Operadores Elípticos en el Espacio de Energía

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

Download "Operadores Elípticos en el Espacio de Energía"

Transcripción

1 Operadores Elípticos en el Espacio de Energía Marisa Toschi IMAL- Sante Fe Seminario del IMAL Carlos Segovia Fernandez 15 de Abril 2011

2 Esquema general 1 Introducción 2 Una alternativa de buen planteo 3 Extensión de la awpp a otro tipo de dominios 4 Aplicación en espacios de Sobolev con pesos

3 Esquema general 1 Introducción 2 Una alternativa de buen planteo 3 Extensión de la awpp a otro tipo de dominios 4 Aplicación en espacios de Sobolev con pesos

4 Presentación del problema Dadas f y g sobre Ω, consideramos el problema de Cauchy tt u + Au = 0 en Ω (0, ) u(, 0) = f en Ω t u(, 0) = g en Ω, donde A es un operador elíptico de segundo orden, simétrico, definido en C 0 (Ω). El problema estará bien planteado si podemos elegir una extensión autoadjunta de A en el espacio de Hilbert asociado H. A esencialmente autoadjunto Dando condiciones de borde extras

5 Presentación del problema Eligiendo la extensión de Friedrich la solución tiene energía finita. Si la solución tiene energía finita, no es suficiente para que el problema esté bien planteado. Gamboa, Sanmartino y Tchamitchian (2010) caracterizan cuándo existe una única extensión autoadjunta de A con dominio incluído en el espacio de energía.

6 Esquema general 1 Introducción 2 Una alternativa de buen planteo 3 Extensión de la awpp a otro tipo de dominios 4 Aplicación en espacios de Sobolev con pesos

7 Presentación del problema Sea Ω = R n (0, ), y A = 1 m div M (H1) Para todo (x, z) Ω, m(x, z) > 0 y M(x, z) = M(x, z) t > 0 (H2) m Lloc 1 (Ω) y supongamos que para todo compacto K Ω, existen constantes positivas a K y b K tales que a K m(x, z) b K para casi todo x K (H3) m ij L 1 loc (Ω), continuas y 1 m ij L 1 loc(ω).

8 Presentación del problema Definimos: El espacio de Hilbert H := {ϕ Lloc(Ω) 1 : ϕ 2 H := ϕ(x, z) 2 m(x, z)dµ < }, El espacio energía E := {ϕ H : D α ϕ Lloc 1 y b(ϕ, ϕ) < }, b(ϕ, ϕ) := M(x, z) ϕ(x, z) ϕ(x, z) dµ Ω Ω ϕ 2 E := b(ϕ, ϕ) + ϕ 2 H.

9 Presentación del problema Entonces: A está bien definido con D(A) = C0 simétrico en H (por (H1) y (H2)) (Ω) denso en H, y A Sea C c (Ω) := {f : existe g C 0 (R n+1 ) tal que f = g Ω }. Luego E es Banach y C c (Ω) E (por (H2) y (H3)) Pedimos además: (H4) Cc (Ω) denso en E

10 Una alternativa:awpp Cuándo existe una única extensión autoadjunta de A con dominio contenido en el espacio energía E? ( awpp ).

11 Una alternativa:awpp Cuándo existe una única extensión autoadjunta de A con dominio contenido en el espacio energía E? ( awpp ). Teorema 1) A tiene la propiedad awpp para todo Γ R n con µ(γ) 0 se tiene 1 1 dx dz =. m n+1,n+1 (x, z) 0 Γ 2) Si para todo x R n existe una bola abierta B x tal que dz =, ω B (z) donde ω B (z) = B m n+1,n+1(y, z)dy, entonces A tiene la propiedad awpp.

12 Una alternativa:awpp Dem: Recordemos que E = C c (Ω) E y sea E 0 := C 0 (Ω)E A tiene la propiedad awpp si y sólo si E 0 = E. 1) Supongamos que existe un conjunto Γ en R n tal que 1 0 Γ 1 dx dz <. m n+1,n+1 (x, z)

13 Una alternativa:awpp Dem: Recordemos que E = C c (Ω) E y sea E 0 := C 0 (Ω)E A tiene la propiedad awpp si y sólo si E 0 = E. 1) Supongamos que existe un conjunto Γ en R n tal que 1 0 Γ 1 dx dz <. m n+1,n+1 (x, z) Sea η C c (0, 1/2) y η = 1 en un entorno de 0. Para ϕ E, λ(ϕ) := 1 0 Γ z (ϕ(x, z) η(z)) dx dz

14 Una alternativa:awpp Dem: Recordemos que E = C c (Ω) E y sea E 0 := C 0 (Ω)E A tiene la propiedad awpp si y sólo si E 0 = E. 1) Supongamos que existe un conjunto Γ en R n tal que 1 0 Γ 1 dx dz <. m n+1,n+1 (x, z) Sea η C c (0, 1/2) y η = 1 en un entorno de 0. Para ϕ E, λ(ϕ) := 1 0 Entonces λ(ϕ) = 0 en E 0 pero λ 0. Γ z (ϕ(x, z) η(z)) dx dz = ϕ(x, 0) dx. Γ

15 Una alternativa:awpp 2) Supongamos que E E 0, entonces λ E tal que λ = 0 en E 0 y una función ϕ C c (Ω) con λ(ϕ) 0. Primer paso: Probar que 1 para toda bola B sopϕ(, 0) Segundo paso: Encontrar x tal que para toda bola B x ω B (z) dz < 1 ω B (z) dz <

16 Esquema general 1 Introducción 2 Una alternativa de buen planteo 3 Extensión de la awpp a otro tipo de dominios 4 Aplicación en espacios de Sobolev con pesos

17 Extensión a otro tipo de dominios Pudimos dar resultados análogos en dos clases de dominios 1 Ω γ := {(x, z) : x R n, z > γ(x)} con γ C. 2 Ω R n+1 un dominio acotado con Ω C 1.

18 Extensión a Ω γ Sea A = 1 m div M definido en C 0 (Ω γ) con γ C. Sea Luego, φ : Ω Ω γ dada por φ(y, w) = (y, w + γ(y)) = (x, z) ψ = φ 1 : Ω γ Ω dada por ψ(x, z) = (x, z γ(x)) = (y, w), [Dψ] = 0. I. 0 γ x 1.. γ x n 1 donde I es la matriz identidad de n n.,

19 Extensión a Ω γ Definimos en Ω = R n (0, ) donde: Ã := 1 m div M, m(y, w) := (m φ)(y, w) = m(x, z) M(y, w) := [Dψ](x, z)m(x, z)[dψ] T (x, z). ψ define una isometría entre H y H γ y entre Ẽ y E γ. Existe una biyeccion entre los espacios C 0 (Ω γ) y C 0 (Ω).

20 Extensión a Ω γ Teorema 1) A tiene la propiedad awpp para todo D R n con µ(d) 0 se tiene γ(x)+1 1 dz dx =. m n+1,n+1 (x, z) D γ(x) 2) Si para todo x R n existe una bola abierta B x tal que dz =, ω B (z) donde ω B (z) = B (ΓMΓT )(s, z + γ(s))ds con Γ = ( γ x 1,.., γ x n, 1), entonces A tiene la propiedad awpp.

21 Extensión a Ω un dominio C 1 Teorema A tiene la propiedad awpp para cualquier conjunto U δ de la forma U δ := {x R n+1 : x = (x 1,.., x i 1, x i+1,.., x n+1 ) D R n y γ(x) < x i < γ(x) + δ}, donde δ > 0 tal que U δ Ω, 1 i n + 1 fijo y γ : D R es la función que parametriza localmente el borde de Ω, se tiene 1 dµ =. U δ m i,i (x)

22 Extensión a Ω un dominio C 1 Teorema Supongamos que para todo x R n tal que (x, γ k (x)) Ω existe una bola B D k que contiene a x tal que donde ɛ 0 B 1 dt =, ω B (t) ω B (t) = (ΓMΓ T )(x, t + γ k (x)) dx, con Γ = ( γ x 1,..., γ x i 1, 1, γ x i+1,..., γ x n+1 ) y 0 < t < ɛ, donde γ k, D k y x i corresponden al elemento V k del cubrimiento de Ω. Bajo estas hipótesis A tiene la propiedad awpp.

23 Condición más fuerte sobre la matriz M Existen condiciones sobre la matriz M que aseguran que A cumple la awpp: Tomando ω B (t) = m max (x, t + γ k (x)) dx, donde m max (x) := max 1 i,j n+1 m i,j (x). B

24 Esquema general 1 Introducción 2 Una alternativa de buen planteo 3 Extensión de la awpp a otro tipo de dominios 4 Aplicación en espacios de Sobolev con pesos

25 Aplicación en espacios de Sobolev con pesos Consideremos el espacio de Sobolev y sea W 1,2 ω (Ω) := {f L 1 loc(ω) : D α f L 2 ω(ω) α con α 1} A = 1 m div M M diagonal con m i,i = ω m = ω.

26 Aplicación en espacios de Sobolev con pesos Consideremos el espacio de Sobolev y sea W 1,2 ω (Ω) := {f L 1 loc(ω) : D α f L 2 ω(ω) α con α 1} A = 1 m div M M diagonal con m i,i = ω m = ω. Entonces E = W 1,2 ω (Ω) y E 0 = W 1,2 ω,0 (Ω).

27 Aplicación con ω A 2(R n+1 ) Teorema Sea Ω R n+1 con Ω C 1. Si ω A 2 (R n+1 ) y continua en Ω, entonces C 0 (Ω) W1,2 ω (Ω).

28 Aplicación con ω A 2(R n+1 ) Teorema Sea Ω R n+1 con Ω C 1. Si ω A 2 (R n+1 ) y continua en Ω, entonces C 0 (Ω) W1,2 ω (Ω). Idea de Dem: C c (Ω) es denso en W 1,2 ω (Ω) [Chua (1992)] ω A 2 (R n+1 ) ω L 1 loc (Ω) Pero 1 ω L1 loc(ω).

29 Aplicación con ω = d(x) a Teorema Sea Ω R n+1 con Ω C 1. Entonces 1) C 0 2) C 0 (Ω) W1,2 da (Ω), para 1 < a < 1. (Ω)= W1,2 da (Ω), para a 1.

30 Aplicación con ω = d(x) a Teorema Sea Ω R n+1 con Ω C 1. Entonces 1) C 0 2) C 0 (Ω) W1,2 da (Ω), para 1 < a < 1. (Ω)= W1,2 da (Ω), para a 1. Dem: 1) Si 1 < a < 1 = d a A 2 (R n+1 ).

31 Aplicación con ω = d(x) a Teorema Sea Ω R n+1 con Ω C 1. Entonces 1) C 0 2) C 0 (Ω) W1,2 da (Ω), para 1 < a < 1. (Ω)= W1,2 da (Ω), para a 1. Dem: 2) Analizemos ɛ 0 1 ω B (t) dt, donde ω B (t) = B m max(x, t + γ k (x)) dx y m max (x) = d(x) a. Si X 0 = (x, γ k (x)), d a (x, t + γ k (x)) (x, t + γ k (x)) X 0 a = t a. Entonces, ω B (t) t a dx = C t a. B

32 Aplicación con ω = d(x) a Por lo tanto, ɛ para a 1, es decir C ɛ ω B (t) dt 1 0 t a dt = (Ω)= W1,2 d (Ω). a

CURSO DE MÉTODOS DE LA FÍSICA MATEMÁTICA ANÁLISIS FUNCIONAL OPERADORES NO ACOTADOS

CURSO DE MÉTODOS DE LA FÍSICA MATEMÁTICA ANÁLISIS FUNCIONAL OPERADORES NO ACOTADOS CURSO DE MÉTODOS DE LA FÍSICA MATEMÁTICA ANÁLISIS FUNCIONAL H. FALOMIR DEPARTAMENTO DE FÍSICA FACULTAD DE CIENCIAS EXACTAS - UNLP OPERADORES NO ACOTADOS 1. Extensiones de operadores lineales Sea A un operador

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

El Teorema de existencia y unicidad de Picard

El Teorema de existencia y unicidad de Picard Tema 2 El Teorema de existencia y unicidad de Picard 1 Formulación integral del Problema de Cauchy El objetivo del presente Tema, y del siguiente, es analizar el Problema de Cauchy para un SDO de primer

Más detalles

Aplicaciones lineales continuas

Aplicaciones lineales continuas Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas

Más detalles

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

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

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

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

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

Sucesiones y convergencia

Sucesiones y convergencia Capítulo 2 Sucesiones y convergencia 1. Definiciones Una de las ideas fundamentales del análisis es la de límite; en particular, el límite de una sucesión. En este capítulo estudiaremos la convergencia

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

Clasificación de métricas.

Clasificación de métricas. Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye

Más detalles

Integrales paramétricas e integrales dobles y triples.

Integrales paramétricas e integrales dobles y triples. Integrales paramétricas e integrales dobles y triples. Eleonora Catsigeras * 19 de julio de 2006 PRÓLOGO: Notas para el curso de Cálculo II de la Facultad de Ingeniería. Este texto es complementario al

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

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

Métodos de Elementos Finitos y Aplicaciones

Métodos de Elementos Finitos y Aplicaciones Métodos de Elementos Finitos y Aplicaciones Teoremas de Extensión para espacios de Sobolev Formulación del problema Dado un dominio abierto Ω R N y el espacio de Sobolev W 1,p (Ω) correspondiente, se busca

Más detalles

4.1 El espacio dual de un espacio vectorial

4.1 El espacio dual de un espacio vectorial Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

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

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

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

Caracterización de los campos conservativos

Caracterización de los campos conservativos Lección 5 Caracterización de los campos conservativos 5.1. Motivación y enunciado del teorema Recordemos el cálculo de la integral de línea de un gradiente, hecho en la lección anterior. Si f : Ω R es

Más detalles

(x + y) + z = x + (y + z), x, y, z R N.

(x + y) + z = x + (y + z), x, y, z R N. TEMA 1: EL ESPACIO R N ÍNDICE 1. El espacio vectorial R N 1 2. El producto escalar euclídeo 2 3. Norma y distancia en R N 4 4. Ángulo y ortogonalidad en R N 6 5. Topología en R N 7 6. Nociones topológicas

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

Tema 3. Problemas de valores iniciales. 3.1. Teoremas de existencia y unicidad

Tema 3. Problemas de valores iniciales. 3.1. Teoremas de existencia y unicidad Tema 3 Problemas de valores iniciales 3.1. Teoremas de existencia y unicidad Estudiaremos las soluciones aproximadas y su error para funciones escalares, sin que ésto no pueda extenderse para funciones

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

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

TEMA 4. FUNCIONES DE VARIABLE REAL

TEMA 4. FUNCIONES DE VARIABLE REAL TEMA 4. FUNCIONES DE VARIABLE REAL 4.1 Definición de función real Definición: Una función real de variable real es una aplicación de un subconjunto A en. f : A El dominio de una función es el conjunto

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

9.1 Primeras definiciones

9.1 Primeras definiciones Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación

Más detalles

NÚMERO REAL. 1. Axiomas de cuerpo y propiedades operatorias. Axioma 2 La suma es asociativa:

NÚMERO REAL. 1. Axiomas de cuerpo y propiedades operatorias. Axioma 2 La suma es asociativa: NÚMERO REAL El conjunto de los números racionales se nos hace insuficiente a la hora de representar con exactitud magnitudes tan reales como la diagonal de un cuadrado cuyo lado mida 1, por ejemplo, o

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

FAMILIAS NORMALES VARIABLE COMPLEJA #6

FAMILIAS NORMALES VARIABLE COMPLEJA #6 VARIABLE COMPLEJA #6 FAMILIAS NORMALES Recordemos que F C(D, C) es una familia normal cuando cada sucesión en F tiene una subsucesión que converge en C(D, C). Esto es lo mismo que decir que cerr(f) es

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

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 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

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

Teorema de extensión para funciones multi-monogénicas en álgebras parametrizadas

Teorema de extensión para funciones multi-monogénicas en álgebras parametrizadas Boletín de la Asociación Matemática Venezolana, Vol. XVIII, No. 1 (2011) 5 ARTÍCULOS Teorema de extensión para funciones multi-monogénicas en álgebras parametrizadas Eusebio Ariza y Carmen Judith Vanegas

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

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

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad

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

CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES

CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES CAPÍTULO II. CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES SECCIONES 1. Dominios y curvas de nivel. 2. Cálculo de ites. 3. Continuidad. 55 1. DOMINIOS Y CURVAS DE NIVEL. Muchos problemas geométricos y físicos

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

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.

Más detalles

Análisis aplicado. Ax = b. Gradiente conjugado.

Análisis aplicado. Ax = b. Gradiente conjugado. José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2009. Cuadráticas estrictamente convexas. φ(x) = 1 2 xt Ax b T x, A R n n minimizar φ(x) Ax = b. Cuadráticas estrictamente

Más detalles

1. Funciones de varias variables

1. Funciones de varias variables Análisis Matemático II. Curso 2008/2009. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 2: CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES 1. Funciones de varias variables

Más detalles

ESTRUCTURAS ALGEBRAICAS 1

ESTRUCTURAS ALGEBRAICAS 1 ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia

Más detalles

Tema 9: ESPACIO AFÍN EUCLÍDEO. MOVIMIENTOS RÍGIDOS

Tema 9: ESPACIO AFÍN EUCLÍDEO. MOVIMIENTOS RÍGIDOS Tema 9: ESPACIO AFÍN EUCLÍDEO. MOVIMIENTOS RÍGIDOS Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso

Más detalles

Tema 7: Valores y vectores propios

Tema 7: Valores y vectores propios Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

EL CÁLCULO ESTOCÁSTICO CUÁNTICO Y UNA RELACIÓN CON EL ANÁLISIS FUNCIONAL. Oswaldo González Gaxiola Universidad Autónoma Metropolitana-Cuajimalpa

EL CÁLCULO ESTOCÁSTICO CUÁNTICO Y UNA RELACIÓN CON EL ANÁLISIS FUNCIONAL. Oswaldo González Gaxiola Universidad Autónoma Metropolitana-Cuajimalpa Memorias de la XVII Semana Regional de Investigación y Docencia en Matemáticas. Departamento de Matemáticas, Universidad de Sonora, México, Mosaicos Matemáticos, No. 2, Agosto, 27, pp. 75 82. Nivel Superior

Más detalles

Aversión al riesgo y mercados de seguros

Aversión al riesgo y mercados de seguros Aversión al riesgo y mercados de seguros Ricard Torres CIE ITAM Microeconomía Aplicada II, Verano-Otoño 2015 Ricard Torres (CIE ITAM) Aversión al riesgo y mercados de seguros Microeconomía Aplicada II

Más detalles

Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria.

Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Estructuras Algebraicas Una estructura algebraica es un objeto matemático consistente en un conjunto no vacío, con por lo menos una operación binaria. Operación Binaria Se conoce una operación binaria

Más detalles

Análisis Dinámico: Integración

Análisis Dinámico: Integración Análisis Dinámico: Integración Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj Análisis Dinámico: Integración 1 / 57 Integración indefinida

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

Matrices invertibles. La inversa de una matriz

Matrices invertibles. La inversa de una matriz Matrices invertibles. La inversa de una matriz Objetivos. Estudiar la definición y las propiedades básicas de la matriz inversa. Más adelante en este curso vamos a estudiar criterios de invertibilidad

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

Diferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005

Diferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005 Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Diferenciabilidad. 1. Definición de función diferenciable Después del estudio de los ites de funciones

Más detalles

Funciones de varias variables reales

Funciones de varias variables reales Capítulo 6 Funciones de varias variables reales 6.1. Introducción En muchas situaciones habituales aparecen funciones de dos o más variables, por ejemplo: w = F D (Trabajo realizado por una fuerza) V =

Más detalles

1 Espacios y subespacios vectoriales.

1 Espacios y subespacios vectoriales. UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto

Más detalles

INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA

INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA Dentro del campo general de la teoría de la optimización, también conocida como programación matemática conviene distinguir diferentes modelos de optimización.

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

1. Derivadas parciales

1. Derivadas parciales Análisis Matemático II. Curso 2009/2010. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 3. ABLES DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARI- 1. Derivadas parciales Para

Más detalles

Prof. Virginia Mazzone - Prof. Mariana Suarez

Prof. Virginia Mazzone - Prof. Mariana Suarez SISTEMAS NO LINEALES SISTEMAS PLANARES - CICLOS LÍMITES Prof. Virginia Mazzone - Prof. Mariana Suarez 1 Teorema de Hartman-Grobman 2 Teorema de Hartman-Grobman Teorema Sea ẋ = f (x), con f suficientemente

Más detalles

Notas del curso de Ecuaciones Diferenciales

Notas del curso de Ecuaciones Diferenciales Notas del curso de Ecuaciones Diferenciales 1 Introducción 2 2 Existencia y unicidad de las soluciones 4 3 Dependencia de las condiciones iniciales 8 4 Ecuaciones diferenciales autónomas 9 4.1 Orbitas

Más detalles

Sistemas de Ecuaciones Lineales y Matrices

Sistemas de Ecuaciones Lineales y Matrices Sistemas de Ecuaciones Lineales y Matrices Oscar G Ibarra-Manzano, DSc Departamento de Area Básica - Tronco Común DES de Ingenierías Facultad de Ingeniería, Mecánica, Eléctrica y Electrónica Trimestre

Más detalles

4 Aplicaciones Lineales

4 Aplicaciones Lineales Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1

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

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

Ecuaciones Diferenciales Tema 2. Trasformada de Laplace

Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ester Simó Mezquita Matemática Aplicada IV 1 1. Transformada de Laplace de una función admisible 2. Propiedades básicas de la transformada de Laplace

Más detalles

Variedades Diferenciables. Extremos Condicionados

Variedades Diferenciables. Extremos Condicionados Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación

Más detalles

CÁLCULO PARA LA INGENIERÍA 1

CÁLCULO PARA LA INGENIERÍA 1 CÁLCULO PARA LA INGENIERÍA 1 PROBLEMAS RESUELTOS Tema 3 Derivación de funciones de varias variables 3.1 Derivadas y diferenciales de funciones de varias variables! 1. Derivadas parciales de primer orden.!

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

Jesús Getán y Eva Boj. Marzo de 2014

Jesús Getán y Eva Boj. Marzo de 2014 Optimización sin restricciones Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj Optimización sin restricciones 1 / 32 Formulación del problema

Más detalles

Optimización, Solemne 2. Semestre Otoño 2012 Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: 110 min.

Optimización, Solemne 2. Semestre Otoño 2012 Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: 110 min. UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL. Optimización, Solemne. Semestre Otoño Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: min.

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

Funciones analíticas CAPÍTULO 2 2.1 INTRODUCCIÓN

Funciones analíticas CAPÍTULO 2 2.1 INTRODUCCIÓN CAPÍTULO 2 Funciones analíticas 2.1 INTRODUCCIÓN Para definir las series de potencias y la noción de analiticidad a que conducen, sólo se necesitan las operaciones de suma y multiplicación y el concepto

Más detalles

Los teoremas de Stokes y Gauss

Los teoremas de Stokes y Gauss Capítulo 13 Los teoremas de tokes y Gauss En este último capítulo estudiaremos el teorema de tokes, que es una generalización del teorema de Green en cuanto que relaciona la integral de un campo vectorial

Más detalles

1. ESPACIOS VECTORIALES

1. ESPACIOS VECTORIALES 1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,

Más detalles

Espacios de Hilbert. 10.1. Producto Escalar y Norma. Tema 10

Espacios de Hilbert. 10.1. Producto Escalar y Norma. Tema 10 Tema 10 Espacios de Hilbert Vamos a desarrollar en lo que sigue los resultados básicos acerca de los espacios de Hilbert, un tipo muy particular de espacios de Banach con propiedades especiales que están

Más detalles

1. Ecuaciones no lineales

1. Ecuaciones no lineales 1. Ecuaciones no lineales 1.1 Ejercicios resueltos Ejercicio 1.1 Dada la ecuación xe x 1 = 0, se pide: a) Estudiar gráficamente sus raíces reales y acotarlas. b) Aplicar el método de la bisección y acotar

Más detalles

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un grafo acíclico, o sea, una unión disjunta

Más detalles

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires

Fascículo 2. Álgebra Lineal. Cursos de grado. Gabriela Jeronimo Juan Sabia Susana Tesauri. Universidad de Buenos Aires Fascículo 2 Cursos de grado ISSN 1851-1317 Gabriela Jeronimo Juan Sabia Susana Tesauri Álgebra Lineal Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 2008

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

8. Estimación puntual

8. Estimación puntual 8. Estimación puntual Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 8. Estimación puntual Curso 2009-2010 1 / 30 Contenidos 1 Introducción 2 Construcción de estimadores

Más detalles

CAPÍTULO III. FUNCIONES

CAPÍTULO III. FUNCIONES CAPÍTULO III LÍMITES DE FUNCIONES SECCIONES A Definición de límite y propiedades básicas B Infinitésimos Infinitésimos equivalentes C Límites infinitos Asíntotas D Ejercicios propuestos 85 A DEFINICIÓN

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

Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ).

Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ). 1 Valor de Shapley Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ). Ejemplo 1 Sea v un juego de 3 jugadores, v({1, 2, 3}) = v({1, 2}) = 1, y v(s) = para

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

Sistemas de ecuaciones lineales. Métodos iterativos

Sistemas de ecuaciones lineales. Métodos iterativos Lección F Sistemas de ecuaciones lineales. Métodos iterativos Los métodos iterativos tienen la desventaja de que no se pueden aplicar, por lo menos de forma elemental, a cualquier sistema de ecuaciones

Más detalles

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.

Transformaciones Lineales. Definiciones básicas de Transformaciones Lineales. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com. Transformaciones Lineales Definiciones básicas de Transformaciones Lineales wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 007-009 Contenido 1 Transformaciones Lineales 11 Núcleo e imagen

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

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

Construcción de bases en el núcleo e imagen de una transformación lineal

Construcción de bases en el núcleo e imagen de una transformación lineal Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.

Más detalles

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS Fundamentos de la Matemática 1 Operaciones Binarias Dado un conjunto A, A, decimos que es una operación binaria en A si, y sólo si, : A A A es una función. Investigar si los siguientes son ejemplos de

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

Cambio de representaciones para variedades lineales.

Cambio de representaciones para variedades lineales. Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia

Más detalles

5.1 Función de Green para EDO

5.1 Función de Green para EDO 5 Función de Green I. Dominios acotados 29 a t e a PROBLEMAS DE AMPLIACIÓN DE MATEMÁTICAS II t i c a s 2 o Ing. Telecomunicación CURSO 29 2 SOLUCIONES 5 Función de Green I. Dominios acotados 5. Función

Más detalles

II. ESPACIOS NORMADOS Y ESPACIOS DE BANACH

II. ESPACIOS NORMADOS Y ESPACIOS DE BANACH II. ESPACIOS NORMADOS Y ESPACIOS DE BANACH Se pretende en este capítulo establecer los resultados generales relacionados con el concepto de norma en un espacio vectorial así como mostrar las distintas

Más detalles