An alisis Matem atico en Variable Compleja Gerardo Rossini

Introducci on
La asignatura Matem aticas Especiales I de la Facultad de Ciencias Exactas, UNLP, contiene el estudio del An alisis Matem atico en Variable Compleja y algunas de sus aplicaciones. El curso tiene entre sus objetivos brindar los contenidos t ecnicos del an alisis de variable compleja, en particular de las llamadas funciones anal ticas. establecer un marco integral de los conceptos de an alisis matem atico, incluyendo los cursos correlativos anteriores y proyect andolos hacia casos m as generales que la variable compleja. establecer un lenguaje l ogico riguroso para formalizar la demostraci on de resultados del an alisis matem atico. brindar algunas aplicaciones a la soluci on de problemas planteados en variable real. El reglamento de cursada y examen nal es el siguiente: Se eval ua el curso por temas. Se divide el curso en dos partes, con cuatro temas cada una. Para aprobar la cursada se deben aprobar al menos tres temas de cada parte. Por cada parte tomamos un pre-parcial (con dos temas), un parcial completo y un recuperatorio. Para cerrar, habr a una fecha otante para quienes hayan aprobado al menos cuatro temas entre los ocho planteados. Finales: durante un a no a partir del otante se tomar a pr actica s olo de los temas no aprobados durante la cursada, y teor a. Luego, pr actica y teor a completas. Bibliograf a R.V.Churchill, J.W.Brown y R.F.Verhey, Variables complejas y sus aplicaciones, McGraw Hill, New York, 1970. I. Stewart, D. Tall, Complex Analysis, Cambridge University Press, London, 1983. L.V.Alfohrs, An alisis Complejo: introducci on a la teor a de funciones anal ticas, McGraw Hill, New York, 1979. M. R. Spiegel, Variable Compleja, (Serie Schaum), Mc Graw Hill, New York.

Cap tulo 1

El plano complejo
1.1. N umeros complejos

Los n umeros complejos se construyen como (1.1.1) C = R2 , +, ,

es decir pares ordenados de reales (x, y ) con una suma y un producto denidos por (1.1.2) (1.1.3) (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ), (x1 , y1 ) (x2 , y2 ) = (x1 x2 y1 y2 , +x1 y2 + y1 x2 ).

La suma y el producto son cerrados en C . La suma es asociativa, conmutativa, existe el elemento neutro (0, 0) y para cada complejo (x, y ) existe y es u nico el opuesto (x, y ) = (x, y ). Por estas propiedades C = R2 , + forma un grupo abeliano. El producto es asociativo, conmutativo, distributivo respecto de la suma, existe el elemento neutro (1, 0) y para cada complejo (x, y ) = (0, 0) existe y es u nico el inverso multiplicativo (x, y )1 = (x/(x2 + y 2 ), y/(x2 + y 2 )). Por estas propiedades C = R2 , +, forma un cuerpo. Como en todo cuerpo, la resta se dene como la suma del opuesto, y el cociente se dene como la multiplicaci on por el inverso. El subconjunto de los n umeros complejos (1.1.4) R = {(x, 0) : x R}

es cerrado ante la suma, resta, multiplicaci on y divisi on (x1 , 0) + (x2 , 0) (x1 , 0) (x1 , 0) (x2 , 0) (x1 , 0)
1

= = = =

(x1 + x2 , 0), (x1 , 0), (x1 x2 , 0),

1 (x 1 , 0),

se corresponde biun vocamente con R y respeta sus operaciones. Por esto se identica R R y se considera a los n umeros reales como subconjunto de los n umeros complejos, R C. Se anota x = (x, 0) R C. En particular, 0 = (0, 0). La multiplicaci on de un real por un complejo (x, y ) resulta, seg un 1.1.3, (x, y ) = (x, y ). En consecuencia C, con la suma de complejos y el producto por reales, tiene estructura de espacio vectorial de dimensi on 2 sobre R, naturalmente isomorfo a R2 .
4

 1.2. MODULO Y ARGUMENTO

La base can onica se anota 1 i = = (1, 0), (0, 1),

por lo cual todo complejo z = (x, y ) puede escribirse en forma bin omica z = x + iy. El n umero complejo i tiene la conocida particularidad i2 = 1, que permite calcular ra ces cuadradas de reales negativos. 1.1.1. Conjugaci on. Se dene el conjugado de un complejo z = x + iy como z = x iy. Geom etricamente expresa la reexi on respecto del eje real. Permite escribir Re(z ) Im(z ) z 1 donde z z R. = = = 1 ( z + z) , 2 1 ( z z) , 2 z , zz

1.2.

M odulo y argumento

Los n umeros complejos se gracan en el plano C = R2 , y se pueden visualizar tanto como puntos como por vectores. La suma y el producto por reales se deben visualizar como las correspondientes operaciones vectoriales en R. El m odulo de un complejo z se dene como su distancia eucl dea al punto 0, origen del plano, |z | = x 2 + y 2 R.

N otese que |z |2 = z z . Dado z = 0, se puede representar en forma polar. Para eso se dene el argumento arg (z ) = R tal que z = |z | (cos + i sin ) , es decir como el angulo que forma el vector z con el semieje real positivo, siguiendo las convenciones trigonom etricas usuales. Es importante notar que arg (z ) es una relaci on multivaluada : a cada complejo no nulo le corresponden innitos argumentos reales, congruentes entre s m odulo 2 . Si 0 es un argumento de z = 0, entonces {k = 0 + 2k : k R} es el conjunto de todos los argumentos posibles de z . El complejo 0 no tiene argumento.

 1.3. TOPOLOG IA METRICA DEL PLANO COMPLEJO

1.2.1. como

F ormula de Euler. Se dene la exponencial compleja para z = x + iy

exp(z ) ez = ex (cos y + i sin y ) . En particular, queda expresado ei = cos + i sin , expresi on conocida como f ormula de Euler. La notaci on polar standard de un complejo z = 0, llamando r = |z | y = arg (z ), es (1.2.1) z = r ei .

1.2.2. Producto y cociente en forma polar. El producto y el cociente tienen una expresi on compacta en notaci on polar, (1.2.2) (1.2.3) r1 ei1 r2 ei2 = (r1 r2 ) ei(1 +2 ) , r1 ei1 = r2 ei2 r1 r2 ei(1 2 ) .

1.2.3. Potencias y ra ces. Las potencias naturales se expresan con la f ormula de De Moivre. Dado z = r ei y n N z n = rn ein . Las potencias enteras se completan deniendo 1 z n n = rn ein . z La ra z n- esima se dene como la operaci on inversa de la potencia n- esima, n n w = z w = z. Si z = 0 se escribe z = r ei , resulta w = n r ei/n . Los innitos valores de = arg (z ) dan lugar a n valores distintos wk = n r ei(0 +2k)/n , con k N, 0 k n 1. Cabe notar que wk = w0 eik(2/n) . 1.3. Topolog a m etrica del plano complejo

1.3.1. Espacios m etricos. Dado un conjunto M , se llama distancia en M a toda funci on dist : M M R tal que se verican las propiedades 1. positividad: z1 , z2 M , dist(z1 , z2 ) 0, y dist(z1 , z2 ) = 0 = z1 = z2 . 2. simetr a: z1 , z2 M , dist(z1 , z2 ) = dist(z2 , z1 ). 3. desigualdad triangular: z1 , z2 , z3 M , dist(z1 , z2 ) dist(z1 , z3 ) + dist(z3 , z2 ). Se llama espacio m etrico a un conjunto con una distancia (M, dist). En el plano complejo se dene la distancia entre dos n umeros z1 = x1 + iy1 , z2 = x2 + iy2 como la distancia eucl dea de los correspondientes puntos (x1 , y1 ), (x2 , y2 ) de R. Es decir, dist(z1 , z2 ) = |z2 z1 | = (x2 x1 ) + (y2 y1 ) .

 1.3. TOPOLOG IA METRICA DEL PLANO COMPLEJO

Como en toda distancia, se verican las propiedades de positividad, simetr a y desigualdad triangular. La correspondencia z = x + iy C (x, y ) R2 preserva la distancia, por denici on. El plano complejo, con la distancia eucl dea, es entonces un espacio m etrico isom etrico a R. En particular, la desigualdad triangular se expresa z1 , z2 , z3 C, |z3 z1 | |z3 z2 | + |z2 z1 | En general, en todo espacio vectorial con producto interno la distancia can onica se dene como la norma de la diferencia, dist(v1 , v2 ) = ||v2 v1 || = Tal es el caso de R, R y C. 1.3.2. Topolog a m etrica. Dado un conjunto M , se llama topolog a a la caracterizaci on de conjuntos abiertos en M . Esto lleva a la caracterizaci on de nociones como convergencia, continuidad, conectividad, etc. En un espacio m etrico, se caracteriza naturalmenbte la topolog a a partir de la distancia. Manejaremos en general las siguientes deniciones, donde M es un espacio m etrico (y en particular nos interesa M = C: Entorno. Se llama entorno de centro z0 y radio r al conjunto (z0 , r) = {z M : dist(z, z0 ) < r} Entorno reducido. Se llama entorno reducido de centro z0 y radio r al conjunto 0 (z0 , r) = {z M : 0 < dist(z, z0 ) < r} Punto interior a un conjunto. Dado un conjunto A M , se dice que z0 es interior a A si y s olo si r > 0, (z0 , r) A Conjunto abierto. Se dice que A M es abierto si y s olo si z A, z es interior a A Punto exterior a un conjunto. Dado un conjunto A M , se dice que z0 es exterior a A si y s olo si r > 0, (z0 , r) A = Equivalentemente, z0 es exterior a A si y s olo si z0 es interior al complemento de A en M (que anotaremos Ac ). Punto de frontera. Dado un conjunto A M , se dice que z0 es punto de frontera de A si y s olo si z0 no es interior ni exterior a A. Equivalentemente, z0 es punto de frontera de A si y s olo si r > 0, (z0 , r) A = (z0 , r) Ac = Frontera de un conjunto. Se llama frontera de un conjunto A M a A = {z M : z es punto de frontera de A} Conjunto cerrado. Dado un conjunto A M , se dice que A es cerrado si y s olo si A A. Es decir, un conjhunto es cerrado si contiene a todos sus puntos de frontera.
n

(v2 , v1 ).

 1.3. TOPOLOG IA METRICA DEL PLANO COMPLEJO

Entorno cerrado. Se llama entorno cerrado de centro z0 y radio r al conjunto (z0 , r) = {z M : dist(z, z0 ) r} Conjunto acotado. Se dice que A M es acotado si y s olo si z0 M, r > 0 : A (z0 , r), es decir si A puede ser encerrado en un entorno cerrado de radio nito. Clausura de un conjunto. Se llama clausura de un conjunto A M a la uni on del conjunto on su frontera. Se anota = A A A Punto de acumulaci on. Dado un conjunto A M , se dice que z0 es punto de acumulaci on (o de adherencia) de A si y s olo si r > 0, 0 (z0 , r) A = Punto aislado. Dado un conjunto A M y un punto z0 A, se dice que z0 es un punto aislado de A si y s olo si r > 0, (z0 , ) A = {z0 } Propiedades. Se sugiere demostrar las siguientes propiedades: Un entorno es un conjunto abierto Un entorno reducido es un conjunto abierto Un entorno cerrado es un conjunto cerrado, clausura del correspondiente entorno abierto: (z0 , r) = (z0 , r) (z0 , r) C es abierto en C C es cerrado en C etc. Mencionamos otras caracterizaciones topol ogicas que tienen que ver con curvas continuas y familias continuas de curvas continuas. La noci on de continuidad se repasa en la Clase 5. Conjunto conexo. Dado un conjunto A M , se dice que A es conexo por arcos (o conexo) si y s olo si z1 , z2 A, una curva continua A que comienza en z1 y termina en z2 Conjunto simplemente conexo. Dado un conjunto A M , conexo, se dice que es simplemente conexo si y s olo si todas las curvas que unen dos puntos dados z1 , z2 A son continuamente deformables entre s dentro de A Conjunto m ultiplemente conexo. Dado un conjunto A M , conexo, se dice que es m ultiplemente conexo si y s olo si no es simplemente conexo. Es decir, dados z1 , z2 A existen al menos dos curvas que los unen y que no son continuamente deformables entre s dentro de A

Cap tulo 2

Sucesiones y funciones complejas

En esta clase presentamos sucesiones de n umeros complejos, funciones de variable real a valores complejos y funciones de variable compleja a valores complejos, con el objetivo de familiarizar al alumno con su estructura, notaci on y representaci on gr aca. En particular se establece su relaci on con sucesiones y funciones reales, buscando repasar el manejo de las u ltimas. Las sucesiones y series de n umeros o funciones complejas, las funciones de una variable real a valores complejos y las funciones de una variable compleja a valores complejos ser an objeto de estudio a lo largo de todo el curso. Sucesiones a valores complejos Una sucesi on a valores complejos es una funci on de N en C, z:NC que a cada n N le hace corresponder un valor zn C, n zn Usaremos la notaci on {zn } para referirnos a dicha sucesi on. Tambi en consideramos sucesiones a funciones de {n N : n n0 }, es decir que comienzan con ndice n0 . Escribiendo en forma bin omica zn = xn + iyn , la sucesi on {zn } determina un vocamente dos sucesiones en R,{xn } y {yn }. Escribiendo en forma de par ordenado zn = (xn , yn ), la sucesi on {zn } determina un vocamente una sucesi on en R2 ,{(xn , yn )}. En notaci on vectorial, rn = (xn , yn ) y la sucesi on se puede anotar {rn } Una sucesi on {zn } compleja se representa como un conjunto innito de puntos en el plano, manteniendo la noci on del orden con que aparecen en la sucesi on. Conviene pensarla como una historia en el tiempo, o un camino que se recorre. En base a cursos anteriores, podemos estudiar la existencia de los l mites en R
n

l m xn l m yn

y del l mite en R2
n

l m (xn , yn )

Veremos que estos l mites est an ntimamente relacionados con la noci on de l mn zn en C.

9

FUNCIONES DE VARIABLE COMPLEJA Y VALORES COMPLEJOS

10

Funciones de variable real y valores complejos Una funci on de I R en C, z:IRC asigna a cada valor t I un valor complejo z (t), t z (t) En particular manejaremos el caso en que I = [a, b] es un intervalo cerrado. Escribiendo en forma bin omica z (t) = x(t) + iy (t), la funci on z (t) determina un vocamente dos funciones en R, x(t) y y (t). Escribiendo en forma de par ordenado z (t) = (x(t) + iy (t)), la funci on z (t) determina un vocamente una funci on en R2 ,{(x(t), y (t))}. En notaci on vectorial, r(t) = (x(t), y (t)). Una funci on compleja de variable real z (t) = x(t)+ iy (t) se representa como una curva orientada en el plano. En base a cursos anteriores, podemos estudiar l mite, continuidad y derivada de r(t) (en t erminos de l mite, continuidad y derivadas de x(t) y y (t). Con estos conceptos sabremos caracterizar direcci on tangente, velocidad, longitud de arco, etc. Veremos que estos conceptos est an ntimamente relacionados con sus correspondientes en la funci on z (t). Funciones de variable compleja y valores complejos Consideremos un conjunto A C y una funci on f : AC que asigna a cada z A un y s olo un valor w C, z w(z ) La anotaremos w = f (z ) Para visualizar este tipo de funciones, a las cuales dedicaremos este curso, corresponde ir a la noci on b asica de funci on, gracando por separado el conjunto dominio, el conjunto codominio, y echas que describen la asignaci on z w(z ). Es decir, gracar un plano complejo (z ) para dibujar el dominio y otro plano complejo (w) para los valores que toma la funci on. En este sentido, una funci on w = f (z ) implementa un mapeo (o transformaci on) de una regi on del plano en otra regi on del plano. Como conjunto de puntos representativos del dominio se sugiere considerar distintas curvas parametrizadas : z (t), y sus im agenes f ( ) : w(t) = f (z (t)), t [a, b] Mejor a un si se considera una familia de curvas caracterizada por alg un par ametro , como un conjunto de rectas paralelas, un haz de rectas, circunferencias conc entricas, etc. Se observar a que la elecci on m as conveniente de curvas depende de cada funci on en particular. Para trabajar en coordenadas reales (es decir, representar los complejos en forma bin omica o de par ordenado) usaremos las siguientes notaciones para distinguir parte real e imaginaria: z = x + iy t [a, b]

FUNCIONES DE VARIABLE COMPLEJA Y VALORES COMPLEJOS

11

w = u + iv de forma tal que f (z ) = u(x, y ) + iv (x, y ) En otras palabras, la funci on w = f (z ) determina univocamente dos funciones reales u y v de dos variables reales x y y . El mapeo descripto por w = f (z ) se escribe en variables reales como f : A R2 R2 donde f (x, y ) = (u(x, y ), v (x, y )) Cabe insistir en que cada punto (x, y ) A en el plano dominio se mapea a un punto (u, v ) del plano imagen. Una vez establecida la correspondencia de w = f (z ) con u(x, y ), v (x, y ), es claro que los conceptos de An alisis Matem atico II ser an de utilidad: para cada funci on u(x, y ), v (x, y ) se debe recordar l mite en dos variables, diferenciabilidad, derivadas parciales y direccionales, gradiente, curvas de nivel, etc. En particular para el mapeo f se debe recordar el signicado de la matriz Jacobiana y las condiciones de invertibilidad (deniendo impl citamente x y y como funciones de u y v ).

Cap tulo 3

L mite de sucesiones de n umeros complejos

L mite de sucesiones complejas. Unicidad. Relaci on con los l mites de parte real e imaginaria. Algebra de l mites. L mite innito. Punto en innito, plano complejo extendido y entornos de innito. Esfera de Riemann. Sucesi on adherente a un conjunto. Sucesiones fundamentales (o de Cauchy). Completitud de R, Rn ,C. Anexo - propiedades de R, Rn : existencia de nmo y supremo de conjuntos acotados, principio de encaje de intervalos, existencia de m aximo y m nimo de funciones continuas en dominios compactos, lema de separaci on entre un conjunto compacto y la frontera de un abierto que lo incluya. L mite de sucesiones Dada una sucesi on {zn } en un espacio m etrico M , se tiene una noci on intuitiva de l mite: se dice que la sucesi on tiene l mite l M si se observa que los elementos zn de la sucesi on se mantienen arbitrariamente cerca de l cuando sus ndices son sucientemente grandes. De esta manera el l mite no se calcula, sino que se intuye. El concepto de l mite se formaliza con la siguiente Denici on: Dada una sucesi on {zn } en un espacio m etrico M ,
n

l m zn = l M > 0, N N : n > N = zn (l, )

n 1+in

Ejemplo: l mn

= i.

Propiedad. Dada una sucesi on {zn } en un espacio m etrico M , si el l mite existe es u nico. Demostraci on en clase. Basta suponer dos l mites distintos yy llegar a un absurdo contradiciendo la desigualdad triangular. Sucesiones en C y en Rm En C, y en general en Rm usamos la distancia eucl dea dist(z, z ) = |z z |. Propiedad. Dada una sucesi on {zn } en C, con zn = xn + iyn ,
n

l m zn = l = lx + ily C l m xn = lx R l m yn = ly R
n n

Demostraci on en clase. Basta usar |xn lx | |zn l| y |yn ly | |zn l|, |zn l| |xn lx | + |yn ly |. Se hace en C y se comenta en Rm
12

L IMITE INFINITO EN C (O EN Rm )

13

Algebra de l mites. Sea que en M est a denida una suma, que forma grupo, y dist(z, z ) = |z z | (por ejemplo, cualquier espacio vectorial normado). Se verica la siguiente propiedad: Si dos sucesiones tienen l mite en M , {zn } l, {wn } m, entonces la sucesi on suma tiene l mite en M , {zn + wn } l + m Sea que en M est a denido adem as un producto, distributivo con respecto a la suma (por ejemplo un espacio de matrices). Se verica la siguiente propiedad: Si dos sucesiones tienen l mite en M , {zn } l, {wn } m, entonces la sucesi on producto tiene l mite en M , {zn wn } l m Sea que en M es un cuerpo (Q, R, C). Se verica la siguiente propiedad: Si dos sucesiones tienen l mite en M , {zn } l, {wn } m, y m = 0, entonces la sucesi on cociente tiene l mite en M , {zn /wn } l/m Estas propiedades se demuestran como ejercicios de pr actica. Basta conocer la prueba en R y repetirla. L mite innito en C (o en Rm ) Dada una sucesi on {zn } en C (o en Rm ), se tiene una noci on intuitiva de l mite innito: se dice que la sucesi on tiende a innito si se observa que los elementos zn de la sucesi on se mantienen arbitrariamente lejos del origen (0) cuando sus ndices son sucientemente grandes. El concepto de l mite innito se formaliza con la siguiente Denici on: Dada una sucesi on {zn } en C (o en Rm ),
n

l m zn = R > 0, N N : n > N = dist(zn , 0) > R

Ejemplo: l mn n2 /(n + i) = Debe observarse que en esta denici on no importa el argumento (o la direcci on) de los elementos zn , s olo su m odulo. Punto en innito. Resulta conveniente introducir el punto en innito como un elemento / C que funciona como l mite de las sucesiones tales que limn zn = . Una vez introducido, se dene la distancia entre ese elemento y los puntos del plano complejo z C, dist(z, ) = dist(z, 0)1 , de manera tal que cuanto m as lejos est e z del origen, m as cerca est a de innito. = C {}. Tomando al plano complejo Se llama plano complejo extendido a C es un punto de frontera de C C , y C es su clausura. como conjunto abierto, C Se dene un entorno reducido de innito como 0 (, r) = {z C : dist(z, ) < r} = {z C : dist(z, 0) > 1/r} De esta manera, se puede reescribir la denici on de l mite innito en el mismo lenguaje que la de l mite nito:
n

l m zn = > 0, N N : n > N = zn 0 (, )

SUCESIONES FUNDAMENTALES. COMPLETITUD.

14

Esfera de Riemmann. Es u til visualizar el plano complejo extendido como un plano compaticado: se piensa el plano dentro del espacio (3D) y se lo deforma envolviendo una esfera. El cero queda en el polo sur, mientras los puntos arbitrariamente lejanos al origen quedan arbitrariamente cerca del polo norte. Se interpreta que el polo norte representa el punto en innito. T ecnicamente, se escribe el mapeo entre puntos del plano con puntos de la esfera mediante una proyecci on estereogr aca. Dibujos en clase. Existencia del l mite, nomenclatura. Dada una sucesi on {zn } en C (o en Rm ), en este curso diremos que el l mite de la sucesi on existe y es nito cuando {zn } l C ( dem en Rm ) y que el l mite de la sucesi on existe pero es innito cuando {zn } . En otros textos se dice que el l mite existe s olo cuando es nito, mientras que cuando{zn } se dice que no existe pero tiende a innito. Diremos adem as (como todos los textos) que la sucesi on converge si y solo si tiene l mite nito. Sucesiones fundamentales. Completitud. Hemos visto que la denici on formal del concepto de l mite requiere conocer el l mite (antes de denirlo!). El concepto de sucesi on fundamental describe la convergencia de una sucesi on sin referirse al valor del l mite. Denici on: Dada una sucesi on {zn } en un espacio m etrico M , se dice que la sucesi on es fundamental (o de Cauchy) si y s olo si > 0, N N : n, m > N = dist(zn , zm ) < Es decir, la sucesi on es fundamental si basta considerar ndices sucentemente altos para que sus elementos se mantengan arbitrariamente cercanos entre s . Propiedad: Dada una sucesi on {zn } en un espacio m etrico M , {zn } converge = {zn } es fundamental Demostraci on en clase, basta usar la desigualdad triangular. Es importante que no vale la rec proca. En general, {zn } fundamental {zn } converge

Ejemplo: Considerar un n umero irracional (por ejemplo ) y la sucesi on en Q formada por las sucesivas aproximaciones con desarrollo decimal nito al n umero irracional: q0 = 3, q1 = 3,1, q2 = 3,14, Esta sucesi on es fundamental en Q pero no converge, porque no encuentra l mite dentro de Q. Por supuesto la misma sucesi on es convergente en R. Se observa que la falta de convergencia no es un problema de la sucesi on en s misma, sino del espacio m etrico en que se la considera. Denici on: Dado un espacio m etrico M , se dice que es completo si y s olo si todas las sucesiones fundamentales en M convergen en M . Comentario: Dado un espacio m etrico que no sea completo, se lo puede completar deniendo elementos externos al espacio que funcionen como l mite de aquellas sucesiones fundamentales que no converjan.

SUCESIONES ADHERENTES

15

Propiedad: R es un conjunto completo. La noci on de completitud es la base de la denici on de R, como uni on de los racionales y todos sus huecos. Los huecos se denen t ecnicamente como los l mites de sucesiones racionales fundamentales no convergentes. Distintos axiomas que caracterizan a R, como la existencia del supremo de sucesiones acotadas por encima, etc., son equivalentes a la caraterizaci on de completitud. Vale decir, la denici on rigurosa de R permite demostrar dichos axiomas. No vamos a profundizar en la denici on de R. Usaremos sin demostraci on algunas caracterizaciones de conjuntos y distancias que se desprenden de la completitud. Propiedad: C,Rm son conjuntos completos. Demostraci on en clase, basta referirse a las componentes reales. Sucesiones adherentes Dado un conjunto A M, M espacio m etrico, y dado z M , se dice que {zn } es una sucesi on en A adherente a z si y s olo si: 1. n, , zn A 2. n, , zn = w 3. {zn } w Es decir, la sucesi on es un camino de puntos de A que se acercan a w sin tocarlo. M as adelante las usaremos como forma elemental de explorar l mites de funciones, para z tendiendo a z . Denici on: Dado un espacio m etrico M y un conjunto A M , se dice que A es denso en M si y s olo si z M, {zn } en A adherente a z

Cap tulo 4

Series de n umeros complejos

Series de n umeros complejos. Convergencia, convergencia absoluta. Criterios de comparaci on. Series num ericas Dada una sucesi on {an } en un espacio m etrico M donde haya denida una suma, con n n0 , se llama sucesi on de sumas parciales de {an } a una sucesi on {Sk } en M denida por
k

Sk =
n=n0

an

La serie num erica simbolizada por

an
n=n0

se dene como el l mite de la sucesi on de sumas parciales

k

l m Sk ,

que puede existir o no. M as precisamente, si limk Sk = S y es nito, se dice que la serie n=n0 an converge en M y que su suma es S , y se anota

an = l m Sk .
n=n0 k

En el caso en que limk Sk = se dice que la serie diverge. Nos referiremos formalmente a la serie n=n0 an antes de determinar si converge, pero usaremos el signo = s olo cuando hayamos determinado que converge. Ejemplo importante: series geom etricas. Dado un n umero q en R o en C (llamado raz on), consideramos la sucesi on {an = q n }n0 y sus sumas parciales
k

Sk =
n=0

qn

Es f acil calcular que qSk Sk = q k+1 1 de donde se despeja, si q = 1, Sk = q k+1 1 q1

16

CRITERIOS DE CONVERGENCIA

17

El l mite de la sucesi on de sumas parciales es nito si y solo si |q | < 1, en cuyo caso

qn =
n=0

1 1q

En la mayor a de los casos no es posible hallar una expresi on cerrada para la sucesi on de sumas parciales. Sin embargo, se puede determinar en muchos casos si la serie converge sin calcular su suma. Criterios de convergencia Condici on necesaria de convergencia. Dada la serie converja es necesario que l m an = 0
n n=n0

zn , para que

Demostraci on en clase. Basta ver que (l mn an = 0) implica que la sucesi on de sumas parciales no es fundamental, luego no puede ser convergente. Criterio de comparaci on e series de t erminos no negativos. Dada una serie n=n0 an con an 0 (serie de t erminos reales no negativos), si existe otra serie de t erminos reales no negativos n=n0 bn , con bn an , convergente, entonces n=n0 an converge. Demostraci on en clase. Basta ver que la sucesi on de sumas parciales de {Sk = k otonamente creciente y acotada por encima por la suma n=n0 bn . n=n0 an } es mon Luego tiene supremo en R, que resulta ser el l mite buscado. k O bien que la sucesi on de sumas parciales de {Sk = n=n0 an } es fundamenk k tal, con |Sk Sl | = n=l+1 an n=l+1 bn < para cualquier > 0 con solo k tomar k > l sucientemente grandes, ya que n=n0 bn es fundamental por ser convergente. Convergencia absoluta. Dada una serie n=n0 an con an R o an C, se puede estudiar la serie de t erminos no negativos asociada n=n0 |an |. Se dice que la serie n=n0 an converge absolutamente si y s olo si la serie n=n0 |an | converge. Propiedad. La convergencia absoluta implica convergencia puntual. Es decir,

|an | converge
n=n0 n=n0

an converge

Demostraci on en clase. Basta ver que, dados k l,

k l k k

|
n=n0

an
n=n0

an | = |
n=l+1

an |
n=l+1

|an | <
k

para cualquier > 0 con solo tomar k, l sucientemente grandes, ya que n=n0 |an | es fundamental por ser convergente. Debe notarse que la convergencia absoluta puede ser probada con t ecnicas de series de t erminos reales no negativos (como comparaci on), y asegura la convergencia (sin m odulo).

CRITERIOS DE CONVERGENCIA

18

Otros criterios. Se pueden trabajar otros criterios de convergencia, como el del cociente o el de la ra z. Tambi en se conocen criterios de convergencia condicional, que prueban el caso en que la serie de m odulos no converge pero la serie sin m odulos s converge.

Cap tulo 5

L mites de funciones. Continuidad.

L mites de funciones (en general). Unicidad. L mites por caminos (camino=sucesi on adherente). Continuidad. L mites y continuidad de funciones complejas de variable real. Algebra de l mites. L mites y continuidad de funciones complejas de variable compleja. Algebra de l mites. L mite de funciones Dada f : M M , com M, M espacios m etricos, y dado z0 punto de acumulaci on de , se dice que
z z0

l m f (z ) = l M > 0, > 0 : z 0 (z0 , ) f (z ) 0 (l, )

Se debe notar que z0 puede no pertenecer a , basta con que sea punto de acumulaci on de para que 0 (z0 , ) = . En el mejor de los casos, z0 ser a interior a y la intersecci on ser a 0 (z0 , ) = 0 (z0 , ). Teorema. Dada f : M M , l m f (z ) = l M ({zn } en M adherente a z0 ) l m f (zn ) = l M
z z0 n

Demostraci on en clase. ) dada {zn } en M adherente a z0 , y dado > 0, basta que n sea sucientemente grande como para que zn 0 (z0 , ). ) suponer que ( l mzz0 f (z ) = l M ) y construir una {zn } en M adherente a z0 tal que (l mn f (zn ) = l). Abs! Corolario. Dada f : M M , si existe l mzz0 f (z ) entonces es u nico. Demostraci on en clase. Se suponen dos l mites l = m , luego cada {zn } en M adherente a z0 tendr a dos l mites. Abs! L mite de funciones a valores complejos. Sea f : M C, y llamemos z a los puntos de M , M espacio m etrico. Quedan denidas u : M R,u(z ) = Re(f (z )) v : M R,v (z ) = Im(f (z )) tales que f (z ) = u(z ) + iv (z )
19

CONTINUIDAD

20

Teorema. Dada f : M C y z0 punto de acumulaci on de , l m f (z ) = l = a + ib C l m u(z ) = a R l m v (z ) = b R

z z0 z z0 z z0

Demostraci on: basta explorar con sucesiones {zn } en M adherentes a z0 L mite innito. Dada f : M C y z0 punto de acumulaci on de ,
z z0

l m f (z ) = > 0, > 0 : z 0 (z0 , ) f (z ) 0 (, )

Algebra de l mites en C. Sean f : f M C y g : g M C, con f g = , y sea z0 punto de acumulaci on de f g . Si l mzz0 f (z ) = l y l mzz0 g (z ) = m, entonces l mzz0 (f (z ) + g (z )) = l + m l mzz0 (f (z ) g (z )) = l m si adem as m = 0, l mzz0 (f (z )/g (z )) = l/m Demostraci on: basta explorar con sucesiones {zn } en M adherentes a z0 L mite de funciones de variable compleja. Dada f : C M , con no acotado, se dice que
z

l m f (z ) = l > 0, > 0 : z 0 (, ) f (z ) (l, )

En el caso de f : C C, el l mite l puede ser innito sin cambiar la denici on. Continuidad Deniciones. Dada f : M M , com M, M espacios m etricos, y dado z0 M , se dice que f es continua en z0 si y s olo si 1. z0 2. l mzz0 f (z ) 3. l mzz0 f (z ) = f (z0 ) Dado A M , se dice que f es continua en A si y s olo si z A, f es continua en z. Se llama dominio de continuidad de f al mayor subconjunto del dominio donde f sea continua. Ejemplos. Probar que Probar que Probar que Probar que z : R C, dada por z (t) = k es continua en R z : R C, dada por z (t) = t es continua en R f : C C, dada por f (z ) = k es continua en C f : C C, dada por f (z ) = z es continua en C

Propiedades. Sean f : f M C y g : g M C, con f g = . Si f y g son continuas en z0 M , entonces f + g es continua en z0 f g es continua en z0 si adem as g (z0 ) = 0, f /g es continua en z0 Demostraci on: basta revisar que z0 est e en el dominio, y asegurar la existencia y valor de los l mites correspondientes.

CONTINUIDAD

21

Propiedad. Dadas f : M M continua en un punto z0 interior a y {zn } una sucesi on en M , l m zn l m f (zn ) = f (z0 )
n n

Es decir, en este caso l mn f (zn ) = f (l mn zn ). Demostraci on: basta aplicar las deniciones correspondientes. Se debe notar que si f no es continua en z0 el resultado no se verica. Corolario. Sean f : f M M y g : g M M . Si l mzz0 f (z ) = l M con l interior a g y si g es continua en l, entonces l m g (f (z )) = g (z0 ).
z z0

Es decir, en este caso l mzz0 g (f (z )) = g (l mzz0 f (z )). Demostraci on: basta explorar con sucesiones en f adherentes a z0 y utilizar la propiedad anterior. Se debe notar que si g no es continua en l el resultado no se verica. Corolario: continuidad de la funci on compuesta. Sean f : f M M y g : g M M . Si f es continua en z0 M y g es continua en g (z0 ) interior a g , entonces go f es continua en z0 . Observaci on: se llama funci on compuesta go f : f M a la funci on dada por go f (z ) = g (f (z )), cuyo dominio es = {z f : f (z ) g }

Cap tulo 6

Derivada.
Primera parte: Derivada (en general, para funciones de una variable en un cuerpo a un espacio vectorial). Diferenciabilidad y diferenciales. Notaci on de Leibnitz y de Lagrange/Newton. Derivada de la suma, del producto y el cociente (donde el producto y cociente existan). Derivada de la funci on compuesta. Segunda parte: Derivada de funciones complejas de variable real. Diferenciabilidad, diferencial y direcci on tangente a curvas. Derivada de funciones complejas de variable compleja. Interpretaci on geom etrica con diferenciales.

Primera parte Derivabilidad. La noci on de derivada total se basa en el l mite del cociente incremental. Para que este cociente tenga sentido se consideran funciones de una variable independiente z en un cuerpo K y valores en un espacio vectorial V sobre K. Adem as, las distancias en K y en V se denen como el m odulo de la diferencia. Denici on. Dada f : K V y z0 punto de acumulaci on de , se dice que f es derivable en z0 si y s olo si l m
z z0

f (z ) f (z0 ) . z z0

En ese caso se llama derivada de f respecto de z en z0 a dicho l mite. Notaci on. La derivada se suele anotar como f (z0 ) = l m (notaci on de Lagrange) o como df f (z ) f (z0 ) (z0 ) = l m z z dz z z0 0 (notaci on de Leibnitz) o como f (z ) f (z0 ) f(z0 ) = l m z z0 z z0 (notaci on de Newton)
22 z z0

f (z ) f (z0 ) z z0

PRIMERA PARTE

23

Propiedades. Entre las propiedades m as inmediatas destacamos: Si existe la derivada f (z0 ) , es u nica. Linealidad: si f y g son derivables en z0 , punto de acumulaci on de la intersecci on de los dominios de f y g , para todo par de elementos , K, f + g es derivable en z0 y (f + g ) (z0 ) = f (z0 ) + g (z0 ) Teorema. Si f es derivable en z0 , entonces f es continua en z0 . Diferenciabilidad. Dada f : K V y z0 punto de acumulaci on de , se dice que f es diferenciable en z0 si y s olo si (A V ) (z , f (z ) f (z0 ) = A(z z0 ) + (z )|z z0 |) con l mzz0 (z ) = 0 V . Se llama diferencial de la variable independiente z en el punto z0 al desplazamiento dz = z z0 y diferencial de la variable dependiente f en el punto z0 al desplazamiento en V dado por df = A(z z0 ) = Adz de manera tal que el diferencial df es la mejor aproximaci on lineal al incremento de la funci on f = f (z ) f (z0 ) ante un desplazamiento dz de la variable independiente Teorema. f es derivable en z0 si y s olo si f es diferenciable en z0 . Demostraci on ) basta acomodar, para z = z0 , f (z ) f (z0 ) = f (z0 ) (z z0 ) + f (z ) f (z0 ) f (z0 ) (z z0 ) z z0

y observar que la expresi on entre corchetes tiende a cero cuando z z0 . ) basta escribir el cociente incremental como f (z ) f (z0 ) |z z0 | = A + (z ) z z0 z z0 y observar que el u ltimo t ermino tiende a cero cuando z z0 . De este resultado se desprende que el vector constante A en la denici on de diferenciabilidad coincide con la derivada de f en z0 , A = f (z0 ) Teorema. Sean f : f K V y g : g K V , con f g = . Si f y g son derivables en z0 f g , entonces f + g es derivable en z0 y (f + g ) (z0 ) = f (z0 ) + g (z0 ) Sean f : f K K y g : g K K, con f g = . Si f y g son derivables en z0 f g , entonces f g es derivable en z0 y (f g ) (z0 ) = f (z0 ) g (z0 ) + f (z0 ) g (z0 ) (regla de Leibnitz).

 SEGUNDA PARTE: APLICACION

24

Sean f : f K K y g : g K K, con f g = . Si f y g son derivables en z0 f g y g (z0 ) = 0, entonces f /g es derivable en z0 y (f /g ) (z0 ) = f (z0 ) g (z0 ) f (z0 ) g (z0 ) (g (z0 ))
2

Teorema. Sean f : f K K y g : g K V , con f derivable en z0 y g derivable en f (z0 ), con f (z0 ) interior a g . En este caso la funci on compuesta (g0 f ) (z0 ) = g (f (z0 ) es derivable en z0 y (g0 f ) (z0 ) = g (f (z0 ))f (z0 ) Demostraci on: analizar h(z ) =
g (f (z ))g (f (z0 )) f (z )f (z0 )

si f (z ) = f (z0 ) si f (z ) = f (z0 )

g (f (z0 ))

para probar que es continua en z0 . Luego para z = z0 es seguro escribir g (f (z )) g (f (z0 )) f (z ) f (z0 ) = h(z ) z z0 z z0 y tomar el l mite para z z0 . Segunda parte: aplicaci on Funciones complejas de variable real: curvas en el plano complejo. Consideramos z : [a, b] C, dada por z = z (t) Tomando parte real y parte imaginaria, queda denida r : [a, b] C, dada por r = r(t) = (x(t), y (t)) con x(t) = Re(z (t)), y (t) = Im(z (t)). Tanto en complejas como reales, la funci on parametriza una curva en el plano. De acuerdo a los resultados ya probados, se verica que z (t) es continua en t0 [a, b] si y s olo si r(t) es continua en t0 [a, b]. Tambi en se verica que z (t) es derivable en t0 [a, b] si y s olo si r(t) es derivable en t0 [a, b], siendo z (t0 ) r (t0 ) = x (t0 ) + iy (t0 ) = (x (t0 ), y (t0 ))

La interpretaci on geom etrica de la derivada en este tipo de funciones representa el vector velocidad con que la parametrizaci on recorre la curva. Si z (t0 ) = 0, la curva admite vector tangente, y en particular arg (z (t0 )) da la orientaci on del vector tangente. En t erminos de diferenciales, en el punto z (t0 ) o r(t0 ) tenemos dz dr = = z (t0 )dt r (t0 )dt

describiendo la recta tangente a la curva, con id entica informaci on geom etrica en el plano en t erminos de coordenadas complejas o en t erminos de coordenadas reales. Denimos el diferencial de longitud de arco en el punto z (t0 ) cuando z (t) es derivable en t0 , como dl = |z (t0 )|dt |r (t0 )|dt

 SEGUNDA PARTE: APLICACION

25

Reparametrizaci on de curvas. Dada una curva con parametrizaci on z : [a, b] C, se puede describir la misma curva con una parametrizaci on diferente. Consideremos una funci on t : [, ] [a, b], dada por t = t(s) que sea continua en [, ] , mon otona y suryectiva; la funci on compuesta z : [, ] C, dada por z (s) = z (t(s)) parametriza la misma la curva . Si t(s) es creciente, la parametrizaci on conserva la orientaci on, en tanto que si t(s) es decreciente la curva invierte su orientaci on. La reparametrizaci on t(s) es invertible, deniendo s : [a, b] [, ], dada por s = s(t) Si existe t (s) = 0 en un punto s0 , existe s (t) = 0 en el correspondiente punto t0 = t(s0 ), con s (t0 ) = 1/t (s0 ). Una buena reparametrizaci on t(s) deber a cumplir la existencia y continuidad de t (s) = 0 en [a, b] para no introducir problemas en la descripci onde una curva. Clasicaci on de curvas. Sea una curva con parametrizaci on z : [a, b] C, dada por z = z (t). Por simplicidad anotaremos : z (t), con t [a, b]. Decimos que es continua si y s olo si la parametrizaci on z (t) es continua en [a, b] o admite una reparametrizaci on que lo sea. Decimos que es suave si y s olo si la parametrizaci on z (t) es continua en [a, b], con derivada continua en [a, b] y derivada no nula en (a, b), o admite una reparametrizaci on que lo sea. En este caso, la curva admite vector tangente en todo punto, y el vector tangente es continuo; se dibuja como una curva sin v ertices. Decimos que es suave a trozos si y s olo si es continua y el intervalo [a, b] es uni on de un n umero nito de subintervalos donde la parametrizaci on sea suave. En este caso, la curva admite vector tangente, excepto en un n umero nito de puntos; en principio se dibuja con v ertices. Se suele llamar contorno a una curva suave a trozos. Decimos que es simple si la parametrizaci on z (t) es continua e inyectiva en [a, b]. En este caso, la curva no pasa dos veces por el mismo punto. Decimos que es simple y cerrada si la parametrizaci on z (t) es continua [a, b] e inyectiva en [a, b), con z (b) = z (a). En este caso, la curva no pasa dos veces por el mismo punto excepto el punto inicial y nal, que coinciden. Aceptaremos que una curva simple y cerrada en el plano dene un conjunto Int( ) (interior de la curva), que es un conjunto abierto, y que la curva es su frontera, (Int( )) = . Adem as, la orientaci on de la curva se puede caracterizar como antihoraria (o positiva) cuando el interior queda a la izquierda del vector tangente, u horaria (o negativa) en el caso contrario. La demostraci on de estas propiedades intuitivas corresponde a un curso de Topolog a. Se suele llamar curva de Jordan a una curva suave a trozos, simple y cerrada. Funciones complejas de variable compleja: mapeos en el plano. Consideramos f : C C, dada por una receta w = f (z )

 SEGUNDA PARTE: APLICACION

26

Tomando parte real u = Re(w) y parte imaginaria v = Im(w), con z = x + iy , quedan denidas u : R2 R v : R2 R , dada por u(x, y ) = Re(f (z )) , dada por v (x, y ) = Re(f (z ))

Tanto en coordenadas complejas como en coordenadas reales, la funci on representa un mapeo del conjunto en el plano en el plano. Se puede pensar como un mapeo del plano en si mismo, o como un mapeo del plano en una segunda copia del plano. Interpretaci on geom etrica de la derivada de funciones complejas de variable compleja. Sea f derivable en un punto z0 . Como f es diferenciable en z0 podemos escribir dw = f (z0 )dz donde el producto se hace entre n umeros complejos. Si f (z0 ) = 0 podemos leer la relaci on entre m odulos y argumentos del incremento de la variable independiente dz y el diferencial dw como arg (dw) = arg (dz ) + arg (f (z0 )) |dw| = |f (z0 )||dz | La primer ecuaci on indica que dw se halla rotado respecto de dz , con un angulo de rotaci on arg (f (z0 )). Debe notarse que el angulo de rotaci on arg (f (z0 )) es el mismo para todo dz que se trace a partir de z0 . La segunda ecuaci on indica que el desplazamiento dw se halla escaleado respecto de dz , con un factor de escala |f (z0 )|. Si |f (z0 )| > 0 se trata de una dilataci on, si |f (z0 )| < 0 se trata de una contracci on. Debe notarse que el factor de escala |f (z0 )| es el mismo para todo dz que se trace a partir de z0 . Mapeo de curvas diferenciables. Sea f derivable en un punto z0 y sea : z (t) una curva diferenciable en z0 = z (t0 ). El mapeo w = f (z ) induce una curva f ( ) : w(t) = w(z (t)). Si ...

Cap tulo 7

Condiciones de Cauchy-Riemann. Analiticidad y singularidades.

Condiciones de Cauchy-Riemann (como si y solo si, ver por ejemplo Stewart y Tall). Deniciones de analiticidad, funci on entera, singularidades y clasicaci on de singularidades.

27

Cap tulo 8

Mapeos. Transformaciones conformes.

Mapeos importantes: funci on lineal como traslaci on, rotaci on y dilataci on. Inversi on. Funciones bilineales. Transformaciones conformes (contenido geom etrico y caracterizaci on por derivabilidad).

28

Cap tulo 9

Funciones trascendentes.
Exponencial, trigonom etricas, trigonom etricas hiperb olicas.

29

Cap tulo 10

Funciones multivaluadas.
Invertibilidad local. Invertibilidad global. Funciones multivaluadas: cortes y supercies de Riemann.

30

Cap tulo 11

Integraci on.
Integraci on de funciones complejas de variable real sobre intervalos. Integraci on de funciones complejas de variable compleja sobre curvas.

31