Analis Funcional

AN
ALISIS FUNCIONAL
cuarto curso de Matem aticas
Jose Garca-Cuerva
4 de marzo de 2011
Indice general
1. ESPACIOS DE HILBERT 1
1.1. Espacios de Banach y Espacios de Hilbert. . . . . . . . . . . . . 1
1.2. El teorema de la proyecci on ortogonal. . . . . . . . . . . . . . . 16
1.3. Operadores lineales acotados. . . . . . . . . . . . . . . . . . . . 22
1.4. Sistemas ortonormales y bases. . . . . . . . . . . . . . . . . . . 31
2. EL TEOREMA DE BAIRE Y SUS CONSECUENCIAS 49
2.1. El teorema de Baire . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.2. Aplicaci on abierta y gr aco cerrado . . . . . . . . . . . . . . . . 55
2.3. El principio de acotaci on uniforme . . . . . . . . . . . . . . . . . 61
3. EL TEOREMA DE HAHN-BANACH Y LA DUALIDAD 73
3.1. El teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . . . 73
3.2. Algunos ejemplos de espacios duales . . . . . . . . . . . . . . . 83
4. ESPACIOS VECTORIALES TOPOLOGICOS 95
4.1. Deniciones y primeras propiedades . . . . . . . . . . . . . . . . 95
4.2. Aplicaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . 104
4.3. Espacios metrizables . . . . . . . . . . . . . . . . . . . . . . . . 109
4.4. Espacios localmente convexos . . . . . . . . . . . . . . . . . . . 117
4.5. Topologas debiles . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5. TEOR
IA DE OPERADORES 139
5.1. Anuladores y dualidad . . . . . . . . . . . . . . . . . . . . . . . 139
5.2. Operadores compactos . . . . . . . . . . . . . . . . . . . . . . . 146
5.3. Teora espectral . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
i
ii

INDICE GENERAL
Captulo 1
ESPACIOS DE HILBERT
1.1. Espacios de Banach y Espacios de Hil-
bert. Propiedades elementales y ejemplos.
Denici on 1.1.1 Sea X un espacio vectorial sobre el cuerpo K = R o C. Se
denomina producto escalar o producto interior en X a cualquier aplica-
cion
u : X X K
que sea una forma sesquilineal hermitiana denida positiva, es decir,
que cumpla, para todos los , K y los x, y, z X, las propiedades siguientes:
(a) u(x + y, z) = u(x, z) + u(y, z).
(a) u(x, y + z) = u(x, y) +

u(x, z).
(b) u(x, y) = u(y, x).
(c) u(x, x) 0 y u(x, x) = 0 solo para x = 0.
Observamos que (a) y (b) juntas implican (a). Naturalmente, si K = R, un
producto interior es una forma bilineal simetrica denida positiva. A
partir de ahora denotaremos los productos interiores mediante
u(x, y) = 'x, y`
Denici on 1.1.2 Si ' , ` es un producto interior en X, al par (X, ' , `) le
llamaremos Espacio con producto interior o Espacio Prehilbertiano.
Ejemplos 1.1.3 1. Sea X = R
n
. Si x = (x
1
, x
2
, . . . , x
n
) R
n
e y =
(y
1
, y
2
, . . . , y
n
) R
n
, denimos
'x, y` =
n
j=1
x
j
y
j
.
Es claro que obtenemos un producto interior.
1
2 CAP
ITULO 1. ESPACIOS DE HILBERT

2. Sea ahora X = C
n
. Si z = (z
1
, z
2
, . . . , z
n
) C
n
y w = (w
1
, w
2
, . . . , w
n
)
C
n
, denimos
'z, w` =
n
j=1
z
j
w
j
.
De nuevo es evidente que se trata de un producto interior.
3. Consideremos
X = C
N
f
= x = (x
1
, x
2
, . . . ) C
N
: solo un n umero nito de x
t
j
s son = 0.
Si x = (x
1
, x
2
, . . . ) C
N
f
e y = (y
1
, y
2
, . . . ) C
N
f
, denamos
'x, y` =
j=1
x
j
y
j
.
La suma es, de hecho, nita, y las propiedades del producto escalar se
comprueban inmediatamente.
4. Pasamos ahora a
l
2
= x = (x
1
, x
2
, . . . ) C
N
:
j=1
[x
j
[
2
<
Si x = (x
1
, x
2
, . . . ) l
2
e y = (y
1
, y
2
, . . . ) l
2
, denimos
'x, y` =
j=1
x
j
y
j
.
Observar que la serie converge porque
j=n
x
j
y
j
j=n
[x
j
[
2
1/2
j=n
[y
j
[
2
1/2
Esto no es m as que un caso particular de la desigualdad de Cauchy-
Bunyakowsky-Schwarz, que veremos m as abajo. Tambien en esta oca-
si on es inmediato ver que se trata de un producto escalar.
5. X = ([0, 1], es el espacio de las funciones continuas complejas en el
intervalo compacto [0, 1]. Para f, g X, denimos
'f, g` =
1
0
f(x)g(x)dx.
Es, claramente, un producto escalar.
1.1. ESPACIOS DE BANACH Y ESPACIOS DE HILBERT. 3
6. Sea (, , ) un espacio de medida. Denimos
L
2
() = f : C, medibles, tales que
[f(x)[
2
d(x) <
Para f, g L
2
(), denimos
'f, g` =
f(x)g(x)d(x).
En este caso tenemos una forma sesquilineal hermitiana; pero no es un
producto escalar, ya que no es, en general, denida positiva. En efecto
si
[f(x)[
2
d(x) = 0, s olo podemos concluir que f(x) = 0 en casi
todo punto respecto a la medida . Para remediar esto decimos que dos
funciones f, g L
2
() son equivalentes si coinciden en casi todo punto
respecto a la medida . As obtenemos una relacion de equivalencia en
L
2
() y llamamos L
2
() al conjunto de las clases de equivalencia. Vemos
que ni las operaciones ni el valor de la forma sesquilineal dependen de los
representantes elegidos en cada clase de equivalencia, de modo que L
2
()
es un espacio vectorial con una forma sesquilineal hermitiana. Adem as
se comprueba que ahora en L
2
() la forma sesquilineal s es denida
positiva, de suerte que L
2
() es un espacio prehilbertiano.
En este ejemplo 6 hay que mencionar explcitamente dos casos particu-
lares que apareceran muy frecuentemente en las p aginas siguientes.
En primer lugar tenemos la situacion en la que es un conjunto medible
de R
n
, normalmente un conjunto de Borel y = m
n
, la medida de
Lebesgue sobre los subconjuntos de Borel (o los medibles) de . En ese
caso, escribiremos simplemente L
2
(), en lugar de L
2
(). Aparecer an,
sobre todo en los ejemplos, el espacio correspondiente a = [0, 1], que
denotaremos mediante L
2
[0, 1] y tambien los espacios L
2
(R
n
).
La otra situacion importante corresponde a tomar un conjunto cualquie-
ra y considerar = {() y la medida contadora o medida
cardinal que asigna a cada subconjunto nito A de el n umero de
puntos de A y a los conjuntos innitos les asigna medida igual a . Al
espacio L
2
() se le designa en este caso como l
2
(). Sus elementos son
familias (x
de n umeros complejos tales que
[x
[
2
<
De acuerdo con la denici on de integral, esta suma no quiere decir mas
que el supremo de las sumas
A
[x
[
2
,
4 CAP

donde A recorre todos los subconjuntos nitos de . Observemos que,
en general, una funci on integrable tiene soporte nito. Para la me-
dida contadora los conjuntos nitos son exactamente los conjuntos
numerables. As pues, si x = (x
l
2
(), solamente una cantidad
numerable de componentes x
pueden ser diferentes de cero. La denici on

del producto escalar se puede escribir tambien como
'x, y` =
Esto no es m as que otra forma de escribir la integral. Recordemos que
= z
quiere decir que para cada > 0, existe un conjunto nito A tal que
para todo subconjunto nito B de que contenga a A,
B
z
< .
El caso particular l
2
(1, 2, , n), que denotaremos como l
2
n
, no es otra
cosa que el espacio construido sobre C
n
en el ejemplo 2.
Asimismo, l
2
(N) = l
2
, el espacio del ejemplo 4.
Teorema 1.1.4 (Desigualdad de Cauchy-Bunyakowsky-Schwarz) Si ' , `
es un producto escalar en X, entonces para todos los x, y X
['x, y`[
2
'x, x`'y, y`.
Demostracion. Para cada K
0 'x y, x y` = 'x, x` +[[
2
'y, y` 2Re('y, x`)
Tomemos
=
'x, y`
['x, y`[
t con t R.
Resulta
'x, x` + t
2
'y, y` 2t['x, y`[ 0.
Tenemos as una ecuacion cuadratica real que no tiene dos raices reales dis-
tintas, puesto que la par abola correspondiente est a siempre por encima del eje
real. Se sigue que
['x, y`[
2
'x, x`'y, y` 0.
Corolario 1.1.5 Si (X, ' , `) es un espacio prehilbertiano, denimos para cada
x X, [[x[[ = 'x, x`
1/2
. Entonces la aplicacion
X [0, [
x [[x[[
tiene las siguientes propiedades
(a) [[x + y[[ [[x[[ +[[y[[ x, y X.
(b) [[x[[ = [[[[x[[ K, x X.
(c) [[x[[ = 0 x = 0.
Demostraci on. (a)
[[x + y[[
2
= 'x + y, x + y` = 'x, x` +'y, y` + 2 Re 'x, y`
[[x[[
2
+[[y[[
2
+ 2[[x[[[[y[[ = ([[x[[ +[[y[[)
2
.
(b)[[x[[ = 'x, x`
1/2
= [[[[x[[.
(c) se sigue de la correspondiente propiedad (c) del producto escalar.
Denici on 1.1.6 Si X es un espacio vectorial real o complejo, toda aplicacion
X [0, [
x [[x[[
que cumpla las propiedades (a), (b) y (c) del corolario 1.1.5, se dira que es
una norma en X, y al par (X, [[ [[) se le llamara espacio normado.
Ejemplos 1.1.7 1. Dado un conjunto cualquiera , sea
X = /() = f : C : f es acotada
Si denimos, para f X,
[[f[[
u
= sup
[f()[,
obtenemos una norma, que se conoce como la norma de la conver-
gencia uniforme. En efecto, la convergencia asociada a esta norma es,
justamente, la convergencia uniforme.
2. Si K es un espacio topol ogico compacto, el espacio ((K) de las funciones
continuas complejas en K, es un subespacio vectorial de /(K), de modo
que (((K), [[ [[
u
) es tambien un espacio normado.
6 CAP

3. Sea (, , ) un espacio de medida. Para 1 p < , denimos
L
p
() = f : C, medibles, tales que
[f(x)[
p
d(x) <
Se puede ver que L
p
() es un espacio vectorial y que la aplicaci on [[ [[
p
:
L
p
() [0, [ denida como
[[f[[
p
=
[f(x)[
p
d(x)
1/p
cumple las propiedades (a) y (b) de las normas, aunque no la propiedad
(c). Esto se remedia como en el caso de L
2
. El conjunto L
p
() de las
clases de equivalencia de funciones de L
p
() que coinciden en casi todo
punto con respecto a la medida , junto a la aplicaci on [[ [[
p
, denida
de la manera obvia sobre estas clases de equivalencia, s que es ya un
espacio normado.
Cuando es un medible de R
n
y = m
n
, medida de Lebesgue en ,
escribiremos, simplemente L
p
(). Usaremos con frecuencia los espacios
L
p
[0, 1] y L
p
(R
n
).
Cuando = {() y es la medida contadora, designaremos a L
p
()
como l
p
(), en consonancia con la notaci on que utilizamos anteriormente
para p = 2. Dos casos particulares que apareceran frecuentemente son
l
p
(1, 2, , n = l
p
n
y l
p
(N) = l
p
, que incluyen a los espacios l
2
n
y l
2
,
considerados en 1.1.3.
Conviene recordar que cuando es una medida de probabilidad, es decir,
cuando () = 1, se tiene
1 p < q = L
q
() L
p
().
M as concretamente, la desigualdad de Jensen implica que
f L
q
(), |f|
p
|f|
q
.
En contraste con esta situaci on, para los espacios asociados a la medida
contadora resulta que
1 p < q = l
p
() l
q
()
y
f l
p
(), |f|
q
|f|
p
.
4. Con (, , ) como en el ejemplo anterior, consideramos el espacio
L
() de las funciones medibles, esencialmente acotadas respecto

a la medida ; es decir, aquellas f : C medibles, para las que
existe alguna constante M < , que cumple
(1.1.8) [f()[ M para casi todo respecto a .
Para una tal f, se dene |f|
como el supremo esencial de f, que es,

por denici on, el nmo (de hecho, el mnimo) de las M que satisfacen
(1.1.8). Como en el ejemplo anterior, s olo falla la propiedad (c) para
que | |
sea una norma. Se procede justo igual que antes, declarando

equivalentes las funciones que coinciden en casi todo punto respecto a
y as se obtiene el cociente, que es el espacio normado L
().
Tambien ahora tenemos como casos particulares los espacios L
() para
R
n
, que est a asociado a la medida de Lebesgue y tambien el l
(),
para un conjunto cualquiera , que es el L
() correspondiente a tomar
como la medida contadora en . De hecho, l
() = /(), el primer
ejemplo de espacio normado que hemos dado. Observamos que, en este
caso | |
u
= | |
. Ejemplos importantes de la familia de espacios l
()
ser an l
(1, 2, , n) = l
n
y l
(N) = l
.
Recordamos que, para medida de probabilidad L
() L
p
() para
cualquier p, mientras que para la medida contadora se da la inclusion al
reves y tambien se cumplen las mismas desigualdades de las normas que
vimos en el ejemplo anterior.
Proposicion 1.1.9 Si (X, [[ [[) es un espacio normado y denimos
d(x, y) = [[x y[[ x, y X,
entonces la aplicacion
d : X X [0, [
es una distancia, o, como se dice tambien otras veces, una metrica, lo cual
quiere decir que cumple las tres propiedades siguientes
(a) d(x, y) d(x, z) + d(z, y) x, y, z X.
(b) d(x, y) = d(y, x) x, y X.
(c) d(x, y) = 0 x = y.
Demostraci on.
(a) d(x, y) = [[x y[[ = [[x z + z y[[
[[x z[[ +[[z y[[ = d(x, z) + d(z, y).
(b) d(x, y) = [[x y[[ = [[y x[[ = d(y, x).
8 CAP

(c) d(x, y) = [[x y[[ = 0 x y = 0 x = y.
As pues, cada espacio normado (X, [[ [[), y en particular, cada espacio
prehilbertiano (X, ' , `), da lugar a un espacio metrico asociado (X, d) y, por
consiguiente, a un espacio topologico. Podemos hablar de abiertos, cerrados,
bolas, etc. Utilizaremos las notaciones habituales:
Dados x X y > 0, la bola abierta de centro x y radio , ser a
B(x, ) = y X : [[x y[[ <
mientras que la bola cerrada de centro x y radio , es
B(x, ) = y X : [[x y[[ .
Para cada subconjunto S X, designaremos por S al cierre o adherencia
de S, que es el mnimo cerrado que lo contiene, etc.
Proposicion 1.1.10 En un espacio normado (X, [[ [[), la distancia se com-
porta del siguiente modo con respecto a las operaciones algebraicas
d(x + z, y + z) = d(x, y) x, y, z X
d(x, y) = [[d(x, y) K, x, y X
Se sigue que la aplicacion
X X X
(x, y) x + y
es uniformemente continua y la aplicacion
KX X
(, x) x
es continua.
Demostracion.
d(x + z, y + z) = [[x + z (y + z)[[ = [[x y[[ = d(x, y).
d(x, y) = [[x y[[ = [[[[x y[[ = [[d(x, y).
Para ver que la suma es uniformemente continua hay que demostrar que, dado
> 0, podemos hacer d(x + y, x
t
+ y
t
) < sin mas que hacer d(x, x
t
) < y
d(y, y
t
) < para un cierto > 0. Pero esto se sigue de la invariancia de la
metrica por traslaciones y de la desigualdad triangular. En efecto
d(x + y, x
t
+ y
t
) d(x + y, x
t
+ y) + d(x
t
+ y, x
t
+ y
t
) = d(x, x
t
) + d(y, y
t
),
de modo que, para hacer d(x + y, x
t
+ y
t
) < basta tomar d(x, x
t
) < /2 y
d(y, y
t
) < /2. En cuanto a la continuidad del producto de un escalar por un
vector en un cierto punto (
0
, x
0
) KX, vemos que
d(x,
0
x
0
) d(x, x
0
) + d(x
0
,
0
x
0
) = [[d(x, x
0
) +[
0
[[[x
0
[[
([
0
[ +[
0
[)[[x x
0
[[ +[
0
[[[x
0
[[ <
si tomamos, por ejemplo [[x x
0
[[ <

3([
0
[+1)
y [
0
[ < mn1,

3[[x
0
[[
.
Observamos que si d es una distancia en un espacio vectorial real o complejo
X y sabemos que d cumple las dos propiedades del enunciado de la proposici on
1.1.10, entonces es muy f acil ver que si denimos
[[x[[ = d(x, 0),
obtenemos una norma cuya distancia asociada es d.
Proposicion 1.1.11 Si (X, ' , `) es un espacio prehilbertiano, entonces el pro-
ducto escalar
X X K
(x, y) 'x, y`
es una aplicacion continua. Ademas, para todo y X, las siguientes aplicacio-
nes
X K, X K y X R
x 'x, y` x 'y, x` x [[x[[
son uniformemente continuas. La ultima de ellas, la norma, es uniformemente
continua en cualquier espacio normado.
Demostraci on. La demostraci on de la continuidad del producto escalar es
identica a la ultima parte de la demostracion de la proposicion 1.1.10, utili-
zando la desigualdad de Cauchy-Bunyakowsky-Schwarz. Las demostraciones
de las dos armaciones siguientes son inmediatas y tambien est an basadas en
dicha desigualdad. Por ejemplo
['x
1
, y` 'x
2
, y`[ = ['x
1
x
2
, y`[ [[x
1
x
2
[[[[y[[.
En cuanto a la continuidad uniforme de la norma se sigue de la desigualdad
[[[x
1
[[ [[x
2
[[[ [[x
1
x
2
[[.
que es consecuencia inmediata de la desigualdad triangular de la norma (pro-
piedad (a) de la denici on 1.1.6) y que, desde luego, vale en cualquier espacio
normado.
10 CAP

Denicion 1.1.12 Si X es un espacio vectorial sobre el cuerpo K =
R o C, diremos que un subconjunto M X es un subespacio vectorial
o lineal de X, o, simplemente, un subespacio si M, con las operaciones
heredadas de X, es a su vez, un espacio vectorial, es decir, si para todos
los x, y M y , K, se tiene que x + y M. En este caso
escribiremos M X.
Si S X, la interseccion de todos los subespacios de X que contienen
a S es un subespacio al que designaremos por [S] y le llamaremos el
subespacio generado por S. Es inmediato comprobar que
[S] =
xF
x
x : F nito S ;
x
K,
el conjunto de las combinaciones lineales nitas formadas con vectores
de S y escalares de K.
Diremos que el conjunto S X es convexo si para cada x, y S, y cada
t ]0, 1[, (1 t)x + ty S.
Proposicion 1.1.13 Sea X un espacio normado. Entonces
1. Si M es un subespacio de X, su cierre M, tambien es un subespacio; es
decir M X M X.
2. Si S es un subconjunto convexo de X, su cierre S, tambien es convexo.
Demostracion.
1. Sean x, y M y , K. Entonces existen sucesiones x
n
M, y
n
M,
tales que x
n
x e y
n
y. La continuidad de las operaciones algebraicas
(Proposici on 1.1.10) implica que x
n
+ y
n
x + y, de modo que
x + y M.
2. La demostraci on es totalmente an aloga.
Queremos abordar ahora brevemente la siguiente pregunta:
Dado un espacio normado (X, [[ [[), Existira un producto interior
' , ` tal que x X, [[x[[
2
= 'x, x`?
Es muy f acil dar una condici on necesaria
Proposicion 1.1.14 (Ley del Paralelogramo) En un espacio prehilber-
tiano (X, ' , `) siempre se cumple
[[x + y[[
2
+[[x y[[
2
= 2([[x[[
2
+[[y[[
2
) x, y X.
Demostracion.
[[x + y[[
2
= 'x + y, x + y` = [[x[[
2
+[[y[[
2
+ 2Re'x, y`
[[x y[[
2
= 'x y, x y` = [[x[[
2
+[[y[[
2
2Re'x, y`
Basta sumar para obtener la conclusion.
Resulta que la ley del paralelogramo no es s olo necesaria, sino tambien
suciente para que una norma provenga de un producto escalar. Para ver esto
lo primero que hay que hacer es saber escribir el producto escalar unicamente
en terminos de la norma. Este es el contenido del siguiente enunciado
Proposicion 1.1.15 (Identidades de polarizacion)
1. En un espacio prehilbertiano real X, se cumple
'x, y` =
1
4
([[x + y[[
2
[[x y[[
2
) x, y X
2. En un espacio prehilbertiano complejo X, se cumple
'x, y` =
1
4
([[x +y[[
2
[[x y[[
2
+i[[x +iy[[
2
i[[x iy[[
2
) x, y X
Demostracion. Si restamos, en vez de sumar, las expresiones que guran al
comienzo de la demostraci on de la proposicion 1.1.14, obtenemos
4Re'x, y` = [[x + y[[
2
[[x y[[
2
,
de donde se sigue inmediatamente 1. Si ahora ponemos iy en lugar de y, de-
ducimos
4Im'x, y` = 4Re'x, iy` = [[x + iy[[
2
[[x iy[[
2
.
Escribiendo 'x, y` = Re'x, y` + iIm'x, y`, concluimos.
Ahora podemos enunciar la siguiente proposici on, cuya prueba se deja como
ejercicio (ejercicio 6 al nal de esta secci on).
Proposicion 1.1.16 Si una norma cumple la ley del paralelogramo, entonces
proviene de un producto escalar
Ya sabemos c omo ha de venir expresado el producto escalar en terminos de la
norma. Todo lo que hay que hacer es escribirlo as y vericar que, efectivamente,
tiene todas las propiedades de un producto escalar.
Denici on 1.1.17 Se llamara espacio de Banach a todo espacio normado
que, con la metrica inducida por la norma, sea un espacio metrico completo.
Del mismo modo se llamara espacio de Hilbert a todo espacio prehilbertiano
que sea completo.
12 CAP

De todos los ejemplos dados en 1.1.3, solamente el 3 y el 5 no son espacios de
Hilbert, por no ser completos. Por ejemplo en 3 si tomamos
x
n
= (1, 1/2, 1/3, , 1/n, 0, ),
tenemos una sucesi on de Cauchy ([[x
n
x
m
[[
2
=
m
j=n+1
j
2
), que sin embargo no
converge. En efecto, las aplicaciones coordenadas son claramente continuas, de
modo que si fuera x
n
x, habramos de tener x = (1, 1/2, 1/3, . . . , 1/n, . . . );
pero este elemento no pertenece a C
N
f
. Lo que sucede es que C
N
f
es un subespacio
no cerrado del espacio de Hilbert l
2
.
En 5, si tomamos f
n
que vale 1 en [0, 1/2], 0 en [
1
2
+
1
n+1
, 1] y es lineal en el
resto de [0, 1], es claro que f
n
es una sucesi on de Cauchy ([[f
n
f
m
[[
2
1/n)
que no tiene lmite. El lmite en L
2
[0, 1] es la funcion caracterstica de [0, 1/2],
que no es continua. Lo que tenemos es un subespacio no cerrado de L
2
[0, 1].
La completitud de los demas, as como la de los ejemplos 1.1.7, puede verse
usando el criterio del problema 5 de la lista que sigue a esta secci on
Ejercicios
1. Sea (M, d) un espacio metrico. Demostrar que la distancia, vista como
una aplicacion
MM
d
R
(x, y) d(x, y)
es continua. Es uniformemente continua? Que sentido tiene hablar de
continuidad uniforme?
2. Sea u una forma sesquilineal sobre un espacio vectorial X sobre el cuerpo
C. Demostrar que para que u sea hermitiana es necesario y suciente que
para cada x X, u(x, x) sea real.
3. Ver que en la desigualdad de Cauchy-Schwarz
['x, y`[ [[x[[[[y[[
la desigualdad es estricta, a no ser que x e y sean linealmente depen-
dientes.
4. Sea X un espacio prehilbertiano y supongamos que x e y son vectores
linealmente independientes de X tales que [[x[[ = [[y[[ = 1. Demostrar
que [[tx+(1t)y[[ < 1 para todo t R que cumpla 0 < t < 1. Que nos
dice esto acerca de la bola

B(0, 1) de X?
5. (a) Demostrar que para que un espacio normado X sea un espacio de
Banach, es necesario y suciente que toda serie
n=1
x
n
de vectores
x
n
X que cumpla
n=1
[[x
n
[[ < , sea convergente en X.
(b) Utilizar el criterio del apartado anterior para estudiar la completitud
de los ejemplos 1.1.7 de espacios normados.
6. Sea X un espacio normado. Demostrar que para que X sea prehilbertiano,
es decir, para que su norma provenga de un producto escalar, es necesario
y suciente que se cumpla la identidad del paralelogramo
[[x + y[[
2
+[[x y[[
2
= 2([[x[[
2
+[[y[[
2
).
Utilizar la parte anterior para ver que los espacios L
p
[0, 1] p = 2, l
p
, p = 2,
y ([0, 1] (con la norma del supremo), no son de Hilbert.
7. (a) Sea X la coleccion de todas las funciones
f : [0, 1] K
14 CAP

que son absolutamente continuas y cumplen f(0) = 0 y f
t
L
2
[0, 1].
Si denimos
'f, g` =
1
0
f
t
(t)g
t
(t)dt
para cada f, g X, demostrar que X es un espacio de Hilbert.
(b) Demostrar que X L
2
[0, 1] es un subespacio vectorial denso en
L
2
[0, 1].
8. Sea un abierto del plano. Llamemos A
2
() al subconjunto de L
2
()
formado por las funciones holomorfas en .
(a) Demostrar que A
2
() es un subespacio cerrado de L
2
(). Se le co-
noce como espacio de Bergman.
(b) Sea a . Ver que f A
2
() : f(a) = 0 es un subespacio
cerrado de A
2
().
(c) Si = z C : 0 < [z[ < 1, probar que cada f A
2
() tiene
una singularidad evitable en z = 0.
(d) Quien es A
2
(C)?
9. Sea X un espacio normado.
(a) Sea M = [x
0
] el subespacio vectorial de X engendrado por el vector
x
0
. Demostrar que M con la metrica inducida por X es un espacio
metrico completo.
(b) Suponiendo que M
1
es un subespacio cerrado de X y que x
1
M
1
,
demostrar que si M
2
= M
1
+ [x
1
], entonces M
2
tambien es cerrado.
(c) Utilizando (a) y (b), demostrar por inducci on que todo subespacio
vectorial de dimension nita de un espacio normado es cerrado.
10. (a) Sea (M, d) un espacio metrico. Demostrar que existe un espacio
metrico completo (

M,

d), tal que M

M, la restricci on de

d a
M es precisamente d y M es denso en

M. (Sugerencia: Utilizar
sucesiones de Cauchy de M para denir

M, de la misma forma que
se hace para construir los n umeros reales a partir de los racionales).
(b) Ver que el espacio construido en (a) es esencialmente unico, en el
sentido de que dos espacios metricos completos que contengan a M
como subespacio denso son necesariamente isometricos. As tiene
sentido llamar a

M el completado o la completaci on de M.
(c) Demostrar que cuando en la construccion del apartado (a) se parte
de un espacio normado, se consigue un espacio de Banach y cuan-
do se parte de un espacio prehilbertiano, se obtiene un espacio de
Hilbert. En otras palabras, el completado de un espacio normado es
un espacio de Banach y el completado de un espacio prehilbertiano
es un espacio de Hilbert.
16 CAP

1.2. El teorema de la proyeccion ortogonal.
Teorema 1.2.1 Sea S un subconjunto convexo, cerrado, no vaco del espa-
cio de Hilbert X. Entonces existe un unico vector x
0
S, de norma mnima,
es decir, tal que |x
0
| |x| x S.
Demostracion. Sea = nf|x| : x S. Primero vemos que en S s olo
puede haber un vector de norma . Supongamos que x, y S y |x| = |y| = .
Aplicando a x e y la ley del paralelogramo (proposicion 1.1.14), obtenemos
(1.2.2) |x y|
2
= 4
2
|x + y|
2
= 4
2
4
x + y
2
2
0,
ya que, por ser S convexo,
x+y
2
S, y su norma es . Se sigue de (1.2.2),
que x = y.
Pasamos ahora a demostrar la existencia de alg un vector de norma mnima
en S. Desde luego, existir a una sucesi on de vectores x
n
S, tal que |x
n
|
cuando n . Utilizando de nuevo la proposici on 1.1.14 vemos que
|x
n
x
m
|
2
= 2(|x
n
|
2
+|x
m
|
2
) 4
x
n
+ x
m
2
2
2(|x
n
|
2
+|x
m
|
2
) 4
2
0
cuando n, m . As pues, x
n
nN
es una sucesi on de Cauchy. Como X es
completo y S es cerrado, se sigue que existe
lm
n
x
n
= x
0
S.
La continuidad de la norma conduce a |x
0
| = .
Denicion 1.2.3 Si S y X son como en el teorema 1.2.1 y consideramos un
vector arbitrario x X, se sigue de dicho teorema que, entre todos los puntos
de S hay uno unico, al que denotaremos P
S
(x), cuya distancia a x es mnima.
En efecto, P
S
(x) = x + x
0
, donde x
0
es el elemento de norma mnima del
cerrado convexo S x. Llamaremos a P
S
(x) la proyecci on ortogonal de x
sobre S.
La explicaci on de este nombre se encuentra en la siguiente caracterizaci on
geometrica de P
S
(x).
Proposicion 1.2.4 Si S y X son como en el teorema 1.2.1 y x X y x
t
S,
entonces
(1.2.5) x
t
= P
S
(x) Re'x x
t
, x
t
y` 0 y S
1.2. EL TEOREMA DE LA PROYECCI
ON ORTOGONAL. 17
Demostracion. Tomemos un punto arbitrario y S. y escribamos
(1.2.6) |x y|
2
= |x x
t
|
2
+|x
t
y|
2
+ 2 Re 'x x
t
, x
t
y`.
Naturalmente x
t
= P
S
(x) si y solo si, la expresi on en (1.2.6) es |x x
t
|
2
, o,
lo que es lo mismo, si
|x
t
y|
2
+ 2 Re 'x x
t
, x
t
y` 0 y S.
Si en lugar de y ponemos u = (1 t)x
t
+ ty, con 0 < t < 1, que tambien
pertenece a S por ser S convexo, obtenemos la condicion equivalente
2Re'x x
t
, t(x
t
y)` t
2
|x
t
y|
2
,
que, dividiendo por t y haciendo t 0, nos lleva a la condici on del enunciado.
El caracter geometrico de la condici on (1.2.5) proviene de su relaci on con
la nocion de ortogonalidad, que examinamos a continuaci on.
Denici on 1.2.7 Sea X un espacio prehilbertiano,
Decimos que los vectores x, y X son ortogonales, y escribimos x y,
si 'x, y` = 0. Desde luego la relacion es simetrica, pues 'x, y` = 0
'y, x` = 0.
Para cualquier conjunto S X, denimos
S
= x X : x y y S
Proposicion 1.2.8 S
es siempre un subespacio vectorial cerrado.

Demostracion. Puesto que
S
xS
x
,
bastar a demostrar que cada x
es un subespacio cerrado; pero esto es evi-

dente, ya que x
no es sino el n ucleo de la aplicaci on

X
f
x
K
y f
x
(y) = 'y, x`
que es lineal y continua (proposicion 1.1.10). Su n ucleo x
= f
1
x
(0) ser a,
por consiguiente, un subespacio vectorial cerrado.
Aunque se sigue inmediatamente de la denicion, no se puede dejar de
mencionar explcitamente este famoso resultado.
18 CAP

Teorema 1.2.9 (Pitagoras) Si x y, entonces
|x + y|
2
= |x|
2
+|y|
2
.
Cuando el convexo cerrado de la proposici on 1.2.4 es un subespacio vectorial,
la condicion (1.2.5) adopta un aspecto particularmente satisfactorio.
Proposicion 1.2.10 Sea M un subespacio vectorial cerrado del espacio de
Hilbert X y sean x X, x
t
M. Entonces
x
t
= P
M
(x) x x
t
M
.
Demostracion. Seg un la proposici on 1.2.4
x
t
= P
M
(x) Re 'x x
t
, x
t
y` 0 y M
Re 'x x
t
, u` 0 u M
Re 'x x
t
, u` = 0 u M
'x x
t
, u` = 0 u M.
La raz on de estas equivalencias es que, al ser M un subespacio, podemos pasar
de x
t
y a u, de u a u y a iu.
Corolario 1.2.11 x X, x P
M
(x) = P
M
(x)
Demostracion. En efecto, sabemos que xP
M
(x) M
y hemos de compro-
bar que x(xP
M
(x)) M
. Pero esto es evidente porque x(xP

M
(x)) =
P
M
(x) M M
.
Ya estamos en condiciones de enunciar el resultado principal de esta seccion
Teorema 1.2.12 (Teorema de la Proyecci on Ortogonal) Sea M un sub-
espacio vectorial cerrado del espacio de Hilbert X. Entonces
(a) Todo x X se escribe de manera unica como
x = y + z, donde y M y z M
De hecho, y = P
M
(x) y z = P
M
(x).
(b) Las aplicaciones P
M
: X M y P
M
: X M
, son lineales.
(c) |x|
2
= |P
M
(x)|
2
+ |P
M
(x)|
2
, lo que implica, en particular, que P
M
y
P
M
son aplicaciones continuas.
ON ORTOGONAL. 19
El contenido de este teorema se resume, a veces, escribiendo
X = M
(M
,
lo cual se expresa diciendo que X es suma directa ortogonal de M y M
.
Demostraci on.
(a) Ya sabemos que x = P
M
(x) +P
M
(x) y esta es la unica descomposicion
posible, ya que si
x = y + z, con y M y z M
,
entonces x y = z M
y = P
M
(x) y x z = y M M

z = P
M
(x).
(b) Sean x, y X y , K. Entonces P
M
(x) + P
M
(y) M y adem as
x +y (P
M
(x) + P
M
(y)) = (x P
M
(x)) +(y P
M
(y)) M
,
ya que M
es un espacio vectorial. Se sigue de la proposici on 1.2.10 que

P
M
(x) + P
M
(y) = P
M
(x + y)
(c) es consecuencia del teorema de Pit agoras. A partir de
|P
M
(x) P
M
(y)| = |P
M
(x y)| |x y|,
la continuidad de P
M
resulta evidente.
Corolario 1.2.13 Si M = X, entonces M
= 0, es decir, existe alg un x = 0,

tal que x M.
20 CAP

Ejercicios
1. Sean M y N dos subespacios cerrados ortogonales de un espacio de
Hilbert X. Demostrar que M + N es tambien cerrado y que P
M+N
=
P
M
+ P
N
.
2. Sea X un espacio de Hilbert, F un subconjunto cerrado convexo no vaco
de X. Demostrar que la aplicaci on P
F
que hace corresponder a cada
x X, el elemento de F mas cercano a x, es continua de X sobre F.
3. Sea F
1
, F
2
, . . . , F
n
, . . . una sucesion decreciente de subconjuntos cerrados
y convexos de un espacio de Hilbert X. Supongamos que
n=1
F
n
= F = .
Sea x un punto determinado de X. Llamemos x
n
a la proyecci on de x
sobre F
n
y llamemos y a la proyecci on de x sobre F. Demostrar que para
n , se tiene x
n
y y d(x, F
n
) d(x, F).
4. Sea F
1
, F
2
, . . . , F
n
, . . . una sucesion creciente de subconjuntos cerrados y
convexos no vacos de un espacio de Hilbert X. Sea
F =
n=1
F
n
.
Demostrar que la proyeccion x
n
de un punto x X sobre F
n
converge
para n a la proyeccion y de x sobre F y que d(x, F
n
) tiende hacia
d(x, F).
5. En el espacio ([0, 1] de las funciones continuas en [0, 1] con la norma del
supremo (o de la convergencia uniforme), se considera el subconjunto
M =
f ([0, 1] :
1/2
0
f(t)dt
1
1/2
f(t)dt = 1
.
Probar que M es un subconjunto cerrado y convexo de ([0, 1] que no
contiene ning un elemento de norma mnima.
6. Sea
M =
f L
1
[0, 1] :
1
0
f(t)dt = 1
.
Demostrar que M es un subconjunto convexo y cerrado del espacio de
Banach L
1
[0, 1], que contiene innitos elementos de norma mnima.
ON ORTOGONAL. 21
7. Sea (F
)
A
una familia de subespacios vectoriales cerrados del espacio
de Hilbert X. Demostrar que
A
F
A
F
A
F
A
F
.
8. Sea A un subespacio de un espacio de Hilbert X. Demostrar que
A = (A
.
22 CAP

1.3. Operadores lineales acotados, espacio dual.
Teorema de representaci on de Riesz.
Las aplicaciones naturales entre espacios normados son las aplicaciones
lineales y continuas. A veces se usan las palabras operadores o trans-
formaciones como sin onimos de aplicaciones. Hay una forma muy sencilla de
caracterizar la continuidad de un operador lineal. Est a contenida en el siguiente
resultado
Proposicion 1.3.1 Sea T : X Y un operador lineal del espacio normado
X en el espacio normado Y. Entonces, las siguientes armaciones son equiva-
lentes.
(a) T es uniformemente continuo.
(b) T es continuo.
(c) T es continuo en el punto 0 X.
(d) T es continuo en alg un punto x
0
X.
(e) Existe un n umero C > 0, tal que, para cada x X
[[T(x)[[ C[[x[[
Demostracion. Claramente (a) (b) (c) (d) y ademas (e) (a), ya
que [[T(x) T(y)[[ = [[T(x y)[[ C[[x y[[. As pues, s olo necesitamos
demostrar que (d) (e). Suponemos que T es continuo en un cierto punto
x
0
X. Esto quiere decir que, dado > 0, existe > 0, tal que [[xx
0
[[ <
[[T(x) T(x
0
)[[ < . Pero ello es tanto como decir [[x[[ < [[T(x)[[ < .
Sea = 1 y consideremos su correspondiente . Si x X es cualquier vector,
el vector y =

2[[x[[
x tiene [[y[[ < , de modo que [[T(y)[[ < 1; pero |T(y)| =
2[[x[[
[[T(x)[[, de donde resulta [[T(x)[[
2
[[x[[.
La propiedad (e) de la proposicion 1.3.1 se suele expresar diciendo que T es
acotado. Observese la diferencia de signicado con el mismo termino aplicado
a una funcion real. En vista de la proposici on 1.3.1, vemos que los conceptos de
operador lineal acotado y operador lineal continuo son identicos. Dados
dos espacios normados X e Y denotaremos por L(X, Y) al espacio vectorial
de todos los operadores lineales de X en Y y por B(X, Y) al subespacio (lo es
obviamente) de L(X, Y) formado por los operadores lineales acotados.
Proposicion 1.3.2 Sea T B(X, Y), donde X e Y son espacios normados.
Llamamos [[T[[ al extremo inferior de las constantes C > 0, para las que
1.3. OPERADORES LINEALES ACOTADOS. 23
se cumple la desigualdad de (e) en la proposicion 1.3.1 para el operador T.
Entonces
(1.3.3) [[T[[ = sup[[T(x)[[ : [[x[[ 1 = sup[[T(x)[[ : [[x[[ = 1
y la aplicacion
B(X, Y) [0, [
T [[T[[
es una norma en B(X, Y). Ademas si el espacio Y es completo, B(X, Y) tambien
lo es
La demostracion se deja como ejercicio.
Una propiedad importante de la norma (1.3.3) es su comportamiento frente
a la composici on de operadores, que es como sigue
Proposicion 1.3.4 Sean X, Y y V espacios normados. Supongamos que T
B(X, Y) y que S B(Y, V). Entonces S T B(X, V) y |S T| |S| |T|.
La demostracion es inmediata usando (1.3.3).
Corolario 1.3.5 Si X es un espacio de Banach, entonces el espacio de Banach
B(X, X), al que denotaremos simplemente como B(X), es un algebra con el
producto dado por la composicion de operadores, y ademas se cumple que
(1.3.6) T, S B(X), |S T| |S| |T|.
Demostraci on. La denici on de algebra s olo a nade a la de espacio vectorial
la asociatividad del producto y su distributividad con respecto a la suma y
el producto por escalares. Todas estas propiedades son inmediatas para la
composici on de operadores.
En general cuando un espacio de Banach es un algebra y la norma cumple
la propiedad (1.3.6) con respecto al producto, se dice que es un algebra de
Banach. B(X), para X espacio de Banach, ser a para nosotros el ejemplo m as
importante de algebra de Banach.
Denici on 1.3.7 Sea X un espacio normado. LLamaremos espacio dual de
X al espacio de Banach B(X, K), al que denotaremos a partir de ahora como
X
. A sus elementos les llamaremos formas lineales acotadas o funcionales

lineales acotados.
Proposicion 1.3.8 Sean X e Y espacios normados y sea T L(X, Y). En-
tonces son equivalentes estas propiedades
24 CAP

(a) T B(X, Y) y existe S B(Y, X), tal que S T = id
X
y T S = id
Y
.
(b) T es un isomorsmo lineal y tambien un homeomorsmo.
(c) T es un isomorsmo lineal de X sobre Y y existen dos constantes positivas
C y c tales que, para todo x X
(1.3.9) c[[x[[ [[Tx[[ C[[x[[.
Bas andonos en la proposici on 1.3.8, cuya prueba es casi automatica, damos la
siguiente
Denici on 1.3.10 Llamaremos isomorsmo del espacio normado X sobre
el espacio normado Y a todo isomorsmo lineal de X sobre Y que ademas
cumpla (1.3.9) para todo x X.
Observamos que si T B(X, Y) cumple (1.3.9) para todo x X, se sigue
inmediatamente que T es inyectiva; pero puede no ser sobre. En ese caso se
dice que T es un isomorsmo de X dentro de Y o un isomorsmo sobre
su imagen.
Denici on 1.3.11 Sea X un espacio vectorial real o complejo y sean [[ [[ y
[[ [[
t
dos normas en X. Diremos que las dos normas son equivalentes si dan
lugar a la misma topologa. En ese caso escribiremos [[ [[ [[ [[
t
.
Proposicion 1.3.12 Dos normas [[ [[ y [[ [[
t
denidas en X son equivalentes
si y solo si existen dos n umeros positivos c y C tales que
c[[x[[ [[x[[
t
C[[x[[ x X.
Demostracion. Observamos que las dos normas son equivalentes si la identi-
dad es un isomorsmo del espacio normado (X, [[ [[) sobre el espacio normado
(X, [[ [[
t
).
Proposicion 1.3.13 Sean [[ [[ y [[ [[
t
dos normas equivalentes sobre un cierto
espacio vectorial X. Supongamos que (X, [[ [[) es completo; entonces (X, [[ [[
t
)
tambien es completo.
Demostracion. Obviamente las normas equivalentes dan lugar a la misma
convergencia y tienen las mismas sucesiones de Cauchy.
Ejemplos 1.3.14 1. En R
n
tenemos una familia natural de normas [[ [[
p
, 1
p , denidas del modo siguiente. Para x R
n
[[x[[
p
=
j=1
[x
j
[
p
1/p
si 1 p < y [[x[[
= m ax
1jn
[x
j
[.
Est a claro que todas estas normas son equivalentes. En efecto
[[x[[
= ( m ax
1jn
[x
j
[
p
)
1/p
[[x[[
p
[[x[[
1
n[[x[[
2. Sobre X = ([0, 1] tienen sentido tanto la norma del supremo [[ [[
como la
norma [[ [[
2
heredada de L
2
[0, 1]. Sabemos que X con [[ [[
es completo,
mientras que con [[ [[
2
no lo es. Se sigue que estas dos normas no son
equivalentes.
Proposicion 1.3.15 Sea X un espacio vectorial real o complejo sobre el que
tenemos denidas dos normas [[ [[ y [[ [[
t
. Llamemos T y T
t
a las respecti-
vas topologas determinadas en X por [[ [[ y [[ [[
t
. Entonces cada una de las
siguientes armaciones implica las otras tres
(a) T
t
T , es decir, la topologa T es mas na que la topologa T
t
.
(b) [[x[[
t
C[[x[[ para todo x X, con una constante que no depende de x.
(c) Si B y B
t
son, respectivamente, las bolas cerradas de centro 0 y radio 1
de (X, [[ [[) y de (X, [[ [[
t
), existe un n umero s > 0, tal que B
t
sB.
(d) x
n
x en la norma [[ [[ x
n
x en la norma [[ [[
t
Cuando se cumple alguna de estas propiedades, y por consiguiente todas ellas,
se dice que la norma [[ [[ o la metrica dada por ella, es mas fuerte que la norma
[[ [[
t
o que su correspondiente metrica y se escribe [[ [[
t
[[ [[.
Vimos en la secci on 1 (proposici on 1.1.11) que en un espacio de Hilbert X,
para cada y X, la aplicacion lineal
X

y
K
x 'x, y`,
es continua. Ahora vamos a ver que, reciprocamente, cualquier aplicaci on lineal
y continua es de este tipo, de forma que el dual de un espacio de Hilbert es,
esencialmente, el mismo.
26 CAP

Teorema 1.3.16 (Teorema de representaci on de Riesz) Sea X un espa-
cio de Hilbert y sea X
. Entonces existe un unico y X, tal que =

y
.
Ademas |y| = |
y
|, de modo que la aplicacion
X X
(1.3.17)
y
y
,
es una isometra antilineal de X sobre X
.
Demostracion. Es claro que |
y
| = sup
|x|=1
['x, y`[ = |y|, de forma que la
aplicaci on (1.3.17) es, ciertamente, una isometra antilineal de X en X
. Lo
que es m as importante es que es sobre, como probamos a continuaci on. Al ser
isometra antilineal, la unicidad de y tal que =
y
, queda automaticamente
garantizada. S olo queda probar la existencia de y.
El n ucleo de sera un subespacio vectorial cerrado M =
1
(0). Si M = X,
entonces = 0 =
0
y hemos acabado. Si M = X, sabemos por el corolario
1.2.13 que existe alg un y
0
M
, tal que |y
0
| = 1. Entonces, dado x X,
podemos considerar z = (x)y
0
(y
0
)x. Es claro que (z) = 0, es decir,
z M. Por lo tanto
0 = 'z, y
0
` = (x)|y
0
|
2
(y
0
)'x, y
0
` = (x) (y
0
)'x, y
0
`,
lo que nos conduce a
(x) = 'x, y` con y = (y
0
)y
0
.
Terminamos esta seccion presentando una variante del Teorema de repre-
sentaci on de Riesz, formulada por P. Lax y A. N. Milgram, que resulta muy util
en la investigacion de la existencia de soluciones para las ecuaciones lineales
en derivadas parciales de tipo elptico.
Teorema 1.3.18 (Lax-Milgram) Sea X un espacio de Hilbert sobre K y sea
B : X X K
una aplicacion que cumple las siguientes propiedades:
Es sesquilineal, es decir
B(ax + by, z) = aB(x, z) + bB(y, z) x, y, z X y a, b K y
B(x, ay + bz) = aB(x, y) +
bB(x, z) x, y, z X y a, b K.
Es acotada, es decir, existe un n umero positivo C, tal que
[B(x, y)[ C|x||y|, x, y X.
Entonces, existe un unico T B(X), tal que
B(x, y) = 'x, T(y)` x, y X.
Si ademas B esta acotada lejos de cero, en el sentido de que
B(x, x) c|x|
2
x X,
entonces el operador T tiene un inverso T
1
B(X).
Demostracion. Dado y X, consideramos la aplicacion
X

K
x B(x, y)
Por las propiedades de B, es lineal y continua, de forma que, X
. Seg un
el Teorema de representaci on de Riesz, existir a un unico vector z X, tal que
=
z
. Desde luego, el vector z depender a de y. Vamos a llamarle z = T(y).
Tenemos, entonces
B(x, y) = 'x, T(y)` x, y X.
Vamos a ver ahora que T B(X), es decir, que T es lineal y continuo.
Comenzamos con la linealidad. Sean x, u, v X y a, b K. Entonces
'x, aT(u) + bT(v)` = a'x, T(u)` +
b'x, T(v)`
= aB(x, u) +
bB(x, v) = B(x, au + bv) = 'x, T(au + bv)`.

Como esto es cierto para todo x X, se sigue que
T(au + bv) = aT(u) + bT(v) u, v X y a, b K.
La continuidad resulta de escribir
|T(x)|
2
= ['T(x), T(x)`[ = [B(T(x), x)[ C|T(x)| |x|,
que implica
|T(x)| C|x|.
Si suponemos, adem as, que B est a acotada lejos de cero, tendremos
c|x|
2
[B(x, x)[ = ['x, T(x)`[ |x||T(x)|.
En otras palabras
c|x| |T(x)| C|x|.
Esto implica que T es inyectiva y, de hecho, un isomorsmo de X en X. S olo
queda por demostrar que T es sobreyectiva. Desde luego sabemos que la imagen
T(X) es un subespacio cerrado de X, ya que es isomorfo a X. Supongamos que
u T(X)
. Entonces B(u, u) = 'u, T(u)` = 0 y de aqu se sigue que u = 0.

Pero esto es posible solo si T(X) = X. Tenemos as el inverso T
1
B(X). De
hecho |T
1
(y)| c
1
|y| y X.
28 CAP

Ejercicios
1. Demostrar que en un espacio vectorial real o complejo de dimension
nita, todas las normas son equivalentes.
(Sugerencia: Tomar una base e
1
, e
2
, , e
n
y denir [[
n
j=1
j
e
j
[[
1
=
n
j=1
[
j
[. Ver que [[ [[
1
es una norma y compararla con cualquier otra.
Es util observar que x : [[x[[
1
= 1 es compacto en la topologa dada
por [[ [[
1
.)
2. Sean X e Y dos espacios normados y supongamos que X es de dimension
nita. Si T : X Y es una transformaci on lineal, demostrar que T es
siempre continua.
3. Sean X, Y y V espacios normados.
(a) Demostrar que la aplicacion
B(X, Y) X Y
(T, x) T(x)
es continua.
(b) Demostrar que la aplicacion
B(Y, V) B(X, Y) B(X, V)
(T, S) T S
es continua.
4. Ver que si X e Y son espacios normados y adem as Y es completo, entonces
B(X, Y) tambien es completo.
5. Sea X un espacio de Banach.
(a) Si T B(X) = B(X, X) y [[id
X
T[[ < 1, demostrar que T es un
isomorsmo de X sobre s mismo.
( Sugerencia: La serie
n=0
(id
X
T)
n
converge en B(X).)
(b) Si T B(X) es un isomorsmo de X sobre s mismo y [[T S[[ <
[[T
1
[[
1
, ver que S tambien es un isomorsmo de X sobre s mis-
mo. Usar esto para concluir que el conjunto formado por todos los
isomorsmos de X sobre s mismo es un abierto de B(X).
6. Sea X un espacio normado y M X un subespacio cerrado propio.
(a) En X/M se dene [[x + M[[ =nf[[x + y[[ : y M. Ver que
X/M [0, [
x + M [[x + M[[
es una norma en X/M (se la conoce como norma cociente)
(b) Demostrar que para cada > 0, existe x X tal que [[x[[ = 1 y
[[x + M[[ 1 .
(c) Ver que la proyeccion
: X X/M
x (x) = x + M
es un operador lineal continuo con [[[[ = 1.
(d) Demostrar que si X es completo, entonces X/M tambien lo es.
7. Sea X un espacio normado y sean M y N subespacios de X. Supongamos
que M es cerrado y que N tiene dimensi on nita. Demostrar que M +N
es tambien un subespacio cerrado.
8. Si p : X [0, [ es una seminorma en el espacio vectorial real o
complejo X ( es decir p(x + y) p(x) + p(y) para cada x, y X y
p(x) = [[p(x) para cada x X y cada K), demostrar que el
conjunto M = x X : p(x) = 0 es un subespacio vectorial y, si se
dene [[x + M[[ = p(x), demostrar que [[ [[ es un norma en X/M.
9. Si X es un espacio normado y M es un subespacio vectorial no cerrado de
X, ver que si denimos p(x + M) =nf[[x + y[[ : y M, obtenemos
una seminorma en X/M = Y. Si ahora consideramos en Y/p
1
(0) la
norma asociada, ver que Y/p
1
(0) y X/M son isometricos.
10. Sean X e Y espacios normados y sea T B(X, Y).
(a) Demostrar que ^(T) = x X : T(x) = 0 es un subespacio
cerrado de X.
(b) Si M es un subespacio cerrado de ^(T), ver que existe un unico
S B(X/M, Y) tal que T = S , donde : X X/M es la
proyeccion canonica. Adem as [[S[[ = [[T[[.
11. Sea X el espacio de Hilbert del problema 7 de la secci on 1. Si 0 < t 1,
se dene L : X K mediante L(f) = f(t). Demostrar que L X
,
es decir que L es un funcional lineal acotado, calcular [[L[[ y encontrar
el vector g X tal que L(f) = 'f, g` para todo f X. (la existencia
y unicidad de g est an garantizadas por el teorema de representaci on de
Riesz)
30 CAP

12. Sea X = L
2
[0, 1] y sea (
1
= f ([0, 1] : f
t
([0, 1]. Sea t [0, 1]
y denamos L : (
1
K mediante L(f) = f
t
(t). Demostrar que no
existe ning un funcional lineal acotado en X que coincida con L en (
1
.
1.4. SISTEMAS ORTONORMALES Y BASES. 31
1.4. Sistemas ortonormales y bases.
Denici on 1.4.1 Sea X un espacio prehilbertiano.
Llamaremos sistema ortogonal (SOG) a cualquier conjunto = x
.
de vectores de X que sean ortogonales dos a dos, es decir, que cumplan
'x
, x
` = 0 , /, tales que = .
Si ademas cada vector x
tiene norma |x
| = 1, diremos que es
un sistema ortonormal (SON)
Ejemplos 1.4.2 1. Sea X = L
2
[0, 1]. El sistema trigonometrico est a for-
mado por las funciones
e
n
(x) = e
i2nx
0 x 1, n Z.
Es inmediato vericar que se trata de un sistema ortonormal, ya que
'e
n
, e
m
` =
1
0
e
i2(nm)x
dx =
e
i2(nm)x
i2(nm)
1
0
= 0 si n = m
1 si n = m.
2. Sea = 0, 1
N
y sea P la medida de probabilidad en obtenida como
medida producto de innitas copias de la medida en 0, 1 dada por
(0) = (1) = 1/2. En consideramos las variables aleatorias
X
n
: 1, 1
= (
1
,
2
, ,
n
, ) (1)
n
Es claro que las variables aleatorias X
n
son independientes, lo cual quiere
decir que, si n = m,
P(X
n
A X
m
B) = P(X
n
A)P(X
m
B) A, B 1, 1.
A partir de aqu se deduce inmediatamente la ortogonalidad. En efecto,
si n = m,
X
n
()X
m
()dP()
= P(X
n
= 1 X
m
= 1) + P(X
n
= 1 X
m
= 1)
P(X
n
= 1 X
m
= 1) P(X
n
= 1 X
m
= 1) = 0
32 CAP

ya que todos estos conjuntos tienen la misma medida de probabilidad,
concretamente 1/4. De hecho, el sistema es ortonormal en L
2
(), puesto
que, obviamente |X
n
| = 1 n.
Podemos transplantar el sistema X
n
n=1
al intervalo [0, 1], utilizando
la aplicacion
r : [0, 1]
que asigna a cada n umero x =
1
2
n
x
n
[0, 1], donde x
n
0, 1 (y
los x
n
no son todos iguales a 1 a partir de un cierto ndice), la sucesion
r(x) = (x
n
)
n=1
. En concreto, consideramos el sistema 1 = r
n
n=1
de Rademacher, formado por las funciones r
n
(x) = X
n
(r(x))
Si observamos que la imagen recproca de la medida de probabilidad P
en mediante la aplicaci on r no es otra que la medida de Lebesgue
en [0, 1], llegamos a la conclusion de que el sistema de Rademacher
1 = r
n
n=1
es un sistema ortonormal en L
2
[0, 1].
3. El sistema de Haar est a formado por las funciones
h
N
: [0, 1] R, N = 0, 1, 2, ,
denidas del modo siguiente:
h
0
=
[0,1]
Si N N, entonces existe un unico n = 0, 1, 2, , tal que 2
n
N <
2
n+1
, y es claro que N se puede escribir de forma unica como N =
2
n
+ j 1 con 1 j 2
n
. En este caso, se dene
h
N
= h
n,j
= 2
n
2
[2
n
(j1),2
n
(j1/2)]
[2
n
(j1/2),2
n
j]
.
A veces conviene pensar en las funciones del sistema de Haar (excluyendo
h
0
) como distribuidas en paquetes H
n
= h
n,j
: j = 1, , 2
n
. Vamos
a ver que el sistema de Haar es un sistema ortonormal en L
2
[0, 1]. En
primer lugar, es claro que |h
N
| = 1 N, ya que cada h
n,j
tiene soporte
en un intervalo
n,j
, de longitud 2
n
, en el que su valor absoluto es,
justamente, 2
n/2
= [
n,j
[
1/2
.
En cuanto a la ortogonalidad, es clara si las funciones pertenecen al
mismo paquete, pues entonces sus soportes no se solapan (a lo sumo
tienen un punto com un). En el caso de que las funciones pertenez-
can a distintos paquetes, o bien sus soportes no se solapan, o, si lo
hacen, el menor est a contenido o en el semiintervalo de la izquierda
o en el semiintervalo de la derecha del mayor. All la otra funci on es
constante y basta observar que todas las funciones del sistema de Haar,
con excepcion de la primera, tienen integral nula.
4. Algoritmo de ortonormalizacion de Gram-Schmidt. Dado un con-
junto de vectores x
1
, , x
n
linealmente independientes de un es-
pacio prehilbertiano X, es posible construir un SON u
1
, , u
n
, de
modo que, para cada n N, [x
1
, , x
n
] = [u
1
, , u
n
]. Esto se consigue
con el procedimiento de Gram-Schmidt, que describimos a continuacion.
Primero buscamos u
1
= x
1
. Habr a de ser 1 = |u
1
| = [[|x
1
|, de modo
que si tomamos = |x
1
|
1
, habremos conseguido u
1
con |u
1
| = 1 y tal
que [x
1
] = [u
1
].
Si suponemos que ya tenemos u
1
, , u
n
ortonormales y tales que j con
1 j n, [x
1
, , x
j
] = [u
1
, , u
j
], podemos obtener u
n+1
como
u
n+1
= c(
1
u
1
+
n
u
n
+ x
n+1
)
Nos aseguramos que u
n+1
es ortogonal a todos los u
j
, j n, haciendo
0 = 'u
n+1
, u
j
` = c(
j
+'x
n+1
, u
j
`),
lo cual se consigue sin mas que tomar
j
= 'x
n+1
, u
j
`. Despues se elige
c de modo que |u
n+1
| = 1.
Proposicion 1.4.3 Sea u
1
, , u
n
un SON del espacio prehilbertiano X.
Entonces la aplicacion
[u
1
, , u
n
] l
2
n
x ('x, u
j
`)
n
j=1
es una isometra.
Demostraci on. Lo que quiere decir esto es que para cada x [u
1
, , u
m
],
tenemos
|x|
2
=
n
j=1
['x, u
j
`[
2
.
Pero esta identidad es consecuencia del teorema de Pitagoras,una vez que
observamos que
x =
n
j=1
'x, u
j
ù
j
.
Esta ultima identidad se obtiene escribiendo x =
n
j=1
j
u
j
y haciendo el
producto escalar con cada u
j
. Al ser los u
j
ortonormales, se sigue que, necesa-
riamente
j
= 'x, u
j
`.
Como consecuencia se sigue que el espacio [u
1
, , u
n
] es siempre cerrado,
ya que es isometrico al espacio completo l
2
n
. Por otro lado, todo subespacio de
34 CAP

dimensi on nita M puede ponerse como M = [u
1
, , u
n
], usando por ejemplo,
el algoritmo de Gram-Schmidt. As se ve que todo subespacio de dimensi on
nita es cerrado (comparar con el ejercicio 9 de la secci on 1)
En el resto de la seccion X representar a siempre un espacio de Hilbert. Esto
no supone ninguna perdida de generalidad, puesto que sabemos que todo es-
pacio prehilbertiano se puede completar a un espacio de Hilbert (ver problema
10 de la secci on 1).
Teorema 1.4.4 Sea u
1
, , u
n
un SON en X. Consideremos el subespacio
M = [u
1
, , u
n
], que ya sabemos que es cerrado. Entonces
x X P
M
(x) =
n
j=1
'x, u
j
ù
j
Demostracion. Seg un la proposicion 1.2.10, basta comprobar que x
n
j=1
'x, u
j
ù
j

M
; pero esto es evidente ya que
x
n
j=1
'x, u
j
ù
j
, u
k
= 0 k = 1, , n.
Corolario 1.4.5 (Desigualdad de Bessel) Si u
.
es un SON en X,
entonces
x X
.
['x, u
`[
2
|x|
2
.
Demostracion. En efecto, para cualquier subconjunto nito F /, si consi-
deramos el subespacio M
F
= [u
F
] generado por los u
, F, sabemos
que
x X P
M
F
(x) =
F
'x, u
ù
Entonces
F
['x, u
`[
2
= |P
M
F
(x)|
2
|x|
2
.
Basta hacer el supremo en todos los F para concluir.
Pretendemos ahora extender la proposicion 1.4.3 al caso de un SON innito.
Necesitamos un resultado general previo.
Lema 1.4.6 Sean M y M
t
dos espacios metricos con distancias respectivas
d y d
t
. Supongamos, ademas, que M es completo. Sea T : M M
t
una
aplicacion continua y sean S M y S
t
M
t
subconjuntos densos en M y M
t
respectivamente tales que la restriccion de T a S es una isometra de S sobre
S
t
. Entonces T es una isometra de M sobre M
t
Demostracion. Es claro que T : M M
t
es una isometra. En efecto, si
x
n
, y
n
S y x
n
x e y
n
y para n , entonces por la continuidad de T
y de la distancia, se tiene
d
t
(T(x), T(y)) = lm
n
d
t
(T(x
n
), T(y
n
)) = lm
n
d(x
n
, y
n
) = d(x, y).
La armacion realmente importante es que se trata de una isometra sobre
todo M
t
. Para ver esto, partimos de un x
t
M
t
y hemos de ver que es imagen
de alg un punto de M. Como S
t
es denso en M
t
, existir a una sucesi on x
t
n
S
t
,
tal que x
t
n
x
t
cuando n . Cada x
t
n
ser a imagen de alg un punto x
n
S.
Por ser T isometra de S sobre S
t
, la sucesion x
n
ser a de Cauchy, y por ser
M completo convergera a alg un x M. La continuidad de T nos asegura que
T(x) = x
t
.
Teorema 1.4.7 Sea = u
.
un SON en X. Entonces, si llamamos M
al mnimo subespacio cerrado que contiene a , es decir M
= [], resulta que

la aplicacion
x
T
('x, u
`)
.
es una isometra de M
sobre l
2
(/); es decir
x M
x =
con (
)
.
l
2
(/),
y, en ese caso
|x|
2
=
.
[
[
2
.
Demostracion. En primer lugar, se sigue de la desigualdad de Bessel que la
aplicaci on T est a perfectamente bien denida y es continua de M
(o de todo
X) en l
2
(/). Adem as la restricci on de T a [] es una isometra de [] sobre el
subespacio l
2
f
(/) formado por las familias (
)
.
que tienen solo un n umero
nito de componentes
distintas de 0. Ahora solo hay que darse cuenta de

que [] es denso en M
y l
2
f
(/) es denso en l
2
(/) y aplicar el lema 1.4.6.
Teorema 1.4.8 Sea = u
.
un SON en X. Entonces, las siguientes
propiedades son equivalentes
(a) es un sistema ortonormal maximal, es decir, si x X es tal que
'x, u
` = 0 /, entonces x = 0.
(b) El subespacio vectorial [], generado por , o sea, el conjunto de las
combinaciones lineales nitas de elementos de , es denso en X.
36 CAP

(c) x X, se cumple
|x|
2
=
.
['x, u
`[
2
(identidad de Plancherel).
(d) x, y X, se cumple
'x, y` =
.
'x, u
`'y, u
` (identidad de Parseval).
(e) x X,
x =
.
'x, u
ù
Demostracion.
(a) =(b). Si no se cumpliera (b), M
= [] sera un subespacio cerrado

propio de X. Se sigue del corolario 1.2.13 que existira x X, tal que
x = 0 y, sin embargo, 'x, u
` = 0 /. Esto nos llevara a que

no es maximal, porque se le puede a nadir
x
|x|
y obtener un sistema
ortonormal mayor.
(b) =(c) Esto es consecuencia inmediata del teorema 1.4.7.
Que (c) y (d) son equivalentes es consecuencia de las identidades de
polarizacion (1.1.15).
(d) = (e). Basta observar que, dado x X y dado un conjunto nito
F /,
F
'x, u
ù
2
=
,F
['x, u
`[
2
0
por la desigualdad de Bessel.
Finalmente (e) =(a), pues, en particular (e) implica que el unico vector
ortogonal a todos los de es el vector 0.
Denicion 1.4.9 Se llama base (ortonormal) o tambien sistema orto-
normal completo (SONC) de un espacio de Hilbert X, a cualquier SON
= u
.
de X que cumpla alguna de (y, por lo tanto, todas) las propieda-
des del teorema 1.4.8
A continuacion estudiaremos si los ejemplos que dimos en 1.4.2 son o no com-
pletos.
Comenzamos con el sistema trigonometrico e
n
nZ
. Para una funcion cual-
quiera f L
1
[0, 1], tiene sentido hablar de sus coecientes de Fourier.
(1.4.10)

f(n) =
1
0
f(t)e
i2nt
dt n Z.
Desde luego, para f L
2
[0, 1] L
1
[0, 1],
f(n) = 'f, e
n
`.
Llamaremos polinomio trigonometrico a cualquier combinaci on lineal nita
[n[N
n
e
n

n
C
de funciones e
n
del sistema trigonometrico. Designaremos por { al conjunto de
todos los polinomios trigonometricos. { es el subespacio vectorial de L
2
[0, 1]
generado por el sistema trigonometrico. Es importante observar que { es un
algebra, o sea, que el producto de dos polinomios trigonometricos es un nuevo
polinomio trigonometrico, ya que e
n
e
m
= e
n+m
.
Teorema 1.4.11 Si f L
1
[0, 1], tiene

f(n) = 0 n Z, entonces f(x) = 0
para casi todo x [0, 1] con respecto a la medida de Lebesgue.
La armacion anterior vale, en particular, para f L
2
[0, 1]. Se sigue, de
acuerdo con el teorema 1.4.8, que el sistema trigonometrico es completo, o, en
otras palabras, constituye una base del espacio de Hilbert L
2
[0, 1].
Demostraci on.
Primer paso
Supongamos, en primer lugar, que f es una funcion continua, peri odica
de periodo 1 en R. Vamos a ver que si f no es identicamente nula y, sin
embargo, todos sus coecientes de Fourier son 0, se sigue una contradic-
ci on. Basta suponer que f es real. Como f es continua, podemos suponer
que existe alg un intervalo abierto I [0, 1] con 0 < [I[ < 1/2 y alguna
constante a > 0, tal que f(x) > a para todo x I. Llamemos x
0
al
centro del intervalo. Consideramos el polinomio trigonometrico
(x) = 1 + cos(2(x x
0
)) cos([I[),
que hemos elegido de forma que (x) > 1 si x I y [(x)[ 1 si x I.
Observamos que para todo k N,
k
{. Entonces
(1.4.12)
0 =
1
0
f(x)(x)
k
dx =
I
f(x)(x)
k
dx +
[0,1]\I
f(x)(x)
k
dx;
38 CAP

Pero en (1.4.12), la integral sobre el complemento de I permanece aco-
tada cuando k , ya que [
k
[ 1, mientras que la integral sobre I
tiende a para k , al ser f > a y > 1 en I. Esta contradicci on
termina la prueba del primer paso.
Segundo paso
Sea ahora una funci on arbitraria f L
1
[0, 1] que tiene

f(n) = 0 n
Z. Consideramos su primitiva F(x) =
x
0
f(t)dt, para 0 x 1, que
podemos ver como una funci on peri odica de periodo 1 en R, ya que
F(0) = F(1) = 0. Se sabe, por el teorema de diferenciacion de
Lebesgue, que F
t
(x) = f(x) para casi todo x respecto a la medida de
Lebesgue. Por otro lado, para todo n = 0, se tiene, integrando por partes
F(n) =
1
0
F(x)e
n
(x)dx =
F(x)e
n
2in
1
0
+
1
2in
1
0
F
t
(x)e
n
(x)dx
=
f(n)
2in
= 0.
Resulta as que la funci on continua peri odica F(x)

F(0) tiene todos sus
coecientes de Fourier nulos, y, de acuerdo con lo que vimos en el primer
paso de esta demostraci on, se tiene que anular identicamente. Esto nos
dice que F es constante y, como f es su derivada en casi todo punto,
obtenemos que f(x) = 0 en casi todo punto, como queramos demostrar.
En general, para f L
1
[0, 1], llamaremos S[f] a la serie de Fourier de
f, que es, por denici on, la serie formal
S[f] =
f(n)e
n
.
Adem as, para cada N N0, designaremos por S
N
(f) a la Nesima suma
parcial de la serie de Fourier de f, es decir, al polinomio trigonometrico
S
N
(f)(x) =
N
n=N
f(n)e
n
(x).
Corolario 1.4.13 1. Para toda f L
2
[0, 1], S
N
(f) f en L
2
[0, 1] cuando
N , es decir
1
0
[f(x) S
N
(f)(x)[
2
0 cuando N .
2. Para toda f L
2
[0, 1]
f(n)[
2
= |f|
2
.
Demostracion.
1. es la propiedad (e) del teorema 1.4.8 para el sistema trigonometrico.
2. es la identidad de Plancherel (propiedad (c) del teorema 1.4.8) para el
sistema trigonometrico.
En general, por analoga con el sistema trigonometrico, que es para el que
se acu naron originalmente los terminos de coeciente y serie de Fourier, cuando
se tiene un SON = u
.
en un espacio de Hilbert X y un elemento x X,
se llama a los n umeros 'x, u
` coecientes de Fourier de x respecto al SON

y a la serie
.
'x, u
ù
, serie de Fourier de x respecto a .

El teorema 1.4.11 tiene su analogo para el sistema de Haar.
Teorema 1.4.14 Si f L
1
[0, 1] tiene todos sus coecientes de Fourier con
respecto al sistema de Haar iguales a 0, entonces f(x) = 0 en casi todo x [0, 1]
con respecto a la medida de Lebesgue.
Como consecuencia, el sistema de Haar h
N
N=0
es completo en L
2
[0, 1].
Demostracion. Sea f L
1
[0, 1], tal que
1
0
f(x)h
N
(x) = 0 para todo N =
0, 1, . Si para cada N = 0, 1, , llamamos
N
al intervalo di adico soporte
de la funci on h
N
, vamos a ver que
(1.4.15)
N
f(x)dx = 0 para todo N = 0, 1, .
Como los
N
N=0
son todos los intervalos diadicos, es decir, todos los que
resultan de dividir [0, 1] en 2
n
intervalos, para alg un n N 0, (1.4.15)
implicar a, utilizando el teorema de diferenciaci on de Lebesgue, que f = 0
en casi todo punto con respecto a la medida de Lebesgue.
Vamos a demostrar (1.4.15) por reducci on al absurdo. Sea un intervalo
di adico de longitud m axima en el que
f(x)dx = 0. Desde luego, [[

1/2, ya que h
0
=
[0,1]
. Este intervalo di adico proviene de dividir en dos
otro intervalo diadico
t
, al que podemos llamar su padre. Por hipotesis
f(x)dx = 0. Por otro lado,

t
ser a el soporte de una funcion de Haar h y
el hecho de que f sea ortogonal a h implica que
f =
\
f;
40 CAP

pero, entonces,
0 =
f = 2
= 0.
Esta contradicci on termina la demostracion
Miramos, a continuacion, al segundo ejemplo de la lista 1.4.2. Es inmediato
que el sistema 1 de Rademacher, no es completo. En efecto, como las funcio-
nes de Rademacher r
n
n=1
son independientes, es claro que, por ejemplo, la
funci on
r
1
(x)r
2
(x) =
[1/4,3/4]
+
[0,1]\[1/4,3/4]
es ortogonal a todas las de 1.
El sistema de Rademacher 1 puede ampliarse hasta conseguir un sistema
completo, conocido como sistema de Walsh J, que vamos a denir a conti-
nuaci on. Utilizaremos la misma notaci on del ejemplo 2 de 1.4.2. Todo n umero
N N 0 se puede escribir de forma unica como N =
n
j=1
j
2
j1
, con
j
0, 1. Esto no es otra cosa que su expresi on en el sistema de numeracion
en base 2. A cada N, expresado en base 2 como m as arriba, le asignamos la
variable aleatoria Y
N
() = X
1
()
1
X
2
()
2
X
n
()
n
, es decir
Y
N
() = (1)
1
+
n
n
.
Luego, mediante la aplicaci on r que asigna a cada x [0, 1] la sucesi on de
ceros y unos en su expresi on di adica, tal como se precisa en 1.4.2, pasamos a
denir la funcion de Walsh
w
N
(x) = Y
N
(r(x)) = r
1
(x)
1
r
2
(x)
2
r
n
(x)
n
.
As obtenemos un SON J = w
N
N=0
, que se conoce como sistema de Walsh.
Teorema 1.4.16 El sistema de Walsh es completo en L
2
[0, 1].
Demostracion. Vamos a ver que si una funci on integrable f tiene todos sus
coecientes de Fourier respecto al sistema de Walsh iguales a cero, entonces
tiene integral cero sobre cada intervalo di adico. Esto basta para concluir, exac-
tamente igual que en el caso del sistema de Haar.
Para un n N0 jo, consideramos el conjunto formado por las 2
n
primeras
funciones de Walsh
(1.4.17) w
N
: 0 N < 2
n
.
Todos los subndices de las funciones de (1.4.17) se escriben en base 2 con n
cifras a lo sumo, de forma que cada w
N
de 1.4.17 es un producto de algunas de
las n primeras funciones de Rademacher y, por lo tanto, es constante en cada
uno de los 2
n
intervalos di adicos de longitud 2
n
en los que se divide el interva-
lo [0, 1]. Llamemos a dichos intervalos
j
, 1 j 2
n
y sea M
1
el subespacio
vectorial de L
2
[0, 1] engendrado por las funciones
j
, 1 j 2
n
. Si M
2
es
el subespacio vectorial de L
2
[0, 1] engendrado por las funciones de (1.4.17),
tenemos M
2
M
1
. Pero las funciones de (1.4.17) son linealmente indepen-
dientes, puesto que son ortonormales. As pues, M
1
y M
2
tienen dimensi on 2
n
y M
1
= M
2
. Con esto se demuestra que para cada j con 1 j 2
n
,
j
=
2
n
1
N=0
N
w
N
con unos ciertos coecientes
j
. De esta forma queda probado que
j
f(x)dx = 0
y como esto puede hacerse para cada n, resulta que f tiene integral nula sobre
cada intervalo di adico. Ello implica que f = 0 en casi todo punto, como suceda
en el caso del sistema de Haar.
Sabemos por los teoremas 1.4.7 y 1.4.8 que si = u
.
es una base
ortonormal del espacio de Hilbert X, entonces X es isometricamente isomorfo
a l
2
(/). Por eso es fundamental el resultado siguiente que implica que, esen-
cialmente, los l
2
(/) son los unicos espacios de Hilbert que hay.
Teorema 1.4.18 (a) Todo espacio de Hilbert tiene alguna base ortonormal.
(b) Si = u
.
es un SON del espacio de Hilbert X, entonces existe ,
SON completo en X, tal que .
Demostraci on. Seg un la caracterizaci on (a) del teorema 1.4.8, una base or-
tonormal es lo mismo que un sistema ortonormal maximal. Todo lo que hay
que hacer es considerar el conjunto O de todos los sistemas ortonormales de X
( o, para la parte (b), el subconjunto O
de O formado por aquellos sistemas

ortonormales de X que contienen a ), verlo como un conjunto ordenado por
la relaci on de inclusi on de conjuntos, y demostrar que en el hay alg un elemen-
to maximal. El instrumento tpico para esta tarea es el lema de Zorn, que
arma que si un conjunto ordenado c es inductivo, en el sentido de que toda
cadena de c tiene cota superior, entonces c tiene alg un elemento maximal.
S olo nos queda comprobar que O y O
son inductivos. Sea / O una cadena,

es decir, un conjunto de sistemas ortonormales, totalmente ordenado por la
inclusi on. Inmediatamente observamos que
=
42 CAP

es, de nuevo, un sistema ortonormal, y contiene a si cada / contiene a
. La raz on es que, dados dos vectores x, y , al ser / cadena, hay alg un
/, tal que x, y . Evidentemente, es cota superior de /. Esto termina
la demostracion.
Finalmente, conviene observar que
Teorema 1.4.19 Todas las bases ortonormales de un mismo espacio de Hil-
bert X tienen el mismo cardinal. A dicho cardinal se le llama la dimension
de X.
Demostracion. Sean y dos bases ortonormales de X. Suponemos que
ambas son innitas, pues si alguna fuera nita, sera una base de Hamel
de X, o sea, una base en el sentido ordinario de sistema de vectores inde-
pendientes que generan todo el espacio por combinaciones lineales
nitas. En ese caso, X sera un espacio vectorial de dimensi on nita y la otra
base debera tener el mismo n umero de elementos.
La observacion fundamental es que, por ser base, cada x se puede
poner como
x =
y
'x, y`y;
y como
|x|
2
=
y
['x, y`[
2
< ,
solamente una cantidad numerable de coecientes 'x, y` pueden ser no nulos,
es decir, si llamamos
x
= y : 'x, y` = 0,
tenemos
Card(
x
)
0
.
Por otro lado, como es tambien base,
=
x
,
de donde se sigue que
Card()
0
Card() = Card().
La desigualdad contraria se tendra de la misma forma y, apelando al teorema
de Cantor-Bernstein, llegaramos a la identidad de los dos cardinales.
Los espacios de Hilbert que aparecen con m as frecuencia en las aplicacio-
nes son los separables y estos son esencialmente, como explica el resultado
siguiente, los de dimensi on nita (o sea, los l
2
n
, n N) y el l
2
.
Proposicion 1.4.20
X es separable dim(X)
0
.
Demostraci on. Supongamos que X es separable. Sea S X un subcon-
junto denso numerable. Entonces [S] = X. Como S es un sistema de ge-
neradores de [S], existir a x
n
N
n=1
S, con N N o N = , conjunto de
vectores independientes y tales que [x
1
, x
2
, x
n
] = [S]. Ahora podemos
aplicar el algoritmo de Gram-Schmidt, para obtener u
n
N
n=1
, sistema orto-
normal, que cumpla [u
1
, u
2
, , u
n
] = [x
1
, x
2
, , x
n
] n, y, en consecuencia,
[u
1
, u
2
, , u
n
, ] = [x
1
, x
2
, , x
n
, ] = [S]. Claramente u
n
N
n=1
es una
base ortonormal de X y as, dim(X)
0
.
Reciprocamente, si dim(X)
0
y u
n
N
n=1
es una base ortonormal de X,
es claro que
n=1
n
u
n
, k nito N, y
n
racionales de K
es un subconjunto denso numerable de X.

44 CAP

Ejercicios
1. Sea X un espacio normado y sea (x
)
.
una familia de vectores de X.
Diremos que la familia es sumable en X con suma x si para cada > 0
existe un subconjunto nito T
0
/ tal que para todo subconjunto nito
T / que cumpla T T
0
, se tiene
T
x
< .
Se dice que la familia (x
)
.
satisface la condici on de Cauchy si
para cada > 0 existe un subconjunto nito T
1
/ tal que para todo
subconjunto nito T / que cumpla T T
1
= , se tiene
T
x
< .
(a) Demostrar que si una familia cumple la condicion de Cauchy, en-
tonces s olo tiene una cantidad numerable de vectores distintos de
cero.
(b) Demostrar que si X es un espacio de Banach, toda familia que
cumpla la condicion de Cauchy es sumable.
(c) Dada una sucesi on de n umeros reales (x
n
)
nN
. Que diferencia hay
entre decir que (x
n
)
nN
es una familia sumable y decir que la serie
n=1
x
n
converge? Puedes dar un ejemplo de una serie de n ume-
ros reales que converja; pero cuyos terminos no formen una familia
sumable de n umeros?
2. Una familia de vectores (x
)
.
de un espacio normado se dice que es
absolutamente sumable si la familia de n umeros ([[x
[[)
.
es suma-
ble.
(a) Demostrar que en un espacio de Banach toda familia absolutamente
sumable es sumable.
(b) Ver con ejemplos que el recproco de (a) no es cierto en general.
(c) Demostrar que en los espacios de dimensi on nita las nociones de
sumable y absolutamente sumable son equivalentes.
3. (a) Sea S un conjunto ortonormal de un espacio de Hilbert. Ver que
S es cerrado y acotado y que, sin embargo, s olo es compacto si es
nito.
(b) Sea u
n
nN
un sistema ortonormal del espacio de Hilbert X. Da-
da una sucesi on = (
n
)
nN
l
2
, es decir, tal que
2
n
< ,
consideremos el conjunto
S
x =
n
u
n
: [
n
[
n
.
Demostrar que S
es compacto. El caso particular X = l

2
y
n
=
1
n
da como S
el llamado cubo de Hilbert.

(c) Ver que los unicos espacios de Hilbert localmente compactos son
los de dimensi on nita.
4. Sea (e
)
.
una familia de vectores del espacio de Hilbert X.
(a) Demostrar que las dos propiedades siguientes son equivalentes:
x X, x =
.
'x, e
è
.
() x X, |x|
2
=
.
['x, e
`[
2
.
(b) Ver que si la familia de vectores (e
)
.
cumple la condici on () del
apartado (a) y adem as
|e
| 1 /,
entonces, (e
)
.
es una base ortonormal de X.
(Observacion: (b) puede hacerse por un c alculo sencillo que no depende
de (a) y as se obtiene, en particular, que la condicion () implica que los
vectores (e
)
.
son ortogonales. Esta observaci on puede ser util para
resolver la parte (a), aunque no es estrictamente necesaria. En todo caso,
se sugiere comenzar viendo que la familia ('x, e
è
)
.
es sumable.)
5. Sea X un espacio prehilbertiano. A cada sucesi on nita x
1
, x
2
, x
n
de
vectores de X se le asocia su determinante de Gram o Gramiano ,
que se denota G(x
1
, x
2
, , x
n
) y que es, por denici on, el determinante
de la matriz cuyas componentes son a
i,j
= 'x
i
, x
j
`. Se pide demostrar
que
x
1
, x
2
, , x
n
son linealmente independientes G(x
1
, x
2
, , x
n
) = 0.
Esta condici on se conoce como criterio de Gram para la independencia
lineal
46 CAP

6. Sea X un espacio de Hilbert y sean x
1
, x
2
, x
n
vectores linealmente
independientes de X. Sea M = [x
1
, x
2
, x
n
] el subespacio generado por
x
1
, x
2
, x
n
.
(a) Demostrar que, para cada x X, la proyeccion ortogonal de x sobre
M, P
M
(x), viene dada por
P
M
(x) =
x
1
G
.
.
.
x
n
'x, x
1
` 'x, x
n
` 0
G(x
1
, x
2
, , x
n
)
donde G representa la matriz n n cuyas componentes son a
i,j
=
'x
i
, x
j
`, 1 i, j n. y G(x
1
, x
2
, , x
n
) es el Gramiano de los
vectores o, en otras palabras, el determinante de G.
(b) Demostrar que la distancia al cuadrado de x a M viene dada por
[[x P
M
(x)[[
2
=
G(x
1
, x
2
, , x
n
, x)
G(x
1
, x
2
, , x
n
)
.
7. Calcular el
mn
a,b,c
1
1
[x
3
a bx cx
2
[
2
dx
y hallar el
m ax
1
1
x
3
g(x)dx
donde g est a sujeta a las restricciones
1
1
g(x)dx =
1
1
xg(x)dx =
1
1
x
2
g(x)dx = 0;
1
1
[g(x)[
2
dx = 1.
8. Calcular el
mn
a,b,c

0
[x
3
a bx cx
2
[
2
e
x
dx.
Enunciar y resolver el correspondiente problema de maximo como en el
problema anterior.
9. Si x
0
X y M es un subespacio vectorial cerrado de X, demostrar que
mn[[x x
0
[[ : x M = m ax['x
0
, y`[ : y M
, [[y[[ = 1.
10. Ver que si se aplica el proceso de Gram-Schmidt a la sucesion 1, x
2
, x
3
,
de vectores de L
2
[1, 1], se obtiene la sucesi on
u
n
(x) = (
2n + 1
2
)
1/2
P
n
(x), donde P
n
(x) =
1
2
n
n!
d
dx
n
(x
2
1)
n
.
Las funciones P
n
se llaman polinomios de Legendre. Es u
n
n=0
una
base ortonormal de L
2
[1, 1]?
11. Ver que si se aplica el proceso de Gram-Schmidt a la sucesi on
e
x
2
/2
, xe
x
2
/2
, x
2
e
x
2
/2
,
de vectores de L
2
(R), se obtiene la sucesi on
u
n
(x) = (2
n
n!
)
1/2
H
n
(x)e
x
2
/2
, donde H
n
(x) = (1)
n
e
x
2
d
dx
n
e
x
2
.
Las funciones H
n
son los polinomios de Hermite y satisfacen H
t
n
(x) =
2nH
n1
(x). Es u
n
n=0
una base ortonormal de L
2
(R)?
12. Ver que si se aplica el proceso de Gram-Schmidt a la sucesi on
e
x/2
, xe
x/2
, x
2
e
x/2
,
de vectores de L
2
(0, ), se obtiene la sucesi on
u
n
(x) = e
x/2
L
n
(x)/n!, donde L
n
(x) = e
x
d
dx
n
(x
n
e
x
).
Las funciones L
n
se llaman polinomios de Laguerre. Es u
n
n=0
una
base ortonormal de L
2
(0, )?
13. Sea la medida de Lebesgue sobre el disco unidad D = z C :
[z[ < 1. Demostrar que 1, z, z
2
, , z
n
, son vectores ortogonales en
L
2
(). Encontrar [[z
n
[[ , n 0. Si u
n
= [[z
n
[[
1
z
n
, n 0, estudiar si
u
0
, u
1
, , u
n
, es una base ortonormal de L
2
().
14. Sea X un espacio de Hilbert de dimension innita. Demostrar que nin-
guna base ortonormal es base de Hamel. Ver que una base de Hamel
es, necesariamente, no numerable. Cual es el cardinal de una base de
Hamel de l
2
?
15. Sea una medida regular de Borel sobre R
n
. Demostrar que L
2
()
es separable.
48 CAP

Captulo 2
EL TEOREMA DE BAIRE Y
SUS CONSECUENCIAS
2.1. El teorema de Baire
Todos los resultados de este captulo est an basados en el siguiente teorema
Teorema 2.1.1 (Teorema de Baire) Sea X un espacio metrico completo y
sean U
n
, n N, abiertos densos en X. Entonces
nN
U
n
es tambien denso en
X.
Demostracion. Sea W un abierto no vaco de X. Hemos de ver que
W
nN
U
n
= .
Ahora bien,
W U
1
= = W U
1

B(x
1
, r
1
) , r
1
< 1,
B(x
1
, r
1
) U
2
= = B(x
1
, r
1
) U
2

B(x
2
, r
2
) , r
2
< 1/2,

B(x
j
, r
j
) U
j+1
= = B(x
j
, r
j
) U
j+1

B(x
j+1
, r
j+1
) , r
j+1
< 2
j
.
Observemos que
n, m N = x
n
, x
m
B(x
N
, r
N
) =d(x
n
, x
m
) 2r
N
0,
cuando N , de modo que x
n
es una sucesion de Cauchy. La comple-
titud de X nos permite armar que existe x = lmx
n
; pero entonces, x
nN
B(x
n
, r
n
) W
nN
U
n
y esto termina la demostracion.

49
50 CAP
ITULO 2. EL TEOREMA DE BAIRE Y SUS CONSECUENCIAS

Denicion 2.1.2 Se dice que un subconjunto de un espacio topologico
es un G
si puede ponerse como interseccion de una coleccion numerable

de abiertos.
Se dice que un subconjunto de un espacio topologico es un F
si su com-
plemento es un G
, o, en otras palabras, si el conjunto puede ponerse

como union de una coleccion numerable de cerrados.
Podemos dar, como corolario del teorema de Baire, la siguiente extension casi
autom atica del mismo.
Corolario 2.1.3 En un espacio metrico completo, la interseccion de una co-
leccion numerable de conjuntos G
densos, es tambien un G
denso.
Demostracion. Si para cada n N, G
n
es un G
denso, se tendr a
G
n
=
jN
U
n,j
,
donde cada U
n,j
es abierto y, desde luego, denso, puesto que contiene a G
n
.
Entonces
G =
nN
G
n
=
(n,j)NN
U
n,j
.
Como la colecci on U
n,j
, (n, j) N N es numerable, vemos que G es un G
.
Adem as, por el teorema de Baire, G es denso.
Es muy frecuente aplicar el teorema de Baire a traves del siguiente corolario
Corolario 2.1.4 Sea X, como antes, un espacio metrico completo y sean E
n

X, n N conjuntos tales que
E
n
= . Entonces X =
nN
E
n
.
Demostracion. Se sigue facilmente del teorema 2.1.1. En efecto
E
n
= =X ` E
n
= X`
E
n
= X,
de forma que los conjuntos X ` E
n
son abiertos densos. Aplicando el teorema
de Baire 2.1.1 deducimos que
nN
(X ` E
n
) = X `
nN
E
n
es denso en X.
Esto implica, desde luego, que X =
nN
E
n
.
Observaci on. Los conjuntos E que tienen
E= se suelen llamar conjuntos

diseminados. En realidad lo que acabamos de demostrar es que toda union
2.1. EL TEOREMA DE BAIRE 51
numerable de conjuntos diseminados en un espacio metrico completo tiene
como complemento un conjunto denso, lo cual no es m as que una reformulaci on
del teorema de Baire 2.1.1. Esto parece m as fuerte que lo que se arma en
el corolario 2.1.4; pero vamos a ver que, de hecho, ambas armaciones son
equivalentes. Dicho de otra forma, el teorema de Baire 2.1.1 y el corolario 2.1.4
son equivalentes. En efecto, partiendo del corolario 2.1.4, se puede demostrar
el teorema de Baire 2.1.1 del modo siguiente:
El complemento de un abierto denso es un cerrado con interior vaco. As que,
a partir del corolario 2.1.4, se ve inmediatamente, pasando a los complemen-
tarios, que:
En un espacio metrico completo, toda interseccion numerable de abiertos den-
sos es no vaca.
Pero, este enunciado, aparentemente m as debil que el teorema de Baire 2.1.1,
implica ya dicho teorema. En efecto. Sean U
n
, n N, abiertos densos en nues-
tro espacio metrico completo. Hemos de ver que
nN
U
n
es denso. Para ello,
tomamos W abierto y queremos demostrar que W
nN
U
n
= . De hecho,
como todo abierto contiene al cierre de una bola, nos basta probar que, para
todo abierto W, W
nN
U
n
= . Pero esto se reduce a lo que ya sabemos,

pues W
nN
U
n
nN
(W U
n
) y cada W U
n
es un abierto denso del
espacio metrico completo W.
Al corolario 2.1.4 se lo conoce en la literatura como teorema de categora
de Baire. El origen de este nombre est a en la terminologa que eligi o Baire,
bastante desafortunada por cierto, para llamar a los conjuntos S X que
se pueden poner como S =
nN
E
n
con
E
n
= . Les llam o de primera cate-
gora en X, mientras que a los restantes, les llam o de segunda categora.
Quiz a una nomenclatura mas apropiada, es decir que los conjuntos como el
S de m as arriba son delgados, mientras que los que no se pueden poner en
la forma indicada son gruesos. Entonces el teorema de categora de Baire
se enuncia diciendo que un espacio metrico completo es siempre de segunda
categora o grueso en s mismo. No s olo eso, sino que, como hemos visto
en la prueba del corolario 2.1.4, el complemento de un conjunto de primera
categora en un espacio completo, es un conjunto denso. Incluso podemos decir
que dicho complemento ha de ser tambien de segunda categora, pues, como
resulta evidente, la uni on de dos conjuntos de primera categora es de primera
categora.
La forma m as habitual de utilizar el teorema de Baire es deducir, a partir de
la representacion de un cierto espacio metrico completo como uni on numerable
de cerrados, que alguno de dichos cerrados tiene interior no vaco. Tendremos
52 CAP

muchas oportunidades de hacer esto tanto en los problemas que siguen a esta
secci on, como en las restantes secciones del captulo.
2.1. EL TEOREMA DE BAIRE 53
Ejercicios
1. (a) Demostrar que en un espacio metrico sin puntos aislados, cualquier
conjunto formado por un solo punto es un cerrado con interior vaco.
(b) Usar el apartado (a) junto con el teorema de Baire para ver que ni
R, ni el conjunto de Cantor (, ni ning un G
denso de un espacio
metrico completo sin puntos aislados, son numerables.
2. En cada caso, dar un ejemplo de un conjunto delgado (de primera cate-
gora en la terminologa de Baire) en R, que sea
(a) denso en R.
(b) no numerable.
(c) denso y no numerable.
3. (a) Poner un ejemplo de un conjunto delgado (de primera categora) en
R que no tenga medida de Lebesgue 0.
(b) Poner un ejemplo de un conjunto grueso (de segunda categora) en
R que tenga medida de Lebesgue 0.
4. Sea f : [0, [R una funcion continua tal que lm
n
f(nx) = 0 para
todo x > 0. Demostrar que lm
x
f(x) = 0
5. Sea f : R R una funci on continua Consideramos la sucesi on f
n
donde
f
1
es una primitiva cualquiera de f, f
2
es una primitiva cualquiera de
f
1
y as sucesivamente. Demostrar que si suponemos que para cada x,
existe alg un entero k, posiblemente diferente de un punto a otro, tal que
f
k
(x) = 0, entonces f se anula identicamente.
6. Sea f : R R una funcion innitamente diferenciable. Supongamos
que para cada x R, existe alg un entero k
x
, tal que f
(k
x
)
(x) = 0.
Demostrar que f es un polinomio.
(Me complace puntualizar que este resultado es obra de dos espa noles.
La referencia exacta es: E. Corominas y F. Sunyer Balaguer Condiciones
para que una funcion innitamente derivable sea un polinomio Revista
Matem atica Hispano-Americana (4)14(1954)26-43)
7. Demostrar que existen funciones continuas en un intervalo que no son
mon otonas en ning un subintervalo.
8. Sea X = (
R
[0, 1], el espacio de las funciones reales continuas en [0, 1] con
su norma natural (la norma del supremo). Sea F
n
el conjunto
f X : t [0, 1]
f(t + h) f(t)
h
nh t + h [0, 1]
.
54 CAP

Demostrar que F
n
es cerrado sin puntos interiores en X. Deducir que el
conjunto de las funciones reales continuas en [0, 1] que no son derivables
en ning un punto, es denso en X.
9. Demostrar que la conclusi on del teorema de Baire sigue siendo cierta si,
en lugar de suponer que X es un espacio metrico completo, se supone
que es un espacio localmente compacto Hausdor.
10. Sea X un espacio vectorial de dimensi on
0
. Demostrar que no hay nin-
guna norma que convierta a X en espacio de Banach.
2.2. APLICACI
ON ABIERTA Y GR
AFICO CERRADO 55
2.2. Los teoremas de la aplicaci on abierta y
del graco cerrado
Teorema 2.2.1 (Teorema de la aplicacion abierta) Sea T : X Y
una aplicacion lineal continua del espacio de Banach X sobre el espacio de
Banach Y. Entonces T es abierta.
Demostracion. Que T es una aplicaci on abierta quiere decir que para cada
abierto U X, su imagen T(U) es abierto en Y. En otras palabras, hemos
de ver que para cada a U, T(U) contiene alguna bola centrada en T(a).
Desde luego, como U es abierto, U B(a, r) para alg un r > 0. Poniendo
B(a, r) = a +rB
X
, donde B
X
= B(0, 1), la bola unidad abierta de X, tenemos
T(B(a, r)) = T(a) + rT(B
X
), y nos bastara demostrar que T(B
X
) sB
Y
para alg un s > 0, donde B
Y
es la bola unidad abierta de Y. Como X =
nN
B(0, n) =
nN
nB
X
y T es sobre, tenemos Y = T(X) =
nN
nT(B
X
). Se
sigue del teorema de Baire que
T(B
X
)= . Entonces, para alg un y
0
Y y alg un
r > 0, tenemos que T(B
X
) B(y
0
, 4r). Esto implica, a su vez, que existe un
y
1
= T(x
1
), x
1
B
X
, tal que [[y
1
y
0
[[ < 2r. Pero entonces, T(x
1
) + 2rB
Y
=
B(y
1
, 2r) B(y
0
, 4r) T(B
X
). Ahora bien,
T(x
1
) + 2rB
Y
= B(y
1
, 2r) T(B
X
) = 2rB
Y
T(B
X
) T(x
1
)
= T(B
X
) T(x
1
) = T(B
X
x
1
) T(2B
X
) = rB
Y
T(B
X
).
Veremos en el lema que sigue que
rB
Y
T(B
X
) =rB
Y
T(B
X
)
y as quedar a probado el teorema
Lema 2.2.2 Si T B(X, Y) y X es completo, entonces
T(sB
X
) rB
Y
=T(sB
X
) rB
Y
. s, r > 0
Demostracion. Claramente, podemos suponer s = r = 1. Partimos de
T(B
X
) B
Y
y queremos probar T(B
X
) B
Y
. Sea y Y tal que [[y[[ <
t < 1. Como T(tB
X
) tB
Y
, existir a x
1
X con [[x
1
[[ < t, tal que [[y
T(x
1
)[[ < (1/2)(1 t). Despues existira x
2
X con [[x
2
[[ < (1/2)(1 t) tal
que [[y T(x
1
) T(x
2
)[[ < (1/4)(1 t) y as sucesivamente encontramos por
inducci on, para j > 2, x
j
X con [[x
j
[[ < 2
j+1
(1 t) tal que
(2.2.3) [[y T(x
1
+ + x
j
)[[ < 2
j
(1 t)
Como X es completo, existe x = x
1
+x
2
+ X, con [[x[[ < t+
1t
2
+
1t
4
+ =
t + 1 t = 1 y, por (2.2.3) y = T(x).
56 CAP

Corolario 2.2.4 Si X y Y son espacios de Banach y T B(X, Y) es biyectiva,
entonces T es un isomorsmo; es decir, T
1
B(Y, X).
Demostracion. Al ser T biyectiva, la continuidad de T
1
equivale a que T
sea abierta.
Vamos a ver un ejemplo tpico que utiliza el teorema de la aplicacion abier-
ta, o mejor el corolario 2.2.4 de inversi on.
Para una funci on f L
1
[0, 1], se denieron en el captulo 1, (1.4.10), sus
coecientes de Fourier

f(n) respecto al sistema trigonometrico. Es inmediato
que [
f(n)[ [[f[[
1
, de forma que el operador lineal T que manda cada f
L
1
[0, 1] a la sucesi on T(f) = (

f(n))
nZ
es acotado de L
1
[0, 1] en l
. De hecho,
se tiene
Teorema 2.2.5 (Teorema de Riemann-Lebesgue) Para toda f L
1
[0, 1],
f(n) 0 cuando [n[ . En otras palabras

(2.2.6) T(L
1
[0, 1]) c
0
= (x
n
)
nZ
l
: x
n
0 para [n[ .
Demostracion. Este hecho es muy facil de demostrar. Para f L
2
[0, 1]
L
1
[0, 1], es consecuencia de la identidad de Plancherel (apartado 2. del coro-
lario 1.4.13 del captulo 1). Para una f L
1
[0, 1], arbitraria, basta utilizar el
hecho de que L
2
[0, 1] es denso en L
1
[0, 1] (toda funci on integrable se aproxi-
ma por funciones simples integrables, que est an, claramente, en L
2
[0, 1]). La
forma concreta de proceder es la siguiente. Dada f L
1
[0, 1] y dado > 0,
existir a g L
2
[0, 1], tal que |f g|
1
< /2. Por otro lado, para g sabemos que
existe n
0
N, tal que [ g(n)[ < /2 para todo n Z [n[ n
0
. Entonces, si
n Z tiene [n[ n
0
, se cumplira
[
f(n)[ [ g(n)[ +[
f g(n)[ < /2 +|f g|

1
< .
La pregunta que nos hacemos ahora es si el contenido de (2.2.6) es o no es
propio, o en otras palabras: Puede cualquier sucesion de c
0
ser la sucesion de
coecientes de Fourier de una funci on integrable? Vamos a responder esta pre-
gunta utilizando el corolario 2.2.4. Desde luego T : L
1
[0, 1] c
0
es inyectiva,
como vimos en el teorema 1.4.11 del captulo 1. Si fuera sobre, tendra que ser
un isomorsmo y se vericara una desigualdad
(2.2.7) [[f[[
1
C[[T(f)[[
Vamos a ver que tal desigualdad no es cierta. Para ello consideramos el n ucleo
de Dirichlet D
n
, n = 0, 1, , denido del modo siguiente
D
n
(x) =
n
j=n
e
i2jx
=
e
i2nx
e
i2(n+1)x
1 e
i2x
(2.2.8)
=
cos(2nx) cos(2(n + 1)x)
1 cos(2x)
=
sen ((2n + 1)x)
sen(x)
2.2. APLICACI
ON ABIERTA Y GR
AFICO CERRADO 57
Observamos que los n umeros L
n
=
1
0
[D
n
(x)[dx, conocidos como constantes
de Lebesgue tienden a cuando n . En concreto, tenemos
Lema 2.2.9
L
n
=
1
0
[D
n
(x)[dx =
4
2
log n + O(1), para n .
Demostracion.
1
0
[D
n
(x)[dx = 2
1/2
0
sen ((2n + 1)x)

sen(x)
dx
= 2
1/2
0
sen ((2n + 1)x)

x
dx + O(1) =
2
(
n+
1
2
)
sen t
t
dt + O(1)
=
2
k=0
(k+1)
k
sen t
t
dt + O(1) =
2
k=1
1
k
(k+1)
k
[ sen t[dt + O(1)
=
4
1
k
+ O(1) =
4
2
log n + O(1).
La segunda igualdad es consecuencia de que la funcion
1
sen(2x)

1
2x
,
es continua y acotada y, por lo tanto, integrable.
Con ayuda del lema anterior vemos que (2.2.7) no puede ser cierta, pues si
lo fuera, implicara, tomando f = D
n
4
2
log n + O(1) C[[T(D
n
)[[
= C,
que es, obviamente falso. La conclusi on es que T(L
1
[0, 1])
,=
c
0
.
Denici on 2.2.10 Sean X e Y espacios normados.
Dada una aplicacion T de X en Y, se llama graco de T al conjunto
(T) = (x, y) X Y : y = T(x).
Claramente, si T es lineal, (T) es un subespacio vectorial de X Y.
Un operador lineal T L(X, Y) se dice que es cerrado si (T) es un
cerrado de X Y con la topologa natural del producto, es decir, T es
cerrado si y solo si
x
n
x y T(x
n
) y = y = T(x),
o, lo que resulta obviamente equivalente,
x
n
0 y T(x
n
) y = y = 0
58 CAP

Es claro que todo operador lineal continuo es cerrado. Vamos a ver a continua-
ci on que, cuando tanto X como Y son completos, el recproco es tambien cierto,
de forma que para un operador lineal entre espacios de Banach, los conceptos
de cerrado y continuo son equivalentes.
Antes observamos que si X e Y son espacios normados, la topologa produc-
to de XY tambien viene dada por una norma. Basta considerar, por ejemplo
[[(x, y)[[ = [[x[[ + [[y[[. Desde luego, si tanto X como Y son completos, X Y
tambien lo es.
Teorema 2.2.11 (Teorema del graco cerrado) Si X e Y son espacios de
Banach y T : X Y es un operador lineal cerrado, entonces T es acotado,
o sea, continuo.
Demostracion. Sean
1
y
2
las proyecciones canonicas de (T) sobre X e
Y respectivamente.
1
(x, T(x)) = x,
2
(x, T(x)) = T(x). Desde luego
1

B((T), X) y
2
B((T), Y). Como X e Y son completos, X Y tambien
lo es y, por ser T cerrado, (T) es un subespacio cerrado de X Y que sera,
naturalmente, completo. As pues, (T), con cualquiera de las normas equi-
valentes que dan la topologa producto de XY, es un espacio de Banach.
1
es una biyeccion lineal y continua de (T) sobre X. Se sigue del corolario 2.2.4
que
1
1
es tambien continua. Ahora basta observar que T =
2

1
1
.
Como aplicacion del teorema del graco cerrado, damos el siguiente resul-
tado
Teorema 2.2.12 (Teorema de Hellinger-Toeplitz) Sea X un espacio de
Hilbert y sea T : X X un operador lineal que cumple
'T(x), y` = 'x, T(y)` para todo x, y X.
Entonces T es acotado.
Demostracion. Simplemente probamos que T es cerrado y concluimos apli-
cando el teorema del gr aco cerrado. Supongamos que x
n
0 y T(x
n
) y.
Queremos ver que y = 0. Pero, para cada z X,
'y, z` = lm
n
'T(x
n
), z` = lm
n
'x
n
, T(z)` = '0, T(z)` = 0.
Se sigue que y = 0, como queramos demostrar.
2.2. APLICACI
ON ABIERTA Y GR
AFICO CERRADO 59
Ejercicios
1. Sean Y = l
1
y X = x Y :
1
n[x
n
[ < , con la norma l
1
.
(a) Demostrar que X es un subespacio propio denso de Y, de modo que
X no es completo.
(b) Denimos T : X Y mediante T(x) = (nx
n
)
nN
. Demostrar que
T es un operador lineal cerrado pero no acotado.
(c) Sea S = T
1
. Ver que S : Y X es acotada y sobreyectiva pero
no abierta.
2. Sean Y = ([0, 1] y X = (
1
[0, 1], equipados ambos con la norma uniforme
o del supremo.
(a) Ver que X no es completo.
(b) Demostrar que la aplicacion lineal
D : X Y
f f
t
es cerrada pero no es acotada.
3. Sea X un espacio de Banach de dimensi on innita. Sea U X una base
de Hamel de X tal que |u| = 1 u U. Vamos a llamar Y al espacio
normado que resulta de tomar en X la nueva norma | |
Y
, denida del
modo siguiente
Si u
j
U y
j
K, 1 j n,
j=1
j
u
j
Y
=
n
j=1
[
j
[.
Sea T : X Y la aplicacion identidad.
(a) Ver que T es una aplicacion lineal cerrada pero no acotada. Cu al
de las hip otesis del teorema del graco cerrado falla en este caso?
(b) Ver que T
1
es acotada pero no abierta. Por que no se puede aplicar
a esta situaci on el teorema de la aplicacion abierta?
4. Obtener el Teorema de la aplicacion abierta como corolario del
Teorema del graco cerrado.
(Sugerencia: Puede resultar conveniente demostrar primero el Corolario
2.2.4 y deducir de el el Teorema de la aplicacion abierta mediante un
paso al cociente)
5. Dados X e Y espacios de Banach, demostrar que siempre existe un
operador lineal S : X Y, que no es acotado.
60 CAP

6. Sean X e Y espacios de Banach y sea S : X Y, un operador lineal
no acotado. Sea (S) el graco de S, que es, desde luego, un subespacio
vectorial de X Y.
(a) Ver que (S) no es completo.
(b) Si se dene T : X (S) mediante T(x) = (x, S(x)), demostrar
que T es cerrado pero no acotado.
(c) Demostrar que T
1
: (S) X es acotada y sobreyectiva pero no
abierta.
7. Demostrar que si un espacio vectorial X es un espacio de Banach respec-
to a dos normas diferentes, entonces las topologas inducidas por estas
normas son, o bien identicas, o bien no comparables, es decir, ninguna
es mas fuerte que la otra.
8. Sean X e Y espacios de Banach, T B(X, Y), ^(T) = x X : T(x) =
0, y = T(X). Demostrar que X/^(T) es isomorfo a si y s olo si
es cerrado
9. Sea X un espacio de Banach separable y sea x
n
un subconjunto denso
numerable de la bola unidad de X. Denimos T : l
1
X mediante
T(f) =
1
f(n)x
n
. Demostrar que
(a) T es acotado.
(b) T es sobreyectiva.
(c) X es isomorfo a un espacio cociente de l
1
.
10. Para f L
1
(R
n
), se dene la transformada de Fourier de f como la
funci on

f dada en R
n
por la f ormula
f() =
R
n
f(x)e
2i/,x)
dx
(a) Demostrar el analogo para R
n
del teorema de Riemann-Lebesgue,
es decir, que para toda f L
1
(R
n
),

f (
(R
n
), el espacio de las
funciones continuas en R
n
, que tienden a 0 para [[ .
(b) Demostrar que la aplicacion
L
1
(R
n
)
T
(
(R
n
)
f

f
es lineal, continua e inyectiva; pero no sobreyectiva. En (
(R
n
) se
considera su norma natural, que es la del supremo.
2.3. EL PRINCIPIO DE ACOTACI
ON UNIFORME 61
2.3. El principio de acotaci on uniforme
Pasamos a estudiar otro principio fundamental que se sigue del teorema
de Baire. Comenzamos con un resultado sobre funciones continuas y luego lo
especializamos para el caso lineal donde resulta especialmente simple y util.
Teorema 2.3.1 (Principio de acotaci on uniforme) Sea U un conjunto de
segunda categora de un espacio metrico X y sea T una familia de funciones
continuas f : X R tal que para cada u U, el conjunto f(u) : f T es
acotado. Entonces las funciones de T son uniformemente acotadas en alguna
bola B(x
0
, r), x
0
X, r > 0, es decir, [f(x)[ M para un cierto n umero M,
toda f T y todo x B(x
0
, r). En particular, la conclusion se cumple si X
es completo y para cada x X, f(x) : f T es acotado.
Demostraci on. Para cada n N, consideramos
F
n
= x X : [f(x)[ nf T =
fT
f
1
([n, n]).
Los F
n
son cerrados y estamos suponiendo que
U
nN
F
n
.
Como por hipotesis U es de segunda categora, tambien lo ha de ser cualquier
conjunto mayor. Se sigue que, para alg un n N,
F
n
= y esto es justamente
lo que queramos demostrar.
Teorema 2.3.2 (Teorema de Banach-Steinhaus) Sean X un espacio de
Banach, Y un espacio normado y T
.
una coleccion de operadores lineales
acotados de X en Y. Entonces, o bien existe una constante M tal que
[[T
[[ M para todo /,
o bien
sup
.
[[T
(x)[[ = para todo x perteneciente a alg un G
denso de X.
Demostracion. Si la segunda alternativa no se da, el conjunto de los x X
para los que sup
.
[[T
(x)[[ = no contiene ning un G
denso. Tomando
complementarios, eso es lo mismo que decir que el conjunto de los x X para
los que sup
.
[[T
(x)[[ < no es de primera categora. Aplicando el teorema

precedente a la familia T de las funciones continuas x [[T
(x)[[, /,
encontramos B(x
0
, r) tal que [[T
(x)[[ M, un n umero jo, para cada /

62 CAP

y cada x B(x
0
, r). Esto nos basta para ver que los T
son uniformemente
acotados. En efecto, dado x X, escribimos, tomando un s jo tal que 0 <
s < r,
[[T
(x)[[ =
[[x[[
2s
x
0
+ s
x
[[x[[
x
0
s
x
[[x[[
M
s
[[x[[.
As obtenemos que, para cada /, [[T
[[ M/s.
A continuacion vamos a dar un par de aplicaciones del teorema de Banach-
Steinhaus a la teora de las series de Fourier.
Comenzamos planteando el problema de la convergencia en norma. Sa-
bemos que, para f L
2
[0, 1], S
N
(f) f en L
2
[0, 1], cuando N . Tiene
sentido plantearse ahora la siguiente
Pregunta Se extiende esto a p = 2? En otras palabras: Dado p, 1 p ,
Es cierto que para toda f L
p
[0, 1], S
N
(f) f en L
p
[0, 1], cuando p ?
La respuesta es, claramente, negativa para el caso p = . La raz on es que
S
N
(f) (
p
[0, 1], el espacio de las funciones continuas peri odicas de periodo
1, que es, desde luego, un subespacio cerrado de L
[0, 1]. Entonces, ninguna

f L
[0, 1] que no sea continua peri odica, puede ser lmite en L
de las
sumas parciales de su serie de Fourier.
Para estudiar el resto de los casos conviene empezar escribiendo las sumas
parciales como operadores integrales
S
N
(f)(x) =
N
n=N
f(n)e
n
(x) =
1
0
f(y)
N
n=N
e
n
(x y)dy (2.3.3)
=
1
0
f(y)D
N
(x y)dy =
1
0
f(x y)D
N
(y)dy,
donde D
N
es el n ucleo de Dirichlet, que ya denimos en la secci on anterior,
concretamente en (2.2.8). All vimos que
D
N
(x) =
cos(2Nx) cos(2(N + 1)x)
1 cos(2x)
=
sen((2N + 1)x)
sen(x)
.
N otese que la ultima igualdad en (2.3.3) es consecuencia de un cambio de
variable en la integral y del hecho de que D
N
es una funcion peri odica y
tambien estamos viendo as a f. Las dos ultimas integrales iguales de (2.3.3)
son lo que se conoce como la convoluci on de las funciones D
N
y f, que se
escribe
(2.3.4) S
N
(f) = D
N
f.
ON UNIFORME 63
As pues, la suma parcial es la convoluci on con el n ucleo de Dirichlet. Vimos
en la secci on anterior (lema 2.2.9) que la sucesi on D
N
N=1
no est a acotada
en L
1
y eso hace que el comportamiento de las sumas parciales sea m as difcil
de estudiar que el de algunas mediasque vamos a introducir a continuaci on.
Para N = 0, 1, , las medias de Cesaro de (la serie de Fourier de) una
f L
1
[0, 1] son
N
(f)(x) =
1
N + 1
N
n=0
S
n
(f)(x) = f
1
N + 1
N
n=0
D
n
(x) = f K
N
(x).
El n ucleo K
N
se llama n ucleo de Fejer y se calcula de forma bien sencilla
K
N
(x) =
1
N + 1
N
n=0
cos(2nx) cos(2(n + 1)x)
1 cos(2x)
=
1
N + 1
1 cos(2(N + 1)x)
1 cos(2x)
=
1
N + 1
sen((N + 1)x)
sen(x)
2
.
Lema 2.3.5 El n ucleo de Fejer cumple las tres propiedades siguientes
(a) K
N
(x) 0 N y x.
(b)
1
0
K
N
(x)dx = 1 N.
(c) > 0,
[x[1/2
K
N
(x)dx 0 cuando N .
Demostraci on. (a) es evidente. (b) se sigue de que cada D
n
tiene integral
igual a 1, como se deduce de su expresi on como suma de exponenciales. En
cuanto a (c), es inmediato a partir de la desigualdad
[t[ > > 0 =0 K
N
(t)
1
(N + 1) sen
2
()
0 cuando N .
Para estudiar la convergencia en norma de las medias de Cesaro, necesita-
mos otro resultado auxiliar sencillo.
Lema 2.3.6 Sea f L
p
[0, 1], para un cierto p 1 p < . Prolongamos f
periodicamente a toda la recta R. Entonces la funcion
p
(f)(y) =
1
0
[f(x y) f(x)[
p
dx
1/p
0 cuando y 0
Demostracion. Si f =
I
, donde I es un intervalo, tenemos
p
(f)(y)
(2[y[)
1/p
y el resultado es evidente. La desigualdad de Minkowski permite ex-
tenderlo a cualquier funci on escalonada, es decir, a cualquier combinaci on lineal
64 CAP

de funciones caractersticas de intervalos. Luego se utiliza que estas funciones
son densas en L
p
.
Otro metodo, esencialmente equivalente, es utilizar la densidad de las fun-
ciones continuas, para las que el resultado es tambien obvio.
Ya podemos enunciar el
Teorema 2.3.7 (Teorema de Fejer)
(a) Si f L
p
[0, 1] para un cierto p 1 p < , entonces
N
(f) f en L
p
[0, 1] cuando N .
(b) Si f (
p
[0, 1], entonces
N
(f) f uniformemente, cuando N .
Demostracion. Podemos escribir
N
(f)(x) f(x) =
1/2
1/2
K
N
(y)(f(x y) f(x))dy.
Si f (
p
[0, 1], tenemos
[
N
(f)(x) f(x)[
1/2
1/2
K
N
(y)[f(x y) f(x)[dy =
[y[<
+
[y[>

Queremos ver que, dado > 0, podemos hacer [
N
(f)(x) f(x)[ tomando
N grande. Para ello, elegimos en primer lugar sucientemente peque no para
que sea [f(x y) f(x)[ < /2 si [y[ < , independientemente de x. Entonces
por la propiedad (b) del n ucleo de Fejer en el lema 2.3.5, resulta
[y[<
K
N
(y)[f(x y) f(x)[dy < /2.
Por otro lado
[y[>
K
N
(y)[f(x y) f(x)[dy 2|f|
[y[>
K
N
(y)dy,
que, por la propiedad (c) del n ucleo de Fejer en el lema 2.3.5, puede hacerse
< /2 haciendo N grande.
El caso L
p
se trata de la misma forma. Aplicando la desigualdad de Jensen,
lo cual es posible porque los n ucleos K
N
tienen integral 1, obtenemos
[
N
(f)(x) f(x)[
p
1/2
1/2
K
N
(y)[f(x y) f(x)[
p
dy,
ON UNIFORME 65
de donde
|
N
(f)(x) f(x)|
p
p

1/2
1/2
K
N
(y)
p
(f)(y)
p
=
[y[<
+
[y[>
.
Ahora se concluye como en el caso de una funci on continua , usando para la
primera integral la propiedad (b) del n ucleo de Fejer en el lema 2.3.5 junto con
el lema 2.3.6 y para la segunda la propiedad (c) del n ucleo de Fejer en el lema
2.3.5 junto con la desigualdad obvia
p
(f) 2|f|
p
.
Corolario 2.3.8 El espacio { de los polinomios trigonometricos es denso en
L
p
[0, 1], para todo p 1 p < .
Volvamos a la pregunta inicial acerca de la convergencia en L
p
de las sumas
parciales S
N
(f). El teorema de Banach-Steinhaus nos da el siguiente criterio
Lema 2.3.9 Para cada p 1 p < , son equivalentes las propiedades
siguientes
(a) S
N
(f) f en L
p
[0, 1] para toda f L
p
[0, 1].
(b) Existe C
p
]0, [, independiente de N, tal que
|S
N
(f)|
p
C
p
|f|
p
N = 0, 1, y f L
p
[0, 1].
Demostracion.
(a) = (b). Basta aplicar el teorema de Banach-Steinhaus 2.3.2 a la
familia de operadores lineales continuos
L
p
[0, 1]
S
N
L
p
[0, 1]
f S
N
(f).
Que cada S
N
es continuo es consecuencia de la desigualdad de Young,
pues
(2.3.10) |S
N
(f)|
p
= |D
N
f|
p
|D
N
|
1
|f|
p
;
pero, adem as, si suponemos (a), no habra ninguna f L
p
[0, 1] para la
que sup
N
|S
N
(f)|
p
= . Entonces, de acuerdo con el teorema 2.3.2, los
S
N
han de estar uniformemente acotados , que es lo que arma (b).
(b) =(a). Sea f L
p
[0, 1]. Dado > 0, sea g {, tal que |f g|
p
< .
La existencia de g est a garantizada por el corolario 2.3.8. Para g, S
N
(g) =
g si N es grande. Entonces
|S
N
(f) f|
p
|S
N
(f g)| +|g f|
p
(C
p
+ 1).
66 CAP

Con ayuda de este criterio podemos ya se nalar un caso en el que no hay
convergencia: en L
1
. En efecto, vamos a ver que para p = 1, los operadores
de suma parcial S
N
no est an uniformemente acotados como operadores en
L
1
[0, 1], o sea, que no se cumple (b) del lema 2.3.9. Por lo tanto, tampoco se
cumplir a (a) en este caso y podremos armar que
Proposicion 2.3.11 f L
1
[0, 1] S
N
(f) f en L
1
[0, 1] cuando N .
Demostracion. Ya vimos en (2.3.4) que S
N
es la convoluci on con el n ucleo de
Dirichlet D
N
. Por lo tanto, por la desigualdad de Young (2.3.10) para p = 1,
que no es m as que el teorema de Fubini, sabemos que la norma de S
N
como
operador en L
1
est a dominada por |D
N
|
1
. Lo que vamos a ver es que, de hecho
(2.3.12) |S
N
|
B(L
1
,L
1
)
= |D
N
|
1
= L
N
y sabemos por el lema 2.2.9 que L
N
cuando N . As pues, pa-
ra concluir s olo necesitamos comprobar (2.3.12). Para ello podemos usar los
n ucleos de Fejer K
n
. Tenemos
|S
N
(K
n
)|
1
= |D
N
K
n
|
1
= |
n
(D
N
)|
1
|D
N
|
1
cuando n .
Entonces, como |K
n
|
1
= 1 n,
|S
N
|
B(L
1
,L
1
)
sup
n
|S
N
(K
n
)|
1
= |D
N
|
1
.
Ahora vamos a pasar a estudiar la convergencia de las sumas parciales en
un punto dado. Utilizaremos la notacion siguiente
(2.3.13) S
(f)(x) = sup
N
[S
N
(f)(x)[
Para f (
p
[0, 1], denimos
N
(f) = S
N
(f)(0) =
1
0
f(t)D
N
(t)dt.
[
N
(f)[ |D
N
|
1
|f|
= L
N
|f|
(
p
[0,1]
.
As pues, los
N
son funcionales lineales y continuos
N
: (
p
[0, 1] C.
Si les aplicamos a los
N
el teorema 2.3.2 de Banach-Steinhaus, tenemos que:
O bien |
N
| M N,
ON UNIFORME 67
o bien existe un G
denso
E
0
(
p
[0, 1] f E
0
, sup
N
[
N
(f)[ = .
Veremos que se da la segunda alternativa. En concreto
Proposicion 2.3.14 |
N
| = L
N
y , por lo tanto
f (
p
[0, 1] S
(f)(0) = sup
N
[
N
(f)[ = .
De hecho, S
(f)(0) = , para las funciones f E

0
, donde E
0
es un G
denso
de (
p
[0, 1].
Demostracion. Fijado N N 0, consideramos la funcion
g(x) = sgn(D
N
(x)) =
1 si D
N
(x) > 0
0 si D
N
(x) = 0
1 si D
N
(x) < 0
Como D
N
tiene signo variable, g no es continua; pero existen f
n
(
p
[0, 1],
tales que [f
n
[ 1, |f
n
|
= 1 y f
n
(x) g(x) cuando n para todo
x [0, 1]. Entonces
N
(f
n
) =
1
0
f
n
(x)D
N
(x)dx
1
0
g(x)D
N
(x)dx = |D
N
|
1
= L
N
,
para n . As |
N
| = L
N
, como queramos demostrar.
Lo que hemos hecho para el punto x = 0 puede hacerse para cualquier otro
punto de [0, 1], de donde resulta
Teorema 2.3.15 Para cada x [0, 1], existe un G
denso E
x
(
p
[0, 1], tal
que
S
(f)(x) = f E
x
.
Este teorema puede mejorarse usando de nuevo el teorema de Baire. Tomamos
una sucesi on x
n
[0, 1]. Para cada n N, tenemos un G
denso E
x
n
f
E
x
n
, S
(f)(x
n
) = . Si ahora consideramos
n
E
x
n
= E,
el teorema de Baire, o m as concretamente, su corolario 2.1.3, nos garantiza
que E es tambien un G
denso de (
p
[0, 1]. Ahora
f E se tiene S
(f)(x
n
) = n N.
68 CAP

La funcion S
(f) es semicontinua inferiormente, lo cual implica que

Q
f
= x [0, 1] : S
(f)(x) =
es un G
de [0, 1] (ver el ejercicio 3 al nal de la secci on). Si la sucesion x

n
se
toma densa en [0, 1], cosa que siempre puede hacerse, se consigue que f E,
Q
f
sea un G
denso de [0, 1]. Se obtiene as el resultado siguiente

Teorema 2.3.16 Existe E (
p
[0, 1], tal que
E es un G
denso y ademas
f E, el conjunto Q
f
= x [0, 1] : S
(f)(x) = es un G
denso
de [0, 1].
Observemos que tanto E como cada Q
f
son conjuntos no numerables(vease
el problema 1 de la secci on 1)
ON UNIFORME 69
Ejercicios
1. (a) Existe una sucesi on de funciones continuas positivas f
n
denidas
en R, tales que la sucesion de n umeros (f
n
(x))
n=1
es no acotada si
y solo si x es racional?
(b) Responder a la pregunta que resulta de cambiar en (a) racionalpor
irracional.
2. Sea A = (a
j,k
)
j,k=0
una matriz innita de n umeros complejos. Utilizamos
A para asociar a cada sucesi on (s
n
)
n=0
una sucesi on (
n
)
n=0
, denida
por
j
=
k=0
a
j,k
s
k
siempre que la serie converja.
Demostrar que para que A asocie a cada sucesion convergente (s
n
)
n=0
,
una sucesion (
n
)
n=0
que converja al mismo lmite, es condici on necesaria
y suciente que A cumpla las tres propiedades siguientes:
(a) Para cada k jo, a
j,k
0, cuando j .
(b) sup
0j<
k=0
[a
j,k
[ < . y
(c)
k=0
a
j,k
1 cuando j .
Sugerencia: Para ver la necesidad de (b), es util considerar los funcionales
c
0
j
C
(s
0
, s
1
, )

k=0
a
j,k
s
k
El paso de la sucesion s
n
a la sucesion
n
se llama metodo de su-
mabilidad. Si
n
l para n , se dice que la sucesion original
s
n
es sumable a l mediante A o, abreviadamente, sumableA a l.
Esto puede ocurrir aunque s
n
no converja. Examinense los ejemplos de
la sumabilidad de Cesaro (correspondiente a a
j,k
=
1
j+1
kj
) y de la su-
mabilidad de Abel (correspondiente a a
j,k
= (1r
j
)r
k
j
para una sucesion
de n umeros r
n
0 < r
n
< 1 y r
n
1 cuando n .
3. Sea X un espacio topol ogico. Se dice que una aplicaci on
f : X [, ]
es semicontinua inferiormente si
a R, f
1
(]a, ]) es abierto.
70 CAP

(a) Ver que si f es semicontinua inferiormente, entonces f
1
() es un
G
.
(b) Ver que si (f
)
.
es una coleccion de aplicaciones semicontinuas
inferiormente, entonces, si se dene f(x) = sup
.
f
(x), resulta que

tambien f es semicontinua inferiormente. Aplicar esto a la funcion
S
(f) de 2.3.13.
4. Sea X un espacio de Banach. Se dice que una sucesion (x
n
)
nN
de vectores
de X es una base de Schauder de X si cada x X tiene una represen-
taci on unica de la forma
j=1
j
x
j
, donde
j
K y la serie converge en la
norma de X.
Supongamos que (x
n
)
nN
es una base de Schauder de X. Denimos P
n

L(X) como
P
n
j=1
j
x
j
=
n
j=1
j
x
j
y, para cada x X, escribimos [[[x[[[ = sup
n
[[P
n
(x)[[. Demostrar que
[[[ [[[ es una norma en X y que X con la norma [[[ [[[ es tambien un
espacio completo.
5. Sean X, (x
n
)
nN
y (P
n
)
nN
como en el ejercicio anterior. Demostrar que
cada P
n
es un operador lineal acotado en X y que sup
n
|P
n
| < . A este
n umero sup
n
|P
n
| se le llama constante de la base.
6. Sean x
n
nN
vectores no nulos de un espacio de Banach X, tales que
[x
n
: n N] = X. Demostrar que x
n
nN
es una base de X si y solo si
existe una constante K, tal que
j=1
j
x
j
j=1
j
x
j
,
para todos los n > m 1, y todos los escalares
1
, ,
n
.
7. Demostrar que el sistema de Haar, que es el tercero de los ejemplos 1.4.2
de la seccion 4 del captulo 1, es una base de Schauder de L
p
[0, 1], para
todo p 1 p < .
Sugerencia:
Ver, por inducci on, que para cada N N 0, existen intervalos
0
, ,
N
que no se solapan y cuya uni on es todo [0, 1], tales
que cada h
n
, con 0 n N, es constante sobre cada uno de los
intervalos
0
, ,
N
.
ON UNIFORME 71
Demostrar, por inducci on, que para cada N N 0, la suma
parcial S
N
(f) de la serie de Haar de una funci on integrable f es
S
N
(f)(x) =
1
[
j
[
j
f(y)dy si x
j
72 CAP

Captulo 3
EL TEOREMA DE
HAHN-BANACH Y LA
DUALIDAD
3.1. El teorema de Hahn-Banach
Teorema 3.1.1 Sea X un espacio vectorial real y sea M un subespacio de X.
Supongamos que en X tenemos denido lo que se llama un funcional de Min-
kowski p, es decir, una aplicacion p : X R que cumple las dos propiedades
siguientes
x, y X, p(x + y) p(x) + p(y) y
t 0 y x X, p(tx) = tp(x).
Supongamos, ademas, que en M tenemos un funcional lineal f : M R tal
que
f(x) p(x), x M.
Entonces existe alg un funcional lineal F : X R, que cumple las dos condi-
ciones siguientes
1. F(x) = f(x), x M y
2. F(x) p(x), x X.
Demostracion.
Primer paso. Comenzamos humildemente. Dado x
0
M, veamos c omo
podemos extender f a un funcional lineal F sobre M
1
= M + [x
0
], de
modo que sea
(3.1.2) F(x) p(x), x M
1
.
73
74 CAP
ITULO 3. EL TEOREMA DE HAHN-BANACH Y LA DUALIDAD

Suponiendo que existiera tal extension, tendramos, para cualquier
x M y cualquier s R,
(3.1.3) F(x + sx
0
) = F(x) + sF(x
0
) = f(x) + s,
si es que F(x
0
) = . As pues, todo lo que necesitamos es denir F(x
0
) =
y asegurarnos de que podemos elegir de forma que se cumpla (3.1.2).
Veamos c omo ha de ser para que se verique (3.1.2). Tomando en
(3.1.3) s = t > 0, vemos que se ha de cumplir
x M y t > 0 f(x) + t p(x + tx
0
) = tp
x
t
+ x
0
.
Por otro lado, tomando en (3.1.3) s = t
t
, con t
t
> 0 y cambiando, por
motivos puramente psicol ogicos, x por x
t
, obtenemos la condicion
x
t
M y t
t
> 0 f(x
t
) t
t
p(x
t
t
t
x
0
) = t
t
p
x
t
t
t
x
0
.
En denitiva, hemos visto que la condicion necesaria y suciente que
ha de cumplir para que el funcional denido por (3.1.3) satisfaga la
desigualdad (3.1.2), es precisamente
f
x
t
t
t
x
t
t
t
x
0
x
t
+ x
0
x
t
x, x
t
M y t, t
t
> 0.
Pero nada nos impide elegir de este modo, puesto que, como veremos,
se tiene que
x, y M, f(x) p(x x
0
) p(y + x
0
) f(y).
En efecto
f(x) + f(y) = f(x + y) p(x + y) p(x x
0
) + p(y + x
0
),
que da inmediatamente lo que necesitamos.
Segundo paso. Ahora demostramos el teorema usando el lema de Zorn
y el primer paso. Consideramos el conjunto O cuyos elementos son pares
(L, ) formados por un subespacio vectorial L de X tal que M L y un
funcional lineal : L R que cumpla las dos condiciones
1. (x) = f(x), x M.
2. (x) p(x), x L.
3.1. EL TEOREMA DE HAHN-BANACH 75
En O denimos la relacion binaria
(L
1
,
1
) (L
2
,
2
) L
1
L
2

1
(x) =
2
(x) x L
1
.
Se trata, obviamente, de una relaci on de orden y adem as, el conjunto
ordenado (O, ) es inductivo, es decir, toda cadena de (O, ) tiene al-
guna cota superior. Veamos que la ultima armaci on es cierta. En efecto,
si / es una cadena de (O, ), podemos denir

L =
(L,)|
L, que, por
ser / cadena, ser a un subespacio vectorial de X y luego podemos consi-
derar :

L R, denida por (x) = (x) si x L y (L, ) /. La
denici on no es ambigua por ser / una cadena. Ademas, por la misma
raz on, es lineal. Es claro que (
L, ) es una cota superior de /. Una

vez comprobado que (O, ) es un conjunto inductivo, podemos aplicar el
lema de Zorn, que nos asegura que dicho conjunto tiene alg un elemento
maximal. Sea (L, ) un elemento maximal de (O, ). Ahora hay que dar-
se cuenta de que para este elemento maximal se tiene, necesariamente,
L = X. En efecto, si no fuera as, existira x
0
X ` L y, por el primer
paso, podramos extender desde L a L + [x
0
] manteniendo la subor-
dinaci on a p. Esto implicara que (L, ) no es maximal. As termina la
demostraci on.
Corolario 3.1.4 (Teorema de Hahn-Banach) Sean X un espacio vecto-
rial sobre el cuerpo K = R o C, M un subespacio vectorial de X y p una
seminorma en X, es decir, una aplicacion p : X [0, [ que satisface las
propiedades
p(x + y) p(x) + p(y) x, y X y
p(x) = [[p(x), K y x X.
Supongamos que f : M K es un funcional lineal que satisface
(3.1.5) [f(x)[ p(x), x M.
Entonces existe F : X K lineal, que cumple las dos condiciones siguientes
1. F(x) = f(x), x M y
2. [F(x)[ p(x), x X.
Demostracion.
76 CAP

Supongamos, en primer lugar, que K = R. En este caso, basta obser-
var que una seminorma es, en particular, un funcional de Minkowski y,
adem as
[f(x)[ p(x) =f(x) p(x),
de forma que, sin mas que aplicar el teorema 3.1.1, podemos asegurar
que existe un funcional lineal F : X R, tal que
F(x) = f(x) x M y F(x) p(x) x X.
Pero, por otro lado, para cualquier x X, tenemos
F(x) = F(x) p(x) = p(x),
con lo que tambien es cierto que p(x) F(x). As pues, F cumple
p(x) F(x) p(x), x X, que es en este caso, la propiedad 2. del
enunciado.
Pasamos ahora al caso K = C. Lo primero que hay que hacer es distin-
guir entre funcionales Rlineales y funcionales Clineales y ver c omo
se expresan estos ultimos en terminos de aquellos. Esto es muy sencillo.
Dado L : X C, funcional Clineal, podemos escribirlo como
L(x) = ReL(x) + iImL(x),
donde, tanto la parte real ReL, como la parte imaginaria ImL, son,
desde luego, funcionales Rlineales. Pero ademas, estos dos funciona-
les Rlineales, pueden expresarse uno en terminos del otro, ya que
x X, L(ix) = iL(x) = ImL(x) + iReL(x),
de modo que tenemos
ImL(x) = ReL(ix), x X.
Se sigue que todo funcional Clineal L es de la forma
(3.1.6) L(x) = (x) i(ix)
para alg un funcional Rlineal . Recprocamente, si partimos de un fun-
cional Rlineal y denimos L mediante la f ormula (3.1.6), obtenemos
un funcional Clineal. En efecto, basta observar que
L(ix) = (ix) i(x) = (ix) + i(x) = iL(x), x X.
Podemos ahora comenzar la demostracion del teorema en el caso com-
plejo. Nuestro funcional Clineal f : M C, se podr a escribir como
f(x) = (x) i(ix), x M,
donde (x) = Ref(x) es un funcional Rlineal. Como [(x)[ = [Ref(x)[
p(x) x M, sabemos por el caso real tratado anteriormente, que
existe un funcional Rlineal : X R, tal que (x) = (x), x M
y adem as, [(x)[ p(x), x X. A partir de construimos un funcio-
nal Clineal F : X C, mediante la formula
F(x) = (x) i(ix), x X.
Desde luego F(x) = f(x) x M, y ademas
x X, R [F(x)[ = e
i
F(x) = F(e
i
x) = [(e
i
x)[ p(e
i
x) = p(x).
Esto termina la demostraci on.
Corolario 3.1.7 Sean X un espacio normado, M un subespacio vectorial de
X, y f : M K, un funcional lineal y continuo. Entonces existe un funcio-
nal lineal y continuo F : X K, tal que
1. F(x) = f(x) x M y
2. |F| = |f|.
Demostracion. Todo lo que hemos de hacer es aplicar el corolario precedente
con p(x) = |f||x|.
La consecuencia mas importante del teorema de Hahn-Banach es el hecho
de que los espacios normados tienen espacios duales ricos o, en otras palabras,
que tienen gran abundancia de funcionales lineales y continuos, cosa que, como
veremos, deja de ocurrir en algunas clases m as generales de espacios que con-
sideraremos en el pr oximo captulo. Esta abundancia de funcionales lineales y
continuos se suele expresar diciendo que el dual X
de un espacio normado X,
separa los puntos de X, lo cual quiere decir, que dados x, y X x = y,
existe alg un x
, que verica x
(x) = x
(y). Esto es consecuencia del

siguiente
Corolario 3.1.8 Sean X un espacio normado y x X x = 0. Entonces
existe
x
|x
| = 1 y x
(x) = |x|.
Podemos condensar este resultado en la siguiente expresion para la norma
|x| = sup
x
|x
|=1
[x
(x)[,
donde, ademas, sabemos que el supremo se alcanza.
78 CAP

Demostracion. Se aplica el corolario 3.1.7 con M = [x],
[x]
f
K
x |x|
Es claro que f M
con |f| = 1. El corolario anterior nos asegura que existe

un funcional lineal F : X K, tal que F(x) = f(x) = |x|, y ademas
[F(y)[ |y|, y X. En particular, F(x) = |x| y F X
con |F| = 1.
Podemos tomar x
= F.
No solamente podemos separar puntos con funcionales lineales y continuos,
sino tambien puntos y subespacios cerrados. En concreto, tenemos el siguiente
resultado, que incluye al corolario 3.1.8
Corolario 3.1.9 Sea M un subespacio cerrado del espacio normado X y sea
x X tal que x M. Entonces existe X
, que cumple las siguientes

propiedades
|| = 1,
(y) = 0, y M, y
(x) = dist(x, M) = nf
yM
|x y|.
Demostracion. Consideremos el funcional lineal f : M + [x] K, denido
del modo siguiente
f(y + x) = dist(x, M) y M y K.
Es f acil probar que f es continuo y |f| = 1. En efecto, dados y M y K,
tenemos
[f(y + x)[ = [[dist(x, M) [[
+ x
= |y + x|,
de forma que f (M + [x])
y |f| 1; pero, por la denicion de dist(x, M),

sabemos que existen y
n
M, tales que |y
n
+ x| dist(x, M). Entonces
f
y
n
+ x
|y
n
+ x|
=
dist(x, M)
|y
n
+ x|
1,
y podemos armar ya que |f| = 1. Ahora si le aplicamos a f el corolario 3.1.7,
concluimos que existe X
, tal que || = 1, (M) = 0 y (x) = dist(x, M).

Esto es, justamente, lo que queramos demostrar.
La forma m as util de aplicar el corolario 3.1.9 esta contenida en el siguiente
criterio de densidad de subespacios
Corolario 3.1.10 Sea M un subespacio vectorial del espacio normado X. En-
tonces, las siguientes propiedades de M, son equivalentes:
(a) M es denso en X.
(b) X
(x) = 0 x M = 0.
Demostraci on. (a) (b) es inmediato. El recproco se puede ver por re-
ducci on al absurdo usando el corolario 3.1.9. En concreto, si M no es den-
so en X, es decir, si M
,=
X, seg un el corolario 3.1.9, podremos encontrar
X
` 0 (M) = 0, lo cual contradice a (b).

Finalizamos con lo que es b asicamente una reformulacion del corolario 3.1.8,
pero que nos va a permitir introducir una clase importante de espacios de
Banach, los espacios reexivos.
Corolario 3.1.11 Sea X un espacio normado. Asociado a X tenemos su dual
X
, que sabemos que es un espacio de Banach, y nada nos impide considerar

tambien el espacio dual de X
, al que denotaremos por X
, y al que a veces
nos referiremos como al dual doble de X. Para cada x X, denimos un
funcional lineal .(x) que act ua sobre X
mediante la formula
.(x)(x
) = x
(x) x
.
Entonces . es una isometra lineal de X dentro del dual doble X
.
Demostraci on. Es obvio que, para cada x X, .(x) L(X
, K). Adem as
[.(x)(x
)[ = [x
(x)[ |x
||x|.
Esto demuestra que
(3.1.12) x X, .(x) X
y se cumple |.(x)| |x|.

Como, desde luego, . : X X
es una aplicacion lineal, resulta que

. B(X, X
). Para lo que necesitamos el teorema de Hahn-Banach, es para

garantizar que la desigualdad de (3.1.12) es, de hecho, una igualdad. Esto es
obvio si x = 0. En caso contrario, el corolario 3.1.8 nos asegura que existe
x
, tal que |x
| = 1 y x
(x) = |x|. Entonces tenemos

|x| = x
(x) = [.(x)(x
)[ |.(x)||x
| = |.(x)|.
Esta desigualdad, junto con la de (3.1.12) , nos da lo que queramos, es decir
|.(x)| = |x| x X.
80 CAP

Vimos en el ejercicio 10 de la secci on 1 del captulo 1, que todo espacio
normado X, est a contenido isometricamente en alg un espacio de Banach en el
cual es denso. A este espacio, esencialmente unico, le llam abamos la comple-
taci on de X. Observemos que el corolario 3.1.11 nos da un metodo alternativo
para contruir la completaci on de X. Basta con tomar el cierre .(X) de .(X)
en el espacio de Banach X
.
Denicion 3.1.13 Diremos que un espacio de Banach X es reexivo si la
isometra . denida en el corolario 3.1.11 es sobreyectiva, es decir, si .(X) =
X
.
En la secci on siguiente pondremos varios ejemplos de espacios reexivos y de
otros que no lo son. Para ello necesitamos estudiar primero los duales de los
principales espacios de Banach que conocemos.
Ejercicios
1. Sean X e Y dos espacios normados y supongamos que Y es de dimension
nita. Si T : X Y es una transformaci on lineal, demostrar que T es
continua si y s olo si su n ucleo T
1
(0) es cerrado.
2. (a) Demostrar que en cualquier espacio normado de dimension innita
puede encontrarse una sucesi on de vectores de norma 1 que distan
uno de otro por lo menos 1/2.
(b) Utilizar el apartado anterior para demostrar el resultado debido a
F. Riesz de que los unicos espacios normados localmente compactos
son los de dimensi on nita.
3. Sea M un subespacio vectorial de dimension nita del espacio normado
X. Demostrar que existe siempre un subespacio vectorial cerrado de X,
tal que M N = 0 y X = M + N.
4. Sean X e Y espacios de Banach. Si T : X Y es un operador lineal tal
que, para cada f Y
, f T X
, demostrar que T es acotado.

5. Sea M un subespacio del espacio normado X. y sean .
X
: X X
y .
M
: M M
las isometras naturales de X y M dentro de sus

respectivos biduales. Si j representa la inclusi on M X, demostrar que
existe una isometra : M
, tal que .
X
j = .
M
. Ver
adem as que
(M
) = x
: x
(y
) = 0 y
(M) = 0
6. Sea X un espacio de Banach reexivo y sea Y un subespacio cerrado de
X. Demostrar que Y es tambien un espacio de Banach reexivo.
7. Sea X un espacio de Banach. Demostrar que
X es reexivo X
es reexivo.
8. Sean X e Y espacios normados y sea T B(X, Y).
(a) Si se dene T
: Y
mediante T
(f) = f T, comprobar que

T
B(Y
, X
) y |T
| = |T|. A T
se le llama el adjunto de T.
(b) Aplicando a T
el procedimiento descrito en el apartado (a), obte-

nemos T
B(X
, Y
). Si identicamos X e Y con sus im agenes

respectivas mediante las isometras naturales .
X
y .
Y
, demostrar
que T
[
X
= T.
(c) Demostrar que T
es inyectiva si y s olo si T(X) es denso en Y.

82 CAP

(d) Ver que si T
(Y
) es denso en X
, entonces T es inyectiva y que el

recproco es cierto si X es un espacio de Banach reexivo.
9. Sean X e Y espacios normados con X = 0 y supongamos que B(X, Y)
es un espacio de Banach con la norma usual
|T| = sup[T(x)[ : x X |x| 1.
Demostrar que, entonces, Y tiene que ser tambien un espacio de Banach.
10. (a) En el espacio de Banach l
R
de las sucesiones acotadas, con la norma
del supremo, denimos el operador desplazamiento T mediante
T(x
1
, x
2
, , x
n
, ) = (x
2
, , x
n
, )
y consideramos el subespacio M de l
R
dado por
M = x T(x) : x l
R
.
Demostrar que el vector e = (1, 1, 1, , 1, ) dista justamente 1
de M en l
R
y utilizar el corolario 3.1.9 para concluir que existe un
funcional lineal : l
R
R, que cumple || = 1, (M) = 0 y
(e) = 1.
(b) Ver que para el funcional encontrado en el apartado (a), c
0

1
(0) y deducir de ello que si x = (x
n
)
n=1
l
R
es tal que existe
lm
n
x
n
, entonces (x) = lm
n
x
n
.
(c) Utilizar || = 1 para concluir que si x = (x
n
)
n=1
l
R
es tal que
x
n
0 n N, entonces (x) 0.
(d) Un funcional L : l
K
K que cumpla las propiedades
|L| = 1,
L(x) = lim
n
x
n
siempre que el lmite exista,
L(x) 0 x l
x
n
0 n N y
L(x) = L(T(x)) x l
K
,
se llamar a un lmite de Banach. Los tres primeros apartados es-
tablecen la existencia de alg un lmite de Banach en el caso real.
Como se demostrara un resultado analogo para el caso complejo?
11. Sea L un lmite de Banach en l
, como se deni o en el ejercicio anterior.

Sea x l
n N, x
2n1
= 1 y x
2n
= 0, es decir, x = (1, 0, 1, 0, ).
Cual es el valor numerico de L(x)?
12. Demostrar la siguiente extensi on del teorema clasico de Liouville:
Si f : C X es una funcion entera acotada que toma valores en el
espacio normado X, entonces f es constante.
13. Sea X un espacio normado, cuyo dual X
se sabe que es separable.

Demostrar que X es tambien separable.
3.2. ALGUNOS EJEMPLOS DE ESPACIOS DUALES 83
3.2. Algunos ejemplos de espacios duales
Teorema 3.2.1 (l
1
)
= l
; mas concretamente, si para cada y l
denimos
y
: l
1
C mediante
y
(x) =
j=1
x
j
y
j
,
obtenemos una aplicacion
(3.2.2)
l
(l
1
)
y
y
,
que resulta ser una isometra lineal de l
sobre (l
1
)
.
Demostraci on. Dados y = (y
j
)
j=1
l
y x = (x
j
)
j=1
l
1
,
[
y
(x)[ =
j=1
x
j
y
j
j=1
[x
j
y
j
[ sup
j
[y
j
[
j=1
[x
j
[ = |y|
|x|
1
,
lo cual nos dice que
y
(l
1
)
y |
y
| |y|
,
de modo que la aplicaci on (3.2.2) es lineal y continua. A continuaci on vemos
que, de hecho, es una isometra. Para ello utilizaremos los vectores e
j
l
1
,
para j N, cuyas coordenadas son
e
j,k
=
1 si k = j
0 si k N ` j
Dado y l
, se tiene, para todo j N

y
j
=
k=1
e
j,k
y
k
=
y
(e
j
),
de modo que [y
j
[ |
y
||e
j
|
1
= |
y
| y, por tanto, |y|
|
y
|. Esta
desigualdad, junto a la que vimos antes, nos dice que la aplicaci on (3.2.2) es
una isometra. Ahora solo queda probar que es sobre. Para ello partimos
de (l
1
)
y queremos encontrar y l
tal que =
y
. Lo primero que
hacemos es observar que, para cada x l
1
, podemos escribir
x =
j=1
x
j
e
j
, en l
1
, ya que
x
n
j=1
x
j
e
j
1
=
j=n+1
[x
j
[ 0 cuando n .
Entonces
(x) =
j=1
x
j
e
j
j=1
x
j
(e
j
) =
y
(x),
84 CAP

para y = ((e
j
))
j=1
. S olo hay que asegurarse de que y l
; pero esto es
inmediato, ya que [y
j
[ = [(e
j
)[ |||e
j
|
1
= ||. Queda probado que
=
y
y ello termina la demostraci on.
Teorema 3.2.3 (c
0
)
= l
1
; mas concretamente, si para cada y l
1
denimos
y
: c
0
C mediante
y
(x) =
j=1
x
j
y
j
,
(3.2.4)
l
1
(c
0
)
y
y
,
1
sobre (c
0
)
.
Demostracion. Dados y = (y
j
)
j=1
l
1
y x = (x
j
)
j=1
c
0
,
[
y
(x)[ =
j=1
x
j
y
j
j=1
[x
j
y
j
[
j=1
[y
j
[ sup
j
[x
j
[ = |y|
1
|x|
c
0
,
y
(c
0
)
y |
y
| |y|
1
,
que, de hecho, es una isometra.
|y|
1
=
j=1
[y
j
[ =
j=1
y
j
sgn(y
j
),
donde
sgn(y
j
) =
[y
j
[
y
j
si y
j
= 0
0 si y
j
= 0
Dado n N, si consideramos el vector
x = (sgn(y
1
), , sgn(y
n
), 0, 0, , 0, ) c
0
,
podemos escribir
n
j=1
[y
j
[ =
j=1
y
j
x
j
= [
y
(x)[ |
y
||x|
c
0
|
y
|.
As pues, |y|
1
|
y
|, lo que nos da, junto a la desigualdad opuesta que vimos
antes, que la aplicaci on (3.2.4) es una isometra. Queda por ver que es sobre.
Sea (c
0
)
. Dado un x arbitrario de c
0
, observamos que
x =
j=1
x
j
e
j
en c
0
, ya que
x
n
j=1
x
j
e
j
c
0
= sup
n+1j<
[x
j
[ 0 para n .
Por lo tanto
(x) =
j=1
x
j
e
j
j=1
x
j
(e
j
) =
y
(x)
para y = ((e
j
))
j=1
. Nos queda ver que y l
1
. Pero, dado n N, arbitrario,
podemos escribir, con ciertos
j
R,
n
j=1
[y
j
[ =
n
j=1
[(e
j
)[ =
n
j=1
e
i
j
(e
j
) =
j=1
e
i
j
e
j
||.
Vemos as que |y|
1
|| y =
y
, lo que completa la demostraci on.
Corolario 3.2.5 Ni c
0
ni l
1
ni l
son reexivos.
Demostracion. Comenzamos mirando a c
0
. La aplicacion
. : c
0
c
0
= (l
1
)
= l
se dene como .(x)(y) =

y
(x) =
x
(y), es decir, con las identicaciones que
hemos hecho, .(x) = x. En otras palabras, . es, simplemente la inclusi on de
c
0
en l
, que, desde luego, no es sobre. Esto nos dice que c

0
no es reexivo.
Como c
0
es un subespacio cerrado de l
y sabemos que los subespacios

cerrados de un espacio reexivo, son tambien reexivos (problema 6 de la
secci on anterior), concluimos que tampoco l
es reexivo.
Pasemos ahora al caso de l
1
. Como l
1
= (c
0
)
y c
0
no es reexivo, podemos
ya armar que l
1
no es reexivo (problema 7 de la secci on anterior). Damos,
de todos modos, un argumento especco. Tenemos, como antes, la aplicaci on
l
1
.
(l
1
)
= (l
x
x
.
Lo que complica un poco la situacion es que no sabemos quien es (l
. En
realidad no necesitamos saberlo. Basta observar que, puesto que c
0
es un
subespacio cerrado propio de l
, el corolario 3.1.10 nos asegura que existe

(l
` 0, tal que (c
0
) = 0. Este funcional no puede ser de la forma
x
para ning un x l
1
, pues en ese caso, el teorema 3.2.3 conducira a x = 0. Por
lo tanto, l
1
tampoco es reexivo.
86 CAP

Teorema 3.2.6 Sea 1 < p < . Entonces (l
p
)
= l
p
donde p
t
es el exponente
conjugado de p, es decir, el unico que satisface
1
p
+
1
p
= 1. Mas concretamente,
si para cada y l
p
denimos
y
: l
p
C mediante
y
(x) =
j=1
x
j
y
j
,
(3.2.7)
l
p
(l
p
)
y
y
,
p
sobre (l
p
)
.
Demostracion. Dados y = (y
j
)
j=1
l
p
y x = (x
j
)
j=1
l
p
, la desigualdad de
H older nos conduce a
[
y
(x)[ =
j=1
x
j
y
j
j=1
[x
j
y
j
[ |x|
p
|y|
p
y
(l
p
)
y |
y
| |y|
p
,
que, de hecho, es una isometra. En efecto
|y|
p
j=1
[y
j
[
p
j=1
[y
j
[
p
1
[y
j
[ =
j=1
x
j
y
j
,
donde x
j
= [y
j
[
p
1
(sgny
j
) son las componentes de un vector x l
p
, ya que
|x|
p
p
=
j=1
[x
j
[
p
=
j=1
[y
j
[
(p
1)p
=
j=1
[y
j
[
p
= |y|
p
.
Por lo tanto,
|y|
p
= [
y
(x)[ |
y
||x|
p
= |
y
||y|
p
/p
p
,
o, en otras palabras
|y|
p
|
y
|.
Esta desigualdad, junto a la que va en sentido contrario, que establecimos
al comienzo de la demostracion, nos asegura que la aplicacion (3.2.7) es una
isometra. Veamos, para terminar, que es sobre. Para cada x l
p
, podemos
escribir
x =
j=1
x
j
e
j
donde la serie converge en l
p
,
pues, efectivamente
x
n
j=1
x
j
e
j
p
=
j=n+1
[x
j
[
p
1/p
0 para n .
Entonces, para cada (l
p
)
y cada x l
p
, podemos poner
(x) =
j=1
x
j
e
j
j=1
x
j
(e
j
).
Resulta que el vector y = (y
j
)
j=1
con y
j
= (e
j
) pertenece a l
p
. En efecto,
para cualquier n N,
n
j=1
[y
j
[
p
=
n
j=1
[(e
j
)[
p
=
n
j=1
[(e
j
)[
p
1
sgn((e
j
))(e
j
).
Pero este n umero no es m as que la imagen mediante del vector
n
j=1
[(e
j
)[
p
1
sgn((e
j
))e
j
,
que es un vector de l
p
con norma
j=1
[y
j
[
(p
1)p
1/p
=
j=1
[y
j
[
p
1/p
.
Entonces
n
j=1
[y
j
[
p
||
j=1
[y
j
[
p
1/p
.
En denitiva, tomando el supremo en n, vemos que
|y|
p
||
y llegamos a que =
y
Corolario 3.2.8 Para cada p 1 < p < , l
p
es reexivo.
Demostracion. Es evidente que la aplicaci on
. : l
p
(l
p
)
= (l
p
= l
p
,
que viene dada por
.(x)(y) =
y
(x) =
x
(y),
88 CAP

no es otra, habida cuenta de las identicaciones intermedias, que la identidad
en l
p
.
Los teoremas 3.2.1 y 3.2.6 son casos particulares del siguiente resultado
general, debido a F. Riesz.
Teorema 3.2.9 Sea (, , ) un espacio de medida nito. Entonces, pa-
ra todo 1 p < , L
p
()
= L
p
(), donde p
t
es, como antes, el exponente
conjugado de p. Mas concretamente, si para cada g L
p
(), denimos
g
: L
p
() C mediante
g
(f) =
f(x)g(x)d(x),
obtenemos una isometra de L
p
() sobre L
p
()
(3.2.10)
L
p
() L
p
()
g
g
.
Demostracion. Dada g L
p
(), la desigualdad de H older garantiza que

g
est a bien denido, y satisface
[
g
(f)[ |g|
p
|f|
p
f L
p
(),
de modo que
g
L
p
()
y |
g
| |g|
p
. Tenemos as bien denido el opera-
dor lineal y continuo (3.2.10). Para ver que es una isometra se procede como
en los teoremas 3.2.1 y 3.2.6.
Comencemos con el caso p
t
< , es decir, p > 1. Tenemos
|g|
p
[g(x)[
p
d(x) =
[g(x)[
p
1
sgn(g(x))g(x)d(x) =
g
(f)
para f(x) = [g(x)[
p
1
sgn(g(x)), que es una funci on perteneciente a L
p
(), ya
que
[f(x)[
p
d(x) =
[g(x)[
(p
1)p
d(x) = |g|
p
.
Entonces
|g|
p
= [
g
(f)[ |
g
||f|
p
= |||g|
p
/p
p
.
Como p
t
p
= 1, obtenemos, nalmente |g|
p
|
g
|, que es la desigualdad
que nos faltaba para concluir que la aplicacion (3.2.10) es isometra en el caso
p > 1.
Analicemos ahora el caso p = 1, o sea, p
t
= . Supongamos 0 < < |g|
.
Esto quiere decir que
(x : [g(x)[ > ) > 0.
Como nuestro espacio de medida es nito, existira alg un conjunto medible
A x : [g(x)[ > , tal que 0 < (A) < . Pero, entonces,
<
1
(A)
A
[g(x)[d(x) =
g
(f),
para f(x) =
1
(A)
A
(x)sgn(g(x)), que es una funci on de L
1
() con |f|
1
= 1.
Llegamos a la desigualdad < |
g
|, que nos da, al acercarse a |g|
,
|g|
|
g
|. As completamos la demostracion de que (3.2.10) es una iso-
metra tambien para p = 1.
Queda por ver que la aplicacion (3.2.10) es sobre.
Primero suponemos que es nita, es decir, que () < . Partimos
de L
p
()
y pretendemos encontrar una g L

p
(), tal que =

g
.
Para ello denimos
: C mediante (E) = (
E
) E .
Resulta que es una medida compleja. En efecto, si (E
j
)
j=1
es una
sucesi on de conjuntos medibles disjuntos dos a dos, tenemos
j=1
E
j
j=1
E
j
j=1
E
j
j=1
(
E
j
) =
j=1
(E
j
).
La tercera igualdad es consecuencia de que
j=1
E
j
=
j=1
E
j
en el sentido de la convergencia en L
p
(), es decir
j=1
E
j

n
j=1
E
j
L
p
()
=
j=n+1
E
j
L
p
()
=
j=n+1
E
j
1/p
=
j=n+1
(E
j
)
1/p
0 para n .
Por otro lado, es evidente que la medida es absolutamente continua
con respecto a la medida , es decir,
(E) = 0 =(E) = 0.
Entonces se sigue del teorema de Radon-Nikodym, que existe g
L
1
(), tal que
(
E
) = (E) =
E
g(x)d(x) =
E
(x)g(x)d(x) E
90 CAP

y, por consiguiente
(s) =
s(x)g(x)d(x) para toda funci on simple s.

Sean A
n
= x : [g(x)[ n . Si ponemos g
n
(x) =
A
n
(x)g(x),
tenemos g
n
L
p
() n N y podemos calcular su norma como

|g
n
|
p
= sup
simple||
p
1
(x)g
n
(x)d(x)
.
Como
(x)g
n
(x)d(x)
(x)
A
n
(x)g(x)d(x)
= [(
A
n
)[,
y
[(
A
n
)[ |||
A
n
|
p
||||
p
||,
llegamos, nalmente, a
|g
n
|
p
|| n N
y, as, vemos que g L
p
(). Ahora, basta observar que y

g
coinci-
den sobre las funciones simples, que son densas en L
p
(). Esto implica
inmediatamente, que =
g
Supongamos ahora que () = . Entonces, como estamos suponiendo
que la medida es nita, podremos escribir =
n=1

n
, donde los
conjuntos
n
son medibles, con (
n
) < n N y disjuntos dos a
dos. Sea L
p
()
. Por el apartado anterior, sabemos que existe una

funci on medible g en , tal que
n
g L
p
() n N y (f) =
fgd
para todas las f L
p
() que se anulen fuera de alg un
n
. Entonces
N N,
N
n=1
n
g L
p
() y (f) =
fgd para toda f L

p
() que
se anule fuera de
N
n=1

n
.
Sea f L
p
() arbitraria. Para cada N N, denimos f
N
=
N
n=1
n
f.
Tendremos (f
N
) =
f
N
gd y f
N
f en L
p
() para N , ya que
|f f
N
|
p
p
=
N+1
n
[f[
p
d 0 para N (estamos aplicando la me-
dida E
E
[f[
p
d a la familia decreciente de conjuntos (
N+1
n
)
N=1
,
cuya intersecci on es el conjunto vaco). Se sigue que (f
N
) (f) para
N . Por otro lado
[f
N
g[d = ([f
N
[sgn(g)) |||f
N
sgn(g)|
p
|||f|
p
,
lo que nos lleva, utilizando el teorema de convergencia mon otona, a la
desigualdad
[fg[d |||f|
p
.
Despues, por el teorema de convergencia dominada
(f) = lm
N
f
N
gd =
lm
N
f
N
gd =
fgd.
Finalmente, como
N
n=1
n
g
|| N N, obtenemos |g|
p
||
y concluimos la demostraci on de que =
g
.
92 CAP

Ejercicios
1. Demostrar que el espacio L
1
[0, 1] no es reexivo. Deducir que tampoco
son reexivos ni L
[0, 1] ni ([0, 1].

2. Demostrar que si 1 < p < , el teorema 3.2.9 sigue siendo cierto para un
espacio de medida arbitrario, mientras que para el caso p = 1 es necesaria
alguna restriccion sobre el espacio de medida.
(Sugerencia: Un funcional L
p
()
siempre se anula fuera de alg un

conjunto nito)
3. Demostrar que, para cualquier medida y cualquier p 1 < p < , el
espacio L
p
() es reexivo.
4. Sea (, , ) un espacio de medida nito y sean p y p
t
exponentes
conjugados, con 1 p . Sea g una funci on medible denida en ,
tal que fg L
1
() para toda f S, el espacio de las funciones simples
integrables, o lo que es lo mismo, aquellas que se anulan fuera de un
conjunto de medida nita, y ademas, la cantidad
M
p
(g) = sup
fgd
: f S y |f|
p
= 1
es nita. Demostrar que g L

p
() y |g|
p
= M
p
(g).
Se puede eliminar la condici on de que sea nita?
5. Proporcionar los detalles de la siguiente demostraci on, debida a J. von
Neumann, del teorema de Radon-Nikodym:
Sea (, , ), un espacio de medida nito y sea una medida com-
pleja, nita, absolutamente continua con respecto a . Se pretende
demostrar que existe una funcion medible f, tal que
(E) =
E
f(x)d(x) E tal que (E) < .
(a) Ver, antes que nada, que se puede suponer que tanto como son
medidas nitas positivas.
(b) Considerar la medida = + y aplicar el teorema de representa-
ci on de F. Riesz al funcional denido como
(f) =
f(x)d(x)
sobre L
2
().
6. Sea (, , ) un espacio de medida nito y sea 1 p . Supon-
gamos que g es una funcion medible denida en , tal que fg L
1
()
para toda f L
p
(). Demostrar que g L
p
() y
|g|
p
= sup
fgd
: f L
p
() |f|
p
= 1
Se puede relajar la condicion sobre el espacio de medida?

7. Sea (X
)
.
una familia de espacios normados. Para cada / desig-
namos la norma en X
como | |
. Dado 1 p < , denimos

X
p

p
.
X
: |x|
|x
|
p
1/p
<
.
Tambien denimos
X
.
X
: |x| sup
|x
<
.
Sea X = X
p
, para alg un 1 p .
(a) Demostrar que X es un espacio normado y que /, la proyecci on
P
: X X
es una aplicacion lineal continua con |P
(x)|
|x| x X.
(b) X es un espacio de Banach si y s olo si cada X
es un espacio de
Banach.
(c) Cada proyeccion P
es una aplicaci on abierta de X sobre X
.
8. Si en el problema precedente / = N, tiene sentido denir tambien
X
,0
= (x
n
)
nN
: x
n
X
n
y |x
n
|
n
0 para n
como un subespacio de X
. Ver si las armaciones del ejercicio anterior

siguen siendo ciertas para X
,0
.
9. Con la misma notaci on del ejercicio 7, demostrar que, si 1 p < , X
p
es separable si y s olo si el conjunto / de ndices es numerable y cada X
es separable. Ver ademas que X
es separable si y solo si el conjunto /

es nito y cada X
es separable.
10. Demostrar que el espacio X
,0
del ejercicio 8 es separable si y s olo si
cada espacio X
n
es separable.
94 CAP

11. Demostrar que el dual del espacio X
p
del ejercicio 7, con 1 p < , es
isometricamente isomorfo a
p
.
X
,
donde p
t
es el exponente conjugado de p, es decir, el unico que verica
1/p + 1/p
t
= 1.
12. Demostrar que el dual del espacio X
,0
del ejercicio 8 es isometricamente
isomorfo a
1
nN
X
n
.
Captulo 4
ESPACIOS VECTORIALES
TOPOLOGICOS
4.1. Deniciones y primeras propiedades
Denici on 4.1.1 Sea X un espacio vectorial sobre el cuerpo K = R o C. Sea
T una topologa sobre X. Diremos que T es una topologa vectorial o lineal
si cumple las dos condiciones siguientes
(a) x X, el conjunto x es cerrado.
(b) Las operaciones
X X X y KX X
(x, y) x + y (, x) x
son continuas.
Un espacio vectorial topol ogico (usaremos, con frecuencia la abreviatura
EVT) es un par (X, T ) formado por un espacio vectorial X sobre el cuerpo K =
R o C, junto con una topologa vectorial T denida en X. A veces hablaremos
del EVT X, sin mencionar explcitamente la topologa T .
Dado un EVT X, denimos, para cada a X, el operador de traslacion
X
T
a
X
x T
a
(x) x + a.
Tambien para cada K` 0, denimos el operador de multiplicaci on
X
M
X
x M
(x) x.
Proposicion 4.1.2 a X, y K`0, T
a
y M
son homeomorsmos.
95
96 CAP
ITULO 4. ESPACIOS VECTORIALES TOPOLOGICOS

Demostracion. Es consecuencia inmediata de la propiedad (b) de la denicion
de EVT que T
a
y M
son aplicaciones continuas. Por otro lado, los axiomas

de espacio vectorial implican que T
a
y M
son biyecciones cuyas inversas son,

respectivamente, T
a
y M
1/
. As pues, se trata de homeomorsmos.
Corolario 4.1.3 En un EVT X, un conjunto E X es abierto si y solo si
a X, E + a es abierto. La topologa queda determinada por un sistema
fundamental de entornos de 0, que es lo que llamaremos una base local.
Denicion 4.1.4 Un subconjunto E de un EVT X se dice que es acotado si
para cada entorno V de 0, existe s > 0, tal que t > s, E tV.
Se sigue de la proposici on 1.1.10 del captulo 1, que todo espacio normado
es un EVT; pero veremos en este captulo que hay muchos ejemplos naturales y
utiles de EVT que no son normados. Comenzamos poniendo nombres a algunas
clases importantes de EVT.
Denicion 4.1.5 Sea X un EVT. Diremos que
(a) X es localmente convexo si existe una base local B formada por con-
juntos convexos.
(b) X es localmente acotado si 0 tiene alg un entorno acotado.
(c) X es localmente compacto si 0 tiene alg un entorno compacto.
(d) X es metrizable si su topologa coincide con la topologa asociada a
alguna metrica.
(e) X es de tipo F si su topologa viene dada por alguna metrica inva-
riante completa. Una metrica o distancia d se dice que es invariante
si x, y, z X, d(x + z, y + z) = d(x, y) y se dice que es completa
cuando el correspondiente espacio metrico es completo.
(f ) X es un espacio de Frechet si X es un espacio locamente convexo que
ademas es de tipo F.
(g) X es normable si existe una norma que induce sobre X la topologa de
partida.
(h) X tiene la propiedad de Heine-Borel si todo conjunto cerrado y aco-
tado es compacto.
4.1. DEFINICIONES Y PRIMERAS PROPIEDADES 97
Veremos que, entre los tipos de EVT que acabamos de introducir, existen
las siguientes relaciones, que demostraremos mas adelante.
X localmente acotado = X tiene una base local numerable.
X es metrizable X tiene una base local numerable.
X es normable X es localmente convexo y localmente acotado.
X es localmente compacto X es de dimensi on nita.
X localmente acotado con la propiedad de Heine-Borel = X es de di-
mensi on nita.
Lo primero que vamos a hacer es precuparnos por las propiedades de se-
paraci on. Veremos que los axiomas de EVT implican que todo EVT es de
Hausdor, a pesar de que la unica propiedad de separaci on que hemos pedido
explcitamente es que los puntos sean cerrados (propiedad (a) de la denicion
4.1.1). Necesitamos un lema previo sencillo.
Lema 4.1.6 Sea W un entorno de 0 en el EVT X. Entonces existe U, entorno
abierto de 0, tal que U = U (se dice en ese caso que U es simetrico) y
U + U W, lo que implica, desde luego, que U W.
Demostraci on. Como la aplicaci on
X X X
(x, y) x + y
es continua y lleva (0, 0) a 0, dado W, entorno de 0, existir an V
1
y V
2
, entornos
abiertos de 0, tales que V
1
+V
2
W. Tomando luego U = V
1
V
2
(V
1
)(V
2
),
tendremos un entorno abierto del 0 con las propiedades deseadas.
Teorema 4.1.7 Sean K, compacto y C, cerrado, subconjuntos disjuntos de un
EVT X. Entonces existe V, entorno abierto de 0, tal que
(K + V ) (C + V ) = .
K + V y C + V son abiertos que contienen a K y C respectivamente.
Demostracion. Si K = , no hay nada que demostrar. Sea, pues, K = .
Usando que C es cerrado y K X ` C y apelando al lema 4.1.6, podemos
asociar a cada x K, un entorno abierto y simetrico del 0, al que llamaremos
V
x
, tal que
(x + V
x
+ V
x
+ V
x
) C = .
98 CAP

Esto implica, por ser V
x
simetrico, que
(x + V
x
+ V
x
) (C + V
x
) = .
Como K es compacto, existir an x
1
, , x
n
K, tales que
K (x
1
+ V
x
1
) (x
n
+ V
x
n
).
Si denimos V = V
x
1
V
x
n
, tendremos
K + V
n
j=1
x
j
+ V
x
j
+ V
j=1
x
j
+ V
x
j
+ V
x
j
.
Ning un termino de esta uni on corta a C + V, de modo que resulta
(K + V ) (C + V ) = .
Observemos que
K + V =
xK
(x + V )
y, como cada x +V es abierto, es claro que K +V es un abierto que contiene
a K. Igualmente C + V es un abierto que contiene a C.
Observaci on. En realidad, en el teorema anterior, se tiene
K + V (C +V ) = , ya que K +V X` (C +V ) y X` (C +V ) es cerrado.
Corolario 4.1.8 Si B es una base local del EVT X, entonces, cada elemento
de B contiene el cierre de alg un elemento de B.
Demostraci on. Sea W B. Basta aplicar el teorema, junto con la obser-
vacion que sigue a su demostracion, a los conjuntos K = 0 y C = X ` W.
Encontramos V B, tal que
0 + V ((X ` W) + V ) = ;
de donde se sigue
V X ` ((X ` W) + V ) W.
Corolario 4.1.9 Todo EVT es de Hausdor.
Demostracion. Sean x e y dos puntos distintos del EVT. Basta aplicar el
teorema 4.1.7 con K = x y C = y.
En el siguiente teorema coleccionamos algunos hechos basicos relativos al
comportamiento de cierres e interiores.
Teorema 4.1.10 Sea X un EVT. Entonces
(a) Si 1 es la coleccion de todos los entornos de 0 y B es una base local
cualquiera, se tiene que
A X, A =
V 1
(A + V ) =
V B
(A + V ).
(b) A, B X, A + B A + B.
(c) Si Y es un subespacio vectorial de X, entonces su cierre Y , tambien es
un subespacio vectorial de X.
(d) Si C X es convexo, entonces, tambien su cierre C y su interior
C son
convexos.
(e) Si B X es un conjunto equilibrado (lo cual quiere decir que
K [[ 1, se cumple B B), entonces su cierre B, tambien es
equilibrado. Si ademas 0
B, entonces, tambien
B es equilibrado.
(f ) Si E X es un conjunto acotado, entonces su cierre E, tambien es
acotado.
Demostracion.
(a)
x A V B , (x V ) A = V B , x A + V.
(b) Sean a A y b B. Queremos demostrar que a + b A + B. Para
ello tomamos un entorno cualquiera W de a + b y queremos ver que
W (A + B) = . Ahora bien, por la continuidad de la suma, sabemos
que existen W
1
, entorno de a y W
2
, entorno de b, tales que W
1
+W
2
W.
Como a A, sabemos que W
1
A = , de forma que existir a x W
1
A.
Por la misma raz on, puesto que b B, existir a y W
2
A. Entonces
x+y (W
1
+W
2
)(A+B) W(A+B). Por tanto, W(A+B) = ,
como queramos demostrar.
(c) En primer lugar K, Y = Y . Esto es obvio para = 0 y,
para = 0 se sigue de que el operador de multiplicacion M
es un
homeomorsmo (proposicion 4.1.2).
Despues, si tenemos , y K, resulta
Y + Y = Y + Y Y + Y Y ,
donde hemos usado la propiedad (b) que probamos en el apartado ante-
rior.
100 CAP

(d) Sea C convexo. Para ver que C es convexo procedemos como en el apar-
tado anterior. Si 0 < t < 1, tenemos
(1 t)C + tC = (1 t)C + tC (1 t)C + tC C.
Pasamos ahora a ver que
C es convexo. Sea, como antes, 0 < t < 1. Desde

luego, como
C C y C es convexo, es claro que (1t)
C +t
C C. Pero
(1t)
C y t
C son abiertos, de forma que su suma tambien es un abierto.

Se sigue, por tanto, que (1 t)
C +t
C .
(e) Sea 0 < [[ 1. Entonces B = B B y tambien
B= (B)

B B, de donde se sigue que
B . Si se supone adem as que 0
B,
entonces
B, incluso para = 0.
(f) Sea V un entorno de 0. Sabemos que W, entorno de 0, tal que W V.
Como E es acotado, para t grande, tendremos E tW. Entonces, E
tW tV.
Necesitaremos el siguiente resultado tecnico
Proposicion 4.1.11 Sea X un EVT. Entonces
(a) V, entorno de 0, U, entorno equilibrado de 0, tal que U V.
(b) V, entorno convexo de 0, U, entorno convexo y equilibrado de 0, tal
que U V.
Demostracion.
(a) V > 0 y W, entorno de 0, tales que W V si [[ < . Sea
U =
[[<
W. Claramente, U es entorno equilibrado de 0 y U V.
(b) Sea, ahora V un entorno convexo de 0. Sea A =
[[=1
V. Elegimos W,
entorno equilibrado de 0, tal que W V. Si [[ = 1,
1
W = W V,
de donde W V y as, W A, de modo que
A es un entorno de
0. Desde luego,
A V y, como A es convexo,
A tambien sera convexo.

Queda por ver que
A es equilibrado. Sean 0 r 1 y [[ = 1. Entonces

rA =
[[=1
rV =
[[=1
rV

[[=1
V = A, ya que, al ser V
un convexo que contiene a 0, rV V.
Corolario 4.1.12 Todo EVT tiene una base local equilibrada.
Todo EVT localmente convexo tiene una base local convexa y equilibrada.
En ambos casos los elementos de la base se pueden tomar abiertos.
Teorema 4.1.13 Sea V un entorno de 0 en el EVT X. Entonces
(a) Si 0 < r
1
< r
2
< < r
n
< , se tiene
X =
n=1
r
n
V.
(b) Todo compacto K X es acotado.
(c) Si
1
>
2
> >
n
0 y V es acotado, se sigue que la coleccion
(
n
V )
n=1
es una base local de X.
Demostraci on.
(a) Sea x X. El conjunto N
x
= K : x V es un entorno de 0
en K, de manera que, para n grande tendremos
1
r
n
N
x
, o lo que es lo
mismo,
1
r
n
x V. As pues, x r
n
V para n grande.
(b) Sea U un entorno abierto y equilibrado de 0 tal que U V. Por lo que
acabamos de ver K
n=1
nU y, por ser K compacto, existiran n umeros
naturales n
1
< n
2
< < n
s
, tales que
K n
1
U n
2
U n
s
U = (por ser U equilibrado) = n
s
U.
Si t > n
s
, entonces K tU tV.
(c) Sea U un entorno de 0 en X. Como V se est a suponiendo acotado, exis-
tir a s > 0, tal que V tU, t > s. Sea n sucientemente grande para
que s
n
< 1. Entonces
V
1
n
U =U
n
V.
102 CAP

Ejercicios
1. Sea X un espacio vectorial. Probar las siguientes armaciones, donde
todos los conjuntos mencionados se supone que son subconjuntos de X.
(a) 2A A + A; aunque puede ocurrir que 2A = A + A.
(b) A es convexo si y s olo si (s+t)A = sA+tA para todos los escalares
positivos s y t.
(c) Toda uni on (y tambien toda interseccion) de conjuntos equilibrados
es equilibrado.
(d) Toda intersecci on de convexos es convexo.
(e) Si es una colecci on de conjuntos convexos que esta totalmente
ordenada por inclusi on,
entonces la union de todos los miembros de es un convexo.
(f) Si A y B son convexos, tambien lo es A + B.
(g) Si A y B son equilibrados, tambien lo es A + B.
(h) Demostrar que las partes (d), (e) y (f) tambien se cumplen con
subespacios en lugar de convexos
2. La envolvente convexa de un conjunto A en un espacio vectorial X es,
por denici on el mnimo convexo que contiene a A. Le llamaremos co(A).
Demostrar que
co(A) =
t
1
x
1
+ + t
n
x
n
: x
j
A, t
j
0,
n
j=1
t
j
= 1 , n N
.
3. Sea X un espacio vectorial topol ogico. Todos los conjuntos mencionados
mas abajo se supone que son subconjuntos de X. Demostrar las siguientes
armaciones.
(a) La envolvente convexa de cada abierto es, a su vez, abierta.
(b) Si X es localmente convexo, entonces la envolvente convexa de cada
conjunto acotado es acotada; pero esto deja de ser cierto si no hay
convexidad local.
(c) Si A y B son acotados, tambien lo es A + B.
(d) Si A y B son compactos, tambien lo es A + B.
(e) Si A es compacto y B es cerrado, entonces A + B es cerrado.
(f) En general, la suma de dos cerrados puede no ser cerrado.
4. Sea B = (z
1
, z
2
) C
2
: [z
1
[z
2
[. Demostrar que B es equilibrado
pero su interior no lo es.
5. Demostrar que un conjunto E es acotado en un espacio vectorial to-
pologico si y s olo si todo subconjunto numerable de E es acotado.
6. Sea X un EVT y sea M un subespacio cerrado de X. Ver que la topologa
natural del espacio cociente X/M es una topologa vectorial e investigar
que propiedades de X permanecen al pasar al cociente.
7. Sea X un EVT y sea A X un subconjunto cerrado. Demostrar que A
es convexo si y s olo si
x, y A,
1
2
(x + y) A.
8. Para cada t R y cada n Z, denimos e
n
(t) = e
int
, y consideramos
tambien
f
n
= e
n
+ ne
n
, n N.
Todas estas funciones las vemos como elementos del espacio de Hilbert
X = L
2
[, ]. Sea X
1
el mnimo subespacio cerrado de X que contiene a
los e
n
, n 0 y sea X
2
el mnimo subespacio cerrado de X que contiene a
los f
n
, n 1. Demostrar que X
1
+X
2
es denso en X pero no es cerrado.
Por ejemplo, el vector
x =
n=1
n
1
e
n
pertenece a X pero no pertenece a X
1
+X
2
.
104 CAP

4.2. Aplicaciones lineales
Teorema 4.2.1 Sean X e Y dos EVT y sea T : X Y una aplicacion
lineal. Supongamos que T es continua en 0. Entonces, T es uniformemente
continua, es decir
W entorno de 0 en Y, V entorno de 0 en X yx V T(y)T(x) W.
Demostracion. Que T : X Y sea continua en 0 quiere decir que, dado
W entorno de 0 en Y, podemos encontrar V entorno de 0 en X, tal que T(V )
W. Pero entonces, como T es lineal,
y x V =T(y x) = T(y) T(x) W.
Teorema 4.2.2 Sea X un EVT y sea : X K un funcional lineal distinto
del funcional 0. Utilizaremos la notacion ^() para designar al n ucleo de ,
es decir, ^() =
1
(0). Entonces, son equivalentes las siguientes propiedades
(a) es continuo.
(b) El subespacio ^() es cerrado.
(c) El n ucleo ^() no es denso en X.
(d) es acotado en alg un entorno de 0.
Demostracion. (a)(b) se sigue por ser 0 un cerrado.
(b)(c), ya que, por hipotesis ^() = X.
(c)(d). Sea x X` ^(). Entonces existir a algun V, entorno de 0 en X, que
podemos suponer equilibrado, tal que (x +V ) ^() = . (V ) ser a un sub-
conjunto equilibrado del cuerpo K. Esto implica que si (V ) no fuera acotado,
tendra que ser (V ) = K. Pero esta ultima posibilidad conduce a una contra-
dicci on. En efecto si fuera (V ) = K, existira y V, tal que (y) = (x).
Pero entonces, x+y ^(), lo cual esta en contradicci on con el hecho de que
(x + V ) ^() = .
(d)(a). Si suponemos que [(x)[ < M x V, entorno de 0 en X y nos dan
r > 0, tendremos [(x)[ < r x W = (r/M)V. As pues, es continuo en 0,
y, por lo mismo, continuo.
Lema 4.2.3 Supongamos que Y es un subespacio vectorial del EVT X y que
Y es localmente compacto con la topologa heredada de X. Entonces Y es un
subespacio cerrado de X.
4.2. APLICACIONES LINEALES 105
Demostracion. Como Y es localmente compacto, existiran K compacto Y
y U, entorno de 0 en X, tal que U Y K. Sea V un entorno simetrico de 0,
que cumpla V + V U. Entonces
(4.2.4) x X Y (x + V ) es compacto.
En efecto. Fijemos x X y tambien y
0
Y(x+V ). Para todo y Y(x+V ),
se tiene que
y y
0
= (y x) + (x y
0
) V + V U
y ademas, y y
0
Y, ya que Y es un subespacio vectorial. As pues, y y
0

U Y K. Se sigue que
Y (x + V ) y
0
+ K;
pero y
0
+ K es un compacto de Y y el conjunto Y (x + V ) es cerrado en Y.
Como subconjunto cerrado de un compacto ser a compacto, lo que termina la
demostraci on de 4.2.4.
Ahora pasamos a demostrar que Y es cerrado. Sea x Y. Utilizaremos la
base local
B = W abierto de X 0 W V .
Para cada W B, sea E
W
= Y(x+W). Como W V, cada E
W
es compac-
to. Como x Y, ning un E
W
es vaco. As tenemos una familia de compactos
E
W
: W B que, claramente, tiene la propiedad de que cualquier subfa-
milia nita tiene interseccion no vaca. Se sigue, entonces, que
WB
E
W
= .
Ahora
z
WB
E
W
=z Y y z
WB
(x + W) = x.
As queda demostrado que x Y y, en denitiva, que Y es cerrado.
Teorema 4.2.5 Sea X un EVT sobre K = R o C. y sea Y un subespacio
vectorial de dimension nita (llamemosle n) de X. Entonces
(a) Todo isomorsmo lineal : K
n
Y es un homeomorsmo.
(b) Y es cerrado.
Demostracion. Antes que nada observamos que (b) es consecuencia de (a) y
del lema 4.2.3, ya que K
n
es siempre localmente compacto. Nos concentramos
en demostrar (a). Lo hacemos por inducci on sobre n.
Para n = 1. tendremos () = (1) = u, si llamamos u a (1) Y.
La continuidad de la multiplicaci on por escalares nos da inmediatamente que
es continua. Su inversa
1
= es un funcional lineal biyectivo al cual
se puede aplicar el criterio de continuidad del teorema 4.2.2. Como
1
(0) =
106 CAP

0, que es cerrado, resulta que es continua y as queda visto que es un
homeomorsmo.
Si suponemos (a) cierto para una determinada dimension n, veamos como
podemos extender el resultado a dimension n + 1. Sea Y un subespacio de X
de dimensi on n+1 y sea : K
n+1
Y un isomorsmo lineal. Si los vectores
de la base can onica de K
n+1
tienen como im agenes respectivas u
1
, , u
n+1
,
ser a
(
1
, ,
n+1
) =
1
u
1
+ +
n+1
u
n+1
.
De nuevo basta apelar a la continuidad de las operaciones del espacio vectorial
para concluir que es continua. Su inversa la escribimos como
1
(y) = (
1
(y), ,
n+1
(y)),
donde y =
1
(y)u
1
+ +
n+1
(y)u
n+1
. Todo lo que hemos de ver es que
cada uno de los funcionales lineales
j
es continuo. Para ello utilizamos el
criterio del teorema 4.2.2. Pero el n ucleo del funcional
j
es el subespacio
vectorial engendrado por los n vectores que resultan de quitar u
j
a la base
u
k
n+1
k=1
. Ahora bien, por la hip otesis de inducci on, todos estos espacios n
dimensionales son cerrados. As resulta que es homeomorsmo.
Tenemos la siguiente extensi on del teorema de F. Riesz.
Teorema 4.2.6 Sea X un EVT localmente compacto. Entonces X es de di-
mension nita.
Demostracion. Estamos suponiendo que existe un entorno V de 0, tal que
V es compacto. Se sigue que V es acotado y, de acuerdo con la parte (c) del
teorema 4.1.13, 2
n
V
nN
es una base local. Como V es compacto, tendremos
V (x
1
+
1
2
V ) (x
m
+
1
2
V )
para ciertos vectores x
1
, , x
m
. Sea Y = [x
1
, , x
m
], que, por ser de dimen-
si on nita, ser a un subespacio vectorial cerrado de X.
V Y +
1
2
V =
1
2
V Y +
1
4
V.
Pero, entonces
V Y +
1
2
V Y +Y +
1
4
V = Y +
1
4
V.
As podemos establecer que
V
nN
(Y + 2
n
V ) = Y = Y.
Multiplicando por escalares y usando el apartado (a) del teorema 4.1.13, resulta
X = Y, como queramos demostrar.
4.2. APLICACIONES LINEALES 107
Corolario 4.2.7 Si X es un EVT localmente acotado y que cumple la propie-
dad de Heine-Borel, entonces X tiene dimension nita.
Demostracion. Por hip otesis, existe V, entorno acotado de 0; pero, entonces,
V ser a un entorno cerrado y acotado de 0. La propiedad de Heine-Borel implica
que V ser a compacto y, de ah, por el teorema 4.2.6, X ser a de dimensi on nita.
108 CAP

Ejercicios
1. Supongamos que X e Y son espacios vectoriales topol ogicos, que T :
X Y es lineal, que M es un subespacio cerrado de X tal que T(x) = 0
para todo x M. Llamemos : X X/M a la aplicacion cociente.
Demostrar que existe una unica f : X/M Y que satisface T = f .
Probar que esta f es lineal y que T es continua si y s olo si f es continua.
Ver tambien que T es abierta si y solo si f es abierta.
2. Sean X e Y espacios vectoriales topologicos, y dim(Y) < . Sea T :
X Y lineal, tal que T(X) = Y.
(a) Demostrar que T es una aplicaci on abierta.
(b) Suponer, adem as, que el n ucleo de T es cerrado y demostrar que,
entonces, T es continua.
4.3. ESPACIOS METRIZABLES 109
4.3. Espacios metrizables
Teorema 4.3.1 Si X es un EVT con una base local numerable, entonces existe
una distancia d : X X R tal que
(a) d determina la topologa de X.
(b) Las bolas abiertas centradas en 0 son equilibradas y
(c) d es invariante.
Si ademas X es localmente convexo, entonces existe d con las tres propiedades
ya rese nadas (a), (b) y (c) mas la propiedad adicional que sigue
(d) Las bolas son convexas.
Demostraci on. Partimos de una base local equilibrada V
n
nN
tal que
(4.3.2) V
n+1
+ V
n+1
V
n
n N.
Suponemos que los V
n
son abiertos y, si X es localmente convexo, tomamos los
V
n
convexos. Utilizaremos el conjunto T de los n umeros racionales di adicos de
[0, 1], es decir, aquellos r Q de la forma
r =
n=1
c
n
(r)2
n
c
n
(r) = 0 o 1
y s olo un n umero nito de c
t
n
s no se anulan. Para cualquier n umero real t 1,
denimos S(t) = X y para r T, denimos
S(r) = c
1
(r)V
1
+ c
2
(r)V
2
+ .
Consideramos despues la funcion
X

[0, [
x (x) =nfr 0 : x S(r)
y, a partir de ella denimos d : XX [0, [ mediante d(x, y) = (x y).
Que d es una distancia con las propiedades requeridas se seguira de la inclusi on
(4.3.3) S(r) + S(s) S(r + s),
cuya justicaci on postponemos hasta el nal de la demostraci on. Ahora nos
concentramos en obtener las propiedades de d suponiendo (4.3.3).
Si 0 r < t, tendremos, a partir de 4.3.3 y del hecho obvio de que todos
los S(u) contienen a 0
S(r) S(r) + S(t r) S(t).
110 CAP

As vemos que la familia S(r)
r
es mn otona creciente. A partir de aqu vamos
a ver que
(4.3.4) (x + y) (x) + (y) x, y X.
En efecto. Fijamos x, y X. Podemos suponer que el segundo miembro de
4.3.4 es estrictamente menor que 1, pues en otro caso no habra nada que
demostrar. Por la denici on de , dado > 0, existir an r, s T, tales que
(x) < r , (y) < s y r + s < (x) + (y) + .
Entonces, x S(r), y S(s) y, en virtud de 4.3.3 x +y S(r +s), de donde
resulta
(x + y) r + s < (x) + (y) + .
Haciendo 0 se completa la demostracion de 4.3.4. A partir de 4.3.4 se
obtiene inmediatamente la propiedad triangular de d
d(x, y) d(x, z) + d(z, y) x, y, z X.
Como cada S(r) es equilibrado, se tiene (x) = (x) x X, y as resulta
la propiedad simetrica de d
d(x, y) = d(y, x) x, y X.
Por otro lado, es claro que (0) = 0, y por ello d(x, x) = 0 x X. Finalmente,
si x = 0, entonces, para alg un n, x V
n
= S(2
n
). Entonces (x) 2
n
> 0.
Esto implica que d(x, y) = 0 solo si x = y. Hemos visto que d es una distancia
y, por la manera en que ha sido denida es, desde luego, invariante.
Las bola abiertas de centro 0 son
B(0, ) = x X : (x) < =
r<
S(r).
Si < 2
n
, B(0, ) S(2
n
) = V
n
. De esta forma queda claro que las bolas
abiertas de centro 0 forman una base local para la topologa de X, con lo cual
tenemos demostrado (a). Como cada S(r) es un conjunto equilibrado, tambien
lo ser a B(0, ). Si cada V
n
es convexo, tambien lo ser a cada S(r) y, a partir de
ah, es inmediato ver que cada B(0, ) es, igualmente, un conjunto convexo.
S olo queda por vericar (4.3.3). Lo hacemos por induccion. Dado N N,
llamamos P
N
a la siguiente propiedad
(r + s < 1) (c
n
(r) = c
n
(s) = 0 n > N) =(S(r) + S(s) S(r + s)).
P
1
es trivialmente cierta, ya que se reduce a S(1/2)+S(0) S(1/2) y S(1/2) =
0. Ahora suponemos cierta P
N
y queremos demostrar P
N+1
. Sean r, s T,
tales que r + s < 1 y c
n
(r) = c
n
(s) = 0 n > N + 1. Escribamos r = r
0
+
c
N+1
(r)2
N1
y s = s
0
+c
N+1
(s)2
N1
. Entonces S(r) = S(r
0
) +c
N+1
(r)V
N+1
y S(s) = S(s
0
) + c
N+1
(s)V
N+1
. Como estamos suponiendo que se verica P
N
,
tendremos S(r
0
) + S(s
0
) S(r
0
+ s
0
). Por lo tanto
S(r) + S(s) S(r
0
+ s
0
) + c
N+1
(r)V
N+1
+ c
N+1
(s)V
N+1
.
Si C
N+1
(r) = c
N+1
(s) = 0, entonces, r
0
= r y s
0
= s y no hay nada que
demostrar. Si C
N+1
(r) = 0 y c
N+1
(s) = 1, entonces
S(r) + S(s) S(r
0
+ s
0
) + V
N+1
= S(r
0
+ s
0
+ 2
N1
) = S(r + s).
Si C
N+1
(r) = 1 y c
N+1
(s) = 0, la situacion es la misma, con los papeles de r y
s intercambiados. Finalmente si C
N+1
(r) = c
N+1
(s) = 1,
S(r) + S(s) S(r
0
+ s
0
) + V
N+1
+ V
N+1
S(r
0
+ s
0
) + V
N
= S(r
0
+ s
0
) + S(2
N
) S(r
0
+ s
0
+ 2
N
) = S(r + s),
donde hemos vuelto a usar P
N
para la ultima inclusion y la hip otesis (4.3.2)
sobre los V
n
para la pen ultima.
Hasta ahora hemos manejado muchas veces sucesiones de Cauchy es espa-
cios metricos, de forma que el concepto de sucesion de Cauchy en este contexto
es totalmente familiar para nosotros. Se trata de sucesiones (x
n
)
nN
que cum-
plan la condici on de Cauchy, es decir
> 0, n
0
N d(x
n
, x
m
) < n, m n
0
.
Por otro lado, tiene perfecto sentido hablar de sucesiones de Cauchy en un
EVT X, aunque la topologa de X no provenga de una metrica. Se dice que la
sucesi on (x
n
)
nN
de vectores de X es de Cauchy si
V entorno de 0 en X, n
0
N x
n
x
m
V n, m n
0
.
Desde luego, basta tomar los entornos de una base local. Si la topologa de X
proviene de una metrica d, las dos nociones de sucesion de Cauchy no tienen
porque coincidir. Sin embargo, cuando la metrica es invariante, necesariamente
coinciden. En efecto, si d es una distancia invariante que determina la topologa
del EVT X, las bolas abiertas centradas en 0 forman una base local y
x
n
x
m
B(0, ) d(x
n
, x
m
) = d(x
n
x
m
, 0) < .
La consecuencia es que
Teorema 4.3.5 Si d
1
y d
2
son dos metricas invariantes en un espacio vectorial
X, que inducen sobre el la misma topologa, entonces
112 CAP

(a) d
1
y d
2
tienen las mismas sucesiones de Cauchy.
(b) d
1
es completa si y solo si d
2
es completa
Teorema 4.3.6 (a) Si d es una metrica invariante en un espacio vectorial
X, entonces
d(nx, 0) nd(x, 0) x X y n N.
(b) Si x
n
X, EVT metrizable y si x
n
0 para n , entonces existen
n
R, tales que
n
y
n
x
n
0 para n .
Demostracion.
(a) d(nx, 0)
n
k=1
d(kx, (k 1)x = nd(x, 0).
(b) El teorema de metrizacion 4.3.1 nos asegura que podemos tomar d in-
variante. Sabemos que d(x
n
, 0) 0 para n . Entonces, para cada
k N, existir a n
k
N, tal que para todo n n
k
, d(x
n
, 0) <
1
k
2
. Deni-
mos
n
= 1 si n < n
1
y
n
= k si n
k
n < n
k+1
. Para estos n umeros
tenemos, si n
k
n < n
k+1
.
d(
n
x
n
, 0) = d(kx
n
, 0) kd(x
n
, 0) <
k
k
2
=
1
k
.
As pues,
n
x
n
0 para n .
Si X es un EVT y d es una metrica compatible con la topologa, los con-
juntos acotados de X (denici on 4.1.4) no tienen por que coincidir con los
conjuntos dacotados, o sea, los que est an contenidos en alguna bola asociada
a d. Por ejemplo, para cualquier distancia d, si se dene d
1
=
d
1+d
, resulta
una nueva distancia d
1
, que da la misma topologa y para la que todos los
conjuntos, incluso el total X, son d
1
acotados.
Vimos que los compactos son siempre acotados (parte (b) del teorema
4.1.13) y ahora necesitamos observar que si (x
n
)
nN
es una sucesion de Cauchy,
entonces el conjunto S = x
n
: n N es acotado. En efecto, dado W, en-
torno equilibrado de 0, sea V otro entorno equilibrado de 0 tal que V +V W.
Sabemos que existe N N, tal que n N, x
n
x
N
+ V. Tambien sabe-
mos (parte (a) del teorema 4.1.13) que podemos encontrar s > 1 para el que
x
1
, x
2
, , x
N
sV. Entonces tambien n n,
x
n
sV + V sV + sV sW,
con lo que queda visto que S es acotado.
Otra observacion pertinente en este momento es que si x = 0, el conjunto
E = nx : n N no es acotado. En efecto, podemos tomar V, entorno de
0, tal que x V. Entonces nx nV, de forma que E no es acotado. Como
consecuencia de esto, el unico subespacio vectorial acotado es el 0.
Tenemos la siguiente caracterizaci on util de los conjuntos acotados
Teorema 4.3.7 Las siguientes propiedades de un subconjunto E de un EVT
son equivalentes
(a) E es acotado.
(b) Para toda sucesion x
n
E y toda sucesion de escalares
n
0, se sigue
que
n
x
n
0 para n .
Demostraci on. (a)(b) Sea V un entorno equilibrado de 0. Entonces E tV
para alg un t > 0. Existir a N N, tal que [
n
[t < 1 para cada n > N. Pero,
entonces, si n > N, resulta
n
x
n
=
n
t
x
n
t
V,
ya que
x
n
t
V y [
n
t[ < 1, siendo V equilibrado.
(b)(a) Si E no fuera acotado, existira V, entorno de 0, y una sucesion de
n umeros positivos r
n
, de modo que E r
n
V n N. Podemos elegir
para cada n N, x
n
E x
n
r
n
V. Tenemos entonces r
1
n
x
n
V, de modo
que r
1
n
x
n
0, lo cual est a en contradiccion con (b).
Teorema 4.3.8 Sean X e Y espacios vectoriales topologicos y sea T : X Y
una aplicacion lineal. Consideramos las siguientes propiedades
(a) T es continua.
(b) T es acotada (es decir, transforma cada conjunto acotado en un conjunto
acotado).
(c) x
n
0 para n T(x
n
)
nN
es un conjunto acotado.
(d) x
n
0 para n T(x
n
) 0 para n .
Demostraremos que, siempre, (a)(b)(c). Si ademas, X es metrizable, tam-
bien tenemos que (c)(d)(a), de modo que, en este ultimo caso, las cuatro
propiedades (a), (b), (c) y (d) son equivalentes.
Demostraci on. (a)(b). Sea E acotado X. Queremos ver que T(E) es
acotado. Para ello tomamos W, entorno de 0 en Y. Como T es continua y
T(0) = 0, existir a V, entorno de 0 en X, tal que T(V ) W. Puesto que E es
acotado, ser a E tV para t grande. Entonces T(E) T(tV ) = tT(V ) tW.
Queda as visto que T(E) es acotado y hemos probado (b).
(b)(c), ya que toda sucesion convergente es acotada.
A partir de ahora suponemos que X es metrizable.
(c)(d). Sabemos que
n

n
x
n
0. Por lo tanto, T(
n
x
n
) es
un conjunto acotado de Y. Se sigue que T(x
n
) =
1
n
T(
n
x
n
) 0 para n .
114 CAP

Veamos, nalmente, que (d)(a) . Si (a) no fuera cierta, existira W, en-
torno de 0 en Y, tal que T
1
(W) no contiene ning un entorno de 0 de X. Esto
nos permite encontrar x
n
0 en X, de modo que T(x
n
) W, lo cual contradice
(d).
Los ejemplos m as sencillos de espacios vectoriales topol ogicos que son me-
trizables pero no son normables son los espacios L
p
para 0 < p < 1. Vamos a
examinarlos brevemente. Dado 0 < p < 1, consideramos
L
p
= f : [0, 1] C medibles
p
(f) =
1
0
[f(x)[
p
dx < .
Es inmediato que
p
cumple la siguiente desigualdad triangular
(4.3.9)
p
(f + g)
p
(f) +
p
(g),
a partir de la cual se sigue que L
p
es un espacio vectorial complejo. Si ahora
denimos para f, g L
p
d(f, g) =
p
(f g),
se sigue de (4.3.9) que d cumple la siguiente desigualdad triangular
d(f, g) d(f, h) + d(h, g).
Como, desde luego, d es simetrica por el modo en que ha sido denida
(d(f, g) = d(g, f)), vemos que lo unico que impide que d sea una distancia
es que del hecho de ser d(f, g) = 0, no se puede concluir que f y g coincidan.
Tan solo se sigue que coinciden en casi todo punto. La situaci on es similar
a la que ya conocemos para los espacios de Lebesgue correspondientes a ex-
ponentes 1 y se resuelve de la misma manera. Se considera el conjunto
M = f L
p
:
p
(f) = 0, que es, claramente, un subespacio vectorial, y
se dene el espacio vectorial cociente L
p
= L
p
/M. Tanto
p
como d se pueden
denir para las clases de equivalencia que forman L
p
. Entonces d es una verda-
dera metrica sobre L
p
y se comprueba exactamente igual que en el caso p 1,
que L
p
es un espacio metrico completo. Las bolas B
r
= f L
p
:
p
(f) < r
para r > 0, forman una base local. Como B
1
= r
1/p
B
r
, es claro que B
1
es
acotado. As pues, podemos armar que
Proposicion 4.3.10 Para todo p > 0, L
p
es un espacio de tipo F localmente
acotado.
Sin embargo, vamos a ver que para que L
p
sea localmente convexo, es necesario
que sea p 1. De hecho, vamos a ver algo mucho m as fuerte.
Proposicion 4.3.11 Si 0 < p < 1, los unicos convexos abiertos de L
p
son
y L
p
.
Demostracion. Sea V = un abierto convexo de L
p
. Vamos a ver que V = L
p
.
Trasladando, si fuera preciso, suponemos que 0 V. Entonces V B
r
para
alg un r > 0. Sea f L
p
. Como p < 1, podemos armar que existe n N, tal
que n
p1
p
(f) < r. Podemos encontrar puntos 0 = x
0
< x
1
< < x
n
= 1 que
dividen el intervalo [0, 1] en n subintervalos
j
= [x
j1
, x
j
], 1 j n, para
cada uno de los cuales se cumple que
j
[f(x)[
p
dx =

p
(f)
n
.
Consideramos ahora las funciones g
j
(x) = nf(x)
j
(x), 1 j n. Vemos que
1 j n, g
j
V, ya que
p
(g
j
) = n
p
p
(f)
n
< r, de forma que g
j
B
r
V.
Como V es convexo y f =
1
n
(g
1
+ +g
n
), se sigue que f V. Por consiguiente,
queda demostrado que V = L
p
.
Corolario 4.3.12 Para cada p 0 < p < 1, L
p
no es localmente convexo y,
por lo tanto, tampoco es normable.
Corolario 4.3.13 Para cada p 0 < p < 1, el unico funcional lineal y conti-
nuo sobre L
p
es el funcional 0, lo cual podemos abreviar escribiendo (L
p
)
= 0.
Demostracion. Sea : L
p
C lineal y continuo. Pongamos D
r
= z C :
[z[ < r. Para cada r > 0, el disco D
r
es convexo. Como es lineal,
1
(D
r
)
es un convexo que, adem as sera abierto por ser continua. Si 0 < p < 1, se
sige de la proposicion 4.3.11 que
1
(D
r
) = L
p
. Entonces, para cada f L
p
,
se tiene (f) < r r > 0. Queda as claro que 0.
116 CAP

Ejercicios
1. Sean d
1
(x, y) = [xy[ , d
2
(x, y) = [(x)(y)[, donde (x) = x/(1+[x[).
Demostrar que d
1
y d
2
son dos distancias en R que inducen la misma
topologa, aunque d
1
es completa y d
2
no es completa. No est a esto en
contradicci on con la parte (b) del teorema 4.3.5?
2. Sea X un espacio metrico con distancia d. Si se dene d
1
=
d
1+d
, ver que
se obtiene una nueva distancia d
1
, que da la misma topologa y para la
que todos los conjuntos, incluso el total X, son d
1
acotados. Como se
relacionan la completitud de d y la de d
1
?
3. Demostrar la desigualdad triangular (4.3.9) y ver que, tambien para 0 <
p < 1, L
p
es completo.
4. Si N es un subespacio vectorial de un espacio vectorial X, la codimen-
sion de N en X es, por denici on, la dimension del espacio cociente
X/N.
Sea 0 < p < 1. Demostrar que todo subespacio de codimension nita es
denso en L
p
.
4.4. ESPACIOS LOCALMENTE CONVEXOS 117
4.4. Espacios localmente convexos
Denici on 4.4.1 Sea X un espacio vectorial sobre el cuerpo K = R o C.
Llamaremos seminorma en X, a cualquier aplicacion p : X R
que cumpla las dos condiciones siguientes
(a) p(x + y) p(x) + p(y) x, y X.
(b) p(x) = [[p(x) x X, y K.
Sea { una familia de seminormas en X. Diremos que { es una
familia separante de seminormas en X si
x X ` 0 p { p(x) = 0.
Sea A convexo X. Supongamos, ademas, que A es absorbente,
lo cual quiere decir, simplemente que
x X, t > 0 x tA
(por ejemplo, vimos en la parte (a) del teorema 4.1.13 que todo en-
torno de 0 es absorbente). Al conjunto A le asociaremos una apli-
cacion
A
: X [0, [, a la que llamaremos funcional de Minkowski
de A, que estara dada, por denicion, por la formula
A
(x) =nft > 0 : t
1
x A.
Es justamente para garantizar que
A
(x) sea siempre un n umero
bien denido, para lo que se necesita pedir que A sea absorbente.
Teorema 4.4.2 Sea p una seminorma en el espacio vectorial X. Enton-
ces se cumplen las propiedades siguientes
(a) p(0) = 0.
(b) [p(x) p(y)[ p(x y) x, y X.
(c) p(x) 0 x X.
(d) x X : p(x) = 0 es un subespacio vectorial de X.
(e) El conjunto B = x X : p(x) < 1 es convexo, equilibrado y
absorbente y p =
B
.
Demostraci on. (a) y (b) resultan inmediatamente de la denicion de
seminorma. (c) se sigue de (b) tomando y = 0.
118 CAP

Veamos (d). Sean x, y X p(x) = p(y) = 0 y, K. Entonces
0 p(x + y) [[p(x) +[[p(y) = 0,
lo que prueba (d).
Pasamos a ver que (e) es cierta. Primero vemos que B es equilibrado.
En efecto, sean x B y [[ 1. Entonces p(x) = [[p(x) < 1, de
modo que x B y as queda demostrado que B es equilibrado. Vemos a
continuacion que B es convexo. Para ello suponemos x, y B y tomamos
un t 0 < t < 1. Resulta p((1 t)x + ty) (1 t)p(x) + tp(y) < 1,
con lo que (1 t)x + ty B y queda probada la convexidad. Ahora
llega el momento de ver que B es absorbente. Partimos de un cierto
x X. Elegimos s > p(x) y tenemos p(s
1
x) < 1, es decir, s
1
x B
o, en otras palabras, x sB. Esto demuestra que B es absorbente. Por
otro lado, una vez que hemos llegado a s
1
x B, tenemos
B
(x) s,
y como esto ocurre para todo s > p(x), obtenemos que
B
p. Para
ver la desigualdad en sentido contrario, partimos de 0 < t p(x), de
donde se sigue p(t
1
x) 1, que nos permite armar que t
1
x B. De
aqu deducimos que
B
(x) p(x). Esto completa la demostracion de que
p =
b
, y por lo mismo, la de (e) y la del teorema.
Teorema 4.4.3 Supongamos que A es un convexo absorbente del espacio
vectorial X sobre K = R o C. Entonces
(a)
A
(x + y)
A
(x) +
A
(y) x, y X.
(b)
A
(tx) = t
A
(x) x X yt 0.
(c) Si, ademas A es equilibrado, entonces
A
es una seminorma.
(d) Si B = x X :
A
(x) < 1 y C = x X :
A
(x) 1, entonces
B A C y
B
=
A
=
C
.
Demostracion. Para cada x X, denimos
S
A
(x) = t > 0 : t
1
x A.
Como A es absorbente, tenemos que, necesariamente, 0 A. Adem as,
como A es convexo, resulta que
t S
A
(x) s > t =s
1
x =
1
t
s
0 +
t
s
t
1
x A =s S
A
(x).
Vemos, de este modo, que S
A
(x) es una semirrecta, cuyo extremo inferior
es
A
(x).
Comenzamos a demostrar (a). Sean
A
(x) < s y
A
(y) < t y escribamos
u = s +t. Entonces, como s
1
x A y t
1
x A, teniendo en cuenta que
A es convexo y que s/u + t/u = 1, resulta que
u
1
(x + y) =
s
u
(s
1
x) +
t
u
(t
1
y) A,
de modo que
A
(x+y) s +t y esto demuestra (a). Ahora (b) y (c) son
obvios. Pasamos, pues, a la demostraci on de (d). Si
A
(x) < 1, entonces
1 S
A
(x) y as x A. Hemos probado de este modo que B A. Por otro
lado, si x A, tenemos
A
(x) 1, es decir, x C. As es que tenemos ya
B A C. Esto implica que S
B
(x) S
A
(x) S
C
(x) x X, de forma
que
C
(x)
A
(x)
B
(x) x X. Veamos, para terminar, que estas
tres funciones son identicas. Supongamos que
C
(x) < s < t. Entonces
s
1
x C, de modo que
A
(s
1
x) 1 y as
A
(t
1
x) =
A
(t
1
ss
1
x) =
s
t
A
(s
1
x)
s
t
< 1.
Resulta que t
1
x B y por ello,
B
(t
1
x) 1, es decir,
B
(x) t.
Queda demostrado que
B
(x)
C
(x) y esto completa la demostracion.
Teorema 4.4.4 Sea B una base local abierta convexa y equilibrada de
un EVT X. Asociamos a cada V B su funcional de Minkowski
V
.
Entonces
V
V B
es una familia separante de seminormas continuas
en X.
Demostraci on. Puesto que cada V es convexo, equilibrado y absor-
bente, cada
V
es una seminorma. Si x X ` 0, entonces x V,
para alg un V B. Para este V, ser a
V
(x) 1. As queda visto que
V B
es una familia separante. Queda por establecer la continuidad
de las
V
. Si x V B, entonces tx V para alg un t > 1, pues V
es abierto. Se sigue que
V
< 1 en V. Si r > 0, y x y rV, se tiene
[
V
(x)
V
(y)[
V
(x y) < r. Esto prueba la continuidad de
V
.
Teorema 4.4.5 Supongamos que { es una familia separante de semi-
normas en el espacio vectorial X sobre el cuerpo K = R o C. Asociamos
a cada p { y cada n N, el conjunto
(4.4.6) V (p, n) = x X : p(x) <
1
n
.
Sea B la coleccion de todas las intersecciones nitas de conjuntos de la
familia (4.4.6). Entonces B es una base local abierta convexa y equilibrada
para una topologa T ex X, que convierte a X en un EVT localmente
convexo, tal que
120 CAP

(a) Toda p { es continua y
(b) E X es acotado si y solo si para cada p {, p(E) es un conjunto
acotado de n umeros.
Demostracion. Declaramos A X abierto si y s olo si A es uni on de
trasladados de miembros de B. As tenemos, claramente, una topologa T
en X, que es invariante por traslaciones. Cada miembro de B es abierto,
convexo y equilibrado y B es una base local para T . Supongamos que
x X ` 0. Entonces p(x) > 0 para alg un p {. Tomamos n N, tal
que np(x) > 1 y as tenemos que x V (p, n), de modo que 0 xV (p, n)
y, por consiguiente, x 0. Queda visto que 0 es un conjunto cerrado
y, como T es invariante por traslacion, cada punto de X es un cerrado.
Vamos a demostrar a continuaci on la continuidad de las operaciones.
Comenzamos con la suma. Sea U un entorno de 0. Entonces
(4.4.7) U V (p
1
, n
1
) V (p
m
, n
m
).
Pongamos V = V (p
1
, 2n
1
) V (p
m
, 2n
m
). Como cada p
j
es subadi-
tiva o, en otras palabras, satisface la desigualdad triangular, obtenemos
inmediatamente V + V U. Esto prueba la continuidad de la suma.
Examinamos ahora la multiplicaci on por escalares. Sean x X y K.
Tomemos U y V como antes. Entonces x sV para alg un s > 0. Ponemos
t =
s
1+[[s
. Si y x + tV y [ [ < 1/s, entonces
y x = (y x) + ( )x [[tV +[ [sV V + V U,
por ser [[t 1 y v equilibrado. Esto prueba la continuidad de la multi-
plicaci on por escalares.
As tenemos que X es un EVT localmente convexo. La denici on de
V (p, n) nos dice que cada p { es continua en 0 (p(x) < 1/n si x
V (p, n)). Pero [p(x) p(y)[ p(xy) nos dice que p es continua en todo
punto.
Finalmente probamos (b). Supongamos E X acotado. Fijamos p {.
Como V (p, 1) es un entorno de 0, E kV (p, 1) para k sucientemente
grande. As p(x) < k x E. Se sigue que cada p { est a acotada sobre
E. Recprocamente si suponemos que E es un conjunto sobre el que cada
p { est a acotada, veamos que E es un conjunto acotado. Sea U un
entorno del 0. Se cumplir a (4.4.7). Pero para cada j = 1, , m, p
j
< M
j
sbre E. Si n > M
j
n
j
para todo 1 j m, se sigue que E nU. Queda
visto que E es acotado.
Observaciones
(a) En la demostraci on del teorema es necesario tomar intersecciones
nitas de los V (p, n). Estos conjuntos V (p, n) por si solos, antes
de hacer las intersecciones nitas, no tienen por que formar una
base, sino una subbase. Veamos un ejemplo. Tomemos X = R y
{ = p
1
, p
2
, donde p
j
(x) = [x
j
[ para j = 1, 2.
(b) Si B es una base local abierta convexa y equilibrada de una topologa
T vectorial en X y consideramos la familia separante de seminormas
V
: V B, sabemos que esta familia da lugar a una topologa
T
1
. Es natural preguntarse si, necesariamente, ha de ser T = T
1
.
Veamos que la respuesta es armativa. Como cada p { es continua
respecto a T , resulta que cada V (p, n) T , de modo que tenemos
T
1
T . Recprocamente, si W B y p =
W
, se tiene W = x :
W
(x) < 1 = V (p, 1) T
1
, de donde se sigue que T T
1
.
(c) Si { = p
j
jN
es una familia separante de seminormas numera-
ble, sabemos que { da lugar a una topologa T con una base local
numerable, ya que las partes nitas de N son un conjunto nume-
rable. El teorema 4.3.1 nos dice que T es metrizable. Podemos dar
una demostraci on directa de este hecho construyendo una metrica
invariante mediante la f ormula
(4.4.8) d(x, y) =
j=1
2
j
p
j
(x y)
1 + p
j
(x y)
.
Es f acil ver que d es, en efecto, una metrica invariante. Para probar
que es compatible con T , vamos a ver que las bolas
B
r
= x X : d(x, 0) < r
forman una base local de T . Como cada p
j
es continua, y la serie de
(4.4.8) converge uniformemente en X X, d es continua. As, cada
B
r
es abierta. Por otro lado, si W es un entorno de 0, ser a
W V (p
1
, n
1
) V (p
k
, n
k
).
Si x B
r
, tendremos
2
j
p
j
(x)
1 + p
j
(x)
< r j = 1, 2, ,
lo que implica p
j
(x) <
j
(r) 0 para r 0. As pues, tomando r
peque no, podemos asegurar que B
r
W.
La formula (4.4.8) nos da una forma mucho m as sencilla que el
teorema 4.3.1 para construir una distancia en este caso. Tiene, sin
embargo, el peque no inconveniente de que las bolas asociadas a esta
distancia pueden no ser convexas.
122 CAP

Teorema 4.4.9 Un EVT X es normable si y solo si el 0 tiene un entorno
convexo acotado. Dicho de otra forma
X es normable X es localmente convexo y localmente acotado.
Demostracion. Desde luego, si X es normable y | | es una norma,
entonces B = x X : |x| < 1 es un entorno convexo y acotado de 0.
Recprocamente, sea V un entorno convexo y acotado. Entonces existe
U, abierto, convexo y equilibrado, tal que 0 U V. Denimos |x| =
U
(x) x X. Sabemos por la parte (c) del teorema 4.1.13, que los
conjuntos rU
r>0
, forman una base local de la topologa de X. Si x
X`0, entonces para alg un r > 0, x rU. Se sigue que |x| r, y as se
demuestra que | | es una norma. Adem as, rU = x X : |x| < r, con
lo que queda claro que la norma determina la topologa de X.
Ejemplos 4.4.10 (a) Sea un abierto no vaco de R
n
. Consideramos
el espacio vectorial
(() = f : C f es continua.
Escribimos =
n=1
K
n
, donde para cada n N, K
n
es compacto
y, adem as K
n

K
n+1
.
Dada f ((), denimos, para cada n N
p
n
(f) = sup[f(x)[ : x K
n
.
Obtenemos as una familia separante de seminormas p
n
que satis-
facen p
1
p
2
p
n
p
n+1
. Esta familia separante de
seminormas determina una topologa vectorial localmente convexa.
La propiedad de monotona de esta familia hace que la topologa
quede determinada por la siguiente base local
V
n
= f (() : p
n
(f) <
1
n
.
Al ser esta base local numerable, sabemos que el espacio (() es
metrizable y que obtenemos una distancia compatible con la topo-
loga mediante la f ormula
d(f, g) =
n=1
2
n
p
n
(f g)
1 + p
n
(f g)
.
Veamos que el espacio (() que acabamos de denir, es completo.
Para ello, partimos de una sucesi on de Cauchy f
j
, j N y queremos
probar que converge. Que sea de Cauchy quiere decir que para cada
n N, p
n
(f
j
f
k
) 0 cuando j, k ; en otras palabras, que la
sucesi on es uniformemente de Cauchy sobre cada K
n
. Esto garantiza
que f
j
converge uniformemente sobre cada K
n
a una cierta funci on
f ((). A partir de aqu resulta muy facil ver (aplicando, por
ejemplo, el teorema de convergencia dominada), que d(f
j
, f) 0,
para j . Esto naliza la demostracion de que d es completa y
as podemos armar que
(() es un espacio de Frechet.
E (() ser a acotado si y solo si para cada n N, existe M
n
< ,
tal que
[f(x)[ M
n
x K
n
y f E.
Es claro que ning un V
n
es acotado, pues podemos encontrar f V
n
para la cual p
n
(f) sea tan grande como queramos. Esto implica,
desde luego, que
(() no es normable.
(b) Supongamos ahora que es un abierto no vaco del plano complejo
C. Podemos considerar, como antes, el espacio (() y, dentro de el,
el subespacio H() formado por las funciones holomorfas. Como la
convergencia en (() es la convergencia uniforme sobre cada com-
pacto, es inmediato comprobar que H() es un subespacio cerrado
de ((). Vamos a ver a continuaci on que
H() tiene la propiedad de Heine- Borel
En efecto, sea E H() un conjunto cerrado y acotado. Por ser E
acotado, para cada n N, existir a M
n
, tal que
[f(z)[ M
n
f E y z K
n
.
En otras palabras, E es una familia de funciones holomorfas, unifor-
memente acotadas sobre cada subconjunto compacto de . Esto es
lo que se llama una familia normal. Seg un el teorema de Montel
sobre familias normales, dada una sucesi on f
j
E, podemos encon-
trar una subsucesion f
j
k
que converge uniformemente sobre cada
compacto. Como E es cerrado, el lmite f E. Esto demuestra que
E es compacto. Como, claramente, H() es de dimension innita,
el hecho de que tenga la propiedad de Heine-Borel implica que no
es localmente acotado y, por consiguiente, podemos armar que
H() no es normable.
(c) Sea un abierto no vaco de R
n
. Para cada multi-ndice =
(
1
, ,
n
) (N 0)
n
, consideramos el operador diferencial
D

x
1

x
n
n
y escribimos [[ =
1
+ +
n
. Pa-
ra = 0, convenimos que D
f = f. Vamos a denir una topologa

124 CAP

vectorial localmente convexa en el espacio vectorial
(
() = f : C : D
f (() .
Como en el primer ejemplo, escribimos =
n=1
K
n
, donde para
cada n N, K
n
es compacto y, ademas K
n

K
n+1
. Para cada
n N, denimos la seminorma
p
N
(f) = max[D
f(x)[ : x K
N
, [[ N.
Obtenemos as una familia separante de seminormas que determina,
de la forma habitual, una topologa vectorial localmente convexa
sobre (
(). Una base local de esta topologa vendr a dada por los
siguientes entornos de 0
V
N
= f (
() : p
N
(f) <
1
N
.
Veamos, en primer lugar, que el espacio (
() as denido, es com-
pleto. Sea (f
j
)
j=1
una sucesi on de Cauchy en (
(). Quiere esto

decir que, si jamos N N, f
j
f
k
V
N
para todos los j, k su-
cientemente grandes; es decir
[D
f
j
(x) D
f
k
(x)[ <
1
N
si x K
N
, [[ N
y j, k son sucientemente grandes. Se sigue que, para cada , (D
f
j
)
j=1
es una sucesi on uniformemente de Cauchy sobre cada compacto. Por
lo tanto, convergera uniformemente sobre compactos a cierta fun-
ci on g
. En particular f
j
g
0
uniformemente sobre compactos.
Es inmediato comprobar que g
0
(
() y, para cada multi-ndice

, D
g
0
= g
. En efecto, si ponemos
x
i
f
j
g
i
para j ,
donde la convergencia es uniforme sobre compactos, e integramos
en la variable x
i
, obtenemos
f
j
(x
1
, , x
i
, , x
n
)f
j
(x
1
, , c , x
n
)
x
i
c
g
i
(x
1
, , t, , x
n
)dt.
De ah que la ultima integral coincida con
g
0
(x
1
, , x
i
, , x
n
) g
0
(x
1
, , c, , x
n
) y, por lo tanto, que
g
i
=

x
i
g
0
.
Por inducci on se ve que para cada multi-ndice , D
g
0
= g
. Re-
sulta luego inmediato que f
j
g
0
, en la topologa de ((), para
j . La completitud queda demostrada. Como la familia de
seminormas es numerable, el espacio ser a metrizable. Podemos ar-
mar que
(
() es un espacio de Frechet.
Ahora veremos que, adem as
(
() tiene la propiedad de Heine-Borel.

En efecto, supongamos que E (
() es cerrado y acotado. Por

ser acotado, existir an constantes M
n
< , tales que p
N
(f)
M
N
, f E, es decir,
[D
f(x)[ M
N
, si [[ N, x K
N
y f E.
Esto implica la equicontinuidad de la familia
D
f : f E, [[ n 1 en K
N1
.
Utilizando el teorema de Ascoli-Arzela y un argumento diagonal,
concluimos que, para cualquier sucesion, (f
j
)
j=1
de funciones perte-
necientes a E, existe una subsucesi on f
j
, tal que, para todo multi-
ndice, , D
f
j
converge uniformemente sobre compactos. Pero esto
es justamente decir que E es compacto.
Como, claramente, (
() tiene innitas dimensiones, resulta que

(
() no puede ser localmente acotado y, por consiguiente

(
() no es normable.
Terminaremos esta secci on presentando algunas consecuencias del teore-
ma de Hahn-Banach. Comenzamos con la siguiente versi on geometrica
de dicho teorema
Teorema 4.4.11 Sean A y B conjuntos convexos disjuntos no vacos de
un espacio vectorial topologico X. Entonces
(a) Si A es abierto, existen X
y t R, tales que
Re(x) < t x A y
Re(y) t y B.
(b) Si A es compacto y B es cerrado y, ademas, X es localmente con-
vexo, existen X
y t
1
, t
2
R, con t
1
< t
2
, tales que
Re(x) < t
1
x A y
Re(y) > t
2
y B.
126 CAP

Demostracion. Como vimos en el captulo anterior, todo funcional real
es la parte real de alg un funcional complejo, de modo que basta suponer
que el cuerpo de escalares es R.
(a) Tomemos a
0
A y b
0
B jos y escribamos x
0
= b
0
a
0
. Sea
C = AB+x
0
. Es evidente que C es un entorno convexo de 0. Sabemos
que a C le podemos asignar su funcional de Minkowski
c
= p, denido
mediante
p(x) =nfs > 0 : (1/s)x C.
Hemos visto que p cumple las dos propiedades (a) y (b) del teorema
4.4.3 y estas son justamente las que necesitamos para aplicar el teorema
de Hahn-Banach a un funcional que este controlado por p extendiendolo
de un subespacio de X a todo el espacio, de modo que se mantenga el
control por p. Observemos que, como A y B son disjuntos, x
0
C, y esto
implica que p(x
0
) 1.
Sobre el subespacio M = [x
0
] denimos el funcional lineal f mediante
f(tx
0
) = t. Si t 0, tenemos
f(tx
0
) = t tp(x
0
) = p(tx
0
)
y si t < 0,
f(tx
0
) = t < 0 p(tx
0
).
As vemos que f p en M. Por el teorema 3.1.1 del captulo 3, f se
extiende a : X R, lineal, tal que, p en todo X. Si x C,
se tiene (x) p(x) 1, o, escrito de otra forma, (x) 1. En
resumen, si x C(C), que es un entorno de 0, resulta que [(x)[ 1.
En particular, esta desigualdad es cierta para alguna bola centrada en 0,
lo cual garantiza que X
.
Si tenemos a A y b B, se cumple que
(a) (b) + 1 = (a b + x
0
) p(a b + x
0
) < 1,
ya que (x
0
) = 1 y C es abierto, lo que justica el signo < . As vemos
que (a) < (b). LLegamos, de este modo, a que (A) y (B) son
subconjuntos convexos disjuntos de R (o sea, intervalos), que (A) est a a
la izquierda de (B) y adem as (A) es abierto. Para concluir basta tomar
como t el extremo derecho de (A).
(b) Sabemos, por el teorema 4.1.7, que existe un entorno convexo de
0, V, tal que (A + V ) B = . Aplicando la parte (a) con A + V en
lugar de A, tenemos X
, tal que (A+V ) y (B) son subconjuntos

convexos de R, o sea, intervalos, disjuntos, con (A+V ) abierto, situado
a la izquierda de (B). Por otro lado, (A) es un compacto. (b) resulta
inmediatamente.
Vimos en el captulo anterior, que el dual de un espacio normado, separa
los puntos de este. Ahora veremos que esta propiedad es cierta para
espacios localmente convexos.
Corolario 4.4.12 Si X es un espacio localmente convexo, entonces X
separa los puntos de X.

Demostraci on. Sean x
1
= x
2
dos puntos de X. Basta aplicar la parte
(b) del teorema 4.4.11 con A = x
1
y B = x
2
, para encontrar X
,
tal que (x
1
) = (x
2
).
Tambien podemos separar puntos de subespacios en espacios localmente
convexos. En efecto, tenemos la siguiente versi on del corolario 3.1.9 del
captulo 3.
Teorema 4.4.13 Sea M un subespacio del espacio localmente convexo
X, y sea x
0
X ` M. Entonces existe X
, tal que (x
0
) = 1, pero
(x) = 0 para todo x M.
Demostraci on. Aplicando (b) del teorema 4.4.11 con A = x
0
y B =
M, sabemos que existe X
, tal que (x
0
) y (M) son disjuntos.
Entonces (M) es un subespacio propio del cuerpo K. Esto implica que
(M) = 0 y (x
0
) = 0. Basta dividir por (x
0
) para obtener el funcional
que buscamos.
De hecho, a partir de esta propiedad de separacion de vectores y
subespacios, podemos recuperar, para espacios localmente convexos, el
teorema de extension de funcionales lineales y continuos. En concreto,
obtenemos la siguiente version del corolario 3.1.7 del captulo precedente.
Teorema 4.4.14 Si f es un funcional lineal y continuo sobre un subes-
pacio M de un espacio localmente convexo X, entonces existe X
,
tal que (x) = f(x) para todo x M.
Demostraci on. Desde luego, podemos suponer que f no es identica-
mente 0. Consideramos M
0
= f
1
(0) M y x
0
M, tal que f(x
0
) = 1.
Claramente, x
0
M
0
, pues en caso contrario, sera x
0
M M
0
, que
es el cierre de M
0
en M, y, como f es continuo, esto implicara que
f(x
0
) = 0. Aplicando el teorema 4.4.13, sabemos que existe X
, tal
que (x
0
) = 1 y (x) = 0 para todo x M
0
.
128 CAP

Ahora, si tomamos un x M cualquiera y consideramos xf(x)x
0
M
0
,
tendremos
(x) f(x) = (x) f(x)(x
0
) = (x f(x)X
0
) = 0,
de modo que (x) = f(x) para cada x M.
Finalizamos con otro corolario del teorema 4.4.11, que ser a util en el
captulo siguiente
Corolario 4.4.15 Sea B un conjunto convexo, equilibrado y cerrado del
espacio localmente convexo X. Sea x
0
X ` B. Entonces existe X
,
tal que
[(x)[ 1 x B; pero, sin embargo (x
0
) > 1.
Demostracion. Aplicamos (b) del teorema 4.4.11 con A = x
0
. Como
0 (B), tenemos
Re(x
0
) < s < t < Re(x) x B, con 0 < t < s.
Pero adem as, como (B) es equilibrado,
[(x)[ < t < s < [(x
0
)[ x B.
Si (x
0
) = [(x
0
)[ e
i
, es suciente considerar el nuevo funcional
= e
i
s
1
X
para tener
(x
0
) = s
1
[(x
0
)[ > 1 y [
(x)[ = s
1
[(x)[ < s
1
t < 1 x B.
Ejercicios
a) Sea X el espacio vectorial de todas las funciones complejas denidas
sobre el intervalo [0, 1]. En X damos una topologa mediante las
seminormas
p
x
(f) = [f(x)[ (0 x 1).
Esta topologa se llama la topologa de la convergencia pun-
tual. Justicar esta terminologa.
Demostrar que existe una sucesion f
n
, n N en X, tal que
(a) f
n
converge a 0 en X para n ; pero sin embargo
(b) Si
n
es cualquier sucesi on de escalares tal que
n
, enton-
ces
n
f
n
no converge a 0.
(Sugerencia: Utilizar el hecho de que la colecci on de todas las su-
cesiones complejas que convergen a 0 tiene el mismo cardinal que
[0, 1].)
b) (a) Sea { una familia separante de seminormas en un espacio vec-
torial X. Sea O la familia m as peque na de seminormas en X
que contiene a { y es estable al tomar maximos (es decir, si
p
1
y p
2
pertenecen a O, entonces p = max(p
1
, p
2
) O). Si la
construcci on dada en la teora se realiza partiendo de { o de
O, ver que se obtiene la misma topologa. La unica diferencia
es que O da directamente una base local, mientras que { da
s olamente una subbase.
(b) Sea un funcional lineal sobre X. Demostrar que es continuo
si y s olo si existe p O, tal que [(x)[ Mp(x) para todo
x X y una cierta constante M < .
c) Sea ( el espacio vectorial de todas las funciones complejas continuas
denidas en [0, 1]. Denamos
d(f, g) =
1
0
[f(x) g(x)[
1 +[f(x) g(x)[
dx.
Sea ((, ) el espacio ( con la topologa inducida por esta metrica y
sea ((, ) el espacio vectorial topologico denido por las seminormas
p
x
(f) = [f(x)[ (0 x 1).
(a) Demostrar que todos los conjuntos acotados son tambien
acotados, de forma que la aplicaci on identidad id : ((, )
((, ) es acotada.
130 CAP

(b) Ver que, sin embargo, id : ((, ) ((, ) no es continua,
aunque es continua por sucesiones gracias al teorema de con-
vergencia dominada de Lebesgue. Se sigue que ((, ) no es me-
trizable. Demostrar directamente que ((, ) no tiene una base
local numerable.
(c) Demostrar que todo funcional lineal continuo sobre ((, ) es de
la forma
f
n
j=1
c
j
f(x
j
)
para alguna eleccion de x
1
, , x
n
[0, 1] y algunos c
j
C.
(d) Probar que ((, ) no contiene m as conjuntos abiertos convexos
que y (.
(e) Probar que id : ((, ) ((, ) no es continua.
d) Demostrar que los espacios ((), donde es un abierto de R
n
, no
tienen la propiedad de Heine-Borel.
e) Demostrar que la topologa del espacio (() del problema anterior,
no depende de la eleccion particular de los compactos K
n
, que se
utilizaron en teora, siempre que cumplan
n=1
K
n
= y K
n

K
n+1
.
Hacer lo mismo para (
().
4.5. TOPOLOG
IAS D
EBILES 131
4.5. Topologas debiles
Si T
1
y T
2
son dos topologas en un conjunto X, y T
1
T
2
, se suele decir
que T
1
es m as debil que T
2
o que T
2
es m as fuerte que T
1
. Ello equivale
a que la aplicaci on
(4.5.1) (X, T
2
)
id
(X, T
1
)
sea continua o, en otras palabras, a que la aplicaci on
(X, T
1
)
id
(X, T
2
)
sea abierta.
Proposicion 4.5.2 Si T
1
T
2
, y ademas T
1
es de Hausdo y T
2
es
compacta, entonces T
1
= T
2
.
Demostraci on. A T
2
= X ` A es cerrado en (X, T
2
) = X ` A es
compacto en (X, T
2
) = por ser la identidad (4.5.1) continua X ` A es
compacto en (X, T
1
) =X ` A es cerrado en (X, T
1
) =A T
1
.
Utilizando esta terminologa podemos escribir
Proposicion 4.5.3 Dado un EVT X y un subespacio cerrado M X,
si consideramos la proyeccion canonica
X

X/M,
la topologa cociente T
M
es la mas fuerte que hace que sea continua y
la mas debil que hace que sea abierta.
Demostraci on. Por denici on
T
M
= A X/M :
1
(A) es abierto en X.
Se comprueba (problema 6 de la seccion 1) que T
M
es una topologa
vectorial. Lo que queremos ver ahora es que si T
1
y T
2
son dos topologas
en X/M, tales que es continua con T
1
y abierta con T
2
, entonces, T
1

T
M
T
2
. La primera inclusi on se sigue inmediatamente de la denicion
de T
M
y la segunda es consecuencia de que A X/M, A = (
1
(A)).
132 CAP

Denicion 4.5.4 (Topologas iniciales) Sea X un conjunto y supon-
gamos que nos dan una familia T de aplicaciones
X
f
Y
f
,
donde cada Y
f
es un espacio topologico. Entonces tiene sentido hablar
de la mnima topologa, esto es, de la mas debil, entre todas las que
hacen que todas las aplicaciones f sean continuas. A esta topologa, cuyos
miembros seran uniones arbitrarias de intersecciones nitas de conjuntos
de la forma f
1
(A), donde A Y
f
, se la conoce como topologa inicial
inducida por la familia T o, abreviando mal, T topologa.
El ejemplo mas sencillo de topologa inicial es la topologa producto. En
el se parte de una familia de espacios topol ogicos (X
)
.
y se quiere
denir una topologa natural en el producto cartesiano
X =
.
X
x : /
.
X
x() X
.
Por denicion, la topologa producto es la topologa inicial inducida por
la familia de las proyecciones can onicas
X

x x(),
esto es, la mnima topologa que hace continuas todas las proyecciones
.
Se sigue que esta topologa tendra como base la familia de los conjuntos
que son interseccion nita de conjuntos del tipo
1
(A), donde A es un
abierto de X
.
Proposicion 4.5.5 Supongamos que tenemos una familia T = f :
X Y
f
de aplicaciones del conjunto X en los espacios topologicos
Y
f
. Si cada uno de los espacios Y
f
es de Hausdor y la familia T sepa-
ra puntos (lo cual quiere decir que para cada p = q, puntos de X, existe
alguna f T, tal que f(p) = f(q)), entonces, el espacio topologico dado
sobre X por la Ttopologa, tambien es de Hausdor.
Demostracion. En efecto, dados dos puntos p = q de X, sabemos que
existe f : X Y
f
, tal que f(p) = f(q). Como Y
f
es de Hausdor,
existir an abiertos V
p
y V
q
de Y
f
, tales que f(p) V
p
, f(q) V
q
y V
p
V
q
=
. As obtenemos f
1
(V
p
) y f
1
(V
q
), abiertos de la Ttopologa de X,
que son disjuntos y contienen respectivamente a p y q.
Uno de los teoremas mas importantes de la topologa general,que no
demostramos; pero que necesitamos utilizar es el siguiente
4.5. TOPOLOG
IAS D
EBILES 133
Teorema 4.5.6 (Teorema de Tychonov) Todo producto cartesiano
(aunque sea no numerable) de espacios compactos, es compacto.
Corolario 4.5.7 Si (X
)
.
es una familia de espacios topologicos com-
pactos y de Hausdor, el producto X =
.
X
, tambien es un espacio
compacto de Hausdor. Ademas, en este caso, la topologa no se pue-
de reforzar sin perder la compacidad ni se puede debilitar sin perder la
propiedad de Hausdor.
Demostraci on. Ya sabemos, por el teorema de Tychonov, que X es
compacto. Adem as, es claro que la familia de las proyecciones can onicas
separa puntos, de modo que basta aplicar la proposici on 4.5.5, para

concluir que X es Hausdor.
Por otro lado, si llamamos T a la topologa producto y tenemos otras dos
topologas T
1
y T
2
en X, tales que T
1

,=
T
,=
T
2
, se sigue de la proposici on
4.5.2, que T
1
no puede ser de Hausdor y T
2
no puede ser compacta.
Proposicion 4.5.8 Sea X un espacio topologico compacto y sea T =
f
n
n=1
una familia de funciones continuas reales denidas en X, tal
que T separa los puntos de X. Entonces X es metrizable.
Demostracion. Podemos suponer, sin perdida de generalidad, que [
n
[
1, n N. Formamos
d(p, q) =
n=1
2
n
[f
n
(p) f
n
(q)[, p, q X.
Es claro que d es una metrica en X, pues T separa puntos y, tambien es
evidente que d es continua. Se sigue, entonces, que las bolas
B(p, r) = q X : d(p, q) < r
son abiertos de la topologa original de X. Si llamamos T a dicha topo-
loga y T
d
a la que induce la metrica d, hemos visto que T
d
T . Como
T
d
es Hausdor y T es compacta, una nueva aplicacion de la proposici on
4.5.2, nos da que T
d
= T , con lo que queda probada la metrizabilidad de
X.
134 CAP

Lema 4.5.9 Sea X un espacio vectorial sobre el cuerpo K = R o C
y sean
1
, ,
n
, X
t
, dual algebraico de X (en otras palabras,
1
, ,
n
, son funcionales lineales denidos en X. Sea
M = x X :
1
(x) = =
n
(x) = 0.
Entonces, las siguientes propiedades son equivalentes
(a)
1
, ,
n
K =
1
1
+ +
n
n
.
(b) [0, [ [(x)[ m ax
1jn
[
j
(x)[ x X.
(c) (x) = 0 x M.
Demostracion. Es claro que (a)(b)(c). Solo tenemos que probar
que (c)(a). Para ello, comenzamos suponiendo que se cumple (c). De-
nimos
X

K
n
x (x) = (
1
(x), ,
n
(x))
Tenemos
(x) = (x
t
) x x
t
M
(c)
(x) = (x
t
).
De aqu se deduce que existe un funcional lineal F : K
n
K, tal
que F((x)) = (x) x X. Como sabemos que los funcionales lineales
sobre K
n
vienen dados por los vectores de K
n
, podemos escribir
F(u
1
, u
2
, , u
n
) =
1
u
1
+ +
n
u
n
,
para cada (u
1
, , u
n
) K
n
, con unos ciertos
j
K. Entonces
(x) = F((x)) = F(
1
(x), ,
n
(x)) =
1
1
(x) + +
n
n
(x),
que es, precisamente la propiedad (a) que queramos de mostrar
Teorema 4.5.10 Sea X un espacio vectorial sobre el cuerpo K = R
o C y sea Y X
t
un subespacio separante. Entonces la Y topologa T
Y
convierte a X en un espacio localmente convexo cuyo dual es Y, es decir
(X, T
Y
)
= Y.
Demostracion. La topologa T
Y
es la topologa localmente convexa da-
da por la familia separante de seminormas
X
p
K
x [(x)[
asociadas a los funcionales Y. Sabemos que, esta topologa hace
continuas a las seminormas p
y, por consiguiente, a cad funcional Y.

4.5. TOPOLOG
IAS D
EBILES 135
Queremos ver que, recprocamente, cada funcional lineal X
t
que sea
T
Y
continuo, debe pertenecer a Y. Al ser continuo, existir a un entorno
de 0,
V = x X : [
j
(x)[ < r; j = 1, , n,
denido por ciertos
j
Y y ciertos r
j
> 0, tal que [(x)[ < 1 para cada
x V. Pero entonces, para cualquier x X, tenemos
y =
x
m ax
j
[
j
(x)[
mn
j
r
j
2
V,
de donde [(y)[ < 1. Esto se puede escribir poniendo que
[(x)[ m ax
1jn
[
j
(x)[,
con =
2
mn
j
r
j
. Ahora basta aplicar el lema 4.5.9 para concluir que
=
n
j=1
j
Y.
Ejemplos 4.5.11 (a) La topologa debil de un EVT Sea X un EVT
con topologa T , cuyo dual topologico X
separa puntos (por ejem-

plo, sabemos por el teorema de Hahn-Banach que, si T es localmente
convexa, entonces X
separa los puntos de X). Entonces, la X
to-
pologa, es decir, la mnima topologa en X que hace que todos los
funcionales : X K pertenecients a X
sean continuos, es lo
que sellama la topologa debil de X. La designaremos como T
d
,
mientras que, cuando sea necesario, llamaremos a T la topologa
original de X. Como, desde luego, T tambien hace continuos a
los funcionales de X
, es claro que T
d
T . Esto justica el termino
topologa debil, ya que se trata de debilitar la topologa original,
preservando la continuidad de los funcionales de X
.
Sabemos, por el teorema 4.5.10 que el EVT (X, T
d
), al que a veces
denotaremos abreviadamente como X
d
, es un espacio local mente
convexo cuyo dual es X
.
Hay que distinguir bien los conceptos asociados a la topologa origi-
nal y sus contrapartidas para la topologa debil. Por ejemplo, no hay
que confundir lo que quiere decir que una sucesi on (x
n
)
nN
converja
a 0 originalmente (es decir, en la topologa T ), con el hecho de que
converja debilmente a 0, lo cual signica, como sabemos, que
X
, (x
n
) 0 cuando n .
(b) La topologa debil- de un dual
136 CAP

Ejercicios
a) (a) Sea 1 < p < . Demostrar que l
p
contiene sucesiones que
convergen debilmente pero no convergen fuertemente.
(b) Sin embargo, ver que toda sucesi on debilmente convergente en
l
1
converge tambien fuertemente (difcil), a pesar de que la to-
pologa debil de l
1
es diferente de su topologa fuerte. Como
es esto posible?
(c) Demostrar que si 0 < p < 1, (l
p
)
= l
y que el conjunto de
los x tales que
[x
n
[ < 1 es debilmente acotado pero no es
originalmente acotado.
(d) Para 0 < p 1, sea T
p
la topologa debil inducida sobre
l
por l
p
. Si 0 < p < r 1, demostrar que las topologas
T
p
y T
r
son diferentes (es alguna mas debil que la otra?); pero
que inducen la misma topologa sobre cada conjunto acotado en
norma de l
. Sugerencia: Usar el teorema de Banach-Alaoglu.

b) Para n N, consideramos las funciones f
n
(t) = e
int
, t ,
que vemos como elementos del espacio de Banach L
p
[, ] , 1
p < . Demostrar que f
n
0 debilmente en L
p
, pero no fuerte-
mente.
c) Sea X un espacio de Frechet de innitas dimensiones. Probar que
X
con la topologa debil es de primera categora en s mismo.

d) L
[0, 1] tiene una topologa dada por la norma [[ [[
y una topo-
loga debil como dual de L
1
. Demostrar que el subespacio ( de
L
[0, 1] formado por las funciones continuas, es denso en una de las

topologas pero no en la otra. Hacer lo mismo con cerrado.
en
lugar
de denso.
e) Demostrar que la bola unidad cerrada (en norma) de c
0
no es debil-
mente compacta. Recordar que (c
0
)
= l
1
.
f ) Sean f
N
(t) = N
1
N
2
n=1
e
int
. Demostrar que f
N
0 debilmente en
L
2
[, ]. Entonces, sabemos que una sucesi on de combinaciones
convexas de las f
N
converge a 0 en la norma de L
2
. Encontrar dicha
sucesi on. Ver que las medias g
N
= N
1
(f
1
+ + f
N
) no valen.
g) Sea X un espacio vectorial topol ogico tal que X
separa los puntos

de X. Demostrar que la topologa debil de X
es metrizable si y
s olo si X tiene una base de Hamel nita o numerable.
h) Sea B : X Y Z una aplicaci on bilineal que es continua en
cada variable separadamente, donde X es un Fespacio e Y y Z
son espacios vectoriales topol ogicos. Demostrar que si x
n
x 0
en X e y
n
y
0
en Y,entonces B(x
n
, y
n
) B(x
0
, y
0
) en Z. Si Y es
metrizable, se sigue que B es continua.
4.5. TOPOLOG
IAS D
EBILES 137
i ) Para f L
2
[, ], pongamos
n
(f) =
n
k=n
f(k). Demostrar que

f L
2
[, ] : lm
n

n
(f) es un subespacio denso de L
2
[, ]
de primera categora.
138 CAP

Captulo 5
TEOR
IA DE OPERADORES
5.1. Anuladores y dualidad
Comenzamos mirando de nuevo a la relacion que existe entre un espacio de
Banach X y su dual X
.
Algunos de los resultados que damos en esta secci on podran haber gurado
perfectamente en el captulo 3, pues son teoremas de dualidad. La razon de
postponerlos hasta aqu es que, en algunos de ellos interviene la topologa
debil- de X
y resulta util disponer de la teora general de espacios vectoriales

topologicos cubierta en el captulo 4.
Para nuestros prop ositos actuales, va a resultar conveniente introducir la
notaci on
'x, x
`
para representar a x
(x) con x X y x
. La idea es que queremos ver la

dualidad como un acoplamiento o apareamiento entre X y X
X X
K
(x, x
) 'x, x
`
que, en muchos aspectos, se comporta como el producto escalar para espacios
de Hilbert.
En la misma lnea, para los anuladores, que denimos a continuaci on,
vamos a utilizar una notacion que esta inspirada en el caso de los espacios de
Hilbert.
Denici on 5.1.1 Supongamos que X es un espacio de Banach y X
su dual.
Para un subespacio vectorial M de X, se dene su anulador M
como el
siguiente subconjunto de X
= x
: 'x, x
` = 0 x M.
139
140 CAP
ITULO 5. TEOR
IA DE OPERADORES
Para un subespacio vectorial N de X
, se dene su anulador

N como
el siguiente subconjunto de X
N = x X : 'x, x
` = 0 x
N.
Teorema 5.1.2 Con las hipotesis de la denicion 5.1.1, tenemos
(a) M
es un subespacio vectorial debil cerrado de X
.
(b)

N es un subespacio vectorial cerrado de X.
(c)

(M
) es, precisamente, el cierre de M en X.

(d) (
N)
es, precisamente, el cierre de N en la topologa debil de X
.
Demostracion. (a)
M
xM
J(x)
1
(0).
Cada J(x)
1
(0) es debil cerrado, puesto que se trata de la imagen recproca
del cerrado 0 por la aplicaci on debil continua J(x). As resulta (a).
(b)
N =
N
(x
)
1
(0).
Se concluye como en (a).
(c) La proposici on
m M x
'm, x
` = 0
puede escribirse como una inclusi on
M
(M
).
Pero, como, de acuerdo con (b),

(M
) es un cerrado, se sigue que, de hecho

M
(M
).
Terminaremos la demostraci on de (c) si conseguimos probar que, tambien
M
(M
).
Para ver esto comenzamos tomando x M. El teorema de Hahn-Banach nos
asegura que existe x
, tal que 'x, x
` = 0. Esto nos dice que x
(M
),
5.1. ANULADORES Y DUALIDAD 141
(d) La demostracion sigue los pasos de la del apartado anterior. Comenzamos
por la inclusi on obvia
N (
N)
,
que, teniendo en cuenta que (
N)
es debil cerrado, como vimos en (a),

nos conduce a
N (
N)
,
donde

N representa el cierre de N en la topologa debil de X
. Para concluir
s olo necesitamos probar la inclusi on opuesta
N (
N)
.
Procedemos exactamente como en el punto anterior. Si x

N, teniendo en
cuenta la identicacion del dual de (X
, debil) con X y aplicando el teorema

de Hahn-Banach, podemos armar que existe x
N tal que 'x, x
` = 0. Esto
nos dice, justamente, que x
N)
y as acabamos.
Teorema 5.1.3 Sea M un subespacio vectorial cerrado del espacio de Banach
X. Entonces
(a)
M
= X
/M
.
Mas concretamente, dado m
, el teorema de Hahn-Banach nos

asegura que m
puede extenderse a x
. Pues bien, si denimos

(5.1.4) c(m
) = x
+ M
,
obtenemos un isomorsmo isometrico c de M
sobre X
/M
.
(b)
(X/M)
= M
.
Mas concretamente, si : X X/M es la proyeccion canonica y para
cada y
(X/M)
denimos
T(y
) = y
,
obtenemos un isomorsmo isometrico T de (X/M)
sobre M
.
Demostraci on. (a) Lo primero que hay que hacer es asegurarse de que la
denici on (5.1.4) es buena. Para ello, supongamos que x
, y
son dos
extensiones del mismo m
. Entonces , x
y, por consiguiente,
x
+ M
= y
+ M
.
142 CAP
ITULO 5. TEOR
IA DE OPERADORES
As queda visto que la denici on (5.1.4) es buena.
Por otro lado, en la situacion de (5.1.4), es claro que
|m
| |x
+ h
| h
,
de modo que
|m
| nf
h
|x
+ h
| = |x
+ M
|
X
/M
.
Adem as, sabemos, por el teorema de Hahn-Banach, que cada m
se
puede extender a un x
con |x
| = |m
|. Esto nos dice que, en efecto,

c es una isometra. Finalmente, es claro que c es sobre, pues x
,
x
+ M
= c(x
[
M
).
(b) Es claro que T(y
) = y
. Adem as |T(y
)| = |y
|
|y
| || = |y
|, ya que, como sabemos (ver problema 6 de la seccion 3 del

captulo 1) || = 1.
Para ver que T es sobre, tomamos x
y denimos y
: X/M K
poniendo y
(x +M) = x
(x). Desde luego y
est a bien denida, puesto que, si

x+M = x
t
+M, entonces xx
t
M y, como x
, tenemos x
(xx
t
) = 0,
o lo que es lo mismo, x
(x) = x
(x
t
).
Por otra parte, y
(X/M)
. En efecto, por la denicion

[y
(x + M)[ = [x
(x)[ |x
| |x|.
En realidad, podemos tomar, en lugar de x, cualquier x + m con m M, de
forma que
[y
(x + M)[ |x
| nf
mM
|x + m| = |x
||x + M|
X/M
.
Se sigue que y
(X/M)
con |y
| |x
| y, desde luego T(x
) = y
= x
.
Obtenemos as la sobreyectividad de T y la desigualdad que nos faltaba para
ver que es un isomorsmo isometrico.
Denicion 5.1.5 Dado T : X Y, llamaremos rango de T a la imagen
T(X) y utilizaremos la notacion 1(T) = T(X).
Tambien recordamos la notacion
^(T) = x X : T(x) = 0
que usamos, sistematicamente, para el n ucleo de T.
El adjunto T
de un operador T B(X, Y) se denio en el problema 8 de la

primera secci on del captulo 3. Dado que la nocion de adjunto va a jugar un
papel fundamental en este captulo, damos aqu de nuevo su denicion.
Proposicion 5.1.6 Dado T B(X, Y), la formula
'x, T
(y
)` = 'T(x), y
` x X, y
,
dene T
B(Y
, X
) y se cumple |T
| = |T|.
Demostracion.
['x, T
(y
)`[ |T||x||y
| x X, y
,
implica que, para todo y
, T
(y
) X
con |T
(y
)| |T||y
|. En
resumidas cuentas, T
B(Y
, X
) con |T
| |T|.
Por otro lado
|T(x)| = sup
|y
|1
['T(x), y
`[ |x||T
|,
de donde |T| |T
|.
Teorema 5.1.7 Sean X e Y espacios de Banach y sea T B(X, Y). Entonces
^(T
) = 1(T)
y ^(T) =

1(T
).
Demostraci on.
y
^(T
) T
(y
) = 0 'x, T
(y
)` = 0 x X
'T(x), y
` = 0 x X y
1(T)
.
x ^(T) T(x) = 0 'T(x), y
` = 0 y
'x, T
(y
)` = 0 y
x

1(T
).
Corolario 5.1.8 En la situacion del teorema precedente
(a) ^(T
) es debil cerrado en Y
.
(b) 1(T) es denso en Y T
es inyectivo.
(c) T es inyectivo 1(T
) es debil denso en X
.
Demostraci on. (a) es consecuencia de la identidad
^(T
) = 1(T)
contenida en el teorema 5.1.7 y del hecho de que todo anulador en Y
es debil
cerrado, como establecimos en el teorema 5.1.2.
144 CAP
ITULO 5. TEOR
IA DE OPERADORES
(b) Seg un el criterio de densidad que vimos en el captulo 3 (corolario 3.1.10),
1(T) es denso en Y 1(T)
= 0. Ahora bien, sabemos por el teorema

5.1.7 que 1(T)
= ^(T
) y, desde luego, ^(T
) = 0 es equivalente a decir
que T
sea inyectivo.
La demostracion de (c) es identica a la de (b) teniendo en cuenta que el dual
de (X
, debil ) es X.
Lo mismo que hemos caracterizado cu ando 1(T) es denso en Y en termi-
nos de T
, tambien podemos caracterizar cu ando 1(T) es cerrado en Y y, al

nal, combinando las dos cosas, obtendremos un criterio para saber cuando es
1(T) = Y mirando a T
. Pero antes necesitamos el siguiente lema.

Lema 5.1.9 Si T B(X, Y), con X e Y espacios de Banach y sabemos que
existe una constante c > 0, tal que
|T
(y
)| c|y
| y
,
entonces se verica que
T(B
X
) cB
Y
.
Demostracion. Como vimos en el captulo 2 (lema 2.2.2), basta que demos-
tremos que
T(B
X
) cB
Y
,
o, lo que es lo mismo, que
(5.1.10) y
0
T(B
X
) =|y
0
| c.
Para probar (5.1.10), tomamos y
0
T(B
X
). Como T(B
X
) es cerrado, convexo
y equilibrado, el teorema 4.4.11 del captulo 4 nos asegura que existe y
,
tal que
['y, y
`[ 1 y T(B
X
) pero, sin embargo, 1 < ['y
0
, y
`[.
Para cada x B
X
, como, desde luego, T(x) T(B
X
), se tiene
['x, T
(y
)`[ = ['T(x), y
`[ 1.
Esto implica, junto con la hipotesis, que
c|y
| |T
(y
)| 1,
y, por consiguiente
1 < ['y
0
, y
`[ |y
0
| |y
| (1/c)|y
0
|,
o, en otras palabras, |y
0
| > c, como queramos demostrar.
Teorema 5.1.11 Para T B(X, Y), con X e Y espacios de Banach, las
siguientes propiedades son equivalentes:
(a) 1(T) es cerrado en Y
(b) 1(T
) es cerrado debil en X
.
(c) 1(T
) es cerrado en X
.
Demostraci on. Est a claro que (b) (c), de forma que solo necesitamos ver
que (a) (b) y que (c) (a).
(a) (b) : Sabemos que ^(T) =

1(T
), de modo que
^(T)
= (
1(T
))
=

1(T
) = cierre debil de 1(T
) en X
.
Se sigue que, para ver que (a) (b), basta demostrar que ^(T)
1(T
).
Veamos esto. Sea x
^(T)
. Denimos : 1(T) K haciendo (T(x)) =

'x, x
`. Lo primero que hay que comprobar es que esta bien denido. En

efecto, si T(x) = T(x
t
), entonces x x
t
^(T), y, como estamos suponiendo
que x
^(T)
, resulta que x
(x) = x
(x
t
).
Una vez que sabemos que est a bien denido y que es lineal (la linealidad
es de comprobaci on inmediata), hay que ver si es continuo. Para ello usamos el
teorema de la aplicacion abierta para el operador T : X 1(T). Aqu es
fundamental la hipotesis (a) de que 1(T) es cerrado pues, ello implica que
1(T) es un espacio de Banach y podemos aplicar el teorema de la aplicaci on
abierta. Lo que obtenemos es que la aplicaci on T : X 1(T) es abierta, lo
que se puede traducir del modo siguiente
K ]0, [ y 1(T) x X T(x) = y y ademas |x| K|y|.
Entonces
[(y)[ = [(T(x))[ = ['x, x
`[ |x| |x
| K|y| |x
|.
As queda demostrado que 1(T)
. Se sigue del teorema de Hahn-Banach

que puede extenderse a Y, es decir, existe y
tal que y
[
1(T)
= .
Tenemos despues
'T(x), y
` = (T(x)) = 'x, x
`,
es decir, T
(y
) = x
, y as x
1(T
), como queramos demostrar.

(c) (a) : Denimos S B(X, 1(T)) mediante S(x) = T(x), x X. Puesto
que 1(S) es denso en 1(T), se sigue del corolario 5.1.8 (b), que
S
: 1(T)
es inyectivo. Si z
1(T)
, el teorema de Hahn-Banach
nos dice que existe alg un y
, que es una extension de z
a Y con |y
| =
|z
|. x X, se cumple
'x, T
(y
)` = 'T(x), y
` = 'S(x), z
` = 'x, S
(z
)`,
146 CAP
ITULO 5. TEOR
IA DE OPERADORES
de forma que S
(z
) = T
(x
). Tenemos, entonces, 1(S
) = 1(T
). Como
estamos suponiendo que 1(T
) es cerrado en X
, resulta que 1(S
) es cerrado
en X
y, por lo tanto, completo. Si utilizamos el teorema de la aplicaci on abierta

para S
: 1(T)
1(S
), encontramos c > 0, tal que

c|z
| |S
(z
)| z
1(T)
.
Pero, entonces, por el lema 5.1.9, la aplicacion S : X 1(T) es abierta.
Como consecuencia resulta que 1(T) = 1(S) = 1(T), y obtenemos (a).
Corolario 5.1.12 Para T B(X, Y), con X e Y espacios de Banach, se tiene
la equivalencia siguiente
1(T) = Y c > 0 |T
(y
)| c|y
| y
.
Demostracion. Desde luego, 1(T) = Y si y solo si 1(T) es a la vez denso
y cerrado. A su vez, esto ocurre, seg un el corolario 5.1.8 y el teorema 5.1.11,
precisamente si T
es inyectivo y 1(T
) es cerrado en X
.
Entonces, si 1(T) = Y, tenemos T
: Y
1(T
) lineal y biyectivo sobre

el espacio completo 1(T
). Se sigue que esta aplicacion es un isomorsmo y,

por consiguiente, se cumple la desigualdad del enunciado.
Recprocamente, si sabemos que para alguna c > 0,
(5.1.13) |T
(y
)| c|y
| y
,
resulta inmediatamente que T
es inyectiva. Para ver que 1(T) = Y s olo nos

queda demostrar que 1(T
) es cerrado en X
. Lo vemos del modo siguiente.

Supongamos una sucesi on de vectores T
(y
n
) 1(T
, tal que T
(y
n
) x
para n . Se trata de probar que x
1(T
). Pero entonces T
(y
n
) es
una sucesion de Cauchy en X
y, como consecuencia de (5.1.13), y
n
es una
sucesi on de Cauchy en Y
. Por la completitud de Y
, existe y
tal que
y
n
y
cuando n . Esto implica que T
(y
n
) T
(y
) y, por consiguiente,
x
= T
(y
) 1(T
), como queramos demostrar.

5.2. Operadores compactos
Denicion 5.2.14 Sean X e Y espacios normados. Un operador lineal
T : X Y se dice que es compacto si transforma B
X
, la bola unidad abierta
del espacio X, en un conjunto relativamente compacto; es decir, si el conjunto
T(B
X
) es compacto.
Como todo conjunto compacto es acotado, se sigue que para un operador
compacto T, T(B
X
) es un conjunto acotado, de modo que T es continuo.
5.2. OPERADORES COMPACTOS 147
Designaremos mediante /(X, Y) al conjunto de todos los operadores lineales
compactos de X en Y. Como ya hemos dicho
/(X, Y) B(X, Y).
Cuando X = Y, pondremos, simplemente, /(X) en lugar de /(X, X).
Proposicion 5.2.15 Las siguientes condiciones son equivalentes para un
operador lineal T del espacio de Banach X en el espacio de Banach Y.
(a) T es compacto.
(b) Para todo > 0, existe un conjunto nito de puntos y
1
, , y
n
de Y tal
que T(B
X
)
n
j=1
B(y
j
, ).
(c) Para toda sucesion (x
n
)
n=1
de vectores x
n
X con |x
n
| = 1 n N,
existe una subsucesion (x
n
j
) para la cual, la sucesion T(x
n
j
) converge en
Y.
Demostracion. En efecto (b) nos dice que T(B
X
) es totalmente acotado,
lo que implica que su cierre T(B
X
) tambien es totalmente acotado. Este cierre
es, desde luego, completo. Ahora s olo hay que recordar que, para un espacio
metrico, ser compacto equivale a ser completo y totalmente acotado.
(c) resulta inmediatamente, de aplicar la caracterizaci on mediante sucesio-
nes, de la compacidad de un espacio metrico.
En todo el captulo y, mientras no se diga lo contrario, todos los espacios
normados que consideremos, ser an completos, es decir, espacios de Banach.
Proposicion 5.2.16 (a) Si T B(X, Y) y su rango 1(T) es de dimension
nita ( a veces abreviaremos esto diciendo que T es de rango nito),
entonces T es compacto.
(b) Si T /(X, Y) y su rango 1(T) es cerrado, entonces 1(T) tiene di-
mension nita.
(c) /(X, Y) es un subespacio cerrado de B(X, Y).
Demostraci on. (a) Por ser un subespacio de dimensi on nita, sabemos que
1(T) es un subespacio cerrado de Y. Por otro lado T(B
X
) es un subconjunto
cerrado y acotado de 1(T). Ser a entonces compacto, ya que los espacios de
dimensi on nita tienen, como es bien sabido, la propiedad de Heine-Borel.
(b) Si 1(T) es cerrado, tenemos T(B
X
) 1(T). Por el Teorema de la
Aplicaci on Abierta, T(B
X
) rB
1(T)
para alg un r > 0. Entonces, por ser T
148 CAP
ITULO 5. TEOR
IA DE OPERADORES
compacto, resulta que B
1(T)
es compacto ; en otras palabras, 1(T) es un espa-
cio localmente compacto. Aplicando el Teorema de F. Riesz 4.2.6 del captulo
anterior, concluimos que 1(T) tiene dimensi on nita.
(c) Que /(X, Y) es un subespacio de B(X, Y) es consecuencia de la continui-
dad de las operaciones que implica que la suma de dos conjuntos compactos
es un compacto y que un m ultiplo escalar de un conjunto compacto es un
compacto.
Veamos ahora que /(X, Y) es cerrado en B(X, Y). Para ello suponemos que
T
n
/(X, Y) y que T
n
T en B(X, Y). Hemos de ver que T es compacto.
Para ello comprobaremos que cumple la condicion (b) de la proposici on 5.2.15.
Dado > 0, tomamos n tal que |T
n
T| < /2. Por otro lado, como T
n
es
compacto, sabemos que existen puntos y
1
, , y
J
de Y, tales que
(5.2.17) T
n
(B
X
)
J
j=1
B(y
j
, /2).
Entonces, dado x B
X
, sabemos que |T(x) T
n
(x)| |T T
n
| |x| < /2.
Adem as, por 5.2.17, existira j 1 j J y |T
n
(x) y
j
| < /2. Se sigue que
|T(x) y
j
| |T(x) T
n
(x)| + |T
n
(x) y
j
| < /2 + /2 = . Por lo tanto,
concluimos que
T(B
X
)
J
j=1
B(y
j
, ),
que es lo que queramos demostrar.
Combinando (a) y (c) de la Proposici on 5.2.16, podemos armar que
Corolario 5.2.18 Todo lmite en B(X, Y) de operadores de rango nito, es
compacto.
Tiene sentido preguntarse por la validez del recproco del Corolario 5.2.18,
o sea:
(A) Es todo T /(X, Y) un lmite en B(X, Y) de operadores de rango
nito?
Este es un famoso problema acerca de espacios de Banach, que se resis-
ti o mucho tiempo hasta que, nalmente, Per Eno pudo contestar negativa-
mente la pregunta (A) en un celebrado trabajo publicado en Acta Mathematica
en 1973.
Lo que es crucial para la respuesta de (A) es la estructura del espacio Y. Se
dice que el espacio de Banach Y tiene la propiedad de aproximacion si para
cada conjunto compacto K Y y cada > 0, existe un operador P B(Y, Y),
con rango nito, tal que |P(x) x| x K. Es inmediato que si Y
tiene la propiedad de aproximaci on, entonces la respuesta a la pregunta (A)
es positiva. En efecto, dado > 0, basta considerar el compacto K = T(B
X
)
y, con el operador de rango nito P asociado a K y , darse cuenta de que
|P T T| .
Observamos que un espacio de Banach Y tiene la propiedad de aproxima-
ci on si y s olo si cada subespacio separable de Y tiene dicha propiedad. En
efecto, dado un subconjunto compacto K de Y, el espacio [K] es separable, de
forma que, si los subespacios separables de Y tienen la propiedad de aproxi-
maci on, dado > 0, podremos encontrar P B([K], [K]), con rango nito, tal
que |P(x) x| x K. Ahora s olo hay que extender P de B([K], [K])
a B(Y, Y). Pero para esto se puede usar el Teorema de Hahn-Banach, que es
aplicable porque el rango de P es nito.
Cuando Y tiene una base de Schauder (la denici on esta en el problema
5.2.20 de la secci on 3 del captulo 2), Y tiene la propiedad de aproximaci on.
Para demostrar esto, observamos que, si (e
j
)
j=1
es una base de Schauder de Y
y denimos
P
n
j=1
j
e
j
=
n
j=1
j
e
j
,
obtenemos P
n
B(Y, Y), tales que |P
n
(x) x| 0 uniformemente sobre
cada subconjunto compacto de Y. Ver el problema 2 al nal de la secci on.
A partir de lo dicho, resulta claro que el problema de aproximaci on (A),
tiene mucho que ver con este otro famoso problema, que se conoce como
problema de la base
(B) Tiene todo espacio de Banach separable alguna base de Schauder?.
Si la respuesta de (B) fuera positiva, tambien lo sera la de (A). As pues,
la respuesta negativa para (A) que obtuvo Per Eno, implica tambien una
respuesta negativa para (B).
Proposicion 5.2.19 Supongamos que tenemos
S T
X Y E ,
donde S y T son operadores lineales continuos. Entonces si alguno de los ope-
radores S o T es compacto, tambien lo es su composicion T S.
En particular, para un espacio de Banach X, /(X) es un ideal bilatero del
algebra de Banach B(X).
Demostraci on. (a) Si S es compacto, S(B
X
) ser a compacto. Pero entonces,
T S(B
X
) = T
S(B
X
)
tambien es compacto, por ser la imagen de un com-

pacto mediante una aplicacion continua.
(b) Si T es compacto, como S(B
X
) |S| B
Y
, resulta que T S(B
X
)
|S| T(B
Y
) es compacto, por ser un subconjunto cerrado de un compacto.
150 CAP
ITULO 5. TEOR
IA DE OPERADORES
Teorema 5.2.20 (Schauder) Sea T B(X, Y). Entonces
T /(X, Y) T
/(Y
, X
).
Demostracion. Supongamos que T /(X, Y). Sea (y
n
)
n=1
una sucesion de
elementos de B
Y
. Hemos de probar que hay una subsucesi on de (T
(y
n
))
n=1
que converge en X
. Observemos que
[y
n
(y) y
n
(y
t
)[ |y
n
| |y y
t
| |y y
t
|,
de forma que si ponemos f
n
= y
n
[
T(B
X
)
, tenemos una sucesi on equicontinua
de funciones f
n
, n N, sobre el compacto T(B
X
). El Teorema de Asco-
li asegura que existe una subsucesi on (f
n
j
)
j=1
que converge uniformemente.
Entonces
|T
(y
n
j
) T
(y
n
k
)| = sup
|x|1
(y
n
j
y
n
k
)(x)
= sup
|x|1
(y
n
j
y
n
k
)(T(x))
= |f
n
j
f
n
k
|
0
para j, k . Lo que hemos visto es que
(y
n
j
)
j=1
es una sucesi on de
Cauchy en X
. Como X
es completo,
(y
n
j
)
j=1
converge, que es lo que
queramos demostrar.
Para demostrar la implicaci on en sentido contrario, aunque podramos em-
plear un argumento an alogo al que acabamos de dar, vamos a utilizar las
inclusiones can onicas de X y Y en sus duales dobles, es decir, las aplicaciones
J
X
: X X
y J
Y
: Y Y
denidas mediante 'x
, J
X
(x)` = 'x, x
` y
'y
, J
Y
(y)` = 'y, y
` respectivamente. Tenemos
'y
, J
Y
(T(x))` = 'T(x), y
` = 'x, T
(y
)` = 'T
(y
), J
X
(x)` = 'y
, T
(J
X
(x))`,
es decir,
J
Y
T = T
J
X
.
Como J
X
es isometra, se sigue que
(5.2.21) J
Y
(T(B
X
)) T
(B
X
).
Entonces, si T
es compacto, sabemos por la primera parte de esta demostra-

ci on, que T
tambien es compacto. Esto implica que T
(B
X
) es totalmente
acotado y, en virtud de (5.2.21), J
Y
(T(B
X
)) tambien es totalmente acotado.
Como J
Y
es una isometra, resulta que T(B
X
) es totalmente acotado y, en
denitiva, que el operador T es compacto.
Teorema 5.2.22 (Alternativa de Fredholm ) Si T /(X), entonces
(a) ^(T I) es de dimension nita.
(b) 1(T I) es cerrado; de hecho, 1(T I) =

^(T
I).
(c) ^(T I) = 0 1(T I) = X.
(d) dim^(T I) = dim^(T
I).
Demostraci on. (a) Consideramos M = ^(T I), que es un subespacio
cerrado. Para cada x M se tiene que T(x) = x, de modo que
B
M
= T(B
M
) T(B
X
).
De aqu se deduce, por ser T compacto, que B
M
es un conjunto relativamente
compacto de M. Pero entonces, por el teorema de F. Riesz (4.2.6 del captulo
anterior), M es de dimensi on nita.
(b) Del hecho de que ^(T I) sea de dimensi on nita, se deduce que es un
subespacio complementado, es decir, que existe un subespacio vectorial cerrado
N de X, tal que X = ^(T I) N (ver el problema 3 de la seccion primera
del captulo 3). Denimos S : N X mediante S(x) = T(x) x. Entonces
S es inyectiva y 1(S) = 1(T I). Para que 1(S) sea cerrado, es necesario y
suciente que se cumpla que
(5.2.23) c > 0 c|x| |S(x)| x N.
La necesidad es consecuencia del teorema de la aplicacion abierta y la su-
ciencia se ve de la forma siguiente: Si S(x
n
) x cuando n , (S(x
n
))
n=1
ser a una sucesion de Cauchy y, por (5.2.23), lo mismo puede decirse de (x
n
)
n=1
.
Entonces x
n
x
0
cuando n y, por consiguiente, S(x
n
) S(x
0
) cuando
n . Queda as probado que x = S(x
0
) 1(S).
S olo nos queda demostrar (5.2.23). Lo hacemos por reducci on al absurdo. Si
(5.2.23) no fuera cierto, podramos encontrar una sucesi on de vectores x
n
N,
tal que |x
n
| = 1 n N y S(x
n
) = T(x
n
) x
n
0 cuando n . Como T
es compacto, existe una subsucesi on (x
n
k
) tal que T(x
n
k
) converge hacia cierto
vector x. Pero entonces, como T(x
n
) x
n
0, resulta que tambien x
n
k
x.
Todos los x
n
k
est an en N y N es cerrado. Por lo tanto, x N. Por otro lado
S( x) = 0. Como S es inyectiva, x = 0, lo cual es imposible pues |x
n
| = 1 n
y ello fuerza a que sea | x| = 1.
Una vez que sabemos que 1(T I) es cerrado, podemos aplicar el teorema
5.1.7, seg un el cual
^(T
I) = 1(T I)
.
Entonces
^(T
I) =

(1(T I)
) = 1(T I)
152 CAP
ITULO 5. TEOR
IA DE OPERADORES
por el teorema 5.1.2.
(c) Comenzamos probando que
^(T I) = 0 =1(T I) = X.
Para ello, suponemos que ^(T I) = 0 y que, sin embargo, 1(T I) =
M
1

,=
X. M
1
es un espacio de Banach (es cerrado, como vimos en la prueba
del apartado anterior), T(M
1
) = M
1
y T [
M
1
/(M
1
). Consideramos M
2
=
(T I)(M
1
), que es un subespacio cerrado de M
1
. Por otro lado, M
2

,=
M
1
,
pues, al ser T I inyectivo, se tiene
x X ` M
1
=(T I)(x) M
1
` M
2
.
Procediendo repetidamente de la misma forma, es posible obtener una sucesion
decreciente de subespacios cerrados
M
1

,=
M
2

,=
M
j

,=
, j N
donde M
j+1
= (T I)(M
j
), j N. Podemos aplicar la observacion del
problema 2 de la secci on 1 del captulo 3, para encontrar una sucesi on de
vectores u
n
M
n
, tales que
|u
n
| = 1 y dist(u
n
, M
n+1
)
1
2
n N.
Entonces, como si n > m podemos escribir
T(u
n
) T(u
m
) = T(u
n
) u
m
+ u
m
T(u
m
) = v
n,m
u
m
,
con v
n,m
= T(u
n
)+(u
m
T(u
m
)) M
m+1
. Se sigue que |T(u
n
)T(u
m
)| 1/2,
lo cual es incompatible con el hecho de ser T compacto, ya que, al serlo, alguna
subsucesi on de (T(u
n
))
nN
debe ser convergente.
Para nalizar este punto, probamos ahora que
1(T I) = X =^(T I) = 0.
Suponemos que 1(T I) = X. Entonces, por el teorema 5.1.7, tenemos
^(T
I) = 1(T I)
= 0.
Ahora bien, sabemos por el teorema 5.2.20, que T
/(X
), de forma que si
aplicamos a T
lo que acabamos de demostrar, podemos armar que 1(T
I) = X
; pero, de nuevo por el teorema 5.1.7, ^(T I) =

1(T
I) =
= 0, que es lo que queramos demostrar.

(d) Escribamos d = dim^(T I) y d
= dim^(T
I). Comenzamos viendo

que d
d. Lo hacemos por rducci on al absurdo. Supongamos que d
> d.
Como ^(T I) es de dimension nita, sabemos por el lema ?? que ^(T I)
es un subespacio complementado, es decir, que existe un subespacio vectorial
cerrado M de X, tal que
X = ^(T I) M.
Llamemos P a la correspondiente proyecci on de X sobre ^(T I). Del mismo
modo, como ^(T
I) es de dimensi on nita y
(X/1(T I))
= 1(T I)
= ^(T
I),
vemos que (X/1(T I)) tiene dimension nita y, por consiguiente, tambien
1(T I) es complementado seg un el lema ??. As tendremos N, subespacio
cerrado de X, con dimN = d
(la misma que la de (X/1(T I))), tal que

X = 1(T I) N.
Puesto que estamos suponiendo que d < d
, existir a un operador lineal

L : ^(T I) N inyectivo pero no sobreyectivo
Consideramos S = T +LP. S es, desde luego, un operador compacto. Vamos
a ver que ^(S I) = 0. En efecto, si
0 = S(x)x = T(x)x+L(P(x)), dado que T(x)x 1(TI) y L(P(x)) N,
se tendra, necesariamente, que T(x) x = 0 y L(P(x)) = 0. Pero, entonces,
x ^(T I), de forma que P(x) = x. Ahora podemos escribir L(x) =
L(P(x)) = 0. Como L : ^(T I) N es inyectiva, llegamos nalmente a
que x = 0, con lo que queda demostrado que ^(S I) = 0.
Por el punto (c), ya demostrado, sabemos que ^(S I) = 0 1(S
I) = X. Pero si tomamos y N `L(^(T I)), vamos a ver que y 1(S I).
En efecto, si fuera y = S(x)x = T(x)x+L(P(x)), tendramos yL(P(x)) =
T(x) x, pero como y L(P(x)) N y T(x) x 1(T I), se seguira
T(x)x = 0, o, lo que es lo mismo, y = L(P(x)), en contra de lo que habamos
supuesto. Asqueda demostrado que d
d. Si aplicamos lo ya probado al
operador adjunto T
, obtenemos
dim(^(T
I)) dim(^(T
I)) dim(^(T I));

pero, teniendo en cuenta que ^(T
I) ^(T I), llegamos, nalmente a

d
= d.
154 CAP
ITULO 5. TEOR
IA DE OPERADORES
Ejercicios
1. Denimos T : c
0
l
2
mediante
T((x
j
)
j=1
) = (x
j
/j)
j=1
.
Sean X = c
0
, Y = 1(T). Consideramos S B(X, Y) dado por S(x) =
T(x) para toda x X. Demostrar que S no es compacto y que, sin
embargo, S es lmite en B(X, Y) de una sucesion de operadores de rango
nito. Como es esto posible? Por que no contradice este ejemplo al
Corolario 5.2.18?
2. Sea (e
j
)
j=1
es una base de Schauder del espacio de Banach X. Para cada
n N, denimos
P
n
j=1
j
e
j
=
n
j=1
j
e
j
,
Demostrar que |P
n
(x) x| 0 uniformemente sobre cada subconjunto
compacto de X.
3. Demostrar que el subespacio generado por un compacto en un espacio
normado, es siempre separable.
4. Sea M un subespacio vectorial del espacio normado X. Sea S B(M, M)
un operador de rango nito. Explicar como puede aplicarse el Teorema
de Hahn-Banach para extender S a T B(X, X) sin aumentar su norma.
5. Demostrar que un operador compacto en un espacio normado de dimen-
si on innita, no tiene inverso acotado.
6. Sea T :
p
p
el operador denido del modo siguiente:
T ((x
n
)
n=1
) = (a
n
x
n
)
n=1
,
para una sucesi on ja (a
n
)
n=1
de n umeros . Demostrar que T es compacto
si y s olo si lm
n
a
n
= 0.
7. Demostrar que el operador T : ([0, 1] ([0, 1] denido mediante
T(f)(x) = xf(x), no es compacto.
8. Sea K(x, y) continua en [0, 1] [0, 1]. Demostrar que el operador T de-
nido en ([0, 1] mediante la f ormula
T(f)(x) =
1
0
K(x, y)f(y)dy
es compacto.
9. Sea 1 < p < . Supongamos que K(x, y) es una funci on perteneciente
a L
p
([0, 1] [0, 1]), donde p

t
es el exponente conjugado del p, es decir,
1/p + 1/p
t
= 1. Demostrar que T, denido mediante
T(f)(x) =
1
0
K(x, y)f(y)dy
es un operador compacto de L
p
[0, 1] en L
p
[0, 1].
Sugerencia: Puede ser util comenzar suponiendo que K es continua.
10. Sea (x
n
)
n=1
una sucesi on de vectores del espacio de Banach X. Se dice
que la sucesion converge debilmente a x y se escribe x
n
x si para cada
x
, la sucesion de n umeros x
(x
n
) converge a x
(x).
Demostrar que
x
n
x =(x
n
)
n=1
es acotada en X.
11. Demostrar que si T /(X, Y) y la sucesion x
n
converge debilmente a x
en X, entonces T(x
n
) T(x) en Y.
12. Sea T denido, para f L
p
[0, [ mediante la f ormula
T(f)(x) =
1
x
x
0
f(t)dt.
Demostrar que T es acotado en L
p
[0, [, pero no compacto.
156 CAP
ITULO 5. TEOR
IA DE OPERADORES
5.3. Teora espectral
Denicion 5.3.24 Para T B(X), se dene el espectro de T como el con-
junto (T) dado por
(T) = K : T I no es invertible
En la denicion anterior, un operador se llama invertible si es un elemento
invertible del algebra de Banach B(X), o sea, si el operador tiene un inverso
continuo. En realidad, como estamos suponiendo que X es un espacio de Ba-
nach, tener inverso continuo es lo mismo que ser biyectiva, por el teorema de
la aplicaci on abierta. En resumidas cuentas, (T) si y solo si se cumple
alguna de las dos condiciones siguientes:
(a) 1(T I) = X, es decir, T I no es sobre, o bien
(b) ^(T I) = 0, es decir, T I no es inyectiva.
En el caso (b) se dice que es un autovalor de T.
Denicion 5.3.25 es un autovalor o valor propio de T si existe alg un
x = 0 tal que T(x) = x. Estos vectores x se llaman autovectores o vectores
propios de T para el autovalor . A ^(T I) se le llama autoespacio o
espacio propio.
Ejemplo 5.3.26 En general, no todos los elementos del espectro son autova-
lores. Por ejemplo, si consideramos T :
2
2
, dado por
T(x
1
, x
2
, ) = (0, x
1
, x
2
, ),
es evidente que 0 (T), pero, sin embargo, 0 no es autovalor de T.
Proposicion 5.3.27
(T) D(0, |T|) = K : [[ |T|.
Demostracion. Sea K, tal que [[ > |T|. S olo tenemos que probar que
T I es biyectivo. Dado y X, buscamos x X, tal que T(x) x = y, o, lo
que es lo mismo, x =
1
(T(x) y). Consideremos la aplicaci on F : X X,
dada por F(x) =
1
(T(x) y). Esta aplicacion verica que
|F(x) F(x
t
)| = |
1
T(x x
t
)| [[
1
|T| |x x
t
|.
Entonces, como [[
1
|T| < 1, resulta que F es una aplicaci on contractiva. Se
sigue del teorema del punto jo de Banach, que F tiene un unico punto
jo, lo cual equivale, justamente, a decir que T I es biyectivo, que es lo que
queramos demostrar.
5.3. TEOR
IA ESPECTRAL 157
Proposicion 5.3.28 (T) es compacto.
Demostracion. Acabamos de ver que (T) es acotado, de forma que s olo
nos queda comprobar que tambien es cerrado. Esto lo veremos demostrando
que el conjunto complementario es abierto. Para ello, miramos a un
0
jo
perteneciente a K ` (T) y vamos a ver que existe > 0, tal que D(
0
, )
K ` (T). En otras palabras, suponiendo que T
0
I es invertible, hemos de
ver que, para todo cercano a
0
, T I, tambien es invertible. Usamos de
nuevo el teorema del punto jo de Banach. Dado y X, buscamos x X, tal
que
y = T(x) x = T(x)
0
x (
0
)x,
o, habida cuenta de que T
0
I es invertible,
x = (T
0
I)
1
(y + (
0
)x) = (x).
Ahora vemos que la aplicacion : X X que acabamos de denir, es
contractiva para cercano a
0
. En efecto
|(x) (x
t
)| [
0
[|(T
0
I)
1
||x x
t
|,
de forma que es contractiva si [
0
[ < = 1/|(T
0
I)
1
|. Esto termina
la demostracion.
Teorema 5.3.29 Sea X un espacio de Banach de dimension innita. Sea T
/(X). Entonces
(a) 0 (T).
(b) Para todo (T) ` 0, es un autovalor de T.
(c) Solo 0 puede ser punto de acumulacion de (T), de forma que se tienen
exclusivamente las tres posibilidades siguientes
(T) = 0 o bien
(T) ` 0 es un conjunto nito, o bien
(T) ` 0 es una sucesion con lmite 0.
Demostracion. (a) Si fuera 0 (T), T sera invertible y tendramos T
1
B(X). Pero entonces (proposici on 5.2.19), I = T

1
T sera un operador com-
pacto, de modo que B
X
sera un conjunto compacto, lo que implica, por el
teorema 4.2.6 de F. Riesz, que X es de dimensi on nita, en contra de lo que
estamos suponiendo.
(b) Sea (T) ` 0. Queremos ver que es un autovalor, o sea, que
^(T I) = 0. Pero, si, por el contrario, fuera ^(T I) = 0, entonces
158 CAP
ITULO 5. TEOR
IA DE OPERADORES
el teorema 5.2.22 nos dice que tendramos 1(T I) = X, de forma que
T I sera invertible o, en otras palabras, (T), en contradiccion con la
hip otesis.
(c) Supongamos que tenemos
n
(T) ` 0, distintos y tales que
n
.
Vamos a ver que = 0. Ya sabemos, por (b), que cada
n
es un autovalor.
Sean e
n
= 0, tales que (T
n
I)(e
n
) = 0. Consideremos M
n
= [e
1
, , e
n
]. Los
vectores e
n
, n N, son linealmente independientes. En efecto, podemos ver
esto por inducci on. Supuesto cierto para e
1
, , e
n
, con un n jo, si fuera
e
n+1
=
n
j=1
j
e
j
, tendramos
n+1
n
j=1
j
e
j
=
n+1
e
n+1
= T(e
n+1
) =
n
j=1
j
T(e
j
) =
n
j=1
j
e
j
.
Como, por hipotesis de inducci on, hemos supuesto que e
1
, , e
n
, son lineal-
mente independientes, se sigue que
n+1
j
=
j
j
, j 1, , n. Por lo
tanto,
j
= 0, j 1, , n, lo cual es absurdo, pues lleva a e
n+1
= 0.
Tenemos, entonces
M
1

,=
M
2

,=

,=
M
n

,=
y (T
n
I)(M
n
) M
n1
. Aplicando el lema de Riesz ??, podemos considerar
u
n
M
n
con |u
n
| = 1 y dist (u
n
, M
n1
)
1
2
, n 2.
Sean 2 m < n, de modo que M
m1
M
m
M
n1
M
n
. Entonces
T(u
n
)
T(u
m
)
T(u
n
)
n
u
n
T(u
m
)
m
u
m
m
+ u
n
u
m
dist (u
n
, M
n1
)
1
2
.
Si fuera
n
= 0, entonces, como T es compacto, existira una subsucesi on
de T(u
n
), digamos T(u
n
k
), que sera convergente. Pero, en ese caso,
1
n
k
T(u
n
k
)
tambien sera convergente, lo cual est a en contradiccion con el hecho que aca-
bamos de ver de que las distancias entre los vectores de esta sucesi on son
siempre mayores o iguales que 1/2.
Observemos que, como consecuencia del punto (c) que acabamos de probar,
r > 0, (T) ` D(0, r) es siempre nito.
5.3. TEOR
IA ESPECTRAL 159
Observaci on: Dada una sucesi on cualquiera
n
nN
de escalares que tiendan
a cero, se puede construir muy f acilmente un operador compacto T para el cual
(T) =
n
nN
0. En efecto, basta considerar
2
T

2
x = (x
n
)
nN
T(x) = (
n
x
n
)
nN
.
Que T es compacto se prueba viendo que es lmite de operadores de rango
nito (como en el problema 6 de la secci on anterior). Este ejemplo tambien
sirve para ver que el 0 puede ser autovalor o no serlo, como se hizo en el ejemplo
5.3.26.
Para nalizar esta secci on vamos a estudiar la descomposicion espec-
tral de un operador compacto autoadjunto en un espacio de Hilbert.
As pues, en lo que resta de secci on, vamos a suponer que X es un espacio de
Hilbert. Vamos a identicar el dual X
con X, mediante la identicaci on que

proporciona el teorema de representaci on de Riesz 1.3.16 del captulo 1. De
esta forma, si tenemos T B(X), podemos ver al adjunto como el operador
T
B(X), denido por

'T(x), y` = 'x, T
(y)`.
Esta denici on coincide formalmente con la que tenemos en general para es-
pacios de Banach; pero ahora, el apareamiento de dualidad coincide con el
producto escalar en X.
Denici on 5.3.30 T B(X) se dice que es autoadjunto si T
= T, es decir,
si
'T(x), y` = 'x, T(y)` x, y X.
En realidad, no hace falta suponer que T es acotado. En efecto, vimos en
la seccion 2 del captulo 2 (teorema 2.2.12) que la condici on de la denicion
anterior implica ya la acotaci on de T.
Proposicion 5.3.31 Si T B(X) es autoadjunto y llamamos
m = nf
|x|
X
=1
'T(x), x` y M = sup
|x|
X
=1
'T(x), x`,
entonces
(T) [m, M] y m, M (T).
Demostraci on. En primer lugar, vemos que las deniciones de m y M tienen
sentido. En efecto, como T es autoadjunto 'T(x), x` = 'x, T(x)` = 'T(x), x`,
de modo que 'T(x), x` es siempre real. Tenemos, en general
m|x|
2
'T(x), x` M|x|
2
x X.
160 CAP
ITULO 5. TEOR
IA DE OPERADORES
Lo primero que vamos a demostrar es que (T) R. En efecto, si C ` R,
se cumple
(5.3.32) |(T I)(x)||x| ['x T(x), x`[ [Im()[|x|
2
.
Veamos c omo se deduce, a partir de (5.3.32), que T I es biyectivo, o, en
otras palabras, que (T).
Que T I es inyectivo, resulta evidente, pues si T(x) x = 0, se lee
autom aticamente en (5.3.32) que x = 0.
Por otro lado, (5.3.32) implica que 1(T I) es cerrado. El argumento es
el siguiente. Sean T(x
n
) x
n
x. Entonces T(x
n
) x
n
es una sucesi on de
Cauchy y, por (5.3.32), tambien x
n
es una sucesion de Cauchy en X. Se sigue
que x
n
y, para alg un y X y, por consiguiente T(x
n
) x
n
T(y) y,
de forma que x = T(y) y 1(T I).
Una vez que sabemos que 1(T I) es cerrado, volvemos a aplicar (5.3.32)
para demostrar que 1(TI)
= 0, con lo que queda demostrado que TI

es sobreyectivo.
La demostracion de que (T) [m, M] es similar. Si > M, tenemos
|(T I)(x)||x| ['x T(x), x`[ ( M)|x|
2
,
que, exactamente como antes, nos conduce a que (T).
Del mismo modo, si < m, se obtiene
|(T I)(x)| (m)|x|,
y, a partir de ah, (T).
Pasamos a demostrar que M (T). Para ello consideramos la forma
bilineal
B(x, y) = 'Mx T(x), y`,
que es, claramente, hermitiana y positiva (es decir, B(x, x) 0 x X).
Esto es todo lo que hace falta para que se cumpla la desigualdad de Cauchy-
Bunyakowsky-Schwarz
['Mx T(x), y`[ 'Mx T(x), x`
1/2
'My T(y), y`
1/2
,
de la que resulta inmediatamente
|Mx T(x)| C'Mx T(x), x`
1/2
.
Tomemos ahora una sucesi on x
n
X con |x
n
| = 1 n N, tal que
'T(x
n
), x
n
` M para n . Entonces
|Mx
n
T(x
n
)| C'Mx
n
T(x
n
), x
n
`
1/2
0 para n .
5.3. TEOR
IA ESPECTRAL 161
Esto implica, en particular, que MI T no puede tener inverso continuo;
pues, si lo tuviera, sera x
n
= (MI T)
1
(MI T)(x
n
) 0, lo que constituye
una contradicci on dado que |x
n
| = 1 n N. As queda demostrado que
M (T).
La demostraci on de que m (T) se puede hacer de la misma forma o
bien obtenerse de lo que hemos probado ya, sin m as que cambiar T por T.
Corolario 5.3.33 Si T B(X) es un operador autoadjunto con (T) = 0,
entonces T = 0.
Demostracion. Puesto que m, M (T), se sigue que m = M = 0 y, en
consecuencia, 'T(x), x` = 0 x X. Entonces, para cualesquiera x, y X, se
tiene la siguiente identidad de polarizaci on
4'T(x), y` = 'T(x + y), x + y` 'T(x y), x y`
+ i'T(x + iy), x + iy` i'T(x iy), x iy`
Naturalmente, esto implica que T = 0, como queramos demostrar.
Estamos ya en condiciones de presentar el teorema espectral para
operadores compactos autoadjuntos.
Teorema 5.3.34 Sea X un espacio de Hilbert y sea T un operador compacto
autoadjunto en X. Entonces X tiene una base ortonormal formada por auto-
vectores de T.
Demostraci on. Sea (
n
)
N
n1
, donde N N , la sucesi on de los auto-
valores de T, excluido el 0. Ponemos
0
= 0. Sean M
0
= ^(T) y, para cada
n N, M
n
= ^(T
n
I). Los M
n
con n N son de dimension nita; pero
M
0
puede ser de dimensi on innita.
Vemos, en primer lugar, que los subespacios M
n
, n 0 son ortogonales
dos a dos. En efecto, sean x M
n
, y M
m
, con n = m. Entonces, como
T(x) =
n
x y T(y) =
m
y, tenemos
n
'x, y` = 'T(x), y` = 'x, T(y)` =
m
'x, y`,
que implica (
n

m
)'x, y` = 0, y, dado que
n
=
m
, llegamos a 'x, y` = 0,
Ahora, si llamamos M =
n=0
M
n
, todo lo que queda por demostrar es

que M es denso en X, o, lo que es lo mismo, que M
= 0. Veamoslo.
Comenzamos observando que T(M) M y, por consiguiente, T(M
)
M
. En efecto, si x M
e y M, 'T(x), y` = 'x, T(y)` = 0 por ser

T(y) M.
162 CAP
ITULO 5. TEOR
IA DE OPERADORES
El operador T
0
= T [
M
es autoadjunto y compacto. Por otro lado, (T
0
) =
0. Efectivamente, si (T
0
) ` 0, sabemos que ser a un autovalor de
T
0
, es decir, que existira alg un x M
, con x = 0, tal que T

0
(x) = x. Pero
entonces =
n
para alg un n 0 y x M
M
n
= 0, lo cual es absurdo.
Una vez que hemos visto que (T
0
) = 0, deducimos, por el corolario anterior,
que T
0
= 0. Entonces M
^(T) = M
0
M y, en denitiva, M
= 0,

Analis Funcional

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analis Funcional

Diunggah oleh

Hak Cipta:

Format Tersedia

AN

ITULO 1. ESPACIOS DE HILBERT

de n umeros complejos tales que

ITULO 1. ESPACIOS DE HILBERT

pueden ser diferentes de cero. La denici on

Esto no es m as que otra forma de escribir la integral. Recordemos que

ITULO 1. ESPACIOS DE HILBERT

() de las funciones medibles, esencialmente acotadas respecto

como el supremo esencial de f, que es,

sea una norma. Se procede justo igual que antes, declarando

. Ejemplos importantes de la familia de espacios l

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

es siempre un subespacio vectorial cerrado.

es un subespacio cerrado; pero esto es evi-

no es sino el n ucleo de la aplicaci on

ITULO 1. ESPACIOS DE HILBERT

. Pero esto es evidente porque x(xP

es un espacio vectorial. Se sigue de la proposici on 1.2.10 que

= 0, es decir, existe alg un x = 0,

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

. A sus elementos les llamaremos formas lineales acotadas o funcionales

ITULO 1. ESPACIOS DE HILBERT

2. Sobre X = ([0, 1] tienen sentido tanto la norma del supremo [[ [[

ITULO 1. ESPACIOS DE HILBERT

. Entonces existe un unico y X, tal que =

bB(x, v) = B(x, au + bv) = 'x, T(au + bv)`.

. Entonces B(u, u) = 'u, T(u)` = 0 y de aqu se sigue que u = 0.

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

; pero esto es evidente ya que

al mnimo subespacio cerrado que contiene a , es decir M

= [], resulta que

distintas de 0. Ahora solo hay que darse cuenta de

ITULO 1. ESPACIOS DE HILBERT

= [] sera un subespacio cerrado

` = 0 /. Esto nos llevara a que

ITULO 1. ESPACIOS DE HILBERT

` coecientes de Fourier de x respecto al SON

, serie de Fourier de x respecto a .

f(x)dx = 0. Desde luego, [[

f(x)dx = 0. Por otro lado,

ITULO 1. ESPACIOS DE HILBERT

de O formado por aquellos sistemas

son inductivos. Sea / O una cadena,

ITULO 1. ESPACIOS DE HILBERT

es un subconjunto denso numerable de X.

ITULO 1. ESPACIOS DE HILBERT

es compacto. El caso particular X = l

el llamado cubo de Hilbert.

ITULO 1. ESPACIOS DE HILBERT

ITULO 1. ESPACIOS DE HILBERT

y esto termina la demostracion.

ITULO 2. EL TEOREMA DE BAIRE Y SUS CONSECUENCIAS

si puede ponerse como interseccion de una coleccion numerable

, o, en otras palabras, si el conjunto puede ponerse

E= se suelen llamar conjuntos

= . Pero esto se reduce a lo que ya sabemos,