The main objects of study in this thesis are matroids. In particular we are interested in three particular classes matroids: regular matroids, arithmetic matroids, and internally perfect matroids. Of these families, regular matroids are the oldest and most well-known. In contrast, arithmetic matroids are relatively new structures that simultaneously capture combinatorial and geometric invariants of rational vector configurations. We introduce the class of internally perfect matroids in order to use the structure of the internal order of such a matroid to prove Stanley's conjecture that (under a certain assumption) any h-vector of a matroid is a pure O-sequence in this case. The thesis is structured as follows. We give all relevant background information in Chapter 1. In Chapter 2 we give a new proof of a generalization of Kirchoff's matrix-tree theorem to regular matroids. After recasting the problem into the world of polyhedral geometry via two zonotopes determined by a regular matroid, we reprove the theorem by showing that the volumes of these zonotopes are equal by providing an explicit bijection between the points in them (up to a set of measure zero). We then generalize to the weighted case, and conclude by using our technique to reprove the the classical matrix-tree theorem by working out the details when the matrices involved have rank-plus-one many rows. This chapter is joint work with Julian Pfeifle. In Chapter 3 we exploit a well-known connection between the zonotope and Lawrence polytope generated by a fixed integer representation of a rational matroid to prove relations between various polynomials associated to these two polytopes and the underlying matroid. First we prove a relationship between the Ehrhart polynomial of the zonotope and the numerator of the Ehrhart series of the Lawrence polytope. On the level of arithmetic matroids, this relation allows us to view the numerator of the Ehrhart series of the Lawrence polytope as the arithmetic matroid analogue of the usual matroid h-vector of the matroid. After proving the previous result, we use it to give a new interpretation of the coefficients of a certain evaluation of the arithmetic Tutte polynomial. Finally, we give a new proof that the h-vector of the matroid and the numerator of the Ehrhart series of the Lawrence polytope coincide when the matrix representing the matroid is unimodular. In Chapter 4, we consider a new class of matroids consisting of those matroids whose internal order makes them especially amenable to proving Stanley's conjecture. Stanley's conjecture states that for any matroid there exists a pure order ideal whose O-sequence coincides with the h-vector of the matroid. We give a brief review of known results in Section 4.1 before turning to ordered matroids and the internal order in Section 4.2, where we also define internally perfect bases and matroids. In Section 4.3 we first prove preliminary results about internally perfect bases culminating in Theorem 4.11 in which we show that, under a certain assumption, any internally perfect matroid satisfies Stanley's conjecture. Moreover, we conjecture that the assumption in the previous sentence holds for all internally perfect matroids. / El principal objeto de estudio de la presente tesis son las matroides, que generalizan propiedades de matrices a un contexto más combinatorio. Nos interesaremos principalmente por tres clases particulares: matroides regulares, matroides aritméticas, y matroides internamente perfectas. De estas famílias, las matroides regulares son las mejor estudiadas. En cambio, las matroides aritméticas son estructuras relativamente nuevas que capturan simultáneamente invariantes combinatorias y geométricas de configuraciones racionales de vectores. Introducimos en esta tesis la clase de matroides internamente perfectas, que nos permiten usar la estructura del orden interno de dichas matroides para probar, en este caso y suponiendo la veracidad de una afirmación, la conjetura de Stanley que cualquier h-vector de una matroide es una O-secuencia pura. Esta tesis está estructurada de la siguiente forma. En el Capítulo 1 damos los antecedentes relevantes. En el Capítulo 2 ofrecemos una nueva demostración de una generalización del teorema de Kirchhoff. Después reestructuramos el problema en el mundo de la geometría poliédrica a través de dos zonotopos determinados por una matroide regular, demostrando que los volúmenes de estos zonotopos son iguales, y construyendo una biyección explícita entre ellos (fuera de un conjunto de medida cero). Generalizamos entonces al caso de una matroide con pesos. Concluimos mostrando que nuestra técnica pude ser usada para volver a demostrar el teorema clásico de Kirchhoff, puliendo los detalles cuando las matrices tienen corrango igual a uno. Este capítulo es fruto de trabajo conjunto con Julian Pfeifle. En el Capítulo 3 sacamos provecho de una conexión entre el zonotopo y el politopo de Lawrence generado por una representación íntegra (con coeficientes enteros) de una matroide racional para probar relaciones entre varios polinomios asociados con ellos. Primero demostramos una relación entre el polinomio de Ehrhart del zonotopo y el numerador de la serie de Ehrhart del politopo de Lawrence. Al nivel de matroides aritméticas esta relación nos permite ver el numerador de la serie de Ehrhart del politopo de Lawrence como el análogo, para matroides aritméticas, del usual h-vector de la matroide. Después de demostrar el resultado mencionado, lo usamos para ofrecer una nueva interpretación de los coeficientes de una evaluación particular del polinomio aritmético de Tutte. Finalmente mostramos que el h-vector de la matroide y la serie de Ehrhart del politopo de Lawrence coinciden cuando la representación es unimodular. En el Capítulo 4 consideramos una nueva clase de matroides, cuyo orden interno las vuelve especialmente dispuestas para demostrar la conjetura de Stanley. Esta conjetura dice que para cualquier matroide existe un ideal de orden puro cuya O-secuencia coincide con el h-vector de la matroide. Damos un breve repaso de los resultados conocidos en la Sección 4.1 antes de enfocarnos en las matroides ordenadas y el orden interno en la Sección 4.2, donde también definimos las bases y matroides internamente perfectas. En la Sección 4.3 probamos resultados preliminares sobre bases internamente perfectas culminando en el Teorema 4.11, dónde mostramos que, suponiendo la veracidad de cierta afirmación, cualquier matroide perfecta satisface la conjetura de Stanley. Por otra parte, conjeturamos que esta afirmación, en efecto, es válida para todas las matroides internamente perfectas.

Nowadays large part of the time needed to perform a numerical simulation is spent in preprocessing, especially in the geometry cleaning operations and mesh generation. Furthermore, these operations are not easy to automatize because they depend strongly on each geometrical model and they often need human interaction. Many of these operations are needed to obtain a watertight geometry. Even with a clean geometry, classical unstructured meshing methods (like Delaunay or Advancing Front based ones) present critical weak points like the need of a given quality in the boundary mesh or a relatively smooth size transition. These aspects decrease their robustness and imply an extra effort in order to reach the final mesh. Octree based meshers try to relax some of these requirements. In the present work an octree based mesher for unstructured tetrahedra is presented. The proposed mesher ensures the mesh generation avoiding most of the geometry cleaning operations. It is based in the following steps: fit an octree onto the model, refine it following given criteria, apply a tetrahedra pattern to the octree cells and adapt the tetrahedra close to the contours in order to represent accurately the boundary shape. An important and innovative aspect of the proposed algorithm is it ensures the final mesh preserves the topology and the geometric features of the original model. The method uses a Ray Casting based algorithm for the identification of the inner and outer parts of the volumes involved in the model. This technique allows the mesh generation of volumes even with non-watertight boundaries, and also opens the use of the mesher for immersed methods only applying slight modifications to the algorithm. The main advantages of the presented mesher are: robustness, no need for watertight boundaries, independent on the contour mesh quality, preservation of geometrical features (corners and ridges), original geometric topology guaranteed, accurate representation of the contours, valid for immersed methods, and fast performance. A lot of time in the preprocessing part of the numerical simulation is saved thanks to the robustness of the mesher, which allows skipping most of the geometry cleaning operations. A shared memory parallel implementation of the algorithm has been done. The effectiveness of the algorithm and its implementation has been verified by some validation examples. / En l'actualitat gran part del temps emprat per córrer una simulació numèrica està dedicat al preprocés, especialment a les operacions de neteja de geometria i generació de malla. A més, aquestes operacions no són fàcils d'automatitzar degut a la seva forta dependència del model geomètric i sovint necessiten d’interacció humana. Moltes d'aquestes operacions són necessàries per aconseguir una definició topológicament hermètica de la geometria. Inclús amb una geometria neta, els mètodes clàssics de mallat (com els basats en Delaunay o avançament frontal) presenten punts febles crítics com la necessitat d'una certa qualitat de les malles de contorn o una transició de mides relativament suau. Aquests aspectes disminueixen la seva robustesa i impliquen un esforç extra a l'hora d'obtenir la malla final. Els mètodes de mallat basats en estructures octree relaxen alguns d'aquests requeriments. En aquest treball es presenta un mallador basat en octree per tetraedres no estructurats. Un dels aspectes claus d'aquest mallador és que garanteix la generació de malla evitant moltes de les operacions de neteja de geometria. Es basa en els següents passos: encaixar un octree al model, refinar-lo seguint certs criteris, aplicar un patró de tetraedres a les cel•les de l'octree i adaptar-los a les zones properes als contorns a fi i efecte de representar acuradament la forma del domini. Un aspecte important i innovador de l'algorisme proposat és que manté la topologia del model a la malla final i preserva les seves característiques geomètriques. El mètode presentat utilitza un algorisme basat en la tècnica Ray Casting per la identificació de les parts interiors i exteriors dels volums del model. Aquesta tècnica permet la generació de malla de volums inclús amb contorns que no tanquen hermèticament, i també obre l’ús del mallador a mètodes “immersed” aplicant només petites modificacions a l'algorisme. Els principals avantatges del mallador presentat són: robustesa, no necessitat de definicions hermètiques dels contorns, independent de la qualitat de la malla de contorn, preservació de característiques geomètriques (cantonades i arestes abruptes), topologia original de la geometria garantida, representació precisa dels contorns, vàlid per mètodes “immersed” i ràpid rendiment. L’ús del mallador estalvia molt de temps en la part del preprocés de la simulació numèrica gràcies a la seva robustesa que permet obviar la majoria d'operacions de neteja de geometria. S'ha dut a terme una implementació paral•lela amb memòria compartida de l'algorisme. L'efectivitat del mateix i la seva implementació ha estat verificada mitjançant exemples de validació.

Over the last few decades, data analysis has swiftly evolved from being a task addressed mainly within the remit of multivariate statistics, to an endevour in which data heterogeneity, complexity and even sheer size, driven by computational advances, call for alternative strategies, such as those provided by pattern recognition and machine learning. Any data analysis process aims to extract new knowledge from data. Knowledge extraction is not a trivial task and it is not limited to the generation of data models or the recognition of patterns. The use of machine learning techniques for multivariate data analysis should in fact aim to achieve a dual target: interpretability and good performance. At best, both aspects of this target should not conflict with each other. This gap between data modelling and knowledge extraction must be acknowledged, in the sense that we can only extract knowledge from models through a process of interpretation. Exploratory information visualization is becoming a very promising tool for interpretation. When exploring multivariate data through visualization, high data dimensionality can be a big constraint, and the use of dimensionality reduction techniques is often compulsory. The need to find flexible methods for data modelling has led to the development of non-linear dimensionality reduction techniques, and many state-of-the-art approaches of this type fall in the domain of probabilistic modelling. These non-linear techniques can provide a flexible data representation and a more faithful model of the observed data compared to the linear ones, but often at the expense of model interpretability, which has an impact in the model visualization results. In manifold learning non-linear dimensionality reduction methods, when a high-dimensional space is mapped onto a lower-dimensional one, the obtained embedded manifold is subject to local geometrical distortion induced by the non-linear mapping. This kind of distortion can often lead to misinterpretations of the data set structure and of the obtained patterns. It is important to give relevance to the problem of how to quantify and visualize the distortion itself in order to interpret data in a more faithful way. The research reported in this thesis focuses on the development of methods and techniques for explicitly reintroducing the local distortion created by non-linear dimensionality reduction models into the low-dimensional visualization of the data that they produce, as well as in the definition of metrics for probabilistic geometries to address this problem. We do not only provide methods only for static data, but also for multivariate time series. The reintegration of the quantified non-linear distortion into the visualization space of the analysed non-linear dimensionality reduction methods is a goal by itself, but we go beyond it and consider alternative adequate metrics for probabilistic manifold learning. For that, we study the role of \textit{Random geometries}, that is, distributions of manifolds, in machine learning and data analysis in general. Methods for the estimation of distributions of data-supporting Riemannian manifolds as well as algorithms for computing interpolants over distributions of manifolds are defined. Experimental results show that inference made according to the random Riemannian metric leads to a more faithful generation of unobserved data. / Durant les últimes dècades, l’anàlisi de dades ha evolucionat ràpidament de ser una tasca dirigida principalment dins de l’àmbit de l’estadística multivariant, a un endevour en el qual l’heterogeneïtat de les dades, la complexitat i la simple grandària, impulsats pels avanços computacionals, exigeixen estratègies alternatives, tals com les previstes en el Reconeixement de Formes i l’Aprenentatge Automàtic. Qualsevol procés d’anàlisi de dades té com a objectiu extreure nou coneixement a partir de les dades. L’extracció de coneixement no és una tasca trivial i no es limita a la generació de models de dades o el reconeixement de patrons. L’ús de tècniques d’aprenentatge automàtic per a l’anàlisi de dades multivariades, de fet, hauria de tractar d’aconseguir un objectiu doble: la interpretabilitat i un bon rendiment. En el millor dels casos els dos aspectes d’aquest objectiu no han d’entrar en conflicte entre sí. S’ha de reconèixer la bretxa entre el modelatge de dades i l’extracció de coneixement, en el sentit que només podem extreure coneixement a partir dels models a través d’un procés d’interpretació. L’exploració de la visualització d’informació s’està convertint en una eina molt prometedora per a la interpretació dels models. Quan s’exploren les dades multivariades a través de la visualització, la gran dimensionalitat de les dades pot ser un obstacle, i moltes vegades és obligatori l’ús de tècniques de reducció de dimensionalitat. La necessitat de trobar mètodes flexibles per al modelatge de dades ha portat al desenvolupament de tècniques de reducció de dimensionalitat no lineals. L’estat de l’art d’aquests enfocaments cau moltes vegades en el domini de la modelització probabilística. Aquestes tècniques no lineals poden proporcionar una representació de les dades flexible i un model de les dades més fidel comparades amb els models lineals, però moltes vegades a costa de la interpretabilitat del model, que té un impacte en els resultats de visualització. En els mètodes d’aprenentatge de varietats amb reducció de dimensionalitat no lineals, quan un espai d’alta dimensió es projecta sobre un altre de dimensió menor, la varietat immersa obtinguda està subjecta a una distorsió geomètrica local induïda per la funció no lineal. Aquest tipus de distorsió pot conduir a interpretacions errònies de l’estructura del conjunt de dades i dels patrons obtinguts. Per això, és important donar rellevància al problema de com quantificar i visualitzar aquesta distorsió en sí, amb la finalitat d’interpretar les dades d’una manera més fidel. La recerca presentada en aquesta tesi se centra en el desenvolupament de mètodes i tècniques per reintroduir de forma explícita a l’espai de visualització la distorsió local creada per la funció no lineal. Aquesta recerca se centra també en la definició de mètriques per a geometries probabilístiques per fer front al problema de la distorsió de la funció en els models de reducció de dimensionalitat no lineals. No proporcionem mètodes només per a les dades estàtiques, sinó també per a sèries temporals multivariades. La reintegració de la distorsió no lineal a l’espai de visualització dels mètodes de reducció de dimensionalitat no lineals analitzats és un objectiu en sí mateix, però aquesta anàlisi va més enllà i considera també les mètriques probabilístiques adequades a l’aprenentatge de varietats probabilístiques. Per això, estudiem el paper de les Geometries Aleatòries (distribucions de les varietats) en Aprenentatge Automàtic i anàlisi de dades en general. Es defineixen aquí els mètodes per a l’estimació de les distribucions de varietats de Riemann de suport a les dades, així com els algorismes per calcular interpolants en les distribucions de varietats. Els resultats experimentals mostren que la inferència feta segons les mètriques de les varietats Riemannianes Aleatòries dóna origen a una generació de les dades observades més fidel / Durant les últimes dècades, l'anàlisi de dades ha evolucionat ràpidament de ser una tasca dirigida principalment dins de l'àmbit de l'estadística multivariant, a un endevour en el qual l'heterogeneïtat de les dades, la complexitat i la simple grandària, impulsats pels avanços computacionals, exigeixen estratègies alternatives, tals com les previstes en el Reconeixement de Formes i l'Aprenentatge Automàtic. La recerca presentada en aquesta tesi se centra en el desenvolupament de mètodes i tècniques per reintroduir de forma explícita a l'espai de visualització la distorsió local creada per la funció no lineal. Aquesta recerca se centra també en la definició de mètriques per a geometries probabilístiques per fer front al problema de la distorsió de la funció en els models de reducció de dimensionalitat no lineals. No proporcionem mètodes només per a les dades estàtiques, sinó també per a sèries temporals multivariades. La reintegració de la distorsió no lineal a l'espai de visualització dels mètodes de reducció de dimensionalitat no lineals analitzats és un objectiu en sí mateix, però aquesta anàlisi va més enllà i considera també les mètriques probabilístiques adequades a l'aprenentatge de varietats probabilístiques. Per això, estudiem el paper de les Geometries Aleatòries (distribucions de les varietats) en Aprenentatge Automàtic i anàlisi de dades en general. Es defineixen aquí els mètodes per a l'estimació de les distribucions de varietats de Riemann de suport a les dades, així com els algorismes per calcular interpolants en les distribucions de varietats. Els resultats experimentals mostren que la inferència feta segons les mètriques de les varietats Riemannianes Aleatòries dóna origen a una generació de les dades observades més fidel. Qualsevol procés d'anàlisi de dades té com a objectiu extreure nou coneixement a partir de les dades. L'extracció de coneixement no és una tasca trivial i no es limita a la generació de models de dades o el reconeixement de patrons. L'ús de tècniques d'aprenentatge automàtic per a l'anàlisi de dades multivariades, de fet, hauria de tractar d'aconseguir un objectiu doble: la interpretabilitat i un bon rendiment. En el millor dels casos els dos aspectes d'aquest objectiu no han d'entrar en conflicte entre sí. S'ha de reconèixer la bretxa entre el modelatge de dades i l'extracció de coneixement, en el sentit que només podem extreure coneixement a partir dels models a través d'un procés d'interpretació. L'exploració de la visualització d'informació s'està convertint en una eina molt prometedora per a la interpretació dels models. Quan s'exploren les dades multivariades a través de la visualització, la gran dimensionalitat de les dades pot ser un obstacle, i moltes vegades és obligatori l'ús de tècniques de reducció de dimensionalitat. La necessitat de trobar mètodes flexibles per al modelatge de dades ha portat al desenvolupament de tècniques de reducció de dimensionalitat no lineals. L'estat de l'art d'aquests enfocaments cau moltes vegades en el domini de la modelització probabilística. Aquestes tècniques no lineals poden proporcionar una representació de les dades flexible i un model de les dades més fidel comparades amb els models lineals, però moltes vegades a costa de la interpretabilitat del model, que té un impacte en els resultats de visualització. En els mètodes d'aprenentatge de varietats amb reducció de dimensionalitat no lineals, quan un espai d'alta dimensió es projecta sobre un altre de dimensió menor, la varietat immersa obtinguda està subjecta a una distorsió geomètrica local induïda per la funció no lineal. Aquest tipus de distorsió pot conduir a interpretacions errònies de l'estructura del conjunt de dades i dels patrons obtinguts. Per això, és important donar rellevància al problema de com quantificar i visualitzar aquesta distorsió en sì, amb la finalitat d'interpretar les dades d'una manera més fidel.

This thesis shows an approach to geometric quantisation of integrable systems. It extends some results by Guillemin, Kostant, Rawnsley, Sniatycki and Sternberg in geometric quantisation, considering regular fibrations as real polarisations, to the singular setting: the real polarisations concerned here are given by integrable systems with nondegenerate singularities, and the definition of geometric quantisation used is the one suggested by Kostant (via higher cohomology groups). It also presents unifying proofs for results in geometric quantisation by exploring the existence of symplectic circle actions: the tools developed here highlight and unravel the role played by circle actions in known results in geometric quantisation. The originality of this thesis relies on the following aspects. Firstly, the use of symplectic circle actions to obtain results in geometric quantisation, and secondly, the nonexistence of Poincaré lemmata for foliated cohomology when the foliation has singularities. Previous results on circle actions, due to Rawnsley, could not be used when the circle action is not free, and it is not straightforward to adapt them to accommodate fixed points. After developing these techniques, the computation of geometric quantisation is performed in a series of situations, which includes: the cotangent bundle of the circle and products of it with any quantisable manifold, and neighbourhoods of nondegenerate singularities of integrable systems (hyperbolic singularities need special treatment, since there is no natural circle action). These computations imply that the Kostant complex is a fine resolution (for the sheaf of sections of the prequantum line bundle which are flat along the polarisation) when the real polarisations are given by integrable systems with nondegenerate singularities. It is important to mention that the proofs are original, since, contrary to expectations, there is no Poincaré Lemma when singularities are allowed for the foliated cohomology associated to foliations induced by integrable systems. This nontrivial result turns out to be interesting in its own right, but only the aspects related to geometric quantisation are presented in the thesis, e.g. the need for a new proof that the Kostant complex is a fine resolution for the sheaf of flat sections. The thesis also provides a different proof of a theorem, firstly proved by Guillemin and Sternberg, that shows that the set of regular Bohr-Sommerfeld fibres is discrete -it not only bares the role played by circle actions, it also excludes the compactness assumption from the theorem. The exploitation of circle actions culminate in an alternative proof for the theorems of Sniatycki and Hamilton. It is an original and unifying proof: the argument works for both situations, Lagrangian fibre bundles and locally toric manifolds. In addition, this approach casts some light on a conjecture about the contributions coming from focus-focus type of singularities. It actually proves that, in degree zero, there is no contribution to geometric quantisation coming from focus-focus fibres for compact 4-dimensional almost toric manifolds.

Seja N uma variedade riemanniana de dimensão n, orientável, compacta com curvatura de Ricci limitada inferiormente por uma constante positiva k. Seja M uma hipersuperfície mínima compacta e orientável, mergulhada em N. O objetivo fundamental deste trabalho é apresentar um resultado foi obtido por H. I. Choi e AI-Nung Wang em [4] que prova que ^1(M) > k/2; onde ^1(M) denota o primeiro autovalor do laplaciano de M: Este resultado é importante pois se N = Sn então dele decorre que ^1(M) > (n - 1) /2; dando evidências da veracidade de uma conhecida conjectura de Yau que afirma que, quando N = Sn; vale ^1(M) = n - 1. / Let N be a compact orientable n¡dimensional Riemannian manifold with Ricci curvature bounded below by a positive constant k; and let M be a compact orientable embedded minimal hypersurface of N. Our main purpose in this work is to present a result due to H. I. Choi and AI-Nung Wang [4] which proves that the first eigenvalue ^1(M) of the Laplacian operator of M satisfies ^1(M) >k/2: This result implies, in particular, that if M is the unit sphere Sn then ^1(M) > (n - 1)=2: This estimate is an evidence of the validity of a well known conjecture of Yau which asserts that under these hypothesis ^1(M) = n - 1:

Nesta tese nós estudamos e provamos diversos teoremas de existência, unicidade e caracterização, dos pontos e dos valores críticos da conexão riemanniana de uma variedade riemanniana compacta, orientável, agindo nos espaços dos campos diferenciáveis da variedade com norma L2 um e com norma pontual um.

Seja N uma variedade riemanniana de dimensão n, orientável, compacta com curvatura de Ricci limitada inferiormente por uma constante positiva k. Seja M uma hipersuperfície mínima compacta e orientável, mergulhada em N. O objetivo fundamental deste trabalho é apresentar um resultado foi obtido por H. I. Choi e AI-Nung Wang em [4] que prova que ^1(M) > k/2; onde ^1(M) denota o primeiro autovalor do laplaciano de M: Este resultado é importante pois se N = Sn então dele decorre que ^1(M) > (n - 1) /2; dando evidências da veracidade de uma conhecida conjectura de Yau que afirma que, quando N = Sn; vale ^1(M) = n - 1. / Let N be a compact orientable n¡dimensional Riemannian manifold with Ricci curvature bounded below by a positive constant k; and let M be a compact orientable embedded minimal hypersurface of N. Our main purpose in this work is to present a result due to H. I. Choi and AI-Nung Wang [4] which proves that the first eigenvalue ^1(M) of the Laplacian operator of M satisfies ^1(M) >k/2: This result implies, in particular, that if M is the unit sphere Sn then ^1(M) > (n - 1)=2: This estimate is an evidence of the validity of a well known conjecture of Yau which asserts that under these hypothesis ^1(M) = n - 1:

Dans cette thése on obtient des conditions suffisantes pour la terminalité des variétés toriques de dimension arbitraire, généralisant des résultats connus en dimension 3 et 4. On classifie les variétés toriques Q-factorielles, terminales, Gorenstein de dimension 4 qui admettent un C-désingularisation. Une variété torique X obtenue par l'éclatement à poids d'un point régulier invariant d'une variété de Fano torique avec nombre de Picard égal à 1 est décrit par deux vecteurs en Z. En termes de ces vecteurs on décrit le cône nef et on classifie les contractions élémentaires de X au sens de Mori. Dans le cas où la variété de Fano est un espace projectif, on donne quelques families d'exemples où les variétés éclatées sont terminales. / Nesta tese, obtemos condições suficientes para terminalidade de variedades tóricas de dimensão arbitraria generalizando resultados conhecidos em dimensão 3 e 4. Classificamos as variedades tóricas Q-fatoriais, terminais, Gorenstein de dimensão 4 que admitem C-dessingularização. Uma variedade algébrica X obtida pela explosão ponderada de um ponto regular invariante de uma variedade de Fano tórica de dimensão n e número de Picard igual a 1 e descrita por dois vetores em 7Gn . Em termos destes vetores descrevemos o cone nef e classificamos as contrações elementares de X, no sentido de Mori. No caso em que a variedade de Fano e o um espaço projetivo, apresentamos algumas famílias de exemplos onde X e terminal. / In this thesis, we obtain sufficient conditions for terminality of toric varieties of arbitrary dimension generalizing known results in dimension 3 and 4. We classify the Q-factorial, terminal, Gorenstein toric varieties of dimension 4 which admit G-desingularization. An algebraic variety X obtained by the weighted blowing-up of a regular invariant point of a toric Fano variety of dimension n and Picard's number equal to 1 is described by two vectors in Zn . In terms of these vectors we describe the nef cone and classify the elementary contractions of X in the Mori's sense. In the case where the Fano variety is a projective space, we present some families of examples where X is terminal.

CRUZ, Flávio França. Sobre hipersuperfícies com curvatura e bordo prescritos em variedades riemannianas. 2011. 75 f. Tese (Doutorado em Matemática) – Centro de Ciências, Universidade Federal do Ceará, Programa de Pós-Graduação em Matemática, Fortaleza, 2011. / Submitted by Rocilda Sales (rocilda@ufc.br) on 2012-11-30T13:39:37Z No. of bitstreams: 1 2011_tese_ffcruz.pdf: 512633 bytes, checksum: 14ec838b790e128cef06adde406f399e (MD5) / Approved for entry into archive by Rocilda Sales(rocilda@ufc.br) on 2012-11-30T13:40:14Z (GMT) No. of bitstreams: 1 2011_tese_ffcruz.pdf: 512633 bytes, checksum: 14ec838b790e128cef06adde406f399e (MD5) / Made available in DSpace on 2012-11-30T13:40:14Z (GMT). No. of bitstreams: 1 2011_tese_ffcruz.pdf: 512633 bytes, checksum: 14ec838b790e128cef06adde406f399e (MD5) Previous issue date: 2011 / We investigate the existence of hypersurfaces with prescribed curvature in a wide context. First we study the Dirichlet problem for a class of fully nonlinear elliptic equations of curvature type on a Riemannian manifold, which are closely related with the existence of hypersurfaces with prescribed curvature and boundary. In this setting we prove some existence results which extend to a Riemannian manifold previous results by Caffarelli, Nirenberg,Spruck and Bo Guan for the Euclidean space. We also study the existence of hypersurfaces with prescribed anisotropic mean curvature. We prove existence results for the Dirichlet problem related to the anisotropic mean curvature equation. This ensures the existence of Killing graphs with prescribed anisotropic mean curvature and boundary in a Riemannian manifold endowed with a nonsingular Killing vector field. Finally, we prove the existence of hyperspheres with prescribed anisotropic mean curvature in the Euclidean space, extending a previous result of Treibergs and Wei. / Neste trabalhamos investigamos a existência de hipersuperfícies com curvatura prescrista num contexto amplo. Inicialmente estudamos o problema de Dirichlet para uma equação totalmente não-linear do tipo curvatura, definida em uma variedade Riemanniana. Este problema está intimamente relacionado a existência de hipersuperfícies com curvatura e bordo prescritos. Neste contexto obtemos alguns resultados que estendem para uma variedade Riemanniana resultados obtidos anteriormente por Caffarelli, Nirenberg, Spruck e Bo Guan para o espaço Euclideano. Investigamos também a existência de hipersuperfícies com curvatura média anisotrópica prescrita. Estabelecemos a solubilidade do problema de Dirichlet relacionado a equação da curvatura média anisotrópica prescrita. Este resultado assegura a existncia de gráficos de Killing com curvatura média anisotrópica e bordo prescritos numa variedade Riemanniana dotada com um campo de Killing sem singularidades. Finalmente, provamos a existência de hiperesferas com curvatura média anisotrópica prescrita no espaço Euclideano, estendendo o resultado obtido Treibergs e Wei para a curvatura média usual.

Submitted by Priscila Oliveira (priscila.b.oliveira@ufes.br) on 2016-07-12T15:55:26Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) topicos de geometria.pdf: 48215100 bytes, checksum: d5c9f8eb5ce296edea9004c48fac266b (MD5) / Approved for entry into archive by Patricia Barros (patricia.barros@ufes.br) on 2016-08-11T17:52:07Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) topicos de geometria.pdf: 48215100 bytes, checksum: d5c9f8eb5ce296edea9004c48fac266b (MD5) / Made available in DSpace on 2016-08-11T17:52:07Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) topicos de geometria.pdf: 48215100 bytes, checksum: d5c9f8eb5ce296edea9004c48fac266b (MD5) / Este trabalho sugere uma sequência de atividades complementares para a geometria. As atividades para a geometria euclidiana plana trabalham com a utilização de régua, compasso, transferidor, telefone celular e também do software de geometria dinâmica GeoGebra. Adicionalmente para a geometria analítica, sugerimos atividades pra´ticas de algumas defini¸co˜es e propriedades do plano cartesiano e de vetores. Na geometria esférica, as atividades estão relacionadas com a distância entre dois pontos e áreas na superfície do nosso planeta. O objetivo principal ´e trazer tanto para professores quanto para alunos um aumento qualitativo no aprendizado da geometria. / This work suggests a sequence of complementares activities to geometry. The plan euclidian geometry activities to make use of ruler, compass, transferor, cellphone and also the dynamic geometry software Geogebra. Additionally, to analytic geometry, we suggest activities of some definitions and properties of cartesian plan and vectors. In espheric geometry, the activities are related to the distance between two points and areas in the surface of our planet. The principal object is trazer both the teachers and students a qualitative increase in the learning of geometry.