Ortogonalidad múltiple en la circunferencia unidad
|
|
- Luis Miguel Sandoval Redondo
- hace 6 años
- Vistas:
Transcripción
1 . Coloquio. Ortogonalidad múltiple en la circunferencia unidad Departamento de Análisis Matemático, Universidad de La Laguna, Tenerife, Islas Canarias, España. - Coloquio del Departamento de Análisis Matemático, octubre de Trabajo en colaboración con Carlos Díaz-Mendoza y Ramón Orive
2 . Coloquio. Análisis Numérico moderno von Neumann, John and Goldstine, Herman H., Numerical inverting of matrices of high order. Bulletin of the American Mathematical Society, Vol 53, No. 11, pp Menasha, Wis. and NY: American Mathematical Society, November Se entiende por moderno que combine herramientas de Análisis Matemático con un código de programación para equipos electrónicos y la necesidad de resolver problemas aplicados muy complejos.
3 . Coloquio. Por qué la Integración Aproximada? Origen: Antigua Grecia. Posteriormente: Simpson, Boole, Lagrange,... P.J.Davis and P. Rabinowitz, Methods of Numerical Integration. Academic Press, New York, The mathematically sophisticated methods do not always work, and even if they do work, it may not be advantageous to use them.... Methods that appear on the surface to be exact become approximate when reduced to a numerical process.
4 . Coloquio. Por qué la Integración Aproximada? Ejemplo: Teorema fundamental del cálculo, b a f (x)dx = F (b) F (a). Suponer f (x) = 1 1+x 4. Entonces, F (x) = x 0 dt 1+t 4 = 1 4 log x2 +x x 2 x [ arctan x 2 x + arctan ] x 2+x. Fórmula de cuadratura: b a f (x)dx A 1f (x 1 ) + A 2 f (x 2 ) + + A n f (x n ).
5 . Coloquio. Definición de fórmula de cuadratura en el eje real σ: medida positiva en [a, b] (de probabilidad), cuyo soporte contiene infinitos puntos. Medida de Borel regular de soporte compacto. Objetivo: estimar I σ (f ) := b a f (x)dσ(x). Hipótesis de partida: momentos c k := b a x k dσ(x) finitos y fácilmente computables. Fórmula de cuadratura: I σ n (f ) := n j=1 A jf (x j ). Nodos: {x j } n j=1 [a, b], x i x j si i j. Coeficientes o pesos: A j. Cómo elegir los nodos y pesos de manera apropiada?
6 . Coloquio. Ortogonalidad en el eje real Producto interior inducido: f, g σ = b a f (x)g(x)dσ(x), f, g L 2 σ([a, b]). Nótese: xf (x), g(x) σ = f (x), xg(x) σ. Proceso de Gram-Schmidt a span{1, x,..., x n } {p n } n 0 familia de polinomios ortogonales para σ, única salvo factor multiplicativo. p n (x): familia mónica, p n (x) = x n +. P n (x): familia ortonormal, P n (x) = γ n x n +. En este caso, P n (x) 2 σ= b a P2 n(x)dσ(x) = 1.
7 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en el eje real Los n ceros de p n están en (a, b) y son distintos dos a dos. Ley de recurrencia a tres términos: p 1 (x) 0, p 0 (x) 1 y p n+1 (x) = (x α n )p n (x) β n p n 1 (x), n 0, donde α n = xp n, p n σ, β n = xp n, p n b σ, β 0 = dσ(x). p n, p n σ p n 1, p n 1 σ a Similar para la familia ortonormal. Permite computar la familia recursivamente a partir de los momentos.
8 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en el eje real Matriz de Jacobi (tridiagonal y simétrica): xp n (x) = a n+1 P n+1 (x) + b n+1 P n (x) + a n P n 1 (x), a n > 0, asociamos la matriz b 1 a a 1 b 2 a J = 0 a 2 b 3 a Si la medida es de soporte compacto a n, b n sucesiones acotadas. Matriz de representación del operador de multiplicación, x ˆP = J ˆP Teoría espectral.
9 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en el eje real Teorema de Favard (1935, recíproco a la ley de recurrencia): Sean {a n } n=1, {b n} n=1 R, sucesiones acotadas, a n > 0 para todo n, y definamos recursivamente la familia de polinomios: xp n (x) = a n+1 P n+1 (x) + b n+1 P n (x) + a n P n 1 (x), a n > 0, donde P 1 (x) 0 y P 0 (x) 1. Entonces, existe una única medida positiva de Borel regular de soporte compacto µ de manera que {p n } es una familia de polinomios ortogonales en L 2 µ(r). Relación biunívoca entre sucesiones reales {a n } n=1 y {b n} n=1 con a n > 0 para todo n, y medidas positivas en R.
10 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en el eje real Fórmula de Heine: Matriz de Hankel (simétrica y definida positiva): c 0 c 1 c 2 c n c 1 c 2 c 3 c n+1 H n = , n = det H n. c n c n+1 c n+2 c 2n Entonces, c 0 c 1 c 2 c n p n (x) = 1 c 1 c 2 c 3 c n+1. n c n 1 c n c n+1 c 2n 1 1 x x 2 x n
11 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en el eje real Entrelazamiento de ceros: si denotamos por {x j,n } n j=1 los ceros de p n, entonces x j,n < x j,n 1 < x j+1,n. Núcleo reproductor: K n (x, y) = n j=0 P j(x)p j (y). Propiedad reproductora: Q n polinomio de grado n, Q n (y) = b Identidad de Christoffel-Darboux: a K n (y, x)q n (x)dσ(x). K n (x, y) = a n+1 P n+1 (x)p n(y) P n(x)p n+1 (y) x y, x y, ) K n (x, x) = a n+1 (P n+1 (x)p n(x) P n(x)p n+1 (x).
12 . Coloquio. Algunas familias con nombre propio Jacobi: dσ(x) = (1 x) α (1 + x) β dx en [ 1, 1], α, β > 1. Legendre: dσ(x) = dx (Jacobi con α = β = 0) en [ 1, 1]. Chebyshev de primera especie: dσ(x) = 1 1 x dx en [ 1, 1]. 2 Chebyshev de segunda especie: dσ(x) = 1 x 2 dx en [ 1, 1]. 1+x Chebyshev de tercera especie: dσ(x) = 1 x dx en [ 1, 1]. Chebyshev de cuarta especie: dσ(x) = dx en [ 1, 1]. 1 x 1+x Ultraesféricos (Gegenbauer): dσ(x) = (1 x 2 ) µ 1 2 dx en [ 1, 1], µ > 1 2, µ 0. Hermite: dσ(x) = e x2 dx en R. Laguerre: dσ(x) = x α e x dx, α > 1 en R +....
13 . Coloquio. Volviendo a las fórmulas de cuadratura... Teorema de aproximación de Weierstrass: En un compacto, cualquier función continua se puede aproximar uniformemente por polinomios. Esto motiva el criterio de máxima exactitud polinómica. I σ (f ) := b a f (x)dσ(x), I σ n (f ) := n A j f (x j ). I σ n (P) = I σ (P), para todo P polinomio de grado N = N(n) lo más grande posible. j=1
14 . Coloquio. Volviendo a las fórmulas de cuadratura... Fórmulas de tipo interpolatorio: nodos fijados de antemano Exactitud en P n 1. Convergen en C ([a, b]), siempre que n j=1 A j M, M constante independiente de n. Pesos: integrando polinomios fundamentales de Lagrange. Fórmulas Gaussianas: elección particular de nodos: n ceros de p n Exactitud en P 2n 1 (óptima). Pesos positivos: n j=1 A j = n j=1 A j = c 0 = M <. Se garantiza tal condición y se acelera la velocidad de convergencia. A j = K 1 n (x j, x j ) > 0.
15 . Coloquio. Polinomios ortogonales en la circunferencia unidad G. Szegő, Orthogonal Polynomials, Amer. Math. Soc. Colloq. Publ., Vol. 23, Amer. Math. Soc. Providence, R.I Ya. L. Geronimus, Orthogonal Polynomials: Estimates, Asymptotic Formulas, and Series of Polynomials Orthogonal on the Unit Circle and on an Interval, Consultants Bureau, New York, B. Simon, Orthogonal Polynomials on the unit circle, Amer. Math. Soc. Colloq. Publ., Vol. 54, Amer. Math. Soc. Providence, R.I
16 . Coloquio. Definición de fórmula de cuadratura en la circunferencia unidad ω: medida positiva en T := {z C : z = 1} (de probabilidad), cuyo soporte contiene infinitos puntos. Medida positiva de Borel regular. Objetivo: estimar I ω (f ) := T f (z)dω(z). Hipótesis de partida: momentos trigonométricos c k := T zk dω(z) finitos y fácilmente computables. Fórmula de cuadratura: I ω n (f ) := n j=1 λ jf (z j ). Nodos: {z j } n j=1 T, z i z j si i j. Coeficientes o pesos: λ j. Cómo elegir los nodos y pesos de manera apropiada?
17 . Coloquio. Ortogonalidad en la circunferencia unidad Producto interior inducido: φ, ϕ ω = T φ(z)ϕ(z)dω(z), φ, ϕ L 2 ω(t), z = e iθ. Nótese: zf, g ω = f, 1 z g ω. El argumento anterior para buscar una ley de recurrenca no es válido! Polinomio recíproco: P n (z) polinomio de grado exacto n P n(z) = z n P n (1/ z). P n (z) = a 0 + a 1 z + a 2 z a n z n, P n(z) = a n + a n 1 z + + a 0 z n.
18 . Coloquio. Ortogonalidad en la circunferencia unidad Producto interior inducido: φ, ϕ ω = T φ(z)ϕ(z)dω(z), φ, ϕ L 2 ω(t), z = e iθ. Nótese: zf, g ω = f, 1 z g ω. El argumento anterior para buscar una ley de recurrenca no es válido! Polinomio recíproco: P n (z) polinomio de grado exacto n P n(z) = z n P n (1/ z). P n (z) = a 0 + a 1 z + a 2 z a n z n, P n(z) = a n + a n 1 z + + a 0 z n.
19 . Coloquio. Ortogonalidad en la circunferencia unidad Aplicando de nuevo Gram-Schmidt: {ρ n (z)} n=0, familia de polinomios ortogonales con respecto a ω, polinomios de Szegő. ρ 0 (z) = ρ 0 (z) 1, ρ n(z) P n mónico verificando ρ n (z), z s ω = ρ n(z), z t ω = 0 para todo y ρ n (z), z n ω = ρ n(z), 1 ω > 0. s = 0, 1,..., n 1, t = 1, 2,..., n,
20 . Coloquio. Ley de recurrencia de Szegő ρ n (z) P n \P n 1 y ρ n (z) span{1, z,..., z n 1 }. zρ n (z) P n+1 \P n y zρ n (z) span{z,..., z n } (las mismas condiciones de ortogonalidad que ρ n) Dos posibilidades: 1 Si zρ n (z), 1 ω = 0, entonces ρ n+1 (z) = zρ n (z). 2 Si zρ n (z), 1 ω 0, hágase entonces R n+1 (z) := zρ n (z) + δ n+1 ρ n(z). Dado que R n+1 (z) P n+1 \P n y R n+1 (z) span{z,..., z n }, podemos elegir δ n+1 tal que R n+1 (z), 1 ω = 0. Haciendo por tanto δ n+1 = zρn(z),1 ω ρ se sigue: n (z),1 ω ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z).
21 . Coloquio. Ley de recurrencia de Szegő ρ n (z) P n \P n 1 y ρ n (z) span{1, z,..., z n 1 }. zρ n (z) P n+1 \P n y zρ n (z) span{z,..., z n } (las mismas condiciones de ortogonalidad que ρ n) Dos posibilidades: 1 Si zρ n (z), 1 ω = 0, entonces ρ n+1 (z) = zρ n (z). 2 Si zρ n (z), 1 ω 0, hágase entonces R n+1 (z) := zρ n (z) + δ n+1 ρ n(z). Dado que R n+1 (z) P n+1 \P n y R n+1 (z) span{z,..., z n }, podemos elegir δ n+1 tal que R n+1 (z), 1 ω = 0. Haciendo por tanto δ n+1 = zρn(z),1 ω ρ se sigue: n (z),1 ω ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z).
22 . Coloquio. Ley de recurrencia de Szegő ρ n (z) P n \P n 1 y ρ n (z) span{1, z,..., z n 1 }. zρ n (z) P n+1 \P n y zρ n (z) span{z,..., z n } (las mismas condiciones de ortogonalidad que ρ n) Dos posibilidades: 1 Si zρ n (z), 1 ω = 0, entonces ρ n+1 (z) = zρ n (z). 2 Si zρ n (z), 1 ω 0, hágase entonces R n+1 (z) := zρ n (z) + δ n+1 ρ n(z). Dado que R n+1 (z) P n+1 \P n y R n+1 (z) span{z,..., z n }, podemos elegir δ n+1 tal que R n+1 (z), 1 ω = 0. Haciendo por tanto δ n+1 = zρn(z),1 ω ρ se sigue: n (z),1 ω ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z).
23 . Coloquio. Ley de recurrencia de Szegő ρ n (z) P n \P n 1 y ρ n (z) span{1, z,..., z n 1 }. zρ n (z) P n+1 \P n y zρ n (z) span{z,..., z n } (las mismas condiciones de ortogonalidad que ρ n) Dos posibilidades: 1 Si zρ n (z), 1 ω = 0, entonces ρ n+1 (z) = zρ n (z). 2 Si zρ n (z), 1 ω 0, hágase entonces R n+1 (z) := zρ n (z) + δ n+1 ρ n(z). Dado que R n+1 (z) P n+1 \P n y R n+1 (z) span{z,..., z n }, podemos elegir δ n+1 tal que R n+1 (z), 1 ω = 0. Haciendo por tanto δ n+1 = zρn(z),1 ω ρ se sigue: n (z),1 ω ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z).
24 . Coloquio. Ley de recurrencia de Szegő ρ n (z) P n \P n 1 y ρ n (z) span{1, z,..., z n 1 }. zρ n (z) P n+1 \P n y zρ n (z) span{z,..., z n } (las mismas condiciones de ortogonalidad que ρ n) Dos posibilidades: 1 Si zρ n (z), 1 ω = 0, entonces ρ n+1 (z) = zρ n (z). 2 Si zρ n (z), 1 ω 0, hágase entonces R n+1 (z) := zρ n (z) + δ n+1 ρ n(z). Dado que R n+1 (z) P n+1 \P n y R n+1 (z) span{z,..., z n }, podemos elegir δ n+1 tal que R n+1 (z), 1 ω = 0. Haciendo por tanto δ n+1 = zρn(z),1 ω ρ se sigue: n (z),1 ω ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z).
25 . Coloquio. Ley de recurrencia de Szegő δ n+1 = ρ n+1 (0): (n + 1)-ésimo coeficiente de Schur, Geronimus, de reflexión, de Szegő o de Verblunsky, δ n+1 < 1. Tomando la operación : ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z). ρ n+1(z) = δ n+1 zρ n (z) + ρ n(z).
26 . Coloquio. Ley de recurrencia de Szegő δ n+1 = ρ n+1 (0): (n + 1)-ésimo coeficiente de Schur, Geronimus, de reflexión, de Szegő o de Verblunsky, δ n+1 < 1. Tomando la operación : ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z). ρ n+1(z) = δ n+1 zρ n (z) + ρ n(z).
27 . Coloquio. Ley de recurrencia de Szegő Ley de recurrencia de Szegő: ( ) ( ρn+1 (z) z δn+1 ρ n+1 (z) = δ n+1 z 1 ) ( ρn (z) ρ n(z) ), n = 0, 1,.... Condiciones iniciales: ρ 0 = ρ 0 1 (δ 0 = 1). De ρ n y ρ n, computamos δ n+1 de δ n+1 = zρ n(z), 1 ω ρ n(z), 1 ω, y luego de la ley de recurrencia obtenemos ρ n+1 y ρ n+1. Recordar!: partimos de que conocemos la familia de momentos trigonométricos de antemano, c k = z k, 1 ω.
28 . Coloquio. Ley de recurrencia de Szegő Ley de recurrencia de Szegő: ( ) ( ρn+1 (z) z δn+1 ρ n+1 (z) = δ n+1 z 1 ) ( ρn (z) ρ n(z) ), n = 0, 1,.... Condiciones iniciales: ρ 0 = ρ 0 1 (δ 0 = 1). De ρ n y ρ n, computamos δ n+1 de δ n+1 = zρ n(z), 1 ω ρ n(z), 1 ω, y luego de la ley de recurrencia obtenemos ρ n+1 y ρ n+1. Recordar!: partimos de que conocemos la familia de momentos trigonométricos de antemano, c k = z k, 1 ω.
29 . Coloquio. Ley de recurrencia de Szegő Caso particular si δ n 1 0 Ley de recurrencia a tres términos: ρ n (z) = ( ) δn + z ρ n 1 (z) δ n ( 1 δn 1 2) zρ n 2 (z). δ n 1 δ n 1
30 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en la circunferencia unidad Propiedad fundamental: los ceros de ρ n se encuentran en D := {z C : z < 1}. Núcleo reproductor: {ϕ n (z)} n 0 familia ortonormal, entonces n K n (z, ξ) = ϕ k (z)ϕ k (ξ). k=0 Propiedad reproductora: Q n polinomio de grado n, Q n (ξ) = Q n (z), K n (z, ξ) ω. Identidad de Christoffel-Darboux: K n (z, ξ) = ϕ n+1 (z)ϕ n+1 (ξ) ϕ n+1(z)ϕ n+1 (ξ). 1 zξ
31 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en la circunferencia unidad Propiedad fundamental: los ceros de ρ n se encuentran en D := {z C : z < 1}. Núcleo reproductor: {ϕ n (z)} n 0 familia ortonormal, entonces n K n (z, ξ) = ϕ k (z)ϕ k (ξ). k=0 Propiedad reproductora: Q n polinomio de grado n, Q n (ξ) = Q n (z), K n (z, ξ) ω. Identidad de Christoffel-Darboux: K n (z, ξ) = ϕ n+1 (z)ϕ n+1 (ξ) ϕ n+1(z)ϕ n+1 (ξ). 1 zξ
32 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en la circunferencia unidad Fórmula de Heine: Matriz de Toeplitz (Hermitiana y definida positiva): µ 0 µ 1 µ 2 µ n µ 1 µ 0 µ 1 µ n 1 T n = µ 2 µ 1 µ 0 µ n 2, n = det T n..... µ n µ n+1 µ n+2 µ 0 Entonces, µ 0 µ 1 µ n ρ n (x) = 1 µ 1 µ 0 µ n+1 n µ n 1 µ n 2 µ 1 1 z z n
33 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en la circunferencia unidad Fórmula de Heine: Matriz de Toeplitz (Hermitiana y definida positiva): µ 0 µ 1 µ 2 µ n µ 1 µ 0 µ 1 µ n 1 T n = µ 2 µ 1 µ 0 µ n 2, n = det T n..... µ n µ n+1 µ n+2 µ 0 Entonces, µ 0 µ 1 µ n ρ n(x) = 1 µ 1 µ 0 µ n 1 n µ n+1 µ n+2 µ 1 z n z n 1 1
34 . Coloquio. Algunas propiedades elementales sobre polinomios ortogonales en la circunferencia unidad Teorema de Favard: Relación biunívoca entre sucesiones de números complejos {δ n } n=1 D (δ 0 = 1) y medidas positivas en T.
35 . Coloquio. Volviendo a las fórmulas de cuadratura... I ω (f ) := T f (z)dω(z) = π π f (e iθ )dµ(θ), I ω n (f ) := n λ j f (z j ). Búsqueda de exactitud en espacios de Laurent: Toda función continua en T se puede aproximar uniformemente por L-polinomios, y no en general por polinomios ordinarios. q L(z) = α j z j. j= p j=1 Buscamos exactitud ahora en espacios de polinomios de Laurent Tesis Doctoral R. C.-B.
36 . Coloquio. Volviendo a las fórmulas de cuadratura... Fórmulas de tipo interpolatorio: p, q enteros no negativos, p q y p + q = n 1. Fijando n nodos distintos de antemano en T Exactitud en Λ p,q (de dimensión n). Pesos: integrando L-polinomios fundamentales de Lagrange. Fórmulas de Szegő: reglas con dominios de exactitud maximal. Contrapartida con fórmulas Gaussianas: Nodos: ceros de polinomios para-ortogonales: B n (z, τ n ) = ρ n (z) + τ n ρ n(z), τ n T. Pesos: A j = Kn 1 (z j, z j ) > 0. Una familia uni-paramétrica de fórmulas, exactas en Λ (n 1),n 1, de dimensión 2n 1. Matriz de representación: matrices de Hessenberg, CMV, matrices serpientes (análogos de Jacobi).
37 . Coloquio. Ortogonalidad múltiple en el eje real Varias medidas con diferentes soportes en R y condiciones de ortogonalidad repartidas. Aparece a finales del siglo XIX (Hermite-Padé). Conexión con Teoría de Números. Diversos autores ( 1980): A.B.J. Kuijlaars, W. Van Assche, A.I. Aptekarev, E.M. Nikishin, V.N. Sorokin, G. López-Lagomasino, V. Kalyaguine, A. Ronveaux, L.R. Piñeiro, A. Branquinho, E. and J. Coussement, J. Geronimo, J. Mínguez, C. Smet, U. Fidalgo Prieto, J. Arvesú, P.M. Bleher, E. Daems, D.W. Lee,...
38 . Coloquio. (MOPUC) Sólo una única referencia! J. Mínguez Ceniceros and W. Van Assche, Multiple Orthogonal Polynomials on the Unit Circle, Constr. Approx. 28 (2008) Aplicaciones: 1 Aproximación Hermite-Padé a funciones de Carathéodory. 2 Predicción lineal de series temporales.
39 . Coloquio. Caso múltiple Hipótesis de partida: µ 1 and µ 2 dos medidas positivas (de probabilidad) con soportes en T. Los resultados se pueden extender a varias medidas usando multi-índices. Productos interiores inducidos: f, g l := f (z)g(z)dµ l (z), donde f, g L 2 µ l (T) para l = 1, 2. T
40 . Coloquio. MOPUC (de tipo 2) Decimos que un polinomio Q n,m de grado menor o igual que n + m es un MOPUC (de tipo 2) con respecto a (µ 1, µ 2 ) si Q n,m (z), z j 1 = Q n,m (z), z k 2 = 0, para todo j = 0,..., n 1, k = 0,..., m 1. Nuestro interés: cuándo existe un único Q n,m P n+m \P n+m 1? En tal caso, podremos normalizar polinomio mónico. (n, m): índice normal.
41 . Coloquio. Sobre normalidad Problema abierto: encontrar condiciones en las medidas µ 1 y µ 2 que aseguren que todos los índices (n, m) son normales. Problema resuelto en el eje real: E.M. Nikishin, V.N. Sorokin (1991), Rational Approximations and Orthogonality, Translations of Mathematical Monographs, Vol. 92, Providence, RI: Amer. Math. Soc. Véanse también los trabajos de U. Fidalgo y G. López Lagomasino.
42 . Coloquio. Sobre normalidad Momentos trigonométricos: para k Z, c k := z k dµ 1 (z) = z k, 1 1, c k = c k, d k := T T z k dµ 2 (z) = z k, 1 2, d k = d k. De las condiciones de ortogonalidad Q n,m (z) = n+m 1 i=0 q i z i + z n+m es la solución del siguiente sistema lineal de n + m ecuaciones y n + m incógnitas:
43 . Coloquio. Sobre normalidad n,m n,m := q 0 q 1. q n+m 2 q n+m 1 = (c m+n c n+m 1 c m+1 d n+m d n+1 ) T, c 0 c 1 c 2 c n+m 1 c 1 c 0 c 1 c n+m c n+1 c n+2 c n+3 c m d 0 d 1 d 2 d n+m 1. d 1 d 0 d 1 d n+m d m+1 d m+2 d m+3 d n
44 . Coloquio. Sobre normalidad n,m := c 0 c 1 c 2 c n+m 1 c 1 c 0 c 1 c n+m c n+1 c n+2 c n+3 c m d 0 d 1 d 2 d n+m 1. d 1 d 0 d 1 d n+m d m+1 d m+2 d m+3 d n Por lo tanto, (n, m) normal det n,m 0.
45 . Coloquio. Ejemplos donde no se cumple la normalidad Ejemplo trivial: µ 1 = µ 2.
46 . Coloquio. Ejemplos donde no se cumple la normalidad Ejemplo trivial: µ 1 = µ 2. c 0 c 1 c 2 c n+m 1 c 1 c 0 c 1 c n+m n,m = c n+1 c n+2 c n+3 c m d 0 d 1 d 2 d n+m 1. d 1 d 0 d 1 d n+m d m+1 d m+2 d m+3 d n
47 . Coloquio. Ejemplos donde no se cumple la normalidad Ejemplo trivial: µ 1 = µ 2. c 0 c 1 c 2 c n+m 1 c 1 c 0 c 1 c n+m n,m = c n+1 c n+2 c n+3 c m c 0 c 1 c 2 c n+m 1. c 1 c 0 c 1 c n+m c m+1 c m+2 c m+3 c n det n,m = 0.
48 . Coloquio. Ejemplos donde no se cumple la normalidad Otro ejemplo presentado por J. Mínguez y W. Van Assche: Dos medidas de tipo Bernstein-Szegő (modificaciones racionales de la medida de Lebesgue)
49 . Coloquio. Un primer ejemplo de normalidad Ejemplos donde (n, m) son normales, para todo n 0, m 0: desconocidos! Primer ejemplo: 1 µ 1 : medida de Lebesgue en T: dµ 1 (θ) = dθ 2π. c 0 = 1, c k = c k = 0, k 1. 2 µ 2 : función peso de Rogers-Szegő: dµ 2 (θ, q) = exp ( 1 2π log (1/q) j= (Gaussiana envuelta). Aquí, d k = q k2 2, k Z. (θ 2πj)2 2 log (1/q) R. C.-B., P. González-Vera and F. Perdomo-Pío, Quadrature formulas associated with Rogers-Szegő polynomials, Comp. Math. Appl. 59 (2009), ) dθ, 0 < q < 1.
50 . Coloquio. Un primer ejemplo de normalidad Ejemplos donde (n, m) son normales, para todo n 0, m 0: desconocidos! Primer ejemplo: 1 µ 1 : medida de Lebesgue en T: dµ 1 (θ) = dθ 2π. c 0 = 1, c k = c k = 0, k 1. 2 µ 2 : función peso de Rogers-Szegő: dµ 2 (θ, q) = exp ( 1 2π log (1/q) j= (Gaussiana envuelta). Aquí, d k = q k2 2, k Z. (θ 2πj)2 2 log (1/q) R. C.-B., P. González-Vera and F. Perdomo-Pío, Quadrature formulas associated with Rogers-Szegő polynomials, Comp. Math. Appl. 59 (2009), ) dθ, 0 < q < 1.
51 . Coloquio. Un primer ejemplo de normalidad det n,m (q) = c 0 c 1 c n 1 c n c n+1 c n+m c n+1 c n+2 c 0 c 1 c 2 c m d 0 d 1 d n 1 d n d n+1 d n+m d m+1 d m+2 d m+n d m+n+1 d m+n+2 d n
52 . Coloquio. Un primer ejemplo de normalidad det n,m (q) = d 0 d 1 d n 1 d n d n+1 d n+m d m+1 d m+2 d m+n d m+n+1 d m+n+2 d n
53 . Coloquio. Un primer ejemplo de normalidad donde I n 0 = A(q), d n d n+m 1 A(q) =..... M m m. d m+n+1 d n : una cierta matriz irrelevante. Por lo tanto, det n,m (q) = det A(q) 0.
54 . Coloquio. Interesante comportamiento de ceros 1 Ceros de OP-µ 1 : z = 0 (medida de Lebesgue). 2 Ceros de OP-µ 2 : situados en el círculo { z : z = q 1/2} (Teorema de Mazel-Geronimo-Hayes)
55 . Coloquio. Interesante comportamiento de ceros q = 0.1 q = 0.25 q = 0.5
56 . Coloquio. Interesante comportamiento de ceros q = 0.75 q = 0.9
57 . Coloquio. Interesante comportamiento de ceros 1 Hemos computado los ceros de Q n,m, para diversos valores de n, m y q. 2 Las computaciones muestran un cero de orden n en z = 0 y m ceros, reales o complejos conjugados, también situados curiosamente en un cierto círculo con entro el origen y radio dependiente de n, m y q (problema abierto). Q n,m (z) = z n Q m (z)
58 . Coloquio. Interesante comportamiento de ceros Radio de los círculos donde se encuentran los ceros de Q m (z), siendo Q n,m = z n Q m (z). q Valores de n y m radio q = 0.1 n = 2, m = n = 2, m = n = 8, m = q = 0.2 n = 2, m = n = 2, m = n = 8, m = q = 0.9 n = 2, m = n = 8, m = n = 2, m = q = 0.99 n = 2, m = n = 10, m = n = 20, m = n = 2, m =
59 . Coloquio. Fórmula de Heine múltiple Q n,m (z) = 1 det n,m c 0 c 1 c 2 c n+m 1 c n+m c 1 c 0 c 1 c n+m 2 c n+m c n+1 c n+2 c n+3 c m c m+1 d 0 d 1 d 2 d n+m 1 d n+m. d 1 d 0 d 1 d n+m 2 d n+m d m+1 d m+2 d m+3 d n d n+1 1 z z 2 z n+m 1 z n+m
60 . Coloquio. Fórmula de Heine múltiple. Dos consecuencias. 1 Para todo n, m 0, Q n,m (z), z n 1 = ( 1) m det n+1,m det n,m 0, Q n,m (z), z m 2 = det n,m+1 det n,m 0. Nótese que sólo cuando m = 0, entonces Q n,0 2 µ= Q n,0, Q n,0 µ = Q n,0, z n µ. 2 Si ambas medidas son simétricas en el sentido π π zk dµ l (θ) = π π zk dµ l (θ) para todo k N y l = 1, 2, entonces los momentos trigonométricos vienen dados por c k = 2 π π cos kθdµ 1(θ) y d k = 2 π π cos kθdµ 2(θ) para todo k Z, y entonces Q n,m tendrá coeficientes reales.
61 . Coloquio. Fórmula de Heine múltiple. Dos consecuencias. 1 Para todo n, m 0, Q n,m (z), z n 1 = ( 1) m det n+1,m det n,m 0, Q n,m (z), z m 2 = det n,m+1 det n,m 0. Nótese que sólo cuando m = 0, entonces Q n,0 2 µ= Q n,0, Q n,0 µ = Q n,0, z n µ. 2 Si ambas medidas son simétricas en el sentido π π zk dµ l (θ) = π π zk dµ l (θ) para todo k N y l = 1, 2, entonces los momentos trigonométricos vienen dados por c k = 2 π π cos kθdµ 1(θ) y d k = 2 π π cos kθdµ 2(θ) para todo k Z, y entonces Q n,m tendrá coeficientes reales.
62 . Coloquio. Recurrencia múltiple para {Q n,m } n,m 0 : Theorem [J. Mínguez y W. Van Assche] Ley de recurrencia: Q n+1,m = (z+α n,m )Q n,m (z)+r n,m (z), Q n,m+1 = (z+ˆα n,m )Q n,m (z)+r n,m (z), R n,m (z) = β n,m Q [1] n,m(z) + γ n,m Q [2] n,m(z), donde Q n,m [1,2] son los polinomios (de grados n + m 1) Q n,m(z) [1] = (a n,m + b n,m )Q n,m (z) z (a n,m Q n 1,m (z) + b n,m Q n,m 1 (z)), Q n,m(z) [2] = (c n,m + d n,m )Q n,m (z) z (c n,m Q n 1,m (z) + d n,m Q n,m 1 (z)), con constantes a n,m, b n,m, c n,m y d n,m unívocamente determinadas por Q [1] n,m(z), 1 1 = 1, Q [1] n,m(z), 1 2 = 0, Q [2] n,m(z), 1 1 = 0, Q [2] n,m(z), 1 2 = 1, y donde β n,m = zq n,m (z), 1 1, γ n,m = zq n,m (z), 1 2, con α n,m = β n,m δ n,m + γ n,m ɛ n,m, ˆα n,m = β n,mˆδn,m + γ n,mˆɛ n,m, Q [1] n+1,m (z) = δ n,mq n,m (z) + Q n,m(z), [1] Q [2] n+1,m (z) = ɛ n,mq n,m (z) + Q n,m(z), [1] Q [1] n,m+1 (z) = ˆδ n,m Q n,m (z) + Q n,m(z), [1] Q [2] n,m+1 (z) = ˆɛ n,mq n,m (z) + Q n,m(z). [1]
63 . Coloquio. Recurrencia múltiple para {Q n,m } n,m 0 : Nota: (situación no clara) El cálculo de a n,m, b n,m, c n,m y d n,m se puede re-escribir como ( ) ( ) ( ) ( ) an,m 1 cn,m 0 T n,m = y T b n,m 0 n,m = d n,m 1 con ( zqn 1,m (z), 1 T n,m := 1 zq n,m 1 (z), 1 1 zq n 1,m (z), 1 2 zq n,m 1 (z), 1 2 ). Qué sentido tiene det T n,m = 0?
64 . Coloquio. Recurrencia múltiple. Procedimiento alternativo Primera observación: Nótese que Q n+1,m Q n,m+1, y que para una cierta constante K n,m 0, Q n+1,m (z) Q n,m+1 (z) = K n,m Q n,m (z). K n,m = Q n+1,m, z m 2 Q n,m, z m 2 = Q n,m+1, z n 1 Q n,m, z n 1 = det n+1,m+1 det n,m det n+1,m det n,m+1.
65 . Coloquio. Recurrencia múltiple. Procedimiento alternativo Primera observación: Como podemos computar las familias de polinomios de Szegő {Q n,0 } n 0 y {Q 0,m } m 0 = Podemos computar la familia {Q n,m } n,m 0.
66 . Coloquio. Recurrencia múltiple. Procedimiento alternativo Definamos P(z) := Q n,m (z)+a n,m Q n 1,m (z)+b n,m Q n,m 1 P n+m \P n+m 1, a n,m y b n,m constantes arbitrarias, y mónico. Condiciones de ortogonalidad que cumple zp(z): zp(z), z j 1 = zp(z), z k 2 = 0, j = 1,..., n 1, k = 1,..., m 1, zp, z n 1 = a n,m Q n 1,m, z n 1 1 zp, z m 2 = b n,m Q n,m 1, z m 1 2.
67 . Coloquio. Recurrencia múltiple. Procedimiento alternativo Definamos P(z) := Q n,m (z)+a n,m Q n 1,m (z)+b n,m Q n,m 1 P n+m \P n+m 1, a n,m y b n,m constantes arbitrarias, y mónico. Condiciones de ortogonalidad que cumple zp(z): zp(z), z j 1 = zp(z), z k 2 = 0, j = 1,..., n 1, k = 1,..., m 1, zp, z n 1 = a n,m Q n 1,m, z n 1 1 zp, z m 2 = b n,m Q n,m 1, z m 1 2.
68 . Coloquio. Recurrencia múltiple. Procedimiento alternativo Elijamos ahora a n,m, b n,m tales que zp sea ortogonal a la constante {1} con respecto a ambos productos interiores. zp(z) := zq n,m (z) + a n,m zq n 1,m (z) + b n,m zq n,m 1. Definiendo A r,s := zq r,s, 1 1 y B r,s := zq r,s, 1 2, tal elección se obtiene resolviendo el sistema lineal T n,m ( an,m b n,m ) ( An,m = B n,m ) ( An 1,m A, T n,m := n,m 1 B n 1,m B n,m 1 ).
69 . Coloquio. Recurrencia múltiple. Procedimiento alternativo Elijamos ahora a n,m, b n,m tales que zp sea ortogonal a la constante {1} con respecto a ambos productos interiores. zp(z) := zq n,m (z) + a n,m zq n 1,m (z) + b n,m zq n,m 1. Definiendo A r,s := zq r,s, 1 1 y B r,s := zq r,s, 1 2, tal elección se obtiene resolviendo el sistema lineal T n,m ( an,m b n,m ) ( An,m = B n,m ) ( An 1,m A, T n,m := n,m 1 B n 1,m B n,m 1 ).
70 . Coloquio. Caso det T n,m 0: (a n,m, b n,m ) solución única. 1 Supongamos a n,m b n,m 0: zp P n+m+1, mónico y cumple las mismas condiciones de ortogonalidad que Q n,m. Consideremos R := zp + α n,m Q n,m, α n,m un parámetro arbitrario elegido tal que R sea ortogonal a z n w.r.t. µ 1 : R = Q n+1,m, ó R sea ortogonal a z m w.r.t. µ 2 : R = Q n,m+1. Q n+1,m (z) = z [Q n,m (z) + a n,m Q n 1,m (z) + b n,m Q n,m 1 (z)] + α n,m Q n,m (z), Q n,m+1 (z) = z [Q n,m (z) + a n,m Q n 1,m (z) + b n,m Q n,m 1 (z)] + ˆα n,m Q n,m (z), donde Q α n,m = a n 1,m(z),z n 1 1 (det n,m Q n,m(z),z n 1 = a n,m) 2 n,m det n 1,m det n+1,m 0, Q ˆα n,m = b n,m 1(z),z m 1 2 (det n,m Q n,m(z),z m 2 = b n,m) 2 n,m det n,m 1 det n,m+1 0. Además, Q n+1,m Q n,m+1 = K n,m Q n,m, K n,m = α n,m ˆα n,m 0.
71 . Coloquio. Caso det T n,m 0: (a n,m, b n,m ) solución única. 1 Supongamos a n,m b n,m 0: zp P n+m+1, mónico y cumple las mismas condiciones de ortogonalidad que Q n,m. Consideremos R := zp + α n,m Q n,m, α n,m un parámetro arbitrario elegido tal que R sea ortogonal a z n w.r.t. µ 1 : R = Q n+1,m, ó R sea ortogonal a z m w.r.t. µ 2 : R = Q n,m+1. Q n+1,m (z) = z [Q n,m (z) + a n,m Q n 1,m (z) + b n,m Q n,m 1 (z)] + α n,m Q n,m (z), Q n,m+1 (z) = z [Q n,m (z) + a n,m Q n 1,m (z) + b n,m Q n,m 1 (z)] + ˆα n,m Q n,m (z), donde Q α n,m = a n 1,m(z),z n 1 1 (det n,m Q n,m(z),z n 1 = a n,m) 2 n,m det n 1,m det n+1,m 0, Q ˆα n,m = b n,m 1(z),z m 1 2 (det n,m Q n,m(z),z m 2 = b n,m) 2 n,m det n,m 1 det n,m+1 0. Además, Q n+1,m Q n,m+1 = K n,m Q n,m, K n,m = α n,m ˆα n,m 0.
72 . Coloquio. Caso det T n,m 0: (a n,m, b n,m ) solución única 1 a n,m b n,m 0. 2 Si a n,m = 0, hágase α n,m = 0. Si b n,m = 0, hágase ˆα n,m = 0. La recurrencia anterior sigue siendo válida. 3 El caso a n,m = b n,m = 0 no puede darse: (n + 1, m + 1) no sería normal.
73 . Coloquio. Caso det T n,m 0: (a n,m, b n,m ) solución única 1 a n,m b n,m 0. 2 Si a n,m = 0, hágase α n,m = 0. Si b n,m = 0, hágase ˆα n,m = 0. La recurrencia anterior sigue siendo válida. 3 El caso a n,m = b n,m = 0 no puede darse: (n + 1, m + 1) no sería normal.
74 . Coloquio. Caso det T n,m 0: (a n,m, b n,m ) solución única 1 a n,m b n,m 0. 2 Si a n,m = 0, hágase α n,m = 0. Si b n,m = 0, hágase ˆα n,m = 0. La recurrencia anterior sigue siendo válida. 3 El caso a n,m = b n,m = 0 no puede darse: (n + 1, m + 1) no sería normal.
75 . Coloquio. Algo más sobre el sistema lineal... ( Tn,m An 1,m A := n,m 1 A n,m B n 1,m B n,m 1 B n,m ). 1 Las columnas de la matriz T n,m no pueden ser (0, 0) T. Por lo tanto, rankt n,m > 0. 2 En el caso det T n,m 0: de la propiedad L y de la regla de Cramer se sigue que la solución única cumple: a n,m = det T n+1,m, b n,m = det T n,m+1. K n,m 1 det T n,m K n 1,m det T n,m
76 . Coloquio. Algo más sobre el sistema lineal... ( Tn,m An 1,m A := n,m 1 A n,m B n 1,m B n,m 1 B n,m ). 1 Las columnas de la matriz T n,m no pueden ser (0, 0) T. Por lo tanto, rankt n,m > 0. 2 En el caso det T n,m 0: de la propiedad L y de la regla de Cramer se sigue que la solución única cumple: a n,m = det T n+1,m, b n,m = det T n,m+1. K n,m 1 det T n,m K n 1,m det T n,m
77 . Coloquio. Caso det T n,m = 0. Definición: Decimos que δ n,m := Q n,m (0) es el coeficiente de Verblunsky múltiple de índices (n, m) y con respecto al par de medidas (µ 1, µ 2 ). Nota: Esta definición no coincide exactamente con la dada por Judith y Walter, que en nuestro contexto se correspondería con el par (A n,m, B n,m ).
78 . Coloquio. Recordemos el caso simple... ρ n (z) P n \P n 1 y ρ n (z) span{1, z,..., z n 1 }. zρ n (z) P n+1 \P n y zρ n (z) span{z,..., z n } (las mismas condiciones de ortogonalidad que ρ n) Dos posibilidades: 1 Si zρ n (z), 1 ω = 0, entonces ρ n+1 (z) = zρ n (z). 2 Si zρ n (z), 1 ω 0, hágase entonces R n+1 (z) := zρ n (z) + δ n+1 ρ n(z). Dado que R n+1 (z) P n+1 \P n y R n+1 (z) span{z,..., z n }, podemos elegir δ n+1 tal que R n+1 (z), 1 ω = 0. Haciendo por tanto δ n+1 = zρn(z),1 ω ρ se sigue: n (z),1 ω ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z).
79 . Coloquio. Resultado principal Teorema: det T n,m = 0, sí y sólo si, δ n,m = 0. Teorema: si det T n,m = 0, entonces Q n,m (z) = z [C n,m Q n 1,m (C n,m 1) Q n,m 1 ], C n,m {0, 1}.
80 . Coloquio. Resultado principal Teorema: det T n,m = 0, sí y sólo si, δ n,m = 0. Teorema: si det T n,m = 0, entonces Q n,m (z) = z [C n,m Q n 1,m (C n,m 1) Q n,m 1 ], C n,m {0, 1}.
81 . Coloquio. Algoritmo Condiciones iniciales: Hipótesis: todos los índices son normales.
82 . Coloquio. Algoritmo Elementos Q n 1,m 1, Q n 1,m y Q n,m 1 están relacionados: L-forma. Útil para el cómputo de Q n,m cuando n << m ó n >> m. Ejemplo: Cálculo de Q 18,2 a partir de {Q n,0 = ρ n } 20 n=0 en 23 iteraciones. {Q n,0 (z)} 20 n=0 Q 19,1, Q 18,1 Q 18,2.
83 . Coloquio. Algoritmo Ley de recurrencia: de la recurrencia anterior podemos computar Q n,m alrededor de la diagonal principal n = m.
84 . Coloquio. Algoritmo Ley de recurrencia: : condiciones iniciales : polinomios computados : 2 2 sistemas lineales 2 2 resueltos. Con la ayuda de la propiedad L: nos podemos salir de la diagonal principal.
85 . Coloquio. Algoritmo Cómo proceder directamente de las condiciones iniciales a través de cualquier camino de N 2?
86 . Coloquio. Recurrencia de Szegő múltiple (1) Asumamos det T n+r,m+s 0, r, s N, r + s 2. Entonces, la familia de MOPUC cumple n, m 1 las recurrencias ( Qn+1,m S n+1,m ( Qn+1,m ) ( = ) ( = Ŝ n+1,m ) ( = S n,m+1 ) ( = ( Qn,m+1 ( Qn,m+1 Ŝ n,m+1 u [1] z δ n+1,m n+1,m z 1 z û [1] n+1,m z 1 z u [2] n,m+1 z 1 z û [2] n,m+1 z 1 δ n+1,m δ n,m+1 δ n,m+1 ) ( Qn,m S n,m ) ( ) Qn,m S n,m ) ( ) Qn,m Ŝ n,m ) ( Qn,m Ŝ n,m ) + v [1] n+1,m z ( + ˆv [1] n+1,m z ( v [2] n,m+1 z ( ) ˆv [2] n,m+1 z ( ) 0, Q n,m 1 ) 0, Q n,m 1 ) 0 Q n 1,m 0 Q n 1,m, ),
87 . Coloquio. Recurrencia de Szegő múltiple (2) Q 1,m (z) Q n, 1 (z) 0, S n,m, Ŝ n,m P n+m, S n,m (0) = Ŝ n,m (0) = 1, ( ) u n,m [1] = 1 δ n,m 1 + an,m+bn,m α n,m, v n,m [1] = bn,mk n 1,m 1 α n,mδ n,m 0, ( ) û n,m [1] = 1 δ n,m 1 + an,m+bn,m ˆα n,m, ˆv n,m [1] = bn,mk n 1,m 1 ˆα n,mδ n,m 0, ( ) u n,m [2] = 1 δ n,m 1 + an,m+bn,m α n,m, v n,m [2] = an,mk n 1,m 1 α n,mδ n,m 0, ( ) û n,m [2] = 1 δ n,m 1 + an,m+bn,m ˆα n,m, ˆv n,m [2] = an,mk n 1,m 1 ˆα n,mδ n,m 0. Además, δ n+1,m = zq n,m, 1 1 S n,m, 1 1 = zq n,m, 1 2 S n,m, 1 2 δ n,m+1 = zq n,m, 1 1 Ŝ n,m, 1 1 = zq n,m, 1 2 Ŝ n,m, 1 2.
88 . Coloquio. Recordemos el caso simple... ρ n (z) P n \P n 1 y ρ n (z) span{1, z,..., z n 1 }. zρ n (z) P n+1 \P n y zρ n (z) span{z,..., z n } (las mismas condiciones de ortogonalidad que ρ n) Dos posibilidades: 1 Si zρ n (z), 1 ω = 0, entonces ρ n+1 (z) = zρ n (z). 2 Si zρ n (z), 1 ω 0, hágase entonces R n+1 (z) := zρ n (z) + δ n+1 ρ n(z). Dado que R n+1 (z) P n+1 \P n y R n+1 (z) span{z,..., z n }, podemos elegir δ n+1 tal que R n+1 (z), 1 ω = 0. Haciendo por tanto δ n+1 = zρn(z),1 ω ρ se sigue: n (z),1 ω ρ n+1 (z) = zρ n (z) + δ n+1 ρ n(z).
89 . Coloquio. Recurrencia de Szegő múltiple (3) Los polinomios S n,m y Ŝ n,m cumplen S n,m, z k 1 = S n,m, z l 2 = 0, for k = 1,..., n, l = 1,..., m 1 Ŝ n,m, z k 1 = Ŝ n,m, z l 2 = 0, for k = 1,..., n 1, l = 1,..., m, mientras que los reversos de Q n,m, Q n,m, z k 1 = Q n,m, z l 2 = 0, for k = m + 1,..., m + n, l = n + 1,..., n + m. Sospecha! la conjugación super estrella parece no jugar ningún papel importante en la Teoría de MOPUC.
90 . Coloquio. Ecuaciones en diferencias parciales (1) Resultado similar a lo que ocurre en el caso real: W. Van Assche, Nearest neighbor recurrence relations for multiple orthogonal polynomials, J. Approx. Theory 163 (2011), Supongamos Entonces: a n,m+1 a n,m det T n,m det T n+1,m det T n,m+1 0. = α n,m+1 α n,m K n,m K n 1,m y b n+1,m b n,m = ˆα n+1,m ˆα n,m K n,m K n,m 1, a n,m+1 a n,m = b n+1,m b n,m K n,m 1 K n 1,m, δ n,m+1 = ˆα n+1,m α n,m+1 δ n+1,m = ˆαn,m α n,m δ n+1,m.
91 . Coloquio. Ecuaciones en diferencias parciales (2) det T n,m det T n+1,m+1 det T n+1,m det T n,m+1 = an,m+1 a n,m det T [i] [i] n,m det T n+1,m+1 det T [i] [i] n+1,m det T n,m+1 α n,m+1 ˆα n+1,m α n,m ˆα n,m = 0, = bn+1,m b n,m = an,m+1 a n,m = bn+1,m b n,m K n,m K n,m 1 K n,m K n 1,m K n 1,m K n 1,m 1 = αn,m+1 α n,m = ˆαn+1,m ˆα n,m = αn,m+1 α n,m K n,m 1 K n 1,m 1 = ˆαn+1,m ˆα n,m det T n+1,m+1 = a n,m b n,m Kn,m 2 α n,m+1 K 2 n,m K n 1,mK n,m 1 K 2 n,m K n 1,mK n,m 1, K n,m K n 1,m 1 K n,m K n 1,m 1, i = 1, 2, α n,m det T n,m, ˆα n+1,m ˆα n,m det T n,m, = a n,m b n,m Kn,m 2 = a n,m+1 b n,m K n,m K n 1,m det T n,m, = a n,m b n+1,m K n,m K n,m 1 det T n,m.
92 . Coloquio. Algoritmo Ley de recurrencia de Szegő múltiple + ecuaciones en diferencias parciales para los coeficientes = Q n,m puede computarse siguiendo cualquier camino de N 2.
93 . Coloquio. Algoritmo Caminos óptimos:
94 . Coloquio. Conclusiones finales 1 Interés de estudiar MOPUC. 2 Normalidad. 3 Ley de recurrencia obtenida por Judith y Walter: obtenida empleando técnicas de Riemann-Hilbert e incompleta. 4 Introducimos coeficientes de Verblunsky múltiples. 5 Nuestra obtención de la ley de recurrencia: usando argumentos básicos de ortogonalidad, completamos la ley y se obtiene algorítmicamente. Recurrencia de Szegő múltiple. 6 Discusión y completitud del problema de Riemann-Hilbert. 7 Ejemplos numéricos. 8 Cuestiones abiertas.
95 . Coloquio. Cuestiones abiertas 1 Localización de los ceros de MOPUC. no en D! (comprobado numéricamente). Condiciones que garanticen que los ceros se encuentran en D? 2 Coeficientes de Verblunsky múltiples: δ n,m < 1?
96 . Coloquio. Cuestiones abiertas 1 Localización de los ceros de MOPUC. no en D! (comprobado numéricamente). Condiciones que garanticen que los ceros se encuentran en D? 2 Coeficientes de Verblunsky múltiples: δ n,m < 1?
97 . Coloquio. Otro ejemplo numérico dµ 1 (θ) = dθ on [π απ, π + απ], dµ 2 (θ) = dθ on [ απ, απ], α < 1 2. Considerado anteriormente por Judith y Walter. Sea α = 1 4. Medidas simétricas = Q n,m tiene coeficientes reales.
98 . Coloquio. Otro ejemplo numérico. El caso simple Consideremos µ = µ 1 µ 2. Momentos trigonométricos: e k = 1 π e ikθ dµ(θ) = 2π π 1 2, if k = 0 0 if k impar, e k = e k. 2 kπ sin ( ) kπ 4 if k par, Aplicando la ley de recurrencia de Szegö:
99 . Coloquio. Otro ejemplo numérico. El caso simple, n = 20
100 . Coloquio. Otro ejemplo numérico. El caso simple, n = 21
101 . Coloquio. Otro ejemplo numérico. El caso múltiple Momentos trigonométricos: c k = 1 π 2π π eikθ dµ 1 (θ) = 1 4, if k = 0, 1 kπ sin ( ) c k = c k, kπ 4 if k > 0, d k = 1 π 2π π eikθ dµ 2 (θ) = ( 1) k c k, d k = d k. Aplicando la ley de recurrencia múltiple:
102 . Coloquio. Otro ejemplo numérico. El caso múltiple, ceros de Q 2,4 (z)
103 . Coloquio. Otro ejemplo numérico. El caso múltiple, ceros de Q 2,7 (z)
104 . Coloquio. Otro ejemplo numérico. El caso múltiple, ceros de Q 4,10 (z)
105 . Coloquio. Otro ejemplo numérico. Caso múltiple, ceros de Q 10,10 (z)
106 . Coloquio. Otro ejemplo numérico. Coeficientes de Verblunsky múltiples δ 1,1 = δ 1,2 = δ 2,1 = δ 1,2 δ 1,3 = δ 2,2 = δ 3,1 = δ 1,3 δ 1,4 = E 08 δ 2,3 = δ 3,2 = δ 2,3 δ 4,1 = δ 1,4 δ 1,5 = E 11 δ 2,4 = E 08 δ 3,3 = E 07 δ 4,2 = δ 2,4 δ 5,1 = δ 1,5.....
107 . Coloquio. Cuestiones abiertas 1 Localización de los ceros de MOPUC. no en D! (comprobado numéricamente). Condiciones que garanticen que los ceros se encuentran en D? 2 Coeficientes de Verblunsky múltiples: δ n,m < 1? 3 Ceros de Q n,m parecen distribuirse en el ĺımite en dos ciertas curvas que conectan los ĺımites de los arcos disjuntos. Parece que los ceros de cada lado atraen a los del otro. Atracción electrostática entre ceros.
108 . Coloquio. Cuestiones abiertas Atracción electrostática entre ceros. µ 1 : medida de Lebesgue, µ 2 : medida de Rogers-Szegő. Debido a la atracción de la masa en el origen, el radio del círculo donde se colocan los otros m ceros (producidos por µ 2 ) se acorta. En general (especialmente en el caso de soportes disjuntos), tenemos un interesante problema de equilibrio para vectores potenciales.
109 . Coloquio. Cuestiones abiertas 1 Localización de los ceros de MOPUC. no en D! (comprobado numéricamente). Condiciones que garanticen que los ceros se encuentran en D? 2 Coeficientes de Verblunsky múltiples: δ n,m < 1? 3 Atracción electrostática entre ceros. 4 Cuadratura múltiple en la circunferencia unidad. 5 Matriz de representación del operador de multiplicación múltiple Tensores?. 6...
110 . Coloquio. Cuestiones abiertas 1 Localización de los ceros de MOPUC. no en D! (comprobado numéricamente). Condiciones que garanticen que los ceros se encuentran en D? 2 Coeficientes de Verblunsky múltiples: δ n,m < 1? 3 Atracción electrostática entre ceros. 4 Cuadratura múltiple en la circunferencia unidad. 5 Matriz de representación del operador de multiplicación múltiple Tensores?. 6...
111 . Coloquio. Cuestiones abiertas Gracias por su atención!
1. El Teorema de Rolle Generalizado.
Proyecto III: Los Teoremas de Rolle y del valor Medio Objetivos: Profundizar el estudio de algunos teoremas del cálculo diferencial 1 El Teorema de Rolle Generalizado La formulación más común del Teorema
Más detallesPlanteamiento 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 detallesXXII ESCUELA VENEZOLANA DE MATEMÁTICAS POLINOMIOS ORTOGONALES NO ESTÁNDAR. PROPIEDADES ALGEBRAICAS Y ANALÍTICAS. Francisco Marcellán Yamilet Quintana
XXII ESCUELA VENEZOLANA DE MATEMÁTICAS POLINOMIOS ORTOGONALES NO ESTÁNDAR. PROPIEDADES ALGEBRAICAS Y ANALÍTICAS Francisco Marcellán Yamilet Quintana MÉRIDA, VENEZUELA, 9 AL 15 DE SEPTIEMBRE DE 2009 XXII
Más detallesJosé 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 detallesInterpolación. Javier Segura. February 12, 2012
February 12, 2012 polinómica Para cualquier conjunto de n + 1 (n 0) números distintos x 0, x 1,..., x n y cualquier conjunto de números arbitrarios y 0, y 1,..., y n, existe un único polinomio P n (x)
Más detallesCLASE #7: LOS POLINOMIOS DE JACOBI, LEGENDRE Y TCHEBYCHEFF:
CLASE #7: LOS POLINOMIOS DE JACOBI, LEGENDRE Y TCHEBYCHEFF: Introducción En esta clase introduciremos la familia de polinomios de Jacobi, que incluye a los polinomios de Legendre y de Tchebycheff. Los
Más detallesClase No. 20: Integrales impropias MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 14
Clase No. 2: Integrales impropias MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 26.11.211 1 / 14 Integrandos con singularidades (I) Cuando el integrando o alguna de sus derivadas de bajo orden
Más detallesPolinomios 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 detallesEspacios 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 detallesSeries 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 detallesParte 3. Vectores y valores propios
Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2004-2005 1 Introducción a los valores y vectores propios 2 3 4 5 Valores
Más detalles2. Sistemas de ecuaciones lineales
2 Sistemas de ecuaciones lineales 2 Ejercicios resueltos Ejercicio 2 Estudiar el número de condición de Frobenius de la matriz a b A a + ε b Solución: El determinante de A es A ab + ba + ε b ε Si b 0 y
Más detallesLista de problemas de álgebra, 2016
Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier
Más detallesFunciones definidas positivas a valores complejos: ejemplos y teoremas de representación
Funciones definidas positivas a valores complejos: ejemplos y teoremas de representación Alejandra Patricia Aguilera Escuela de Matemática, Facultad de Ciencias UCV Seminario de Análisis Motivación Sea
Más detallesCapítulo 3. Polinomios
Capítulo 3 Polinomios 29 30 Polinomios de variable real 31 Polinomios de variable real 311 Evaluación de polinomios Para el cálculo eficiente de los valores de un polinomio se utiliza el algoritmo de Horner,
Más detallesIntegración numérica
Integración numérica Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Índice Motivación y objetivos Cuadratura
Más detallesTEMA 5: INTERPOLACION NUMERICA
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 5: INTERPOLACION NUMERICA 1 EL PROBLEMA GENERAL DE INTER- POLACION En ocasiones se plantea el problema de que se conoce una tabla de valores de una
Más detallesFracciones continuas. Bernardo de la Calle Ysern. Escuela Técnica Superior de Ingenieros Industriales Universidad Politécnica de Madrid
Fracciones continuas Bernardo de la Calle Ysern Escuela Técnica Superior de Ingenieros Industriales Universidad Politécnica de Madrid ...but the question of what is the driving mechanism for, and how it
Más detallesProblemas 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 detallesElementos Básicos de Análisis Funcional en. Dr. Oldemar Rodríguez Rojas
Elementos Básicos de Análisis Funcional en Análisis Numérico Dr. Oldemar Rodríguez Rojas Agosto 2008 Contents 1 Elementos Básicos de Análisis Funcional 2 1.1 Espacios normados...........................
Más detallesSolución de ecuaciones no lineales y aplicaciones a la cuadratura numérica
Solución de ecuaciones no lineales y aplicaciones a la cuadratura numérica Javier Segura Departamento de Matemáticas, Estadística y Computación Universidad de Cantabria, Spain Fundamentos de Matemática
Más detalles2 Espacios vectoriales
Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 2 Espacios vectoriales 2.1 Espacio vectorial Un espacio vectorial sobre un cuerpo K (en general R o C) es un conjunto V sobre el que hay
Más detalles1.IV Aproximación numérica de valores y vectores propios.
.IV Aproximación numérica de valores y vectores propios. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior. Universidad de Zaragoza Primavera 2007 Contents Introducción 2
Más detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesFormulación de Galerkin El método de los elementos finitos
Clase No. 28: MAT 251 Formulación de Galerkin El método de los elementos finitos Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/
Más detallesMétodos de gradiente. Métodos de Krylov
Métodos de gradiente. Métodos de Krylov Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2012-2013 (UPV) Métodos de gradiente. Métodos de Krylov Curso
Más detallesIntroducción. { x si x [0,
En el Cálculo Infinitesimal desarrollado por Newton y Leibnitz es el cálculo diferencial el que cobra mayor importancia, quedando la integral relegada al papel de operación inversa de la diferencial. Una
Más detallesDiagonalización. 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 detallesMétodos de elemento finito Formulación n de elemento finito en 2 dimensiones
Métodos de elemento finito 7.4.. Método de Galerkin 7.4.. Formulación n de elemento finito en dimensiones Los métodos m de elemento finito (MEF) son una estrategia numérica alternativa muy popular para
Más detallesFUNCIONES MEROMORFAS. EL TEOREMA DE LOS RESIDUOS Y ALGUNAS DE SUS CONSECUENCIAS
FUNCIONES MEROMORFAS. EL TEOREMA DE LOS RESIDUOS Y ALGUNAS DE SUS CONSECUENCIAS. FUNCIONES MEROMORFAS Definición.. Se dice que una función es meromorfa en un abierto Ω de C si f es holomorfa en Ω excepto
Más detallesParte 3. Vectores y valores propios
Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2006-2007 Valores y vectores propios Valor propio Se dice que el número
Más detallesResolución de sistemas de ecuaciones lineales
Tema 2 Resolución de sistemas de ecuaciones lineales 21 Métodos directos de resolución de sistemas de ecuaciones lineales 211 Resolución de sistemas triangulares Definición 211 Una matriz A se dice triangular
Más detallesEjercicios 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 detallesEcuaciones lineales de orden superior
ANEXO GUIA 5 Ecuaciones lineales de orden superior Las ideas presentadas para ecuaciones lineales de segundo orden se pueden generalizar a ecuaciones lineales de orden n d n x n + a n 1(t) dn 1 x n 1 +
Más detallessi 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 detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
Más detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
Más detallesCapítulo 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 detallesUNIDAD 1 NUMEROS COMPLEJOS
UNIDAD 1 NUMEROS COMPLEJOS El conjunto de los números complejos fue creado para poder resolver algunos problemas matemáticos que no tienen solución dentro del conjunto de los números reales. Por ejemplo
Más detallesAproximación constructiva: números irracionales y trascendentes
Aproximación constructiva: números irracionales y trascendentes B. de la Calle Ysern Dpto. de Matemática Aplicada, E.T.S. Ingenieros Industriales, Universidad Politécnica de Madrid Encuentro Iberoamericano
Más detalles1. 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 detallesLa interpolación polinomial en el análisis de métodos iterativos
Notas La interpolación polinomial en el análisis de métodos iterativos Resumen La solución de ecuaciones no lineales es de extrema importancia en la ingeniería y ciencias. Los métodos que se estudian para
Más detallesFórmulas de Cuadratura Optimales en Variedades Integrales
Divulgaciones Matemáticas Vol. 12 No. 224, pp. 139 148 Fórmulas de Cuadratura Optimales en Variedades Integrales Optimal Quadrature Formulas in Integral Varieties Yohan Díaz Ferrer ydiazf@yahoo.es Lelis
Más detallesProblemas 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 detallesCálculo numérico. Sistemas de ecuaciones lineales.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2010. Las raíces de x 2 bx + c = 0. r = b ± b 2 4c 2 b = 3.6778, c = 0.0020798 r 1 = 3.67723441190... r 2 = 0.00056558809...
Más detallesECUACIONES EN DERIVADAS PARCIALES Tópicos previos
ECUACIONES EN DERIVADAS PARCIALES Tópicos previos Para tomar el curso de ecuaciones en derivadas parciales es importante la familiaridad del alumno con los conceptos que se detallan a continuación. Sugerimos
Más detallesTeoría Avanzada en Polinomios Ortogonales Multivariados
Minicurso Teoría Avanzada en Polinomios Ortogonales Multivariados (Quinta sesión) Teresa E. Pérez Departamento de Matemática Aplicada Universidad de Granada (España) e mail: tperez@ugr.es V EIBPOA Encuentro
Más detallesSISTEMA DE MONOMIOS PARA UN CUERPO RESIDUAL REAL CERRADO
SISTEMA DE MONOMIOS PARA UN CUERPO RESIDUAL REAL CERRADO Francisco Ugarte Guerra 1,2 Mayo, 2011 Resumen Para etender técnicas tipo Polígono de Newton a ecuaciones algebraicas con coeficientes en cuerpos
Más detallesTEMARIO PARA EL EXAMEN DE ACCESO A LA ESPECIALIDAD MATEMÁTICAS PARA E.S.O. Y BACHILLERATO DEL MÁSTER DE SECUNDARIA
TEMARIO PARA EL EXAMEN DE ACCESO A LA ESPECIALIDAD MATEMÁTICAS PARA E.S.O. Y BACHILLERATO DEL MÁSTER DE SECUNDARIA 1. Números naturales, enteros y racionales. Principio de inducción. Divisibilidad y algoritmo
Más detallesÍNDICE Capítulo 2 La transformada de Laplace 1 Capítulo 2 Series de Fourier 49 Capítulo 3 La integral de Fourier y las transformadas de Fourier 103
ÍNDICE Capítulo 2 La transformada de Laplace... 1 1.1 Definición y propiedades básicas... 1 1.2 Solución de problemas con valores iniciales usando la transformada de Laplace... 10 1.3 Teoremas de corrimiento
Más detallesProblemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices:
Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices: 5 2 1 1 0 3 1 0 3 3 1 6. 3 1 6 5 2 1 2.- Dada la matriz A = 10 7 8 7 5 6, 8 6 10 hallar
Más detallesTema 1: Matrices. Sistemas de ecuaciones. Determinantes
Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes
Más detallesSoluciones de los ejercicios del examen de Análisis Matemático Primer curso de Ingeniería Informática - Febrero de 2005
Soluciones de los ejercicios del examen de Primer curso de Ingeniería Informática - Febrero de 25 Ejercicio. A Dados los puntos A, y 2,2, calcula el camino más corto para ir de A a pasando por un punto
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 1. Escribir en forma binómica los siguientes números complejos:, n N; 3 i ; (1+i 3) 20 ; e 1/z
Problemas de VC para EDVC elaborados por C. Mora, Tema 1 Ejercicio 1 Escribir en forma binómica los siguientes números complejos: i n, n Z; ( 1 + i ) n, n N; ( ) ( ) 4 5 1 + i 3 i ; (1+i 3) 0 ; e 1/z 1
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detallesDefinición 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 detallesSucesiones y series de funciones
Sucesiones y series de funciones Renato Álvarez Nodarse Departamento de Análisis Matemático Facultad de Matemáticas. Universidad de Sevilla http://euler.us.es/ renato/ 8 de octubre de 2012 Sucesiones y
Más detalles1.3. El teorema de los valores intermedios
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 07-2 Importante: Visita regularmente http://www.dim.uchile.cl/calculo. Ahí encontrarás
Más detallesTEMA 6: DERIVACION NUMERICA
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 6: DERIVACION NUMERICA 1 INTRODUCCION En este tema nos ocupamos de aproximar las derivadas de orden arbitrario ν en un punto cualquier α de una función
Más detallesCEROS DE POLINOMIOS ORTOGONALES DE SOBOLEV
MARGARITA MATHEMATICA EN MEMORIA DE JOSÉ JAVIER (CHICHO) GUADALUPE HERNÁNDEZ (Luis Español yjuan L. Varona, editores), Servicio de Publicaciones, Universidad de La Rioja, Logroño, Spain, 2001. CEROS DE
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente
Más detallesMatemática computable
Conjuntos computables - Combinatoria - Álgebra Antonio Montalbán. U. de Chicago Coloquio Uruguayo de Matemática. Diciembre, 2009 Conjuntos computables - Combinatoria - Álgebra 1 Conjuntos computables 2
Más detallesAplicaciones Lineales
Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es
Más detallesUn resumen de la asignatura. Junio, 2015
Un resumen de la asignatura Departamento de Matemática Aplicada a las Tecnologías de la Información y las Comunicaciones ETSIT (UPM) Junio, 2015 1 Los Números Reales(R) Los números Irracionales Continuidad
Más detallesUn subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:
4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,
Más detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte II)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte II) Métodos numéricos para sistemas lineales Solución numérica de EDPs requiere resolver sistemas de ecuaciones lineales
Más detallesIntegral 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 detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesEJERCICIOS RESUELTOS. NÚMEROS Y FUNCIONES. CONTINUIDAD Y LÍMITE FUNCIONAL.
EJERCICIOS RESUELTOS. NÚMEROS Y FUNCIONES. CONTINUIDAD Y LÍMITE FUNCIONAL. 1. Estúdiese la continuidad de la función f : R R, definida por f (x) = xe(1/x) si x = 0, f (0) = 1.. Sea f : R R continua, mayorada
Más detallesf(x, y, z, t) = (x + y t, x + 2y z 3t, 3x + 5y 2z 7t).
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Álgebra Convocatoria de enero de 20 de enero de 20 (2.5 p.) ) Se considera la aplicación lineal f : R 4 R definida por: f(x y
Más detallesSeries Sucesiones y series en C
Series En este capítulo vamos a estudiar desarrollos en serie de funciones holomorfas, para lo cual vamos en primer lugar a revisar resultados de la teoría de series, adaptándolos a series de términos
Más detallesMatrices triangulares y descomposición LU
Matrices triangulares y descomposición LU Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el examen será suficiente
Más detalles1. Medida Exterior. Medida de Lebesgue en R n
1. La integral de Lebesgue surge del desarrollo de la integral de Riemann, ante las dificultades encontradas en las propiedades de paso al ĺımite para calcular la integral de una función definida como
Más detalles1. Conjuntos de números
1.2. Números complejos 1.2.1. FORMA BINÓMICA Números complejos en forma binómica Se llama número complejo a cualquier expresión de la forma z = x + yi donde x e y son números reales cualesquiera e i =
Más detallesMAT2715 VARIABLE COMPLEJA II Ayudantia 5 Rodrigo Vargas. g(z) e u(z) 1. u(z) a log z + b
PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE FACULTAD DE MATEMÁTICAS MAT2715 VARIABLE COMPLEJA II Ayudantia 5 Rodrigo Vargas 1. Sea u : C R una función armónica positiva. Pruebe que u es constante. Solución:
Más detallesÁlgebra II Primer Cuatrimestre 2016
Álgebra II Primer Cuatrimestre 2016 Práctica 3: Anillos Ejemplos construcciones 1. Probar que los siguientes conjuntos son anillos con las operaciones indicadas. Decidir en cada caso si son conmutativos,
Más detalles(a, 0) + (b, 0) = (a + b, 0), (a, 0) (b, 0) = (ab, 0),
NÚMEROS COMPLEJOS 1. Preliminares Definición. Se llama número complejo a todo par ordenado de números reales. Si z = (a, b) es un número complejo, se dice que a es la parte real de z y b es la parte imaginaria
Más detallesApéndice 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 detallesTema 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 detalles5.1. Aproximación de números reales por racionales
Capítulo 5 Aproximación de números reales por racionales En la antigua Grecia los números tenían un carácter mágico y divino. El primer lugar de la jerarquía lo ocupaban los números enteros. Había otros
Más detallesDeducción de las fórmulas del método del gradiente conjugado
Deducción de las fórmulas del método del gradiente conjugado Objetivos. Demostrar el teorema sobre los subespacios de Krylov en el método del gradiente conjugado. Requisitos. Subespacios generados por
Más detallesCÁLCULO 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 detallesIntegral 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 detallesEstructuras algebraicas. Departamento de Álgebra. Apuntes de teoría
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 2015/2016 Apuntes de teoría Tema 1: Grupos y subgrupos. 1.1. Introducción Definición 1.1. Un grupo es un par (G, ), donde G es un conjunto no vacío,
Más detallesCURSO CERO DE MATEMATICAS. Apuntes elaborados por Domingo Pestana Galván. y José Manuel Rodríguez García
INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIONES CURSO CERO DE MATEMATICAS Apuntes elaborados por Domingo Pestana Galván y José Manuel Rodríguez García UNIVERSIDAD CARLOS III DE MADRID Escuela Politécnica
Más detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detalles9 Ecuaciones diferenciales ordinarias. Ecuaciones diferenciales de primer orden en forma normal
Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM 1 9 Ecuaciones diferenciales ordinarias. Ecuaciones diferenciales de primer orden en forma normal 9.1 Definición Se llama ecuación diferencial ordinaria
Más detallesJornadas sobre Polinomios Ortogonales. Resumen de las conferencias
Jornadas sobre Polinomios Ortogonales Jaca (Huesca), 25 y 26 de mayo de 2007 Resumen de las conferencias Viernes, 25 de mayo, mañana Sobre la obra científica de Manuel Alfaro Francisco Marcellán Universidad
Más detallesInterp r o p la l c a ió i n seccio i nal a l (S ( pl p i l n i e) Val a o l re r s pr p e r scri r t i os N (x)
Introducción al método de los elementos finitos Métodos Numéricos 2 Laboratori de Càlcul Numèric (LaCàN) Dep. de Matemàtica Aplicada III Universitat Politècnica de Catalunya www-lacan.upc.es Ventajas del
Más detallesDescomposición de dos Anillos de Funciones Continuas
Miscelánea Matemática 38 (2003) 65 75 SMM Descomposición de dos Anillos de Funciones Continuas Rogelio Fernández-Alonso Departamento de Matemáticas Universidad Autónoma Metropolitana-I 09340 México, D.F.
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 46 Capítulo II 2 / 46 1 Introducción Métodos Directos Sistemas Triangulares Sustitución Hacia Atrás Invertibilidad de una Matriz
Más detallesTema 6: Introducción a la Inferencia Bayesiana
Tema 6: Introducción a la Inferencia Bayesiana Conchi Ausín Departamento de Estadística Universidad Carlos III de Madrid concepcion.ausin@uc3m.es CESGA, Noviembre 2012 Contenidos 1. Elementos básicos de
Más detallesLA CLASE VIRTUAL LOS NUMEROS COMPLEJOS
LA CLASE VIRTUAL LOS NUMEROS COMPLEJOS La ecuación x 2 +1=0 carece de soluciones en el campo de los números reales. log e (-2) no es un número real. Tampoco es un número real (-2) π Un número complejo
Más detallesIntegrales paramétricas
5 Integrales paramétricas Página 1 de 29 1. uchas de las funciones que se manejan en Análisis atemático no se conocen mediante expresiones elementales, sino que vienen dadas a través de series o integrales.
Más detallesPolinomios Ortogonales, Funciones de Transferencia y Transformaciones Espectrales
UNIVERSIDAD CARLOS III DE MADRID DEPARTAMENTO DE MATEMÁTICAS TESIS DOCTORAL Polinomios Ortogonales, Funciones de Transferencia y Transformaciones Espectrales AUTOR: Javier Hernández Benítez DIRECTOR: Francisco
Más detallesEl teorema de los residuos
Tema 2 El teorema de los residuos 2. Singularidades aisladas de una función Definición 2. Sea f: A C. Se dice que f tiene una singularidad aislada en el punto α A, si existe un E(α, r tal que la función
Más detalles1. 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 detallesA la memoria de Chicho
MARGARIA MAHEMAICA EN MEMORIA DE JOSÉ JAVIER (CHICHO) GUADALUPE HERNÁNDEZ (Luis Español yjuan L. Varona, editores), Servicio de Publicaciones, Universidad de La Rioja, Logroño, Spain, 2001. EORÍA DE POLINOMIOS
Más detallesDepartamento de Matemática Aplicada II. Universidad de Sevilla. Solución de la Primera Prueba Alternativa ( )
MATEMÁTICAS I ( o de GIE y GIERM (Curso - Departamento de Matemática Aplicada II. Universidad de Sevilla Solución de la Primera Prueba Alternativa (-- Ejercicio.. Calcule las raíces cúbicas del número
Más detallesI. Métodos directos para resolución de SEL. Se dice que una matriz A admite una factorización LU indirecta A = LU
I. Métodos directos para resolución de SEL 1. Factorización LU Se dice que una matriz A admite una factorización LU si dicha matriz puede escribirse como el producto de una matriz triangular inferior,
Más detalles