02 FORO 01: CLASIFICACIÓN DE SERIES DE POTENCIA

PARTE 1:

 Series Telescópicas

Una serie es telescópica cuando viene dada por alguna de las siguientes formas

Examinaremos la primera, siendo la segunda completamente análoga.

Observe que la suma parcial n-ésima es

Los paréntesis se han colocado solamente para mostrar cómo aparece cada
sumando, y quitándolos se hace evidente que se eliminan casi todos los terminos
excepto el primero y el último. En definitiva la n-ésima suma parcial nos queda

Se sigue que una serie tiende a un además si la serie

telescópica converge si y número finito converge, su suma
sólo si cuando será

Si tenemos presente cómo queda un telescopio al plegarlo o desplegarlo, se

entiende la razón por las que estas sumas se llaman telescópicas.
Ejemplo 2.6.1 Demuestre que la siguiente serie telescópica (aunque de entrada
no se note) converge y calcule su suma.

Solución: Recordemos como expresar una fracción en fracciones parciales.

Entonces

 Teorema de la Divergencia

Supongamos que S es una superficie cerrada, lisa y a trozos que encierra el

sólido E en el espacio. Supongamos que S está orientado hacia el exterior, y
que F es un campo vectorial con derivadas parciales continuas en una región
abierta que contiene a E. Entonces
∭EdivFdV=∬SF.dS.
Figura 6.87 El teorema de la divergencia relaciona una integral de flujo a través
de una superficie cerrada S con una integral triple sobre el sólido E encerrado
por la superficie.
Recuerde que la forma de flujo del teorema de Green establece
que ∬DdivFdA=∫CF.Nds. Por lo tanto, el teorema de la divergencia es una
versión del teorema de Green en una dimensión superior.
La demostración del teorema de la divergencia está fuera del alcance de este
texto. Sin embargo, vemos una demostración informal que da una idea general
de por qué el teorema es verdadero, pero no demuestra el teorema con todo el
rigor. Esta explicación sigue a la explicación informal que se ha dado de por qué
es cierto el teorema de Stokes.
Series Armónicas

la serie,

recibe el nombre de serie armónica y es el resultado de sumar los inversos de

los números enteros. Su nombre deriva del concepto de sobretonos o armónicos
en música. La frecuencia del tono fundamental y la de los sucesivos sobretonos
de una cuerda que vibra guardan una relación de 1/2, 1/3, 1/4, etc
En torno a 1350 Nicole Oresme demostró que la serie armónica es divergente,
esto es, su suma crece sin parar, no tiene límite.
  Series de Raíz
En matemáticas, el criterio de la raíz o criterio de Cauchy es un método para
determinar la convergencia de una serie usando la cantidad donde son los
términos de la serie. El criterio dice que la serie converge absolutamente si esta
cantidad es menor que la unidad y que diverge si es mayor que la unidad. Es
particularmente útil en relación con las series de potencias.
El criterio establece que:
Si C < 1, entonces la serie converge absolutamente
Si C > 1, entonces la serie diverge,
Si C = 1 y de cierto en adelante, entonces la serie diverge.
En otros caso el criterio no lleva a ninguna conclusión.
Hay algunas series en que C= 1 y la serie converge, por ejemplo, y hay otros
para los que C= 1 y la serie diverge.

 Series Potencia
Las series de potencias, vistas como funciones, tienen un comportamiento
bueno, en el sentido de que son funciones continuas y derivables de cualquier
orden. Mas aun, su función derivada es, otra vez, una serie de potencias. Desde
un punto de vista más práctico, las series de potencias aproximan a su función
suma. Es decir, la suma parcial de orden n, que no es más que un polinomio de
grado n a lo sumo, representa una aproximación a la función suma en su dominio
de convergencia. En la siguiente figura, Fig. 4.1, puede verse la función f(x) = e
x junto con algunas aproximaciones mediante sumas parciales de su serie de
potencias.

 Series Alternantes

Cualquier serie cuyos términos alternan entre valores positivos y negativos se

denomina serie alternante. Se puede escribir una serie alternante en la forma

o
Donde bn ≥ 0 para todos los enteros positivos n.

 Series Taylor

La serie de Taylor es una serie de potencias que se prolonga hasta el infinito,

donde cada uno de los sumandos está elevado a una potencia mayor al
antecedente.
Cada elemento de la serie de Taylor corresponde a la enésima derivada de la
función f evaluada en el punto a, entre el factorial de n(n!),y todo ello, multiplicado
por x-a elevado a la potencia n.
En términos formales o matemáticos, la serie de Taylor tiene la siguiente forma:

Para entender mejor la serie de Taylor, debemos tener en cuenta que a es un

punto de una recta tangente a la función f. Dicha recta puede, a su vez,
expresarse como una función lineal que tiene como pendiente la misma
pendiente de la función f en el punto a.
 Series Mc Laurent

Las series de Laurent son una forma de descomposición que se puede llevar a
cabo en cualquier función que incluso no sea analítica en un conjunto finito de
punto. Las series de Laurent contienen coeficientes que serán utilizados para la
evaluación de integrales de una manera muy sencilla. Vamos a iniciar con el
teorema de las series de Laurent. Teorema 1 (Series de Laurent) Sean γ1 y γ2
dos trayectorias circulares concéntricas, con centro en z0. Sea z! un punto en γ1
◦ γ2, tal que |z! − z0| = r1 o |z! − z0| = r2, con r2 < r1. f(z) es analítica sobre γ1 y
γ2 y en la región entre ellas, como se muestra en la figura 1. Entonces f(z) puede
representarse como una serie de potencias de orden positivo y negativo.

 Series de Fourier
La Serie de Fourier es una herramienta matemática que nos permite obtener
información de una función determinada mediante una transformación (donde
entenderemos por “transformación” al proceso que reduce la complejidad de una
ecuación). Por lo tanto, cuando se hace referencia a la Serie de Fourier ( SF),
realmente hablamos de la transformación que nos permite extraer información
sobre la frecuencia de un ciclo –puede ser cualquier función– cuando conocemos
sólo una parte de su comportamiento.
La idea intrínseca de la SF nos indica que cualquier función, generalmente
periódica, se puede aproximar por medio de funciones simples sinusoidales 1. De
forma que cuanto más coincide una onda simple con el dato observado, más
peso tiene en la determinación de la función original. (Con este procedimiento es
posible representar funciones deterministas o de índole aleatoria.)
Con la SF se adquiere un cambio en el dominio de la función; al pasar de la
información contenida en una señal, al dominio en el tiempo, para transitar al de
la frecuencia y viceversa, de suerte tal que se mejora el análisis de la señal
(Carrillo, 2003). Así que las SF son útiles en el estudio de funciones periódicas,
aunque, desafortunadamente, no aparecen con la misma frecuencia en la vida
real como las no periódicas.
No obstante, antes de continuar con el tema debemos mencionar, al menos, la
versión más intuitiva de una función periódica 2. Formalmente, una función
periódica cumple f(t) = f(t+T) para toda t, donde T es la constante mínima que
satisface la igualdad y se denomina periodo. Asimismo, definimos a la
frecuencia fr=T-1(inversa de T) y llamamos “ciclo” a la parte de la función que
abarca un tiempo equivalente a un periodo T (usualmente 2π).
Dicho lo anterior, buscamos aproximar una función f de periodo
2π y N observaciones (xn ,f(xn)) con xn=2πNn,∀n=1,...,N−1 sub intervalos equi-
distribuidos en [0,2π] por medio de un polinomio r(x) compuesto de funciones
trigonométricas, de tal manera que el punto observado f(xn) sea el mismo en el
polinomio, i.e., f(xn)=r(xn).