SERIES DE FOURIER RESPECTO DE SISTEMAS ORTOGONALES: ESTUDIO DE LA CONVERGENCIA EN ESPACIOS DE LEBESGUE Y DE LORENTZ

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

Download "SERIES DE FOURIER RESPECTO DE SISTEMAS ORTOGONALES: ESTUDIO DE LA CONVERGENCIA EN ESPACIOS DE LEBESGUE Y DE LORENTZ"

Transcripción

1 SERIES DE FOURIER RESPECTO DE SISTEMAS ORTOGONALES: ESTUDIO DE LA CONVERGENCIA EN ESPACIOS DE LEBESGUE Y DE LORENTZ or Mario Pérez Riera Memoria resentada ara otar al grado de Doctor en Ciencias Matemáticas. Realizada bajo la dirección de los Dres. D. José Javier Guadalue Hernández y D. Francisco José Ruiz Blasco. Julio de 1989.

2 Esta tesis fue ublicada or la Universidad de Zaragoza: Publicaciones del Seminario Matemático García de Galdeano, sección 2, n o 24, Zaragoza, Lo que aquí aarece es una reedición hecha en LATEX, or lo que la aginación ha cambiado or comleto con resecto al original. Sin embargo, el contenido es exactamente el mismo y se ha mantenido el asecto siemre que ha sido osible, salvo que se han corregido varias erratas lingüísticas y actualizado dos referencias que en el momento de la ublicación de la tesis estaban endientes de aarecer. Además, es robable que con el cambio de formato (realizado, en arte, con la ayuda de rtf2latex2e y de Juan Luis Varona) se hayan introducido algunas erratas. Zaragoza, 31 de octubre de 24. Mario Pérez Riera Deartamento de Matemáticas Universidad de Zaragoza 59 Zaragoza merez@unizar.es

3 SERIES DE FOURIER RESPECTO DE SISTEMAS ORTOGONALES: ESTUDIO DE LA CONVERGENCIA EN ESPACIOS DE LEBESGUE Y DE LORENTZ Mario Pérez Riera Resumen: se estudia la convergencia en esacios L de las series de Fourier corresondientes a medidas que son suma de un eso conocido y una o varias deltas de Dirac, analizándose en articular el caso de los esos de Jacobi generalizados, Laguerre y Hermite generalizados. Asimismo, se aborda la acotación débil (o de L en L, ) y la acotación débil restringida (o de L,1 en L, ) de las series de Fourier relativas a los olinomios de Jacobi y al sistema de Bessel. En tercer lugar, se estudian roblemas relacionados con la convergencia en casi todo unto de la serie de Fourier, tanto ara sistemas articulares como ara el caso general. FOURIER SERIES WITH RESPECT TO ORTHOGONAL SYSTEMS: A STUDY OF THE CONVERGENCE IN LEBESGUE AND LORENTZ SPACES Abstract: we study the convergence in L saces of the Fourier series corresonding to measures which are sum of a known weight and one or more mass oints; in articular, the cases of generalized Jacobi, Laguerre and generalized Hermite weights are analysed. Also, we study the weak boundedness (or boundedness from L into L, ) and restricted weak boundedness (or boundedness from L,1 into L, ) of Fourier series relative to Jacobi olynomials and the Bessel system. Finally, we consider some roblems related to a.e. convergence of Fourier series, both for articular systems and for the general case. A.M.S. classification: 42C1, 33A65. Key words and hrases: orthogonal olynomials, mean convergence, weak convergence, a.e. convergence.

4

5 El resente trabajo ha sido realizado en el Deartamento de Matemáticas de la Universidad de Zaragoza, bajo la dirección de los Dres. D. José Javier Guadalue Hernández y D. Francisco José Ruiz Blasco, a quienes quiero manifestar mi sincero y rofundo agradecimiento or la ayuda que me han restado; sin ella, esta memoria no hubiera sido osible. Deseo exresar también mi gratitud hacia Juan Luis Varona Malumbres, or su ayuda y colaboración todos estos años. Quiero dar las gracias asimismo a quienes trataron de facilitar mi trabajo, en esecial a los comañeros del área de Análisis Matemático del Deartamento de Matemáticas.

6

7 INTRODUCCIÓN Dado un esacio de medida (Ω, M, µ), se dice que un conjunto numerable {φ n } n contenido en L 2 (Ω, µ) (funciones de cuadrado integrable con valores en R o en C) es un sistema ortonormal si φ n φ m dµ = δ n,m n, m, Ω donde δ n,m = 1 si n = m y δ n,m = si n m. Por ejemlo, el sistema {e int } n Z es ortonormal sobre T, con la medida de Lebesgue: 2π e int e imt dt = δ n,m n, m Z. Dado un sistema ortonormal {φ n }, odemos asociar a cada función f L 2 (µ) la serie formal c k φ k, donde c k = fφ k dµ. k= El estudio de la convergencia a la función f de esta serie, denominada serie de Fourier de f en {φ n }, ha dado lugar a un amlio camo de investigación, dentro del cual se enmarca la resente memoria. El roblema se formula correctamente definiendo en L 2 (µ) los oeradores sumas arciales de la serie de Fourier, S n, dados or: n S n f = c k φ k. k= El esacio L 2 (µ) es de Hilbert; la teoría de esacios de Hilbert ermite demostrar fácilmente que S n f es la mejor aroximación en L 2 (µ) a la función f de todas las combinaciones lineales de {φ 1,..., φ n }. Si la clausura lineal de {φ n } es densa en L 2 (µ), se tiene entonces la convergencia de la serie de Fourier: S n f f en L 2 (µ), f L 2 (µ). Resuelto el roblema en L 2 (µ), odemos lantearlo en L (µ), 1 < < : si el sistema {φ n } es tal que φ n L (µ) L q (µ) (donde 1/+1/q = 1), tenemos definidos los oeradores S n en L (µ); en este caso, S n f f en L (µ), f L (µ)? Una condición natural revia es que el sistema {φ n } sea denso en L 2 (µ) (lo que imlica que lo es en L (µ) también). A diferencia del caso = 2, no existe solución general a esta cuestión. Uno de los rimeros resultados es que la convergencia en L (µ) de la serie de Fourier equivale a la acotación uniforme en L (µ) de los oeradores S n. Volviendo al ejemlo antes citado, {e int } n Z, la demostración de la convergencia de su serie de Fourier (que es la serie de Fourier clásica) ara 1 < < se debe vii Ω

8 viii Introducción a M. Riesz. En efecto, es una consecuencia de su célebre teorema que establece la acotación del oerador función conjugada: f L C f L. Otros sistemas ortonormales que han sido tratados frecuentemente son los formados or olinomios, relativos tanto a medidas sobre la circunferencia T como a medidas sobre R. Algunos sistemas articulares son los de Jacobi y Jacobi generalizados (ambos sobre el intervalo [ 1, 1]), los de Laguerre (sobre R + ) y los de Hermite y Hermite generalizados (sobre R). Para los sistemas de Jacobi, el estudio de la convergencia de la serie de Fourier fue realizado or Pollard ([P 1], [P 2]), Newman y Rudin ([NR]) y Muckenhout ([Mu 1]); este último demostró la convergencia de la serie de Fourier ara los sistemas de Laguerre y Hermite ([Mu 2], [Mu 3]). Para los sistemas de Jacobi generalizados, uede verse el trabajo de Badkov ([B]). Otro sistema ortonormal que odemos citar es el de Bessel (sobre el intervalo [, 1]), el cual no está formado or olinomios y ha sido estudiado or Benedek y Panzone ([BP 1], [BP 2]). Debemos recisar que en cado uno de estos casos la convergencia de la serie de Fourier no tiene lugar en todos los esacios L (µ), con 1 < <, sino en rangos menores de. Los métodos emleados ara demostrar la convergencia en media requieren, en la mayoría de los ejemlos citados, conocer diversas estimaciones de las funciones ortonormales, así como resultados sobre la acotación de diversos oeradores, algunos de ellos similares a la transformada de Hilbert. En relación con esto último, Varona ([V]) ha emleado la teoría de esos A ara obtener la convergencia en media de la serie de Fourier en los casos anteriores y en otros articulares, así como resultados más generales, esecialmente ara medidas sobre intervalos acotados en R. En el caso de una medida cualquiera y aun cuando el sistema ortonormal esté formado or olinomios, los avances son, naturalmente, de menor alcance. Existen algunos resultados sobre estimaciones de los olinomios, de sus coeficientes directores y de otros arámetros asociados, sobre todo ara medidas sobre la circunferencia unidad, T; muchos de ellos se han trasladado también a medidas sobre el intervalo [ 1, 1], ya que es osible relacionar sus resectivos sistemas de olinomios ortonormales. En cuanto a la convergencia en media de la serie de Fourier, odemos mencionar aenas los trabajos de Newman y Rudin ([NR]) y Máté, Nevai y Totik ([MNT 1]), que establecen condiciones necesarias ara dicha convergencia. En articular, el trabajo de los tres últimos autores es de esecial interés, ya que en todos los ejemlos conocidos a los que es alicable las condiciones necesarias que lantea coinciden también con las condiciones suficientes ara la convergencia en media. Ello ha suuesto el unto de artida de esta memoria en dos direcciones: or un lado, nos ha llevado a estudiar la convergencia débil de la serie de Fourier, con el fin de ver si las condiciones de Máté, Nevai y Totik son también necesarias ara esta convergencia, como en efecto se ha robado. Por otro, el hecho de que las condiciones se refieran tan sólo a la arte absolutamente continua de la medida lantea una regunta sobre el ael de la arte singular; en

9 Introducción ix la memoria estudiamos medidas que consisten en añadir a algunas de las citadas anteriormente varias deltas de Dirac y obtenemos los rangos de ara los cuales se verifica la convergencia en L (µ), rangos que coinciden en todos los casos con los de las medidas de artida. Otro tio de convergencia que se aborda con frecuencia en la literatura es la convergencia en casi todo unto. Podemos situar el origen de esta cuestión en la conjetura de Lusin (1915): la serie de Fourier trigonométrica (relativa al sistema {e int } sobre T) converge en casi todo unto a f ara toda f L 2. La demostración de esta conjetura se debe, como es sabido, a Carleson ([C]) y su extensión a L, 1 < <, a Hunt ([Hu 2]). El resultado demostrado or Carleson ara el sistema trigonométrico, y del cual se deduce no sólo la convergencia en casi todo unto sino también la convergencia en media, es que el oerador S f(x) = su S n f(x) n está acotado en L 2. En general, si el sistema ortonormal {φ n } es denso, la acotación del corresondiente S (oerador maximal de las sumas arciales de la serie de Fourier) en un L (µ) imlica la convergencia en casi todo unto de la serie de Fourier. Esta es la roiedad que utilizamos ara, basándonos es un trabajo de Gilbert ([G]), estudiar la convergencia en casi todo unto ara algunos sistemas articulares. La resente memoria está dividida en cuatro caítulos. El caítulo I tiene carácter básicamente introductorio, con alguna aortación nueva. En él, anunciamos los concetos y resultados que se necesitarán en el resto del trabajo. A exceción de unos ocos casos que se señalan exlícitamente, a lo largo de la memoria omitimos la demostración de las roiedades conocidas que se van a utilizar, indicando, dentro de lo osible, su origen. En este caítulo hacemos en rimer lugar un breve resumen de la teoría de sistemas ortonormales, incluido un catálogo de algunos sistemas concretos y sus roiedades más relevantes. En un segundo aartado, se resenta la definición y algunas roiedades elementales de los esacios L,r de Lorentz, fundamentalmente los teoremas de interolación de oeradores de tio fuerte, débil y débil restringido. Para terminar, se describen las clases de esos A de Muckenhout y su relación con la acotación del oerador maximal de Hardy-Littlewood y la transformada de Hilbert. Consideramos el caso articular de los esos radiales, con las caracterizaciones obtenidas or Varona ([V]) acerca de la ertenencia a una clase A, y resentamos en esquema cómo se alica esta teoría al estudio de la convergencia en media de la serie de Fourier. En el caítulo II se trata la acotación débil de la serie de Fourier. Encontramos condiciones necesarias ara dicha acotación ara sistemas bastante generales de olinomios ortonormales. En el segundo aartado, alicamos estos resultados a la serie de Fourier-Jacobi y estudiamos también la acotación débil restringida (que

10 x Introducción equivale a la acotación L,1 L, ). El estudio de la convergencia débil se analiza asimismo ara las series de Bessel. El caítulo III se dedica a la convergencia en media ara sistemas de olinomios relativos a medidas que son suma de una medida dada y varias deltas de Dirac. La motivación de este estudio reside en que la mayoría de los resultados generales sobre sistemas de olinomios ortonormales se demuestran imoniendo condiciones sobre la arte absolutamente continua de la medida. Por otra arte, no había sido estudiada hasta ahora la convergencia de la serie de Fourier con resecto a medidas no absolutamente continuas; el rimer ejemlo que conocemos se debe a Varona ([V]), que considera la medida (1 x) α (1 + x) β dx + Mδ 1 (x) + Nδ 1 (x). En este caítulo, obtenemos resultados que relacionan la convergencia de las series de Fourier corresondientes a una medida y a su modificada or deltas de Dirac. El último caítulo se aarta de los dos anteriores, ya que en él se hace un estudio de la convergencia en casi todo unto de la serie de Fourier. Por ello, incluimos una rimera arte de introducción esecífica a este tema. Tras ello, generalizamos un teorema de Gilbert ([G]) utilizando la teoría de esos A, lo que nos ermite lantear condiciones que garantizan la acotación del oerador maximal de las sumas arciales de la serie de Fourier y, or lo tanto, la convergencia en casi todo unto de la serie. Para terminar, se establecen condiciones necesarias ara la convergencia en casi todo unto, similares a las obtenidas ara la convergencia débil en el caítulo II y, or Máté, Nevai y Totik ([MNT 1]), ara la convergencia en media.

11 ÍNDICE INTRODUCCIÓN ÍNDICE VII XI CAPÍTULO I: Preliminares 1 1. Sistemas ortonormales Esacios de Lorentz Teoría de esos A CAPÍTULO II: Acotación débil de las series de Fourier Comortamiento débil de las series de Fourier-Jacobi Comortamiento débil de las series de Bessel CAPÍTULO III: Modificaciones de medidas or deltas de Dirac Caso general Pesos de Jacobi generalizados más deltas de Dirac Pesos de Laguerre y Hermite con una delta de Dirac CAPÍTULO IV: Convergencia en casi todo unto de la serie de Fourier Introducción Acotación del oerador maximal S Divergencia en casi todo unto de la serie de Fourier REFERENCIAS 153 xi

12

13 CAPÍTULO I Preliminares 1. Sistemas ortonormales Sea un esacio de medida (Ω, M, µ), con µ una medida ositiva y σ-finita (todas las medidas que consideremos serán ositivas y σ-finitas, aunque no lo digamos exresamente). Dado [1, ), denotaremos or L (Ω, µ) o L (µ), como es habitual, al esacio de las funciones reales µ-medibles f tales que ( 1/ f L (µ) = f dµ) <. Ω Denotaremos or L (Ω, µ) o L (µ) al esacio de las funciones reales µ-medibles f esencialmente acotadas y escribiremos f L (µ) = su esn f(x). x Ω Con esta definición, L (µ) es una norma y L (µ) es un esacio de Banach, 1. Dado [1, ], llamaremos de ahora en adelante q al exonente conjugado de, es decir, al número q tal que 1/ + 1/q = 1, admitiendo que ara = 1 se tiene q = y viceversa. Es conocida entonces la desigualdad de Hölder: si f L (µ) y g L q (µ), fg dµ f L (µ) g L q (µ). Ω Si 1 <, L q (µ) es el esacio dual de L (µ). Se tiene: { } f L (µ) = su fg dµ ; g L q (µ) = 1. Ω A artir de ahora, suondremos siemre 1 < <, a menos que indiquemos lo contrario. De todos estos esacios, L 2 (µ) resulta ser un esacio de Hilbert, con el roducto f, g = fg dµ. Por lo tanto, odemos considerar en Ω L2 (µ) sistemas ortonormales {φ n } n, es decir, tales que φ n φ m dµ = δ n,m n, m. Ω A cada f L 2 (µ) odemos asociarle sus coeficientes de Fourier con resecto a {φ n }, c k (f) = fφ k dµ 1 Ω

14 2 Preliminares y, formalmente, su serie de Fourier: c k (f)φ k. k= Tomemos las sumas arciales de la serie de Fourier con resecto al sistema {φ n }, que odemos exresar de la siguiente manera: n S n f(x) = c k (f)φ k (x) = f(y)k n (x, y) dµ(y), k= donde K n (x, y) = n k= φ k(x)φ k (y). Llamaremos núcleos asociados a {φ n } a las funciones K n (x, y), n. Si el sistema {φ n } es comleto en L 2 (µ) (es decir, su clausura lineal es densa), entonces las sumas arciales S n f de la serie de Fourier de cualquier función f L 2 (µ) convergen a f: lím n S nf f L 2 (µ) =. Además, S n f es la combinación lineal de {φ 1,..., φ n } que mejor aroxima a f. Por otra arte, S n f L 2 (µ) f L 2 (µ). Es decir, los oeradores Ω S n : L 2 (µ) L 2 (µ) f S n f están uniformemente acotados (y S n 1 n). A la vista de lo que sucede en L 2 (µ), odemos reguntarnos si el comortamiento de las sumas arciales S n es el mismo en cualquier L (µ). Concretamente: f L (µ), S n f f en L (µ)? los oeradores S n : L (µ) L (µ) están uniformemente acotados? Un requisito revio que debe cumlir el sistema {φ n } ara que exista S n f y esté en L (µ) ara toda f L (µ) es: (1.1) φ n L (µ) L q (µ) n. Si además {φ n } es comleto en L (µ), las dos reguntas anteriores son una misma. Por su sencillez, damos la demostración de este resultado clásico: Teorema 1.1. Sea {φ n } un sistema ortonormal y comleto en L 2 (µ), 1 < <, 1/ + 1/q = 1, φ n L (µ) L q (µ) n. Entonces: S n f f en L (µ), f L (µ) C > tal que S n f L (µ) C f L (µ) f L (µ), n.

15 Sistemas ortonormales 3 Demostración: ) Sea f L (µ). Entonces, C f tal que S n f L (µ) C f n. Por el rinciio de acotación uniforme (teorema de Banach-Steinhaus), C > tal que S n f L (µ) C f L (µ) f L (µ), n. ) Si φ es una combinación lineal de {φ n }, es inmediato observar que S n φ = φ ara n suficientemente grande, con lo que S n f f L (µ) = S n (f φ) (f φ) L (µ) S n (f φ) L (µ) + f φ L (µ) (C + 1) f φ L (µ). Fijado ε >, basta tomar φ tal que f φ L (µ) < ε/(c + 1) y existe n N tal que S n f f L (µ) < ε n n. Notas: a) De ahora en adelante indicaremos con C una constante, ero osiblemente distinta cada vez que aarezca. b) Frecuentemente, escribiremos sólo S n f L (µ) C f L (µ) ara indicar que f L (µ) S n f L (µ) y S n f L (µ) C f L (µ) n, con una constante C indeendiente de f y de n. En virtud del teorema 1.1, hablaremos indistintamente de acotación o de convergencia en media de la serie de Fourier. Un segundo avance en el estudio de esta acotación es el siguiente: Teorema 1.2. a) Si 1 r < s y existe C > tal que S n f L (µ) C f L (µ) f L (µ), n, con = r, s, entonces también se verifica la desigualdad con (r, s). b) Si 1 < < y 1/ + 1/q = 1, entonces: C > tal que S n f L (µ) C f L (µ) f L (µ), n C > tal que S n f L q (µ) C f L q (µ) f L q (µ), n. La arte a) es consecuencia de la teoría de interolación de oeradores (véase [SW], caítulo V). La arte b) se debe a que S n es un oerador autoadjunto, or lo que está acotado en L (µ) si y sólo si lo está en L q (µ), y tiene la misma norma en ambos esacios.

16 4 Preliminares Según el teorema anterior, el conjunto de los ara los cuales las sumas arciales de la serie de Fourier están uniformemente acotadas es un intervalo. Le llamaremos intervalo de convergencia en media. Además, los extremos del intervalo son exonentes conjugados. En el caso general, oco más se uede decir sobre él. Los avances en esta dirección han sido generalmente acerca de sistemas concretos, algunos de los cuales veremos más adelante. Sea µ una medida y {φ n } un sistema ortonormal con resecto a µ. Si w es una función µ-medible, entonces {wφ n } es un sistema ortonormal con resecto a w 2 dµ: (wφ n )(wφ m )w 2 dµ = φ n φ m dµ = δ n,m. Ω Sean S n y S n los oeradores sumas arciales con resecto a {φ n } y {wφ n }, resectivamente. Entonces, S nf = n ( ) fwφ k w 2 dµ wφ k = w Ω k= Ω n ( ) w 1 fφ k dµ φ k = ws n (w 1 f). Ω De esta fórmula se deduce la siguiente relación entre la acotación de S n y la de S n: k= S nf L (w 2 dµ) C f L (w 2 dµ) f L (w 2 dµ) ws n (w 1 f) L (w 2 dµ) C f L (w 2 dµ) f L (w 2 dµ) S n (w 1 f) L (w 2 dµ) C w 1 f L (w 2 dµ) f L (w 2 dµ) S n g L (w 2 dµ) C g L (w 2 dµ) g L (w 2 dµ), este último aso haciendo el cambio de notación g = w 1 f. Esto nos lleva a estudiar acotaciones de las sumas arciales de la serie de Fourier con esos (funciones medibles y no negativas); es decir, del tio: S n f L (u dµ) C f L (u dµ) (escribimos u en lugar de u or conveniencia, como veremos en seguida). Otra razón ara estudiar esta clase de acotaciones es la osibilidad de amliar con ello el intervalo de convergencia en media, o sea, el intervalo de ara los cuales existe C > tal que se verifica la anterior desigualdad. Con más generalidad, odemos estudiar acotaciones con dos esos: (1.2) S n f L (u dµ) C f L (v dµ) f L (v dµ), n. Haciendo g = vf, se ve que esto equivale a: us n (v 1 g) L (dµ) C g L (dµ) g L (dµ), n ;

17 Sistemas ortonormales 5 de nuevo, or teoría de interolación, el conjunto de ara los cuales esta desigualdad se verifica es un intervalo, aunque ahora sus extremos no tienen or qué ser conjugados, como en el teorema 1.2. La condición que deben cumlir los esos u y v ara que esté definida S n f y esté en L (u dµ) ara toda f L (v dµ) y n es φ n L (u dµ) L q (v q dµ) n, que generaliza (1.1). Podemos reguntarnos si también ahora la acotación (1.2) equivale a la convergencia en media, es decir, a S n f f en L (u dµ) f L (v dµ). Necesitamos ara ello que L (v dµ) esté contenido en L (u dµ); esto se cumle si u Cv µ-a.e. ara alguna constante C >. Con esta condición adicional, el teorema 1.1 sigue siendo válido y su demostración es análoga: Teorema 1.3. Sea {φ n } un sistema ortonormal en L 2 (dµ), 1 < <, 1/+1/q = 1. Sean u y v dos esos tales que u Cv µ-a.e. ara alguna constante C ositiva, la clausura lineal de {φ n } es densa en L (v dµ) y f L (v dµ) S n f L (u dµ). Entonces: S n f f en L (u dµ), f L (v dµ) C > tal que S n f L (u dµ) C f L (v dµ) f L (v dµ), n. También ara la acotación (1.2) la condición u Cv arece bastante natural y en algún caso se uede ver su necesidad, como demostramos a continuación: Teorema 1.4. Sea {φ n } un sistema ortonormal en L 2 (dµ), 1 < <, 1/ + 1/q = 1. Sea u un eso tal que la clausura lineal de {φ n } es densa en L (u dµ). Suongamos que f L (u dµ) S n f L (u dµ) y existe una constante C tal que S n f L (u dµ) C f L (u dµ) f L (u dµ), n. Si v es otro eso y existe una constante C tal que S n f L (u dµ) C f L (v dµ) f L (v dµ), n, entonces existe C > tal que u Cv µ-a.e. Demostración: Según el teorema 1.3, S n f L (u dµ) f L (u dµ) f L (u dµ). Suongamos que no existe ninguna constante C tal que u Cv µ-a.e. Vamos a hallar una sucesión de funciones {f k } k tal que f k L (v dµ) C,

18 6 Preliminares ero su f k L (u dµ) = +. k Si conseguimos esto, tendremos: or una arte, y or otra, k, luego S n f k L (u dµ) C f k L (v dµ) C n, k. S n f k L (u dµ) f k L (u dµ), su S n f k L (u dµ) = +, n,k con lo que habremos llegado a una contradicción y el teorema estará robado. Sea, ara cada k, A k = {x; u(x) kv(x)}; entonces, χ Ak L (u dµ) >, ya que de lo contrario sería u µ-a.e. en A k y u kv µ-a.e. Podemos suoner también χ Ak L (u dµ) <, orque si no es así tomamos un subconjunto de A k que cumla estas dos condiciones (la medida, como siemre, es σ-finita). Definamos f k = k χ Ak. χ Ak L (u dµ) Está claro que f k L (u dµ) = k. Y como v k 1 u en A k, se tiene: f k L (v dµ) = k χ Ak L χ Ak (v dµ) 1 k. L (u dµ) Esta es la sucesión de funciones que buscamos, con lo que el teorema está robado. Para una situación general, Newman y Rudin ([NR]) demostraron la siguiente condición necesaria ara la acotación en media: Teorema 1.5. Sean {φ n } un sistema ortonormal en L 2 (µ), 1 < <, u y v dos esos. Si ara cada f L (v dµ) existen las sumas arciales S n f de la serie de Fourier de f con resecto a {φ n } y entonces S n f L (u dµ) C f L (v dµ) φ n L (u dµ) φ n L q (v q dµ) C. A continuación veremos una clase articular de sistemas ortonormales: la de los sistemas formados or olinomios. La mayor arte de los resultados que vamos a exoner ueden consultarse en [Sz 2], or ejemlo.

19 Sistemas ortonormales 7 SISTEMAS DE POLINOMIOS ORTOGONALES A artir de ahora, todas las medidas que consideremos serán, además de ositivas y σ-finitas, medidas de Borel sobre R y con soorte infinito. Llamaremos so dµ a su soorte y µ a su arte absolutamente continua. Si µ es una medida tal y ara cada n existen los momentos x n dµ(x) R, R es conocido que existe un único sistema ortonormal {P n } tal que ara cada n, P n es un olinomio de grado n y coeficiente director ositivo. Además, si el soorte de µ está acotado, del teorema de Weierstrass se sigue que la familia {P n } es comleta en L 2 (µ). Como veremos más adelante, la mayoría de los sistemas clásicos de olinomios se definen de manera que los P n no están normalizados; es decir: P n P m dµ = h n δ n,m. R Si esto es así, el sistema ortonormal es {h 1/2 n P n }. Si {P n } es un sistema ortonormal de olinomios, denotaremos or k n al coeficiente director de P n. Una consecuencia inmediata es: Proosición 1.6. Si R n (x) = r n x n +r n 1 x n 1 + +r es un olinomio, entonces P n R n dµ = r n. k n R En articular, R P nr dµ = si R es un olinomio de grado menor que n. Es conocido que la sucesión {P n } verifica una relación de recurrencia: (1.3) xp n (x) = a n+1 P n+1 (x) + b n P n (x) + a n P n 1 (x), lo que se deduce de oner xp n (x) como combinación lineal de {P 1,..., P n+1 } y alicar la ortonormalidad de {P n }. En articular, de la roosición anterior se deduce: a n = xp n (x)p n 1 (x) dµ(x), b n = xp n (x) 2 dµ(x). R Si µ es una medida ar, entonces se tiene b n =. Esta es una manera de demostrar la siguiente roiedad: Proosición 1.7. Si µ es una medida ar, los olinomios P 2n son ares y los olinomios P 2n+1 son imares. Sobre los coeficientes {a n } y {b n } de la relación de recurrencia se conoce su comortamiento, bajo ciertas condiciones ([R 1], ág. 212, o [MNT 2], teorema 1): R

20 8 Preliminares Teorema 1.8. Si so dµ = [ 1, 1] y µ > en casi todo unto de [ 1, 1], entonces lím n a n = 1/2 y lím n b n =. Si el sistema {P n } es un sistema de olinomios, también la sucesión {K n (x, y)} de los núcleos está formada or olinomios. Una caracterización que se rueba fácilmente es: Proosición 1.9. Sea n, y R. Entonces, ara todo olinomio R de grado menor o igual que n se cumle K n (x, y)r(x) dµ(x) = R(y). R Además, K n (x, y) es el único olinomio de grado n que verifica esta roiedad. Puesto que las sumas arciales de la serie de Fourier vienen dadas or S n f(x) = K n (x, y)f(y) dµ(y), R es imortante encontrar exresiones ara K n (x, y) distintas de la oco manejable K n (x, y) = n k= P n(x)p n (y). A artir de la relación de recurrencia (1.3) no es difícil demostrar, or inducción, la fórmula de Christoffel-Darboux: K n (x, y) = k n P n+1 (x)p n (y) P n (x)p n+1 (y) k n+1 x y Sin embargo, esta fórmula tamoco es útil, en muchas ocasiones. En 1948, Pollard (véase [P 1]) demostró la siguiente descomosición ara medidas µ con soorte en [ 1, 1]: K n (x, t) = r n T 1 (n, x, t) + s n T 2 (n, x, t) + s n T 3 (n, x, t) con y T 1 (n, x, t) = P n+1 (x)p n+1 (t), T 2 (n, x, t) = (1 t 2 ) P n+1(x)q n (t) x t T 3 (n, x, t) = T 2 (n, t, x) = (1 x 2 ) P n+1(t)q n (x) t x, donde {Q n } son los olinomios ortonormales con resecto a (1 x 2 ) dµ. Además, si so dµ = [ 1, 1] y µ > en casi todo unto, entonces se tiene: lím n r n = 1/2, lím n s n = 1/2 (véase [V], lema 3.1). Debido a esta descomosición, es fundamental conocer estimaciones de los olinomios {P n } (y de los {Q n }). A este resecto, merece destacarse el siguiente resultado, robado or Máté, Nevai y Totik ([MNT 1]):.

21 Sistemas ortonormales 9 Lema 1.1. Sea so dµ = [ 1, 1] y µ > en casi todo unto de [ 1, 1]. Dados un número real c y un entero no negativo n, sea B c,n (dµ) = {x ( 1, 1); P n (x) 2 µ (x)(1 x 2 ) 1/2 c}. Entonces, ara cada c > 2/π, lím n B c,n (dµ) =, donde E denota la medida de Lebesgue del conjunto E. Además de esta acotación suerior ara los olinomios, en el mismo trabajo ([MNT 1], teorema 2) se demuestra una acotación inferior ara sus normas, que odemos formular de la siguiente manera: Teorema Sea dµ una medida sobre [ 1, 1] y µ > en casi todo unto. Sea <. Existe una constante C tal que, si g es una función medible Lebesgue en [ 1, 1], entonces: µ (x) 1/2 (1 x 2 ) 1/4 g(x) L (dx) C lim P n g L (dx). n En articular, si lim n P n g L (dx) =, entonces g = en casi todo unto. A artir de este teorema y del teorema 1.5, se obtienen las siguientes condiciones necesarias ara la convergencia en media de la serie de Fourier: Teorema Sea dµ una medida sobre [ 1, 1], µ > en casi todo unto y {P n } sus olinomios ortonormales. Sean u y v dos esos y 1 < <. Si ara cada f L (v dµ) existen las sumas arciales S n f de la serie de Fourier de f con resecto a {P n } y entonces: S n f L (u dµ) C f L (v dµ), u L (dµ), v 1 L q (dµ), µ (x) 1/2 (1 x 2 ) 1/4 u(x) L (µ ), µ (x) 1/2 (1 x 2 ) 1/4 v(x) 1 L q (µ ). Vamos a describir ahora algunos de los sistemas ortogonales más comunes. De cada uno de ellos exonemos brevemente algunas roiedades que nos serán útiles (rincialmente, acotaciones de las funciones que lo comonen), así como resultados sobre convergencia en media de la serie de Fourier.

22 1 Preliminares ALGUNOS SISTEMAS ORTOGONALES Polinomios de Jacobi. Sean α, β > 1 y dµ(x) = (1 x) α (1 + x) β dx sobre el intervalo [ 1, 1]. Los olinomios de Jacobi {Pn α,β } son ortogonales con resecto a dµ. De acuerdo con su definición clásica, no están normalizados, sino que con h α,β n = Por lo tanto, {(h α,β n 1 1 Pn α,β Pm α,β dµ = h α,β n δ n,m, 2 α+β+1 Γ(n + α + 1)Γ(n + β + 1) (2n + α + β + 1)Γ(n + 1)Γ(n + α + β + 1). ) 1/2 Pn α,β } es el sistema de olinomios ortonormales con resecto a dµ. Por tratarse de una medida finita sobre un intervalo comacto, los olinomios son densos en L 2 (dµ) y el sistema es comleto. A artir de estimaciones conocidas (véase [Sz 2], caítulo VIII), Muckenhout demostró ([Mu 1]) que existe una constante ositiva C tal que n N, x [ 1, 1], (1.4) (h α,β n ) 1/2 Pn α,β (x) C(1 x + n 2 ) (2α+1)/4 (1 + x + n 2 ) (2β+1)/4. Cuando α, β 1/2, de esta se deduce otra acotación global (indeendiente de n): (h α,β n ) 1/2 Pn α,β (x) Cµ (x) 1/2 (1 x 2 ) 1/4 ; en este caso, con la notación del lema 1.1 resulta B c,n (dµ) =. Es fácil ver que en el caso general α, β > 1, B c,n (dµ) n 2. Basándose en esta cota, Muckenhout obtuvo en 1969 ([Mu 1]) el siguiente resultado: Teorema Sean α, β > 1, dµ(x) = (1 x) α (1 + x) β dx sobre el intervalo [ 1, 1] y {S n } las sumas arciales de la serie de Fourier relativa a los olinomios ortonormales con resecto a dµ. Sea 1 < < y u(x) = (1 x) a (1 + x) b. Entonces, existe una constante ositiva C tal que S n f L (u dµ) C f L (u dµ) f L (u dµ), n si y sólo si se cumlen las desigualdades: (1.5) a + (α + 1)( ) < 1 4, b + (β + 1)(1 1 2 ) < 1 4

23 Sistemas ortonormales 11 (1.6) a + (α + 1)( ) < α + 1, b + (β + 1)( ) < β (1.7) a + (α + 1)( ) > 1 4, b + (β + 1)(1 1 2 ) > 1 4 (1.8) a + (α + 1)( ) > α + 1, b + (β + 1)( ) > β Para el caso α, β 1/2 y a = b =, Pollard había demostrado en 1948 ([P 1]) que (1.5),..., (1.8) imlican la convergencia en media. En 1952, Newman y Rudin ([NR]) robaron que esas condiciones son necesarias ara la convergencia. Finalmente, Muckenhout extendió el resultado al caso general en el trabajo citado. Polinomios de Jacobi generalizados. Por un eso de Jacobi generalizado se entiende (véase, or ejemlo, [B] o [Nv], ág. 169) un eso w sobre [ 1, 1] de la forma: donde: w(x) = h(x)(1 x) α (1 + x) β N i=1 a) α, β, γ i > 1, t i ( 1, 1), t i t j i j; x t i γ i, x [ 1, 1], b) h es una función continua y ositiva en [ 1, 1] y ω(h, δ)δ 1 L 1 (, 2), siendo ω(h, δ) el módulo de continuidad de h. Llamaremos olinomios de Jacobi generalizados al sistema ortonormal de olinomios {P n } asociado a dµ = w(x) dx. Los olinomios de Jacobi son un caso articular, con γ i = i, h 1. Como en el caso de los olinomios de Jacobi, {P n } es un sistema comleto en L 2 (dµ), or ser [ 1, 1] comacto y dµ finita. Los olinomios {P n } satisfacen la acotación (véase [B]): N (1.9) P n (x) C(1 x+n 2 ) (2α+1)/4 (1+x+n 2 ) (2β+1)/4 ( x t i +n 1 ) γi/2, donde n N, x [ 1, 1] y C no deende de n ni de x. Para la sucesión {K n (x, y)} de los núcleos existen también estimaciones, una de las cuales es la que a continuación vemos. Antes necesitamos alguna notación, que nos será útil en toda esta memoria: i=1

24 12 Preliminares Notación: dadas dos funciones f, g : R k R y un subconjunto D de R k, diremos que f g en D si existen dos constantes K 1, K 2 > tales que x D, K 1 f(x) g(x) K 2 f(x). Con este convenio, se tiene la siguiente estimación ([Nv], ág. 12 y ág. 4): N (1.1) K n (x, x) n(1 x+n 2 ) (2α+1)/2 (1+x+n 2 ) (2β+1)/2 ( x t i +n 1 ) γ i ara x [ 1, 1] y n N. La acotación uniforme de los oeradores S n ha sido estudiada or Badkov ([B]) y Varona ([V]). El rimero consideró el caso de un solo eso: i=1 S n f L (u dµ) C f L (u dµ) donde u(x) = (1 x) a (1+x) b N i=1 x t i g i. Su método se basa en estimar directamente los núcleos K n (x, y). Además de esta acotación (y, or lo tanto, convergencia en media), Badkov analizó también la convergencia en casi todo unto de la serie de Fourier. La acotación con dos esos S n f L (u dµ) C f L (v dµ), donde y u(x) = (1 x) a (1 + x) b v(x) = (1 x) A (1 + x) B N i=1 N i=1 x t i g i x t i G i, ha sido estudiada or Varona ([V], corolario 3.11) en el caso γ i i, siguiendo otro método totalmente distinto, consistente en el uso de la teoría de esos A, que comentaremos más adelante. El resultado comleto uede enunciarse como sigue: Teorema Sean w(x) = h(x)(1 x) α (1+x) β N i=1 x t i γ i un eso de Jacobi generalizado, dµ(x) = w(x) dx sobre [ 1, 1], 1 < <, y u(x) = (1 x) a (1 + x) b v(x) = (1 x) A (1 + x) B N i=1 N i=1 x t i g i x t i G i.

25 Sistemas ortonormales 13 Si se cumlen las desigualdades (1.11) A+(α+1)( ) < 1 4 ; B+(β+1)( ) < 1 4 ; G i+(γ i +1)( ) < 1 2 i; (1.12) A+(α+1)( ) < α+1 2 ; B+(β+1)( ) < β+1 2 ; G i+(γ i +1)( ) < γ i+1 2 i; (1.13) a + (α + 1)( 1 1) > 1; 2 4 b + (β + 1)( 1 1) > 1; 2 4 g i + (γ i + 1)( 1 1) > 1 i; 2 2 (1.14) a+(α+1)( ) > α+1 2 ; b+(β+1)( ) > β+1 2 ; g i+(γ i +1)( ) > γ i+1 2 i; (1.15) A a; B b; G i g i i; entonces C > tal que S n f L (u dµ) C f L (v dµ) f L (v dµ), n N. Pero también el recíroco es cierto: Teorema Con la misma notación, si C > tal que S n f L (u dµ) C f L (v dµ) f L (v dµ), n N, entonces se verifican las condiciones (1.11),..., (1.15). Demostración: Que las condiciones (1.11),..., (1.14) son necesarias se deduce del teorema 1.12, como uede verse en [V] (corolario 3.13). Sólo falta robar que también debe cumlirse (1.15): A a, B b, G i g i i. Suongamos, or ejemlo, que a < A (en los demás casos, se rocede de igual manera). Las desigualdades (1.11),..., (1.14) ueden onerse de esta manera: y sus análogas con β y γ i. Si definimos A < (α + 1)(1/2 1/) + 1/4, A < (α + 1)(1/2 1/) + (α + 1)/2, (α + 1)(1/2 1/) 1/4 < a, (α + 1)(1/2 1/) (α + 1)/2 < a m α = (α + 1)(1/2 1/) mín{1/4, (α + 1)/2},

26 14 Preliminares M α = (α + 1)(1/2 1/) + mín{1/4, (α + 1)/2}, m β = (β + 1)(1/2 1/) mín{1/4, (β + 1)/2}, M β = (β + 1)(1/2 1/) + mín{1/4, (β + 1)/2}, m i = (γ i + 1)(1/2 1/) mín{1/2, (γ i + 1)/2}, M i = (γ i + 1)(1/2 1/) + mín{1/2, (γ i + 1)/2}, entonces las condiciones (1.11),..., (1.14) son: (1.16) A < M α, m α < a (1.17) B < M β, m β < b (1.18) G i < M i, m i < g i i. Es inmediato comrobar que m α < M α, m β < M β, m i < M i. Si se tiene a < A, entonces m α < a < A < M α. Puesto que se cumlen (1.17) y (1.18), odemos tomar b, g i tales que: (1.19) m β < b < M β, m i < g i < M i, (1.19) B b, G i g i. Sea Como ũ(x) = (1 x) a (1 + x) e b N x t i eg i. i=1 m α < a < M α, m β < b < M β, m i < g i < M i, el eso ũ satisface las desigualdades (1.11),..., (1.15) corresondientes a él y, or el teorema 1.14, existe una constante C > tal que: (1.21) S n f L (eu dµ) C f L (eu dµ) f L (ũ dµ), n N. La condición análoga a (1.14) ara ũ significa que ũ dµ es una medida finita, or lo que los olinomios son densos en L (ũ dµ). Pero además, or ser a < A, no existe ninguna constante C ositiva tal que ũ Cv. El teorema 1.4 garantiza entonces que no existe ninguna constante C ositiva tal que (1.22) S n f L (eu dµ) C f L (v dµ) f L (v dµ), n N.

27 Sistemas ortonormales 15 Sea ahora u (x) = (1 x) A (1 + x) e b N i=1 x t i eg i. El ar (u, v) cumle las condiciones análogas a (1.11),..., (1.15). Por el teorema 1.14, existe una constante C tal que (1.23) S n f L (u dµ) C f L (v dµ) f L (v dµ), n N. Tomemos ε > tal que t i ( 1, 1 ε) i. De esta manera, u ũ en ( 1, 1 ε), luego S n f L (( 1,1 ε),eu dµ) C f L (v dµ) f L (v dµ), n N. Dado que la acotación (1.22) no se cumle ara ninguna constante C, de esta última se deduce que tamoco se cumle la siguiente: S n f L ([1 ε,1),eu dµ) C f L (v dµ) f L (v dµ), n N. Ahora bien, en [1 ε, 1) se tiene u ũ. Por lo tanto, no se uede cumlir la acotación S n f L ([1 ε,1),u dµ) C f L (v dµ) f L (v dµ), n N. Y esto contradice la hiótesis S n f L (u dµ) C f L (v dµ). Por lo tanto, se tiene que verificar la condición (1.15), que es lo que teníamos que demostrar. Polinomios de Laguerre. Los olinomios de Laguerre {L α n} de orden α son ortogonales con resecto a la medida dµ(x) = e x x α dx sobre [, + ), donde α > 1. De acuerdo con la definición clásica, no están normalizados, sino que L α n() = Γ(n + α + 1) n! Γ(α + 1) ; + L α n(x)l α m(x)e x x α dx = Γ(n + α + 1) n! δ n,m. En este caso, el soorte de la medida no es comacto, con lo que no odemos alicar el teorema de Weierstrass que garantiza la densidad de los olinomios en las funciones continuas y llegar así a que {L α n} es un sistema comleto en L 2 (dµ). Sin embargo, esto sigue siendo cierto (véase, or ejemlo, [Sz 2], teorema 5.7.1, ág. 18). ( ) 1/2 Si hacemos L α n(x) = Γ(n+α+1) n! L α n(x)e x/2 x α/2, entonces el sistema {L α n} es ortonormal con resecto a la medida de Lebesgue en [, + ). Para este sistema se tienen las siguientes acotaciones, obtenidas or Muckenhout ([Mu 3]) a artir

28 16 Preliminares de otras de Askey y Wainger ([AW]): existen constantes ositivas C y γ tales que n x 1/σ L α n(x) Cσ α/2 x α/2 ; 1/σ < x σ/2 L α n(x) Cσ 1/4 x 1/4 ; σ/2 x 3σ/2 L α n(x) Cσ 1/4 (σ 1/3 + x σ ) 1/4 ; 3σ/2 x L α n(x) Ce γx, donde σ = 4n + 2α + 2. La acotación en media de las sumas arciales de la serie de Fourier con resecto a los olinomios de Laguerre (normalizados) fue estudiada or Muckenhout en [Mu 2] y [Mu 3]. En el rimero de estos trabajos demostró que no es osible la acotación us n f L (dµ) C uf L (dµ) f, n, cuando 1 4/3 o 4, ara ningún eso u, a no ser que u sea cero en casi todo unto; en realidad, demostró que ni siquiera el término general de la serie uede estar acotado. En [Mu 3] se considera la acotación con dos esos, u y v, definidos de la siguiente manera (siendo w(x) = e x x α ): ( ) a x u(x) = w(x) 1/2 1/ (1 + x) b, x > 1 + x ( ) A x v(x) = w(x) 1/2 1/ (1 + x) B (1 + log + x) β, x > 1 + x donde log + x = máx{log x, } y { 1 si b = B y = 4 ó 4/3, β = en otro caso. En esta situación, se tiene us n f L (dµ) C vf L (dµ) f, n si se cumlen las condiciones: (1.24) a > 1 + máx{ α 2, 1 4 }; (1.25) A < 1 1 máx{ α 2, 1 4 }; (1.26) A a;

29 Sistemas ortonormales 17 (1.27) { b < 3 1, 4 b 7 1 ; 12 3 (1.29) (1.29) { B , B > ; b B b B, b B , 3 ; (1.3) si en (1.29) se da alguna igualdad, entonces no se da en (1.27) ni en (1.28). Además, todas las condiciones son necesarias, con la osible exceción de que en (1.28) se tenga la igualdad B = 1 1 cuando = 4 o = 4/3 y b = B. 4 Observación: Muckenhout escribe las condiciones (1.27), (1.28) y (1.29) algo distintas. Por ejemlo, en (1.27) escribe b < 3/4 1/ si 1 < 4 y Pero es fácil ver que b 7/12 1/(3) si 4 < <. 3/4 1/ 7/12 1/(3) 4, con lo que odemos oner simlemente (1.27). Lo mismo sucede con (1.28) y (1.29). Relacionadas con los olinomios de Laguerre, existen otras familias de olinomios, que son los de Hermite generalizados. Son olinomios ortogonales con resecto a la medida e x2 x 2α dx sobre R, donde α > 1/2. Según su definición clásica, se toman con coeficiente director 2 n ; no están normalizados. Satisfacen las siguientes igualdades: H α 2m(x) = ( 1) m 2 2m m! L α 1/2 m (x 2 ) H α 2m+1(x) = ( 1) m 2 2m+1 m! xl α+1/2 m (x 2 ) y a ellos nos referiremos más adelante. La convergencia en media de su serie de Fourier ha sido estudiada or Varona ([V], caítulo VI).

30 18 Preliminares Sistema de Bessel. El último sistema ortogonal que vamos a describir es el de Bessel, que, a diferencia de los anteriores, no está formado or olinomios. Sea J α la función de Bessel de orden α > 1. Un amlio estudio de estas funciones es desarrollado en el libro de Watson ([W]), donde uede verse que, fijada α > 1, J α tiene un conjunto numerable de ceros en (, + ), todos ellos simles y cuyo único unto de acumulación es +. Si {α n } es esta sucesión de ceros, en orden creciente, entonces 1 J α (α n x)j α (α m x)x dx = J α+1(α n ) 2 δ n,m, 2 de donde las funciones j n (x) = 2 J J α+1 (α n) α(α n x) forman un sistema ortonormal en L 2 ((, 1), x dx), que además es comleto. Son conocidas las siguientes estimaciones asintóticas de las funciones de Bessel: J α (z) = z α J α (z) = 2 α Γ(α + 1) + O(zα+2 ) cuando z ; 2 π z 1/2 cos(z απ 2 π 4 ) + O(z 3/2 ) cuando z. En el caso α 1/2 se deduce inmediatamente una acotación global: J α (z) Cz 1/2. Además, uede robarse que 2 J α+1 (α n ) [πα n] 1/2 n 1. Es decir: (1.31) j n (x) = C n J α (α n x), con lím n C n [πα n ] 1/2 = 1. La convergencia en media de la serie de Fourier con resecto al sistema de Bessel (serie de Fourier-Bessel) ha sido estudiada or Wing ([Wi]) y Benedek y Panzone (véase [BP 1], [BP 2]), quienes demostraron la siguiente descomosición de los núcleos {K n (x, y)} asociados a {j n }: M n K n (x, y) = J α (M n x)j α+1 (M n y) 2(y x) + M n +J α (M n y)j α+1 (M n x) 2(x y) +

31 Sistemas ortonormales 19 M n +J α (M n x)j α+1 (M n y) 2(y + x) + M n +J α (M n y)j α+1 (M n x) 2(x + y) + O(1) (xy) 1/2 2 x y + O(1)(xy)α, siendo M n = (α n + α n+1 )/2 y las O(1) uniformemente acotadas con resecto a n, x e y. Para este sistema existe un resultado similar al teorema 1.11 de Máté, Nevai y Totik (que se refiere a sistemas de olinomios). Enunciaremos más adelante esta roiedad, demostrada or Varona (véase [V], teorema 5.15). Basándose en ella y en la teoría de esos A, Varona ([V], corolario 5.17) demostró: Teorema Sean α > 1, 1 < < y los esos u(x) = x a (1 x) b m k=1 m x x k b k, v(x) = x A (1 x) B x x k B k, con < x 1 <... < x m < 1, A a, B b, B k b k. Entonces, existe una constante ositiva C tal que k=1 S n f L (u x dx) C f L (v x dx) f L (v x dx), n si y sólo si se cumlen las desigualdades: a 4 + A 4 < a A 4 + mín{ 1 4, α + 1 }, 2 b > 1, B < 1, b k > 1, B k < 1 k.

32 2. Esacios de Lorentz Sea dµ una medida y, r [1, ]. Diremos que un oerador T es de tio (, r)-fuerte (o de tio (, r) sólo) cuando T : L (dµ) L r (dµ) sea un oerador acotado. Uno de los rimeros resultados que hemos visto acerca de la serie de Fourier es que el conjunto de los ara los cuales S n es de tio (, )-fuerte uniformemente es un intervalo. Como hemos comentado, es una consecuencia inmediata de un teorema de interolación de M. Riesz (véase [Hu 1] y [SW], V.2, ara los resultados que vamos a exoner en este aartado): Teorema Sea T un oerador lineal de tio (, r ) y ( 1, r 1 ), con normas k y k 1, resectivamente. Entonces T es de tio ( t, r t ) con norma k t k 1 t k1, t si t [, 1] y 1 = 1 t + t t 1 y 1 = 1 t + t. r t r r 1 Este teorema admite una generalización a oeradores de tio (, r)-débil. Como es conocido, dada una medida dµ y 1 <, se define L (dµ) como el esacio de las funciones medibles tales que: Se toma entonces f L (dµ) = su y> su y µ({x; f(x) > y}) <. y> y [µ({x; f(x) > y})] 1/ = su yχ {x; f(x) >y} L (dµ). y> Un oerador T se dice de tio (, r)-débil si T : L (dµ) L r (dµ) está acotado, es decir: si existe una constante C tal que: T f L r (dµ) C f L (dµ) f L (dµ). Observación: tal como se ha definido, L (dµ) no es una norma, ya que no se cumle la desigualdad de Minkowski, sino sólo: f + g L (dµ) 2 f L (dµ) + 2 g L (dµ). No obstante, uede definirse una norma equivalente a L (dµ). Por comodidad, nos referiremos a f L (dµ) como la norma débil de f. La generalización de la que hemos hablado es el siguiente teorema de interolación de Marcinkiewicz: 2

33 Esacios de Lorentz 21 Teorema Si T es un oerador subaditivo de tio (, r )-débil y ( 1, r 1 )-débil, con 1 i r i y r r 1, entonces T es de tio ( t, r t )-fuerte, si t (, 1) y 1 = 1 t + t t 1 y 1 = 1 t + t. r t r r 1 Además, en este teorema la norma ( t, r t )-fuerte se uede acotar or una constante que deende sólo de las dos normas débiles y de t. Como consecuencia, si las sumas arciales S n de la serie de Fourier con resecto a un sistema ortonormal son uniformemente de tio (, )-débil y ( 1, 1 )-débil, con 1 < 1, entonces son uniformemente de tio (, )-fuerte ara todo (, 1 ). Por consiguiente, sólo ueden ser uniformemente de tio (, )-débil en los extremos del intervalo de convergencia, aarte del intervalo mismo. Estudiaremos esta osibilidad en los siguientes caítulos. Pero el teorema 1.18 uede extenderse a una clase más amlia de esacios: los esacios de Lorentz, L,r, que vamos a describir a continuación. Si µ es una medida y f es una función µ-medible, su función de distribución λ se define ara y como λ(y) = µ({x; f(x) > y}). Entonces, f L (dµ) = su yλ(y) 1/. y> Pues bien, si denotamos or f el reordenamiento no creciente de f, es decir: f (t) = ínf{s; λ(s) t} (t > ), f resulta tener la misma λ como función de distribución. Se cumle: f L (dµ) = f L (R +,dt) (1 ) (omitiremos en adelante R +, or comodidad en la notación). Además, uede verse que Es decir: su y> yλ(y) 1/ = su t 1/ f (t). t> f L (dµ) = t 1/ f (t) L (dt). Si observamos que estas dos igualdades ueden onerse de la siguiente manera: f L (dµ) = t 1/ f (t) L (t 1 dt), f L (dµ) = t 1/ f (t) L (t 1 dt),

34 22 Preliminares resulta natural definir, ara una función µ-medible f, ( r + f,r = [t 1/ f (t)] r dt t si 1 <, 1 r < y si 1. f, = su t 1/ f (t) t> ) 1/r Observación 1.19: la constante r/ se introduce ara lograr ara todo r. χ E,r = {µ(e)} 1/ = χ E L (dµ) Definición 1.2. Se llama esacio de Lorentz a Según lo que acabamos de ver, L,r (dµ) = {f; f,r < }. L, (dµ) = L (dµ), f, = f L (dµ), (1.32) L, (dµ) = L (dµ), f, = f L (dµ). En general,,r no es una norma, orque no cumle la desigualdad de Minkowski, como hemos comentado ara f L (dµ). Pero también en este caso existe una norma equivalente,,r. Dotados con esta norma, los esacios L,r (dµ) son esacios de Banach, si 1 <. Los esacios de Lorentz están ordenados: Teorema Si r 1 r 2, entonces L,r 1 (dµ) L,r 2 (dµ) y f,r 2 f,r 1. De acuerdo con esto, si fijamos, el menor de los esacios L,r (dµ) es L,1 (dµ). En los casos límite en que los oeradores S n no estén acotados en L (dµ) = L, (dµ), odemos reguntarnos si lo estarán en L,1 (dµ). El siguiente resultado (caso articular del teorema 3.13, [SW]) afirma que ara estudiar esta acotación, basta fijarse en la acción de los oeradores sobre las funciones características: Teorema Sea T un oerador lineal definido sobre las funciones características χ E de conjuntos E de medida finita. Si existe una constante C tal que: (1.33) T χ E L (dµ) C χ E,1 = C χ E L (dµ) entonces existe otra constante C, que sólo deende de la anterior, tal que Como es evidente, el recíroco es cierto. T f L (dµ) C f,1 f L,1 (dµ).

35 Esacios de Lorentz 23 Diremos que un oerador que cumle (1.33) es de tio (, )-débil restringido (se uede definir el tio (, r)-débil restringido, de manera obvia). Todo oerador de tio (, )-débil es de tio (, )-débil restringido. El teorema 1.18 de interolación de Marcinkiewicz sigue siendo válido con la hiótesis menos exigente del tio débil restringido. Lo enunciamos sólo ara oeradores de tio (, ): Teorema Sea T un oerador subaditivo de tio (, )-débil restringido y ( 1, 1 )-débil restringido, con < 1. Entonces, T es de tio (, )-fuerte ara cada (, 1 ). Además, existe una constante C que sólo deende de y de las normas ( i, i )-débiles restringidas de T, tal que T f L (dµ) C f L (dµ). En conclusión, la acotación débil restringida uniforme de los oeradores S n sólo es osible en los extremos del intervalo de convergencia en media, aarte del roio intervalo. Esto mismo sucede, como hemos visto antes, con la acotación débil. Algo análogo se uede decir sobre la acotación con esos de S n. Recordemos que la acotación débil restringida equivale a la acotación or el teorema 1.22 y (1.32). Como L,1 (dµ) L, (dµ), L,1 (dµ) L,r (dµ) L, (dµ) r (1, ), esto es lo máximo que odemos debilitar la acotación L (dµ) L (dµ). En los siguientes caítulos examinaremos la acotación débil y la débil restringida de algunos sistemas ortonormales.

36 3. Teoría de esos A En este aartado describiremos brevemente algunas roiedades de cierta clase de esos: los esos A. Estos esos caracterizan la acotación de dos oeradores que aarecerán frecuentemente en esta memoria: la transformada de Hilbert y la maximal de Hardy-Littlewood, que definimos a continuación. Definición La transformada de Hilbert (en R) es el oerador H que a cada función medible f asocia la función f(y) Hf(x) = v.. x y dy, donde v.. significa valor rincial. A artir de ahora, no escribiremos v.. delante de la integral. Podemos definir igualmente la transformada de Hilbert sobre un intervalo contenido en R; emlearemos fundamentalmente la transformada de Hilbert sobre los intervalos ( 1, 1) y (, 1). Definición Se llama oerador maximal de Hardy-Littlewood al oerador M que a cada función medible asocia la función { } 1 Mf(x) = su f(y) dy; x I R, I intervalo. I I I También odemos definir la maximal de Hardy-Littlewood sobre un intervalo contenido en R, tomando el suremo en los I contenidos en dicho intervalo. Utilizaremos este oerador en el caítulo IV. En cuanto a la transformada de Hilbert, se comrende su imortancia en el estudio de la convergencia en media si recordamos la descomosición de Pollard ara medidas sobre el intervalo [ 1, 1], que hemos visto en la rimera arte de este caítulo: con y K n (x, t) = r n T 1 (n, x, t) + s n T 2 (n, x, t) + s n T 3 (n, x, t) T 1 (n, x, t) = P n+1 (x)p n+1 (t), T 2 (n, x, t) = (1 t 2 ) P n+1(x)q n (t) x t T 3 (n, x, t) = T 2 (n, t, x) = (1 x 2 ) P n+1(t)q n (x). t x Si descomonemos S n en los tres oeradores W i,n dados or W i,n f(x) = 1 1 R f(t)t i (n, x, t) dµ(t), 24

37 Teoría de esos A 25 entonces ara i = 2, 3 resultan sendas transformadas de Hilbert; la acotación de estos oeradores se traduce en la acotación de la transformada de Hilbert sobre el intervalo [ 1, 1] con esos distintos; y no sólo con esos distintos, sino con sucesiones {u n, v n } de esos. Es natural entonces reguntarse or los esos ara los cuales se tiene Hf L (u dµ) C f L (v dµ). La clase A de esos es recisamente la que roorciona la resuesta más satisfactoria a esta cuestión. Un estudio detallado de esta clase y de sus alicaciones uede verse en [GR]. Definición Sean (a, b) un intervalo ( a < b ) y 1 < <. Diremos que un eso w ertenece a la clase A ((a, b)) cuando exista una constante ositiva C tal que, ara todo intervalo I (a, b), ( I ) ( 1 w(x) dx w(x) dx) 1/( 1) C I. I A la menor constante C que verifica esta desigualdad la llamaremos constante A del eso w. Si hacemos 1/ + 1/q = 1, entonces /q = 1 y la condición anterior uede onerse de esta manera: ( I ) ( /q w(x) dx w(x) dx) q/ C I. I Es fácil comrobar entonces que w A ((a, b)) w q/ A q ((a, b)). Otra consecuencia de la definición es que w y w q/ deben ser localmente integrables. La clase A 1 ((a, b)) se define como la de los esos w tales que, ara alguna constante C, Mw Cw en casi todo unto. Dos roiedades útiles son: Teorema A ((a, b)) = r< A r ((a, b)). Teorema Sea w un eso en un intervalo (a, b). Entonces, w A ((a, b)) w 1, w 2 A 1 ((a, b)) tales que w = w 1 w 1 2. Este último resultado es el llamado teorema de factorización de P. Jones (véase [J], [CJR]). El resultado fundamental ara nuestros roósitos es este, demostrado or Muckenhout ([Mu 4]) ara la maximal de Hardy-Littlewood y or Hunt, Muckenhout y Wheeden ([HMW]) ara la transformada de Hilbert: Teorema Sea T uno de los oeradores H o M y 1 < <. Son equivalentes:

La desigualdad de Minkowski de tipo débil y aplicaciones. Consuelo Ramírez Torreblanca

La desigualdad de Minkowski de tipo débil y aplicaciones. Consuelo Ramírez Torreblanca La desigualdad de Minkowski de tio débil y alicaciones Consuelo Ramírez Torreblanca 2 Sean (X, M, µ), (Y, N, ν) dos esacios de medida. Sea T un oerador que transforma funciones M-medibles en funciones

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Fracciones continuas, ecuación de Pell y unidades en el anillo de enteros de los cuerpos cuadráticos

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Fracciones continuas, ecuación de Pell y unidades en el anillo de enteros de los cuerpos cuadráticos UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS EAP DE MATEMÁTICA PURA Fracciones continuas, ecuación de Pell y unidades en el anillo de enteros de los cueros cuadráticos Caítulo

Más detalles

Integral de Lebesgue

Integral de Lebesgue Integral de Lebesgue Problemas para examen n todos los problemas se supone que (, F, µ) es un espacio de medida. Integración de funciones simples positivas. La representación canónica de una función simple

Más detalles

IRREDUCIBILIDAD EN K[X 1,..., X n ]

IRREDUCIBILIDAD EN K[X 1,..., X n ] IRREDUCIBILIDAD EN K[X 1,..., X n ] SAURON Índice General 1. DFU y anillos de olinomios 1 2. Irreducibilidad de olinomios sobre un DFU 3 3. Algunos ejemlos 5 Referencias 6 1. DFU y anillos de olinomios

Más detalles

PROBLEMAS DE LÍMITES Y CONTINUIDAD (MÉTODOS ALGEBRAICOS) lím. lím. Las descomposiciones factoriales se hacen dividiendo sucesivamente por x + 2.

PROBLEMAS DE LÍMITES Y CONTINUIDAD (MÉTODOS ALGEBRAICOS) lím. lím. Las descomposiciones factoriales se hacen dividiendo sucesivamente por x + 2. PROBLEMAS DE LÍMITES Y CONTINUIDAD MÉTODOS ALGEBRAICOS) Cálculo de ites or métodos algebraicos Resuelve los siguientes ites: a) 8 b) 8 c) a) ) ) 6) ) 8 Se reite el roceso) ) ) ) ) Las descomosiciones factoriales

Más detalles

Espacios compactos. Capítulo Cubiertas. En este capítulo estudiaremos el concepto de compacidad en un espacio métrico.

Espacios compactos. Capítulo Cubiertas. En este capítulo estudiaremos el concepto de compacidad en un espacio métrico. Capítulo 3 Espacios compactos 1. Cubiertas En este capítulo estudiaremos el concepto de compacidad en un espacio métrico. Definición 3.1. Sea (X, d) un espacio métrico y A X. Una cubierta de A es una familia

Más detalles

Espacios compactos. 1. Cubiertas

Espacios compactos. 1. Cubiertas Capítulo 3 Espacios compactos 1. Cubiertas En este capítulo estudiaremos el concepto de compacidad en un espacio métrico. La compacidad se puede estudiar desde dos puntos de vista: el topológico, a través

Más detalles

CAPITULO 4. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Introducción

CAPITULO 4. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Introducción CAPITULO 4. ECUACIONES DIFERENCIALES DE PRIMER ORDEN 4.. Introducción Se denomina ecuación diferencial ordinaria a toda ecuación en la que aarecen una o varias derivadas de una función. Cuando las derivada

Más detalles

y( x ) es solución de la ecuación ( I ) si y solo si lo es de la ecuación ( II ).

y( x ) es solución de la ecuación ( I ) si y solo si lo es de la ecuación ( II ). EDO ara Ingenieros CAPITULO 4 FACTORES ITEGRATES Suongamos que aora que nos dan una ecuación diferencial M (, ) + (, ) d = 0 ( I) Que no es eacta Eiste alguna forma de acerla eacta? Con más recisión, Eistirá

Más detalles

Problemas con soluciones

Problemas con soluciones Departamento de Matemática, Universidad Técnica Federico Santa María, MAT-223. Problemas con soluciones 1) Muestre que si A es una base de una toplogía en X, entonces la topología generada por A es iqual

Más detalles

Teoremas de Convergencia

Teoremas de Convergencia Capítulo 24 Teoremas de Convergencia El teorema de la convergencia monótona (Lema 21.3) establece ciertas condiciones sobre una sucesión de funciones medibles para que se puedan permutar los símbolos y

Más detalles

Continuidad y monotonía

Continuidad y monotonía Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados

Más detalles

4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno

4. Complementos sobre Problemas de Contorno para S.D.O. Lineales. 4. Complementos sobre Problemas de Contorno para S.D.O. Lineales 4.1. Problemas de contorno para s.d.o. lineales. Teorema de alternativa 4.1. Problemas de contorno. Teorema de alternativa Fijemos A C 0 ([α, β]; L(R N )) y b C 0 ([α, β]; R N ), dos

Más detalles

Procesamiento Digital de Imágenes

Procesamiento Digital de Imágenes Visión or Comutadora Unidad III Procesamiento Digital de Imágenes Rogelio Ferreira Escutia Contenido 1) Oeraciones Individuales a) Transformaciones Punto a Punto b) Transformaciones de 2 Imágenes Punto

Más detalles

Planteamiento General para Polinomios Ortogonales. 1. Producto interno genérico, norma y ortogonalidad

Planteamiento General para Polinomios Ortogonales. 1. Producto interno genérico, norma y ortogonalidad Semana 08/03/0 Polinomios Ortogonales Planteamiento General para Polinomios Ortogonales Hemos considerado un par de ejemplos de Polinomios Ortogonales En ambos podemos idenficar algunas características

Más detalles

Departamento de Ingeniería Matemática- Universidad de Chile

Departamento de Ingeniería Matemática- Universidad de Chile Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-4 Matrices elementales SEMANA 2: MATRICES Como veremos la resolución de sistemas de ecuaciones via

Más detalles

Apéndice 2: Series de Fourier.

Apéndice 2: Series de Fourier. Apéndice 2: Series de Fourier. 19 de noviembre de 2014 1. Conjuntos ortonormales y proyecciones. Sea V un espacio vectorial con un producto interno . Sea {e 1,..., e n } un conjunto ortonormal, V

Más detalles

Espacios métricos completos

Espacios métricos completos 5 Espacios métricos completos Comenzamos introduciendo las sucesiones de Cauchy, que relacionamos con las sucesiones convergentes. En el caso de que coincidan, se trata de un espacio métrico completo.

Más detalles

Funciones integrables en R n

Funciones integrables en R n Capítulo 1 Funciones integrables en R n Sean un subconjunto acotado de R n, y f : R una función acotada. Sea R = [a 1, b 1 ]... [a n, b n ] un rectángulo que contenga a. Siempre puede suponerse que f está

Más detalles

José Humberto Serrano Devia Página 1

José Humberto Serrano Devia Página 1 Similitudes entre el espacio y las series de Fourier Funciones Ortogonales En esta sección se muestra la forma en que los conceptos vectoriales de producto interno, o producto escalar, y el de ortogonalidad

Más detalles

Series de Polinomios Ortogonales, continuación

Series de Polinomios Ortogonales, continuación Semana 3 - Clase 7 9// Tema : Series Series de Polinomios Ortogonales, continuación. Polinomios de Hermite Los polinomios de Hermite a diferencia de los de Legendre (y Tchevychev), vienen definidos en

Más detalles

CÁLCULO II. Grado M+I. Sucesiones y series de funciones. Sucesiones y series de funciones 1 / 27. Grado M+I () CÁLCULO II

CÁLCULO II. Grado M+I. Sucesiones y series de funciones. Sucesiones y series de funciones 1 / 27. Grado M+I () CÁLCULO II CÁLCULO II Grado M+I Sucesiones y series de funciones Sucesiones y series de funciones 1 / Sucesiones funciones. Convergencia puntual Sucesión de funciones Definición Una sucesión de funciones será cualquier

Más detalles

TRAZADO DE DIAGRAMA POLAR Y APLICACIÓN DE CRITERIO DE NYQUIST

TRAZADO DE DIAGRAMA POLAR Y APLICACIÓN DE CRITERIO DE NYQUIST TRAZADO DE DIAGRAMA POLAR Y APLICACIÓN DE CRIRIO DE NYQUIST. TRAZADO DE DIAGRAMA POLAR. La función de transferencia P, tendrá el formato dado or la siguiente exresión generalizada: P ± m m P A P + A P

Más detalles

1.2. Repaso de Geometría III

1.2. Repaso de Geometría III 1.2. REPASO DE GEOMETRÍA III 9 1.2. Reaso de Geometría III El lector desués de haber asado or [Di] o [GoJ] debería haber sacado la conclusión de que el gran cambio del curso de Geometría III con resecto

Más detalles

Problemas de VC para EDVC elaborados por C. Mora, Tema 4

Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,

Más detalles

ESPACIOS DE HILBERT. Ramón Bruzual Marisela Domínguez

ESPACIOS DE HILBERT. Ramón Bruzual Marisela Domínguez UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA LABORATORIO DE FORMAS EN GRUPOS ESPACIOS DE HILBERT Ramón Bruzual Marisela Domínguez Caracas, Venezuela Julio 25 Ramón Bruzual

Más detalles

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE # 12

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE # 12 MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE # Ecuaciones Una ecuación es la a rmación de que dos exresiones algebraicas son iguales. Los siguientes son ejemlos de ecuaciones:

Más detalles

Funciones de Clase C 1

Funciones de Clase C 1 Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,

Más detalles

Límites y Continuidad

Límites y Continuidad Tema 2 Límites y Continuidad Introducción En este tema se trata el concepto de límite de una función real de variable real y sus propiedades, así como algunas de las técnicas fundamentales para el cálculo

Más detalles

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados

Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones

Más detalles

1. ESPACIOS DE HILBERT Y OPERADORES

1. ESPACIOS DE HILBERT Y OPERADORES 1. ESPACIOS DE HILBERT Y OPERADORES 1. DEFINICIÓN, PROPIEDADES Y EJEMPLOS Definición. Sea H un espacio vectorial sobre el cuerpo C de los números complejos, un producto escalar sobre H es una aplicación

Más detalles

MARIO PONCE FACULTAD DE MATEMÁTICAS P. UNIVERSIDAD CATÓLICA DE CHILE. 1. Resumen

MARIO PONCE FACULTAD DE MATEMÁTICAS P. UNIVERSIDAD CATÓLICA DE CHILE. 1. Resumen MSS Y GEOMETRÍ DE TRIÁNGULOS MRIO PONE FULTD DE MTEMÁTIS P. UNIVERSIDD TÓLI DE HILE 1. Resumen artir del rinciio de las alancas, desarollado or rquímides se establece una relación entre masas distribuidas

Más detalles

Continuidad y monotonía

Continuidad y monotonía Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados

Más detalles

Derivada de la función compuesta. Regla de la cadena

Derivada de la función compuesta. Regla de la cadena Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de

Más detalles

Sucesiones monótonas Monotonía. Tema 6

Sucesiones monótonas Monotonía. Tema 6 Tema 6 Sucesiones monótonas Vamos a discutir ahora una importante propiedad de ciertas sucesiones de números reales: la monotonía. Como primer resultado básico, probaremos que toda sucesión monótona y

Más detalles

CONVERGENCIA ESTOCÁSTICA Y TEOREMAS LIMITE. Estadística aplicada a la empresa I Prof. D. Juan José Pérez Castejón

CONVERGENCIA ESTOCÁSTICA Y TEOREMAS LIMITE. Estadística aplicada a la empresa I Prof. D. Juan José Pérez Castejón CONVERGENCIA ESTOCÁSTICA Y TEOREMAS IMITE. Estadística alicada a la emresa I Prof. D. Juan José Pérez Castejón 1 CONVERGENCIA ESTOCÁSTICA Y TEOREMAS IMITE. En este tema se ersigue introducir el conceto

Más detalles

Teoremas de convergencia y derivación bajo el signo integral

Teoremas de convergencia y derivación bajo el signo integral Capítulo 8 Teoremas de convergencia y derivación bajo el signo integral En este capítulo estudiaremos sucintamente bajo qué circunstancias puede intercambiarse el orden de la integral con las operaciones

Más detalles

Sucesiones acotadas. Propiedades de las sucesiones convergentes

Sucesiones acotadas. Propiedades de las sucesiones convergentes Sucesiones acotadas. Propiedades de las sucesiones convergentes En un artículo anterior se ha definido el concepto de sucesión y de sucesión convergente. A continuación demostraremos algunas propiedades

Más detalles

Espacios vectoriales reales.

Espacios vectoriales reales. Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre

Más detalles

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE #28

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE #28 MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASE #8 Identidades Trigonométricas Una identidad es una ecuación que es válida ara todos los valores de las variables ara los cuales

Más detalles

Semana 09 [1/28] Sucesiones. 29 de abril de Sucesiones

Semana 09 [1/28] Sucesiones. 29 de abril de Sucesiones Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará

Más detalles

Análisis Matemático I: La integral de Riemann

Análisis Matemático I: La integral de Riemann Contents : La integral de Riemann Universidad de Murcia Curso 2006-2007 Contents 1 Definición de la integral y propiedades Objetivos Definición de la integral y propiedades Objetivos 1 Definir y entender

Más detalles

Extensiones finitas.

Extensiones finitas. 2. EXTENSIONES ALGEBRAICAS. Hemos dividido este tema en dos secciones: Extensiones finitas, y Clausura algebraica. En la primera relacionamos extensión finita y extensión algebraica: probamos que toda

Más detalles

El Teorema de la Convergencia Dominada

El Teorema de la Convergencia Dominada Capítulo 22 l Teorema de la Convergencia Dominada Los dos teoremas de convergencia básicos en la integración Lebesgue son el teorema de la convergencia monótona (Lema 19.10), que vimos el capítulo y el

Más detalles

Prof. Daniel Villar Escuela Técnica del Buceo 2009

Prof. Daniel Villar Escuela Técnica del Buceo 2009 Matemática: Teórico 009 Seguramente el lector ya conoce estructuras numéricas, naturales, enteros, racionales. Sus diferencias y carencias. Qué hizo necesario la creación de una estructura aún más amlia

Más detalles

Teorema del Valor Medio

Teorema del Valor Medio Tema 6 Teorema del Valor Medio Abordamos en este tema el estudio del resultado más importante del cálculo diferencial en una variable, el Teorema del Valor Medio, debido al matemático italo-francés Joseph

Más detalles

Anillo de polinomios con coeficientes en un cuerpo

Anillo de polinomios con coeficientes en un cuerpo Capítulo 2 Anillo de polinomios con coeficientes en un cuerpo En el conjunto Z se ha visto cómo la relación ser congruente módulo m para un entero m > 1, es compatible con las operaciones suma y producto.

Más detalles

1. Conjuntos y funciones

1. Conjuntos y funciones Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 2016 PRACTICO 1: CONJUNTOS. 1 1. Conjuntos y funciones Ejercicio 1. Si I es un conjunto y A α es

Más detalles

Polinomios ortogonalmente aditivos y aplicaciones.

Polinomios ortogonalmente aditivos y aplicaciones. Polinomios ortogonalmente aditivos y aplicaciones. Pablo Linares conjuntamente con A. Ibort y J. G. Llavona. Universidad Complutense Salobreña, 3-5 Abril 2008 1 Polinomios ortogonalmente aditivos. Introducción.

Más detalles

Tema 2 Resolución de EcuacionesNo Lineales

Tema 2 Resolución de EcuacionesNo Lineales Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación

Más detalles

6. Métodos para resolver la ecuación completa.

6. Métodos para resolver la ecuación completa. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 0. 6. Métodos ara resolver la ecuación comleta. Dedicamos esta sección a ver dos métodos que nos ermiten hallar una solución articular de la ecuación comleta y +

Más detalles

10. Series de potencias

10. Series de potencias FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 7-2 Basado en el apunte del curso Cálculo (2do semestre), de Roberto Cominetti, Martín Matamala y Jorge San

Más detalles

Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS

Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes

Más detalles

Capítulo 3. Congruencias. 3.1. Clases residuales

Capítulo 3. Congruencias. 3.1. Clases residuales Caítulo 3 Congruencias 3.1. Clases residuales En su obra Disquisitiones Arithmeticae, ublicada en el año 1801, Gauss introdujo el conceto de congruencia. Suongamos que a, b y m > 0 son números enteros.

Más detalles

1. Funciones de varias variables

1. Funciones de varias variables Coordinación de Matemáticas III (MAT 023) 1 er Semestre de 2013 1. Funciones de varias variables 1.1. Definiciones básicas Definición 1.1. Consideremos una función f : U R n R m. Diremos que: 1. f es una

Más detalles

Matemáticas - Guía 1 Proposiciones

Matemáticas - Guía 1 Proposiciones LOGROS: 1. Reconoce el conceto e roosición. 2. Clasifica las roosiciones en simles y comuestas. 3. Resuelve roosiciones comuestas utilizando los conectivos lógicos. 4. Halla el valor de verdad de una roosición

Más detalles

ELEMENTOS DE ANÁLISIS FUNCIONAL

ELEMENTOS DE ANÁLISIS FUNCIONAL ELEMENTOS DE ANÁLISIS FUNCIONAL Guillermo Ames Universidad Tecnológica Nacional - Facultad Regional Córdoba 2011 TEMA 1: NOCIONES BÁSICAS DE ESPACIOS MÉTRICOS Espacios métricos: definición y ejemplos Definición

Más detalles

Tema 6: Modelos de probabilidad.

Tema 6: Modelos de probabilidad. Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos

Más detalles

Diferenciales de Orden Superior

Diferenciales de Orden Superior Capítulo 10 Diferenciales de Orden Superior En este capítulo extenderemos a las funciones definidas sobre espacios normados el concepto de función r-veces diferenciable y de clase C r y obtendremos las

Más detalles

BORRADOR. Sucesiones y series numéricas Sucesiones. es un conjunto ordenado de números

BORRADOR. Sucesiones y series numéricas Sucesiones. es un conjunto ordenado de números Capítulo 4 Sucesiones y series numéricas 4.1. Sucesiones Una sucesión {s n } es un conjunto ordenado de números {s 1,s 2,s 3,...,s n,...}. Técnicamente, una sucesión puede considerarse como una aplicación

Más detalles

La siguiente definición es muy intuitiva. Se dice que una sucesión {x n } es:

La siguiente definición es muy intuitiva. Se dice que una sucesión {x n } es: Tema 6 Sucesiones monótonas Vamos a discutir ahora una importante propiedad de ciertas sucesiones de números reales: la monotonía. Como primer resultado básico, probaremos que toda sucesión monótona y

Más detalles

Por ser f continua y R compacto, existen x 0, y 0 en R tales que f(x 0 ) = sup{f(t) : t R} y f(y 0 ) = inf{f(t) : t R}

Por ser f continua y R compacto, existen x 0, y 0 en R tales que f(x 0 ) = sup{f(t) : t R} y f(y 0 ) = inf{f(t) : t R} Proposición. Sea un rectángulo en R n, y sea f : R una función continua. Entonces f es integrable en. Conjuntos de Demostración: Como f es continua en, y es compacto, f es acotada en, y uniformemente continua.

Más detalles

La distribución de probabilidad de la variable aleatoria (v. a). Bernoulli, está dada por:

La distribución de probabilidad de la variable aleatoria (v. a). Bernoulli, está dada por: Distribución Bernoulli Una rueba o exerimento Bernoulli tiene uno de dos resultados mutuamente excluyentes, que generalmente se denotan S (éxito) y F (fracaso). Por ejemlo, al seleccionar un objeto ara

Más detalles

Semana03[1/17] Funciones. 16 de marzo de Funciones

Semana03[1/17] Funciones. 16 de marzo de Funciones Semana03[1/17] 16 de marzo de 2007 Introducción Semana03[2/17] Ya que conocemos el producto cartesiano A B entre dos conjuntos A y B, podemos definir entre ellos algún tipo de correspondencia. Es decir,

Más detalles

Capítulo 12. Polinomios de Hermite Función generatriz. Definimos los polinomios de Hermite por: . (12.1)

Capítulo 12. Polinomios de Hermite Función generatriz. Definimos los polinomios de Hermite por: . (12.1) Capítulo 12 Polinomios de Hermite 12.1 Definición Definimos los polinomios de Hermite por: = ( 1) n dn t2 e dt n e t2 {} n N son polinomios de grado n. Se tiene que: es decir, H n es par si n es par, e

Más detalles

7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD

7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD 7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD La Distribución Binomial Esta distribución fue elaborada or Jacobo Bernoulli y es alicable a un gran número de roblemas de carácter económico y en numerosas alicaciones

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios

Más detalles

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3

Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se

Más detalles

Teoría de la Probabilidad Tema 2: Teorema de Extensión

Teoría de la Probabilidad Tema 2: Teorema de Extensión Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada

Más detalles

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios

Diagonalización. Tema Valores y vectores propios Planteamiento del problema Valores y vectores propios 61 Matemáticas I : Álgebra Lineal Tema 6 Diagonalización 61 Valores y vectores propios 611 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial

Más detalles

Terminaremos el capítulo con una breve referencia a la teoría de cardinales.

Terminaremos el capítulo con una breve referencia a la teoría de cardinales. TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto

Más detalles

1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido

1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña

Más detalles

Conjuntos finitos y conjuntos numerables

Conjuntos finitos y conjuntos numerables Tema 3 Conjuntos finitos y conjuntos numerables En este tema vamos a usar los números naturales para contar los elementos de un conjunto, o dicho con mayor precisión, para definir los conjuntos finitos

Más detalles

Funciones de Variable Real

Funciones de Variable Real Tema 1 Funciones de Variable Real 1.1. La Recta Real Los números reales se pueden ordenar como los puntos de una recta. Los enteros positivos {1, 2, 3, 4,...} que surgen al contar, se llaman números naturales

Más detalles

7. CONVOLUCION Y DENSIDAD

7. CONVOLUCION Y DENSIDAD Hemos definido una relación de inclusión (7.1) 7. CONVOLUCION Y DENSIDAD Esta relación nos permite "pensar en" S n ) como un sub-espacio de S' n ); lo que indica que normalmente identificaremos uϕ con

Más detalles

Continuidad. 5.1 Continuidad en un punto

Continuidad. 5.1 Continuidad en un punto Capítulo 5 Continuidad 5.1 Continuidad en un punto Definición 5.1.1 (Aplicación continua en un punto). Sean (X, τ) e (Y, τ ) dos espacios topológicos, y sea f : X Y una aplicación entre ellos. Diremos

Más detalles

JUEGOS ESTÁTICOS T. 4 VARIABLE CONTINUA Y APLICACIONES ECONÓMICAS. Universidad Carlos III de Madrid

JUEGOS ESTÁTICOS T. 4 VARIABLE CONTINUA Y APLICACIONES ECONÓMICAS. Universidad Carlos III de Madrid JUEGOS ESTÁTICOS T. 4 VARIABLE CONTINUA Y APLICACIONES ECONÓMICAS Universidad Carlos III de Madrid VARIABLE CONTINUA n En muchos juegos las estrategias uras que ueden elegir los jugadores no son, 3 o cualquier

Más detalles

si existe un entorno V de a contenido en A, tal que la diferencia f(x) f(a) no cambia de signo cuando x V :

si existe un entorno V de a contenido en A, tal que la diferencia f(x) f(a) no cambia de signo cuando x V : Capítulo 7 Extremos Relativos Una aplicación clásica del Teorema Local de Taylor es el estudio de los extremos relativos de una función escalar. Aunque la analogía con el caso de una variable es total,

Más detalles

Funciones convexas Definición de función convexa. Tema 10

Funciones convexas Definición de función convexa. Tema 10 Tema 10 Funciones convexas Los resultados obtenidos en el desarrollo del cálculo diferencial nos permiten estudiar con facilidad una importante familia de funciones reales de variable real definidas en

Más detalles

Derivadas Parciales de Orden Superior

Derivadas Parciales de Orden Superior Capítulo 9 Derivadas Parciales de Orden Superior La extensión a funciones de varias variables del concepto de derivada de orden superior, aunque teóricamente no ofrece ninguna dificultad, presenta ciertas

Más detalles

DEPARTAMENTO DE MATEMÁTICAS B A C H I L L E R A T O

DEPARTAMENTO DE MATEMÁTICAS B A C H I L L E R A T O DEPARTAMENTO DE MATEMÁTICAS B A C H I L L E R A T O FUNDACIÓN VEDRUNA S E V I L L A COLEGIO SANTA JOAQUINA DE VEDRUNA MATEMÁTICAS I LÍMITES Y CONTINUIDAD DE FUNCIONES Límite finito de una función en un

Más detalles

Conjuntos, relaciones y funciones Susana Puddu

Conjuntos, relaciones y funciones Susana Puddu Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también

Más detalles

Definición 13.1 Definimos el conjunto de los polinomios de Laguerre {L n (t)} n N 0 mediante una cualquiera de las siguientes ecuaciones:

Definición 13.1 Definimos el conjunto de los polinomios de Laguerre {L n (t)} n N 0 mediante una cualquiera de las siguientes ecuaciones: Capítulo 13 Polinomios de Laguerre 13.1 Definición Definición 13.1 Definimos el conjunto de los polinomios de Laguerre {} n N mediante una cualquiera de las siguientes ecuaciones: = e t dn ( t n e t) =

Más detalles

VALUACIÓN DE BONOS. 3. Tasa de rendimiento al vencimiento. las que diversos inversionistas descuentan los flujos futuros de un mismo bono y de esa

VALUACIÓN DE BONOS. 3. Tasa de rendimiento al vencimiento. las que diversos inversionistas descuentan los flujos futuros de un mismo bono y de esa 1 VALUACIÓN DE BONOS 3. Tasa de rendimiento al vencimiento El recio de mercado de un bono, como cualquier otro activo, se determina or oferta y demanda de numerosos inversionistas. Las tasas de rendimiento

Más detalles

Reconocer y utilizar las propiedades sencillas de la topología métrica.

Reconocer y utilizar las propiedades sencillas de la topología métrica. 3 Funciones continuas De entre todas las aplicaciones que pueden definirse entre dos espacios métrico, las aplicaciones continuas ocupan un papel preponderante. Su estudio es fundamental no sólo en topología,

Más detalles

La reordenación aleatoria de un conjunto finito

La reordenación aleatoria de un conjunto finito La reordenación aleatoria de un conjunto finito Pérez Cadenas J. I. 0.06.2003 Resumen Al desordenar y, a continuación, reordenar aleatoriamente un conjunto finito es posible que algunos de sus elementos

Más detalles

Unidad 5. Aplicaciones de las derivadas. Objetivos. Al terminar la unidad, el alumno:

Unidad 5. Aplicaciones de las derivadas. Objetivos. Al terminar la unidad, el alumno: Unidad 5 Alicaciones de las derivadas Objetivos Al terminar la unidad, el alumno: Resolverá roblemas de ingreso utilizando el ingreso marginal. Resolverá roblemas de costos utilizando el costo marginal

Más detalles

Comisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2). Lección n 1: Aplicaciones Lineales EPN, verano 2012

Comisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2). Lección n 1: Aplicaciones Lineales EPN, verano 2012 AMARUN www.amarun.org Comisión de Pedagogía - Diego Chamorro Análisis Funcional (Nivel 2). Lección n 1: Aplicaciones Lineales EPN, verano 212 Introducción Algunas fechas: 197: Noción de Operador lineal

Más detalles

1. Problemas de inducción.

1. Problemas de inducción. Proyecto I: Más sobre números reales Objetivos: Profundizar el estudio de los números reales. 1. Problemas de inducción. Ejercicio 1.1 Sea n. Definiremos los coeficientes binomiales ( n ) mediante la expresión

Más detalles

Números primos y compuestos

Números primos y compuestos Caítulo 1 Números rimos y comuestos En este caítulo consideraremos algunas roiedades del conjunto de los números enteros y ositivos: 1, 2, 3,... Es costumbre utilizar la letra N ara designar a dicho conjunto,

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

Integral de Fourier y espectros continuos

Integral de Fourier y espectros continuos 9 2 2 2 Esta expresión se denomina forma de Angulo fase (o forma armónica) de la serie de Fourier. Integral de Fourier y espectros continuos Las series de Fourier son una herramienta útil para representar

Más detalles

Propiedades de la integral

Propiedades de la integral Capítulo 4 Propiedades de la integral En este capítulo estudiaremos las propiedades elementales de la integral. En su mayoría resultarán familiares, pues las propiedades de la integral en R se extienden

Más detalles

Recordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.

Recordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos. Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre

Más detalles

LÍMITES DE FUNCIONES Y DE SUCESIONES

LÍMITES DE FUNCIONES Y DE SUCESIONES LÍMITES DE FUNCIONES Y DE SUCESIONES Índice: 1.Funciones reales de variable real-------------------------------------------------------------- 1 2. Límites de sucesiones----------------------------------------------------------------------------

Más detalles

Fundamentos matemáticos. Tema 8 Ecuaciones diferenciales

Fundamentos matemáticos. Tema 8 Ecuaciones diferenciales Grado en Ingeniería agrícola y del medio rural Tema 8 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es 2016 Licencia Creative Commons 4.0 Internacional J.

Más detalles

Descomposición en valores singulares de una matriz

Descomposición en valores singulares de una matriz Descomposición en valores singulares de una matriz Estas notas están dedicadas a demostrar una extensión del teorema espectral conocida como descomposición en valores singulares (SVD en inglés) de gran

Más detalles

Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.

Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida

Más detalles

y valores extremos. En esta sección estudiaremos los conjuntos convexos. Recordemos que un conjunto K R n es convexo si, para todo x,y K y t [0,1],

y valores extremos. En esta sección estudiaremos los conjuntos convexos. Recordemos que un conjunto K R n es convexo si, para todo x,y K y t [0,1], Capítulo 4 Convexidad 1. Conjuntos convexos En este capítulo estudiaremos el concepto de convexidad, el cual es sumamente importante en el análisis. Estudiaremos conjuntos convexos y funcionesconvexas

Más detalles

Espacios topológicos. 3.1 Espacio topológico

Espacios topológicos. 3.1 Espacio topológico Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes

Más detalles