Escolar Documentos
Profissional Documentos
Cultura Documentos
Faculdade de Ciencias
Departamento de Matematica
Medida de Erdos
Uma Indroducao
Jo ao Carlos Salvado da Costa Carmona e Silva
Dissertac ao de Mestrado em Matematica
2012
Universidade de Lisboa
Faculdade de Ciencias
Departamento de Matematica
Medida de Erdos
Uma Indroducao
Jo ao Carlos Salvado da Costa Carmona e Silva
Dissertac ao orientada pelo
Professor Doutor Pedro Miguel Nunes da Rosa Dias Duarte
Dissertac ao de Mestrado em Matematica
2012
Agradecimentos
Agradeco:
`
A minha Mae e aos meus Filhos, por tudo; a eles dedico isto.
`
A Professora Odete
Botelho, minha primeira Professora de matematica; sem ela n ao sei se algum dia teria
querido aprender matem atica. Ao Professor Jo ao Paulo Carvalho Dias pelo eterno
apoio e incentivo que sempre me deu. Ao Pedro Miguel Duarte, aqui meu orientador,
mas antes de mais meu amigo, pela forma empenhada com que me orientou neste tra-
balho, a constante e paciente disponibilidade, os valiosos ensinamentos que nao s ao
apenas de agora. Devo-lhe tambem o esclarecimento de muitos pontos em que tropecei
ao longo desta redac ao. Agrade co, de um modo geral, a todos os familiares, amigos,
colegas e professores, que me apoiaram, incentivaram e ajudaram. Agradeco tambem
` a nos terra Mindelo que com a sua morabeza me proporcionou a necess aria tranquili-
dade. E nalmente agrade co `a Soraia que, demonstrando-me como se pode harmonizar
beleza e complexidade, tanto me inspirou.
pingo
no Condado, em 5 de Setembro de 2012
i
Resumo
Estas notas constituem uma introduc ao ` a medida de Erd os, determinada pela dis-
tribuic ao da variavel aleat oria,
i=0
x
i
i
soma innitas das vari aveis aleatorias x
0
, x
1
, x
2
, x
3
, que podem tomar os valores 0
ou 1, de forma independente e com igual probabilidade; e um par ametro real previa-
mente xado entre 0 e 1. Desde 1935 que se sabe que esta medida, independentemente
de , e absolutamente contnua ou continuamente singular relativamente `a medida
de Lebesgue, sabendo-se tambem que, para < 1/2 a medida e singular e que para
=
n
i=0
x
i
i
, the innite sum of random variables x
0
, x
1
, x
2
, x
3
, that can independently and
with equal probability take the values 0 or 1; e is a real parameter which is xed
beforehand at a value between 0 and 1. It has been known since1935 that this measure
is, independently of e, absolutely continuous or continuously singular relative to the
Lebesgue measure. It is also known that the measure is singular if < 1/2 and abso-
lutely continuous if =
n
. . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.2 As fatorizac oes de
N
. . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 As semelhancas S
i
e o operador S . . . . . . . . . . . . . . . . . . . . . 15
3 A medida de Erdos 18
3.1 Os casos 1/2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Din amica e ponto xo: . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Densidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4 Criterios de singularidade ou regularidade 34
5 Apendice 45
5.1 Teoria da Medida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2 Algebricos inteiros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.3 Distribuic ao binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.4 Diversos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Bibliograa 59
iv
Captulo 1
Introducao
1.1 O problema
Estas notas tratam de somas, nitas ou innitas, da forma:
0
+
1
+
3
+
6
+
11
+ . . .
em que as parcelas sao potencias
0
,
1
,
2
,
3
. . . de um n umero real do intervalo
(0, 1). Supomos que cada potencia
i
pode ou nao ocorrer na serie, de forma aleat oria
e independente, com probabilidade 1/2. O problema consiste em conhecer como
se distribuem, probabilisticamente, os valores dessas somas assim formadas. Numa
formula cao mais rigorosa, que adiante faremos, pretendemos conhecer, tanto quanto
possvel, a medida de probabilidade na reta real denida por:
(B) := P
i=0
x
i
i
B
ter
uma distribuic ao equivalente `a medida de Lebesgue para quase todos os > 1/2, h a
excec oes surpreendentes, isto e, valores de para os quais a medida
ca singular.
Distinguir os valores de que determinam um comportamento ou outro e um problema
que permanece aberto ha mais de 70 anos.
1.2 Alguma hist oria
Pelo menos desde os anos 30 do seculo passado que o comportamento desta distribuic ao
tem sido materia de estudo, tendo ao logo destas decadas revelado aplicac oes em varias
areas da matematica especialmente ligadas a an alise harmonica, n umeros algebricos,
sistemas din amicos e teoria da dimens ao. Por isso e vasta a literatura produzida sobre
o assunto. Em [20] pode encontrar-se um resumo hist orico dos principais resultados.
Apesar de tudo o problema est a longe de estar esgotado nao s o pelas in umeras no-
vas quest oes que tem suscitado, em ligac ao a diversos outros problemas como tambem
pela resistencia de tantas outra que permanecem por esclarecer. Por isso o problema
e reputado de difcil. Desde 1935 que Wintner e outros mostraram algumas das pro-
priedades basicas da distribuic ao
0
+
1
+
3
+
6
+
11
+ . . .
e tudo seria menos complicado. Mas, por mais reduzida que seja a forma de o repre-
sentar, o innito e grande e encerra em si misterios dicilmente acessveis a seres de
natureza nita. O innito ocorre naturalmente ao esprito humano quando observa
sequencias de acontecimentos que parece nao acabarem. Habituado que esta a que
tudo tenha um m e sendo da sua natureza arranjar soluc oes para os problemas que se
lhe deparam, trata de inventar uma coisa que ponha m ao que parecia nao terminar,
e algo contraditorio chama-lhe innito. O innito com que vamos lidar nasce assim
mesmo, a partir de somas nitas:
0
+
1
+
3
+
6
+
11
.
Somas a que podemos ir acrescentando mais e mais parcelas, em quantidade nita mas
sem um limite estabelecido. A cada soma nita podemos acrescentar uma nova parcela,
e assim sucessivamente. Sao assim essas somas nitas, cada uma obtida a partir da
anterior, que nos conduzem `aquilo a que chamamos soma innita. Inevitavel ser a tentar
entende-la atraves das proprias aproximacoes nitas que servem para a conceber. O
car ater geracional das somas que, de alguma forma, se vao obtendo umas apos as outras
ser a um cunho indelevel que se vai manifestar repetidas vezes num padr ao evolutivo
comum:
Uma sucessao intermin avel de indivduos
o
,
1
,
2
, . . .,
n
,
n+1
. . ., exis-
tentes em algum habitat natural , gerados a parir do original
0
, sucessivamente
atraves de um gerador din amico, , que reproduz cada
n+1
como sucessor de
n
:
n+1
=
n
3
E um indivduo nal,
N
, resultado do apuramento da especie, ao qual os
n
se
v ao assemelhando, e que, de t ao perfeito, e reproduzido num igual a si mesmo:
N
=
N
Se por um lado, para a compreens ao das caractersticas geneticas de
N
, e fundamental
atender ` a heranca inevitavelmente transmitida pelos seus antepassados
n
, n ao menos
importante ser a atender ` a sua condi cao de clone de si pr oprio, facto que, por si s o, lhe
imp oe caractersticas peculiares.
Enm, uma linguagem agora mais matem atica, o cen ario tpico do teorema do
ponto xo de Banach que nos levar a a procurar uma metrica, denida num espaco
que contem os
s, devidamente adaptada, quer dizer, para a qual seja uma contrac ao.
Uma vez denido esse contexto temos as conclus oes do teorema, nomeadamente, a uni-
cidade do ponto xo, a garantia de convergencia da sucessao
n
independentemente da
escolha do objeto original
0
e uma estimativa da rapidez da convergencia relacionada
com a raz ao da contrac ao. Isso sera especialmente util para inferir propriedades para o
ponto xo
N
, quer transmitidas pelas aproximadas
n
, em geral mais acessveis, quer
impostas pela propria equacao de ponto xo. Observe-se desde j a que nas situac oes em
que vamos encontrar este padrao din amico, o ponto xo e conhecido como tal `a priori,
n ao tendo qualquer interesse a conclusao de existencia, geralmente o ponto forte dos
teoremas de ponto xo.
1.4 Formulacao matematica
O problema pode ser e e formulado e formalizado de diversas maneiras equivalentes
dependendo das diversas abordagens e pontos de vista de que pode ser observado. Para
introduzir a formulac ao que aqui adotamos, comecamos por uniformizar a express ao
das somas:
0
+
1
+
3
+
6
+
11
+ . . .
na forma:
1.
0
+ 1.
1
+ 0.
2
+ 1.
3
+ 0.
4
+ 0.
5
+ 1.
6
+ . . . + 1.
11
+ . . .
em que todas as potencias de ocorrem, afetando-as do coeciente 0 ou 1 consoante
a respetiva parcela seja ou nao considerada na soma. Por um lado uniformizamos a
4
representa cao na forma geral:
x
0
.
0
+ x
1
.
1
+ x
2
.
2
+ x
3
.
3
+ . . .
ou abreviadamente,
i=0
x
i
i
,
e por outro lado isolamos o carater aleat orio do problema, exatamente nesta sequencia
de coecientes, x
0
x
1
x
2
. . ., em que cada coeciente x
i
e 0 ou 1 e que supomos ocorrerem
de forma aleat oria, independente e com igual probabilidade. Note-se que desta forma
abarcamos tambem as somas nitas que correspondem simplesmente a sequencias que
s ao nulas a partir de certo ponto: x
0
x
1
x
2
. . . x
n1
0000 . . . e que podemos naturalmente
encarar apena como sequencias nitas x
0
x
1
x
2
. . . x
n1
.
Vamos assim tratar o aspeto probabilstico do problema justamente considerando
as probabilidades associadas a acontecimentos que sao representados por conjuntos de
sequencias daquelas, considerando que cada smbolo 0 ou 1 ocorre com igual probabil-
idade e de forma independentes uns dos outros. Para sequencias nitas, de compri-
mento n, a hip otese de equiprobabilidade e independencia e os conceitos rudimentares
de probabilidades conduzem-nos imediatamente a que cada sequencia de n smbolos,
x
0
x
1
x
2
. . . x
n1
e t ao provavel como qualquer outra, valendo entao a Lei de Laplace:
P(A) =
#A
2
n
,
sendo A um qualquer conjunto de tais sequencias de comprimento n, uma vez que o
n umero total de sequencias possveis e 2
n
, e cando assim, neste caso, perfeitamente
denido e quanticado o conceito intuitivo de probabilidade. Para sequencias innitas
torna-se mais delicado denir e quanticar o que entendemos por probabilidade. Neste
caso as mesmas hip oteses levam-nos tambem a concluir que cada sequencia innita
e t ao prov avel como qualquer outra n ao podendo ent ao deixar de ser considerada de
probabilidade nula, pois que de outra forma, por mais pequena que fosse essa probabil-
idade, sendo igual para todas as sequencias que por sua vez sao em quantidade innita,
levaria a contrariar a condicao b asica de ser 1 a probabilidade total.
Com vista a encontrar uma denic ao matematica de probabilidade no espaco de
todas as sequencias innitas de smbolos 0 e 1, podemos argumentar do seguinte modo:
Dado um conjunto A de sequencias innitas de 0s e 1s, podemos decomp o-lo na uniao
5
disjunta dos dois conjuntos A
0
e A
1
constitudos, respetivamente, pelas sequencias de
A iniciadas por 0 e as iniciadas por 1:
A = A
0
A
1
.
Depois, representando em geral por (B) o conjunto das sequencias de B ` as quais
foi suprimido o primeiro termo, e observando que uma sequencia x
0
x
1
x
2
x
3
... est a em
A se, e so se, x
0
= 0 e x
1
x
2
x
3
... est a em (A
0
) ou (exclusivamente) x
0
= 1 e x
1
x
2
x
3
...
est a em (A
1
), conclumos que:
P(A) =
1
2
P((A
0
)) +
1
2
P((A
1
)),
ou seja, a funcao de probabilidade, P, que queremos denir, vericar a a equacao
de ponto xo:
P(A) =
P((A
0
)) + P((A
1
))
2
. (1.1)
De facto existe uma unica medida de probabilidade no espaco daquelas sequencias
innitas que satisfaz esta equa cao. Repare-se tambem que as probabilidades P
n
, para
as sequencias nitas de comprimento n, vericam a correspondente f ormula recursiva:
P
n+1
(A) =
P
n
(A
0
) + P
n
(A
1
)
2
. (1.2)
Este e, por um lado, o contexto em que sera matematizado o lado probabilstico do
problema, cuja formalizac ao necessaria faremos na secc ao seguinte. O outro lado do
problema surge pela introduc ao do fator que atuara pelo produto da sua expans ao
geometrica
0
,
1
,
2
, . . .
sobre as sequencias aleatorias
x
0
x
1
x
2
. . .
formando as somas:
i=0
x
i
i
Agora o ambiente e simplesmente o campo dos n umeros reais onde as somas sao
feitas, misturando o fator din amico das sequencias aleatorias com o fator contrativo do
n umero . Essa mistura traduz-se na aplicac ao iterada das duas contracoes em R
S
o
: t t
6
S
1
: t 1 + t
de forma aleatoria, equiprovavel e independente. Repare-se que as somas em causa sao
assim obtidas, por exemplo,
1 +
2
+
3
= S
1
S
1
S
0
S
1
(0).
E entao o padrao dinamico original da probabilidade de Bernoulli, presente nas formulas
(1.1) e (1.2), h a-de dar origem ao padrao dinamico,
S
1
0
+ S
1
1
2
(1.3)
e outros derivados deste. Na metafora genetica atras usada, diramos que o problema
contem dois genes: o primeiro, de Bernoulli, simbolizado por , sendo responsavel por
um comportamento din amico e aleat orio relativamente simples de entender; o segundo,
de Erdos, simblolizado por , respons avel pelas semelhan cas contrativas podendo encer-
rar dentro de si e transmitir ao problema toda a complexidade que um simples n umero
real pode conter.
1.5 Notacoes, denicoes e convencoes
1. O smbolo 2
n
ocorre aqui, e ocorrera daqui em diante, tanto para representar o sub-
conjunto de 2
N
em cima denido, como para representar o n umero natural 2 elevado
ao expoente n. Esta ambiguidade representativa ou, pelo menos, interpretativa e
pouco recomendada num texto de matematica. Contudo, acreditamos que tal confus ao
n ao ser a aqui motivo de ambiguidade, uma vez que nas inst ancias em que o smbolo
ocorre o proprio contexto ser a esclarecedor da sua interpretac ao. A verdade e que, de
um certo ponto de vista, esta confusao e ate desej avel, porquanto confere ` as f ormulas
uma harmonia expressiva da harmonia dos seus signicados.
2. Alguns objetos v ao ser denidos simultaneamente e de forma analoga sobre os
conjuntos
n = 0, 1, 2, 3 . . . , n 1 e N = 0, 1, 2, 3 . . .. Nesses casos utilizamos a letra n como
vari avel que tanto pode tanto ser um dos primeiros conjuntos nitos como o proprio
N; referimos isso escrevendo abreviadamente n N. Tipicamente tais denic oes tem
na sua origem relac oes do tipo:
n+1
=
n
7
e
N
=
N
que se repercutirao noutras da mesma forma e que unicamos na primeira, dizendo
que e v alida para n N, convencionando que N + 1 = N.
3. Por vezes, para aliviar a notacao, e n ao havendo risco de ambiguidades, omiti-
mos o ndice N; por exemplo escrevemos apenas P em vez de P
N
, ou
no lugar de
N
. Dentro do mesmo esprito, em contextos em que o par ametro esteja xado,
podemos abreviar a notac ao omitindo a referencia a ele; por exemplo
n
abreviando
n
, K
n
= K
n
, ou K = K
= K
N
= K
N
.
4. Usaremos o smbolos + e para representar unioes de subconjuntos disjuntos de
2
N
.
E uma nota cao sugestiva, especialmente quando as f ormulas se destinam a aplicar
medidas (funcoes aditivas). No entanto, entre subconjuntos de R, o smbolo + ser a
usado exclusivamente para representar a soma aritmetica: A+B := a+b : a A b
B.
5. Representamos a medida de Lebesgue em R por L e por L
A
a sua restric ao a
um qualquer A R, isto e,
L
A
(E) := L(A E).
Para o intervalo I
= [0, l
:=
L
I
.
6. Para comodidade do leitor, inclumos no apendice muitas das denic oes comuns
com que vamos lidar, enunciados de alguns resultados classicos. Inclumos tambem al-
gumas demonstra coes de resultados eventualmente comuns dentro das respetivas areas
especcas. De um modo geral procur amos expurgar o texto as materias necess aria
mas que n ao se prendem especicamente com o assunto em estudo, sejam referentes a
teorias utilizadas ou c alculos de carater tecnico. Serve o apendice tambem para indicar
referencias para resultados pontuais ou assuntos mais gerais de que fazemos uso. Para
indicar ao leitor que uma parte do texto deve ser acompanhada da leitura da respetiva
secc ao do apendice assinalamo-lo com o smbolo .
8
Captulo 2
Ferramentas
2.1 Os espaco 2
n
Para cada n N, 2
n
representa o espaco das sequencias nitas denidas em
n = 0, 1, . . . , n 1
com valores em 2 = 0, 1, que consideramos naturalmente includo em 2
N
, con-
siderando as sequencias nitas prolongadas com zeros. P
n
e a probabilidade uniforme-
mente distribuda sobre 2
n
, ou seja denida por:
P
n
(A) =
#A
2
n
para A 2
n
.
2
N
e o espaco das sucessoes de denidas em N, com valores em 2 = 0, 1, munido
da topologia produto da topologia discreta em 0, 1; da probabilidade P
N
potencia
innita da probabilidade uniforme em 0, 1; da dinamica : 2
N
2
N
denida por
(x)
i
= x
i+1
, para x 2
N
. Com esta estrutura 2
N
e um espaco topologico compacto,
metriz avel, separavel, completamente desconexo e sem pontos isolados; a probabili-
dade, e uma medida de Borel regular, invariante e erg odica em relac ao e esta dinamica,
usualmente chamada shift de Bernoulli.
Denic oes:
Para x, y 2
N
e n N denimos:
9
o cilindro de centro em x, ou seja, o conjunto das sequencias que comecam como x,
C
n
(x) :=
y 2
N
: y[
n
= x[
n
onde x[
n
e a restric ao de x a n = 0, 1, . . . , n 1.
os operadores
1
0
,
1
1
inversos direitos de ,
1
0
(x) := 0x
1
1
(x) := 1x
onde 0x := 0x
0
x
1
. . . e 1x := 1x
0
x
1
. . ..
a proximidade de x a y,
D(x, y) := sup n N : x[
n
= y[
n
a distancia de x a y
d(x, y) :=
1
D(x, y)
A desigualdade triangular para d = 1/D e consequencia de
D(x, z) D(x, y) D(y, z)
Com efeito,
d(x, z) =
1
D(x, z)
1
D(x, y) D(y, z)
=
1
D(x, y)
1
D(y, z)
d(x, y) + d(y, x)
Assim, d = 1/D e uma pseudometrica em 2
N
que dene a topologia produto em 2
N
e para a qual as bolas de centro em x e raio 1/n, fechadas e abertas abertas respeti-
vamente, isto e, incluindo ou n ao os pontos `a dist ancia 1/n de x, sao extamente os
cilindros:
C
n
(x), C
n+1
(x);
topologicamente ambos sao conjuntos abertos e fechados.
10
2.2 As funcoes
n
e as suas imagens
Para (0, 1) e n N, denimos as func oes
n
:2
n
R por:
n
x :=
in
x
i
i
No caso nito representamos por K
n
a imagem de
n
,
K
n
:=
n
(2
n
) e k
n
:= #K
n
e por I
n
o menor intervalo que contem K
n
, ou seja,
I
n
:= [0, l
n
] onde l
n
:=
1
n
1
No caso innito pomos,
K
:=
N
(2
N
)
e
I
:= [0, l
] := [0, (1 )
1
]
E imediado vericar que estas imagens formam uma sucess ao crescente de conjuntos e
que,
nN
K
n
= K
Para a inclus ao
nN
K
n
K
importa o facto de
N
ser contnua. De facto se
V e um aberto de R e x
1
N
V , ent ao, como se reconhece facilmente, para n N
sucientemente grande,
N
(C
n
(x))
n
x +
n
I
V
o que prova a continuidade de
N
. Assim, sendo
N
contnua num compacto, e sendo
P uma medida de Borel regular tambem
N
(Y )
n
(Y [
n
) +
n
N
([0, M]
N
)
e estabelecer a seguinte estimativa que sera usada adiante,
L(
N
(Y )) #
n
(Y [
n
)
n
Ml
#(Y [
n
)
n
Ml
(2.1)
11
2.2.1 Dimensao de K
, d
em 2
N
, por
d
(x, y) =
N
[x y[ (2.2)
(x, y) = [
N
x
N
y[ (2.3)
(x, y) =
D(x,y)
(2.4)
Note-se que, para 1/2,
N
n ao e injetiva e por isso
N
na sua imagem, uma vez que e exatamente o transporte da metrica de [0, 1] para 2
N
por meio daquela func ao, ou seja, aquela para a qual
N
e uma isometria (se = 1/2
este discurso carece de algumas observacoes que serao feitas quando nos detivermos
nesse caso).
Destas denicoes resultam facilmente as desigualdades que (juntamente com
1/d
d/(e. log
1
)) asseguram as relac oes:
d (2.5)
v alidas para qualquer (0, 1). Para < 1/2, a desigualdade,
(x, y)
1 2
1
D(x,y)
(2.6)
implica tambem a equivalencia metrica
, portanto
d (2.7)
Apesar de
n ao dominar d, da denic ao de
=
1/d
, resulta claro que
e d s ao
uniformemente equivalentes, portanto as metricas referidas s ao todas uniformemente
equivalentes entre si, mesmo com par ametros diferentes, incluindo as metricas
resulta imediatamente
=
q
(2.8)
onde q =
log
log
, ou seja, =
q
, igualdade que se repercute imediatamente `as respetivas
medidas de Hausdor de qualquer dimensao s 0,
1
s
= 1
qs
(2.9)
12
Por outro lado de (2.5) e (2.7) saem, respetivamente,
1
s
<1
s
d
1
s
<1
s
d
para qualquer , e
1
s
1
s
d
1
s
<1
s
d
para < 1/2. Conjugado esta equivalencia com (2.9) temos tambem,
1
s
d
1
qs
d
para quaisquer , .
Tendo em conta as equivalencias de cima, conclumos que as metricas d
, e
tambem
=
log
log
dim
(2.10)
que nos permite calcular a dimens ao de K
(A)
e ent ao
1
, para 1/2, dim
2
N
dimI
, e assim,
dim(K
) = dim
2
N
=
log 1/2
log
dim1
2
2
N
2
N
= 1 e entao,
dim(K
) =
log 1/2
log
= dim
2
N
sendo a primeira igualdade valida para 1/2 mas a segunda para qualquer (0, 1).
Adiante veremos que K
= I
= 1.
1
Adiante veremos que para 1/2 K
= I
N
x =
iN
x
i
i
=
i<d
nN
x
dn+i
dn
i
=
d
d
N
x
d
sendo, x
d
(2
N
)
d
o vetor de sequencias denido, para x 2
N
, n N e i < d, por
((x
d
)
i
)
n
= x
dn+i
e vendo
d
N
:= (
d
)
N
a atuar sobre cada uma das d componentes de x
d
produzindo um
vetor de (K
d)
d
, isto e,
d
N
x
d
i
=
d
N
((x
d
)
i
).
Esquematicamente:
d
N
d
N
: 2
N
(2
N
)
d
(K
d)
d
K
N
x =
iN
x
i
i
=
nN
i<d
x
dn+1
dn
=
d
N
d
x
d
.
onde, agora, x
d
(2
d
)
N
, e a sequencia de vetores denida, para i < d, n N, por
((x
d
)
n
)
i
= x
dn+i
e
d
e visto como atuando sobre as innitas componentes de x
d
produzindo uma
sequencia de K
d
, isto e,
(
d
x
d
)
n
=
d
((x
d
)
n
).
14
Esquematicamente:
d
d
N
N
: 2
N
(2
d
)
N
(K
d
)
N
K
,
com P
N
(P
d
)
N
.
Referir-nos-emos a estas duas decomposic oes ou fatorizac oes de
N
, respetivamente,
pelas expressoes:
N
d
d
N
e
N
d
N
d
.
2.3 As semelhancas S
i
e o operador S
Olhando para as somas, nitas ou innitas, agora representadas pelas func oes
n
,
observamos a relac ao, para n N:
n+1
x =
1
x +
n
x
ou, em termos de func oes:
n+1
=
1
+
n
(2.11)
a qual sugere a introduc ao das semelhancas contrativas em R, S
0
e S
1
denidas por:
S
0
t := t e S
1
t := 1 + t
para t R. A composic ao de uma sequencia de comprimento n destas duas semelhan cas
representamos por
S
x
:= S
x
0
S
x
1
. . . S
x
n1
(x 2
n
)
e facilmente se verica que, para t R,
S
x
t =
n
x +
n
t.
Em particular, como j a observamos na introducao,
S
x
0 =
n
x,
15
e substituindo t por B R, temos
S
x
B =
n
x +
n
B. (2.12)
De outro ponto de vista, estas semelhan cas s ao anal conjugados dos operadores
1
0
e
1
1
, no sentido de que:
n+1
1
0
= S
0
n
e
n+1
1
1
= S
1
n
.
Da mesma forma, a uni ao dos dois S = S
0
S
1
, vistos como operadores de conjuntos,
ou seja, denida por:
S(B) := S
0
(B) S
1
(B)
para B R, e conjugado de
1
, exatamente no mesmo sentido:
n+1
1
= S
n
.
Daqui resulta que, para A 2
N
,
n+1
1
(A) = S
n
(A),
e entao, se A e invariante, temos a relac ao din amica com o operador S, de recur-
sividade e ponto xo:
n+1
(A) = S
n
(A).
Em particular, para A = 2
N
, sai:
K
n+1
= S(K
n
)
As iteradas de S assumem a forma:
S
n
(B) =
x2
n
S
x
(B) =
x2
n
(
n
x +
n
B) = K
n
+
n
B.
Em particular, S
n
(K
0
) = K
n
.
Consideramos agora no espaco /, constitudo pelos subconjuntos compactos e nao
vazios de I
Se X I
. Assim ca provada
a igualdade j a anunciada:
K
nN
K
n
,
uma vez que aquela uniao dos K
n
e ponto xo de S. Podemos tambem concluir agora
que, para 1/2, K
= I
e ponto xo de S.
17
Captulo 3
A medida de Erdos
Para n N, denimos as projecoes de P
n
por meio das func oes
n
sobre K
n
:
n
:= P
n
1
n
O caso n = N, objeto destas notas e a medida de Erd os, ou Convolc ao Innita de
Bernoulli, que representamos por:
Observamos j a que:
Spt(
) = K
(V K
)
P(C
n
(x)) = 2
n
> 0.
Adiante, na seccao 3.2, veremos que, para qualquer probabilidade de Borel, em I
,
, as iteradas T
n
convergem fracamente para
e portanto,
n
(B)
(B)
para qualquer B I
.
18
Escrevemos:
y
n
y
B
implica y
n
B para n sucientemente grande, ou B y
n
y
implica y B.
Obviamente que abertos sao abertos ` a direita e fechados s ao fechados ` a direita. Um
exemplo simples de aberto e fechado ` a direita sao os intervalos da forma (a, b]. Tendo
em conta que
n
x (
N
x)
1
N
B liminf
n
1
n
(B)
quando B e aberto `a direita. Ent ao, aplicando P, vem
(B) liminf
n
n
(B).
Analogamente se ve que,
limsup
n
n
(B)
(B)
no caso de B ser fechado ` a direita. No caso de B ser simultaneamente aberto e fechado
` a direita, as duas desigualdades fundem-se em:
(B) = lim
n
n
(B)
Assim se ve, que
n
. Esta a convergencia e v alida, mais geralmente, para con-
juntos B tais que
(B) = 0.[14]
3.1 Os casos 1/2
O caso = 1/2: Designemos,
N
por , isto e,
: 2
N
[0, 2]
x x =
i=0
x
i
2
i
Neste caso, x e uma representacao binaria de x. x = y implica x = y, exceto
se x
i
= 1 e y
i
= 0 para todo o i > D(x, y). A um tal y chamaremos dzima nita
19
e, a um tal x, dzima innita impropria associada a y. Repare-se que, no presente
contexto, n ao consideramos impr opria a dzima x = 11111 . . . porque x = 2 nao tem
dzima nita que o represente atraves . Assim, para cada z [0, 2], existe um unico
x 2
N
, tal que x = z, exceto se z (0, 2) for a imagem de uma dzima nita e
da respetiva dzima impr opria. Representamos por I o subconjunto de 2
N
das dzimas
innitas improprias. Assim, a restricao de a 2
N
I e uma bijec ao sobre [0, 2]. A
imagem de P (restringida a 2
N
I) por esta bijecc ao e exatamente L
1/2
. Isso porque,
C
n
(x) =
n
(x) + 2
n
[0, 2]
donde que
L
1/2
(C
n
(x)) = P(C
n
(x))
o que determina
L
1/2
= P
e
1/2
= L
1/2
.
Por outro lado,
1/2
e tambem a metrica transportada de [0, 2] para 2
N
I por , donde
que,
P = 1
1
2
Note-se que o conjunto das dzimas nitas e numer avel logo de probabilidade nula
raz ao pela qual n ao nos preocupamos em distinguir ou P das suas restricoes a 2
N
I.
Ou seja, do ponto de vista da medida os espacos 2
N
e [0, 2] podem ser identicados
por meio de , apesar de n ao ser injetiva. O mesmo ja nao se pode dizer do ponto
de vista da topologia: 2
N
(com a sua topologia) e portanto 2
N
I s ao completamente
desconexos, este n ao compacto, em contraste com [0, 1].
O caso < 1/2:
Neste caso resulta de (2.6) que
N
e injectiva sendo por isso um homeomorsmo
entre 2
N
e K
, que por ser a uni ao de duas suas semelhan cas de raz ao inferior a 1/2
K
= S
0
(K
) S
1
(K
)
tem de ter medida de Lebesgue nula, portanto
L e
e contnua, isto e
(y) = 0
para qualquer y K
nN
K
n
+
n
[0, 1]
20
Por outro lado, cada K
n
+
n
[0, 1] e a uni ao disjunta dos 2
n
intervalos y +
n
[0, 1], com
y K
n
. Assim, para y K
e x 2
N
,
N
x = y signica que a sequencia x codica a
posic ao de y na intersec ao de cima, no sentido de que, para cada n, y
n
x+
n
[0, 1], ou
seja K
=
log(1/2)
log
.
Ficam assim esclarecidos os casos 1/2, quanto ` a questao principal do problema,
ou seja a rela cao de singularidade ou continuidade absoluta de
com a medida de
Lebesgue. Apesar disso, no que se segue salvo indicac ao expressa, n ao limitamos sem
necessidade objetiva. Assim tentamos manter uma visao geral da dependencia de
1
n+1
(B) = (
1
0
1
n
S
1
0
)(B) + (
1
1
1
n
S
1
1
)(B)
para n N e B R, ou seja, em termos de operadores de conjuntos,
1
n+1
= (
1
0
1
n
S
1
0
) + (
1
1
1
n
S
1
1
)
sai, aplicando P
n+1
, a correspondente rela cao de din amica e ponto xo para as medidas:
n+1
=
n
S
1
0
+
n
S
1
1
2
, (3.1)
evidenciando o padrao aludido em (1.3), que nos leva a considerar o operador:
T :=
S
1
0
+ S
1
1
2
.
Este operador surge assim atuando sobre fun coes de conjuntos, neste caso medidas,
mas imediatamente se reconhece que, de igual modo, pode aplicar-se a func oes reais de
vari avel real. Num caso e noutro as semelhancas S
1
i
s ao vistas da foram correspon-
dente. Interessa-nos, para ja, olhar para T com essa liberdade, admitindo que se aplique
a func oes denidas para alguns subconjuntos ou pontos de R, podendo tomar valores
21
em todo o intervalo [, +], produzindo assim objetos do mesmo tipo, denidos
no maior domnio em que a express ao faca sentindo, excluindo-se assim os casos de
indeterminac ao tipo . Trata-se claramente de um operador linearmonotono
(sem aspas quando restringido a espacos vetoriais), isto e:
T( + ) = T + T
T(t) = tT
T T,
cujas iteradas assumem a forma:
T
n
=
1
2
n
x2
n
S
1
x
.
Notando que (3.1) abrange o caso limite, n = N, vemos que
e ponto xo de T,
T
.
O facto de
<L implica L
<
.
Claro que, por linearidade, qualquer m ultiplo de
.
Demonstracao:
i) Trivial.
ii) Para um aberto V R.
V
T
S
1
0
(V ) S
1
1
(V )
V S
0
(
) S
1
(
)
portanto,
T
= S
0
(
) S
1
(
)
tomando complementares temos a igualdade para os suportes.
iii) A implicacao e imediata. A recproca : L(A) = 0 L(S
0
A) = 0
T(S
0
A) = 0 (A) = 0.
iv) : Se L(A) = 0 e (R A) = 0, ent ao L(S(A)) = 0 e 2(T)(R S(A)) =
(S
1
0
(R S(A))) + (S
1
1
(R S(A))) = (R S
1
0
S(A)) + (R S
1
1
S(A)
(R A) + (R A) = 0.
: Se L(A) = 0 e (T)(R A) = 0, ent ao (S
1
0
(R A)) = (R S
1
0
(A)) = 0 e
L(S
1
0
(A)) = 0.
v) Podemos supor, sem perda de generalidade, que mu tem suporte contido em I
.
Para vericar esta propriedade (trivial no caso = 0) basta dividir por (R), ter em
conta a linearidade de T e a unicidade do ponto xo de T no espaco a seguir .
Teorema 1. Para qualquer (0, 1):
Lei de Pureza:
<L
se, e so se, L
<
.
Lei 0-1:
L ou
23
.
Pureza:
Claramente 0 nao e atomo de
(a) =
(S
1
0
a) +
(S
1
1
a)
2
S
1
0
a =
1
a tambem seria um atomo de medida maxima; e assim tambem
i
a seriam
atomos, mas tal nao pode ser porque
i
a > 1 depois de certa ordem.
Equilbrio:
Suponhamos que
< L
tal
que L(A) l para todos os A I
que anulam
tal que
(B
n
) = 1 e L(B
n
)
0, contrariando a hip otese
um boreliano com
(A) = 0
e t um ponto qualquer de I
. Como S
n
(I
) = I
) =: E
n
.
diamounssuit Calculando a densidade de L
A
em t, DL(t)
L
A
(E
n
)
L(E
n
)
=
L(A E
n
)
n
l
=
L(S
xn
(S
1
xn
(A) I
))
n
l
=
L(S
1
xn
(A) I
)
l
l
l
< 1.
A primeira desigualdade em cima justica-se pelo facto de
ser ponto xo de T, e
portanto de todos os T
n
, pois, tendo em conta a express ao das iteradas de T,
(A) = 0
obriga a
(S
1
x
(A)) = 0, para todo o x 2
n
, e, consequentemente, L(S
1
x
(A)I
) l.
Conclui-se ent ao que, para quase todo o t I
,
DL
A
(t) < 1.
Mas, por outro lado, sabemos que DL
A
(t) = 1, para quase todo o t A, pelo que
L(A) = 0, provando, como queramos, que L
<
relativa a L
=
ac
+
s
24
com
ac
<L e
s
L, aplicando T vem
ac
+
s
= T
ac
+ T
s
com T
ac
< L e T
s
L. Entao, pela unicidade da decomposic ao, temos que
ac
e
s
s ao pontos xos de T, logo proporcionais a
e entao, necessariamente,
ac
=
s
= 0 ou vice-versa,
s
=
e
ac
= 0. No caso nao singular a continuidade absoluta
implica a equivalencia como j a se viu na lei anterior. .
A metrica L em
Seja o conjunto das medidas de probabilidade de Borel, (denidas em R) de
suporte contido em I
d : Lip
1
(I
, R)
onde,
Lip
1
(I
, R) :=
R
I
.
Esta metrica dene em a topologia da convergencia fraca, relativamente `a qual
e um espaco metrico compacto [19],[18], [15], [9]. Relativamente a esta metrica, T e
uma -contra cao. Com efeito, para Lip
1
(R, R) e Lip () = , temos
1
Lip
1
(R, R), e
d(
1
) =
1
d.
Usando esta igualdade com = S
0
, S
1
, conclumos que,
L(T, T) L(, )
Assim sabemos que o ponto xo
de T e o unico em e que
T
n
para qualquer .
Representamos por
f,
isto e, a medida positiva denida por
A
A
fdL
para A R mensur avel ` a Lebesgue. A imagem de
: T
D =
D = 0.
Com a bije cao
T
podemos transportar ou traduzir objetos ou estruturas de um espa co para o outro,
por exemplo, como
se, e somente se, o conjugado de T por meio desta bijec ao tem ponto xo em
T. Importa entao identicar o operador conjugado de T por esta bijec ao e a topologia
26
trasportada para emT. Ora, derivando uma medida transformada por T obtemos,
D(T) =
(D)S
1
0
+ (D)S
1
1
2
=
1
TD
ou seja,
DT =
1
TD
portanto o resultado de transportar T, como din amica em
, para T e justamente
o denominado operador de Perron:
Q :=
1
T
para a qual o integral de Lebesgue sobre R e um invariante,
R
QfdL =
R
fdL.
A metrica L, transportada para T, e dada por:
M(f, g) = sup
(f g)dx : Lip
1
(I
, R)
f
n
f
para toda a func ao C(I
).
Neste contexto podemos enunciar v arias caracterizacoes da continuidade absoluta
ou singularidade da medida de Erdos:
Proposicao 2.
= 0 Q tem ponto xo em T
ou D
para estudar a
natureza da medida, particularmente para reproduzir a demonstrac ao de Erd os da
singularidade dos inversos de n umeros de Pisot. Alem disso, e um facto interessante
em si mesmo a possibilidade de as determinar explicitamente e a forma aparentemente
simples que revestem. Para tal comecemos por ver o efeito da transformada de Fourier
sobre o operador T.
Se e uma medida complexa de Borel em R, um calculo simples usando a mudanca
de vari avel (5.1), mostra que,
T(t) = (t)
1 + e
it
2
. (3.2)
Como
(t) =
(t)
1 + e
it
2
.
Iterando esta equa cao, vem,
(t) =
(
n
t)
n1
k=0
1 + e
it
k
2
,
e tendo em conta que
e contnua, e que
(0) =
(R) = 1, vem,
(t) =
k=0
1 + e
it
k
2
. (3.3)
Um c alculo similar pode ser feito para
D
, aparecendo
D
(0) = |D
|
1
em vez de
(0) =
(t) = |D
|
1
k=0
1 + e
it
k
2
. (3.4)
Esta formula tambem pode ser obtida a partir de (3.3), uma vez que, tendo em
conta as denicoes, temos por um lado,
f =
,
28
e, por outro lado,
= 0 ou
|
1
e 1 ou 0 conforme o par ametro seja regular
ou singular, podendo assim funcionar como indicatriz da sua natureza.
Aproximacao:
Caso D
T,
Q
n
f D
.
Am de usar a derivac ao tem interesse considerar medidas absolutamente contnuas em
vez de medidas singulares, para aproximar
e normalizada,
L
:= (1 )L
I
e a sua derivada,
DL
= (1 )
I
onde
I
e a func ao caracterstica de I
.
Para calcular pontualmente as iteradas de DL
em ordem a x, para x 2
n
e t R,
S
1
x
t I
t S
x
I
t
n
x +
n
I
(3.5)
n
x t
n
I
x
1
n
(t
n
I
).
Pelo que, sendo I
n
(t) := t
n
I
x2
n
S
1
x
(t)
= #
1
n
(I
n
(t)) (3.6)
29
e ent ao, dividindo por 2
n
n
l
, temos,
(Q
n
DL
) (t) =
n
(I
n
(t))
L(I
n
(t))
.
Sabemos que Q
n
DL
) (t) =
n
(I
n
(t))
L(I
n
(t))
, (3.7)
f(t) := liminf
n
f
n
(t) e F(t) := limsup
n
f
n
(t).
Trata-se claramente de func oes mensur aveis, com valores em [0, ], nulas fora de I
e
que, como resulta lema 3-(i), est ao em L
1
. Representamos entao as suas normalizac oes
em L
1
por g e G respetivamente isto e, g := f/[[f[[
1
se f = 0 e g = 0 se f = 0. Assim
g = 0 implica g T; idem para G.
Seguindo as ideias do recente preprint de Tom Kempton [25] compilamos na proposic ao
seguinte algumas propriedades e relac oes das fun coes f, F, g e G com D
.
Proposicao 3.
i) Sao validas as desigualdade pontuais,
0 f F 2D
2l
|D
f
ii) Tem-se sempre,
|f|
1
1 e |F|
1
2
e se (sup
n
f
n
) L
1
, entao tambem
1 |F|
1
iii) G = D
iv) g = D
/ L
30
Demonstracao:
i) As duas primeiras desigualdades s ao obvias. Quanto `a terceira, usamos o seguinte
argumento atribudo a Peres:
Para x 2
N
e m n, temos,
n
x I
n
(t)
m
x I
n
(t) +
n
I
=: J
n
(t)
ent ao,
#
1
m
(J
n
(t)) #
1
n
(I
n
(t)) 2
mn
m
(J
n
(t))
n
(I
n
(t))
2
m
(J
n
(t))
L(J
n
(t))
n
(I
n
(t))
L(I
n
(t))
,
agora fazendo primeiro m ,
2
(J
n
(t))
L(J
n
(t))
f
n
(t)
e depois n , obtemos a terceira desigualdade,
2D
(t) F(t).
Quanto ` a ultima, tendo em conta que Q e linear monotono e que D
(t) l
|D
DL
(t)
resulta,
D
(t) = (Q
n
D
)(t) l
|D
f
n
(t)
e entao,
D
(t) l
|D
f(t).
ii) A primeira e ultima desigualdades decorrem meramente do lema de Fatou, e
|F|
1
2 decorre de (i).
iv) g e ponto xo de Q, porque, por um lado,
Qf = Q
liminf
n
(f
n
)
liminf
n
(f
n+1
) = f
31
e, por outro lado,
R
Qf =
R
f
logo, f e, portanto g, sao pontos xos de Q. Mas tendo em conta a unicidade do ponto
xo a menos de escala e que, f 2D
, tem de ser g = 0 ou g = D
; e sendo g = D
tem de ser |D
; mas tambem
f
n
converge fracamente para D
?
Ora, no caso singular, podemos responder armativamente a essa conjetura; isso decorre
das tres primeiras desigualdades da alnea (i) da proposic ao 3. No caso regular a
conjetura mantem interesse e, a ser verdadeira, implicara tambem que temos sempre
g = G = D
, portanto, a condicionante g = 0 e D
/ L
da alnea (iv) na
proposic ao 3 ser a impossvel.
Kempton estabelece a ligac ao destas noc oes com a noc ao de contagem das
-expans oes ( =
1
) de n umeros reais,
t =
iN
x
i
i
contexto em que se dene a quantidade,
A
n
(t)
como sendo o n umero de sequencias x 2
n
prolong aveis a 2
N
como -expans ao de t,
isto e,
iN
x
i
i
= t.
32
Essa ligacao e estabelecida atraves da igualdade,
A
n
(t) = #
1
n
(I
n
(t)) (3.8)
que resulta da equivalencia em (2.7),
t
n
x +
n
I
x
1
n
(I
n
(t))
Em [23] (Teoremas 1.1 e 1.3) Feng e Sidorof provam (algo mais geral) que, sendo
1
um n umero de Pisot,
lim
n
n
A
n
(t) < 2 (3.9)
para quase todo o t I
ser
singular ou equivalente a L
:
(C1) Se
1
< 2 e um n umero de Pisot, ent ao
(C2) Se
1
e um n umero de Garsia entao
(C3) Se
ent ao
1/d L
, d N
(C4) Se
ent ao
d L
, d N
(C5) Se (sup
n
f
n
) L
1
ent ao
(f
n
denido em 3.7)
(C6) Se existem d N e B K
d
tais que,
b < a e
b
a
(1 b)
1a
a
a
(1 a)
1a
d
k
d
< 1
ent ao
, onde
b :=
#B
k
d
a :=
#A
2
d
A :=
1
d
(B).
34
Antes de entrar nas demonstrac oes destes criterios vamos fazer alguns coment arios.
(C1) e o criterio estabelecido por Erdos em [3] que deu origem ao problema de que
se ocupam estas notas. Adiante incluiremos duas demosntracoes: uma adaptada da
demonstrac ao original de Erdos, via transformada de Fourier, mas sobre D
em vez
de
|D
Exemplos de n umeros de Garsia sao as razes de 2 e as razes dos polin omios da forma,
z
n+p
z
n
2
com n p 2. Em [24] pode encontrar-se dezenas de exemplos e muitas propriedades
destes n umeros.
(C3) foi estabelecido autonomamente dentro destas notas, decorrendo como corol ario
da fatorizac ao
N
d
d
N
. Ilustra assim uma aplica cao desta fatorizac ao e aplica-se
imediatamente ao caso = 1/2 provando que os par ametros
d
(2
n
)
= |D
|
1
k=0
1 + e
2i
kn
2
= |D
|
1
k=1
1 + e
2i
k
2
k=0
1 + e
2i
k
2
|D
|
1
k=1
1 + e
2i
k
2
k=0
1 + e
2i
k
2
(t) 0
quando [t[ . Mas, como veremos, o terceiro fator e sempre positivo e o segundo
tambem e positivo no caso de
1
ser um n umero de Pisot, obrigando a |D
|
1
= 0,
ou seja, singular. Vejamos entao: por um lado, temos em geral,
1
1 + e
i2
2
1
1 + e
i2
2
2[Z [,
onde [Z [ representa a distancia de a Z. A ultima desigualdade pode explicar-se
por simples interpretac ao geometrica. Ora no primeiro produto, sendo =
1
um
n umero de Pisot, sabemos que existe r < 1 tal que [Z
k
[ < r
k
para todo o k N ([3];
e no segundo simplesmente [Z
k
[ =
k
. Resta observar que em ambos os produtos
nenhum fator se anula: no segundo caso isso e obvio e no primeiro porque
k
, sendo
36
algebrico inteiro, e irracional ou inteiro. Assim, pelo lema 6 os produtos sao positivos..
(b) demonstrac ao alternativa:
Das denic oes de f
n
e
n
e de (3.8) vem,
A
n
(t) = 2
n
n
l
f
n
(t) (4.1)
e aplicando 3.9 temos,
n
lim
n
f
n
(t) < 1
para quase todo o t I
= 0,
portanto e singular. .
Demonstracao de (C2) - preparacao:
A prova de (C2) e baseada, em parte, nas propriedades assintoticas de certas carac-
tersticas das distribuicoes nitas
n
que determinarao a natureza de
. Esta analise
parte da forma como as imagens de
n
se distribuem sobre a a reta, nomeadamente a
quantica cao das sobreposic oes ou afastamento desses pontos, para o que introduzimos
as seguintes
Denic oes:
Representamos por
n
=
n
() e
n
=
n
(), respetivamente, os afastamentos
mnimo e m aximo de pontos consecutivos de K
n
,
1
M
n
= M
n
() e o valor m aximo
das probabilidade
n
(t) com t K
n
,
m
n
:=
n
M
n
r
n
:=
M
n
n
m
:= liminf
n
m
n
r
:= liminf
n
r
n
Dizemos que um par ametro e injetivo se, para cada n N, a func ao
n
e injetiva. Ha
algumas relac oes imediatas entre todas estas caractersticas que importa realcar desde
1
Isto e, o mnimo e maximo das distancias de pontos de #K
n
entre os quais nao ha outros pontos
de #K
n
.
37
j a:
A injetividade de e obviamente equivalente a qualquer das tres igualdades:
k
n
= 2
n
M
n
= 2
n
m
n
= 1/2,
v alidas para para todo o n N.
Como 0 e
n1
s ao os dois primeiros pontos de K
n
, temos,
n
n1
.
Naturalmente que temos a correspondente desigualdade para
n
, mas neste caso pode-
mos determinar exatamente o seu valor, dependendo de ser 1/2 ou 1/2, temos
respetivamente,
n
=
1 2 +
n
1
ou
n
=
n1
.
Isso pode ser vericado indutivamente, tendo em conta que K
n+1
= K
n
(1 +K
n
).
Porque K
n
I
n
= [0, l
n
], temos claramente,
n
(k
n
1) l
n
n
(k
n
1)
o que e util para estabelecer o seguinte enquadramento de k
n
no caso > 1/2,
c
n
k
n
C
n
para determinadas constantes positivas, C e c, que n ao interessa agora otimizar. Adi-
ante veremos que, sendo
1
um n umero de Pistot, verica-se uma estimativa do tipo,
n
c
n
, donde se tira que k
n
tem um crescimento assintotico equivalente a
n
.
Lema 1. Para qualquer (0, 1),
lim
n
M
n
() = 0.
Demonstracao:
38
Sejam y, y
n
[0, 1] tais que
n
(y
n
) = M
n
e y
n
y; e sejam a, b tais que a < y < b.
Para n sucientemente grande y
n
(a, b] e por isso
n
(a, b] M
n
tomando o limite superior, vem
(a, b] limsup
n
M
n
fazendo a, b y, e tendo em conta que
[a, b] r
(b a) (4.2)
Demonstracao:
E claro que,
#(K
n
(a, b])
(b a)
n
+ 1
e entao,
n
(a, b]
M
n
n
(b a) + M
n
de onde, tomando limites, obtemos (4.2). .
Deste lema resulta como corolario imediato o seguinte criterio de regularidade, basi-
lar na prova de (C2), correspondente ao teorema 1.2 em [5] embora enfraquecendo a
hip otese
2
Proposicao 4. Se r
< entao,
.
Alem disso tem-se
e |D
.
2
De facto a quantidade 2
n
m
n
(E
p
r) em [5] corresponde a 1/r
n
se injetivo como e o caso; assim a
nossa hipotese r
em (4.2):
0 < 1 r
(4.3)
Mas em geral nada impede que seja r
:
C
:= z C : p
(z) = 0 z =
Entre os conjugados de um algebrico inteiro, , sera essencial a fazer a partic ao:
C
:= C
: [[ < 1
C
0
:= C
: [[ = 1
C
+
:= C
: [[ > 1
Produtos de todos os elementos de um conjunto nito representaremos com o simbolo
de produto, por exemplo:
:=
.
O produto do conjunto vazio e a unidade e, recorde-se que, como consequencia da
fatorizac ao em C[z],
= p
(0).
40
Algumas quantidades associadas a ocorrer ao com frequencia nas f ormulas que se
seguem pelo que convem abrevia-las:
b
:= #C
0
:=
[ 1 [[ [ d
:=
C
+
onde
C
:= C
C
+
.
Lema 3. Sejam (0, 1) e =
1
.
a) Se ou e algebrico inteiro e [p
n
c
n
b
d
n
(4.4)
Demonstracao:
(a): No caso de ser a vericar a hipotese, podemos argumentar por induc ao:
n
e claramente injetiva para n = 0, 1 e 2, mesmo para qualquer (0, 1). Supondo
n
e injetiva, sendo x, y 2
n+1
tais que
n+1
x =
n+1
y, e raiz do polinomio x y, e
ent ao, por (a) da proposic ao (6), p
(0) divide (x y)
0
com [(x y)
0
[ < [p
(0)[ o que
implica que x
0
= y
0
e, por isso, sucessivamente,
n
x =
n
y, x = y, x = y,
n+1
e
injetiva.
Sendo a vericar a hip otese, e sendo x, y 2
n
e d = deg(x y) temos,
n
x =
n
y (x y)() = 0 (x y)
() = 0
p
(0)[p
0
p
0
= (x y)
d
= 0 x = y
portanto,
n
e injetiva.
(b) Se n > 0, x, y 2
n
e (x y)() = 0, aplicando (5.2) a p = (x y)
, notando
que: (xy)() =
n1
p
e C
+
;
e majorando 1[[
n
< 1 no primeiro caso e [[
n
1 < [[
n
no segundo, obtemos, (4.4)..
Com vista a estimar r
M
n
n
b
d
n
41
o que nos leva a denir,
L
:= liminf
n
M
n
n
b
d
n
= liminf
n
n
b
(m
n
d
)
n
.
Assim, tendo em conta (4.3), temos,
1 r
(4.5)
donde resulta que L
> 0 e consequentemente m
1.
Lema 4. Se (0, 1) e =
1
e algebrico inteiro, entao:
injetivo
L
<
d
= 2
injetivo
L
= 1
C
= C
+
Demonstracao:
A injetividade de equivale a m
n
= 1/2 que implica m
= 1/2 e d
2; ent ao
0 < L
< implica d
= 2.
Reciprocamente, d
= 2 implica [p
(0)[ = 1 ou [p
(0)[ = 2, o que, pela alnea (a) do lema 2.6, implica que e injetivo e pela alnea
(b) da Proposic ao 6, n ao tem conjugados unit arios, donde b
= 0 e C
= C
+
. Final-
mente, e injetivo equivale a m
n
= 1/2 que, juntamente com d
= 2 e b
= 0, fazem
L
= 1. .
Demonstracao de (C2)- conclusao:
Resulta diretamente das denicoes que, sendo um n umero de Garsia, d
= 2.
Ent ao, da segunda implica cao do lema 4, de (4.5) e da proposic ao 4, sai
, com,
|D
C
([[ 1)
.
.
42
Demonstracao de (C3):
Usando a fatoriza cao
N
d
d
N
,
d
N
d
N
: 2
N
(2
N
)
d
(K
d)
d
K
d)
d
. Ent ao
e a proje cao de (
d)
d
por
d
,
= (
d)
d
(
d
)
1
.
Substituindo por
1/d
, temos,
1/d = (
)
d
L
1
,
sendo L = (
1/d
)
d
. Assim se
)
d
<L
d
, e como L e uma proje cao linear, as suas pre-imagens de
conjuntos de medida L nula tem medida L
d
nula, logo
1/d L
. .
Demonstracao de (C4):
Em vista da Lei 0-1, (C4) e equivalente a (C3). .
Demonstracao de (C5):
Da hipotese sup
nN
f
n
L
1
e da parte nal de (ii) no lema 3 tem-se F = 0, logo
tambem G = 0 e, por (iii) do mesmo lema, D
= 0. Ent ao
. .
Demonstracao de (C6):
Em primeiro lugar reduzimos ligeiramente a constante a de modo que que a <
P
d
(A) mas vericando ainda as desigualdades da hipotese; depois denimos os conjun-
tos:
E
n
=
x 2
N
:
n
(x, A) > a
43
e
E = liminf
n
E
n
onde, x (2
d
)
N
e a imagem de x 2
N
pelo isomorsmo presente na fatorizac ao
N
d
N
d
. Adiante,
E
n
ser a a imagem de E
n
por esse mesmo isomorsmo.
Com a reduc ao a < P
d
(A), e com o teorema erg odico referido no apendice, ou
diretamente com o limite (2) da distribuic ao binomial (), garantimos que P(E) = 1.
Por outro lado temos as seguintes estimativas:
i) das deni coes dos conjuntos E
n
e E e teoria da medida geral,
L(
N
(E)) = L
N
(liminf
n
E
n
)
liminf
n
N
(E
n
)
liminf
n
L(
N
(E
n
)) ;
ii) da estimativa (2.1), com
d
no lugar de e Y =
d
(
E
n
) [0, l
]
N
,
L(
N
(E
n
)) = L
d
N
d
(
E
n
)
#Y [
n
dn
l
2
;
iii) da deni cao de E
n
e simples c alculo combinat orio,
#Y [
n
k
n
d
an<qn
n
q
b
q
(1 b)
nq
.
iv) da estimativa geral da binomial (),
an<qn
n
q
b
q
(1 b)
nq
b
a
(1 b)
1a
a
a
(1 a)
1a
n
portanto,
L(
N
(E
n
)) l
2
b
a
(1 b)
1a
a
a
(1 a)
1a
d
k
d
n
0
e assim, L(
N
(E)) = 0, o que prova, como queramos, que
L. .
44
Captulo 5
Apendice
5.1 Teoria da Medida
Para alem de conhecimentos gerais de matematica e da sua linguagem, tipicamente
adquiridos nos primeiros anos duma licenciatura em matem atica ou am, os pre-
requisitos mais especcos para a leitura destas notas sao noc oes gerais de teoria da
medida. Essencialmente todas essas noc oes estao contidas em [12], incluindo a teoria
geral da transformada de Fourier. Como complemento ou diversica cao referimos ainda
as obras [11], [14], [6] e [8] que foram bastante consultadas durante esta reda cao.
Por medida num conjunto X qualquer entendemos uma func ao denida no con-
junto {(X), de todos os subconjuntos de X, com valores em [0.] tal que, para
qualquer conjunto numer avel (nito ou innito) / {(X) e B /,
(B)
AA
(A).
Nota:
Muitos autores, incluindo, de entre os aqui citados, Rudin, Halmos, Fernandez e
Duarte, preferem chamar medida exterior ao que aqui chamamos apenas medida e
chamar medida ` as restric oes das (ent ao chamadas) medidas exteriores a algebras
de conjuntos mensuraveis, que por denic ao s ao conjuntos A X que vericam a
condic ao:
(B) = (B A) + (B A)
45
para qualquer B X.
Facilmente se verica que os conjuntos de medida nula s ao mensur aveis. A famlia
dos conjuntos mensur aveis de uma medida (exterior) e uma algebra e a sua restricao
a esta algebra e uma medida, no sentido da deni cao mais restritiva. Reciproca-
mente qualquer medida (no sentido restrito) denida sobre uma algebra pode ser
prolongada a todos os subconjuntos como medida exterior de forma que os conjuntos
da algebra original s ao mensur aveis em relac ao ` a medida prolongada.
Para denic oes e propriedade de medidas de Borel regulares em espacos metricos,
nomeadamente no que concerne `a toria da derivacao de medidas referimos princi-
palmente [12] e [14].
Dadas duas medidas,
1
e
2
, num conjunto X diz-se que
1
e absolutamente
contnua em relac ao a
2
e representa-se essa rela cao com,
1
<
2
,
se
2
(A) = 0 implica
1
(A) = 0 para todo o A X;
e diz-se que
1
e
2
s ao singulares se existe A X tal que
1
(A) =
2
(X A) = 0.
Proposicao 5. Se
i
<
i
para i < n entao (
i<n
i
) <(
i<n
i
). Reciprocamente, se
(
i<n
i
) <(
i<n
i
) e
i
= 0 para todo o i < n entao
i
<
i
, para todo o i < n.
Para o caso innito, que n ao necessitaremos aqui, ver o teorema de Kakutani em [4].
Demonstracao:
Demonstramos a primeira implicac ao no caso n = 2; o caso geral obtem-se por
induc ao, e a segunda implicac ao e imediata.
Suponhamos que
i
<
i
, para i < 2, e seja A X
0
X
1
tal que (
0
1
) (A) = 0. Em
primeiro lugar observe-se que A e (
0
1
)-mensur avel. Usando o teorema de Fubini
ou ans [12], como
(
0
1
) (A) =
1
(A
x
)d
0
(x)
temos
1
(A
x
) = 0 a.e.
0
(x) e entao tambem
1
(A
x
) = 0 a.e.
0
(x) pelo que
(
0
1
) (A) =
1
(A
x
)d
0
(x) = 0.
46
.
medida transportada
Quando temos uma medida num conjunto X e uma func ao : X Y , podemos
transportar a medida de X para Y por meio de , denindo a chamada medida
transportada,
1
, por,
(
1
)(B) := (
1
(B))
Para esta medida se f L
1
(), ent ao f L
1
() e tem-se a f ormula de mudan ca
de vari avel,
Y
fd(
1
) =
X
(f )d (5.1)
Sendo contnua entre espa cos metrico compactos, a regularidade de arrasta a reg-
ularidade de
1
. Num espa co topologico localmente compacto em que todos os
abertos sao compactos, as medidas de Borel nitas nos compactos sao necessaria-
mente regulares. ([12] teorema 2.18)
O suporte de uma medida, , num espaco topologico, X, e, por denic ao, o
complementar da uniao dos abertos de medida nula, ou seja, sendo,
:=
V : V X, aberto e (V ) = 0
o suporte de e:
Spt() := X
Claro que
, e constitui a
norma de L
.
Transformada de Fourier
Para uma medida de borel complexa em R, ou uma fun cao f L
1
(R), denem-se
as suas transformadas de Fourier como sendo as fun coes : R R e
f :, R R dadas
pelas formulas, respetivamente:
(t) :=
R
e
its
d(s)
f(t) :=
R
e
its
f(s)d(s)
Claro que,
f e um caso particular de , porque,
f =
,
onde
A
fdL
Ser a importante saber que tanto como
f s ao funcoes (uniformemente) contnuas
e limitadas, com limite nulo no innito no caso de
f, isto e lim
|t|
f(t) = 0.
48
Lema 5. Sejam X um espaco metrico compacto e uma medida de Borel nita (logo
regular) em X e f
n
: X R uma sucessao de funcoes tais que 0 f
n
(x) 0 para
quase todo o x X e
X
gf
n
d
X
gfd, para toda a funcao g : X R contnua.
Entao f(x) = 0 para quase o x X.
Demonstracao: Usando a regulariadade da medida, o lema de Urysohn, o teorema
e Egoro, etc., sabemos que existem A B X, com A compacto de medida t ao
pr oxima de (X) quanto se queira, B aberto e g : X [0, 1] contnua, tais que: g = 1
em A e g = 0 fora de B e f
n
0 uniformemente em B. Ent ao,
A
fd
X
gfd = lim
n
X
gf
n
d = lim
n
B
gf
n
d = 0.
.
Medidas e dimensao de Hausdor:
Dizemos que uma metrica e dominada por outra metrica (num conjunto X
qualquer, admitindo semi-metricas e pseudo-metricas
1
) se existe uma constante C > 0
tal que,
(x, y) C(x, y)
para quaisquer x, y X e escrevemos,
para exprimir essa relac ao. Vericando-se tambem a rela cao inversa, , dizemos
que sao metricamente equivalentes e escrevemos,
.
Tal relacao implica que as metricas s ao uniformemente equivalentes, isto e, tem as
mesmas sucessoes de Cauchy, o que, por sua vez, implica que as metricas sao topologi-
camente equivalentes, tem as mesmas sucess oes convergentes.
A relacao entre duas metricas
C
1
Uma pseudo-(semi)metrica e uma (semi)metrica que pode tomar o valor +
49
transmite-se imediatamente `as respetivas medidas de Hausdor de dimensao s 0
([6], [14], [13])
1
s
C
s
1
s
<1
s
Ou seja,
= 1
s
<1
s
e ent ao,
= 1
s
1
s
n
(x, A) :=
#j < n : x
j
A
n
e o tempo medio total de x em A por,
(x, A) := lim
n
n
(x, A)
caso exista tal limite; quando escrevermos uma relacao em que ocorre (x, A), ca
subentendida a condi cao de existencia do limite que a dene. Denimos tambem, para
t [0, 1),
A
t
:=
x X
N
: (x, A) > t
(z) := p
n
+ p
n1
z + . . . + p
1
z
n1
+ p
0
z
n
.
Repare-se que p
0
= p
n
e portanto p
0
= 0 se, e s o se, p = 0. Observe-se tambem a
relac ao para z = 0,
p
(z) = z
n
p(1/z)
Polinomio monico e um polinomio de coecientes inteiros cujo coeciente principal
e 1.
Raz ou zero de um polin omio p e um n umero complexo z que anula p, isto e, tal
que p(z) = 0.
51
N umero algebrico: e um n umero complexo que anula algum polin omio, nao nulo,
com coecientes inteiros.
Algebrico inteiro e um n umero complexo que e raz algum polinomio m onico.
Conjugados de um algebrico inteiro s ao as restantes razes de p
.
N umero de Pisot-Vjayaraghavan, ou simplesmente n umero de Pisot, e todo o n umero
algebrico inteiro, real e maior que 1, cujos conjugados tem modulo inferior a 1.
N umero de Garsia e todo o n umero algebrico inteiro, tal que, ele e os seus conjuga-
dos, tem todos m odulo maior que 1 e cujo polin omio mnimo tem termo independente
igual a 2 ou 2.
A seguir enunciamos e demonstramos alguns factos, mais ou menos b asicos, sobre
algebricos inteiros de que necessitamos. A demonstrac ao de (c) foi-nos fornecida por
Pedro Duarte.
Proposicao 6. Sejam um algebrico inteiro e p um polinomio de coecientes inteiros.
a) Se p() = 0 entao,
p
[p e p
(0)[p
0
.
em Z[z] e Z respetivamente.
b) Se p
(0)[ = 1.
c) p()
C
p() Z
d) Se p() = 0 entao,
[p()[
1
|p|
#C
n
b
1 [[
1 [[
n
(5.2)
para qualquer n > deg(p).
52
Demonstracao:
a) Considerando a divis ao inteira, em Z[z], do polin omio p por p
, temos,
p = qp
+ r
com q, r Z[z] e deg(r) < deg(p
[p em Z[z]. Em particu-
lar, calculando os polinomios em z = 0, temos p
(0)[p(0) em Z, logo p
(0)[p
0
porque
p
(0) = p
(0) e p
0
= p(0).
b) Se e uma raiz unitaria de p
, entao
p
() =
deg(p)
p
(1/) =
deg(p)
p
() = 0
Ent ao pela alnea anterior p
(0)[p
(0); mas p
(0) = 1, logo [p
(0)[ = 1.
c) Aplicar a proposi cao 9 (com p no lugar de q e p
no lugar de p) da seguinte
argumenta cao de Pedro Duarte:
Designe-se por Z[x
1
, . . . , x
n
] o anel dos polin omios de coecientes em Z nas variaveis
x
1
, . . . , x
n
. Um polin omio p(x
1
, . . . , x
n
) diz-se simetrico sse p(x
1
, . . . , x
n
) = p(x
1
, . . . , x
n
),
para toda a permutac ao S
n
. Para cada 1 k n, o seguinte polin omio
e
k
(x
1
, . . . , x
n
) =
1i
1
<...<i
k
n
x
i
1
x
i
2
x
i
k
diz-se um polinomio simetrico elementar. Alguns exemplos s ao
e
1
(x
1
, . . . , x
n
) = x
1
+ + x
n
e
2
(x
1
, . . . , x
n
) = x
1
x
2
+ x
1
x
3
+ + x
n1
x
n
e
n
(x
1
, . . . , x
n
) = x
1
x
2
. . . x
n
Proposicao 7. Todo o polinomio simetrico em Z[x
1
, . . . , x
n
] escreve-se como um polinomio
de coecientes em Z nos polinomios simetricos elementares. Por outras palavras, os
polinomios simetricos elementares e
k
(x
1
, . . . , x
n
), com 1 k n, geram o anel dos
polinomios simetricos de Z[x
1
, . . . , x
n
].
Demonstracao: Ver teorema 1.7.3 de [21]. .
Os polin omios simetricos elementares permitem reconstruir os coecientes dum
polinomio a partir do conhecimento das suas razes.
53
Proposicao 8. Se um polinomio monico p(x) = x
n
+ a
1
x
n1
+ + a
n
Z[x] tiver
razes
1
, . . . ,
n
C, entao a
i
= (1)
i
e
i
(
1
, . . . ,
n
), para cada i = 1, . . . , n.
Demonstracao: Basta expandir o lado direito da igualdade
p(x) = x
n
+ a
1
x
n1
+ + a
n
= (x
1
) (x
2
) (x
n
) .
.
Proposicao 9. Se um polinomio monico p(x) = x
n
+ a
1
x
n1
+ + a
n
Z[x]
tiver razes
1
, . . . ,
n
C, entao para qualquer outro polinomio q(x) Z[x], tem-
se q(
1
) q(
2
) q(
n
) Z.
Demonstracao: Dado p(x) = x
n
+a
1
x
n1
+ +a
n
Z[x], com razes
1
, . . . ,
n
C, o polin omio Q(x
1
, . . . , x
n
) = q(x
1
) q(x
2
) q(x
n
) e simetrico. Logo, pelas proposic oes 7
e 8, Q(
1
, . . . ,
n
) e uma func ao polinomial dos coecientes a
0
, a
1
, . . . , a
n1
. Conclui-se
assim que Q(
1
, . . . ,
n
) Z. .
d) Tendo em conta (c), p() = 0 implica,
[p()[
C
[p()[ 1,
donde sai (5.2) tendo em conta a majorac ao,
[p()[ |p|(1 +[[ + . . . +[[
n1
)
e separado os casos [[ = 1, [[ = 1. .
n
+
n
C
onde C
(max[[ : C
)
n
e assim, para r tal que max[[ : C
(1 t)
1
e
S
n
(t, , ) :=
n<qn
n
q
t
q
(1 t)
nq
=
n<qn
n
q
p(t, q)
1) Se 0 < a < b < 1, entao:
p(a, )
p(b, )
n
S
n
(b, , ) S
n
(a, , )
p(a, )
p(b, )
n
S
n
(b, , )
2) Se 0 < a < 1, entao:
lim
n
S
n
(a, , ) = 1
3) Se 0 a < 1 ou
lim
n
S
n
(a, , 1) = 0
2
Quando necessario, assumimos tacitamente que n( ) > 1 para garantir que existem parcelas
na soma S
n
(t, , ). Convencionamos tambem que as somas S
n
(t, 0, ) incluem a parcela inicial de
ndice q = 0.
55
4) Se 0 < a 1, ent ao:
lim
n
S
n
(a, 0, ) = 0
Dem:
(1): Repare-se que a < b e n < q n implicam:
a(1 b)
b(1 a)
a(1 b)
b(1 a)
a(1 b)
b(1 a)
n
porque estas potencias tem base menor que 1, logo decrescem quando o expoente cresce.
(1 a)
1
b
(1 b)
1
n
b
q
(1 b)
nq
a
q
(1 a)
nq
(1 a)
1
b
(1 b)
1
n
b
q
(1 b)
nq
.
Somando no ndice q entre os limites n e n obtemos o enquadramento desejado.
(2), (3) e (4): a funcao,
t p(t, )
e estritamente crescente de 0 a ; atinge o seu valor m aximo em ; e e estritamente
decrescente de a 1. Com estes factos e jogando com relac oes obvias como,
S
n
(a, 0, ) + S
n
(a, , ) + S
n
(a, , 1) = 1
podemos estabelecer comparac oes do tipo,
p(a, )
p(, )
< 1
que permitem deduzir os limites (2), (3) e (4) a partir de (1). .
5.4 Diversos
Lema 6. Se a
n
(0, 1] e existe r < 1 tal que 1 a
n
r
n
para todo o n N, entao,
n=0
a
n
> 0.
56
Demonstracao: Pelo teorema do valor medio existe b
n
(a
n
, 1) tal que,
log 1 log a
n
1 a
n
=
1
b
n
C < +
ent ao,
log a
n
C(1 a
n
),
e somando,
log
n=0
a
n
=
n=0
log a
n
C
r 1
donde que,
n=0
a
n
e
C
r1
> 0.
.
57
Bibliograa
[1] Wintner, A. On Convergent Poisson Convolutions, American Journal of
Mathematics, Vol. 57, No. 4 (Oct., 1935), pp. 827-838
[2] Jessen, Borge and Wintner, Aurel Distribution Functions and the Riemann
Zeta Function, American Journal of Mathematics, vol. 38, p. 61 (1935)
[3] Erdos, Paul On a Family of Symmetric Bernoulli Convolutions Amer. J.
Math., 61 (1939) 974-976
[4] Kakutani, S. On equivalence of innite product measures, Ann. of Math.,
49, 214-224, (1948)
[5] Garsia, Adriano Arithmetic Properties of Bernoulli Convolutions Tras.
Amer. Math. Soc. 102 (1962), 409-432
[6] Herbert Federer (1969), Geometric Measure Theory, Springer (reprint
1996)
[7] Halmos, Paul Measure Theory,Springer-Verlag, 1970.
[8] Fernandez, Pedro Medida e Integracao, Impa, Rio de Janeiro 1976.
[9] J. E. Hutchinson, Fractals and self-similarity, Indiana Univ. Math J. 30
(1981), 713-747 (reprint)
[10] Ma ne, Ricardo Teoria Ergodica, Impa, Rio de Janeiro (1983).
[11] Smith, Kennan Primer of Modern Analysis, Springer-Verlag, 1983.
[12] Walter Rudin, Real and Complex Analysis, Third Edition, McGrow Hill,
Inc. (1987)
59
[13] Falconer, KennethFractal Geometry, Mathematical Foundations and Ap-
plications, John Wili and Sons, 1990.
[14] Evens, Lawrence and Gariepy, Ronald Measure Theory and Fine Proper-
ties of Functions, CRC PRESS, 1992.
[15] Barnsley, Michael - Fractals Everywhere, Morgan Kaufmann, 2nd ed. -
1993
[16] Solomyak, Boris On the Random Series
n
(an Erdos Problem), Annals
of Mathematics, 142 (1995), 611-625
[17] Mauldin, D. and Simon, em The equivalence of some Bernoulli convo-
lutions to Lebesgue measure, Proc. Amer. Math. Soc. 126, n
o
9 (1998),
2733-27-36
[18] Mendivil, Franklin (1998/2000), A generalization of IFS with probabilities
to innitly many maps, Rocky Mountain J. Math. 28 no. 3.
[19] John Hutchinson and Ludger R uschendorf Random fractals and probability
metrics Adv. in Appl. Probab. 32 (2000), no. 4, 925947
[20] Yuval Peres, Wilhem Schislag and Boris Solomyak, Sixty Years of
Bernoulli Convolutions, ( 2000)
[21] Owen J. Brison (2003), Teoria de Galois, Colec cao Textos de Matem atica,
DM-FCUL.
[22] Feng, De-Jun Bernoulli convolutions associated with some algebraic num-
bers, http://www.math.cuhk.edu.hk/
djfeng ( 2006)
[23] , De-Jun and Sidorof, Nikita Growth rate for beta expansions Monatsh
Math. , 162 61 41-60 (2009-2011)
[24] Hare, Kevin, Panju, Maysum Some Coments on Garsia Numbers
www.math.uwaterloo.ca/ kghare/Preprints/ (2010)
[25] Tom Kempton (2012) Counting -expansions and the absolute continuity
of Bernoulli Convolutions arXiv:1203.5698v1 [math.DS] 26 Mar 2012
60