C 0 grupo gerado pelo operador de ondas em R N

Tamanho: px
Começar a partir da página:

Download "C 0 grupo gerado pelo operador de ondas em R N"

Transcrição

1 Universidade Federal da Paraíba Centro de Ciências Exatas e da Natureza Programa de Pós Graduação em Matemática Mestrado em Matemática C grupo gerado pelo operador de ondas em R N Igor Laélio Barbosa Souza João Pessoa PB Março de 25

2 Universidade Federal da Paraíba Centro de Ciências Exatas e da Natureza Programa de Pós Graduação em Matemática Mestrado em Matemática C grupo gerado pelo operador de ondas em R N por Igor Laélio Barbosa Souza sob a orientação do professor Prof. Dr. Flank David Morais Bezerra João Pessoa PB Março de 25

3 Catalogação na publicação Universidade Federal da Paraíba Biblioteca Setorial do CCEN S729c Souza, Igor Laélio Barbosa. C grupo gerado pelo operador de ondas em R N / Igor Laélio Barbosa Souza- João Pessoa, f. Orientador: Flank David Morais Bezerra Dissertação (Mestrado)- UFPB/CCEN.. Matemática. 2. Semigrupos. 3. Grupos. 4. Operador de ondas. 5. Gerador infinitesimal-c grupos. UFPB/BC CDU: 5(43)

4 C grupo gerado pelo operador de ondas em R N por Igor Laélio Barbosa Souza Dissertação apresentada ao Corpo Docente do Programa de Pós Graduação em Matemática da Universidade Federal da Paraíba como requisito parcial para a obtenção do título de Mestre em Matemática. Área de Concentração: Análise Aprovada em 2 de março de 25. Banca Examinadora: Prof. Dr. Flank David Morais Bezerra UFPB (Orientador) Prof. Dr. Jefferson Abrantes dos Santos UFCG (Examinador Externo) Profa. Dra. Miriam da Silva Pereira UFPB (Examinador Interno) O autor foi bolsista da CAPES durante a elaboração desta dissertação.

5 Aos meus pais...

6 Agradecimentos A Deus, Grande Arquiteto do Universo, pela fonte de sabedoria, inspiração e pela conclusão de mais uma etapa da minha vida, na qual sempre esteve presente. Aos meus queridos e amados pais, Norma Suely e Hélio Lucas, pelo apoio incondicional, carinho, exemplo e dignidade, fundamentais para a formação do meu caráter, por terem colocado os estudos como prioridade e pelo incentivo dado a cada passo que caminhei. Aos meus irmãos, Ingrid Raíra, Ian Felipe e Devid Lucas pela força e ajuda nos melhores e piores momentos. Às minhas tias, em especial Tia Ane, por todo apoio que me deu. Ao meu orientador, o professor Doutor Flank David Morais Bezerra, pela paciência, apoio, postura, dedicação e contribuições, mostrando-se sempre disponível. Aos meus colegas de Mestrado, em especial Cassio Nunes, Isabelly Camila e Wasthenny Vasconcelos por todas as horas de estudos em grupo. Aos membros da banca examinadora que se dispusera a avaliar este trabalho. Aos demais professores do Curso de Mestrado em Matemática da Universidade Federal da Paraíba. À CAPES, pelo apoio financeiro. Enfim, a todos aqueles que direta ou indiretamente contribuíram para a minha formação profissional, ética e moral.

7 Se a saudade chegasse pelo ar como as ondas da rádio, em que lembrança você sintonizaria a memória? Cristovam Buarque

8 Resumo Neste trabalho apresentamos uma introdução à teoria de C semigrupos (e C gru po) de operadores lineares e limitados, e mostramos que operador de ondas em R N é o gerador infinitesimal de um C grupo de operadores lineares e limitados em um espaço de Banach apropriado. Palavras-chave: semigrupos, grupos, operador de ondas, gerador infinitesimal de C grupos.

9 Abstract In this work, we present an introduction to the theory of C semigroup (and C group) of bounded linear operators, and we show that wave operator in R N is the infinitesimal generator of a C group of bounded linear operators in a appropriate Banach space. Keywords: semigroups, groups, waves operator, infinitesimal generator of C groups.

10 Sumário Introdução Resultados básicos da teoria das distribuições 4. Espaço das funções testes Distribuições sobre um aberto do R N Distribuições temperadas Transformada de Fourier Espaços de Sobolev Semigrupos de operadores lineares e limitados Semigrupos uniformemente contínuos de operadores lineares e limitados Semigrupos fortemente contínuos de operadores lineares e limitados O Teorema de Hille-Yosida Teorema de Lumer-Phillips A caracterização do gerador infinitesimal de C semigrupos C grupos de operadores lineares e limitados A transformada inversa de Laplace O dual de um semigrupo Perturbações e aproximações O operador de ondas em R N 3 3. Equação de ondas C grupo gerado pelo operador de ondas C Semigrupo gerado pelo operador de ondas amortecidas Referências Bibliográficas 4 x

11 Notações N denota o conjunto dos números naturais {, 2,...}; Z denota o conjunto dos números inteiros {..., 2,,,, 2,...}; K denota o corpo dos números reais, R, ou corpo dos números complexos, C; I n denota a matriz identidade de ordem n; L(X, Y ) denota o espaço dos operadores lineares limitados de X em Y, onde X e Y são espaços de Banach, munido da norma T L(X,Y ) = sup T x Y ; x X x X Em particular, denotaremos o espaço L(X, X) simplesmente por L(X); X Y denota a imersão do espaço topológico X no espaço topológico Y, isto é, o espaço topológico X é um subespaço topológico de Y e a aplicação identidade definida em X e tomando valores em Y é contínua; Ω denota a fronteira de Ω, onde Ω R N é um conjunto aberto; R(A) denota a imagem do operador A. int(ω) denota o interior do conjunto Ω. d(a, B) denota a distância do conjunto A ao conjunto B. xi

12 Introdução Neste trabalho estudamos teoria das distribuições, a transformada de Fourier e a teoria de semigrupos e grupos de operadores lineares e limitados em espaços de Banach. O nosso principal objetivo é provar que o operador de ondas em R N é o gerador infinitesimal de um C grupo de operadores lineares e limitados em um apropriado espaço de Banach. Para melhor descrever o resultado aqui estudados, a seguir, daremos algumas definições. Seja X um espaço de Banach. Entende-se por um semigrupo de operadores lineares e limitados em X, uma família {T (t)} t de operadores lineares e limitados de X em X que satisfaz (i) T () = I (I é o operador identidade em X); (ii) T (t + s) = T (t)t (s) para todos t, s. Um semigrupo de operadores lineares e limitados {T (t)} t será chamado de fortemente contínuo ou C semigrupo se lim T (t)x = x, para todo x X. t + O operador linear A : D(A) X definido no domínio pela lei de formação D(A) = Ax = lim t + T (t)x x t { x X; lim T (t)x x t + t = d+ T (t)x dt } existe para todo x D(A) t= é chamado de gerador infinitesimal do semigrupo {T (t)} t. Uma família {T (t)} <t< de operadores lineares e limitados em um espaço de Banach X é um C grupo de operadores lineares e limitados se (i) T () = I (I é o operador identidade em X); (ii) T (t + s) = T (t)t (s) para todos < t, s < ;

13 (iii) lim t T (t)x = x, para todo x X. O gerador infinitesimal A do grupo {T (t)} <t< é definido por Ax = lim t T (t)x x t quando o limite existe, o domínio de A é o conjunto de todos os elementos x X onde o limite acima existe. Seja X um espaço de Banach. Considere A : D(A) X um operador linear(não necessariamente limitado), u D(A) e o problema de valor inicial para uma equação diferencial linear autônoma em [, ), du = Au, t >, dt u() = u. Supondo que o problema () possui uma única solução global, em algum sentido, isto é, existe uma única aplicação u : [, ) X tal que u(t) D(A) para todo t, vale a equação du dt = Au, em algum sentido para todo t e u() = u. A idéia da teoria de semigrupos é que a solução de um problema de valor inicial, como o problema (), para um operador linear não limitado A sobre um espaço de Banach X; possa ser dada por T (t)u, para todo t, se o operador A gerar o semigrupo. Esta teoria, é portanto, uma ferramenta poderosa no estudo de solução de sistemas equações diferenciais. Estruturamos o trabalho da seguinte maneira. No Capítulo, estudamos os resultados necessários a serem utilizados no decorrer do trabalho. Iniciamos com resultados básicos da teoria das distribuições, também apresentamos a transformada de Fourier e finalmente os espaços de Sobolev. capítulo tem como base o livro do Medeiros [] () Este No Capítulo 2, apresentamos a teoria de C semigrupos de operadores lineares e limitados e a caracterização dos seus geradores infinitesimais. Este capítulo tem como base o livro do Pazy [2]. No Capítulo 3, estudamos o problema de valor inicial para a equação de ondas em R N, isto é, 2 u t = u, x 2 RN, t > u(x, ) = u (x), u t (x, ) = v (x), x R N. 2 (2)

14 Este problema de valor inicial é equivalente ao sistema de primeira ordem u = I u, t v v u (x, ) = u (x), x R N, v v (x) (3) onde v = u. Usando teoria de semigrupos de operadores lineares e limitados, mostramos que o operador ( ) t I A := é o gerador infinitesimal de um C grupo de operadores lineares e limitados para uma escolha apropriada do espaço de Banach. Assim, o problema (2) está associado a um C grupo {T (t)} <t<, onde T (t) = e ta, para todo t R. Finalmente, apresentamos o problema de valor inicial para a equação de ondas amortecidas em R N, isto é, 2 u t + a(x) u 2 t = u, x RN, t > u u(x, ) = u (x), t (x, ) = v (x), x R N, onde a função a : R N R é estritamente positiva, tal que < a a(x) a, para todo x R N. Usando teoria de semigrupos de operadores lineares e limitados, e Teorema 2.57, mostramos que o operador ( ) ( ) I C := + a(x)i é o gerador infinitesimal de um C semigrupo. Assim, o problema (4) está associado a um C grupo {T (t)} <t<, onde T (t) = e tc, para todo t R. (4) 3

15 Capítulo Resultados básicos da teoria das distribuições Este capítulo é dedicado à teoria das distribuições. Alguns resultados sobre os espaços de Lebesgue L p (Ω) são enunciados e suas provas são omitidas. Para maiores detalhes, veja [, 7, 8,, 6]. Seja N N. Dados α = (α,..., α N ) N N e x = (x,..., x N ) R N, define-se α = α α N, x α = x α... x α N N, e α! = α!... α N!. No que segue, D α denota operador derivação de ordem α e é definido por α x α... x α. N N Em particular, se α = (,..., ) define-se D u = u para toda função u, e se α é uma lista cujas entradas são todas iguais a zero, exceto a i ésima entrada que é igual, u define D i como sendo a derivada parcial da função u com relação à variável x i. x i Se α, β N N, então escreve-se β α quando β i α i para i =,..., N. Quando u e v forem funções numéricas suficientemente deriváveis, tem-se a regra de Leibnz dada por D α (uv) = β α α! β!(α β)! (Dβ u)(d α β v).. Espaço das funções testes Sejam u uma função numérica e mensurável definida em um conjunto Ω R N, e {O i } i I a família de todos subconjuntos abertos O i de Ω tais que u = quase sempre (q.s.) em O i. Considere o subconjunto aberto O = i I O i, então u = quase sempre em O. Como consequência deste fato, temos a seguinte definição. 4

16 . Resultados básicos da teoria das distribuições Definição.. Sejam u uma função numérica e mensurável definida em um conjunto Ω R N, e {O i } i I a família de todos subconjuntos abertos O i de Ω tais que u = quase sempre (q.s.) em O i. O subconjunto fechado de Ω, tal que supp(u) = Ω\O é chamado de suporte de u, denotado por supp(u). Observe que se u for contínua em Ω, então supp(u) = {x Ω; u(x) }, ou seja, o supp(u) é o fecho do conjunto {x Ω; u(x) } em Ω. Proposição.. Sejam u e v funções numéricas, mensuráveis em Ω e λ K, λ. Então (i) supp(u + v) [supp(u)] [supp(v)]; (ii) supp(uv) [supp(u)] [supp(v)]; (iii) supp(λu) = λsupp(u). Prova: Para provar (i), dado x / [supp(u)] [supp(v)], então x / supp(u), isto é, x O u, onde O u = O iu, i I u e {O iu } i Iu é uma família dos abertos onde u é zero quase sempre. Por outro lado, x / supp(v), isto é, x O v, onde O v = O iv e {O iv } i Iv é uma família dos abertos i I v onde v é zero quase sempre. Daí, x O u O v = O iuv, onde O iuv é um aberto contido em Ω, com u + v = quase sempre em O iuv. Então x O, tal que Logo, x / supp(u + v) e portanto O = i I uv O iuv. supp(u + v) [supp(u)] [supp(v)]. Para provar (ii), dado x / [supp(u)] [supp(v)], então x O uv, onde O uv = O iuv, i I uv 5

17 . Resultados básicos da teoria das distribuições sendo u = = v quase sempre em O iuv, onde O iuv são abertos de Ω. Isso significa que uv = quase sempre em O iuv, onde O iuv é um aberto de Ω. Então x O uv tal que Logo, x / supp(uv) e portanto O uv = i I uv O iuv. supp(uv) [supp(u)] [supp(v)]. Para provar (iii), considere os seguintes conjuntos, F = {O i Ω; O i aberto e u = q.s. em O i }, F 2 = {P i Ω; P i aberto e λu = q.s. em P i }. Claramente F = F 2, basta notar que O i F O i = P i F 2 P i o que é equivalente a ( ) Ω\ O i F O i = Ω\ ( P i F 2 P i ), e pela definição de suporte, supp(u) = supp(λu). (.) Não é difícil notar que λsupp(u) = supp(u), (.2) logo, por. e.2, λsupp(u) = supp(λu). (.3) Proposição.2. Seja u uma função numérica e mensurável no R N. A função τ y u definida por (τ y u)(x) = u(x y), denominada translação de u por y, tem a seguinte 6

18 . Resultados básicos da teoria das distribuições propriedade supp(τ y u) = y + supp(u). (.4) Prova: Se x / y + supp(u), então não existe z supp(u) tal que x = y + z, ou seja, x y = z. Isto implica que x y / supp(u), logo x y O = i I O i, onde u( ) = quase sempre em O i, isto é, x y O i tal que u( ) = quase sempre em O i, segue que x O i + y tal que u( y) = quase sempre em O i, portanto, x / supp(τ y u). Agora se x / supp(τ y u), então x O = i I O i, isto implica que x O i tal que τ y u( ) = quase sempre em O i, logo u( y) = quase sempre em O i, então x y O i tal que u( ) = quase sempre em O i, portanto x y / supp(u), segue que x / y + supp(u), o que prova (.4). Agora apresentaremos os espaços L p (Ω) e algumas propriedades. Definição.2. Sejam Ω um subconjunto aberto do R N e p <, denota-se por L p (Ω), a classe de todas as funções u definidas em Ω, mensuráveis tais que u p é integrável em Ω, munido da norma u L p (Ω) = ( Ω ) u(x) p p dx. O espaço L p (Ω) munido da norma L p (Ω) é um espaço de Banach. Quando p = 2, L 2 (Ω) é um espaço de Hilbert com o produto escalar onde v é o conjugado de v. (u, v) L 2 (Ω) = Ω u(x)v(x)dx, Definição.3. Seja Ω um subconjunto aberto do R N. Denota-se por L (Ω) a classe de todas as funções u definidas em Ω, mensuráveis em Ω que são essencialmente limitadas munido da norma u L (Ω) = sup ess u(x), x Ω 7

19 . Resultados básicos da teoria das distribuições onde L (Ω) pode ser apresentada como em [4], na seção 4.2. Definição.4. Diz-se que u L p loc (Ω) ( p < ) se uχ K L p (Ω) para todo conjunto compacto K Ω, onde uχ K (x) = u(x) se x K e uχ K (x) = se x / K. R N. Note que se u L p loc (Ω), então u L loc (Ω), seja qual for Ω subconjunto aberto do Definição.5. Sejam u e v funções numéricas definidas no R N. Define-se convolução das funções u e v a operação (u v)(x) = u(x y)v(y)dy = R N v(x y)u(y)dy. R N A seguir, temos mais uma propriedade do suporte de funções nos espaços L p (R N ). Proposição.3. Sejam u L (R N ) e v L q (R N ) com q. Então supp(u v) supp(u) + supp(v). (.5) Prova: Fixe x R N tal que a função y u(x y)v(y) seja integrável. Temos (u v)(x) = u(x y)v(y)dy = R N [x supp(u)] [supp(v)] u(x y)v(y)dy. Utilizando as propriedades de suporte apresentadas, prova-se a segunda igualdade: supp(u(x y)v(y)) [supp(u(x y))] [supp(v(y))] = [x supp(u)] [supp(v(y))]. Se x / supp(u) + supp(v), então [x supp(u)] [supp(v)] =, pois nesse caso, x / supp(v). Assim u(x y)v(y) =, ou seja, (u v)(x) =. Isso significa que x / supp(u v), logo (u v)(x) = q.s. em [supp(u) + supp(v)] c. Em particular (u v)(x) = q.s. em int((supp(u) + supp(v)) c ). Portanto, supp(u v) supp(u) + supp(v). Definição.6. Seja Ω um subconjunto aberto do R N. O espaço vetorial das funções numéricas definidas em Ω com suporte compacto, possuindo derivadas parciais de todas as ordens em todos os pontos de Ω é representado por C (Ω). Os elementos de C (Ω) são chamados de funções testes em Ω. 8

20 . Resultados básicos da teoria das distribuições Exemplo.. Seja ρ : R N R a função definida por e x 2 se x < ρ(x) = se x, onde x 2 = x 2 + x x 2 N, tem-se ρ C (R N ). Lema.4. Seja k = R N ρ(x)dx, onde ρ é a função do Exemplo. e para cada n N considere a função ρ n : R N R definida por ( n N ρ n (x) = k ) ρ (nx), para todo x R N. Então ρ n é uma função teste do R N possuindo as seguintes propriedades () ρ n (x) n N /ke; (2) supp(ρ n ) = {x R N ; x /n}; (3) ρ n (x)dx = ρ n (x) =. R N x /n Prova: Note que ρ n (x) para todo x R N. Além disso, observa-se que para x < /n e x 2 e, pois x 2. Então ( ) n N e k x 2 ( n N ke ), (.6) o que implica ρ n (x) n N /ke para x < /n. Para provar (2), basta notar que sendo ρ n uma função contínua, segue que supp(ρ n ) = {x R N ; ρ n (x) }, mas por (), supp(ρ n ) = {x R N ; nx < } = {x R N ; x /n}. 9

21 . Resultados básicos da teoria das distribuições Para provar (3), vamos calcular a integral de ρ n. R N ρ n (x)dx = = = ( n N R k ( N ) n N k ( ) n N k ) ρ(nx)dx x </n x </n Fazendo y = nx, então dy = n N dx, e daí R N ρ n (x)dx = = = ( ) e nx n N 2 dx + k e nx 2 dx. ( ) n N k ( ) n N k ( ) k x </n y < y < e e e nx 2 dx y 2 dy n N y 2 dy. x /n e nx 2 dx Substituindo k, temos ρ n (x)dx = R N x </n ρ n (x)dx =. Definição.7. Uma sequência de funções testes no R N com as propriedades (), (2) e (3) é denominada sequência regularizante. Lema.5. Se u C (R N ), então u L (R N ). Prova: De fato, basta notar que u(x) dx = R N supp(u) u L (R N ) u(x) dx supp(u) dx = u L (R N ) supp(u) <, onde supp(u) é a medida do suporte de u. Portanto, u pertence a L (R N ). Proposição.6. Sejam u C (R N ) e v L p (R N ), p <. Então D α (u v) = (D α u) v para todo α N N e u v pertence a C L p (R N ). Se v possui suporte compacto, então u v é uma função teste no R N.

22 . Resultados básicos da teoria das distribuições Prova: Para mostrar que D α (u v) = (D α u) v, é suficiente provar para um α j = (,,...,,,..., ), onde a j-ésima posição é e as demais são iguais a zero, então D α (u v) = D j (u v) = usando a definição de derivada, temos x j (u v), (u v)(x + he j ) (u v)(x) (u v)(x) = lim x j h h [ = lim u(x + he j y)v(y)dy h h R N = lim h R N ] u(x y)v(y)dy R [ ] N u(x + hej y) u(x y) v(y)dy. Pelo teorema da convergência dominada de Lebesgue, segue Logo, [ ] u(x + hej y) u(x y) (u v)(x) = lim v(y)dy x j h R h [ N ] u(x y + he j ) u(x y) = lim v(y)dy R N h h ( ) = u(x y) v(y)dy. x j R N h x j (u v)(x) = ( u/ x j v)(x), para todo j,..., N. (.7) Portanto, D α (u v) = (D α u) v, para todo α N N. Para provar que u v pertence a L p (R N ), basta usar o teorema 2 associado ao Lema Teorema.7 (Teorema da convergência dominada de Lebesgue). Seja {f n } n N uma sequência de funções em L (Ω) que satisfaçam (a) f n (x) f(x) q.s. em Ω; (b) Existe uma função g em L (Ω) tal que para todo n N, f n (x) g(x) q.s. em Ω. Então f L (Ω) e f n f L (Ω). Prova: Ver [3], p. 44, Teorema

23 . Resultados básicos da teoria das distribuições.5. Para mostrar que u v pertence a C (R N ), considere u C (R N ) e v L p (R N ), segue que u/ x j C (R N ) e assim ( u/ x j v)(x) C (R N ), pois se x n x para todo n N, então ( ) u v (x n ) = x j R N Calculando o limite quando n tente ao, segue ( ) u lim v (x n ) = lim n x j = = = x j [u(x n y)]v(y)dy. n R N R N lim n [u(x n y)]v(y)dy x j [u(x n y)]v(y)dy x j [u(x y)]v(y)dy R x N j ( ) u v (x). x j Segue que u v C (R N ), portanto, u v pertence a C (R N ) L p (R N ). Para mostrar a terceira e última parte, basta usar (.5), ou seja, supp(d α u v) supp(d α u) + supp(v), como supp(d α u) e supp(v) são compactos, e supp(d α u v) = supp(d α (u v)), temos supp(d α (u v)) contido em um compacto. Agora, usando o fato de que supp(d α (u v)) supp(u v), segue que supp(u v) está contido em um compacto, ou seja, u v é uma função teste do R N. Lema.9. Sejam K e F dois subconjuntos do R N, disjuntos, onde K compacto e F fechado. Existe uma função teste φ no R N tal que φ(x) em K, φ(x) em F e φ(x). Teorema.8 (Desigualdade de Young). Sejam u L (R N ) e v L p (R N ) com p. Então para quase todo x R N a função u u(x y)v(y) é integrável em R N, além disso, u v L p (R N ) e vale a desigualdade Prova: Ver [8], p. 24, Teorema 8.7. u v L p (R N ) u L (R N ) v L p (R N ). (.8) 2

24 . Resultados básicos da teoria das distribuições Prova: Para construir uma função φ que satisfaça as condições impostas, considere ɛ = d(k, F )/4 e construa os conjuntos F = {x R N ; d(x, K) 2ɛ} e K = {x R N ; d(x, K) ɛ}. Definindo a função v : R N R de modo que v(x) = d(x, F )/[d(x, F ) + d(x, K )] para todo x R N, a função procurada é dada por φ = ρ n v, onde ρ n é apresentada no Lema.4 e n N tal que ɛn. De fato, quando x F, segue que v(x) =, logo φ = ρ n v = R N ( n N Quando x K, segue que v(x) =, logo φ = ρ n v = R N k ( n N E para x / K F, segue que < v(x) <, logo φ = ρ n v = assim, φ é a função desejada. R N k ( n N k ) ρ (n(x y)) dy =. ) ρ (n(x y)) dy =. ) ρ (n(x y)) v(y)dy, A partir de agora, nosso objetivo é mostrar que C (Ω) é denso em L p (Ω), p <. Para tal, começaremos com o seguinte resultado de continuidade. Proposição.. Seja u L p (Ω), p <. Então a aplicação translação R N L p (R N ) y τ y u é contínua. Prova: Considerando y R N e {y n } um sequência de vetores de R N com y n y, tem-se τ yn u τ y u p = u(x y L p (R N ) n ) u(x y) p dx R N = u(x y z n ) u(x y) p dx R N = u(x z n ) u(x) p dx, R N onde z n = (y n y). 3

25 . Resultados básicos da teoria das distribuições Observe que é suficiente demonstrar que a aplicação é contínua para y =. Para isso, seja {y n } é uma sequência de vetores do R N tal que y n, prova-se a continuidade para u = χ O onde χ O é a função característica de um subconjunto aberto limitado O de R N, ou seja, u(x), se x O χ O (x) =, se x R N \O. Tem-se τ yn u τ y u p L p (R N ) = R N χ O (x y n ) χ O (x) p dx. (.9) Observe que χ O (x y n ) χ O (x) para todo x R N \ O. De fato, se x O, então lim χ O(x y n ) = χ O (x). Se x int(r N \ O), então χ O (x) = e lim χ O (x y n ) = n n χ O (x) =, logo χ O (x y n ) χ O (x), q.s. em R N. (.) Por outro lado, onde U = χ O (x y n ) χ U (x) p χ U (x) p, para todo x R N, (.) (O + y n ) O é um subconjunto aberto do R N. De fato, se x U, então n= χ U (x) se x / (O + y n ) χ O (x y n ) χ U (x) = n= χ U (x) se x / O. Portanto, vale (.) e aplicando o teorema da convergência dominada de Lebesgue (veja Teorema.7) a integral da direita de (.9), usando (.) e (.) temos ou seja, χ O (x y n ) χ O (x) p dx = lim χ O (x y n ) χ O (x) p dx =, R N n R N τ yn u u em L p (R N ) quando n. Logo a translação é contínua em y = para uma função escada u do R N, isto é, u é igual a uma combinação linear finita de funções características de subconjuntos abertos limitados de R N. Note que o conjunto das funções escadas de R N é denso em L p (R N ). Então, dados 4

26 . Resultados básicos da teoria das distribuições u L p (R N ) e ɛ >, existe uma função ϕ de R N tal que u ϕ L p (R N ) < ɛ/3. Tem-se τ yn u u L p (R N ) = τ yn u τ yn ϕ + τ yn ϕ ϕ + ϕ u L p (R N ) τ yn u τ yn ϕ L p (R N ) + τ yn ϕ ϕ L p (R N ) + ϕ u L p (R N ) = τ yn (u ϕ) L p (R N ) + τ yn ϕ ϕ L p (R N ) + ϕ u L p (R N ) = u ϕ L p (R N ) + τ yn ϕ ϕ L p (R N ) + ϕ u L p (R N ) = 2 u ϕ L p (R N ) + τ yn ϕ ϕ L p (R N ) < 2ɛ/3 + ɛ/3 = ɛ, para todo n n, o que prova o resultado desejado. Teorema.. Seja {ρ n } uma sequência regularizante dada no Lema.4. Se u L p (R N ), p <, então a sequência {ρ n u} converge para u em L p (R N ). Prova: Usando o fato de que ρ y /n n(y)dy =, temos (ρ n u)(x) u(x) = = ρ n (y)u(x y)dy ρ n (y)u(x)dy y /n y /n ρ n (y)[u(x y) u(x)]dy. (.2) y /n Quando p =, resulta do teorema de Fubini 3 ρ n u u L (R N ) = = R N y /n y /n 3 ρ n (y)[u(x y) u(x)]dy dx ( ) ρ n (y) [u(x y) u(x)] dx dy R N y /n ρ n (y) τ y u u L (R N )dy. Teorema.2 (Teorema de Fubini). Sejam Ω, Ω 2 subconjuntos abertos do R N. Assuma que F L (Ω Ω 2 ). Então para x Ω, q.s., F L y(ω 2 ) e Ω 2 F (x, y)dµ 2 L x(ω ). Analogamente, para y Ω 2, q.s., F L x(ω ) e Ω F (x, y)dµ L y(ω 2 ). Além disso, dµ Ω F (x, y)dµ 2 = Ω 2 dµ 2 Ω 2 F (x, y)dµ = Ω F (x, y)dµ dµ 2. Ω Ω 2 (.3) Prova: Ver [3], p. 9, Teorema.. 5

27 . Resultados básicos da teoria das distribuições Pela proposição anterior, sabe-se que τ y u é contínua, logo lim (ρ n u) u L n (R N ) =. No caso < p <, considere q tal que p + q Hölder 4, obtém-se (ρ n u)(x) u(x) p y /n =. De (.2) e da desigualdade de ρ n (y)[u(x y) u(x)] p dy ( ) p ρ n (y) q q dy [u(x y) u(x)] p dy. y /n y /n (.4) Pela propriedade () de sequências regularizantes, ρ n (x) nn ke, assim y /n ρ n (y) q dy y /n onde w N é o volume da esfera unitária do R N. Portanto n Nq nnq dy = dy = nnq k q eq k q e q y /n k q e w q N n, N ( ρ n (y) q dy y /n ) p q ( n Nq N k q e q w N = w p q N n(nq N) p q k p e p = Cn Np( q ) ) p q = Cn N, (.5) onde C = wp/q N k p e p e sabemos que =. Considerando (.4) e (.5), temos q p ρ n u u p Cn N y /n [u(x y) u(x)] p dy. 4 Teorema.3 (Desigualdade de Hölder). Sejam f L p (Ω) e g L q (Ω), com p e p + q =, (se p =, então q = ) então fg L (Ω) e Prova: Ver [4], p. 96, Teorema 4.6. fg L (Ω) f L p (Ω) g L q (Ω). 6

28 . Resultados básicos da teoria das distribuições Integrando ambos os lados e aplicando o teorema de Fubini (veja Teorema.2), segue ρ n u u p dx Cn N R N y /n [u(x y) u(x)] p dxdy R N Cw N sup y /n τ y u u p. L p (R N ) Novamente pela continuidade da translação de τ y, segue que o que prova o teorema. Observação.. lim (ρ n u) u p =, n L p (R N ) É interessante mencionar o caso linear do Teorema da mudança de variáveis 5, que foi usado para mostrar que dy = w N y /n n N. Onde o volume da esfera de raio r, w N (r) é dado por w N (r) = rn π N/2 quando N é par e w (N/2)! N (r) = N! [rn π (N )/2 2 ( ) N N 2!] quando N é ímpar. Observe que destas fórmulas resulta lim w N(r) =. N Para mais detalhes, consulte [9], p. 394, Exercício 6.2. Então, para mostrar que y /n dy = w N n N, façamos f(y) =, T (x) = n x e X = B(; ). 5 y /n dy = = = y /n ny B(;) = w N n N. f(y)dy f(y)dy n N dx Teorema.4 (Teorema da mudança de variáveis, caso linear). Sejam T : R N R N uma transformação linear invertível, X R N um conjunto J-mensurável e f : T (X) R uma função integrável. Então f(y)dy = f(t x) det T dx T (X) Prova: Ver [9], p. 382, Seção VI. X 7

29 . Resultados básicos da teoria das distribuições Lema.5. Seja Ω um subconjunto aberto do R N. Existe uma sequência de conjuntos compactos {K n } tal que K n K n+ para todo n N, e Ω = n= K n. Prova: Basta tomar K n do seguinte modo K n = { x Ω; d (x, Ω) } {x R N ; x n}. n Teorema.6. O espaço C (Ω) é denso em L p (Ω) para p <. Prova: Seja u L p (Ω). Pelo Lema.5, existe uma sequência de subconjuntos compactos {K n } em Ω, para cada n N. Considere a função u n = uχ Kn, onde χ Kn a função característica de K n. Note que u n L p (Ω) para cada n, e a sequência {u n } converge para u em L p (Ω), essa convergência decorre do Teorema da convergência dominada de Lebesgue (veja Teorema.7). Do modo que as funções u n foram definidas, elas possuem suporte compacto, então para provar o teorema, basta aproximar as funções u n por funções de C (Ω). Para isto, seja u L p (Ω), u com suporte compacto, e considere r = d(supp(u), Ω), que é um número positivo. Defina ũ : R N K por u(x), se x Ω ũ(x) =, se x R N \Ω. Duas propriedades são claras para ũ. () ũ L p (R N ). Basta observar que ũ p dx = R N Ω ũ p dx + ũ p dx = u p dx < R N \Ω Ω (2) supp(ũ) = supp(u) é um compacto do R N. Essa igualdade dos suportes segue diretamente de suas propriedades apresentadas anteriormente. Portanto, pelo Teorema., (ρ n ũ) é uma sequência de funções testes no R N que converge para u em L p (R N ). Seja v n a restrição a Ω da função ρ n ũ, então v n é uma função teste em Ω para cada n 2/r e a sequência converge para u em L p (Ω). 8

30 . Resultados básicos da teoria das distribuições Definição.8. Diz-se que um sequência {ϕ n } de funções de C (Ω) converge para zero, quando as seguintes condições forem satisfeitas a) Os suportes de todas as funções testes ϕ n estão contidos num compacto fixo K, ou seja, supp(ϕ n ) K para todo n =, 2,.... b) Para cada multi-índice α N N, a sequência {D α ϕ n } converge uniformemente em K. Para ϕ C (Ω), diz-se que ϕ n converge para ϕ em C (Ω), quando a sequência {ϕ n ϕ} converge para zero no sentido dado acima. Denominaremos por espaço das funções testes em Ω e representaremos por D(Ω) o espaço vetorial C (Ω) com esta noção de convergência..2 Distribuições sobre um aberto do R N Nesta seção apresentaremos a noção de distribuições sobre um conjunto aberto contido no R N. Definição.9. Seja Ω um subconjunto aberto do R N. Uma distribuição sobre Ω é um funcional linear T sobre D(Ω) que é contínuo no sentido da convergência definida sobre D(Ω), ou seja, a sequência { T, ϕ n } converge para zero em K, sempre que a sequência {ϕ n } em D(Ω), converge para zero no sentido da Definição.8. Note que T, ϕ n é o valor de T em ϕ n. O conjunto de todas as distribuições sobre Ω é um espaço vetorial com as operações usuais, a saber, este espaço é o dual topológico, D (Ω), de D(Ω). Neste espaço vetorial, diz-se que uma sequência {T n } converge para zero em D (Ω), quando para toda função teste ϕ D(Ω), a sequência { T n, ϕ } converge para zero em K. Neste caso, escreve-se lim T n = em D (Ω) e diz-se que n quando lim T n = T em D (Ω) n lim (T n T ) = em D (Ω). n Exemplo.2. Seja u L loc (Ω). Considere o funcional linear T u definida em D(Ω) por T u, ϕ = Ω 9 u(x)ϕ(x)dx,

31 . Resultados básicos da teoria das distribuições para toda ϕ D(Ω). Então T u é uma distribuição sobre Ω. De fato, primeiramente note que T u está bem definida, pois se ϕ D(Ω), então ϕ C (Ω) e Ω (uϕ)(x)dx = supp(ϕ) supp(ϕ) C ϕ (uϕ)(x)dx supp(ϕ) onde as duas desigualdades são justificadas, por sup ϕ C ϕ e u L loc (Ω), res- x supp(ϕ) pectivamente. u(x) ϕ(x) dx u(x) dx <, Agora, para mostrar que T u é uma distribuição sobre Ω, suponha que ϕ n ϕ em D(Ω), então existe um compacto K Ω tal que supp(ϕ n ϕ) K para todo n =, 2,..., segue T u (ϕ n ) T u (ϕ) = = Ω Ω u(x)ϕ n (x)dx Ω u(x)ϕ(x)dx u(x)[ϕ n (x) ϕ(x)]dx u(x) dx, sup ϕ n (x) ϕ(x) x K como sup ϕ n (x) ϕ(x) quando n, segue que T n converge uniformemente x K para T em D(Ω). O lema a seguir caracteriza as distribuições quando u L loc (Ω). Lema.7 (Lema de Du Bois Raymond). Sejam u L loc (Ω) e T u definida no exemplo anterior. O funcional linear T u se, e somente se u quase sempre em Ω. Prova: Não é difícil ver que se u quase sempre em Ω, então T u. Para mostrar que a condição T u implica u = quase sempre em Ω, considere um subconjunto aberto limitado O de Ω, pelo Teorema.6, sabemos que D(O) é denso em L (O). Então dado u L (O), para cada ɛ > existe v D(O) tal que O K u v dx < ɛ. (.6) Por hipótese, u(x)ϕ(x)dx =, para toda ϕ D(O), pois O é um subconjunto O 2

32 . Resultados básicos da teoria das distribuições aberto limitado de Ω, então de (.6) temos O v(x)ϕ(x)dx = = v(x)ϕ(x)dx u(x)ϕ(x)dx O O [v(x)ϕ(x) u(x)ϕ(x)]dx O max ϕ v(x) u(x) dx O ɛmax ϕ, (.7) para toda ϕ D(O). Agora, considere os conjuntos K = {x O; v(x) ɛ} e K 2 = {x O; v(x) ɛ} que são compactos e disjuntos de Ω. Pelo Lema.9, existem ϕ e ϕ 2 em D(O) tais que ϕ = em K, ϕ = em K 2 e ϕ, ϕ 2 = em K, ϕ 2 = em K 2 e ϕ 2. Tomando ψ = ϕ ϕ 2, obtém-se: ψ = em K, ψ = em K 2 e ψ. Logo v(x)ψ(x)dx = v(x)ψ(x)dx + v(x)ψ(x)dx, O O\K K onde K = K K 2. Segue que v(x)ψ(x)dx = v(x)ψ(x)dx v(x)ψ(x)dx, K O O\K Observe que pela definição de K e K, que v ɛ em O\K, e levando em conta (.7) temos v(x)ψ(x)dx v(x)ψ(x)dx + v(x)ψ(x)dx K O O\K ɛ max ϕ + ɛ ψ(x) dx ɛ + ɛ O\K. O\K Usando a definição de ψ e desta última desigualdade, segue v(x) dx = v(x)ϕ(x) dx ɛ + ɛ O\K. K K 2

33 . Resultados básicos da teoria das distribuições Portanto O u(x) dx u(x) v(x) dx + v(x) dx + v(x) dx O K O\K ɛ + ɛ + ɛ O\K + ɛ O\K = 2ɛ + 2ɛ O\K. Fazendo ɛ tender a zero, obtém-se u quase sempre em O, como O foi escolhido arbitrariamente, resulta que u quase sempre em Ω. Observação.2. Basicamente o Lema de Du Bois Raymond nos diz que para cada u L loc (Ω), o funcional liner T u é determinado por uma única função u quase sempre em Ω, ou seja, se u, v L loc (Ω), então T u = T v se, e somente se u = v quase sempre em Ω. Por isso, diz-se a distribuição u ao invés de dizer a distribuição T u. Depois que caracterizamos as distribuições definidas por funções de L loc (Ω), uma pergunta natural é: Todas as distribuições são definidas por funções de L loc (Ω)? A resposta é negativa, como veremos no exemplo que segue. Exemplo.3. Seja x Ω e δ x a forma linear em D(Ω) definida do seguinte modo δ x, ϕ = ϕ(x ), para toda ϕ D(Ω). Primeiramente note que δ x está bem definida, pois para cada x Ω toda função ϕ D(Ω) está bem definida. Para mostrar que δ x é uma distribuição, tome uma sequência {ϕ n } em D(Ω) que converge para ϕ em D(Ω), então δ x, ϕ n = ϕ n (x ) ϕ(x ) = δ x, ϕ em R. Logo δ x é uma distribuição sobre Ω, denominada Distribuição de Dirac ou Medida de Dirac concentrada em x. Quando x = escreve-se δ. Agora vamos mostrar que δ x não é definida por uma função u L loc (Ω), isto é, não existe u L loc (Ω) de modo que Ω u(x)ϕ(x)dx = ϕ(x ), para toda ϕ D(Ω). De fato, se existisse uma tal função u, então Ω u(x) x x 2 ϕ(x)dx = x x 2 ϕ(x ) x=x =, 22

34 . Resultados básicos da teoria das distribuições para toda ϕ D(Ω), mas pelo Lema de Du Bois Raymond tem-se x x 2 u(x) = quase sempre em Ω, ou seja, u = quase sempre em Ω, logo δ x contradição. L loc (Ω). =, o que é uma Portanto, existem distribuições que não são definidas por funções de Exemplo.4. Existem sequências {u n } de funções de L loc (Ω) que convergem para uma distribuições T em D (Ω), mas o limite T não pode ser definido por uma função de L loc (Ω). De fato, sejam x Ω e B r (x ) = {x R N ; x x r} uma bola contida em Ω. Para cada < ɛ < r, seja θ ɛ a função teste θ ɛ (x) = kɛ N ρ ( x x sendo ρ : R N R a função definida por ɛ ), para todo x Ω, e x 2 se x < ρ(x) = se x, a função teste do Exemplo. e k = R N ρ(y)dy. Tem-se para ϕ D(Ω), θ ɛ, ϕ = Ω kɛ N ρ ( x x ɛ ) ϕ(x)dx = kɛ N Se y = x x, então x = ɛy + x ɛ e dx = ɛ N dy daí kɛ N Ω ( ) x x ρ ϕ(x)dx = ɛ kɛ N = k Ω Ω Ω ( ) x x ρ ϕ(x)dx. ɛ ρ(y)ϕ(ɛy + x )ɛ N dy ρ(y)ϕ(ɛy + x )dy. Observe que quando ɛ tende a zero, ϕ(ɛy + x ) tende a ϕ(x ). Logo Assim, ρ(y)ϕ(ɛy + x )dy ϕ(x ) quando ɛ +. k Ω lim ɛ + θ ɛ = δ x em D (Ω). Mas como vimos anteriormente, δ x uma função de L loc (Ω). não é uma distribuição definida por Lema.8. Sejam u L p loc (Ω) e {u n} uma sequência de funções de L p loc (Ω), p < 23

35 . Resultados básicos da teoria das distribuições, tal que Então lim u n = u em L p n loc (Ω). lim u n = u em D (Ω). n Prova: De fato, seja ϕ D(Ω) e O um subconjunto aberto limitado de Ω tal que supp(ϕ) O. Se p =, temos T u, ϕ = Ω u(x)ϕ(x)dx, então, dada uma sequência u n u em L loc (Ω), temos u n, ϕ u, ϕ = u n u, ϕ = [u n (x) u(x)]ϕ(x)dx Ω max ϕ(x) u n (x) u(x) dx, x O O como u n u em L loc (Ω), seque que u n u em D (Ω). Se p <, considere o seu conjugado q, ou seja, + q p sequência u n u em L p loc (Ω), temos =, então, dada uma u n u, ϕ u n u L p (O ϕ L q (O). Como u n u em L p loc (Ω) e ϕ L q (O) <, então u n u em D (Ω). Observação.3. As seguintes afirmações são verdadeiras para p <. (i) D(Ω) é um subespaço vetorial denso em L p loc (Ω); (ii) L p loc (Ω) é um subespaço vetorial denso em D (Ω); (iii) D(Ω) é um subespaço vetorial denso em D (Ω). Com efeito, para mostrar que D(Ω) é denso em L p loc (Ω), tome u Lp loc (Ω) e {K n} uma sequência de subconjuntos de Ω dados no Lema.5. Para cada aberto O n = int(k n ), pelo Lema.9, determina-se ϕ n D(O n ) tal que u ϕ n L p (O \ ) < n. 24

36 . Resultados básicos da teoria das distribuições A sequência {ϕ n } de funções testes converge em Ω para u em L p loc (Ω), quando n. O Lema.8 mostra que L p loc (Ω) é denso em D (Ω). Definição.. Seja T uma distribuição sobre Ω e α N N. A derivada de ordem α de T é o funcional linear D α T definida em D(Ω) por D α T, ϕ = ( ) α T, D α ϕ, para toda ϕ D(Ω). Observe que D α é uma distribuição sobre Ω. De fato, desde que D α ϕ D(Ω) quando ϕ D(Ω), D α T é um funcional linear em D(Ω), e claramente linear. Suponha que ϕ n ϕ em D(Ω), então supp(d α (ϕ n ϕ) supp(ϕ n ϕ) K, para algum compacto K Ω. Além disso, D β (D α (ϕ n ϕ)) = D β+α (ϕ n ϕ) converge para zero uniformemente em K, quando n, para cada multi-índices β. Portanto, D α ϕ n D α ϕ em D(Ω). Desde que T D (Ω) segue D α T (ϕ n ) = ( ) α T D α ϕ n ( ) α T D α ϕ = DT (ϕ). Portanto, D α T D (Ω). Segue da definição acima que cada distribuição T sobre Ω possui derivadas de todas as ordens. Assim, as funções de L loc (Ω) possuem derivadas de todas as ordens no sentido das distribuições. Note que a aplicação D α : D (Ω) D (Ω) T D α T é linear e contínua no sentido da convergência definida em D (Ω). Isto significa que, se lim T n = T em D (Ω), então lim D α T n = D α T em D (Ω). n n O exemplo a seguir, nos mostra que a derivada de uma função de L loc (Ω) não é, em geral, uma função de L loc (Ω). Esse fato nos induz a definir uma classe de espaços de Banach de funções chamados de Espaços de Sobolev, que veremos mais adiante. Exemplo.5. Seja u uma função de Heaviside, isto é, u é definida em R e tem a seguinte forma: u(x) = se x > e u(x) = se x <. Note que ela pertence a L loc (R) mas sua derivada u = δ não pertence a L loc (R). Como mostra-se usando a definição de derivada u, ϕ = u, ϕ = ϕ (x)dx = ϕ() = δ, ϕ, 25

37 . Resultados básicos da teoria das distribuições para todo ϕ D(R). Exemplo.6. Se u C k (R N ) para cada α N N tal que α k, a derivada D α u, no sentido das distribuições, é igual a derivada no sentido clássico, isto é, D α T u = T D α u, para todo α k. Para provar isto, usa-se a fórmula da integração de Gauss, basta notar que para todo ϕ D(R N ) e u C k (R N ) temos u(x)dϕ(x)dx = R N = = supp(ϕ) (supp(ϕ)) supp(ϕ) u(x)dϕ(x)dx (uϕ)(x)dx Du(x)ϕ(x)dx. supp(ϕ) Du(x)ϕ(x)dx Isto implica que a derivada no sentido das distribuições de u é igual a derivada no sentido usual. Exemplo.7. Seja u L loc (RN ) e k N. Suponha que para cada α k, D α u pertença a L loc (RN ). Então, para cada ϕ em D(R N ) e α k, tem-se D α (ϕ u) = ϕ D α u. Sabendo que D α u é a derivada no sentido das distribuições, a prova da igualdade acima é uma simples aplicação da definição de derivada no sentido clássico e do Teorema de Fubini (veja Teorema.2), a mesma já foi provada na Proposição.6. Utilizando a fórmula de Leibniz para funções, podemos mostrar que se ρ C (Ω) para cada ϕ D(Ω), o produto ρϕ D(Ω), e se lim ϕ n = em D(Ω), então n lim ρϕ n = em D(Ω). Quando T é uma distribuição sobre Ω, define-se o produto n ρt como um funcional linear definido em D(Ω) do seguinte modo ρt, ϕ = T, ρϕ, para todo ϕ D(Ω). Segue que ρt é uma distribuição sobre Ω. Dado α N N, para calcular a derivada de ρt aplica-se a fórmula de Leibniz D α (ρt ) = β α α! β!(α β)! Dβ ρd α β T. Para verificar esta igualdade, é suficiente tomar α = e i = (,,...,,,..., ) e para todo ϕ D(Ω) tem-se D i (ρt ), ϕ = ρt, D i ϕ = T, ρd i ϕ. 26

38 . Resultados básicos da teoria das distribuições Note que D i (ρϕ) = ρd i (ϕ) + (D i ρ)ϕ e ρd i (ϕ) = D i (ρϕ) (D i ρ)ϕ, então T, ρd i ϕ = T, ρd i ϕ = T, D i (ρϕ) + (D i ρ)ϕ = T, D i (ρϕ) + T, (D i ρ)ϕ = D i T, ρϕ + (D i ρ)t, ϕ = ρd i T, ϕ + (D i ρ)t, ϕ = ρd i T + (D i ρ)t, ϕ. Suponha Ω e U subconjuntos abertos de R N tais que Ω U. Para cada função ϕ em D(Ω) considere ϕ(x) = ϕ(x) se x Ω e ϕ(x) = se x U\Ω. Segue que ϕ D(U) e mais (a) D α ϕ = D α ϕ para todo α N N ; (b) Se lim n ϕ n = em D(Ω), segue que lim n ϕ n = em D(U). Se T D (U), o funcional linear T Ω definido em D(Ω) dada por T Ω, ϕ = T, ϕ para todo ϕ em D(Ω), é uma distribuição sobre Ω denominada restrição de T a Ω. Note que D α (T Ω ) = (D α T ) Ω para todo α N N, e T D (U). De fato, D α T Ω, ϕ = D α T, ϕ = ( ) α T, D α ϕ = ( ) α T, D α ϕ = D α T, ϕ, para todo ϕ em D(Ω)..3 Distribuições temperadas Nesta seção trataremos de uma classe especial de distribuições, chamadas de distribuições temperadas, usaremos esta classe de distribuições para definir a transformada de Fourier. Definição.. Uma função ϕ C (R N ) diz-se rapidamente decrescente no infinito, quando para cada k N tem-se p k (ϕ) = max α k sup x R N ( + x 2 ) k D α ϕ(x) <, 27

39 . Resultados básicos da teoria das distribuições o que é equivalente, a dizer que lim x p(x)dα ϕ(x) = para todo polinômio p de N variáveis reais e α N N. Considere S(R N ) o espaço vetorial das funções rapidamente decrescentes no infinito com as operações usuais de soma e multiplicação por escalar, e munido da seguinte noção de convergência: uma sequência {ϕ n } de funções de S(R N ) converge para zero, quando para todo k N a sequência {p k (ϕ n )} converge para zero em K. A sequência {ϕ n } converge para ϕ, onde ϕ S(R N ), se {p k (ϕ n ϕ)} converge para zero em K para todo k N. Definição.2. Os funcionais lineares definidos em S(R N ), contínuas no sentido da convergência definida em S(R N ) são chamados de distribuições temperadas, e esse espaço vetorial é denotado por S (R N ). Assim lim T n = T em S (R N ) se lim T n, ϕ = T, ϕ, para todo ϕ S(R N ). n n Proposição.9. O espaço das funções testes em R N, D(R N ), é um subespaço vetorial do S(R N ). Além disso, D(R N ) é denso em S(R N ). Prova: De fato, seja θ D(R N ) tal que θ(x) =, se x e θ(x) =, se x 2. Para cada n N, defina θ n (x) = θ( x n ) para todo x RN, então a sequência de funções {θ n u} de D(R N ) converge para u em S(R N ). Para mostrar essa convergência usemos a fórmula de Leibniz para funções, segue que D α (θ n (x)u(x)) D α u(x) = θ n (x)d α u(x) + (D α θ n (x))u(x) D α u(x) = θ n (x)d α u(x) D α u(x) + (D α θ n (x))u(x) = θ n (x)d α u(x) D α u(x) + α! ( x ) β!(α β)! n β Dβ θ D α u(x). n β α β> 28

40 . Resultados básicos da teoria das distribuições Portanto, p k (θ n u u) = max sup ( + x 2 ) k θ n (x)d α u(x) D α u(x) α k x R N α! ( x ) + β!(α β)! n β Dβ θ D α u(x) n β α,β> max sup ( + x 2 ) k θ n (x)d α u(x) D α u(x) α k x R N + max α k sup x R N ( + x 2 ) k β α,β> α! ( x ) β!(α β)! n β Dβ θ D α u(x) n max sup ( + x 2 ) k θ n (x)d α u(x) D α u(x) α k x R N + max α k sup x R N ( + x 2 ) k β α,β> α! ( x ) β!(α β)! n β Dβ θ D α u(x). n (.8) A primeira parcela converge para zero como consequência da definição de funções rapidamente decrescente no infinito e o fato de que θ n (x)d α u(x) = D α u(x) para x n. E quando n a segunda parcela de (.8) tende a zero também. Observação.4. Note que a função u(x) = e x 2 pertence a S(R N ) mas não pertence a D(R N ). De fato, basta notar que lim x x k e x 2 =, onde p k (x) = x k e α = (,,..., ). Mas u(x) não pertence a D(R N ), pois seja qual for k >, temos u(x) >, para todo x tal que x > k. Mas note que se T é uma distribuição temperada, então sua restrição a D(R N ) é uma distribuição sobre R N, a qual ainda representamos por T. Além disto, se S é uma distribuição sobre R N tal que existe C > e k N satisfazendo a condição S, ϕ Cp k (ϕ), para toda ϕ D(R N ), (.9) então, por D(R N ) ser denso em S(R N ), segue que S pode ser estendida como uma distribuição temperada. Exemplo.8. Uma vez que δ, ϕ p (ϕ), para toda ϕ D(R N ), segue de (.9) que δ S (R N ). De fato, basta notar que p (ϕ) = max sup ( + x 2 ) D ϕ(x) = max sup ϕ(x), α k x R N α k x R N ou seja, δ, ϕ ϕ() max α k sup x R N ϕ(x). 29

41 . Resultados básicos da teoria das distribuições Exemplo.9. Seja u L loc (RN ) tal que C = R N u(x) dx <, ( + x 2 ) k para algum k N, então u, ϕ Cp k (ϕ) para toda ϕ D(R N ). Consequentemente u é uma distribuição temperada. Exemplo.. Como consequência do Exemplo.9 e notando que R ( + x N 2 ) dx <, para todo m > N m 2, (.2) segue que toda u L p (R N ), p, define uma distribuição temperada. Observação.5. As seguintes afirmações são verdadeiras para p < e p + q = (i) D(R N ) é um subespaço vetorial denso em S(R N ); (ii) S(R N ) é um subespaço vetorial denso em L q (R N ); (iii) D(R N ) é um subespaço vetorial denso em L q (R N ). Então por dualidade resulta (iv) L p (R N ) é um subespaço vetorial denso em S (R N ); (v) S (R N ) é um subespaço vetorial denso em D (R N ); (vi) L p (R N ) é um subespaço vetorial denso em D (R N ). Prova: Todos os itens são de fáceis demonstrações. Exemplo.. Se T S (R N ) e α N N, então o funcional linear D α T é definido em S(R N ) por D α T, ϕ = ( ) α T, D α ϕ, para toda ϕ S(R N ) é uma distribuição temperada. Observação.6. Seja T S (R N ) e ρ C (R N ). O produto ρt não é necessariamente uma distribuição temperada. Definição.3. Seja ρ C (R N ). Diz-se que ρ é lentamente crescente no infinito, quando para cada α N N, existe um polinômio p α, tal que D α ρ(x) p α (x), para todo x R N. 3

42 . Resultados básicos da teoria das distribuições Exemplo.2. Seja T S (R N ). Se ρ é lentamente crescente no infinito, então ρt é uma distribuição temperada..4 Transformada de Fourier Dada uma função u L (R N ), define-se sua transformada de Fourier como sendo a Fu definida no R N por (Fu)(x) = (2π) N 2 R N e i(x,y) u(y)dy, para todo x R N, onde (x, y) = x y + x 2 y x N y N. Desde que e i(x,y) =, então ou seja, Fu está bem definida. (Fu)(x) u (2π) N L (R N ), para todo x R N, 2 Observação.7. Também será usada a notação û para a transformada de Fourier da função u. Usaremos as duas notações, ao longo do texto, para simplificar algumas expressões. Proposição.2. As seguintes afirmações são verdadeiras. (i) Se u, v L (R N ) e a K, então (au + v) = aû + v; (ii) Se u, v L (R N ), então (u v) = (2π) N 2 û v; (iii) Se u L (R N ) e x α u L (R N ) para α k, então û C k (R N ) e D α û = (( i) α x α u); (iv) Se u C k (R N ), D α u L (R N ) para α k e D α u C (R N ) para α k, então D α u = (ix) α û; (v) (Lema de Riemann-Lebesgue)F(L (R N )) C (R N ); (vi) Se (τ h u)(x) = u(x h), então (τ h u)(x) = e i(x,h) û(x), 3

43 . Resultados básicos da teoria das distribuições além disso, τ h û = f, onde f(x) = e i(x,h) u(x). Prova: A prova do item (i) é imediata. Para provar (ii), usaremos o teorema da mudança de variáveis (veja Teorema.4). (u v)(x) = e i(x,y) (u v)(y)dy (2π) N 2 R N = e i(x,y) u(x)v(y x)dxdy (2π) N 2 R N R N = e i(x,y) u(x)v(y x)dxdy (2π) N 2 R N R N = e i(x,x) u(x)e i(x,y x) v(y x)dxdy (2π) N 2 R N R N = e i(x,x) u(x)dx e i(x,y x) v(y x)dy (2π) N 2 R N R N = e i(x,x) u(x)dx e i(x,w) v(w)dw (2π) N 2 R N R ( N ) = (2π) N 2 e i(x,x) u(x)dx e i(x,w) v(w)dw (2π) N 2 R N (2π) N 2 R N = (2π) N 2 û v(x). Para provar (iii), basta notar que ( ) D α û(x) = D α e i(x,y) u(y)dy (2π) N 2 R N = D ( α e i(x,y) u(y) ) dy (2π) N 2 R N = ( i) α y α e i(x,y) u(y)dy (2π) N 2 R N = e i(x,y) ( i) α y α u(y)dy (2π) N 2 R N = (( i) α x α u)(x). Para provar (iv), primeiro considere N = α =, desde que u C, temos û (x) = (2π) 2 R e i(x,y) u (y)dy, 32

44 . Resultados básicos da teoria das distribuições usando o método de integração por partes, segue û (x) = (2π) 2 = (2π) 2 = ixû(x), ( u(y)e i(x,y) (ix) e i(x,y) u(y)dy R R ) ( ix)e i(x,y) u(y)dy onde û (x) é a derivada no sentido clássico da transformada de Fourier de u. O argumento para N >, α = é o mesmo, só que calcula-se j u integrando com respeito a j ésima variável e para o caso geral, segue por indução sobre α. Para provar (v), considere u L (R N ) e uma sequência {u n } C (R N ) C (R N ), desde que C (R N ) é denso em L (R N ), então û n û uniformemente quando u n u em L (R N ). Uma vez que C (R N ) é fechado na norma da convergência uniforme, tem-se que û C (R N ). Para provar (vi), aplica-se a transformada de Fourier em u(x h), como segue Considerando y h = w, temos (τ h u)(x) = e i(x,y) u(y h)dy. (2π) N 2 R N (τ h u)(x) = e i(x,w+h) u(w)dw (2π) N 2 R N = e i(x,h) e i(x,w) u(w)dw (2π) N 2 R N = e i(x,h) û(x). Similarmente, temos τ h (û(x)) = (2π) N 2 = (2π) N 2 = f(x), e i(x h,y) u(y)dy R N e i(x,y) e i(h,y) u(y)dy R N onde f(x) = e i(h,x) u(x). Observação.8. Desde que S(R N ) L (R N ), para cada ϕ S(R N ), estão bem definidas Fϕ e F ϕ e mostra-se que elas são rapidamente decrescentes no infinito. Além disso 33

45 . Resultados básicos da teoria das distribuições F : S(R N ) S(R N ) e F : S(R N ) S(R N ) são isomorfismos contínuos. Antes de mostrarmos esses isomorfismos apresentaremos dois resultados. () F(D α ϕ) = i α x α Fϕ; (2) D α (Fϕ) = F(( i) α x α ϕ). As provas são similares às provas da Proposição.2. Lema.2. Se ϕ S(R N ) é definida por ϕ (x) = e x 2 2, então Fϕ = ϕ. Prova: Seja α uma lista cujas entradas são iguais a zero, exceto j ésima entrada que é igual a. Segue que D α ϕ (x) = D j ϕ (x) = x j ϕ (x) = x α ϕ (x), multiplicando ambos os lados por i, temos D α ϕ (x)i = ix α ϕ (x), aplicando a transformada de Fourier, F (D α ϕ (x)i) = F( ix α ϕ (x)), aplicando a propriedade (iii) e (iv) da Proposição.2, segue xf(ϕ )(x) = D α F(ϕ )(x) ou seja integrando ambos os lados, segue D α Fϕ (x) F(ϕ )(x) = x, ln(f(ϕ )) = x c, aplicando a função exponencial, resulta F(ϕ ) = Ce x 2 2. Então, para x = temos C = F(ϕ )() = (2π) N 2 R N e i(y,) e 34 y 2 2 dy = (2π) N 2 R N e y 2 2 dy

46 . Resultados básicos da teoria das distribuições Fazendo w = y 2, então dw = Portanto, 2 N 2 C = 2 N 2 (2π) N 2 dy, isto é, 2 N 2 dw = dy. R e w2 dw = 2 N 2 π N (2π) N 2 =. 2 Fϕ = ϕ. Teorema.22. Seja u S(R N ), então û S(R N ) e vale a fórmula de inversão u(x) = (2π) N 2 R N e i(x,y) û(y)dy, para todo x R N, (.2) e dados u, v S(R N ), tem-se ûvdy = R N u vdy. R N (.22) Prova: Sejam u, v S(R N ), pelo item (2) da Observação.8, sabemos que û C (R N ) e juntamente com o item () da Observação.8 e o item (iv) da Proposição.2 para cada α, β N N, x α D β û(x) = x α ( i) β (xβ u)(x) = ( i) β ( i 2 ) α x α ( x β u)(x) = ( i) α+β i α x α ( x β u)(x) = (Dα (x β u)(x)) (2π) N 2 D α (x β u) L (R N ), logo, pela Definição., û S(R N ). Desde que, para todo λ R, u(x)v(y)e i(y,λx) é 35

47 . Resultados básicos da teoria das distribuições mensurável, aplicando a desigualdade de Minkowski 6, temos R N u(x) v(λx)dx = o que prova (.22), pela igualdade acima ainda temos = = u() v(x)dx = lim R N λ u(x) (2π) N 2 v(y)e i(y,λx) dydx R N R N v(y)(2π) N 2 u(x)e i(λy,x) dxdy R N R N û(λy)v(y)dy, R N R N u ( x λ ( x = lim v R λ N = v() û(x)dx. R N λ Tomando v(x) = e x 2 2 na igualdade anterior, temos u() e x 2 2 dx = R N û(x)dx, R N ) v(x)dx ) û(x)dx ou seja, u() = (2π) N 2 R N û(x)dx, usando o item (v) da Proposição.2 o que prova (.2). u(x) = u () x = N (2π) 2 = (2π) N 2 R N u x (ξ)dξ R N û(ξ)e i(x,ξ) dξ, 6 Teorema.23 (Desigualdade de Minkowski). Sejam f e g funções de L p (R N ), com p, então f + g é uma função de L p (R N ) e Prova: Ver [4], p.93, Teorema 4.7. f + g L p (R N ) f L p (R N ) g L p (R N ). 36

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

σ-álgebras, geradores e independência

σ-álgebras, geradores e independência σ-álgebras, geradores e independência Roberto Imbuzeiro M. F. de Oliveira 15 de Março de 2009 Resumo Notas sobre a σ-álgebra gerada por uma variável aleatória X e sobre as condições de independência de

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

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

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

1 A Equação Fundamental Áreas Primeiras definições Uma questão importante... 7

1 A Equação Fundamental Áreas Primeiras definições Uma questão importante... 7 Conteúdo 1 4 1.1- Áreas............................. 4 1.2 Primeiras definições...................... 6 1.3 - Uma questão importante.................. 7 1 EDA Aula 1 Objetivos Apresentar as equações diferenciais

Leia mais

1.3 Conjuntos de medida nula

1.3 Conjuntos de medida nula 1.3 Conjuntos de medida nula Seja (X, F, µ) um espaço de medida. Um subconjunto A X é um conjunto de medida nula se existir B F tal que A B e µ(b) = 0. Do ponto de vista da teoria da medida, os conjuntos

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

Então (τ x, ) é um conjunto dirigido e se tomarmos x U U, para cada U vizinhança de x, então (x U ) U I é uma rede em X.

Então (τ x, ) é um conjunto dirigido e se tomarmos x U U, para cada U vizinhança de x, então (x U ) U I é uma rede em X. 1. Redes Quando trabalhamos no R n, podemos testar várias propriedades de um conjunto A usando seqüências. Por exemplo: se A = A, se A é compacto, ou se a função f : R n R m é contínua. Mas, em espaços

Leia mais

MAT Topologia Bacharelado em Matemática 2 a Prova - 27 de maio de 2004

MAT Topologia Bacharelado em Matemática 2 a Prova - 27 de maio de 2004 MAT 317 - Topologia Bacharelado em Matemática 2 a Prova - 27 de maio de 2004 1 Nome : Número USP : Assinatura : Professor : Severino Toscano do Rêgo Melo 2 3 4 5 Total Podem tentar fazer todas as questões.

Leia mais

Resolução de sistemas de equações não-lineares: Método Iterativo Linear

Resolução de sistemas de equações não-lineares: Método Iterativo Linear Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.

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

Notas sobre os anéis Z m

Notas sobre os anéis Z m Capítulo 1 Notas sobre os anéis Z m Estas notas complementam o texto principal, no que diz respeito ao estudo que aí se faz dos grupos e anéis Z m. Referem algumas propriedades mais específicas dos subanéis

Leia mais

Teoremas e Propriedades Operatórias

Teoremas e Propriedades Operatórias Capítulo 10 Teoremas e Propriedades Operatórias Como vimos no capítulo anterior, mesmo que nossa habilidade no cálculo de ites seja bastante boa, utilizar diretamente a definição para calcular derivadas

Leia mais

VARIÁVEIS ALEATÓRIAS

VARIÁVEIS ALEATÓRIAS UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis

Leia mais

Álgebra Linear Exercícios Resolvidos

Álgebra Linear Exercícios Resolvidos Álgebra Linear Exercícios Resolvidos Agosto de 001 Sumário 1 Exercícios Resolvidos Uma Revisão 5 Mais Exercícios Resolvidos Sobre Transformações Lineares 13 3 4 SUMA RIO Capítulo 1 Exercícios Resolvidos

Leia mais

Axiomatizações equivalentes do conceito de topologia

Axiomatizações equivalentes do conceito de topologia Axiomatizações equivalentes do conceito de topologia Giselle Moraes Resende Pereira Universidade Federal de Uberlândia - Faculdade de Matemática Graduanda em Matemática - Programa de Educação Tutorial

Leia mais

APLICAÇÃO DO TEOREMA DO PONTO FIXO DE BANACH A UM PROBLEMA EM PROBABILIDADE 1

APLICAÇÃO DO TEOREMA DO PONTO FIXO DE BANACH A UM PROBLEMA EM PROBABILIDADE 1 Disciplinarum Scientia. Série: Ciências Exatas, S. Maria, v.2, n.1, p.59-68, 2001 59 APLICAÇÃO DO TEOREMA DO PONTO FIXO DE BANACH A UM PROBLEMA EM PROBABILIDADE 1 APPLICATION OF BANACH FIXED POINT THEOREM

Leia mais

Análise I Solução da 1ª Lista de Exercícios

Análise I Solução da 1ª Lista de Exercícios FUNDAÇÃO EDUCACIONAL SERRA DOS ÓRGÃOS CENTRO UNIVERSITÁRIO SERRA DOS ÓRGÃOS Centro de Ciências e Tecnologia Curso de Graduação em Matemática Análise I 0- Solução da ª Lista de Eercícios. ATENÇÃO: O enunciado

Leia mais

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I 2013/2014 Exercício 1. Seja (, F) um espaço mensurável. Mostre que 1. F. 2. se A i F, i = 1, 2,... então n i=1 A i F. 3. se A i F,

Leia mais

depende apenas da variável y então a função ṽ(y) = e R R(y) dy

depende apenas da variável y então a função ṽ(y) = e R R(y) dy Formulario Equações Diferenciais Ordinárias de 1 a Ordem Equações Exactas. Factor Integrante. Dada uma equação diferencial não exacta M(x, y) dx + N(x, y) dy = 0. ( ) 1. Se R = 1 M N y N x depende apenas

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

Equação Geral do Segundo Grau em R 2

Equação Geral do Segundo Grau em R 2 8 Equação Geral do Segundo Grau em R Sumário 8.1 Introdução....................... 8. Autovalores e autovetores de uma matriz real 8.3 Rotação dos Eixos Coordenados........... 5 8.4 Formas Quadráticas..................

Leia mais

Ajuste de mínimos quadrados

Ajuste de mínimos quadrados Capítulo 5 Ajuste de mínimos quadrados 5 Ajuste de mínimos quadrados polinomial No capítulo anterior estudamos como encontrar um polinômio de grau m que interpola um conjunto de n pontos {{x i, f i }}

Leia mais

Capítulo 7 Transformadas de Fourier. definimos a sua transformada de Fourier

Capítulo 7 Transformadas de Fourier. definimos a sua transformada de Fourier Capítulo 7 Transformadas de Fourier Dada uma função definimos a sua transformada de Fourier A constante multiplicativa em (1),, é um valor arbitrário. Há autores que escolhem. Mas é muito importante lembrar

Leia mais

TÓPICO 3 A TRANSFORMADA DE FOURIER

TÓPICO 3 A TRANSFORMADA DE FOURIER TÓPICO 3 A TRANSFORMADA DE FOURIER EMANUEL CARNEIRO 1. A transformada de Fourier em L 1 ( ) O conceito da transformada de Fourier, nomeada em homenagem ao matemático francês Jean Baptiste Joseph Fourier

Leia mais

Instituto de Matemática - UFRJ ESPAÇOS DE SOBOLEV. por. L. A. Medeiros M. Milla Miranda. Professor Emérito UFRJ Professor Titular UFRJ

Instituto de Matemática - UFRJ ESPAÇOS DE SOBOLEV. por. L. A. Medeiros M. Milla Miranda. Professor Emérito UFRJ Professor Titular UFRJ Instituto de Matemática - UFRJ ESPAÇOS DE SOBOLEV (Iniciação aos Problemas Elíticos não Homogêneos ) por L. A. Medeiros M. Milla Miranda Professor Emérito UFRJ Professor Titular UFRJ Rio de Janeiro, RJ

Leia mais

Demonstração. Ver demonstração em [1]. . Para que i j se tem µ i µ j? Determine a derivada no sentido de Radon-Nikodym em cada caso.

Demonstração. Ver demonstração em [1]. . Para que i j se tem µ i µ j? Determine a derivada no sentido de Radon-Nikodym em cada caso. Proposição 2.39 (Propriedades de e.). Sejam µ, λ, λ 1, λ 2 medidas no espaço mensurável (X, F). Então 1. se λ 1 µ e λ 2 µ então (λ 1 + λ 2 ) µ. 2. se λ 1 µ e λ 2 µ então (λ 1 + λ 2 ) µ. 3. se λ 1 µ e λ

Leia mais

f(h) δ h p f(x + h) f(x) (x) = lim

f(h) δ h p f(x + h) f(x) (x) = lim Capítulo 6 Derivação numérica Nesta seção vamos desenvolver métodos para estimar a derivada de uma função f calculada em um ponto x, f (x, a partir de valores conecidos de f em pontos próximos ao ponto

Leia mais

Cálculo Diferencial e Integral Química Notas de Aula

Cálculo Diferencial e Integral Química Notas de Aula Cálculo Diferencial e Integral Química Notas de Aula João Roberto Gerônimo 1 1 Professor Associado do Departamento de Matemática da UEM. E-mail: jrgeronimo@uem.br. ÍNDICE 1. INTRODUÇÃO Esta notas de aula

Leia mais

Exponencial de uma matriz

Exponencial de uma matriz Exponencial de uma matriz Ulysses Sodré Londrina-PR, 21 de Agosto de 2001; Arquivo: expa.tex Conteúdo 1 Introdução à exponencial de uma matriz 2 2 Polinômio característico, autovalores e autovetores 2

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

Fórmulas de Taylor - Notas Complementares ao Curso de Cálculo I

Fórmulas de Taylor - Notas Complementares ao Curso de Cálculo I Fórmulas de Taylor - Notas Complementares ao Curso de Cálculo I Gláucio Terra Sumário 1 Introdução 1 2 Notações 1 3 Notas Preliminares sobre Funções Polinomiais R R 2 4 Definição do Polinômio de Taylor

Leia mais

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0

1. Conhecendo-se somente os produtos AB e AC, calcule A = X 2 = 2X. 3. Mostre que se A e B são matrizes que comutam com a matriz M = 1 0 Lista de exercícios. AL. 1 sem. 2015 Prof. Fabiano Borges da Silva 1 Matrizes Notações: 0 para matriz nula; I para matriz identidade; 1. Conhecendo-se somente os produtos AB e AC calcule A(B + C) B t A

Leia mais

Ado Raimundo Dalla Costa. Teorema de Hahn-Banach

Ado Raimundo Dalla Costa. Teorema de Hahn-Banach Ado Raimundo Dalla Costa Teorema de Hahn-Banach Florianópolis 2014 Ado Raimundo Dalla Costa Teorema de Hahn-Banach Trabalho de conclusão de curso apresentado na Universidade Federal de Santa Catarina para

Leia mais

Análise Funcional MATEMÁTICA. Curso de pós-graduação lato sensu

Análise Funcional MATEMÁTICA. Curso de pós-graduação lato sensu MATEMÁTICA Curso de pós-graduação lato sensu Análise Funcional Carlos Alberto Raposo da Cunha Fábio Alexandre de Matos Guilherme Chaud Tizziotti Waliston Rodrigues Silva Universidade Aberta do Brasil Núcleo

Leia mais

Espaço Dual, Transposta e Adjunta (nota da álgebra linear 2)

Espaço Dual, Transposta e Adjunta (nota da álgebra linear 2) Espaço Dual, Transposta e Adjunta nota da álgebra linear 2) Sadao Massago Outubro de 2009 1 Espaço Dual Dado um espaço vetorial V sobre o corpo F, o espaço dual V é o espaço de todas transformações lineares

Leia mais

Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Fundamentos de Análise

Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Fundamentos de Análise Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Fundamentos de Análise Professor: André Luiz Galdino Gabarito da 1 a Lista de Exercícios 1. Prove que para todo x 0 IR

Leia mais

Translação e Rotação Energia cinética de rotação Momentum de Inércia Torque. Física Geral I ( ) - Capítulo 07. I. Paulino*

Translação e Rotação Energia cinética de rotação Momentum de Inércia Torque. Física Geral I ( ) - Capítulo 07. I. Paulino* ROTAÇÃO Física Geral I (1108030) - Capítulo 07 I. Paulino* *UAF/CCT/UFCG - Brasil 2012.2 1 / 25 Translação e Rotação Sumário Definições, variáveis da rotação e notação vetorial Rotação com aceleração angular

Leia mais

1 Conjuntos enumeráveis

1 Conjuntos enumeráveis Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales de maio de 007. Conjuntos enumeráveis Denotamos por Q os numeros racionais, logo [0, ] Q, são os números racionais

Leia mais

Funções de Green. Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE

Funções de Green. Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE Funções de Green Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE Funções de Green Suponha que queremos resolver a equação não-homogênea no intervalo a x b, onde f (x) é uma função conhecida. As condições

Leia mais

- identificar operadores ortogonais e unitários e conhecer as suas propriedades;

- identificar operadores ortogonais e unitários e conhecer as suas propriedades; DISCIPLINA: ELEMENTOS DE MATEMÁTICA AVANÇADA UNIDADE 3: ÁLGEBRA LINEAR. OPERADORES OBJETIVOS: Ao final desta unidade você deverá: - identificar operadores ortogonais e unitários e conhecer as suas propriedades;

Leia mais

PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL

PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL. Introdução Considere f uma função, não constante, de uma variável real ou complexa, a equação f(x) = 0 será denominada equação de uma incógnita. EXEMPLO e x + senx

Leia mais

Matrizes Semelhantes e Matrizes Diagonalizáveis

Matrizes Semelhantes e Matrizes Diagonalizáveis Diagonalização Matrizes Semelhantes e Matrizes Diagonalizáveis Nosso objetivo neste capítulo é estudar aquelas transformações lineares de R n para as quais existe pelo menos uma base em que elas são representadas

Leia mais

1 Matrizes Ortogonais

1 Matrizes Ortogonais Álgebra Linear I - Aula 19-2005.1 Roteiro 1 Matrizes Ortogonais 1.1 Bases ortogonais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de vetores distintos

Leia mais

Definimos a soma de seqüências fazendo as operações coordenada-a-coordenada:

Definimos a soma de seqüências fazendo as operações coordenada-a-coordenada: Aula 8 polinômios (Anterior: chinês. ) 8.1 séries formais Fixemos um anel A. Denotaremos por A N o conjunto de todas as funções de N = {, 1, 2,... } a valores em A. Em termos mais concretos, cada elemento

Leia mais

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I

Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I 2014/2015 Os exercícios assinalados com (*) têm um nível de dificuldade superior. Exercício 1. Seja (X, F) um espaço mensurável. Mostre

Leia mais

Resumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos

Resumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos MAT 1351 Cálculo para funções uma variável real I Curso noturno de Licenciatura em Matemática 1 semestre de 2016 Docente: Prof. Dr. Pierluigi Benevieri Resumo das aulas dos dias 4 e 11 de abril e exercícios

Leia mais

A TRANSFORMADA DE LAPLACE E ALGUMAS APLICAÇÕES. (UFG) RESUMO

A TRANSFORMADA DE LAPLACE E ALGUMAS APLICAÇÕES. (UFG) RESUMO A TRANSFORMADA DE LAPLACE E ALGUMAS APLICAÇÕES Fernando Ricardo Moreira 1, Esdras Teixeira Costa 2, Marcio Koetz 3, Samanta Andressa Santos Dumke Teixeira 4, Henrique Bernardes da Silva 5 1 Professor Mestre

Leia mais

Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho

Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho 1 - Verifique que os conjuntos V abaixo com as operações dadas não são espaços vetoriais explicitando a falha em alguma das propriedades.

Leia mais

Análise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação

Análise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação Análise Convexa 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone 2. Hiperplanos: suporte, separador, teorema da separação 3. Funções convexas 4. Teoremas de funções convexas 5. Conjunto poliedral

Leia mais

Notas de Teoria da Probabilidade e Processos Estocásticos

Notas de Teoria da Probabilidade e Processos Estocásticos Notas de Teoria da Probabilidade e Processos Estocásticos José Pedro Gaivão Resumo Estas notas destinam-se à disciplina de Teoria da Probabilidade e Processos Estocásticos do Mestrado de Matemática Financeira

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

Derivadas Parciais Capítulo 14

Derivadas Parciais Capítulo 14 Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS 14.2 Limites e Continuidade Nesta seção, aprenderemos sobre: Limites e continuidade de vários tipos de funções. LIMITES E CONTINUIDADE Vamos comparar o

Leia mais

Tópicos de Matemática Elementar

Tópicos de Matemática Elementar Tópicos de Matemática Elementar 2 a série de exercícios 2004/05. A seguinte prova por indução parece correcta, mas para n = 6 o lado esquerdo é igual a 2 + 6 + 2 + 20 + 30 = 5 6, enquanto o direito é igual

Leia mais

Aula 5 Equações paramétricas de retas e planos

Aula 5 Equações paramétricas de retas e planos Aula 5 Equações paramétricas de retas e planos MÓDULO 1 - AULA 5 Objetivo Estabelecer as equações paramétricas de retas e planos no espaço usando dados diversos. Na Aula 3, do Módulo 1, vimos como determinar

Leia mais

A integral definida Problema:

A integral definida Problema: A integral definida Seja y = f(x) uma função definida e limitada no intervalo [a, b], e tal que f(x) 0 p/ todo x [a, b]. Problema: Calcular (definir) a área, A,da região do plano limitada pela curva y

Leia mais

Notas Para o Curso de Medida e. Daniel V. Tausk

Notas Para o Curso de Medida e. Daniel V. Tausk Notas Para o Curso de Medida e Integração Daniel V. Tausk Sumário Capítulo 1. Medida de Lebesgue e Espaços de Medida... 1 1.1. Aritmética na Reta Estendida... 1 1.2. O Problema da Medida... 6 1.3. Volume

Leia mais

Capítulo 1. Fundamentos

Capítulo 1. Fundamentos Capítulo 1 Fundamentos A probabilidade moderna se baseia fortemente na Teoria da Medida e supomos durante esse curso que o leitor esteja bem familiarizado com conceitos tais como: Medida de Lebesgue, extensões

Leia mais

Números Reais. Víctor Arturo Martínez León b + c ad + bc. b c

Números Reais. Víctor Arturo Martínez León b + c ad + bc. b c Números Reais Víctor Arturo Martínez León (victor.leon@unila.edu.br) 1 Os números racionais Os números racionais são os números da forma a, sendo a e b inteiros e b 0; o conjunto b dos números racionais

Leia mais

Notas do Curso de SMA-333 Cálculo III. Prof. Wagner Vieira Leite Nunes. São Carlos 1.o semestre de 2007

Notas do Curso de SMA-333 Cálculo III. Prof. Wagner Vieira Leite Nunes. São Carlos 1.o semestre de 2007 Notas do Curso de SMA-333 Cálculo III Prof. Wagner Vieira Leite Nunes São Carlos.o semestre de 7 Sumário Introdução 5 Seqüências Numéricas 7. Definições.................................... 7. Operações

Leia mais

PARTE 10 REGRA DA CADEIA

PARTE 10 REGRA DA CADEIA PARTE 10 REGRA DA CADEIA 10.1 Introdução Em Cálculo 1A, quando queríamos derivar a função h(x = (x 2 3x + 2 37, fazíamos uso da regra da cadeia, que é uma das mais importantes regras de derivação e nos

Leia mais

Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n

Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n Método prático para extrair uma base de um conjunto de geradores de um subespaço de R n 1. Descrição do método e alguns exemplos Colocamos o seguinte problema: dado um conjunto finito: A = {a 1, a 2,...,

Leia mais

Contando o Infinito: os Números Cardinais

Contando o Infinito: os Números Cardinais Contando o Infinito: os Números Cardinais Sérgio Tadao Martins 4 de junho de 2005 No one will expel us from the paradise that Cantor has created for us David Hilbert 1 Introdução Quantos elementos há no

Leia mais

Primitivas e a integral de Riemann Aula 26

Primitivas e a integral de Riemann Aula 26 Primitivas e a integral de Riemann Aula 26 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 13 de Maio de 2014 Primeiro Semestre de 2014 Turma 2014106 - Engenharia Mecânica

Leia mais

Notações e revisão de álgebra linear

Notações e revisão de álgebra linear Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211

Leia mais

Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG

Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos. Ana Cristina Vieira. Departamento de Matemática - ICEx - UFMG 1 Conceitos Básicos sobre Representações e Caracteres de Grupos Finitos Ana Cristina Vieira Departamento de Matemática - ICEx - UFMG - 2011 1. Representações de Grupos Finitos 1.1. Fatos iniciais Consideremos

Leia mais

y y(y + 3x) em frações parciais: 1 u + 1 A(u + 1) + Bu = 1 A = 1, B = 1 du u(u + 1) u + 1 u 2 u + 1

y y(y + 3x) em frações parciais: 1 u + 1 A(u + 1) + Bu = 1 A = 1, B = 1 du u(u + 1) u + 1 u 2 u + 1 Turma A Questão : (3,5 pontos) Instituto de Matemática e Estatística da USP MAT455 - Cálculo Diferencial e Integral IV para Engenharia 3a. Prova - o. Semestre 03-0//03 (a) Determine a solução y da equação

Leia mais

Álgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia

Álgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios

Leia mais

Representação de Fourier para Sinais 1

Representação de Fourier para Sinais 1 Representação de Fourier para Sinais A representação de Fourier para sinais é realizada através da soma ponderada de funções senoidais complexas. Se este sinal for aplicado a um sistema LTI, a saída do

Leia mais

Topologia Geral. Ofelia Alas Lúcia Junqueira Marcelo Dias Passos Artur Tomita

Topologia Geral. Ofelia Alas Lúcia Junqueira Marcelo Dias Passos Artur Tomita Topologia Geral Ofelia Alas Lúcia Junqueira Marcelo Dias Passos Artur Tomita Sumário Capítulo 1. Alguns conceitos básicos 5 Capítulo 2. Espaços topológicos 9 1. Espaços topológicos. Conjuntos abertos

Leia mais

OPERADORES LINEARES ESPECIAIS: CARACTERIZAÇÃO EM ESPAÇOS DE DIMENSÃO DOIS*

OPERADORES LINEARES ESPECIAIS: CARACTERIZAÇÃO EM ESPAÇOS DE DIMENSÃO DOIS* OPERADORES LINEARES ESPECIAIS: CARACTERIZAÇÃO EM ESPAÇOS DE DIMENSÃO DOIS* FABIANA BARBOSA DA SILVA, ALINE MOTA DE MESQUITA ASSIS, JOSÉ EDER SALVADOR DE VASCONCELOS Resumo: o objetivo deste artigo é apresentar

Leia mais

Limites de Funções de Variáveis Complexas

Limites de Funções de Variáveis Complexas Limites de Funções de Variáveis Complexas AULA 2 META: Introduzir o conceito de limite de funções de variáveis complexas. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Definir limites de

Leia mais

y (n) (x) = dn y dx n(x) y (0) (x) = y(x).

y (n) (x) = dn y dx n(x) y (0) (x) = y(x). Capítulo 1 Introdução 1.1 Definições Denotaremos por I R um intervalo aberto ou uma reunião de intervalos abertos e y : I R uma função que possua todas as suas derivadas, a menos que seja indicado o contrário.

Leia mais

Capítulo Equações da reta no espaço. Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que

Capítulo Equações da reta no espaço. Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que Capítulo 11 1. Equações da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que AP = t AB Fig. 1: Reta r passando por A e B. Como o ponto

Leia mais

A derivada da função inversa, o Teorema do Valor Médio e Máximos e Mínimos - Aula 18

A derivada da função inversa, o Teorema do Valor Médio e Máximos e Mínimos - Aula 18 A derivada da função inversa, o Teorema do Valor Médio e - Aula 18 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 10 de Abril de 2014 Primeiro Semestre de 2014 Turma 2014106

Leia mais

Aula 3 Propriedades de limites. Limites laterais.

Aula 3 Propriedades de limites. Limites laterais. Propriedades de ites. Limites laterais. MÓDULO - AULA 3 Aula 3 Propriedades de ites. Limites laterais. Objetivos Estudar propriedades elementares de ites, tais como: soma, produto, quociente e confronto.

Leia mais

10 Estabilidade de Métodos de Passo Simples

10 Estabilidade de Métodos de Passo Simples MAP 2310 - Análise Numérica e Equações Diferenciais I 1 o Semestre de 2008 Análise Numérica NÃO REVISADO! 10 Estabilidade de Métodos de Passo Simples Continuamos interessados em estudar Métodos de Discretização

Leia mais

INTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 7 ISOMORFISMO

INTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 7 ISOMORFISMO INRODUÇÃO AO ESUDO DA ÁLGEBRA LINERAR CAPÍULO 7 ISOMORFISMO A pergunta inicial que se faz neste capítulo e que o motiva é: dada uma transformação linear : V W é possível definir uma transformação linear

Leia mais

2 Conceitos Básicos da Geometria Diferencial Afim

2 Conceitos Básicos da Geometria Diferencial Afim 2 Conceitos Básicos da Geometria Diferencial Afim Antes de iniciarmos o estudo das desigualdades isoperimétricas para curvas convexas, vamos rever alguns conceitos e resultados da Geometria Diferencial

Leia mais

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório? Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos

Leia mais

Teoria da medida e integral de Lebesgue

Teoria da medida e integral de Lebesgue nálise Matemática III Teoria da medida e integral de Lebesgue Manuel Guerra Conteúdo 1 Introdução 3 2 Noções básicas de teoria de conjuntos 5 2.1 Relações de pertença e de inclusão.............................

Leia mais

Capítulo 6: Transformações Lineares e Matrizes

Capítulo 6: Transformações Lineares e Matrizes 6 Livro: Introdução à Álgebra Linear Autores: Abramo Hefez Cecília de Souza Fernandez Capítulo 6: Transformações Lineares e Matrizes Sumário 1 Matriz de uma Transformação Linear....... 151 2 Operações

Leia mais

CÁLCULO II - MAT Em cada um dos seguintes campos vetoriais, aplicar o resultado do exercício 3 para mostrar que f

CÁLCULO II - MAT Em cada um dos seguintes campos vetoriais, aplicar o resultado do exercício 3 para mostrar que f UNIVERSIDADE FEDERAL DA INTEGRAÇÃO LATINO-AMERIANA Instituto Latino-Americano de iências da Vida e da Natureza entro Interdisciplinar de iências da Natureza 1. Dado um campo vetorial bidimensional ÁLULO

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

da dx = 2 x cm2 /cm A = (5 t + 2) 2 = 25 t t + 4

da dx = 2 x cm2 /cm A = (5 t + 2) 2 = 25 t t + 4 Capítulo 13 Regra da Cadeia 13.1 Motivação A área A de um quadrado cujo lado mede x cm de comprimento é dada por A = x 2. Podemos encontrar a taxa de variação da área em relação à variação do lado: = 2

Leia mais

ERRATA. Ilya Lvovich Shapiro & Guilherme de Berredo Peixoto LF Editora, São Paulo, 2011

ERRATA. Ilya Lvovich Shapiro & Guilherme de Berredo Peixoto LF Editora, São Paulo, 2011 ERRATA Introdução à Mecânica Clássica Ilya Lvovich Shapiro & Guilherme de Berredo Peixoto LF Editora, São Paulo, 11 Esta Errata contém correções para o nosso livro Gostaríamos de agradecer aos alunos e

Leia mais

1 A função δ de Dirac

1 A função δ de Dirac Transformadas de Laplace - Delta de Dirac Prof ETGalante Nesta nota de aula abordaremos a função (que não é bem uma função) delta de Dirac, tão importante nas equações diferenciais que modelam fenômenos

Leia mais

Variável Complexa

Variável Complexa Variável Complexa 2015.2 Aula1 Utilizamos o símbolo C para denotar o plano real R 2 equipado com as seguintes operações: z 1 + z 2 = (x 1 + x 2, y 1 + y 2 ) adição z 1 z 2 = (x 1 x 2 y 1 y 2,, x 1 y 2

Leia mais

Integrais. ( e 12/ )

Integrais. ( e 12/ ) Integrais (21-04-2009 e 12/19-05-2009) Já estudámos a determinação da derivada de uma função. Revertamos agora o processo de derivação, isto é, suponhamos que nos é dada uma função F e que pretendemos

Leia mais

REVISÃO DE ANÁLISE TENSORIAL

REVISÃO DE ANÁLISE TENSORIAL REVISÃO DE ANÁLISE TENSORIAL 1.1- Vetores Espaciais Def.: Para cada par de pontos (a,b) do espaço E, existe um segmento de linha ab, caracterizado por um comprimento e uma direção. -Conjunto de vetores

Leia mais

PARES DE SUBESPAÇOS EM R n. Luciana Cadar Chamone

PARES DE SUBESPAÇOS EM R n. Luciana Cadar Chamone PARES DE SUBESPAÇOS EM R n Luciana Cadar Chamone Monografia apresentada ao Departamento de Matemática do Instituto de Ciências Exatas da Universidade Federal de Minas Gerais como parte dos requisitos para

Leia mais

Teorema das pré-imagens para variedades com bordo

Teorema das pré-imagens para variedades com bordo 9 a aula, 17-05-2007 Teorema das pré-imagens para variedades com bordo Teorema das pré-imagens Sejam X, Y variedades orientadas, X com bordo e Y sem bordo tais que dim(x) dim(y ). Se c Y for um valor regular

Leia mais

Álgebra Linear. Alan Anderson

Álgebra Linear. Alan Anderson Álgebra Linear Alan Anderson 9 de abril de 2016 1 Espaço Euclidiano Denimos o espaço euclidiano n dimensional R n como sendo o conjunto das listas de n números reais. R n = {(x 1,..., x n ) : x 1,...,

Leia mais

Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras. Silvia Gonçalves Santos

Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras. Silvia Gonçalves Santos Generalizações do Teorema de Wedderburn-Malcev e PI-álgebras Silvia Gonçalves Santos Definição 1 Seja R um anel com unidade. O radical de Jacobson de R, denotado por J(R), é o ideal (à esquerda) dado pela

Leia mais

Uma condição necessária e suciente para integrabilidade de uma função real

Uma condição necessária e suciente para integrabilidade de uma função real Uma condição necessária e suciente para integrabilidade de uma função real Jonas Renan Moreira Gomes 1 e Fernanda S. P. Cardona (orientadora) 1 Instituto de Matemática e Estatística da Universidade de

Leia mais

Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor

Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor Pedro Lopes Departamento de Matemática Instituto Superior Técnico o. Semestre 004/005 Estas notas constituem um material

Leia mais

EN2607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 3 quadrimestre 2012

EN2607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 3 quadrimestre 2012 EN607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 fevereiro 03 EN607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 3 quadrimestre 0

Leia mais

CÁLCULO I. 1 A Função Logarítmica Natural. Objetivos da Aula. Aula n o 22: A Função Logaritmo Natural. Denir a função f(x) = ln x;

CÁLCULO I. 1 A Função Logarítmica Natural. Objetivos da Aula. Aula n o 22: A Função Logaritmo Natural. Denir a função f(x) = ln x; CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 22: A Função Logaritmo Natural Objetivos da Aula Denir a função f(x) = ln x; Calcular limites, derivadas e integral envolvendo a função

Leia mais

Os Teoremas Fundamentais do Cálculo

Os Teoremas Fundamentais do Cálculo Os Teoremas Fundamentais do Cálculo Manuel Ricou IST, 1 de Fevereiro de 2010 O que são os TFC s? Para já, um pretexto para discutirmos algumas das questões mais básicas e mais antigas da Matemática, Alguns

Leia mais