Espaços Uniformemente Convexos e Desigualdades

Tamanho: px
Começar a partir da página:

Download "Espaços Uniformemente Convexos e Desigualdades"

Transcrição

1 Universidade Federal do Rio Grande do Sul Instituto de Matemática Programa de Pós-Graduação em Matemática Esaços Uniformemente Convexos e Desigualdades or ROSANE MARIA FYDRYZEWSKI Porto Alegre, 07 de março de 007

2 Dissertação submetida or Rosane Maria Fydryzewski como reuisito arcial ara obtenção do grau de Mestre em Matemática elo Programa de Pós-Graduação em Matemática do Instituto de Matemática da Universidade Federal do Rio Grande do Sul Professor Orientador: Dr Leonardo Prange Bonorino Banca Examinadora: Dr Eduardo Henriue de Mattos Brietzke Dr Jaime Bruck Rioll Dr José Afonso Barrionuevo PPGMA-UFRGS) Data da Defesa: 07 de março de 007 Bolsista da Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNP

3 Agradecimentos Em rimeiro lugar uero agradecer à Deus or ter me dado força e saúde ara conseguir chegar até aui Quero agradecer em esecial à Jeferson Rodrigues Abreu, ue me acomanhou desde o início do mestrado Obrigada elo amor, comanheirismo, ela aciência, elas brincadeiras e or todo o aoio Obrigada também or fazer arte da minha vida, você sabe o uanto é esecial ara mim Em esecial, agradeço à Leonardo Prange Bonorino, ela orientação e aoio durante a dissertação Obrigada Aos rofessores da ós, Alexandre Tavares Baravieira, Jaime Bruck Rioll, Luis Gustavo Doninelli Mendes, Eduardo Henriue de Mattos Brietzke e Miguel Angel Alberto Ferrero Obrigada Quero agradecer à todos os colegas do Programa de Pós-Graduação em Matemática da UFRGS, Joyce, Cleonis, Adriana, Cintia e Taiane Em esecial aos colegas, Cícero Nachtigall ela amizade e elas horas de estudos Guilherme Pumi, elo exemlo de determinação, ela amizade, ela ajuda no L A TEXe or todo aoio Edson Werle in memorian), ela amizade, elos ensinamentos, elos conselhos Aesar do ouco temo de amizade ue tivemos, ara mim, você semre será um exemlo À toda a minha família, em esecial, à minha irmã Izolda Fydryzewski, elo aoio desde o início da minha graduação Obrigada Quero agradecer em esecial à Tatiane Bagatini, uma essoa iluminada ue Deus colocou em minha vida, você é como uma irmã ara mim Obrigada or tudo À Rosane, nossa secretária do Programa de Pós-Graduação Obrigada Quero agradecer à casa de estudante CEFAV, ela moradia gratuíta À CNP Conselho Nacional de Desenvolvimento Científico) elo aoio financeiro Ao essoal da CEFAV, Tatiane, Simone, Daiane, Guilherme, Ricardo, Márcio e Marisa elo aoio e ela amizade Obrigada a todos Por fim uero agradecer à todas auelas essoas ue, de uma forma ou de outra, contribuiram ara esta fase da minha vida Obrigada a todos

4 Para minha mãe Joseha Fydryzewski, ela comreensão, aoio e elo exemlo de vida ue é Ela sabe o uão esecial é ara mim

5 Resumo No resente trabalho nós rovamos diversas desigualdades a reseito da convexidade uniforme e a suavidade uniforme ara os esaços L Muitas dessas desigualdades são análogas a resultados já conhecidos Posteriormente rovamos várias desigualdades também envolvendo a convexidade uniforme e a suavidade uniforme ara os esaços C Dentre estas desigualdades, rovamos a desigualdade ótima -uniformemente convexa ara os esaços L e C Abstract In this work we rove several ineualities regarding the uniform convexity and the uniform smoothness of L saces Some of them are analogous to well-known results We also rove several ineualities regarding the uniform convexity and the uniform smoothness of C saces One of them is the otimal -uniform convexity ineuality for L and C saces

6 Sumário Introdução Conceitos Preliminares 3 Definições e Teoremas 3 Esaços Uniformemente Convexos e Uniformemente Suaves 7 Esaços Uniformemente Convexos e Uniformemente Suaves 7 Módulos de Convexidade e Suavidade de um Esaço de Banach 3 Teorema de Lindenstrauss 6 3 Convexidade e Suavidade Uniforme nos Esaços L 8 3 Desigualdades de Clarkson 8 3 Convexidade e Suavidade Uniforme dos Esaços L 7 33 Esaços r-uniformemente Convexos e r-uniformemente Suaves 8 4 Desigualdade Ótima -Uniformemente Convexa ara Esaços L 36 4 Desigualdade de Hanner 36 4 Desigualdade Ótima -Uniformemente Convexa Convexidade - Uniforme do Esaço de Hilbert Dualidade entre Convexidade e Suavidade Uniforme 45 5 Esaços C 53 5 Definições e algumas roriedades sobre o traço de uma Matriz 53 5 Desigualdades de Clarkson Desigualdade Ótima -Uniformemente Convexa 6 i

7 Introdução O conceito de convexidade uniforme e sua roriedade dual, a suavidade uniforme, têm um ael imortante em Análise A noção de convexidade uniforme foi introduzida or James A Clarkson em 936 A artir de suas desigualdades obtemos a convexidade e a suavidade uniforme dos esaços L A noção de suavidade uniforme foi introduzida or Marlon M Day em 944 Day rovou ue um esaço de Banach X é uniformemente suave se e somente se seu dual X é uniformemente convexo Esta dissertação tem or objetivo rovar várias desigualdades envolvendo convexidade uniforme e suavidade uniforme Para os esaços L e C Muitas dessas desigualdades já são conhecidas Mas o objetivo rincial do trabalho é rovar as desigualdades de Olof Hanner ara esaços L Essas desigualdades são conhecidas como desigualdades de Hanner Provar também a desigualdade ótima -uniformemente convexa ara os esaços L e C A rova da desigualdade ótima -uniformemente convexa ara os esaços C é devida a Elliott H Lieb O trabalho é dividido como segue O Caítulo aresenta conceitos reliminares ue são introduzidos sem demonstração No Caítulo definimos convexidade e suavidade uniformes, modulo de convexidade e de suavidade Mostramos ue se um esaço de Banach X é uniformemente convexo, seu dual X é uniformemente suave Provamos também ue o módulo de suavidade de X e seu dual X estão relacionados No Caítulo 3 definimos r-convexidade uniforme e rovamos diversas desigualdades ara esaços L, dentre elas as desigualdades de Clarkson Provamos também ue os esaços L são uniformemente convexos e suaves No Caítulo 4 mostramos as desigualdades de Hanner ara esaços L e a desigualdade ótima -uniformemente convexa ara esaços L Provamos ainda ue as desigualdades de Hanner também imlicam a convexidade e a suavidade uniforme ara esaços de funções

8 No Caítulo 5 aresentamos vários resultados ara os esaços C Provamos a desigualdade fácil de Clarkson e a desigualdade ótima -uniformemente convexa ara esaços C Todo o trabalho foi baseado em [6] e referências ali citadas

9 Caítulo Conceitos Preliminares Neste trabalho, denotamos or X, X e X o esaço de Banach, seu dual e seu bidual, resectivamente Definições e Teoremas Definição Esaços L ) Seja Ω, F, µ) um esaço de medida e X um conjunto mensurável Para definimos o esaço L de X or L X) := {f : X C; f é mensurável e f < + }, onde é a norma em L dada or f = X ) fx) dµ < +, Definição Esaços C ) Seja, denotamos or C o esaço de Banach dos oeradores comactos em um esaço de Hilbert H tal ue A = tr A A) ) < +, sendo o traço do oerador comacto B definido or tr B) = k Be k, e k ), onde {e k } é uma base ortonormal ualuer de H Teorema Desigualdade de Hölder) Sejam x i e y i C, ara i {,, m}, > e > tal ue + = Então, m m ) m ) x i y i x i y i i= i= i= 3

10 Prova: Veja [5] Teorema Desigualdade de Cauchy-Schwarz) Sejam x i e y i C, ara i {,, m}, então, Prova: Veja [5] m m x i y i i= i= ) m x i i= y i ) Teorema 3 Teorema de Hahn-Banach) Seja X um esaço vetorial real e uma função definida em X satisfazendo αx + α)y) αx) + α)y), ara todo x e y em X e todo α [0, ] Suonha ue λ é um funcional linear definido em um subesaço Y de X ue satisfaz λx) x), ara todo x Y Então, existe um funcional Λ, definido em X, satisfazendo Λx) x), ara todo x em X, tal ue Λx) = λx) ara todo x Y Prova: Veja [9] Corolário Seja y um elemento de um esaço vetorial normado X Então existe Λ X não nulo tal ue Prova: Veja [9] Λy) = Λ X y Definição 3 Sejam X e Y esaços de Banach, T : X Y x T x) um oerador linear limitado Então, T : Y X, definido or T l)x) = lt x) ara todo x X e ara todo l Y, linear e limitado, é chamado de oerador adjunto da alicação T Proosição O oerador adjunto T é linear, limitado e T = T Prova: [5] 4

11 Teorema 4 Derivação sob o sinal da integral) Dado U R n, aberto, seja f : U [a, b] R uma função com as seguintes roriedades: Para todo x U a função t fx, t) é integrável em a t b; f A i-ésima derivada arcial x i x, t) existe ara cada x, t) U [a, b] e a função f x i : U [a, b] R, assim definida, é contínua Então, a função ϕ : U R dada or ϕx) = b a fx, t) dt, ossui i-ésima derivada arcial em cada onto x U, sendo ϕ b f x) = x, t) dt x i a x i Prova: Veja [7] Em suma, ode-se derivar sob o sinal de integral, desde ue o integrando resultante seja uma função contínua Teorema 5 Seja X um esaço de Banach Para cada x X, seja x ) um funcional linear em X ue associa a cada λ X o número λx) Então a alicação J : X X x x é um isomorfismo isométrico de X em um subesaço de X Prova: Veja [9] Definição 4 Esaços Reflexivos) Se a alicação J definida como no Teorema 5, é sobrejetiva, dizemos ue X é um esaço reflexivo Observação Como J é um isomorfismo isométrico, uando X é reflexivo identificamos X e X Definição 5 Esectro) Seja T LX), o esectro de T, denotado or σt ), consiste de todos os λ C tais ue T λi) não é invertível em LX), onde I denota o oerador identidade 5

12 Definição 6 Resolvente) Seja T LX), então o conjunto ρt ) = {λ C : T λi) LX)} é chamado resolvente de T Teorema 6 Fórmula integral de Cauchy) Seja f analítica no fecho da região limitada or um caminho fechado C Se z 0 é um onto ualuer no interior de C, então fz 0 ) = fz) dz, πi C z z 0 onde a integração é efetuada no sentido ositivo ao longo de C Prova: Veja [5] 6

13 Caítulo Esaços Uniformemente Convexos e Uniformemente Suaves Neste caítulo vamos definir esaços uniformemente convexos e uniformementes suaves Definimos também o Módulo de Convexidade e o Módulo de Suavidade ara tais esaços Provamos alguns resultados imortantes ue envolvem tais definições e ue X é uniformemente convexo se, e somente se, X é uniformemente suave Mostramos também ue o módulo de convexidade ara um esaço normado X e o módulo de suavidade ara seu dual X estão relacionados Esaços Uniformemente Convexos e Uniformemente Suaves Definição Esaços Uniformemente Convexos) Um esaço normado X é dito uniformemente convexo se, ara todo ε > 0, existe δ > 0 tal ue, se x e y são vetores unitários em X, x y ε = x + y δ Definição Esaços Uniformemente Suaves) Um esaço normado X é dito uniformemente suave se, ara todo ε > 0, existe τ > 0 tal ue, se x e y são vetores unitários em X, x y τ = x + y ετ 7

14 Lema Seja X um esaço de Banach Então, X é uniformemente convexo se, e somente se, uaisuer seüencias x n e y n em X tais ue x n = y n = e lim x n + y n n = = lim x n y n = 0 n Prova: Suonhamos inicialmente ue X é uniformemente convexo Vamos suor or absurdo ue existem ε > 0 e subseüencias x nk de x n e y nk de y n em X tais ue x nk = y nk = e x n k + y nk 0, mas x nk y nk ε Isto não ocorre, ois o fato de x nk y nk ε e xn k +yn k 0 contradiz a hiótese de X ser uniformemente convexo Logo, lim n x nk y nk = 0 Recirocamente, suonhamos or absurdo ue X não é uniformemente convexo Então, ara algum ε > 0 existem seüencias x n e y n tais ue x n = y n = e x n + y n 0, e x n y n ε Mas isto é absurdo, ois o fato de x n y n ε contradiz a hiótese de lim n x n y n = 0 Logo, X é uniformemente convexo Lema Um esaço normado X é uniformemente suave se, e somente se, ara todo ε > 0, existe τε) > 0 tal ue, se x e y ertencem a X com x = e y τ, temos x + y + x y + ε y ) Prova: Vamos mostrar ue ) imlica ue X é uniformemente suave Suonhamos or absurdo ue X não é uniformemente suave Então existem ε > 0 e seüencias x n e y n tais ue x n = y n =, x n y n 0 e x n + y n < x n + y n ε x n y n ) Definindo S n = x n + y n, t n = x n y n, temos x n = S n + t n e y n = S n t n Com isso, ) se torna S n < S n + t n + S n t n ε t n, 8

15 ou seja, Defina Note ue S n + t n + S n t n > S n + ε t n 3) S n = S n = e Assim, or um lado temos S n S n e t n = t n S n t n = x n y n x n + y n n 0 S n + t n + S n t n = S n S n + t n S n + S n S n t n S n Por outro lado, = S n S n + t n + S n t n ) 4) S n + ε t n = S n S n + ε t n S n Substituindo 5) e 4) em 3), obtemos = S n + ε t n ) S n 5) S n + t n + S n t n > + ε t n, o ue contradiz ) Logo, X é uniformemente suave e isto comleta a rova Para mostrar a recíroca devemos usar um argumento similar ao do Teorema 44 Lema 3 Seja X um esaço normado uniformemente convexo e seja u 0 X com u 0 = Dado ε > 0, existe um δ > 0 tal ue se x e x satisfazem x = x = e u 0 x ) < δ e u 0 x ) < δ, então x x < ε Prova: Dado ε > 0, seja δ > 0 da definição de convexidade uniforme Note ue u 0 x + x ) u 0 x + x = x + x Então, x + x u 0x + x ) u 0 x ) u 0x x ) = u 0 x ) u 0x ) > δε) 9

16 Da definição de δ, segue ue x x < ε Isto comleta a rova Lema 4 Seja X um esaço de Banach Se X é uniformemente suave então X é uniformemente convexo Prova: Suonhamos or absurdo ue X não é uniformemente convexo Então, elo Lema, existem seüencias u n e v n em X tais ue u n = v n =, lim n u n + v n = e u n v n ε 0, ara algum ε 0 > 0 Vamos assumir ue u n + v n > ε 0 Pela definição 4n de norma, ara cada n existem x n e y n em X tais ue x n = y n =, u n + v n )x n ) u n + v n ε 0 8n e u n v n )x n ) u n v n ε 0 8n Temos então ue x n + y n + x n y n u n x n + y ) n + v n x n y ) n n n n n yn ) = u n + v n )x n ) + u n v n ) n u n + v n + u n v n n ε 0 4n > ε 0 4n + ε 0 n ε 0 4n = + ε 0 y n n Note ue yn 0 uando n Obtemos então uma contradição ao n Lema Logo, X é uniformemente convexo Agora vamos enunciar um teorema cuja rova fará uso de todos os lemas enunciados e rovados até aui A rova deste teorema é um resultado de Gottfried Köthe [4] Teorema Todo esaço uniformemente convexo é reflexivo Prova: Veja [3] 0

17 Teorema Seja X um esaço de Banach Então X é uniformemente convexo se, e somente se, X é uniformemente suave Prova: Suonhamos ue X não é uniformemente suave Então, elo Lema, existe ε 0 > 0 e existem seüencias u n, v n X tais ue u n =, v n 0 e u n + v n + u n v n > + ε 0 v n 6) Como X é uniformemente convexo e, ortanto, reflexivo, existem elementos x n, x n X tais ue x n = x n =, e u n + v n = u n + v n )x n ) u n v n = u n v n )x n ) Note ue un + v n un + v n = + vn = vn Assim temos ue Deste modo odemos concluir ue u n + v n )x n ) v n u n x n ) v n Da mesma maneira concluimos ue u n x n) v n Como or hiótese v n 0 uando n, odemos afirmar ue, ara um δε 0 ) eueno, v n < δε 0), segue do Lema 3 ue x n x n < ε 0 Portanto, temos ue u n + v n + u n v n = u n + v n )x n ) + u n v n )x n) Podemos concluir ue = u n x n ) + v n x n ) + u n x n) v n x n) u n x n ) + u n x n) + v n x n x n u n + v n + u n v n u n x n ) + u n x n) + v n x n x n u n x n + u n x n + ε 0 v n + ε 0 v n, o ue contradiz 6) ara ε < ε 0 Logo X é uniformemente suave Recirocamente, como X é um esaço de Banach, então X também é um esaço de Banach, e como X é uniformemente suave, elo Lema 4 temos ue X é uniformemente convexo Como X é um subesaço de X e como X é uniformemente convexo, então X é uniformemente convexo

18 Módulos de Convexidade e Suavidade de um Esaço de Banach Definição Módulo de Convexidade) Seja X um esaço de Banach A função dada or δ X ε) := inf { } x + y : x = y =, x y ε, é chamado módulo de convexidade de X Muitas vezes a função δ X ) é definida com ε no lugar de ε na última desigualdade A Figura dá uma noção geométrica do módulo de convexidade Figura : Noção geométrica do módulo de convexidade Proosição X é uniformemente convexo se, e somente se, δ X é estritamente ositiva ara todo ε > 0 Prova: Suonhamos ue X é uniformemente convexo Então, dados dois vetores x e y tais ue x = y = e ε > 0, semre odemos obter δ > 0 tal ue x y ε = x + y δ Desta forma, δ X ε) = inf { } x + y : x = y =, x y ε inf{ δ) : x = y =, x y ε} = inf{δ : x = y =, x y ε} = δ > 0

19 Logo, δ X é estritamente ositiva Recirocamente, suonhamos ue δ X seja estritamente ositiva Então existe η > 0 suficientemente eueno tal ue, ara x e y com x = y = e x y ε, tenhamos inf { } x + y : x = y =, x y ε η Então, x + y η, ou, euivalentemente, x + y η Fazendo η = δ, obtemos ue X é uniformemente convexo Observação Seja X um esaço de Banach A função dada or S X τ) := su { } x + y : x = y =, x y τ, 7) é uma maneira natural de definir o módulo de suavidade, ois é uma forma semelhante a definição do módulo de convexidade De ualuer forma, a definição 7) não adata bem a dualidade entre convexidade e suavidade uniformes Portanto, vamos definir em seu lugar uma outra função ρ X ) Definição Módulo de Suavidade) Seja X um esaço de Banach A função { } u + v + u v ρ X τ) := su : u =, v = τ, 8) é chamada módulo de suavidade de X Exemlo A Figura veja ágina 4) nos dá a noção geométrica de ρτ) um esaço ue não é uniformemente suave Note ue, neste caso lim 0, τ 0 τ ois os segmentos obtidos no caso da figura são roorcionais Conforme veremos na róxima roosição, ara τ eueno a diferença entre S X τ) e ρ X τ) não é substancial 3

20 Figura : Um esaço ue não é uniformemente suave Proosição Seja S X τ) dada or 7) e ρτ) dada or 8) Então, ρ X τ) lim τ 0 τ = 0 = lim τ 0 S X τ) τ = 0 ρ X τ) Prova: Suonhamos ue lim = 0 Dados x, y X tais ue x = τ 0 τ y = e x y τ, sejam Assim, u = e se τ [ 0, ] Note ue u + v u = x + y x + y v = = = = e v = x y x + y x y x + y τ x + y τ x + y x τ x x y) τ x x y ) τ τ) τ = τ τ, x x + y e u v = y x + y 4

21 Logo, u + v + u v Portanto, como ρ é crescente, = x x + y + y x + y = x + y ρτ) ρ v ) u + v u v + x + y x + y = x + y x + y x + y = Como x e y são arbitrários tais ue x = y = e x y τ, então ρτ) S X τ) 0 Assim, 0 lim τ 0 S X τ) τ lim τ 0 ρτ) τ = 0 Proosição 3 Se ρ X τ) lim τ 0 τ então X é uniformemente suave ρ Prova: Suonhamos ue lim X τ) τ 0 τ = 0, = 0, então, dado ε > 0, temos u v + u+v τ ε Pela Proosição, ara x e y tais ue x = y =, temos Então, 0 x+y τ x+y τ u v + u+v τ ε ε x + y ετ 5

22 Logo, X é uniformemente suave O róximo teorema é um resultado devido a Lindenstrauss [8], cuja rova é uma versão mais uantitativa da aresentada uando rovamos ue X é uniformemente convexo se, e somente se, X é uniformemente suave 3 Teorema de Lindenstrauss Teorema 3 Seja X um esaço de Banach O módulo de convexidade de X e o módulo de suavidade de X estão relacionados or ara todo τ > 0 ρ X τ) = su{τε δ X ε) : 0 ε }, 9) Prova: Primeiro vamos mostrar ue ara todo ε > 0 e τ > 0, δ X ε) + ρ X τ) τε 0) Para isso, sejam x, y X tais ue x = y =, x y = ε Corolário, existe f, g X satisfazendo f = g =, tal ue Pelo fx + y) = x + y e gx y) = x y Então, ρ X τ) f + τg + f τg fx) + τgx) + fy) τgy) = fx + y) + τgx y) = x + y + τ x y = x + y + ετ Logo, x + y ρ X τ) + + ετ { x + y inf δ X ε) + ετ, } : x = y =, x y ε + ετ de onde concluímos ue ρ X τ) + δ X ε) ετ ) 6

23 Agora sejam f e g em X satisfazendo f = e g = τ Dado η > 0, existem x, y X tais ue x = y = e Logo, f + g)x) f + g η e f g)y) f g η f + g + f g fx) + gx) + η + fy) gy) + η = fx + y) + gx y) + η x + y + τ x y + η = x + y + ετ + η, onde ε = x y [0, ] Subtraindo de ambos lados da desigualdade e tomando o suremo, obtemos su { f + g + f g } su 0ε 0ε = su 0ε { + x + y + ετ} + η { } x + y + + ετ + η Logo, { } f + g + f g ρ X τ) = su : f =, g = τ { } x + y su + + ετ + η 0ε { { } x + y su su : x = y =, x y ε 0ε su { δ X ε) + ετ} + η 0ε Como a desigualdade vale ara todo η > 0, segue ue De ) e ), concluímos 9) } + ετ + η ρ X τ) su {ετ δ X ε)} ) 0ε 7

24 Caítulo 3 Convexidade e Suavidade Uniforme nos Esaços L Neste caítulo vamos aresentar certas definições e resultados gerais ara esaços L Vamos rovar as desigualdades de Clarkson e, usando tais desigualdades, rovar ue os esaços L, ara > são uniformemente convexos e uniformemente suaves Notação: Durante todo este trabalho, denota o índice dual de, isto é, =, ara + 3 Desigualdades de Clarkson Lema 3 Caracterização Variacional de Somas das -ésimas Potências) Para < <, defina α : [ 0, ) [ 0, ) or Então, ara todo x, y R x + y + x y = αr) = + r) + r sinal r) { su inf )} { αr) x + α o suremo ou ínfimo existem de acordo com ou ) } y : 0 < r <, r Prova: Vamos assumir <, a rova ara é similar Vamos assumir também ue 0 < y e x = Primeiramente vamos mostrar ue se r = y temos: αr) + α r ) y = + y) + y) 8

25 De fato, αy) + α ) y = + y) + y) + y + ) y y y y = + y) + y) + y + ) y y) y = + y) + y) + y) y) = + y) + y) Assim, ara ver ue + y) + y) αr) + α ) r y ara todo r, é suficiente mostrar ue αr) + α ) r y atinge seu máximo uando y = r De fato, ) ) d αr) + α y = α r) ) dr r r α y r [ = ) + r) ) r y ) + ) r r r { [ = ) + r) r y + ) r r r ]} [ y ) ] [ = ) + r) r ] r Como 0 e + r r, o último fator é negativo Então, a exressão é ositiva se 0 < r < y, negativa se r > y e zero se r = y Portanto, αr) + α ) r y atinge seu máximo uando y = r Portanto, { ) } + y) + y) = su αr) + α y r>0 r Isto comleta a rova No róximo teorema vamos enunciar e rovar as desigualdades de Clarkson veja [4] e []) Vamos rovar as duas desigualdades ue imlicam ue os esaços L são uniformemente convexos Também rovaremos as duas desigualdades ue imlicam ue os esaços L são uniformemente suaves ] Teorema 3 Desigualdades de Clarkson) Sejam x e y funções em L Então as seguintes desigualdades são válidas: Para <, x + y + x y ) x + ) y 3) 9

26 e Para <, x + y x + y x + y + x y + x y + x y ) ) ) x + ) y 3) x + ) y 33) x + ) y 34) Prova: Primeiramente vamos rovar a desigualdade 3) Fazendo x = x+y e y = x y, odemos reescrever 3) como x + y ) x + y + x ) y, ara < Ou seja, teremos ue mostrar, x + y + x y x + y ), ara < Pelo Lema 3 odemos escrever x + y + x y = su r>0 { αr) x + α r αr) x + α r ) } y ) y, r > 0 Fazendo u = x, v = y, r = v e assumindo ue v u, teremos u ) v ) u ) αr) x + α y r = α u + α v u v [ = + v ) + v ] [ u + + u ) u ] v u u v v = u + v) + u v + v + u) v u Logo, = u + v) = u + v) = x + y ) x + y + x y x + y ), ara < 0

27 Para rovarmos a desigualdade 33), ou seja, x + y + x y ) x + ) y, ara <, reescrevemos x = x+y e y = x y Então, 33) é euivalente a x + y + x y x + y ) Pelo Lema 3 odemos escrever { x + y + x y = inf r>0 αr) x + α r αr) x + α r ) } y ) y, r > 0 Fazendo u = x, v = y, r = v e assumindo ue v u, teremos u ) v ) u ) αr) x + α y r = α u + α v u v [ = + v ) + v ] [ u + + u ) u ] v u u v v = u + v) + u v + v + u) v u Logo, = u + v) = u + v) = x + y ) x + y + x y x + y ), ara < Para rovarmos a desigualdade 34), note ue odemos reescrevê-la como ) x + y + x y x + y ), ara < 35) Fazendo x = x+y e y = x y e substituindo na desigualdade 33), teremos, ) x + y + x y ) x + y 36)

28 Analisando 35) e 36), concluímos ue ara rovarmos a desigualdade 34), basta mostrar ue o ue é euivalente a ) x + y ) x + y, ) ) x + y x + y 37) Escreva a = x e b = y Note ue a, b > 0 Suonha, sem erda de generalidade, ue a b Desta forma, 37) se torna a + b ) a + b ) 38) Agora fazendo c = a, odemos reescrever a desigualdade 38) na forma b Temos ue mostrar então ue c + ) c + ), 0 < c Elevando 39) na otência /, teremos c + ) 39) c + ) c + ) c + ) Defina, fc) = c + ) c + ) Derivando, obtemos df dc = c + ) c + ) c c + ) c c + ) c + ) [ ] = c + ) c c + ) c + ) c c + ) c + ) = c + ) [ ] c + + c c + c c + ) c + )c + ) = c + ) [ ] c c 30) c + ) c + )c + )

29 Note ue, como e 0 < c, o último fator de 30) é não-ositivo, ortanto, a exressão é não-ositiva, isto é, df 0 Ainda temos ue f ) = dc 0, ou seja, c = é um onto crítico de f no intervalo 0 < c Como 0, c = é um onto de mínimo Portanto, df dc fc) = c + ) c + ) = f) Com isso odemos concluir ue a desigualdade 34) é válida A rova da desigualdade 3) é análoga a aresentada ara 34) Isto comleta a rova do teorema Lema 3 Sejam E e F esaços vetoriais Sejam E e F os esaços duais de E e F, resectivamente Então, E F ) = E F Prova: Sejam as imersões T : E E F dada or T x) = x, 0) e T : F E F dada or T y) = 0, y) Seja lx, y) E F ), então lx, y) = l x, 0) + 0, y) ) = lx, 0) + l0, y) = l T x) ) + l T y) ) = l x) + l y) E F, onde l = l T e l = l T Logo, E F ) E F Revertendo o argumento anterior, rova-se a outra inclusão Lema 33 Sejam, > com + =, então, definindo L, = L L, temos L, ) = L, Prova: Basta notar ue, elo Lema 3), L, ) = L L ) = L ) L ) = L L = L, Pela linearidade de l 3

30 Lema 34 Seja > e 0 < ε, então Prova: Defina Note ue f0) = 0 Fazendo, df dε ε ) ε fε) = ε ) ε + = ε ) ε ) + ε = ε ) ε + ε = ε [ ε ) ] Como < 0 e, considerando-se 0 < ε <, temos ue ε ) >, o ue imlica df/dε < 0, ara 0 < ε < Portanto, fε) é uma função decrescente em 0 ε Como f0) = 0, concluímos ue, fε) = ε ) + ε < 0, ara 0 < ε Portanto, ε ) ε Lema 35 Sejam > e 0 < τ Então, + τ ) + τ Prova: Defina fτ) = + τ ) τ Note ue f0) = 0 Fazendo, df dτ = + τ ) τ τ = + τ ) τ τ ] = τ [ + τ ) Como < 0 e +τ ) <, então o último fator é negativo e, ortanto, df o todo é negativo, ou seja, < 0 ara 0 < τ < Portanto, fτ) é uma dτ função decrescente em 0 τ Como f0) = 0, concluímos ue fτ) = + τ ) τ < 0 4

31 Portanto, ara 0 < τ, temos + τ ) < + τ Proosição 3 A desigualdade 34) é conseüência da desigualdade 3) Prova: Sejam s, t < e L s L s com a norma s,t definida or x, y) s,t = Defina o oerador B : L s,t L s,t or x + y Bx, y) =, x y ) x t s + ) y t t s 3) Afirmação : O oerador B : L, L, é limitado ara < com norma De fato, fazendo s = e t = em 3), teremos, Bx, y), = x + y, x y ), x+y + ) x y = x + y ) = x, y), x, y), = x, y), Portanto, Bx, y), x, y), O oerador B é auto-adjunto, então definindo, B : L, ) L, ), elo Lema33), B : L, L, Mas, ela Proosição, B = B, então B também é limitado com norma ara Portanto, B x, y), x, y), Afirmação : Se, então x, y), x, y),, ou seja, Por 3 x + ) y x + ) y 3) 5

32 De fato, fazendo a = x e a = y, odemos reescrever 3) como a + a ) a + a ), ue é euivalente a Mas, ) a i i= i= a i ) Então, a i 3 a i ) i= i= = i= a i a i i= i= ) ) a i i= ) r ) r Elevando ambos os lados da desigualdade na otência, teremos ou seja, i a i i= ) a i ) i i= a i a i ), ) Portanto, x, y), x, y), Concluindo temos, B x, y), x, y), x, y),, ara <, ou seja, B : L, L, é limitado ara < com norma 3 Usando a desigualdade de Holdër ara r + = 6

33 3 Convexidade e Suavidade Uniforme dos Esaços L Proosição 3 Para >, o esaço L é uniformemente convexo Prova: Sejam e x = y = Pela desigualdade 34) temos x + y + x y x + y = Então, se x y ε com 0 < ε, nós vemos ue x + y x y ε Elevando ambos os lados na otência, temos x + y ε ) Fazendo δ = ε ), obtemos x + y δ Por outro lado, sejam < e x = y = Pela desigualdade 3), temos x + y + x y x + ) y = Então se x y ε, com 0 < ε, nós vemos ue x + y x y ε Elevando ambos os lados na otência, obtemos x + y ε ) Fazendo δ = ε ), obtemos x + y δ 7

34 Proosição 3 Para >, o esaço L é uniformemente suave Prova: Sejam e x = y =, ela desigualdade 33) temos, x + y + x y x + ) y Então se x y τ, com τ > 0, nós vemos ue x + y τ Elevando ambos os lados na otência, obtemos x + y τ ) Dado ε > 0, seja τ eueno de modo ue ε > τ ) τ lim τ 0 τ ) = Isto é ossível ois, = 0 Logo, τ ) τ ετ ara τ eueno e, ortanto, x + y ετ Para <, usando a desigualdade 3) e de forma análoga a feita ara o caso > obtemos, x + y ετ, ara τ eueno No Caítulo nós definimos o módulo de convexidade e o módulo de suavidade ara um esaço normado X Fazendo uso de tal fato, agora odemos definir r-convexidade e r-suavidade uniforme de um esaço normado X 33 Esaços r-uniformemente Convexos e r-uniformemente Suaves Definição 33 Esaço r-uniformemente convexo) Um esaço normado X é dito r-uniformemente convexo se existe c > 0 tal ue ε ) r δ X ε), c ara r > e ara ε > 0 8

35 Definição 33 Esaço r-uniformemente suave) Um esaço normado X é dito r-uniformemente suave se existe um k > 0 tal ue τ ) r ρ X τ), k onde r > e τ > 0 Proosição 33 Para < e + =, temos ue os esaços L e L são -uniformemente suave e -uniformemente convexo Prova: Fazendo s =, sejam x, y L s A artir da desigualdade 3) obtemos, ara <, ou seja, x + y s + x y s ) x s + ) y s x + y s + x ) y s = x s + y s ) = x s + y s ) x s + y s ) 33) Agora substituindo resectivamente x e y or x + y e x y em 33) e reorganizando algumas otências de, obtemos ue é euivalente a x s + y s ) x + y s + x y s ), x s + y s ) x + y s + x ) y s 34) Esta desigualdade também é válida ara s = or 33) Sejam x = y = e x y = ε, de 33) obtemos, de onde segue ue x + y s + x y s + =, x + y s x y s = ε ) Então, x + y s ε ) 9

36 Elevando ambos os lados da desigualdade na otência, obtemos, x + y ε ) s o ue é euivalente a ou seja, 4 ε, x + y ε s, δ Ls ε) ε Logo, L s é -uniformemente convexo Para rovarmos ue L s é -uniformemente suave, rimeiramente recisamos mostrar ue vale a seguinte desigualdade, ara <, x s + y s ) x s + y s ) 35) Fazendo a = x s e b = y s, odemos reescrever 35) como, a + a ) a + a ) Mas, ela desigualdade de Hölder ara + =, temos logo, a + a ) = a i i= = ) i= i= a i ) a i i= Portanto, or 34) e 35) temos i= i= ), a i a i ) ) 4 Pelo Lema 34 x s + y s x s + y s ) x + y s + x y s ) 36) 30

37 Fazendo x = u + v, y = u v, com u = e v = τ e substituindo em 36), obtemos ou seja, Portanto, u + v s + u v s u s + v s = + τ ) = + τ ) 5 + τ ), u + v s + u v s ρ Ls τ) τ, o ue mostra ue L s é -uniformemente suave τ ) Lema 33 Sejam x e y funções em L e, então x + y + x y x + y + x y ) 37) Prova: Fazendo a = x + y e a = x y, odemos reescrever 37) como a + a ) a + a ) Mas, ela desigualdade de Hölder ara + r =, Logo, a i = i= a i i= i= = a i ) ) r r ) a i i= i= a i i= i= ) a i ), 5 Pelo Lema 35 3

38 e isto comleta a rova Proosição 33 Seja X um esaço normado uniformemente convexo e suonha ue δ X ε) ε c) r ara alguma constante c e ara r > Então x + y r + x y r ara todo x, y tais ue x + y = x y x r + yk r, Prova: Sejam x = y =, 0 < ε e x y = ε Sabemos ue δ X ε) ) ε r, c então x + y ε r c) Elevando ambos os lados da desigualdade na otência r, obtemos x + y r ε ) r ) r ) 38) c Podemos suor ue c > é tal ue ) ε r c < Então, usando um argumento r análogo ao do Lema 34, odemos afirmar ue z) r ) r r z, r ara z Logo, r x + y r ) ε r ) r c) ) r r ε ) r 39) r c Tomando k = c ) t t com t + r x + y r r ) r r = r r = r ε ) r = k = x y k = e substituindo em 39) temos ) r ) r ) r r ε k t ) t ε k r r ε r k r r r ) r ) r r ) r ) r ) 3

39 Logo, x + y r + x y k r = x r + y r, 30) ara todo x e y tais ue x = y = De fato, esta desigualdade continua válida se x = y Substituindo x or x + y e y or x y em 30), obtemos x + y r + x y r x r + k y r, 3) ara r >, desde ue x + y = x y As duas definições ue serão aresentadas a seguir, serão aresentadas com algumas restrições interessantes Estas definições serão usadas ara mostrar as relações entre muitas desigualdades ue ainda vamos aresentar Definição 333 Segunda definição de r-convexidade uniforme) Um esaço normado X é dito ser r-uniformemente convexo ara algum r > se existe uma constante k tal ue, ara todo x, y X, x + y r + x y r x r + yk r 3) Essa constante k é chamada constante de r-convexidade uniforme de X Observação: Na segunda definição de r-convexidade uniforme, o caso interessante em ue vai valer certos resultados aresentados aui neste trabalho é o caso r Note ue não estamos imondo x y = x + y Definição 334 Segunda definição de suavidade t-uniforme) Um esaço normado X é dito ser t-uniformemente suave ara algum t, ] se existe uma constante k tal ue, ara todo x, y X, x + y t + x y t x t + ky t 33) Essa constante k é chamada de constante de t-suavidade uniforme de X Proosição 333 Seja X um esaço de Banach Sejam x, y X Se 30) vale, então é imediato ue ε ) r δ X ε), c ara alguma constante c e r > 33

40 Prova: Sejam x = y = e x y = ε Temos or hiótese ue, r r x + y + x y k x r + y r Então, x + y r ε ) r k Elevando ambos os lados da desigualdade na otência, temos, r x + y ε ) r ) r k 6 ε ) r r k Fazendo c = kr r ) r, obtemos x + y ε r c) Ou seja, Isto comleta a rova ε ) r δ X ε) c Proosição 334 Seja k uma constante tal ue, ara x, y X, x + y t + x y t x t + ky t, ara < t, então ρ X τ) cτ) t, ara < t, ara algum c > 0 Prova: Sejam x = e y = τ Pelo Lema 33 temos, x + y + x y x + y t + x y t x t + ky t ) t ) t 6 Pelo Lema 34 7 Pelo Lema 35 = + kτ) t) t 7 + kτ)t t 34

41 Fazendo c = k ) t t Logo, temos e isto comleta a rova x + y + x y ρ X τ) cτ) t, cτ) t 35

42 Caítulo 4 Desigualdade Ótima -Uniformemente Convexa ara Esaços L Neste Caítulo vamos rovar ue os esaços L são -uniformemente convexos e -uniformemente suaves Vamos rovar também a desigualdade de Hanner ara esaços de funções Provaremos também outros resultados imortantes envolvendo um esaço normado X e seu dual X 4 Desigualdade de Hanner Lema 4 Desigualdade dois ontos de Gross) Sejam a e b números reais Então as seguintes desigualdades são válidas: Para <, Para, a + b + a b a + b + a b ) a + )b ) 4) ) a + )b ) 4) Prova: Para rovarmos a desigualdade 4), vamos suor rimeiro ue 0 < b a Fazendo x = b e substituindo em 4), obtemos ue isto é a euivalente a ) + )x + x) + x), x [, ] 43) 36

43 Mas escrevendo 43) na série binomial obtemos + x) + x) Note ue = k=0 = + k=0 ) x k k )x + ) x k )x +, k ara x [, ] Pelo Lema 34 temos ) ) 3)x4 4! + Ou seja, ) + )x )x + + x) + x) = k=0 ) x k k )x + + )x ) Portanto, a + b + a b Para o caso b > a, basta notar ue ) a + )b ) a + )b b + )a e usar o caso anterior trocando a e b A rova da desigualdade 4) é análoga a aresentada ara a desigualdade 4) Basta notar ue, ara, Isto comleta rova do lema + )x ) + )x Agora vamos mostrar ue a desigualdade de Hanner é válida ara os esaços L 37

44 Teorema 4 Desigualdade de Hanner) Sejam x e y L Então as seguintes desigualdades são válidas Para <, Para <, x + y + x y x + y ) + x y 44) x + y + x y x + y ) + x y 45) Prova: Vamos rovar a desigualdade 44) A rova da desigualdade 45) é análoga Sejam x e y L e < Então, elo Lema 3, x + y + x y = x + y + x y { ) } = su αr) x + α y r>0 r { ) }) su αr) x + α y r>0 r { ) } = su αr) x + α y r>0 r = x + y ) + x y A última desigualdade segue elo mesmo argumento do Lema 3 Observação 4 Vimos no Caítulo 3 ue as desigualdades de Clarkson mostram ue os esaços L e L são -uniformemente suave e -uniformemente convexo Agora vamos ver ue as desigualdades de Hanner, 44) e 45) também determinam o módulo de convexidade e o módulo de suavidade ara todo esaço L Corolário 4 Das desigualdades de Hanner obtemos o módulo de convexidade e o módulo de suavidade ara todo esaço L Prova: Sejam, x = y = e x y ε Da desigualdade ) x x + y + y x + y + x y, obtemos, x + y x y ε ) 38

45 Portanto, x + y ε ) Elevando ambos os lados da desigualdade na otência 34, obtemos x + y ε ) ε, e utilizando o Lema o ue é euivalente a ou seja, x + y ε, δ L ε) ε Logo, o esaço L, ara, é -uniformemente convexo Para <, considere a desigualdade x + y ) + x y x + y + x y 46) Fazendo x = x + y e y = x y e substituindo em 46) obtemos, x + y + x y ) + x + y x y x + y ) Note também ue x + y + x y ) x + y + x y ) + x + y x y x + y ) 47) Fazendo x = e y = τ e substituindo em 47) temos, ) x + y + x y + τ Elevando ambos os lados da desigualdade na otência, obtemos, elo Lema 35, x + y + x y + τ ) + τ 48) 39

46 Portanto, ρ L τ) τ Logo o esaço L, ara < é -uniformemente suave Ótima -Uniformemente Con- 4 Desigualdade vexa Proosição 4 Desigualdade Ótima -Uniformemente Convexa) Sejam x e y L Então valem as seguintes desigualdades: Para, Para <, x + y + x y x + ) y 49) x + y + x y x + ) y 40) Prova: Vamos rovar a desigualdade 49), a rova de 40) é análoga Para rovarmos a desigualdade 49) vamos usar a desigualdade de Hanner e também a desigualdade dois ontos de Gross Primeiramente vamos considerar o caso < Dados x e y L,, ela desigualdade 3), temos x + y + x ) y x + y + x y ) ) x x + y + y 4) Fazendo a = x e b = y em 4) e usando a desigualdade dois ontos de Gross obtemos, ) x x + y + y ) x + ) y Pela desigualdade de Hanner 40

47 Ou seja, x + y + x y x + ) y Para = temos, x + y + x y Isto comleta a rova X = x + y) dµ + x X y) dµ = X x dµ + X y dµ = x + y x Na róxima roosição vamos generalizar a Proosição 4 ara outras otências Um argumento simles, baseado na desigualdade de Hanner, mostra tal fato Teorema 4 Desigualdade Ótima -Uniformemente Convexa) Sejam x e y L Então valem as seguintes desigualdades: Para, Para <, x + y + x ) y x + y + x ) y x + ) y 4) x + ) y 43) Prova: Primeiramente vamos rovar a desigualdade 4) Sejam x e y L e < Fazendo a = x e b = y na desigualdade dois ontos de Gross, obtemos ) x + ) y ) x x + y + y Agora, ela desigualdade de Hanner Teorema 4) temos ue ) x x + y + y x + y + x ) y, 4

48 de onde concluímos ue x + y x + ) y + x ) y Para = a demonstração é análoga a feita na Proosição 4 Agora usando a roosição 4 estamos em condições de rovar ue os esaços L são -uniformemente suaves e -uniformemente convexos Corolário 4 Os esaços L, ara <, são -uniformemente convexos Prova: Fazendo x = x + y e ỹ = x y temos, ela desigualdade 49), ue ) x + ỹ x + ỹ Se x = ỹ = e x ỹ ε, temos x + ỹ + ) x ỹ ) x ỹ )ε 44) Elevando ambos os lados da desigualdade 44) na otência e utilizando o Lema 34, obtemos x + ỹ )ε ) Portanto, e isto comleta a rova ) δ L ε) x + ỹ ε ) ε, Corolário 4 Os esaços L, ara <, são -uniformemente suaves 4

49 Prova: Sejam x e y L tais ue x = e y = τ Pelo Lema 33 e ela Proosição 4 temos x + y + x y x + y + x y x + ) y ) ) = + )τ ) + Ou seja, x + y + x y Portanto, ρ L τ) ) τ ) τ ) τ 43 Convexidade - Uniforme do Esaço de Hilbert Definição 43 Relação de ordem simbolo O grande ) Suonha ue x x 0, com valores em R Seja N 0 uma vizinhança de x 0 tal ue fx) k gx) ara todo x N 0 R, onde k é uma constante ue indeende de x Então dizemos ue fx) é O grande de gx) uando x x 0 e escrevemos simbolicamente fx) = Ogx)) Proosição 43 Qualuer esaço de Hilbert H é -uniformemente suave e -uniformemente convexo e é o melhor exoente ara cada roriedade Prova: Usando a identidade do aralelogramo, ou seja, x + y + x y = x + y ), com x = y = e x y = ε, temos, x + y = 4 x y = 4 ε ) Portanto, x + y = ε ) 43

50 Elevando ambos os lados da desigualdade na otência, elo Lema 34 obtemos, o ue é euivalente a x + y = ε ) ε, ) x + y ε ) Então o esaço de Hilbert H é -uniformemente convexo Para rovarmos ue o esaço de Hilbert é -uniformemente suave, note ue elo Lema 33 temos x + y + x y x + y + x y ) 45) Fazendo x = e y = τ e substituindo em 45), alicando a lei do aralelogramo e o Lema 35, obtemos x + y + x y x + y + x y = x + y ) ) Então, ou seja, = + τ ) + τ x + y + x y ρ H τ) τ τ, Para concluir a rova da roosição temos ue mostrar ue é o melhor exoente ara cada roriedade Vamos analisar rimeiro o caso -uniformemente convexo Note ue, ε ) lim = ε 0 ε Portanto, ε ) ε é limitado Então ela definição 43), temos ue ε ) Oε ) 44

51 De modo análogo concluímos ue + + τ ) Oε ) Agora vamos mostrar um resultado imortante sobre a constante de -suavidade uniforme do esaço normado X e a constante -convexidade uniforme de seu dual X 44 Dualidade entre Convexidade e Suavidade Uniforme Proosição 44 Dualidade ara -Convexidade Uniforme e -Suavidade Uniforme) Seja X um esaço normado e X seu dual Então a constante de -suavidade uniforme de X a constante k em 33)) é igual a constante de -convexidade uniforme de X a constante k em 3)) Prova: Primeiramente vamos suor ue a constante de -convexidade uniforme de X seja k e vamos mostrar ue k é uma constante de -suavidade uniforme de X Sejam x, y X Vamos denotar as normas de X e X or Pelo Corolário, existem λ e µ X tais ue λ = µ =, λx + y) = x + y e µx y) = x y Defina φ, ψ X or φ = z x + y λ e ψ = z x y µ, onde Afirmação : De fato, z = x + y + x y φ + ψ = φ + ψ = z x y λ + z x + y µ = z x + y + x y ) = x + y + x y ) = x+y + x y 45

52 Afirmação : De fato, φx + y) + ψx y) x + y + x y ) = φx + y) + ψx y) Portanto, = z x + y λx + y) + z x y µx y) = x + y + x y ) x+y + x y = x + y + x y ) = x + y + x y ) x + y + x y ) φx + y) + ψx y) = φ + ψ)x) φ ψ)y) = + φ + ψ)x) φ ψ)ky) = + k φ + ψ)x) φ ψ)ky) + k φ + ψ x + φ ψ k ky [ φ + ψ + φ ψ x ) k ] + ky 46) Utilizando as desigualdades de Hölder e a desigualdade 30) em 46), obtemos x + y + x y ) [ ] φ + ψ + φ ψ k [ x + ky ] [ φ + ψ + φ ψ ] [ k x + ky ] φ + ψ ) x + ky ) = x + ky ) 46

53 Agora vamos suor ue a constante de -suavidade uniforme de X seja k e vamos mostrar ue k á uma constante de -convexidade uniforme de X Sejam ϕ e ψ X Como X é reflexivo, então X é reflexivo Logo, existem x e ỹ X tais ue x = ỹ =, e Sejam u e v X dados or u = z ϕ + ψ onde Afirmação : ϕ + ψ = ϕ + ψ) x) ϕ ψ = ϕ ψ)ỹ) z = ϕ + ψ x e v = z + ϕ ψ k u + kv = ϕ ψ k ỹ k, De fato, [ ) ) ) u + kv = z ϕ + ψ + k ϕ ψ k k [ ) ) = z ϕ + ψ ϕ ψ ] + k [ ϕ+ψ ) + ϕ ψ ] k = ϕ+ψ + ϕ ψ k = Afirmação : ϕ + ψ ϕ + ψ)u) + ϕ ψ)v) = De fato, ϕ + ψ)u) + ϕ ψ)v) = z ϕ + ψ ϕ + ψ ϕ+ψ + ϕ ψ k = ϕ+ψ + ϕ ψ ) k = ϕ + ψ + ϕ ψ k + ϕ ψ k ) ) ] + ϕ ψ ϕ ψ k k ) ) 47

54 Portanto, ϕ + ψ + ϕ ψ k ) = ϕ + ψ)u) + ϕ ψ)v) = ϕu + v) + ψu v) ϕ u + v + ψ u v [ u + v + u v ][ ϕ + ψ ] u + v + u v ) ϕ + ψ ) Isto comleta a rova 3 x + ky ) ϕ + ψ ) = ϕ + ψ ) = ϕ + ψ ) = ϕ + ψ ) Proosição 44 Dualidade da Desigualdade de Hanner) Seja X um esaço normado e X o seu dual Sejam < e + = Então, se φ + ψ + φ ψ φ + ψ ) + φ ψ 47) vale ara todo φ, ψ X, temos y + z + y z y + z ) + z y, 48) ara todo y, z X Prova: Suonhamos rimeiro ue 47) vale em X e vamos mostrar ue 48) vale em X Fazendo, y = u + v e z = u v e substituindo em 48) temos u + v ) u + v + u v ) + u + v u v 49) Sem erda de generalidade, assuma ue u + v = e r := u v Afirmação : Podemos reescrever o lado direito de 49) como onde R = α u + v + β u v = + r) + r), α = + r) + r) e β = r [ + r) r) ] Pela desigualdade de Hölder 3 Pela desigualdade 33) 48

55 De fato, R = α u + v + β u v = α + βr = + r) + r) + r + r) r r) = + r) + r) + r) r) = + r) + r) Pelo Corolário, sejam λ, µ X tais ue Defina, λ = µ =, λu + v) = u + v e µu v) = u v φ = αr u + v λ e ψ = βr u v µ Afirmação : De fato, φu + v) + ψu v) = R φu + v) + ψu v) = αr u + v u + v + βr u v u v = R α u + v + β u v ) = α u + v + β u v α u + v + β u v ) = α u + v + β u v ) = R ) = R Portanto, ela desigualdade de Hölder, R = φu + v) + ψu v) = φ + ψ)u) + φ ψ)v) φ + ψ)u) + φ ψ)v) φ + ψ u + φ ψ v [ φ + ψ + φ ψ ][ u + v ] φ + ψ + φ ψ ) u + v ) Para comletar a demostração de 49), recisamos mostrar ue, T := φ + ψ + φ ψ 49

56 Mas, or 47) temos, T = φ + ψ + φ ψ = φ + ψ ) + φ ψ [ ] R α u + v λ + R β u v µ [ + R α u + v λ R β u v µ = R [ α + βr ] + R [ α βr ] = R [ + r) + r) + r [ + r) r) ] r ] +R [ + r) + r) r [ + r) r) ] r ] = R [ + r) ] + R [ r) ] = R [ + r) + r) ] = + r) + r) + r) + r) = ] Vimos no Caítulo 3 duas definições ara r-convexidade uniforme e t-suavidade uniforme, agora vamos terminar o caítulo rovando a euivalência destas duas definições Teorema 44 Euivalência das Definições de r-convexidade Uniforme e t-suavidade Uniforme) Seja X um esaço normado Então 30) vale ara alguma constante k e ara todo x, y X se, e somente se, δ x ε) ) ε r c vale ara r > e alguma constante c Similarmente, 33) vale ara alguma constante k e ara todo x, y X se, e somente se, ρ X τ) cτ r vale ara alguma constante c Prova: Pela Proosição 334), temos ue a validade de 33) ara alguma constante k e ara x, y X imlica ue ρ X τ) cτ r vale ara alguma constante c Agora suonhamos ue ρ X τ) cτ r vale ara < r e alguma constante c Sejam x = e y Logo x+y + x y c y ) r Defina os números b := x + y + x y Afirmação: x + y r + x y r ) r x + y + x y e a := = b x + y x y x + y + x y [ + a) r + a) r ) r ] 40) 50

57 De fato, [ ) ] + a) r + a) r r b = ) + x+y x y r x+y + x y = b + x+y x y x+y + x y ) r [ ) r x + y + x y x + y = + x + y + x y x + y + x y { x + y + x y = r b x y x + y + x y ) ]} r [ r x + y r + r x y r r ) r x + y + x y x + y + x y x + y r + x y r ) r x + y + x y = r ) r ] r A função de a do lado direito em 40) desaarece uadraticamente na origem: seja [ ) ] + a) r + a) r r a) = b, ou seja, 0) = 0 Então uma simles estimativa usando o Teorema de Taylor mostra ue a) é limitado or D r a ara alguma constante D r deendendo somente de r De fato, usando o Teorema de Taylor com resto de Lagrange odemos escrever a) como, r a) = rr )! ξ, onde ξ 0, a) Fazendo D r = rr ), obtemos ue a) = D r ξ D r a Então, desde ue a y b suosição em ρ X, ue y e < r, temos, or 40) e ela x + y r + x y r ) r + c r y r + D r y 5

58 Logo, x + y r + x y r + c r y r + D r y ) r + c + D r ) y ) r + kr r y r, ara todo x, y X com x = e y e a constante k r deendendo somente de c e r Portanto, x + y r + x y r x r + k r r y r, 4) ara todo x, y X com x = e y Finalmente, alicando a desigualdade ara, 4) vale ara todo x e y, tal ue y x x e x y x Assumindo ue k r >, 4) vale ara todo x e y Agora ela Proosição 333 temos ue a validade de 30) ara alguma constante k e ara x e y X imlica ue δ X ε) ε r c) vale ara alguma constante c Agora suonhamos ue δ X ε) ε r c) vale ara alguma constante c Então, elo teorema 3) temos ρ X τ) = su{τε δ X ε) : 0 ε } { ε r } su τε : 0 ε { c) ) r } su τε ε r : 0 ε c = τc ) r, onde + = Então elo ue mostramos na rimeira arte deste teorema, r r existe uma constante k ue torna 33) válida em X Logo, ela roosição 44, 30) é válida ara em X e, ortanto, ara X, ara alguma constante k 5

59 Caítulo 5 Esaços C Neste caítulo vamos mostrar a desigualdade fácil de Clarkson Provaremos a desigualdade ótima -uniformemente convexa E também ue os esaços C são -uniformemente convexos 5 Definições e algumas roriedades sobre o traço de uma Matriz Definição 5 Esaços C ) Dado <, denotamos or C o esaço de Banach de oeradores comactos em um esaço de Hilbert H, com a norma ) X = tr X X) ) = tr XX ) <, 5) onde X é um oerador comacto de H, X é o seu adjunto e trb) = k Be k, e k ), ara {e k } base ortonormal de H Para =, sejam X e Y esaços de Banach e LX, Y ) o conjunto de todos os oeradores lineares e limitados de X em Y Seja A LX, Y ), definimos Ax A = su x X x x 0 Dizemos ue A é a norma usual de oeradores Notação: Seja H um esaço de Hilbert Vamos denotar or LH) o conjunto de oeradores limitados de H em H 53

60 Definição 5 Um oerador U LH) é chamado uma isometria se Ux = x ara todo x H U é chamado uma isometria arcial se U é uma isometria restrita ao subesaço fechado KerU) ) Para o róximo lema, necessitaremos do bem conhecido Teorema da Decomosição Polar, ue enunciamos a seguir Definição 53 Dado A LH), com A A 0, então A := A A Teorema 5 Decomosição Polar) Seja A um oerador linear limitado em um esaço de Hilbert H Então existe uma isometria arcial U tal ue A = U A Além disso, U é unicamente determinado ela condição Ker U = Ker A Ou ainda, dom U = dom A Prova: Veja [9] Lema 5 Sejam A e B dois oeradores em C Então, tr AB) tr A B ) ) tr A B ) ) Prova: Sejam A e B dois oeradores em C e sejam U e V isometrias arciais tais ue conforme o Teorema 5) A = U A e B = V B sejam as decomosições olares de A e B, resectivamente Então, tr AB) = tr U A V B ) ) = tr B U A V B ) = tr B U A ) B V A ) Pela desigualdade de Cauchy-Schwartz, temos tr AB) tr B U A A U B ) tr = tr U A U B ) tr A V B V ) = tr A B ) tr A B ) já ue A = U A U e B = V B V Ou seja, como ueríamos rovar ) B V A A V B tr AB) tr A B ) ) tr A B ) ), Observação 5 Muitas desigualdades familiares ara a norma L valem também ara a norma C, como mostra as seguintes roosições 54

61 Proosição 5 Desigualdade de Hölder) Sejam X, Y C Então, XY r X Y, onde = + r Prova: Uma rova ode ser encontrada em [7] Proosição 5 Sejam A e B C Então, usando a desigualdade triangular ara, temos tr A + B ) tr A + B ) Prova: Seja {ϕ n } n= uma base ortonormal Sejam U, V e W isometrias arciais rovenientes das decomosições olares, assim A = V A, B = W B e A + B = U A + B Note ue A = tr A ) e A = tr A A)) = tr A )) Fazendo ϕ n = Uϕ n e usando a desigualdade de Cauchy-Schwarz obtemos, tr A + B ) = = = = = = ϕ n, A + B ϕ n ) n= ϕ n, U A + B)ϕ n ) n= ϕ n, U A + U B)ϕ n ) n= ϕ n, Aϕ n) + n= ϕ n, Bϕ n) n= ϕ n, V A ϕ n) + n= ϕ n, W B ϕ n) n= A V ϕ n, A ϕ n ) + n= B W ϕ n, B ϕ n ) n= A V A ϕ n ϕ n + B W B ϕ n ϕ n n= A V ϕ n + n= ) B W ϕ n n= n= A ϕ n n= ) ) ) B ϕ n, n= 55

62 onde a última desigualdade segue ela desigualdade de Cauchy-Schwarz Agora, ela definição de norma, segue ue tr A + B ) A V A + B W B A + B = A + B = tr A ) + tr B ), ois, [ A = tr A ) ) ] = tr A ) = A Isto comleta a rova Observação 5 Por outro lado muitas desigualdades ara normas L não valem ara normas C Muitos destes exemlos estão relacionados com a alicação X X = X X) Se f e g L então vale ue f g f g Mas isto não é verdade em geral ara o esaço C, como mostra a róxima roosição Antes, recisamos definir os oeradores de Hilbert-Schmidt Definição 54 Oeradores de Hilbert-Schmidt) Um oerador T LH) é chamado Hilbert-Schmidt se, e somente se, tr T T ) < A família de todos os oeradores Hilbert-Schmidt é denotada or l Vamos denotar o esaço de Hilbert-Schmidt or HS Proosição 53 Sejam A e B dois oeradores de Hilbert-Schimidt no esaço de Hilbert H Então, A B HS A B Prova: Vamos rovar aenas um caso articular A rova ara o caso geral ode ser encontrado em [] Sejam X e Y oeradores ertencentes ao esaço Hilbert-Schmidt e Q um oerador linear limitado satisfazendo X 0, Y 0 e Q Pela desigualdade de Cauchy-Schwartz temos ue tr XY ) tr XX )) tr Y Y )) tr XX ) + tr Y Y ) 5) 56

63 Então, 4 tr QXY ) = 4 tr tr Y QX )X Y Y QXQ Y ) ) ) + tr = tr Y QXQ ) + tr XY ) Y XY tr Y QQ Y ) + tr QX Q ) + tr XY ) = tr Y QQ ) + tr X Q Q ) + tr XY ) = tr X Q ) + tr Y Q ) + tr XY ) tr X + Y + XY + Y X ) 53) ) Sejam A = U A e B = V B as decomosições olares de A e B resectivamente Usando a desigualdade 53) ara X = A, Y = B e Q = V U, obtemos, A B HS = tr A B) A B)) = tr A + B ) Re B V U A ) tr A + B ) tr A + B + A B + B A ) = tr A + B ) tr A B + B A ) = tr A B ) = A B HS Portanto temos A B HS A B, como enunciado Observação 53 O coeficiente ue aarece na Proosição 53 é o melhor ossível considerando A e B dois oeradores uaisuer Porém, se A e B são auto-adjuntos, então é o melhor coeficiente 5 Desigualdades de Clarkson Agora vamos enunciar e rovar vários lemas ue serão utilizados ara a demostração da desigualdade fácil de Clarkson ara o caso C A rova dessa desigualdade foi feita or Dixmier, [7] Lema 5 Sejam A e B oeradores em C Então, Por 5) tr AB) tr AB ) A tr B ) 57

64 Prova: Suonhamos rimeiramente ue A 0 e B 0 Temos então, B AB A B e, ortanto, ) ) tr AB) = tr B AB tr B A B = A tr B) Agora suondo ue A e B são dois oeradores uaisuer, A, B C, temos então, tr A B ) A tr B ) = A tr B ) 54) De fato, elo Lema 5) e observando ue A = U A U, B = V B V e B = V B, onde U e V são isometrias arciais, temos tr AB) tr A B ) ) A tr B ) ) 3 A tr B ) ) A tr B ) ) = U A U tr B ) ) A tr V B V ) ) A tr B ) ) tr B V V ) ) = A tr B ) Então, tr AB) A tr B ) Para rovarmos a rimeira desigualdade, seja I o oerador identidade em C, então, ela desigualdade 54), tr AB) = tr IAB) I tr AB ) = tr AB ) Para rovarmos a última desigualdade, seja U uma isometria arcial tal ue AB = U AB Então, novamente ela desigualdade 54), temos tr AB ) = tr UAB) UA tr B ) A tr B ) Lema 5 Sejam, + a C Então, = e A, B, C e D oeradores ertencentes tr A + B)C + A B)D ) [ A + ] [ B C + ] D Se = vamos usar a norma 3 Por 54) [ A + ] B = su{ A, B } 58

O TEOREMA DE DVORETZKY-ROGERS

O TEOREMA DE DVORETZKY-ROGERS O TEOREMA DE DVORETZKY-ROGERS Alex Farah Pereira Dissertação de Mestrado aresentada ao Programa de Pós-graduação do Instituto de Matemática, da Universidade Federal do Rio de Janeiro, como arte dos requisitos

Leia mais

O espaço das sequências mid somáveis e operadores mid somantes

O espaço das sequências mid somáveis e operadores mid somantes Universidade Federal da Paraíba Centro de Ciências Exatas e da Natureza Programa de Pós Graduação em Matemática Mestrado em Matemática O esaço das sequências mid somáveis e oeradores mid somantes Ricardo

Leia mais

Proposição 0 (Divisão Euclidiana): Dados a b, b b * existem q, r b unicamente determinados tais que 0 r < b e a = bq + r

Proposição 0 (Divisão Euclidiana): Dados a b, b b * existem q, r b unicamente determinados tais que 0 r < b e a = bq + r "!$#%& '!)( * +-,/.10 2/3"456387,:9;2 .1?/@.1, ACB DFEHG IJDLK8MHNLK8OHP Q RTSVUVWYXVZ\[^]_W Este artigo se roõe a ser uma referência sobre os temas citados no título, que aarecem naturalmente em diversos

Leia mais

Critérios de Regularidade para Soluções Fracas das Equações Magneto-micropolares

Critérios de Regularidade para Soluções Fracas das Equações Magneto-micropolares Universidade Federal de Sergie Centro de Ciências Exatas e Tecnologia Programa de Pós Graduação em Matemática Mestrado em Matemática Critérios de Regularidade ara Soluções Fracas das Equações Magneto-microolares

Leia mais

12 E 13 DE DEZEMBRO DE 2015

12 E 13 DE DEZEMBRO DE 2015 PROBLEMAS DO 1 o TORNEIO CARIOCA DE MATEMÁTICA 12 E 13 DE DEZEMBRO DE 2015 Conteúdo Notações 1 1 O suer-mdc 1 2 Os Reis do etróleo 2 3 Quadraturas de Triângulos 3 4 Um roblema bimodular 4 5 Sistemas de

Leia mais

DAVIDSON FREITAS NOGUEIRA ESPAÇOS DE SEQUÊNCIAS VETORIAIS E IDEAIS DE OPERADORES

DAVIDSON FREITAS NOGUEIRA ESPAÇOS DE SEQUÊNCIAS VETORIAIS E IDEAIS DE OPERADORES DAVIDSON FREITAS NOGUEIRA ESPAÇOS DE SEQUÊNCIAS VETORIAIS E IDEAIS DE OPERADORES UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA 2016 i DAVIDSON FREITAS NOGUEIRA ESPAÇOS DE SEQUÊNCIAS VETORIAIS

Leia mais

Passos lógicos. Texto 18. Lógica Texto Limitações do Método das Tabelas Observações Passos lógicos 4

Passos lógicos. Texto 18. Lógica Texto Limitações do Método das Tabelas Observações Passos lógicos 4 Lógica ara Ciência da Comutação I Lógica Matemática Texto 18 Passos lógicos Sumário 1 Limitações do Método das Tabelas 2 1.1 Observações................................ 4 2 Passos lógicos 4 2.1 Observações................................

Leia mais

Quinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2.

Quinta lista de Exercícios - Análise Funcional, período Professor: João Marcos do Ó. { 0 se j = 1 y j = (j 1) 1 x j 1 se j 2. UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA DEPARTAMENTO DE MATEMÁTICA PÓS-GRADUAÇÃO EM MATEMÁTICA Quinta lista de Exercícios - Análise Funcional, período 2009.2. Professor:

Leia mais

DANIEL V. TAUSK. se A é um subconjunto de X, denotamos por A c o complementar de

DANIEL V. TAUSK. se A é um subconjunto de X, denotamos por A c o complementar de O TEOREMA DE REPRESENTAÇÃO DE RIESZ PARA MEDIDAS DANIEL V. TAUSK Ao longo do texto, denotará sempre um espaço topológico fixado. Além do mais, as seguintes notações serão utilizadas: supp f denota o suporte

Leia mais

Valores e vectores próprios

Valores e vectores próprios Valores e Vectores Prórios - Matemática II- /5 Valores e vectores rórios De nem-se valores e vectores rórios aenas ara matrizes quadradas, elo que, ao longo deste caítulo e quando mais nada seja eseci

Leia mais

d(t x, Ty) = d(x, y), x, y X.

d(t x, Ty) = d(x, y), x, y X. Capítulo 6 Espaços duais 6.1 Preliminares A análise funcional foi nos seus primórdios o estudo de funcionais. Assim, nos dias de hoje um princípio fundamental da análise funcional é a investigação de espaços

Leia mais

Operadores Lineares Cohen Fortemente Somantes

Operadores Lineares Cohen Fortemente Somantes Universidade Federal da Paraíba Centro de Ciências Exatas e da Natureza Programa de Pós Graduação em Matemática Mestrado em Matemática Oeradores Lineares Cohen Fortemente Somantes Fábio da Silva de Siqueira

Leia mais

matematicaconcursos.blogspot.com

matematicaconcursos.blogspot.com Professor: Rômulo Garcia Email: machadogarcia@gmail.com Conteúdo Programático: Teoria dos Números Exercícios e alguns conceitos imortantes Números Perfeitos Um inteiro ositivo n diz-se erfeito se e somente

Leia mais

Universidade Federal de Uberlândia Faculdade de Matemática

Universidade Federal de Uberlândia Faculdade de Matemática Universidade Federal de Uberlândia Faculdade de Matemática Uma Introdução à Análise Funcional e à Equação de Daugavet Jefferson Henrique Candido Bacharelado em Matemática Orientadora: Profa. Dra. Elisa

Leia mais

Uma proposição é uma frase que pode ser apenas verdadeira ou falsa. Exemplos:

Uma proposição é uma frase que pode ser apenas verdadeira ou falsa. Exemplos: 1 Noções Básicas de Lógica 1.1 Proosições Uma roosição é uma frase ue ode ser aenas verdadeira ou falsa. 1. Os saos são anfíbios. 2. A caital do Brasil é Porto Alegre. 3. O tomate é um tubérculo. 4. Por

Leia mais

LIMITAÇÃO DE QUALQUER FATOR PRIMO DE UM NÚMERO PERFEITO ÍMPAR

LIMITAÇÃO DE QUALQUER FATOR PRIMO DE UM NÚMERO PERFEITO ÍMPAR 2013: Trabalho de Conclusão de Curso do Mestrado Profissional em Matemática - PROFMAT Universidade Federal de São João del-rei - UFSJ Sociedade Brasileira de Matemática - SBM LIMITAÇÃO DE QUALQUER FATOR

Leia mais

Professor: Carlos Eugênio da Costa Teoria Microeconômica II Monitor: Diego Santiago

Professor: Carlos Eugênio da Costa Teoria Microeconômica II Monitor: Diego Santiago Professor: Carlos Eugênio da Costa Teoria Microeconômica II - 2012 Monitor: Diego Santiago EPGE/FGV Introdução matemática 1 Introdução Esta introdução visa familiarizar o aluno com ferramentas matemáticas

Leia mais

MATEMÁTICA 3 MÓDULO 1. Lógica. Professor Renato Madeira

MATEMÁTICA 3 MÓDULO 1. Lógica. Professor Renato Madeira MATEMÁTICA 3 Professor Renato Madeira MÓDULO 1 Lógica SUMÁRIO 1. Proosição. Negação 3. Conectivos 4. Condicionais 4.1. Relação de imlicação 4.. Relação de equivalência 5. Álgebra das roosições 6. Quantificadores

Leia mais

Notas de Aula. Análise Funcional

Notas de Aula. Análise Funcional Notas de Aula Análise Funcional Rodney Josué Biezuner 1 Departamento de Matemática Instituto de Ciências Exatas (ICEx) Universidade Federal de Minas Gerais (UFMG) Notas de aula do curso Análise Funcional

Leia mais

Gabarito da Lista 6 de Microeconomia I

Gabarito da Lista 6 de Microeconomia I Professor: Carlos E.E.L. da Costa Monitor: Vitor Farinha Luz Gabarito da Lista 6 de Microeconomia I Eercício Seja Y um conjunto de ossibilidades de rodução. Dizemos que uma tecnologia é aditiva quando

Leia mais

Lista 8 de Análise Funcional - Doutorado 2018

Lista 8 de Análise Funcional - Doutorado 2018 Lista 8 de Análise Funcional - Doutorado 2018 Professor Marcos Leandro 17 de Junho de 2018 1. Sejam M um subespaço de um espaço de Hilbert H e f M. Mostre que f admite uma única extensão para H preservando

Leia mais

Universidade Federal de Minas Gerais Instituto de Ciências Exatas. Existência de soluções para problemas do tipo (p, q)-laplaciano em R N

Universidade Federal de Minas Gerais Instituto de Ciências Exatas. Existência de soluções para problemas do tipo (p, q)-laplaciano em R N Universidade Federal de Minas Gerais Instituto de Ciências Exatas Deartamento de Matemática Tese de Doutorado Existência de soluções ara roblemas do tio (, q)-lalaciano em Marcio Fialho Chaves Orientador:

Leia mais

Uma Prova Vetorial da Fórmula de Heron

Uma Prova Vetorial da Fórmula de Heron Uma Prova Vetorial da Fórmula de Heron Fernando Neres de Oliveira 1 de janeiro de 015 Resumo Neste trabalho aresentaremos uma rova ara a famosa fórmula de Heron, usando algumas das oerações básicas da

Leia mais

Desigualdades de Sobolev Euclidianas Ótimas Via a Desigualdade de Brunn-Minkowski

Desigualdades de Sobolev Euclidianas Ótimas Via a Desigualdade de Brunn-Minkowski UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE MATEMÁTICA Desigualdades de Sobolev Euclidianas Ótimas Via a Desigualdade de Brunn-Minkowski Luiz Carlos de Morais Fernandes

Leia mais

Teoria do grau topológico e sua aplicação em um problema elíptico ressonante superlinear

Teoria do grau topológico e sua aplicação em um problema elíptico ressonante superlinear Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Deartamento de Matemática Teoria do grau toológico e sua alicação em um roblema elítico ressonante suerlinear Rodrigo de Freitas

Leia mais

Módulo (ou valor absoluto) de um número real: a função modular

Módulo (ou valor absoluto) de um número real: a função modular Matemática Básica Humberto José Bortolossi Deartamento de Matemática Alicada Universidade Federal Fluminense Módulo (ou valor absoluto) de um número real: a função modular Parte 5 Parte 5 Matemática Básica

Leia mais

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:

Espaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números

Leia mais

1 Álgebra linear matricial

1 Álgebra linear matricial MTM510019 Métodos Computacionais de Otimização 2018.2 1 Álgebra linear matricial Revisão Um vetor x R n será representado por um vetor coluna x 1 x 2 x =., x n enquanto o transposto de x corresponde a

Leia mais

Soluções de Viscosidade para Problemas envolvendo o -Laplaciano

Soluções de Viscosidade para Problemas envolvendo o -Laplaciano UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS Deartamento de Matemática Dissertação de Mestrado Soluções de Viscosidade ara Problemas envolvendo o -Lalaciano Lucas Martins Rocha Orientador

Leia mais

PROBLEMAS COM OBSTÁCULO PARA OPERADORES HOMOGÊNEOS

PROBLEMAS COM OBSTÁCULO PARA OPERADORES HOMOGÊNEOS UNIVERSIDADE FEDERAL DO PARANÁ Alessandro Gaio Chimenton PROBLEMAS COM OBSTÁCULO PARA OPERADORES HOMOGÊNEOS Curitiba, 29. UNIVERSIDADE FEDERAL DO PARANÁ Alessandro Gaio Chimenton PROBLEMAS COM OBSTÁCULO

Leia mais

Uma Prova Vetorial da Fórmula de Heron

Uma Prova Vetorial da Fórmula de Heron Uma Prova Vetorial da Fórmula de Heron Fernando Neres de Oliveira Resumo Neste trabalho aresentaremos uma rova ara a famosa fórmula de Heron, usando algumas das oerações básicas da álgebra vetorial. Palavras

Leia mais

A forma canônica de Jordan

A forma canônica de Jordan A forma canônica de Jordan 1 Matrizes e espaços vetoriais Definição: Sejam A e B matrizes quadradas de orden n sobre um corpo arbitrário X. Dizemos que A é semelhante a B em X (A B) se existe uma matriz

Leia mais

Convergência em espaços normados

Convergência em espaços normados Chapter 1 Convergência em espaços normados Neste capítulo vamos abordar diferentes tipos de convergência em espaços normados. Já sabemos da análise matemática e não só, de diferentes tipos de convergência

Leia mais

Recredenciamento Portaria MEC 347, de D.O.U

Recredenciamento Portaria MEC 347, de D.O.U Quest(iii) Argumento Dado um fenômeno ou fato, rocura-se justificá-lo, exlicá-lo. Esta justificativa é dada na forma de um raciocínio através do ual chegamos a uma afirmação, e uando este raciocínio é

Leia mais

Física Matemática II: Notas de aula

Física Matemática II: Notas de aula Física Matemática II: Notas de aula Rafael Sussumu Y. Miada Nessas notas, faremos uma introdução à teoria dos espaços métricos e normados, e aos operadores lineares em espaços normados. Os resultados obtidos

Leia mais

Operadores em espaços normados

Operadores em espaços normados Capítulo 7 Operadores em espaços normados Neste capítulo vamos introduzir uma série de operadores em espaços normados os quais são muito úteis, nomeadamente, na resolução de equações envolvendo operadores.

Leia mais

1 Diferenciabilidade e derivadas direcionais

1 Diferenciabilidade e derivadas direcionais UFPR - Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Matemática CM048 - Cálculo II - Matemática Diurno Prof. Zeca Eidam Nosso objetivo nestas notas é provar alguns resultados

Leia mais

Topologia do espaço Euclidiano

Topologia do espaço Euclidiano Capítulo 1 Topologia do espaço Euclidiano 1 O espaço vetorial R n iguais a R: Seja n N. O espaço euclidiano n dimensional é o produto cartesiano de n fatores R n = R R R }{{} n cópias Os pontos de R n

Leia mais

Teoria da Medida e Integração (MAT505)

Teoria da Medida e Integração (MAT505) Modos de convergência Teoria da Medida e Integração (MAT505) Modos de convergência. V. Araújo Instituto de Matemática, Universidade Federal da Bahia Mestrado em Matemática, UFBA, 2014 Modos de convergência

Leia mais

Uma Introdução aos Espaços de Sobolev Fracionários

Uma Introdução aos Espaços de Sobolev Fracionários Universidade de Brasília Instituto de Ciências Exatas Deartamento de Matemática Uma Introdução aos Esaços de Sobolev Fracionários or Wilson Enrique Murillo Cantero Brasília 207 Universidade de Brasília

Leia mais

Função par e função ímpar

Função par e função ímpar Pré-Cálculo Humberto José Bortolossi Deartamento de Matemática Alicada Universidade Federal Fluminense Função ar e função ímar Parte 3 Parte 3 Pré-Cálculo 1 Parte 3 Pré-Cálculo 2 Função ar Definição Função

Leia mais

O Problema de Brezis-Nirenberg

O Problema de Brezis-Nirenberg UNIVERSIDADE FEDERAL DO PARANÁ Maikel Antônio Samuays O Problema de Brezis-Nirenberg Curitiba,. UNIVERSIDADE FEDERAL DO PARANÁ Maikel Antônio Samuays O PROBLEMA DE BREZIS-NIRENBERG Dissertação aresentada

Leia mais

Pré-Cálculo. Humberto José Bortolossi. Aula 7 10 de setembro de Departamento de Matemática Aplicada Universidade Federal Fluminense

Pré-Cálculo. Humberto José Bortolossi. Aula 7 10 de setembro de Departamento de Matemática Aplicada Universidade Federal Fluminense Pré-Cálculo Humberto José Bortolossi Deartamento de Matemática Alicada Universidade Federal Fluminense Aula 7 10 de setembro de 2010 Aula 7 Pré-Cálculo 1 Módulo (ou valor absoluto) de um número real x

Leia mais

Faremos aqui uma introdução aos espaços de Banach e as diferentes topologías que se podem definir nelas.

Faremos aqui uma introdução aos espaços de Banach e as diferentes topologías que se podem definir nelas. Capítulo 2 Espaços de Banach Faremos aqui uma introdução aos espaços de Banach e as diferentes topologías que se podem definir nelas. 2.1 Espaços métricos O conceito de espaço métrico é um dos conceitos

Leia mais

Produtos de potências racionais. números primos.

Produtos de potências racionais. números primos. MATEMÁTICA UNIVERSITÁRIA n o 4 Dezembro/2006 pp. 23 3 Produtos de potências racionais de números primos Mário B. Matos e Mário C. Matos INTRODUÇÃO Um dos conceitos mais simples é o de número natural e

Leia mais

O Espaço dos Operadores Compactos

O Espaço dos Operadores Compactos O Espaço dos Operadores Compactos Willian Versolati França Dissertação de Mestrado apresentada ao Programa de Pós-graduação do Instituto de Matemática, da Universidade Federal do Rio de Janeiro, como parte

Leia mais

Relações de Recorrência de 3ª Ordem

Relações de Recorrência de 3ª Ordem Relações de Recorrência de 3ª Ordem Gustavo Franco Marra Domingues Universidade Federal de Uberlândia - Faculdade de Matemática Graduando em Matemática - Programa de Educação Tutorial gmarra86@ hotmail.

Leia mais

Universidade Federal de Minas Gerais

Universidade Federal de Minas Gerais Universidade Federal de Minas Gerais Instituto de Ciências Exatas Deartamento de Matemática Tese de Doutorado Multilicidade de soluções ara roblemas com condições de fronteira de Dirichlet e Navier envolvendo

Leia mais

Lista 4. Esta lista, de entrega facultativa, tem três partes e seus exercícios versam sobre séries, funções contínuas e funções diferenciáveis em R.

Lista 4. Esta lista, de entrega facultativa, tem três partes e seus exercícios versam sobre séries, funções contínuas e funções diferenciáveis em R. UFPR - Universidade Federal do Paraná Departamento de Matemática CM095 - Análise I Prof José Carlos Eidam Lista 4 INSTRUÇÕES Esta lista, de entrega facultativa, tem três partes e seus exercícios versam

Leia mais

ESTIMATIVAS A PRIORI PARA PROBLEMAS ELÍPTICOS VIA DESIGUALDADE DE HARDY-SOBOLEV

ESTIMATIVAS A PRIORI PARA PROBLEMAS ELÍPTICOS VIA DESIGUALDADE DE HARDY-SOBOLEV Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Deartamento de Matemática ESTIMATIVAS A PRIORI PARA PROBLEMAS ELÍPTICOS VIA DESIGUALDADE DE HARDY-SOBOLEV Jose Miguel Mendoza

Leia mais

Uma versão generalizada do Teorema de Extrapolação para operadores não-lineares absolutamente somantes

Uma versão generalizada do Teorema de Extrapolação para operadores não-lineares absolutamente somantes Universidade Federal da Paraíba Centro de Ciências Exatas e da Natureza Programa de Pós-Graduação em Matemática Curso de Mestrado em Matemática Uma versão generalizada do Teorema de Extraolação ara oeradores

Leia mais

ÁLGEBRA LINEAR I - MAT0032

ÁLGEBRA LINEAR I - MAT0032 UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERICANA Instituto Latino-Americano de Ciências da Vida e Da Natureza Centro Interdisciplinar de Ciências da Natureza ÁLGEBRA LINEAR I - MAT32 12 a Lista de exercícios

Leia mais

Limite e Continuidade

Limite e Continuidade Matemática Licenciatura - Semestre 200. Curso: Cálculo Diferencial e Integral I Professor: Robson Sousa Limite e Continuidade Neste caítulo aresentaremos as idéias básicas sobre ites e continuidade de

Leia mais

Convergência, séries de potência e funções analíticas

Convergência, séries de potência e funções analíticas Convergência, séries de potência e funções analíticas Roberto Imbuzeiro Oliveira March 13, 2015 1 Algumas palavras sobre convergência em C Tudo o que descreveremos aqui é análogo ao que se define e prova

Leia mais

O Teorema de Banach-Alaoglu-Boubarki

O Teorema de Banach-Alaoglu-Boubarki INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DA BAHIA CAMPUS EUNÁPOLIS DEPARTAMENTO DE ENSINO - DEPEN COLEGIADO DE MATEMÁTICA COMAT Jairo de Almeida Santos O Teorema de Banach-Alaoglu-Boubarki Eunáolis

Leia mais

Existência e Multiplicidade de Soluções Positivas para Algumas Classes de Problemas Envolvendo o p-laplaciano

Existência e Multiplicidade de Soluções Positivas para Algumas Classes de Problemas Envolvendo o p-laplaciano Universidade Federal da Paraíba Centro de Ciências Exatas e da Natureza Programa de Pós-Graduação em Matemática Curso de Mestrado em Matemática Existência e Multilicidade de Soluções Positivas ara Algumas

Leia mais

f(x) = max{f 1 (x),..., f k (x)}. a + b + a b, a, b R., f 2 (x) =

f(x) = max{f 1 (x),..., f k (x)}. a + b + a b, a, b R., f 2 (x) = Solução dos Exercícios Capítulo 4 Exercício 4.1: Sejam f 1 e f 2 duas funções de R n em R e considere g: R n R definida por g(x) = max{f 1 (x), f 2 (x)}. Prove se verdadeira ou dê contra-exemplo se falsa:

Leia mais

O Teorema de Peano. f : D R n. uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e uma função ϕ : I R n tais que

O Teorema de Peano. f : D R n. uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e uma função ϕ : I R n tais que O Teorema de Peano Equações de primeira ordem Seja D um conjunto aberto de R R n, e seja f : D R n (t, x) f(t, x) uma função contínua. Vamos considerar o seguinte problema: Encontrar um intervalo I R e

Leia mais

{ 1 se x é racional, 0 se x é irracional. cos(k!πx) = cos(mπ) = ±1. { 1 se x Ak

{ 1 se x é racional, 0 se x é irracional. cos(k!πx) = cos(mπ) = ±1. { 1 se x Ak Solução dos Exercícios Capítulo 0 Exercício 0.: Seja f k : [0, ] R a função definida por Mostre que f k (x) = lim j (cos k!πx)2j. { f k (x) = se x {/k!, 2/k!,..., }, 0 senão e que f k converge pontualmente

Leia mais

Prova: Usando as definições e propriedades de números reais, temos λz = λx + iλy e

Prova: Usando as definições e propriedades de números reais, temos λz = λx + iλy e Lista Especial de Exercícios de Física Matemática I Soluções (Número complexo, sequência de Cauchy, função exponencial e movimento hamônico simples) IFUSP - 8 de Agosto de 08 Exercício Se z x + iy, x,

Leia mais

Comportamento Assintótico de Constantes Ótimas em Desigualdades de Sobolev

Comportamento Assintótico de Constantes Ótimas em Desigualdades de Sobolev Universidade de Minas Gerais Instituto de Ciências Exatas Deartamento de Matemática Comortamento Assintótico de Constantes Ótimas em Desigualdades de Sobolev or Gilberto de Assis Pereira Belo Horizonte

Leia mais

Devemosconsiderardoiscasos: 7 k ou7 k+1. Alémdisso, lembremo-nosdoseguintefato:

Devemosconsiderardoiscasos: 7 k ou7 k+1. Alémdisso, lembremo-nosdoseguintefato: Polos Olímicos de Treinamento Curso de Teoria dos Números - Nível Prof. Samuel Feitosa Aula 18 Resíduos Quadráticos Definição 1. Para todos a tais que mdc(a,m) = 1, a é chamado resíduo quadrático módulo

Leia mais

Noções de Álgebra Linear

Noções de Álgebra Linear Noções de Álgebra Linear 1. Espaços vetoriais lineares 1.1. Coordenadas 2. Operadores lineares 3. Subespaços fundamentais 4. Espaços normados 5. Espaços métricos 6. Espaços de Banach 7. Espaços de Hilbert

Leia mais

Existência de múltiplas soluções para classes de problemas elípticos com função peso mudando de sinal em domínios ilimitados

Existência de múltiplas soluções para classes de problemas elípticos com função peso mudando de sinal em domínios ilimitados UNIVERSIDADE FEDERAL DE SÃO CARLOS CENRO DE CIÊNCIAS EXAAS E DE ECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM MAEMÁICA Existência de múltilas soluções ara classes de roblemas elíticos com função eso mudando de

Leia mais

DERIVADAS PARCIAIS. y = lim

DERIVADAS PARCIAIS. y = lim DERIVADAS PARCIAIS Definição: Seja f uma função de duas variáveis, x e y (f: D R onde D R 2 ) e (x 0, y 0 ) é um ponto no domínio de f ((x 0, y 0 ) D). A derivada parcial de f em relação a x no ponto (x

Leia mais

Capítulo 2. Integrais de linha. 2.1 Independência do caminho nas integrais de linha

Capítulo 2. Integrais de linha. 2.1 Independência do caminho nas integrais de linha Caítulo 2 Integrais de linha 2.1 Indeendência do caminho nas integrais de linha Definição 2.1 Dados um domínio D R 3 e P, Q, R : D R camos escalares contínuos, dizemos que a integral de linha é indeendente

Leia mais

Objetivos. em termos de produtos internos de vetores.

Objetivos. em termos de produtos internos de vetores. Aula 5 Produto interno - Aplicações MÓDULO 1 - AULA 5 Objetivos Calcular áreas de paralelogramos e triângulos. Calcular a distância de um ponto a uma reta e entre duas retas. Determinar as bissetrizes

Leia mais

As Desigualdades de Bohnenblust Hille e Hardy Littlewood

As Desigualdades de Bohnenblust Hille e Hardy Littlewood Universidade Federal da Paraíba Centro de Ciências Exatas e da Natureza Programa de Pós Graduação em Matemática Mestrado em Matemática As Desigualdades de Bohnenblust Hille e Hardy Littlewood Jonathas

Leia mais

Teoria Espectral em Espaços de Hilbert

Teoria Espectral em Espaços de Hilbert Teoria Espectral em Espaços de Hilbert Departamento de Análise Instituto de Matemática e Estatística Universidade Federal Fluminense 22 de setembro de 2016 Espaços Vetoriais de Dimensão Finita Sejam V

Leia mais

MAT ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS

MAT ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS MAT 5818 - ÁLGEBRAS DE OPERADORES 2 SEMESTRE DE 2017 LISTA DE PROBLEMAS 1) Mostre que M n (C) munida da norma ((a jk )) 1 j,k n = k=1 2) Defina na álgebra C[X] dos polinômios complexos na variável X a

Leia mais

Propriedades das Funções Contínuas

Propriedades das Funções Contínuas Propriedades das Funções Contínuas Prof. Doherty Andrade 2005- UEM Sumário 1 Seqüências 2 1.1 O Corpo dos Números Reais.......................... 2 1.2 Seqüências.................................... 5

Leia mais

Parte II. Análise funcional II

Parte II. Análise funcional II Parte II Análise funcional II 12 Capítulo 5 Produto de Operadores. Operadores inversos Neste capítulo vamos introduzir a noção de produto de operadores assim como a de operador invertível. Para tal precisamos

Leia mais

Aula # 8 Vibrações em Sistemas Contínuos Modelo de Segunda Ordem

Aula # 8 Vibrações em Sistemas Contínuos Modelo de Segunda Ordem UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA MECÂNICA Laboratório de Dinâmica SEM 504 DINÂMICA ESTRUTURAL Aula # 8 Vibrações em Sistemas Contínuos Modelo de Segunda

Leia mais

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2009

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2009 5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 29 Soluções dos exercícios Devido ao fato de A ser simétrica, existe uma base ortonormal {u,, u n } formada por autovetores de A, então

Leia mais

Resultados de existência e de multiplicidade para problemas elípticos envolvendo um operador degenerado com singularidades cilíndricas

Resultados de existência e de multiplicidade para problemas elípticos envolvendo um operador degenerado com singularidades cilíndricas Universidade Federal de Minas Gerais Instituto de Ciências Exatas Deartamento de Matemática Resultados de existência e de multilicidade ara roblemas elíticos envolvendo um oerador degenerado com singularidades

Leia mais

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru

Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru 1 Produto Interno - Mauri C. Nascimento - Depto. de Matemática - FC UNESP Bauru Neste capítulo vamos considerar espaços vetoriais sobre K, onde K = R ou K = C, ou seja, os espaços vetoriais podem ser reais

Leia mais

M odulo de Potencia c ao e D ızimas Peri odicas Nota c ao Cient ıfica e D ızimas Oitavo Ano

M odulo de Potencia c ao e D ızimas Peri odicas Nota c ao Cient ıfica e D ızimas Oitavo Ano Módulo de Potenciação e Dízimas Periódicas Notação Científica e Dízimas Oitavo Ano Exercícios Introdutórios Exercício. Escreva os seguintes números na notação científica: a) 4673. b) 0, 0034. c). d) 0,

Leia mais

Existência e Multiplicidade de Soluções Positivas para Problemas Elípticos Semilineares

Existência e Multiplicidade de Soluções Positivas para Problemas Elípticos Semilineares Universidade Federal de Camina Grande Centro de Ciências e Tecnologia Programa de Pós-Graduação em Matemática Curso de Mestrado em Matemática Existência e Multilicidade de Soluções Positivas ara Problemas

Leia mais

SMA 5878 Análise Funcional II

SMA 5878 Análise Funcional II SMA 5878 Análise Funcional II Alexandre Nolasco de Carvalho Departamento de Matemática Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo 16 de Março de 2017 Objetivos da Disciplina

Leia mais

Notas de Aula 2: MAXIMIZAÇÃO DE LUCROS

Notas de Aula 2: MAXIMIZAÇÃO DE LUCROS UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS DISCIPLINA: TEORIA MICROECONÔMICA II Primeiro Semestre/2001 Professor: Sabino da Silva Porto Júnior

Leia mais

184 Instituto de Matemática UFF

184 Instituto de Matemática UFF 184 Instituto de Matemática UFF Capítulo 4 Aplicações diferenciáveis 1 Diferenciabilidade de uma aplicação Definição 1.1. Uma aplicação f : U R n, definida no aberto U R m, é diferenciável no ponto a U

Leia mais

Obtenção do Primeiro Autovalor para o p-laplaciano via Método das Potências Inverso

Obtenção do Primeiro Autovalor para o p-laplaciano via Método das Potências Inverso UNIVERSIDADE FEDERAL DE MINAS GERAIS INSTITUTO DE CIÊNCIAS EXATAS Deartamento de Matemática Tese de Doutorado Obtenção do Primeiro Autovalor ara o -Lalaciano via Método das Potências Inverso Eder Marinho

Leia mais

Começamos relembrando o conceito de base de um espaço vetorial. x = λ 1 x λ r x r. (1.1)

Começamos relembrando o conceito de base de um espaço vetorial. x = λ 1 x λ r x r. (1.1) CAPÍTULO 1 Espaços Normados Em princípio, os espaços que consideraremos neste texto são espaços de funções. Isso significa que quase todos os nossos exemplos serão espaços vetoriais de dimensão infinita.

Leia mais

Invariância da integral por homotopia, fórmula de Cauchy e séries de Taylor

Invariância da integral por homotopia, fórmula de Cauchy e séries de Taylor Invariância da integral por homotopia, fórmula de Cauchy e séries de Taylor Roberto Imbuzeiro Oliveira 6 de Abril de 20 Preliminares Nestas notas, U C sempre será um aberto e f : U C é contínua. Duas curvas

Leia mais

Apostila Minicurso SEMAT XXVII

Apostila Minicurso SEMAT XXVII Apostila Minicurso SEMAT XXVII Título do Minicurso: Estrutura algébrica dos germes de funções Autores: Amanda Monteiro, Daniel Silva costa Ferreira e Plínio Gabriel Sicuti Orientadora: Prof a. Dr a. Michelle

Leia mais

Teoremas fundamentais dos espaços normados

Teoremas fundamentais dos espaços normados Capítulo 9 Teoremas fundamentais dos espaços normados 9.1 Teorema de Hahn-Banach O próximo teorema, conhecido como teorema de Hahn-Banach, é uma generalização do Teorema 4.12, o qual, recordamos para conveniência

Leia mais

A = B, isto é, todo elemento de A é também um elemento de B e todo elemento de B é também um elemento de A, ou usando o item anterior, A B e B A.

A = B, isto é, todo elemento de A é também um elemento de B e todo elemento de B é também um elemento de A, ou usando o item anterior, A B e B A. Capítulo 1 Números Reais 1.1 Conjuntos Numéricos Um conjunto é uma coleção de elementos. A relação básica entre um objeto e o conjunto é a relação de pertinência: quando um objeto x é um dos elementos

Leia mais

Ideais de Aplicações Multilineares e Polinômios entre Espaços de Banach

Ideais de Aplicações Multilineares e Polinômios entre Espaços de Banach Universidade Federal da Paraíba Centro de Ciências Exatas e da Natureza Programa de Pós-Graduação em Matemática Curso de Mestrado em Matemática Ideais de Alicações Multilineares e Polinômios entre Esaços

Leia mais

Teoria da Medida e Integração (MAT505)

Teoria da Medida e Integração (MAT505) Teoria da Medida e Integração (MAT505) Modos de convergência V. Araújo Mestrado em Matemática, UFBA, 2014 1 Modos de convergência Modos de convergência Neste ponto já conhecemos quatro modos de convergência

Leia mais

Convergência, séries de potência e funções analíticas

Convergência, séries de potência e funções analíticas Convergência, séries de potência e funções analíticas Roberto Imbuzeiro Oliveira March 16, 2011 1 Algumas palavras sobre convergência em C Tudo o que descreveremos aqui é análogo ao que se define e prova

Leia mais

Séries de Laurent e Teoremas de Cauchy

Séries de Laurent e Teoremas de Cauchy Séries de Laurent e Teoremas de Cauchy Roberto Imbuzeiro Oliveira 3 de Abril de 20 A maior parte destas notas tem como refererência o livro de David Ullrich, Complex Made Simple. Preliminares sobre séries

Leia mais

Teoria espectral de operadores lineares limitados

Teoria espectral de operadores lineares limitados Capítulo 8 Teoria espectral de operadores lineares limitados A teoria espectral é um dos ramos principais da análise funcional moderna e suas aplicações. Essencialmente consiste no inverso de certos operadores,

Leia mais

A Projeção e seu Potencial

A Projeção e seu Potencial A Projeção e seu Potencial Rolci Cipolatti Departamento de Métodos Matemáticos Instituto de Matemática, Universidade Federal do Rio de Janeiro C.P. 68530, Rio de Janeiro, Brasil e-mail: cipolatti@im.ufrj.br

Leia mais

Material Teórico - Módulo de Função Exponencial. Primeiro Ano - Médio. Autor: Prof. Angelo Papa Neto Revisor: Prof. Antonio Caminha M.

Material Teórico - Módulo de Função Exponencial. Primeiro Ano - Médio. Autor: Prof. Angelo Papa Neto Revisor: Prof. Antonio Caminha M. Material Teórico - Módulo de Função Exponencial Gráfico da Função Exponencial Primeiro Ano - Médio Autor: Prof. Angelo Papa Neto Revisor: Prof. Antonio Caminha M. Neto 0 de dezembro de 018 1 Funções convexas

Leia mais

Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais

Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais Teorema da Triangularização de Schur e Diagonalização de Matrizes Normais Reginaldo J Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais http://wwwmatufmgbr/~regi 16 de novembro

Leia mais

Compacidade de conjuntos e operadores lineares

Compacidade de conjuntos e operadores lineares Compacidade de conjuntos e operadores lineares Roberto Imbuzeiro Oliveira 13 de Janeiro de 2010 No que segue, F = R ou C e (X, X ), (Y, Y ) são Banach sobre F. Recordamos que um operador linear T : X Y

Leia mais

= f(0) D2 f 0 (x, x) + o( x 2 )

= f(0) D2 f 0 (x, x) + o( x 2 ) 6 a aula, 26-04-2007 Formas Quadráticas Suponhamos que 0 é um ponto crítico duma função suave f : U R definida sobre um aberto U R n. O desenvolvimento de Taylor de segunda ordem da função f em 0 permite-nos

Leia mais

Estabilidade Dinâmica: Modos Laterais

Estabilidade Dinâmica: Modos Laterais Estabilidade Dinâmica: Modos Laterais João Oliveira Estabilidade de Voo, Eng. Aeroesacial Versão de 13 de Dezembro de 2011 1 Modos laterais 1.1 Determinação dos modos laterais Determinação dos modos laterais

Leia mais

Produto interno e produto vetorial no espaço

Produto interno e produto vetorial no espaço 14 Produto interno e produto vetorial no espaço Sumário 14.1 Produto interno.................... 14. Produto vetorial.................... 5 14..1 Interpretação geométrica da norma do produto vetorial.......................

Leia mais

Propriedades Assintóticas de uma Equação de Reação e Difusão com p-laplaciano Degenerado

Propriedades Assintóticas de uma Equação de Reação e Difusão com p-laplaciano Degenerado UNIVERSIDADE FEDERAL DE SÃO CARLOS CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA Proriedades Assintóticas de uma Equação de Reação e Difusão com -Lalaciano Degenerado

Leia mais