El Problema de Pick y el Teorema de Cole-Lewis-Wermer

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

Download "El Problema de Pick y el Teorema de Cole-Lewis-Wermer"

Transcripción

1 Divulgaciones Matemáticas Vol. 10 No. 1(2002), pp El Problema de Pick y el Teorema de Cole-Lewis-Wermer The Pick Problem and The Cole-Lewis-Wermer Theorem Gladys Cedeño (gmcedeno@cantv.net) Departamento de Formación General y Ciencias Básicas Universidad Simón Bolívar Apartado Postal 89000, Baruta 1086, Edo. Miranda. Resumen Reformulando el concepto de medida dominante, y con dos hipótesis adicionales, se extiende el teorema de Cole-Lewis-Wermer a subespacios vectoriales B C () que separan puntos de y contienen a las funciones constantes. Palabras y frases clave: Espacio vectorial uniforme, estado, medida dominante, medida dominante de un subespacio. Abstract Reformulating the concept of dominant measure and adding two hypothesis, the Cole-Lewis-Wermer theorem is extended to vector subspaces B C () that separate points in and contain the constant functions. Key words and phrases: Uniform vectorial space, state, dominant measure, dominant measure of a subspace. 1 Introducción Si A es un álgebra uniforme y M 1,..., M n son puntos distintos del espacio de Gelfand de A, o sea, son funcionales lineales no nulos tales que M j (f g) = M j (f) M j (g) para todo f, g A y j = 1,..., n; e I := {f A : M j (f) = 0 para j = 1,..., n} Recibido 2001/04/21. Revisado 2002/05/29. Aceptado 2002/05/30. MSC (2000): Primary 43A99; Secondary 47B35, 32A50.

2 14 Gladys Cedeño entonces, I es un ideal cerrado en A de codimensión finita n, y el espacio cociente A /I es un álgebra de Banach con la norma definida por: donde := inf { g : g } := {g A : g f I}. Para toda n-upla de números complejos (w 1,..., w n ) = w existe la clase [f w ] tal que para toda g [f w ] M j (g) = w j para j = 1,..., n. El problema de Cole-Lewis-Wermer (C-L-W) [3], consiste en dar condiciones necesarias y suficientes para que [f w ] 1. En [3] y [4] se destacan dos ideas fundamentales. Por una parte, está el concepto de conjunto hiperconvexo de C n, introducido por estos autores, relacionado con una generalización de la desigualdad de Von Neumann. La otra idea es la de las medidas dominantes, relacionado con representaciones isomorfas del álgebra cociente A /I por álgebras de operadores en un espacio de Hilbert. En este artículo presentamos una versión del problema anteriormente señalado, reemplazando el álgebra uniforme A, por un espacio vectorial uniforme B, y el espacio de Gelfand de A, por el espacio de los estados de B (ver definiciones más abajo). Señalemos que, para el problema de Cole-Lewis-Wermer no tiene sentido plantearse un problema de clasificación o unicidad de las soluciones, ya que de existir solución, entonces ésta es la clase, [f w ] y por lo tanto es única. Sin embargo, como veremos más adelante, el problema de Cole-Lewis-Wermer es equivalente al problema de Pick en Hµ, para toda medida dominante µ, y este último problema puede tener infinitas soluciones. Aquí tratamos un problema sencillo de unicidad. 2 Notación y resultados básicos Sea un espacio compacto Hausdorff, C () el espacio de las funciones continuas a valores en C. Definición 2.1. Se llamará espacio vectorial uniforme sobre, a todo subespacio vectorial cerrado B de C () tal que:

3 El Problema de Pick y el Teorema de Cole-Lewis-Wermer 15 a) B separa puntos de, b) B contiene a las funciones constantes, c) f B = f = sup { f (x) : x }. En lo que sigue, B es un espacio vectorial uniforme sobre, fijo, B su espacio dual. Definición 2.2. Un elemento F B se dice que es un estado de B si, y sólo si, F (1) = 1 = F. El espacio de los estados de B lo denotamos por (B) o sea, (B) := {F B : F es un estado de B}. Evidentemente, (B) B. A (B) se le da la topología débil cerrado en esta topología. Es fácil demostrar: y es 1. Fijados M 1,..., M n (B) linealmente independientes y dados w 1,..., w n C existe f B tal que M j (f) = w j para j = 1,..., n. 2. Si I es un subespacio de B, entonces I tiene codimensión finita n si, y sólo si, existen M 1,..., M n B linealmente independientes tales que I = {f B : M j (f) = 0 para j = 1,..., n}. 3. Si I es un subespacio de B, entonces el espacio cociente B /I := { : f B} donde := {g B : g f I} = f + I, es un espacio vectorial con las operaciones entre clases dadas por + [g] = [f + g], c = [cf] para todo f, g B, c C. Además, toda norma en B induce una seminorma p ( ) en el espacio cociente B /I dada por p () := inf { g : g } = inf { g f : g I} y esta seminorma es una norma si, y sólo si, I es cerrado en B respecto de la norma. La norma en B /I se denota por para B /I. Definición 2.3. Sea I un subespacio cerrado de B de codimensión finita n. Se llamará n-upla definidora del subespacio I a toda n-upla M 1,..., M n B tal que I = {f B : M j (f) = 0 para j = 1,..., n} y M j = 1 para j = 1,..., n. I se llamará subespacio asociado a la n-upla (M 1,..., M n ) y B /I espacio cociente asociado al subespacio I o a la n-upla.

4 16 Gladys Cedeño Por lo señalado anteriormente sabemos que, fijados M 1,..., M n (B) B linealmente independientes, y dados w 1,..., w n C existe f B tal que M j (f) = w j para j = 1,..., n. De manera que si I y B /I son los asociados a la n-upla (M 1,..., M n ) entonces, existe la clase [f w ] B /I tal que para toda g [f w ] M j (g) = w j para j = 1,..., n. Esto nos indica que podemos plantear el problema de Cole-Lewis-Wermer en el contexto de los espacios vectoriales uniformes en los siguientes términos: Fijados M 1,..., M n (B) linealmente independientes, y w 1,..., w n C y dada [f w ] B /I tal que para toda g [f w ] M j (g) = w j para j = 1,..., n. Dar condiciones necesarias y suficientes para que [f w ] 1. 3 Respuesta al problema de Cole-Lewis-Wermer Fijemos un subespacio cerrado I B de codimensión finita n y sea B /I el espacio cociente asociado. Toda medida de probabilidad, µ, en determina, para cada p, (1 p < ) un espacio de Lebesgue L p (µ) = L p (, µ) con la norma f p,µ = f p = ( f (x) p dµ ) 1/p. Definimos H 2 µ como la clausura de B en L 2 (µ), I µ como la clausura de I en H 2 µ y E µ := H 2 µ I µ = (I) (F) Denotaremos con P Iµ y P Eµ a las proyecciones ortogonales de H 2 µ sobre I µ y E µ respectivamente, y con P + y P a las proyecciones ortogonales de L 2 (µ) sobre H 2 µ y ( H 2 µ). De modo que para toda f H 2 µ f = P Iµ f + P Eµ f y para toda g L 2 (µ) g = P + g + P g = g + + g. Proposición 3.1. Si E µ está definido como en (F), entonces dim E µ n. La dimensión puede ser igual a cero.(la demostración puede verse en [1]). Teorema 3.1. Sea B /I. Si = 1 entonces, existe una medida de probabilidad, λ, tal que (P Eλ f) (x) = 1 c.t.p. λ. Demostración. Como 1 = = dist (f, I), existe un único funcional lineal complejo l en I + {cf} c C tal que: l = 1 l (f) = 1 l (y) = 0 para todo y I. (3.1)

5 El Problema de Pick y el Teorema de Cole-Lewis-Wermer 17 Por el teorema de Hahn-Banach l se extiende a un funcional continuo l en C () preservando la norma, y por el teorema de representación de Riesz, existe una medida compleja ν en, tal que: l (g) = ν (g) = g (t) dν (t), g C () (3.2) ν = l = 1 (3.3) l (g) = l (g) = g (t) dν (t), g B. (3.4) Por (3.1) y (3.2) resulta que ν (I) = 0 pues, ν (y) = y (t) dν (t) = l (y) = l (y) = 0, y I (3.5) y ν (f) = 1 pues, ν (f) = f (t) dν (t) = l (f) = l (f) = 1. (3.6) Sea λ = ν, la variación total de ν, entonces, λ (1) = ν (1) = ν = 1 = λ, por lo tanto, λ es una medida de probabilidad, además ν es absolutamente continua respecto de λ y por el teorema de Radon-Nikodym, existe una función medible ϕ tal que dν = ϕdλ ϕ (x) = 1 c.t.p. λ ϕ L (λ). (3.7) Usando la definición de obtenemos una sucesión {y m } m 1 I tal que 1 = f y m < m 2. Por lo tanto, la sucesión {f y m} m 1 es uniformemente acotada, como {f y m } m 1 B L (λ) = ( L 1 (λ) ) y por el teorema de Bourbaki-Alaoglu, las bolas cerradas son compactas, entonces, existe una subsucesión {f y mk } k 1 y una función g L (λ) tal que (f y mk ) g débil si k, o sea, h (f y mk ) dλ como lím k f y m k = 1 resulta, hgdλ si k para toda h L 1 (λ) (3.8) g = 1. (3.9) Por ser L 2 (λ) L 1 (λ) entonces(3.8) vale para toda h L 2 (λ) y por (3.9) debe ser g (x) = 1 c.t.p. λ. Combinando (3.6),(3.7) y (3.8) resulta,

6 18 Gladys Cedeño 1 = fdν = (f y m k ) dν = (f y m k ) ϕdλ gϕdλ si k o sea, por lo tanto, g (t) ϕ (t) dλ (t) = 1 (3.10) g (x) = 1 y ϕ (x) = g (x) c.t.p. λ. (3.11) Combinando (3.5), (3.7) y (3.11) resulta, 0 = ν (y) = ydν = yϕdλ = ygdλ = y, g L 2 (λ) para todo y I o sea, g (I) = E λ. (3.12) Como g es límite débil en L 2 (λ) de la sucesión {f y mk } k 1 B Hλ 2, entonces, g Hλ 2 y f g es límite débil de la sucesión {y m k } I, por lo tanto, f g I λ, luego, f = (f g) + g con f g I λ y g E λ, en consecuencia, P Eλ f = g y (P Eλ f) (x) = 1 c.t.p. λ. Observemos que por ser B C (), para toda f, g B, f g C () pero no necesariamente f g B, por consiguiente imponemos a I la siguiente: Hipótesis 1 El subespacio cerrado I es tal que y f I para toda y I, f B. Lema 3.1. Sea µ una medida de probabilidad en, fija. Para cada f B sea S µ f : E µ E µ definido por S µ f e := P E µ P + fe para todo e E µ, entonces, a) Para cada f B S µ f L (E µ) y b) Si f I entonces, S µ f = 0. c) Para toda f, g B, c C S µ f f. S µ cf+g = csµ f + Sµ g Si f (x) = 1 para todo x, entonces S µ f = 1 E µ donde 1 Eµ es el operador identidad en E µ. Demostración. b) Si f I entonces, para todo e E µ tanto, S µ f e = P E µ P + ef = P Eµ ef = 0 para todo e E µ. fe I µ. Por lo

7 El Problema de Pick y el Teorema de Cole-Lewis-Wermer 19 Se deduce del lema anterior que, si f B es fijo, entonces S µ f+y = Sµ f para todo y I. En consecuencia, obtenemos el siguiente resultado: Proposición 3.2. Sea µ una medida de probabilidad en. Para cada B /I sea S µ : E µ E µ definido por S µ e = Sµ f e para e E µ. Entonces, a) Para cada B /I S µ L (E µ) y S µ. b) La aplicación S µ es un homomorfismo continuo del espacio cociente B /I en el espacio de operadores L (E µ ). Lema 3.2. a) Si µ es una medida de probabilidad en, entonces f = 1 E µ si, y sólo si, µ (y) = 0 para todo y I. b) Si µ = λ, la medida de probabilidad del teorema 3.1, entonces 1 E µ. Demostración. a) E µ = H 2 µ I µ = (I), luego 1 E µ y I 0 = y, 1 = y1dµ = ydµ = µ (y). b) Es suficiente demostrar que λ (y) = 0 para todo y I. En las condiciones del teorema 3.1 se tiene: ν (y) = 0 para todo y I, dν = ϕdλ, ϕ (x) = g (x), g (x) = 1 c.t.p. λ y g = lím (f y n k ) (débil ). Sea y I, entonces k yϕ L 1 (λ), y por la convergencia débil resulta, λ (y) = ydλ = yggdλ = ygϕdλ = lím k y (f y n k ) ϕdλ = lím k y (f y n k ) dν = lím ν (y (f y n k )) = lím l (y (f y nk )) = 0. k k Lema 3.3. Sea B /I, entonces = 1 si, y sólo si, { } S µ sup : µ es probabilidad = µ { } S µ sup : µ es probabilidad y µ (I) = 0 = 1. µ Demostración. Si = 1 entonces, { } S µ sup : µ es probabilidad y µ (I) = 0 { } S µ sup : µ es probabilidad = 1. Si µ = λ la probabilidad del teorema 3.1 entonces, λ (y) = 0 y

8 20 Gladys Cedeño ( S λ 1 2 ) = P Eλ f 2 = (P E λ f) (x) dλ = 1 luego, S λ 1 por lo tanto, { } S µ sup : µ es probabilidad y µ (I) = 0 1. { } S µ Recíprocamente, supongamos que sup : µ es probabilidad = { } S µ sup : µ es probabilidad y µ (I) = 0 = 1 y que = 1. Si < 1 sería > para alguna probabilidad µ, en contradicción con la S µ proposición 3.2. Si = 1 + b con b > 0. Poniendo f 1 = 1 1+bf resulta que [f 1 ] = 1 y por la implicación anteriormente demostrada será { } S µ 1 = sup [f 1] : µ es probabilidad = { } 1 S 1+b sup µ : µ es probabilidad = 1 1+b < 1, contradicción. Por lo tanto, debe ser = 1. Definición 3.1. Se dice que la medida de probabilidad µ es dominante de la n-upla definidora (M 1,..., M n ) del subespacio I, o dominante, si existe una constante c > 0 (independiente de los M j ) tal que ( ) 1 M j (f) c f (x) 2 2 dµ para toda f B, j = 1,..., n. Definición 3.2. Diremos que la medida de probabilidad µ es dominante del subespacio I si B I µ = I o sea si el subespacio I es cerrado en B respecto de la norma de L 2 (µ). La definición (3.1) fue dada por Cole-Wermer en [4] y la definición (3.2) es dada en [1]. Proposición 3.3. La medida µ es dominante de la n-upla (M 1,..., M n ) definidora del subespacio I si y sólo si es dominante del subespacio I. Demostración. Sea µ una medida dominante y f B I µ, entonces existe una sucesión {y m } m 1 I tal que lím f y m m 2 = 0. Existe una constante c > 0 tal que para todo j = 1,..., n y m = 1,... se verifica M j (f) = M j (f y m ) c f y m 2 0 si m

9 El Problema de Pick y el Teorema de Cole-Lewis-Wermer 21 luego, M j (f) = 0 para j = 1,..., n y por lo tanto f I. Si la medida µ es dominante del subespacio I, entonces µ := inf { g 2 : g } es una norma en el espacio de dimensión finita B /I y por lo tanto existe una constante c > 0 tal que c µ para toda f B. Como para toda f B = f + I y M j (I) = 0 para j = 1,..., n se tiene: M j (f) = M j () c µ c f 2. Observación 3.1 a) Existen medidas dominantes de la n-upla definidora (M 1,..., M n ) del subespacio I. b) Si además, M j (1) = 1 para j = 1,..., n entonces, existen medidas dominantes µ, tales que µ (y) = 0 para toda y I. Proposición 3.4. Sea µ una medida de probabilidad tal que µ (I) = 0. Entonces, la medida µ es dominante del subespacio I si, y sólo si, la aplicación es un isomorfismo lineal. S µ : B /I L (E µ ) S µ Demostración. Supongamos que la medida µ es dominante del subespacio I. Si f B y S µ = 0 entonces, para todo e E µ P Eµ P + fe = 0. Como µ (I) = 0 entonces 1 E µ y S µ 1 = P E µ P + f1 = P Eµ f = 0 por lo tanto, f I µ o sea, f B I µ = I, luego = I y S µ es un isomorfismo lineal. Recíprocamente, si S µ es un isomorfismo y B I µ I, existe f B I µ y f / I entonces, I por lo tanto S µ 0, luego, existe e E µ tal que P Eµ P + fe 0 o sea, P + fe / I µ como f B I µ existe {y m } m 1 I tal que lím f y m m 2 = 0, por ser e E µ existe {g n } n 1 B tal que lím e g n n 2 = 0. Se tiene entonces, y m g n I para m, n = 1, 2,... Fijando n = 1, 2,... se tiene lím fg n y m g n m 2 lím g n m f y m 2 = 0 luego, fg n I µ para todo n = 1, 2,... y como lím fe fg n n 2 lím f n e g n 2 = 0

10 22 Gladys Cedeño resulta P + fe = fe I µ y esto es una contradicción. Corolario 3.1. Si µ es una medida dominante tal que µ (I) = 0, entonces, dim E µ 1. Teorema 3.2. Sea B /I, entonces = 1 si, y sólo si, { } S µ sup : µ es dominante = { } S µ sup : µ es dominante y µ (I) = 0 = 1. Demostración. Supongamos que = 1, entonces { } S µ sup : µ es dominante y µ (I) = 0 { } S µ sup : µ es dominante = 1. Sean λ la medida de probabilidad del teorema 3.1 y 0 < ε < 1. Consideremos una n-upla definidora del subespacio I, (M 1,..., M n ) tal que M j (1) = 1 para j = 1,..., n entonces, existe una medida dominante ν, tal que ν (I) = 0. Sea µ ε = εν + (1 ε) λ entonces, la medida µ ε es dominante y µ ε (I) = 0 por lo tanto, 1 E µε. Se tiene: a) S µε 1 2 = P P Eµ ε +f1 2 = P Eµ f 2 = dist dist (f, I) = inf { f y 2 : y I} ( f, (E µε ) ) = dist (f, I µε ) = (todas las distancias tomadas respecto de la norma del espacio L 2 (µ ε )). b) S λ 1 2 = P Eλ f 2 = dist (f, I) = inf { f y 2 : y I} (todas las distancias tomadas respecto de la norma del espacio L 2 (λ)). Como para todo y I se verifica la desigualdad: resulta, } inf { f y L 2(µε) : y I f y L 2 (µ ε ) > 1 ε f y L 2 (λ) } > (1 ε) inf { f y L 2(λ) : y I. Por a) y b) se tiene S µ ε 1 2 > (1 ε) S λ 1 2

11 El Problema de Pick y el Teorema de Cole-Lewis-Wermer 23 como S λ 1 = P E λ f y por el teorema 3.1 es P Eλ f 2 = 1 resulta, S µε 1 2 > 1 ε por lo tanto, S µε > 1 ε. Observemos que en el problema de Cole-Lewis-Wermer la n-upla fijada, (M 1,..., M n ), es la definidora del subespacio I y como para j = 1,..., n los M j son estados linealmente independientes, entonces se cumple que: Dados w 1,..., w n C existe la clase [f w ] B /I tal que para toda f [f w ] M j (f) = w j para j = 1,..., n. Tenemos el siguiente resultado: Teorema 3.3. Fijados M 1,..., M n (B) linealmente independientes y dados w 1,..., w n C y la clase [f w ] B /I tal que para toda g [f w ] M j (g) = w j para j = 1,..., n. si y sólo si, { S µ sup [f w] [f w ] 1 } : µ es dominante y µ (I) = 0 1. Demostración. Para toda medida µ, se cumple que S µ [f w] [f w ] 1. { } S µ Recíprocamente, supongamos que sup : µ es dominante y µ (I) = 0 1 y [f w ] = 1 + a con a > 0. Definiendo f 1 = 1 1+a f w entonces [f 1 ] = 1 y por el teorema 3.2 se tiene { } S µ 1 = sup : µ es dominante y µ (I) = 0 = { S µ Luego, sup una contradicción. [f 1 ] { 1 S 1+a sup µ [f w] [f w] [f w ] } : µ es dominante y µ (I) = 0. } : µ es dominante y µ (I) = 0 = 1 + a > 1 y esto es Para cada medida dominante µ, tal que µ (I) = 0, los estados M 1,..., M n tienen extensiones continuas, M 1,..., M n a H 2 µ, y por el teorema de representación de Riesz, existen η 1 (µ),..., η n (µ) H 2 µ tales que para toda h H 2 µ M j (h) = h, η j (µ) = h (t) η j (µ) (t)dµ (t) para j = 1,..., n. (3.13)

12 24 Gladys Cedeño Como µ (I) = 0 entonces, η j (µ) (I) = E µ para j = 1,..., n y son linealmente independientes, por lo tanto dim (E µ ) = n. De manera que las matrices asociadas a los operadores S µ tienen orden n. Para expresar la condición S µ 1 en términos de matrices positivas definidas, necesitamos una base de vectores propios de estos operadores, y para ello imponemos las siguientes hipótesis adicionales: Hipótesis 2 a) Todas la medidas dominantes satisfacen: Para todo f B y e E µ fe H 2 µ. b) Las extensiones M 1,..., M n de los estados M 1,..., M n a H 2 µ verifican: Para todo f B y e E µ Mj (fe) = M j (f) M j (e) para j = 1,..., n. Con estas hipótesis adicionales se tiene: Proposición 3.5. Para toda medida dominante µ, tal que µ (I) = 0 los vectores η 1 (µ),..., η n (µ) verifican: ( a) S ) µ ηj (µ) = M j (f)η j (µ) para j = 1,..., n. b) ( S ) µ 1 si, y sólo si, la matriz es positiva semidefinida. (( ) ) n 1 M i (f)m j (f) η i (µ), η j (µ) i,j=1 Demostración. a) Sea µ una medida dominante fija, y sean f B, e E µ y η j = η j (µ) para j = 1,..., n entonces, ( S ) µ ηj, e = η j, S µ e = η j, P Eµ P + fe = η j, fe = fe, η j = M j (fe) = M j (f) M j (e) = M j (f) e, η j = M j (f) η j, e = M j (f)η j, e. Luego, para todo e E µ (S) µ ηj, e = M j (f)η j, e por lo tanto, ( S ) µ ηj = M j (f)η j para j = 1,..., n. b) Para todo e E µ e = n ) n c j η j (S µ e = c j M j (f)η j j=1 j=1

13 El Problema de Pick y el Teorema de Cole-Lewis-Wermer 25 ( n c i η i, i=1 la matriz n j,i=1 ) ( ) 1 e Eµ S µ 2 e e ) e E µ e 2 2 (S µ 2 e 0 2 n n n c j η j c i M i (f)η i, c j M j (f)η j 0 S µ j=1 c i c j η i, η j n j,i=1 i=1 n j,i=1 j=1 c i c j M i (f)m j (f) η i, η j 0 ) c i c j (1 M i (f)m j (f) η i, η j 0 (( 1 M i (f)m j (f) ) ) n η i, η j es positiva semidefinida. i,j=1 Con las hipótesis 2, completamos la respuesta al problema de Cole-Lewis- Wermer para el espacio vectorial B, en el siguiente resultado. Teorema 3.4. Fijados M 1,..., M n (B) linealmente independientes y dados w 1,..., w n C y la clase [f w ] B /I tal que Para toda g [f w ] M j (g) = w j para j = 1,..., n. Las siguientes condiciones son equivalentes: a) [f w ] 1. b) Para toda medida dominante µ, tal que µ (I) = 0 S µ [f w] 1. c) Para toda medida dominante µ, tal que µ (I) = 0 la matriz (( ) ) n 1 M i (f w )M j (f w ) η i (µ), η j (µ) i,j=1 es positiva semidefinida. El teorema 3.4 da la respuesta al problema de Cole-Lewis-Wermer para espacios vectoriales uniformes, B, que satisfacen las hipótesis 1 y 2. Cambiando B por un álgebra uniforme A, y fijando M 1,..., M n en el espacio de Gelfand de A, entonces el subespacio cerrado I es un ideal y los funcionales M 1,..., M n son multiplicativos, o sea, se satisfacen las hipótesis requeridas para establecer el teorema 3.4 y por lo tanto, todos los resultados son válidos para el álgebra uniforme A. Definiendo para cada medida dominante µ, (fija)

14 26 Gladys Cedeño H µ := H 2 µ L (µ) se tiene que, si F H µ y e E µ entonces, F e H 2 µ. En consecuencia, obtenemos el siguiente resultado: Proposición 3.6. Sea µ una medida dominante, fija. Para cada F H µ sea S µ F : E µ E µ definido por S µ F e := P E µ F e para e E µ. Entonces, a) Para cada F H µ S µ F L (E µ) y S µ F F. b) Si F Hµ y {f n } n 1 B tal que lím f n F n 2 = 0 entonces, para todo e E µ B lím S µ f n e S µ F e 2 = 0. n Por ser Hµ Hµ 2 la igualdad (3.13) es cierta para toda F Hµ y nos planteamos el siguiente problema: Fijados M 1,..., M n (B) linealmente independientes y dados w 1,..., w n C, dar condiciones necesarias y suficientes para que, para toda medida dominante µ tal que µ (I) = 0, exista F Hµ que verifique F 1 y M j (F ) = w j para j = 1,..., n. Proposición 3.7. Fijados M 1,..., M n (B) linealmente independientes y dados w 1,..., w n C, para toda medida dominante µ tal que µ (I) = 0, existe F Hµ tal que F 1 y M j (F ) = w j para j = 1,..., n si y sólo si existe [f w ] B /I tal que para toda g [f w ] M j (g) = w j j = 1,..., n y para [f w ] 1. 4 Problema de Unicidad Si [f w ] 1, el teorema 3.1 establece la existencia de una medida compleja, ν, que determina una medida de probabilidad, λ, y ésta origina una función, g, que es límite débil de la sucesión {f w y nk } k 1 con f w g I λ y g 1, o sea, g H λ. Así que, definiendo M j (g) = M j (f w ) para j = 1,..., n resulta, M j (g) = w j para j = 1,..., n y la función g será solución del problema en H λ.

15 El Problema de Pick y el Teorema de Cole-Lewis-Wermer 27 Entonces, nos planteamos el problema de la unicidad de la medida compleja, ν, que origina a la medida de probabilidad, λ, y a la función, g, del teorema 3.1. La medida compleja, ν, proviene de una extensión Hahn-Banach del funcional, l, definido en el subespacio L = I + {cf} c C C (). En consecuencia, podemos aplicar el criterio general de unicidad para las extensiones de funcionales señalada en [2]. Consideramos que C () satisface el segundo axioma de numerabilidad. Así pues, C () es separable, por lo tanto, existe {f n } n 1 C () tal que C () = L + Lin {f 1, f 2,...} donde Lin {f 1, f 2,...} es la cápsula lineal generada por f 1, f 2,... De la sucesión {f n } n 1, tomamos f 1,..., f n 1 tales que B = L + Lin R {f 1,..., f n 1 } (Acá consideramos la cápsula lineal real). Como para todo h L h = y + (a + ib) f con y I, (a + ib) C entonces, l (h) = a + ib y el funcional lineal real, l 1, asociado a l está definido por la seminorma, p, es l 1 (h) = Rel (h) = a para h L y a R p (h) = h para h L p (f) = inf {a + h f : h L, a R} para f C (). El criterio establece que hay unicidad de la extensión si, y sólo si, p (f n ) = p ( f n ) para n = 1, 2,... Pero, como siempre es cierta la desigualdad p (f n ) p ( f n ), entonces la condición se reduce a que sea cierta la desigualdad contraria y esta última la podemos escribir: p (f n ) + p ( f n ) 0 para n = 1, 2,... Resumiendo, tenemos el siguiente resultado: Proposición 4.1. Hay unicidad de la medida, ν, de la demostración del teorema 3.1 si, y sólo si, para todo n 1 inf {a + b + f n h 1 + f n h 2 : h 1, h 2 L, a, b R} 0.

16 28 Gladys Cedeño Referencias [1] Cedeño, G., Tesis de Maestría, Universidad Central de Venezuela, Caracas, [2] Cedeño, G., Cotlar, M., Condición de Unicidad para el Problema de Pick, Divulgaciones Matemáticas, 8 (2) (2000), [3] Cole, B., Lewis, K., Wermer, J., Pick Conditions on a Uniform Algebra and Von Neumann Inequalities, Jour. of Funct. Anal., 107 (2) (1992), [4] Cole, B., Wermer, J., Pick Interpolation, Von Neumann Inequalities and Hyperconvex Sets, (Preprint).

Dependencia e independencia lineal

Dependencia e independencia lineal CAPíTULO 3 Dependencia e independencia lineal En este capítulo estudiaremos tres conceptos de gran importancia para el desarrollo del álgebra lineal: el concepto de conjunto generador, el concepto de conjunto

Más detalles

Sucesiones y series de números reales

Sucesiones y series de números reales Capítulo 2 Sucesiones y series de números reales 2.. Sucesiones de números reales 2... Introducción Definición 2... Llamamos sucesión de números reales a una función f : N R, n f(n) = x n. Habitualmente

Más detalles

Espacio de Funciones Medibles

Espacio de Funciones Medibles Capítulo 22 Espacio de Funciones Medibles Igual que la σ-álgebra de los conjuntos medibles, la familia de funciones medibles, además de contener a todas las funciones razonables (por supuesto son medibles

Más detalles

Ejercicios de Análisis Funcional

Ejercicios de Análisis Funcional Ejercicios de Análisis Funcional Rafael Payá Albert Departamento de Análisis Matemático Universidad de Granada ANÁLISIS FUNCIONAL Relación de Ejercicios N o 1 1. Dar un ejemplo de una distancia en un espacio

Más detalles

Topología de R n. Beatriz Porras

Topología de R n. Beatriz Porras Producto escalar, métrica y norma asociada. Topología de R n Beatriz Porras 1 Producto escalar, métrica y norma asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores

Más detalles

si este límite es finito, y en este caso decimos que f es integrable (impropia)

si este límite es finito, y en este caso decimos que f es integrable (impropia) Capítulo 6 Integrales impropias menudo resulta útil poder integrar funciones que no son acotadas, e incluso integrarlas sobre recintos no acotados. En este capítulo desarrollaremos brevemente una teoría

Más detalles

Tema 2. Grupos. 3. El conjunto de matrices de orden 2 con coeficientes enteros (o reales) con la suma es un grupo conmutativo.

Tema 2. Grupos. 3. El conjunto de matrices de orden 2 con coeficientes enteros (o reales) con la suma es un grupo conmutativo. Tema 2. Grupos. 1 Grupos Definición 1 Un grupo es una estructura algebraica (G, ) tal que la operación binaria verifica: 1. * es asociativa 2. * tiene elemento neutro 3. todo elemento de G tiene simétrico.

Más detalles

1. ESPACIOS DE HILBERT Y OPERADORES

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

Más detalles

A partir de la definición obtenemos las siguientes propiedades para estas funciones:

A partir de la definición obtenemos las siguientes propiedades para estas funciones: Capítulo 1 Conjuntos Supondremos conocidas las nociones básicas sobre teoría de conjuntos, tales como subconjuntos, elementos, unión, intersección, complemento, diferencia, diferencia simétrica, propiedades

Más detalles

Cardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable.

Cardinalidad. Teorema 0.3 Todo conjunto infinito contiene un subconjunto infinito numerable. Cardinalidad Dados dos conjuntos A y B, decimos que A es equivalente a B, o que A y B tienen la misma potencia, y lo notamos A B, si existe una biyección de A en B Es fácil probar que es una relación de

Más detalles

1 Aplicaciones lineales

1 Aplicaciones lineales UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Aplicaciones lineales y diagonalización. El objetivo principal de este tema será la obtención de una matriz diagonal

Más detalles

40 Matemáticas I. Parte II. Álgebra Lineal. I.T.I. en Electricidad. Prof: José Antonio Abia Vian

40 Matemáticas I. Parte II. Álgebra Lineal. I.T.I. en Electricidad. Prof: José Antonio Abia Vian 40 Matemáticas I Parte II Álgebra Lineal 41 Matemáticas I : Álgebra Lineal Tema 4 Espacios vectoriales reales 4.1 Espacios vectoriales Definición 88.- Un espacio vectorial real V es un conjunto de elementos

Más detalles

4. " $#%&' (#) para todo $#* (desigualdad triangular).

4.  $#%&' (#) para todo $#* (desigualdad triangular). 10 Capítulo 2 Espacios Métricos 21 Distancias y espacios métricos Definición 211 (Distancia) Dado un conjunto, una distancia es una aplicación que a cada par le asocia un número real y que cumple los siguientes

Más detalles

Tema 5: Sistemas de Ecuaciones Lineales

Tema 5: Sistemas de Ecuaciones Lineales Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones

Más detalles

Reglas de derivación. 4.1. Sumas, productos y cocientes. Tema 4

Reglas de derivación. 4.1. Sumas, productos y cocientes. Tema 4 Tema 4 Reglas de derivación Aclarado el concepto de derivada, pasamos a desarrollar las reglas básicas para el cálculo de derivadas o, lo que viene a ser lo mismo, a analizar la estabilidad de las funciones

Más detalles

1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO

1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO 1 1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos

Más detalles

Proyecciones ortogonales (métricas) en espacios de funciones continuas

Proyecciones ortogonales (métricas) en espacios de funciones continuas Proyecciones ortogonales (métricas) en espacios de funciones continuas Rafa Espínola Universidad de Sevilla III Encuentro de Análisis Funcional Miraflores de la Sierra, Madrid Junio 21-23, 2007 1 Nonexpansive

Más detalles

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los

Más detalles

Números naturales, principio de inducción

Números naturales, principio de inducción , principio de inducción. Conjuntos inductivos. Denotaremos por IN al conjunto de números naturales, IN {,,, 4, 5, 6,...}, cuyos elementos son suma de un número finito de unos. Recordemos que IN es cerrado

Más detalles

Cuatro Problemas de Álgebra en la Olimpiada Internacional de Matemáticas.

Cuatro Problemas de Álgebra en la Olimpiada Internacional de Matemáticas. Boletín de la Asociación Matemática Venezolana, Vol. XV, No. 1 (2008) 131 Cuatro Problemas de Álgebra en la Olimpiada Internacional de Matemáticas. Rafael Sánchez Lamoneda Introducción. El presente artículo

Más detalles

Transformaciones lineales

Transformaciones lineales CAPíTULO 4 Transformaciones lineales En este capítulo estudiamos las primeras propiedades de las transformaciones lineales entre espacios vectoriales. 1. Construcciones de transformaciones lineales Lema

Más detalles

Topología de la Recta

Topología de la Recta Capítulo 2 Topología de la Recta 21 Introducción En este capítulo introducimos algunas nociones sobre topología de los espacios métricos Nuestro interés se limitará en el futuro al caso real o a los espacios

Más detalles

Versión Geométrica del Teorema de Hahn-Banach

Versión Geométrica del Teorema de Hahn-Banach Tema 7 Versión Geométrica del Teorema de Hahn-Banach En este Tema abordamos la interpretación geométrica del Teorema de Hahn-Banach, que consistirá en encontrar condiciones suficientes para separar dos

Más detalles

Transformaciones Lineales y Espacio Dual

Transformaciones Lineales y Espacio Dual Transformaciones Lineales y Espacio Dual Juan Pablo De Rasis 22 de abril de 2018 El presente artículo tiene como objetivo la exposición de soluciones a problemas de Álgebra Lineal concernientes a transformaciones

Más detalles

58 7. ESPACIOS COCIENTE

58 7. ESPACIOS COCIENTE CAPíULO 7 Espacios cociente En esta sección estudiamos el cociente de un espacio vectorial por un subespacio W. Este cociente se define como el conjunto cociente de por una relación de equivalencia conveniente.

Más detalles

Ejercicios de Análisis Funcional. Curso

Ejercicios de Análisis Funcional. Curso Ejercicios de Análisis Funcional Curso 2010-2011 1 1 Preliminares de espacios normados Problema 1.1. Demostrar que para 1 < p < la norma. p en R 2 verifica la siguiente propiedad: Si x, y R 2 con x y y

Más detalles

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano.

1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano. CAPÍTULO El plano vectorial Consideremos P como el plano intuitivo de puntos: A,,C..... El espacio vectorial de los vectores Definición. Vectores fijos Dado dos puntos cualesquiera A e del espacio nos

Más detalles

SESIÓN 4: ESPACIOS VECTORIALES

SESIÓN 4: ESPACIOS VECTORIALES SESIÓN 4: ESPACIOS VECTORIALES Un espacio vectorial sobre un campo (como el cuerpo de los números reales o los números complejos) es un conjunto no vacío, dotado de dos operaciones para las cuales será

Más detalles

Tema XIV: SUCESIONES Y SERIES DE NÚMEROS REALES XIV.1. Sucesiones. Sucesiones convergentes

Tema XIV: SUCESIONES Y SERIES DE NÚMEROS REALES XIV.1. Sucesiones. Sucesiones convergentes Tema XIV: SUCESIONES Y SERIES DE NÚMEROS REALES XIV.1. Sucesiones. Sucesiones convergentes 1. Sucesiones DEF. Una sucesión infinita de números reales es una función cuyo dominio es N y su imagen un subconjunto

Más detalles

6.1 Teorema de estructura de los módulos finitamente generados

6.1 Teorema de estructura de los módulos finitamente generados Tema 6.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones: ecuaciones lineales con coeficientes enteros, formas canónicas de Jordan 6.1 Teorema de estructura de

Más detalles

Tema 6: Teorema de Representación de Riesz. 10 y 13 de mayo de 2010

Tema 6: Teorema de Representación de Riesz. 10 y 13 de mayo de 2010 Tema 6: Teorema de Representación de Riesz 10 y 13 de mayo de 2010 1 Funcionales lineales positivos 2 Regularidad de medidas de Borel 3 Funcionales lineales continuos Funciones continuas de soporte compacto

Más detalles

Métodos matemáticos: Análisis funcional

Métodos matemáticos: Análisis funcional Métodos matemáticos: Análisis funcional Conceptos y resultados fundamentales Curso 2011/2012 Aquí encontrarás los Teoremas hay que saber para el primer parcial ( 1) así como las definiciones, problemas

Más detalles

Sobre el concepto de mediatriz y sus generalizaciones

Sobre el concepto de mediatriz y sus generalizaciones Lecturas Matemáticas Volumen 26 (2005), páginas 177 182 Sobre el concepto de mediatriz y sus generalizaciones Alfonso Ríder Moyano & Rafael María Rubio Ruiz Universidad de Córdoba, Córdoba, España Abstract.

Más detalles

El cuerpo de los números reales

El cuerpo de los números reales Capítulo 1 El cuerpo de los números reales 1.1. Introducción Existen diversos enfoques para introducir los números reales: uno de ellos parte de los números naturales 1, 2, 3,... utilizándolos para construir

Más detalles

Espacios Normados (Normas en R n )

Espacios Normados (Normas en R n ) Espacios Normados (Normas en R n ) Uno de los conceptos más importantes del cálculo y del analisis matemático es el de métrica o distancia. En R n la noción de metrico depende a su vez del concepto de

Más detalles

Complementos de Matemáticas, ITT Telemática

Complementos de Matemáticas, ITT Telemática Introducción Métodos de punto fijo Complementos de Matemáticas, ITT Telemática Tema 1. Solución numérica de ecuaciones no lineales Departamento de Matemáticas, Universidad de Alcalá Introducción Métodos

Más detalles

En este capítulo obtendremos los resultados básicos del cálculo diferencial para funciones reales definidas sobre R o sobre intervalos.

En este capítulo obtendremos los resultados básicos del cálculo diferencial para funciones reales definidas sobre R o sobre intervalos. Capítulo 6 Derivadas 61 Introducción En este capítulo obtendremos los resultados básicos del cálculo diferencial para funciones reales definidas sobre R o sobre intervalos Definición 61 Sea I R, I, f :

Más detalles

Teorema de Hahn-Banach

Teorema de Hahn-Banach Capítulo 3 Teorema de Hahn-Banach 3.1. Introducción Una vez introducidos los espacios vectoriales más importantes donde se tiene una estructura métrica a saber, los espacios de Hilbert y los espacios de

Más detalles

Conjuntos relaciones y grupos

Conjuntos relaciones y grupos Matemáticas NS Conjuntos relaciones y grupos Tema opcional 2 Índice 1. Conjuntos y relaciones 5 1.1. Introducción.......................................... 5 1.2. Operaciones con conjuntos..................................

Más detalles

Métodos Matemáticos: Análisis Funcional

Métodos Matemáticos: Análisis Funcional Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Espacios eucĺıdeos Definición Se dice que un espacio vectorial E es un espacio eucĺıdeo si

Más detalles

10. 1 Definición de espacio euclídeo.

10. 1 Definición de espacio euclídeo. ESCUELA TÉCNICA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA MATEMATICAS 10. ESPACIOS EUCLÍDEOS 10. 1 Definición de espacio euclídeo. Producto escalar

Más detalles

Polinomios ortogonalmente aditivos y aplicaciones.

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

Más detalles

Operadores y funcionales lineales: problemas propuestos

Operadores y funcionales lineales: problemas propuestos Operadores y funcionales lineales: problemas propuestos ISABEL MARRERO Departamento de Análisis Matemático Universidad de La Laguna imarrero@ull.es Índice 6. Problemas propuestos 1 6.1. Funcionales lineales........................................

Más detalles

Anexo C. Introducción a las series de potencias. Series de potencias

Anexo C. Introducción a las series de potencias. Series de potencias Anexo C Introducción a las series de potencias Este apéndice tiene como objetivo repasar los conceptos relativos a las series de potencias y al desarrollo de una función ne serie de potencias en torno

Más detalles

1 Espacios de Banach:

1 Espacios de Banach: Ecuaciones Diferenciales - 2 cuatrimestre 2003 Resultados preliminares parte II Espacios de Banach: Sea X un IR-espacio vectorial. Definición. Una función : X [0, + ) se dice una norma si. x + y x + y

Más detalles

Definición de la matriz inversa

Definición de la matriz inversa Definición de la matriz inversa Ejercicios Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, matriz identidad, habilidades básicas de resolver sistemas de ecuaciones

Más detalles

Métodos Matemáticos: Análisis Funcional

Métodos Matemáticos: Análisis Funcional Licenciatura en Ciencias y Técnicas Estadísticas Universidad de Sevilla http://euler.us.es/ renato/clases.html Qué son esos espacios de Hilbert? Qué son esos espacios de Hilbert? David Hilbert Para relajarnos

Más detalles

I. NOCIONES GENERALES SOBRE ESPACIOS

I. NOCIONES GENERALES SOBRE ESPACIOS I. NOCIONES GENERALES SOBRE ESPACIOS MÉTRICOS En este primer capítulo se recuerdan los conceptos topológicos básicos y se adopta la terminología y notación que se manejarán a lo largo del curso; se introducen

Más detalles

ELEMENTOS DE ANÁLISIS FUNCIONAL

ELEMENTOS DE ANÁLISIS FUNCIONAL ELEMENTOS DE ANÁLISIS FUNCIONAL Guillermo Ames Universidad Tecnológica Nacional - Facultad Regional Córdoba 2011 TEMA 3: ESPACIOS CON PRODUCTO INTERNO. ESPACIOS DE HILBERT. Espacios producto interno. Espacios

Más detalles

Elementos Básicos de Análisis Funcional en. Dr. Oldemar Rodríguez Rojas

Elementos 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 detalles

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.

TEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas. TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A

Más detalles

como el número real que resulta del producto matricial y se nota por:

como el número real que resulta del producto matricial y se nota por: Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición

Más detalles

Valores y Vectores Propios

Valores y Vectores Propios Valores y Vectores Propios Departamento de Matemáticas, CSI/ITESM de abril de 9 Índice 9.. Definiciones............................................... 9.. Determinación de los valores propios.................................

Más detalles

En primer lugar, vamos a precisar un concepto al que ya nos hemos referido anteriormente, el de σ-álgebra.

En primer lugar, vamos a precisar un concepto al que ya nos hemos referido anteriormente, el de σ-álgebra. Capítulo 20 Conjuntos de Borel Hemos demostrado ya que la familia M de los conjuntos medibles contiene a todos los abiertos de R n y, por tanto, a todos los conjuntos que podamos formar a partir de los

Más detalles

CÁLCULO DIFERENCIAL Muestras de examen

CÁLCULO DIFERENCIAL Muestras de examen CÁLCULO DIFERENCIAL Muestras de examen Febrero 2012 T1. [2] Demostrar que la imagen continua de un conjunto compacto es compacto. T2. [2.5] Definir la diferencial de una función en un punto y demostrar

Más detalles

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.

Más detalles

Curso Propedéutico de Cálculo Sesión 2: Límites y Continuidad

Curso Propedéutico de Cálculo Sesión 2: Límites y Continuidad y Laterales Curso Propedéutico de Cálculo Sesión 2: y Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico y Esquema Laterales 1 Laterales 2 y Esquema Laterales

Más detalles

5.1. Límite de una Función en un Punto

5.1. Límite de una Función en un Punto Capítulo 5 Continuidad 51 Límite de una Función en un Punto Definición 51 Sean (X, d) y (Y, ρ) espacios métricos, D X, f : D Y una función, a X un punto de acumulación de D y b Y Decimos que b es el límite

Más detalles

Espacios vectoriales con producto interior

Espacios vectoriales con producto interior Espacios vectoriales con producto interior Longitud, norma o módulo de vectores y distancias entre puntos Generalizando la fórmula pitagórica de la longitud de un vector de R 2 o de R 3, definimos la norma,

Más detalles

Dualidad. 1. Dual de una transformación lineal

Dualidad. 1. Dual de una transformación lineal CAPíTULO 8 Dualidad 1. Dual de una transformación lineal En este capítulo volveremos a considerar el tema de la dualidad de espacios vectoriales. Se recuerda que si V es un espacio vectorial, definimos

Más detalles

En las figuras anteriores vemos algunos casos (no todos) que pueden presentarse al pasar por un punto x 0. (en este caso, para x 0 =2)

En las figuras anteriores vemos algunos casos (no todos) que pueden presentarse al pasar por un punto x 0. (en este caso, para x 0 =2) UNIVERSIDAD DEL VALLE PROFESOR CARLOS IVAN RESTREPO CONTINUIDAD. 1.- Continuidad en un punto. Continuidad lateral..- Continuidad en un intervalo. 3.- Operaciones con funciones continuas 4.- Discontinuidades.

Más detalles

Cálculo Diferencial. Daniel Azagra Rueda DEPARTAMENTO DE ANÁLISIS MATEMÁTICO FACULTAD DE CIENCIAS MATEMÁTICAS. Revisado: Abril de 2015

Cálculo Diferencial. Daniel Azagra Rueda DEPARTAMENTO DE ANÁLISIS MATEMÁTICO FACULTAD DE CIENCIAS MATEMÁTICAS. Revisado: Abril de 2015 Cálculo Diferencial Daniel Azagra Rueda DEPARTAMENTO DE ANÁLISIS MATEMÁTICO FACULTAD DE CIENCIAS MATEMÁTICAS UNIVERSIDAD COMPLUTENSE DE MADRID Revisado: Abril de 2015 ISBN-13: 978-84-611-6378-6 2 Índice

Más detalles

Cálculo infinitesimal de varias variables reales Volumen 1

Cálculo infinitesimal de varias variables reales Volumen 1 Cálculo infinitesimal de varias variables reales Volumen 1 José María Rocha Martínez Departamento de Matemáticas Escuela Superior de Física y Matemáticas del IPN Gabriel D Villa Salvador Departamento de

Más detalles

Parte 2: Definición y ejemplos de topologías.

Parte 2: Definición y ejemplos de topologías. Parte 2: Definición y ejemplos de topologías. 22 de marzo de 2014 1. Definiciones y propiedades básicas. Definición 1 Sea X un conjunto. Una familia T de subconjuntos de X es una topología de X si se cumplen:

Más detalles

Licenciatura de Matemáticas. Análisis Funcional

Licenciatura de Matemáticas. Análisis Funcional Licenciatura de Matemáticas Análisis Funcional Juan Carlos Cabello Píñar Granada, 2009 Índice general 1. Espacios normados. 1 1.1. De los espacios vectoriales a los espacios normados.............. 3 1.1.1.

Más detalles

Capítulo V. T 2 (e, e

Capítulo V. T 2 (e, e Capítulo V Métricas En este capítulo y en los siguientes, el cuerpo base de los espacios vectoriales que se consideren será de característica distinta de 2. Empecemos recordando las nociones básicas que

Más detalles

Operadores y funcionales lineales

Operadores y funcionales lineales Operadores y funcionales lineales ISABEL MARRERO Departamento de Análisis Matemático Universidad de La Laguna imarrero@ull.es Índice 1. Introducción 1 2. Funcionales lineales 1 3. Aplicaciones bilineales

Más detalles

Tema 1: Espacios de Medida. 12 de marzo de 2009

Tema 1: Espacios de Medida. 12 de marzo de 2009 Tema 1: Espacios de Medida 12 de marzo de 2009 1 Espacios de Medida 2 Espacios medibles 3 [0, ] 4 Medidas 5 Lebesgue 6 Primer Teorema Definición de Espacio de Medida (Ω,A,µ) Ω es un conjunto no vacío A

Más detalles

1 Relaciones de orden

1 Relaciones de orden 1 Relaciones de orden Sea R una relación binaria en un conjunto A. Si R satisface las propiedades reflexiva, antisimétrica y transitiva se dice que R es una relación de orden. En este caso si a y b son

Más detalles

Proyecciones. Producto escalar de vectores. Aplicaciones

Proyecciones. Producto escalar de vectores. Aplicaciones Proyecciones La proyección de un punto A sobre una recta r es el punto B donde la recta perpendicular a r que pasa por A corta a la recta r. Con un dibujo se entiende muy bien. La proyección de un segmento

Más detalles

Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones

Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 009,

Más detalles

Conceptos básicos sobre espacios normados y espacios de Banach

Conceptos básicos sobre espacios normados y espacios de Banach Capítulo 1 Conceptos básicos sobre espacios normados y espacios de Banach 1.1. Definición de espacio normado y de espacio de Banach. Ejemplos Durante toda el curso, K denotará indistintamente al cuerpo

Más detalles

Tema II: Aplicaciones lineales

Tema II: Aplicaciones lineales Definiciones y ejemplos. Matriz asociada a una aplicación lineal. Núcleo e imagen. Cambios de base. Espacio vectorial cociente.teoremas de isomorfía. El espacio de las aplicaciones lineales. Ejemplos de

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES 1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables

Más detalles

Lógica Proposicional, Teoremas y Demostraciones

Lógica Proposicional, Teoremas y Demostraciones Lógica Proposicional, Teoremas y Demostraciones Manuel Maia 19 de marzo de 2012 1 Proposiciones Una proposición es una oración declarativa o una expresión matemática que es verdadera o es falsa, pero no

Más detalles

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.

Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con

Más detalles

ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250)

ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250) Universidad Central de Venezuela Facultad de Ingeniería Ciclo Básico Departamento de Matemática Aplicada ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250) Semestre 1-2011 Mayo 2011 Álgebra Lineal y Geometría

Más detalles

II Concurso de Resolución de Problemas Curso 2011-2012

II Concurso de Resolución de Problemas Curso 2011-2012 II Concurso de Resolución de Problemas Curso - Solución del Problema de ecuaciones funcionales. Este ejercicio versa sobre ecuaciones funcionales. Es éste un tema poco tratado en la carrera de Matemáticas

Más detalles

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES

CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se

Más detalles

Diferenciabilidad en espacios vectoriales normados. Pedro Gajardo A. Universidad Técnica Federico Santa María address:

Diferenciabilidad en espacios vectoriales normados. Pedro Gajardo A. Universidad Técnica Federico Santa María  address: Diferenciabilidad en espacios vectoriales normados Pedro Gajardo A. Universidad Técnica Federico Santa María E-mail address: pedro.gajardo@usm.cl Índice general Capítulo 1. Diferenciabilidad en espacios

Más detalles

PRÁCTICO 5. Coordenadas y matriz de cambio de bases

PRÁCTICO 5. Coordenadas y matriz de cambio de bases Algebra y Algebra II Segundo Cuatrimestre 2012 PRÁCTICO 5 Coordenadas y matriz de cambio de bases Ejercicio 1. Probar que los vectores α 1 = (1 0 i) α 2 = (1 + i 1 i 1) α 3 = (i i i) forman una base de

Más detalles

1. Definiciones y propiedades básicas.

1. Definiciones y propiedades básicas. Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 2016 PRACTICO 2: TOPOLOGÍA. 1 1. Definiciones y propiedades básicas. Definición 1 Sea X un conjunto.

Más detalles

1. Funciones Medibles

1. Funciones Medibles 1. Medibles Medibles simples... Hasta ahora hemos estudiado la medida de Lebesgue definida sobre los conjuntos de R n y sus propiedades. Vamos a aplicar ahora esta teoría al estudio de las funciones escalares

Más detalles

Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Primer Cuatrimestre de k=1. x, y = x k y k.

Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Primer Cuatrimestre de k=1. x, y = x k y k. Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Primer Cuatrimestre de 003 Análisis Funcional Práctica N 5: Espacios de Hilbert 1. Sean H un espacio vectorial

Más detalles

Continuidad y Teorema de Heine-Cantor

Continuidad y Teorema de Heine-Cantor Continuidad y Teorema de Heine-Cantor Continuity and Theorem of Heine-Cantor Reinaldo Antonio Cadenas Aldana (rcadena@ula.ve) Facultad de Humanidades y Educación, Universidad de los Andes, Núcleo la Liria,

Más detalles

Espacios de Banach. Problemas para examen

Espacios de Banach. Problemas para examen Espacios de Banach Problemas para examen Se marcan con azul algunos ejercicios que no vimos bien en clase. La lista todavía no es completa; se pueden agregar algunos teoremas y ejercicios que vimos bien

Más detalles

1.2 Si a y b son enteros impares, entonces a + b es par. 1.4 Si el producto de enteros a y b es par, entonces alguno de ellos es par.

1.2 Si a y b son enteros impares, entonces a + b es par. 1.4 Si el producto de enteros a y b es par, entonces alguno de ellos es par. Sesión 1 Demostraciones Demostración directa 1.1 Si n es un número entero impar, entonces n 2 es impar. 1.2 Si a y b son enteros impares, entonces a + b es par. Demostración indirecta 1.3 Si n 2 es par,

Más detalles

Principio de acotación uniforme

Principio de acotación uniforme Capítulo 4 Principio de acotación uniforme 4.1. Introducción. Teorema de Baire En este último capítulo vamos a establecer una serie de resultados sobre aplicaciones lineales y continuas entre espacios

Más detalles

TEOREMA DE HAHN-BANACH.

TEOREMA DE HAHN-BANACH. TEOREMA DE HAHN-BANACH. Sea E un e.v y M un s.v. de E. Toda aplicación lineal T 0 : M F de M en otro e.v. F se extiende a una aplicación lineal T : E F. Por ejemplo, basta considerar un suplementario algebraico

Más detalles

Límites de una función

Límites de una función Límites de una función Introducción Comenzaremos a analizar la definición del límite finito de tendencia finita a través de un ejemplo. Consideremos la función f. Observemos su regla de asignación y su

Más detalles

Seno y coseno de una matriz

Seno y coseno de una matriz Miscelánea Matemática 5 (200 29 40 SMM Seno y coseno de una matriz Rafael Prieto Curiel Instituto Tecnológico Autónomo de México ITAM rafaelprietocuriel@yahoocom Introducción En muchas áreas de las matemáticas

Más detalles

Tema 3: Conjuntos y Funciones

Tema 3: Conjuntos y Funciones Tema 3: Conjuntos y Funciones Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Lógica y Computabilidad Curso 2008 09 LC, 2008 09 Conjuntos y Funciones 3.1 Conjuntos Escribimos

Más detalles

2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.

2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U. 2 Ortogonalidad En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Vectores ortogonales Definición 11 Dos vectores x, ȳ U se dicen ortogonales si: x ȳ = 0 Veamos algunas propiedades

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS E.A.P DE MATEMÁTICAS Decaimiento exponencial para la ecuación de onda con amortiguamiento localmente distribuido - caso globalmente

Más detalles

TEMA 4: Espacios y subespacios vectoriales

TEMA 4: Espacios y subespacios vectoriales TEMA 4: Espacios y subespacios vectoriales 1. Espacios vectoriales Sea K un cuerpo. Denominaremos a los elementos de K escalares. Definición 1. Un espacio vectorial sobre K es un conjunto V cuyos elementos

Más detalles

Matriz asociada a una transformación lineal respecto a un par de bases

Matriz asociada a una transformación lineal respecto a un par de bases Matriz asociada a una transformación lineal respecto a un par de bases Objetivos Definir la matriz asociada a una transformación lineal respecto a un par de bases y estudiar la representación matricial

Más detalles

Tema 4.3: Desarrollo de Taylor. Equivalencia entre analiticidad y holomorfía. Fórmula de Cauchy para las derivadas

Tema 4.3: Desarrollo de Taylor. Equivalencia entre analiticidad y holomorfía. Fórmula de Cauchy para las derivadas Tema 4.3 Desarrollo de Taylor. Euivalencia entre analiticidad y holomorfía. Fórmula de Cauchy para las derivadas Facultad de Ciencias Experimentales, Curso 008-09 E. de Amo Tal y como ya anunciábamos en

Más detalles

RESUMEN DE TEORIA. Primera Parte: Series y Sucesiones

RESUMEN DE TEORIA. Primera Parte: Series y Sucesiones RESUMEN DE TEORIA Primera Parte: Series y Sucesiones SUCESIONES Definición: La sucesión converge a L y se escribe lim = si para cada número positivo hay un número positivo correspondiente N tal que =>

Más detalles