Upload
buitram
View
213
Download
0
Embed Size (px)
Citation preview
A função delta de Dirac
José Ruidival dos Santos Filho
U F S C a r
2o Colóquio da Região Sudeste
Janeiro de 2013
Sumário
Introdução v
1 Da função delta para distribuições 1
2 Métodos para D′(X) e Aplicações 11
3 Análise de Fourier 193.1 O caso linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193.2 O caso não-linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Referências Bibliográficas 47
iii
Introdução
Este minicurso visa apresentar o desenvolvimento e algumas aplicações de umaclasse importante de funções generalizadas, à saber a Teoria das Distribuições. O nossoponto de partida será a função delta de Dirac. Como pré-requisitos o estudante deverádominar conceitos e resultados de um curso de Análise Real, bem como aspectos geraisda topologia de espaços normados e métricos, uma referência que contém este materialé o livro de W. Rudin, [11].
O matemático inglês Oliver Heaviside(1850-1925) introduziu o cálculo operacionalpara resolver equações diferenciais de circuitos elétricos, tornando-as equaçõesalgébricas. Alguns métodos só viriam a ser matemáticamente formalizados muitotempo depois. Uma função apareceu naturalmente no processo, à saber a função comvalores reais, definida para 0 6= t ∈ R dada por H(t) = 0, se t < 0 e H(t) = 1, se t ≥ 0.Representava então a função voltagem; que assumia valor constante > 0 quando sefechava o circuito a partir do instante t = 0 e era nula quando t < 0.
Algum tempo depois o físico inglês Paul Dirac(1902-1984) fez sua graduaçãoem Engenharia Elétrica, após o qual passou dois anos estudando Matemática; seudoutorado foi obtido em 1926; no ano 1932 tornou-se professor em Matemática naUniversidade de Cambridge. Em 1933 dividiu o Prêmio Nobel em Física com ErwinSchrödinger. No seu livro Principles of Quantum Mechanics, em 1930, incorporouo prévio trabalho de Werner Heisenberg e o de Erwin Schrödinger num únicoformalismo matemático, no processo introduziu, simbolicamente, a função δ quegozaria das seguintes propriedades:1) δ(x) = 0 se x 6= 0, 2) δ(0) = ∞ e 3)
∫ +∞−∞ δ(x)dx = 1.
Se realmente δ fosse uma função real integrável, em algum sentido, teríamos queH(x) =
∫ x−∞ δ(t)dt. Passamos agora a restringir nossa discussão as propriedades 1) e
3).Na teoria de integração do matemático alemão Bernhard Riemann(1826-1866),
como nós bem sabemos de Cálculo Integral, se δ fosse integrável a Riemann, implicariaque δ seria limitada; que não pode ser válido de 1) e 2). Também a teoria de integraçãodo matemático francês Henri Lebesgue (1875-1941), apesar de muito mais rica que ade Riemann, não comporta δ como função integrável; pois uma função integrável aLebesgue, satisfazendo 1) implicaria que
∫ +∞−∞ δ(x)dx = 0.
O matemático francês Laurent Schwartz(1915-2002), finalmente colocou a função deDirac num contexto matematico defensável, propondo a Teoria das Distribuições, ver[13]. Também referida como uma teoria de funções generalizadas o primeiro trabalhoproposto, devido ao matemático russo S. Sobolev(1908-1989), data de 1936, o tambémrusso Israel Gelfand(1913-2009) divulgou numa série de textos a teoria de funçõesgeneralizadas, inclusive a teoria de Schwartz. Como comsequência desta teoria L.
v
Schwartz recebeu a Medalha Fields em 1950. Esta teoria tem impacto em AnáliseMatemática desde sua criação até os dias de hoje.
Em Rn com a topologia euclidiana, δ será um funcional linear contínuo, suportadonum dado ponto, definido em C(Rn), = funções contínuas de em R, aqui a topologiadeste espaço funções é da convergência uniforme sobre compactos. Exploraremos asignificância deste funcional linear na teoria de Schwartz; em particular como podemser obtidas a topologia do espaço das distribuições (= D′) e os seus principaisteoremas interpretados. Ressaltaremos também como a referida função apareceem Probabilidade, como pode ser utilizado para demonstrar teoremas de CálculoDiferencial tais como o de Green-Gauss, e sua necessidade quando considerarmosoperadores diferenciais ordinários lineares que não podem ser escritos na formanormal usual (por exemplo, u(x) 7→ xu′(x)), entre outras aplicações. Finalmente,apresentamos como a Análise de Fourier se desenvolve para um sub-espaço de D′,à saber o das distribuições temperadas. Muitas aplicações da teoria foi objeto deestudo do matemático sueco Lars Hörmander(1931-2012), medalista Fields em 1962,seu grande livro Linear Partial Differential Operators, [6], sintetizou a partir de suatese de doutorado diretrizes para o desenvolvimento da teoria de equações diferenciaisparciais. O impacto deste, de outros livros e artigos de Hörmander guiou, e ainda guia,pela profundidade e estilo do material apresentado, muitos matemáticos da área.
O minicurso será dividido em três capítulos:O primeiro dele será devotado as preliminares, objetivando introduzir notações erevisar a parte básica a ser assumida; bem como motivar e apresentar situações emque a noção de funções generalizadas são necessárias.O segundo capítulo trará a topologia do espaço das funções testes (isto é, das funçõesinfinitamente diferenciáveis com suporte compacto), aqui denotada por C∞
c (Ω), comΩ um aberto de Rn e a partir da mesma introduzir o espaço das distribuições, ou sejados funcionais lineares contínuos definidos em C∞
c (Ω). Alguns resultados centrais dateoria serão enunciados, entre eles destacamos: O teorema de Peetre,Aproximaçõessuaves de distribuições, a Caracterização de distribuições como derivadas de funçõescontínuas e o Teorema do Núcleo de Schwartz.
Nestes dois primeiros capítulos nos referimos a [6], [9] e [15] como referênciaspara uma primeira apresentação de alguns dos tópicos aqui tratados e [7] para umtratamento mais completo.
No terceiro capítulo, dividido em duas seções, ressaltamos a importância daAnálise de Fourier em distribuições e escalas de espaços de funções serão introduzidos.J. Fourier(1768 - 1830) foi um matemático francês cujas contribuições está naorigem de várias técnicas importantes de Análise Matemática e aplicações. Nossoprincipal objetivo na apresentação será estabelecer as caracterizações, em termos dedecomposição de Littlewood-Paley, dos espaços de Sobolev e o de Besov; fazendoo contra-ponto com o decaimento dos coeficientes da série de Fourier para medirregularidade.
Pretendemos com isto, mostrar que avanços importantes em Análise Harmonicateve sua aplicabilidade para problemas não-lineares, assegurado a partir do trabalhode J. M. Bony, ver [2]. Para tal nos referimos ao artigo de divulgação [3] e paramais detalhes os textos [1], [5], [8] e [10]. A parte básica será referida ao livro doD. de Figueiredo, [4], para da Análise de Fourier à nível de graduação e o livro deL. Hörmander ( [7]) para um tratamento mais completo. A parte não-básica referimos
essencialmente ao livro recente de H. Bahouri, J.-Y. Chemin e R. Danchin, [1], que comoem [5], [8] e [10], discorre sobre a decomposição de Littlewood-Paley e contém muitasaplicações da teoria.
Exercícios serão propostos ao longo do texto em adesão aqueles encontrados nostextos [4], [7], [9] e [15]. Ressaltamos que nosso objetivo não é ser completo nem auto-suficiente, mas apresentar uma introdução para a teoria, a escolha se satisfazer a algumprincípio será ao meu gosto pessoal.
Dedico estas notas a memória de Lars Hörmander, esperando, que pelo menosminimamente, honre a grande contribuição matemática deixada por ele.
Capítulo 1
Da função delta para distribuições
Considere Rn com a topologia euclidiana e x0 ∈ Rn, seja δx0 é o funcional linearcontínuo, definido em C(Rn) ( = funções contínuas definidas em Rn com valores emR), por
δx0( f ) = f (x0).
Aqui a topologia C(Rn) é da convergência uniforme sobre compactos. Tal topologianão é obtida por uma norma (Exercício 1.1), por outro lado ela é obtida por umafamília enumerável de semi-normas, no seguinte sentido: Para cada j ∈ N, considereN0
j ( f ) = Maxx∈Bj(0)| f (x)|, com Bj(0) é a bola fechada centrada na origem 0 ∈ Rn e
raio j. Tais N0j não são normas pois para cada j existe f j 6= 0 tal que N0
j ( f j) = 0( Exercício 1.2), por outro lado podemos usá-las para obter uma distância d no espaço,da qual se obtém que a referida topologia é de espaço métrico completo, à saber
tomando d( f , g) = Σj∈NN0
j ( f−g)
2j(1+N0j ( f−g))
.
Observações 1.1 - Se V é um espaço vetorial e nγ; γ ∈ Γ é uma família de semi-normas definidas em V temos que:
a) A única propriedade que difere uma norma de uma semi-norma é que para asegunda podemos ter que nγ(x) = 0 sem que necessariamente temos que x = 0.
b) A topologia gerada pelas nγ’s terá como base de vizinhanças da origem(translade-a para obter uma base de abertos da topologia) as semi-bolas x; nγ(x) <1/j, para cada γ ∈ Γ e j ∈ Z+. Esta base de vizinhanças é convexa, sob estas condiçõeso espaço é dito ser localmente convexo.
(c) A topologia de (b) é de Hausdorff se, e só se, para todo x ∈ V não-nulo temosque existe γ tal que nγ(x) 6= 0. Diz-se que (xk) uma sequência de pontos de V é deCauchy se para todo ε > 0 e nγ existe k0 ∈ Z+ e tal que nγ(xk − xk′) < ε, se k, k′ ≥ k0.Observe que como no caso acima C(Rn), se a coleção de seminormas for enumerável efor de Hausdorff a métrica definida funciona, e a métrica garante os mesmos abertos.
(d) Estes espaços topológicos são denominados Espaços Vetoriais Topológicos;em tais as operações de espaço vetorial são contínuas. Quando existir umamétrica invariante completa(no sentido de todas as sequências de Cauchy seremconvergentes), diz-se que se trata de um espaço de F-espaço, e se além disso forlocalmente convexa é chamado de Espaço de Fréchet. Nos referimos a e [12] e[14]para amplo detalhamento da teoria ds EVT’s. voltaremos a esta teoria para mostrarcomo se estende os teoremas usuais de Análise Funcional para esta classe de espaços.
1
2 Capítulo 1: Da função delta para distribuições
Nos limitando a subconjuntos compactos K de Rn, que neste contexto podemosconsiderar Kj = Bj(0), obviamente teremos que (C(Kj), N0
j ) é normado completo. Poroutro lado, a integral de Riemann, f ∈ C(Kj) 7−→ IR( f ) =
∫k f (x)dx é um funcional
linear contínuo, segundo a norma N0j .
Observações 1.2 Por outro lado, dois resultados de Análise Real, para n = 1, destaca-seneste contexto:
(a) Dada f uma função real definida em Kj ela é integrável no sentido de Riemann,se, e só se, o conjunto de descontinuidades de f é de conteúdo nulo, ver [10].
(b)D ⊂ Kj é o conjunto dos pontos de descontinidades de uma função f realdefinida em Kj se, e só se, D for um Fσ. Diz-se que um conjunto é um Fσ se for uniãoenumerável de subconjuntos fechados.Poderíamos dizer que o primeiro item tem aspecto quantitativo enquanto que osegundo é qualitativo, digamos as aspectos analíticos e topológicos, respectivamente.Por outro lado um Fσ não é obtido por operações típicas em Topologia Geral.Poderíamos dizer que isto justifica termos considerar outras noções de integral, claro adeficiência padrão resaltada é não podermos estudar a convergência de IR( fn), quandofn ∈ C(Kj). Com o objetivo de colocar (a) e (b) no próprio contexto, primeiramenteconsideremos o completamento do espaço vetorial normado (C(Kj), ‖ ‖1), com ‖ f ‖1 =IR(| f |). Ora nós sabemos que o completamento de um espaço normado, é eletambém normado, pois a lei do paralelogramo continua valendo, para a métrica docompletamento, ver [10]. O trabalho de H. Lebesgue descreve a norma assim obtida;em particular mostra que existe um integral aqui denominada por IL; usando a mesmanotação é ‖ f ‖1 = IL(| f |), com f ∈ C(K). Este completamento C(Kj) no contexto deintegração recebe a notação L1(Kj).A teoria de integração de Lebesgue é pois o lugar natural onde os elementos de (a) e (b)aparecem, ver [10] para uma breve introdução a teoria. Além de Análise Matemática,por conseguinte em Geometria e Topologia, uma área de concentração da Matemática,a saber, a Probabilidade, recebeu influência determinante da teoria e suas técnicas.Afinal os conjuntos medíveis no sentido de Lebesgue, ou seja aqueles A ⊂ Kj tais quea função característica de A aqui denotada por XA ∈ L1(Kj), dada por XA(x) = 1 sex ∈ A e Xa(x) = 0 caso contrário, tais conjuntos são denominados como mensuráveisà Lebesgue, nos fornece probabilidades tais como µA(B) = ‖XB∩A‖1/‖XA‖1, ou maisgeralmente se f ∈ L1(Kj), com ‖ f ‖1 > 0, tomamos µ f (B) = ‖XB f ‖1/‖ f ‖1.A teoria de Lebesgue sugere espaços de funções que são normados e completos; defato modelado nas normas usuais de Rn, à saber as normas ‖x‖p = (Σn
j=1|xj|p)1/p se1 ≤ p < ∞. Um última é obtida pelo limite quando p→ ∞, no caso ‖x‖∞ = Max|xj|.Exercício 1.3 - Prove a última observação acima.Dado X um subconjunto aberto de Rn, os espaços acima mencionados são dados por
Lp(X) = f ; f : X → C mensuráveis tal que (∫
X| f (x|pdx)1/p < ∞
se 1 ≤ p < ∞ com ‖ f ‖p = (∫
X | f (x|pdx)1/p. L∞(X1) é o espaço das funções f ’smensuráveis a Lebesgue tais que existe uma constante C e um conjunto E de medidanula com | f (x)| ≤ C a menos que x ∈ E. O ínfimo de tais C’s é denotado por ‖ f ‖∞.Note que devemos considerar f como a classe de equivalência de funções segundo arelaçao de equivalência dada por f ≡ g se f = g exceto num conjunto de medida
3
nula. O resultado abaixo sumariza os resultados que usaremos sobre estes espaçosnormados:
Teorema 1.1 Com a norma acima teremos que Lp satisfaz as seguintes propriedades:a) (Desigualdade de Hölder) ‖ f (x)g(x)‖1 ≤ ‖ f ‖p‖g‖q se 1/p + 1/q = 1.b) O espaço dos funcionais lineares contínuos de Lp em C, se 1 ≤ p < ∞, é identificado comoLq, com (p, q) dado pela relação em a). Tais funcionais são dados por f 7−→
∫f (x)g(x)dx. A
norma será determinada pela desigualdade de Hölder.
Retornando a função delta, vemos que em Probabilidade, quando o conjuntode amostras é um conjunto finito X = x1, ..., xn, naturalmente considera-se aprobabilidade de contagem com pesos pi ∈ [0, 1] e Σi pi = 1, mais precisamete seA = xi1 , ..., xij ⊂ X, define-se σ(A) = Σi∈A pi. Nestes termos podemos tomar afunção δ suportada num ponto x1, com p1 = 1, como uma integral onde o conjuntomensuráveis é o conjunto das partes, escrevemos δx1(B) = 1, se x1 ∈ B e = 0 se x /∈ B,mais geralmente tem-se que toda toda função é mensurável e também integrável,coerentemente denotaremos a integral como
∫f (x)d(δx1)(x) que é compatível com
a notação da Integral de Riemann-Stieltjes. Assim, podemos considerar medidas,em particular probabilidades, como funcionais reais contínuos em C(Rn). Por outrolado para o propósito de estudar soluções de equações diferenciais devemos terfunções generalizadas mais gerais do que simplesmente as medidas. Concluiremosesta discussão discussão propondo o seguinte problema:Exercício 1.3 -a) Dado µ uma medida finita em Rn (isto é, a sua variação totalSupPΣ|µ(Pj)|, com = P1, ..., Pl partição finita é finita), denomina-se suporte deµ e denota-se por S(µ) ao conjunto fechado dado por pela união de todos os abertos Utais que a restrição de µ a U é a medida nula. Mostre que qualquer fechado é suportede uma medida finita, não-negativa.b) Se µ = µ f , com f contínua, mostre que S(u) = x; f (x) 6= 0.
Dado X ⊂ Rn aberto, denotaremos G(X ) o espaço vetorial das funçõesgeneralizadas que estamos interessados em definir, e assumiremos que goze algumaspropriedades, e aqui antes de enuncia-las as motivaremos. A nossa meta é que G(X )seja o dual de um espaço topológico completo F (X ) de funções definidas em X, ouseja dos funcionais lineares contínuos definidos neste espaço de funções.A discussão feita anteriormente justifica as seguintes propriedades:
(P1) F (X) ⊂ C(X) além disso a aplicação inclusão é contínua, aqui a topologiade C(X) é dada pelas semi-normas pj( f ) = Maxx∈Kj| f (x)|, aqui Kj = x ∈X; d(x, Front(X) ≤ 1/j ∩ Bj(0). (Estendendo assim o caso em que X = Rn).
(P2) O conjunto das medidas do tipo Σ∞j=1cjδxj , com Σ∞
j=1|cj| convergente, estácontido em G(X).Observações 1.3
a)De (P2) segue que
F (X) ⊂ Cc(X)(= f ∈ C(X); S( f ) é compacto).
De fato, tomando xj ∈ X tal que xj convirga para um ponto da fronteira de X oupara infinito, considere µ = Σcjδxj , cj > 0 ∀j e Σcj < ∞. Tome ϕ ∈ C(x) tal queΣcj f (xj) = +∞, teremos portanto µ(ϕ) = +∞.
4 Capítulo 1: Da função delta para distribuições
b) Dado f ∈ C(X), e fixado uma ϕ ∈ Cc(X) temos que a integral de Riemann
IR( f ϕ) = limk→∞Σiki=1∆k
i f (xki )ϕ(xk
i ) = limk→+∞[Σiki=1∆k
i f (xki )δxk
i](ϕ).
Isto significa que as medidas que precisamos tomar são limites de combinações linearesde medidas de Dirac. A função generalizada obtida através da integral será denotadapor Tf ∈ G.
c) Mais geralmente, como a integral de Lebesgue estende a de Riemann, e asfunções integráveis à Lebesgue é limite de funções contínuas de suporte compacto,na norma L1. As funções testes tem suporte compacto, o que permite esperar queTf ∈ G. Olhando para medidas este é o caso, o surpreendente é que a topologia de Fé tão restrita que nos permite mostrar que a topologia de G é tão fraca que nos permitemostrar que convergência pontual de funções generalizadas é função generalizada.
d)Note também que uma vez que as funções testes tem suporte compacto ao invésde tomar funções integráveis à Lebesgue podemos flexibilizar mais e considerar Tf
com f ∈ L1loc(X) = f : X → R; as restrições de f aos compactos Kj são integráveis
a Lebesgue, ∀j. Este último espaço é chamado das funções localmente integráveis.Observamos que para funções integráveis a Lebesgue, para que tenhamos uma normadeveríamos tomar uma relação de equivalência, pois duas funcoes f e g se diferiremnum conjunto de medida nula teremos que a distância entre elas é nula. (Este tambémé o caso se tomarmos d( f , g) = IR( f − g) para as funções integráveis à Riemann, videObservação 1.2 a)).
e) Note que podemos expressar o limite do quociente de Newton em termos decombinações finitas de δ’s. ‘A saber,
limh→0(δx0+hei − δx0
h)(ϕ) = ∂xi ϕ(x0).
A proposição abaixo motivará estas escolhas.
Proposição 1.2 Seja λ um número real que não seja um inteiro negativo e tome P = x ddx − λI
o operador diferencial ordinário dado por ϕ ∈ C1(R) 7−→ ψ com ψ(x) = xϕ′(x)− λϕ(x).Então temos que o núcleo de P tem dimensão igual a dois, com as seguintes resalvas:
(a) Se λ > 1 então o núcleo está contido em C1(R).(b) Se λ = 0 então o núcleo é gerado por H(x) e H(−x); e portando suas derivadas são
múltiplas de δ0.(c) Para os outros valores de λ use que d
dx Pλ = Pλ−1 ddx para concluir a afirmação, com
o núcleo em espaços mais irregulares.
Nota: Poderíamos ser mais precisos em (a) e (c), mas para isto precisariamos introduzirespaços de Hölder.Demonstração: . Se λ > 1 uma integração pura e simples mostra que o núcleo de P égerado por ϕ+, ϕ−; com ϕ+(x) = xλ se x > 0 e = 0 se x ≤ 0 e ϕ−(x) = ϕ+(−x).Note que se λ for > 1 de fato o núcleo está contido em C1(R), enquanto que se0 < λ < 1 o núcleo está contido em C(R) ∩ L1
loc(R).No caso λ = 0 temos que o núcleo é gerado pela função H de Heaviside(verIntrodução) e sua reflexão com respeito a x = 0. Observe que para fazer sentidodevemos proceder da seguinte maneira: Primeiro observe que H′(ψ) = −H(ψ′)
5
por (P2), daí teremos que H(ψ′) =∫ ∞
0 ψ′(x)dx = −ψ(0) = −δ0(ψ) pelo TeoremaFundamental do Cálculo. Daí P(H)(ϕ) = (xH′)(ϕ) = H′(xϕ) = −δ0(xϕ) =(xϕ)(0) = 0. 2
Observações 1.4.a) A proposição também se estende para o caso em que λ ∈ C nos referimos a [6]
para o estudo do caso geral, lá considerado como distribuições homogêneas de R.b) Note que precisamos que as funções testes sejam infinitamente diferenciáveis
pois certamente o necessitaremos se aumentarmos a ordem do operador. Por outrolado elas devem ter suporte compacto para que ao aplicarmos o Teorema Fundamentaldo Cálculo no caso λ = 0 posssamos concluir que
∫ ∞0 ψ′(x)dx = −ψ(0).
Imporemos pois:(P3) - G deve ser invariante pelos operadores diferenciais parciais ∂α, ∀α ∈ Nn, ou
seja ∂αu ∈ G, ∀u ∈ G, com
(∂αu)(ϕ) = (−1)|α|u(∂α ϕ), ∀u ∈ G.
Aqui ϕ percorrerá o espaço vetorial C∞c (Rn) das funções infinitamente deriváveis com
suporte compacto. Daqui para frente tal espaço vetorial será denominado como o dasfunções testes. Observe que esta noção de derivada força que a fórmula integração porpartes vale, é verdade quando u = Tf , para f suficientemente regular; em particulard
dx TH = δ0.O candidato a ser oF é C∞
c (X). Como é visto em cursos básicos de Análise Real, talespaço vetorial é não-trivial, tais funções aparecem para estabeler partição da unidadesuaves. Um exemplo muito popular é ϕ(x) = exp(− 1
1−|x|2 ) se |x| < 1 e = 0 casocontrário, verifica-se que 0 6= ϕ ∈ C∞
c (Rn).Nosso objetivo afinal será o de determinar a mais fraca topologia de C∞
c (X), desorte que seja completo e que o seu dual tenha as propriedades listadas acima. Comono caso C(X), descrito para X = Rn no primeiro parágrafo deste capítulo, a topologiade C∞(X) é dada pelas semi-normas Nk
j (ϕ) = Max|α|≤kMaxx∈Kj|∂α ϕ(x)|. Comtal topologia C∞(X) é completo, aqui também metrizável como no caso C(X).(Observamos bastava pegar, N j
j mas aproveitamos a oportunidade para estabelecera notação). Mas não é normado, com esta topologia, para a demonstração deste fatonos referimos a [12].
(P4) - A topologia de F = C∞c (X) é mais fina que a topologia induzida por
N jj ; j ∈ N.
Exercício 1.4 - Mostre que C∞c (X) com a topologia dada por N j
j ; j ∈ N é de Hausdorffmas não é completo. (Ver Observação 1.1).
Seja ρ = (ρα)α∈ BbbNn tais que cada ρα ∈ C(X) e que S(ρα); α ∈ Nn seja localmentefinita, isto é, para cada compacto K ⊂ X o conjunto α; S(ρα)∩K 6= ∅ é finito. Denoteeste conjunto de ρ’s por P. Para cada ρ ∈ P e ϕ ∈ C∞
c (X) considere:
Nρ(ϕ) = Σα∈Nn Maxx∈X|(ρα∂α ϕ)(x)|
Exercicio 1.5 - Seja ϕ ∈ C∞(X), mostre que Nρ(ϕ) < ∞ ∀ρ ∈ P, se, e só se, S(ϕ) écompacto.
6 Capítulo 1: Da função delta para distribuições
(P5) - Existe uma família de seminormas em C∞c tal que a topologia induzida seja
de um espaço vetorial topológico completo.Exercício 1.6 - Mostre que a família Nρ; ρ ∈ P satisfaz (P5).Finalmente, com esta topologia denote C∞
c (X) por D(X), e daí tome G = D′(X)=espaço dos funcionais lineares contínuos definidos em D(X). A partir de agora esta éa notação a ser considerada. Um funcional linear é contínuo se for contínuo na origem,e neste caso significa que ∀ε > 0 existem δ > 0 e Nρ tais que |u(ϕ)| < ε se Nρ(ϕ) < δ.Observe que, por linearidade, temos que u(ϕ) = 0 se Nρ(ϕ) = 0. Assumindo pois queNρ(ϕ) > 0 temos que |u(δϕ/(2Nρ(ϕ))| < ε, daí segue que |u(ϕ)| < 2ε/δNρ(ϕ).Consequentemente, temos que existem C > 0 e Nρ tais que
|u(ϕ)| < CNρ(ϕ) ∀ϕ ∈ D(X) (1.1)
Sendo tal desigualdade equivalente a continuidade. Ou equivalentemente, ∀K ⊂ Xcompacto, existem C > 0 e k ∈ N tais que
|u(ϕ)| < CΣ|α|≤ksup|∂α ϕ(x)| ∀ϕ ∈ D(X) com S(ϕ) ⊂ K (1.1)′
Se a desigualdade (1.1)’ vale para qualquer ϕ ∈ D(X) dizemos que u tem ordemfinita, e a ordem é o menor k possível. Isto não é o caso em geral, como pode ser vistotomando (xj) uma sequencia de pontos tendendo para a fronteira de X, e considerandou = Σ∂jδxj , para n = 1, por simplicidade.
Agora podemos descrever a convergência em D(X) sem fazer menção as semi-normas Nρ’s:
Lema 1.3 ϕj ∈ D(X) converge para 0 quando j→ ∞ se, e somente se,(a) Para cada α a sequencia ∂α ϕj converge uniformemente para 0.e(b) Existe um conjunto compacto K de X tal que todas as ϕj tem suporte contido em K.
Demonstração: Use a caracterização em termos de Nρ para demonstrar aaparentemente mais restrita condição dada por (a)− (b).
2
Como consequência desta caracterização mostra-se, como no caso normado, quecontinuidade por ε e Nρ é equivalente com a continuidade por sequência, isto é:
Proposição 1.4 Uma aplicação linear u em D(X) é uma distribuição se, e somente se,u(ϕj)→ 0 para toda ϕj → 0, no sentido prescrito em Lema 1.1.
Demonstração: Se u ∈ D′(X) então de (1.1)’ segue imediatamente que u(ϕj) → 0 se(a) e (b) do Lemma 1.1 valem.Suponha agora que (1.1)’ não vale, logo existe K compacto de X tal que para cada jpodemos encontrar ϕj ∈ D(X), com S(ϕj) ⊂ K tal que u(ϕj) = 1 e sup|∂α ϕj(x)| ≤ 1/j,para |α| ≤ j. O que é uma contradição da hipótese. 2
Num certo sentido a condição de continuidade (1.1)’ nos permite trabalhar como espaço de Fréchet C∞(K) = ϕ ∈ C∞
c (X); S(ϕ) ⊂ K; sob esta hipótese a grande
7
vantagem de trabalhar com a estrutura de EVT é que teoremas básicos de AnáliseFuncional para espaços normados completos valem neste contexto, por exemplo oTeorema de Baire, Teorema de de Banach-Steinhauss (Limitação Uniforme) e o Teoremade Hahn-Banach.Aqui nos limitaremos a enunciar tais teoremas, demonstrar os dois primeiros e fazeralguns comentários, nos referiremos a [12] e [14] para uma mais extensiva e completadiscussão sobre estes tópicos.
Teorema 1.5 (Baire) Seja X um espaço métrico completo, ou for um espaço localmentecompacto de Hausdorff então X não pode ser união enumerável de fechados com interior vazio.
Demonstração: . Obviamente a hipótese pode se traduzir aos seus complementares,que agora se lê como a interseção de abertos densos não pode ser o conjunto vazio. SejaA1, A2, ... os tais abertos. Tome B1 aberto, por exemplo uma bola aberta não-vazia deraio 1 no primeiro caso e um aberto não-vazio com fecho compacto no segundo caso.Note que em ambos casos A1 ∩ B1 6= ∅. Indutivamente, tome Bk aberto não-vaziotal que seja uma bola de raio de raio 1/k no primeiro caso, e com fecho compacto nosegundo caso, tal que Bk ⊂ ∩k
j=1Aj ∩ Bk−1. Em ambos os casos teremos que a interseçãode todos os Bj’s é não-vazio. 2
Utilizando Teorema 1.1 temos uma alternativa de mostrar que Rn não pode serunião enumerável de subespaços não-triviais.(Para n = 1 dirá que o espaço é não-enumerável). Uma consequência deste resultado é o teorema abaixo afirma que, sobcondições apropriadas nos espaços, uma sequência de operadores limitados (Tn) forlimitada pontualmente o será também uniformemente. Diz-se que um subconjunto deespaço topológico é de primeira categoria se for a união enumerável de subconjuntosdensos em parte alguma (= o fecho tem interior vazio). Um subconjunto é de segundacategoria se não for de primeira.Observação 1.5. Aqui já se apresenta uma boa justificativa a não restrigirmos a nossaAnálise Funcional a espaços normados e mesmo métrico.
(D(X), (Nρ)ρ∈P),
é um espaço vetorial topológico que é completo mas não é metrizável.A demonstração deste fato segue do seguinte argumento: Se o fosse, pelo Teoremade Baire, ele seria de segunda Categoria, ou seja não poderia ser a união enumerávelde fechados com interior vazio. Mas se tomarmos Kj uma sequencia ascendenteenumerável de subconjuntos compactos ∅ 6= Int(Kj) ⊂ Kj ⊂ Int(Kj+1), cuja uniãoseja X, digamos tomando uma subsequencia de K0
j = x ∈ X; d(x, Front(X)) ≥1/j com d(x, 0) ≤ j, se X 6= Rn; caso contrário tome Kj = Bj(0). É claro queD(X) = ∪C∞
Kj, mas cada C∞
Kjé fechado e tem interior vazio em D(X). Logo a topologia
de D(X) não pode ser metrizável pelo Teorema 1.2.Uma demonstração sem usar o Teorema de Baire pode ser conseguida, à saber: TomeKj, como acima, e ϕj ∈ D(X) tal que ϕ = 1 numa vizinhança de Kj. Assim se D(X)fosse metrizável, com métrica d, tomando εj > 0 tal que d(εj ϕj, 0) < 1/j teríamos quea sequência (εj ϕj) convergeria para 0 com respeito a d, mas certamente tal sequêncianão converge com respeito a topologia de D(X), pelo Lema 1.3.
8 Capítulo 1: Da função delta para distribuições
Teorema 1.6 (Banach-Steinhauss) Se X e Y são espaços vetoriais topológicos, e Γ uma famíliade operadores lineares contínuos de X em Y, e B o conjunto de todas os x ∈ X tais que a órbita
Γ(x) = γ(x); γ ∈ Γ
seja limtado em Y. Se B for de segunda categoria em X, então B = X e Γ é equicontínua. Logose X for um F-espaço então Γ é equicontínua; e portanto se Γ for uma sequencia que convergepontualmente, então o limite é um operador linear contínuo.
Demonstração: Tome vizinhanças Uj, j ∈ 1, 2, da origem de X tal que tx ∈ Uj sex ∈ Uj e |t| ≤ 1. Tome-as tais que U1 + U1 ⊂ U2. Tome
E = ∩γ∈Γγ−1(U).
Daí se x ∈ B então Γ(x) ⊂ nU, para algum k, daí x ∈ kE. Logo
B ⊂ ∪∞k=1kE.
Consequentemente ao menos um kE é de segunda categoria. Como x → kx é umhomeomorfismo segue E é de segunda categoria; mas como E é fechado; logo contémum ponto interior x′; seja U3 ⊂ E uma vizinhança aberta de x′. Consequentementeγ(x′ −U3) = γ(x′)− γ(U3) ⊂ U1 −U1 ⊂ U2, ∀γ ∈ Γ. Demonstrando assim que Γ éequicontínua.Usando que Γ é equicontínua mostra-se que existe vizinhança aberta da origem contidaem B o que por linearidade que B = X. 2
O terceiro e último resultado de Análise Funcional aqui apresentado trata extensõesde de funcionais lineares. Para a demonstração nos referimos a [12], por exemplo.
Teorema 1.7 (Hahn-Banach) Suponha que Y seja um subespaço do espaço vetorial X. Seja puma seminorma em X, e γ um funcional linear em Y tal que
|γ(x)| ≤ p(x), se x ∈ Y.
Então γ se estende para um funcional linear γ em X tal que
|γ(x)| ≤ p(x), se x ∈ X.
Uma interessante aplicação da teoria, em particular da derivada no sentido dasdistribuições de funções não-deriváveis, é a Fórmula de Green-Gauss, como é propostoem [7].Primeiramente, consideramos a descrição local abertos com fronteiras de classe C1.Seja Y ⊂ X, diz-se que Y tem fronteira de class C1 em X se para cada x0 ∈ X∩ Front(Y)se existe vizinhança aberta U de x0 e ψ ∈ C1(U) tal que
∇ψ(x0) 6= 0, Y ∩U = x ∈ U; ψ(x) < ψ(x0),
Aqui ∇ψ é o vetor gradiente de ψ. Observamos que tal caracterização local pode serglobalizada, ou seja:
9
Exercício 1.7 - Mostre que usando partição da unidade é possível determinar ψ ∈C1(X) tal que ψ(x) = 0 e ∇ψ(x) 6= 0 para todo x ∈ Front(Y) e além disso queY ∩ X = x ∈ X; ψ(x) < 0.Seja XY a função característica de Y, ou seja XY(x) = 1 se x ∈ Y e = 0 caso contrário.(Um exemplo de tal situação para X = R e Y = (0,+∞), neste caso XY = H.Obviamente temos que XY é diferenciável em todos os pontos de x ∈ Y ∪ (Y)c e adiferencial é nula aí. Por conseguinte, para todo j temos que S(∂ejXY) ⊂ Front(Y).Para calcular a ação de ∂ejXY em funções testes, usando Proposição 1.2, aproximaremosXY por funções suaves, de fato por funções de classe C1. Observe também que maisuma vez usando partição da unidade e (1) a ação pode ser restrita a funções testesde suporte pequeno perto de pontos de Front(Y). Ao considerar esta localização,sem perda de generalidade, suporemos que x0 ∈ Front(Y) e que ∂e1ψ(x0) 6= 0.Daí podemos considerar a aplicação de classe C1; invertível com inversa C1 numavizinhança U de x0, dada por x 7→ (ψ(x), x2, ..., xn); logo ψ(x) = 0 perto de x0 éequivalente a x1 = θ(x2, ..., xn), para θ de classe C1. Daí ∂e1ψ < 0, digamos em x0,então Y será dada por x1 > θ(x′), com x′ = (x2, ..., xn). Finalmente podemos propor aseguinte aproximação de XY, para tal tome h ∈ C∞ se anulando em (−∞, 0) e = 1 em(1,+∞), daí
XY = limε→0h((x1 − θ(x′))/ε) em U,
que converge pontualmente mas tambem em L1loc e por conseguinte em distribuições.
Exercício 1.8. Além de verificar a última afirmação mostre que
∂ejXY(ϕ) =∫
µj(x′)ϕ(θ(x′), x′)dx′,
aqui µ/(1 + |∇′θ|2(x′))1/2 = n, com n igual a normal interior de Front(Y),consequentemente
∂ejXY = njdS,
em U, logo em todo X, com dS= medida de superfície Euclidiana em Front(Y).Consequentemente teremos a Fórmula de Green-Gauss:∫
Ydiv(F)dx = −
∫Front(Y)
< F, n > dS.
uma vez que∫
Y div(F)dx =∫
X XYdiv(F)dx, com F = ( f1, .., fn) um campo de classeC1.
Ainda nos baseando em [7], apresentaremos uma segunda aplicação, neste casosem demonstração.
Proposição 1.8 Seja P = Σaj(x)∂xj + b(x), com aj ∈ C1(X) e b ∈ C(X) com X ⊂ Rn
aberto. Se u é diferenciável em cada ponto de X e exista f ∈ C(X) tal que Pu(x) = f (x) paracada x ∈ X, então Pu = f no sentido das distribuições.
Note que u ∈ C(X) logo u ∈ D′(X) é de ordem 1, e portanto faz sentido de(aj∂xj Tu)(ϕ) = −
∫u(x)(∂xj(aj ϕ))(x)dx, se ϕ ∈∈ C1
c (X).
Capítulo 2
Métodos para D′(X) e Aplicações
Iniciamos este capítulo apresentando um resultado que nos dá condições para queexista o valor a fronteira de funções holomorfas e que o mesmo seja uma distribuição,nossa referência é [7]. A recíproca do resultado vale e ambos se estendem para funçõesde várias variáveis complexas. É um resultado de Equações Diferenciais Parciais poistrata de soluções homogeneas do operador de Cauchy-Riemann, sendo este últimodado por ∂z = 1
2(∂x + i∂y). Extensões do resultado tem sido obtido para outrosoperadores diferenciais parciais.
Seja I um intervalo aberto de R e λ > 0, considere Ωλ = z ∈ C; 0 < Im(z) < λ,aqui z = x+ iy, x, y ∈ R e Im(z) = y. Seja f ∈ H(Ωλ) = espaço das funções holomorfasdefinidas em Ωλ. Segue o seguinte resultado:
Teorema 2.1 Se existe uma constante C e um inteiro não-negativo N tais que
| f (z)| ≤ C(Im(z))−N, se z ∈ Ωλ (2.1)
então f (. + iy)) converge em D′(I) quando y → 0. Além disso, a ordem do limite é finita elimitada por N + 1.
Demonstração: A primeira etapa será o de primitivar a f , uma vez que ao fazeristo deveremos regularizar o problema. Aqui regularizar significa diminuir o N de(1.2). Suponha que N > 0. Tome z0 ∈ Ωλ, e tome γz0,z(t) a curva formada por doissegmentos paralelos aos eixos coordenados, ligando z0 a z, primeiramente tomando osegmento horizontal e em seguida o vertical. e daí considere
F(z) =∫
Γz0,zf (ξ)dξ
Daí se I for limitado temos que existem constantes C1 e C2 tais que
|F(z)| ≤ C1(Im(z))−N+1 se N > 1 e ≤ −C1log(Imz) + C2 se N = 1.
Por conseguinte se N = 1 integrando F da mesma forma obtemos uma funçãoholomorfa G ∈ H(Ωλ) ∩ C(Ωλ). No caso em que N > 1 integrando N vezes obtemosG ∈ H(Ωλ) ∩ C(Ωλ) tal que
f (z) = GN+1(z),
11
12 Capítulo 2: Métodos para D′(X) e Aplicações
Nos dois casos usando as equações de Cauchy-Riemann obtemos que
limy→0 f (. + iy) =dN+1
dxN+1 TG|I (2.2)
com G|I a restrição de G a I, portanto o lado direito de (1.3) é uma distribuição deordem N + 1. 2
Observamos que pode se pensar neste resultado como o início de uma teoriade funções generalizadas mais geral que as distribuições, à saber a Teoria daHiperfunções. A ideia é fazer sentido ao limite a fronteira de funções holomorfas quenão satisfaz a condição (2.1). Tal teoria foi proposta pelo matemático japonês M. Satono início dos anos 60’s. Agora flexibilizaremos o critério para obter distribuição vialimites de distribuições, à saber:
Teorema 2.2 O limite pontual de sequência de distribuições é uma distribuição.
Demonstração: Usaremos a caracterização (1.1)’ de uma distribuição. Daí o resultadosegue do Teorema 1.6 se tomarmos o F-espaço dado por C∞
K (X), com K um compactode X. 2
Na demonstração do Teorema 2.1 vimos que a distribuição é obtida como derivada,no sentido das distribuições, de uma função continua. O próximo resultado nos dizque, localmente, este é sempre o caso independente da distribuição que tomemos.Tome X e X1 abertos de Rn tal que X1 é compacto e está contido em X, neste casodiz-se que X1 é um relativamente compacto contido em X.
Teorema 2.3 Dado u ∈ D′(X). Então existe uma função u1 ∈ L∞(X1) e m um inteiro nãonegativo tal que
u = ∂mx1
...∂mxn Tu1 em X1 (2.3)
Antes de partir para a demonstração proporemos:Exercício 2.1. Mostre que, se X1 for um cubo de faces paralelas aos planos coordenados,a partir de u1 podemos obter u2 ∈ C(X1) tal que u = ∂m1
x1 ...∂m1xn Tu2 , para algum inteiro
m1. Determine hipóteses mais gerais sobre X1 para que o resultado também valha.Se considerarmos duas partições de X, ambas formada por cubos abertos com ladosparalelos aos planos coordenados, com C1
i ⊂ C2i ⊂ C2
i ⊂ X, com ambas C1i ; i ∈
N e C1i ; i ∈ N localmente finita, propriedade esta introduzida logo abaixo da
propriedade (P5). Considere φi partição da unidade em D(X) associdas a estaspartições, isto é S(φi) ⊂ C2
i , φi = 1 em C1i e Σφi = 1 em X. Denote P = ∂x1∂x2 ...∂xn , e
usando o exercício anterior temos que se mi e Tui , com ui ∈ C(C2i ), tais que Pmi ui = u
em C2i , teremos que
Σ φiPmi(Tui) = u, em X. (2.4)
Demonstração:Se (2.3) vale teremos que
u(ϕ) = (−1)nm∫
u1(x)∂mx1
...∂mxn ϕ(x)dx, ∀ϕ ∈ D(X1)
13
logo
|u(ϕ)| ≤ ‖u1‖∞
∫|∂m
x1...∂m
xn ϕ(x)|dx ≤ ‖u1‖∞‖XK‖1Nkj (ϕ),
se S(ϕ) ⊂ Kj ⊂ X1, com K compacto e k = nm, demonstrando assim que u é umadistribuição de ordem ≤ nm.Reciprocamente, se demonstrarmos uma desigualdade do tipo
|u(ϕ)| ≤ C∫|∂m
x1...∂m
xn ϕ(x)|dx ∀ϕ ∈ D(X1) (2.5)
então segue do Teorema 1.4 que a aplicação linear
(−1)nm∂mx1
...∂mxn ϕ(x) 7−→ u(ϕ)
pode ser estendido como um funcional linear contínuo definido em L1(X1). Mas peloTeorema 1.1 temos que existe u1 ∈ L∞(X1) tal que (2.3) é válida. 2
Retornando a função delta de Dirac, mostraremos:
Proposição 2.4 Qualquer u ∈ D′(X) pode ser obtida como limite de combinações linearesfinitas de funções delta’s de Dirac.
Demonstração: Recorde que se u ∈ C(X), baseado na Observação 2) b) (do Capítulo1), tomando Kj como em (P1), teremos que a combinação linear associada a Kj.Associado a (j, k j) a Kj para cada j demonstra-se a afirmação neste caso. No casogeral primeiramente a partir do Exercício 2.1, como a afirmação sobre convergênciaé pontual pelo Teorema 2.2, ou melhor por (2.4); podemos primeiro aproximar cada uipor combinhações lineares finitas de δ’s; em seguida aplicamos os Pmi a estas delta’sé suficiente aproximar derivadas de delta’s por combinações lineares finitas de deltas.A idéia de como faze-lo foi introduzida em e) da Observação 1.3 do Capítulo 1. Maisgeralmente, podemos usa-la para demonstrar o caso geral por indução finita em k com|α| = |(α1, ..., αn)| = α1 + ... + αn = k, onde α ∈ Nn. 2
Se u ∈ D′(X) com propriedades especiais é de se imaginar que eventualmentepodemos reduzir o número de informações contidas em u(ϕ); ϕ ∈ D(X).Exploraremos pois este filão.Denota-se por E ′(X) o subespaço das distribuições em X com suporte compacto.Observe que se φ ∈ D(X) é tal que φ = 1 numa vizinhança aberta de S(u), comu ∈ E ′(X), então u(ϕ) = u(φϕ), se ϕ ∈ D(x). Logo admite extensão contínuapara C∞(X). Com esta observação obtém-se que se tomarmos E(X) = C∞(X), coma topologia dada pelas semi-normas N j
jj∈N, teremos que de fato E ′(X) é o dualde E(X). Obviamente tais distribuições tem ordem finita. Em termos como umadistribuição com suporte compacto atua em funções testes temos um resultado maispreciso, à saber:
Teorema 2.5 Seja u ∈ E ′, com ordem k, então u(φ) = 0 se φ ∈ E(X) e todas as derivadas deφ de ordem ≤ k se anulam em S(u).
Para a demonstração deste resultado nos referimos a [7].Uma imediata aplicação do Teorema 2.5 é:
14 Capítulo 2: Métodos para D′(X) e Aplicações
Proposição 2.6 Suponha que u ∈ D′(X) é tal que exista x0 ∈ X tal que u é a distribuiçãonula em X\x0, ou seja u(ϕ) = 0 ∀ϕ ∈ D(X\x0)(ou ainda S(u) ⊂ x0. Então existem ∈ N, cα ∈ R, com |α| ≤ m tal que
u = Σ|α|≤mcα∂αδx0 .
Demonstração: Tome m = ordem da distribuição u. Dado uma função teste φ ∈ E(X),considere a expanssão de Taylor de φ de ordem m em torno de x0, isto é
φ(x) = Σ|α|≤m∂αφ/α!(x− x0)α + ψ(x)
com α = (α1, ..., αn) ∈ Nn, α! = α1!...αn! e ψ ∈ E é tal que ∂αψ(x0) = 0 se |α| ≤ m.Logo pelo Teorema 2.4 segue que
u(φ) = Σ|α|≤m[(−1)|α|u((x− x0)α)/α!]∂αδx0(φ.)
2
Voltando a medidas de probalidade temos:
Proposição 2.7 Se u ∈ D′(X) é tal que u(φ) ≥ 0 se ϕ for não-negativa, então u é umamedida positiva.
Demonstração: Dado K um compacto de X considere X uma função C∞c (X) tal que
0 ≤ X (x) ≤ 1 e X (x) = 1 em K. Então
X‖ϕ‖∞ ± ϕ ≥ 0
Logo pela hipótese teremos que
|u(ϕ)| ≤ u(X )N00 (ϕ).
2
Existem dois procedimentos válidos para certos espaços de funções que seestendem para espaços apropriados de distribuições, à saber, uma operaçãobilinear denominadas Convolução e o operador Transformada de Fourier. Estesprocedimentos estão entrelaçados, na verdade J. Fourier está na origem de ambos;obviamente no segundo deles deve vos parecer óbvio, assim algumas palavras devemser ditas com relação ao primeiro deles. Em 1822, Fourier publicou sua teoria analíticado calor; em particular ele implementou um modelo para condução do calor queainda hoje é apresentado como exemplo básico na Teoria de Equações DiferenciaisParciais e Aplicações, veja [4]. Vale ser dito que Euler, D’Alembert e D. Bernoulli jáhaviam utilizado noutro contexto as funções trigonométricas para expressar soluçõesde algumas Equações Diferenciais Parciais. Fourier considerou a transmissão de calorem cabos, segundo a qual a modelagem, na situação degenerada, em que o cabo é R,nos leva ao problema de valor inicial dada por:
(∂tu− ∂2xu)(x, t) = 0 com u(x, 0) = f (x) (2.6)
15
aqui f (x) representa a temperatura no ponto x ∈ R. Obtendo então a solução, que nasua forma fechada, se escreve como
u(x, t) =1
2√
πt
∫e−
(x−y)24t f (y)dy (2.7)
Observamos que no, caso mais físico, em que o cabo é um segmento é também tratado;e é o modelo inicialmente atacado por Fourier; gerando o que é conhecido por Sériesde Fourier. Neste problema valores de fronteira são adicionados, aqui o Método deSeparação de Variáveis recebeu divulgação especial.
Um dos objetivos deste mini-curso, ou melhor destas notas, é o de tentar mostrarcomo a Teoria de Integração de Lebesgue e Análise de Fourier é um conhecimentoamplo e importante para matemáticos puros ou aplicados, e com um certo exageropara cientistas que usam matemática de uma maneira não-elementar para descrever oseu métier.
Aqui, em (2.7), creio ser o primeiro aparecimento formal do produto de convolução:
( f , g) 7−→ ( f ∗ g)(x) =∫
f (x− y)g(y)dy (2.8)
Para esta integral ser convergente algum decaimento, num certo sentido, sobre fe(ou) g tem que ser assumido. Observamos que o fantástico matemático alemão K.Weierstrass (1815-1897) usou que num sentido a ser especificado que
limt→0+u(x, t) = f (x)
ou seja a condição inicial do P.V.I. (2.6) deve ser válida. Em suma, podemos aproximarf (.), que pode ser pouco regular, pela função mais regular u(., t), já que o calordeve suavizar a distribuição de temperatura na barra instantanemente. Esta idéiapode ser a explicação informal que qualquer função real contínua em compactospode ser uniformemente aproximada por polinômios. Este é o conhecido Teoremade Aproximação de Weierstrass, veja [11].
O restante deste capítulo será devotado a expor resultados sobre o produto deconvolução.Para iniciar o processo propomos o seguinte:Exercício 2.2. A expressão (2.8), isto é o produto de convolução é um operador contínuode D(Rn) × D(Rn) → D(Rn). Além disso, valem S(ϕ1 ∗ ϕ2) ⊂ S(ϕ1) + S(ϕ2) eϕ1 ∗ ϕ2 = ϕ2 ∗ ϕ1, se ϕj ∈ D(Rn) para j ∈ 1, 2.Uma extensão natural é considerar este produto de D′(Rn)× D(Rn) → E(Rn). Estaextensão tem a seguinte expressão:
(u ∗ ϕ)(x) = u(τx(ϕ)) (2.9)
com ϕ(x) = ϕ(−x) e τx(φ)(y) = φ(y − x), ou seja τx(ϕ) é a função obtida pela ϕtomando a reflexão com respeito a origem em Rn seguida da translação (à direita) porx. Veja que com a identificação ϕ ≡ Tϕ, isto é função com distribuição, o resultado de(2.8) coincide com Tϕ1∗ϕ2 .Para verificar (2.9) enunciamos, sem demonstração, dois resultados que serão úteisnão só neste caso, nos referimos a [7] e [9] para as demonstrações. Sem grande esforçopoderão ser considerados como exercícios extras.
16 Capítulo 2: Métodos para D′(X) e Aplicações
Proposição 2.8 Se X é um aberto de Rn, u ∈ D′(X), φ ∈ E(X × Y) com Y ⊂ Rn é aberto eexista um compacto K ⊂ X tal que φ(x, y) = 0 quando x /∈ K então
y 7−→ u(φ( . , y)) ∈ E(Y)
e ∂βy u(φ( . , y)) = u(∂β
y φ( . , y)).
Para a demonstração ver [7].O procedimento abaixo se aplica em muitos casos. L′ é chamado o transposto formalde L.
Proposição 2.9 Se L, L′ : D(X)→ D(X) são lineares e contínuos são tais que∫X
L(ϕ1)(x)ϕ2(x)dx =∫
Xϕ1(x)L′(ϕ2)(x)dx
neste caso podemos estender L para um operador L linear contínuo definido deD′(X) emD′(X)dado por Lu(φ) = u(L′(φ)).
Demonstração: Ver [9] para a demonstração. 2
Por volta de 1960 o matemático sueco J. Peetre demonstrou o resultado abaixoque explica não só a eficácia da operação nos resultados já existentes mas tambémresultados que estavam por vim.
Teorema 2.10 Se L for uma aplicação linear de D(Rn) em E(Rn) e contínua no sentido deL(ϕj) → 0 em C(Rn) quando ϕj → 0 em D(Rn) e comuta com todas as translações, entãoexiste uma única distribuição u tal que L(ϕ) = u ∗ ϕ.
Aqui diz-se que L comuta com as translações se L(τh(ϕ)) = τh(L(ϕ)), ∀ϕ, com(τhφ)(x) = φ(x− h).
Demonstração: Por hipótese temos que o funcional linear L(ϕ)(0) = (u ∗ ϕ)(0),para algum u ∈ D′. Agora se substituirmos ϕ por τ−h ϕ e usando que L comuta comtranlações e com o operador convolução temos que L(ϕ)(h) = (u ∗ ϕ)(x). 2
Exemplo 2.1(δ ∗ ϕ)(x) = ϕ(x) (2.10)
Se formalmente identificarmos δx = δ0(x− y), parece natural olhar o lado direito comoa ação de uma distribuição em Rn ×Rn, de fato; considere
∆ = (x, x) ∈ Rn ×Rn, com x ∈ Rn, )
a variedade diagonal de Rn ×Rn, e daí a distribuição
δ∆(ϕ) =∫Rn
ϕ(x, x)dx.
Desta compatibilizando com (2.9) escrevemos
(T(δ∗ϕ1), ϕ2) = (δ∆, (ϕ1 ⊗ ϕ2)).
17
Aqui toma-se (ϕ1 ⊗ ϕ2)(x1, x2) = ϕ1(x1)ϕ2(x2), que se trata de uma função teste emD(Rn ×Rn), que toma o apropriado nome de produto tensorial de ϕ1 com ϕ2.Exercício 2.3 Mostre que o espaço vetorial gerado por ϕ1 ⊗ ϕ2; ϕj ∈ D(Rn) é densoem D(Rn ×Rn).
Observe que agora parece natural considerar:Definição 2.1 Dado L um operador linear contínuo de D(X) em D′(Y) denota-senúcleo de Schwartz de L a distribuição KL = D′(X×Y) satisfazendo a relação
KL(ϕ1 × ϕ2) = (L(ϕ1), ϕ2).
Exercício 2.4 Determine o KL associado aos L’s descritos no Teorema 2.10 e noutrosoperadores descritos até agora.
O seguinte teorema, devido a L. Schwartz, é um fantástico convite para o estudodas distribuições. Uma referência moderna para a sua demonstração é o livro [7].
Teorema 2.11 (Teorema do Núcleo de Schwartz) Todo operador nas hipóteses descritas naDefinição 2.1 tem um núcleo de Schwartz.
Por este teorema temos que todas as informações sobre L estão codificadas em KL. EmÁlgebra Linear pode-se dizer que o análogo a KL é uma matriz associada ao operadorlinear L, digamos L : Rn → Rm; com produtos internos fixados em Rn e em Rm.
Os operadores que a teoria se debruçou, e ainda pode se esperar mais ainda, sãoos diferenciais parciais lineares. Dado m ∈ N, para α ∈ Nn, com |α| ≤ m tomemosaα ∈ E(X), com X aberto contido em Rn. Para j ∈ 1, 2, ..., n tomemos Dj = 1
i ∂xj ( arazão de toma-lo ao invés de ∂xj será mais claro no próximo capítulo). Os operadoresdiferenciais parciais lineares com coeficientes infinitamente suaves são estão dados por
P(x, D) = ∑|α|≤m
aα(x)Dα (2.11)
aqui D = (D1, ..., Dn), Dα = Dα11 ...Dαn
n e L = P(x, D) assim definido é linear e contínuode D(X) em D(X).Exemplo 2.2 Seja L = P(x, D) da forma (2.10). Então KL = ∑|α|≤m(−D)α(aα(x)δ∆, paraver isto é suficiente determinar o núcleo de Schwartz para cada parcela monoidal deL, ou seja de Lα = aαDα. Segue facilmente que se trata de KLα = (−D)α(aαδ∆), comδ∆ definida no Exemplo 2.1. Note que quando somamos duas distribuições deste tipomuitos fenômenos podem acontecer; a ação de derivadas em δD aumenta a ordem dadistribuição, no entanto o produto com funções de E(X) pode manter a ordem igual oudecrescer. Isto pode ser visto olhando para a δx0 e a multiplicando por f (x) = (x− x0),de fato (x− x0)δx0 = 0.
Resumo de Propriedades Temos que D′(X) e E ′(X) tratam-se de espaços vetoriaissobre C, são também módulos sobre E(X). Além disso o produto de convoluçãoestá bem definido D(X) × D′(X) → E(X) e de E(X) × E ′(X) → E(X), se X = Rn.Finalizaremos este capítulo discorrendo sobre extensões do produto de convoluçãopara distribuições.Mostraremos que o produto de duas convoluções está bem definido se uma delas tiversuporte compacto, de fato, existem u ∗ v e v ∗ u, se u ∈ D′ e v ∈ E ′, e elas são iguais.De fato, observamos que D ∗ E ′ ⊂ D; consequentemente temos que
ϕ ∈ D → u ∗ (v ∗ ϕ)
18 Capítulo 2: Métodos para D′(X) e Aplicações
é linear contínua e invariante por translação, logo pelo Teorema 2.5 existe uma únicadistribuição w tal que u ∗ (v ∗ ϕ) = w ∗ ϕ. Assim toma-se w = u ∗ v, claro se u, v ∈ E ′o mesmo vale para w.
Uma aplicação muito interessante da relação (2.10) é no tratamento de EquaçõesDiferenciais Parciais lineares com coeficientes constantes. Senão vejamos:
Ora para resolver P(D)u = f ∈ D(Rn) é suficiente determinar E ∈ D′(Rn) tal queP(D)E = δ0. Pois assim fazendo teremos que
P(D)(E ∗ f ) = (P(D)E) ∗ f = δ0 ∗ f = f .
Uma tal E é chamada de solução fundamental de P(D).Seja ∆n = ∂2
x1+ ... + ∂2
xn o operador de Laplace.Exercicio 2.5 Determine a constante Cn tal que ∆2[C2ln‖x‖] = δ0 em R2 e∆n[Cn‖x‖2−n] = δ0 em Rn se n ≥ 3.Observamos que no caso n = 2 podemos usar a teoria de Funções de uma Variávelcomplexa para determinar a solução fundamental exibida no exercício acima. Veremosque usar transformada de Fourier é a técnica natural para resolver o problema emgeral.
Capítulo 3
Análise de Fourier
3.1 O caso linear
Como foi referido no Capítulo 2, um método eficaz para determinar soluções deEquação Diferencial Parcial(=EDP) Linear é o Método de Separação de Variáveis Asetapas do método, em situações especiais, digamos problemas de valores iniciais, sãoas seguintes:1) Escolher uma base apropriada do espaço de funções (dos valores iniciais). Para(2.6) as f ’s serão autovetores de P = ∂2
x, que formalmente deverão estar relacionadox,por exemplo, com um problema de fronteira para P; se o teorema espectral se aplicarpoderemos obter um espaço de funções no qual os autovetores formarão uma base;aqui será uma base de Schauder , numa tal base poderemos considerar séries geradaspelos autovetores, e não base de Hamel,já que nesta última só se considera vetoresfinitamente gerados pela base. Pretendemos ter o maior espaço em que o problematem solução.2) Para cada autovetor fλ, associado ao autovalor λ, como dado inicial a solução uλ
será do tipo fλ(x)gλ(t), gerando pois uma Equação Diferencial Ordinária(=EDO) paragλ. Em seguida, sendo o número de λ’s no máximo enumerável, podemos soma-las de forma que esteja no espaço determinado acima. Este método recebe o nomede superposição, que sendo o problema linear desde que suportado por teoremas deAnálise Real podemos derivar dentro do sinal de somatório.3) Tal como nós estamos acostumados a fazer desde nosssos tempos de Cálculo resta-nos obter uma forma fechada da solução, para a partir da mesma lê propriedadesrelevantes das soluções. No nosso contexto seria obter o “Núcleo´´ associado aoproblema proposto para a EDP.
É razoável pensar que a Análise Harmonica; teve sua origem em Análise de Fourier,assim sendo dando mais uma justificativa para estudar esta segunda.No caso do problema de valor inicial e fronteira do problema de condução do calorunidimensional
∂tu = ∂2xu em [0, 2π]× [0, ∞) com u(x, 0) = f (x), u(0, t) = f (0) e u(2π, t) = f (2π)
(3.1)aqui f ∈ Ck
2π(R) = funções na classe Ck, periódicas de período 2π, o método acima seaplica, note que o fato do operador ser linear é muito importante. Assim o método nos
19
20 Capítulo 3: Análise de Fourier
dá a decomposição de uma função em Série de Fourier, à saber
f (x) = a0 +∞
∑j=1
(ajcos(jx) + bjsen(jx).
O tal desenvolvimento ou expansão, diferentemente do caso de séries de potências temuma grande vantagem, ele se aplica para inclusive para distribuições periódicas, umamaneira intrínsica é olhar por distribuições em S1= circunferência centrada na origemou seja a esfera 1-dimensional. Assim sendo precisamos exprimir distribuições emvariedades. Mas novamente, olhando a ação de difeomorfismos em distribuições dotipo Tg com g ∈ L1
loc(X), à saber, se Ψ for um difeomorfismo de X, segue pelo teoremamudança de variável para integral que:
TgΨ(ϕ) =∫
g Ψ(y))ϕ(x)dx =∫
g(x)(ϕ Ψ−1)(x)|det(Ψ′(Ψ−1(x))|−1dx
Assim estende-se para distribuições arbitrárias, tomando o lado direito comodefinição. Observe que o caso o fato de ϕ ∈ D(X) implica que ϕ Ψ−1 ∈ D(X).Obviamente sobre a variedade devemos ter: Uma medida de volume, ou uma 1/2-densidade para absorver o termo determinante do Jacobiano e caso e considerarmosg ∈ C(X) para não precisarmos tomar L1
loc(X).No espaço n-dimensionatal o S1 será substituido pelo toro Tn, uma vez que trataremosdas funções em Rn que sejam 2π-periódica em cada uma das variáveis.Logo a pergunta é saber qual o fecho das combinações lineares finitas das ei2π<x,j>,com j ∈ Zn. A resposta a esta pergunta depende de saber como obter os aj’s,aqui ao invés de tomar soma de polinomios trigonométricos tomaremos a soma deexponenciais complexas, afinal nos parece mais natural assim escrever cj(x) = cos(jx)e sj(x) = sen(jx) em termos de ej = 1√
2πeijx e e−j = 1√
2πe−ijx, pela Fórmula de
Euler. Uma razão, que escolhemos neste ponto, para tal escolha é que fica mais fácildemonstrar que de fato; ambos são geradores do mesmo auto-espaço associado aoautovetor −j2 de ∂2
x; por outro lado também fica fácil observar que para esta últimaescolha é obviamente constituida de autovetores ortonornais, aqui a escolha naturalde produto interno é o do espaço L2 = L2(S1,C), ou seja :
< f , g >=1
2π
∫ 2π
0f (x)g(x)dx.
Note que
aj =∫ 2π
0f (x)ej(x)dx =< f , ej > .
Como se pode ver em [4] para o caso n = 1 os aj’s dão a melhor aproximação de f emL2.Observe que tudo que foi feito acima parece ser objetos que aparecem em dimensãofinita: Temos um operador P = ∂2
x auto-adjunto em L2 os seus autovalores são −j2
com auto-espaço gerado por ej, e−j, que forma um conjunto vetores ortonormais.Obviamente a primeira pergunta é saber se eles forma uma base. De fato, este é o caso,e para isto precisamos que:
< f , ej >= 0 ∀j então f = 0 (3.1)
Uma maneira de demonstrar isto é isola-la em dois fatos:
3.1: O caso linear 21
Proposição 3.1 Se f for contínua então (3.1) vale.
Demonstração: Segue do fato que combinação lineares finitas de ejj∈Z é denso emC(S1) na norma ‖ ‖∞, cuja demonstração segue do Teorema de Stone-Weierstrass, ver[11]. De fato, a norma de L2 é dominada pela norma de L∞. 2
O outro fato é:
Proposição 3.2 O espaço das C(S1) é um subconjunto denso de L2.
Um demonstração possível é tal como o fizemos para L1, podemos tomar Lp com1 ≤ p < ∞, em seguida tomar o fecho de C1
c (R). Antes de apresentar uma segundademonstração cabe-nos lembrar que C(S1) é um subespaço fechado em L∞. De fato,estamos aptos a demonstrar usando uma técnica mais geral e mais concreta, para taluma preparação se faz necessário. Na realidade vamos seguir a idéia de Weierstrass,aquela cuja origem foi de usar a solução dada por Fourier para suavizar funçõescontínuas, agora faremos o mesmo para funções em Lp. O que faz funcionar é seobservarmos que em (2.7) temos
ψs(x) =1sn ψ(x/s)
com ψ(y) = 1(√
π)n e−‖y‖2. Observe que se ψ ∈ L1 com
∫ψ(y)dy = 1, então tem-se
que gs ∗ f converge em Lp para uma função f ∈ Lp dada, se 1 ≤ p < ∞. A razãopara tal é que desigualdade de Hölder(Teorema 1.1 a)) implica que ψs ∗ f ∈ Lp, e éuniformemente limitada. A razão de convergir é que de fato ψ ≥ 0 e
∫ψ(x)dx = 1
então gs → δ0, mas por (2.10) pelo menos sob certas condições teremos o resultado(o Weierstrass demonstrou o seu teorema de aproximação tirando partido que emcompactos polinomios de Taylor de ψ converge uniformemente para ela).Para estabelecer outra demonstração do fato usamos a teoria de integração deLebesgue procedendo da seguinte maneira, primeiramente observamos que:
‖ψs ∗ f ‖p = (∫|∫
ψ(y)( f (x− sy)− f (x))dy|pdx)1/p (3.2)
Sem perda de generalidade podemos supor que S(Tf ) é compacto contido em X, já que∫X| f (x)|pdx =
∞
∑j=1
∫IntKj+1\Kj
| f (x)|pdx +∫
K1
| f (x)|pdx
logo como a série é convergente teremos que para todo ε > 0 existe j suficientementegrande tal que
∫Kc
j| f (x)|pdx < ε/2; assim basta aproximar XKj f por uma função
suave, por exemplo a menos de um erro ε/2 na norma Lp. Agora tome λ > 0 talque λ < dist(Kj, Front(X)). Assim sendo tomemos ψ0 ∈ D(Rn) tal que S(ψ0) ⊂ Bλ(0),ψ0(x) ≥ 0 ∀x e
∫ψ0(x)dx = 1. Estendendo a propriedade sobre o suporte do Exercício
2.2 neste caso teremos que S((ψ0)s ∗ XKj f ) ⊂ S((ψ0)s) + S(XKj f ) ⊂ X, se 0 < s < 1.Usando a desigualdade triangular(Desigualdade de Minkowski para Lp) na formaintegral para a norma p obtemos que de (3.2) segue
‖(ψ0)s ∗ f ‖p ≤∫
ψ0(y)‖(τsy f − f )(x)‖pdx
22 Capítulo 3: Análise de Fourier
Agora observando que ‖(τsy f − f )(x)‖p tende a zero quando s → 0; uniformementeem y, já que o Teorema da Convergência Dominada(ver [11]) pode ser aplicado. Daídecorre a afirmação da Proposição nesta versão mais geral.
Observamos que o Teorema da Convergência Dominada é uma das ferramentasque temos para a Teoria de Integração de Lebesgue que não vale para a Teoria deIntegração de Riemann. Seu enunciado é:
Teorema 3.3 Suponha que que fn ∈ L1(Rn), para cada n, e que convirga para uma função fquase por toda parte( isto é, exceto num conjunto de medida zero) e | fn|(x) ≤ g(x) quase portoda parte ∀n e que g ∈ L1 então f ∈ L1(Rn) e a convergência se dá na norma de L1(Rn).
Exemplo 3.1 (Função de Dirichlet) Seja qk; k ∈ N um enumeração dos racionaisem [0, 1], e considere fk ∈ IR([0, 1]), e portanto limitada e ∈ L1([0, 1]), definida porfk(x) = 0 se x ∈ q1, ..., qk e = 1 caso contrário. O Teorema 3.1 se aplica no entanto olimite não é integrável no sentido de Riemann.
Voltando para o produto de Convolução para distribuições primeiramente temos:
Teorema 3.4 Sejam u ∈ E ′(X) e ψ0 como acima com S( f ) substituido por S(u) então(ψ0)s ∗ u ∈ D(X) e T(ψ0)s∗u converge para u em E ′(X).
Assim temos pois um padrão de questões: para quais espaços de funções vale aafirmação correspondente. A resposta é que quase todos os espaços clássicos estãonesta condição. Veja que L∞ está fora desta lista, pois o subespaço C(X) ∩ L∞(X)em L∞ é fechado. A Proposição 3.2 já é um resultado nesta direção, o que se esperaé o seguinte: A regularidade da convolução, não deve ser inferior a regularidadedos fatores mas de fato melhor que a soma da regularidade dos fatores. Claroalgum cuidado deve ser tomado com respeito a integrabilidade e precisar comomedir regularidade. A principio se fossem distribuições seria a ordem, quantomenor a ordem mais regular ela o será. Sumarizaremos em um resultado nestadireção quando consideramos mais um espaço de funções clássico. Seja Ck
c (X) oespaço das funções k-vezes diferenciáveis de suporte compacto definidas num abertopróprio X de Rn, tomaremos as seminormas (já introduzidas no Capítulo 1) dadas porNk
j ( f ) = Max|α|≤k‖∂α f ‖L∞(Kj), com Kj a cadeia ascendente de compactos exaurindo
X apresentada no Capítulo 1. Se X = Rn exclua a restrição em j e tome a normaNk( f ) = Max|α|≤k‖∂α f ‖L∞(X). Seja ψ ∈ Cj
c(Bε(0)) tal que∫
ψ(x)dx = 1 e ψ(x) ≥ 0 ∀x.Considere ψl(x) = l−nψ(l−1x), com l > 0.
Teorema 3.5 Se X aberto de Rn. Seja f ∈ Ckc (X). Se X 6= Rn considere l0 tal que
S( f ) + B1/l0(0) ⊂ X. Se X 6= Rn tome l ≥ l0 então
ψl ∗ f ∈ Ck+jc (X)
e converge na topologia de Ckc (X), analogamente para o caso em X 6= Rn.
Demonstração: Se faz análogo a proposiçao acima, observe que neste caso poderiamostomar a integrais no sentido de Riemann. 2
3.1: O caso linear 23
A série de Fourier nos fornece um operador muito interessante:
∧ : L2(S1)→ `2(Z) dada por f 7−→ (ak) (3.3)
Aqui ak( f ) = 1√2π
∫e−ixk f (x)dx, que passamos a denotar por f (k), e `2(Z) é o
espaço normado completo das sequencias complexas (ak)k∈Z, cuja norma é descritapelo produto interno < (ak), (bk) >= ∑ akbk. De fato, por (3.1) temos que ∧ é umoperador bijetivo, e além disso uma isometria. De fato∫
f (x)g(x)dx = ∑ akbk (3.4)
A medida que dá o espaço `2(Z) é a medida de ∑k∈Z δk. Agora veremos como osseguintes três operadores, ∗, d
dx e Mx, ou sejam o produto de convolução, o operadorderivada e o operador multiplicação por x, se transformam em `2(Z).Primeiramente∫
e−ikx∫
f (x− y)g(y)dydx ==∫ ∫
e−ik(x−ye−iky f (x− y)g(y)d(x− y)dy
pelo Teorema de Fubini(veja [11]). Portanto
ak( f ∗ g) = ak( f )ak(g) (3.5)
aqui an(h) é o n-ésimo coeficiente de Fourier de h.No caso d
dx , assuma que f ∈ C12π(R)= funções C1 periódicas de período 2π, então∫
e−ikx f ′(x)dx = ik∫
e−ikx f (x)dx,
por integração por partes. Daí
ak(1i
ddx
f ) = kak( f ) (3.6)
Finalmente o operador Mx∫e−ikxx f (x)dx = −
∫ 1i
ddk
e−ikx f (x)dx,
justificamos a igualdade acima considerando os coeficientes da Série de Fourier comoa discretização de
f (ξ) =1√2π
∫e−iξx f (x)dx (3.7)
observe que mesmo que Tf seja substituido por uma distribuição u ∈ E ′(S1) podemosproceder todos os passos acima; por exemplo, para justificar que podemos tomar aderivada no sinal de integração segue da Proposição 2.4. Como conclusão teremosentão
ak(M 1i x f ) =
ddk
ak( f ) (3.8)
Sobre a Séries de Fourier muito se conhece e aplicações recentes revigora a teoria,chamo especial atenção a Teoria dos Números, muito se devendo a matemáticos como
24 Capítulo 3: Análise de Fourier
Jean Bourgain e Terence Tao, ambos foram recentemente agraciados pela MedalhaFields. Escreverei mais um pouco sobre um aspecto clássico da teoria, o que tratasobre a convergência pontual da Série de Fourier.
A convergência pontual da série de Fourier depende de quão rápido os coeficientesaj’s convergem para zero. Um primeiro resultado positivo é o seguinte:
Proposição 3.6 Seja f ∈ L1(S1), que como sempre a identificamos como uma função periódicana reta, então
f (k)→ 0, quando |k| → ∞.
Demonstração: Usando a Proposição 3.2 e o Teorema de aproximação de Weierstrasstemos que ∀ε > 0 existe p(x) = ∑|j|≤N cjeixj (polinômio trigonométrico) tal que‖ f − p‖1 < ε; assim temos pela ortogonolidade dos ej’s que
| f (k)| = |( f − p)(k)| ≤ ‖ f − p‖1 < ε
mas como ε é arbitrário segue o resultado. 2
Note que o mesmo resultado segue para L1(Rn), se tomarmos a mesma expressão daintegral com ξx substituido por < ξ, x >, uma vez que tomemos um cubo centrado naorigem de lado suficientemente grande tal que a norma L1 de f seja suficientementepequena fora do cubo, e claro usemos a densidade de Cc em L1 em compactos e emseguida ...Exercício 3.2 Complete os detalhes do argumento acima esboçados de formaincompleta.
Dentre as patologias do espaço das funções contínuas a Análise de Fourieracrescenta mais uma.Considere a soma parcial de Fourier de uma função f ∈ C2π
Sk( f )(x) = ∑|j|≤k
ajeixj (3.9)
Usando que núcleo de Sk é, conforme determinado por exemplo em [4], dado pelaconvolução com Dk(x) = c sen((k+1/2)x/2)
sen(x/2) , que é conhecido como Núcleo de Dirichlet, épossível demonstrar que:
S∗( f )(x) = supk|Sk( f )(x)|
é possível demostrar:
Proposição 3.7 Existe um conjunto F ⊂ C(S1) que é interseção de abertos densos em C(S1)tal que para cada f ∈ F o conjunto x; S∗( f )(x) = ∞ é um conjunto que é denso em S1.
Resultados nesta direção foram obtidos por P. du Bois-Reymond a partir de 1876 e porL. Fejér em 1909. O Teorema 1.6 (Banach-Steinhauss) fornece o resultado não-explícitoacima. Utilizando o núcleo de Dirichlet, que corresponde a etapa 3) apresentada noinício deste capítulo, resultados positivos de convergência da Série de Fourier tem
3.1: O caso linear 25
sido apresentado, nos referimos a [4] para uma idéia de tipos de teoremas que pode-se demonstrar. A obra clássica de A. Zygmund, chamada Trigonometric Series, podesaciar a curiosidade do leitor.
Por outro lado como em L2 a Sk( f ) converge em L2, sabemos como fato geral de Lp
que a convergencia pontual(quase por toda parte) vale para alguma subsequência. Nosanos 60’s, via uma demonstração surpreendente, L. Carleson, recepiente do PrêmioAbel, mostrou que a convergência se dá sem passar para subsequência. O resultadologo depois foi demonstrado para Lp, 1 < p < ∞. O resultado mais próximo destetinha sido obtido no final dos anos 30’s por J. Littlewood e R. Paley, neste resultadomostraram que a convergência pontual se dá para a subsequência diádica S2k( f ).Logo voltaremos a citar este resultado. Mas antes de tudo lembremos o seguinteresultado, que dá uma idéia da sutileza de tais resultados: Se série de números reaisconverge, mas não o faz absolutamente, então qualquer número ser soma de algumrearranjamento da série.Observação 3.1
a) Se considerarmos a possibilidade de estender, o que passaremos a chamar,aAnálise de Fourier em variedades compactas(mais especificamente, aqui Tn= toro n-dimensional) para variedades não-compactas, note que no primeiro caso temos queD′(M) = E ′(M). Que obviamente não é o caso se M não for compacta. Nosrestrigiremos a considerar M = Rn.
b) Levando em conta a Proposição 2.5, objetivaremos considerar um espaço defunções testes, lembro que por enquanto temos D(Rn) e E(Rn), para o qual com atopologia a ser determinada o seu dual contenha E ′(Rn). Note que a escolha não recaineste último espaço pois de (3.7) segue que f (ξ) não terá suporte compacto a não quef = 0, pois se trata de uma função analítica real em ξ, daí se tiver um ponto que seanule de ordem infinita terá que ser nula. De fato pode ser estendida que o espaçoH(Cn) das funções holomorfas. Recomendamos que o leitor considere consultar oTeorema de Paley-Wiener, que dita uma condição necessária e suficiente para que umafunção emH(Cn) seja a Transformada de Fourier de uma distribuição em E ′(Rn). Aquiconsideramos em Rn
f (ξ) =1
(2π)n/2
∫e−i<ξ,x> f (x)dx (3.7′)
Chame tal operador de Transformada de Fourier de f .c) Assim nos propomos a determinar um subespaço S de E contendo D tal que:
i) ψ 7−→ ψ. seja um operador contínuo e invariante em S .ii) A inclusão D → S seja contínua.iii) Os operadores (1
i ∂)α e Mxα são continuos em S .A resposta a c) acima foi dada por L. Schwartz e é dado na proposição abaixo:
Proposição 3.8 Seja S(Rn) o espaço vetorial das funções ψ ∈ C∞(Rn) tais que xβ∂αψ ∈ L∞,∀α, β ∈ Nn. Então S(Rn) satisfaz o item c) da Observação 3.1.
Aqui, mais uma vez, a topologia S será dada por um coleção enumerável de semi-normas, de fato normas, que no caso é dada por
NSk (ψ) = Max|α|,|β|≤k‖xβ∂αxψ‖∞.
26 Capítulo 3: Análise de Fourier
Demonstração: A continuidade da transformada de Fourier segue da extensão daspropriedades (3.6)-(3.8) acima da estimativa
|∫
e−i<ξ,x>ψ(x)dx| ≤ (∫(1 + |x|)−(n+1)dx)NSn+1(ψ).
Pode-se mostrar facilmente que∫(1+ |x|)−(n+1)dx usando a mudança de coordenadas
em coordenadas esféricas é finita. As outras afirmações são facilmente verificadas. 2
Exemplo 3.2. Uma função de S que não está em D é ψ0(x) = e−|x|2/2.
Exercício 3.1 Seja ψ0 dado no exemplo acima, mostre que ψ0(ξ) = ψ0(ξ) (conforme(3.7’)), e que
∫ψ0(x)dx = (2π)n/2.
Sugestão: Para a primeira afirmação complete o quadrado e use o teorema de Cauchy)e para a segunda use coordenadas polares.Como antecipamos defina de S ′, assim teremos que ax inclusões
E ′(Rn) ⊂ S ′(Rn) ⊂ D′(Rn)
são contínuas. A extensão da transformada de Fourier em S ′ é como previsto:
u(ψ) = u(ψ) (3.9)
Agora a invertibilidade da transformada de Fourier pode ser demonstrada.Baseado no caso de séries de Fourier o candidato a ser o operador Inverso daTransformada de Fourier é:
f (η) =1
(2π)n/2
∫ei<η,x> f (x)dx (3.9)
Proposição 3.9 O operador definido por (3.9) é o operador inverso da Transformada de Fourier.
Demonstração: De fato precisamos calcular∫ei<x,ξ>dξ
∫φ(y)e−i<y,ξ>dy,
para φ ∈ S(Rn). Como tal integrando não é absolutamente integrável nas duasvariáveis, não é permitido usar o Teorema de Fubini. A ideia é modificar a integralcolocando um fator que nos garante a integrabilidade, e este fator dependa de umparâmetro que no limite a integral convirga para o valor desejado. Tome um ψ0 ∈ Sdado em Exemplo 3.2, que satisfaz as propriedades enunciadas no Exercicio 3.1, econsidere ψ(ξ) = ψ0(εξ). Assim modifique a igualdade acima para
1(2π)n/2
∫ei<x,ξ>ψ(εξ)dξ
∫φ(y)e−i<y,ξ>dy =
∫ψ(y− x)φ(y)du =
∫ψ(y)φ(x+ y)dy.
Note que ψ(y) = ε−nψ(y/ε). Logo obtermos∫φ(ξ)ψ(εξ)ei<x,ξ>dξ =
∫ψ(y)φ(x + εy)dy,
novamente usando o Teorema da Convergência Dominada, veja Teorema 3.1, logo∫φ(ξ)ψ(0)ei<x,ξ>dξ =
∫φ(x)ψ(y)dy,
usando o Exercício 3.1, segue o resultado. 2
3.2: O caso não-linear 27
3.2 O caso não-linear
Ao final dos anos 70’s um grande avanço nas EDP’s lineares foi atingido; emespecial o papel do estudo das singularidades de soluções recebeu muita atenção. Ageometria simplética passou a ser o laço entre resolubilidade de soluções e a geometriadas singularidades; O aparecimento dos Operadores Integrais de Fourier devido aJ. Duistermaat e L. Hörmander apareceram na Acta Mathematica no início dos 70’s.Algumas resultados esporádicos foram obtidos no contexto não-linear, mas eis que em1981, no artigo [2], J.-M. Bony, demonstrou uma extensão do resultado de propagaçãode singularidades devido a Duistermaat-Hörmander para o contexto não-linear. Atécnica apresentada tem sido a apropriada para abordar extensões de resultados dateoria linear para a não-linear, objetivamente, estende a Análise de Fourier para tratarproblemas não-lineares.
Passaremos agora a descrever alguns principios básicos da Teoria de Bony, na linhaque este texto objetiva discorrer. Anteciparemos os dois aspectos que aqui trataremos:a Decomposição de Littlewood-Paley e Para-Multiplicação de Bony.
Note que facilmente se deduz que se u ∈ E ′(Rn) então a transformada deFourier é C∞, aplicando Proposição 2.4, de fato admite extensão holomorfa para Cn,e voltando para as variáveis reais pelo fato de u ter ordem finita(globalmente) entãocresce polinomialmente. Novamente olhando séries de Fourier é natural denominar-seξ ∈ Rn o espaço das frequéncias; já que está associado o quanto eξ(x) = 1
(2π)n/2 ei<x,ξ>
oscila. Como pode-se entender estas eξ como autovetores que diagoliza operadoresdiferenciais parciais lineares com coeficientes constantes, denotado por p(D), nosdisposemos a olhar p(ξ) como os pontos do espectro do operador, uma vez que:p(D)ϕ(x) = (p(ξ) f (ξ))∨, ou seja a transformada de Fourier conjuga P(Dx) em Mp(ξ),na base ‘eξ´ este último operador é ‘diagonal´.
O lema abaixo será útil para ver como a localização no espectro estima a função.
Lema 3.10 (Bernstein) Sejam C uma coroa e B uma bola em Rn, centradas na origem. Existeuma constante C > 0 tal que, para todo inteiro não-negativo k, toda dupla de números reaisp, q, com q ≥ p ≥ 1, e toda função u de Lq, temos:
S(u) ⊂ λB ⇒ sup|α|=k‖∂αu‖Lq ≤ Ck+1λ
k+n( 1p−
1q )‖u‖Lp (3.11)
S(u) ⊂ λC ⇒ C−k−1λk‖u‖Lp ≤ sup|α|=k‖∂αu‖Lp ≤ Ck+1λk‖u‖Lp (3.12)
Demonstração: Procedendo por mudança de escala, podemos assumir que λ = 1.De fato, se u ∈ Lq é tal que S(u) ⊂ λB, defindo v = u(λ−1·), temos que S(u) ⊂ B.Assim, se (3.11) vale para λ = 1,
sup|α|=k‖∂αv‖Lp ≤ Ck+1‖v‖Lp .
Mas, pelo Teorema de mudança de variáveis, ‖v‖Lp = λnp ‖u‖Lp , ∂αv(x) =
28 Capítulo 3: Análise de Fourier
λ−|α|∂αu(λ−1x) e assim ‖∂αv‖Lq = λ(−|α|+ n
q )‖∂αu‖Lq . Deste modo,
sup|α|=k‖∂αu‖Lq = sup
|α|=kλ(|α|− n
q )‖∂αv‖Lq
≤ Ck+1λ(k− n
q )‖v‖Lp
= Ck+1λk+d( 1
p−1q )‖u‖Lp
obtendo (3.11) para λ qualquer. Em (3.12), procedemos de maneira análoga.Para a prova do lema, fixemos uma função suave φ compactamente suportada e talque φ ≡ 1 em uma vizinhança da bola B. Como S(u) ⊂ B,
u(ξ) = φ(ξ)u(ξ).
Seja g = φ. Então(u ∗ g)∧ = ug = uφ = u,
e daí u ∗ g = u. Portanto, para todo multi-índice α,
∂αu = ∂αg ∗ u
A desigualdade de Young, ver [7], nos diz que
‖∂αu‖Lq ≤ ‖∂αg‖Lr‖u‖Lp ,
com r ∈ [1, ∞] satisfazendo1p+ 1 =
1r+
1q
.
Agora,
‖∂αg‖Lr =
(∫|∂αg(x)|rdx
)1/r
=
(∫|∂αg(x)|r (1 + |x|
2)rd
(1 + |x|2)rd dx
)1/r
≤ C‖(1 + | · |2)d∂αg‖L∞
(1)≤ C‖(Id− ∆)d((·)αφ)‖L1
(2)≤ Ck+1
sendo que, em (1), utilizamos que ‖ f ‖∞ ≤ (2π)n/2‖ f ‖1 e (2) segue do fato deque ‖(Id − ∆)d((·)αφ)‖L1 é estimada pela soma finita de integrais com termo típico(·)α−β∂βφ, onde |β| ≤ 2d, limitada por∫
S(φ)(x)α−β∂βφ(x)dx ≤ Cβ
∫B(0,R)
|x||α−β||∂βφ(x)|
≤ Rk sup|β|≤2d
Cβ‖∂βφ‖L1 ≤ Ck+1.
3.2: O caso não-linear 29
A segunda desigualdade de (3.12) segue aplicando-se (3.11). Para a prova daprimeira desigualdade, consideramos φ ∈ C∞
c (Rd\ 0) valendo 1 perto da coroa Ce definimos gα = ((iξ)α|ξ|−2kφ(ξ))∨. Temos a seguinte identidade algébrica
|ξ|2k = ∑1≤j1,··· ,jk≤d
ξ2j1 · · · ξ2
jk
= ∑|α|=k
(iξ)α(−iξ)α
Logo, pelas propriedades da Transformada de Fourier a respeito de derivação econvolução, temos(
∑|α|=k
gα ∗ ∂αu)∧
= ∑|α|=k
(−iξ)α gαu
= ∑|α|=k
(−iξ)α(iξ)α|ξ|−2kφ(ξ)u(ξ)
= φ(ξ)u(ξ) = u(ξ)
e assim,u = ∑
|α|=kgα ∗ ∂αu (3.13)
Repetindo o argumento utilizando em (2), obtemos ‖gα‖L1 ≤ Ck+1. Então, aplicando adesigualdade de Young, segue que
‖u‖Lp ≤ ∑|α|=k‖gα ∗ ∂αu‖Lp
≤ ∑|α|=k‖gα‖L1‖∂αu‖Lp
≤ Ck+1 sup|α|=k‖∂αu‖Lp
2
Inicialmente, vamos construir uma Partição Diádica da Unidade, que será utilizadano decorrer do texto e nos conduzirá à decomposição de Littlewood-Paley.
Teorema 3.11 Existem funções radiais ϕ e χ de classe C∞(Rn), com valores no intervalo [0, 1],suportadas na coroa C = C(0, 3
4 , 83) e na bola B = B(0, 4
3), respectivamente, tal que
χ(ξ) + ∑j≥0
ϕ(2−jξ) = 1, ∀ξ ∈ Rd (3.14)
∑j∈Z
ϕ(2−jξ) = 1, ∀ξ ∈ Rn\ 0 (3.15)
Demonstração: Consideremos um número real α no intervalo (1, 43), e denotamos por
C ′ a coroa C ′ = C(0, α−1, 2α). Como C ′ ⊂ C, usando a construção de função em D,
30 Capítulo 3: Análise de Fourier
apresentada logo abaixo da propriedade (P3) no Capítulo 1, existe uma função radialθ ∈ C∞
c (C) igual a 1 numa vizinhança de C ′.Observemos que ⋃
j∈Z2jC ′ = Rn\ 0 (3.16)
De fato, se x ∈ Rn e |x| = r > 0, existe j ∈ Z tal que 2j < rα ≤ 2j+1, ou seja, 2jα−1 < |x|e |x| = r ≤ α−12j+1 = 2j(2α−1) < 2j(2α), pois α−1 < 1 < α. Assim, x ∈ 2jC ′.Uma propriedade fundamental a respeito desta cobertura é que se j, j′ ∈ Z satisfazem|j− j′| ≥ 2 então
2jC ∩ 2j′C = ∅. (3.17)
Com efeito, se 2jC ∩ 2j′C 6= ∅ , com j ≥ j′, existe x tal que
2j 34< |x| < 2j 8
3e 2j′ 3
4< |x| < 2j′ 8
3,
o que nos dá 2j 34< 2j′ 8
3, isto é, 2j−j′ <
329
< 4. Assim, j− j′ < 2.Seja
R(ξ) = ∑j∈Z
θ(2−jξ).
Por (3.17), esta soma é localmente finita em ξ ∈ Rd\ 0. Então a função R é de classeC∞ neste espaço. Segue da escolha de θ e da propriedade de cobertura (3.16) que Rassume valores maiores ou iguais a 1 em Rn\ 0.Assim, podemos definir a função de classe C∞
ϕ =θ
R
Como R não se anula, S(ϕ) ⊂ S(θ). Logo, ϕ ∈ C∞c (C) e, pela construção de R, se
ξ ∈ Rn\ 0,∑j∈Z
ϕ(2−jξ) = 1
Por outro lado, a função 1−∑j≥0
ϕ(2−jξ) é de classe C∞, por (3.17). Como o suporte de
ϕ está contido em C, para j ≤ −1 temos que S(ϕ(2−j·)) ⊂ 2jC ⊂ B. Deste modo, se
ξ ∈ Rd é tal que |ξ| ≥ 43
,
1 = ∑j∈Z
ϕ(2−jξ) = ∑j≥0
ϕ(2−jξ)
Assim, definindoχ(ξ) = 1−∑
j≥0ϕ(2−jξ)
resultará em χ ∈ C∞c (B, [0, 1]) satisfazendo (3.11). 2
3.2: O caso não-linear 31
Observação 3.12 Algumas propriedades a respeito das funções χ e ϕ obtidasanteriormente serão úteis no desenvolvimento do texto e destacaremos abaixo.Primeiramente, como S(ϕ(2−j·)) ⊂ 2jC, então se |j− j′| ≥ 2,
S(ϕ(2−j·)) ∩ S(ϕ(2−j′ ·)) = ∅. (3.18)
Também, se j ≥ 1, como 2j 34≥ 4
3, teremos B ∩ 2jC = ∅ e assim
S(χ) ∩ S(ϕ(2−j·)) = ∅.
Segue, juntamente com a propriedade (3.17), que para cada ξ fixado, a expressãoχ(ξ) + ∑
j≥0ϕ(2−jξ) reduz-se a no máximo três termos, cuja soma é igual a 1. Pelo
método dos multiplicadores de Lagrange, mostra-se que para números positivos a, b, c
tais que a + b + c = 1, a soma dos seus quadrados vale ao menos13
. Assim,
13≤ χ2(ξ) + ∑
j≥0ϕ2(2−jξ).
Por outro lado, como as funções χ e ϕ tem a sua imagem no intervalo [0, 1], temos
χ2(ξ) + ∑j≥0
ϕ2(2−jξ) ≤ χ(ξ) + ∑j≥0
ϕ(2−jξ) = 1
Portanto, para todo ξ ∈ Rn,
13≤ χ2(ξ) + ∑
j≥0ϕ2(2−jξ) ≤ 1 (3.19)
De maneira semelhante, prova-se que
12≤ ∑
j∈Zϕ2(2−jξ) ≤ 1, ∀ξ ∈ Rn\ 0 . (3.20)
Daqui em diante, fixemos duas funções ϕ e χ satisfazendo as conclusões doTeorema 3.11. Para u ∈ S ′(Rn) e j ∈ Z, definimos os operadores
∆judef=
(χu)∨, se j = −1
(ϕ(2−j·)u)∨, se j ≥ 0.
e ∆ju = 0, se j ≤ −2.Também, para cada j ∈ Z,
Sjudef= ∑
j′≤j−1∆j′u.
O principal objetivo desta seção é provar que, para toda distribuição temperadau ∈ S ′, a sequência (Sju)j∈Z converge a u no espaço S ′. Deste modo, podemosrepresentar u pela série
u = ∑j∈Z
∆ju
32 Capítulo 3: Análise de Fourier
denominada a Decomposição de Littlewood-Paley de u, note em particular sendoassim uma distribuição temperada, isto é ∈ S ′ é limite de uma série de funções emC∞ ∩ S ′ com espectro compacto.
Discutiremos inicialmente algumas propriedades referente aos operadoresdefinidos anteriormente e que serão importantes para a obtenção de tal decomposição.Observação 3.2 Para toda u ∈ S ′ e f ∈ S , 〈∆ju, f 〉 = 〈u, ∆j f 〉 Por definição,
〈∆ju, f 〉 = 〈(∆ju)∧, f 〉= 〈ϕ(2−j·)u, f 〉= 〈u, (ϕ(2−j·) f )∧〉
Como f ∈ S ,f (x) = f (−x), ∀x ∈ Rn.
Deste modo,
(ϕ(2−j·)∧ f )(ξ) =∫
e−ixξ ϕ(2−jx) f (x)dx
= (2π)−d∫
e−ixξ ϕ(2−jx) f (−x)dx
(1)= (2π)−d
∫eixξ ϕ(−2−jx) f (x)dx
(2)= (2π)−d
∫eixξ ϕ(2−jx) f (x)dx
= (ϕ(2−j·) f )∧ = ∆j f ,
sendo que, em (1), fizemos uma mudança linear de variáveis e, em (2), utilizamos ofato de que ϕ é radial.Quando j = −1, o procedimento é análogo.Mostremos agora que, para toda distribuição temperada u,
Sju = F−1(χ(2−j·)u), ∀j ≥ 0 (3.21)
Pela comutatividade dos operadores ∆j, garantida pela Observação 3.2, é suficienteverificar a igualdade para funções f ∈ S . Neste caso,
(Sj f )(ξ) = ∑j′≤j−1
(∆j′ f
)(ξ)
=(
χ(ξ) + ∑0≤j′≤j−1
ϕ(2−j′ξ))
f (ξ)
=(
1− ∑j′≥0
ϕ(2−j′ξ) + ∑0≤j′≤j−1
ϕ(2−jξ))
f (ξ)
=(
1− ∑j′≥j
ϕ(2−j′ξ))
f (ξ)
=(
1− ∑j′≥0
ϕ(2−j′2jξ))
f (ξ) = χ(2−jξ) f
3.2: O caso não-linear 33
Por esta nova caracterização, para cada u ∈ S ′, como o suporte da transformada deFourier dos operadores ∆ju e Sju é compacto, o fato de ser a transformada de Fourierinversa de uma distribuição de suporte compacto nos garante que ∆ju e Sju são funçõesde classe C∞. Pelas propriedades da convolução, para todo multi-índice α ∈ Nd eu ∈ S ′,
∆j∂αu = ∂α∆ju.
Também, os operadores ∆j e Sj mapeiam Lp em Lp continuamente. Mais ainda, existeuma constante C > 0, independente de j e de u para o qual
‖∆ju‖Lp ≤ C‖∆ju‖Lp e ‖Sju‖Lp ≤ C‖∆ju‖Lp
De fato, para u ∈ Lp, j ≥ 0, as convoluções 2jd ϕ(2n·) ∗ u e 2jdχ(2n·) ∗ u estão bemdefinidas e satisfazem
(2jn ϕ(2n·)∧ ∗ u) = ϕ(2−j·)u(2jnχ(2n·)∧ ∗ u) = χ(2−j·)u
Daí, se u ∈ Lp, como ∆ju = 2jn ϕ(2n·) ∗ u, segue da desigualdade de Young que∆ju ∈ Lp e vale a seguinte estimativa:
‖∆ju‖Lp ≤ ‖2jd ϕ(2d·)‖L1‖u‖Lp
= C1‖u‖Lp ,
onde C1 = ‖ϕ‖L1 . De modo análogo, se j = −1, observando que ∆−1u = 2−nχ(2n·) ∗ ue aplicando novamente a desigualdade de Young,
‖∆ju‖Lp ≤ C2‖u‖Lp , com C2 = ‖χ‖L1 .
Tomando C = maxC1, C2, segue a primeira desigualdade.Para os operadores Sj, procedemos de maneira análoga, pois Sju = 2jnχ(2n·) ∗
u, ∀j ≥ 0.
Teorema 3.13 Seja u ∈ S ′(Rn). Então, no sentido de convergência do espaço S ′(Rn),
u = limj→∞
Sju
Demonstração: Por consequência da Observação 3.2 e da expressão (3.21) vale que,para toda f ∈ S ,
〈u− Sju, f 〉 = 〈u, f − Sj f 〉.Deste modo, é suficiente mostrarmos que no espaço S , temos f − Sj f → 0 quandoj→ ∞. Para este caso, é conveniente utilizarmos a família de semi-normas
‖ f ‖k = sup|α|≤kξ∈Rd
(1 + |ξ|)k |∂α f (ξ)|.
Então, calculando ‖ f − Sj f ‖k =
sup|α|≤kξ∈Rn
(1 + |ξ|)k |∂α( f (ξ)− (Sj f ) (ξ))| = sup|α|≤kξ∈Rn
(1 + |ξ|)k |∂α( f (ξ)− χ(2−jξ) f (ξ)| (3.22)
34 Capítulo 3: Análise de Fourier
Desenvolvendo a expressão ∂α( f (ξ)− χ(2−jξ) f (ξ)) pela fórmula de Leibniz,
∂α((1− χ(2−jξ)) f (ξ)) = (1− χ(2−jξ))∂α f (ξ) + ∑0<β≤α
Cα,β2−j∂βχ(2−jξ) ∂α−β f (ξ)
Como χ vale 1 numa vizinhança de zero, a fórmula de Taylor nos permite escrever∣∣∣1− χ(2−jξ)∣∣∣ = |χ(2−jξ)− χ(0)| =
∣∣∣∣∫ 1
0χ′(0 + t2−jξ).(2−jξ) dt
∣∣∣∣(∗)≤ 2−j
∫ 1
0
d
∑l=1|∂lχ(t2−jξ)| |ξl| dt ≤ C2−j
d
∑l=1|ξl| ≤ C2−j(1 + |ξ|) (3.23)
sendo que, em (∗), utilizamos o fato de que χ e suas derivadas são limitadas.Do mesmo modo,
∑0<β≤α
∣∣∣Cα,β2−j∂βχ(2−jξ) ∂α−β f (ξ)∣∣∣ ≤ C2−j ∑
0<β≤α
∣∣∣∂α−β f (ξ)∣∣∣ (3.24)
Com as duas limitações obtidas em (3.23) e (3.24), segue de (3.22) que
‖ f − Sj f ‖k ≤ sup|α|≤kξ∈Rn
(1 + |ξ|)k
[C2−j(1 + |ξ|)
(|∂α f |+ ∑
0≤β<α
|∂α−β f |)]
≤ C2−j sup|α|≤k+1
ξ∈Rn
(1 + |ξ|)k |∂α f |
= C2−j‖ f ‖k+1
2
Com as notações estabelecidas anteriormente, consideremos
Definição 3.14 Seja s um número real e (p, r) ∈ [1, ∞]. O espaço de Besov não-homogêneoBs
p,r é o espaço de todas as distribuições temperadas tal que
‖u‖Bsp,r
def=∥∥∥(2js‖∆ju‖Lp)j∈Z
∥∥∥`r(Z)
< ∞ (3.25)
O primeiro passo é verificar a invariância com respeito a escolha da partição diádicada unidade utilizada na definição anterior. Para isto, será importante garantirmos aconvergência em S ′ para séries em que a Transformada de Fourier de cada parcela estásuportada em coroas.
Lema 3.15 Seja (uj)j∈N uma sequência de funções limitadas tal que a transformada de Fourierde uj está suportada em 2jC, onde C é um anel dado. Suponhamos que
‖uj‖L∞ ≤ C2jN
para constantes C, N > 0. Então a série ∑j∈N
uj é convergente em S ′.
3.2: O caso não-linear 35
Demonstração: Consideremos φ ∈ C∞c (Rn\ 0) identicamente 1 numa vizinhança da
coroa C e, para k um inteiro a ser escolhido, definimos
gα =((iξ)α|ξ|−2kφ(ξ)
)∨, |α| = k
Observemos que
(gα(2j·))∧(ξ) = 2−jd gα(2−jξ)
= 2−jd((iξ)α|ξ|−2kφ(ξ)
).
Procedendo como na demonstração de (3.13), no lema de Bernstein obtemos que,para cada j ∈ N,
uj = 2−jk ∑|α|=k
2jdgα(2j·) ∗ ∂αuj
Assim, se φ ∈ S ,
〈uj, φ〉 = 2−jk ∑|α|=k〈2jdgα(2j·) ∗ ∂αuj, φ〉 = 2−jk ∑
|α|=k〈uj, 2jdgα(2j·) ∗ ∂αφ〉 (3.26)
Logo
|〈uj, φ〉| ≤ ∑|α|=k
2−jk∣∣∣∣∫ uj(x)2jd gα(2j·) ∗ ∂αφ(x) dx
∣∣∣∣≤ 2−jk‖uj‖L∞ ∑
|α|=k‖2jd gα(2j·) ∗ ∂αφ‖L1
≤ C2−jk2jN ∑|α|=k‖2jd gα(2j·)‖L1‖∂αφ‖L1
= C2−j(k−N) ∑|α|=k‖∂αφ‖L1
Escolhendo k > N, a sequência ∑j∈N〈uj, φ〉 é convergente em R, para cada φ ∈ S . Segue
da Proposição 1.4 que ∑j∈N
uj é convergente em S ′.
2
Teorema 3.16 Seja C ′ uma coroa em Rn, s um número real e p, r ≥ 1. Seja (uj)j∈N umasequência de funções suaves tais que
S(uj) ⊂ 2jC ′ e∥∥∥(2js‖uj‖Lp)j∈N
∥∥∥`r< ∞.
Entãou = ∑
j∈Nuj ∈ Bs
p,r e ‖u‖Bsp,r ≤ Cs
∥∥∥(2js‖uj‖Lp)j∈N
∥∥∥`r
36 Capítulo 3: Análise de Fourier
Demonstração: Por hipótese, existe C > 0 tal que 2jrs‖uj‖rLp ≤ C, ou ainda,
‖uj‖Lp ≤ C1/r2−js (3.27)
Utilizando o Lema de Bernstein e a desigualdade (3.27), temos que
‖uj‖L∞ ≤ C‖u‖Lp
≤ C(2j)n/p2−jsC1/r ≤ C2j(n/p−s)
Pela Lemma 3.16, a série que define u é convergente em S ′. É interessante entãoanalizarmos o comportamento dos operadores ∆j′u.Como C e C ′ são duas coroas, existe um inteiro N0 > 0 tal que
|j− j′| ≥ N0 ⇒ 2jC ∩ 2j′C ′ = ∅
Daí, se |j− j′| ≥ N0,(∆j′uj)
∧ = 0⇒ ∆j′uj = 0.
Assim, podemos escrever
‖∆j′u‖Lp =
∥∥∥∥∥∑j≥0
∆j′uj
∥∥∥∥∥Lp
≤ C ∑j≥0
|j−j′ |≤N0
‖uj‖Lp
Consequentemente,
2j′s‖∆j′u‖Lp ≤ C ∑j≥0
|j−j′ |≤N0
2j′s‖uj‖Lp
≤ C ∑j≥0
|j−j′ |≤N0
2js‖uj‖Lp
Deste modo obtemos que
2j′s‖∆j′u‖Lp ≤ ((ck)k∈Z ∗ (dl)l∈Z)(j′),
com ck = C 1[−N0,N0](k) e dl = 1N2ls‖ul‖Lp . Como a sequência ck pertence a `1,utilizando a propriedade clássica da convolução entre `1(Z) e `r(Z) (ou a Desigualdadede Young), segue que∥∥∥(2j′s‖∆j′u‖Lp)j
∥∥∥`r≤ ‖(ck)‖`1
∥∥∥(2js‖uj‖Lp)j
∥∥∥`r
,
isto é,‖u‖Bs
p,r ≤ Cs
∥∥∥(2js‖uj‖Lp)j∈N
∥∥∥`r
.
2
O Teorema anterior implica diretamente o seguinte:
3.2: O caso não-linear 37
Corolário 3.17 O espaço Bsp,r independe da escolha das funções χ e ϕ utilizadas na definição
3.15.
Considere Hs = u ∈ S ′(Rn); u ∈ L1loc com ‖u‖2
s =∫|u|2(ξ)(1 + |ξ|2)sdξ < ∞.
Vamos agora relacionar os espaços de Sobolev com os espaços de Besov, o que nosdará a expansão de Littlewood-Paley para eles, nos indicará um importante exemplode espaço de Besov.
Teorema 3.18 Os espaços Hs e Bs2,2 são iguais e suas normas satisfazem
C−|s|−1‖u‖Bs2,2≤ ‖u‖Hs ≤ C|s|+1‖u‖Bs
2,2
Demonstração: Observemos que existe uma constante C > 0 tal que
2js 1C|s|+1
‖∆ju‖L2 ≤ ‖∆ju‖Hs ≤ 2jsC|s|+1‖∆ju‖L2 (3.28)
De fato, para j ≥ 0, como S(F (∆ju)) ⊂ 2jC, temos que
‖∆ju‖2Hs =
∫2jC
(1 + |ξ|2)s|∆ju|2dξ (3.29)
Vamos supor que s ≥ 0, pois a demonstração para o caso s < 0 é análoga.Para ξ ∈ 2jC,
(1 + |ξ|2)s ≤(
1 +(
2j 83
)2)s≤ 22js
(1 +
(83
)2)s
= Cs22js
(1 + |ξ|2)s ≥(
1 +(
2j 34
)2)s≥ 2−2js
(1 +
(34
)2)s
= Cs2−2js,
Substituindo em (3.29) e utilizando a Identidade de Fourier-Plancherel, obtemos
‖∆ju‖2Hs ≤ Cs22js
∫|∆ju|2dξ = Cs22js‖∆ju‖2
L2
e‖∆ju‖2
Hs ≥ Cs22js∫|∆ju|2dξ = Cs2−2js‖∆ju‖2
L2
Para j = −1 repetimos o argumento, sendo que o supremo e o ínfimo de ρ(ξ) =(1 + |ξ|2)s são tomados sobre a bola B.
Agora, em posse de (3.29), combinado com a expressão (3.19),
‖u‖2Hs =
∫(1 + |ξ|2)s|u(ξ)|2dξ
≤ 3∫(1 + |ξ|2)s
(χ2(ξ) + ∑
j≥0ϕ2(2−jξ)
)|u(ξ)|2dξ
= 3
(‖∆−1u‖2
Hs + ∑j≥0‖∆ju‖2
Hs
)
≤ 3C|s|(
∑j≥−1
22js‖∆ju‖2L2
)= 3C|s|‖u‖2
Bs2,2
38 Capítulo 3: Análise de Fourier
A outra desigualdade é análoga. 2
Proposição 3.19 O espaço B0p,1 está continuamente mergulhado em Lp e o espaço Lp mergulha
continuamente em B0p,∞.
Demonstração: Seja u ∈ B0p,1. Então a série ∑
j‖∆ju‖Lp converge. Isto implica que
‖Sj+qu− Sju‖Lp ≤j+q−1
∑j′=j‖∆j′u‖Lp
j→∞−→ 0
Portanto, a sequência (Sju)j≥0 é de Cauchy em Lp. Como Lp é completo, existev ∈ Lp tal que Sju converge a v em Lp. Mas Lp → S ′, logo Sju→ v em S ′.
Por outro lado, pela decomposição de Littlewood-Paley, (Sju)j≥−1 é uma sequênciaconvergindo a u em S ′. Da unicidade do limite segue que u = v ∈ Lp.
Agora, se u ∈ Lp, uma vez que, para todo j ≥ −1, ‖∆ju‖Lp ≤ C‖u‖Lp , temos
supj≥−1‖∆ju‖Lp ≤ C‖u‖Lp ,
isto é,‖u‖B0
p,∞≤ C‖u‖Lp .
2
Teorema 3.20 Seja 1 ≤ p1 ≤ p2 ≤ ∞ e 1 ≤ r1 ≤ r2 ≤ ∞. Para todo número real s, o espaço
Bsp1,r1
é continuamente incluído em Bs−n
(1
p1− 1
p2
)p2,r2 .
Demonstração: Como S ((∆−1u)∧) ⊂ B, pelo Lema de Bernstein,
‖∆−1u‖Lp2 ≤ C‖∆−1u‖Lp1 . (3.30)
Do mesmo modo, para j ≥ 0, como S(∆ju))∧ ⊂ 2jC,
‖∆ju‖Lp2 ≤ C2jn(
1p1− 1
p2
)‖∆−1u‖Lp1 . (3.31)
Utilizando as desigualdades (3.30) e (3.31) e o fato de que `r1 → `r2 , obtemos
‖u‖B
s−n( 1p1− 1
p2 )p2,r2
=
(∑
j≥−12jr2
(s−n
(1
p1− 1
p2
))‖∆ju‖r2
Lp2
)1/r2
≤ C
(∑
j≥−12jr2
(s−d
(1
p1− 1
p2
))2r2
(jd(
1p1− 1
p2
))‖∆ju‖r2
Lp1
)1/r2
= C
(∑
j≥−12jr2s‖∆ju‖r2
Lp1
)1/r2
≤ C
(∑
j≥−12jr1s‖∆ju‖r1
Lp1
)1/r1
= ‖u‖Bsp1,r1
3.2: O caso não-linear 39
2
Uma propriedade topológica importante acerca dos Espaços de Besov é que aexpressão em (3.25) é uma norma que torna o espaço Bs
p,r completo, como especificao seguinte resultado:
Teorema 3.21 Se 1 ≤ p, r ≤ ∞, o espaço Bsp,r equipado com a norma ‖ · ‖ é um espaço de
Banach satisfazendo a propriedade de Fatou: se (un)n∈N é uma sequência limitada de Bsp,r que
converge para u ∈ S ′, então u ∈ Bsp,r e
‖u‖Bsp,r ≤ lim inf
n→∞‖un‖Bs
p,r
Demonstração: Ver [1]. 2
Proposição 3.22 O espaço Bsp,r é continuamente incluído em S ′.
Demonstração: Por definição, Bsp,r é um subespaço de S ′. Para provarmos a
continuidade, mostremos a existência de uma constante C e um inteiro positivo Mtal que, para toda função φ em S ,
|〈u, φ〉| ≤ C‖u‖Bsp,r‖φ‖M,S .
Para isto, escolhemos um inteiro positivo N satisfazendo N ≥ n/p− s. Pela relação(3.26), uma vez que S((∆ju)∧) ⊂ 2jC, podemos escrever
〈∆ju, φ〉 = 2−j(N+1) ∑|α|=N+1
〈∆ju, 2jngα(2j·) ∗ ∂αφ〉
Deste modo,
|〈∆ju, φ〉| ≤ 2−j2−N ∑|α|=N+1
‖∆ju‖L∞‖2jdgα(2j·) ∗ ∂αφ‖L1
≤ 2−j2−jN ∑|α|=N+1
‖∆ju‖L∞‖2jdgα(2j·)‖L1‖∂αφ‖L1
≤ C2−j supj≥−1
2−jN‖∆ju‖L∞ sup|α|=N+1
‖∂αφ‖L1
= C2−j‖u‖B−N∞,∞
sup|α|=N+1
‖∂αφ‖L1 (3.32)
Pela escolha de N, segue do Teorema anterior que Bsp,r está continuamente
mergulhado em B−N∞,∞. Assim, existe C > 0 tal que
‖u‖B−N∞,∞≤ C‖u‖Bs
p,r
40 Capítulo 3: Análise de Fourier
Também,
sup|α|=N+1
‖∂αφ‖L1 = sup|α|=N+1
∫|∂αφ(x)|dx
= sup|α|=N+1
∫ |(1 + |x|)N+1∂αφ(x)|(1 + |x|)N+1 dx
≤ C sup|α|=N+1
∫(1 + |x|)N+1|∂αφ(x)|dx
= C‖φ‖SN+1
Substituindo em (3.32), concluímos que
|〈∆ju, φ〉| ≤ C2−j‖u‖Bsp,r‖φ‖
SN+1
Finalmente, utilizando a decomposição de Littlewood-Paley,
|〈u, φ〉| ≤ ∑j≥−1|〈∆ju, φ〉|
≤ C ∑j≥−1
2−j‖u‖Bsp,r‖φ‖
SN+1
≤ C‖u‖Bsp,r‖φ‖
SN+1
2
Finalmente esboçaremos a Decomposição de Bony.Sejam u e v duas distribuições temperadas. Pela decomposição de Littlewood-
Paley, temosu = ∑
j′∆j′u e v = ∑
j∆ju
Formalmente, o produto, quando ele existe, pode ser representado pela expressão
uv = ∑j,j′
∆j′u∆jv (3.33)
Nesta seção, veremos como a Decomposição de Littlewood-Paley dá condiçõespara que o produto de duas distribuições temperadas uv esteja definido, bem comoresultados de continuidade para a aplicação (u, v) 7→ uv.
A idéia fundamental do Cálculo Paradiferencial é distinguir três parcelas noproduto uv. A primeira parte Tuv corresponde aos termos ∆ju∆j′v quando j é pequenoem comparação com j′. Um segundo termo Tvu é a contraparte simétrica de Tuv efinalmente uma terceira parte onde as frequências de u e v têm o mesmo tamanho.
Definição 3.23 Definimos o paraproduto de u e v, e denotaremos por Tuv o operador bilinear
Tuvdef= ∑
j∈ZSj−1u∆ju = ∑
j′≤j−2∆j′u∆jv
Também, definimos o Resto de u e v, e indicaremos por R(u, v) o operador
R(u, v)def= ∑|j−j′|≤1
∆j′u∆jv
3.2: O caso não-linear 41
Segue de (3.33) queuv = Tuv + Tvu + R(u, v)
A expressão acima é conhecida como a Decomposição de Bony.Como ilustração desta técnica, vamos analisar como o produto age nos espaços de
Besov. Mais precisamente, mostraremos que o produto é uma forma bilinear contínuano espaço L∞ ∩ Bs
p,r, quando s > 0.
Proposição 3.24 Para todo número real s, existe uma constante C tal que, para toda (p, r) ∈[1, ∞]2, temos
‖Tuv‖Bsp,r ≤ C‖u‖L∞‖v‖Bs
p,r , ∀(u, v) ∈ L∞ × Bsp,r
Em outras palavras, se u ∈ L∞, o operador Tu leva continuamente Bsp,r em Bs
p,r.Demonstração: Temos que
S((Sj−1u∆jv)∧) = S(F (Sj−1u) ∗ F (∆jv))⊂ S(F (Sj−1u)) + S(F (∆jv))
⊂ 2j−1B + 2jC = 2jC,
onde C = C(0, 112 , 10
3 ). Também, pela desigualdade de Hölder e a continuidade dosoperadores Sj em Lp,
‖Sj−1u∆jv‖Lp ≤ ‖Sj−1u‖L∞‖∆jv‖Lp
≤ C‖u‖L∞‖∆jv‖Lp
Assim,
∑j(2js‖Sj−1u∆jv‖Lp)r ≤ Cr‖u‖r
L∞ ∑j
2jrs‖∆jv‖rLp
= Cr‖u‖rL∞‖v‖r
Bsp,r
Extraindo a r-ésima raíz, obtemos:(∑
j
(2js‖Sj−1u∆jv‖Lp
)r)1/r
≤ C‖u‖L∞‖v‖Bsp,r < ∞ (3.34)
Pelo Lema 3.16, obtemos que Tuv ∈ Bsp,r e assim, pela estimativa (3.34),
‖Tuv‖Bsp,r ≤ Cs‖(2js‖Sj−1u∆jv‖Lp)‖`r
≤ C‖u‖L∞‖v‖Bsp,r
2
Para o estudo do comportamento do operador resto, vamos precisar considerartermos do tipo ∆ju∆jv. A Transformada de Fourier destes não está suportadas emcoroas, mas em bolas do tipo 2jB. Precisamos então de uma versão do Teorema 3.16que contorne esta situação:
42 Capítulo 3: Análise de Fourier
Lema 3.25 Seja B uma bola, s > 0 e (p, r) ∈ [1, ∞]2. Seja (uj)j∈N uma seqüência tal que
S(uj) ⊂ 2jB e∥∥∥(2js‖uj‖Lp)j
∥∥∥`r< ∞.
Entãou = ∑
j∈Nuj ∈ Bs
p,r e ‖u‖Bsp,r ≤ Cs
∥∥∥(2js‖uj‖Lp)j∈N
∥∥∥`r
Demonstração: Por hipótese, existe C > 0 tal que
2js‖uj‖Lp ≤ C ⇒ ‖uj‖Lp ≤ C2−js
Então ∥∥∥l+k
∑j=1
uj −l
∑j=1
uj
∥∥∥Lp≤
l+k
∑j=l+1
‖uj‖Lp ≤ Cl+k
∑j=l+1
2−js l→∞−→ 0.
Da completude de Lp, segue que u = ∑j∈N
uj ∈ Lp. Também, existe N0 tal que
j′ ≥ j + N0 ⇒ 2j′C ∩ 2jB = ∅
Daí, se j′ ≥ j + N0, F (∆j′uj) = ϕ(2−j′ ·)uj = 0, ou ainda, ∆j′uj = 0. Assim,
‖∆j′u‖Lp =
∥∥∥∥∥∑j∆j′uj
∥∥∥∥∥Lp
≤ ∑j≥j′−N0
‖∆j′uj‖Lp
≤ C ∑j≥j′−N0
‖uj‖Lp
Deste modo,
2j′s‖∆j′u‖Lp ≤ C ∑j≥j′−N0
2(j−j′)s2js‖uj‖Lp
≤ ((ck) ∗ (dk))(j′)
onde
ck = C 1[−N0,∞)(k) 2−ks ∈ `1
dl = 2ls‖ul‖Lp ∈ `r
Aplicando a desigualdade de Young, obtemos que
‖u‖Bsp,r ≤ ‖ck‖`1
∥∥∥(2j′s‖uj′‖Lp)j
∥∥∥`r
= Cs
∥∥∥(2j′s‖uj′‖Lp)j
∥∥∥`r
2
3.2: O caso não-linear 43
Proposição 3.26 Sejam s1, s2 números reais tal que s1 + s2 > 0 . Então existe uma constanteC tal que, para (p1, p2, r1, r2) ∈ [1, ∞]4,
1p
def=
1p1
+1p2≤ 1 e
1r1
+1r2
def=
1r≤ 1
tem-se, para quaisquer (u, v) ∈ Bs1p1,r1 × Bs2
p2,r2 ,
‖R(u, v)‖B
s1+s2p,r≤ C‖u‖B
s1p1,r1‖v‖Bs2
p2,r2
Demonstração: Por definição de operador resto,
R(u, v) = ∑j
Rj, com Rj =1
∑l=−1
∆j−lu∆jv
Pela linearidade da Transformada de Fourier e o fato de que o suporte da convoluçãoestá contido na soma dos suportes, temos S((Rj)
∧) ⊂ 2jB(0, 8).Por outro lado, pela desigualdade de Hölder,
2j(s1+s2)‖Rj‖Lp ≤1
∑l=−1
2js1‖∆j−lu‖Lp1 2js2‖∆jv‖Lp2
Deste modo,∥∥∥(2j(s1+s2)‖Rj‖Lp)j
∥∥∥`r≤
1
∑l=−1
∥∥∥2js1‖∆j−lu‖Lp1 2js2‖∆jv‖Lp2 )j
∥∥∥`r
(3.35)
Para cada l = −1, 0, 1, como (2js1‖∆j−lu‖Lp1 )j∈Z ∈ `r1 e (2js2‖∆jv‖Lp2 )j∈Z ∈ `r2 , adesigualdade de Hölder e a estimativa (3.35) nos dá que∥∥∥(2j(s1+s2)‖Rj‖Lp)j
∥∥∥`r≤ C‖u‖B
s1p1,r1‖v‖Bs2
p2,r2.
Como s1 + s2 > 0, a demonstração segue do Lema 3.25.2
Corolário 3.27 Para todo s positivo, o espaço L∞ ∩ Bsp,r é uma álgebra. Além disso, existe uma
constante C > 0 tal que
‖uv‖Bsp,r ≤ C(‖u‖L∞‖v‖Bs
p,r + ‖u‖Bsp,r‖v‖L∞)
Demonstração: De acordo com as Proposições 3.26 e 3.24, temos
‖R(u, v)‖Bsp,r ≤ C‖u‖Bs
p,r‖v‖B0∞,∞
‖Tuv‖Bsp,r ≤ C‖u‖L∞‖v‖Bs
p,r
‖Tvu‖Bsp,r ≤ C‖v‖L∞‖u‖Bs
p,r
Como L∞ → B0∞,∞, aplicando a decomposição de Bony segue o resultado.
2
Ainda referente aos espaços de Besov, outras propriedades a respeito do produtosão descritas na seguinte proposição:
44 Capítulo 3: Análise de Fourier
Proposição 3.28 Sejam 1 ≤ p, r ≤ ∞ e s ∈ R.
(i) Se σ > 0 e 1 ≤ r1, r2 ≤ ∞ são tais que1r=
1r1
+1r2
, então existe C > 0 tal que
‖Tuv‖Bs−σp,r≤ C|s−σ|+1
σ‖u‖B−σ
∞,r1‖v‖Bs
p,r2,
(ii) Seja (s1, s2) ∈ R2, 1 ≤ p1, p2 ≤ ∞ e 1 ≤ r1, r2 ≤ ∞ tal que
s1 + s2 > 0,1p≤ 1
p1+
1p2≤ 1 e
1r≤ 1
r1+
1r2≤ 1,
Então o operador resto é uma aplicação bilinear e contínua de Bs1p1,r1 × Bs2
p2,r2 em Bσ1,2p,r ,
com σ1,2 = s1 + s2 + n(
1p −
1p1− 1
p2
)e existe uma constante C > 0 tal que
‖R(u, v)‖B
σ1,2p,r≤ Cs1+s2+1
s1 + s2‖u‖B
s1p1,r1‖v‖Bs2
p,r2
Demonstração: Ver [1]. 2
Para o estudo de problemas que tenham alguma propriedade de invariância porescala, é desejável considerarmos espaços de funções que admitam invariância pordilatação. Espaços de Sobolev Homogêneo, tal escala de espaços é obtido substituidoo peso (1+ |ξ|2)s por |ξ|2s, possuem tal propriedade, no sentido de que se f ∈ Hs entãofλ = f (λ·) ∈ Hs. Nosso objetivo nesta seção é obter uma decomposição diádica quecaracterize estes espaços. A referência adotada é [1].
Sejam (χ, ϕ) como antes. Para u ∈ S ′(Rd), definimos
Sjudef= 2jd χ(2j·) ∗ u, ∀j ∈ Z
∆judef= Sj+1u− Sju, ∀j ∈ Z
Definição 3.29 Denotamos por S ′h o espaço das distribuições temperadas tal que
limj→−∞
Sju = 0 em S ′
Exemplo 3.1 Se uma distribuição temperada u é tal que sua transformada de Fourier ué localmente integrável perto de 0, então u pertence a S ′h.
O lema abaixo caracteriza o conjunto S ′h mediante a decomposição de Littlewood-Paley:
Lema 3.30 S ′h é o espaço das distribuições temperadas que satisfazem
u = ∑j∈Z
∆ju (3.36)
3.2: O caso não-linear 45
Neste caso, a série acima é denominada a decomposição de Littlewood-Paleyhomogênea de u.Demonstração: Observemos que, para qualquer j ≥ 0,
∆ju = Sj+1u− Sju = Sj+1u− Sju = ∆ju
e, para j = −1,∆−1u = S0u− S−1u = ∆−1u− S−1u.
Então, pela decomposição de Littlewood-Paley,
∑j∈Z
∆ju = ∑j≥0
∆ju + (∆−1u− S−1u) + ∑j≤−1
∆ju
= ∑j≥−1
∆ju− S−1u + limN→−∞
N
∑j=−1
(Sj+1u− Sju)
= u + limN→−∞
SNu
Assim, vale (??) se, e só se, limN→−∞
SNu = 0 em S ′, ou seja, quando u ∈ S ′h.2
Em contraste com o caso não-homogêneo, não temos Sju = ∑j′≤j−1
∆j′u. No entanto,
esta expressão se verifica para distribuições em S ′h.Observação 3.3 O espaço S ′h não é um subespaço fechado de S ′ com a topologia daconvergência fraca. De fato, consideremos uma sequência ( fn)n∈N, com
fn(x) = f( x
n
), f ∈ S tal que f (0) = 1.
Então, f converge para a função constante 1 que não pertence a S ′h.De maneira análoga a abordagem do caso não-homogêneo, uma vez construída a
decomposição de Littlewood-Paley homogênea, podemos definir os Espaços de Besovhomogêneo:
Definição 3.31 Se s ∈ R e 1 ≤ p, r ≤ ∞, o espaço de Besov homogêneo Bsp,r é o conjunto das
distribuições u ∈ S ′h tais que ‖u‖Bsp,r
é finito, com
‖u‖Bsp,r
=∥∥∥(2js‖∆ju‖Lp)j∈Z
∥∥∥`r(Z)
Com a mesma técnica de demonstração utilizada no caso não-homogêneo,associado com a desigualdade (3.20), prova-se que os espaços Hs e Bs
2,2 coincidem.A proposição a seguir descreve a propriedade de invariância por escala para Bs
p,r:
Proposição 3.32 Se u ∈ Bsp,r, então ‖uλ‖Bs
p,ré finito e temos
‖uλ‖Bsp,r≈ λ
s− np ‖u‖Bs
p,r.
46 Capítulo 3: Análise de Fourier
Demonstração: Seja α um número real positivo. Temos
(ϕ(α−1·)uλ)∨(x) = αn
∫ϕ(α(x− y))u(λy)dy.
Pela mudança de variáveis z = λy, segue que
(ϕ(α−1·)uλ)∨(x) = αnλ−n
∫ϕ(αx− αλ−1z)u(z)dz = (ϕ(λα−1·)u)∨(λx) (3.37)
Para j ∈ Z, sejavj = (ϕ(2[log2 λ]−log2 λ−j·)uλ)
∨,
onde [m] indica a parte inteira de m.Escolhendo α = 2j−[log2 λ]λ na igualdade (??), obtemos
vj(x) = F−1(ϕ(2[log2 λ]−j·)u)(λx),
e assim,‖vj‖Lp = λ
− np ‖∆j−[log2 λ]u‖Lp .
Ora, as quantidades λ−s e 2−[log2 λ]s são comparáveis. Assim,
2js‖vj‖Lp ≈ λs− n
p 2(j−[log2 λ])s‖∆j−[log2 λ]u‖Lp
Calculando a norma `r em ambos os membros, segue que(∑j∈Z
2jrs‖vj‖rLp
)1/r
≈ λs− n
p ‖u‖Bsp,r
(3.38)
Como S(vj) ⊂ 2jC(0, 34 , 16
3 ), temos
∆j′uλ = ∑|j−j′|≤2
∆j′vj.
Aplicando a norma de Bsp,r e a estimativa (??), segue o resultado.
2
Para distribuições u, v pertencentes a S ′h, definimos
Tuv = ∑j∈Z
Sj−1u∆jv e R(u, v) = ∑|j−j′|≤1
∆j′u∆jv
Formalmente, temos a seguinte decomposição de Bony homogênea
uv = Tuv + Tvu + R(u, v)
As propriedades de continuidade do paraproduto e resto sobre espaços de Besovnão-homogêneos, abordados na seção anterior, permanecem válidas para o casohomogêneo, desde que verificadas as condições adicionais:
(i) s < d/p ou s = d/p e r = 1, no caso do Corolário 3.27;
(ii) s− σ < d/p ou s− σ = d/p e r = 1, item (i) da Proposição 3.28;
(iii) σ1,2 < d/p ou σ1,2 = d/p e r = 1, item (ii) da Proposição 3.28.
A demonstração destes resultados e uma exposição mais completa pode ser vistaem [1].
Referências Bibliográficas
[1] Bahouri, H., Chemin, J.-Y., Danchin, R.(2011), Fourier Analysis and Nonlinear PartialDifferential Equations . Grund. der Math. Wiss. - Vol. 343, Springer Verlag.
[2] Bony, J.-M.(1981), Calcul symbolique et propagation des singularités pour les équationsaux dérivéspartielles non linéaires. Annales de l’École Normale Supérieure, 14,pp.209-246.
[3] Bényi, A., Maldonado, D., Naibo, V.(2010) What is ...a Paraproduct? . Notices of theAMS, Vol. 7, pp. 858-860.
[4] de Figueiredo, D. G.(1977) Análise de Fourier e Equações Diferenciais Parciais. ProjetoEuclides - IMPA.
[5] Ebert, M., Santos Filho, J. R. (2009) Problema de Cauchy para Operadores DiferenciaisParciais Publicações Matemáticas - 27o Colóquio Brasileiro de Matemática, IMPA.
[6] Hörmander, L. (1963) Linear Partial Differential Operators . Grund. der Math. Wiss.- Vol.116 - Springer Verlag.
[7] Hörmander, L. (1983) The Theory of Linear Partial Differential Equations . Vol.I,Grund. der Math. Wiss. - Vol.256 - Springer Verlag.
[8] Hörmander, L. (1997) Lectures on Nonlinear Hyperbolic Differential Equations.Mathématiques& Applications 26 - Springer Verlag.
[9] Hounie, J. (1979) Teoria Elementar das Distribuições. Publicações Matemáticas - 12oColóquio Brasileiro de Matemática, IMPA.
[10] Métivier, G.(2008) Para-Differential Calculus and Applications to the Cauchy Problemfor Nonlinear Systems CRM Series - Pisa, Edizioni della Normale
[11] Rudin, W. (1976) Principles of Mathematical Analysis. Int. Series in Pure and AppliedMathematics. Third Edition - McGraw-HIll.
[12] Rudin, W. (1991) Functional Analysis. Int. Series in Pure and Applied Mathematics.Third Edition - McGraw-HIll.
[13] Schwartz, L.(1950-51) Théorie des distributions I et II. Hermann.
[14] Treves, F.(1967) Topological Vector Spaces, Distributions and Kernels . Academic Press.
[15] Zuily, C.(2002) Éléments de distributions e d’équations aux dérivées partielles SciencesSup - Dunod.
47