Espaços de funções

Veja a apresentação no site do Professor!

Transcript

1. Espaços de funções Prof. Paulo R. G. Bordoni LNCC UFRJ
2. O Mestre e a Mestra farão, a seguir, um bate-bola envolvendo comentários fundamentais amarrando coisas que estudamos até agora.
3. A Álgebra se ocupa das operações entre entes matemáticos, como os números. Os inteiros, naturais, racionais, reais e complexos. Não apenas. Criada no século XX, ela constitui um dos grandes campos de estudo da Matemática, envolvendo entidades mais sofisticadas que números.
4. Sim, entes como os quaternions, vetores, matrizes, funções e operadores. As estruturas algébricas como anéis, grupos, corpos, espaços vetoriais, álgebras e álgebras linear resumem propriedades comuns das operações entre esses entes abstratos.
5. Estruturas algébricas são entidades matemáticas altamente abstratas. Elas são constituídas por um ou mais conjuntos e uma ou mais operações definidas entre os elementos desses conjuntos satisfazendo um determinado grupo de propriedades.
6. Por exemplo, números reais, números complexos, matrizes e polinômios são álgebras com as operações de adição e multiplicação entre seus elementos. O computador (leia: processador) só vem munido das operações elementares básicas: +, −,×,÷ .
7. As operações elementares no computador são realizadas através do padrão IEEE 754, revisado em 2008. Já vimos, e isso é parte fundamental do aprendizado de Cálculo Numérico, que elas NÃO satisfazem todas as propriedades de uma álgebra.
8. Função, é um conceito matemático abstrato fundamental, omnipresente na matemática, na ciência e na tecnologia. Todas as operações nas Estruturas Algébricas são definidas através de funções!
9. Sim, nos Cálculos aprende-se a derivar e integrar funções, de uma ou mais variáveis. Funções são o objeto de estudo/trabalho do Cálculo Diferencial e Integral.
10. A medida de tamanho (norma) de um vetor é definida através de funções. Lembrem-se há mais de uma forma de medir tamanho de vetor.
11. A ação de matrizes em vetores é descrita olhando a matriz como um operador linear entre espaços vetoriais. O Teorema da decomposição em valores singulares, SVD, interpreta essa ação.
12. A norma (tamanho) de uma matriz é definida como uma medida da deformação máxima causada pela matriz como um operador linear (uma função). Para matrizes, assim como para os vetores, é possível definir mais de uma norma. As NumPy e SciPy fornecem formas de calculá-las.
13. São funções (programas) que recebem vetores ou matrizes e devolvem números. Funções!
14. Neste conjunto de transparências vamos apresentar uma classe de espaços vetoriais realmente importantes: os espaços de funções.
15. Se tudo sobre espaços vetoriais se resumisse ℝ, ℂ e ℳ×, o mundo seria pobre. As mais belas instâncias de espaços vetoriais serão apresentados pela Mestra, que se vestiu apropriadamente para mostrá-los!
16. São os espaços de funções : → ℝ, cujo domínio é um conjunto X e a valores reais, anotado ℱ(, ℝ).
17. Algumas funções do conjunto ℱ(, ℝ), quando = [−1,1].
18. O programa que mostra alguns vetores de ℱ([−1, 1], ℝ).
19. Mas funções são vetores?! Esqueça as flechas, Loirinha!
20. Sim, minha filha! Podemos somar funções e também multiplicá-las por números. Esqueça as flechas, Loirinha!
21. E a soma é definida ponto-a-ponto. Repetindo: podemos somar funções de ℱ(, ℝ).
22. Ponto-a-ponto como? Para , ∈ ℱ , ℝ , a soma + é a nova função definida por + = + (), para cada ponto ∈
23. Esse é o caráter dual das funções: são vetores de ℱ , ℝ definidos ponto a ponto. Never forget it!
24. Numericamente, podemos ver a soma e a multiplicação por fator de escala através de tabelas, para uns poucos valores de . É preciso olhar linha por linha, isto é, ponto a ponto!
25. Sim! E em cada linha da tabela, vemos que: ( + )() = () + () e ( ∙ ) = ∙ ().
26. Sim Loirinha, você acabou de enunciar o caráter dual das funções: vetores calculados em cada ponto do domínio.
27. Mestre, agora mostre a soma de funções, graficamente. Seu pedido é uma ordem! Mostrarei a soma de duas funções , ∈ ℱ( , , ℝ) , com expressões genéricas para e .
28. Observem o caráter dual: para cada ponto ∈ [−1,1], a coordenada y em vermelho é a soma das coordenadas y em azul e verde: + = + (). E fazendo isso para cada ponto ∈ [−1,1] obtemos + .
29. Destaquei cada passo do programa
30. Aqui o código da parte gráfica. Os gráficos de , , + e do ponto e de seus valores , , + () estão marcados em vermelho. A parte marcada em azul é embelezamento.
31. Para enfatizar o caráter dual, fiz um outro programa que mostra a “evolução” da soma + quando avança sobre o eixo-.
32. Sim, as imagens mostram o intervalo [0, ] marcado em vermelho pelo “slider” e instantâneos de + (em vermelho) sobre o intervalo [0, ], para 3 valores distintos de .
33. Nas figuras, vemos claramente que + é uma soma de segmentos orientados: 0: ( + )() = 0: () + 0: ().
34. O programa que gera o gráfico da soma, ponto-a-aponto, com o “slider”.
35. Sim, se ∈ ℱ(, ℝ) e ∈ ℝ o produto ∙ é a nova função de ℱ(, ℝ) definida para cada ∈ por ∙ = ∙ Também podemos escalar uma função ∈ ℱ(, ℝ).
36. O Mestre fez um programa que mostra os gráficos de uma função em vermelho e, em azul, a função 2 (a escalada de = 2). = np. sin(np. pi ∗ ) 2.∗ ()
37. Observem o caráter dual = 2 ∙ : significa que para cada ponto ∈ [−1,1], a coordenada y em azul é o dobro da coordenada y em vermelho. = np. sin(np. pi ∗ ) 2.∗ ()
38. Este é início do programa. Nesta parte pedimos o intervalo [a, b], a expressão () da f e o fator de escala L. Então devolvemos os gráficos da f e da escalada ∙ da f.
39. Esta é a parte do código que permite exibir graficamente a função f e sua escalada ∙ .
40. O Mestre também fez um programa com o “slider”que mostra a “evolução” (ao longo do eixo-) da multiplicação por um fator de escala A.
41. As imagens mostram fotos de A ∙ desenhada, em vermelho, nos intervalos [0, ] marcados em vermelho pelo “slider”, para vários valores de
42. Agora, vemos claramente que A ∙ é um múltiplo do segmento orientado: 0: (A ∙ )() = A ∙ 0: ()
43. O programa que gera o gráfico da multiplicação por fator de escala, ponto-a- ponto, com o slider:
44. Vou mostrar agora como calcular o tamanho de uma função.
45. Destacaremos os aspectos fundamentais da medição de tamanho de vetores “flechinha” e os transportaremos para as funções. Lembre-se das flechinhas, Loirinha!
46. Como para as flechinhas, Loirinha! O tamanho de qualquer vetor de um espaço vetorial será indicado por .
47. Nenhuma flecha tem tamanho negativo! Tamanho nunca é negativo. Mais que isso, se o tamanho de um vetor é zero ele tem que ser o vetor nulo.
48. A forma matemática de descrever esse fato é: • ≥ 0 • = 0 ⇒ = 0 Em particular para funções (lembre-se, do caráter dual: funções são vetores definidos ponto-a-ponto): • ≥ 0, significa que () ≥ 0, ∀ ∈ , • = 0 ⇒ = 0, significa que = 0, ∀ ∈ .
49. Escalar uma flecha significa aumentar ou diminuir seu tamanho. O tamanho da escalada é o escalado do tamanho! A tradução matemática deste fato é: = ∙ , ∀ ∈ .
50. Em particular para funções, dizer que = ∙ significa, pura e simplesmente, dizer que: () = ∙ , ∀ ∈ . Novamente o caráter dual atacando!
51. A 3ª propriedade da medição de tamanho das flechinhas tem a ver com triângulos. É a famosa desigualdade triangular: + ≤ + , ∀, ∈ .
52. Lembrem-se, só pode existir um triângulo ABC quando cada lado tem tamanho menor que a soma dos tamanhos dos outros dois: ≤ + , (p/. ex.) A B C
53. Em particular, para funções, dizer que + ≤ + , ∀, ∈ ℱ(, ℝ), significa, pura e simplesmente, dizer que: + () ≤ + , ∀ ∈ . O caráter dual novamente!
54. Uma função ∙ ∶ → ℝ definida num espaço vetorial V é uma norma quando satisfaz: I. ≥ 0 e = 0 ⇒ = 0. II. = - a escala III. + ≤ + - a desigualdade triangular para , ∈ e α ∈ ℝ. Eis a definição abstrata de norma:
55. Sim colega, elas definem diversas formas de medir tamanho dos vetores flechinha. Inclusive aprendemos a calculá-las usando a NumPy. Nos espaços ℝ e ℂ existem diversas normas: 1 , 2 , , ∞ .
56. Espaços em que é possível definir uma norma são chamados espaços normados. Portanto os espaços ℝ e ℂ são exemplos de espaços normados.
57. Os espaços normados completos são chamados de espaços de Banach. Um espaço normado é completo quando toda sequência de Cauchy é convergente (para um vetor do próprio espaço). É o caso dos ℝ e ℂ com qualquer uma das normas.
58. E como eu posso calcular o tamanho de uma função : [, ] → ℝ ? Como nos ℝ e ℂ existem diversas formas de medir o tamanho de uma função.
59. Aproveitarei tua pergunta, Loirinha, para introduzir um novo espaço vetorial. Trata-se de ℬ(, ℝ) o subespaço das funções de ℱ , ℝ que são limitadas.
60. Lembre-se, Loirinha, uma função de ℱ , ℝ é limitada num conjunto quando existe algum número > 0 tal que () < , ∀ ∈ . O caráter dual mais uma vez!
61. É muito fácil confirmar que ℬ(, ℝ) é um espaço vetorial pois: • a soma de funções limitadas é uma função limitada, • o produto de uma função limitada por qualquer número real resulta numa função limitada.
62. A expressão ∞ = () , ∈ , define uma norma no conjunto ℬ(, ℝ) das funções limitadas num conjunto . Assim ℬ(, ℝ) é um espaço vetorial normado. As propriedades I, II e III da definição abstrata de norma são facílimas de provar. Faça isto como exercício, Surfista!
63. Bem Mestres, respondam a pergunta da Loirinha! Como calcular o tamanho de uma função : [, ] → ℝ ? Sim qual será tamanho de = 2cos( ) ?
64. Bem, Loirinha, depende do conjunto no qual ela está definida. Mesmo quando é um intervalo com extremos , ∈ ℝ , poderemos ter = , , , , , e (, ]. Loirinha, essa sua função é limitada qualquer desses tipos de intervalos.
65. Imaginando que ela está definida no intervalo 0,2 , é só calcular o valor máximo de () em [0, 2]. Veja graficamente: E, pelo programa, ∞ = 36,198 …
66. Atenção para o detalhe neste outro exemplo, Surfista. Já vi, Mestre, o valor máximo de () é um ponto de mínimo global da função .
67. Loirinha, esse é o programa. Ele permite que você escolha o domínio e a expressão da função.
68. Num espaço vetorial normado com uma norma uma bola aberta de centro em ∈ e raio > 0 é o conjunto = ∈ . . − <
69. A − 2 < − 1 < − ∞ < Em ℝ2, as bolas abertas centradas em = (, ), nas normas 1 , 2 e ∞ , são os conjuntos desenhados abaixo
70. Bem, Loirinha, já sabemos que essa bola é o seguinte subconjunto de ℬ 0,1 , ℝ : = ∈ ℬ 0,1 , ℝ . . − ∞ < . Como será, Galileu, “a cara” de uma bola aberta (), centrada numa função ∈ ℬ [0,1], ℝ , com essa norma ∞ ?
71. () Fixado um ponto ∈ [0,1], temos que − () < é um intervalo de raio entorno de (), como desenhei abaixo. Pensando no caráter dual vetor x avalição ponto a ponto:
72. Escolhi alguns valores de ∈ [0,1] e desenhei os intervalos de raio correspondentes: 1 0
73. Então tive a tentação, irresistível, de ligar os extremos deles, como fiz na figura! 1 0
74. É isso mesmo, menina! A bola de raio entorno de , , é a faixa desenhada abaixo. É o conjunto de todas as funções limitadas : [0,1] → ℝ situadas a uma distância menor do que da , quando usamos a régua ∞ 1 0 + r − r
75. Mestra, além da bola redondinha de raio r em ℝ2, vimos outras bolas, quadradas. E a pergunta inevitável é: Existirão outras bolas esquisitas nos espaços de funções?
76. Sim minha pequena! Essa bola/faixa de raio entorno de , , corresponde à bola definida pela norma ∞ em ℝ2. Algumas aulas à frente estudaremos bolas correspondentes à bola euclidiana em ℝ2 − a bola definida pela 2 . 1 0 + r − r
77. Tchau, até a próxima aula!