47
Como x((k + 1)h) → ∞, ent˜ao bx((k + 1)h) → ∞ o que seria uma contradi¸c˜ao, j´a que bz(t) ´e uma trajet´oria ortogonal sob a fam´ılia L. Portanto
Z
ΓF (u) · du = 0, para toda curva suave e fechada Γ ⊂ T .
4.3
Teorema da proje¸c˜ao limitada em
ℜd
Nesta se¸c˜ao, trataremos de dar condi¸c˜oes suficientes para garantir a propriedade da proje¸c˜ao limitada em fam´ılia de retas em ℜd, com d > 2, analogamente ao que se fez no teorema 3.2. A fun¸c˜ao F (u) ter´a,
tamb´em no caso d > 2, um papel decisivo. Contudo, o exemplo 4.1 deixa claro que F (u) sequer precisa ser cont´ınua, o que torna mais dif´ıcil o problema de caracterizar condi¸c˜oes necess´arias e suficientes para garantir a propriedade da proje¸c˜ao limitada. Voltaremos a este ponto no final da disserta¸c˜ao. Segue nosso principal resultado nesta dire¸c˜ao.
Agora vamos demonstrar que, se T = Sd−1 e F (u) ∈ C1, ent˜ao uma condi¸c˜ao necess´aria para que L
tenha a propriedade da proje¸c˜ao limitada ´e que F (u) satisfa¸ca a condi¸c˜ao Z
ΓF (u) · du = 0, para todas as curvas suaves fechadas Γ ⊂ T
(4.21) Teorema 4.3 Assuma T = Sd−1 e F (u) ∈ C1. Se F (u) satisfaz a condi¸c˜ao (4.21), ent˜ao a fam´ılia L
tem a propriedade da proje¸c˜ao limitada. Demonstra¸c˜ao.
A demonstra¸c˜ao ser´a feita a partir de alguns lemas. A ideia geral da demonstra¸c˜ao para garantir a propriedade da proje¸c˜ao limitada nas condi¸c˜oes dadas ´e a mesma usada no teorema 3.2, ou seja, encontraremos conjuntos convexos Hgque topologicamente s˜ao bolas convexas de dimens˜ao d, t˜ao grandes
como se queira, e tais que toda sequˆencia iniciada em seu interior permanece em seu interior.
Come¸camos com o lema 4.1 que nos garante uma propriedade an´aloga `a do item (iv) do lema 3.4. Lema 4.1 Se F (u) ∈ C1, ent˜ao existe um compacto eB tal que por todo z ∈ℜd− eB passa uma ´unica
reta de L.
Em outras palavras, o lema 4.1 nos diz que existe uma bola eB, tal que todo ponto z ∈ (ℜd− eB)
pertence a uma ´unica reta da fam´ılia L. Demonstra¸c˜ao.
Nossa demonstra¸c˜ao segue a ideia de B`ar`any et al. [4], por´em usamos argumentos mais f´aceis de compreender. Por hip´otese temos que F (u) ∈ C1, e portanto F (u) satisfaz a condi¸c˜ao Lipschitz (4.4), ou
seja,
4.3 Teorema da proje¸c˜ao limitada em
ℜ
d48
e consequentemente, tamb´em satisfaz a condi¸c˜ao (4.3):
khF (u) − F (v), u − vik ≤ c ku − vk2.
Dado (4.3), o teorema 4.1 nos garante que a interse¸c˜ao entre duas retas de L permanece uniformemente limitada. Ent˜ao a fun¸c˜ao
H(u, x) = F (u) + xu definida em ∆ = Sd−1× (r
0, ∞) ´e injetora, para algum r0suficientemente grande.
Temos por hip´otese que F (u) ∈ C1, consequentemente H(u, x) ´e cont´ınua e injetora em ∆. Portanto
pelo teorema D.1 do apˆendice, H(∆) ´e aberto em ℜd.
Agora vamos mostrar que H(∆) (onde ∆ = Sd−1×[r0, ∞)) ´e fechado. Seja yn ∈ H(∆) uma sequˆencia
convergindo para y ∈ ℜd, com
yn= F (un) + xnun (4.22)
J´a que Sd−1´e compacto, podemos supor que u
n→ u∗∈ Sd−1. Assim, de (4.22),
xn = xnhun, uni = hyn, uni − hF (un), uni = hyn, uni
Portanto, xn → x∗= hy, u∗i ≥ r0, uma vez que xn ≥ r0. J´a que F (u) ´e cont´ınua, temos F (un) → F (u∗)
e portanto
y = lim[F (un) + xnun] = [F (u∗) + x∗u∗] = H(u∗, x∗)
com (u∗, x∗) ∈ ∆. Portanto y ∈ H ∆.
Mostramos que H(∆), ´e aberto e H(∆)⊃ H(∆) ´e fechado. Com isso podemos concluir que H(∂∆) ⊃ ∂H(∆). Em particular, ∂H(∆) ´e compacto.
Tomemos uma bola eB tal que ∂H(∆) ⊂ eB. Agora vamos mostrar que ℜd− eB⊂ H(∆). Vamos
argumentar por contradi¸c˜ao. Para isso, suponha que existe z ∈ (ℜd− eB), de modo que n˜ao haja nenhuma
reta de L que passa por z. Seja w ∈ H(∆) ∩ℜd− eB. Tomemos um caminho cont´ınuo C que liga w a
z, de modo que C ∩ eB = ∅ ver figura 4.3.
Como z /∈ H(∆) e w ∈ H(∆), logo existe pelo menos um ponto p ∈ C ∩ ∂H(∆) ⊂ eB; o que ´e uma contradi¸c˜ao, j´a que C n˜ao intercepta eB. Logo, para todo z ∈ (ℜd− eB) existe uma ´unica reta de L que
passa por z. Portanto a equa¸c˜ao H(u, x) = z tem solu¸c˜ao ´unica para kzk > c, desde que c seja grande o suficiente.
Como F (u) ´e cont´ınua, podemos definir a fun¸c˜ao: f : Sd−1× (x
0, ∞) → ℜ dada por:
f (u, x) = x + Z u
u0
4.3 Teorema da proje¸c˜ao limitada em
ℜ
d49
Figura 4.3:
Ilustrando a situa¸c˜ao.onde a integral ´e tomada ao longo de uma curva suave em Sd−1ligando u0at´e u. Aqui fixamos u0∈ Sd−1.
Cabe ressaltar que para f (u, x) ser bem definida, ´e necess´ario ter a condi¸c˜ao (4.5), que afirma que F (u) ´e um campo conservativo em Sd−1.
Consideremos agora o operador G : Sd−1× (x
0, ∞) → ℜd definido por:
G(u, x) = H(u, f (u, x)) = F (u) + u x + Z u u0 F (w) · dw
Resulta do que provamos para H(u, x) que, dado c suficientemente grande, a equa¸c˜ao G(u, x) = z tem uma ´unica solu¸c˜ao para cada z ∈ ℜd onde kzk > c.
Agora fixe x ∈ (x0, ∞) e o conjunto:
Gx=
z ∈ ℜd : z = G(u, x) para algum u ∈ Sd−1 (4.23) Na demonstra¸c˜ao que L possui a propriedade da proje¸c˜ao limitada, Gxter´a o mesmo papel que tinha
no caso d = 2, ou seja, para x suficientemente grande, Gxser´a homeomorfo a esfera Sd−1 e ortogonal `as
retas da fam´ılia L. Al´em disso, Gxdelimitar´a uma regi˜ao convexa invariante sob proje¸c˜oes ortogonais em
L. Para ver o homeomorfismo entre Gx e Sd−1, para x suficientemente grande, basta mostrar que, neste
caso,
G(u, x) = G(eu, x) ⇒ G(u, x) ∈ lu∩ lue
o que s´o ´e poss´ıvel com u =eu e que G(u, x) ´e cont´ınua. O lema D.1 garante que, neste caso G/Sd−1× {x} : Sd−1→ Gx
´e um homeomorfismo.
Como Gx ´e homeomorfo a uma esfera, ele separa ℜd em dois abertos conexos: um limitado com
interior H+
x; e outro ilimitado, com exterior Hx−, com ∂Hx+= Gxe ∂Hx−= Gx.
Lema 4.2 Sob as condi¸c˜oes do teorema 4.3, H+
4.3 Teorema da proje¸c˜ao limitada em
ℜ
d50
Para a demonstra¸c˜ao desse lema vamos usar a mesma ideia que usamos na demostra¸c˜ao da primeira parte do lema 3.8, ou seja, vamos mostrar que existe um hiperplano suporte local para cada ponto da fronteira do conjunto H+
x.
Demonstra¸c˜ao.
Dado o teorema de hiperplano suporte local D.2 (do apˆendice), ´e suficiente mostrar que Hx+= Hx+∪Gx
est´a contido em cada semiespa¸co. b H+ x = z ∈ ℜd; hz − z 0, ui ≤ 0 . para cada u ∈ Sd−1 e z 0= G(u, x).
Figura 4.4:
Ilustrando a situa¸c˜ao acima.De fato, ´e suficiente mostrar que hz − z0, ui ≤ 0 para qualquer z = G(w, x) ∈ Gx, j´a que ∂Hx+ =
Gx ⊂ bHx+ implica em Hx+ ⊂ bHx+. Agora, para z = F (w) +
x + Z w u0 F (ζ) · dζ w e z0 = F (u) + x + Z u u0 F (ζ) · dζ u temos, E = hz − z0, ui = F (w) − F (u) + x(w − u) + w Z w u0 F (ζ) · dζ − u Z w u0 F (ζ) · dζ + u Z w u F (ζ) · dζ, u (4.24) = A + B + C onde A = hF (w) − F (u), ui B = x + Z u u0 F (ζ) · dζ [hw − u, ui] C = Z w u F (ζ) · dζ
Vamos iniciar avaliando B. Como kuk = kwk = 1, 4.8 nos diz que: hw − u, ui = −12kw − uk2.
4.3 Teorema da proje¸c˜ao limitada em
ℜ
d51
Ainda, f (w) = Z w
u(o)F (ζ)·dζ ´e cont´ınua no compacto S
d−1, e portanto limitada. Seja M = max |f( ew)|
paraw ∈ Se d−1, ent˜ao escolhendo x > 2M teremos
B ≤ −x2kw − uk2 (4.25) Seguimos, avaliando A usando um “c´ırculo m´aximo” em Sd−1 que cont´em os vetores u e w:
e
w(t) = ucos(t) + vsen(t), 0 ≤ t ≤ T
onde u = w(0), w =e w(T ), v = ˙e w(0), de modo que ˙ex(t) = −usen(t) + vcos(t). Observe que v⊥u e v ∈ Sd−1. Veja que ku − wk = q [1 − cos(t)]2+ sen2(t) ≈ 2 sen(2t) (4.26)
e que (4.24), a continuidade de F (u) em Sd−1e 4.8 nos garantem que existe um real K > 0, de tal modo
que:
hz − z0, ui ≤ K + x hw − u, ui ≤ K − x kw − uk2 (4.27)
Portanto, basta considerar o caso de |T | suficientemente pequeno, pois se |T | ≥ ǫ > 0, com ǫ sufici- entemente pequeno, kw − uk = 2 sen(T2) ≥ 4ǫ implica em E ≤ K − x ǫ2 16 < 0, para x > 16K ǫ2 . Como F (u) ∈ C1. A = hF (w) − F (u), ui = hF (w), ui = hF (w), u − wi = = hF (u) + O(T ), (1 − cos(T ))u − sen(T )vi
onde |O(T )| ≤ T supn (F (w(t)))′ o(Aqui usamos as rela¸c˜oes u⊥F (u), w⊥F (w) e a suavidade de F (u) e dew(t)). Entretanto,e
(1 − cos(T ))u − vsen(T ) = −vT + O(T2) portanto, A = − hF (u), vi T + O(T2). Agora avaliamos C. C = Z T t=0 D (F ◦ ew)(t), ˙w(t)e E· dt = Z T t=0h(F ◦ ew)(0) + O(t), v + O(t)i · dt = = Z T
t=0[hF (u), vi + O(t)] · dt = T hF (u), vi + O(T 2) Portanto E = A + B + C ≤ −x2kw − uk2+ O(T2) ≤ −xT 2 2 + O(T 2). (4.28)
4.3 Teorema da proje¸c˜ao limitada em
ℜ
d52
Observe que o termo O(T ) em A e O(T2) em C podem sempre ser tomados independentemente de
v. Ou seja, existe N tal queO(T2) ≤ NT2 independentemente de v, em 4.28. Isto significa:
E ≤ NT2−x
2(T
2) < 0.
desde que x > 2N . Isso mostra que todo ponto da fronteira do conjunto Hx+ possui um hiperplano
suporte local, portanto o teorema de hiperplano suporte local D.2 do apˆendice garante que o conjunto H+
x ´e convexo.
Lema 4.3 Sob as condi¸c˜oes do teorema 4.3, H+
x ´e um conjunto invariante para as proje¸c˜oes ortogonais
sobre as retas de L, para x suficientemente grande.
A demonstra¸c˜ao do lema 4.3 ser´a feita a partir de dois lemas. No primeiro diremos que para x suficientemente grande a proje¸c˜ao de z ∈ Gx em qualquer reta de L permanece em Hx+. No segundo
diremos que se kzk ≤ ρ e kF (u)k ≤ ρ, para todo u ∈ Sd−1, ent˜ao kP l(z)k ≤
√
2ρ se Pl(z) ´e a proje¸c˜ao
ortogonal de z em alguma reta de L. Demonstra¸c˜ao.
Lema 4.4 Sob as condi¸c˜oes do teorema 4.3, existe x0 tal que se x ≥ x0,
z = F (u) + x + Z u u0 F (ζ) · dζ u e b z = Pl2(z) = F (u2) + x2+ Z u u0 F (ζ) · dζ u2 ent˜ao x2≤ x.
Para a demonstra¸c˜ao desse lema vamos iniciar escolhendo z ∈ H+
x, seguiremos tomando uma reta
l2∈ L qualquer, e vamos mostrar que a proje¸c˜ao direta de z em l2permanece em Hx+.
Demonstra¸c˜ao.
Seja x > 0 suficientemente grande e z ∈ Gx, ou seja, z = F (u) +
x + Z u u0 F (ζ) · dζ u, para algum u ∈ Sd−1. Tomemos agora uma reta l
2 ∈ L qualquer. Agora vamos encontrar bz = Pl2(z) ∈ Gx2, onde
b z = F (u2) + x2+ Z u2 u0 F (ζ) · dζ
u2. Temos que encontrar x2 tal que hz − bz, u2i = 0.
0 = hz − bz, u2i = hz, u2i − x2− Z u2 u0 F (ζ) · dζ portanto x2= hz, u2i − Z u2 u0 F (ζ) · dζ. Em outras palavras x2 = hz, u2i − Z u2 u0 F (ζ) · dζ = F (u) + x + Z u u0 F (ζ) · dζ u, u2 − Z u2 u0 F (ζ) · dζ = hF (u), u2i + x + Z u u0 F (ζ) · dζ hu, u2i − Z u2 u0 F (ζ) · dζ (4.29)
4.3 Teorema da proje¸c˜ao limitada em
ℜ
d53
Agora vamos mostrar que x2− x ≤ 0, ou seja, bz ∈ Hx+.
x2− x = hF (u), u2i + x + Z u u0 F (ζ) · dζ hu, u2i − Z u2 u0 F (ζ) · dζ − x = hF (u) − F (u2), u2i | {z } A + x + Z u u0 F (ζ) · dζ hu − u2, u2i | {z } B + Z u2 u F (ζ) · dζ | {z } C (4.30)
Os argumentos usados anteriormente (na demonstra¸c˜ao do lema 4.2) para mostrar que E = A + B + C < 0, se x ´e suficientemente grande, se aplicam exatamente da mesma maneira para mostrar que x2− x = A + B + C < 0, desde que x seja suficientemente grande. Portanto, x2≤ x.
Lema 4.5 Se sup
u∈Sd−1{kF (u)k} ≤ ρ, kzk ≤ ρ e P
l´e a proje¸c˜ao ortogonal em l ∈ L, ent˜ao
kPl(z)k ≤
√ 2ρ. Demonstra¸c˜ao.
Veja que o segmento que liga F (u) a Pl(z) ´e a proje¸c˜ao ortogonal do segmento que liga 0 e z em l.
Segue que: kF (u) − Pl(z)k ≤ kzk ≤ ρ.
Por Pit´agoras, segue que:
kPl(z)k2= kF (u)k2+ kPl(z) − F (u)k2≤ 2ρ2
Assim, kPl(z)k ≤
√ 2ρ.
Agora vamos demonstrar o lema 4.3. Considere x0 como no lema 4.4 e ρ0 tal que Gx0 ⊂ B(0, ρ0) e
sup
u∈Sd−1{kF (u)k} ≤ ρ
0. Os lemas 4.1 e 4.2 nos permitem supor x0 suficientemente grande, de modo que
todo ponto de ℜd− H+
x esteja em uma ´unica reta de L. Sejaex0 tal que B(0, 2ρ) ⊂ Hxe+0. Vamos mostrar
que Hx+e0 ´e invariante para proje¸c˜oes em retas de L. Seja z ∈ Hex+0. H´a dois casos a considerar
1. Se kzk ≥ ρ0, ent˜ao z = F (u) + x + Z u u0 F (ζ) · dζ
u, com x0≤ x ≤ ex0. Neste caso, o lema 4.4
garante que Pl(z) ∈ Hx+⊂ H + e x0 2. Se kzk ≤ ρ0, ent˜ao kPl(z)k ≤ √
2ρ0< 2ρ, o que implica que Pl(z) ∈ Hxe+0.
Demonstra¸c˜ao do teorema 4.3, existe x0tal que para x ≥ x0o conjunto Hx+´e invariante para proje¸c˜oes
em retas de L. Al´em disto, [
x≥x0
Hx+ = ℜd e cada Hx+ ´e limitado, j´a que Hx+´e homeomorfo a uma bola
compacta em ℜd, para x ≥ x
Cap´ıtulo 5
Considera¸c˜oes Finais
5.1
Conclus˜ao
Em 1991, B`ar`any et al. [4] apresentaram alguns resultados interessantes a respeito do m´etodo de proje¸c˜oes ortogonais sobre uma fam´ılia infinita de retas em ℜd, (d ∈ N). Neste trabalho detalhamos o
que fizeram bem como acrescentamos novas observa¸c˜oes para os resultados apresentados pelos autores. (I) Mostramos que, para uma fam´ılia de retas L em ℜ2, onde n˜ao existem retas paralelas `as seguintes
afirma¸c˜oes s˜ao equivalentes:
(a) A fam´ılia L possui a propriedade de proje¸c˜ao limitada.
(b) O conjunto Ω formado pelas interse¸c˜oes de pares de retas de L, ´e limitado.
(c) A fun¸c˜ao F : cW → ℜ2 ´e Lipschitz, onde cW ⊂ [0, 2π) ´e o conjunto de dire¸c˜oes das retas de L.
Seguimos a seguinte cadeia de implica¸c˜oes (a) ⇒ (b) ⇔ (c) e a principal implica¸c˜ao foi (c) ⇒ (a). (II) No caso d > 2 e uma fam´ılia de retas L em ℜd, onde o vetor direcional de cada reta l ∈ L
pertence ao conjunto sim´etrico T ⊂ Sd−1.
Iniciamos exibindo um exemplo de uma fam´ılia de retas L em ℜ3que possui a propriedade da proje¸c˜ao
limitada. Mas, F (θ) n˜ao ´e Lipschitz. B`ar`any et al. acrescentam a condi¸c˜ao de suavidade a F (θ), que n˜ao foi necess´aria para o caso d = 2.
Mostramos que, se a fam´ılia de retas L possui a propriedade da proje¸c˜ao limitada, ent˜ao F (u) satisfaz |hF (u) − F (v), u − vi| ≤ c ku − vk2
para todo u, v ∈ T . Al´em disso, se F (u) satisfaz a condi¸c˜ao acima, ent˜ao as sequˆencias de proje¸c˜oes ortogonais alternadas entre quaisquer pares de retas da fam´ılia L s˜ao uniformemente limitadas.
5.2 Trabalhos Futuros
55
Seguimos mostrando que, se T = Sd−1 e F (u) ∈ C1, ent˜ao uma condi¸c˜ao necess´aria e suficiente para
que L tenha a propriedade da proje¸c˜ao limitada ´e que, F (u) satisfa¸ca Z
ΓF (u) · du = 0
para toda curva Γ ⊂ T suave fechada.
5.2
Trabalhos Futuros
Com base no que estudamos no B`ar`any et al [4], podemos citar dois poss´ıveis trabalhos futuros. 1. Mostrar que para uma fam´ılia de retas em ℜd definida em Sd−1 com d > 2, se F (u) ´e Lipschitz
direcional, sim´etrica e satisfaz a condi¸c˜ao (4.21), ent˜ao a fam´ılia L tem a propriedade da proje¸c˜ao limitada. Nossa conjectura ´e que isto funciona, tamb´em nesta condi¸c˜ao mais geral.
2. Estudar a propriedade da proje¸c˜ao limitada, em fam´ılias de subespa¸cos afins em ℜd, com dimens˜ao
maior que 1.
3. Simular numericamente situa¸c˜oes de poss´ıvel instabilidade na sequˆencia de iterados (por exemplo kxnk → ∞) em fun¸c˜ao de ru´ıdos admitidos em cada itera¸c˜ao.
Apˆendice A
Resultados Da Geometria Euclidiana
Plana
Defini¸c˜ao A.1 Um ˆangulo se denomina inscrito em um c´ırculo se seu v´ertice t ´e um ponto do c´ırculo e seus lados cortam o c´ırculo em pontos m e n distintos de t. Os pontos m e n determinam dois arcos. O arco que n˜ao contiver o ponto t ´e chamado de arco correspondente ao ˆangulo inscrito dado. Ver figura (A.1).
Figura A.1: arco correspondente.
Lema A.1 Todo ˆangulo inscrito em um c´ırculo tem a metade da medida do arco correspondente. Demonstra¸c˜ao.
57
Lema A.2 Todos os ˆangulos inscritos que tem mesmo arco correspondente tem a mesma medida. Em particular, todos os ˆangulos que submetem um semic´ırculo s˜ao retos. Ver figura (A.2).
Figura A.2: ˆangulos iguais e ˆangulo reto.
Demonstra¸c˜ao. Ver [5].
Lema A.3 Dado um triˆangulo retˆangulo qualquer de v´ertices M,N e P, ent˜ao existe uma circunferˆencia de diˆametro igual `a hipotenusa que passa pelos v´ertices do triˆangulo retˆangulo ver figura (A.3).
Figura A.3: Triˆangulo Retˆangulo com Circunferˆencia.
Demonstra¸c˜ao. Ver [5].
Apˆendice B
Resultados de ´Algebra Linear
Defini¸c˜ao B.1 Seja V um espa¸co vetorial sobre o corpo dos n´umeros reais ℜ. Um produto interno sobre V ´e uma aplica¸c˜ao que a cada par (u, v) ∈ V ×V associa um n´umero real denotado por hu, vi satisfazendo as seguintes propriedades:
1. hu + v, wi = hu, wi + hv, wi, para todo u, v, w ∈ V 2. hαu, vi = α hu, vi, para todo u, v ∈ V e todo α ∈ ℜ 3. hu, vi = hv, ui, para todo u, v ∈ V
4. hu, ui > 0, sempre que u 6= ~0, ou seja, quando u n˜ao ´e o vetor nulo, e hu, ui = 0, se e somente se, u = ~0
Um espa¸co vetorial V munido de um produto interno ´e chamado de espa¸co Euclidiano, se tiver di- mens˜ao finita. Se V for uma espa¸co vetorial sobre os complexos, V e o produto interno tamb´em s˜ao chamados, respectivamente, de espa¸co Hermitiano e produto Hermitiano.
Estamos interessados nesta se¸c˜ao, em formalizar os conceitos de comprimento de um vetor e de ˆangulo entre dois vetores. Esses conceitos permitir˜ao uma melhor compreens˜ao da no¸c˜ao de medida.
Defini¸c˜ao B.2 (Norma) Seja V um espa¸co vetorial sobre o corpo ℜ. Uma norma em V ´e uma aplica¸c˜ao
k·k : V −→ [0, ∞) satisfazendo as seguintes propriedades
59
1. kxk > 0 sempre que x 6= ~0 ; 2. kαxk = |α| kxk, para todo α ∈ ℜ; 3. kx + yk ≤ kxk + kyk
considerado com uma norma k·k, dizemos que V ´e um espa¸co normado. Defini¸c˜ao B.3 Quando kuk = 1 diz-se que u ´e um vetor unit´ario do espa¸co V .
Para definirmos ˆangulo entre vetores precisamos do lema (B.1).
Lema B.1 (Desigualdade de Cauchy-Schwarz) Seja V um espa¸co com produto interno. Ent˜ao, se kxk =phx, xi, para todos x, y ∈ V vale:
|hx, yi| ≤ kxk kyk Demonstra¸c˜ao.
Ver [17] ou [79].
Defini¸c˜ao B.4 Vamos definir o ˆangulo θ entre os vetores x e y (com 0 ≤ θ ≤ π ) por
cos(θ) = hx, yi kxk kyk
Pela defini¸c˜ao (B.4), temos que dois vetores x, y ∈ V s˜ao perpendiculares (ou ortogonais) se, e so- mente se, hx, yi = 0, e usamos a seguinte nota¸c˜ao x⊥y.
Defini¸c˜ao B.5 (Proje¸c˜ao Ortogonal) Dado dois vetores x, y n˜ao nulos em um espa¸co vetorial nor- mado V , definimos a Proje¸c˜ao Ortogonal de x sobre y, da seguinte forma
P rojy(x) = hx, yi
hy, yiy
Lema B.2 Dados duas retas l, l1∈ ℜd, encontrar os pontos que minimizam a distˆancia entre as retas.
Podemos encontrar esses pontos de duas formas, uma seria usando a teoria de m´ınimos quadrados e a outra seria encontrando os pontos p, q que satisfazem as equa¸c˜oes abaixo.
hp − q, ui = 0 hp − q, vi = 0
60
para isso vamos escrever os pontos p, q da seguinte forma
p = (1 − α)F (u) + α(u + F (u)) = F (u) − αF (u) + αu + αF (u) = F (u) + αu
para algum α ∈ ℜ. De forma similar para algum β ∈ ℜ o ponto q ´e dado por q = F (v) + βv
com base nesses pontos, vamos procurar os escalares α, β, que minimize a distˆancia entre as retas, ou seja, solu¸c˜ao do sistema abaixo
h(F (u) + αu) − (F (v) + βv), ui = 0 h(F (u) + αu) − (F (v) + βv), vi = 0
para resolver tal sistema, vamos usar a igualdade (4.2) e o fato que u, v ∈ Sd−1, isto ´e, kuk = kvk = 1,
com isso a solu¸c˜ao do sistema ser´a
α = hF (v), ui + (hF (u), vi)(hu, vi) 1 − (hu, vi)2
β = (hF (u), vi) + (hu, vi)(hF (v), ui) 1 − (hu, vi)2
temos ent˜ao
p = F (u) + αu
= F (u) +hF (v), ui + (hF (u), vi)(hu, vi) 1 − (hu, vi)2 u
= F (u) +hF (v), ui + (hF (u), vi)(hu, vi) + (hF (v), ui) − (hF (v), ui) 1 − (hu, vi)2 u
= F (u) +(1 − hu, vi)(− hF (u), vi) + (hF (v), ui) + (hF (u), vi) 1 − (hu, vi)2 u
= F (u) +(1 − hu, vi)(− hF (u), vi) 1 − (hu, vi)2 u +
(hF (v), ui) + (hF (u), vi) 1 − (hu, vi)2 u
= F (u) − hF (u), vi 1 + (hu, vi)u +
(hF (v), ui) + (hF (u), vi) 1 − (hu, vi)2 u
logo,
p = F (u) − hF (u), vi 1 + (hu, vi)u +
(hF (v), ui) + (hF (u), vi)
1 − (hu, vi)2 u (2.1)
Em particular, se as retas l e l1 se interceptam, ent˜ao a sequˆencia de proje¸c˜ao ortogonal converge
Apˆendice C
Trajet´oria Ortogonal
Defini¸c˜ao C.1 (Curvas Orotogonais) Duas curvas suaves f1, f2 que se interceptam em x ∈ ℜd s˜ao
ortogonais em x se, e somente se, suas retas tangentes T1 e T2 s˜ao perpendiculares em x.
Em outras palavras, duas curvas f (t), g(t) s˜ao ortogonais no ponto {p} = f ∩ g, quando D
˙
f (p), ˙g(p)E= 0.
Defini¸c˜ao C.2 (Trajet´oria Ortogonal) Quando todas as curvas de uma fam´ılia G interceptam orto- gonalmente todas as curvas de outra fam´ılia H, ent˜ao dizemos que as fam´ılias s˜ao trajet´orias biortogonais. Portanto, uma trajet´oria ortogonal a uma fam´ılia de curvas L ´e uma curva que intercepta todas as curvas de L ortogonalmente.
Apˆendice D
Conjuntos Convexos e Abertos
Defini¸c˜ao D.1 (Conjunto Convexo) K ⊂ ℜn ´e um conjunto convexo, se para quaisquer x, y ∈ K e
qualquer α ∈ [0, 1], tivermos
αx + (1 − α)y ∈ K ou de forma equivalente
y + α(x − y) ∈ K
Defini¸c˜ao D.2 (Combina¸c˜ao Convexa) Sejam x1, x2, ..., xp elementos de K ⊂ ℜn. Elementos da
forma x = p X i=1 αixi = α1x1+ α2x2+ ... + αpxp com αi> 0, i = 1, 2, ..., n e p X i=1
αi= 1 s˜ao combina¸c˜oes convexas dos elementos dos elementos x1, x2, ..., xp ∈
K.
Defini¸c˜ao D.3 (Fecho Convexo) Seja K ⊂ ℜn. O fecho convexo de K, representada como conv(K),
´e o menor conjunto convexo que cont´em K
Em outras palavras, o fecho convexo de K ´e a interse¸c˜ao de todos os conjuntos convexos que cont´em K. Ou o conjunto das combina¸c˜oes convexas de todos os pontos em K.
Teorema D.1 (Teorema de Brouwer) .
Seja U um subconjunto aberto de ℜd, e seja f : U → ℜd, uma aplica¸c˜ao injetiva cont´ınua. Ent˜ao
63
Demonstra¸c˜ao. Ver ([69]).
Defini¸c˜ao D.4 (Hiperplano) Um hiperplano ´e um conjunto da forma
x ∈ ℜd; aTx = b
onde a ∈ ℜd, a 6= 0 e b ∈ ℜ.
Analiticamente ´e o conjunto solu¸c˜ao de uma equa¸c˜ao linear n˜ao trivial entre os componentes de x (e, portanto, um conjunto afim). Geometricamente, o hiperplano x ∈ ℜd; aTx = b pode ser interpretado
como o conjunto de pontos com um produto interno constante para um dado vetor a, ou como um hiperplano com vetor normal a; a constante b ∈ ℜ determina o deslocamento do hiperplano desde a origem. Esta interpreta¸c˜ao geom´etrica pode ser compreendido, expressando o hiperplano na forma
x ∈ ℜd; aT(x − x 0) = 0
onde x0 ´e um ponto qualquer no hiperplano (isto ´e, qualquer ponto que satisfaz aTx0 = b). Esta
representa¸c˜ao pode ser expressa por
x ∈ ℜd; aT(x − x
0) = 0 = x0+ a⊥
onde a⊥ representa o complemento ortogonal de a, isto ´e, o conjunto de todos os vetores ortogonal a ele a⊥=v; aTv = 0 .
Defini¸c˜ao D.5 (Hiperplano suporte) Seja C ⊆ ℜd, e x
0 ´e um ponto que pertence a fronteira de C.
Se a 6= 0 e satisfaz
aTx ≤ aTx 0
para todo x ∈ C, ent˜ao o hiperplano x ∈ ℜd; aTx = aTx
0 ´e chamado de hiperplano suporte para o
conjunto C no ponto x0.
Teorema D.2 (Teorema do plano suporte) .
Se C ´e um conjunto fechado, com interior n˜ao vazio, e tem um hiperplano suporte em cada ponto y ∈ fr(C), onde fr(C) ´e a fronteira do conjunto C. Ent˜ao C ´e convexo.
Demonstra¸c˜ao.
Nossa demonstra¸c˜ao ser´a por contradi¸c˜ao. Suponha que C n˜ao fosse convexo, como C tem interior n˜ao vazio ent˜ao podemos encontrar dois pontos x, y ∈ C de maneira que existe um ponto j no segmento de reta s que liga os pontos x, y de modo que j /∈ C. Ver figura D.1.
64
Figura D.1: Figura representando o conjunto n˜ao convexo C.
De acordo com a situa¸c˜ao descrita na figura D.1, existe um ponto b ∈ s ∩ fr(C). Por hip´otese, existe um hiperplano suporte no ponto b, ou seja, isso significa que x ou y n˜ao poderia pertencer ao conjunto C. O que seria uma contradi¸c˜ao. Portanto, o conjunto C ´e convexo.
Defini¸c˜ao D.6 Seja C ⊆ ℜd, e x
0´e um ponto que pertence a fronteira de C. Se a 6= 0 e satisfaz
aTx ≤ aTx 0
para todo x ∈ C ∩ B(x0, ǫ) para algum ǫ > 0, ent˜ao o hiperplano x ∈ ℜd; aTx = aTx0 ´e chamado de
hiperplano suporte local para o conjunto C no ponto x0.
Teorema D.3 (Hiperplano suporte local - Tieteze) Seja C um conjunto aberto conexo em um su- bespa¸co linear L. Se cada ponto x ∈ fr(C) possui um hiperplano suporte local, ent˜ao C ´e convexo. Demonstra¸c˜ao.
Apˆendice E
Resultados de C´alculo
Lema E.1 A fun¸c˜ao f :h−π 2, π 2 i −→ R, definida por f (x) = x sen(x) , se x 6= 0 1 , se x = 0
´e cont´ınua. Al´em disso, como seu dom´ınio ´e um compacto, ent˜ao f (x) ´e limitada. Demonstra¸c˜ao.
Ver [80].
Lema E.2 Considere F : Sd−1 → ℜd, Lipschitz direcional, limitada e tal que F (u) · u = 0, para todo
u ∈ Sd−1. Dado T ∈ ℜ, seja w : [0, T ] → Sd−1 de classe C2. Ent˜ao F (w(t)) · ˙w(t) ´e Lipschitz. Em
particular
Z t
0 F (w(ζ)) · ˙w(ζ) · dζ = F (w(0)) · [w(ζ) − w(0)] + O(t
2) (5.1)
Demonstra¸c˜ao.
Para ver F (w(t)) · ˙w(t) ´e Lipschitz, nas condi¸c˜oes de lema (E.2), considere: Q = |F (w(t + h)) · ˙w(t + h) − F (w(t)) · ˙w(t)| = F (w(t + h)) · w(t + h) − w(t) h + R1− F (w(t)) · w(t + h) − w(t) h + R2 com R1 e R2valendo O(h). Portanto,
Q ≤ 1h|[F (w(t + h)) − F (w(t))] · [w(t + h) − w(t)]| + O(h) ≤ hc|w(t + h) − w(t)|2+ O(h)
66
Em particular g(t) = F (w(t)) · ˙w(t) sendo Lipschitz, vale que: Z t
0 F (w(ζ)) · ˙w(ζ) · dζ = tF (w(0)) · w(0) + O(t 2)
= F (w(0)) · [w(ζ) − w(0)] + O(t2) Como quer´ıamos demonstrar.
Referˆencias Bibliogr´aficas
[1] AGMON, S. The relaxation method for linear inequalities, Canadian Journal of Mathematics, Vol. 11, n 3, 1954.
[2] AHARONI, R; DUCHET, P. and WAJNRYB, B. Successive projections on hyperplanes. J. Math. Anal. Appl. 103 (1984) 134-138.
[3] ALTMAN, M. On the approximate solution of linear algebraic equations, Bull. Acad. Polon. Sci., 5 (1957), pp. 365-370.
[4] B `AR `ANY, I; JACOBE, E. G. and POLLACK, R. Do Projections Go to Infinity ?. American Mathe- matical Society (1991) 1052-1798.
[5] BARBOSA, J. L. M. Geometria Euclidiana Plana. 10. ed. Rio de Janeiro: IMPA, 2006. v. 1. (Cole¸c˜ao Matem´atica Universit´aria).
[6] BARGURY, Z. Sequence of projection on hyperplanes. Disserta¸c˜ao de mestrado, departamento de matem´atica. Techuion Haifa, 1194.
[7] BAUSCHKE, H. H; COMBETTES, P. L. and LUKE, D. R. Phase retrieval, error reduction algo- rithm, and Fienup variants: a view from convex optimization. J. Opt. Soc. Am. A 19, 1334-1345 (2002).
[8] BENZI, M. and MEYER, C. D. A direct projection method for sparse linear systems. Society for Industrial and Applied Mathematics J. Sci. Comput. Vol. 16, No. 5, pp. 1159 - 1176, 1995.
[9] BJORCK, A. and ELFVING, T. Accelerated projection methods for computing pseudoinverse so- lutions of systems of linear equations. BIT Numerical Mathematics. Vol 19, Number 2, 145 - 163. 1979.
[10] BJORCK, A. and ELDEN, L. Methods in numerical algebra for ill-posed problems, Tech. Rep. LiTH- MAT-R-33-1979, Dept. of Math., Linkoping Univ., Linkoping, Sweden, 1979.
[11] BJORCK, A. and ELFVING, T. Accelerated projection methods for computing pseudoinverse solu- tions of systems of linear equations, BIT, 19 (1979), pp. 145-163.
Referˆencias Bibliogr´aficas
68
[12] BODEWIG, E. Matrix Calculus, North-Holland, Amsterdam, 1959.
[13] BOYD, S. and VANDENBERGHE, L. Convex Optimization, Cambridge University Press, 2004. [14] BRAMLEY, R. and SAMEH, A. Row projection methods for large nonsymmetric linear systems. [15] BREGMAN, L. M. The relaxation method of finding the common point of convex sets and its appli-
cation to the solution of problems in convex programming, Ibid., 7 (1967), pp. 200-217.
[16] BUDINGER, T. F. and GULLBERG, G. T. Transverse section reconstruction of gamma-ray emit- ting radionuclides in patients, in Reconstruction Tomography in Diagnostic Radiology and Nuclear Medicine, M. M. ter-Pogossian, et al., eds., University Park Press, Baltimore, 1977, pp. 315-342. [17] BUENO, H. P. ´Algebra Linear. 10. ed. Rio de Janeiro: IMPA, 2006. v. 1. (Cole¸c˜ao Textos Univer-
sit´arios).
[18] BYRNE, C. L. Applied iterative methods. 2007.
[19] CAMERINI, P. M; FRATTA, L. and MAFFIOLI, F. On improving relaxation methods by modified gradient techniques, Math. Programming Stud. 3 (1975), pp. 26-34.
[20] CENSOR, Y. and LENT, A. A cyclic subgradient projections method for the convex feasibility pro- blem, Technical Report, Dept. of Mathematics, University of Haifa, Israel, July 1980.
[21] CENSOR, Y. and HERMAN, G. T. On some optimization techniques in image reconstruction from