• No se han encontrado resultados

Aproximaci´on de la funci´on identidad por funciones simples (un tema del curso “An´alisis real”)

N/A
N/A
Protected

Academic year: 2020

Share "Aproximaci´on de la funci´on identidad por funciones simples (un tema del curso “An´alisis real”)"

Copied!
24
0
0

Texto completo

(1)

Aproximaci´

on de la funci´

on identidad

por funciones simples

(un tema del curso “An´

alisis real”)

Egor Maximenko

http://www.egormaximenko.com

Instituto Polit´ecnico Nacional Escuela Superior de F´ısica y Matem´aticas

M´exico

(2)

Objetivo: aproximar la funci´on identidad, definida en [0, +∞], por funciones simples. 0 1 1 2 2 3 3

(3)

Objetivo: aproximar la funci´on identidad, definida en [0, +∞], por funciones simples. 0 1 1 2 2 3 3 ϕ1

(4)

Objetivo: aproximar la funci´on identidad, definida en [0, +∞], por funciones simples. 0 1 1 2 2 3 3 ϕ2

(5)

Objetivo: aproximar la funci´on identidad, definida en [0, +∞], por funciones simples. 0 1 1 2 2 3 3 ϕ3

(6)

Teorema

Para cada n en N, definimos ϕn: [0, +∞] → [0, +∞) mediante la regla

ϕn(t) :=      b2ntc 2n , 0 ≤ t < n; n, t ≥ n. Entonces

1 para cada n en N, la funci´on ϕn es simple y medible; 2 para cada t en [0, +∞], lim

n→∞ϕn(t) = t;

3 para cada t en [0, +∞] y cada n en N, ϕn(t) ≤ ϕn+1(t).

(7)

Repaso: la parte entera de n´

umeros reales (el redondeo hacia abajo)

Para demostrar el teorema, necesitamos repasar varios conceptos. Para cada x en R,

bx c := max{k ∈ Z : k ≤ x}. Para cada x en R y m en Z,

bx c = m ⇐⇒ m ≤ x < m + 1.

Otra forma de la misma propiedad:

bx c ≤ x < bx c + 1.

(8)

Repaso: la parte entera y la multiplicaci´

on por un n´

umero natural

Proposici´on. Para cada x en R y cada m en N,

m bx c ≤ bmx c.

Demostraci´on. Se cumple bx c ≤ x , luego

m bx c ≤ mx .

Esto significa que m bx c pertenece al conjunto {k ∈ Z : k ≤ mx}. Pero bmx c es el elemento m´aximo de este conjunto.

(9)

Queremos entender la definici´

on de ϕ

1 ϕ1(t) :=      b2tc 2 , 0 ≤ t < 1, 1, t ≥ 1. Consideremos el caso 0 ≤ t < 1. La condici´on 0 ≤ t < 1 implica 0 ≤ 2t < 2 y b2tc ∈ {0, 1}. ϕ1(t) = 0 ⇐= b2tc = 0 ⇐⇒ 0 ≤ 2t < 1 ⇐⇒ 0 ≤ t < 1 2, ϕ1(t) = 1 2 ⇐= b2tc = 1 ⇐⇒ 1 ≤ 2t < 2 ⇐⇒ 1 2 ≤ t < 1.

(10)

Grafiquemos ϕ

1 0 1 1 ϕ1(t) :=      b2tc 2 , 0 ≤ t < 1, 1, t ≥ 1. 0 ≤t < 1 2 =⇒ ϕ1(t) = 0, 1 2 ≤t < 1 =⇒ ϕ1(t) = 1 2, t ≥ 1 =⇒ ϕ1(t) = 1.

(11)

Grafiquemos ϕ

1 0 1 1 ϕ1(t) :=      b2tc 2 , 0 ≤ t < 1, 1, t ≥ 1. 0 ≤t < 1 2 =⇒ ϕ1(t) = 0, 1 2 ≤t < 1 =⇒ ϕ1(t) = 1 2, t ≥ 1 =⇒ ϕ1(t) = 1.

(12)

Grafiquemos ϕ

1 0 1 1 ϕ1(t) :=      b2tc 2 , 0 ≤ t < 1, 1, t ≥ 1. 0 ≤t < 1 2 =⇒ ϕ1(t) = 0, 1 2 ≤t < 1 =⇒ ϕ1(t) = 1 2, t ≥ 1 =⇒ ϕ1(t) = 1.

(13)

Grafiquemos ϕ

1 0 1 1 ϕ1(t) :=      b2tc 2 , 0 ≤ t < 1, 1, t ≥ 1. 0 ≤t < 1 2 =⇒ ϕ1(t) = 0, 1 2 ≤t < 1 =⇒ ϕ1(t) = 1 2, t ≥ 1 =⇒ ϕ1(t) = 1.

(14)

Ejercicios

Para entender la demostraci´on del teorema (escrita a continuaci´on), recomiendo hacer varios ejercicios.

Ejercicio. Copiar la definici´on de ϕnen papel.

Ejercicio. Calcular a mano ϕn(t) para t =5116 y n = 1, 2, 3, 4, 5.

Ejercicio. Para entender la definici´on de ϕ2, considerar los siguientes 9 casos:

k

4 ≤ t <

k + 1

4 (0 ≤ k ≤ 7), t ≥ 2. Calcular ϕ2(t) en cada uno de estos casos.

(15)

Ejercicios

Ejercicio de programaci´on. En alg´un sistema de ´algebra computacional (por ejemplo, en Sagemath o GNU Octave),

programar las funciones ϕ1, ϕ2, ϕ3,

generar 100 puntos pseudoaleatorios en [0, 5], calcular ϕ1, ϕ2, ϕ3 en estos puntos,

(16)

Demostraci´

on: ϕ

n

es simple y medible

ϕn toma valores de la forma

vk = k

2n, 0 ≤ k ≤ n · 2 n.

La cantidad de estos valores es n · 2n+ 1. Para cada 0 ≤ k < n · 2n, Ak = ϕ−1n [{vk}] = k 2n, k + 1 2n  . Para k = n · 2n, An·2n = ϕ−1n [{n}] = [n, +∞]. El conjunto de los valores es finitos, y los conjuntos Ak son medibles.

(17)

Demostraci´

on: ϕ

n

(t) → t, el caso t = +∞

Recordemos la definici´on de ϕn: ϕn(t) :=      b2ntc 2n , 0 ≤ t < n; n, t ≥ n .

Si t = +∞, entonces para cada n aplicamos el segundo caso de la definici´on:

ϕn(+∞) = n.

Luego

lim

(18)

Inicio de la demostraci´

on: ϕ

n

(t) → t, el caso 0 ≤ t < +∞

Fijamos t, 0 ≤ t < +∞. Para encontrar lim

n→∞ϕn(t), es suficiente trabajar con n grandes.

Supongamos n > t. Entonces se aplica el primer caso de la definici´on de ϕn:

ϕn(t) :=        b2ntc 2n , 0 ≤ t < n; n, t ≥ n.

(19)

Continuaci´

on de la demostraci´

on: ϕ

n

(t) → t, el caso 0 ≤ t < +∞

Suponemos 0 ≤ t < +∞, n > t. Entonces ϕn(t) = b2 ntc 2n . Por la definici´on de b c, b2ntc ≤ 2nt, 2nt < b2ntc + 1.

Despejamos b2ntc de estas desigualdades, luego dividimos entre 2n:

2nt − 1 < b2ntc, b2nc ≤ 2nt.

t − 1

2n < ϕn(t) ≤ t.

Aplicamos el teorema de compresi´on (el teorema de s´andwich):

lim

(20)

Inicio de la demostraci´

on ϕ

n

(t) ≤ ϕ

n+1

(t), divisi´

on en tres casos

Las funciones ϕn y ϕn+1 se definen por casos:

ϕn(t) :=      b2ntc 2n , 0 ≤ t < n; n, t ≥ n; ϕn+1(t) :=        b2n+1tc 2n+1 , 0 ≤ t < n + 1; n + 1, t ≥ n + 1.

Hay que considerar tres casos.

t ≥ n + 1, n ≤ t < n + 1,

(21)

Demostraci´

on: ϕ

n

(t) ≤ ϕ

n+1

(t), caso t ≥ n + 1

Supongamos que n + 1 ≤ t ≤ +∞.

Entonces en las definiciones de ϕn y ϕn+1 se aplica el segundo caso:

ϕn(t) :=      b2ntc 2n , 0 ≤ t < n; n, t ≥ n; ϕn+1(t) :=        b2n+1tc 2n+1 , 0 ≤ t < n + 1; n + 1, t ≥ n + 1.

En este caso es muy f´acil comparar ϕn(t) con ϕn+1(t):

(22)

Demostraci´

on: ϕ

n

(t) ≤ ϕ

n+1

(t), caso n ≤ t < n + 1

Supongamos que n ≤ t < n + 1.

Entonces la definici´on de ϕn se aplica el segundo caso, y en la definici´on de ϕn+1 el primero:

ϕn(t) :=      b2ntc 2n , 0 ≤ t < n; n, t ≥ n; ϕn+1(t) :=        b2n+1tc 2n+1 , 0 ≤ t < n + 1; n + 1, t ≥ n + 1. Notamos que b2n+1tc ≥ 2n+1btc ≥ 2n+1n.

Estamos listos para comparar ϕn+1(t) con ϕn(t):

ϕn+1(t) = b2

n+1tc

2n+1

2n+1n

(23)

Demostraci´

on: ϕ

n

(t) ≤ ϕ

n+1

(t), caso 0 ≤ t < n

Supongamos que 0 ≤ t < n.

Entonces en las definiciones de ϕn y de ϕn+1 se aplica el primer caso:

ϕn(t) :=        b2ntc 2n , 0 ≤ t < n; n, t ≥ n; ϕn+1(t) :=        b2n+1tc 2n+1 , 0 ≤ t < n + 1; n + 1, t ≥ n + 1.

Comparamos ϕn+1(t) con ϕn(t) usando la regla b2x c ≥ 2bx c:

ϕn+1(t) = b2 n+1tc 2n+1 = b2 · 2ntc 2n+1 ≥ 2 b2ntc 2n+1 = b2ntc 2n = ϕn(t).

(24)

Problemas

Problema. Consideremos otra sucesi´on de funciones, m´as simple:

ψn(t) :=      bntc n , 0 ≤ t < n, n, t ≥ n.

¿Se cumplen las afirmaciones del teorema para esta sucesi´on? Hay que justificar bien la respuesta.

Referencias

Documento similar

Si el gobierno decide gravar con un impuesto ad-valorem del 25 por ciento el precio de la habitaci´on, ¿Cu´al ser´a el m´aximo n´umero de d´ıas que el individuo pueda

El inconveniente operativo que presenta el hecho de que la distribuci´ on de probabilidad de una variable aleatoria es una funci´ on de conjunto se resuelve mediante el uso de

Pues bien, este trabajo est´ a enfocado a la aplicaci´ on de un algoritmo multiresolu- ci´ on adaptado y no lineal dise˜ nado para la interpolaci´ on o aproximaci´ on de

En funci´ on del problema concreto a solucionar y del an´ alisis que se haya realizado para establecer los par´ ametros la calidad de los resultados variar´ a, pero como conclusi´ on

Las reglas de dise˜ no de la arquitectura von Neuman contin´ uan vigentes hoy en d´ıa para la construcci´ on de ordenadores: la unidad de control y la unidad aritm´etico-l´

Comparaci´ on gr´ afica alrededor de la esquina encontrada para el caso de Hermite con detecci´ on previa de esquinas (Figura 5.19) y Hermite segmen- tario (Figura 5.20) del

Es decir, el uso de los nuevos recursos formativos exige por parte del alumno el dominio de una serie de habili- dades (Hookanson y Hooper 2000) sin las cuales el apoyo del tutor es

An´ alisis de los Sistemas de Funciones Iteradas (IFS) y de los algoritmos utilizados para para la obtenci´ on de un fractal asociado a un sistema de funciones iteradas.. Generaci´