dx;. Si Laplacianos en domimios estrictarnenrte pmudoconvexos g2. Laplacianos. Sea pg un punto de un abierto O en RN. Denotamos por TpO al conjunto de

Tamaño: px
Comenzar la demostración a partir de la página:

Download "dx;. Si Laplacianos en domimios estrictarnenrte pmudoconvexos g2. Laplacianos. Sea pg un punto de un abierto O en RN. Denotamos por TpO al conjunto de"

Transcripción

1 Laplacianos en domimios estrictarnenrte pmudoconvexos Creradol$,, hfiendoza $tr. Intnoducs,i&r. El propdsito de esta conferenciaes describir el comportamiento cerca de la frontera y muy so'meramente algunas otras propiedades de ciertos operadores diferenciales naturales (y muy conocidos) en dominios en Cn (o R2n) que comparten con el laplaciano usual, 6 =la20x2r, ei hecho de ser elipticos en el interior del dominio, pero no en la frontera de este. Sin embargo, la degeneraci6n de los operadores en el borde es tal que ciertas propiedades de los operadores uniformemente elfpticos pennanecen ciertas para estos operadores "degenerados" si se interpretan correctamente. Esto abre la posibilidad de plantear, para estos operadores, problemas similares a los que usualmente se consideran para olrradores el(pticos hasta la frontera. La excusa para hacer esto, y por ahora es s6lo eso, una excusa, es que estudiando operadores "naturales" a veces es posible deducir infomraci6n acerca del dominio. En cualquier caso, el estudio de operadores que degeneran en la frontera del dorninio es un t6pico interesante que vale la pena investigar por si mismo. Estas notas estdn organizadas de la siguiente manera. I-as secciones 2 y 3 son esencialmente s6lo definiciones preliminares. La secci6n 4 se dedica a un ejemplo que esperamos aclare la idea de usar problemas de frontera para determinar dominios (hay otro ejemplo trivial al final de la secci6n 2, que no presenta ni remotamente las dificultades ni la riqueza del ejemplo en la secci6n 4). En la secci6n 5 se describe mas o menos superficialmente el problema que puede considerarse como motivaci6n principal. g2. Laplacianos. Sea pg un punto de un abierto O en RN. Denotamos por TpO al conjunto de derivadas direccionales en p0. Esto es, TpoO es el conjunto de objetos de la forma (2.1) v =!a;e rln donde los a; son nfmeros reales y 0"j = E/Ex;. El conjunto TpQ forma de manera natural un espacio vectorial real de dimensidn N, llamado el espacio tangente a f,l en p. Denotamos el dual por T!Q; este cs el espacio cotangente. Los objetos de la forma (2.1) con aj e C tambidn forman un espacio vectorial, esta vez sobre los complejos, que se denota CTpO. Si f es una funci6n Cl a valores reales en un entorno dr p0, f define un elemento de T$O: al vector v e TpO le hacemos corresponder v(f;. Si v estd dado por (2.1), v(f) no es sino la derivada direccional de f en la direcci6n de (a1,...,a1) en p0. Es claro qnne v(f) depende linealmente de v. Este funcional lineal definido por f en p se denota por dfp, o sirnplemrnte por df si la referencia a p es clara. Por ejemplo, si xi es una de las funciones coordenadas ell RN, dxl{v} = v(xil = ai si v = IajE*llp. Vemos de esto que los dxi, i = 1,...,N, forman la base dual a la base 3*i d TpQ. Como d(o"ilp) = a*jf(p), tenemos df = IE*if(p) dx;. Si ol,...,tn son funciones en O,la expresi6l y = fa;dxi es ufi carapo vectorial en f!: para cada p e Cl, v(p) = IuiD*ito estd en TpQ. El carqpo se dise que cs continuo, Cl, Co f segrin la regularidad de

2 los coeficientes. Por supuesto, tarnbidn tenemos campos vectoriales complejos, y los objetos duales, Iojd*j, qu se denminan fomras diferenciales. Cada dx, es un campo vectorial. Dar una mduica riemarudana ara fl cmsiste en dar un producto intemo, g(px.,.), en cada uno de los espacios Tno" L matriz de g respgcto a la base d5 es B,j(p) = g(etlp"e"jln). I-u mdtrica euclideana es la que tiene gi3 = 61;. Decimos que g es continua, CI, etc. segfn la regularidad de las funciones grj. C-on los gi.; y las forrras dxl podemos escribir S = Iijgtjdxiadx;, donde a indica lo siguiente: si s, p: V -+ E son funcionales lineales en el espacio vectorial V, aep es el mapa bilineal VxV + E definido por oop(v,w) = cr(v)f(w). Si gr y g2 son mdtricas en Q, decimos que gl y g2 son conformalmente equivalentes si existe una funci6n positiva h en (l tal que gt=hgz. Si la mdtrica g es Cl, ella induce un operador diferencial de orden 2, denotado Ag, el llamado operador de I-aplace-Beltrarni, mediante la receta Agu = tgl-lzl i;o*,1tgtlzgtje*ru) donde [gij] = tgijl-l ] lgl = det[g1.;]. Por ejemplo, si g es la mdtrica euclfdea, el operador que se obtiene es el laplaciano usual. Tomemos otro abierto, (l c RN, y denotemos las coordenadas allf por yj. Un mapa F:Cl -r Q'de clase Cl induce una transfromaci6n lineal dfp:tp,cl + Tplpfl: si v estd dado por (2.1), dfp(v) = LtIi E*rF(p)a.;)dyilrOl Este es el jacobiano de F. Si dfp es Cl e inyectivo para cada p (por 1o tanto N < N'), y si g'es una mdtrica en f,)', podemos inducir una mdtica en f,l, denotada F"g, definiendo F*g(v,w) = g'(df(v)df(w)) para v, w e TpO-t.Si gy g'son m6tricas en O ycl',yf es como antes, decimos que F es una isometrfa si F*g'= g. Si F:O -+ O'es un difeomorfismo C- y P es un operador diferencial, obtenemos un operador diferencial F*P en Q definiendo F*p(uXp) = P(uoFl)G(p)). Si tenemos una m trica g' en f,l', el operador F*Ag,es el laplaciano en O respecto al la m6trica FFg'. Si g es una m6trica en f,!, F es una isometria si y s6lo si F*Ar'= A*. Como ejemplo, tomemos dos intervalos abiertos I y J en R, ambos acotados, con la mdtrica euclfdea (con la cual g(daln,e*lo) = I para cada p). Un mapa F:I -r f es una isometria si y s6lo si para cadap e I, g(?" lp,d* I p) = F" (gxe* p,d* o) = g(df(d* p),df(d* I I p)) = g(f'(pxa* r6y),f'(xxe*l rot)) = [F'(p)]2g@n rrrl,], Fb)) = [F'(p)]2, I esdecir,f(p)=*l.porlotanto,f(p)=tp+b,ylalongituddejesmayoroigualalalongitudde J. Claramente si F es invertible, su inversa tambidn es una isometrfa, y conclufmos que si F es una isometria invertible entonces los intervalos I y J tienen la misma longitud. Recfprocamente, si los intervalos I y I tienen la misma longitud, entonces existe una isometria (respecto a la mdtrica euclideana) entre ellos.

3 [.o que rn{s ros interesa es q$e tannbi6m podemcs decidir si I y J son isomdtricos a trav6s del prciblema de Dirichlet. Suponganlos qu* 1 = (a,b). Es fdcil \tcir que el laplaciano definido por la m&ica euclffeaes t= &fdrp.ei conjunto de nrimerss l. e C para los cuales el pnoblema de frontera &u + fi,u = 0 eer I" u(al = u{b) = 0 tiene solucid* no rrivial es 1n2n2lg{D2ln. g, donde [(I) es la longitud de I. Este es el llamado espectro de Dirichlet del intervalo I (respecto a la mdtrica euclfdea). Observamos que dos intervalos I y J tienen el mismo especm de Dirichlet si y s6lo si tienen la misma longitud y por el pdrrafo anterior, si y s6lo si, existe una isometria entre los dos intervalos. Esto ilustra, en este caso sencillo, la idea de usar problemas de fronterapara crractwirar dominios. Para terminar, mencionamos que asociado a la m6trica tenemos tambidn una medida, dada por dl,t = llllzd]rdonde dl, es la medida de Lebesgue usual. 93. Funciones y mapas holomorfos. Si Q c En es un abierto y f:q + C, decimos que f es holomorfa si lo es en cada variable por separado. Por un teorema de Hartogs, si f es holomorfa segfn esta definici6n, entonces es una funci6n C- : usand o zi = xj * ixl+n para identificar En con R2n, la ftrnci6n f(4*.,2s) es f como funci6n de x. Al decir que f es holomorfa en, digamos, z1 cuando mantenemosfijasz2,...,zn,estamosdiciendoquef=u+iv(uyvavaloresreales)satisfacelas ecuaciones de Cauchy-Riemann en la variable 21, en nuestra notaci6n, g*l = vxn+i, uxrr+l = -vxl. Este par de ecuaciones son la parte real e imaginaria, respectivamente, de la ecuaci6n compleja (0*r+idx,,*r)f=0, y por la relevancia de esta ecuaci6n se introducen los caurpos vectoriales complejos dl?zi = lf2(d*j* id*n*j), j = 1,...L donde el factor ttt s, afrade por comodidad. Affadimos los campos }ldzi= t2(dxi-id*,*j), j = 1,...,n, de manera de obtener una base de CTpA para cada p. Sea O'otro abierto, en Cn'. Un mapa F = (F1,...,Fn,):Q + Cl'es holomorfo si cada una de las funciones Fi es holomorfa. El mapa F es un biholomorfismo si ademds es biyectivo (la inversa es entonces holomorfa, y n = n'), en cuyo caso decimos que O y O' son biholomorfos. Un problema furxdamental en la teorfa de varias variables complejas es el de la clasificaci6n de dominios. La pregrrmta es, dados dos dominios, O y f,l', decidir si 6stos son biholomorfos. Recordemos que en E vale.sl rerye'am de [a apticacidn conforme de Riemann, eue dice qlre si f,l c C cs simplemente conexo y distir*o de I entonces hay un biholomorfrsms de C cn el disco ureitario D c C. [,a correspondiente afinmacidn en Cn, D ) 1, cs fa.lsa. hr ejemplo (Poincad), el 'polidisco" Dn = Dx.".xD c Cn y la bota renitnria B c Cn no son bitrolonrcrfos, & pesar de ser topol6gicarnente iguales. 94. Un ejemplo en Cl. Ya rnencionamos ei teorema de la aplicacidn conforme de Riemann. FIay otros teoremas sirnilares, vdlidos en el csso en que O c C no es simplemente conexo, ver [A]. El caso que desarrollaremos en esta secci6n es el siguiente. Supongamos que el complemento de Q tiene dos

4 comllo$entes conexas. Entonces hay un biholomorfismo de O en algfn anillo A = {( e E: r < 1(l < R. Dos de estos anilloso con rsdios mencires ri y radios maycres R1" i = 1,2, som biholomorfos si y s6lo si Rllrr = Rry'r? (ver, por ejemplo, K2I). Debido a csso los anillos A(p) = {( e C: p-l. l(t. pl elasifican los O c C cuyo eonrplemento tiene dos componentes conexas. Cada uno de estos es biholomorfo a exactamente uno de los A(p). Plantearemos,com una mdtrica apropiada, un prcblema de autovalores en A(p) tal que el conjunto de autovalores que se obtiene contiene la inforrraci6n suficiente para determinar p. FijemosP,seaA=A(P),yseaB - lz:-acs(z)<a) con a=log(p)dlr.elmapa f(z)=&o=c de B en A nos permite relacionar funciones en A con funciones en B, peri6dicas de perfodo 1. Por otro lado, B es biholomorfo al plano de Poincar, el semiplano H = {w e E:3w > 0}, vfa el mapa g:b + H definido por h(z) = ien'b.en H se tiene la mdtrica de Poincard, gh = (Ifu2)(duoau + dv8dv), con la notaci6n w = u + iv. Usando h, inducimos la m trica g = h*gh en B. Calculando, obtenemos s=$ry#, z=x*iy. 4az cnsz(nylb) Observamos que gb es invariante por traslaciones reales, es decir, si t(z) = z * u, c real, entonces r*g = g. Por lo tanto, g induce una mdtrica ga en A que no escribiremos, porque trabajaremos en B con funciones peri6dicas. Siguiendo la receta de la secci6n 2, el laplaciano en B es 4=Sco'2(nvtzil(4+ all' y observamos que el coeficiente cosz(nyll) se anula a orden 2 en el borde de A. De hecho, Ag estd generado por $unas de productos de los campos vectoriales X = cos(nyl2a)ex, Y = cos(tlyl2a)0y,los cuales tienen la particularidad de que hll = g(x,x), ht2 = g(y,y) y hzz = g(x,y) (esta fltima expresi6n en nula) son funciones f (de hecho son constantes) hasta el borde de B, y la mariz (hi;) esnodegeneradahastaelborde.lamedidainducidaporgenbesap=ffidxdy,de nuevo segiin la receta de la secci6n 2. Sea rlz) = cos(rypa). Esa es una funci6n positiva en B que se anula en el borde, con dr * 0 allf. Sea ft2(g), s e R, el espacio de funciones medibles en B de la forma rsv con l]fj*fal2dl,. oo. Queremos analizar primero los nfmeros l. e E tales que (Ag +?u)u = 0 con u e ft21n) no nulo. Haremos esto por separaci6n de variables. Escribimos u = f,v con n = Inn(y)#i^,donde I,,t*ffidvcoo' Para qrm &u = 0 se requiere que paratodo n, ft.t W, na)vil - ${orzupts(ryfi2a} sen(rvpa)ui + [s(s - 1) - s2cos21ry&a]lvn - l6a2nzcos21ny{2a)vn * Xvn = 6. Estas ecuaciones se analizan mds fi{cibnente intnoduciendo el cambio de variables rl = sen(nypa). Si wn(l) es tal que wn(sen(lry2a)) = vn(y), wn debe satisfacer

5 (4.1) F4s,&vn= (n2-!)t{4. [ffi +ffi]a,r Aquf lwrnos orgau,zado, las ecuaciones de manera ftitr: vsmos que tenemss una ecuaci6n P de Rieitaanrrr. Estas mn ecuaciones cndinarias singulares regulares, con singularidad n -1, 1, *. Los thdbesen-l y l son (1-2s + 6y4, (l - 2s - Sy4 (donde 62 = (1-4L)) en ambas singularidades, independientemente de n. Como dylcos2(ny\a) = dr1/(1-tl2)3l2,lu integrabilidad del cuadrado de una de estas soluciones respecto a la medida dv = dylcosz(nyl2a) impone ciertas condiciones sobre s y l. Usando tablas de funciones especiales (ver por ejemplo tcnl; puede uno encontrar bases de soluciones explicitamente para diversos valores de s y L. Con esa ayuda encontrarrros que para que haya al menos una soluci6n en L21-1,1;dv), s debe ser negativo y l" debe estar en el conjunto definido por la condici6n {(3},12712 < 4s2 +Si" - 1} (esto es 1o mismo que pedir $6/2 e (s,-s)). En este caso, el espacio de soluciones de Pn,sltuvn = 0, vn e L21-l,l;dv) tiene dimensi6n 2. Como los indices son independi,entes de n, si (Ag + l.)u = 0 entonces u tiene una expansi6n (en cierto sentido que puede hacerse preciso), cerca de I = -a y cerca de y = a de la fomta as(x)cork+or1ry/2a)loglcos(ny?a) + b11(x)cosk+62(nyl2a)rogncos(nyt2a) " - Lfo> flf, donde 111 = (1 + ilfz! c.2= (1-6)2. Los coeficientes akn, bkl se comportan como la serie de Taylor en la frontera de B de una funci6n f, esto es, ellos,son, generalizando, los datos de Cauchy de la soluci6n. En nuestro caso Np es 0 6 a lo sumo 1, dependiendo de?r,. Como ya se mencion6, pedir que u e fl2 fuerzala parte real de los exponentes ol y a2 t satisfacer ciertas condiciones. Irnponemos'adicionalmente la condici6n de que en la expansi6n de u s6lo aparezcael exponente oi con parte real mds negativa (si ambos tienen la misma parte real, convenimos en que no aparezca, es decir la rinica soluci6n posible es 0). Para analizar el efecto de esta "condici6n de borde" retomamos a la expresi6n (4.1) y recurimos a [GR]. Obtenemos que la 6nica manera de satisfacer esta condici6n es suponiendo s < 0 y que a= 4ani+ (1+6)/2 sea un entero no positivo. Como ademds S62 e (s,- s), conclufmos que cr > s+ lf2 (y que s < -12). En resumen, los l, complejos para los cuales hay una soluci6n u en ft-2(s) de la ecuaci6n (Ag + l,)u = 0 que satisfaga nuestra "condici6n de borde" son los nfmeros de la forrra l, = (1 + 64*n2 - (2a- l)\h + 4an(2a- 1)i, ru 0r, e Z, s + 1& < c. < s. Esuos nfnreros distinguen anillos con diferente pardmetro P = e2*. Conropultto final" noternos que si f:a1 -+ Aa es un difeornmfisrns y una isomefrfa respecto a las rrduicils inmducidas amteriorrnente en hs anillos Al y Az, cntsn@s f es holornryfa 6 su conjugada es holornorfa, y tos "1," $e preservan. + (rl2-lrl[!gb2n2 * "- u?nyf u'. W]]*n =0. 95" La rndtrica de Bergrnan. Adudtirnos que el e.ienrplo de la sccsi6n anteritr os artificial. Lo que se logr6 fue gracias a que hab{a inf'orrnacidn muy detallada a nuestra disposici6n, comenzando por una m trica que se obtuvo, hasta donde se describi6 el problema, de manera accidental. En el caso Cn,

6 o ) 1o domde no hay r*odelos para los denair#as {estcas}.lstamente el problema), hay que comenzar por decdirodrnosonrstnrir una rndtrfua sdp'sfgdg-esg serd la m6rica de Bergman (ver [K1] o [KI. Censidsre"noos an abierto co*sxq* am&rtfoi#'en Cn, n 2 1, y el espacio de Hilbert l-2(o) rcsp cto a [:anrrsidh de trr&esgoe.d,t. el sryir$*i?4q'ae.furciones*e' l?1o;que son holomorfas forma un u:&erprocitoscrrdb e"fl-k@. & &celw, paaa cada compacto L c Cl existe C1 tal que (5.11) sp,rel lf(z)l<;c,tllill, f,ee l21o;. SeaIIL2(O; -+ n21o; la proy,'tcri6n ortogonal. Podemos rcpresentar a fi de la siguiente manera. Si Formalmente tenemos entonces g0, g1,... es una base ortonormal oe A21fi), flf = )(r,e:)9.i. IIf(z) = q;t"l JI rp;((x()or,t0. Puede probarse que K(2,() = l,e;(z)q:(.() converge uniformemente en todo compacto de OxO, y por ser g1(z) holornorfa y $; antiholomorfr, la serie converge uniformemente en todo compacto, junto con cualquier nfmero finito de sus derivadas: la funci6n K est6 en C*(C)xQ). Tambi6n puede probarse que K representa fi, en el scrtido que flf(z) = JX1r,E)f(()dt((), y que K es la rinica funci6n holomorfa en z, antiholomorfa en (, con la propiedad X(r,() = K((,2). De esto se deduce que si V0, Vr,... es otra base ortonormal de A2(Q), entonces tambi6n K((,2) = )V;(")V;((). Esta funci6n K(r,() es el nfcleo de Bergman. Como K(z,z) =!lg3(z)12,k(z,z) > 0. Como el dominio es acotado, la funci6n holomorfa constante I estd en L21O;, y podemos suponer que g0 es una funci6n constante, de norm 1. Conclufmos que de hecho, K(z,z)> 0. Sea Eii@) =d2kog(k(z,z))l}zidiila mdtrica de Bergman es g = Ei;SiSdrodZ La correspondiente m6trica riemanniana es la parte real de g, Sg. No es diffcil ver que Sg(v,v) > 0 si v e TroO. Una prueba de que 9g es positiva defisttds. e*ts sencilla. Si fijamos z0 e fl, sea H el nticleo del funcional lineal f + f(26) de AtQl en E. Debi&oa.' (5.1), este es un funcional continuo, y por lo tanto su nfcleo es cerrado, de codimensi6n l. Las funciones constantes forman un espacio complementario (no necesariamente ortogonal). Escogermos una base ortonormal de H, g1, g2,..., y afiadimos una funci6n go ortonormal a H para completar a una base Ae e2(o). Tenemos entonces K(zo,zo) = 190(zo)12 porque rpr(zo) = 0 si k > 0, y sij(20) = - #E r.odaq*("0) Ot(zo)! rxgt(zo)e z, *(zo) - # ImD,,gt(zo)d =-**E"reo(to)qo(zo)qo(a)?;.,00(a)*#'P,*t,1{t(zo)dz,qt(zo) =. -,*1,.--\F Qeo(aoF 4 wo(d. **it l.;xaak{z#4&(zo) = # Eiur%w{ao}a;, m(ao)' Si v = Xflna301il"p + bfno*.1 e, ti, b3 e F, entonces E ry86{zddeed i(v,v) = Iipiftffiry*"fr&i - &'3) = 16 F lp'r[*s&"q(zo)a;p(zoxai +'t3xul - ql = I.;= l!,e*rwdaxt + ib;)12 r z, Ou(zo)

7 demaneraquesig(v,v)=0entonceslll,e"ret(zoxa;+ib;)12=0vk>0.perosiv*0esaesuna conclusidn absurda, puosto que en erte caso podernos suponer que g1 = "(Ilr(a; + ib;)z;), con c escogida p* nwnralizar gl y cffii ella tenerms rlirao*(zoxa; + ib.;)12 * 0" Otra propiedad relevante del nrlcleo de Bergman es la manera en q$e se comporta bajo biholomorfismos. Supongamos que F = (Ft,...Fn):Q1 -+ C)2 es un biholomorfismo entre abiertos de Cn. En Oi tenemos el nricleo Kl segfn la receta. Entonces Kr(2,() = Kz(F(z),F(())tdet Fr(z)l tdet Flz)1, donde detfr{z) = det (Ezi4(z)). Calculando se obtiene de esto, que F es una isometrfa para las mdtricas de Bergman y por lo tanto pres rva los correspondientes laplacianos. Por ejemplo, si O es la bola unitaria en Cn,las funcionos cgzo (cr = (c1,...,on) con los cri enteros no negativo s; ze -,lt...r? ) con ciertas constantes cs forman una base ortonormal ae e2(o). gt nfcleo de Bergman es locfrzo(o = c(t - z.(1-n-t (si se calculan las constantes cs, ver ffi). Ahora que tenemos una mdtica y su laplaciano, queremos analizarla cerca del borde. En general, esto no es posible porque no se conoce mucho sobre la m6trica de Bergman en general. Sin embargo, hay una clase de dominios sobre los cuales es posible decir algo. Supondremos de ahora en adelante que f,) tiene frontera C* y es estrictamente pseudoconvexo. Esto tiltimo significa lo siguiente. Tomemos una funci6n definidora de O, esto es, una funci6n p definida en un entorno de la clausura Ct(Q) de (1, positiva s6lo en f,i, tal que su gndiente Vp es diferente de 0 en cada punto de EO. Decirnos que Q es estricamente pseudoconvexo en p e dq si (5.2).L(w,w) = -tri, ffi*t*, > 0 cuando lira.otp)wi = 0 y w = (wl,...,wn) * 0, y que f,l es estrictamente pseudoconvexo si lo es en cada punto de EO. La forrra cuadrdtica I se denomina la forma de lrvi. Para definir pseudoconvexidad estricta s6lo se requiere que do seac2. Puede verificarse que la condici6n sobre w significa lo siguiente. Si escribimos ai = Swi, h = Swi, entonces los vectores (a1,...,an,b1,...,bn) y (-bt,...,-bn,ol,...'os) son ortogonales a Vp(p). El tangente geom6trico de dq en p desde el punto de vista de la geometrfa en R2n es el espacio normal a Vp(p).Este es un espacio de dimensi1n2n- I que contiene un subespacio complejo de dimensi6n compleja n-1, en donde viven los w. Un ejemplo de dominio estrictamente pseudoconvexo es la bola B en En. La funci6n definidora de Besp(z)=(1 -lzl2).consideremoselpuntop=(1,0,...0)eb.alli?"rp(p)=cisii>l,demanera quef ra"io(plwi=0siysolosiwl=0.tenemos 4g =-&j(la6delkoeneker),yl(w,w)= d4dzi IlnmtP > 0 si w * 0. En genenal cualquier dominio estrictamente convexo con frontera C- es estrictamente pseudoconvexo. El comportamiento de K(z,z)parazcerca de EO es conocido si Q es estrictamente pseudoconvexo: por un teorema de Fefferman fi1, existen funciones q, V de clase f en un entorno de Cl(O) con I > 0, tales que K(z,z) = gp-n-l + ylogp. Por ejemplo, en la bola unitaria,k(z,z) = (1-2p7-n-1. Con esta informaci6n explfcita sobre el comportamiento de K(z,z) podemos calcular 8i1. Sea 0 = g + Vpn*llogp. Entonces

8 X1[uetp"t**4 = p-t{x,lra', pe*ae' Iioaur'c"i * pi*?,a,}zupdzisdfi * pt[ir0i;dzisdz;)- Qcrer,emm rwrsnfiratrcannpo$ wcmr.'blesvl*..vzo defrnidoscerc& de un punto p0 e 8O {esto es, en IrSniQl, dont& U eg ust enturwr, & p9 en En; tales que la matrirz ltgv;,v;)} es lo menos degenerada p:sihlur trpra lurqgo tntentar cxpresar el laplaciano en tdrrrinos de esos campos (compdrese con los canqpos X, Y en la secci6n 4). Para ello conviene escoger la funci6n p con m6s cuidado. Luego de una traslaci6n y un biholomorfismo lineal, podemos suponer que p0 = 0 y que el tangente (en la geometria de R2n; de f,l en p es Cn-lt(R+t0) = {(w1,...,wp e Cn: Swn = 0}. Entonces hay una funci6n f(21,...,21-1,xn) definida en un entorno W de 0 en Cn-lx(R+iQ), con f(0) = Vf(Q) = 0, tal que (21,...,2n-l,xn) e W y (zz1,...,z.n) e EO =? x2n = f(21,...,211-l,xn). Cambiando zn por -zn si es necesario, podemos suponer entonces que hay un entorno U de 0 en Cn tal que UnCl = {z:x211) f((21,...,21p1,xn)1. Por lo tanto este conjunto estd definido por la condici6n x2n- f(x1,...,x2p1) > 0. Tomamos p = x2n- f(x1,...x2n-t). Si V es un campo continuo en UnO, p2g(v(p),v(p)) -+ si p'e EQ y p -+ p'. Para que g(v(p),v(p)) se mantenga mantenga acotado 'IlrOr*pdzr(Vi(p'))12 cuando p -t p' necesitamos pedir Ooe fi=ra"*pdzr(v(p)) = 0. Este andlisis justifica escoger los dos campos Vn = p(e^r, - (E*,,P)E*,), V2n =2pd*zn A ellos afradimos provisionalmete los campos Xi=E*r*ciEan*crnaiElrrr, Xn+i - xi on+iexn*0ciea*, i= 1,...,tr- 1, con los cri determinados por la condici6n Xi(p) = 0, lo cual garantiza f [rd2rpdz1(vi(p)) = 0. Ahora g(x1,x3) = p-tij, j=lazy}ispdzr(xied7l(xi) + O(1). Encontramos que es conveniente definir Vi=plpXl,i*n,2n. Los campos Vi son independientes en UnO y se anulan en EO. Calculando directemente se comprueba que g(viv3) = h!:) * ptzh!}) + ph(?, donde rrf/ es C* y h(fl v h(fl son frinciones 6* de x y pn-llogp, lo cual no es demasiado malo si n > 1. Usando que la forma de X.avi es positiva definida se puede demostrar que la matriz [$g(vi,v;)] es positiva definida: la degemeraci6n de los cempcs Vi captwae.l mal comportamiento de la nrdrica en la ftxrtera" En 1o que siggue usarem$ algunos conceptos de geomeuda diferellcial qu* sn@ han sido definidos aquf. Supcmdrems de ahora en adelante qse tenemos una Mtrim riemanniarm h em O, modelada en la naduica!ffg en cuan&o a qus se obtiene, cerca del borde de fl" mmo Nf, tf roe k(z@zp 4la'isd 7; con k(z) = p-*-lf, g positiva y C* en un sntrfiro de Cl(O). Esta ya no es la rnduica de Bergman, pero corno fl es esuictanrente pseudoconyexor h tiene en la ftontera el misrno tipo de comportamiento que la mdrica de Bergman en lo que se refiere a la no degeneraci6n y las potencias 12 que aparecen en su "expansi6n de Taylor". Para elirninar esta cambiar la estructura f de

9 la varie.dad con borde CI({)), adnnitiendo n = ptl' como f,unci6n C*. l-lna carta local en esta e$trucfura, c r' a de m = 0, es (yr*..#*,-ll) = (xlo,..,x2n-l"pl/2). Respecto a ella, los campos Vi &finiddms c@nm anlas strl f: Y; :r(oyr+ er-dyrr), t * whry"v" = /Ern, V2n = rft. Lras conriilutardores de estos cirmpos se pueden expresar en tdrminos de nos mismos campos. La condici6n para que un campo sea expresable como una combinaci6n lineal de los V; con coeficientes f puede describirse de manera intrftrseca, de manera que el espaciovde estos campos es un dlgebra de Lie y un m6dulo sobne ftc(ol) naturalmente asociado a O. El laplaciano es expresable como una combinaci6n lineal de productos (hasta dos factores) de campos en V. Localmente los V; son generadores del m6dulo V. Si se expresa el laplaciano como )a1;v1v; * IutV,, entonces la matriz (a;i) es positiva definida hasta el borde (siempre los es, por supuesto, en el interior de Q). En este sentido mds general, A es "V-elfptico" hasta la frontera. Si dp es la medida inducida por la mdtrica, y si v e rt 2(O,ap) satisface Au = 0, entonces v tiene una expansi6n en la frontera de O similar a una expansi6n de Taylor. Adem6s, Au = 0 implica W1...Wpu e fu2 si los Wl esti{n en V,puacualquier m, lo cual es similar al lema de Weil en el caso de operadores uniformemente elfpticos. Esto y otros resultados aparccen en IEMMJ. Lo que se espera es poder plantear un problema de frontera natural para el laplaciano de Bergman en dominios f estrictamente pseudoconvexos que produzca nfmeros como los "autovalores" en el ejemplo del anillo (sobre el problema de Dirichlet, ver [G]. Dos dominios con diferentes listas no podrian entonces ser biholomorfos, puesto que un biholomorfismo preservarfs el laplaciano, y si la condici6n de frontera es natural, tambi n 6stas. Por otro lado, si las listas son iguales, habria que probar que existe una isometria enre los dominios, y que esta isometria es un holomorfismo. Incluso si lo anterior no se logra, estudiar el laplaciano de Bergman desde este punto de vista es un bonito ejemplo de una teoria sobre operadores no uniformemente el{pticos que ha estado desarrollandose en los fltimos affos, ver Ml, [RSl, [EMMJ. Referencias tal L. Ahlfors, Complex Analysis, 3rd ed., McGraw-Hill, New York,!979. IEMMI C. Epstein, R. Melrose, G. Mendoza, Resolvent of the laplacian on strictly pseudoconvex domains, a aparecer, Acta Math. tfl Fefferman, C-L., The Bergman kernel and biholomorphic equivalenw of pseudoconvex domains, Invent. Math., 26 (197 4), l-65. tcnl I. S" Gradshteyn,I. M. Ryzhik, Table of Integrals, Series, and Products, Corrected and Enlarged ed-, Academic Press, New York, 1980" [C] Grahan:r, C" R., Th'e DiricNetproblern for the Bergman laplacian. I y tr. Comm. Partial Differential Equations, I ( 1 983), , 563 -&1. [KoU $. Kobayashi, Geometry of bounded domains, Trans. A"M.S. 92 (1959), [Ko2] $" Kobayashi, tr{yperbolic klanifolds and Holornorphic nrlappings, Dekker, New York, r9?0. tkrl S" G" Krantz, Function Tlrcory of Several Cornplex Variables, Wiley, New York, [M] R. Metrmse, Differential Analysis on Manifolds with C.orners, a aparecer. trsl S. Rempel, B.-W. Schulze, Asynrptotics for elliptic mixed Boundary Value Problems, Akademie-Verlag, Berlin, IVlC-Matemdticas, Apartado zlsn,caracas , Venezuela

Ejemplos y problemas resueltos de análisis complejo (2014-15)

Ejemplos y problemas resueltos de análisis complejo (2014-15) Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

Parte I. Iniciación a los Espacios Normados

Parte I. Iniciación a los Espacios Normados Parte I Iniciación a los Espacios Normados Capítulo 1 Espacios Normados Conceptos básicos Sea E un espacio vectorial sobre un cuerpo K = R ó C indistintamente. Una norma sobre E es una aplicación de E

Más detalles

1. Producto escalar, métrica y norma asociada

1. Producto escalar, métrica y norma asociada 1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

Funciones de varias variables

Funciones de varias variables Capítulo 2 Funciones de varias variables 1. Definiciones básicas En este texto consideraremos funciones f : A R m, A R n. Dichas funciones son comúnmente denominadas como funciones de varias variables,

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará

Más detalles

Diagonalización de matrices

Diagonalización de matrices diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla

Más detalles

Subconjuntos destacados en la

Subconjuntos destacados en la 2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,

Más detalles

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)

Más detalles

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO March 25, 2010 CAPÍTULO 2: LÍMITE Y CONTINUIDAD DE FUNCIONE EN EL EPACIO EUCLÍDEO 1. Producto Escalar en R n Definición 1.1. Dado x = (x 1,..., x n ), y = (y 1,..., y n ) R n, su producto escalar está

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

Aplicaciones Lineales y Multilineales Continuas

Aplicaciones Lineales y Multilineales Continuas Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

Lección 9: Polinomios

Lección 9: Polinomios LECCIÓN 9 c) (8 + ) j) [ 9.56 ( 9.56)] 8 q) (a x b) d) ( 5) 4 k) (6z) r) [k 0 (k 5 k )] e) (. 0.) l) (y z) s) (v u ) 4 f) ( 5) + ( 4) m) (c d) 7 t) (p + q) g) (0 x 0.) n) (g 7 g ) Lección 9: Polinomios

Más detalles

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define. VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

Límite y continuidad de funciones de varias variables

Límite y continuidad de funciones de varias variables Límite y continuidad de funciones de varias variables 20 de marzo de 2009 1 Subconjuntos de R n y sus propiedades De nición 1. Dado x 2 R n y r > 0; la bola de centro x y radio r es B(x; r) = fy 2 R n

Más detalles

Funciones, x, y, gráficos

Funciones, x, y, gráficos Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre

Más detalles

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor

Tema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor Tema 5 Aproximación funcional local: Polinomio de Taylor Teoría Los polinomios son las funciones reales más fáciles de evaluar; por esta razón, cuando una función resulta difícil de evaluar con exactitud,

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

Índice Introducción Números Polinomios Funciones y su Representación. Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones

Índice Introducción Números Polinomios Funciones y su Representación. Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones Curso 0: Matemáticas y sus Aplicaciones Tema 1. Números, Polinomios y Funciones Leandro Marín Dpto. de Matemática Aplicada Universidad de Murcia 2012 1 Números 2 Polinomios 3 Funciones y su Representación

Más detalles

Análisis Real: Primer Curso. Ricardo A. Sáenz

Análisis Real: Primer Curso. Ricardo A. Sáenz Análisis Real: Primer Curso Ricardo A. Sáenz Índice general Introducción v Capítulo 1. Espacios Métricos 1 1. Métricas 1 2. Métricas en espacios vectoriales 4 3. Topología 9 Ejercicios 17 Capítulo 2.

Más detalles

Esta es la forma vectorial de la recta. Si desarrollamos las dos posibles ecuaciones, tendremos las ecuaciones paramétricas de la recta:

Esta es la forma vectorial de la recta. Si desarrollamos las dos posibles ecuaciones, tendremos las ecuaciones paramétricas de la recta: Todo el mundo sabe que dos puntos definen una recta, pero los matemáticos son un poco diferentes y, aún aceptando la máxima universal, ellos prefieren decir que un punto y un vector nos definen una recta.

Más detalles

Divisibilidad y números primos

Divisibilidad y números primos Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos

Más detalles

PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S

PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA Valor del dinero en el tiempo Conceptos de capitalización y descuento Ecuaciones de equivalencia financiera Ejercicio de reestructuración de deuda T E M A

Más detalles

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1 . ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO) Vectores Tema. VECTORES (EN EL PLANO Y EN EL ESPACIO Definición de espacio vectorial Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma y otra externa (producto

Más detalles

Funciones de varias variables

Funciones de varias variables Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales

Más detalles

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3 3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones

Más detalles

Dominios de factorización única

Dominios de factorización única CAPíTULO 3 Dominios de factorización única 1. Dominios euclídeos En la sección dedicada a los números enteros hemos descrito todos los ideales de Z. En este apartado introducimos una familia de anillos

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse

Más detalles

1. El teorema de la función implícita para dos y tres variables.

1. El teorema de la función implícita para dos y tres variables. GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(

Más detalles

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

Más detalles

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano 24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa

Más detalles

Tema 5.2: Comportamiento local de una función holomorfa. Teoremas de la aplicación abierta y de la función inversa

Tema 5.2: Comportamiento local de una función holomorfa. Teoremas de la aplicación abierta y de la función inversa Tema 5.: Comportamiento local de una función holomorfa. Teoremas de la aplicación abierta y de la función inversa Facultad de Ciencias Experimentales, Curso 8-9 Enrique de Amo, Universidad de Almería En

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

Más detalles

Tema 3: Producto escalar

Tema 3: Producto escalar Tema 3: Producto escalar 1 Definición de producto escalar Un producto escalar en un R-espacio vectorial V es una operación en la que se operan vectores y el resultado es un número real, y que verifica

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

Potencial eléctrico. du = - F dl

Potencial eléctrico. du = - F dl Introducción Como la fuerza gravitatoria, la fuerza eléctrica es conservativa. Existe una función energía potencial asociada con la fuerza eléctrica. Como veremos, la energía potencial asociada a una partícula

Más detalles

Lección 4: Suma y resta de números racionales

Lección 4: Suma y resta de números racionales GUÍA DE MATEMÁTICAS II Lección : Suma y resta de números racionales En esta lección recordaremos cómo sumar y restar números racionales. Como los racionales pueden estar representados como fracción o decimal,

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las

Más detalles

Definición de vectores

Definición de vectores Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre

Más detalles

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA Funciones José R. Jiménez F. Temas de pre-cálculo I ciclo 007 Funciones 1 Índice 1. Funciones 3 1.1. Introducción...................................

Más detalles

Las Funciones Analíticas. f (z 0 + h) f (z 0 ) lim. h=z z 0. = lim

Las Funciones Analíticas. f (z 0 + h) f (z 0 ) lim. h=z z 0. = lim Las Funciones Analíticas 1 Las Funciones Analíticas Definición 12.1 (Derivada de una función compleja). Sea D C un conjunto abierto. Sea z 0 un punto fijo en D y sea f una función compleja, f : D C C.

Más detalles

Anexo a la guía 4 Geometría: ejemplos y comentarios

Anexo a la guía 4 Geometría: ejemplos y comentarios Anexo a la guía 4 Geometría: ejemplos y comentarios Sergio Dain 26 de mayo de 2014 En las guías 1 y 2 discutimos vectores, covectores y tensores de manera puramente algebraica, sin hacer referencia a la

Más detalles

1. Suma y producto de polinomios. Propiedades

1. Suma y producto de polinomios. Propiedades ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Resumen teoría Prof. Alcón 1. Suma y producto de polinomios. Propiedades Sea (A, +,.) un anillo conmutativo. Llamamos polinomio en una indeterminada x con coeficientes

Más detalles

Solución del examen de Variable Compleja y Transformadas I. T. I. Electrónica y Electricidad 29 de enero de 2004

Solución del examen de Variable Compleja y Transformadas I. T. I. Electrónica y Electricidad 29 de enero de 2004 Solución del examen de Variable Compleja y Transformadas I. T. I. Electrónica y Electricidad 29 de enero de 2004. Estudia si existe alguna función de variable compleja f() entera cuya parte real sea x

Más detalles

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n. Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular

Más detalles

Ejemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) =

Ejemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) = T1 Dominios, Límites, Asíntotas, Derivadas y Representación Gráfica. 1.1 Dominios de funciones: Polinómicas: D( = La X puede tomar cualquier valor entre Ejemplos: D( = Función racional: es el cociente

Más detalles

Vectores en R n y producto punto

Vectores en R n y producto punto Vectores en R n y producto punto Departamento de Matemáticas, CCIR/ITESM 10 de enero de 011 Índice 4.1. Introducción............................................... 1 4.. Vector..................................................

Más detalles

2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace

2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace 2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

Espacios vectoriales. Bases. Coordenadas

Espacios vectoriales. Bases. Coordenadas Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos

Más detalles

Tema 3: Aplicaciones de la diagonalización

Tema 3: Aplicaciones de la diagonalización TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:

Más detalles

Teorema de Green. 6.1. Curvas de Jordan

Teorema de Green. 6.1. Curvas de Jordan Lección 6 Teorema de Green En la lección anterior, previa caracterización de los campos conservativos, hemos visto que un campo irrotacional puede no ser conservativo. Tenemos por tanto una condición fácil

Más detalles

CAPÍTULO II. 4 El grupo afín

CAPÍTULO II. 4 El grupo afín CAPÍTULO II 4 El grupo afín En geometría clásica, antes de la aparición de los espacios vectoriales, se hablaba de puntos en lugar de vectores. Para nosotros serán términos sinónimos salvo que, cuando

Más detalles

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida

Más detalles

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos

Más detalles

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior.

Comenzaremos recordando algunas definiciones y propiedades estudiadas en el capítulo anterior. Capítulo 2 Matrices En el capítulo anterior hemos utilizado matrices para la resolución de sistemas de ecuaciones lineales y hemos visto que, para n, m N, el conjunto de las matrices de n filas y m columnas

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector

Más detalles

CALCULO AVANZADO. Campos escalares. Límite y continuidad UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA

CALCULO AVANZADO. Campos escalares. Límite y continuidad UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA CALCULO AVANZADO SEGUNDO CUATRIMESTRE 8 TRABAJO PRÁCTICO 4 Campos escalares Límite continuidad Página de Cálculo Avanzado http://www.uca.edu.ar Ingeniería

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Valores propios y vectores propios

Valores propios y vectores propios Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas

Más detalles

una partícula como se verá más adelante. A partir de un objeto matemático como lo como el electromagnético o el de nuestro caso de estudio.

una partícula como se verá más adelante. A partir de un objeto matemático como lo como el electromagnético o el de nuestro caso de estudio. Capítulo 2 Marco Teórico En el presente capítulo se presentan algunos de los elementos básicos y principales de las herramientas utilizadas para el estudio de un campo de spin 2. La importancia de estas

Más detalles

35 Facultad de Ciencias Universidad de Los Andes Mérida-Venezuela. Potencial Eléctrico

35 Facultad de Ciencias Universidad de Los Andes Mérida-Venezuela. Potencial Eléctrico q 1 q 2 Prof. Félix Aguirre 35 Energía Electrostática Potencial Eléctrico La interacción electrostática es representada muy bien a través de la ley de Coulomb, esto es: mediante fuerzas. Existen, sin embargo,

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

Aplicaciones lineales

Aplicaciones lineales aplicaciones_lineales.nb Aplicaciones lineales Práctica de Álgebra Lineal, E.U.A.T, Grupos ºA y ºB, 005 Aplicaciones lineales y matrices Hay una relación muy estrecha entre aplicaciones lineales y matrices:

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

LÍMITES Y CONTINUIDAD DE FUNCIONES Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos

Más detalles

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión:

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión: Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Propiedades de las funciones diferenciables. 1. Regla de la cadena Después de la generalización que hemos

Más detalles

Transformaciones canónicas

Transformaciones canónicas apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q

Más detalles

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que

Más detalles

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado

Más detalles

Semana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo

Semana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo Semana 08 [1/15] April 18, 2007 Acotamiento de conjuntos Semana 08 [2/15] Cota Superior e Inferior Antes de presentarles el axioma del supremo, axioma de los números reales, debemos estudiar una serie

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina

Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Datos del autor Nombres y apellido: Germán Andrés Paz Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Correo electrónico: germanpaz_ar@hotmail.com =========0========= Introducción

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

Una función f es derivable en un punto a de su dominio si existe el límite. f(x) f(a) Si f y g son derivables en a, entonces fg es derivable en a y

Una función f es derivable en un punto a de su dominio si existe el límite. f(x) f(a) Si f y g son derivables en a, entonces fg es derivable en a y 4. Derivabilidad 1 Una función f es derivable en un punto a de su dominio si existe el límite f (a) = lím x a f(x) f(a) x a f(a + h) f(a) = lím, h 0 h y es un número real. El número f (a) se denomina derivada

Más detalles

Tema 2 Límites de Funciones

Tema 2 Límites de Funciones Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos

Más detalles

Campos conservativos. f(x) = f (x) = ( f x 1

Campos conservativos. f(x) = f (x) = ( f x 1 Capítulo 1 Campos conservativos En este capítulo continuaremos estudiando las integrales de linea, concentrándonos en la siguiente pregunta: bajo qué circunstancias la integral de linea de un campo vectorial

Más detalles

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una

Más detalles

VII. Estructuras Algebraicas

VII. Estructuras Algebraicas VII. Estructuras Algebraicas Objetivo Se analizarán las operaciones binarias y sus propiedades dentro de una estructura algebraica. Definición de operación binaria Operaciones como la suma, resta, multiplicación

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

Matrices Invertibles y Elementos de Álgebra Matricial

Matrices Invertibles y Elementos de Álgebra Matricial Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices

Más detalles

4. FUNCIONES DE VARIAS VARIABLES

4. FUNCIONES DE VARIAS VARIABLES 4. FUNCIONES DE VARIAS VARIABLES INDICE 4 4.1. Definición de una función de dos variables...2 4.2. Gráfica de una función de dos variables..2 4.3. Curvas y superficies de nivel....3 4.4. Límites y continuidad....6

Más detalles

ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré

ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. SISTEMAS PLANOS. TEOREMA DE POINCARÉ-BENDIXSON. La aplicación de Poincaré Recordemos que un subconjunto H de R n es una subvariedad de codimensión uno (o una

Más detalles

1. Funciones de varias variables: representaciones gráficas, límites y continuidad.

1. Funciones de varias variables: representaciones gráficas, límites y continuidad. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 0.. Funciones de varias variables: representaciones gráficas, límites y continuidad. En el análisis de los problemas de la ciencia y de la técnica, las cantidades

Más detalles

2.5 Linealización de sistemas dinámicos no lineales

2.5 Linealización de sistemas dinámicos no lineales 25 Linealización de sistemas dinámicos no lineales En las secciones anteriores hemos visto como representar los sistemas lineales En esta sección se estudia una manera de obtener una aproximación lineal

Más detalles

Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0).

Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). Problema 1. (4 puntos) Sea f la aplicación lineal de R³ en R³ definida por f(1,3,4)=(2,6,8), f(1,1,1)=(2,6,8) y f(0,1,1)=(0,0,0). a) Demostrad que (1,3,4), (1,1,1) i (0,1,1) son una base de R³. b) Decid

Más detalles

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades

5.1Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal y sus propiedades 5- ransformaciones Lineales 5Definición transformación lineal de núcleo ó kernel, e imagen de una transformación lineal sus propiedades Se denomina transformación lineal a toda función,, cuo dominio codominio

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles