conocer propiedades de V y obtener otra manera de calcular la norma de un vector. Así mismo, vimos aplicaciones de la descomposición a polinomios, viendo el teorema de la interpolación de Lagrange ya previamente demostrado mediante teoría de dualidad.

Hasta ahora solo hemos hablado de cómo ver si una base es ortonomal y algunas propiedades de estas bases y conjuntos, en la siguiente entrada hablaremos de un método pata encontrar estas bases ortonormales usando el proceso de Gram-Schmidt.

Entradas relacionadas