Análisis Matemático II

Grado en Ingeniería Informática y Matemáticas
Facultad de Ciencias.
Análisis Matemático II
Curso 2014-2015
Departamento de Análisis Matemático

2
Índice general
0.1. Sucesiones de funciones. . . . . . . . . . . . . . . . . . . . . . . . . . . 5

0.1.1. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.1.2. Tipos de convergencia. Condición de Cauchy. . . . . . . . . . . . 6
0.1.3. Convergencia, continuidad e integrabilidad. . . . . . . . . . . . 8
0.1.4. Series de funciones . . . . . . . . . . . . . . . . . . . . . . . . . 10
0.1.5. Relación de ejercicios . . . . . . . . . . . . . . . . . . . . . . . 13
0.2. Series de potencias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
0.2.1. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . 17
0.2.2. Funciones definidas por series de potencias . . . . . . . . . . . . 21
0.2.3. Desarrollo en serie de Taylor . . . . . . . . . . . . . . . . . . . . 24
0.2.4. Aplicaciones: Suma de series de números reales . . . . . . . . . 26
0.2.5. Relación de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 27
1. Integral de Lebesgue en RN 29
1.1. Medida de Lebesgue en RN . . . . . . . . . . . . . . . . . . . . . . . . 30
1.1.1. Conjuntos medibles . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.1.2. Construcción de la medida de Lebesgue. Medida exterior. . . . 33
1.1.3. Teoremas de existencia y unicidad de la medida de Lebesgue. . . 37
1.1.4. Relaciones de la medida con las aplicaciones y con el producto
cartesiano. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.2. Integral de Lebesgue en RN . . . . . . . . . . . . . . . . . . . . . . . . 43
1.2.1. Funciones medibles. Estabilidad. Teorema de aproximación de Le-
besgue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
1.2.2. Integral de Lebesgue en RN . . . . . . . . . . . . . . . . . . . . 47
1.2.3. Funciones integrables . . . . . . . . . . . . . . . . . . . . . . . . 49
1.3. Teoremas de convergencia . . . . . . . . . . . . . . . . . . . . . . . . . 53
1.3.1. Teorema de la convergencia monótona. . . . . . . . . . . . . . . 53
1.3.2. Teoremas de la convergencia dominada y de la convergencia ab-
soluta. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3
4 ÍNDICE GENERAL
1.3.3. Aplicaciones: Teorema de Riesz e Integrales dependientes de un

parámetro. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Teorema de Riesz . . . . . . . . . . . . . . . . . . . . . . . . . . 58
1.4. Técnicas de integración en una variable . . . . . . . . . . . . . . . . . . 63
1.4.1. Teorema Fundamental del Cálculo y Regla de Barrow. . . . . . 63
1.4.2. Métodos de integración . . . . . . . . . . . . . . . . . . . . . . . 66
Integración de funciones racionales . . . . . . . . . . . . . . . . 66
Integración de funciones no racionales . . . . . . . . . . . . . . . 70
1.4.3. Criterios de integrabilidad . . . . . . . . . . . . . . . . . . . . . 73
1.4.4. Relación de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 74
1.5. Técnicas de integración en varias variables . . . . . . . . . . . . . . . . 77
1.5.1. Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . 77
1.5.2. Teorema de Tonelli . . . . . . . . . . . . . . . . . . . . . . . . . 80
1.5.3. Teorema del cambio de variable: Cambio de coordenadas . . . . 81
Sucesiones de funciones
0.1. Sucesiones de funciones.
Sumario
En las aplicaciones del Análisis Matemático es frecuente que la solución a un cierto

problema sea una función desconocida o no expresable en términos de funciones elementales
que conocemos. Sí, en cambio, es frecuente que se conozcan funciones que se .aproximan.a la
función solución; a menudo se puede disponer de una sucesión de funciones {fn } obtenidas
en sucesivas aproximaciones al problema y que se .aproxime.en cierto sentido a la solución. En
esta lección queremos dar sentido al concepto de .aproximación". El contenido completo de
esta lección se articula de la siguiente manera:
0.1.1 Motivación.
0.1.2 Tipos de convergencia. Criterio de Cauchy.
0.1.3 Convergencia, continuidad, derivación e integrabilidad.
0.1.4 Series de funciones.
0. 1.5 Relación de ejercicios.
0.1.1. Motivación
Hay diversas formas de aproximarse a una función. Para motivar este concepto
vamos a considerar varios ejemplos:
5
6 §0.1 Sucesiones de funciones
Ejemplo 1:
Para cada n ∈ N, considérese la función fn : [0, 1] → R definida por fn (x) = xn
(x ∈ [0, 1]).
Nótese que las funciones fn son continuas en [0, 1] y que para cada x ∈ [0, 1] la
sucesión fn (x) es convergente.
Definamos la función f : [0, 1] → R mediante f (x) = limfn (x). Es claro que f (x) =
0, ∀x ∈ [0, 1[ y que f (1) = 1.
Ejemplo 2:
√ Para cada n ∈ N, considérese la función fn : R → R definida por fn (x) =
x2 + (1/n2 ) (x ∈ R).
Nótese que las funciones fn son derivables en R y que para cada x ∈ R la sucesión
fn (x) es convergente.
Definamos la función f : R → R mediante f (x) = limfn (x). Es claro que f (x) =
|x|, ∀x ∈ R. √
Obsérvese que en este caso, puesto que x2 + (1/n)2 ≤ |x| + 1/n, deducimos que la
convergencia de la sucesión {fn } depende de la convergencia de la sucesión de números
reales{1/n} pero es independiente del valor x considerado.
Ejemplo 3:
Para cada n ∈ N, considérese la función fn : [0, 1] → R definida por fn (x) =
n2 x(1 − nx) para todo x ∈ [0, 1/n] y cero en el resto de los puntos.
Nótese que las funciones fn son continuas en [0, 1] y que para cada x ∈ [0, 1] la
sucesión fn (x) es convergente.
Definamos la función f : [0, 1] → R mediante f (x) = limfn (x). Es claro que f = 0.
0.1.2. Tipos de convergencia. Condición de Cauchy.

En esta sección precisaremos el concepto de aproximación. Sea A un subconjunto
no vacío de números reales y sea {fn } una sucesión de funciones reales definidas en A.
1. Convergencia puntual.
Se dice que la sucesión de funciones {fn } converge puntualmente en B ⊆ A,
si para cada x ∈ B, la sucesión de números reales {fn (x)} es convergente.
Al conjunto C := {x ∈ A; {fn (x)} es convergente} se le denomina campo de
convergencia y a la función f : C → R definida por f (x) = lim{fn (x)}, se le
denomina función límite.
Obsérvese que la sucesión de funciones del primer ejemplo converge puntualmente
en [0, 1] a la función f allí definida y que la sucesión del segundo ejemplo converge
puntualmente en R a la función valor absoluto. Otro tanto se puede decir del
ejemplo tercero.
Análisis Matemático II 7
2. Convergencia uniforme.
Dada una sucesión de funciones {fn } que converge puntualmente en C a una
función f , se dice que la sucesión de funciones {fn } converge uniformemente
en B ⊆ C, si
∀ε > 0 ∃n0 tal que n ≥ n0 implica que |fn (x) − f (x)| < ε, ∀x ∈ B.
Obsérvese que la sucesión dada en el primer ejemplo converge uniformemente

en intervalos de la forma [0, r] con r < 1. No existe el concepto de campo de
convergencia uniforme tal como se desprende del ejemplo considerado.
Damos ahora dos importantes caracterizaciones de gran utilidad de la convergencia

uniforme.
Proposición 0.1.1.
Sea A un subconjunto no vacío de números reales, {fn } una sucesión de funciones
de A en R y f : A → R una función. Equivalen
1. {fn } converge uniformemente en A a la función f .
2. Dada cualquier sucesión {an } de elementos de A se verifica que la sucesión

{fn (an ) − f (an )} es nula.
3. Existe una sucesión de puntos {bn } convergente a cero y un número natural p tal
que
|fn (x) − f (x)| ≤ bn , ∀n ≥ p, ∀x ∈ A.
Demostración. Para hacer en clase
Como consecuencia, deducimos que la convergencia de la sucesión de funciones del

segundo ejemplo es uniforme en R.
El segundo criterio para la determinación de la convergencia uniforme tiene la ven-

taja de no tener que conocer la función límite.
Teorema 0.1.2. (Criterio de Cauchy)

Sea A un subconjunto no vacío de números reales y sea {fn } una sucesión de fun-
ciones de A en R . Equivalen
1. Existe f : A → R una función tal que {fn } converge uniformemente en A a f .

2. ∀ε > 0 ∃n0 tal que p, q ≥ n0 implica que |fp (x) − fq (x)| < ε, ∀x ∈ A.
0.1.3. Convergencia, continuidad e integrabilidad.

En esta sección enunciaremos los resultados que relacionan la convergencia uniforme
con los conceptos clave del análisis: continuidad, derivación e integración. Haremos sólo
algunas demostraciones, dejando las más laboriosas para un posterior estudio.
Tal como vimos en el primer ejemplo la convergencia puntual no garantiza la conti-
nuidad de la función límite aún siendo continuas las funciones de la sucesión.
Teorema 0.1.3. (Continuidad y convergencia uniforme)
Sea A un subconjunto no vacío de números reales y sea {fn } una sucesión de funcio-
nes de A en R. Si la sucesión {fn } converge uniformemente en B ⊆ A y existe a ∈ B
tal que las funciones fn son continuas en a entonces la función límite f : B → R es
continua en a.
El teorema sobre la continuidad se utiliza con frecuencia para probar que no hay
convergencia uniforme comprobando que la función límite no es continua (véase primer
ejemplo).
Conviene notar, por otra parte, que la continuidad de la función límite puntual de
una sucesión de funciones continuas no exige que la convergencia sea uniforme tal como
muestra el tercer ejemplo.
Como consecuencia de nuestro resultado, vemos una condición suficiente para que
el signo integral permute con el límite.
Corolario 0.1.4. (Continuidad, convergencia uniforme e integración)

Sea {fn } una sucesión de funciones continuas (resp. integrables) que converge uni-
formemente en un intervalo [a, b] de A a una función f : [a, b] → R. Entonces f es
continua (resp. integrable) en [a, b] y
∫ b ∫ b
lim fn = f.
a a
La demostración con la hipótesis de integrabilidad, obliga previamente a probar la

integrabilidad de la función límite. La demostración puede verse en [1, Teorema 8.13].
Veamos finalmente la relación de la convergencia con la derivación. Viendo los pre-

cedentes, cabría esperar que la función límite fuese derivable siempre que lo fuesen las
correspondientes funciones. Este hecho no es esperable tal como muestra el ejemplo
segundo. No obstante, obtenemos a continuación un importante resultado relacionando
ambos conceptos. Obsérvese que en este caso exigimos la convergencia de la sucesión
de derivadas.
Corolario 0.1.5. (Derivación y convergencia uniforme )

Sea I un intervalo acotado y sea {fn } una sucesión de funciones de clase uno (resp.
derivables) en I. Supongamos que existe a ∈ I, tal que la sucesión {fn (a)} es convergen-
te. Si la sucesión de las funciones derivadas {fn′ } converge uniformemente a una función
g en I entonces {fn } converge uniformemente a una función f : I → R. Además f es
de clase uno (resp. derivable) en I con f ′ (x) = g(x), para todo x ∈ I.
Demostración. Para hacer en clase el caso "de clase uno"

La demostración con la sola hipótesis de derivabilidad es algo más laboriosa y puede

verse en [1, Teorema 8.15]
Finalizamos esta sección enunciando un profundo resultado sobre la aproximación

de una función continua por polinomios.
Teorema 0.1.6. (Teorema de Weierstrass)

Sea f una función continua definida sobre un intervalo cerrado y acotado [a, b].
Entonces existe una sucesión de polinomios que converge uniformemente a f en [a, b].
De las muchas demostraciones que hay de dicho resultado, merece la pena comentar
la que está basada en los polinomios de Bernstein.
Dados f : [0, 1] → R una función continua, se define el polinomio e Bernstein de
orden n de la función f mediante la expresión
∑
n ( )
n
Bn,f (x) = f (k/n) xk (1 − x)n−k :
k
k=0
Se puede probar que la sucesión {Bn,f } converge uniformemente en el intervalo [0, 1]

la función f .
Si el intervalo es [a, b] entonces se considera la función g : [0, 1] → R definida por
g(t) = f (a + t(b − a)), y el polinomio buscado es pn (x) = Bn,g ( x−a
b−a
).
La demostración puede verse en [2, Sección 10.5]
0.1.4. Series de funciones

El paso de la noción de sucesión de funciones al concepto de serie funcional sigue
los mismos derroteros que el ya conocido para pasar de sucesiones de números reales a
series de números reales.
Se llama serie de funciones a todo par ordenado de sucesiones de funciones
reales ({fn }, {Fn }), donde ({fn } es una sucesión ∑
arbitraria de funciones y, para cada
natural n, la segunda sucesión es tal que: Fn := ni=1 fn . La sucesión {Fn } recibe el
nombre
∑ de sucesión de sumas parciales de la serie. Dicha serie suele representarse
por fn .
n≥1
Las nociones de convergencia puntual y de convergencia uniforme se trasladan de
manera natural a las series de funciones, basta para ello referirlas a la correspondiente
convergencia para las sumas∑ parciales:
Se dice que la serie fn converge puntualmente (resp. uniformemente)
n≥1
si la sucesión {Fn } de sus sumas parciales converge puntualmente (resp. uniforme-
mente). Se llama campo de convergencia de la serie al campo de convergencia ∑
de la sucesión de sumas parciales. Si C es el campo de convergencia de la serie fn ,
∑ n≥1
podremos construir una función F : C → R definida por F (x) = ∞ n=1 f n (x), y que es
denominada como suma de la serie.
En este contexto∑también podemos ∑hablar de convergencia absoluta en un con-

junto A de la serie fn si la serie |fn | converge puntualmente en A. Como regla
n≥1 n≥1
práctica para estudiar la convergencia puntual de una serie se recomienda empezar por
el estudio de la convergencia absoluta de dicha serie. Para la convergencia uniforme
hemos de tener en cuenta
∑
Lema 0.1.7. Sea fn una serie de funciones definida en un conjunto A. Si dicha
n≥1
serie converge uniformemente un subconjunto B ⊆ A entonces la sucesión {fn } converge
a cero uniformemente en B
Como consecuencia de los teoremas ya establecidos obtenemos el siguiente resultado

∑
Corolario 0.1.8. Sea A un conjunto no vacío de números reales y sea fn una serie
n≥1
de funciones que converge puntualmente en A. Entonces
∑
1. Si las funciones fn son continuas en un punto a ∈ A y la serie fn converge
n≥1
uniformemente en I entonces la función suma F es continua en a.
∑
2. Si las funciones fn son continuas en [a, b] ⊆ A y la serie fn converge unifor-
n≥1
∑∫ b ∫b
memente en [a, b] entonces la serie fn es convergente y su suma es a
F.
n≥1 a
∑
3. Si las funciones fn son de clase uno en J ⊆ A intervalo acotado, la serie fn′
∑ n≥1
converge uniformemente en J, entonces la serie fn converge uniformemente

n≥1
∑
∞
en J a una función derivable F que verifica: F (x) = ′
fn′ (x) para todo x ∈ J.
n=1
Demostración. Para hacer por el alumno.

El criterio de Cauchy ya comentado proporciona una poderosa herramienta para el

estudio de la convergencia uniforme de una sere de funciones, a saber
Teorema 0.1.9. (Test de Weierstrass) ∑

Sea A un subconjunto no vacío de números reales y sea fn una serie de funciones
n≥1
∑ una sucesión {an }

definidas en A y sea B un subconjunto de A. Supongamos que existe
de números reales tal que |fn (x)| ≤ an , ∀x ∈ B. Si la serie an es convergente,
∑ n≥1
entonces la serie fn converge absoluta y uniformemente en B.

n≥1
Demostración. Para hacer en clase.
El problema que se plantea cuando el criterio de Weierstrass no es aplicable es similar

al que tenemos cuando una serie de números reales no es absolutamente y deseamos
saber si al menos es convergente. De entre los varios criterios que existen para las series
de términos cualesquiera, nosotros nos habíamos quedado con el criterio de Leibnitz.
Nosotros establecemos un criterio de Leibnitz para series de funciones. Antes nece-
sitamos probar el siguiente resultado técnico:
Lema 0.1.10. Sean a1 , a2 , · · · , ap , ap+1 y b1 , b2 , · · · , bp números reales. Si represantamos

∑
por Bk := ki=1 bj entonces
∑
n ∑
n
ak bk = Bk (ak − ak+1 ) + Bp ap+1 .
k=1 k=1
Demostración. Sea B0 = 0. Es claro, puesto que bk = Bk − Bk−1 , que
∑
p
∑
p
∑
p
∑
p
ak bk = ak (Bk − Bk−1 ) = Bk ak − Bk−1 ak+1 =
k=1 k=1 k=1 k=2
∑
p
∑
p−1
∑
p
Bk ak − Bk ak+1 ± Bp ak+1 = Bk (ak − ak+1 ) + Bp ap+1 .
k=1 k=1 k=1
Proposición ∑0.1.11. (Criterio de Leibnitz) Sea A un subconjunto no vacío de números

reales y sea (−1)n gn una serie de funciones definidas en A y sea B un subconjunto
n≥1
de A. Supongamos que la sucesión {gn (x)} es monótona para cada ∑x ∈ B y que la suce-
sión {gn } converge uniformemente a cero en B. Entonces la serie (−1)n gn converge
n≥1
uniformemente en B.
0.1.5. Relación de ejercicios
1. Estudia la convergencia uniforme en intervalos de la forma [0, a] y [a, +∞[, donde

a > 0, de la sucesión de funciones {fn } definidas para todo x ≥ 0 por:
2nx2
fn (x) = .
1 + n2 x4
2. Dado α ∈ R, consideremos la sucesión de funciones {fn }, donde fn : [0, 1] −→ R

es la función definida para todo x ∈ [0, 1] por:
fn (x) = nα x(1 − x2 )n .
¿Para qué valores de α hay convergencia uniforme en [0, 1]? ¿Para qué valores de
α hay convergencia uniforme en [ρ, 1], donde ρ ∈]0, 1[?
3. Para cada n ∈ N, sea fn : [0, π/2] −→ R la función dada por:

fn (x) = n(cosx)n senx.
Estudia la convergencia puntual de la sucesión de funciones {fn } y la convergencia
uniforme en los intervalos [0, a] y [a, π/2], ì donde 0 < a < π/2.
4. Para cada n ∈ N sea fn :]0, π] −→ R la función dada por:

sen2 (nx)
fn (x) = (0 < x < π).
nsenx
Estudia la convergencia puntual de la sucesión de funciones {fn } así como la
convergencia uniforme en intervalos del tipo ]0, a], [a, π[ y [a, b], donde 0 < a <
b < π.
5. Estudia la convergencia puntual y uniforme de la sucesión de funciones {fn },

donde fn : R −→ R está definida por:
√
(x ∈ R).
n
fn (x) = 1 + x2n
6. Estudia la convergencia uniforme en intervalos de la forma ] − ∞, −a], [−a, a] y

[a, +∞[, donde a > 0, de la sucesión de funciones {fn } definidas por
fn (x) = nsen(x/n) (x ∈ R).
7. Estudia la convergencia uniforme en R+0 , de la sucesión de funciones {fn } definidas

para todo x ∈ R+0 por:
n+x
fn (x) = arctg( ).
1 + nx
Series de funciones
8. Sea, para cada n ∈ N,

x
fn (x) = (x ≥ 0).
nα (1 + nx2 )
∑
Prueba que la serie fn converge
a) puntualmente en R+
0 si α > 0
b) uniformemente en semirrectas cerradas que no contienen al cero.

c) uniformemente en R+
0 si α > 1/2.
∑
9. Estudia la convergencia puntual y uniforme de la serie fn , donde fn : R −→ R
es la función dada por:
x
fn (x) = (n = 0, 1, 2, ...).
1 + n2 x 2
∑
10. Estudia la convergencia puntual y uniforme de la serie fn , donde
nn+1 n −nx
fn (x) = x e (x ≥ 0).
n!
11. En cada uno de los siguientes ejercicios se especifica un conjunto A ⊆ R y, para

cada n ∈ N, se define una función fn : A −→ R. Se pide ∑ estudiar, en cada caso,
la convergencia puntual
∑∞ en A de la serie de funciones fn , y la continuidad de
la función suma F = n=1 fn .
a) A = R y fn (x) = e−nx .
2
b) A = R y fn (x) = (−1)n n(log(n+1))
sen(n x)
2.
c) A = R\Z∗ y fn (x) = 1
n2 −x2
.
x2n
d ) A = R\{−1, 1} y fn (x) = 1−x2n+1
.
de la función de Riemann ξ :]1, +∞[−→ R, definida para

12. Estudia la derivabilidad∑
todo x > 1 por: ξ(x) = ∞ 1
n=1 nx . Justifica también que limx→1 ξ(x) = +∞.
0.2. SERIES DE POTENCIAS. 17
0.2. Series de potencias.
Sumario
Esta lección está dedicada al estudio de un tipo muy particular y muy interesante de
series funcionales: las series de potencias. Éstas nos proporcionan un método expeditivo para
construir nuevas funciones de clase C ∞ no racionales. En particular reaparecerán la mayoría
de las funciones elementales, lo que nos permitirá un mejor conocimiento de éstas. La técnica
usada consiste en dar sentido al concepto de polinomio de Taylor de grado infinito. El contenido
completo de esta lección se articula de la siguiente manera:
1.2.1 Series de potencias
1.2.2 Funciones definidas por series de potencias.
1.2.3 Desarrollo en serie de potencias.
1.2.4 Aplicaciones:Suma de series de números reales
1.2.5 Relación de ejercicios.
0.2.1. Series de potencias

.
Sean a ∈ R y {an } una sucesión de números reales. La serie funcional

(fn (x) = an (x − a)n ) ∑
an (x − a)n
n≥0
recibe el nombre de serie de potencias centrada en a. A los términos de la sucesión

{an }, se les denomina coeficientes de la serie de la serie de potencias.
Dado J ⊆ R, se dice que la serie de potencias converge

∑
1. puntualmente en J, si la serie n≥0 an (x − a)n converge en J.
Se suele notar, para cada x ∈ J, por
∑
∞
an (x − a)n
n=0
a la suma de dicha serie.

∑
2. absolutamente en J si la serie n≥0 |an (x − a)n | converge en J.
18 §0.2 Series de potencias
3. uniformemente en J si converge puntualmente en J y si

para cada ϵ > 0, existe un natural n0 , de forma que si n ≥ n0 , entonces, para
todo x ∈ J,
∑
∞ ∑n
| ak (x − a) −
k
ak (x − a)k | < ϵ.
k=0 k=0
Como primer resultado, establecemos el siguiente importante resultado
Corolario 0.2.1. (Criterio de Weierstrass)

Sea J un subconjunto no vacío de números reales, a ∈ R y {an } una sucesión de
números reales. Supongamos que existe una sucesión de números reales {αn } tal que
|an (x − a)n | ≤ αn , ∀x ∈ J, ∀n
∑
y tal que la correspondiente serie n≥0 αn es convergente. Entonces la serie de potencias
centrada en a converge absolutamente y uniformemente en J
Demostración. La convergencia absoluta es consecuencia de las propiedades conocidas

para series de números reales. En cuanto a la convergencia uniforme, nótese que si
p < q ∈ N, es claro que
∑
p
∑
q
∑
q
∑
q
∑
q
| ak (x − a) −
k
ak (x − a) | = |
k
ak (x − a) | ≤
k
|ak (x − a) | ≤
k
αk ,
k=0 k=0 k=p+1 k=p+1 k=p+1
y por tanto la condición de Cauchy para la∑serie de números reales, nos asegura la
condición de Cauchy para la serie funcional k≥0 ak (x − a)k .
Este resultado nos proporciona un método general para estudiar la convergencia

puntual y uniforme de cualquier serie de potencias.
Lema 0.2.2. (Lema de Abel)

Sean a ∈ R y {an } una sucesión de números reales. Supongamos ∑ que existe r > 0
tal que la sucesión {an r } está acotada. Entonces la serie funcional n≥0 an (x − a)n
n
converge absoluta y uniformemente en el intervalo [a − ρ, a + ρ], siempre que o < ρ < r.
Demostración. Por hipótesis, existe M > 0 tal que |an rn | ≤ M para todo n ∈ N. Sea
0 < ρ < r. Aplicando el criterio de Weierstrass, se tiene que para todo x ∈ [a − ρ, a + ρ]
tenemos que:
|x − a|n |x − a|n ρn ρ
|an (x − a)n | ≤ |an |rn n
≤ M n
≤ M n
= M ( )n .
r r r r
La búsqueda del número positivo r "más grande posible"que cumpla la hipótesis

del Lema de Abel motiva el concepto de radio de convergencia. Concretamente:
∑
Sean A := {r ∈ R+ ; {an rn } está acotada} y n≥0 an (x − a)n la serie de potencias
asociada.
∑
1. Si A = ∅, diremos que el radio de convergencia de la serie n≥0 an (x − a)n es
igual a cero, R = 0.
2. Si A ̸= ∅ y A no está mayorado, diremos que el radio de convergencia de dicha

serie es infinito , R = ∞.
3. Si A ̸= ∅ y A está mayorado diremos que el correspondiente radio de conver-

gencia es el supremo del conjunto A, esto es R = Sup(A).
En lo que sigue, cuando hagamos referencia al conjunto A no será otro que el intro-
ducido aquí.
Observemos que el radio de convergencia es independiente del centro a de la

serie. Además, como veremos en el siguiente resultado, el conocimiento del radio de
convergencia proporciona çasi"toda la información sobre la convergencia de la serie.
∑
Teorema 0.2.3. Sea n≥0 an (x−a)n una serie de potencias cuyo radio de convergencia
es R.
1. Si R es cero, entonces la serie sólo converge en a.
2. Si R es infinito, entonces la serie converge absoluta y uniformemente en cada

intervalo cerrado y acotado de R.
3. Si R ∈ R+ , entonces la serie converge absoluta y uniformemente en cada intervalo

cerrado y acotado contenido en ]a − R, a + R[ y no converge en ningún punto de
R\[a − R, a + R].
Demostración. (i) Nótese en primer lugar que si R = 0, entonces A = ∅. Supongamos

que la serie converge en un punto b ̸= a. Es claro que la sucesión {an (b − a)n } converge
a cero. En particular, b − a ∈ A, con lo que llegamos a la contradicción.
(ii) Supongamos que R = +∞, esto es, A no está mayorado. Sea [c, d] un inter-
valo cerrado y acotado de R. Puesto que A no está mayorado, existe r ∈ A tal que
r > M ax{|c − a|, |d − a|} y por tanto existe ρ < r tal que [c, d] ⊆ [a − ρ, a + ρ]. Basta
ahora aplicar el Lema de Abel.
(iii) Supongamos finalmente que R ∈ R+ y sea [c, d] un intervalo cerrado y acotado
contenido en ]a − R, a + R[. Es claro que existe r ∈ A tal que
R > r > M ax{|c − a|, |d − a|},

con lo que basta seguir la argumentación anterior, para concluir que la serie converge
absoluta y uniformemente en cada intervalo cerrado y acotado contenido en ]a−R, a+R[.
Por otra parte, si la serie convergiese en un punto b tal que |b − a| > R, entonces
tendríamos que |b − a| ∈ A, en contradicción con la definición de R.
∑
Sea n≥0 an (x − a)n una serie de potencias, cuyo radio de convergencia R es no
nulo (serie de potencias no trivial). Si R ∈ R+ , llamemos I al intervalo ]a − R, a + R[
e I = R si R es infinito. En adelante, nos referiremos
∑ al intervalo I como el intervalo
de convergencia de la serie de potencias n≥0 an (x − a)n .
Nota
Antes de proseguir, conviene resaltar, si el radio es un número real positivo R,
nada se puede afirmar sobre la convergencia en los extremos del intervalo. De hecho,
existen series de potencias con idéntico radio de convergencia pero con distinto carácter
de convergencia en dichos puntos, piénsese por ejemplo en la serie
∑ 1
(x − a)n
n≥0
n+1
y en la serie
∑ (−1)n
(x − a)n .
n≥0
n+1
Este hecho motiva el siguiente resultado.
Teorema ∑ 0.2.4. Teorema de Abel

Sea n≥0 an (x − a) una serie de potencias, cuyo radio de convergencia R es no
n
nulo. Si la serie converge en el punto a+R (resp. a−R) entonces lo hace uniformemente
en el intervalo [a, a + R] (resp. [a − R, a]).
Demostración. Requiere del criterio de Abel para una serie funcional
Busquemos ahora un procedimiento expeditivo para determinar el radio de

convergencia.
∑
Proposición 0.2.5. Sea n≥0 an (x − a)n una serie de potencias cuyos coeficientes son
no nulos y sea R su radio de convergencia.
1. Si la sucesión {| an+1
an
|} converge a un número real positivo L, entonces R = L1 .
an
|} converge a cero, R = ∞.
an
|} diverge positivamente, entonces R = 0.
Demostración. ∑ Apliquemos el criterio del cociente para estudiar la convergencia abso-

luta de la serie n≥0 an (x − a)n . Pongamos cn = |an (x − a)n |. Tenemos que:
cn+1 an+1
=| ||x − a| → L|x − a|.
cn an
Si L ∈ R∗ , el criterio del cociente nos dice que la serie converge absolutamente si

L|x − a| < 1, es decir, si |x − a| < 1/L, y que si L|x − a| > 1 entonces la serie no
converge. Deducimos así que el radio de convergencia es R = 1/L.
Si L = 0 la condición L|x − a| < 1 se cumple para todo x ∈ R y el radio de
convergencia es R = +∞.
Si L = +∞ entonces para todo x ̸= a se tiene que:
cn+1 an+1
= |x − a| → +∞,
cn an
luego, por el criterio del cociente, la serie no converge, ya que su término general no
converge a 0. Luego en este caso es R = 0.
De forma totalmente análoga, haciendo uso del criterio de la raíz, se prueba el

siguiente resultado.
∑
Proposición 0.2.6. Sea n≥0 an (x − a)n una serie de potencias y supongamos que la
√
sucesión { n |an |} converge a L ∈ [0, +∞[. Entonces si L = 0 el radio de convergencia
de la serie es R = +∞, si L = +∞ el radio de convergencia de la serie es R = 0 y si
L ∈ R+ el radio de convergencia de la serie es R = 1/L.
0.2.2. Funciones definidas por series de potencias

∑
Sea n≥0 an (x − a)n una serie de potencias no trivial cuyo radio de convergencia
es R, y sea I su intervalo de convergencia. Podemos definir la función suma:
f : I −→ R,
mediante la fórmula
∑
∞
f (x) = an (x − a)n .
n=0
Veamos que dichas funciones son también derivables en I. Antes necesitamos el

siguiente
∑ ∑
Lema 0.2.7. Las series n≥0 an (x − a)n y n≥1 nan (x − a)n−1 tienen igual radio de
convergencia.
Demostración. Notemos por B := {r ∈ R∑ +

; {nan rn } está acotada} y por R′ al radio
de convergencia de la serie de potencias n≥1 nan (x − a)n−1 . Es evidente que B ⊆ A
y por tanto, R′ ≤ R. En particular si R = 0, entonces, R′ = R = 0. Consideremos
entonces que R ∈ R+ y que R′ < R. Sea R′ < r0 < R. Por definición existe r ∈ A y
M > 0 tales que r0 < r y |an rn | ≤ M para todo n ∈ N, deducimos que:
n
n r0 r0 n
n|an|r0n = n|an |r n ≤ M n( ) .
r r
Dado que 0 < r0 < r , la sucesión {n( rr0 )n } converge a cero, y por tanto está acotada
y, en consecuencia, la sucesión {nan r0n } también está acotada. Hemos probado así que
r0 ∈ B, lo cual es una contradicción con la elección de r0 y, por tanto, se sigue que
necesariamente debe ser R ≤ R′ , luego R = R′ . En el caso en que R = +∞, puede repe-
tirse el razonamiento anterior con cualquier número r0 > 0 para concluir que también
es R′ = +∞.
∑
Teorema 0.2.8. Sea n≥0 an (x − a)n una serie de potencias no trivial, I su intervalo
de convergecia y sea f la función suma, entonces f es de clase C ∞ (I) y para cada x ∈ I
y k ∈ N, se tiene que
∑
∞
n! ∑ (n + k)!
∞
k)
f (x) = an (x − a)n−k = an+k (x − a)n .
n=k
(n − k)! n=0
n!
En particular,
f k) (a) = k!ak .
Si además la serie es convergente en
∑∞ a + R entonces f se puede extender al inter-
valo ]a − R, a + R], con f (a + R) = n=0 an Rn resultando una función continua en
]a − R, a + R].
Demostración. Pongamos, para cada∑ x ∈ I, fn (x)
∑ = an (x − a) . n−1
n
Teniendo
∑ en cuenta el
′
lema anterior, las series de potencias n≥0 fn y n≥1 nan (x − a) (= n≥0 fn ) tienen
igual radio de convergencia. Podemos aplicar ahora el corolario 0.1.5 de derivación y
continuidad uniforme para obtener que la función suma f es derivable y su derivada
viene dada para todo x ∈ I por:
∑
∞
f ′ (x) = nan (x − a)n−1 .
n=1
∑ Podemos volver a aplicar este resultado a la serie de las derivadas

n≥1 nan (x − a)
n−1
, pues dicha serie sigue siendo una serie de potencias con el mismo
radio de convergencia, y deducimos que la función suma de dicha serie, que es f ′ según
acabamos de probar, es derivable y su derivada viene dada para todo x ∈ I por:
∑
∞
f ′′ (x) = n(n − 1)an (x − a)n−2 .
n=2
Este razonamiento puede repetirse tantas veces como queramos. Una simple y evidente
inducción prueba la fórmula de derivación para todo k ∈ N. La segunda igualdad es un
simple cambio de índice.
Veamos ahora algunas consecuencias de los últimos resultados.
1. La suma de una serie de potencias puede derivarse como si se tratase de una suma
finita.
Nótese que la fórmula del teorema anterior de las derivadas sucesivas de
la función definida por una serie de potencias, significa simplemente que dichas
derivadas pueden obtenerse derivando cada uno de los términos de la serie de
partida.
2. La serie de potencias está totalmente determinada.

La misma fórmula del teorema anterior nos dice que en caso de que una
función f pueda escribirse como suma de una serie de potencias, dicha serie está
completamente determinada, de hecho, en cada punto a ∈ I,
an = f n) (a)/n!,
de ahí que la correspondiente serie reciba el nombre de serie de Taylor.
El siguiente resultado es otra consecuencia inmediata del teorema de derivación y nos

dice que siempre podemos calcular una primitiva de una serie de potencias expresándola
por medio de otra serie de potencias.
Corolario 0.2.9. (Primitiva∑de una serie de potencias)

∑
n≥0 an (x − a) y n≥0 n+1 (x − a)
n an n+1
Las series de potencias tiene igual radio
de convergencia. Supuesto que dicho radio de convergencia es no nulo y llamando I al
intervalo de convergencia, se verifica que la función suma
∑∞
an
F (x) = (x − a)n+1 (x ∈ I)
n=0
n+1
es una primitiva de la función suma
∑
∞
f (x) = an (x − a)n (x ∈ I).
n=0
En otros términos, este resultado afirma que para cada x ∈ I se verifica la igualdad:
∫ x ∑∞ ∞ ∫
∑ x ∑∞
an
( an (t − a) )dt =
n
an (t − a)n dt = (x − a)n+1 .
a n≥0 n≥0 a n=0
n + 1
Ejemplo 0.2.10. Sabemos que para cada x ∈] − 1, 1[:
1 ∑ ∞
= (−x)n ,
1 + x n=0
por lo que integrando término a término se obtiene que la función:

∑
∞
xn+1
h(x) = (−1)n ,
n=0
n+1
función que es derivable en ] − 1, 1[ con derivada h′ (x) = 1+x

1
. Por tanto, las funciones h
y f (x) = log(1+x) tienen la misma derivada en ]−1, 1[ y, como h(0) = f (0), concluimos
que h(x) = log(1 + x), esto es, para cada x ∈] − 1, 1[ se tiene que:
∑
∞
(−1)n xn+1
log(1 + x) = − .
n=0
n+1
Aplicación a otras series funcionales

∑ 2n
Obsérvese que la serie funcional n≥0 an x no es una serie de potencias, pero
que,
∑ sin embargo, podemos asociarle una serie de potencias, concretamente la serie
b
n≥0 n x n
, donde para cada n ∈ N, se tiene∑ que b2n2n= an y b2n−1 = 0. Si notamos
∑ por
{Fn } a la sucesión de sumas parciales de n≥0 an x y por {Gn } a la de n≥0 bn xn ,
es claro que, para cada n ∈ N, G2n+1 = Fn y G2n = Fn , y por ∑
∑ tanto la serie converge
2n
n≥0 an x converge en un punto x, si, y sólo si, lo hace la serie n≥0 bn xn , y lo mismo
puede decirse de la convergencia uniforme. Esto nos permite aplicar a este tipo de series
funcionales las propiedades (acerca de la continuidad, derivación e integración) vistas
para las series de potencias. La dificultad se presenta a la hora de calcular el radio
de convergencia de la serie de potencias asociada, ya que algunos de los coeficientes
son cero. Así, en la práctica, para estudiar∑ su convergencia, previamente calculamos
n≥0 an x . Si R ∈ R √, y deducimos que la
n +
el radio de convergencia R de la serie
∑
serie n≥0 an x2n ∑ converge en x si x2 < R, es decir, si |x| < R. Recapitulando, la
serie funcional n≥0 an x2n converge absoluta y uniformemente en cualquier intervalo
√ √
cerrado y acotado contenido en ] − R, R[ y no converge en ningún punto x tal que
|x| > R. Si R es infinito, la serie converge absoluta y uniformemente en cada intervalo
cerrado y acotado de R.
0.2.3. Desarrollo en serie de Taylor
Hemos visto pues que toda serie definida por una serie de potencias es de clase
C ∞ en el intervalo de convergencia I. ¿Es cierto recíproco? Es decir, si f es de clase
C ∞ en un cierto intervalo I, ¿se puede asegurar que la función es la suma de una serie
de potencias? En general la respuesta es no.
Existen funciones de clase C ∞ para las cuales la serie de Taylor tiene radio de
convergencia cero
“ E. Borel afirma que dada cualquier sucesión {bn } de números reales y cualquier
número real a, existe δ > 0 y una función f de clase C ∞ (]a − δ, a + δ[)
∑∞tal que, paran
cada n ∈ N, f (a) = bn . Por tanto, si tomamos bn = (n!) , y f (x) = n=0 n!(x − a)
n) 2
obtenemos una función de clase C ∞ (]a − δ, a + δ[) (para conveniente δ > 0) cuya serie
de Taylor tiene radio de convergencia cero”.
Existen funciones para las cuales la suma de su serie de Taylor no coincide con la
función más que en el punto que la generó, por ejemplo,
f (x) = e− x2 ,
1
∀x ̸= 0, f (0) = 0 (en este caso f n) (0) = 0).
El siguiente resultado nos da una condición suficiente para que una función sea suma
de una serie de potencias
Proposición 0.2.11. Sea I un intervalo y f un función de clase C ∞ en I. Supongamos

que existe M > 0 tal que, para cada x ∈ I y cada n ∈ N, se verifica que:
|f n) (x)| ≤ M,
entonces, para cualesquiera a, x ∈ I, se tiene que

∑
∞
f n) (a)
f (x) = (x − a)n .
n=0
n!
Demostración. Sea a ∈ I y sea Pn el polinomio de Taylor de orden n de f en el punto

a. La fórmula del Resto nos asegura que
f n+1) (yn )(x − a)n+1 M (x − a)n+1

|f (x) − Pn (x)| = | |≤| |,
(n + 1)! (n + 1)!
donde, para cada n ∈ N, yn es un punto intermedio entre a y x. Aplicando que la

n+1
sucesión { M (x−a)
(n+1)!
}, fijado x ∈ I, converge a cero, obtenemos la convergencia puntual
de la sucesión {Pn } a la función f .
Y como consecuencia obtenemos los siguientes desarrollos en serie de potencias

de algunas funciones elementales.
Corolario 0.2.12.
Para cada x ∈ R, se tiene:
∑∞ 1 n
a) ex = n=0 n! x .
∑∞ (−1)n 2n
b) cos(x) = n=0 (2n)! x .
∑∞ (−1)n 2n+1
c) sen(x) = n=0 (2n+1)! x .
Pero también podemos obtener desarrollos de otras funciones elementales.
Proposición 0.2.13. Para cada x ∈] − 1, 1[, se tiene:
∑
∞
(−1)n+1
arctg(x) = x2n−1 .
n=1
2n − 1
Demostración. Sea x ∈] − 1, 1[. Sabemos que
1 ∑ ∞
= (−1)n x2n .
1 + x2 n=0
∑ n
Admitiendo que la serie funcional n≥0 (−1)
2n+1
x2n+1 tiene un comportamiento similar
a una serie de potencias, podemos deducir
∑ que dicha serie funcional converge en los
n 2n
mismos puntos que la serie funcional n≥0 (−1) x , obtenida derivando término a
término. Así pues, la función
∑∞
(−1)n 2n+1 ∑ (−1)n+1 2n−1
∞
f (x) = x = x ,
n=0
2n + 1 n=1
2n − 1
es derivable y para cada x ∈] − 1, 1[, f ′ (x) = 1

1+x2
y, puesto que f (0) = arctg(0),
deducimos que f (x) = arctg(x).
Nótese que el desarrollo en serie de la función arcotangente, recién obtenido, es

válido sólo en ] − 1, 1[ y no en todo R como cabría esperar a primera vista, dado que la
función arcotangentes es de clase C ∞ en R.
0.2.4. Aplicaciones: Suma de series de números reales

Para finalizar, vamos a dar dos ejemplos de cómo sumar dos series de números
reales usando las series de potencias.
Sabemos que, para cada x ∈]0, 2[,
∑
∞
(−1)n
log(x) = (x − 1)n+1 .
n=0
n+1
Por otra parte, aplicando el teorema de Abel, el segundo miembro define la función
g :]0, 2] −→ R definida por
∑
∞
(−1)n
g(x) = (x − 1)n+1 ,
n=0
n+1
la cual es continua en 2, obtenemos así que
∑
∞
(−1)n
= g(2) = limx→2 g(x) = limx→2 log(x) = log2.
n=0
n+1
Tal como advertimos en el comienzo del capítulo el conocimiento de las series de

potencias nos proporcionan un método de aproximación de los valores log2.

∑
1. Calcula el radio de convergencia de cada una de las series de potencias n xn y es-
tudia el comportamiento de la serie en los extremos del intervalo de convergencia,
en los siguientes casos:
√
n− n
an = 2 , an = (n + 1)log(n+1) , an = e − (1 + 1/n)n .
n +n+1
√
n
an = 1 + 1/2 + ... + 1/n, an = a (a > 0).
1 1
an = , an = .
log(n + 2) 2n (n + 1)
2. Calcúlese el radio de convergencia y la suma de las series:

∑ ∑ ∑ (n − 1)3
n xn ; n2 x n ; xn−1 .
n≥1 n≥1 n≥1
(n − 1)!
∑ x2n
3. Calcula la función suma de la serie de potencias n≥1 n(2n−1) .
∑ x3n
∑ n(x+3)3n
4. Calcula la función suma de las series de potencias n≥0 (n+1) 2n . y n≥1 2n
.
∑ n−1
∑ n
5. Expresa la función suma de las series de potencias n≥1 ∑nx . y n≥1 n+1
xn .
por medio de funciones elementales y calcula el valor de ∞ n
n=1 2n (n+1) .
6. Calcula el radio de convergencia y la suma de las series:

∑ n3 + n + 3 ∑ 1
xn xn .
n≥0
n+1 n≥1
1 + 2 + ... + n
7. Prueba que las funciones definidas por:
sen(x) ex − 1
g(x) = , g(0) = 1 f (x) = , f (0) = 1.
x x
son de clase C ∞ en su intervalo natural de definición.
8. Calcula el desarrollo en serie de potencias centrada en un punto a de la función:
2x3 − x2 + 2x − 7
f (x) = .
x4 − x3 − 3x2 + x + 2
9. Demuéstrese, usando el desarrollo en serie de Taylor de la función arcotangente,

que
∑∞
(−1)n
π/4 = arctg(1) = .
n=0
2n + 1
CAPÍTULO 1
Integral de Lebesgue en RN
¿Por qué una nueva integral?
Hacia finales del siglo XIX resultó claro para muchos matemáticos que la
integral de Riemann tiene importantes limitaciones, es sabido por ejemplo su mal com-
portamiento con ciertos procesos de convergencia. Ésta y otras limitaciones tales como
1. El conjunto de funciones integrables es relativamente pequeño:

Hay funciones sencillas que no son integrables. Recuérdese por ejemplo que la
función de Dirichlet, esto es, la función, f : [0, 1] −→ R definida por
{
0 si x es racional
f (x) =
1 si x es irracional
no es integrable en el sentido de Riemann.
2. La extensión del concepto de integral sobre conjuntos de números reales que no

sean intervalos o su extensión a subconjuntos de Rn tiene serias dificultades.
Estas dificultades obligaron a realizar nuevos intentos de construcción de otras in-

tegrales. Entre estos intentos destacan los debidos a Jordan, Borel, Young y finalmente
el de Lebesgue, que resultó ser el más exitoso.
Estos problemas están íntimamente relacionados con el hecho de ampliar el
concepto de medida a otros conjuntos de números reales no necesariamente intervalos
y por extensión a otros subconjuntos de Rn . Las cuestiones pues a resolver son varias:
¿sobre qué tipo de conjuntos se puede integrar? y ¿qué funciones se pueden integrar? y
¿cómo hallar su integral?
29
30 §1.1 Medida de Lebesgue en RN
1.1. Medida de Lebesgue en RN
Sumario
El objetivo de esta lección es contestar a la primera pregunta: ¿sobre qué tipo de

conjuntos se puede integrar?. Veremos que la respuesta está relacionada con la respuesta a otras
tantas preguntas: ¿qué conjuntos se pueden medir?, ¿cómo medirlos? El contenido completo
de esta lección se articula de la siguiente manera:
1.1.1 Conjuntos medibles
1.1.2 Construcción de la medida de Lebesgue. Medida exterior.
1.1.3 Teoremas de existencia y unicidad de la medida de Lebesgue.
1.1.4 Relaciones de la medida con las aplicaciones y con el producto cartesiano.
1.1.1. Conjuntos medibles
¿Qué conjuntos que se pueden medir?.
Veamos primero algunos conjuntos que deben estar forzosamente entre la familia
de los conjuntos "medibles".
Dado I un subconjunto de Rn diremos que es un intervalo (respectivaman-

te intervalo acotado), si existen I1 , I2 , ..., In intervalos (respectivamante intervalos
acotados) de números reales tales que
I = I1 × I2 × ... × In .
Veamos cómo añadir a partir de aquí nuevos conjuntos. Para ello necesitamos
introducir algunos conceptos.
Sea Ω un subconjunto no vacío. Se dice que una familia A de subconjuntos de Ω es

una σ-álgebra si
i) Ω ∈ A,
ii) Si {An } es una sucesión de elementos de A, entonces ∪n∈N An ∈ A, y
iii) Si A ∈ A entonces Ω \ A ∈ A.
Al par (Ω, A) se le denomina espacio medible. El conjunto P(Ω) de todos los

subconjuntos es un ejemplo de σ-álgebra. Es claro además que la intersección de σ-
álgebras es una nueva σ-álgebra. Como consecuencia, si S es una familia de subconjuntos
de Ω, entonces existe una menor σ-álgebra conteniendo a S y contenida en P(Ω), que
denominaremos la σ-álgebra engendrada por S.
Veamos algunas propiedades de los espacios medibles.
Proposición 1.1.1. Sea (Ω, A) un espacio medible. Entonces
1. ∅ ∈ A.
2. Si A, B ∈ A entonces A ∪ B ∈ A.
3. Si A, B ∈ A entonces A ∩ B ∈ A.
4. Si A, B ∈ A entonces A\B ∈ A.
5. Si {An } es una sucesión de elementos de A, entonces ∩n∈N An ∈ A.
Ejemplo:
Dado Ω un espacio topológico podemos considera la σ-álgebra engendrada por la

familia de los conjuntos abiertos de Ω, familia que llamaremos σ-álgebra de Borel,
B, mientras que a sus elementos los llamaremos borelianos.
Obsérvese que los conjuntos que resultan de la intersección numerable de abiertos
(conjuntos tipo Gδ ), conjuntos no necesariamente abiertos, y los conjuntos que resultan
de la unión numerable de cerrados (conjuntos tipo Fδ ) conjuntos no necesariamente
cerrados, son también conjuntos borelianos.
Veamos ahora cómo medir dichos conjuntos.
Una vez elegida la familia de conjuntos medibles el problema es asignarle una

medida.
Sea (Ω, A) un espacio medible. Se dice que una aplicación
µ : A → R+ ∪ {+∞},
es una medida sobre A si verifica las siguientes propiedades:

1. Existe A ∈ A tal que µ(A) ∈ R+ .

∞
∑{A
2. Si
∞
n } es una sucesión de elementos de A, disjuntos dos a dos, entonces µ(∪n=1 An ) =
n=1 µ(An ). (propiedad de σ-aditividad)
A la terna (Ω, A, µ) se le denomina espacio de medida. Un espacio de medida se

dice completo si todo subconjunto B de un conjunto Z de medida nula es medible.
Ejemplo:
Sea (Ω, A) un espacio medible y sea µ la función definida en cada A ∈ A por

µ(A) =número de elementos de A si A es finito y µ(A) = ∞ en otro caso. Pues bien ,
la terna (Ω, A, µ) es un ejemplo de espacio de medida.
Veamos algunas propiedades de los espacios de medida.
Proposición 1.1.2. Sea (Ω, A, µ) un espacio de medida. Entonces
1. µ(∅) = 0
2. Si A, B ∈ A son disjuntos entonces µ(A ∪ B) = µ(A) + µ(B) (propiedad de

aditividad).
3. Si A, B ∈ A y A ⊆ B entonces µ(A) ≤ µ(B) (propiedad de monotonía). Si

además µ(A) ∈ R+ entonces µ(B\A) = µ(B) − µ(A).
4. Si {An } es una sucesión de elementos de A creciente (An ⊆ An+1 ), entonces
µ(∪n∈N An ) = limn µ(An ).
(propiedad de continuidad creciente).
5. Si {An } es una sucesión de elementos de A es una sucesión de elementos de A

decreciente (An+1 ⊆ An ) con µ(A1 ) ∈ R+ entonces
µ(∩n∈N An ) = limn µ(An ).
(propiedad de continuidad decreciente).
6. Si A, B ∈ A y A ⊆ B entonces µ(A ∪ B) ≤ µ(A) + µ(B) (propiedad de subaditi-

vidad).
7. Si {An } es una sucesión de elementos de A, entonces
∑
∞
µ(∪n∈N An ) ≤ µ(An ).
n=1
(propiedad de σ-subaditividad)
Nótese que la condición exigida en 5) sobre la finitud de la medida de A1 es esencial

Tal com muestra el siguiente ejemplo:
Ejemplo:
Sea A la σ-álgebra generada por la familia {[n, ∞[: n ∈ N} y la medida µ definida

por µ(A) = longitud(A) para cada intervalo contenido en A. Tómese An = [n, ∞[
Sea (Ω, A, µ) un espacio de medida. Un conjunto A ∈ A se dice que de medida

nula si µ(A) = 0. Como consecuencia de la propiedad de σ-aditividad se deduce que la
unión numerable de conjuntos de medida nula es un conjunto de medida nula.
Una propiedad P relativa a elementos del conjunto Ω se dice ser cierta casi por
doquier (c.p.d.) si es cierta salvo en un conjunto de medida nula.
Así dos funciones f, g : Ω → R son iguales c.p.d. si el conjunto {x ∈ Ω; f (x) ̸= g(x)}
es un conjunto de medida nula.
1.1.2. Construcción de la medida de Lebesgue. Medida exte-

rior.
En esta sección vamos a construir una medida sobre una cierta σ-álgebra
contenida en P(RN ) y que contiene a la familia de los intervalos acotados. Es claro que
si I es un intervalo acotado, entonces su medida debe coincidir con su volumen, esto es,
medida(I) = V (I), y claro está
V (I) = l(I1 )l(I2 )...l(IN ),
donde l(Ik ) = bk − ak , siempre que Ik = [ak , bk ]. Sea I N la familia de intervalos acotados
de RN .
Veamos si es posible una medida sobre RN , que extienda el volumen. Convenimos

que 0.∞ = 0.
Dado un conjunto A. La idea intuitiva es ”cuadricular” el plano e imponer que la
medida del conjunto sea menor que la suma del volumen de todas las cuadrículas que
recubren (por exceso) al conjunto A. Es notorio que si las dimensiones de las cuadrículas
son de menor tamaño, la suma de dicho volumen se ajusta mejor a la "medida"del
conjunto A. Así pues, en una primera idea sería tomar
∑
∞
m(A) := Inf { v(In ); A ⊆ ∪n∈N In : n ∈ N, In ∈ I n , }.
n=1
El problema a considerar es si dicha aplicación m es verdaderamente una medida
en P(RN ). Veremos enseguida que m no es una medida en P(RN ). Veamos qué
propiedades tiene λ∗ = m.
Proposición 1.1.3.
1. λ∗ (∅) = 0.
2. Si A ⊆ B son dos subconjuntos de RN entonces λ∗ (A) ≤ λ∗ (B).
3. Si {An } es una sucesión de subconjuntos de RN , entonces
∑
∞
∗
λ (∪n∈N An ) ≤ λ∗ (An ).
n=1
Dado un conjunto Ω, se dice que una aplicación
µ∗ : P(Ω) → R+ ∪ {+∞},
es una medida exterior sobre P(Ω) si verifica las siguientes propiedades:
1. µ∗ (∅) = 0.
2. Si A ⊆ B son dos subconjuntos de Ω entonces µ∗ (A) ≤ µ∗ (B).
3. Si {An } es una sucesión de subconjuntos de Ω, entonces
∑
∞
∗
µ (∪n∈N An ) ≤ µ∗ (An ).
n=1
Así pues, hemos probado que λ∗ es una medida exterior sobre P(RN ), a la que
denominaremos medida exterior de Lebesgue. En segundo lugar veamos que nos
podemos quedar con los intervalos acotados abiertos
Proposición 1.1.4. Dado A ⊆ RN

∑
∞
λ∗ (A) = Inf { v(In ); A ⊆ ∪n∈N In : n ∈ N, In ∈ I N , abierto}.
n=1
Se puede probar que existe una mayor σ-álgebra contenida en P(RN ) tal que λ∗
sobre dicha σ-álgebra es una medida. Este hecho es más general:
Dado Ω un conjunto y µ∗ una medida exterior sobre P(Ω), definimos
CΩ,µ∗ := {E ⊆ Ω; µ∗ (A) = µ∗ (A ∩ E) + µ∗ (A ∩ E C ), ∀A ∈ P(Ω)}.
Proposición 1.1.5. (Teorema de Carathéodory)
Si Ω es un conjunto y µ∗ es una una medida exterior sobre P(Ω). Entonces la familia
CΩ,µ∗ es una σ-álgebra y µ∗ /CΩ,µ∗ es una medida.
Sea a = (a1 , a2 , · · · , aN ) ∈ RN y sea δ > 0. Un N-cubo de vértice a y lado δ,

Q(a, δ), es un intervalo construido de la siguiente forma
Q(a, δ) = [a1 , a1 + δ[×[a2 , a2 + δ[× · · · × [aN , aN + δ[.
Un N-cubo de vértice a y lado 1/2n se dice que es un cubo diádico si 2n a ∈ ZN .
Lema 1.1.6. Dos cubos diádicos o son disjuntos o uno ésta contenido en el otro.
Demostración. Sean Q1 = Q(a, 1/2n ) y Q2 = Q(b, 1/2m ) dos cubos diádicos y supon-
gamos que n ≤ m. Supongamos que existe z ∈ Q1 ∩ Q2 . En particular,
M ax{aj , bj } ≤ zj ≤ min{aj + 1/2n , bj + 1/2m }.
Luego 2m aj ≤ 2m zj < 2m bj + 1, y por ser dos números enteros, deducimos que 2m aj ≤

2m bj y por tanto
aj ≤ bj ≤ zj ≤ aj + 1/2n .
Si n = m, razonando de igual forma, deducimos que bj ≤ aj luego a = b y por tanto
Q1 = Q2 .
Si n > m, puesto 0 ≤ bj − aj < 1/2n , entonces 0 ≤ 2m (bj − aj ) < 2m /2n , y por ser
tratarse de una desigualdad de números enteros, tenemos que 2m (bj − aj ≤ 2m /2n − 1.
Luego
0 ≤ bj − aj ≤ 1/2n − 1/2m (1.1.1)
Si tomo x ∈ Q2 entonces 0 ≤ xj − bj < 1/2m . Si ahora sumamos esta desigualdad con
la anterior 1.1.1, deducimos que 0 ≤ xj − aj < 1/2n , esto es, x ∈ Q1 .
Lema 1.1.7. Dado un número natural n entonces
n := {x ∈ R ; 2 x ∈ Z } es un conjunto numerable.
1. El conjunto AN N n N
2. El conjunto de cubos diádicos {Q(a, 1/2n ) : a ∈ AN

n } es una partición de R .
N
Demostración. 1) Es claro que AN n ⊆ Q , luego es numerable.

N
2) Sea y ∈ R . Basta coger a tal que aj = E[2n yj ]/2n . Es claro que a ∈ AN

N
n y que
y ∈ Q(a, 1/2n ). En consecuencia, RN = ∪a∈ANn Q(a, 1/2n ) y, por el lema anterior, dichos
conjuntos son disjuntos.
Proposición 1.1.8. Si G es un conjunto abierto de RN entonces existe una sucesión

de cubos diádicos {Qn } cuyo cierre está contenido en G, disjuntos entre sí, tales que
G = ∪∞n=1 Qn .
n }. Definimos
Demostración. Para cada n ∈ N ∪ {0}, sea Pn := {Q(a, 1/2n ) : a ∈ AN
S0 := {Q ∈ P0 : Q ⊂ G} y para cada n ∈ N,
Sn := {Q ∈ Pn : Q ⊆ G, y Q no está contenido en ningún elemento de Sn−1 }.
Puesto que ∪n Sn es un conjunto numerable, escribimos ∪n Sn = {Qn ; n ∈ N}. Por

hipótesis, los cubos diádicos son disjuntos y Qn ⊆ G. Sea ahora y ∈ G. Tómese r > 0
tal que
[y1 − r, y1 + r] × [y2 − r, y2 + r] × · · · × [yN − r, yN + r] ⊆ G,
n ∈ N tal que 1/2n < r y Q = Q(a, 1/2n ) tal que y ∈ Q. Obsérvese que, si x ∈ Q
entonces, para 1 ≤ j ≤ N ,
yj − r ≤ yj − 1/2n ≤ aj ≤ xj ≤ aj + 1/2n ≤ yj + 1/2n ≤ yj + r,
luego Q ⊆ G. Por tanto Q ∈ ∪n Sn , luego G = ∪∞

n=1 Qn
Como consecuencia más importante, obtenemos que
Corolario 1.1.9. La σ-álgebra de Borel B N de RN (dotado con la topología usual)

coincide con la σ-álgebra generada por la familia de los intervalos acotados
de RN .
El siguiente resultado, último en la preparación del teorema de existencia, es cono-

cido como la propiedad de regularidad de la medida exterior de Lebesgue.
Proposición 1.1.10. Dado A ⊆ RN existe B ∈ B N que contiene a A cuya medida

exterior de Lebesgue coincide con la de A.
1.1.3. Teoremas de existencia y unicidad de la medida de Le-

besgue.
Sabemos que existen conjuntos A borelianos de medida cero, λ(A) = 0, que
contienen subconjuntos no medibles. Parece pues conveniente añadir a la σ-álgebra de
Borel estos subconjuntos.
Ya podemos enunciar los resultados principales de esta lección.
Teorema 1.1.11. (Teorema de la existencia de la medida de Lebesgue)
1. La familia M := {B ∪ Z; B ∈ B n , λ∗ (Z) = 0} es una σ-álgebra contenida en

CRN ,λ∗ .
2. λ := λ∗ /M es una medida sobre M tal que λ(I) = v(I) para todo I intervalo
acotado.
3. Para cada E ∈ M,
λ(E) = Inf {λ(G); G abierto E ⊆ G}.
A la σ-álgebra M se le denomina σ-álgebra de Lebesgue. La medida λ recibe el

nombre de medida de Lebesgue. A los elementos de la σ-álgebra M se les denomina
conjuntos medibles-Lebesgue o simplemente medibles.
Tal como hemos visto, los conjuntos medibles se pueden representar por A =
B ∪ Z, donde B es un boreliano y Z es un subconjunto de un boreliano de medida nula.
Nótese que en tal caso λ(A) = λ(B).
De hecho veamos que es la única medida sobre M verificando la segunda propiedad.

Antes necesitamos el siguiente resultado importante en sí mismo
Proposición 1.1.12. Sea E ⊆ RN . Equivalen
1. E ∈ M.
2. E ∈ CRN ,λ∗ .
3. Para cada ε > 0 existe G abierto de RN tal que E ⊆ G y λ∗ (G ∩ E C ) < ε.
4. Existe un conjunto de tipo Gδ A, tal que E ⊆ A y λ∗ (A ∩ E C ) = 0.
5. Para cada ε > 0 existe F cerrado de RN tal que F ⊆ E y λ∗ (E ∩ F C ) < ε.
6. Existe un conjunto de tipo Fσ , B, tal que B ⊆ E y λ∗ (E ∩ B C ) = 0.
En tal caso,
λ(E) = Sup{λ(K); K compacto K ⊆ E}.
Teorema 1.1.13. (Teorema de unicidad de la medida de Lebesgue)

La medida de Lebesgue es la única medida sobre la σ-álgebra de Lebesgue que extiende
al volumen sobre la familia de los intervalos acotados.
Más tarde veremos en un ejercicio que M es la mayor σ- álgebra sobre la que λ∗ es

aditiva.
Veamos ahora que la medida de Lebesgue es invariante por traslaciones.
Teorema 1.1.14. (Caracterización de la medida mediante traslaciones)
1. Si µ es una medida invariante por traslaciones y tal que µ([0, 1]N ) = α entonces
µ = αλ.
2. La medida de Lebesgue es la única medida sobre M invariante por traslaciones

tal que µ([0, 1]N ) = 1

1.1.4. Relaciones de la medida con las aplicaciones y con el pro-

ducto cartesiano.
El resto de la lección está dedicada a estudiar la relación de la medida de Lebesgue
con otros elementos. Comenzamos por estudiar su relación con el el producto cartesiano.
Proposición 1.1.15. Sean E y F son dos subconjuntos medibles de RN y RM respec-

tivamente. Entonces E × F es un conjunto medible de RN +M y
λ(E × F ) = λ(E)λ(F ).
Nótese que si T : RN → RN es una aplicación continua entonces el conjunto

{A ⊆ RN : f −1 (A) ∈ B N } es una σ-álgebra que contiene la σ-álgebra de Borel BN . En
particular, la imagen inversa de cualquier boreliano es un boreliano. Veamos qué ocurre
si además T es lineal.
Proposición 1.1.16. Si T : RN → RN es una aplicación lineal y E ∈ M entonces

T (E) ∈ M y
λ(T (E)) = |detT |λ(E).
En particular, si T es una isometría entonces λ(T (E)) = λ(E).

Sin embargo, existen homeomorfismos de R que no conservan la medibilidad de

algunos conjuntos medibles (véase [3, Ejercicios 10.4,10.5 y 10.8]). Así pues debemos
fortalecer la propiedad de continuidad.
Proposición 1.1.17. Sea G un abierto de RN y sea f ∈ C 1 (G) con valores en RN .
1. Si Z ⊆ G, λ(Z) = 0 entonces λ(f (Z)) = 0.
2. Si E ⊆ G, E ∈ M entonces f (E) ∈ M.
La demostración de esta último resultado requiere ver previamente cómo se relaciona

la medida con las aplicaciones lipschitzianas y alguna otra propiedad de los conjuntos
abiertos. Dicha demostración puede verse en [3, Proposición 10.22].
1. Sea (Ω, A, µ) un espacio de medida. Sea E ∈ A y considérese el conjunto
AE = {A ∩ E; A ∈ A}.
Probar que la terna (E, AE , µ/AE ) es un nuevo espacio de medida.
2. Sean (Ω, A) y (Ω′ , A′ ) dos espacios medibles. Sea f : Ω → Ω′ una aplicación.

Probar que la familia {B ∈ A′ : f −1 (B) ∈ A} es una σ-álgebra.
3. Sea f : RN → RM una aplicación continua. Probar que si B es un boreliano de

RN entonces f −1 (B) es también un boreliano de RM . Como consecuencia, probar
que los homeomorfismos preservan los borelianos.
4. Sea µ∗ una medida exterior en un conjunto no vacío Ω. Probar que (Ω, CΩ,µ∗ , µ∗ /CΩ,µ∗ )
es un espacio de medida completo.
5. Probar que M es la mayor σ-álgebra que contiene los intervalos acotados y sobre
la que λ∗ es aditiva.
6. Existencia de conjuntos no medibles
a) Probar que la familia {x + Q : x ∈ R} es una partición de R.

(Indicación: La relación x ∼ y si y − x ∈ Q es una relación de equivalencia
en R).
b) Pongamos {x + Q : x ∈ R} = {Ai ; i ∈ I} (Ai ̸= Aj , para i ̸= j) y, para

cada i ∈ I, sea xi ∈ Ai ∩ [0, 1]. Probar que el conjunto E = {xi : i ∈ I} no
es medible.
(Indicación: Si {qn : n ∈ N} es una numeración de [−1, 1] ∩ Q, entonces
∪
∞
[0; 1] ⊆ (qn + E) ⊆ [−1, 2],
n=1
y los conjuntos qn + E son disjuntos entre sí).

c) Probar que cualquier subconjunto medible de E tiene medida cero.
∪
(Indicación: Si A ⊆ E, entonces ∞ n=1 (qn + E) ⊆ [−1, 2], y los conjuntos
qn + A son disjuntos entre sí).
d ) Sea M ⊆ R con λ∗ (M ) > 0. Probar que M contiene un subconjunto no
medible.
∪
(Indicación: M = q∈Q M ∩ (q + E)).
7. Probar que la existencia de conjuntos no medibles equivale a la no aditividad de

λ∗ .
8. Sean A un abierto de RN y f : A −→ RM una función de clase C 1 con N < M .

Probar que f (A) es de medida cero.
9. Sea a, u, v ∈ R2 y sea P el paralelogramo
P := {(x, y) ∈ R2 ; (x, y) = a + tu + sv, t, s ∈ [0; 1]}.
Probar que si T : R2 → R2 está definida por T (t, s) = tu + sv entonces

λ(P ) = |detT | =base × altura.
Deducir de lo anterior el área del triángulo, del círculo y de la elipse.
10. Sea a, u, v, w ∈ R3 y sea P el paralelepípedo
P := {(x, y, z) ∈ R3 ; (x, y, z) = a + tu + sv + rw, t, s, r ∈ [0; 1]}.
Probar que si T : R3 → R3 está definida por T (t, s, r) = tu + sv + rw entonces

λ(P ) = |detT | =área de la base × altura.
Deducir de lo anterior el área de la esfera y del elipsoide.
1.2. INTEGRAL DE LEBESGUE EN RN 43
1.2. Integral de Lebesgue en RN
Sumario
El objetivo de esta lección es contestar a las preguntas: ¿qué tipo de funciones se
puede integrar? y ¿cómo integrar? o si se quiere en orden contrario. El contenido completo de
esta lección se articula de la siguiente manera:
1.2.1 Funciones medibles. Estabilidad. Teorema de aproximación de Lebesgue.

1.2.2 Integral de Lebesgue en RN .
1.2.3 Funciones integrables.
1.2.1. Funciones medibles. Estabilidad. Teorema de aproxima-

ción de Lebesgue.
En esta sección queremos ver ¿qué tipo de funciones se pueden integrar? Recordemos
que existen funciones tan importantes como la función de Dirichlet, f : [0, 1] −→ R
definida por {
0 si x es racional
f (x) =
1 si x es irracional
que no es integrable en el sentido de Riemann.
Sean (Ω, A) y (Ω′ , A′ ) dos espacios medibles. Una función f : Ω1 −→ Ω2 se dice
que es medible si f −1 (B) ∈ A para todo B ∈ A′ .
En todo lo que sigue vamos a considerar Ω′ = R y como σ-álgebra A′ la σ-álgebra
de Borel de R.
Ejemplos de funciones medibles:
Sea (Ω, A, µ) un espacio de medida completo.
- Las funciones características de cualquier conjunto medible. De hecho si A ⊆ Ω
entonces
A ∈ A si, y sólo si, χA es medible.
Recuérdese que si A es un subconjunto de Ω, se llama función característica de
A, χA , a la función χA : Ω −→ R, definida por
{
1 si x ∈ A
χA (x) =
0 si x ∈
/A
44 §1.2 Integral de de Lebesgue en RN
- las funciones iguales c.p.d. a una función medible.
- las funciones f : Ω → R tales que f −1 (A) ∈ A para todo A abierto (resp. intervalo
acotado) de R.
Este hecho es consecuencia de que si f : Ω → Y es una función con valores en un
conjunto Y , entonces la familia C = {B ⊆ Y : f −1 (B) ∈ A} es una σ-álgebra
en Y . De aquí se deduce que f es medible si, y sólo si, f −1 (B) ∈ A para todo
elemento B de una familia de subconjuntos de Y que genere a la σ-álgebra C.
- las funciones continuas c.p.d. de RN en R (por ejemplo, la función parte entera).
- las funciones iguales c.p.d. a una función continua de RN en R (por ejemplo, la

función de Dirichlet).
- La composición de una función medible con una función continua es una función
medible.
Veamos ahora algunas propiedades que avalan la estabilidad algebraica de las fun-
ciones medibles. Antes necesitamos probar el siguiente lema. En R2 consideraremos la
σ-álgebra de Borel.
Lema 1.2.1. Sea (Ω, A) un espacio medible, sean f, g : Ω → R dos funciones y sea la
función (f, g) : Ω → R2 definida por (f, g)(x) = (f (x), g(x)) para todo x ∈ Ω. Entonces
f y g son medibles si, y sólo si, (f, g) es medibles.
Proposición 1.2.2. Sea (Ω, A) un espacio medible y sean f, g : Ω → R dos funciones

medibles. Entonces
1. f + g y f.g son dos funciones medibles.
2. αf (α ∈ R), |f | y 1/f (si f no se anula) son funciones medibles .
3. Las funciones f ∨ g definida por (f ∨ g)(x) = M ax{f (x), g(x)} y f ∧ g definida

por (f ∧ g)(x) = M in{f (x), g(x)} son dos funciones medibles.
4. Las funciones f + = f ∨ 0 y f − = −f ∨ 0 son dos funciones medibles.

Veamos ahora algunas propiedades que avalan la estabilidad analítica.
Proposición 1.2.3. Sea (Ω, A) un espacio medible y sea {fn } una sucesión de funciones
medibles definidas en Ω y con valores en R. Entonces
1. El conjunto
E = {x ∈ Ω : {fn (x)} está mayorada (resp. minorada)}
es medible, y si dicho conjunto no es vacío, la función f : E → R, definida por
f (x) = sup{fn (x); n ∈ N} (resp. f (x) = inf {fn (x); n ∈ N})
para todo x ∈ E, es medible.
2. El conjunto
E = {x ∈ Ω : limsupfn (x) ∈ R} (resp. liminf fn (x) ∈ R)
f (x) = limsupfn (x) (resp. f (x) = liminf fn (x))
3. El conjunto
E = {x ∈ Ω : {fn (x)} convergente}
f (x) = limfn (x)

Una función medible s : Ω −→ R se dice simple si sólo toma un número finito

de valores. Toda función simple s puede representarse por
∑
n
s= αi χAi ,
i=1
donde s(Ω) = {α1 , . . . , αn }, Ai := {x ∈ Ω : s(x) = αi } y χAi es la función característica

de Ai .
Especial atención requiere el siguiente resultado, el cual nos asegura que toda
función f medible no negativa (f ≥ 0) es límite de una sucesión creciente 0 ≤ s1 ≤
s2 ≤ ... ≤ f de funciones simples que converge puntualmente a f .
Teorema 1.2.4. (de aproximación de Lebesgue)

Sea (Ω, A) un espacio medible y sea f : Ω → R+ 0 una función medible. Entonces
existe una sucesión {sn } de funciones simples no negativas que converge puntualmente
a f . Si además f está acotada, dicha convergencia es uniforme en todo Ω.
Demostración.
Corolario 1.2.5. Sea (Ω, A) un espacio medible y sea f : Ω → R una función medible.
Entonces existe una sucesión {sn } de funciones simples que convergen puntualmente a
f . Si además f está acotada, dicha convergencia es uniforme en todo Ω.
Demostración.
1.2.2. Integral de Lebesgue en RN .

En esta sección abordamos el problema de cómo hallar la integral de una función
medible. Comenzamos con las funciones no negativas.
Sea E ⊆ RN y sea f : E → R+ 0 . Representamos por G(f ) a la gráfica de dicha
función, esto es,
G(f ) = {(x, f (x)); x ∈ E}
y por R(f ) al recinto determinado por su gráfica y la recta y = 0, esto es,
R(f ) = {(x, y); x ∈ E, 0 < y < f (x).
Proposición 1.2.6. Sea sea E un conjunto medible en RN y sea f : E → R+ 0 una fun-
ción medible. Entonces G(f ) y R(f ) son dos conjuntos medibles en RN +1
y λ(G(f )) = 0.
Como consecuencia obtenemos que el conjunto R(f ) = {(x, y); x ∈ E, 0 ≤ y ≤ f (x)

tiene igual medida que R(f ).
Definición 1.2.7. Sea E ⊆ RN un conjunto medible y sea f : E → R+0 una función

medible. Se define la integral de f en E como la medida del recinto R(f ), esto
es, ∫
f dλ = λ(R(f )).
E
Nótese que si E es un conjunto medible entonces
∫
1 dλ = λ(E).
E
Como consecuencia obvia, obtenemos el siguiente resultado, el cual puede entenderse

como un primer teorema de convergencia.
Teorema 1.2.8. (de la convergencia monótona para funciones medibles no negativas)
Sea E ⊆ RN un espacio medible y sea {fn }, una sucesión monótona de funciones
medibles no negativas que converge puntualmente en E a f : E → R+
0 . Entonces f es
medible y ∫ ∫
f dλ = lim{ fn dλ}.
E E
Como consecuencia del Teorema de aproximación de Lebesgue y del Teorema de

la convergencia creciente para funciones medibles no negativas obtenemos el siguiente
resultado:
Corolario 1.2.9. Sea E ⊆ RN medible y sea f : E → R una función medible no negati-
va. Entonces existe una sucesión de funciones simples {sn } que converge puntualmente
a f y se tiene que ∫ ∫
f dλ = lim{ sn dλ}.
E E
Nótese que la integral de f es independiente de la sucesión {sn } de funciones simples

considerada. A partir de aquí podríamos calcular la integral de cualquier función no
negativa f , teniendo en cuenta que dicha integral no depende de la sucesión {sn } elegida.
Esta propiedad puede ser tomada como la definición de la integral de una función. De
hecho, suele hacerse esta definición en un esquema más abstracto, esto es, para funciones
medibles definidas en espacios arbitrarios.
Todo pues comienza con el cálculo de la integral de una función simple no

negativa:
Proposición 1.2.10. Sea E un subconjunto medible de RN y sea s : E → R+ 0 una
función simple. Si s(E) = {α1 , . . . , αn } y Ai := {x ∈ E : s(x) = αi } entonces
∫ ∑n
s dλ = αi λ(Ai ).
E i=1
Proposición 1.2.11. (propiedades de la integral)

Sea E ⊆ RN un conjunto medible y sean f, g : E → R+
0 dos funciones medibles.
Entonces
∫ ∫ ∫
1. E
(f + g) dλ = E f dλ + E g dλ.
∫ ∫
2. E
αf dλ = α E f dλ (α ≥ 0).
∫ ∫
3. Si f ≤ g entonces E f dλ ≤ E g dλ.
∫
4. E
f dλ = 0 si, y sólo si, f = 0 c.p.d.
∫ ∫
5. Si f = g c.p.d. entonces E f dλ = E g dλ.
∫ ∫ ∫
6. Si E = E1 ∪ E2 y E1 ∩ E2 = ∅ entonces E f dλ = E1 f dλ + E2 f dλ.
7. Si En son conjuntos medibles tales que En ∩ Em = ∅, siempre que n ̸= m, y
f : ∪n En → R+
0 es una función medible entonces
∫ ∞ ∫
∑
f dλ = f dλ.
∪n En n=1 En
1.2.3. Funciones integrables
Sea E ⊆ RN un conjunto medible. Dada una función medible f : E −→ R, se

dice que f es integrable en E si
∫
|f | dλ < ∞.
E
En tal caso se define la integral de f por
∫ ∫ ∫
f dλ = f dλ −
+
f − dλ.
E E E
Nótese que si f = g − h, donde g, h : E → R+

son dos funciones integrables entonces
0
∫ ∫ ∫
f dλ = g dλ − h dλ.
E E E
Dado E ∈ M, representaremos por L(E) al espacio formado por las funciones

medibles que son integrables en E, esto es
∫
L(E) = {f : E −→ R medible; |f | dλ < ∞}.
E
Podemos ahora ver las propiedades de las funciones integrables.
Proposición 1.2.12. Sea E un subconjunto medible de RN y sean f, g : E → R dos

funciones medibles
1) L(E) es un espacio vectorial y

∫ ∫ ∫
(αf + g) dλ = α f dλ + g dλ, (α ∈ R, f, g ∈ L(E)).
E E E
∫ ∫
2) Si f, g ∈ L(E) con f ≤ g entonces E f dλ ≤ E g dλ,
∫ ∫
3) | E f dλ| ≤ E |f | dλ, (f ∈ L(E))
4) Si f y g son medibles e iguales c.p.d., entonces f es integrable en E si, y sólo si,

lo es g, y en tal caso ∫ ∫
f dλ = g dλ.
E E
5) Si {En } es una sucesión de subconjuntos medibles, disjuntos dos a dos, enton-

∑∞f ∫es integrable en ∪n En si, y sólo si, f es integrable en cada En y la serie
ces
n=1 En f dλ es convergente. En tal caso
∫ ∞ ∫
∑
f dλ = f dλ.
∪n En n=1 En
Por fin, podemos afirmar que la función de Dirichlet es integrable en el sentido de

Lebesgue; de hecho, dado que Q es de medida nula, se tiene que
∫
f dλ = 1.
[0,1]
De hecho, la integral de una función no depende de su comportamiento en los con-

juntos de medida cero.
1. Sean (Ω, A un espacio medible y sea E ∈ A.
a) Si f : Ω → R es una función medible entonces f /E es una función medible

cuando se considera el espacio medible (E, AE ).
b) Sea f : E → R una función. Probar que f es medible si, y sólo si, la función
f χE : Ω −→ R, definida por
{
f (x) si x ∈ E
f χE (x) =
0 si x ∈
/E
es medible, y si además Ω = RN y f ≥ 0, entonces

∫ ∫
f dλ = f χE dλ.
E Rn
c) Sea E un conjunto medible de RN y sea f : E → R una función medible.

Probar que f es integrable en E si, y sólo si, f χE es integrable en RN .
2. Sea f : RN −→ R una función integrable. Probar que

∫
f = 0 c.p.d. ⇐⇒ f = 0, ∀E ∈ M.
E
3. Sea (Ω, A) un espacio medible. Probar que si {fn } es una sucesión de funciones
medibles en Ω, entonces se verifican las siguientes propiedades:
∑
a) El conjunto E = {ω ∈ Ω : n≥1 fn (ω)} es convergente} es medible y, si
dicho conjunto
∑∞ no es vacío, la función f : E −→ R definida, para cada ω ∈ Ω
por f (ω) = n=1 fn (ω), es medible.
∑
b) El conjunto E = {ω ∈ Ω : n≥1 |fn (ω)| es convergente} también es medible.
4. Sean (Ω, A, µ) un espacio de medida. Dadas f, g, h : Ω −→ R, probar que
a) El producto de dos funciones integrables no tiene por qué ser integrable.

b) Si f es integrable y g es medible y acotada entonces f g es integrable.
c) Pruébese que la condición de acotación es esencial en la afirmación anterior.
d ) Si f es medible y g, h son integrables con g ≤ f ≤ h, entonces f es integrable.
e) Si f es medible y g, h son integrables, entonces h ∨ (f ∧ g) y h ∧ (f ∨ g) son
integrables.
5. Sea f : RN −→ R medible con 0 ≤ f < ∑ 1. Probar que existe una sucesión {An }
de conjuntos medibles tales que la serie n≥1 21n χAn converge uniformemente en
RN . Probar también que
∫ ∑∞
1
f dλ = λ(An ).
RN n=1
2n
6. Sean (Ω, A, µ) un espacio de medida y f : Ω −→ R medible. Supóngase que {fn }

es una sucesión de funciones medibles de Ω en R tal que, para cada natural n,
1
µ({ω ∈ Ω : f (ω) ̸= fn (ω)}) < .
2n
Probar que {fn } converge a f c.p.d.
[Indicación: Para cada natural n, considérese
∪
∞
An = {f (ω) ̸= fn (ω)} y Bn = Ak .
k=n
∩∞
Probar que si B = n=1 Bn entonces µ(B) = 0 y que {fn } converge a f en B C .]
1.3. TEOREMAS DE CONVERGENCIA 53
1.3. Teoremas de convergencia
Sumario
Tal como veremos enseguida la integral de no tiene un buen comportamiento en los

procesos de convergencia. El objetivo de esta lección es ver que tales desavenencias entre el
proceso de integración y de convergencia desaparecen cuando imponemos ciertas condiciones,
bien de monotonía, bien de dominación. El contenido completo de esta lección se articula de
la siguiente manera:
1.3.1 Teorema de la convergencia monótona.
1.3.2 Teoremas de la convergencia dominada y de la convergencia absoluta.
1.3.3 Aplicaciones: Teorema de Riesz e Integrales dependientes de un parámetro.
1.3.1. Teorema de la convergencia monótona.
Comenzamos esta sección haciendo patente que la integral no tiene un buen com-
portamiento en los procesos de convergencia.
Ejemplo:
√
Para cada n ∈ N, considérese la función fn : [0, 1] → R definida por fn (x) = 1+nx
n
2
para todo x ∈]0, 1] y cero en x = 0.

Nótese que la sucesión {fn } converge puntualmente a la función nula.
Sin embargo, la sucesión de las integrales de las funciones {fn } no converge a la
integral de la función límite. En efecto, las funciones fn son continuas c.p.d., luego
integrables con
∫ ∫ 1
√ √
fn dλ = fn dx = arctg(x n)]10 = arctg( n),
[0,1] 0
∫
y por tanto la sucesión { [0,1] fn dλ} converge a π/2 distinto del valor de la integral
de la función nula.
Hemos visto precedentes de buena avenencia cuando hemos considerado cierta con-
dición de monotonía de la sucesión de funciones, baste recordar el Teorema de la conver-
gencia monótona para funciones medibles no negativas (Teorema 1.2.8). Nuestro primer
objetivo es seguir ahondando en esta circunstancia.
Teorema 1.3.1. (Beppo-Levi 1906) (Teorema de la convergencia monótona)(T.C.M.)

Sea E un subconjunto medible de RN y ∫sea {fn } una sucesión monótona de fun-
ciones integrables en E. Si la sucesión { E fn dλ} de las integrales está acotada,
entonces existe una función f integrable en E que es límite puntual c.p.d. de la suce-
sión de funciones {fn } y se tiene que
∫ ∫
E E
Además, si g : E → R es cualquier otra función que es límite c.p.d. de la sucesión

{fn } entonces g es integrable en E y
∫ ∫
g dλ = lim{ fn dλ}.
E E
∫
Nótese
∫ que si g es límite puntual c.p.d. de la sucesión {f n }, entonces E
g dλ =
lim{ E fn dλ}. Como consecuencia veamos que las funciones integrables de siempre son
también integrables en el sentido de Lebesgue.
Proposición 1.3.2. Sea f : [a, b] → R una función acotada. Entonces
f es integrable en el sentido de Riemann si, y sólo si, f es continua c.p.d.
Demostración. /
Corolario 1.3.3. Toda función integrable en el intervalo [a, b] en el sentido de Riemann

es integrable y
∫ b ∫
f (x)dx = f dλ.
a [a,b]
Este resultado justifica que a partir de ahora Si I = [a, b] y f es una función

∫b ∫
integrable en [a, b] escribiremos a f (x)dx en lugar de I f dλ.
El siguiente ejemplo nos muestra otra forma de usar el T.C.M.
Ejemplo:
2
Para cada n ∈ N, considérese la función fn : [0, 1] → R definida por fn (x) = (1+ xn )n
para todo x ∈ [0, 1].
Nótese que la sucesión {fn } es creciente y converge puntualmente en [0, 1] a la
2
función f (x) = ex . Por tanto, la sucesión de integrales está mayorada por el número e.
2
Aplicando el T.C.M. obtenemos que la función límite f (x) = ex es integrable y que
∫ 1 ∫ 1
x2 x2 n
e dx = lim{ (1 + ) }.
0 0 n
1.3.2. Teoremas de la convergencia dominada y de la conver-

gencia absoluta.
En esta sección nos interesamos por condiciones de dominación. Comenzamos con
el siguiente resultado importante:
Proposición 1.3.4. (Lema de Fatou)

Sea E un subconjunto medible de R∫N y sea {fn } una sucesión de funciones medibles
no negativas en E. Si la sucesión { E fn dλ} de las integrales tiene límite inferior
finito, entonces el límite inferior de la sucesión de funciones {fn } es finito c.p.d. y
∫ ∫
lim inf {fn } dλ ≤ lim inf { f n dλ}.
E E

Teorema 1.3.5. (Teorema de la convergencia dominada)(T.C.D.)

Sea E un subconjunto medible de RN y sea {fn } una sucesión de funciones inte-
grables en E. Si la sucesión {fn } converge puntualmente a una función f en E
y existe una función g integrable en E tal que |fn | ≤ g, entonces la función f es
integrable y ∫
lim{ |fn − f | dλ} = 0.
E
En consecuencia ∫ ∫
E E
También las funciones absolutamente integrables quedan bajo control

En el caso en I =]α, β[ admitiendo que α puede ser −∞ y β a su vez +∞, y
que f sea una función continua en I, |f | es ïmpropiamenteïntegrable en el sentido de
Riemann en I si, y sólo si, f ∈ L(I), y en tal caso
∫ ∫ β
|f | dλ = |f (x)| dx.
I α
El siguiente ejemplo nos muestra cómo usar también dicho teorema.
Ejemplo:
Para cada n ∈ N, considérese la función fn : [0, 1] → R definida por

sen(nx)
fn (x) = (x ∈ [0, 1]).
1 + n2 x 2
Nótese que las funciones fn son continuas en [0, 1] y que la sucesión fn converge
puntualmente a la función nula.
Nótese que, para cada x ∈ [0, 1], |fn (x)| ≤ 1 y por tanto por el T.C.D.
∫ 1 ∫ 1
lim { fn (x)dx} = (limfn (x))dx = 0.
0 0
Teorema 1.3.6. (Teorema de la convergencia absoluta)(T.C.A.)

∑∞ ∫de R y sea {fn } una sucesión de funciones
N
Sea E un subconjunto medible ∑ inte-
grables en E. Si la serie n=1 E |fn | dλ converge entonces la la serie n≥1 fn
converge absolutamente c.p.d. en E y
∫ ∑∞
lim{ | fk | dλ|} = 0.
E k=n
En consecuencia ∫ ∑ ∞ ∞ ∫
∑
( fn ) dλ = ( fn dλ).
E n=1 n=1 E
Los siguientes ejemplos nos muestran la potencia del T.C.A.
Ejemplos:
sen(x)
1. Podemos probar que la función x
es integrable en el intervalo [0, 1] y que
∫ 1 ∑ ∞
sen(x) (−1)n
dx = .
0 x n=0
(2n + 1)(2n + 1)!
2
2. Podemos probar que la función ex es integrable en el intervalo [0, 1] y que
∫ 1 ∑
∞
2 dx 1
ex = .
0 n=0
(2n + 1)n!
1.3.3. Aplicaciones: Teorema de Riesz e Integrales dependientes

de un parámetro.
Teorema de Riesz
Sea E un subconjunto medible de RN . Comencemos dotando de una seminorma al
espacio L(E) de las funciones integrables en E. ∫
La aplicación ||.|| : L(E) → R+
0 definida por ||f || = E |f | dλ, para cada f ∈ L(E)
es tal que
1. ||αf || = |α|||f || (f ∈ L(E]), α ∈ R).
2. ||f + g|| ≤ ||f || + ||g|| (f, g ∈ L(E)).
Pero, ||f || = 0 si, y sólo si, f = 0 c.p.d. Luego la aplicación ||.|| no pasa de ser una
seminorma.
Con el fin de construir una norma, consideramos el conjunto
N := {f : E → R : f medible y f = 0 c.p.d.}.
Es obvio que N es un subespacio vectorial de L(E]). Definimos L1 (E) como el espacio

cociente de L(E) sobre N , esto es, L1 (E) = L(E)/N
Veamos que la aplicación ||.||1 : L1 (E) → R+
0 definida por
||f + N ||1 = Inf{||f + h||, h ∈ N }
es una norma en L1 (E). De hecho, ||f + N ||1 = ||f || para cada f ∈ L(E).
La convergencia en L1 (E) asociada a dicha norma recibe el nombre de convergencia
en media. Probemos que el espacio (L1 (E), ||.||1 ) es un espacio de Banach.
Teorema 1.3.7. (Teorema de Riesz)

Sea E un subconjunto medible de RN y sea {fn } una sucesión de funciones integrables
en E. Si la sucesión {fn + N } es una sucesión de Cauchy en L1 (E) entonces existe
f ∈ L(E) tal que ∫
lim{ |f − fn | dλ|} = 0.
E
Además existe una sucesión parcial {fσ(n) } que converge c.p.d a f .

Integrales dependiendo de un parámetro
Sea X un espacio métrico, A ⊆ X y E un subconjunto medible de RN . Considérese

una función f : A × E → R tal que, para cada t, la correspondiente función ft (x) =
f (t, x) es integrable en E, y asociada a ésta una nueva función φ : A → R definida por
∫
φ(t) = ft dλ.
E
El objetivo de esta sección es el de encontrar condiciones sobre la función f que nos

aseguren distintas propiedades analíticas de la función φ.
Proposición 1.3.8. Sean X, E, f y φ como arriba. Si
1. Para cada x ∈ E, la función f x definida por f x (t) = f (t, x) tiene límite (resp. es
continua) en un punto de a ∈ A′ (resp. a ∈ A ) ,
2. Existe g ∈ L(E) tal que |f (t, x)| ≤ g(x) para todo t ∈ A y x ∈ E,

entonces φ tiene límite (resp. es continua) en a y
∫ ∫
limt→a φ(t) = (limt→a f (t, x)) dλ (resp. φ(a) = fa dλ.
E E

Proposición 1.3.9. Sea X = I un intervalo de números reales y sean E, f, φ como

arriba. Si
1. Para cada x ∈ E, la función f x : t 7→ f (x, t) es derivable en I,
2. Existe g ∈ L(E) tal que | ∂f∂t

(t,x)
(t, x)| = |(f x )′ (t)| ≤ g(x) para todo t ∈ I, x ∈ E,
entonces φ es derivable en I y para cada a ∈ I,
∫
′ ∂f (t, x)
φ (a) = (a, x) dλ.
E ∂t
1. Sea (Ω, A) un espacio de medida, {fn } una sucesión de funciones medibles y f, g

dos funciones medibles. Probar las siguientes afirmaciones:
a) Si {fn } converge c.p.d a f y a g c.p.d. entonces f = g c.p.d.

b) Si {fn } converge c.p.d a f y f = g c.p.d. entonces {fn } converge c.p.d a g
2. Considerar las siguientes sucesiones {fn } de funciones reales de variable real:

1
a) fn = n
χ[−n;n] ;
b) fn = n2 χ[1/(n+1),1/n]
∫ ∫
Estudiar en cada caso la convergencia puntual y comparar limf n con lim fn .
3. Sea E ⊆ Rn un conjunto medible de medida finita y sea {fn } una sucesión de

funciones medibles en E que converge puntualmente a una función f . Supongamos
que existe una constante M ≥ 0 tal que |fn | ≤ M ∀n ∈ N. Probar que f es
integrable y que ∫
lim |f − fn | = 0.
E
Dar un ejemplo mostrando que la hipótesis de medida finita no puede ser supri-
mida.
∫
4. Calcular lim fn para cada una de las siguientes sucesiones {fn } de funciones de
]0, 1[ en R:
nx
a) fn = 1+n2 x2
.
b) fn = 1/n log(x + n)e−x cos(x).
1+nx
c) fn = (1+x)n
.
5. Sea E ⊆ Rn un conjunto medible de medida finita y sea {fn } una sucesión de

funciones integrables en E que converge uniformemente a una función f . Probar
que f es integrable y que ∫
lim |f − fn | = 0.
E
Dar un ejemplo mostrando que la hipótesis de medida finita no puede ser supri-
mida.
6. Para cada natural n, y para cada x ∈ R, sea fn (x) = an sen(nx)+bn cos(nx), donde
{an } y {bn } son dos sucesiones de números reales. Pruébese que si la sucesión {fn }
converge c.p.d. a uno en [0, 2π] entonces la sucesión {|an | + |bn |} no está acotada.
7. Sea E ⊆ Rn un conjunto medible y f una función integrable en E. Probar que
nλ({x ∈ E : f (x) ≥ n}) −→ 0.
Si f no es integrable, ¿es cierto la anterior afirmación para funciones medibles

positivas? En caso negativo, dése un contraejemplo.
8. Sean I, J dos intervalos abiertos de R y f : I × J −→ R una función continua

verificando:
a) Para cada t ∈ I, la función x 7−→ f (t, x) es integrable en J.

b) Para cada x ∈ J, la función t 7−→ f (t, x) es de clase C 1 en I.
c) La función x 7−→ | ∂f∂t
(t,x)
| está dominada por una función integrable en J.
d ) Sea g : I −→ J una función de clase C 1 en I.
Probar que para a ∈ J, la función

∫ g(t)
F (t) := f (t, x)dx
a
es derivable en I y que, para cada t ∈ I,

∫ g(x)
′ ∂f (t, x)
F (t) := dx + f (t, g(t))g ′ (t).
a ∂t
1.4. TÉCNICAS DE INTEGRACIÓN EN UNA VARIABLE 63
1.4. Técnicas de integración en una variable
Sumario
El objetivo de esta lección es desarrollar técnicas que nos permitan el cálculo de

la integral de una función definida en un intervalo de R. Presentamos la herramienta más
definitiva en este sentido: La Regla de Barrow. El contenido completo de esta lección se articula
de la siguiente manera:
1.4.1 Teorema Fundamental del Cálculo y Regla de Barrow.
1.4.2 Técnicas de integración.
1.4.3 Criterios de integrabilidad.
1.4.1. Teorema Fundamental del Cálculo y Regla de Barrow.
Estudiaremos ahora la importante conexión entre los tres conceptos básicos del
análisis: continuidad, derivación e integración.
En todo lo que sigue tomaremos α y β tales que −∞ ≤ α < β ≤ +∞.

Se dice que una función f :]α, β[−→ R es localmente integrable si f es integrable
en todo intervalo cerrado y acotado contenido en ]α, β[. Convenimos que si a ∈]α, β[
∫a ∫a ∫b
entonces a f (x)dx = 0 y si [a, b] ⊆]α, β[ entonces b f (x)dx = − a f (x)dx.
Obviamente,toda función continua en ]α, β[ es localmente integrable en ]α, β[.
Recordemos también que si I es un intervalo de números reales y f : I −→ R es
int
una
∫ función, ∫ f es integrable en I si, y solo si f es integrable en su interior I y que
I
f dλ = I int f dλ.
Si c ∈]α, β[ llamaremos integral indefinida de f con origen en c a la función
F :]α, β[−→ R, definida, para cada x ∈]α, β[, por
∫ x
F (x) = f (t)dt.
c
Teorema 1.4.1. (fundamental del Cálculo)

Sea f una función localmente integrable en ]α, β[ y a ∈]α, β[. Definimos F :]α, β[−→
R, para cada x ∈]α, β[, por ∫ x
F (x) = f (t)dt.
a
Entonces
64 §1.4 Técnicas de integración en una variable
1. F es continua en ]α, β[.
2. F es derivable y F ′ = f c.p.d. en ]α, β[.
Demostración. Para hacer en clase. 2) bajo la hipótesis de continuidad de f .
Como era de esperar, la definición de integral no es útil para el cálculo de

dicha integral. El siguiente resultado es importantísimo ya que nos permitirá evaluar
la integral de una función conocida su primitiva. Para enunciarlo, necesitamos recordar
que dada una función f definida en un intervalo I se dice que f admite primitiva si
existe una función G : I −→ R derivable tal que, para cada x ∈ I, G′ (x) = f (x). Como
consecuencia del teorema del Valor Medio G está determinada de manera única, salvo
una constante aditiva.
Teorema 1.4.2. (Regla de Barrow)

Sea f :]α, β[−→ R una función localmente integrable y supongamos que f admite
una primitiva G. Entonces
1. f es medible
2. Si f es no negativa entonces
∫ β
f (x)dx = limx→b G(x) − limx→a G(x).
α
En particular, f es integrable en ]α, β[ si, y sólo si, existe el límite de G en α y

β.
3. Si f es integrable entonces existe el límite de G en α y β y

∫ β
f (x)dx = limx→b G(x) − limx→a G(x).
α
Demostración. Para hacer en clase bajo la hipótesis de que f está localmente acotada.
Es claro que si f es continua, entonces, como consecuencia del teorema fun-

damental del cálculo, cualquier integral indefinida F de f es una primitiva de f . La
función f : R+ → R definida por f (x) = sen(x)x
admite primitiva (por tratarse de una
función continua), la cual tiene límite en cero y en +∞, pero No es integrable en R+ .
Se pone así de manifiesto que la condición de ser no nula es esencial en 2).
Veamos que tales límites existen:
Ocurre a menudo que si intentamos evaluar algunas primitivas no obtenemos ningu-

na información no trivial. Por tanto el problema de evaluar la integral de una función
continua f , para aplicar la Regla de Barrow, consiste en conseguir una primitiva de f
susceptible de ser evaluada( o tener límite) en los puntos α y β. Por tanto, algunas ve-
ces, conviene transformar la función f en otra función cuya primitiva sea más accesible;
los siguientes resultados ofrecen algunas transformaciones interesantes.
Corolario 1.4.3. (teorema del cambio de variable) Sean Sean −∞ ≤ a < b ≤ +∞

y g :]a, b[−→]α, β[ una función derivable en ]a, b[ con g ′ (x) ̸= 0 para todo x. Si f :
]α, β[−→ R es una función medible, entonces f es integrable en ]α, β[ si, y sólo si, la
función f ◦ g.g ′ es una integrable en ]a, b[. En tal caso,
∫ β ∫ g −1 (β)
f (x)dx = f (g(t)).g ′ (t)dt.
α g −1 (α)
La regla formal seguida en el resultado anterior consiste en sustituir g(t) por x y

′
g (t)dt por dx y los valores extremos t = a, t = b por los correspondientes x = g(a), x =
g(b).
Nota
Obsérvese que después de esta propiedad, podemos probar que la función F :

R −→ R, definida por
+
∫ x
F (x) = 1/t dt.
1
es derivable de hecho, es una biyección estrictamente creciente verificando que:
- F (1) = 0
- F (xy) = F (x) + F (y)
- F (e) = 1.
Esto es, la función F no es otra cosa que la función logaritmo neperiano cuya exis-
tencia afirmábamos al principio de curso.
La siguiente técnica es especialmente útil cuando se trata de calcular la integral

de un producto de funciones o de una función fácilmente derivable (basta ver ésta como
el producto de ella por la función constante uno).
Corolario 1.4.4. (teorema de integración por partes)

Sean F, G :]α, β[−→ R dos funciones derivables y tales que F ′ G y F G′ son integra-
bles en ]α, β[. Entonces
∫ β ∫ β
′
F (x).G (x)dx = limx→b F (x).G(x) − limx→a F (x)G(x) − F ′ (x).G(x)dx.
α α
1.4.2. Métodos de integración

En esta sección nos ocuparemos del problema práctico de evaluar la integral de
toda función racional y de algunas funciones no racionales.
Integración de funciones racionales
Daremos un método general para la evaluación de la integral de una función

racional cuya "única"dificultad consiste en encontrar la descomposición en factores irre-
ducibles de un polinomio con coeficientes reales.
Sea f : [a, b] −→ R una función racional y sean P, Q, : R −→ R las co-

P (x)
rrespondientes funciones polinómicas tales que, f (x) = Q(x) con Q(x) ̸= 0, para cada
x ∈ [a, b]. Podemos suponer sin pérdida de generalidad (en caso contrario se manipula
algebraicamente) que:
1) P y Q son dos polinomios primos entre sí.
2) El polinomio Q(x) es de mayor grado que P (x).
3) El coeficiente líder del polinomio Q(x) es uno.
En la situación anterior, el problema de evaluar la integral de f se resuelve usando

sendos resultados algebraicos: la descomposición en factores irreducibles de un polino-
mio con coeficientes reales y la descomposición en fracciones simples de una función
racional con coeficientes reales.
Proposición 1.4.5.
1) Descomposición en factores irreducibles

Todo polinomio Q(x) con coeficientes reales y con coeficiente líder igual a uno
puede escribirse en la forma:
(x − a1 )n1 (x − a2 )n2 ...(x − ap )np (x2 + b1 x + c1 )m1 (x2 + b2 x + c2 )m2 ...(x2 + bq x + cq )mq ,
donde p y q son números enteros no negativos,a1 , a2 , ..., ap , b1 , b2 , ..., bq , c1 , c2 , ..., cq
son números reales, donde a1 < a2 < ... < ap son las raíces reales del polinomio
Q y para cada k ∈ {1, 2, ..., p}, np es el orden de multiplicidad de la raíz ak ; y
finalmente m1 , m2 , ..., mq son números naturales.
La descomposición anterior en factores es única y
n1 + n2 + ... + np + 2(m1 + m2 + ... + mq )
es el grado del polinomio.
2) Descomposición en fracciones simples
Si el polinomio Q(x) se descompone en la forma dada en (1.) y P (x) es un
polinomio primo con Q(x) de grado menor que el de Q(x), la función racional
P (x)
f (x) = Q(x) puede escribirse de forma única como sigue:
A11 A12 A1n1
f (x) = + + ... + +
x − a1 (x − a1 )2 (x − a1 )n1
A21 A22 A2n2
+ + + ... + + ...+
x − a2 (x − a2 )2 (x − a2 )n2
Ap1 Ap2 Apn1
+ + ... + + ...+
x − ap (x − ap )2 (x − ap )np
B 11 x + C 11 B 12 x + C 12 B 1m1 x + C 1m1
+ + +
x2 + b1 x + c1 (x2 + b1 x + c1 )2 (x2 + b1 x + c1 )m1
B 21 x + C 21 B 22 x + C 22 B 2m2 x + C 2m2
+ + + ...+
x2 + b2 x + c2 (x2 + b2 x + c2 )2 (x2 + b2 x + c2 )m2
B q1 x + C q1 B q2 x + C q2 B qmq x + C qmq
+ + ,
x2 + bq x + cq [(x2 + bq x + cq )2 [(x2 + bq x + cq )mq
donde Aij (1 ≤ i ≤ p, (1 ≤ j ≤ np ) y (B ij , Cij (1 ≤ i ≤ q y 1 ≤ j ≤ mq y
a1 , a2 , ..., ap , B1 , B2 , ..., Bq , c1 , c2 , ..., cq C ij son números reales. Se tiene además
que Aknk ̸= 0 para k ∈ {1, 2, ..., p} y (B jmj )2 + (C jmj )2 > 0 para j ∈ {1, 2, ..., q}.
La principal dificultad a la hora de aplicar la proposición anterior consiste, como

ya se ha dicho, en encontrar la descomposición en factores del polinomio Q(x). Salvado
este problema, la descomposición en fracciones simples dada por la segunda parte de la
proposición puede ya obtenerse sin dificultad, aunque sí puede ser laboriosa.
La descomposición en fracciones simples dada anteriormente, junto con la
linealidad de la integral nos permite limitarnos a considerar las integrales de cada uno
de los tipos de fracciones simples que aparecen en la descomposición, a saber
Tipo 1
A
f (x) = ,
x−c
para todo x ∈ [a, b], y donde A, c ∈ R y c no pertenece al intervalo [a, b]. En tal
caso tenemos que: ∫ b
b−c
f (x)dx = A.log( ).
a a−c
Ejercicio: Calcúlese la siguiente integral:

∫ 4
2 − x2
dx.
3 x − 3x + 2x
3 2
Tipo 2
A
f (x) = ,
(x − c)n
para todo x ∈ [a, b], y donde A, c ∈ R y c no pertenece al intervalo [a, b]. En tal
caso tenemos que:
∫ b
A 1 1
f (x)dx = [ − ].
a n − 1 (a − c)n−1 (b − c)n−1

∫ 1/2
2x
dx.
0 x − 2x + 1
2
Tipo 3
Bx + C
f (x) = ,
x2
+ cx + d
para todo x ∈ [a, b], donde B, C, c, d ∈ R. En este caso se procede de la siguiente
forma:
∫ b ∫ ∫ b
B b 2x + c dx
f (x)dx = 2
dx + (C − cB/2) 2
.
a 2 a x + cx + d a x + cx + d
La primera integral se puede resolver haciendo el cambio de variable u = x2 +

cx + d, con lo que nos queda
∫ b2 +bc+d
du b2 + bc + d
= log 2 .
a2 +ac+d u a + ac + d
La segunda integral se puede resolver escribiendo x2 + cx + d = (x − r)2 + b2 para

hacer el cambio de variable u = x−r
s
, con lo que nos queda
∫ b−r
1 s du 1 b−r a−r
2
= [arc tg( ) − arc tg( )].
s a−r
s
1+u s s s

∫ 4
2x − 1
dx.
3 x4 + x3 − x − 1
Tipo 4 Esto es,

r(x)
f (x) = ,
(x2 + cx + d)n
para todo x ∈ [a, b], donde c, d ∈ R, n ∈ N con n > 1 y r(x) es un polinomio de
grado menor o igual que 2n − 1.
En este caso usaremos el método de Hermite que consiste en escribir
ex + f F (x)
f (x) = 2
+ [ 2 n−1
]′ ,
x + cx + d (x + cx + d)
donde F (x) es un polinomio de grado 2n-3 a determinar. Por tanto, la técnica

exige derivar el cociente, multiplicar la igualdad por (x2 + cx + d)n , y a partir de
aquí, calcular los coeficientes de dicho polinomio.
Así pues
∫ b ∫ b
ex + f F (b) F (a)
f (x)dx = dx + 2 − 2 .
a a x2 + cx + d (b + cb + d)n−1 (a + ca + d)n−1
La integral que queda es una de tipo 3).

∫ 4
1 − x2
dx.
3 x4 + 4x2 + 4
Integración de funciones no racionales
El problema de evaluar funciones no racionales se llevará a cabo utilizando

diversos cambios de variable hasta conseguir que la nueva función a integrar sea racional.
No hay un método general para ello, sino un recetario más o menos amplio, de hecho,
la simple inspección del integrando sugiere el cambio de variable adecuado.
Empezaremos fijando una notación que nos permitirá exponer de manera rápida y
sin ambigüedad los distintos métodos de integración que vamos a tratar. En lo que sigue
I será un intervalo del tipo [a, b] y f : I −→ R será una función continua. Para calcular
la integral de f usaremos sistemáticamente el cambio de variable x = g(t), donde g es
una función biyectiva de un cierto intervalo J sobre I y de clase C 1 en J. Si notamos
por h(t) = f ◦ g(t).g ′ (t), para todo t ∈ J, transformaremos la integral de la función
inicial en la integral de la función h en el intervalo J. Si h es racional, aplicaremos
los conocimientos dados en la primera parte de la lección. En las demás ocasiones será
preciso un nuevo cambio de variable. Encontraremos así un nuevo intervalo K y una
nueva función φ tal que t = φ(u), donde φ es una función biyectiva de K sobre J y de
clase C 1 en K. Si notamos por k(u) = h ◦ φ(u).φ′ (u), para todo u ∈ k, transformaremos
la integral de la función h en la integral de la función k en el intervalo K, y vuelta a
empezar.
1. Funciones trigonométricas
Sea f una función que es cociente de sumas y productos de las funciones seno
y coseno. Dado que f es una función periódica de periodo 2π podremos limitarnos
a considerar I ⊆ [−π, π]. Hacemos en este caso el cambio de variable
x = g(t) = 2arctg(t).
La función g que aparece es una función racional. De hecho,
1 − t2 2t
cosx = 2
, y sen(x) = .
1+t 1 + t2
∫ π/2 dx
Ejercicio: Calcúlese π/4 sen(x)
Podemos destacar algunos casos particulares en

∫ b
senn (x)
dx a, b ∈ I
a cosm (x)
a) Si n es impar, se hace el cambio x = arccos(t), siempre que I ⊆ [0, π].

b) Si m es impar, se hace el cambio x = arcsen(t), siempre que I ⊆ [−π/2, π/2].
c) Si n y m son pares se usan las fórmulas
1 + cos(2x) 1 − cos(2x)
cos2 (x) = , sen2 (x) = .
2 2
2. Funciones trascendentes
Sea f una función f que es cociente de sumas y productos de la función ex

con ella misma. Hacemos en este caso el cambio de variable x = g(t) = log(t). La
función h que aparece es de nuevo una función racional.
∫2 dx
Ejercicio: Calcular 1 shx
3. Irracionales en x
Sea f una funciónpque pes cociente de sumas y productos de potencias racionales

1 2 pn
de x. Si f (x) = F (x q1 , x q2 , ..., x qn ), entonces hacemos el cambio de variable x =
tm , donde m = m.c.m.{q1 , q2 , ..., qn }. Así pues, la función a integrar que resulta
después del cambio es una función de tipo racional, que ya sabemos resolver.

∫ 2
1
√ √ dx.
1
3
x+ x
4. Irracionales cuadráticas
Vamos a distinguir tres tipos fundamentalmente:

√
1) Funciones que son cociente de sumas y productos de las funciones x y x2 − 1
En este caso, siempre que I ⊆ [1, +∞[ ó I ⊆] − ∞, 1], hacemos el cambio

1
de variable ó bien x = g(t) = cost y por tanto la función h que aparece
es del tipo trigonométrico visto anteriormente, ó bien x = g(t) = ch(t) y
la función h que aparece es una función de tipo trascendente visto también
anteriormente.

∫ 4
1
√ dx.
3 x2 − 1
√
2) Funciones que son cociente de sumas y productos de las funciones x y 1 − x2
En este caso, siempre que I ⊆ [−1, 1] hacemos el cambio de variable x =

g(t) = sen(t) y por tanto la función h que aparece es del tipo trigonométrico
visto anteriormente.

∫ 1/2
1
√ dx.
0 1 − x2
√
3) Funciones que son cociente de sumas y productos de las funciones x y 1 + x2
En este caso hacemos el cambio de variable ó bien x = g(t) = tg(t) y por

tanto la función h que aparece es del tipo trigonométrico visto anteriormente,
ó bien x = g(t) = sh(t) y la función h que aparece es una función de tipo
trascendente visto también anteriormente.

∫ 4
1
√ dx.
3 1 + x2
Nota
√ Las funciones f (x) que son cociente de sumas y productos de x y de

ax2 + bx + c se pueden reducir a uno de los tres casos anteriores ya que
ax2 + bx + c = a(x + b/2a)2 − b2 /4a + c,
y por tanto, si hacemos un primer cambio u = x + b/2a y posteriormente
√
a) si a > 0 y b2 − 4ac > 0, hacemos un nuevo cambio, t = √
au
, resulta una
√ b2 −4ac
integral del tipo t2 − 1
√
b) Si a > 0 y b2 − 4ac < 0, hacemos un nuevo cambio, t = √ au2 , resulta una
√ c−b /4a
2
integral del tipo t + 1.
√
c) Si a < 0 y b2 − 4ac < 0, hacemos un nuevo cambio, t = √ −au resulta una
c−b2 /4a
√
integral del tipo 1 − t2
1.4.3. Criterios de integrabilidad

De igual manera que sólo sabemos calcular la suma de algunas series y por tanto
limitábamos nuestro esfuerzo al conocimiento de si una determinada serie es o no con-
vergente, ocurre con la integral de funciones. En esta sección daremos algunos criterios
de integrabilidad para una cierta función.
Entre los distintos criterios distinguiremos el método de comparación. Antes haga-
mos notar que:
1. Por el T.C.D., si f, g :]α, β[→ R son dos funciones medibles tales que g es inte-
grable y |f | ≤ g entonces f es también integrable.
2. Si c ∈]α, β[ entonces f es integrable en ]α, β[ si, y sólo si, f es integrable en ]α, c]

y f es integrable en [c, β[. En tal caso
∫ β ∫ c ∫ β
f (x)dx = f (x)dx + f (x)dx.
α α c
Este segunda observación nos permite dividir el problema en dos. Nosotros nos
centramos en intervalos de la forma [a, β[ con a ∈ R.
3. Si f es locamente integrable en [a, b[ con b ∈ R y existe c ∈ [a, b[ tal que f está

acotada en [c, b[ (en particular si f tiene límite en b) entonces f es integrable en
[a, b[.
Proposición 1.4.6. Sea a ∈ R y sean f, g : [a, β[→ R dos funciones localmente inte-
grables tales que
1. g(x) ̸= 0 para todo x ∈ [a, β[ y
2. limx→β | fg(x)
(x)
| = L.
Entonces
1. Si L ∈ R+ , entonces f es integrable si, y sólo si, g es integrable.
2. Si L = 0 y g es integrable entonces f es integrable.
3. Si L = +∞ y f es integrable entonces g es integrable.
Demostración. Para hacer en clase.

Es aconsejable que la función g que usamos en la comparación sea lo más sencilla

posible (sería conveniente una función que sepamos integrar). En todo caso, necesitamos
del conocimiento de la integrabilidad del máximo posible de funciones. Con esta idea,
estudiamos primeramente la función potencial:
Consideremos la función f :]α, β[→ R definida por f (x) = xa , donde a es un número

real.
En este caso, obtenemos que
Si 0 < α < β < +∞ entonces xa es integrable para todo valor de a
Si 0 = α < β < +∞ entonces xa es integrable ⇔ a > −1
Si 0 < α < β = +∞ entonces a
x es integrable ⇔ a < −1
Si 0 = α, β = +∞ entonces xa no es integrable para ningún valor de a
Y en segundo lugar la función exponencial.
Consideremos la función f :]α, β[→ R definida por f (x) = eax , donde a es un número
real.
En este caso, obtenemos que
Si −∞ < α < β < +∞ entonces eax es integrable para todo valor de a
Si −∞ = α < β < +∞ entonces ax
e es integrable ⇔ a>0
Si −∞ < α < β = +∞ entonces eax es integrable ⇔ a<0
ax
Si 0 = α, β = +∞ entonces e no es integrable para ningún valor de a
1. Calcúlense las siguientes integrales:

∫ 1 ∫ 1
arctg(x) dx, x2 ex dx,
0 0
∫ +∞ ∫ π/4
dx
sen2 x cos3 x dx,
2 x(log(x))2 0
∫ π/2 ∫ π/4
senx
cosx log(senx) dx, dx.
π/4 0 cos2 x
∫ 3π/2 ∫ 1
dx dx
., .
0 2 + cosx 0 coshx
∫ ∫
3
1 + 2x − x2 π/2
dx
dx., .
2 x − 4x + 7x − 6x + 2 senx − tgx
4 3 2
π/4
∫ 3 ∫ 3/2 ∫ 2
dx dx dx
√ ., √ . .
2 x2 − 2 1 x2 4 − x2 1 (4 + x2 )3/2
2. Hállense las derivadas de cada una de las funciones siguientes:
∫ x ∫ x2
3 1
a) F (x) = sen (t) dt. b) F (x) = dt
a 3 1 + sin6 t + t2
∫ ∫ x sen(s) ds
1 s
c) F (x) = 1/(sen2 (t2 ) + 1) dt
3
∫ b
1
d) F (x) = dt.
x 1 + t2 + sen2 (t)
∫ b ∫ b
t tx
e) F (x) = dt f) F (x) = dt
a 1 + t2 + sen(t) a 1 + t2 + sen(t)
3. Probar que existen las siguientes integrales y que tienen el valor que se indica en
cada caso:
∫ 1/2 ∫ 1 dx
2 = arcsen(2/3) − arcsen(7/12),
dx 2
a) 0 √20+8x−x 0 1+ex
= 1 + ln( 1+e ).
∫ 3 dx ∫ 1 x2 dx
b) 0 √9−x 2 = π/2, 0
√
1−x6
= π/6.
∫ +∞ x−1
∫ +∞ x √
c) 1 x3 −3x 2 +x+5 dx = (3π + ln2)/10, 0 3+x4
dx = ( 3π/12).
∫ +∞ dx ∫ +π 2
∫ +π
d ) −∞ ex +e −x = π/2, −π
cos (x)dx = −π
sen2 (x)dx = π.
∫ +∞ ∫ +∞ −αx
e) 0 e−αx cos(βx)dx = α2 +β α
2, 0
e sen(βx)dx = α2 +β β
2 (α > 0, β ∈ R).
∫ +1 √ ∫ +π/2
f ) −1 1 − x2 dx = 3π, −π/2
|sen(x)|3 dx = 4/3.
∫ π/2 ∫1
g) 0 sen2 (x)cos2 (x)dx = π/16, 0
(1 − x2/3 )xdx = 8/35.
∫ +∞ ∫ 1 dy √
h) 0 1+xdx 2 +y 2 =
√π , 0
√ = ln(1 + 2).
2 2 1+y2 1+y
∫ +∞ ∫ +∞ ∫1
i) 0
dx
(1+y)(1+x2 y)
= π √
2(1+y) y
(y > 0), 0
dy
√
(1+y) y
= π, 0
ln(x)dx = −1.
∫ +∞ ∫ +∞ x2
j) 0
dy
(1+y)(1+yx2 )
= 0
1
( 1
1−x2 1+y
− 1+yx2
)dy = 2ln(x)
x2 −1
(x ̸= ±1).
4. Estudiar la integrabilidad de las siguientes funciones:
a) xa e−bx (a ∈ R, b > 0) en R+ .
b) x/(ex − 1) en R+ .
c) xa ln(x)(a ∈ R) en R+ .
√
d ) 1/ x sen(1/x) en ]0, 1[.
e) xa−1 (1 − x)b−1 (a, b ∈ R) en ]0, 1[.
f ) ln(x)ln(1 + x) en ]0, 1[.
g) xa sen(x)(a ∈ R) en ]1, +∞[.
5. Justificar, haciendo uso en cada caso de un conveniente teorema de convergencia,

las siguientes igualdades:
∫1
a) lim 0 nxln(x)
1+n2 x2
dx = 0.
∫1 n x√
b) lim 0 1+n 2 x2 dx = 0.
∫ 1 n3/2 x
c) lim 0 1+n2 x2 dx = 0.
∫ +∞ x ∑∞ (−1)n+1
d ) 0 1+e x dx = n=1 n2
.
∫ +∞ e−ax ∑∞ (−1)n
e) 0 1+e−bx dx = n=0 a+nb , (a, b > 0) y deducir que
∑∞
(−1)n ∑
∞
(−1)n
= π/4, = ln(2).
n=0
2n + 1 n=0
n+1
∫1 xe−ax
∑∞ 1
f) 0 1−e−bx
dx = n=0 (a+nb)2 , (a, b > 0).
6. Estudiar la continuidad y derivabilidad de las siguientes funciones:

∫ +∞ −x −tx
a) F (t) = 0 e −e dx ∀t ∈ R+ .
∫π x
b) F (t) = 0 ln(1 + tcosx)dx ∀t ∈] − 1, 1[.
∫ +∞
c) F (t) = 0 sen(tx)
1+x2
dx ∀t ∈ R+ .
7. Probar que a función f : R −→ R definida por

∫ +∞
x2
F (t) = cos(tx)e− 2 dx,
−∞
es derivable. Utilizar el método de integración por partes en la expresión de F ′

para obtener F ′ (t) = −tF (t), ∀t ∈ R. Deducir de ello que la función de R en
R dada por t 7−→ F (t)e−t /2 tiene derivada nula. Por último concluir, usando el
2
Teorema del valor medio, que
F (t) = Ce−t
2 /2
, ∀t ∈ R,
∫ +∞
e−t
2 /2
donde C = −∞
dt
1.5. TÉCNICAS DE INTEGRACIÓN EN VARIAS VARIABLES 77
1.5. Técnicas de integración en varias variables
Sumario
En esta lección vamos a introducir la integración en varias variables. Consideraremos
métodos que proporcionan la integrabilidad de una función aunque no el valor de la integral,
métodos que proporciona ambas cuestiones y métodos que, asegurada la integrabilidad, nos
proporcionen el valor de la integral. Con respecto al problema del cálculo, nos encontramos
con el hecho de que no se dispone de ningún procedimiento elemental comparable a la Regla
de Barrow. Esta contrariedad se resolverá relacionando la integral en Rn con integraciones
sucesivas en espacios de menor dimensión. El contenido completo de esta lección se articula
de la siguiente manera:
1.5.1 Teorema de Fubini.
1.5.2 Teorema de Tonelli.
1.5.3 Teorema del cambio de variable: Cambio de coordenadas.
1.5.1. Teorema de Fubini
Recuérdese que el problema del cálculo de la integral de una determinada función,

en el caso de intervalos de números reales, se resolvió usando la regla de Barrow. Sin
embargo, no disponemos de una tal regla en RN con N > 2. Nuestro siguiente resultado
trata de resolver esta dificultad, sabido que la función es integrable, relacionando la
integral múltiple con sucesivas integrales en R.
Dada una función f : Rp × Rq → R, consideramos la función fx : Rq → R que viene
definida por fx (y) = f (x, y). Análogamente, consideramos la función f y : Rp → R que
viene definida por f y (x) = f (x, y).
Teorema 1.5.1. (de Fubini) Sean p, q dos nu´meros naturales y sea f : Rp × Rq → R

una función integrable. Entonces
1. Para casi todo y ∈ Rq , la

∫ función f y es integrable en Rp y la función g definida
c.p.d. en Rq por g(y) = Rp f y dλ es integrable en Rq .
2. Para casi todo x ∈ Rp , la

∫ función fx es integrable en Rq y la función h definida
c.p.d. en Rp por h(x) = Rq fx dλ es integrable en Rp .
∫ ∫ ∫
3. Rp ×Rq f dλ = Rp g dλ = Rq h dλ.
78 §1.5 Técnicas de integración en varias variables
Apliquemos nuestro teorema para calcular la integral en un subconjunto medible de

R × Rq . Para ello, consideremos las siguientes notaciones:
p
Sea E ⊆ Rp+q , notaremos, para cada x ∈ Rp , por
E(x) = {y ∈ Rq : (x, y) ∈ E}.
Análogamente, notaremos, para cada y ∈ Rq , por
E(y) = {x ∈ Rp : (x, y) ∈ E}.
Corolario 1.5.2. Si E es un subconjunto medible de Rp × Rq entonces, para casi to-

do x ∈ Rp , E(x) es subconjunto medible de Rq , y, para casi todo y ∈ Rq , E(y) es
subconjunto medible de Rp
Teorema 1.5.3. (Teorema de Fubini.Caso p = 1, q = 1)

Sea E ⊆ R2 medible y sea f : E −→ R una función integrable, entonces
∫ ∫ β1 ∫ ∫ β2 ∫
f (x, y)d(x, y) = [ f (x, y)dy]dx = [ f (x, y)dx]dy,
E α1 E(x) α2 E(y)
siendo α1 = Inf E1 , β1 = Sup E1 , α2 = Inf E2 , β2 = Sup E2 , donde
E1 = {x ∈ R; E(x) ̸= ∅}
y
E2 = {y ∈ R; E(y) ̸= ∅}
En particular, cuando E = I × J, siendo I, J intervalos de R, entonces

∫ ∫ ∫ ∫ ∫
f (x, y) = [ f (x, y)dy]dx = [ f (x, y)dx]dy.
E I J J I
Ejemplo: Calcular el área de la elipse de semiejes a y b.
Teorema 1.5.4. (Teorema de Fubini. Caso p = 2, q = 1)

Sea E ⊆ R3 medible y sea f : E −→ R una función integrable, entonces
∫ ∫ β3 ∫
f (x, y, z)d(x, y, z) = [ f (x, y)d(x, y)]dz,
E α3 E(z)
siendo α3 = Inf E3 , β3 = Sup E3 , donde

E3 = {z ∈ R; E[z] ̸= ∅}
y a su vez
E[z] = {(x, y) ∈ R2 ; (x, y, z) ∈ E}.
Análogamente se podría hacer, para (p = 1, q = 2) sin más que considerar los

conjuntos E[x] y E[y].
Ejercicio: Calcúlese el volumen del elipsoide de semiejes a, b y c.
Principio de Cavalieri
Sea E un subconjunto medible de R3 , tal que
E1 = {x ∈ R; E(x) ̸= ∅} = [a, b].
Según hemos visto en la lección anterior su volumen, λ(E), viene dado por
∫
λ(E) = 1 d(x, y, z),
E
por lo que aplicando el teorema de Fubini y la definición de área de subconjuntos
medibles de R2 , se tiene que
∫ b ∫ ∫ b
λ(E) = ( 1 d(y, z))dx) = λ(E(x))dx.
a E(x) a
Dicha igualdad es conocida como el principio de Cavalieri.
Obsérvese que si E es el sólido de revolución generado por la gráfica de una

cierta f : [a, b] −→ R+
0 , aplicando el principio de Cavalieri, obtenemos que
∫ b
V (E) = π f 2 (x)dx,
a
como ya habíamos comentado anteriormente.
Ejemplo:
Un leñador corta una pieza C con forma de cuña de un árbol cilíndrico de radio
50 cm mediante dos cortes de sierra hacia el centro del árbol: uno horizontal y otro con
un ángulo π/4. Calcúlese el volumen de dicha cuña.
La integral en dos variables vista como un cierto volumen
Sea ahora A ⊆ R2 medible y f : A −→ R un campo integrable en A tal que,

para cada (x, y) ∈ A, se tiene que f (x, y) ≥ 0. Obsérvese que como consecuencia del
teorema de Fubini, si
A1 = {x ∈ R; A(x) ̸= ∅} = [a, b],
entonces
∫ ∫ b ∫ ∫ b
f (x, y)d(x, y) = ( f (x, y)dy)dx = S(x)dx,
A a A(x) a
donde, para cada x ∈ [a, b], S(x) es el área de la región del plano comprendida entre
el eje x y la gráfica de la función g : A(x) −→ R definida para cada y ∈ A(x) por
g(y) = f (x, y). Aplicando finalmente el principio de Cavalieri, la integral
∫
f (x, y)d(x, y)
A
puede interpretarse como el volumen del sólido comprendido entre el plano z = 0

y la gráfica del campo escalar f .
Ejemplo:
Calcúlese el volumen de madera eliminado al taladrar, hasta el centro, una esfera

de madera de radio 9 con una broca de radio 1.
1.5.2. Teorema de Tonelli

En esta sección abordamos los métodos que nos permitan dilucidar la integrabilidad
de la función.
Teorema 1.5.5. (de Tonelli) Sean p, q dos números naturales y sea f : Rp × Rq → R

una función medible. Consideremos las siguiente integrales iteradas:
∫ ∫
1. Rp |g| dλ donde la función g : Rq → R viene definida por g(y) = Rp f y dλ para
todo y ∈ Rq ,
∫ ∫
2. Rq |h| dλ donde la función h : Rp → R viene definida por h(x) = Rq fx dλ para
todo x ∈ Rp .
Si alguna de las integrales iteradas es finita entonces f es integrable en Rp × Rq .
Nótese que si f es no negativa entonces podemos aplicar simultáneamente los Teo-

remas de Fubini y Tonelli. De hecho,
Corolario 1.5.6. Sean p, q dos números naturales y sea f : Rp × Rq → R una función

medible. Entonces f es integrable en Rp × Rq si, y sólo si, alguna de las las siguiente
integrales iteradas:
∫ ∫
1. Rp
g dλ donde la función g : Rq → R viene definida por g(y) = Rp |f y | dλ para
todo y ∈ Rq ,
∫ ∫
2. Rq h dλ donde la función h : Rp → R viene definida por h(x) = Rq |fx | dλ para
todo x ∈ Rp .
es finita.
1.5.3. Teorema del cambio de variable: Cambio de coordenadas
Es posible que convenga cambiar la función inicial por otra función. Este cambio
será arbitrado por el teorema del cambio de variable:
Teorema 1.5.7. Sean U y V doss abiertos de Rn y sea φ un difeomorfismo de clase C 1

de U sobre V . Si E ⊆ V y f : E → R es una función medible, entonces f es integrable
en E si, y sólo si, f ◦ φ|det(Jφ )| es integrable en φ−1 (E). En tal caso
∫ ∫
f dλ = f ◦ φ|det(Jφ )| dλ.
E φ−1 (E)
Demostración. Para hacer en clase cuando φ es lineal. (Su demostración puede verse
[3, Teorema 14.10].
Este teorema suele usarse en alguna de las siguientes formas concretas:

Coordenadas polares, n = 2
Tomamos U = R+ ×]−π, π[ , V = R2 \{(x, 0); x ≤ 0}, y la aplicación ϕ : U −→ V
definida por
ϕ(ρ, θ) = (ρcosθ, ρsenθ).
En este caso
detJϕ (ρ, θ) = ρ > 0, ∀(ρ, θ) ∈ U,
y por tanto ∫ ∫
f (x, y)d(x, y) = f (ρcosθ, ρsenθ)ρd(ρ, θ).
E ϕ−1 (E)
∫
Ejercicio: Sea E = {(x, y) ∈ R2 ; x2 + y 2 ≤ r2 }. Calcúlese E
1d(x, y).
Coordenadas cilíndricas, n = 3
Tomamos U = R+ ×] − π, π[×R , V = R3 \{(x, 0, z); x ≤ 0}, y la aplicación
ϕ : U −→ V definida por
ϕ(ρ, θ, z) = (ρcosθ, ρsenθ, z).
En este caso
detJϕ (ρ, θ, z) = ρ > 0, ∀(ρ, θ, z) ∈ U,
y por tanto
∫ ∫
f (x, y, z)d(x, y, z) = f (ρcosθ, ρsenθ, z)ρd(ρ, θ, z).
E ϕ−1 (E)
Ejercicio:
∫ Sea E = {(x, y, z) ∈ R3 ; x2 + y 2 ≤ r2 ; 0 ≤ z ≤ h}, con r, h > 0.
Calcúlese E 1d(x, y, z).
Coordenadas esféricas, n = 3
Tomamos U = R+ ×] − π, π[×] − π/2, π/2[ , V = R3 \{(x, 0, z); x ≤ 0}, y la
aplicación ϕ : U −→ V definida por
ϕ(ρ, θ, φ) = (ρcosθcosφ, ρsenθcosφ, ρsenφ).
En este caso
detJϕ (ρ, θ, φ) = ρ2 cosφ > 0, ∀(ρ, θ, φ) ∈ U,
y por tanto
∫ ∫
f (x, y, z)d(x, y, z) = f (ρcosθcosφ, ρsenθcosφ, senφ)ρ2 cosφd(ρ, θ, φ).
E ϕ−1 (E)
Ejercicio: Sea E = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 ≤ r2 }, con r > 0. Calcúlese su

volumen.
1. Calcúlense las siguientes integrales:

∫
a) sen2 x sen2 y d(x, y), I = [0, π] × [0, π].
I
∫
x2
b) d(x, y), I = [0, 1] × [0, 1].
I 1 + y2
∫
c) y logx d(x, y), I = [1, e] × [1, e].
I
∫
d) x3 y 3 d(x, y), I = [0, 1] × [0, 1].
I
∫
1
e) d(x, y), I = [0, 1] × [0, 1].
I (1 + x + y)2
∫
f) x log(xy) d(x, y), I = [2, 3] × [1, 2].
I
∫
g) y cos(xy) d(x, y), I = [0, 1] × [1, 2].
I
2. Sea f : A → R , calcúlese su integral en los siguientes casos:
a) f (x, y) = 1 siendo A la región limitada por y 2 = x3 , y = x.

b) f (x, y) = x2 siendo A la región limitada por xy = 16, y = x, y = 0, x = 8.
c) f (x, y) = x siendo A el triángulo de vértices (0, 0), (1, 1), (0, 1).
d) f (x, y) = x siendo A la región limitada por la recta que pasa por (0, 2) y
(2, 0) y la circunferencia de centro (0, 1) y radio 1.
x
e) f (x, y) = e y siendo A la región limitada por y 2 = x, x = 0, y = 1.
x x2
f) f (x, y) = x2 +y 2
siendo A la región limitada por y = 2
,y = x.
g) f (x, y) = xy 2 siendo A la región limitada por y 2 = 2x, x = 1.
h) f (x, y) = xy siendo A la región limitada por la semicircunferencia superior
(x − 2)2 + y 2 = 1 y el eje OX.
i) f (x, y) = 4 − y 2 siendo A la región limitada por y 2 = 2x y y 2 = 8 − 2x
2
j) f (x, y) = ex siendo el conjunto A el triángulo formado por las rectas 2y = x,
x = 2 y el eje x
∫
3. Calcúlese A
f en cada uno de los casos siguientes:
a) f (x, y) = 1 − x − y, A = {(x, y) ∈ [0, 1] × [0, 1]; x + y ≤ 1}

b) f (x, y) = x2 + y 2 , A = {(x, y) ∈ [0, 1] × [0, 1]; x2 + y 2 ≤ 1}
c) f (x, y) = x + y, A = {(x, y) ∈ [0, 1] × [0, 1]; x2 ≤ y ≤ 2x2 }

d) f (x, y) = x2 y 2 , A = {(x, y) ∈ R2 ; 0 ≤ x ≤ 1, 0 ≤ y ≤ x}
e) f (x, y) = y 2 , A = {(x, y) ∈ R2 ; x2 + y 2 ≤ r2 }
f) f (x, y) = 1, A = {(x, y) ∈ R2 ; x2 + y 2 ≤ 1, x2 + y 2 ≤ 2x}
g) f (x, y) = 1, A = {(x, y) ∈ R2 ; x2 + y 2 ≤ r2 }
h) f (x, y) = cos(x2 + y 2 ), A = {(x, y) ∈ R2 ; x2 + y 2 ≤ π/2}
1
i) f (x, y) = 2 2 2
, A = {(x, y) ∈ R2 ; x2 + y 2 ≤ 1, x ≥ 0}
(1 + x + y )
y
j) f (x, y) = 2 , A = {(x, y) ∈ R2 ; 0 ≤ x ≤ 1, 0 ≤ y ≤ x}
x
1
k) f (x, y) = √ , A = {(x, y) ∈ R2 ; x2 + y 2 ≤ 1}
4 − x2 − y 2
l) f (x, y) = x y, A = {(x, y) ∈ R2 ; x ≥ 0, y ≥ 0, 1 ≤ x2 + y 2 ≤ 2}
m) f (x, y) = x2 y, A = {(x, y) ∈ R2 ; 1 ≤ x2 + y 2 ≤ 4, x ≥ 0}
n) f (x, y) = x, A = {(x, y) ∈ R2 ; x ≥ 0, y ≥ 0, x2 + y 2 ≤ 1, x2 + y 2 − 2x ≥ 0}
4. Utilícese el cambio a coordenadas polares para el cálculo de las integrales de las

siguientes funciones en los recintos que se indican:
√
a) f (x, y) = 1 − x2 − y 2 , A = B̄((0, 0), 1)
b) f (x, y) = y, A = {(x, y) ∈ B(( 12 , 0), 12 ) : y ≥ 0}
c) f (x, y) = x2 + y 2 , A = B̄((1, 0), 1)
d) f (x, y) = x2 + y 2 , A = {(x, y) ∈ R2 : 4 ≤ x2 + y 2 ≤ 9}
5. Calcúlense las siguientes integrales dobles:
a) f (x, y) = x, A = {(x, y) ∈ R2 : x2 + y 2 ≤ 2x}

√
b) f (x, y) = x 1 − x2 − y 2 , A = {(x, y) ∈ R2 : x2 + y 2 ≤ 1, x, y ≥ 0}
c) f (x, y) = exp( xy ), A = {(x, y) ∈ R2 : y 3 ≤ x ≤ y 2 , x ≥ 0, y ≥ 0}
d) f (x, y) = (x2 + y 2 )− 2 , A = {(x, y) ∈ R2 : x ≤ y, x + y ≥ 1, x2 + y 2 ≤ 1}
3
e) f (x, y) = x2 + y 2 , A = {(x, y) ∈ R2 : (x2 + y 2 )2 ≤ 4(x2 − y 2 ), x ≥ 0}

f) f (x, y) = x2 + y 2 , A = {(x, y) ∈ R2 : x2 + y 2 ≤ 2y, x2 + y 2 ≤ 1, x ≥ 0}
6. Área de la cardioide. La curva en R2 , cuya ecuación en coordenadas polares

viene dada por ρ = 2a(1 + cosθ) (a ∈ R+ ; −π ≤ θ ≤ π se llama una cardioide.
Sea E = {(ρcos(θ), sen(θ)) : −π ≤ θ ≤ π, 0 < ρ2a(1 + cosθ)}. Calcúlese λ(E).
∫t sen(x)
7. Probar que limt→∞ 0 x
dx = π/2.
Indicaciones:
a) Probar, usando los Teoremas de Fubini y Tonelli, que la función F (x; y) =
e− xysenx es integrable en ]0, n[×]0, +∞[ y que
∫ π ∫ +∞ ∫ π
sen(x)
dx = [ exy sen(x)dx]dy.
0 x 0 0
b) Para cada natural n, sea fn :]0, +∞[−→ R la función definida por

∫ π
fn (y) = exy sen(x)dx.
0
Pruébese, integrando por partes, que {fn (y)} converge a 1

1+y 2
. Pruébese además
que |fn (y)| ≤ 1+y
2
2 , ∀n ∈ N.
c) Deducir finalmente, utilizando el teorema de la convergencia dominada que

∫t
limt→∞ 0 sen(x)
x
dx = π/2.
8. Calcúlese el volumen de la región A definida por:
a) A = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 ≤ r2 , x2 + y 2 − ry ≤ 0}.
b) A = {(x, y, z) ∈ R3 ; x2 + y 2 ≥ 1, x2 + y 2 ≤ 2, z(x2 + y 2 ) ≤ 1, z ≥ 0}.
c) A = {(x, y, z) ∈ R3 ; z 2 ≤ x2 + y 2 ≤ z}.
d) A = {(x, y, z) ∈ R3 ; 0 ≤ z ≤ 1 − (x2 + y 2 )}.
(e) Bóveda de Viviani A = {(x, y, z) ∈ R3 ; (x−1/2)2 +y 2 ≤ 1/4}∩{(x, y, z) ∈
R3 ; x2 + y 2 + z 2 ≤ 1, 0 ≤ z}}.
(f) cucuruchu de helado invertido
A = {(x, y, z) ∈ R3 ; x2 + y 2 ≤ (1 − z)2 , x2 + y 2 ≤ z/2, z ≤ 1}.
(g) Volumen del toro de radios r y R (flotador).
9. Sólidos de revolución generados por un giro alrededor del eje OY . Sea

E ⊆ R+0 × R un conjunto medible. Consideremos el conjunto
√
S = {(x, y, z) ∈ R3 ; ( x2 + y 2 , z) ∈ E}
o (sólido de revolución obtenido al girar el conjunto E contenido en el plano XY

en torno al eje OY). Probar que S es medible y que
∫
λ(S) = 2π xd(x, y).
E
10. Calcúlense las siguientes integrales triples:

∫
1
a) d(x, y, z), I = [0, 1] × [0, 1] × [0, 1].
I (1 + x + y + z)3
∫
z e−(x
2 +y 2 )
b) d(x, y, z) , A = {(x, y, z) ∈ R3 ; 2(x2 +y 2 ) ≤ z 2 , z ≥ 0, z ≤ 1}.
A
∫ √ √
c) x2 + y 2 + z 2 d(x, y, z) , A = {(x, y, z) ∈ R3 ; x2 + y 2 ≤ z ≤ 4}.
A
∫
d) (x + y − 2z) d(x, y, z) , A = {(x, y, z) ∈ R3 ; z 2 ≥ x2 + y 2 , z ≥ 0, z ≤ 3}.
∫A (√ )n
e) 2 2
x +y +z 2 d(x, y, z) , A = {(x, y, z) ∈ R3 ; x2 + y 2 + z 2 ≤
A
a2 } (n ∈ N, a ∈ R+ ).
f) f (x, y, z) = (x+y +z)2 , A = {(x, y, z) ∈ R3 : x2 +y 2 +z 2 ≤ 1, x2 +y 2 +z 2 ≤
2z}
g) f (x, y, z) = z, A = {(x, y, z) ∈ R3 : x2 + y 2 ≤ z 2 , 0 ≤ z ≤ 1}
h) f (x, y, z) = x2 , A = {(x, y, z) ∈ R3 : x ≥ 0, x2 + y 2 + (z − 1)2 ≤ 1, 4z 2 ≥
3(x2 + y 2 )}
√
i) f√(x, y, z) = zy x2 + y 2 A = {(x, y, z) ∈ R3 : 0 ≤ z ≤ x2 + y 2 , 0 ≤ y ≤
2x − x2 }
j) f (x, y, z) = z, A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 ≤ 2, x2 + y 2 ≤ z}
k) f (x, y, z) = z 2 , A = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 ≤ R2 , x2 + y 2 + z 2 ≤ 2Rz}
√ √
l) f (x, y, z) = x2 + y 2 + z 2 , A = {(x, y, z) ∈ R3 : x2 + y 2 ≤ z ≤ 3}
∫∞ √
11. Demuéstrese que −∞ e−ax /2 dx = 2π/a, donde a > 0.
2
∫
12. Calcúlese A f en cada uno de los casos siguientes:
2 y2
a) f (x, y) = 1, A = {(x, y) ∈ R2 ; xa2 + b2
≤ 1}
2
b) f (x, y) = 1, A = {(x, y) ∈ R2 ; x4 + y 2 ≤ 1, x2 ≤ y}
2 2
c) f (x, y, z) = z, A = {(x, y, z) ∈ R3 : x2 + y4 + z9 ≤ 1, z ≥ 0}
( )
d ) f (x, y) = exp y−x
y+x
, A = {(x, y) ∈ R2 : x, y ≥ 0, x + y ≤ 2}
13. Estúdiese la integrabilidad de las siguientes funciones:
a) f : R2 −→ R definida por f (x, y) = xy

(x2 +y 2 )α
, ∀(x, y) ∈ R2 (α > 0).
b) f : R2 −→ R definida por f (x, y) = sen(x)sen(y)
(x2 +y 2 )α
, ∀(x, y) ∈ R2 (1 < α < 2).
Bibliografía
[1] C. Aparicio del Prado y R. Paya Albert, Análsisis Matemático. Textos

universitarios.Ciencias. Universidad de Granada (1985).
[2] C. J. Pérez González, Cálculo diferencial e integral de funciones de una varia-

ble. Ver dirección electrónica en bibliografía.
[3] M.D. Acosta, C. Aparicio, A. Moreno y A. R. Villena, Apuntes de Análisis

Matemático I. Ver dirección electrónica en bibliografía.
87

Análisis Matemático II

Cargado por

Copyright:

Formatos disponibles

Análisis Matemático II

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Análisis Matemático II

Cargado por

Copyright:

Formatos disponibles

Grado en Ingeniería Informática y Matemáticas

Departamento de Análisis Matemático

0.1. Sucesiones de funciones. . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.3.3. Aplicaciones: Teorema de Riesz e Integrales dependientes de un

0.1. Sucesiones de funciones.

En las aplicaciones del Análisis Matemático es frecuente que la solución a un cierto

0.1.2 Tipos de convergencia. Criterio de Cauchy.

0.1.3 Convergencia, continuidad, derivación e integrabilidad.

0.1.4 Series de funciones.

0. 1.5 Relación de ejercicios.

0.1.2. Tipos de convergencia. Condición de Cauchy.

Obsérvese que la sucesión dada en el primer ejemplo converge uniformemente

Damos ahora dos importantes caracterizaciones de gran utilidad de la convergencia

1. {fn } converge uniformemente en A a la función f .

2. Dada cualquier sucesión {an } de elementos de A se verifica que la sucesión

Demostración. Para hacer en clase

Como consecuencia, deducimos que la convergencia de la sucesión de funciones del

El segundo criterio para la determinación de la convergencia uniforme tiene la ven-

Teorema 0.1.2. (Criterio de Cauchy)

1. Existe f : A → R una función tal que {fn } converge uniformemente en A a f .

Demostración. Para hacer en clase

0.1.3. Convergencia, continuidad e integrabilidad.

Corolario 0.1.4. (Continuidad, convergencia uniforme e integración)

Demostración. Para hacer en clase

La demostración con la hipótesis de integrabilidad, obliga previamente a probar la

Veamos finalmente la relación de la convergencia con la derivación. Viendo los pre-

Corolario 0.1.5. (Derivación y convergencia uniforme )

Demostración. Para hacer en clase el caso "de clase uno"

La demostración con la sola hipótesis de derivabilidad es algo más laboriosa y puede

Finalizamos esta sección enunciando un profundo resultado sobre la aproximación

Teorema 0.1.6. (Teorema de Weierstrass)

Se puede probar que la sucesión {Bn,f } converge uniformemente en el intervalo [0, 1]

La demostración puede verse en [2, Sección 10.5]

0.1.4. Series de funciones

En este contexto∑también podemos ∑hablar de convergencia absoluta en un con-

Demostración. Para hacer en clase

Como consecuencia de los teoremas ya establecidos obtenemos el siguiente resultado

converge uniformemente en J, entonces la serie fn converge uniformemente

Demostración. Para hacer por el alumno.

El criterio de Cauchy ya comentado proporciona una poderosa herramienta para el

Teorema 0.1.9. (Test de Weierstrass) ∑

∑ una sucesión {an }

entonces la serie fn converge absoluta y uniformemente en B.

Demostración. Para hacer en clase.

El problema que se plantea cuando el criterio de Weierstrass no es aplicable es similar

Lema 0.1.10. Sean a1 , a2 , · · · , ap , ap+1 y b1 , b2 , · · · , bp números reales. Si represantamos

Demostración. Sea B0 = 0. Es claro, puesto que bk = Bk − Bk−1 , que

Proposición ∑0.1.11. (Criterio de Leibnitz) Sea A un subconjunto no vacío de números

0.1.5. Relación de ejercicios

1. Estudia la convergencia uniforme en intervalos de la forma [0, a] y [a, +∞[, donde

2. Dado α ∈ R, consideremos la sucesión de funciones {fn }, donde fn : [0, 1] −→ R

3. Para cada n ∈ N, sea fn : [0, π/2] −→ R la función dada por:

4. Para cada n ∈ N sea fn :]0, π] −→ R la función dada por:

5. Estudia la convergencia puntual y uniforme de la sucesión de funciones {fn },

6. Estudia la convergencia uniforme en intervalos de la forma ] − ∞, −a], [−a, a] y

fn (x) = nsen(x/n) (x ∈ R).

7. Estudia la convergencia uniforme en R+0 , de la sucesión de funciones {fn } definidas

8. Sea, para cada n ∈ N,

b) uniformemente en semirrectas cerradas que no contienen al cero.