TCC Versão Final - Silvana Cabral

Universidade Federal do Recôncavo da
Bahia
Centro de Ciências Exatas e Tecnológicas
Bacharelado em Ciências Exatas E Tecnológicas
Noções de espaços Lp e estudo de

Equações Integrais
Silvana Soares Cabral
Cruz das Almas

2020
Noções de espaços Lp e estudo de
Equações Integrais
Silvana Soares Cabral
Trabalho de conclusão de curso apresentado ao

curso de Bacharelado em Ciências Exatas e Tec-
nológicas do Centro de Ciências Exatas e Tec-
nológicas da Universidade Federal do Recôncavo
da Bahia, como parte dos requisitos para a ob-
tenção do tı́tulo de Bacharel em Ciências Exatas e
Tecnológicas.
Orientadora: Prof. Dra. Mariana Pinheiro Gomes da

Silva
Cruz das Almas

2020
Aprovada por:
________________________________________________________________
Profa. Dra. Mariana Pinheiro Gomes da Silva (Orientadora)
_______________________________________________________________
Prof. Dr. Juarez dos Santos Azevedo
________________________________________________________________
Prof. Dr. Danilo de Jesus Ferreira
Agradecimentos
Agradeço, primeiramente a Deus por ter me dado o dom da vida, e

além disso pelas oportunidades que ele me deu e continua a dar.
À minha mãe Noemi e meu pai Inácio por terem colocado meus sonhos acima
dos sonhos deles, por todo amor, carinho e investimento financeiro para que
tudo se realizasse.
Obrigada as minhas irmãs Sandra, Simone e Simara por toda compreensão

e palavras de apoio nos momentos difı́ceis.
A minha orientadora, Dra. Mariana Pinheiro por toda paciência, atenção,

disposição e estı́mulo que me foi dado, caso contrário nada disso seria possı́vel.
Agradeço a todos os professores do departamento de matemática, por tanto

terem me ensinado nesses anos de curso.
Agradeço as minhas colegas e amigas de apartamento, Brenda e Thamy-

res, que dividiram comigo não só um lar, mas todas as angústias e estresse
que a Universidade nos traz.
Agradeço a todos que me ajudaram mesmo que de forma indireta com uma
palavra de apoio me trazendo paz e calmaria, em especial a alguns amigos
como: Karan, Zaira, Sabrina, Karla, Amanda, Allana, Gabriel, Junior e
Bruna.
Obrigada a todos que dividiram comigo momentos de aflição e agonia, vocês

contribuiram para minha evolução pessoal e espiritual.
Resumo
Neste trabalho apresentamos noções básicas de Análise Funcional,

mais precisamente dos Espaços Lp e suas principais aplicações com alguns
resultados importantes. Utilizamos esses resultados para demonstrar as desi-
gualdades de Young, Hölder e Minkovski que tem fundamental importância
para a demonstração do nosso principal resultado que é garantir a existência
e unicidade de soluções de equações integrais.
Palavras-chave: Espaços Lp , desigualdades, equações integrais.

Abstract
In this work we present the basics of Functional Analysis, more pre-

cisely of the Lp Spaces and their main applications with some important re-
sults. We use these results to demonstrate the inequalities of Young, Hölder
and Minkovski, which is of fundamental importance for the demonstration
of our main result, which is to guarantee the existence and uniqueness of
integral equations.
Sumário
1 Algumas Definições 4
1.1 Medidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Semi-Normas e Normas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 σ-Álgebras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Funções Mensuráveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 A Integral das Funções Simples . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5.1 Funções Vetoriais ou Complexas . . . . . . . . . . . . . . . . . . . . . 6
1.6 A integral de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6.1 Integral de Funções Simples . . . . . . . . . . . . . . . . . . . . . . . 7
1.6.2 Integral de Funções Mensuráveis . . . . . . . . . . . . . . . . . . . . . 7
1.6.3 Integral de Funções Mensuráveis Positivas . . . . . . . . . . . . . . . 7
1.7 Espaços Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7.1 O Espaço L∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7.2 Os Espaços Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7.3 Funções Convexas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Desigualdades 13
2.1 Desigualdade de Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Desigualdade de Hölder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Desigualdade de Minkovski . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3 Existência e Unicidade de Soluções para Equações Integrais em Lp 18

3.1 Equação Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.1.1 Existência de Soluções . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.2 Unicidade de Solução . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1
Introdução
Neste trabalho estudamos algumas desigualdades clássicas em um espaço de medida,

onde pretendemos aplicar esses resultados para mostrar a existência e unicidade de soluções
de equações funcionais, que são equações envolvendo integrais do tipo
Z 1
y(t) = f t, r k(t, s)g(s, y(s))ds , t ∈ [0, 1], r > 0,
0
Estas equações são muito estudadas na matemática como por exemplo equações
integrais do tipo Hammerstein e Volterra onde surge frequentemente em aplicações em en-
genharia, economia e fı́sica matemática.
Para obter soluções destas equações estudamos alguns conceitos da Análise Funcio-
nal, que é uma parte da matemática que estuda espaços de funções e se destaca por desempe-
nhar papéis importantes nos mais diversos ramos da Matemática como Análise Não-Linear,
EDP’s, Otimização, Teoria do Controle e Teoria dos Espaços de Banach. Entre os espaços
importantes da Análise Funcional encontram-se os Espaços Lp , que são espaços vetoriais
normados com caracterı́sticas importantes, as quais veremos durante o decorrer do trabalho.
O texto foi dividido em três capı́tulos. Começamos com algumas definições como me-
didas, integral das funções simples, semi-normas e normas, σ-Álgebra, Funções Mensuráveis,
Funções Convexas e Espaços Lp . Essas definições são utilizadas para facilitar o entendimento
do conteúdo abordado. Assim, vamos falar de equações funcionais-integrais e mostrar que
sob determinadas condições somos capazes de mostrar a existência e unicidade de soluções
em espaços Lp para tais equações.
No capı́tulo 2 foram abordadas e demonstradas algumas desigualdades, como por
exemplo: a desigualdade de Young, que recebe este nome em homenagem ao matemático
inglês William Henry Young. Tal desigualdade é muito utilizada no estabelecimento de
estimativas com normas em aplicações na teoria das EDPs não lineares, e para ajudar na
demonstração da desigualdade de Hölder, que também está presente neste trabalho. Essa
2
3
desigualdade é devida ao alemão Otto Hölder e é comumente utilizada na matemática e tem

fundamental importância no estudos de funções nos Espaços Lp . Para finalizar o capı́tulo
estabelecemos a desigualdade de Minkovski que se apresenta como um tipo de desigualdade
triangular para normas em espaços Lp .
Por último abordamos alguns teoremas e resultados sobre equações integrais, onde
sob certas condições existe um operador associado que leva o espaço Lp em si mesmo, o que
garantirá que qualquer solução para a equação estudada esteja em Lp , e sob mais algumas
hipotéses adicionadas provamos que tem uma solução única em Lp deste funcional que pode
ser obtida como o limite das aproximações sucessivas.
Capı́tulo 1
Algumas Definições
Neste capı́tulo iremos estudar algumas definições como medidas, integral de funções
simples, semi-normas e normas, σ-Álgebras e funções mensuráveis. Veremos também algumas
das propriedades de funções convexas, onde mais adiante serão utilizadas para demonstrar
as desigualdades de Young, Hölder e Minkovski.
1.1 Medidas
Neste tópico veremos a ideia de medidas, semi-anel e anel. Vamos considerar no
texto Ω como um conjunto qualquer.
Definição 1.1. Chamamos de semi-anel em Ω a uma coleção S de subconjuntos de Ω

quando:
1. ∅ ∈ S;
2. se S1 e S2 ∈ S então S1 ∩ S2 ∈ S;
m
P
3. se S0 ⊆ S estão em S então existem Sj ∈ S disjuntos tais que S −S0 = Sj , m < +∞.
j=1
A coleção de todos os intervalos limitados, que são dados por
S = {[a, b], [a, b), (a, b], (a, b); a < b}
é o exemplo básico de um semi-anel.
4
5
Definição 1.2. Chamamos de medida finitamente aditiva a qualquer função µ definida num
semi-anel S, tal que µ(∅) = 0 e
Pm Pm
µ(S) = j=1 µ(Sj ) quando S = j=1 Sj para Sj e S ∈ S, m < ∞.
E dizemos que uma medida µ definida em S é σ-aditiva quando

P∞ P∞
µ(S) = n=1 µ(Sn ) sempre que S = n=1 Sn para Sn e S ∈ S
onde S denotará sempre um semi-anel e S são intervalos limitados em R.
O comprimento dos intervalos limitados é o exemplo básico de medida.
Definição 1.3. Um anel de conjuntos é qualquer coleção A’ de subconjuntos de um conjunto

Ω tal que ∅ ∈ A’ e se A1 e A2 ∈ A’ então A1 ∪ A2 , A1 ∩ A2 e A1 ∩ Ac2 ∈ A’.
Definição 1.4. Um conjunto X ⊂ R tem medida nula se para todo > 0 existe uma coleção
S ∞
P
enumerável de intervalos abertos Ij para todo j ∈ N tais que X ⊂ Ij e |Ij | < .
j∈N j=0
1.2 Semi-Normas e Normas

Seja V um espaço vetorial real. Uma semi-norma em V é qualquer função v 7→ kvk
∈ R, definida em V , tal que para todos v e w ∈ V valem:
1. kvk ≥ 0
2. kv + wk ≤ kvk + kwk
3. krvk = |r|kvk, ∀r ∈ R
Uma norma é qualquer semi-norma tal que kvk = 0 se, e somente se v = 0. Um espaço
vetorial semi-normado ou normado é um espaço vetorial com uma semi-norma ou norma
fixada respectivamente.
Nos espaços normados define-se a distância entre v e w ∈ V como kv − wk.
Um subespaço vetorial de V é um conjunto W ⊆ V tal que se w1 e w2 ∈ W então w1 +w2 ∈ W
e rw1 ∈ W para todo r ∈ R.
Um espaço vetorial normado e completo (quando toda sequência de Cauchy converge) é
denominado Espaço de Banach.
6
1.3 σ-Álgebras
Uma σ-álgebra em Ω é uma coleção A de subconjuntos de Ω tal que ∅ ∈ A e tal
∞
An e Acn ∈ A.
S
que dados An ∈ A então
n=1
Um espaço de medida é (Ω, A, µ), onde Ω é um conjunto, A é uma σ-álgebra em Ω e
µ : A 7→ [0, ∞] é uma medida σ-aditiva.
1.4 Funções Mensuráveis

Seja A uma σ-álgebra em Ω. Uma função f : Ω 7→ R ou [−∞, +∞] é dita ser
A-mensurável (ou mensurável relativamente a A) quando para todo r ∈ R vale [f > r] ∈ A.
Onde
[f > r] = {x ∈ Ω|f (x) > r} = f −1 ((r, +∞))
1.5 A Integral das Funções Simples

A função indicadora de um conjunto A ⊆ Ω é 1A : Ω → R, definida por 1A (x) = 1
se x ∈ A, 1A (x) = 0 se x 6∈ A.
Seja S um semi-anel de subconjuntos Ω. As funções S-simples são as funções do tipo
m
X
w= rj 1S j : Ω → R
j=1
onde os Sj são conjuntos disjuntos, Sj ∈ S, rj ∈ R e m é finito.

O conjunto w(Ω) = {w(x)|x ∈ Ω} é finito, porque w(x) = rj se x ∈ Sj , w(x) = 0 se
m
S
x 6∈ Sj .
j=1
A integral de w relativamente a uma medida µ : S → [0, +∞) é definida por
m
X
I(w) = rj µ(Sj )
j=1
1.5.1 Funções Vetoriais ou Complexas
Consideremos f : Ω → Rm ou Cm , f (x) = (f1 (x), ..., fm (x)) ou f (x) = f1 (x)+if2 (x),

respectivamente. As funções fj : Ω → R são chamadas as componentes de f . Seja A uma
σ-álgebra em Ω. Dizemos que f : Ω → Rm ou C é A-mensurável quando suas componentes
fj : Ω → R são A-mensuráveis.
7
Definição 1.5. No que se segue Λ é a σ- álgebra de Lebesgue para µ : S → [0, ∞). Dizemos
que f : Ω → Rm ou C é uma função integrável quando suas componentes fj : Ω → R
são integráveis. Neste caso definimos a integral de f , I(f ) = (I(f1 ), ..., I(fm )) ∈ Rm ou
respectivamente I(f ) = I(f1 ) + if (f2 ) ∈ C.
1.6 A integral de Lebesgue
1.6.1 Integral de Funções Simples
Definição 1.6. Seja f : A → R uma função simples e a1 , ...ak > 0 tal que k < ∞
k
Z k
X
P
f: ai XAi ; então f (x)dx = ai µ(Ai )
i=1 A i=1
onde A1 , ..., Ak são subconjuntos mensuráveis.
Indicamos por XA a função caracterı́stica de A: para todo X ∈ A, onde A é um

conjunto mensurável, temos que XA (x) = 1 se X ∈ A e XA (x) = 0 se X 6∈ A.
1.6.2 Integral de Funções Mensuráveis
Teorema 1.7. Sejam A um conjunto mensurável e f : A → [0, +∞] uma função mensurável.
Existe uma sequência crescente de funções simples positivas f1 ≤ f2 ≤ ... ≤ fk ≤ ... com
supfk = f tal que k ∈ N.
Prova. Ver [7]
1.6.3 Integral de Funções Mensuráveis Positivas
Sendo A um conjunto mensurável, indicamos por S+ (A), ou simplesmente por S+ ,

o conjunto das funções simples positivas f : A → R+ . Dado f ∈ S+ temos
Z Z
f = sup{ φ|φ ∈ S+ , φ ≤ f }
A A
o que justifica a seguinte definição: seja g : A → [0, +∞] uma função mensurável, então
escrevemos
Z Z Z
g= g(x)dx = sup{ f |f ∈ S+ , f ≤ g} ∈ [0, ∞]
A A A
8
Finalmente, como uma função mensurável qualquer f pode ser escrita como diferença de sua
parte positiva f+ e de sua parte negativa f− , definimos
Z Z Z
f = f+ − f−
desde que tenhamos

Z Z
f+ , f− < ∞
1.7 Espaços Lp
Neste tópico estudaremos algumas propriedades do espaço Lp , que são espaços nor-
mados tais que seus pontos são sequências de números reais ou complexos. Assumiremos
(Ω, A0 , µ) como um espaço de medida.
Definição 1.8 (q.t.p.). Para um dado conjunto Γ ⊂ Ω, diremos que uma propriedade vale
q.t.p. (quase todo ponto) em Λ quando tal propriedade for válida em todos os pontos de Γ,
exceto num subconjunto de Γ de medida nula.
1.7.1 O Espaço L∞
Seja V = Rm ou C. Uma função f : Ω 7→ V é dita essencialmente limitada quando

existe algum r ∈ R tal que |f (x)| ≤ r para quase todos x ∈ Ω (isto é, |f | ≤ r q.t.p).
Definimos L∞ = L∞ (Ω, A0 , µ, V ) como
{f : Ω 7→ V |f é A’-mensurável e essencialmente limitada}
Para f ∈ L∞ definimos
kf k∞ = inf{r ≤ 0| |f | ≥ r q.t.p}
Proposição 1.9. Vale |f | ≤ kf k∞ q.t.p. Portanto, kf k∞ é o menor r ≥ 0 tal que |f | ≤ r

q.t.p.
9
Prova. Ver [1]
Proposição 1.10. Vale kf k∞ = 0 se e somente se f = 0 q.t.p.
Prova. Da proposição 1.9 segue-se que kf k∞ = 0 ⇔ |f | ≤ 0 q.t.p ⇔ f = 0 q.t.p.
Proposição 1.11. Para todo f : Ω → Rm ou C integrável vale

R R
| Ω
f dµ| ≤ Ω
|f |dµ
Prova. Ver [1]
Proposição 1.12. O conjunto L1 (Ω, µ, Rm ) é um espaço vetorial real.

Definindo
R
|f |1 = Ω
|f | dµ
Obtemos uma semi-norma nesses espaços L1 . Isto significa que dados f e g ∈ L1 e c escalar
(isto é, c ∈ R), então f + g ∈ L1 , cf ∈ L1 , kf + gk1 ≤ kf k1 + kgk1 e kcf k1 = |c| kf k1
Prova. Para cada x ∈ Ω valem
|f (x) + g(x)| ≤ |f (x)| + |g(x)| e |cf (x)| = |c||f (x)|
A integração dessas funções Λ-mensuráveis não negativas dá
I(|f + g|) ≤ I(|f |) + I(|g|) = |f |1 + |g|1
e I(|cf |) = |c|I(|f |) = |c||f |1 .
Proposição 1.13. Sejam 1 ≤ p < ∞ e 1

p
+ 1
q
= 1. Para todo f ∈ Lp (Ω, A0 , µ, C) existe
algum g ∈ Lq (Ω, A0 , µ, C) com kgkq = 1, tal que
R R
Ω
f g dµ = Ω
|f g| dµ = kf kp = kf kp kgkq
Se f (Ω) ⊆ R então g(Ω) ⊆ R. Se f ≥ 0 então g ≥ 0.
Prova. Ver [1]
Proposição 1.14. Vale kf kp = 0 se e somente se f = 0 q.t.p.
Prova. Ver [1]
Proposição 1.15. Se f ∈ L∞ (Ω, A0 , µ, V ) e g : Ω → V é uma função A’-mensurável tal que

g = f q.t.p., então g ∈ L∞ (Ω, A0 , µ, V ) e kgk∞ = kf k∞ .
Prova. Note que |g| ≤ r q.t.p ⇔ |f | ≤ r q.t.p.

10
1.7.2 Os Espaços Lp
Seja p ∈ [1, +∞] e seja V = R ou C. O espaço vetorial Lp = Lp (Ω, A0 , µ, V ) é o

quociente de Lp (Ω, A0 , µ, V ) pela relação de equivalência f ∼ g ⇔ f = g q.t.p. Isto significa
que
Lp = {cls(f )|f ∈ Lp }
onde
cls(f ) = {g ∈ Lp |g = f q.t.p}
Se f = g q.t.p., f e g ∈ Lp , então cls(f ) = cls(g), isto é, a passagem de Lp a Lp transforma

uma igualdade q.t.p. de funções numa igualdade de fato entre elementos de Lp .
Definição 1.16. Seja p ∈ [1, +∞] seja (Ω, A0 , µ) um espaço de medida e seja V = Rm ou
C. Definimos Lp = Lp (Ω, A0 , µ, V ) como
R
{f : Ω → V | f é A’-mensurável e Ω
|f |p dµ < +∞}
R
Para f ∈ Lp definimos kf kp = ( Ω |f |p dµ)1/p .
O espaço Lp é um espaço vetorial para a norma
kcls(f )kp = kf kp (p ∈ [1, +∞])
bem definida pois se f = g q.t.p. então kf kp = kgkp , p ∈ [1, ∞] pela Proposição

1.15. Vale kcls(f )kp = 0 se e somente se cls(f ) = cls(0), isto é, se e somente se f = 0 q.t.p.,
pelas proposições 1.10 e 1.14.
1.7.3 Funções Convexas
Sejam r1 e r2 reais e 0 ≤ t ≤ 1. Chamamos tr1 + (1 − t)r2 a média aritmética

ponderada de r1 e r2 com pesos t e (1 − t) respectivamente. Quando os pesos são iguais, isto
é, quando t = 1/2, temos a média aritmética usual.
Dados r1 < r < r2 então existe 0 < t < 1 tal que r = tr1 + (1 − t)r2 : os pesos neste caso são
r2 −r r−r1
t= r2 −r1
e 1−t= r2 −r1
.
Seja J ⊂ R um intervalo. Uma função ϕ : J → R é convexa quando para todos r1 < r2 em
J e todo 0 < t < 1 vale
11
ϕ(tr1 + (1 − t)r2 ) ≤ tϕ(r1 ) + (1 − t)ϕ(r2 )
Quando apenas a desigualdade estrita ocorre, ϕ é dita estritamente convexa.

Temos como caracterı́stica da função convexa que a combinação convexa de pontos
do seu domı́nio é sempre menor ou no máximo a imagem da combinação convexa desses
mesmos pontos, como segue o exemplo a seguir:
Exemplo: A função f (x) = x2 é convexa em R, isto é:
2
x2 + y 2

x+y
≤
2 2
Desenvolvendo o quadrado teremos:
x2 + 2xy + y 2 x2 + y 2
≤
4 2
Podemos reescrever a desigualdade como:
x2 − 2xy + y 2
0≤
4
que equivale a
(x − y)2
0≤
4
Porém essa desigualdade é sempre satisfeita, já que (x − y)2 ≥ 0 para qualquer x, y.
Definição 1.17. Uma função ϕ : J → R é côncava se −ϕ é convexa. Ou seja, ϕ é côncava

quando para todos r1 < r2 , em J, se 0 < t < 1 então ϕ(tr1 +(1−t)r2 ) ≥ tϕ(r1 )+(1−t)ϕ(r2 ).
Proposição 1.18. Uma função ϕ : J → R é convexa se e somente se para todos r1 < m < r2
em J vale
ϕ(m) − ϕ(r1 ) ϕ(r2 ) − ϕ(m)

≤ (1.1)
m − r1 r2 − m
r2 − m m − r1
Prova. Temos m = tr1 + (1 − t)r2 , com t = e 1−t = . Assim,
r2 − r1 r2 − r1
obtemos
ϕ(m) − ϕ(r1 ) ϕ(r2 ) − ϕ(m)
≤
m − r1 r2 − m
ϕ(m) − ϕ(r1 ) ϕ(r2 ) − ϕ(m)
⇔ ≤
(1 − t)(r2 − r1 ) t(r2 − r1 )
ϕ(m) − ϕ(r1 ) ϕ(r2 ) − ϕ(m)
⇔ ≤
(1 − t) t
⇔ tϕ(m) − tϕ(r1 ) ≤ (1 − t)ϕ(r2 ) − (1 − t)ϕ(m)
⇔ tϕ(m) − tϕ(r1 ) ≤ (1 − t)ϕ(r2 ) − ϕ(m) + tϕ(m)
⇔ ϕ(m) ≤ tϕ(r1 ) + (1 − t)ϕ(r2 )
12
como querı́amos demonstrar.
Proposição 1.19. Seja ϕ : J → R uma função diferenciável, sendo J um intervalo em R.
i) Se ϕ0 é função monótona não decrescente, então ϕ é convexa.
ii) Se ϕ0 é função monótona não crescente, então ϕ é côncava.
Prova.
i) Se r1 < m < r2 então pelo Teorema do Valor Médio existem ζ1 e ζ2 , r1 < ζ1 < m < ζ2 <
ϕ(m)−ϕ(r1 ) ϕ(r2 )−ϕ(m)
r2 tais que m−r1
= ϕ0 (ζ1 ) e r2 −m
= ϕ0 (ζ2 ). Então ζ1 < ζ2 , logo ϕ0 (ζ1 ) ≤ ϕ0 (ζ2 )
portante vale a expressão 1.1 e isso prova que ϕ é convexa.
i) Basta aplicar (i) a −ϕ

Capı́tulo 2
Desigualdades
Desigualdades são expressões matemáticas que estabelecem relação de ordem entre

dois elementos. Nesta seção estudaremos e demonstraremos as desigualdades de Young,
Hölder e Minkovski com o intuito de aplicá-las mais a diante em uma equação integral.
2.1 Desigualdade de Young

1 1
Teorema 2.1. Sejam p > 1 e q > 1 reais tais que q
+ p
= 1. Dados a ≥ 0 e b ≥ 0 então
vale
ap bq
ab ≤ p
+ q
valendo a igualdade se, e somente se, ap = bq .
Prova. Por definição para uma função côncava, temos que:

f (x)+f (y)
f ( x+y
2
)≥ 2
, para todo x, y
√ √
Sabemos que ( x − y)2 ≥ 0, assim
√ √
x−2 x y+y ≥0
√ √
x+y ≥2 x y
x+y √ √
2
≥ x y
Aplicando a função ln, teremos que:

√ √
ln( x+y
2
) ≥ ln( x y)
ln( x+y
2
) ≥ ln(x1/2 ) + ln(y 1/2 )
ln( x+y
2
) ≥ 12 ln(x) + 12 ln(y)
13
14
Portanto a função ln é estritamente côncava.

Como f é côncava se −f é convexa, vale:
ln(α1 x1 + α2 x2 ) ≥ α1 ln(x1 ) + α2 ln(x2 ), para α1 + α2 = 1
1
Fazendo x1 = ap , x2 = bq , α1 = p
e α2 = 1q , temos:
p bq
ln( ap + q
) ≥ 1
p
ln(ap ) + 1q ln(bq ) = ln(ab)
Como exponencial é uma função crescente, concluimos que:

1 1
ab ≤ ap + bq
p q
2.2 Desigualdade de Hölder

Teorema 2.2. Sejam p e q ∈ [1, +∞] tais que 1
q
+ 1
p
= 1. Sejam f ∈ Lp (Ω, A0 , µ, C) e
g ∈ Lq (Ω, A0 , µ, C). Então a função f g : x → f (x)g(x) é integrável e vale
R
|f g| dµ ≤ kf kp kgkq
Ω
Z
Prova. Vamos provar que |f g| dµ ≤ kf kp kgkq pela Proposição 1.9
Ω
Vamos supor que f ≥ 0 e g ≥ 0. Para p = 1 e q = +∞ para quase todo x ∈ Ω vale
0 ≤ g(x) ≤ kgk∞ pela Proposição 1.11. Logo aplicando f (x) e integrando, temos:
0 ≤ f (x)g(x) ≤ f (x)kgk∞
Z Z
f g dµ ≤ f kgk∞ dµ
Z Ω Ω Z
f g dµ ≤ kgk∞ f dµ (2.1)
Ω Ω
Z Z
p 1/p
Mas, sabemos que ( f dµ) = ( |f |p dµ)1/p , pois f ≥ 0 Multiplicando por
Ω Ω
kgk∞ , temos:
Z Z
p 1/p
kgk∞ ( f dµ) ≤ kgk∞ ( |f |p dµ)1/p
Ω Ω
Retornando a Eq. 2.1 concluı́mos:

Z Z
gf dµ ≤ kgk∞ f dµ ≤ kgk∞ kf k1
Ω Ω
15
Para o caso em que p = +∞ e q = 1 a demonstração é análoga. Z

Se kf kp = 0 ou kgkq = 0 então f g = 0 q.t.p pela Proposição 1.9, logo f g dµ = 0.
Vamos então supor que kf kp > 0 e kgkq > 0
Pela desigualdade de Young, temos
f (x)p g(x)q
f (x)g(x) ≤ +
p q
Aplicando a integral:
f (x)p g(x)q
Z Z Z
f g dµ ≤ dµ + dµ
Ω Ω p Ω q
Como
f (x)p g(x)q |f (x)|p |g(x)|q
Z Z Z Z
dµ + dµ = dµ + dµ
Ω p Ω q Ω p Ω q
Então
|f (x)|p |g(x)|q
Z Z Z
f g dµ ≤ dµ + dµ
ZΩ ΩZ p ΩZ q
1 1
f g dµ ≤ f (x)p dµ + g(x)q dµ
Ω p Ω q Ω
Z
Lembrando que kf kp = ( |f |p dµ)1/p , teremos:
Ω
Z
1 1
f g dµ ≤ kf kpp + kgkqq
Ω p q
Fazendo kf kp = 1 e kgkq = 1
Z
1 1
f g dµ ≤ + = 1 = kf kp kgkq
Ω p q
f g
Para o caso em que kf kp 6= 1 e kgkq 6= 1 fazemos f = kf kp
eg= kgkq
.
2.3 Desigualdade de Minkovski

Teorema 2.3. Seja p ∈ [1, +∞]. Se f e g ∈ Lp = Lp (Ω, A0 , µ, V ), V = R ou C, então
f + g ∈ Lp e
kf + gkp ≤ kf kp + kgkp
16
Z Prova. Z p = 1, temos ||f

Para Z + g||1 ≤ ||fZ||1 + ||g||1 . Sabemos que ||f ||p =
1
( |f |p dµ) p Assim, ( |f + g|1 dµ)1 ≤ ( |f |1 dµ)1 + ( |g|1 dµ)1 Pela Proposição 1.12, o
Ω Ω Ω Ω
módulo coincide com a norma. Desta forma, temos:
|f + g|1 = |f |1 + |g|1
Para p = +∞ sabemos pela Proposição 1.11 que |f (x)| ≤ ||g||∞ , assim pela desi-
gualdade triangular
|f (x) + g(x)| ≤ |f (x)| + |g(x)|,
mas |f (x)| + |g(x)| ≤ ||f ||∞ + ||g||∞ . Logo,
|f + g| ≤ ||f ||∞ + ||g||∞
Portanto f + g ∈ L∞ e ||f + g||∞ ≤ ||f ||∞ + ||g||∞ . Para 1 < p < +∞, temos
|f + g| ≤ |f | + |g|. Elevando a desigualdade a p:
|f + g|p ≤ (|f | + |g|)p
Aplicando a integral: Z Z
p
|f + g| du ≤ (|f | + |g|)p du
Ω Ω
É suficiente provar o casoZparticular em que f ≥ 0 e g ≥ 0.

Primeiro provaremos que (f +g)p < +∞. Para isso precisaremos usar uma função
Ω
convexa. Deste modo, seja J ⊆ R um intervalo.
A função t → tp definida em [0, +∞), tem como derivada a função crescente f →
p · tp−1 , portanto é convexa pois sua derivada é monótona e não decrescente (pela proposição
1.19).
Assim, utilizando a função t → tp e admitindo que t = 21 , por definição de função
convexa, temos:
1 1 1 1
( r1 + r2 )p ≤ r1p + (1 − )r2p
2 2 2 2
r1 + r2 p r1p + r2p
Segue, ( ) ≤ . Fazendo r1 = f (x) e r2 = g(x), temos
2 2
f (x) + g(x) p f (x)p + g(x)p
( ) ≤
2 2
(f (x) + g(x))p f (x)p + g(x)p
≤
2p 2
Daı́ temos (f (x) + g(x))p ≤ 2p−1 (f (x)p + g(x)p ) aplicando a integral
17
Z Z
p p−1
(f (x) + g(x)) dµ ≤ 2 ( f (x)p + g(x)p dµ)
Ω Ω
logo
Z Z Z
p p−1
(f (x) + g(x)) dµ ≤ 2 ( f (x) dµ + g(x)p dµ)
p
Ω Ω Ω
Como as normas de f e g estão em LP e ambas são finitas, portanto a soma

Z Z
2 ( f (x) dµ + g(x)p dµ) < +∞
p−1 p
Ω Ω
Provamos assim que f + g ∈ LP

1 1
Vamos agora estimar kf + gkp . Seja q tal que p
+ q
=1
Pela Proposição 1.13 sabemos que existe algum v ∈ Lq , v ≥ 0, tal que kvkq = 1 e ainda que
Z Z
kf + gkp = |f v + gv| dµ = f v + gv dµ
Ω Ω
Mas pela desigualdade de Hölder

Z Z
f v dµ + gv dµ ≤ kf kp kvkq + kgkp kvkq
Ω Ω
Como kvkq = 1, temos
kf + gkp ≤ kf kp + kgkp
Capı́tulo 3
Existência e Unicidade de Soluções

para Equações Integrais em Lp
Neste capı́tulo veremos a ideia principal de alguns teoremas, onde temos uma
equação envolvendo integral. Vamos mostrar que para essa equação existe solução no espaço
Lp e é única.
3.1 Equação Integral

Assumiremos que a função f : [0, 1] × R → R não linear
Z 1
y(t) = f t, r k(t, s)g(s, y(s))ds , t ∈ [0, 1], r > 0, (3.1)
0
satisfaz as condições de Caratheodory, isto é,
i) f (t, x) é contı́nua em x para todo t fixo;
ii) f (t, x) é mensurável em t para cada x fixo;
iii) existe uma função não-negativa integrável à Lebesgue m : [0, 1] → R tal que |f (t, x)| ≤
m(t), para todos (t, x) ∈ [0, 1] × R.
Teorema 3.1. Consideramos as seguintes hipóteses:
(A1) Existe uma função não-negativa h1 ∈ Lp ([0, 1]) e b1 ≥ 0 de modo que
|f (t, x)| ≤ h1 (t) + b1 |x| para todo t em [0, 1], x ∈ R.
18
19
(A2) O núcleo k(t, s) é mensurável e pertence ao espaço Lp ([0, 1]) para todo t ∈ [0, 1].
(A3) A função g(s, y(s)) é uma aplicação de [0, 1] × R em R satisfazendo as condições de

Caratheodory de tal modo que
1 1
|g(s, y(s))| ≤ a0 (s) + b0 |y(s)|p/q , a0 ∈ Lq ([0, 1]), b0 > 0 e + = 1.
p q
Sob condições (A1 ), (A2 ) e (A3 ), o operador

Z 1
(Ay)(t) = f t, k(t, s)g(s, y(s))ds , t ∈ [0, 1],
0
é uma função de Lp ([0, 1]) para Lp ([0, 1]).
Prova. A princı́pio note que kg(s, y(s))kq < ∞. De fato, pela condição (A3),
temos
q
|g(s, y(s))|q ≤ a0 (t) + b0 |y(s)|p/q
e, portanto,
Z 1 1q Z 1 1q
q p/q q

kg(s, y(s))kq = |g(s, y(s))| ds ≤ a0 (s) + b0 |y(s)| ds .
0 0
Usando a desigualdade de Minkovski, sabemos que
p p
ka0 (t) + b0 |y(s)| q kq ≤ ka0 kq + b0 kykpq
Assim,
Z 1 1q Z 1 1q
kg(s, y(s))kq ≤ |a0 (s)|q ds + bq0 |y(s)|p ds ,
0 0
Daı́ resulta que

p
kg(s, y(s))kq ≤ ka0 kq + b0 kykpq < ∞.
Agora vamos mostrar que se y ∈ Lp ([0, 1]) então Ay ∈ Lp ([0, 1]). De fato, para
y ∈ Lp ([0, 1]) e t ∈ [0, 1], temos
Z 1 p
p

|Ay(t)| = f t, k(t, s)g(s, y(s))ds
0
Z 1 p

≤ h1 (t) + b1 k(t, s)g(s, y(s))ds
0
20
R1
Vamos pegar o máximo entre h1 e |b1 0
k(t, s)g(s, y(s))ds|
Assim
Z 1
p Z 1 p

h1 (t) + b1 k(t, s)g(s, y(s))ds
≤ 2 max h1 (t), b1
k(t, s)g(s, y(s))ds
0
0Z 1 p
p p

= 2 max [h1 (t)] , b1 k(t, s)g(s, y(s))ds
Z 1 0 p
p
p p

≤ 2 [h1 (t)] + b1 |k(t, s)g(s, y(s))|ds .
0
Pela desigualdade de Hölder e pelas condições (A2 ) e (A3 ), temos,

Z 1 Z 1

k(t, s)g(s, y(s))ds ≤
|k(t, s)g(s, y(s))|ds
0 0R 1/p R 1/q
1 p 1 q
≤ 0
|k(t, s)| ds 0
|g(s, y(s))| ds
R 1/p R 1/q
1 1
Fazendo N1 = 0
|k(t, s)|p ds 0
|g(s, y(s))|q
ds . Então,
Z 1
p
k(t, s)g(s, y(s))ds ≤ N1p

0
Z 1
p
2p bp1
p p p

|Ay(t)| ≤ 2 [h1 (t)] +
k(t, s)g(s, y(s))ds
0
≤ 2p [h1 (t)]p + 2p bp1 N1p .
Finalmente, obtemos
Z 1
|A(y(t))|p dt ≤ 2p kh1 kpp + 2p bp1 N1p ,
0
Mas
Z
1
kh1 kp = ( |h1 |p dt) p
Z
kh1 kp = |h1 |p dt
p
Dessa forma
Z 1
|A(y(t))|p dt ≤ 2p kh1 kpp + 2p bp1 N1p < ∞
0
O que prova o teorema.

21
3.1.1 Existência de Soluções
Teorema 3.2. Suponha que as condições (A1), (A2) e (A3) são satisfeitas. Além de assumir
que:
(H1) f : [0, 1] × R → R satisfaz a condição Lipschitz na segunda variável, ou seja, M > 0

de tal modo que
|f (t, x1 ) − f (t, x2 )| ≤ M |x1 − x2 | para qualquer t ∈ [0, 1] e x1 , x2 ∈ R.
(H2) O núcleo k(t, s) pertence ao espaço Lp para todos t ∈ [0, 1] e

Z 1 p1
p
|k(t, s)| ds ≤ M1 (t), para qualquer t ∈ [0, 1], (3.2)
0
onde M1 é uma função não-negativa em Lp ([0, 1]).
(H3) A função g(s, y(s)) satisfaz a condição Lipschitz
|g(s, y1 (s)) − g(s, y2 (s))| ≤ L(s)|y1 (s) − y2 (s)|,
pq
onde a função não-negativa L pertence ao espaço L p−q ([0, 1]), onde q < p, e
Z 1 p−q
pq
pq
|L(s)| p−q ds ≤ M2 , M2 > 0. (3.3)
0
Então, as aproximações sucessivas

Z 1
yn+1 (t) = f t, k(t, s)g(s, yn (s))ds , n = 0, 1, 2, 3, . . . ,
0
convergem em quase todos os pontos para a eq. (3.1) supondo

Z 1
p
M2 M p [M1 (s)]p ds = N p < 1.
0
Prova. Para este método colocamos y0 (t) como uma função identicamente nula e
sucessivamente
Z 1
yn+1 (t) = f t, k(t, s)g(s, yn (s))ds , n = 0, 1, 2, 3, . . .. (3.4)
0
Desde y0 ≡ 0, nós podemos mostrar que

Z 1
y1 (t) = f t, k(t, s)g(s, 0)ds ∈ Lp ([0, 1]), (3.5)
0
22
usando as condições (A1), (A2) e (A3). A partir disso, temos ky1 kp < ∞.
Usando a desigualdade de Hölder e condições (A1), (A2), (A3), (H1), (H2) e (H3),
obtemos, para n ≥ 1,
Z 1
|yn+1 (t) − yn (t)| ≤ M |k(t, s)||g(s, yn (s)) − g(s, yn−1 (s))|ds
0
Z 1
≤ M |k(t, s)|L(s)|yn (s) − yn−1 (s))|ds
0
Z 1 p1 Z 1 p−q
pq
Z 1 p1
pq
≤ M |k(t, s)|p ds |L(s)| p−q ds |yn (s) − yn−1 (s))|p ds .
0 0 0
Então Z 1
p
|yn+1 (t) − yn (t)| ≤ M [M1 (t)] p p
M2p p
|yn (s) − yn−1 (s))| ds . (3.6)
0
Fazendo K = ky1 kp . De (3.5) e (3.6) segue que:

Z 1
p
p p p
|y2 (t) − y1 (t)| ≤ M [M1 (t)] M2 |y1 (s)|p ds = M p [M1 (t)]p M2p Kp ,
0
Z 1
p p
|y3 (t) − y2 (t)| ≤ M [M1 (t)] p
M2p M p [M1 (s)]p M2p Kp ds = M p [M1 (t)]p M2p Kp N p ,
0
e sucessivamente
|yn+1 (t) − yn (t)|p ≤ M p [M1 (t)]p M2p Kp N (n−1)p ,
que é equivalente a
|yn+1 (t) − yn (t)| ≤ M M1 (t)M2 KN n−1 , para n ≥ 1. (3.7)
A expressão (3.7) mostra que a seguência (yn (t)) tomada pela série
y1 (t) + (y2 (t) − y1 (t)) + (y3 (t) − y2 (t)) + · · · + (yj+1 (t) − yj (t)) + · · ·
tem o majorante
y1 (t) + M M1 (t)M2 K(1 + N + N 2 + · · · + N j−1 + N j + · · · ).
Como essa série converge, podemos inferir que a sequência (yn (t)) converge para a solução
da equação (3.1).
Seguindo as ideias de ([2], [3] e [4]), nós iremos provar que a equação (3.1) tem
solução no espaço Lp ([0, 1]). Devemos assumir que as condições (A1), (A2), (A3), (H1),
(H2) e (H3) dos teoremas 3.1 e 3.2 são satisfeitas.
23
Seja ω : [0, 1] → R+ uma função contı́nua tal que ω(x) > 0, para todo x ∈ [0, 1].
Z x 1/p
−1 p
kukp,ω = sup ω (x) |u(s)| ds; x ∈ [0, 1] . (3.8)
0
Note que para ω ≡ 1 nós temos a norma clássica em Lp ([0, 1]). Além disso é
fácil verificar que a equação (3.8) define uma norma para qualquer função contı́nua positiva
ω : [0, 1] → R+ (ver [4]) e
c1 kukp ≤ kukp,ω ≤ c2 kukp , (3.9)
onde
1 1
c1 = (sup{ω(x) : x ∈ [0, 1]})− p e c2 = (inf{ω(x) : x ∈ [0, 1]})− p .
De (3.9) segue que Lp ([0, 1]) equipado com a norma k.kp,ω é um espaço de Banach,
uma vez que (Lp ([0, 1]), k.kp ) é um espaço de Banach.
Definimos ω : [0, 1] → R+ por
Rx
[M1 (s)]p ds
ω(x) = expλ 0 , (3.10)
Onde λ > 1 e Z 1
p 1
(M M2 ) . (M1 (t))p dt <
. (3.11)
0 λ
O próximo resultado será crucial para garantir a unicidade da solução para a equação
3.1.
3.1.2 Unicidade de Solução
Teorema 3.3. Assumiremos que as condições (A1), (A2), (A3), (H1), (H2) e (H3) dos
R
1
Teoremas 3.1 e 3.2 são satisfeitas. Então, o operador Ay(t) = f t, 0 k(t, s)g(s, y(s))ds é
uma contração em Lp ([0, 1]) com respeito a norma k.kp,ω , onde ω é definido em (3.10).
Prova. O Teorema 3.1 assegura que Ay ∈ Lp ([0, 1]). Pela desigualdade de Hölder,
nós temos:
Z 1 Z 1 p
p

|Ay1 (t) − Ay2 (t)| = f t,
k(t, s)g(s, y 1 (s))ds − f t, k(t, s)g(s, y 2 (s))ds

Z 10 Z 1 0 p

≤ M p k(t, s)g(s, y1 (s))ds − k(t, s)g(s, y2 (s))ds
Z0 1 0 p
p

≤ M |k(t, s)||g(s, y1 (s)) − g(s, y2 (s))|ds
Z0 1 p
p

≤ M |k(t, s)|L(s)|y1 (s) − y2 (s))|ds
0 !p Z
Z 1 Z 1 p−q
pq 1
pq
p p p
≤ M |k(t, s)| ds |L(s)| ds
p−q |y1 (s) − y2 (s))| ds .
0 0 0
24
De (3.2) e (3.3), segue que

Z 1
p p p p
|Ay1 (t) − Ay2 (t)| ≤ M (M1 (t)) (M2 ) |y1 (s) − y2 (s)|p ds. (3.12)
0
Integrando os dois lados de (3.12) com respeito a t sobre [0, x], x ∈ [0, 1], e usando
(3.11), nós obtemos
Z x Z x Z 1
p p p
|Ay1 (t) − Ay2 (t)| dt ≤ (M M1 (t)M2 ) . |y1 (s) − y2 (s)| ds dt
0 Z0 x 0 Z 1
λ 0t [M1 (s)]p ds −λ 0t [M1 (s)]p ds
R R
p
= (M M1 (t)M2 ) exp . exp . |y1 (s) − y2 (s)|p
0 Z x 0
λ 0x [M1 (s)]p ds
R
p p p
≤ (M M2 ) .ky1 − y2 kp,ω . exp . (M1 (t)) dt
0
1 Rx p
≤ . expλ 0 [M1 (s)] ds .ky1 − y2 kpp,ω ,
λ
que implica Z 1
−λ
Rx
[M1 (s)]p ds 1
exp 0 |Ay1 (t) − Ay2 (t)|p dt ≤ ky1 − y2 kpp,ω .
0 λ
Portanto,
1
kAy1 (t) − Ay2 (t)kpp,ω ≤ ky1 − y2 kpp,ω ,
λ
De onde podemos concluir que
kAy1 (t) − Ay2 (t)kp,ω ≤ αky1 − y2 kp,ω ,
onde α = λ−1/p < 1.
Teorema 3.4. Suponha que as condições (A1), (A2), (A3), (H1), (H2) e (H3) dos Teore-
mas 3.1 e 3.2 são cumpridas. Então a equação (3.1) tem uma única solução em Lp ([0, 1]),
que pode ser obtida como o limite de aproximações sucessivas.
Referências Bibliográficas
[1] Isnard, C., Introdução à medida e integração, Projeto Euclides, Impa. 2.ed. Rio de
Janeiro, 2009.
[2] Bielecki, A., Un remarque sur lapplication de la méthode de BanachCacciopoli-Tikhonov

dans la théorie de lequation s= f (x, y, z, p, q), Bull. Acad. Polon. Sci. Sér. Sci. Math.
Phys. Astr, 4:265-268, 1956.
[3] Bielecki, A.,Une remarque sur la méthode de Banach-Cacciopoli-Tikhonov dans la

théorie des équations différentielles ordinaires, Bull. Acad. Polon. Sci, 4(5):261?264,
1956.
[4] Kwapisz, M.,Bielecki’s method, existence and uniqueness results for Volterra integral
equations in Lp space, J. Math. Anal. Appl., 154(2):403-416, 1991.
[5] Lima, Elon Lages Análise Real, Volume 2, Projeto Euclides, Impa. 2.ed. Rio de Janeiro,
2004.
[6] Lima, Elon Lages Curso de Análise, Volume 1, Projeto Euclides, Impa. 13.ed. Rio de
Janeiro, 2011.
[7] Honig, Chaim S;A integral de Lebesgue e suas Aplicações, Impa. 1.ed. Rio de Janeiro,
1977.
25

TCC Versão Final - Silvana Cabral

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

TCC Versão Final - Silvana Cabral

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal do Recôncavo da

Noções de espaços Lp e estudo de

Silvana Soares Cabral

Cruz das Almas

Silvana Soares Cabral

Trabalho de conclusão de curso apresentado ao

Orientadora: Prof. Dra. Mariana Pinheiro Gomes da

Cruz das Almas

Agradeço, primeiramente a Deus por ter me dado o dom da vida, e

Obrigada as minhas irmãs Sandra, Simone e Simara por toda compreensão

A minha orientadora, Dra. Mariana Pinheiro por toda paciência, atenção,

Agradeço a todos os professores do departamento de matemática, por tanto

Agradeço as minhas colegas e amigas de apartamento, Brenda e Thamy-

Obrigada a todos que dividiram comigo momentos de aflição e agonia, vocês

Neste trabalho apresentamos noções básicas de Análise Funcional,

Palavras-chave: Espaços Lp , desigualdades, equações integrais.

In this work we present the basics of Functional Analysis, more pre-

3 Existência e Unicidade de Soluções para Equações Integrais em Lp 18

Neste trabalho estudamos algumas desigualdades clássicas em um espaço de medida,

desigualdade é devida ao alemão Otto Hölder e é comumente utilizada na matemática e tem

Definição 1.1. Chamamos de semi-anel em Ω a uma coleção S de subconjuntos de Ω

A coleção de todos os intervalos limitados, que são dados por

S = {[a, b], [a, b), (a, b], (a, b); a < b}

é o exemplo básico de um semi-anel.

E dizemos que uma medida µ definida em S é σ-aditiva quando

onde S denotará sempre um semi-anel e S são intervalos limitados em R.

O comprimento dos intervalos limitados é o exemplo básico de medida.

Definição 1.3. Um anel de conjuntos é qualquer coleção A’ de subconjuntos de um conjunto

1.2 Semi-Normas e Normas

1.4 Funções Mensuráveis

[f > r] = {x ∈ Ω|f (x) > r} = f −1 ((r, +∞))

1.5 A Integral das Funções Simples

onde os Sj são conjuntos disjuntos, Sj ∈ S, rj ∈ R e m é finito.

1.5.1 Funções Vetoriais ou Complexas

Consideremos f : Ω → Rm ou Cm , f (x) = (f1 (x), ..., fm (x)) ou f (x) = f1 (x)+if2 (x),

1.6 A integral de Lebesgue

1.6.1 Integral de Funções Simples

onde A1 , ..., Ak são subconjuntos mensuráveis.

Indicamos por XA a função caracterı́stica de A: para todo X ∈ A, onde A é um

1.6.2 Integral de Funções Mensuráveis

Prova. Ver [7]

1.6.3 Integral de Funções Mensuráveis Positivas

Sendo A um conjunto mensurável, indicamos por S+ (A), ou simplesmente por S+ ,

desde que tenhamos

Seja V = Rm ou C. Uma função f : Ω 7→ V é dita essencialmente limitada quando

{f : Ω 7→ V |f é A’-mensurável e essencialmente limitada}

Proposição 1.9. Vale |f | ≤ kf k∞ q.t.p. Portanto, kf k∞ é o menor r ≥ 0 tal que |f | ≤ r

Prova. Ver [1]

Proposição 1.10. Vale kf k∞ = 0 se e somente se f = 0 q.t.p.

Prova. Da proposição 1.9 segue-se que kf k∞ = 0 ⇔ |f | ≤ 0 q.t.p ⇔ f = 0 q.t.p.

Proposição 1.11. Para todo f : Ω → Rm ou C integrável vale

Prova. Ver [1]

Proposição 1.12. O conjunto L1 (Ω, µ, Rm ) é um espaço vetorial real.

Prova. Para cada x ∈ Ω valem

|f (x) + g(x)| ≤ |f (x)| + |g(x)| e |cf (x)| = |c||f (x)|

A integração dessas funções Λ-mensuráveis não negativas dá

I(|f + g|) ≤ I(|f |) + I(|g|) = |f |1 + |g|1

e I(|cf |) = |c|I(|f |) = |c||f |1 .

Proposição 1.13. Sejam 1 ≤ p < ∞ e 1

Se f (Ω) ⊆ R então g(Ω) ⊆ R. Se f ≥ 0 então g ≥ 0.

Prova. Ver [1]

Proposição 1.14. Vale kf kp = 0 se e somente se f = 0 q.t.p.

Prova. Ver [1]