Universidad Autónoma de Madrid

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

Download "Universidad Autónoma de Madrid"

Transcripción

1 Universidad Autónoma de Madrid Máster en Matemáticas y Aplicaciones Trabajo final de Fundamentos de Análisis Matemático Espacios de Hardy y sucesiones de interpolación para funciones holomorfas Marta de León Contreras

2

3 Índice general.1. Espacios de Hardy en el disco unidad Espacios H p (R 2 +) Dual de los espacios H p Sucesiones de interpolación

4 Prólogo. En este trabajo se presenta una introducción de la teoría de los espacios de Hardy complejos y las sucesiones de interpolación. Estos espacios fueron introducidos por F. Riesz, quien los llamó después espacios de Hardy, por su publicación en 1915 On the mean value of the modulus of an analytic function. El objetivo de esta memoria es proporcionar una visión general de los espacios de Hardy, de modo que el lector pueda tener una ligera idea de en qué consisten estos espacios y cuáles son sus propiedades más importantes. Por esta razón, con el fin de que fuese un texto no muy largo, no se incluyen las demostraciones de algunos resultados que requerirían a su vez de otros resultados previos. Sin embargo, con el fin de que pueda comprenderse todo lo que se aborda en este trabajo, cuando un resultado no está demuestrado, cito el texto en el que se puede encontrar. 4

5 .1. Espacios de Hardy en el disco unidad Definición.1.1 Sea 0 < p <. Definimos el espacio H p (D) como el conjunto de funciones f(z) analíticas en D tales que sup f(re iθ ) p dθ <, 0 r<1 y H (D) como el espacio de todas las funciones f : D C analíticas y acotadas. Además, si f H p (D) y 1 p <, si f H p (D) y 0 < p < 1, y si f H (D), ( ) 1 f p = sup f(re iθ ) p p dθ 0 r<1 f p = sup f(re iθ ) p dθ 0 r<1 f = sup f(z). z <1 Nota.1.2 En algunos libros, se definen los espacios H p (D) como el conjunto de funciones analíticas f : D C, tales que ( 1 π ) 1 sup f(re iθ ) p p dθ <, 0 r<1 2π Como se puede comprobar, ambas formulaciones son equivalentes. Proposición.1.3 Sea G C un abierto, v : G R una función subarmónica, K G un subconjunto compacto y h : K R una función continua en K tal que h es armónica en el interior de K. Si v h en K, entonces v h en K. Definimos v 1 = v h. Supongamos, por reducción al absurdo, que v 1 (z) > 0 para algún z intk. Ya que v 1 es continua en K, v 1 alcanza su máximo m en K, y como v 1 0 en K, el conjunto E := {z K : v 1 (z) = m} es un subconjunto compacto no vacío de intk. Sea z 0 E. Entonces, para algún r > 0, tenemos que B(z 0, r) intk, pero algún subarco de z z 0 = r está en E c. Por lo tanto, v 1 (z 0 ) = m > 1 v 1 (z 0 + re iθ )dθ. 2π Esto significa que v 1 no es subarmónica en intk, pero por el terema del valor medio para funciones armónicas, v h es subarmónica en intk, lo cual es una contradicción. Nota.1.4 De la definición anterior y de la desigualdad de Hölder se deduce que H (D) H p (D) H q (D), para 0 < q < p <. 5

6 Sea 0 < p <. Ya que, para cada f analítica, f p es subarmónica, en virtud de la Proposición.1.3 se tiene ( ) 1 π que M p (f, r) = f(reiθ ) p p dθ es creciente en r. Por tanto, f p = lim M p (f, r). r 1 El mismo resultado se tiene para p = pero es consecuencia del principio del módulo máximo. Ejemplo.1.5 Veamos algunos ejemplos de funciones de H p (D). 1. Las funciones acotadas están en H p (D), para todo 0 < p <. 2. f(z) = 1 (1 z) γ es no acotada y tiene un polo en D. f está en Hp (D) si, y sólo si, γ < 1 p. Proposición Para p 1, p es una norma en H p (D) y (H p (D), p ) es un espacio de Banach. 2. Para p 1, la convergencia en norma p es más fuerte que la convergencia uniforme en compactos. 3. Si f(z) = ( n=0 n=0 a n z n es holomorfa en D, entonces f H 2 (D) n=0 a n 2 ) 1 2 a n z n y g(z) = b n z n. a n 2 <. Además, f 2 = n=0 y H 2 (D) es un espacio de Hilbert con el producto escalar f, g := n=0 Vamos a probar primero 2. a n b n, siendo f(z) = Sean p 1, f H p (D) y un compacto K D. Entonces, existe 0 < r < 1 tal que K D(0, r). Elegimos R (r, 1) y denotamos por Γ = D(0, R), de modo que Γ = {t = Re iθ, conθ [, π]}. De la fórmula integral de Cauchy, se sigue que f(z) = 1 f(t) 2πi t z dt, z K. Por tanto, para cada z K, R (r, 1), se tiene que f(z) = 1 2πi Γ f(re iθ )Re iθ Re iθ z dθ 1 2π en virtud de la desigualdad de Hölder. Por consiguiente, ( ) 1 1 p sup f(z) z K 2π f(re iθ ( ) 1 ) 1 R r dθ p 2π De este modo, si {f n } H p (D) y f n f en H p (D), con f H p (D), entonces para cada compacto K D. ( ) 1 1 p sup f n (z) f(z) z K 2π n=0 f p R r, f p 1 r. (.1.1) f n f p, 1 r 1. Sea f H p (D). Es claro que f p 0, y que f p = 0 f = 0. Para cada λ C, ya que λf p = λ p f p, se tiene que λf p = sup 0 r<1 ( λf(reiθ ) p dθ ) 1 p = λ f p. Por último, como consecuencia de la desigualdad de Minkowski para integrales, se tiene que f + g p f p + g p, para cada f, g H p (D) Veamos H p (D) es completo con la métrica d(f, g) := f g p. 6

7 Sea {f n } H p (D) una sucesión de Cauchy. Entonces, para cada ɛ > 0, existe un n 0 N tal que, para cada n, m n 0 se tiene que f n f m p < ɛ. De (.1.1) aplicada a f n f m se deduce que {f n } es de Cauchy con respecto a la métrica que genera la topología de las funciones holomorfas, que es un espacio métrico completo, luego existe f holomorfa en D tal que f n f uniformemente en cada compacto. Veamos que f H p (D) y que f n f en H p (D). Ya que {f n } es de Cauchy en H p (D), se tiene que, para cada 0 r < 1, y cada n, m n 0, M p (f n f m, r) = ( ) 1 π f n(re iθ ) f m (re iθ ) p p dθ < ɛ, y como f n f uniformemente en D(0, r), para cada 0 r < 1, resulta lim M p(f n f m, r) = M p (f f m, r) < ɛ. n En particular, para m = n 0, se tiene que f f n0 H p (D), luego f H p (D). Además, por lo anterior se tiene que, para cada m n 0, f f m p < ɛ, y esto significa que f n f en H p (D). ( ) ( 3. Haciendo uso de que f(re iθ ) 2 = f(re iθ )f(re iθ ) = a n r n e inθ a k r k e ), ikθ se tiene que M 2 (f, g) = ( 2π n=0 a n 2 r 2n ) 1 2. Por tanto, f 2 2 = 2π n=0 n=0 k=0 a n 2, y f H 2 (D) a n 2 <. En el apartado 1. hemos visto que H 2 (D) es completo. Además,, es un producto escalar y está bien definido, en virtud de la desigualdad de Cauchy-Schwarz. Por tanto, H 2 (D) es un espacio de Hilbert. Nota.1.7 Si p (0, 1), la aplicación p no es una norma, pero H p (D) es un espacio vectorial y d(f, g) = f g p define una distancia sobre él. Para el siguiente Teorema necesitamos de otro resultado previo, cuya demostración puede consultarse en la página 308 de [6]. n=0 Proposición.1.8 Sean R > 0, Ω = D(0, R), f H(Ω), f(0) 0, y z 1,..., z N repetidos tantas veces según su multiplicidad. Entonces, f(0) N { r 1 π } α n = exp log f(re iθ ) dθ. 2π los ceros de f en D(0, r), Esta fórmula se conoce como Fórmula de Jensen. Nótese que la hipótesis f(0) 0, no nos molesta, pues en caso de que f tenga un cero de orden k en z = 0, aplicaríamos la fórmula a f(z)/z k. Teorema.1.9 Sea f una función analítica en D, no idénticamente nula, y {z n } sus ceros en D, repetidos tantas veces según su multiplicidad. Entonces, π log f(reiθ ) dθ está acotada si, y sólo si, (1 z n ) <. Supongamos que f tiene un cero de multiplicidad m 0 en el origen, luego f(z) = αz m +, α 0. Denotamos al resto de sus ceros por a n, n N, y los ordenamos de modo que 0 < a 1 a 2. Por la 7

8 fórmula de Jensen, 1 π log f(re iθ ) dθ = 2π a n <r log r a n + log( α rm ). Nótese que ambos miembros de la igualdad son crecientes en r. Supongamos que existe C > 0 tal que log f(reiθ ) dθ C y fijamos N N. Entonces, para cada r > a N, 1 2π N log r a n a n <r log r a n C log( α rm ). Tomando r 1 y elevando e a cada miembro de la desigualdad anterior, obtenemos que, para cada N N, En virtud de la Proposición??, esto implica que Recíprocamente, supongamos que que esto implica que 0 < α e C N a n. (1 a n ) <. (1 a n ) <. Por nociones básicas sobr productos infinitos sabemos a n <, y aplicando exponenciales a la fórmula de Jensen, obtenemos a n <r { a n 1 π } exp log f(re iθ ) dθ < α. 2π Definición.1.10 Se dice que una función f : D C tiene límite no tangencial L en un punto e iθ0 cuando para cada α (0, π 2 ), donde S α(θ 0 ) = {z D : lim f(z) = L z e iθ 0 z S α(θ 0) arg(e iθ0 z) < α}. (D) La siguiente Proposición no la vamos a probar, pues requiere de otros resultados previos, pero nos será útil en lo que sigue. En caso de duda, ver [5]. Proposición.1.11 [Fatou] Si f : D C es analítica y acotada en D, tiene límite valores frontera no tangenciales en casi todo punto en la circunferencia unidad. Nótese que, si una función tiene límite no tangencial, entonces tiene límite radial y este coincide con el tangencial. En lo que sigue, denotaremos f(e iθ ) := lim f(z). z e iθ La proposición anterior nos dice que si f está acotada y es analítica en D, f(e iθ ) = lim f(z) existe para z e iθ caso todo θ. 8

9 Proposición.1.12 Sea {z n } C, tales que 0 < z n < 1, n N, y (1 z n ) <. Entonces, el producto infinito B(z) = converge uniformemente en cada disco D(0, R) = {z C : z n z n z n z 1 z n z z R}, R < 1. Además: 1. Cada z n es un cero de B(z), con multiplicidad igual al número de veces que aparece en la sucesión, y B(z) no tiene más ceros que estos en D. 2. B(z) < 1, z D. 3. B(e iθ ) = 1 a.e. Sea R < 1. Para cada z D(0, R), 1 z n z n z 1 z n z = z n z n 2 z z n z n + z n z z n (1 z n z) = (z n + z n z)(1 z n ) z n (1 z n z) Ya que z n (1 a n ) <, se sigue que z n z n 2(1 z n ) 1 R. z n z converge uniformemente en D(0, R). Como R < 1 1 z n z era arbitrario, se tiene que el producto anterior converge uniformemente en cada D(0, R), R < 1. Por tanto, z n z n z representa una función analítica B(z) en D. z n 1 z n z Además, para cada n N, B(z n ) = 0 y B(z) 0, para cada z D \ {z n }. Por otra parte, para cada z D, luego para cada N N, Vamos a probar 3. N z n z n z n z n z n z 1 z n z = z n z 1 z n z < 1, z n z < 1, y por consiguiente B(z) < 1, z D. 1 z n z Nótese que, por lo que acabamos de probar en 2., para cada z D, B (z) < 1, luego en virud de la Proposición.1.11, para casi todo ξ (D), el límite no tangencial B(ξ) = lim z ξ B(z) existe y coincide con el límite radial. Ya que z n > 0, para cada n N, podemos escribir log B(0) = log z n < 0, n N, se tiene que log z n >. log z n. Ya que Sea 0 < r < 1 con r z n, n N. De la fórmula de Jensen se sigue que log B(0) = ( ) zn log + 1 log B(re iθ ) dθ, r 2π z n <r (1 z n ) < y 9

10 es decir, luego Tomamos p tal que n>p Entonces, log z n = ( ) zn log + 1 log B(re iθ ) dθ, r 2π z n <r 1 π log B(re iθ ) dθ = ( ) r log 2π z n z n <r ( ) 1 log. z n ( ) 1 log < ɛ, y r < 1 tan cerca de 1 que z n < r, n = 1, 2,..., p. z n 1 π log B(re iθ ) dθ 2π p ( ) r log z n o, tomando r < 1 suficientemente cerca de 1, 1 π log B(re iθ ) dθ > 2ɛ. 2π Esto significa que p lim sup 1 log B(re iθ ) dθ 0. r 1 2π Pero lim B(re iθ ) = B(e iθ ) a.e. y log B(re iθ ) 0. r 1 Del lema de Fatou para el límite superior se tiene que 1 π log B(e iθ ) dθ 0. 2π Ya que B(e iθ ) 1, tenemos que log B(e iθ ) = 0 a.e. Definición.1.13 Sea {z n } C, tales que 0 < z n < 1, n N, y forma B(z) = z n z n z n z 1 z n z, z D, ( ) 1 log ɛ, z n se denomina producto de Blaschke y representa una función analítica en D. Se puede permitir que un número finito de z n sean cero, en cuyo caso B(z) = z m z n z n siendo m < la multiplicidad del 0 como cero de B(z). (1 z n ) <. Toda función de la z n z 1 z n z, z D, Teorema.1.14 Sea f H p (D), con 0 < p. Entonces, existe un producto de Blaschle B(z) y una función G(z) H p (D), sin ceros en D, tal que f(z) = B(z)G(z). 10

11 Hacemos el caso 0 < p <. El caso p = se haría de manera análoga. Sea 0 r < 1. De la desigualdad entre la media aritmética y la geométrica, se sigue que Por el Teorema.1.9, 1 2π p log f(re iθ ) dθ log 1 2π f(re iθ ) p dθ log C. (1 z n ) <, siendo {z n } son los ceros de f(z) en D. Por tanto, el producto de Blaschke B(z) formado por los ceros de F, define una función analítica y G(z) = f(z) B(z) Definimos, para cada N N, N z n z n z B N (z) = z n 1 z n z. no tiene ceros en D. Ya que B(z) converge absolutamente en D, para cada r < 1, B N (z) B(z), cuando N uniformemente en D(0, r). Tomamos un r < 1 tal que z n r, para cada n N. Entonces, pero, para cada N N, G N (z) = para cada r < 1 fijo, G N (re iθ ) p dθ = lim N f(re iθ p ) B N (re iθ ) dθ, f(z) B N (z) es analítica en D, luego G N(z) p es subarmónica en D y, por tanto, G N (re iθ ) p dθ lim sup G N (Re iθ ) p dθ. R 1 Sin embargo, para Nfijo, B N (Re iθ ) 1 uniformemente, cuando R 1, luego lim sup R 1 De este modo, para cada r < 1, Finalmente G N (Re iθ ) p dθ = lim R 1 sup G N (re iθ ) p dθ 2πC, N N. y como r < 1 era arbitrario, concluimos que G H p (D). G(re iθ ) p dθ 2πC, f(re iθ ) p dθ 2πC. Nota.1.15 De la demostración anterior se deduce que sup r<1 G(re iθ ) p dθ sup r<1 Por otra parte, ya que f = BG y B(z) 1, z D, se tiene que sup r<1 Por tanto, podemos concluir que f p = G p. f(re iθ ) p dθ sup r<1 f(re iθ ) p dθ. g(re iθ ) p dθ. 11

12 Corolario.1.16 Sea f H p (D). Entonces, f(z) = B(z)(g(z)) 1 p, donde B(z) es un producto de Blaschke y g H 1 (D) no tiene ceros en D. Por el Teorema.1.14, f = BH, con H H p (D) sin ceros en D. Tomamos g(z) = (H(z)) p, z D. Es claro que g H 1 (D) y no tiene ceros en el disco porque H tampoco los tiene. Teorema.1.17 Sea p > 0 y f H p (D). Entonces, para casi todo e iθ, f(e iθ ) p dθ = f p, 0 < p < 1 lim z e iθ f(z) = f(e iθ ) existe y es finito y f(e iθ ) p dθ = f p p,, p 1. Suponemos f 0. Por el Teorema.1.14, f = BG, donde B es un producto de Blaschke y G H p (D), sin ceros en D. Además, por la Nota.1.15, f p = G p. En virtud del Corolario.1.16, G(z) = (h(z)) 1 p, luego h H 1 (D) y donde el valor frontera h(e θ ) existe a.e. h 1 = lim sup h(re iθ ) dθ = h(e iθ ) dθ, r 1 Para casi todo θ, existe lim G(z) = lim (h(z)) 1 p = G(ei θ ). Entonces, como lim B(z) = B(e iθ ), para casi z e iθ z e iθ z e iθ todo θ, se tiene que lim f(z) = B(e iθ )G(e iθ ) = f(e iθ ) para casi todo θ. z e iθ Finalmente, si 0 < p < 1, teniendo en cuenta que B(e iθ ) = 1 a.e., f p = G p = h 1 p p = h 1 = h(e iθ ) dθ = G(e iθ ) p dθ = f(e iθ ) p dθ. Si p 1, se obtiene la misma cadena de igualdades pero cada una de las normas están elevadas a las raíz p-ésima. Teorema.1.18 Si f H p (D), lim f(re iθ ) f(e iθ ) p = 0, r 1 donde f(e iθ ) es el valor frontera de f(z), que por el Teorema.1.17 existe a.e. 12

13 Ya que f H p (D), podemos escribir f(z) = B(z)G(z), donde G H p (D) y no tiene ceros en D, y B(z) es el producto de Blaschke formado por los ceros de f(z). Si r < 1 y 0 < p < 1, se tiene que f(e iθ ) f(re iθ ) p dθ B(re iθ ) p G(e iθ ) G(re iθ ) p dθ + B(e iθ ) B(re iθ ) p G(e iθ ) p dθ G(e iθ ) G(re iθ ) p dθ + B(re iθ ) B(e iθ ) p G(e iθ ) p dθ. Si p 1, se tienen desigualdades similares, salvo que las integrales están afectadas por la raíz p-ésima. Teniendo en cuenta que B(z) 1, lim B(re iθ ) = B(e iθ ) a.e, y que G(e iθ ) p L 1 (, π), del Teorema de r 1 la convergencia dominada se sigue que lim r 1 B(re iθ ) B(e iθ ) p G(e iθ ) p dθ = 0. Por tanto, queda probar que lim G(e iθ ) G(re iθ ) p dθ = 0. r 1 Nótese que si p 1, entonces podemos escribir G(re iθ ) = 1 2π P r (θ t)f (e iθ )dt, donde P r denota el núcleo de Poisson en el disco. Por el Teorema.1.17, ya que G H p (D), G(e iθ ) L p (, π), luego por la propiedad de aproximación de la identidad de P r, obtenemos que lim r 1 G(re iθ ) G(e iθ ) p dθ = 0. Supongamos p 1 2. Ya que G(z) 0, para cada z D, podemos tomar H(z) = G(z). Entonces, H(z) H 2p (D), con 2p 1. Por tanto, G(re iθ ) G(e iθ ) p dθ = ( [H(re iθ ) H(e iθ )][H(re iθ ) + H(e iθ )] p dθ H(re iθ ) H(e iθ ) 2p dθ ) 1 2 ( ) 1 ( H(re iθ ) + H(e iθ ) 2p 2 π dθ C H(re iθ ) H(e iθ ) 2p dθ donde C es independiente de r, pues G H 2p (D). Ya que 2p 1, por lo que probamos en el caso anterior, π sabemos que lim H(re iθ ) H(e iθ ) 2p dθ = 0, luego el resultado se tiene para p 1 r 1 2. Si p 1 4, hacemos de nuevo la sustitución H(z) = G(z) y procedemos como arriba, usando el resultado que acabamos de probar. Siguendo este procedimiento, podemos probar el resultado para p 1 8, p 1 16, etc, luego el teorema queda demostrado. Nota.1.19 Si p =, el Teorema anterior no es cierto. En efecto, supongamos que f H (D) y f(e iθ ) f(re iθ ) 0, cuando r. Necesariamente, f(e iθ ) es continua, lo cual no es cierto, pues existen muchas f H (D) con f(e iθ ) no continuo. Sin embargo, si definimos f = ess θ sup f(e iθ ), 13

14 entonces si f H (D), entonces f H p (D) para cada p > 0, y por tanto f(e iθ ) existe a.e. y podemos usar el teorema anterior. Definición.1.20 Definimos H p (D) = {f : D C : f H p ( D)}. Como es usual, definimos la relación de equivalencia f g si f = g a.e., de modo que H p (D) esta formada por las clases de equivalencias según la relación. Nótese que H p (D) L p (, π), más precisamente, H p (D) es un subespacio vectorial de L p (, π), pues es cerrado bajo la suma y la multiplicación por escalares. Veamos que H p (D) es también topológicamente cerrado. Para cada φ L p (, π), ( φ p = φ(t) p dt ) 1 p. En lo que sigue, para f H p (D) utilizaremos la norma con la notación del Teorema.1.17: Si p 1, ( f p = f(e iθ ) p dθ ) 1 p, y si 0 < p < 1, f p = f(e iθ ) p dθ. Nota.1.21 Es claro que H p (D) contiene a todas las funciones de la forma p(e iθ ) = a n e inθ, a n C, para cada n N. A estas funciones se las conoce como polinomios en e iθ. Sin embargo, podemos decir mucho más, como se muestra en el siguiente Teorema. Teorema.1.22 Sea 0 < p <. H p (D) es la clausura en L p del conjunto de los polinomios en e iθ. Demostración Para cada 0 < ρ < 1, definimos f ρ (z) = f(ρz). Sean f H p (D) y ɛ > 0. Por el Teorema.1.18 sabemos que existe un ρ < 1 tal que f ρ f p < ɛ 2. Sea S n (z) la n-ésima suma parcial de la serie de Taylor de f en el origen. Ya que S n (z) f(z) uniformemente en D(0, ρ), se tiene que, para n suficientemente grande, S nρ f ρ p < ɛ 2. Entonces, para p 1, en virtud de la desigualdad de Minkowski tenemos que S nρ f p < ɛ. Esto implica que f(e iθ ) pertenece a la clausura en L p de los polinomios en e iθ. Si p < 1, utilizamos la desigualdad (a + b) p 2 p (a p + b p ), siendo a, b > 0, y obtenemos el mismo resultado. Para acabar la prueba, debemos demostrar que H p (D) es cerrado. n=0 14

15 Supongamos que una sucesión {f n (e iθ )} H p (D) converge en media L p a ϕ(θ) L p (, π). Entonces, por el lema anterior, {f n (z)} es uniformemente acotada en cada disco D(0, R), R < 1. Por tanto, {f n } es una familia normal, luego existe una subsucesión {f nk (z)} que converge uniformemente en cada disco D(0, R), R < 1, a una función analítica f(z). Es claro que f H p (D). Veamos que ϕ(θ) = f(e iθ ) a.e. Sea ɛ > 0. Elegimos N N tal que, para cada n, m N, f n f m p < ɛ. Entonces, para m N y r < 1, ( f(re iθ ) f m (re iθ ) p dθ ) 1 p ( ) 1 = lim f nk (re iθ ) f m (re iθ ) p p dθ lim f n k f m p < ɛ. k k Por tanto, para cada m N, se tiene que f f m p < ɛ. Esto significa que f f n p 0, cuando n, y ϕ(θ) = f(e iθ ) a.e. Con un argumento similar al de la demostración anterior se tiene que H (D) es cerrado..2. Espacios H p (R 2 +) Denotamos por R 2 + = {z C : Imz > 0}. Definición.2.1 Sea 0 < p <. Una función analítica en R 2 + se dice que pertenece a H p (R 2 +) si existe una constante C > 0 tal que f(x + iy) p dx C, y 0. Además, definimos H (R 2 +) como el conjunto de las funciones analíticas y acotadas en R 2 +. Teorema.2.2 Sean f H p (R 2 +), p 1. Entonces, para casi todo t R, 1. existe lim z t f(z) = f(t), 2. f(t) L p (, ) 3. f(z) = 1 π y (x t) 2 + y 2 f(t)dt,, para cada z R2 +. Ver página 153 de [5]. Teorema.2.3 Si f H p (R 2 +), p 1 y para cada w = i z i+z, z R2 + (w es el resultado de realizar la aplicación conforme que va del semiplano superior al disco) se tiene que g(w) = f(z), entonces g(w) H p (D). Por el Teorema.2.2, f(z) = 1 π y z t 2 f(t)dt, donde f(t) L p (, ). Por el cambio de variables w = i z i+z, obtenemos obtenemos g(re iθ ) = 1 1 r 2 2π 1 + r 2 2rcos(θ τ) g(eiτ )dτ), 15

16 ( poniendo f(t) = g Entonces, i t i+t ). f(e iτ ) p dτ = 2 f(t) p 1 + t 2 dt 2 f(t) p dt <. Esto significa que f(reiθ ) p dθ está acotado. Por tanto, f H p (D). Este Teorema también es válido para 0 < p < 1. Para ver la demostración detallada consultar [5]. Nota.2.4 El recíproco del Teorema anterior no es cierto, esto es: g(ω) H p (D) f(z) H p (R 2 +). La correcta equivalencia sería la siguiente: Para cada ω = i z i+z, z R2 +, tal que g(w) = f(z), g(ω) H p (D) f(z) (z + i) 2 p H p (R 2 +). Los resultados que hemos visto en la sección anterior para el disco pueden traducirse para el semiplano..3. Dual de los espacios H p En esta sección vamos a considerar principalmente el círculo unidad. Por tanto, vamos a tratar sólo con los valores frontera f(e iθ ) de las funciones de H p (D), esto es, con el espacio H p ( D), que ya hemos visto anteriormente que se trata de un subespacio cerrado de L p (, π). Resultados similares se obtienen para el semiplano superior por métodos análogos. Notación. Por simplificar la notación vamos a referirnos por H p a H p ( D). Llamamos H p (0) = {f H p : f(eiθ )dθ = 0}. Recordemos primero la siguiente definición. Definición.3.1 Sean X un espacio de Banach y S un subespacio cerrado de X. Para cada x X, se define la clase de equivalencia de x módulo S es el subespacio [x] = {x + y : y S} = x + S, y el espacio cociente por X/S = {[x] : x X}. Es fácil verificar que X/S es un espacio vectorial. Teorema.3.2 Si 1 < p < y 1 p + 1 q = 1, Lq /H q tiene como dual a H p (0) y H p tiene como dual L q /H q (0). Nota.3.3 Esta asimetría es uno de los resultados de trabajar en el disco unidad. Ésta desaparece si trabajamos en el semiplano superior. Sea Λ : L q /H q C un funcional lineal acotado. Nótese que Λ define un funcional lineal acotado en L q (, π), luego para cada f L q (, π), por el Teorema de representación de Riesz tenemos que existe un único L L p (, π) tal que Λ(f) = Λ(f + H q ) = 16 f(e iθ )L(e iθ )dθ.

17 Además, si g H q, Λ(g) = 0. En particular, para cada n = 0, 1, 2,..., e inθ L(e iθ )dθ = 0. Por tanto, L(e iθ ) tiene una serie de Fourier de la forma A n e inθ y, ya que L(e iθ ) L p (, π), L(e iθ ) H p (0). Recíprocamente, cualquier L(e iθ ) H p (0) define un funcional lineal Λ : L q /H q C tal que Λ(f) = Λ(f + H q )) = f(e iθ )L(e iθ )dθ, f L q /H q. Por otra parte, si L(e iθ ) L q (, π) y f H q (0) es arbitrario, para cada g H p, la forma lineal Λ(g) = (L(e iθ + f(e iθ ))g(e iθ )dθ no depende de f H q (0). Por tanto, L + H q (0) es un funcional lineal acotado en H p. Recíprocamente, tomamos Λ cualquier funcional lineal en H p. Por el Teorema de Hahn-Banach, podemos extenderlo a L p (, π), y por tanto, existe un L L q (, π), tal que Λ(g) = L(e iθ )g(e iθ )dθ, g L p (, π). Restringiéndonos a H p, Λ es dado por la clase de equivalencia de f en H q (0), esto es [f] = f + H q (0). Siguiendo el mismo procedimiento que en la demostración anterior, se obtiene el siguiente resultado: Teorema.3.4 El dual de L 1 /H 1 es H (0), y el dual de H 1 es L /H (0). En el semiplano superior se tiene el siguiente resultado: Teorema.3.5 Para 1 p <, con 1 p + 1 q = 1, el dual del espacio Hp (R 2 +), es el espacio L q /H q. Los resultado anteriores de dualidad nos dan algunos teoremas de aproximación por funciones de H p. Vamos a presentarlos para el disco unidad, pero de manera análoga se verifican para el semiplano superior. Teorema.3.6 Sea f L p (, π), 1 < p < y llamamos f H p p = inf{ f h p : h H p }. Entonces, { } 1. f H p π p = sup f(eiθ )g(e iθ )dθ, g H q (0), y g q = Existe un h 0 H p con f H p p = f h 0 p. 3. Existe un g 0 H q (0), g 0 q = 1, con f H p p = f(eiθ )g 0 (e iθ )dθ. 1. Esto es una expresión métrica de la dualidad entre L p /H p y H q (0). 2. Sea h n H p (D) con f h n p f H p p, cuando n. Entonces, h n p es acotado y por tanto existe una subsucesión {h nj } que converge débilmente en L p a un cierto h 0. Es claro que h 0 H p (D). Entonces, 17

18 f h nj f h 0 débilmente cuando j. Por tanto, como H p (D) es un espacio de Banach y p es semicontinua inferior débil, se tiene que f H p p f h 0 p lim j inf f h n j p = f H p p. 3. Del Teorema de extensión de Hahn Banach, existe un funcional lineal Λ : H p /H p C de norma 1 tal que Λ(f + H p ) = f H p p. Del Teorema.3.2, existe g 0 H q (0) con g 0 q = 1, tal que Λ(f + H p ) = f(eiθ )g 0 (e iθ )dθ..4. Sucesiones de interpolación. Definición.4.1 Una sucesión {z n } R 2 + se dice que es una sucesión de interpolación en el semiplano superior si, dada cualquier sucesión acotada {c n } C, existe una f H (R + 2 ) tal que, para cada n N f(z n ) = c n. En esta sección vamos a ver que es posible determinar todas las sucesiones de interpolación en términos de una condición geométrica. Condiciones necesarias Lema.4.2 {z n } R 2 + es una sucesión de interpolación si, y sólo si, existe una constante K > 0 tal que, para cada N N, si c n 1, n = 1,..., N, existe una f H (D), con f K, de modo que f(z n ) = c n, n = 1, 2,..., N. (K no depende de N). Supongamos que existe un K > 0 en las condiciones del lema. Sean {c n } C una sucesión cualquiera con c n 1 y, para cada N N, sea F N H (R 2 +) con f N K, tal que para n = 1, 2,..., N. f N (z n ) = c n, Ya que f N K, existe una subsucesión de {f N } que converge uniformemente en cada compacto en R 2 + a una función f H (R 2 +) con f K. Es claro que esta f verifica, para cada n N, f(z n ) = c n. Recíprocamente, supongamos que {z n } es una sucesión de interpolación. Definimos, para cada L N, Nótese que l = S L = {{f(z n )} : f H (R 2 +), f L} l. S L. Además, S L es cerrado en l, para cada L N. En efecto, sean L N y {f k } S L. L=1 Si {c n } l verifica f k (z n ) c n = sup n N f k (z n ) c n 0, cuando k, entonces podemos extraer una subsucesión {f kj } j=1 que converja uniformemente en cada compacto en R2 + a f H (R 2 +). Entonces, f L, y f(z n ) = c n, n N. Por tanto, {c n } S L y S L es cerrado en l. Por tanto, S L es cerrado en l, para cada L N. 18

19 En virtud del Teorema de la categoría de Baire, algún S L contiene una esfera de radio ρ > 0, centrada en un punto de la sucesión {f 0 (z n )} S L. Esto significa que, si c n f 0 (z n ) ρ, para cada n N, entonces existe un f H (R 2 +), con f L y f(z n ) = c n, n N. Por tanto, si d n ρ, n N, podemos encontrar un g H (R 2 +), g 2L, con g(z n ) = d n, n N. (Basta poner c n = d n + f 0 (z n ) y g = f f 0 ). Se sigue que si a n 1, n N, podemos encontrar un h H (R 2 +) con h 2L ρ cada n N. El resultado se obtiene con K = 3L/ρ. y h(z n) = a n, para Lema.4.3 Sea {z n } es una sucesión de interpolación en R 2 +. Entonces, existe δ > 0 tal que, para cada n N, z n z k z n z k δ > 0. (.4.2) k n Del Lema.4.2 sabemos que, si {z n } es una sucesión de interpolación en R 2 +, existe un K > 0 tal que, para cada n N, podemos encontrar un f H (R 2 +) con f K y 1, si k = n, f(z k ) = 0, si k n. De acuerdo con el Teorema.1.14, podemos formar un producto de Blaschke B(z) de los ceros {z k }, k n de f(z), de modo que f(z) = B(z)g(z), siendo g H (R 2 +) y g = f K. Para cada n N, se tiene que B(z n ) = z n z k z n z k δ > 0, k n luego, 1 = f(z n ) = B(z n ) g(z n ) K B(z n ). El resultado sigue tomando δ = 1 K. Hemos visto que (.4.2) es una condición necesaria para que {z n } R 2 + sea una sucesión de interpolación. Veamos que también es una condición suficiente. Lema.4.4 Si, para cada n N, entonces k n z n z k z n z k δ > 0, k n Im(z n )Im(z k ) z n z k log(1/δ). Para k, n N, k n, sean z k = x k + iy k, z n = x n + iy n, con x n, x k, y n, y k R. Se tiene que 0 < z n z k z n z k < 1, y 2 1 z n z k z n z k = z n z k 2 z n z k 2 z n z k 2 = (x n x k ) 2 + (y n + y k ) 2 (x n x k ) 2 (y n y k ) 2 z n z k 2 = 4y ny k z n z k 2. 19

20 Denotando P k = zn z k, z n z k se tiene que 2 log 1 P k = log 1 1 (1 Pk 2) = m=1 (1 P 2 k )m m 1 P 2 k = 4Im(z n)im ( z k ) z n z k 2. Ya que k n 2 log(1/p k ) 2 log(1/δ), se tiene el resultado. Definición.4.5 Una medida positiva µ (no necesariamente finita) definida en R + 2 se dice que es una medida de Carleson si, y sólo si, existe una constante K > 0 tal que, para cada f H 1 (R + 2 ), f(z) dµ(z) K f 1. R + 2 Las medidas de Carleson tienen una importante caracterización geométrica que viene dada por el siguiente Teorema. Ya que el concepto de medida de Carleson y la siguiente propiedad sólo la vamos a usar de pasada para probar el Teorema de interpolación, no vamos a entrar en detalles en la demostración, pero en caso de duda puede verse en [5], página 258. Teorema.4.6 (Carleson) Una medida µ es de Carleson si, y sólo si, para cada x R y h > 0, existe una constante C > 0 independiente de x y de h tal que µ((x, x + h) (0, h)) Ch. Lema.4.7 Si, para cada n N, la medida µ en R 2 + dada por z n z k z n z k δ > 0, k n dµ(z) = n N Im(z n )dδ zn (z), es una medida de Carleson. Vamos a probar que, para cada x 0 R y cada h > 0, µ([x 0, x 0 + h] (0, h)) (1 + 5 log 1 δ )h. Esto hace que µ sea una medida de Carleson por el Teorema.4.6. Sean x 0 R y h > 0. Denotamos S = [x 0, x 0 + h] (0, h). Tenemos que ver que Im(z n ) (1 + 5 log 1 δ )h, z n S y dicha condición se dará si demostramos que, para cada N N, Im(z n ) (1 + 5 log 1 δ )h. z n S n N 20

21 Sea N N grande. Si no existe z k, 1 k N con z k S, la desigualdad que queremos probar es cierta. Supongamos que existen algunos z k S, 1 k N. Si para algún z n de esos se tiene que Im(z n ) h/2, entonces la desigualdad deseada es cierta. En efecto, en virtud del Lema.4.4, k n Nótese que si z k S, k n, entonces Im(z n )Im(z k ) z n z k log(1/δ). Im(z n ) z n z k h, pues z n z k 2 = (x n x k ) 2 + (y n + y k ) 2 h 2 + 4h 2 = 5h 2, siempre que Im(z n ) h/2. Por lo tanto, y como Im(z n ) h, 1 10h Im(z k ) 1 2 log 1 δ, z n S n N Im(z k ) (h + 5h log 1 δ ), z k S luego la desigualdad deseada se cumple para cada N N. Supongamos que existen z k S para 1 k N, pero ninguno de ellos cumple Im(z k ) h 2. En ese caso, descomponemos el cuadrado S en un rectángulo superior R y dos cuadrados debajo S 1,1 y S 1,2. Ya que no hay nigún z k, 1 k n con z k S y Im(z k ) h 2, no existe tal z k en R. Por consiguiente, z k S 1 k N Im(z k ) = z k S 1,1 1 k N Im(z k ) + Si existe in z n S 1,1, 1 k N, con Im(z n ) h 4, entonces z k S 1,2 1 k N Im(z k ). Im(z k ) (1 + 5 log 1 δ )h, mientras que 2 si S 1,1 no tiene z k en él, para 1 k N, entonces z k S 1,1 1 k N Im(z k ) = 0. z k S 1,1 1 k N De la misma forma, si S 1,2 tiene en él un z n, 1 n N, con Im(z n ) h 4, se tiene que Im(z k ) (1 + 5 log 1 δ )h 2, y si S 1,2 no tiene ningún z k en él, con 1 k N, entonces Im(z k ) = 0. z k S 1,2 1 k N z k S 1,2 1 k N Si existen z k, 1 k N en S 1,1 pero todos ellos tienen Im(z k ) < h 4, dividimos S 1,1 en un reactángulo superior y dos cuadrados inferiores de lado h 4, S 1,1,1 y S 1,1,2, y vemos si existe un z n, 1 n N con Im(z n ) h 8 o si ningún z k está en ellos, para 1 k N. Haciendo la misma construcción en S 1,2, si existen z k, 1 k N en ellos, pero ningunoo cumple Im(z k ) h 4, y seguimos este procedimiento, parando cuando encontremos por primera vez un cuadrado inferior el cual, o no tiene z k, 1 k n en él, o tiene uno con Im(z k ) 1 2 de ese lado del cuadrado. Este proceso no puede continuar indefinidamente, pues estamos buscando sólo un número finito (N) de z k. 21

22 La construcción que acabamos de describir nos da un número finito de intervalos que no se solapan, I 1, I 2,..., I p dentro del intervalo I = [x 0, x 0 + h], teniendo cada uno de ellos longitud I dividido por alguna potencia de 2. Cada I k es la base de un cuadrado, llamémoslo S (k), que está en S y todos los z k, 1 k N, que pertenecen a S están en la unión de los S (k). Cada S (k) tiene en él un z k, 1 k N, con Im(z k ) 1 2 I k. De lo comentado al principio de la prueba, tenemos que, para k = 1,..., p, z j S (k) 1 j N Im(z j ) (1 + 5 log 1 δ ) I k. Por lo tanto, esto es, z j S 1 j N Im(z j ) p k=1 z j S (k) 1 j N z k S 1 k N Im(z j ) (1 + 5 log 1 p δ ) I k (1 + 5 log 1 δ ) I, k=1 Im(z k ) (1 + 5 log 1 δ )h. Teorema.4.8 (Teorema de Carleson) Una sucesión {z n } en el semiplano superior con z n z k z n z k δ > 0, k n para cada n N, es una sucesión de interpolación. Por el Lema.4.2, es suficiente probar que existe un K > 0 tal que, para cada N N, y cada c n C, n = 1, 2,..., N, con c n 1, existe un f H (R 2 +) con f K y f(z n ) = c n, n = 1, 2,..., N. Sea N N. Consideremos el producto de Blaschke finito Para 1 n N, B N (z n) = β n 2iIm(z n ), siendo B N (z) = β n = N ( ) zn z k. z n z k k=1 1 k N k n ( zn z k Por tanto, β n δ, 1 n N, en virtud de la hipótesis. z n z k Dados los números c n, c n 1, 1 n N, podemos encontrar la siguiente f H (R 2 +) con f(z n ) = c n, 1 n N: f(z) = f 0 (z) = B N (z) N ). c n B N (z n)(z z n ) = 2iB N(z) 22 N Im(z n ) β n c n z z n.

23 Cualquier otra f H (R 2 +) con f(z n ) = c n, 1 n N es de la forma f 0 + B N G, donde G H (R 2 +), y recíprocamente. Por lo tanto, vamos a ver que si f 0 BH tiene una cota independiente de N. Si tiene una cota K, entonces habrá una f H (R 2 +) con f K y f(z n ) = c n, n = 1, 2,..., N, siendo K independiente de N y el resultado quedará probado. Vamos a usar la teoría de dualidad vista anteriormente. Ya que B N (x) 1, x R, se tiene que f 0 B N H = inf{ f 0 B N G : G H }. Por un análogo al Teorema.3.6 para el semiplano superior, { } f 0 B N H f 0 (x) = sup B N (x) f(x)dx : f H1 (R 2 +), f 1 1. Para cada f H 1 (R 2 +), tenemos que N f 0 (x) B N (x) f(x)dx = 2i Im(z n ) β n c n x z n f(x)dx = 4π N c n β n Im(z n )f(z n ). Ya que β n δ y c n 1, f 0 (x) B N (x) f(x)dx 4π δ N Im(z n ) f(z n ). De acuerdo con el Lema.4.7, la medida que asigna masa Im(z n ) a cada punto z n es una medida de Carleson. Por lo tanto, para cada f H 1 (R 2 +), 4π δ Im(z n ) f(z n ) 4π δ C f 1. Por consiguiente, tenemos que f 0 B N H 4π δ C. Por tanto, f 0 B N H está acotado y la cota no depende de N. 23

24 Bibliografía. [1] L.V. Ahlfors, Complex Analysis, McGraw-Hill. [2] L. Bernal González, Análisis Real y Complejo (notas para el máster universitario en Matemática avanzada) [3] L. Carleson, J. Garnett, Interpolating sequences and separation properties. J. d Analyse Math. 28 (1975). [4] P.L. Duren, Theory of H p Spaces, Dover Publications, inc. [5] P. Koosis, Introduction to H p Spaces, Cambridge University Press. [6] W. Rudin, Real and Complex Analysis, McGraw-Hill. [7] R. L.Wheeden, A. Zygmund, Measure and Integral: An Introduction to Real Analysis. 24

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

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

Más detalles

Aplicaciones Lineales y Multilineales Continuas

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

Más detalles

1. Producto escalar, métrica y norma asociada

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

Más detalles

Subconjuntos destacados en la

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

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

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

Más detalles

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

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

Más detalles

Aplicaciones lineales continuas

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

Más detalles

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

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

Más detalles

Parte I. Iniciación a los Espacios Normados

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

Más detalles

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR} Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar

Más detalles

Funciones analíticas CAPÍTULO 2 2.1 INTRODUCCIÓN

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

Más detalles

Apuntes sobre algunos teoremas fundamentales de análisis complejo, con 20 ejemplos resueltos (2007-08)

Apuntes sobre algunos teoremas fundamentales de análisis complejo, con 20 ejemplos resueltos (2007-08) Variable Compleja I (3 o de Matemáticas) Apuntes sobre algunos teoremas fundamentales de análisis complejo, con ejemplos resueltos (7-8) En estos apuntes, consideraremos las funciones anaĺıticas (holomorfas)

Más detalles

Tema 3. Espacios vectoriales

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

Más detalles

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

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

Más detalles

Introducción al Análisis Complejo

Introducción al Análisis Complejo Introducción al Análisis Complejo Aplicado al cálculo de integrales impropias Complementos de Análisis, I.P.A Prof.: Federico De Olivera Leandro Villar 13 de diciembre de 2010 Introducción Este trabajo

Más detalles

Apuntes de Matemática Discreta 9. Funciones

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

Más detalles

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

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

Más detalles

Análisis III. Joaquín M. Ortega Aramburu

Análisis III. Joaquín M. Ortega Aramburu Análisis III Joaquín M. Ortega Aramburu Septiembre de 1999 Actualizado en julio de 2001 2 Índice General 1 Continuidad en el espacio euclídeo 5 1.1 El espacio euclídeo R n...............................

Más detalles

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES ) HOJA : Límites continuidad de funciones en R n. -. Dibuja cada uno de los subconjuntos de R siguientes. Dibuja su

Más detalles

Anexo 1: Demostraciones

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

Más detalles

(3) Regla del cociente: Si g(z 0 ) 0, f/g es derivable en z 0 y. (z 0 ) = f (z 0 )g(z 0 ) f(z 0 )g (z 0 ) . g

(3) Regla del cociente: Si g(z 0 ) 0, f/g es derivable en z 0 y. (z 0 ) = f (z 0 )g(z 0 ) f(z 0 )g (z 0 ) . g Funciones holomorfas 2.1. Funciones variable compleja En este capítulo vamos a tratar con funciones f : Ω C C, donde Ω C es el dominio de definición. La forma habitual de expresar estas funciones es como

Más detalles

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

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

Más detalles

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

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

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

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

Más detalles

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

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

Más detalles

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

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

Más detalles

Un problema sobre repetidas apuestas al azar

Un problema sobre repetidas apuestas al azar Un problema sobre repetidas apuestas al azar Eleonora Catsigeras 1 10 de marzo de 2003. Resumen En estas notas se da el enunciado y una demostración de un conocido resultado sobre la probabilidad de éxito

Más detalles

Variedades Diferenciables. Extremos Condicionados

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

Más detalles

Espacios generados, dependencia lineal y bases

Espacios generados, dependencia lineal y bases Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

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

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo

Más detalles

Integrales y ejemplos de aplicación

Integrales y ejemplos de aplicación Integrales y ejemplos de aplicación I. PROPÓSITO DE ESTOS APUNTES Estas notas tienen como finalidad darle al lector una breve introducción a la noción de integral. De ninguna manera se pretende seguir

Más detalles

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

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

Más detalles

ECUACIONES DIFERENCIALES ORDINARIAS. HOJA 9. La aplicación de Poincaré

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

Más detalles

Números Reales. MathCon c 2007-2009

Números Reales. MathCon c 2007-2009 Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................

Más detalles

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

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

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

Caracterización de los campos conservativos

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

Más detalles

Divisibilidad y números primos

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

Más detalles

Ecuaciones Diferenciales Tema 2. Trasformada de Laplace

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

Más detalles

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

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

Más detalles

9.1 Primeras definiciones

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

Más detalles

Integrales paramétricas e integrales dobles y triples.

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

Más detalles

Límite y continuidad de funciones de varias variables

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

Más detalles

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

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

Más detalles

Tema 10: Límites y continuidad de funciones de varias variables

Tema 10: Límites y continuidad de funciones de varias variables Tema 10: Límites y continuidad de funciones de varias variables 1 Funciones de varias variables Definición 1.1 Llamaremos función real de varias variables atodafunciónf : R n R. Y llamaremos función vectorial

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

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

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

Más detalles

Teóricas de Análisis Matemático (28) - Práctica 4 - Límite de funciones. 1. Límites en el infinito - Asíntotas horizontales

Teóricas de Análisis Matemático (28) - Práctica 4 - Límite de funciones. 1. Límites en el infinito - Asíntotas horizontales Práctica 4 - Parte Límite de funciones En lo que sigue, veremos cómo la noción de límite introducida para sucesiones se etiende al caso de funciones reales. Esto nos permitirá estudiar el comportamiento

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES

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

Más detalles

Clasificación de métricas.

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

Más detalles

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

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

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

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

Más detalles

VII. Estructuras Algebraicas

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

Más detalles

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES

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

Más detalles

Espacios Vectoriales

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

Más detalles

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u

Más detalles

4.1 El espacio dual de un espacio vectorial

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

Más detalles

3. Operaciones con funciones.

3. Operaciones con funciones. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lección. Funciones derivada. 3. Operaciones con funciones. En esta sección veremos cómo podemos combinar funciones para construir otras nuevas. Especialmente

Más detalles

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

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

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

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

Más detalles

CÁLCULO PARA LA INGENIERÍA 1

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

Más detalles

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

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

Más detalles

1. Ecuaciones no lineales

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

Más detalles

AXIOMAS DE CUERPO (CAMPO) DE LOS NÚMEROS REALES

AXIOMAS DE CUERPO (CAMPO) DE LOS NÚMEROS REALES AXIOMASDECUERPO(CAMPO) DELOSNÚMEROSREALES Ejemplo: 6 INECUACIONES 15 VA11) x y x y. VA12) x y x y. Las demostraciones de muchas de estas propiedades son evidentes de la definición. Otras se demostrarán

Más detalles

El Teorema de existencia y unicidad de Picard

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

Más detalles

Métodos generales de generación de variables aleatorias

Métodos generales de generación de variables aleatorias Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad

Más detalles

Listas de vectores y conjuntos de vectores

Listas de vectores y conjuntos de vectores Listas de vectores y conjuntos de vectores La explicación de los temas Dependencia lineal y Bases en el curso de Álgebra Lineal se puede basar en uno de los siguientes dos conceptos (o en ambos): ) listas

Más detalles

Tema 3: Producto escalar

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

Más detalles

Anexo 2: Demostraciones

Anexo 2: Demostraciones 0 Matemáticas I : Cálculo diferencial en IR Aneo : Demostraciones Funciones reales de variable real Demostración de: Propiedades del valor absoluto 79 de la página 85 Propiedades del valor absoluto 79.-

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

Tema 2 Límites de Funciones

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

Más detalles

Función exponencial y Logaritmos

Función exponencial y Logaritmos Eje temático: Álgebra y funciones Contenidos: Función exponencial y Logaritmos Nivel: 4 Medio Función exponencial y Logaritmos 1. Funciones exponenciales Existen numerosos fenómenos que se rigen por leyes

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

Matrices equivalentes. El método de Gauss

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

Más detalles

Transformaciones canónicas

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

Más detalles

Aplicaciones Lineales

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

Más detalles

Espacios vectoriales. Bases. Coordenadas

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

Más detalles

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

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

Más detalles

Estructuras algebraicas

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

Más detalles

Teorema de Green. 6.1. Curvas de Jordan

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

Más detalles

1 Espacios y subespacios vectoriales.

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

Más detalles

Subespacios vectoriales en R n

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

Más detalles

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

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

Más detalles

Aplicaciones Lineales

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

Más detalles

Dominios de factorización única

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

Más detalles

Definición de vectores

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

Más detalles

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama

Más detalles

1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS

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

Más detalles

EJERCICIOS DE FUNCIONES REALES

EJERCICIOS DE FUNCIONES REALES EJERCICIOS DE FUNCIONES REALES.- La ley que relaciona el valor del área de un cuadrado con la longitud de su lado es una función. Sabemos que la epresión que nos relacionas ambas variables es. Observa

Más detalles

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES

FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración

Más detalles

, o más abreviadamente: f ( x)

, o más abreviadamente: f ( x) TEMA 5: 1. CONCEPTO DE FUNCIÓN Observa los siguientes ejemplos: El precio de una llamada telefónica depende de su duración. El consumo de gasolina de un coche depende de la velocidad del mismo. La factura

Más detalles

Escenas de episodios anteriores

Escenas de episodios anteriores Clase 16/10/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Escenas de episodios anteriores objetivo: estudiar formalmente el concepto de demostración matemática. caso de estudio: lenguaje

Más detalles

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

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

Más detalles

CAPÍTULO III. FUNCIONES

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

Más detalles

Uniformización de dominios en la esfera de Riemann

Uniformización de dominios en la esfera de Riemann Uniformización de dominios en la esfera de Riemann María Isabel Castro Martínez 15 de marzo de 2012 Resumen En esta sección vamos a mostrar una versión del célebre teorema de uniformización de Poincaré,

Más detalles