Matemática · Glossário

O que é Aproximações da identidade?

Definição 12.8 Matemática universitária — Graduação 3 · Capítulo 12 — Os espaços Lp

A função

ρ(x)={cexp(11x2)x<1,0x1,\rho(x) = \begin{cases} c\,\exp\Bigl(-\dfrac{1}{1 - \norm x^2}\Bigr) & \norm x < 1,\\ 0 & \norm x \geq 1, \end{cases}

com cc normalizando ρ=1\int\rho = 1, é C\mathcal C^\infty em Rd\R^d: o ponto é que te1/t1t>0t \mapsto \eu^{-1/t}\mathbf 1_{t>0} é C\mathcal C^\infty em R\R, com todas as derivadas em 0+0^+ iguais a 00 (cada derivada é P(1/t)e1/tP(1/t)\eu^{-1/t} para um polinômio PP, e isso tende a 00; indução). Para ε>0\varepsilon > 0, ponha ρε(x)=εdρ(x/ε)\rho_\varepsilon(x) = \varepsilon^{-d}\rho(x/\varepsilon): com suporte em Bˉ(0,ε)\bar B(0, \varepsilon) e ainda de integral 11.

Exemplos

Exemplo 12.10 (Regularizando x\abs x, com taxas)

Tome f(x)=xf(x) = \abs x em R\R (localmente L1L^1; o teorema se aplica em toda janela limitada) e uma aproximação da identidade simétrica ρε\rho_\varepsilon. Então

fε(x)=(fρε)(x)=xyρε(y) ⁣dyf_\varepsilon(x) = (f * \rho_\varepsilon)(x) = \int\abs{x - y}\,\rho_\varepsilon(y)\,\dd y

é C\mathcal C^\infty; longe do bico, nada acontece: para xε\abs x \geq \varepsilon, xy\abs{x - y} é linear em xx no suporte de ρε\rho_\varepsilon, de modo que fε(x)=xf_\varepsilon(x) = \abs x exatamente (a simetria mata a correção). Perto de 00, a suavização custa precisamente

0fε(0)=yρε(y) ⁣dyε,fεfε:0 \leq f_\varepsilon(0) = \int\abs y\,\rho_\varepsilon(y)\,\dd y \leq \varepsilon, \qquad \norm{f_\varepsilon - f}_\infty \leq \varepsilon :

o erro de aproximação fica confinado à vizinhança de raio ε\varepsilon da singularidade e é da ordem dela. Enquanto isso, fε0f_\varepsilon'' \geq 0 em toda parte (ff é convexa, e a convolução com ρε0\rho_\varepsilon \geq 0 preserva a convexidade), com fε=fε()fε()=2\int f_\varepsilon'' = f_\varepsilon'(\infty) - f_\varepsilon'(-\infty) = 2: a segunda derivada é uma onda de massa 22 espremida em largura O(ε)O(\varepsilon), de modo que fεε1\norm{f_\varepsilon''}_\infty \gtrsim \varepsilon^{-1}. Suavizar é uma troca: erro uniforme O(ε)O(\varepsilon) contra explosão da derivada O(ε1)O(\varepsilon^{-1}) — exatamente a taxa de câmbio que a análise quantitativa (desigualdades de interpolação, o círculo de ideias do Problema 12.1) formaliza.

Ler no capítulo →