Anar al contingut

Interior algebraic

De L'Enciclopèdia, la wikipedia en valencià

En anàlisis funcional, una branca de les matemàtiques, el interior algebraic o núcleu radial d'un subconjunt d'un espai vectorial és un refinament del concepte d'interior.

Definició

Suponga's que A és un subconjunt d'un espai vectorial X. El interior algebraic (o núcleu radial) de A sobre X és el conjunt de tots els punts en els que A és un conjunt radial. Un punt a0∈A es diu de A[1][2] i es diu que A és si per cada x∈X existix un número real tx>0 tal que per cada t∈[0,tx], a0+tx∈A. Esta última condició també es pot escriure com a0+[0,tx]x⊆A a on el conjunt

a0+[0,tx]x:={a0+tx:t∈[0,tx]}

és el segment rectilíneo (o interval tancat) que comença en a0 i termina en a0+txx. Este segment és un subconjunt de a0+[0,∞)x,, que és el que emana de a0 en la direcció de x (és dir, paralel a/una translació de [0,∞)x).

Per lo tant, geomètricament, un punt interior d'un subconjunt A és un punt a0∈A en la propietat de que en cada direcció (vector) possible x≠0, A conté algun segment rectilíneo (no degenerado) que comença en a0 i es dirigix en eixa direcció (és dir, un subconjunt del raig a0+[0,∞)x).

L'interior algebraic de A (sobre X) és el conjunt de tots eixos punts. És dir, és el subconjunt de punts continguts en un conjunt dau respecte del com els punts del conjunt són radials.[3]

Si M és un subespacio llineal de X i A⊆X, llavors esta definició es pot generalisar al interior algebraic de A sobre M és:[4]

aintMA:={a∈X: para todo m∈M, existe algún tm>0 tal que a+[0,tm]⋅m⊆A}.

a on aintMA⊆A sempre es complix i si aintMA≠∅, llavors M⊆aff⁡(A−A), a on aff⁡(A−A) és l'envolvente afí de A−A (que és igual a span⁡(A−A)).

Tancament algebraic

Es diu que un punt x∈X és d'un subconjunt A⊆X si existix algun a∈A tal que el segment rectilíneo [a,x):=a+[0,1)x estiga contingut en A.[5]. El , indicat per aclXA,, consta de A i tots els punts en X als que es pot accedir linealment des de A.[5].

Interior algebraic (núcleu)

En el cas especial en el que M:=X,, el conjunt aintXA es denomina interior algebraic o núcleu de A i es denota per Ai o núcleo⁡A..

Formalment, si X és un espai vectorial, llavors l'interior algebraic de A⊆X és[6]

aintXA:=núcleo⁡(A):={a∈A: para todo x∈X, existe algún tx>0, tal que para todo t∈[0,tx],a+tx∈A}.

Si A no està buit, llavors estos subconjunts adicionals també són útils per als enunciats de moltes teoremes en l'anàlisis funcional convex (com el teorema de Ursescu):

icA:={iAsi aff⁡A es un conjunto cerrado,∅en caso contrario
ibA:={iAsi expan⁡(A−a) es un subespacio lineal abarrilado de X para cualquier/todo a∈A,∅en caso contrario

Si X és un espai de Fréchet, A és convex i aff⁡A està tancat en X, llavors icA=ibA pero en general és possible tindre icA=∅ mentres ibA és buit.

Eixemples

Si A={x∈ℝ2:x2≥x12o x2≤0}⊆ℝ2, llavors 0∈núcleo⁡(A), pero 0∉int⁡(A) i 0∉núcleo⁡(núcleo(A)⁡).

Propietats del núcleu

Suponga's que A,B⊆X.

  • En general, núcleo⁡A≠núcleo⁡(núcleo⁡A). Pero si A és convexo, llavors:
    • núcleo⁡A=núcleo⁡(núcleo⁡A), i
    • per a tots els x0∈núcleo⁡A,y∈A,0<λ≤1 i despuix λx0+(1−λ)y∈núcleo⁡A.
  • A és un subconjunt absorbent d'un espai vectorial real si i solament si 0∈núcleo⁡(A).[3]
  • A+núcleo⁡B⊆núcleo⁡(A+B)[7]
  • A+núcleo⁡B=núcleo⁡(A+B) si B=núcleo⁡B.[7]

Tant el núcleu com el tancament algebraic d'un conjunt convex són novament convexos.[5] Si C és convexo, c∈núcleo⁡C, i b∈aclXC, llavors el segment rectilíneo [c,b):=c+[0,1)b està contingut en núcleo⁡C.[5]

Relació en l'interior topològic

Siga X un espai vectorial topològic, int denota l'operador interior i A⊆X. Llavors:

  • int⁡A⊆núcleo⁡A
  • Si A és convex no buit i X és de dimensió finita, llavors int⁡A=núcleo⁡A.[1]
  • Si A és convex en interior no buit, llavors int⁡A=núcleo⁡A.[8]
  • Si A és un conjunt convex tancat i X és un espai mètric complet, llavors int⁡A=núcleo⁡A.[9]

Vore també

Referències

  1. ↑ 1,0 1,1 Aliprantis y Border, 2006, pp. 199–200.
  2. ↑ John Cook. «Separation of Convex Sets in Linear Topological Spaces».
  3. ↑ 3,0 3,1 “Coherent Risk Measures, Valuation Bounds, and (μ,ρ)-Portfolio Optimization” .
  4. ↑ Zălinescu, 2002, p. 2.
  5. ↑ 5,0 5,1 5,2 5,3 Narici y Beckenstein, 2011, p. 109.
  6. ↑ Nikolaĭ Kapitonovich Nikolʹskiĭ. Functional analysis I: linear functional analysis, Springer. ISBN 978-3-540-50584-6.
  7. ↑ 7,0 7,1 Zălinescu, 2002, pp. 2–3.
  8. ↑ Kantorovitz, Shmuel. Introduction to Modern Analysis, Oxford University Press, p. 134. ISBN 9780198526568.
  9. ↑ «Perturbation Analysis of Optimization Problems».Springer..

Bibliografia


Referències