Análisis Real

An
alisis Real: Primer Curso

Ricardo A. Saenz
Indice general
Introducci
on
Captulo 1.
v
Espacios Metricos
1.
Metricas
Metricas en espacios vectoriales
3.
Topologa
2.
Ejercicios
Captulo 2.
17
Sucesiones y convergencia
21
1.
Definiciones
21
2.
Sucesiones de Cauchy y completitud
25
3.
Espacios vectoriales completos
29
4.
Espacios de Banach de dimension finita
35
5.
La completitud de un espacio metrico
38
Ejercicios
Captulo 3.
43
Espacios compactos
47
1.
Cubiertas
47
2.
Compacidad
49
3.
El teorema de Bolzano-Weierstrass
52
4.
Compacidad en espacios de Banach
56
Ejercicios
Captulo 4.
1.
60
El espacio de funciones continuas
Funciones continuas
61
61
iii
Indice general
iv
2. El espacio C(X, Y )
Ejercicios
Captulo 5. Compacidad y densidad en C(X, Y )
1. El teorema de Arzelà-Ascoli
2. Sucesiones de funciones en Rm
3. El teorema de Stone-Weierstrass
Ejercicios
71
75
79
79
85
86
96
Captulo 6. Teora de Baire

1. El teorema de Cantor
2. El teorema de Baire
3. Aplicaciones
Ejercicios
99
99
102
105
113
Captulo 7. El teorema de punto fijo y aplicaciones

1. Problemas de valor inicial
2. El teorema de contraccion
3. Existencia y unicidad de soluciones
4. Los teoremas de la funcion inversa e implcita
5. Conjuntos autosimilares
Ejercicios
115
115
117
120
123
130
136
Captulo 8. Convexidad
1. Espacios conexos
2. Conexidad por trayectorias
3. Componentes conexas
4. Conjuntos convexos
5. Teoremas de punto fijo en conjuntos convexos
6. Ecuaciones Integrales
Ejercicios
141
141
143
145
146
147
147
147
Captulo 9. Espacios de Hilbert

1. Propiedades basicas
2. Sistemas ortonormales completos
3. El espacio l2
4. El espacio L2 ([0, 1])
Ejercicios
149
149
153
159
164
168
Bibliografa
171
Introducci
on
Estas notas presentan una introducci

on basica al an
alisis real, basada
en el estudio de espacios metricos y aplicaciones. En particular, hacemos un
estudio extenso de la idea de completitud en un espacio metrico.
Dos conceptos fundamentales son la base de este estudio: metrica y completitud. Una metrica es una funcion que establece distancias entre los objetos de un espacio. Las propiedades que definen una metrica son aquellas
que uno espera de una distancia: positividad, simetra, y la desigualdad del
tri
angulo, la cual garantiza que la distancia entre dos puntos es menor que
la suma de las distancias de estos a otro punto en com
un.
Por medio de una metrica uno puede medir la cercana dentro un
espacio desde el punto de vista analtico, es decir, establecer cu
ales son las
sucesiones convergentes. Esto nos lleva de manera natural a continuidad y
al estudio de la topologa de un espacio.
Completitud es la propiedad que garantiza que las sucesiones cuyos
terminos se acercan entre s son convergentes. En terminos generales esto
significa que nuestro espacio no tiene agujeros.
En el captulo 1 se define el concepto de metrica, y se estudia de manera
basica la topologa inducida por una metrica. De manera un tanto m
as detallada se estudian metricas inducidas por normas (magnitudes de vectores),
y su vez normas inducidas por productos internos.
En el captulo 2 se estudia la convergencia de una sucesion, y se introduce
la idea de completitud. Tambien se estudian algunas aplicaciones de estas
ideas a espacios vectoriales normados, como la convergencia de series, ya sea
de manera absoluta o condicional. Se demuestra, por ejemplo, el teorema de
Introducci
on
vi
Dirichlet. Al final, demostramos que si un espacio metrico no es completo,

entonces puede ser encajado en un espacio metrico completo.
La idea de compacidad fue descubierta por Heine en su estudio de funciones uniformemente continuas. Compacidad tambien garantiza la existencia
de m
aximos y mnimos de una funcion continua, por lo que su estudio es
basico en an
alisis. En el captulo 3 estudiamos estos conceptos en detalle
y demostramos el teorema de Bolzano-Weierstrass, el cual clasifica a los
conjuntos compactos en terminos de sucesiones convergentes. Tambien demostramos el teorema de Heine-Borel, el cual implica, por ejemplo, que bolas
cerradas en el espacio euclideano son compactas. Sin embargo, tal cosa no
es cierta en espacios de dimension infinita, como se establece al final del
captulo.
La colecci
on de funciones continuas acotadas en un espacio metrico forma
en s un espacio metrico, y tal objeto es estudiado en detalle en el captulo
4. Por ejemplo, clasificamos los subconjuntos compactos de dicho espacio
a traves del teorema de Arzelà-Ascoli. Tambien se estudian subconjuntos
densos y demostramos el teorema de Stone-Weierstrass al final del captulo.
En el captulo 5 se estudia la idea de conexidad y se establecen algunas
aplicaciones, como el teorema del valor intermedio en la recta real y el estudio
de conjuntos convexos en el espacio euclideano.
En el captulo 6 se estudian las consecuencias de completitud, como el
teorema de Cantor y el teorema de Baire. Las aplicaciones de dichos teoremas
van desde la incontabilidad de los n
umeros reales hasta la inexistencia de
funciones continuas s
olamente en los racionales.
En u
ltimo captulo aplicamos la idea de completitud al estudio de ecuaciones diferenciales ordinarias. Introducimos la condici
on de Lipschitz y el
teorema de contraccion para garantizar la existencia y unicidad de cierta
clase de ecuaciones de primer orden y su extensi
on a ordenes mayores.
Estas notas, a
un, siguen en constante revisi
on.
Ricardo Alberto Saenz Casas, 24 de noviembre de 2009
Captulo 1
Espacios M
etricos
1.
M
etricas
A grandes rasgos, un espacio metrico es un conjunto provisto de una

distancia, llamada metrica, y a partir de esta construmos sus propiedades
analticas: lmites y continuidad.
Definici
on 1.1. Sea X un conjunto no vaco. Una metrica d en X es una
funcion d : X X [0, ) con las siguientes propiedades:
1. d(x, y) = 0 si, y solo si, x = y, para todos x, y X.
2. d(x, y) = d(y, x), para todos x, y X.
3. d(x, y) d(x, z) + d(z, y), para todos x, y, z X.
Un espacio metrico es una pareja (X, d), donde X 6= y d es una metrica

en X.
Cuando no haya confusi
on, nos refererimos al espacio metrico (X, d)
solo como X. Al enunciado (3) de la definicion anterior se le conoce como
la desigualdad del tri
angulo.
Ejemplo 1.2. Sea X 6= . Definimos
(
0 si x = y,
d(x, y) =
1 si x 6= y,
x, y X.
Es claro que (X, d) es un espacio metrico, y d es llamada la metrica discreta.

Este ejemplo garantiza que cualquier conjunto (no vaco) puede ser dotado
de una metrica.
1
1. Espacios Metricos
Ejemplo 1.3. Sea R el conjunto de los n

umeros reales, y definimos
d(x, y) = |x y|,
x, y R.
d es llamada la metrica est

andar en R. Excepto cuando sea indicado de otra
forma, nos referiremos al espacio R con la metrica estandar solo por R.
Ejemplo 1.4. En Rn definimos
p
dE (x, y) = (x1 y1 )2 + ... + (xn yn )2 ,
x, y Rn .
dE es llamada la metrica euclideana. La demostraci

on del hecho que dE
define una metrica requiere de la desigualdad de Cauchy-Schwartz, la cual
sera demostrada en la siguiente secci
on.
Ejemplo 1.5. En Rn tambien podemos definir
dM (x, y) = m
ax |xi yi |,
i=1,...,n
x, y Rn .
Para verificar que es una metrica, observamos primero que las propiedades
(1) y (2) de metrica se satisfacen trivialmente por la definicion de valor
absoluto. Para verificar la desigualdad del triangulo, tomamos
x = (x1 , . . . , xn ), y = (y1 , . . . , yn ), z = (z1 , . . . , zn ) Rn
y suponemos que
|xi0 yi0 | = m
ax |xi yi |.
i=1,...,n
Entonces
d(x, y) = |xi0 yi0 | |xi0 zi0 | + |zi0 yi0 |
m
ax |xi zi | + m
ax |zi yi | = d(x, z) + d(z, y).
i=1,...,n
i=1,...,n
Este metrica es llamada la metrica del m

aximo.
Ejemplo 1.6. En Rn , definimos la metrica
dT (x, y) = |x1 y1 | + ... + |xn yn |,
x, y Rn .
De nuevo, es facil verificar que dT es una metrica, la cual es llamada la

metrica del taxi.
La figura 1 muestra la comparacion de las tres metricas anteriores en el
plano.
Ejemplo 1.7. En R, definimos ahora
dA (x, y) =
|x y|
,
1 + |x y|
x, y R.
Las propiedades (1) y (2) de la definicion de metrica se satisfacen trivialmente por la definicion de valor absoluto. Para verificar la desigualdad del
1. Metricas
y
r
Figura 1. Comparaci
on de las metricas dE , dM y dT en R2 . En la figura,
dE (x, y) = r, dM (x, y) = b (suponiendo que b > a) y dT (x, y) = a + b.
tri
angulo, sean A = |x z|, B = |z y|, y C = |x y|. Entonces queremos
mostrar que
A
B
C
+
.
1+C
1+A 1+B
Pero, como C A + B y A, B 0, tenemos
C + AB
1 AB
C
=1
1+C
1+C
1+C
1 AB
A
B
1
=
+
.
1 + A + B + AB
1+A 1+B
dA es llamada la metrica acotada en R, ya que para todos x, y R,
dA (x, y) < 1.
Ejemplo 1.8. Sea (X, d) un espacio metrico. Al igual que en el ejemplo

anterior, podemos verificar que
d(x, y)
, x, y X,
dA (x, y) =
1 + d(x, y)
es una metrica en X. A dA le llamaremos la acotaci
on de la metrica d en X.
Como veremos m
as adelante, dA induce la misma topologa que d en X y,
adem
as, dA (x, y) < 1 para todos los puntos x y y en X.
Ejemplo 1.9. Sea (X, d) un espacio metrico y Y X no vaco. Entonces
la restriccion de d a Y Y define una metrica en Y y (Y, d|Y Y ) es llamado
un subespacio de X. El estudio de los subespacios de un espacio metrico es
importante para entender la estructura del espacio original, y sera uno de
los temas centrales en estas notas.
Ejemplo 1.10. Sean (X, d) y (Y, ) dos espacios metricos. Entonces, si
definimos la funcion d : X Y [0, ) como
d ((x1 , y1 ), (x2 , y2 )) = d(x1 , x2 ) + (y1 , y2 ),
x1 , x2 X,
y1 , y2 Y,
(X Y, d ) es un espacio metrico y es llamado el espacio producto de X

y Y . Por ejemplo, la metrica dT en R2 es igual a la metrica producto d d
en R R, donde d es la metrica estandar.
2.
M
etricas en espacios vectoriales
En esta secci
on describimos la construcci
on de metricas en espacios vectoriales. En espacios normados, la metrica es dada simplemente por la distancia entre dos vectores, es decir, la norma de su diferencia. En caso de
tener un producto interno, la norma es inducida por este.
2.1.
Espacios Normados.
Definici
on 1.11. Sea X un espacio vectorial sobre el campo K, el cual
puede ser el campo de los n
umeros reales (R) o los n
umeros complejos (C).
Una norma en X es una funcion || || : X [0, ) que satisface:
1. ||x|| = 0 si, y solo si, x = 0.
2. ||x|| = || ||x||, para todo K y x X.
3. ||x + y|| ||x|| + ||y||, para todos x, y X.
Un espacio vectorial normado es una pareja (X, || ||) donde X es un espacio

vectorial y || || es una norma.
Ejemplo 1.12. Consideremos el espacio Kn con la norma
p
(1.1)
||x||E = |x1 |2 + |x2 |2 + . . . + |xn |2 ,
donde |r| representa el valor absoluto de r. El hecho que (1.1) define una
norma se deduce de la desigualdad de Cauchy-Schwartz, demostrada m
as
adelante en esta secci
on. En el caso K = R, denominamos a este espacio
el espacio euclideano, y, a su vez, || ||E la norma euclideana. La norma
|| ||E se denotara tambien como | |, cuando no genere confusion con el valor
absoluto.
Ejemplo 1.13. Consideremos nuevamente Kn , con la normas
(1.2)
(1.3)
||x||T
||x||M
= |x1 | + |x2 | + . . . + |xn |;
= m
ax |xi |.
i
El hecho que estas dos funciones definen normas en Kn se concluye facilmente

de las propiedades basicas del valor absoluto. En el caso n = 1, estas dos
normas y la del ejemplo anterior coinciden con la funcion valor absoluto.
Ejemplo 1.14. Sea C([0, 1]) el espacio de funciones continuas (con valores
en R) sobre el intervalo [0, 1]. Entonces C([0, 1]) es un espacio vectorial sobre
2. Metricas en espacios vectoriales
R, y se puede normar por medio de

||f ||u = m
ax |f (x)|.
(1.4)
x[0,1]
(1.4) esta bien definida porque f es continua en el intervalo cerrado [0, 1] y

por lo tanto toma su m
aximo. La propiedad (1) de la definicion de norma
se satisface trivialmente, y (2) se sigue porque |f (x)| = |||f (x)| para cada
x [0, 1]. Para verificar la desigualdad del tri
angulo, sean f, g continuas en
[0, 1] y x0 tal que
|f (x0 ) + g(x0 )| = m
ax |f (x) + g(x)|.
x[0,1]
Entonces
||f + g||u = |f (x0 ) + g(x0 )| |f (x0 )| + |g(x0 )|
m
ax |f (x)| + m
ax |g(x)| = ||f ||u + ||g||u .
x[0,1]
x[0,1]
La norma (1.4) es llamada la norma uniforme.

Ejemplo 1.15. En C([0, 1]), tambien podemos definir la norma
Z 1
|f (x)|dx,
(1.5)
||f ||1 =
0
R
donde denota la integral de Riemann. El hecho de que (1.5) denota una
norma se sigue de las propiedades usuales de la integral de Riemann y de
valor absoluto. Esta norma es llamada la norma L1 .
Todo espacio vectorial normado se puede metrizar por medio de la funci
on
(1.6)
d(x, y) = ||x y||.
Es facil demostrar que (1.6) define una metrica (ejercicio 3), y decimos
que esta metrica es inducida por || ||. M
as a
un, esta metrica satisface las
siguientes propiedades:
1. d(x+z, y+z) = d(x, y), para todo x, y, z X; es decir, d es invariante
bajo traslaciones.
2. d(x, y) = d(x, y), para todo > 0 y x, y X; es decir, d es
homogenea de orden 11.
Las metricas dE , dM y dT en Rn son inducidas por las normas || ||E ,
|| ||M y || ||T , respectivamente. De igual forma, la norma || ||u en C([0, 1])
induce la metrica
du (f, g) = m
ax |f (x) g(x)|,
x[0,1]
la cual estudiaremos m
as adelante con m
as detalle (captulo 4).
1Una funci
on f : X Y , donde X y Y son espacios vectoriales, es homog
enea de orden
si, para todo > 0, f (x) = f (x).
2.2.
Espacios con producto interno.
Definici
on 1.16. Sea X un espacio vectorial sobre K. Un producto interno
en X es una funcion (, ) : X X K con la siguientes propiedades:
1. (x, x) 0 (es decir, un n

umero real nonegativo) para todo x X, y
(x, x) = 0 si, y solo si, x = 0.
2. (x, y) = (y, x), para todos x, y X, donde r representa el conjugado

del n
umero r.
3. (x + y, z) = (x, z) + (y, z), para todos x, y, z X y , K.
La pareja (X, (, )) es llamada un espacio con producto interno.

En esta definicion, las propiedades (2) y (3) implican que
y) + (x, z).
(x, y + z) = (x,
As, un producto interno (, ) es lineal en la primer variable y lineal conjungado en la segunda.

Ejemplo 1.17. En Kn , consideremos el producto
(1.7)
(z, w) = z1 w1 + z2 w2 + . . . + zn wn .
Es facil ver que (1.7) es de hecho un producto interno. De hecho, todo espacio
vectorial sobre K con producto interno, de dimension n < , es isomorfo
a Kn con el producto (1.7). La demostraci
on de este hecho involucra el
llamado proceso de Gram-Schmidt, que el lector puede repasar en cualquier
texto elemental de
algebra lineal.
Si K = R, entonces el producto interno del ejemplo 1.17 es simplemente
el producto punto en Rn . En cualquiera de los casos, K = R o K = C, es
llamado el producto interno est
andar.
Ejemplo 1.18. En C([0, 1]) definimos
Z 1
f (x)g(x)dx.
(1.8)
(f, g) =
0
De nuevo, las propiedades de la integral de Riemann implican que (1.8) es

un producto interno.2
Un producto interno induce una norma. La construcci
on de la norma
inducida es facil, pero el demostrar que de hecho es una norma requiere de
la siguiente propiedad.
2Notamos que estamos considerando funciones con valores reales. Si permitimos valores complejos, entonces este producto interno debe estar definido como
Z 1
(f, g) =
f (x)g(x)dx.
0
2. Metricas en espacios vectoriales
Lema 1.19 (Desigualdad de Cauchy-Schwarz). Sea (X, (, )) un espacio con

producto interno, y sean x, y X. Entonces
|(x, y)|2 (x, x)(y, y).
Demostraci
on. El resultado es trivialmente cierto si x es el vector 0 (ambos
lados de la desigualdad son iguales a 0, en tal caso). Supongamos entonces
que x 6= 0 y sea w X el vector

x
w = y y,
x.
(x, x)
Entonces, utilizando las propiedades (1), (2) y (3) de la definicion de pro-
y
w
x
Figura 2. Los vectores x, y y w de la demostraci
on.
ducto interno, y la nota despues de la definicion,

x
x
0 (w, w) = y y,
x, y y,
x
(x, x)
(x, x)
(y, x)
(y, x)
(y, x) (y, x)
(y, x)
(x, y) +
(x, x)
(x, x)
(x, x)
(x, x) (x, x)
|(x, y)|2 |(x, y)|2 |(x, y)|2
+
= (y, y)
(x, x)
(x, x)
(x, x)
2
|(x, y)|
= (y, y)
.
(x, x)
= (y, y)
Luego
|(x, y)|2
(y, y),
(x, x)
y por lo tanto
|(x, y)|2 (x, x)(y, y).
El vector
x
x
(x, x)
de la demostraci
on es denominado proyecci
on orthogonal de y sobre x (m
as
precisamente, sobre el espacio generado por x) y suele denotarse por Proyx y.
y,
Esto se debe al hecho que w = y Proyx y y x son ortogonales, es decir,

(w, x) = 0, como es muy facil de verificar (ejercicio 12).
Tenemos entonces la siguiente proposicion.
Proposici
on 1.20. Sea (X, (, )) un espacio con producto interno, y definimos || || : X [0, ) como la funci
on
p
(1.9)
||x|| = (x, x).
Entonces (X, || ||) es un espacio normado.
Demostraci
on. Primero, la funcion (1.9) esta bien definida ya que para
todo x X, (x, x) 0. Verificamos que se cumplen las propiedades 1, 2 y 3
de una norma:
1. Como (x, x) = 0 si, y solo si, x = 0, entonces ||x|| = 0 si, y solo si,
x = 0.
2. Si x X y K, entonces
q
p
p
x) = || (x, x).
||x|| = (x, x) = (x,
3. Si x, y X,
||x + y||2 = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)

= ||x||2 + (x, y) + (x, y) + ||y||2
= ||x||2 + 2(x, y) + ||y||2
||x||2 + 2|(x, y)| + ||y||2
||x||2 + 2||x|| ||y|| + ||y||2
por Cauchy-Schwarz
= (||x|| + ||y||) .

Ejemplo 1.21. Observemos que la norma (1.1) es inducida por el producto
interno (1.7) y esta norma, a su vez, induce la metrica euclideana en Kn
p
(1.10)
dE (x, y) = |x1 y1 |2 + |x2 y2 |2 + . . . |xn yn |n ,
presentada ya en la secci
on anterior. El espacio euclideano Rn es un ejemplo
basico de un espacio metrico, y comparte muchas de sus propiedades con
espacios metricos m
as generales. Sin embargo, hay tambien algunas diferencias, muy importantes, que estudiaremos m
as adelante.
Ejemplo 1.22. En C([0, 1]), el producto (1.8) induce la norma

1/2
Z 1
2
,
|f (x)| dx
(1.11)
||f ||2 =
0
llamada la norma
L2
de C([0, 1]).
3. Topologa
3.
Topologa
Una topologa en un conjunto no vaco X es una selecci

on de subconjuntos de X, llamados conjuntos abiertos, con propiedades tales que permiten
generalizar algunas nociones analticas de los n
umeros reales, como lmites y
continuidad. En esta secci
on definiremos la topologa de un espacio metrico
y demostraremos las propiedades elementales de dicha topologa.
3.1.
Conjuntos abiertos.
Definici
on 1.23. Sea (X, d) un espacio metrico y x0 X. La bola abierta
de radio > 0 con centro en x0 (o alrededor de x0 ) es el conjunto
B (x0 ) = {y X : d(x0 , y) < }.
Es decir, un bola abierta de radio > 0 alrededor de un punto es el
conjunto de puntos en el espacio metrico a distancia menor que a dicho
punto. Las bolas abiertas, desde luego, dependen de la metrica. Por ejemplo,
la figura 3 compara las bolas abiertas en distintas metricas en el plano
cartesiano.
Figura 3. Comparaci
on de la bola de radio 1 en R2 con respecto a las
metricas dE (crculo), dM (cuadrado exterior) y dT (rombo interior).
Observaciones. Sea x X. Entonces:
x B (x), por lo que B (x) 6= para todo x X, > 0.

Si , entonces B (x) B (x).
T
T
{x} = >0 B (x) = nZ+ B1/n (x).
S
S
X = >0 B (x) = nZ+ Bn (x).
Las bolas abiertas son el ingrediente para definir un conjunto abierto.

Definici
on 1.24. Si U X, decimos que U es abierto si para todo x U
existe > 0 tal que B (x) U .
10
En otras palabras, todos los elementos de un conjunto abierto son el

centro de una bola abierta completamente contenida en el conjunto. Primero
demostraremos que todas las bolas abiertas son de hecho conjuntos abiertos.
Proposici
on 1.25. Sean x X y > 0. Entonces el conjunto B (x) es
abierto.
Demostraci
on. Sea y B (x). Tenemos que mostrar que existe una bola,
con centro en y, contenida en B (x). Sea = d(x, y). Este n
umero es
positivo porque d(x, y) < . Entonces, si z B (y), d(y, z) < y, por la
desigualdad del tri
angulo,
d(x, z) d(x, y) + d(y, z) < d(x, y) + = d(x, y) + d(x, y) = .
Por lo tanto B (y) B (x).
Ejemplo 1.26. En (R, | |), un conjunto U R es abierto si, y solo si, para
cada x U existe un intervalo abierto (a, b) que contiene a x y contenido
en U . Esto se debe a que
B (x) = (x , x + ); y
a + b
(a, b) = B ba
.
2
2
Es decir, todas las bolas abiertas en R son intervalos abiertos y todos los
intervalos abiertos son bolas abiertas.
De hecho, es posible dar una caracterizaci
on de todos los conjuntos abiertos de R como uniones de intervalos abiertos (ejercicio 6).
Ejemplo 1.27. La interseccion infinita de conjuntos abiertos, en general,
no es abierta. Considere, por ejemplo, los conjuntos Un = (1/n, 1/n) R,
T
n > 0. Estos
son abiertos, pero la interseccion de ellos, nZ+ Un = {0}, no
es abierta.
Ejemplo 1.28. Recordemos la metrica en R dada por
dA (x, y) =
|x y|
.
1 + |x y|
La funcion f : [0, ) [0, ),

f (r) =
r
,
1+r
es continua y estrictamente creciente. Con estas propiedades, es posible demostrar que U R es abierto en (R, dA ) si, y solo si, es abierto en (R, | |).
Decimos entonces que las metricas | | y dA son equivalentes, y los espacios
(R, | |) y (R, dA ) son homeomorfos (ejercicio 14).
11
3. Topologa
Ejemplo 1.29. Considere el espacio C = C([0, 1]) con la norma uniforme.

Entonces, si f C tenemos
B (f ) = {g C : |f (x) g(x)| < para todo x [0, 1]},
es decir, la bola de radio con centro en f es el conjunto de todas las
funciones continuas en [0, 1] cuya gr
afica se encuentra a distancia menor
que de la gr
afica de f (figura 4).
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
Figura 4. Bola de radio alrededor de una funci

on en C.
Es muy importante observar que, al igual que las bolas abiertas, los
conjuntos abiertos dependen de la metrica. Un mismo conjunto con distintas
metricas, en general, tendr
a distintos conjuntos abiertos.
A la colecci
on de conjuntos abiertos en (X, d) se le llama una topologa.
Las siguientes son las propiedades fundamentales de una topologa.
Proposici
on 1.30. Sea (X, d) un espacio metrico.
1. X y son conjuntos abiertos.
2. Si {U } en una colecci
on arbitraria
de conjuntos abiertos3, entonces
S
la uni
on de estos conjuntos, U , es un conjunto abierto.
T
3. Si U1 , U2 , . . . , Un son abiertos, entonces i Ui es abierto.
Demostraci
on.
1. Si x X, entonces B1 (x) X, por definicion.
Ahora bien, la proposicion x ( > 0 : B (x) ) es
verdadera porque el antecedente x es falso. Por lo tanto, X y
son abiertos.
3Se asume que pertenece a cierto conjunto de ndices
12
S
2. Si x U , entonces existe 0 tal que x U0 . Como U0 es
abierto, podemos
encontrar un > 0 tal que B (x) U0 . Entonces,
S
B (x) U .
T
3. Si x i Ui , entonces x Ui para cada i = 1, 2, . . . , n. Como cada
uno de los conjuntos Ui es abierto, existen 1 , 2 , . . . , n (positivos)
tales que Bi (x) Ui , para cada i. Si tomamos = mni iT
, entonces
B (x) Bi (x) Ui para cada i, y por lo tanto B (x) i Ui .
Si (Y, dY Y ) es un subespacio del espacio metrico (X, d), entonces un

subconjunto U de Y es abierto en Y si, y solo si, existe un conjunto abierto
en X tal que U = U
Y (ejercicio 21). Para ver esto, observemos que
U
Y
cada bola en Y , B (y), y Y , es la interseccion de Y con una bola en X:
BY (y) = B (y) Y.
Esto
es claro a partir de la definicion de bola abierta en Y:
BY (y) = {x Y : d(x, y) < }.
3.2.
Conjuntos cerrados.
Definici
on 1.31. Sea (X, d) un espacio metrico, A X y x0 X. Decimos
que x0 es un punto de acumulaci
on (o punto lmite) de A, si para todo > 0
la bola B (x0 ) contiene puntos de A distintos de x0 , es decir
B (x0 ) A \ {x0 } =
6 .
Si x0 A y no es un punto de acumulacion de A, entonces decimos que
x0 es un punto aislado de A.
De forma equivalente, x0 X es un punto de acumulacion de A si, para
todo conjunto abierto U que contiene a x0 , U contiene puntos de A distintos
de x0 .
Ejemplo 1.32. Los puntos 0 y 1 son puntos de acumulacion del intervalo
(0, 1) en R.
Ejemplo 1.33. El conjunto Z, en R, esta compuesto solo de puntos aislados.
Definici
on 1.34. Sea (X, d) un espacio metrico. Un subconjunto E de X
es cerrado si contiene todos sus puntos de acumulacion.
Esta definicion es equivalente a decir que un conjunto E es cerrado si,
y solo si, para cada x 6 E, existe un > 0 tal que B (x) E = , ya
que x no es un punto de acumulacion. En particular, tenemos la siguiente
proposicion.
13
3. Topologa
Proposici
on 1.35. Sea (x, d) un espacio metrico. Un subconjunto E de X
es cerrado si su complemento X \ E es abierto.
Demostraci
on. Si E es cerrado y x 6 E, entonces X \ E es abierto, por la
observaci
on anterior.
De manera inversa, si X \ E es abierto y x 6 E, entonces X \ E es un
abierto que contiene a x y no interseca a E, por lo que x no es punto de
acumulacion.

Ejemplo 1.36. En (R, | |), los intervalos cerrados [a, b] son conjuntos cerrados.
Ejemplo 1.37. En todo espacio metrico, cada conjunto con un solo punto,
digamos {x0 }, es un conjunto cerrado. Esto

es porque, si x 6 {x0 }, entonces
x 6= x0 y r = d(x, x0 ) > 0, y luego
Br/2 (x) {x0 } = .
As que x no es punto de acumulacion de {x0 }.
Ejemplo 1.38. La bola cerrada, de radio > 0 con centro en x, se define
como el conjunto
(x) = {y X : d(x, y) }.
B
(x) es un conjunto cerrado, ya que, si y 6 B
(x), entonces
La bola B
d(x, y) > , y, por lo tanto, si = d(x, y) , tenemos que d(y, z) <
implica que
d(x, z) d(x, y) d(y, z) > d(x, y) = d(x, y) (d(x, y) ) = ,
(x) = (ejercicio 20).
y luego B (y) B
Los conjuntos cerrados, an
alogamente a los abiertos, satisfacen las siguientes propiedades, las cuales se siguen facilmente de la proposicion 1.30
y de las leyes de De Morgan (ejercicio 15).
Proposici
on 1.39. Sea (X, d) un espacio metrico. Entonces:
1. X y son cerrados;
T
2. Si {E } es una colecci
on de conjuntos cerrados, entonces E es
cerrado;
S
3. Si E1 , E2 , . . . , En son cerrados, entonces i Ei es cerrado.
Ejemplo 1.40. Cada conjunto finito es cerrado en un espacio metrico.
14
Ejemplo 1.41. Considere los subconjuntos de R dados por

C0 = [0, 1],
h 1i h2 i
C1 = 0,
,1 ,
3
3
h 1 i h 2 1i h2 7 i h 8 i
, 2 2,1 ,
C2 = 0, 2 2 ,
3
3 3
3 3
3
..
.
h 1i h2
h 3n1 1 3n 2 i h 3n 1 i
1 i
Cn = 0, n n , n1 . . .
,
,1 ,
3
3 3
3n1
3n
3n
..
.
Esto
es, cada Cn se obtiene al remover el intervalo que corresponde a la
tercera parte central de cada uno de los intervalos de Cn1 . El conjunto
C=
Cn
n=0
es llamado el conjunto de Cantor. Es claro que C no es vaco, ya que al

menos {0, 1} C, y de hecho C es infinito, ya que contiene los lmites de
cada uno de los intervalos de cada Cn . Por la proposicion 1.39, C es cerrado.
Definici
on 1.42. Sea (X, d) un espacio metrico y A X. Definimos la
cerradura de A como la uni
on de A y sus puntos de acumulacion.
La siguientes propiedades de la cerradura son faciles de verificar.
Proposici
on 1.43. Sea (X, d) un espacio metrico y A, B X. Entonces:
1. A es cerrado.
2. A = A.
3. Si A B, entonces A B.
4. Si A E y E es cerrado, entonces A E.
DemostrareDemostraci
on.
1. Sea x un punto de acumulacion de A.
mos que x es tambien un punto de acumulacion de A y, por lo tanto,
esta en A.
Sea > 0. Entonces existe y B (x) A \ {x}. Si y A, ya
hemos terminado. Si no, entonces y es un punto de acumulacion de
A, y si tomamos = mn{d(x, y), d(x, y)}, entonces > 0 y existe
z B (y) A \ {x, y}. Ahora bien,
d(z, x) d(z, y) + d(y, x) < d(x, y) + d(y, x) = ,
por lo que z B (x) A \ {x}.
15
3. Topologa
2. Esto es obvio porque A es cerrado, y por lo tanto contiene todos sus

puntos de acumulacion.
3. Si x es un punto de acumulacion de A, entonces tambien lo es de B.
As que x A implica x B.
4. Igual que en el inciso anterior, si x es un punto de acumulacion de

A, entonces tambien lo es de E. Como E es cerrado, x E. Por lo
tanto A E.
El u
ltimo inciso en la proposicion anterior implica que A es el menor
conjunto cerrado que contiene a A.
Ejemplo 1.44. Los puntos de acumulacion del intervalo (0, 1) en R son
todos sus puntos, adem
as de 0 y 1. Entonces (0, 1) = [0, 1].
Ejemplo 1.45. Si A = Q [0, 1], entonces A = [0, 1]. Esto se debe a que
cualquier intervalo abierto contiene n
umeros racionales.
Si A y B son subconjuntos del espacio metrico (X, d), definimos la distancia entre ellos como
(1.12)
d(A, B) = nf{d(x, y) : x A y y B}.
Si A contiene un solo punto, digamos A = {x}, entonces escribimos d(x, B).

La siguiente observaci
on nos sera de utilidad m
as adelante.
Proposici
on 1.46. Sea E un conjunto cerrado en el espacio metrico (X, d)
y x 6 E. Entonces la distancia de x a E es positiva, es decir, d(x, E) > 0.
Demostraci
on. Como x 6 E, la observaci
on que sigue a la definicion de
conjunto cerrado implica que existe un > 0 tal que B (x) E = , por lo
que d(x, y) para todo y E. Entonces d(x, E) > 0.
Figura 5. En la figura, la distancia de x a E es positiva, y d(x, E) .
Sin embargo, si E y F son dos conjuntos cerrados disjuntos, es posible

que d(E, F ) = 0 (ejercicio 16).
16
3.3.
Conjuntos densos.
Definici
on 1.47. Sea X un espacio metrico y S X. Decimos que S es
denso en X (o simplemente denso) si, para todo > 0 y x X,
B (x) S 6= .
Ejemplo 1.48. X es denso en s mismo.
Ejemplo 1.49. Q y R \ Q son densos en R.
Ejemplo 1.50. Qn , el conjunto de puntos en Rn con coordenadas racionales,
es denso en el espacio euclideano Rn : Para ver esto, sea x = (x1 , . . . , xn ) Rn
y > 0. Si = / n, entonces el paraleleppedo

(x1 , x1 + ) (xn , xn + )
esta contenido en B (x) (con respecto a la metrica euclideana). Si tomamos
racionales qi (xi , xi + ), entonces q = (q1 , . . . , qn ) B (x).
De igual forma, si A, S X, decimos que S es denso en A si, para todo
> 0 y x A, B (x) S 6= . La siguiente proposicion establece algunas
propiedades de densidad.
Proposici
on 1.51. Sea X un espacio metrico, S, A X.
1. S es denso en A si, y solo si, S A.
2. S es denso si, y solo si, S = X.
3. S es denso si, y solo si, cualquier conjunto abierto U en X contiene
puntos en S.
4. Si S es denso en A y es cerrado, entonces S A.
Dejamos la demostraci
on de esta proposicion como ejercicio (ejercicio
23).
Definici
on 1.52. Decimos que X es separable si existe un conjunto contable
S denso en X
Ejemplo 1.53. El espacio euclideano Rn es separable.
Ejemplo 1.54. C([0, 1]) con la norma uniforme es separable: Este hecho es
consecuencia del teorema de Weierstrass, el cual se discutir
a m
as adelante.
17
Ejercicios
Ejercicios
1. La funcion dT , definida en el ejemplo 1.6, es una metrica en Rn .
2. Sea (X, d) un espacio metrico. Entonces la funcion
dA (x, y) =
d(x, y)
,
1 + d(x, y)
x, y X,
define una metrica en X.

3. Si (X, ||||) es un espacio normado y, si definimos la funcion d : X X
[0, ) por
d(x, y) = ||x y||,
entonces (X, d) es un espacio metrico.
4. Demuestre las observaciones establecidas despues de la definicion de la
bola abierta:
Si T
, entonces BT
(x) B (x).
{x} =S >0 B (x) =S nZ+ B1/n (x).
X = >0 B (x) = nZ+ Bn (x).
5. De un ejemplo donde B (x) B (x) y > .
6. Si U R es un conjunto abierto, entonces podemos expresar U como
[
(ai , bi ),
U=
i=1
donde los intervalos (ai , bi ) son disjuntos. Es decir, todo subconjunto

abierto de R es la uni
on contable de intervalos abiertos disjuntos.
7. Si X es un espacio discreto, entonces todos sus subconjuntos son abiertos.

8. Consideramos los espacios vectoriales normados (X, || ||1 ) y (X, || ||2 ).
Decimos que las metricas || ||1 y || ||2 son equivalentes, si existen
constantes c1 y c2 tales que
c1 ||x||1 ||x||2 c2 ||x||1 ,
para todo x X.
Si || ||1 y || ||2 son equivalentes y Bi (x) es la bola de radio con
centro en x que corresponde a la metrica || ||i , i = 1, 2, entonces,
para todo > 0, existen 1 > 0 y 2 > 0 tales que
B11 (x) B2 (x)
y B22 (x) B1 (x).
Del inciso anterior, normas equivalentes inducen topologas equivalentes, es decir, U es abierto en (X, || ||1 ) si, y solo si, es abierto en
(X, || ||2 ). (Decimos entonces que los espacios son homeomorfos.)
18
Las normas || ||E , || ||M y || ||T en Rn son equivalentes. (De hecho,

m
as adelante demostraremos que cualquiera dos normas en Rn son
equivalentes.)
9. Sea (X, || ||) un espacio normado. Si A X, x X y K, definimos
los conjuntos x + A y A como
x + A = {x + y X : y A},
A = {y X : y A}.
Entonces, para x X y > 0,

B (x) = x + B1 (0).
10. Sean || ||1 y || ||2 dos normas en X, y B1i (0) la bola de radio 1 con
centro en 0, bajo la norma || ||i . Supongamos que existen > 0 y > 0
tal que
B1 (0) B12 (0) y B2 (0) B11 (0).
Entonces las normas || ||1 y || ||2 son equivalentes.
11. Sean (, )1 y (, )2 dos productos internos en Rn . Entonces las normas ||

||1 y ||||2 inducidas por (, )1 y (, )2 , respectivamente, son equivalentes.

12. Sea X, (, ) un espacio con producto interno, x, y X, x 6= 0, y sea
z = Proyx y. Entonces
a) x y y z son ortogonales;
b) z es el vector generado por x m
as cercano a y; es decir, si w = x,
entonces ||y z|| ||y w|| para todo K, donde || || es la
norma inducida por el producto interno (, ).
13. Las normas uniforme, L1 y L2 en C([0, 1]) satisfacen

||f ||1 ||f ||2 ||f ||u
para toda f C([0, 1]). Sin embargo, ning

un par de estas normas es
equivalente.
14. Sea (X, d) un espacio metrico, y sea dA la acotaci
on de d definida en el
ejercicio 2. Entonces (X, d) y (X, dA ) son homeomorfos.
15. Demuestre la proposicion 1.39.
16. Sea (X, d) = (R2 , dE ), el plano con la metrica euclideana.
El conjunto
{(x, 0) : x R},
el eje de las xs, es un conjunto cerrado en R2 .

En general, si f : R R es una funcion continua, entonces su
gr
afica
{(x, f (x)) : x R}
es un conjunto cerrado en R2 .
Ejercicios
19
Sean E = {(x, 0) : x R} y F = {(x, f (x)) : x R}, donde

1
.
f (x) =
1 + |x|
Entonces E y F son cerrados en R2 y d(E, F ) = 0.
17. Sean A, B X. Averig

ue la veracidad de los siguientes enunciados:
A B A B;
A B A B;
A B A B;
A B A B;
18. El conjunto de Cantor no tiene puntos aislados.
19. Sea (X, d) un espacio metrico y A X. Entonces x A si, y solo si,

para todo > 0, B (x) A 6 .
(x) la bola cerrada con centro en x y B (x) la cerradura de la
20. Sea B
(x), y de un ejemplo donde
bola abierta B (x). Entonces B (x) B
B (x) 6 B (x).
21. Sea (Y, d|Y Y ) un subespacio de (X, d). Entonces U Y es abierto en
en X tal que U = U
Y . Pruebe el
Y si, y solo si, existe un abierto U
resultado an
alogo para conjuntos cerrados en Y .
22. Sea (X, d) un espacio metrico, Y X, y suponemos que todos los puntos
de Y son aislados. Entonces (Y, d|Y Y ) es un espacio discreto. (Es decir,
(Y, d|Y Y ) es homeomorfo al espacio (Y, d0 ), donde d0 es la metrica
discreta en Y .)
23. Demuestre la proposicion 1.51.
Captulo 2
Sucesiones y
convergencia
1.
Definiciones
Una de las ideas fundamentales del an

alisis es la de lmite; en particular,
el lmite de una sucesion. En este captulo estudiaremos la convergencia de
sucesiones, adem
as del concepto de completitud en espacios metricos.
Definici
on 2.1. Sea (X, d) un espacio metrico. Una sucesi
on en X es una
funcion f : Z+ X. Si, para cada n, f (n) = xn , entonces escribiremos la
sucesion f como (xn )
n=1 .
Decimos que (xn )
n=1 converge a x X, y escribimos xn x, si, para
todo > 0, existe N Z+ tal que, si n N , entonces d(xn , x) < .
Los siguientes enunciados son equivalentes a decir que xn x:
Para todo > 0, existe N Z+ tal que, si n N , entonces xn
B (x).
Para todo abierto U en X que contiene a x, existe un N Z+ tal
que, si n N , entonces xn U .
x1
x2 x3
Figura 1. Ejemplo de una sucesi

on que converge a x. Todos los puntos
xn , excepto un n
umero finito de ellos, est
an a distancia de x.
21
22
2. Sucesiones y convergencia
Ejemplo 2.2. Sea x0 X, y considere la sucesion dada por xn = x0 ,

n = 1, 2, . . .. Entonces es claro que xn x0 , ya que d(xn , x0 ) = 0 < para
on
todo > 0 y n Z+ . En este caso decimos que (xn )
n=1 es una sucesi
constante.
Ejemplo 2.3. Dada una sucesion (xn )
n=1 , si existe N Z+ tal que xn = x,
para alg
un x X y para todo n N , decimos que (xn )
n=1 es finalmente
constante a x. Al igual que en el ejemplo anterior, xn x.
Ejemplo 2.4. Considere la sucesion xn = 1/n en R. Entonces xn 0. Para
mostrar esto, sea > 0. Por la propiedad Arquimidiana de R, existe N Z+
tal que N > 1/. Entonces, si n N ,
1
1
1

0
< .
=

n
n
N
Ejemplo 2.5. Sea (X, || ||) un espacio normado. Una sucesion (xn )
n=1 en
X converge a x si, y solo si, la sucesion (yn )n=1 , dada por yn = xn x,

converge al vector 0.
Para verificar esto, supongamos que xn x. Entonces, dado > 0,

existe un N tal que n N implica ||xn x|| < . Entonces n N implica
||yn || < y, por lo tanto, yn 0. El enunciado inverso se demuestra de
manera similar.
mite es
Proposici
on 2.6. Si una sucesi
on (xn )
n=1 converge, entonces su l
u
nico; es decir, si xn x y xn y, entonces x = y.
Demostraci
on. Sea > 0, y sean N1 y N2 tales que d(xn , x) < /2 y
d(xm , y) < /2, para n N1 y m N2 . Tales Ni existen por convergencia.
Ahora bien, si N = m
ax{N1 , N2 }, entonces
d(x, y) d(x, xN ) + d(xN , y) < /2 + /2 = .
Como es arbitrario, concluimos que d(x, y) = 0. Por lo tanto x = y.
Cuando no haya motivo de confusi

on, escribiremos la sucesion (xn )
n=1
simplemente como (xn ), o incluso como xn , mientras que el lmite de la
sucesion (xn ) se denotara como
lm xn ,
o simplemente lm xn .
Si A X, decimos que (xn ) est
a en A si, para todo n, xn A.
Las siguientes preguntas aparecen de manera natural, dada una sucesion

(xn ) en A: Si xn x, entonces x A? Bajo que condiciones podemos
garantizar que x A? Podemos clasificar el conjunto de puntos x tales que
existe alguna sucesion (xn ), en A, tal que xn A?
1. Definiciones
23
Las respuestas a estas preguntas se pueden concluir del siguiente teorema.

Teorema 2.7. Sea (X, d) un espacio metrico y A X. Entonces x A si,
y solo si, existe (xn ) en A tal que xn x.
entonces, para todo > 0, B (x) A 6= .
Demostraci
on. Si x A,
Escogemos entonces, para cada n, xn B1/n (x) A 6= . Es facil verificar
que xn x (ejercicio 2).
De manera inversa, supongamos que existe una sucesion (xn ) en A tal
que xn x. Entonces, cualquier bola con centro en x contiene a alg
un
elemento xn de la sucesion (de hecho a todos excepto a lo m
as un n
umero
finito de ellos).
si x 6 A, entonces cualquier bola con centro
Si x A, entonces x A;
en x contiene alg
un punto en A distinto de x, por lo que x es un punto de
acumulacion de A y, por lo tanto, x A.

Este teorema nos asegura que, si (xn ) esta en A y xn x, entonces

x no necesariamente es un elemento de A, pero esta en la cerradura de A.
Adem
as, si A es cerrado, entonces siempre x A.
Si A no es cerrado, podemos encontrar puntos de acumulacion de A que

no esten en A, y el teorema nos permite concluir que existen sucesiones que
convergen a tales puntos. Como ejemplo, consideremos la sucesion (1/n).
Esta sucesion esta en el intervalo (0, 1], pero su lmite, 0, no lo esta.
Si (xn ) es una sucesion, una subsucesi
on de (xn ) es una funcion g : Z+
{xn : n Z+ }, digamos g(k) = xnk , tal que, si k < l, entonces nk < nl .
Proposici
on 2.8. Si xn x, entonces xnk x para toda subsucesi
on
(xnk ) de (xn ).
Demostraci
on. Sea > 0. Como xn x, existe N tal que n N implica
d(xn , x) < . Entonces, como nk k para todo k, si k N entonces nk N
y por lo tanto
d(xnk , x) < .
La siguiente pregunta aparece muy frecuentemente en an

alisis, y de hecho es clave en la solucion de muchos problemas: Si (xn ) es una sucesion en
A, que condiciones debe satisfacer el conjunto A para garantizar que existe
una subsucesion (xnk ) tal que xnk x para alg
un x A?
Un conjunto con tal propiedad es llamado secuencialmente compacto, y
haremos un estudio m
as detallado de tales conjuntos en el siguiente captulo.
24
Sin embargo, podemos listar algunas propiedades, necesarias, para que un

conjunto A sea secuencialmente compacto.
Como la subsucesion (xnk ) tambien esta en A, entonces, para garantizar
que x A, A debe ser cerrado en X. Ahora bien, A debe ser acotado.
Definici
on 2.9. Sea (X, d) un espacio metrico y A X. Decimos que A
es acotado si existe x X y M > 0 tales que A BM (x); es decir, A
esta contenido en alguna bola en X.
Esta definicion es equivalente a decir que existen x X y M > 0 tales
que d(y, x) < M , para todo y A.
Todas las sucesiones convergentes son acotadas, es decir, si xn x,

entonces el conjunto {xn : n Z+ } es acotado. De hecho, sea N tal que
d(xn , x) < 1 para todo n N . Entonces, si tomamos
M = m
ax{d(x, x1 ), d(x, x2 ), . . . , d(x, xN ), 1},
entonces d(xn , x) M para todo n, por lo que
{xn : n Z+ } BM +1 (x).
Ahora bien, si A no es acotado, podemos construir una sucesion en A
que no tiene ninguna subsucesion convergente. Para esto, haremos uso de la
siguiente proposicion.
Proposici
on 2.10. Sea (X, d) un espacio metrico y A X, y asumimos que
A no es acotado. Entonces, para todo M > 0, n Z+ y x1 , x2 , . . . , xn X,
BM (x1 ) BM (x2 ) . . . BM (xn ) 6 A.
Demostraci
on. Demostraremos la contrapositiva de la proposicion. Supongamos que A BM (x1 ) BM (x2 ) . . . BM (xn ). Entonces, para x A,
existe i tal x BM (xi ). Si tomamos
R = m
ax d(xi , x1 ) + M,
i=2,...,n
entonces
d(x, x1 ) d(x, xi ) + d(xi , x1 ) < R,
y por lo tanto A BR (x1 ).
Con esta proposicion a la mano podemos construir la siguiente sucesion

en A: esc
ojase x1 A (es claro que A 6= , ya que no es acotado) y, habiendo

escogido x1 , x2 , . . . , xk , escogemos xk+1 A\ B1 (x1 )B1 (x2 ). . .B1 (xk ) .
Es claro que (xn ) no puede tener ninguna subsucesion convergente, ya que
d(xm , xn ) 1 para todos m y n, por lo que cualquiera dos puntos xn , xm no
pueden estar a distancia menor que, digamos, 1/2 de alg
un punto en com
un
(ejercicio 3).
25
2. Sucesiones de Cauchy y completitud
M
M
M
M
M
M
Figura 2. Si A no es acotado, entonces no puede ser cubierto por un

n
umero finito de bolas de radio M .
Estas observaciones permiten concluir que A tiene que ser cerrado y

acotado para ser secuencialmente compacto. Sin embargo, estas condiciones
estan lejos de ser suficientes, como lo muestra el siguiente ejemplo.
Ejemplo 2.11. Considere (R, dA ) donde dA es la metrica acotada:
dA (x, y) =
|x y|
.
1 + |x y|
Entonces R es cerrado (en s mismo) y acotado, ya que dA (x, y) 1 para

todo x, y. Sin embargo, la sucesion xn = n no tiene ninguna subsucesion
convergente porque, para cualquier m y n, m 6= n,
dA (xm , xn ) =
|m n|
1
,
1 + |m n|
2
r
es creciente para
donde hemos utilizado el hecho que la funcion r 1+r
r > 0. Como en la construcci
on anterior, xm y xn no pueden estar a distancia
menor que 1/4 de alg
un n
umero en com
un.
Decimos que A es totalmente acotado si, para todo > 0, existen

x1 , x2 , . . . , xn X tales que
B (x1 ) B (x2 ) . . . B (xn ) A.
Por la construcci
on anterior vemos que, si A es secuencialmente compacto,
entonces deber ser totalmente acotado. En el siguiente captulo mostraremos
que estas condiciones, cerrado y totalmente acotado, son suficientes para
garantizar que un conjunto es secuencialmente compacto.
2.
Sucesiones de Cauchy y completitud
Hasta ahora, la u
nica manera que tenemos para concluir que una sucesion
converge es verificando la definicion de convergencia directamente. Esto es,
debemos conocer el lmite a priori.
26
Como lo hemos hecho en ejemplos anteriores, podemos concluir que una

sucesion no converge (o incluso que no tiene subsucesiones convergentes),
si los terminos de la sucesion no se acercan entre s. Esta es una condici
on
necesaria para convergencia, y es llamada la condici
on de Cauchy.
Sin embargo, solo en ciertos espacios esta condici
on es suficiente, y dichos
espacios son llamados completos. En esta secci
on haremos precisas las ideas
de convergencia de Cauchy y completitud en un espacio metrico.
Definici
on 2.12. Sea (xn ) una sucesion en un espacio metrico (X, d). Decimos que (xn ) es una sucesi
on de Cauchy (o satisface la condici
on de Cauchy) si, para cada > 0, existe N Z+ tal que, si m, n N , entonces
d(xm , xn ) < .
La siguiente proposicion explora distintas relaciones entre convergencia,
sucesiones de Cauchy y sucesiones acotadas.
Proposici
on 2.13. Sea (X, d) un espacio metrico y (xn ) una sucesi
on en
X.
1. Si (xn ) converge, entonces (xn ) es una sucesi
on de Cauchy.
2. Si (xn ) es una sucesi
on de Cauchy, entonces es acotada.
3. Si (xn ) es una sucesi
on de Cauchy y alguna subsucesi
on de (xn )
converge a x, entonces xn x.
Demostraci
on.
1. Supongamos que xn x. Dado > 0, existe N
tal que si n N entonces d(xn , x) < /2. Entonces, si m, n N ,

d(xm , xn ) d(xm , x) + d(x, xn ) < + .
2 2
2. Sea N tal que si m, n N entonces d(xm , xn ) < 1. Si tomamos
M = m
ax{d(x1 , xN ), d(x2 , xN ), . . . , d(xn , xN 1 ), 1},
entonces, para todo n, d(xn , xN ) M . Por lo tanto, (xn ) esta en
BM (xN ).
3. Supongamos que xnk x. Entonces, dado > 0, existe K tal que,
si k K, d(xnk , x) < /2. Como (xn ) es de Cauchy, existe N1 tal
que, si m, n N1 , d(xm , xn ) < /2. Si tomamos N = m
ax{nK , N1 },
entonces n N implica

d(xn , x) d(xn , xnK ) + d(xnK , x) < + = .
2 2

El primer inciso de la proposicion anterior establece que ser una sucesion
de Cauchy es una condici
on necesaria para que una sucesion sea convergente;
27
2. Sucesiones de Cauchy y completitud
pero esta condici

on no es suficiente en todo espacio metrico, como lo muestra
el siguiente ejemplo.
Ejemplo 2.14. Considere el subespacio Q de R, es decir, d(r, s) = |r s|
para cualquiera r, s Q. Considere la sucesion
r1 = 1, r2 = 1.4, r3 = 1.41, r4 = 1.414, . . . .
En R, dicha sucesion convergera a 2, y por lo tanto es

de Cauchy en R.
Obviamente tambien es de Cauchy en Q. Sin embargo, 2 6 Q, por lo que
(rn ) no converge en Q, por unicidad del lmite.
Definici
on 2.15. El espacio metrico (X, d) es completo si toda sucesion de
Cauchy converge.
El ejemplo 2.14 implica que el espacio Q no es completo.
Ejemplo 2.16. R es completo. Este hecho se sigue del llamado axioma de
completitud de los n
umeros reales:
Sea S 6= un subconjunto de R acotado por arriba. Entonces S tiene
un supremo.
La demostraci
on del hecho de que toda sucesion de Cauchy en R converge a
partir de este axioma es bosquejada en el ejercicio 7, y los detalles se dejan
al lector.
Ejemplo 2.17. Rl es completo. Esto

se sigue de la completitud de los reales:
1
2
Supongamos que xn = (xn , xn , . . . , xln ) es una sucesion de Cauchy en Rl .
Entonces es facil ver que cada (xin ) es una sucesion de Cauchy en R y, por
lo tanto, converge. Si xin xi , para cada i, entonces
(x1n , x2n , . . . , xln ) (x1 , x2 , . . . , xl ).
(Vease el ejercicio 5.)
Ejemplo 2.18. Un espacio metrico discreto es completo. De hecho, toda

sucesion de Cauchy en un espacio discreto es finalmente constante y por lo
tanto converge. En particular, un espacio finito es completo (ejercicio 4).

El espacio C([0, 1]), || ||u es completo. Estableceremos este enunciado
como teorema.
Teorema 2.19. El espacio metrico C([0, 1]) con la norma uniforme es completo.

Demostraci
on. Recordemos que C([0, 1]), || ||u es el espacio metrico de
todas las funciones f : [0, 1] R, continuas, cuya metrica esta dada por
du (f, g) = ||f g||u = m
ax |f (x) g(x)|.
x[0,1]
28
Sea (fn ) una sucesion de Cauchy; es decir, para todo > 0, existe
N Z+ tal que, si m, n N , entonces |fn (x) fm (x)| < para todo
x [0, 1]. N
otese que N no depende de x.
Ahora bien, si tomamos x [0, 1], la sucesion dada por xn = fn (x) es
una sucesion de Cauchy en R, por lo que, como R es completo, converge,
digamos a L(x). Entonces L define una funcion en [0, 1], dada por
L(x) = lm fn (x).
n
Esto
significa que, para cada x [0, 1] y > 0, existe un Nx (que depende
de x) tal que, si n > Nx , entonces |fn (x) L(x)| < . Decimos entonces que
(fn ) converge punto por punto a L.
Demostraremos que, de hecho, fn L en C([0, 1]), es decir, (fn ) con
verge uniformemente a L C([0, 1]). Esto
lo haremos en dos pasos:
Paso 1: Para cada > 0 existe N tal que, si n N , entonces
|fn (x) L(x)| < ,
para todo x [0, 1];
es decir, N no depende de x.
Paso 2: L es continua en cada punto x [0, 1].
Para demostrar el paso 1, sea > 0. Tomamos N (la sucesion (fn ) es de
Cauchy) tal que, si m, n N , entonces |fn (x)fm (x)| < /2 uniformemente.
Demostraremos que |fn (x) L(x)| < para n N , uniformemente en x.
Fijamos x0 [0, 1] y estimaremos la diferencia |fn (x0 ) L(x0 )|, para

n N . Ahora bien, sabemos que la sucesion (fn (x0 )) converge a L(x0 ), por
lo que podemos encontrar un Nx0 tal que |fn (x0 ) L(x0 )| < /2, para todo
n Nx0 . Escogemos ahora un entero n0 con n0 > N y n0 > Nx0 . Entonces,
si n N , tenemos que
|fn (x0 ) L(x0 )| |fn (x0 ) fn0 (x0 )| + |fn0 (x0 ) L(x0 )|

+ = .
<
2 2
Como x0 es arbitrario y N no depende de x0 , podemos concluir que, si n

N , |fn (x)L(x)| < , para todo x [0, 1]. Entonces fn L uniformemente.
Para demostrar el paso 2, tomamos un x0 [0, 1] y demostraremos que L

es continua en x0 ; es decir, dado > 0, mostraremos que podemos encontrar
un > 0 con la propiedad que |x x0 | < implica |L(x) L(x0 )| < .
Sea > 0. Por convergencia uniforme, podemos escoger un entero n0 tal
que
|fn0 (x) L(x)| <
3. Espacios vectoriales completos
29
para todo x [0, 1]. Ahora bien, como fn0 es continua, existe un > 0 tal
que, si |x x0 | < , entonces
|fn0 (x) fn0 (x0 )| < .

3
Entonces, si x [0, 1] y |x x0 | < , tenemos
|L(x) L(x0 )| |L(x) fn0 (x)| + |fn0 (x) fn0 (x0 )| + |fn0 (x0 ) L(x0 )|

< + + = .
3 3 3
M
as adelante estudiaremos la continuidad de funciones en un espacio
metrico y, de manera similar a C([0, 1]), definiremos el espacio C(X, Y )
como el espacio de funciones continuas acotadas de X a Y , con una metric
apropiada. As como lo hemos hecho para C([0, 1]), podemos mostrar que
C(X, Y ) es completo si Y es completo.
Sin embargo, C([0, 1]) no es completo con la norma || ||1 (ejercicio 11).
El siguiente teorema sera de utilidad m

as adelante.
Teorema 2.20. Sea (X, d) un espacio metrico completo y E un subespacio

de X. Entonces E es completo si y solo si E es cerrado en X.
Demostraci
on. Supongamos que E es completo, y sea x X un punto de
acumulacion de E. Entonces, existe una sucesion (xn ) en E tal que xn x.
Como (xn ) converge en X, es una sucesion de Cauchy en X. Pero la metrica
de E es la restriccion a E de la metrica de X, por lo que entonces (xn ) es
tambien de Cauchy en E. Como E es completo, (xn ) converge en E. Como
E es un subespacio de X, la proposicion 2.6 implica que xn x en E, es
decir, x E. Por lo tanto, E es cerrado.
Supongamos ahora que E es cerrado en X, y sea (xn ) una sucesion de
Cauchy en E. Como E es un subespacio de X, (xn ) es tambien una sucesion
de Cauchy en X y, como X es completo, entonces converge, digamos a x.
Pero entonces (xn ) es una sucesion en E que converge a x, lo cual implica
Como E es cerrado, x E, lo cual implica que xn x en E.
que x E.
Por lo tanto, E es completo.
3.
Espacios vectoriales completos
En esta secci
on estudiaremos la completitud de un espacio metrico (X, d),
cuando (X, || ||) es un espacio normado y la metrica d es inducida por la
norma; es decir, d(x, y) = ||x y||. En este caso podemos estudiar la completitud del espacio X a traves de series convergentes en X; en particular,
de series absolutamente convergentes en X.
30
Definici
on 2.21. Sea (X, || ||) un espacio normado. Una serie en X es un
par de sucesiones ((xn ), (sn )) en X tales que
(2.1)
sn =
n
X
xk ,
k=1
para cada n Z+ . A la sucesion (sn ) se le llama la sucesi

on de sumas
parciales de la serie.
Decimos que la serie (2.2) es convergente (o que converge), si la sucesion
(sn ) de sumas parciales converge en X.
Denotaremos a la serie ((xn ), (sn ) como
(2.2)
o simplemente
xn ,
n=1
xn . Si sn s, entonces escribiremos
xn = s,
n=1
donde el signo de igualdad se refiere al lmite de la serie.

Decimos que (2.2) es absolutamente convergente (o que converge absolutamente), si la sucesion (rn ),
(2.3)
rn =
n
X
k=1
||xk ||,
converge en R. Como la sucesion (rn ) es monotona creciente, entonces escribiremos simplemente

X
||xn || <
P
para indicar que
xn es absolutamente convergente.
N
otese que mientras (2.1) define una sucesion de vectores, (2.3) define
una sucesion de n
umeros reales nonegativos. La convergencia de cada una
de estas no necesariamente implica la convergencia de la otra.
Ejemplo 2.22. Considere la sucesion en R
(1)n
.
n
P
La serie
xn converge en R, pero no converge absolutamente, ya que la
sucesion de sumas parciales
n
X
1
k
xn =
k=1
diverge.
31
Sin embargo, es conocido que si una serie en R es absolutamente convergente, entonces converge. Esto resulta ser equivalente a la completitud de
los n
umeros reales, como lo veremos a continuaci
on.
Definici
on 2.23. Si el espacio normado (X, || ||) es completo, entonces
decimos que X es un espacio de Banach.
Por ejemplo, R, Rl
o C([0, 1]), con la norma uniforme, son espacios de
Banach. El siguiente teorema caracteriza a los espacios de Banach a traves
de sus series absolutamente convergentes.
Teorema 2.24. Sea (X, || ||) un espacio normado. Entonces X es un espacio de Banach si, y solo si, toda serie en X absolutamente convergente es
convergente.
Es decir, X es completo si, y solo si, la sucesion (2.1) converge siempre
que (2.3) converge.
Demostraci
on. Para demostrar este teorema supongamos primero que X
es un espacio de Banach; es decir, toda sucesion de Cauchy en X converge.
P
Sea entonces
xn un serie absolutamente
convergente; en otras palaP
bras, suponemos que la sucesion ( n1 ||xk ||) converge. Demostraremos que
(sn ), la sucesion de sumas parciales, converge. Como X es completo, es suficiente con mostrar que (sn ) es una sucesion de Cauchy.
P
Sea > 0. Como la sucesion ( n1 ||xk ||) converge en R, entonces es una
sucesion de Cauchy. Tomemos entonces N tal que si n, m N , entonces
m
n
X

X

||xk || < .
||xk ||

1
Pero esto significa, si n > m, que
||xm+1 || + ||xm+2 || + . . . + ||xn || < .
Por lo tanto, si n, m N y n > m, tenemos que

n
m
n
X
X
X
xk ||
xk || = ||
xk
||sn sm || < ||
1
m+1
||xm+1 || + ||xm+2 || + . . . + ||xn || < ,
por lo que la sucesion (sn ) es de Cauchy y, por lo tanto, converge.

Ahora suponemos que toda serie absolutamente convergente es convergente en X. Para mostrar que X es completo, sea (xn ) un sucesion de Cauchy.
Mostraremos que esta sucesion converge.
Observemos que es suficiente, por la proposic
on 2.13, demostrar que
alguna subsucesion de (xn ) converge.
32
Primero, para cada k Z+ , sea nk tal que, si m, n nk , entonces

||xn xm || < 2k
y, adem
as, nk+1 nk . Tal sucesion es posible ya que (xn ) es una sucesion
de Cauchy. Definimos la sucesion
y1 = xn1 ,
yk = xnk xnk1 ,
k = 2, 3, . . . .
Por la construcci
on de las nk , es claro que ||yk || < 2(k1) , luego
n
X
k=1
||yk || < ||xn1 || +
n
X
k=2
2(k1) < ||xn1 || + 1
P
y, por lo tanto, la serie
yk es absolutamente convergente. Por hip
otesis,
es convergente; es decir, para alg
un y X,
n
X
yk y.
k=1
Pero
N
X
k=1
yk = xn1 +
N
X
k=2
(xnk xnk1 ) = xnN ,
por lo que conclumos que la subsucesion (xnk ) converge.
Este teorema muestra por que en R toda serie absolutamente convergente es de hecho convergente, como es mostrado en los cursos elementales de
calculo. Esto
es equivalente a completitud. M
as a
un, este teorema nos permite desarrollar un criterio para convergencia uniforme de series de funciones
en C([0, 1]), el cual es llamado el criterio M de Weierstrass.
Corolario 2.25 (Criterio M de Weierstrass). Sea (fn ) una sucesi
on de
funciones en C([0, 1]). Si existe una sucesi
on (Mn ) de n
umeros
P nonegativos
tales que |fn (x)| Mn , para todo x [0, 1], y la serie
Mn converge,
entonces la serie
X
fn (x)
n=1
converge absoluta y uniformemente en [0, 1].
Demostraci
on. Las hip
otesis se pueden reescribir de la siguiente forma:
||fn ||u Mn , para todo n,
P
Mn < ; es decir, converge.
P
P
Entonces la serie
||fn ||u converge, por lo que entonces
fn es una serie absolutamente convergente.
Como
C([0,
1])
es
completo
con
la norma
P
uniforme, entonces la serie
fn converge en C([0, 1]), es decir, uniformemente.
33
De nuevo, el criterio M de Weierstrass se puede generalizar a los espacios C(X, Y ), donde Y es un espacio de Banach. En este caso, C(X, Y )
es tambien un espacio de Banach. Estudiaremos estas generalizaciones m
as
adelante en estas notas.
Ahora estudiaremos la convergencia de una serie que no necesariamente
converge de manera absoluta. El resultado m
as importante en esta area es
el siguiente teorema, debido a Dirichlet. Antes, definiremos una sucesion
monotona.
Definici
on 2.26. Decimos que una sucesion (an ) en R es mon
otona creciente (o mon
otona decreciente) si, para cada n, an+1 an (o an+1 an ,
respectivamente). Si una sucesion es monotona creciente o monotona decreciente, diremos simplemente que es mon
otona.
Teorema 2.27 (Dirichlet). Sea (X, || ||) un espacio de Banach, (n ) una
sucesi
on en R y (xn ) una sucesi
on en X tales que
1. n 0 para todo n;
2. n es mon
otona y n 0; y
3. La sucesi
on de sumas parciales de (xn ),
sn =
n
X
xk ,
k=1
es acotada en X.
P
Entonces la serie
n=1 n xn converge.
Demostraci
on. Demostraremos que la sucesion
n
X
yn =
k xk
k=1
es de Cauchy en X. Como X es completo, esto es suficiente para concluir

que converge.
Para esto, sean n > m enteros positivos y escribimos
yn y m =
=
n
X
k xk =
k=m+1
k=m+1
n
X
k=m+1
n
X
k sk
= n sn +
n1
X
k=m+1
n
X
k=m+1
k (sk sk1 )
k sk1 =
n
X
k=m+1
k sk
(k k+1 )sk m+1 sm .
n1
X
k=m
k+1 sk
34
Como (sn ) es acotada, existe M > 0 tal que ||sn || M para todo n. Como
(n ) es mononotona y converge a 0, k k+1 0 para todo k.
Sea > 0. Como n 0, existe N tal que, si n N , n < /2M .

Entonces, si n > m N ,
||yn ym || n ||sn || +
n M +
n1
X
k=m+1
n1
X
k=m+1
(k k+1 )||sk || + m+1 ||sm ||
(k k+1 )M + m+1 M
= n M + (m+1 n )M + m+1 M = 2m+1 M < .
Ejemplo 2.28 (Series alternantes). Si an > P

0 tal que (an ) es monotona y
converge a 0, entonces decimos que la serie (1)n an es alternante. Podemos aplicar el teorema de Dirichlet para conlur que dichas series son
convergentes en R, tomando n = an y xn = (1)n .
Ejemplo 2.29. Para R, consideremos la serie
X
sen n
(2.4)
.
n
n=1
Supongamos que 6= 2k, con k Z.1 Si tomamos xn = sen n, tenemos

entonces que
n
n
in
X
1 i 1 ein
1 X ik
i 1 e
(e eik ) =
e
e
xk =
2i
2i
1 ei
1 ei
k=1
k=1
sen + sen n sen(n + 1)

,
2(1 cos )
1
la cual es acotada. Como es monotona y converge a cero, entonces la serie
n
(2.4) converge.
=
Ejemplo 2.30. Sin embargo, no podemos decidir si la serie (2.4) converge

uniformemente en o no, debido a que el cociente
sen x + sen nx sen(n + 1)x
(2.5)
fn (x) =
2(1 cos x)
no es uniformemente acotado en x. De hecho es posible demostrar que existe
una constante c > 0 tal que
Vease la figura 3.
||fn ||u cn.
1En tal caso la serie sera id

enticamente cero.
35
4. Espacios de Banach de dimension finita
35
30
25
20
15
10
5
0.2
0.4
0.6
0.8
Figura 3. Gr
afica de las funciones fn para n = 10, 20, 50. Se puede apreciar que dicha suma no es uniformemente acotada (de hecho
5n
||fn ||u
, por el ejercicio 12), aunque s acotada para cada x.
3
4.
Espacios de Banach de dimensi

on finita
En el ejercicio 8 del captulo 1 definimos el concepto de normas equivalentes: Si || ||1 y || ||2 son normas en X, decimos que son equivalentes si
existen c, C > 0 tales que, para todo x X,
c||x||1 ||x||2 C||x||1 .
Si dos normas son equivalentes, entonces inducen metricas homeomorfas, y
por lo tanto las sucesiones convergentes respecto de una son tambien convergentes respecto a la otra.
En el mismo ejercicio, se demuestra que las normas || ||E , || ||M y || ||T
en Rl son equivalentes. Demostraremos ahora que cualquiera dos normas en
Kl son equivalentes, si K = R o C.
Teorema 2.31. Sean |||1 y ||||2 normas en Kl . Entonces son equivalentes.
Demostraci
on. Sin perdida de generalidad, podemos asumir que, por ejemplo, || ||1 es la metrica del taxi:
||x||T = |x1 | + . . . + |xl |.
(Escribiremos el ndice de la coordenada de cada vector en Kl como superndice.) Sea entonces || || cualquier norma en Rl . Entonces, para x Kl ,
||x|| = ||x1 e1 + . . . + xl el || |x1 | ||e1 || + . . . + |xl | ||el ||,
36
por las propiedades de norma, donde {e1 , . . . , el } es la base estandar de Kl .

Si tomamos
M = m
ax{||e1 ||, . . . , ||el ||},
entonces
||x|| M |x1 | + . . . + M |xl | = M ||x||T .

Para la inversa, demostraremos que, para cada i = 1, . . . , l, existe ci > 0
tal que |xi | ci ||x||, para todo x Kl . De esa forma obtendremos que
||x||T = |x1 | + . . . + |xl | (c1 + . . . + cl )||x||.
Esto lo demostraremos por induccion en l, la dimension del espacio. El caso

l = 1 es trivial, porque cualquier norma es, de hecho, un m
ultiplo del valor
absoluto (simplemente hay que notar que, para x K, ||x|| = |x| ||1||).
Suponemos ahora que el caso l 1 es cierto, y demostraremos el caso l.
Por contradicci
on, y sin perdida de generalidad, suponemos que, para
cada n, existe un xn Kl tal que |x1n | > n ||xn ||. Si tomamos
yn =
x2n
xln
xn
=
e
+
e
+
.
.
.
+
el ,
1
2
x1n
x1n
x1n
entonces yn 0 con respecto a || ||, ya que

||yn || =
1
1
||xn || < .
1
|xn |
n
Sea zn = yn e1 . Luego, zn e1 . Pero zn se encuentra en el espacio

generado por {e2 , . . . , el }, llamemoslo V, isomorfo a Kl1 . Este isomorfismo
induce una norma2 en Kl1 a partir de la restriccion de || || a V , por lo que
nuestra hip
otesis de induccion implica que existen constantes c1 , . . . , cl1 > 0
tales que
(2.6)
|z i | ci ||z 1 e2 + . . . z l1 el ||,
z 1 , . . . , z l1 K, i = 1, . . . , l 1.
Entonces, como (zn ) converge en la norma || ||, es una sucesion de Cauchy,

y (2.6) implica que cada
ain =
xin
,
x1n
i = 2, . . . , l 1,
es de Cauchy en K, y por lo tanto converge, digamos, a ai . Entonces la

desigualdad del tri
angulo implica que zn converge a
a2 e2 + . . . + al el .
2Si : V Kl1 es un isomorphismo, la norma inducida est
a dada por
||x|| = ||1 x||.
4. Espacios de Banach de dimension finita
37
Por unicidad de lmites, e1 = a2 e2 + . . . + al el , lo cual contradice el hecho

de que {e1 , . . . , el } es una base. Esto termina la demostraci
on del teorema
con las constantes
1
c=
y C = M.
c1 + . . . + cl

Podemos generalizar este resultado a otros espacios vectoriales.
Teorema 2.32. Sean (X, || ||X ) y (Y, || ||Y ) dos espacios vectoriales sobre
K de la misma dimensi
on finita, y sea : X Y un isomorfismo. Entonces,
existen constantes c, C > 0 tales que
c||x||X ||(x)||Y C||x||X
para todo x X.
Demostraci
on. Sea l = dim X y : Kl X un isomorfismo. Definimos
entonces las normas || ||1 y || ||2 en Kl por
||x||1 = ||(x)||X ,
||x||2 = || (x)||Y .
Por el teorema 2.31, existen constantes c, C > 0 tales que
c||x||1 ||x||2 C||x||2
para todo x Kl . Entonces, para x X,
c||x||X = c|| 1 (x)||1 || 1 (x)||2 = || ( 1 (x))||Y = ||(x)||Y ,
y
||(x)||Y = || ( 1 (x))||Y = || 1 (x)||2 C|| 1 (x)||1 = C||x||X .

Si en el teorema 2.32 X = Y , y tomamos el isomorfismo como la
identidad, tenemos entonces el siguiente corolario.
Corolario 2.33. Si X es un espacio vectorial sobre K de dimensi
on finita,
entonces cualesquiera dos normas en X son equivalentes.
La completitud de Kl (ejemplo 2.17) y el teorema 2.32 implican el siguiente resultado.
Corolario 2.34. Si (X, || ||) es un espacio normado de dimensi
on finita,
entonces es un espacio de Banach.
38
Demostraci
on. Sea (xn ) una sucesion de Cauchy en X, y demostraremos
que converge. Si dim X = l, tomamos entonces un isomorphismo : X Kl ,
y definimos yn = (xn ). (yn ) es entonces una sucesion en Kl .
Por el teorema 2.32, existen constantes c, C > 0 tales que
c||x|| ||(x)||E C||x||
para todo x X, donde || ||E es la norma euclideana en Kl . Entonces, para
todo m, n,
||ym yn ||E = ||(xm xn )||E C||xm xn ||,
lo cual implica que (yn ) es tambien de Cauchy. Como Kl es completo, (yn )
converge, digamos yn y. Sea x = 1 (y). Como
1
||xn x|| ||yn y||E ,
c
xn x.
Corolario 2.35. Sea X un espacio de Banach y Y un subespacio de dimensi

on finita. Entonces Y es cerrado en X.
Demostraci
on. Como Y es un espacio normado de dimension finita, es
entonces completo, por el corolario 2.34. Por el teorema 2.20, Y es cerrado
en X.

Sin embargo, un subespacio de dimension infinita de un espacio de Banach puede ser cerrado o no (ejercicios 17 y 18).
5.
La completitud de un espacio m
etrico
A todo espacio metrico (X, d), no necesariamente completo, se le puede

llamado la completitud de X.
d),
asignar un espacio metrico completo (X,
Considere la colecci
on X de todas las sucesiones de Cauchy en (X, d).
Definimos la siguiente relaci
on de equivalencia:
(xn ) (yn ) lm d(xn , yn ) = 0.
n
A la clase de equivalencia de (xn ) la denotaremos por [xn ]. La clase denotada

por [x] correspondera a la clase que contiene a la sucesion constante xn = x.
Es facil ver que, si xn x, entonces [xn ] = [x].
Lema 2.36. Si (xn ) y (yn ) son dos sucesiones de Cauchy en X, entonces
la sucesi
on d(xn , yn ) converge en R.
39
5. La completitud de un espacio metrico

Demostraci
on. Demostraremos que la sucesion d(xn , yn ) es de Cauchy
en R. Primero, por la desigualdad del tri
angulo, para todo m, n,
d(xn , yn ) d(xn , xm ) + d(xm , ym ) + d(ym , yn ),
d(xm , ym ) d(xm , xn ) + d(xn , yn ) + d(yn , ym ),

lo cual implica que
|d(xn , yn ) d(xm , ym )| d(xn , xm ) + d(yn , ym ).

Como (xn ) y (yn ) son de Cauchy, para cada > 0 existe N tal que, para
n, m N ,
d(xn , xm ) <
y
d(yn , ym ) < .
2
2
Entonces, para n, m N , tenemos

|d(xn , yn ) d(xm , ym )| d(xn , xm ) + d(yn , ym ) < + = .
2 2

Entonces d(xn , yn ) es de Cauchy en R, y por lo tanto converge.
= X / el conjunto de clases de equivalencia bajo la relaci

Sea X
on .
X
como
Definimos la funcion d en X
(2.7)
n )], [(yn )]) = lm d(xn , yn ).

d([(x
n
Observamos que d esta bien definida. Esto es, si

(xn ) (un )
(yn ) (vn ),
entonces lm d(xn , yn ) = lm d(un , vn ). Este enunciado se sigue de la desigualdad

|d(xn , yn ) d(un , vn )| d(xn , un ) + d(yn , vn ),
y el hecho de que d(xn , un ) y d(yn , vn ) convergen a 0.
X
[0, ) dada por (2.7) define una
Teorema 2.37. La funci
on d : X
metrica en X. Adem
as, (X, d) es completo.
Demostraci
on. Verificamos primero que la funcion d satisface las propiedades de una metrica:
n ], [yn ]) = 0, entonces lm d(xn , yn ) = 0, por
y d([x
1. Si [xn ], [yn ] X
lo que xn yn y [xn ] = [yn ].
n ], [yn ]) = lm d(xn , yn ) = 0.
Si [xn ] = [yn ], entonces d([x
2. Para [xn ], [yn ] X,

n ], [yn ]) = lm d(xn , yn ) = lm d(yn , xn ) = d([y
n ], [xn ]).
d([x
40
3. Si [xn ], [yn ], [zn ] X,
n ], [yn ]) = lm d(xn , yn ) lm(d(xn , zn ) + d(zn , yn ))

d([x
= lm d(xn , zn ) + lm d(zn , yn )
n ], [zn ]) + d([z
n ], [yn ]).
= d([x
donde escribimos el ndice de

d),
Sea [xkn ]k una sucesion de Cauchy en (X,
k
como superndice en xn . Debemos mostrar que la sucesion
la sucesion en X
k
para concluir que X es completo.
[xn ]k converge en X,
Como la sucesion [xkn ]k es de Cauchy, existe un entero K1 tal que, si
k, l K1 ,
k ]k , [xl ]l ) < 1 .
d([x
n
n
2
para cada l K1 existe un entero N (1, l), el cual
Por la definicion de d,
escogemos de tal forma que N (1, l) N (1, l 1), tal que n N (1, l) implica
l
1
d(xK
n , xn ) <
y, para n, m N (1, l),
1
2
1
d(xln , xlm ) < .
2
Tal N (1, l) existe porque

1
K1 ]K , [xl ]l ) < 1
lm d(xK
, xlm ) = d([x
n
n
n
1
n
2
y la sucesion (xln )
n=1 es de Cauchy para cada l.
Inductivamente, escogemos enteros Kp y N (p, l), l Kp , de la manera
siguiente: Una vez escogidos Kp1 y N (p 1, l), l Kp1 , p 2, escogemos
Kp Kp1 tal que k, l Kp implica
k ]k , [xl ]l ) < 1 ,
d([x
n
n
2p
y, para cada l Kp , escogemos N (p, l) de tal forma que
N (p, l) N (p, l 1) y N (p, l) N (p 1, l);
n N (p, l) implica
d(xn p , xln ) <
1
;
2p
n, m N (p, l) implica d(xln , xlm ) <
1
.
2p
41
5. La completitud de un espacio metrico
n
Tomamos entonces la sucesion yn = xK
N (n,Kn ) .
La sucesi
on yn es de Cauchy en X: Si m > n, tenemos que

Km
Kn
Kn
Kn
Km
n
d xK
N (n,Kn ) , xN (m,Km ) d xN (n,Kn ) , xN (m,Km ) + d xN (m,Km ) , xN (m,Km )
1
1
1
+
= ,
2n 2n
n
ya que N (m, Km ) N (n, Kn ).
<
Si k Kp y n N (p, k),
La sucesi
on [xkn ]k converge a [yn ] en X:
tenemos que
n
d(xkn , yn ) = d(xkn , xK
N (n,Kn ) )
d(xkn , xn p ) + d(xn p , xN p(p,Kp ) )

K
n
+ d(xN p(p,Kp ) , xN p(n,Kn ) ) + d(xN p(n,Kn ) , xK
N (n,Kn ) )
<
1
1
1
2
1
+
+
+
= ,
2p 2p 2p 2p
p
porque N (p, k) N (p, Kp ) p y N (n, Kn ) N (p, Kp ). Por lo tanto,

k ]k , [yn ]) < 2
d([x
n
p
para k Kp , y conclumos que

lm [xkn ]k = [yn ]).

tenemos una
Si identificamos cada elemento de x X con [x] en X,
tal que
inyecci
on j : X X
d(j(x),
j(y)) = d(x, y),
es decir, que preserva la metrica. Tales funciones son llamadas isometras.

entonces podemos decir que X es un
Si identificamos X con j(X) X,
subespacio de alg
un espacio metrico completo.
es igual
Si X es completo, entonces toda clase de equivalencia en X
a [x] para alg
un x X, ya que toda sucesion de Cauchy en X converge.
es biyectiva, y su inversa tambien es
Por lo tanto, la isometra j : X X
no solo son homeomorfos, sino que
d)
una isometra. Entonces, (X, d) y (X,
tambien decimos que son isometricos.
Si (X, d|XX ) es un subespacio del espacio completo (Y, d), entonces
es isometrico
con alg
d)
podemos indentificar a X
un subespacio E de Y y (X,
a (E, d|EE ). De hecho, E es la cerradura de X en Y . Podemos generalizar
este resultado de la siguiente manera.
42
Teorema 2.38. Sean (X, d) y (Y, d ) espacios metricos, donde (Y, d ) es

un espacio completo, y sea j : X Y una isometra. Entonces existe una
Y tal que (X)
= j(X).
isometra : X
En otras palabras, si podemos identificar isometricamente a X como un
como la cerradura de X
subespacio de Y , entonces podemos identificar a X
en Y .
Demostraci
on. Si (xn ) es una sucesion de Cauchy en X, entonces (j(xn ))
es una suces
on de Cauchy en Y y, como Y es completo, converge. Dada
definiremos entonces como
[xn ] X,
([xn ]) = lm j(xn ).
n
Para verificar que esta bien definida, observemos que, si [xn ] = [yn ], entonces d(xn , yn ) 0 y, por lo tanto, lm j(xn ) = lm j(yn ) (ejercicio 19).
Para demostrar que es una isometra, tenemos que mostrar que
n ], [yn ]) = d (lm j(xn ), lm j(yn )).
d([x
Pero
n ], [yn ]) = lm d(xn , yn ) = lm d (j(xn ), j(yn )),

d([x
por lo que, si j(xn ) x y j(yn ) y en Y , el resultado se sigue de la
desigualdad
|d (j(xn ), j(yn )) d (x, y)| d (j(xn ), x) + d (j(yn ), y).
es el menor espacio metrico completo

En terminos menos precisos, X
que contiene a X. El siguiente corolario se sigue de manera inmediata del
teorema 2.38.
su completitud. Entonces,
Corolario 2.39. Sea X un espacio metrico y X
para cada x X existe una sucesi

on xn en X tal que xn x en X.
En este corolario, de hecho, estamos identificando a X como subespacio
de X.
43
Ejercicios
Ejercicios
1. Muestre la equivalencia de los enunciados posteriores a la definicion 2.1.
2. Sea (X, d) un espacio metrico, x X y (xn ) en X tal que, para cada n,
xn B1/n (x). Entonces xn x.
Utilice este hecho para mostrar la veracidad de los siguientes enunciados:
1
n 0, en R.
2n
n+1 2, en R.
Si a, b, c, d > 0, entonces
a
an + b
.
cn + d
c
3. Sea (xn ) una sucesion en el espacio metrico (X, d) y N > 0 tal que, para
todo n, m N , d(xn , xm ) 0 > 0. Entonces (xn ) no tiene ninguna
subsucesion convergente.
4. Sea (xn ) una sucesion de Cauchy en el espacio discreto X. Entonces
converge.
5. Sea (x1n , . . . , xln ) una sucesion en Rl . Entonces (x1n , . . . , xln ) converge a
(x1 , . . . , xl ) Rl si, y solo si, cada (xin ) converge a (xi ) en R.
6. Sea (X, || ||) un espacio normado y (xn ), (yn ) sucesiones en X tales que
xn x y yn y. Entonces
xn + yn x + y;
Para , K, xn + yn x + y.
7. En este ejercicio mostraremos la completitud de R a partir del axioma

* Sea S 6= un subconjunto de R acotado por arriba. Entonces S
tiene un supremo, es decir, una mnima cota superior.
Siga los siguientes pasos:
El axioma (*) es equivalente al siguiente enunciado: Sea S 6= un
subconjunto de R acotado por debajo. Entonces S tiene un nfimo,
es decir, una m
axima cota inferior.
Toda sucesion en R tiene una subsucesion monotona.
Una sucesion monotona acotada converge en R.
Toda sucesion de Cauchy converge en R.
8. Sean (X, d) y (X, d ) espacios metricos homeomorfos (es decir, U

X es abierto en (X, d) si, y solo si, es abierto en (X, d )). Entonces
(X, d) y (X, d ) tienen las mismas sucesiones convergentes; es decir, (xn )
converge en (X, d) si, y solo si, converge en (X, d ). Esto quiere decir que
convergencia es una propiedad topologica.
44
9. Sin embargo, completitud no es una propiedad topologica; es decir, existe

un espacio X con metricas d y d tales que (X, d) y (X, d ) son homeomorfos, pero uno es completo y otro no.
10. Sin embargo, si (X, || ||) y (X, || || ) son homeomorfos, muestre que
(X, || ||) es completo si y solo si (X, || || ) lo es.
11. Sea (fn ) una sucesion de funciones en C([0, 1]) dadas por
n si 0 x <
n
fn (x) =
1
1
si x 1.
n
x

Entonces (fn ) es de Cauchy en C([0, 1]), || ||1 , pero no converge.
12. Considere las funciones
sen x + sen nx sen(n + 1)x

2(1 cos x)
fn (x) =
x 6= 2k, k Z
x = 2k, k Z.
a) (fn (x)) es acotada para cada x R;

b) (fn ) no es uniformemente acotada; de hecho
5n
fn
n
3
para n 4. (Sugerencia: Considere los primeros terminos de las
series de Taylor de sen y cos alrededor de 0.)
P
P
13. Dada una serie
xn es la serie
n=1 xn , un reordenamiento de
x(n) ,
n=1
P
donde : Z+ Z+ es una biyecci
on. Suponga que la serie
an converge a a0 en R, pero que no es absolutamente convergente.
Muestre
P
P
que, P
para todo x R, existe un reordenamiento
a(n) de
an tal
que
a(n) converge a x.
P
14. Sea
xn una serie en un espacio de Banach que converge absolutamente,
y
digamos
converge a x. Muestre que todos los reordenamientos de
P
xn convergen
a x. (Sugerencia:
Si : Z+ Z+ es una biyecci
on,
P
P
entonces
||x(n) || = ||xn ||.)
15. Sea fn (x) = an x2 + bn x + cn una sucesion de polinomios cuadraticos

sobre R tal que
Z 1
|fn (x)|dx 0.
0
Entonces las sucesiones (an ), (bn ) y (cn ) convergen a 0 en R.
45
Ejercicios
16. Sea r Z+ y Pr el conjunto de polinomios de grado menor que r. Si

(fn ) es una sucesion en Pr que converge uniformemente a f en [0, 1],
entonces f Pr .
17. Considere los polinomios
1
1
1
fn (x) = 1 + x + x2 + . . . n xn .
2
4
2
La sucesion (fn ) converge uniformemente en [0, 1], pero su lmite no es
una funcion polinomial. (Sugerencia: Utilice el criterio M de Weiestrass.)
18. Sea H el subespacio de C([0, 1]) dado por las funciones f : [0, 1] R
que satisfacen
f (1 x) = f (x)
para x [0, 1] (dichas funciones son llamadas
pares en [0, 1]). H es un

subespacio cerrado de C([0, 1]), || ||u de dimension infinita.
19. Sean (xn ) y (yn ) sucesiones en el espacio metrico (X, d) tales que
lm d(xn , yn ) = 0.
Entonces (xn ) converge si, y solo si, (yn ) converge, y en tal caso (xn ) y
(yn ) tienen el mismo lmite.
de
d)
20. Sea (X, || ||) un espacio normado y considere la completitud (X,
(X, || ||), construda en la secci

on 5. Entonces X es un espacio vectorial
con las operaciones
[xn ] + [yn ] = [xn + yn ],
[xn ] = [xn ],
y se puede normar con

||[xn ]|| = lm ||xn ||.
|||| ) es un espacio
Adem
as, |||| induce la metrica d y, por lo tanto, (X,
de Banach.
Captulo 3
Espacios compactos
1.
Cubiertas
En este captulo estudiaremos el concepto de compacidad en un espacio

metrico. La compacidad se puede estudiar desde dos puntos de vista: el
topologico, a traves de cubiertas, y el analtico, por medio de sucesiones.
En este catulo mostraremos que ambos puntos de vista son equivalentes.
Iniciamos con el estudio de compacidad a traves de cubiertas.
Definici
on 3.1. Sea (X, d) un espacio metrico y A X. Una cubierta de
A es una familia {U } de conjuntos abiertos en X tales que
[
A
U .
Es decir, la colecci
on {U } de conjuntos abiertos cubre al conjunto A.
Ejemplo 3.2. Sea x X. Entonces, por las observaciones hechas despues
de la definicion de bola abierta, tenemos que
[
X
B (x),
>0
por lo que {B (x)}>0 es una cubierta de X.

Ejemplo 3.3. Considere el intervalo (0, 1), como subespacio de R. Entonces
la colecci
on {Un }n , con Un = (1/n, 1), n = 1, 2, . . ., es una cubierta de (0, 1):
Para cualquier x (0, 1), existe N tal que
1
< x,
N
47
48
3. Espacios compactos
por lo que
x
De hecho,
(0, 1) =
1
,1 .
N
[ 1
,1 .
n
n1
Ejemplo 3.4. La colecci

on de intervalos abiertos {(n 1, n + 1)}nZ forma
una cubierta para R: Dado x R, existe un entero N tal que
N x < N + 1.
(Esto es llamado la propiedad Arquimideana de R). Entonces

De nuevo, es facil ver que
x (N 1, N + 1).
R=
nZ
(n 1, n + 1).
Si {U } es una cubierta de A, una subcubierta es un subconjunto de

{U }, digamos S = {U }, tal que
[
U .
A
Si S es un conjunto finito, digamos S = {U1 , U2 , . . . , Uk }, entonces decimos que S es una subcubierta finita.
Ejemplo 3.5. Si {Bi (x)}ki=1 es un subconjunto finito de {B (x)}>0 , entonces

[
Bi (x) = BM (x),
i
donde M = m
ax{1 , 2 , . . . , k }. Entonces la cubierta {B (x)}>0 de X tiene
subcubiertas finitas si, y solo si, X es acotado.
Ejemplo 3.6. Consideremos A = (0, 1) y la cubierta {(1/n, 1)}

n=1 . Esta
cubierta no tiene subcubiertas finitas, ya que
1 1
1 1
,1
,1 ...
,1 =
,1 ,
n1
n2
nk
N
1
1
> 0, por lo que
, 1 no
donde N = m
ax{n1 , n2 , . . . , nk } y, adem
as,
N
N
cubre a A.
Ejemplo 3.7. La cubierta {(n 1, n + 1)}nZ de R no tiene subcubiertas
propias ya que, si S Z y n0 Z \ S, entonces
[
n0 6
(n 1, n + 1).
nS
49
2. Compacidad
Esto se debe a que, si n Z y n 6= n0 , entonces

n0 6 (n 1, n + 1)
porque n0 n 1
o n0 n + 1.
2.
Compacidad
En esta secci
on definimos un espacio compacto y demostramos sus propiedades m
as elementales.
Definici
on 3.8. Un subconjunto F del espacio metrico X es compacto, si
toda cubierta de F tiene una subcubierta finita.
Ejemplo 3.9. El conjunto vaco es compacto porque A, para cualquier
conjunto A.
Ejemplo 3.10. Un conjunto finito es compacto. Para ver esto, considere
S
una cubierta {U } del conjunto A = {x1 , x2 , . . . , xk }. Como A U ,
cada xi Ui para alg
un i y, por lo tanto,
A
k
[
U i .
i=1
Ejemplo 3.11. El conjunto (0, 1) no es compacto en R porque, como vimos

en el ejemplo 3.6, la cubierta {(1/n, 1)} no tiene subcubiertas finitas.
Ejemplo 3.12. R no es compacto ya que la cubierta {(n 1, n + 1)}nZ no
tiene subcubiertas finitas (ejemplo 3.7).
Ejemplo 3.13. Si el espacio metrico X es compacto, entonces es acotado,
por el ejemplo 3.5.
Recordemos que si (X, d) es un espacio metrico y Y X, Y se puede
metrizar a traves de la restriccion de d a Y Y , y al espacio (Y, d|Y Y ) lo
llamamos un subespacio de X. Los conjuntos abiertos de Y no necesariemente son abiertos en X. Como ya lo hemos discutido, son aquellos que son
intersecciones de conjuntos abiertos en X con Y y, de manera similar, los
conjuntos cerrados en Y son intersecciones de conjuntos cerrados en X con
Y . Sin embargo, la compacidad s se conserva, como lo establece el siguiente
teorema.
Teorema 3.14. Si Y es un subespacio de X, entonces A Y es compacto
en Y si, y solo si, es compacto en X.
Demostraci
on. Supongamos que A Y es compacto en Y . Entonces cualquier cubierta de A, en Y , tiene una subcubierta finita. Sea {U } una cubierta de A en X, es decir, los conjuntos U son abiertos en X. Ahora bien,
50
como A Y , los conjuntos V = U Y forman una cubierta de A en Y ,

ya que cada V es abierto en Y y
[
[
A=AY
U Y =
V .
Como A es compacto en Y , {V } tiene una subcubierta finita, digamos

{V1 , V2 , . . . , Vk }. Por lo tanto {U1 , U2 , . . . , Uk } es una subcubierta finita de A en X.
Para la inversa, supongamos que A Y y que A es compacto en X. Sea
{U } una cubierta de A en Y (es decir, los U son abiertos en Y ). Entonces,
para cada , existe un abierto V en X tal que
Como A
U ,
entonces
U = Y V .
A
V .
As que {V } es una cubierta de A en X. Como A es compacto en X, existe

una subcubierta finita, digamos
Entonces
{V1 , . . . , Vk }.
{U1 , . . . , Uk }
es una subcubierta finita de A en Y , y por lo tanto es compacto en Y .
Este teorema nos permite entonces estudiar la compacidad de X, sin importar si este espacio es subespacio de alg
un otro espacio metrico. Tambien
nos sugiere usar la expresi
on subespacio compacto para referirnos a los
subconjuntos compactos de un espacio.
Proposici
on 3.15. Sea X un espacio compacto, y E X un subconjunto
cerrado. Entonces E es compacto.
Demostraci
on. Sea {U } una cubierta de E. Como E es cerrado, entonces
X \ E es abierto, por lo que entonces {X \ E} {U } es una cubierta de
X. Como X es compacto, esta cubierta tiene una subcubierta finita, que
a su vez induce una subcubierta finita de {U } para E, prescindiendo de
X \ E.

Esta proposicion nos indica que todos los subconjuntos cerrados de
un espacio compacto son compactos. Claramente, si X no es compacto,
tendr
a subsconjuntos cerrados que no son compactos: como X es cerrado en
s mismo, X es un subconjunto cerrado que no es compacto.
Sin embargo, el ser cerrado es una condici
on necesaria, como lo veremos
a continuaci
on.
51
2. Compacidad
Proposici
on 3.16. Sea (X, d) un espacio metrico y F un subespacio compacto. Entonces F es cerrado en X.
Demostraci
on. Mostraremos la contrapositiva: Si F no es cerrado, entonces tiene un punto de acumulacion no contenido en s mismo, digamos x.
Demostraremos que esto implica que F no es compacto.
1/n (x) la bola cerrada de radio 1/n con centro en x. Como B
1/n (x)
Sea B
1/n (x) es abierto. {Un } es una cubierta de
es cerrado, entonces Un = X \ B
F , ya que
\
[
[
1/n (x)) = X \ B
1/n (x) = X \ {x} F
Un = (X \ B
n
porque x no esta en F . Ahora bien, si {Un1 , Un2 , . . . , Unk } es un subconjunto

finito de {Un }, entonces
1/N (x),
Un1 Un2 . . . Unk = X \ B
donde
N = m
ax{n1 , . . . , nk }.
Sin embargo, tal uni

on no contiene a F porque x es un punto de acumulacion
y, por lo tanto, F B1/N (x) 6= . Entonces {Un } no tiene subcubiertas finitas,

por lo que F no es compacto.

Ejemplo 3.17. Hemos visto que el espacio (0, 1) no es compacto al describir
una cubierta sin subcubiertas finitas. M
as a
un, (0, 1) no es cerrado en R, por
lo que la proposicion 3.16 tambien implica que (0, 1) no es compacto. N
otese
que 0 es un punto de acumulacion de (0,1) no contenido en el, y que adem
as
1/n (0), como en la demostraci
(1/n, 0) = (0, 1) \ B
on de la proposicion 3.16.
Ya hemos visto que, si X es compacto, entonces tiene que ser acotado.
M
as a
un, X tiene que ser totalmente acotado, ya que si es compacto y > 0,
entonces la colecci
on {B (x)}xX es una cubierta de X, la cual tiene una
subcubierta finita por compacidad.
Ejemplo 3.18. El espacio R, con la metrica acotada, es acotado, pero no
es totalmente acotado (ejercicio 2) y, por lo tanto, no es compacto.
Otra manera de ver que no es compacto es por el hecho de que la metrica
estandar es equivalente a la metrica acotada y, por lo tanto, inducen la misma
topologa y tienen los mismos subespacios compactos (ejercicio 3).
En la siguiente secci
on mostraremos que otra condici
on necesaria para
que un espacio metrico sea compacto es completitud. De hecho, mostraremos
tambien la inversa: si (X, d) es completo y totalmente acotado, entonces es
compacto.
52
Terminaremos esta secci

on con el siguiente resultado, referente a la distancia entre un conjunto compacto y un conjunto cerrado. En el captulo 1,
proposicion 1.46, mostramos que la distancia entre un punto x y un conjunto
cerrado E es positiva si x E. Extenderemos ahora este resultado de un
punto a un conjunto compacto.
Proposici
on 3.19. Sea (X, d) un espacio metrico, E X un subconjunto
cerrado en X y F X un subespacio compacto tal que E F = . Entonces
la distancia entre E y F es positiva.
Demostraci
on. La distancia entre dos conjuntos E y F esta determinada
por
d(E, F ) = nf{d(x, y) : x E, y F }.
Mostraremos que este n

umero es positivo. Por la proposici
on 1.46, para cada
on {Bx /2 (x)}xF
x F existe x > 0 tal que Bx (x) E = . La colecci
es una cubierta de F y, como F es compacto, tiene una subcubierta finita.
Supongamos que
F Bx1 /2 (x1 ) Bx2 /2 (x2 ) . . . Bxk /2 (xk ),
y sea
r = mn{x1 /2, x2 /2, . . . , xk /2}.
Entonces r > 0 y, adem
as, si y F , y esta en alguna de las bolas Bxi /2 (xi ),
por lo que
x
d(y, xi ) < i .
2
Como Bxi (xi )E = , d(xi , x) xi , para todo x E, y, por la desigualdad
del tri
angulo,
d(y, x) d(xi , x) d(y, xi ) > xi xi /2 = xi /2 r.
Concluimos entonces que d(E, F ) r > 0.
3.
El teorema de Bolzano-Weierstrass
Desde el punto de vista analtico, un espacio metrico (X, d) es secuencialmente compacto si toda sucesion en X tiene una subsucesion que
converge. En el captulo anterior estudiamos algunas propiedades de compacidad secuencial: en particular, mostramos, como en el caso de compacidad
de la secci
on anterior, que los subespacios secuencialmente compactos, por
ejemplo, son cerrados, acotados, e incluso totalmente acotados.
En esta secci
on mostraremos que compacidad secuencial es equivalente
a compacidad, lo cual es el contenido del teorema de Bolzano-Weierstrass.
Teorema 3.20 (Bolzano-Weierstrass). Sea (X, d) un espacio metrico. Los
siguientes enunciados son equivalentes:
3. El teorema de Bolzano-Weierstrass
53
1. X es compacto.
2. Si A X es infinito, entonces A tiene al menos un punto de acumulaci
on.
3. X es secuencialmente compacto.
La demostraci
on de este teorema la dividiremos en los tres pasos
Paso 1: 1 2.
Paso 2: 2 3.
Paso 3: 3 1.
Demostraci
on del Paso 1: Suponemos que X es compacto y que A es un
subconjunto de X que no tiene puntos de acumulacion. Demostraremos que
A es finito.
Como A no tiene puntos de acumulacion, es un conjunto cerrado. Luego
U = X \ A es abierto. Adem
as, para cada x A, existe x > 0 tal que
Bex A = {x}
porque x no es un punto de acumulacion de A. Sea

Ux = Bx (x).
Entonces la colecci
on
{U } {Ux }xA
es una cubierta de X y, como X es compacto, tiene una subcubierta finita,
digamos U1 , U2 , . . . , Uk . Como cada Ui tiene a lo m
as un solo punto de A,
podemos concluir que A tiene a lo m
as k puntos; es decir, A es finito.

Demostraci
on del Paso 2: Suponemos ahora que todo subconjunto infinito de X tiene un punto de acumulacion, y mmostraremos que X es secuencialmente compacto, es decir, toda sucesion en X tiene una subsucesion
que converge.
Sea (xn ) una sucesion en X. Si (xn ) tiene rango finito, es decir el conjunnto {xn : n 1} es finito, entonces tiene una subsucesion convergente
(ejercicio 5).
As que asumimos que {xn : n 1} es un conjunto infinito y, por lo
tanto, tiene un punto de acumulacion, digamos x. Ahora bien, para cada k,
podemos escoger xnk tal que nk+1 > nk y, adem
as, xnk B1/k (x), ya que
x es un punto de acumulacion de {xn }. Como d(xnk , x) < 1/k para cada k,
(xnk ) es una subsucesion de (xn ) que converge a x.

La demostraci
on del Paso 3 requiere el siguiente lema, que establece la
existencia del llamado n
umero de Lebesgue, el cual describimos a continuaci
on.
54
Lema 3.21 (Lebesgue). Sea (X, d) un espacio secuencialmente compacto y

{U } una cubierta de X. Entonces existe > 0 tal que, para cada x X,
existe tal que B (x) U .
Es decir, todas las bolas de radio estan contenidas en alg
un conjunto
de la colecci
on {U }. El n
umero no depende de x o .
El supremo de todos los > 0 que satisfacen esta condici

on es llamado
el n
umero de Lebesgue de la cubierta {U }. Este
numero depende de X, de
la metrica d y de la cubierta.
Demostraci
on. Demostraremos este lema por contradicci
on. Suponemos
que, para cada > 0, existe alguna bola B (x) en X que no esta contenida
en ning
un U . Entonces podemos construir una sucesion (xn ), en X, tal que
B1/n (xn ) no esta contenida en ning
un U .
Como X es secuencialmente compacto, (xn ) tiene una subsucesion convergente, digamos xnk x en X. Como {U } es una cubierta, x U0 para
alg
un 0 . Pero U0 es abierto, por lo que
B (x) U0
para alg
un > 0. Ahora bien, xnk x, as que existe un entero N , que
podemos escoger mayor que 2/, tal que
d(xN , x) < .
2
Sin embargo, esto implica que
B1/N (xN ) U0
1
porque, si z B1/N (xN ), entonces d(z, xN ) <
y, por la desigualdad del
N
tri
angulo,
d(z, x) d(z, xN ) + d(xN , x) <

1
+ < + = ,
N
2
2 2
y
z B (x) U0 .
Hemos llegado a una contradicci

on. Por lo tanto, debe existir un > 0 con
la propiedad deseada.

Ahora s estamos listos para terminar con la demostraci
on del teorema
de Bolzano-Weierstrass.
Demostraci
on del Paso 3: Sea {U } una cubierta de X. Como X es secuencialmente compacto, el lema de Lebesgue establece la existencia de un
> 0 tal que toda bola de radio esta contenida en alg
un U .
55
3. El teorema de Bolzano-Weierstrass
que
Adem
as, como X es totalmente acotado, existen x1 , x2 , . . . , xn X tal
X B (x1 ) B (x2 ) . . . B (xn ).
Ahora bien, sea i tal que B (xi ) Ui . Entonces
X U 1 U 2 . . . U n ,
y, por lo tanto, {U1 , U2 , . . . , Un } es una subcubierta finita de {U }.
Una de las consecuencias directas del teorema de Bolzano-Weierstrass

es el hecho que completitud es una condici
on necesaria para compacidad
(ver ejercicio 7). El siguiente corolario caracteriza los espacios compactos a
traves de completitud y la propiedad de ser totalmente acotado.
Corolario 3.22. El espacio metrico (X, d) es compacto si, y s
olo si, es
completo y totalmente acotado.
Demostraci
on. Ya hemos visto que, si X es compacto, entonces es completo y totalmente acotado. Asumimos entonces que X es completo y totalmente acotado y demostraremos que X es secuencialmente compacto. El
teorema de Bolzano-Weierstrass implica que X es compacto.
Sea (xn ) una sucesion en X y asumimos que tiene rango infinito. Ahora
bien, como X es totalmente acotado, X es cubierto por un n
umero finito
de bolas de radio 1. Sea B1 alguna de estas bolas que contenga un n
umero
infinito de terminos de la sucesion (xn ). A su vez, B1 es totalmente acotado
y podemos entonces encontrar un bola de radio 1/2, a la cual llamamos B2 ,
que contiene infinitos terminos de la sucesion (xn ), contenidos en B1 .
Por induccion, tenemos bolas Bk de radio 1/k tal que cada una contiene
un n
umero infinito de terminos de la sucesion (xn ) contenidos en Bk1 .
Podemos entonces escoger una subsucesion (xnk ) tal que
xnk Bi ,
i = 1, 2, . . . , k.
Demostraremos que (xnk ) es de Cauchy y, por la completitud de X, converge.

Sea > 0 y K > 2/. Por construcci
on, para todo k K,
xnk BK
y BK es una bola de radio 1/K < /2. Entonces, si k, l K,
xnk , xnl BK
y
1
1
2
+
=
< ,
K
K
K
donde y0 es el centro de BK . Por lo tanto, la subsucesion (xnk ) en una
sucesion de Cauchy, como queramos demostrar.

d(xnk , xnl ) d(xnk , y0 ) + d(y0 , xnl ) <
56
Corolario 3.23. Sea (X, d) un espacio metrico completo y E X. Entonces

el subespacio (E, d|EE ) es compacto si, y s
olo si, E es cerrado y totalmente
acotado en X.
Demostraci
on. La demostraci
on se sigue facilmente del teorema 2.20.
4.
Compacidad en espacios de Banach
Si X = Kl con la metrica euclideana (o con cualquier metrica inducida

por una norma en Kl ), entonces el corolario anterior se simplifica.
Corolario 3.24 (Teorema de Heine-Borel). E Kl es compacto si, y solo
si, es cerrado y acotado.
Demostraci
on. Por el corolario 3.23, es suficiente con demostrar que, si
E es acotado, entonces es totalmente acotado. Esto es facil y se deja como
ejercicio al lector (ejercicio 8).

Una de las aplicaciones del teorema de Heine-Borel es el hecho que todo
conjunto abierto en Rl es la uni
on contable creciente de conjuntos compactos.
Estableceremos este hecho como una proposicion, la cual nos sera de utilidad
en el siguiente captulo.
Proposici
on 3.25. Sea un conjunto abierto en Rl . Entonces existe una
sucesi
on creciente de conjuntos compactos Fk , es decir, Fk Fk+1 , tal que
=
Fk .
k=1
Adem
as, todo compacto K contenido en est
a contenido en alg
un Fk .
Demostraci
on. Sea Ak el conjunto dado por los puntos en a distancia
1/k del complemento de ; es decir,
n
1o
Ak = x : d(x, Rl \ )
.
k
Por el ejercicio 9, Ak es cerrado en Rl . Definimos entonces el conjunto
k (0),
Fk = Ak B
k (0) es la bola cerrada de radio k con centro en 0. Entonces Fk es

donde B
cerrado y acotado y, por el teorema de Heine-Borel, es compacto. Como
Ak Ak+1
k (0) B
k+1 (0),
y B
tenemos
Fk Fk+1 .
57
4. Compacidad en espacios de Banach
S
Como cada Fk , k Fk . Ahora bien, sea K un conjunto compacto
contenido en . Por la proposicion 3.19,
r = d(K, Rl \ ) > 0.
Sean k1 y k2 enteros tales que

K Bk1 (0)
1
< r.
k2
Entonces, si k0 es el m
aximo de los enteros k1 y k2 , K Fk0 .
En particular, si K = {x}, para alg

un x , esto tambien muestra que
existe k0 tal que x Fk0 , por lo que
[
Fk .
El teorema de Heine-Borel implica que una bola cerrada en Rn es un

conjunto compacto, puesto que es cerrado y acotado. Lo mismo ocurre en
un espacio de Banach de dimension finita, por el teorema 2.32 y los ejercicios
8 del captulo 1 y 3 de este captulo.
Sin embargo, el teorema de Heine-Borel no puede ser extendido a un
espacio de dimension finita, como lo muestra el siguiente ejemplo.
Ejemplo 3.26. Consideremos la bola cerrada de radio 1 con centro en 0 en
1 (0) C([0, 1]), con la norma
el espacio de funciones continuas en [0, 1], B
uniforme. La sucesion de funciones (fn ) definidas por
1 nx if 0 x 1 ,
n
fn (x) =
1
0
if < x 1.
n
1 (0) (vease la figura 1).
esta en B
1
1
n
Figura 1. Las funciones fn .
58
Sin embargo, esta sucesion no puede tener subsucesiones convergentes,

ya que si tomamos
1
1
<x<
m
n
y m 2n,
mn
n
1
||fn fm ||u |fn (x) fm (x)| = (m n)x >
=1
.
m
m
2
Entonces B1 (0) no es secuencialmente compacto, y por lo tanto no es compacto.

En el siguiente captulo estudiaremos con detalle los subconjuntos compactos de C([0, 1]) con la norma uniforme.
El ejemplo anterior nos muestra que las bolas cerradas de un espacio de
dimension inifinita podran no ser compactas. De hecho, si X es un espacio
de Banach en el cual las bolas cerradas son compactas, entonces X tiene que
ser de dimension finita.
1 (0)
Teorema 3.27. Sea X un espacio de Banach tal que la bola cerrada B
es un conjunto compacto. Entonces dim X < .
1 (0) es compacto, entonces es totalmente acotado,
Demostraci
on. Como B
por lo que existen x1 , . . . , xl X tales que
1 (0) B1/2 (x1 ) . . . B1/2 (xl ).
B
Sea Y el subespacio de X generado por los puntos x1 , . . . , xl . Demostraremos

primero que B1 (0) Y .
Tomamos x B1 (0) y construiremos una sucesion (yn ) en Y tal que

yn x. Como Y es dimension finita, es cerrado por el corolario 2.35, y
entonces x Y .
Como B1 (0) B1/2 (x1 ) . . . B1/2 (xl ), existe i1 tal que
x B1/2 (xi1 ).
Tomamos y1 = xi1 . Entonces ||y1 x|| <
2(y1 x) B1 (0).
1
, por lo que ||2(y1 x)|| < 1 y
2
De nuevo, existe i2 tal que 2(y1 x) B1/2 (xi2 ). Entonces

1
||2(y1 x) xi2 || < ,
2
y luego
1
1
||y1 xi2 x|| < .
2
4
1
1
Tomamos y2 = y1 xi2 , y entonces ||y2 x|| < . Observemos que, como
2
4
y1 , xi2 Y y Y es un subespacio de X, entonces y2 Y .
4. Compacidad en espacios de Banach
59
Proseguimos de manera inductiva: Una vez que hemos escogido yn Y

1
con ||yn x|| < n , observamos que ||2n (y x)|| < 1, por lo que
2
2n (yn x) B1 (0)
y existe in+1 tal que 2n (yn x) B1/2 (xin+1 ). Luego

1
||2n (yn x) xin+1 || < ,
2
por lo que
1
1
xin+1 x|| < n+1 .
n
2
2
1
Escogemos entonces yn+1 = yn n xin+1 y, de la misma forma, vemos que
2
1
yn+1 Y y ||yn+1 x|| < n+1 .
2
Tenemos entonces que (yn ) es una sucesion en Y que converge a x, como
queramos demostrar, as que B1 (0) Y .
||yn
Sin embargo, tambien tenemos que
Br (0) Y
para todo r > 0, ya que, si x Br (0), entonces ||x|| < r, y

1
|| x|| < 1,
r
1
por lo que x B1 (0) Y , y entonces x Y porque Y es un subespacio
r
de X. Como
[
Br (0),
X
r>0
podemos conclur que X Y . Por lo tanto, dim X l.
60
Ejercicios
1. Muestre que las siguientes colecciones de conjuntos abiertos son cubiertas, y averig
ue si tienen subcubiertas finitas.
2
a) {(x x , x + x2 ) : 0 < x < 1} para (0, 1);
b) {Bn ((0, n)) : n 1} para R2+ = {(x, y) R2 : y > 0}.
2. El espacio R con la metrica acotada no es totalmente acotado.
3. Sean d1 y d2 dos metricas equivalentes en X. Entonces (X, d1 ) es compacto si, y solo si, (X, d2 ) es compacto.
4. Sea (X, d) un espacio discreto. Establezca una condici
on necesaria y
suficiente para que X sea compacto.
5. Sea (xn ) una sucesion con rango finito, es decir, el conjunto
{xn : n Z+ }
es finito. Entonces (xn ) tiene una subsucesion que converge.

6. Sin utilizar el teorema de Bolzano-Weierstrass, muestre el siguiente enunciado: Si X es secuencialmente compacto, entonces todo subconjunto
infinito de X tiene un punto de acumulacion.
7. Sea (X, d) un espacio metrico compacto. Entonces X es completo.
8. Sea E un conjunto acotado en Kl , es decir, E BM (x) para alg
un
l
M >0yxK.
Existe un M > 0 tal que E BM (0).
La bola BM (0) es un conjunto totalmente acotado.
Concluya que E es totalmente acotado.
9. Sea A un subconjunto del espacio metrico (X, d), y sea > 0. Entonces
el conjunto
{x X : d(x, A) < }
es abierto en X.
10. Sea E un conjunto compacto en R. Entonces E tiene un mnimo y un
m
aximo.
11. Sea A un conjunto infinito acotado en Rl . Entonces A tiene un punto de
acumulacion.
(Este enunciado es llamado el teorema de Bolzano-Weierstrass en
algunos textos.)
12. Sea (xn ) una sucesion acotada en Rl . Entonces (xn ) tiene una subsucesion que converge.
(Esta es la versi
on cl
asica del teorema de Bolzano-Weierstrass.)
Captulo 4
El espacio de funciones
continuas
1.
Funciones continuas
En este captulo estudiaremos las funciones continuas en un espacio

metrico, adem
as de espacios metricos formados por funciones continuas.
Tambien estudiaremos la convergencia de sucesiones de funciones continuas
en un espacio metrico.
Primero definimos el concepto de continuidad.
Definici
on 4.1. Sean (X, d) y (Y, d ) dos espacios metricos y f : X Y .
Decimos que la funcion f es continua en x0 X si, para todo > 0, existe
> 0 tal que si d(x, x0 ) < entonces
d (f (x), f (x0 )) < .
Esta definicion es equivalente a decir que, para todo > 0, existe > 0
tal que
f (B (x0 )) B (f (x0 )),
donde f (B (x0 )) es la imagen de B (x0 ) bajo f , es decir

f (B (x0 )) = y Y : existe x B (x0 ) tal que f (x) = y
y B (f (x0 )) es la bola en Y de radio alrededor de f (x0 ).
Tambien podemos caracterizar la continuidad de f en un punto a traves

de sucesiones.
61
62
4. El espacio de funciones continuas
Proposici
on 4.2. Sean (X, d) y (Y, d ) dos espacios metricos, f : X Y
y x0 X. f es continua en x0 si, y solo si, para cada sucesi
on (xn ) en X
tal que xn x0 , tenemos que f (xn ) f (x0 ) en Y .
Demostraci
on. Sea f continua en x0 , y sea xn x0 . Para mostrar que
f (xn ) f (x0 ), sea > 0 dado.
Como f es continua en x0 , existe > 0 tal que d(x, x0 ) < implica

< . Adem
as, xn x0 , por lo que existe N tal que, para
n N , d(xn , x0 ) < . Entonces, para n N , d (f (xn ), f (x0 )) < y, por lo
tanto, f (xn ) f (x0 ).
d (f (x), f (x0 ))
Inversamente, suponemos que f (xn ) f (x0 ) para toda sucesion (xn )

en X tal que xn x0 . Para encontrar una contradicci
on, suponemos que f
no es continua en x0 .
Entonces existe 0 > 0 tal que, para todo > 0, existe x X tal que
d(x, x0 ) < y d (f (x), f (x0 )) 0 . En particular, para cada n 1 existe
1
xn X tal que d(xn , x) < y d (f (xn ), f (x0 )) 0 .
n
Pero entonces xn x0 y f (xn ) 6 f (x0 ), lo que contradice nuestra
hip
otesis. Por lo tanto, f es continua en x0 .

Observemos que la definicion de continuidad es local; es decir, esta definida sobre cada punto de X. Sin embargo, globalmente decimos que la funcion
f : X Y es continua si es continua en x para todo x X. Tenemos la
siguiente caracterizaci
on de continuidad.
Proposici
on 4.3. f : X Y es continua si, y solo si, para todo conjunto
abierto V en Y , la preimagen de V en X,
f 1 (V ) = {x X : f (x) V },
es un conjunto abierto en X.
Observemos que f 1 (V ) es abierto en X si, y solo si, para cada x
) existe un > 0 tal que B (x) f 1 (V ), esto es, f (B (x)) V .
f 1 (V
Demostraci
on. Sea f : X Y continua y V un conjunto abierto en Y .
Para demostrar que f 1 (V ) es abierto, sea x f 1 (V ). Entonces f (x) V .
Como V es abierto, existe > 0 tal que
Be (f (x)) V.
Como f es continua, es continua en x, as que existe > 0 tal que
f (B (x)) Be (f (x)) V,
lo cual muestra que f 1 (V ) es abierto, por la observaci

on anterior. (Vease
la figura 1.)
63
1. Funciones continuas
f(x)
f 1(V)
Figura 1. Si f es continua, V es abierto en Y y f (x) V , entonces
existe > 0 tal que B (x) f 1 (V ).
De manera inversa, supongamos que f 1 (V ) es abierto en X para todo

conjunto V abierto en Y , y sea x X. Para demostrar que f es continua en
x, sea > 0. Como Be (f (x)) es abierto en Y , f 1 (B (f (x))) es abierto en
X y x f 1 (B (f (x))). Entonces, existe > 0 tal que
lo cual significa que
B (x) f 1 (B (f (x))),
f (B (x)) B (f (x)),
como queramos demostrar.
Ejemplo 4.4. Las funciones continuas m

as simples son la funciones constantes. Si y0 Y , definimos la funcion f : X Y como f (x) = y0 para
todo x X. Entonces, si V es un conjunto abierto en Y ,
(
X si y0 V ,
f 1 (V ) =
si y0 6 V .
Como X y son abiertos en X, f es continua.
Ejemplo 4.5. La funci
on identidad es otro ejemplo sencillo de una funcion
continua. Definimos f : X X como f (x) = x para cada x X. Entonces
f 1 (V ) = V para cada abierto V en X, por lo que conclumos que f es
continua.
Proposici
on 4.6. Sean (X, d), (Y, d ) y (Z, d ) espacios metricos, y sean
f : X Y y g : X Z funciones continuas. Si le asignamos a Y Z la
metrica producto, entonces la funci
on F : X Y Z dada por
F (x) = (f (x), g(x))
es continua.
Recordemos que la metrica producto d d en Y Z esta definida como
d d ((y, z), (u, v)) = d (y, u) + d (z, v).
64
Demostraci
on. Sea x0 X y > 0. Entonces existen 1 , 2 > 0 tales que
si d(x, x0 ) < 1 entonces d (f (x), f (x0 )) <

2
y
si d(x, x0 ) < 2 entonces d (g(x), g(x0 )) < .

2
Entonces, si = mn{1 , 2 } y d(x, x0 ) < ,
d d (F (x), F (x0 )) = d d ((f (x), g(x)), (f (x), g(x)))
= d (f (x), f (x0 )) + d (g(x), g(x0 ))

< + = .
2 2

Es facil ver que la proposicion 4.6 se puede generalizar a un cualquier
n
umero finito de funciones fi : X Xi , si al producto X1 Xl se le
asigna la metrica
n
X
di (xi , yi ),
dP ((x1 , . . . , xn ), (y1 , . . . , yl )) =
i=1
donde cada di es la metrica de Xi .
La siguiente proposicion es conocida como la regla de la cadena para

funciones continuas.
Proposici
on 4.7. Si (X, d), (Y, d ) y (Z, d ) son espacios metricos, y las
funciones f : X Y y g : Y Z son continuas, entonces la composici
on
g f : X Z es continua.
Demostraci
on. Si V es abierto en Z, entonces
(g f )1 (V ) = f 1 (g 1 (V ))
es abierto en X, porque, como g es continua, g 1 (V ) es abierto en Y y, como

f es continua, f 1 (g 1 (V )) es abierto en X.

1.1. Compacidad y continuidad uniforme. El siguiente teorema establece la compacidad de la imagen de un espacio compacto bajo una funcion
continua.
Teorema 4.8. Sean (X, d) y (Y, d ) dos espacios metricos, y f : X Y
continua. Si X es compacto, entonces f (X) es compacto.
En la demostraci
on de este teorema utilizaremos el siguiente lema, sobre
las propiedades basicas de conjuntos imagen y preimagen de una funcion.
Lema 4.9. Sea f : X Y un funci
on. Entonces
65
1. f (A B) f (A) f (B) para todos A, B X.
2. f (f 1 (A)) A para todo A Y .
La demostraci
on de esta lema se sigue directamente de las definiciones
de conjuntos imagen y preimagen bajo cualquier funcion, y se deja como
ejercicio (ejercicio 2).
Demostraci
on del Teorema 4.8: Tomamos una cubierta {V } del conjunto f (X) en Y . Como f es continua, los conjuntos f 1 (V ) son abiertos,
y adem
as cubren a X: si x X, entonces f (x) X, por lo que, para alg
un
1
, f (x) V . Entonces x f (V ).
Por lo tanto {f 1 (V )} es una cubierta de X, y como X es compacto
tiene una subcubierta finita, digamos
X f 1 (V1 ) f 1 (V2 ) . . . f 1 (Vk ).
Entonces, por el lema 4.9
f (X) f (f 1 (V1 )) f (f 1 (V2 )) . . . f (f 1 (Vk ))
V 1 V 2 . . . V k .
Por lo tanto f (X) es compacto.
Es posible demostrar el teorema 4.8 utilizando el teorema de BolzanoWeierstrass, mostrando que f (X) es secuencialmente compacto si X lo es
(ejercicio 4).
Si X es compacto y f es una funcion continua en X, entonces no s
olo
podemos conclur que f (X) es compacto, sino que f tambien es uniformente
continua. Esto lo veremos a continuaci
on.
Definici
on 4.10. Sean (X, d) y (Y, d ) dos espacios metricos, y f : X Y .
Decimos que f es uniformemente continua si, para cada > 0, existe > 0
tal que
f (B (x)) B (f (x))
para todo x X.
A diferencia de la definicion de continuidad en x X, el n

umero de la
definicion de continuidad uniforme depende s
olo de > 0 y f , no de x.
Ejemplo 4.11. Considere la funcion f : (0, 1) R dada por f (x) = 1/x.
Entonces f es continua, ya que si (a, b) R, (a > 0) entonces
f ((1/b, 1/a)) = (a, b),
por lo que podemos conclur que f 1 (V ) es abierto si V es abierto en R.
Pero f no es uniformemente continua. Considere, por ejemplo, = 1. Para
66
cualquier > 0, tal que < 1/3, si x = 2, entonces

1
1 1
f (B (x)) = f ((, 3)) =
6 B1
.
,
3
2
Vease la figura 2.
2
3
{
x
Figura 2. Gr
afica de la funci
on f (x) = 1/x. Si 0 < < 1/3, entonces
2
> 1.
la diferencia entre f () y f (3) es 3
Teorema 4.12. Sean (X, d) y (Y, d ) dos espacios metricos. Si f : X Y

es continua y X es compacto, entonces f es uniformemente continua.
Demostraci
on. Sea > 0. Como f es continua, para cada x X, existe
x > 0 tal que f (Bx (x)) B/2 (f (x)). Claramente {Bx (x)}xX es una
cubierta de X, y como X es compacto, el teorema de Bolzano-Weierstrass
implica que es secuencialmente compacto, y podemos utilizar el Lema de
Lebesgue, lema 3.21, para encontrar un > 0 tal que, para todo x X,
B (x) Bx0 (x0 )
para alg
un x0 X. Tal n
umero no depende de x, solo de la cubierta.
Ahora bien, si z B (x), entonces z Bx0 (x0 ) y, m
as a
un,
d (f (z), f (x)) d (f (z), f (x0 )) + d (f (x0 ), f (x))

< + = ,
2 2
ya que f (Bx0 (x0 )) B/2 (f (x0 )). Por lo tanto
f (B (x)) B (f (x)),
como queramos demostrar.
La compacidad de X es necesaria y, por ejemplo, no basta con asumir

que Y es compacto.
67
1
Ejemplo 4.13. Sea f : (0, 1) [1, 1] dada por f (x) = sen . f no es
x
uniformemente continua: para cada n, si
2
2
xn =
y
yn =
,
(4n + 1)
(4n + 3)
entonces
1
4
< 2,
|xn yn | =
(4n + 1)(4n + 3)
n
pero |f (xn ) f (yn )| = 2.
1.2. Funciones continuas en espacios normados. Si (X, || ||) es un
espacio normado y a X X se le asigna la metrica producto
dXX ((x, y), (x , y )) = ||x x || + ||y y ||,
entonces la funcion (+) : X X X, dada por la suma de dos vectores,

es decir, (+)(x, y) = x + y, es una funcion continua. Para verificar esto, sea
(x0 , y0 ) X X y > 0. Si = y
||x x0 || + ||y y0 || < ,
entonces
||(+)(x, y) (+)(x0 , y0 )|| = ||(x + y) (x0 + y0 )||
||x x0 || + ||y y0 || < = ,
lo cual demuestra que (+) es continua en (x0 , y0 ).

De la misma forma podemos demostrar que la multiplicaci
on escalar
() : K X X dada por ()(, x) = x es una funcion continua, si se le
asigna a K X la metrica producto
dKX ((, x), (, y)) = | | + ||x y||.
Ejemplo 4.14. Las proposiciones 4.6 y 4.7 y el hecho de que la suma de

vectores es continua implican que, si f, g : X Y son dos funciones continuas del espacio metrico (X, d) al espacio normado (Y, || ||), entonces la
suma f + g : X Y , definida por (f + g)(x) = f (x) + g(x) es una funci
on continua, porque x 7 f (x) + g(x) es la composicion de las funciones
x 7 (f (x), g(x)) y (+).
Desde luego, podemos generalizar este resultado a cualquier n

umero de
funciones fi : X Y , i = 1, . . . , l.
El ejemplo anterior, junto con el teorema 2.32, implica la continuidad de

funciones lineales sobre espacios de dimension finita.
Teorema 4.15. Si (X, || ||X ) y (Y, || ||Y ) son dos espacios normados, X
es de dimensi
on finita y : X Y es una transformaci
on lineal, entonces
es una funci
on continua.
68
La demostraci
on de este teorema se sigue del siguiente lema.
Sea (X, || ||) un espacio normado de dimension finita y sea {u1 , . . . , ul }
una base. Definimos las funciones i : X K de la forma
x = 1 (x)u1 + . . . + l (x)ul .
Es decir, las i son las proyecciones de X sobre cada uno de los terminos de
la base.
Lema 4.16. Cada proyecci
on i es una funci
on continua.
Demostraci
on. Sea : X Kl el isomorphismo
(x) = ( 1 (x), . . . , l (x)).
Por el teorema 2.32, existe C > 0 tal que, para todo x X,
||(x)||M C||x||.
Como | i (x)| ||(x)||M , tenemos que, dado > 0, si tomamos = /C
entonces ||x y|| < implica que
| i (x) i (y)| C||x y|| < C = .
Por lo tanto, cada i es continua.
Demostraci
on del Teorema 4.15: El teorema se sigue entonces por las
observaciones hechas en el ejemplo 4.14 y el hecho de que es la suma de
las funciones dadas por x 7 i (x)(ui ).

La demostraci
on del lema 4.16 utilizo el hecho que la existencia de una
constante C > 0 tal que | i (x)| C||x|| implica la continuidad de i . Esta
observaci
on resulta ser equivalente a continuidad en el caso de funciones
lineales, como mostraremos a continuaci
on.
Teorema 4.17. Sean (X, || ||X ) y (Y, || ||Y ) dos espacios normados y
: X Y una transformaci
on lineal. Los siguientes enunciados son equivalentes:
1. es continua;
2. es continua en 0;
3. Existe M > 0 tal que, para todo x X,
||(x)||Y M ||x||X .
Demostraci
on.
12: es continua en todo x X; en particular, es
continua en 0.
69
23: Como es continua en 0, existe > 0 tal que si ||x||X <

entonces ||(x)||Y < 1. Entonces, para x X, si x 6= 0,

x = < ,

2||x||X X
2
por lo que

x < 1.
2||x||X
Y
Entonces, como es lineal,
2
||(x)||Y < ||x||X .
2
Podemos tomar M = .
, entonces ||y x||X <

31: Sea x X y > 0. Si tomamos =
M
implica
||(y) (x)||Y = ||(y x)||Y M ||y x||X < M = e.

Es importante notar, por el hecho que la metrica inducida por una norma
es invariante bajo traslaciones, que la continuidad de una funcion lineal en
0 es equivalente a la continuidad en cualquier otro punto de X.
El teorema 4.17 resulta muy u
til para verificar si una funci
on lineal es o
no continua. En los siguientes ejemplos mostramos como usar este teorema
en casos particulares.
Ejemplo 4.18. Consideremos C([0, 1]), y la funcion I : C([0, 1]) R dada
por
Z 1
f (x)dx.
I(f ) =
0
Entonces
Z

|I(f )| =
1
0
Z

f (x)dx
Entonces I es continua.
1
0
|f (x)|dx
||f ||u dx = ||f ||u .
En particular, el ejemplo 4.18 implica el siguiente resultado:

Si fn es una sucesi
on de funciones continuas en R[0, 1] que converge
R uniformemente a f , entonces la sucesi
on de integrales fn converge a f .
Este resultado es cierto incluso en el caso de integrales impropias (ejercicio 9).
70
Ejemplo 4.19. Sea K : [0, 1] [0, 1] R una funcion continua, y, para

f C([0, 1]), definimos la funcion Lf : [0, 1] R por
Z 1
K(x, y)f (y)dy.
Lf (x) =
0
Mostraremos que Lf es continua: Para esto, sea > 0 y x0 [0, 1]. Entonces,
existe > 0 tal que si |x x0 | < entonces
|K(x, y) K(x0 , y)| <

,
2||f ||u + 1
ya que K es uniformemente continua porque [0, 1] [0, 1] es compacto. Entonces, para |x x0 | < ,

Z 1
Z 1

K(x0 , y)f (y)dy
K(x, y)f (y)dy
|Lf (x) Lf (x0 )| =
|K(x, y) K(x0 , y)||f (y)|dy
0
1
||f ||u dy = < .

2||f ||u + 1
2
Esto significa que L define una funcion lineal L : C([0, 1]) C([0, 1]).
Para ver que L es de hecho continua, observamos que, si
M = m
ax{|K(x, y)| : x, y [0, 1]},
entonces
|Lf (x)|
|K(x, y)||f (y)|dy
M ||f ||u dy = M ||f ||u
para x [0, 1]. Entonces L es continua por el teorema 4.17.

Ejemplo 4.20. Consideremos ahora el espacio C 1 ([0, 1]) de funciones diferenciables f en [0, 1] tal que f C([0, 1]), es decir, funciones diferenciables
con derivada continua. Es claro que C 1 ([0, 1]) C([0, 1]), as que podemos
ver a C 1 ([0, 1]) como subespacio de C([0, 1]).
Definimos la funcion D : C 1 ([0, 1]) C([0, 1]) como
D(f ) = f .
D es llamada el operador diferencial. Es claro que D es lineal; sin embargo,

no es continua. Consideremos las funciones
1
fn (x) = sen(n2 x).
n
1
Como ||fn ||u = , fn 0 en C([0, 1]) (y en C 1 ([0, 1]), desde luego). Sin
n
embargo,
D(fn ) = n cos(n2 x),
71
por lo que ||D(fn )||u = n. Entonces D no es continua en 0.

El ejemplo 4.20 implica que una funcion lineal en un espacio normado
no es necesariamente continua. En particular, tambien explica por que las
derivadas de una sucesion de funciones diferenciables que converge no necesariamente converge, aun cuando su lmite es una funcion diferenciable.
Sin embargo, en referencia al ejemplo 4.18, si sabemos que la sucesion
de derivadas converge, entonces s podemos garantizar que la sucesion de
derivadas converge a la derivada del lmite. El ejercicio 10 enuncia de manera
precisa este resultado.
2.
El espacio C(X, Y )
En esta secci
on estudiaremos las funciones continuas como elementos de
un espacio metrico de funciones.
Definici
on 4.21. Definimos C(X, Y ) como el conjunto de las funciones
continuas f : X Y .
Por ejemplo, C([0, 1]) denota a C(X, Y ) con X = [0, 1] y Y = R. Recordemos que C([0, 1]) es un espacio metrico, de hecho, un espacio de Banach,
con la norma uniforme.
Aunque, en general, podemos darle una topologa a C(X, Y ) compatible
con convergencia uniforme (definida extendiendo la definicion en C([0, 1])),
no siempre podemos asignarle una metrica. Sin embargo, s podemos hacerlo
si consideremos al subconjunto de C(X, Y ) de funciones acotadas.
Definici
on 4.22. Sea f : X Y una funcion de (X, d) a (Y, d ). Decimos
que f es acotada si existen y0 Y y M > 0 tales que
d (f (x), y0 ) < M
para todo x X.
Esto es equivalente a decir que la imagen de f , f (X), es un conjunto

acotado en Y .
Ejemplo 4.23. Considere la funcion f : R R dada por
x
.
f (x) =
1 + x2
f es acotada porque |f (x)| 1/2 para todo x R. (Figura 3.)
Ejemplo 4.24. Considere una funcion continua f : X Y , donde X es

compacto. Entonces f (X) es compacto, y por lo tanto es acotado en Y .
Tenemos que f es acotada.
72
0.4
0.2
-10
-5
10
-0.2
-0.4
Figura 3. Gr
afica de la funci
on f (x) =
1/2, la funci
on f es acotada.
x
.
1+x2
Como 1/2 f (x)
Definici
on 4.25. Sean (X, d) y (Y, d ) dos espacios metricos. Definimos el
conjunto CA (X, Y ) como el conjunto de funciones continuas y acotadas de
X a Y.
Si X es compacto, entonces CA (X, Y ) = C(X, Y ), es decir, CA (X, Y )
incluye a todas las funciones continuas de X a Y . En tal caso, escribiremos
simplemente C(X, Y ).
El conjunto CA (X, Y ) se puede metrizar a traves de la funcion
du (f, g) = sup d (f (x), g(x)).
(4.1)
xX
Esta funcion esta bien definida, ya que si f y g son dos funciones acotadas,
entonces existen y0 y y0 en Y , M, M > 0, tales que
d (f (x), y0 ) < M
d (g(x), y0 ) < M
para todo x X. Entonces
d (f (x), g(x)) d (f (x), y0 ) + d (y0 , y0 ) + d (g(x), y0 )

< ,
< M + d (y0 , y ) + M = M
0
por lo que supxX
d (f (x), g(x))
.
M
Ahora verificamos que du es una metrica:

1. Como d es una metrica, entonces d (f (x), g(x)) 0 para todo x
X, por lo que entonces, sif, g CA (X, Y ), du (f, g) 0.
Adem
as, si f 6= g, existe un x0 X tal que f (x0 ) 6= g(x0 ), y por
lo tanto
du (f, g) d (f (x0 ), g(x0 )) > 0.
73
2. du (f, g) = du (g, f ) es facil de verificar ya que

d (f (x), g(x)) = d (g(x), f (x))
para todo x X.
3. Si f, g, h CA (X, Y ), entonces, para cada x0 X,
d (f (x0 ), g(x0 )) d (f (x0 ), h(x0 )) + d (h(x0 ), g(x0 )),
y por lo tanto

d (f (x0 ), g(x0 )) sup d (f (x), h(x)) + sup d (h(x), g(x))
xX
xX
= du (f, h) + du (h, g).
Como x0 X es arbitrario, du (f, g) du (f, h) + du (h, g).

La metrica du es llamada la metrica uniforme.
Teorema 4.26. El espacio metrico (CA (X, Y ), du ) es completo si el espacio
Y es completo.
La demostraci
on de este teorema es muy similar a la demostraci
on de la
completitud de C([0, 1]) (teorema 2.19).
Demostraci
on. Sea (fn ) una sucesion de Cauchy en CA (X, Y ). Mostraremos que esta sucesion converge.
Primero, para cada x X, (fn (x)) es una sucesion de Cauchy en Y y,
como Y es completo, converge. Definimos entonces la funcion F : X Y
por
F (x) = lm fn (x).
n
Al igual que en la demostraci

on del teorema 2.19, es necesario demostrar
dos cosas:
1. (fn ) converge a F uniformemente, es decir, para todo > 0 existe
N tal que si n N , d (fn (x), F (x)) < para todo x X.
2. F CA (X, Y ), es decir, F es continua y acotada en X.
Dado > 0, escogemos N > 0 tal que, si n, m N , entonces
du (fn , fm ) < ,
2
es decir,
d (fn (x), fm (x)) <

2
para todo x X. Mostraremos que
(4.2)
para todo x X, si n N .
d (fn (x), F (x)) <
74
Sea x0 X. Como la sucesion (fn (x0 )) converge a F (x0 ), existe un

N0 > 0 tal que
d (fn (x0 ), F (x0 )) <

2
para todo n N0 (N0 depende de x0 , pero esto no sera ning
un problema
ya que N es independiente de x0 ). Ahora bien, escogemos un entero n0 tal
que n0 > m
ax{N, N0 }. Tenemos que, si n N ,
d (fn (x0 ), F (x0 )) d (fn (x0 ), fn0 (x0 )) + d (fn0 (x0 ), F (x0 ))

+ = .
<
2 2
Como x0 es arbitrario, hemos demostrado la desigualdad (4.2). Como N no
depende de x0 , podemos conclur que (fn ) converge uniformemente a F .
Para demostrar que F CA (X, Y ), tenemos que mostrar que F es continua y acotada. La demostraci
on que F es continua es muy similar a la
demostraci
on que L es continua en el teorema 2.19, por lo que dejamos esta
parte como ejercicio (ejercicio 11).
Para verificar que es acotada, notemos que la sucesion (fn ) es de Cauchy
y, por lo tanto, acotada en CA (X, Y ). Es decir, existen f C(X, Y ) y M > 0
tales que du (fn , f ) < M para todo n. Como (fn ) converge uniformemente a
F , podemos encontrar un entero N tal que
d (fN (x), F (x)) < 1
para todo x X. Entonces, para x X,
d (F (x), f (x)) d (F (x), fN (x)) + d (fN (x), f (x)) < 1 + M.
Ahora bien, f es acotada, por lo que existen M > 0 y y0 Y tales que

d (f (x), y0 ) < M
para todo x X. Entonces
d (F (x), y0 ) d (F (x), f (x)) + d (f (x), y0 ) < 1 + M + M ,
para todo x X, por lo que podemos conclur que F es acotada. Entonces

fn F en CA (X, Y ).

Si (Y, || ||Y ) es un espacio normado, entonces podemos definir las operaciones suma y multiplicaci
on escalar en C(X, Y ) como
(f + g)(x) = f (x) + g(x),
(f )(x) = f (x),
f, g C(X, Y ), x X
f C(X, Y ), x X.
Con estas operaciones, C(X, Y ) es un espacio vectorial, y el subconjunto

CA (X, Y ) se puede normar con
(4.3)
||f ||u = sup ||f (x)||Y ,

xX
f CA (X, Y ).
75
Ejercicios
Dejamos como ejercicio verificar que (4.3) define una norma (ejercicio 14).
Adem
as,
du (f, g) = ||f g||u .
Por el teorema 4.26 conclumos que, si (Y, || ||Y ) es un espacio de Banach,
entonces (CA (X, Y ), || ||u ) es tambien un espacio de Banach.
Podemos entonces extender el criterio M de Weierstrass a funciones que

toman valores en espacios de Banach.
Corolario 4.27 (Criterio M de Weierstrass). Sea (fn ) una sucesi

on de
funciones continuas de X a Y , donde (Y, || ||Y ) es un espacio de Banach. Si
existe una sucesi
on (Mn ) deP
n
umeros nonegativos tales que ||fn (x)||Y Mn
para todo x X, y la serie
Mn converge, entonces la serie
fn (x)
n=1
converge absoluta y uniformemente en CA (X, Y ).

Demostraci
on. La demostraci
on es similar a la demostraci
on del corolario
2.25 y la dejamos como ejercicio (ejercicio 15).
Ejercicios
1. f : X Y es continua si, y solo si, para todo conjunto F cerrado en Y ,
f 1 (F ) es cerrado en X.
2. Sean X y Y dos conjuntos no vacos y f : X Y . Si A X y B Y ,
los conjuntos imagen de A y preimagen de B se definen como
f
f (A) = {f (x) Y : x A}
(B) = {x X : f (x) B}.
f (A B) = f (A) f (B) para A, B X.

f (A B) f (A) f (B) para A, B X, y de un ejemplo donde
f (A B) 6 f (A) f (B).
f (f 1 (A)) A para A Y , y de un ejemplo donde
f (f 1 (A)) 6 A.
f 1 (f (A)) A para A X, y de un ejemplo donde
f 1 (f (A)) 6 A.
76
3. Sean X y Y espacios metricos, A y B subconjuntos abiertos de X, y

f : A Y y g : B Y funciones continuas tales f (x) = g(x) para todo
x A B. Entonces la funcion h : A B Y dada por
(
f (x) si x A
h(x) =
g(x) si x B
es continua.
4. Si X es secuencialmente compacto y f es continua en X, entonces f (X)
es secuencialmente compacto.
Si para este ejercicio se utiliza la proposicion 4.2, por el teorema de
Bolzano-Weierstrass, este resultado ofrece una demostraci
on alternativa
para el teorema 4.8.
5. Sean (X, d) y (Y, d ) espacios metricos, E X y Y un espacio completo.
Si f : E Y es uniformemente continua en E y x0 es un punto de
acumulacion de E, entonces f tiene lmite en x; es decir, existe L Y
tal que, para todo > 0, existe > 0 tal que, si x E y d(x, x0 ) < ,
entonces d (f (x), L) < .
(Sugerencia: Si (xn ) es una sucesion en E tal que xn x0 , entonces
(f (xn )) es de Cauchy en Y .)
6. Sea X un espacio totalmente acotado y f : X Y una funcion uniformememente continua en X. Entonces f (X) es acotado.
Es f (X) totalmente acotado?
7. En referencia al problema anterior, de un ejemplo de un espacio acotado
X y una funcion uniformemente continua en X tal que su imagen no es
acotada.
8. Suponga que I es un intervalo cerrado en R, y f : I R es una funcion
continua. Entonces f tiene un m
aximo y un mnimo, es decir, existen
xM , xm I tales que
f (xM ) = m
ax f (I),
f (xm ) = mn f (I).
9. Sea I : C([0, 1]) C([0, 1]) el operador dado por

Z x
f (t)dt.
If (x) =
0
a) I es continuo en la norma uniforme.

Rx
Rx
b) Sean fn C([0, 1]) tal que fn f . Si Fn (x) = 0 f y F (x) = 0 f ,
entonces Fn F .
10. Utilice el ejercicio anterior para mostrar el siguiente teorema:

Sean fn C 1 ([0, 1]) tales que
a) (fn (x0 )) converge para alg
un x0 [0, 1];
b) fn g.
77
Ejercicios
Entonces fn converge uniformemente y, si fn f , f es continuamente

diferenciable y f = g.
11. La funcion F construida en la demostraci
on del teorema 4.26 es continua.
12. Sea C0 (X, R) el conjunto de las funciones continuas f : X R que
convergen a cero en infinito, es decir, para todo > 0 existe un compacto
E X tales que |f (x)| < e para todo x
/ E. Entonces C0 (X, R) es un
subespacio cerrado de CA (X, R).
13. Sea Cc (X, R) el conjunto de las funciones continuas f : X R de
soporte compacto, es decir, la cerradura del conjunto
{x X : f (x) 6= 0}
es un subespacio compacto de X. Entonces Cc (X, R) es un subespacio

de CA (X, R), pero no necesariamente cerrado.
14. Demuestre las observaciones hechas despues de la demostraci
on del Teorema 4.26. Es decir, si (Y, || ||Y ) es una espacio normado, entonces
CA (X, Y ) se puede dotar con una estructura de espacio normado a traves
de las operaciones
(f + g)(x) = f (x) + g(x),
(f )(x) = f (x),
y la norma
f CA (X, Y ), x X.
||f ||u = sup ||f (x)||Y ,

xX
15. Demuestre el corolario 4.27.
f, g CA (X, Y ), x X
f CA (X, Y ).
Captulo 5
Compacidad y
densidad en C(X, Y )
1.
El teorema de Arzel`
a-Ascoli
En esta secci
on clasificaremos los subespacios compactos de CA (X, Y ),
donde X es compacto y Y = Rl . Cuando X no es compacto esta tarea es
m
as dificil, y estudiaremos el caso cuando X es un conjunto abierto en Rl
en la siguiente secci
on.
Por ahora, asumiremos que el espacio metrico (X, d) es compacto. Recordemos que en tal caso podemos denotar a CA (X, Y ) simplemente como
C(X, Y ).
Primero haremos notar que, en general, C(X, Y ) no es compacto.
Ejemplo 5.1. Si Y no es acotado, entonces C(X, Y ) no es acotado, como
lo muestra facilmente la colecci
on de funciones constantes {fy }yY , donde
fy (x) = y para todo x X.
Ejemplo 5.2. Si Y es acotado, entonces C(X, Y ) es tambien acotado. Sin
embargo, ni siquiera cuando Y es compacto C(X, Y ) es compacto.
Consideramos por ejemplo el espacio C([0, 1], [0, 1]) y la sucesion de funciones
(
1 nx if 0 x n1 ,
fn (x) =
0
if n1 < x 1.
(Vease la figura 1.) Esta sucesion no puede tener subsucesiones convergentes,
como vimos en el ejemplo 3.26. Entonces C([0, 1], [0, 1]) no es secuencialmente compacto, y por lo tanto no es compacto.
79
80
5. Compacidad y densidad en C(X, Y )
1
n
Figura 1. Las funciones fn .
Por el teorema 3.23 los subespacios compactos de C(X, Y ) son aquellos

que son cerrados y totalmente acotados en C(X, Y ), por lo que son estos los
conjuntos que tenemos que clasificar.
Para esto necesitaremos del concepto de equicontinuidad, definido a continuaci
on.
Definici
on 5.3. Sea F C(X, Y ). Decimos que F es una familia equicontinua en x0 X si, para cada > 0, existe un > 0 tal que
f (B (x0 )) B (f (x0 ))
para todo f F. El n
umero depende de x0 y de la familia F, pero es
independiente de las funciones f F. Decimos que F es equicontinua en X
si es equicontinua en cada punto de X.
Ejemplo 5.4. Consideramos la sucesion de funciones
xn
fn (x) =
n
en C([0, 1]). Por el teorema del valor medio, |fn (x) fn (y)| = |fn (t)||x y|
para alg
un t entre x y y. Como |fn (t)| = |tn1 | 1 para todo t [0, 1],
tenemos que, para > 0, si |x y| < = entonces
|fn (x) fn (y)| |x y| < ,
en cada x [0, 1] y para todo fn . Entonces la familia {fn } es equicontinua

en cada punto de [0, 1]. Notamos que la selecci
on de no depende de n, el
ndice de la sucesion (fn ).
Distinto es el caso de las funciones xn en [0, 1], o de las funciones
el intervalo [0, 2] (ejercicio 1).
xn
en
n
Equicontinuidad es una condici

on necesaria para que una familia de funciones F C(X, Y ) pueda ser un espacio compacto, como lo muestra la
siguiente proposicion.
81
Proposici
on 5.5. Sea F C(X, Y ). Si la familia F es totalmente acotada,
entonces es equicontinua en X.
Demostraci
on. Sean > 0 y x0 X. Debemos mostrar que existe un
> 0 tal que
f (B (x0 )) B (f (x0 ))
para toda f F, y que esta no depende de f , s
olo de x0 .
Como F es un conjunto totalmente acotado, existen funciones
f1 , f2 , . . . , fn C(X, Y )
(no necesariamente en F, aunque esto es irrelevante) tales que

F B/3 (f1 ) B/3 (f2 ) . . . B/3 (fn ).
Adem
as, como cada fi es continua en x0 , i = 1, 2, . . . , n, existen i > 0 tales
que, para cada i,
fi (Bi (x0 )) B/3 (f (x0 )).
Escogemos = mn{1 , 2 , . . . , n }, y mostraremos que
f (B (x0 )) B (f (x0 ))
para cada f F. As que sean f F y x B (x0 ). Queremos mostrar la

desigualdad d (f (x), f (x0 )) < .
Como F B/3 (f1 ) B/3 (f2 ) . . . B/3 (fn ), f B/3 (fi0 ) para alg
un
i0 , es decir
d (f (y), fi0 (y)) <

3
para todo y X. Adem

as d (fi0 (x), fi0 (x0 )) < , ya que d(x, x0 ) < i0 .
3
Entonces
d (f (x), f (x0 )) d (f (x), fi0 (x)) + d (fi0 (x), fi0 (x0 )) + d (fi0 (x0 ), f (x0 ))

< + + = .
3 3 3

Es preciso notar que en esta demostraci
on no hemos utilizado la compacidad de X, por lo que la proposicion 5.5 es cierta tambien cuando X no es
compacto.1
Definici
on 5.6. Decimos que la familia F C(X, Y ) es uniformemente
acotada si el conjunto F es acotado en C(X, Y ).
F es acotada punto por punto si, para cada x X, el conjunto
es acotado en Y .
{f (x) : f F}
1Asumiendo que la familia F es un subconjunto de C (X, Y ), desde luego.

A
82
Es claro que si F es uniformemente acotada, entonces es acotada punto por punto. Sin embargo, la inversa no es cierta, como lo demuestra el
siguiente ejemplo.
Ejemplo 5.7. Considere la sucesion de funciones fn C([0, 1], R) dada por
h 1
0
si x 0,
h 1 2n1
n(2nx 1)
si x
,
n
h 2n
fn (x) =
1 3
n(2nx 3) si x
,
h n3 2ni
0
,1 .
si x
2n
Esta familia es acotada punto por punto porque, para cada x, fn (x) 0. Sin
embargo, como fN (1/N ) = N , esta familia no es uniformemente acotada.
(Vease la figura 2.)
n
1
n
1 3
2n 2n
Figura 2. Las funciones gn .
Sin embargo, si la familia es equicontinua, la inversa es cierta.

Lema 5.8. Si la familia F C(X, Y ) es equicontinua y acotada punto por
punto, entonces F es uniformemente acotada.
Recordemos que asumimos la compacidad de X.
Demostraci
on. Para mostrar que F es uniformemente acotada, tenemos
que encontrar F C(X, Y ) y M > 0 tales que du (f, F ) < M para toda
funcion f F.
Por equicontinuidad, para cada x X, existe un x > 0 tal que
f (Bx (x)) B1 (f (x))
83
para toda f F. Como X es compacto, podemos encontrar x1 , x2 , . . . , xn

X tales que
X Bx1 (x1 ) Bx2 (x2 ) . . . Bxn (xn ).
Pero cada conjunto {f (xi ) : f F}, i = 1, 2, . . . , n, es acotado en Y , por lo

que existen puntos yi Y y Mi > 0 tales que, para toda f F,
d (f (xi ), yi ) < Mi ,
i = 1, 2, . . . , n.
Definimos entonces la funcion constante F (x) = y1 , y el n

umero
M = m
ax{M1 , M2 , . . . , Mn , d (y2 , y1 ), . . . , d (yn , y1 )}.
Sean x X y f F, y estimaremos d (f (x), F (x)). Primero, escogemos xi
tal que x Bxi (xi ). Entonces, por el hecho de que f (Bxi (xi )) B1 (f (xi )),
d (f (x), F (x)) d (f (x), f (xi )) + d (f (xi ), yi ) + d (yi , F (x))
< 1 + Mi + d (yi , y1 ) 1 + 2M.
Por lo tanto, du (f, F ) 2M + 1 y la familia F es acotada.
Casi estamos listos para mostrar el teorema de Arzelà-Ascoli, el cual

clasificara los subespacios compactos de C(X, Rl ). Antes mostraremos el siguiente lema, que concierne a familias uniformemente acotadas en C(X, Rl ).
Lema 5.9. Sea F una familia uniformemente acotada en C(X, Rl ). Entonces existe un conjunto compacto E en Rl tal que f (X) E para toda
f F.
Demostraci
on. Como F es uniformemente acotada, existe una funcion
l
f0 C(X, R ) y un n
umero M > 0 tales que
du (f, f0 ) < M
para toda f F. Pero X es compacto, por lo que f0 (X) es compacto y
entonces acotado en Rl , es decir, existe N > 0 tal que |f0 (x)| < N para todo
x X. Por lo tanto
|f (x)| |f (x) f0 (x)| + |f0 (x)| < M + N
para toda f F y x X. Por lo tanto f (X) BM +N (0) en Rl , y podemos
M +N (0), el cual es compacto en Rl por el teorema de Heinetomar E = B
Borel.

Teorema 5.10 (Arzelà-Ascoli). Sea (X, d) un espacio metrico compacto y
F una familia de funciones en el espacio C(X, Rl ). Entonces F es compacto
si y solo si F es cerrado en C(X, Rl ), equicontinuo y acotado punto por
punto.
84
Demostraci
on. Ya hemos visto que cerrado, equicontinuo y acotado punto
por punto son condiciones necesarias (corolario 3.23 y proposicion 5.5) para
que F sea compacto. Para demostrar que tales condiciones son suficientes, es
suficiente con demostrar, por el corolario 3.23, que F es totalmente acotado.
Sea > 0. Mostraremos que podemos cubrir F con un n
umero finito de
bolas en C(X, Rl ) de radio .
Los lemas 5.8 y 5.9 nos permiten concluir que existe un conjunto compacto E en Rl tal que f (X) E para toda funcion f F. Adem
as, por
la equicontinuidad de la familia F y la compacidad de X podemos escoger
bolas Bi (xi ), i = 1, 2, . . . , n, tales que
X B1 (x1 ) B2 (x2 ) . . . Bn (xn )
y
f (Bi (xi )) B/5 (f (xi ))
para toda f F. Ahora bien, E es compacto, por lo que podemos encontrar

puntos y1 , y2 , . . . , yk Rl tales que
E B/5 (y1 ) B/5 (y2 ) . . . B/5 (yk ).
Tenemos las siguientes observaciones:
A: Si f F, entonces, para cada i, existe un entero j(f, i), 1
j(f, i) k, tal que
f (xi ) B/5 (yj(f,i) ).
De esta forma cada f F induce (al menos) una funcion j(f, ) de
{1, 2, . . . , n} en {1, 2, . . . , k}.
B: Si f, g F inducen la misma funcion j(i), entonces, si x Bi0 (xi0 ),

|f (x) g(x)| |f (x) f (xi0 )| + |f (xi0 ) yj(i0 ) | + |yj(i0 ) g(xi0 )|
+ |g(xi0 ) g(x)|
4

< + + + = ,
5 5 5 5
5
4
por lo que du (f, g)
< .
5
Ahora consideremos una funcion arbitraria : {1, 2, . . . , n} {1, 2, . . . , k}.
Si existe alguna f F tal que () = j(f, ), a esta le llamaremos f .
Sea entonces el conjunto de todas las funciones tales que f existe. El
conjunto es finito, por lo que el conjunto de funciones {f } tambien
es finito. Demostraremos que
[
B (f ),
F
2. Sucesiones de funciones en Rm
85
donde B (f ) es la bola en C(X, Rl ) de radio con centro en f . Si f F,

entonces induce = j(f, ), por la observaci
on A. Entonces, por B,
du (f, f ) < .
Por lo tanto f B (f ).
Podemos reescribir el teorema de Arzela-Ascoli de la siguiente manera.

Corolario 5.11. Sea (X, d) un espacio metrico compacto y (fn ) una sucesi
on en C(X, Rl ) equicontinua y acotada punto por punto. Entonces existe
una subsucesi
on de (fn ) que converge en C(X, Rl ).
Demostraci
on. Por el teorema de Arzela-Ascoli, la cerradura de {fn } es
compacta, y el corolario se sigue por el teorema de Bolzano-Weierstrass.
Versiones m
as generales del teorema de Arzelà-Ascoli pueden ser encontradas en textos de topologa, como por ejemplo en [4, Teorema 6.1].
2.
Sucesiones de funciones en Rm
El teorema de Arzela-Ascoli clasifica los subespacios compactos del espacio C(X, Rl ) solo cuando X es compacto, y es claro que la compacidad
del dominio es necesaria.
Sin embargo, el corolario 5.11 se puede modificar de la siguiente manera,
la cual es de hecho la versi
on m
as u
til de los resultados anteriores.
Teorema 5.12. Sea un conjunto abierto en Rm y (fn ), fn : Rl ,
una sucesi
on de funciones continuas en (no necesariamente acotadas)
equicontinua y acotada punto por punto. Entonces existe una subsucesi
on de
(fn ) que converge uniformemente en cada subconjunto compacto de . Es
decir, existe una subsucesi
on (fnk ) y una funci
on continua f : Rl tal
que, para todo compacto E , fnk f en C(E, Rl ).
Cuando decimos fnk f en C(E, Rl ), queremos decir que la sucesion
de restricciones (fnk |E ) converge a la restriccion f |E en C(E, Rl ).
Demostraci
on. Por la proposicion 3.25, podemos encontrar una sucesion
creciente de conjuntos compactos Ek tal que
[
Ek ,
=
k
y todo compacto E contenido en esta contenido en alg

un Ek . Por el corolario 5.11, existe una subsucesion de (fn ), a la que llamaremos (fn1p )
p=1 , que
l
converge en C(E1 , R ). Podemos utilizar este mismo corolario para encontrar
86
una subsucesion de (fn1p )

p=1 , a la cual llamamos (fn2p )p=1 , la cual converge
en C(E2 , Rl ).
on
Inductivamente construimos sucesiones (fnkp )
p=1 , cada una subsucesi
l
)p=1 , k = 2, 3, . . ., que convergen en C(Ek , R ), para cada k,
de (fnk1
p
fn11
fn21
fn31
..
.
fn12
fn22
fn32
fn13
fn23
fn33
...
...
...
Consideremos ahora la sucesion diagonal fnp = fnpp , p = 1, 2, . . .. Esta sucesion es subsucesion de cada una de las (fnkp )
p=1 , y por lo tanto converge en
S
l
C(Ek , R ), para cada k. Como = k Fk , podemos definir en la funcion
f (x) = lm fnp (x).
p
Entonces f es continua en . Si E es un conjunto compacto contenido en

, entonces esta contenido en alg
un Ek y, por lo tanto, como fnp f en

C(Ek , Rl ), fnp f en C(E, Rl ).
3.
El teorema de Stone-Weierstrass
En esta secci
on demostraremos el teorema de aproximacion de StoneWeierstrass, el cual enlista familias de funciones densas en C(X) = C(X, R).
Este teorema, al igual que el de Arzelà-Ascoli estudiado en la secci
on anterior, tambien se refiere al espacio de funciones continuas definidas en espacios
compactos X.
es
Recordemos que A es denso en un espacio metrico X si A X. Esto
equivalente a decir que A es denso en X si, para todo > 0 y x X, la bola
B (x) interseca al conjunto A; es decir, existe a A tal que d(x, a) < .
Consideremos ahora el caso C([a, b]), el espacio de funciones continuas

reales en [a, b], y P, el conjunto de las funciones polinomiales. La versi
on
cl
asica del teorema de aproximacion de Weierstrass es la siguiente.
Teorema 5.13 (Weierstrass). P es denso en C([a, b]).
87
Aunque ahora existen muchas demostraciones de este teorema, las m

as
2
3
famosas dadas por Bernstein o Lebesgue , aqu daremos la demostraci
on
originalmente dada por Weierstrass en 1885 [8].
Consideremos la funcion
2
(x) = ex .
Esta funcion es positiva y su integral (impropia) sobre R converge y es igual
a
Z
= 1.
Adem
as, tenemos el siguiente lema.
Lema 5.14. Sea f : R R una funci

on uniformemente continua, acotada
y, para cada r > 0, definimos
Z
u x
1
F (x, r) =
f (u)
du.
r
r
Entonces lmr0 F (x, r) = f (x) uniformemente en x; es decir, para todo

> 0 existe r0 > 0 tal que, si 0 < r < r0 , entonces

F (x, r) f (x) <
para todo x R.
Demostraci
on. Para > 0, escribimos
Z
u x
1
F (x, r) f (x) =
f (u)
du f (x)
r
r
Z
Z
(u)du
f (x + ru)(u)du f (x)
=
Z

=
f (x + ru) f (x) (u)du
Z

=
f (x + ru) f (x) (u)du
|u|> r
|u| r

f (x + ru) f (x) (u)du.
2La demostraci
on de Bernstein es constructiva. De hecho, si [a, b] = [0, 1], Bernstein demostr
o que la sucesi
on de polinomios (ahora llamados polinomios de Bernstein)
n
k n
X
Bn (x) =
f
xk (1 x)nk
k
n
k=0
converge uniformemente a f . V
ease por ejemplo [5, Captulo1].
3
La demostraci
on de Lebesgue consiste, primero, en aproximar uniformemente con polinomios
la funci
on | | en [1, 1] y, luego, observar que las funciones poligonales son densas en C([a, b]).
Este trabajo, de hecho, fue la primera publicaci
on de Lebesgue [3].
88
Ahora bien, sea > 0 dado. Como

R f es acotada, existe M > 0 tal que
|f (x)| M para todo x R. Como converge, existe N > 0 tal que
Z
.
(u)du <
4M
|u|>N
Como f es uniformemente continua, existe > 0 (independiente de x) tal
que |x y| < implica |f (x) f (y)| < /2. Tomamos entonces r0 > 0 tal
que r0 < /N . Entonces, si 0 < r < r0 ,
Z

F (x, r) f (x)
f (x + ru) f (x)(u)du
|u|> r
|u| r

f (x + ru) f (x)(u)du
2M (u)du +
|u|>N
< 2M
+
4M
2
|u| r
(u)du
2
(u)du = .
R
Demostraci
on del teorema 5.13. Sea f C([a, b]) y > 0. Escogemos
c, d R tales que c < a y d > b, y una funcion continua f : R R que
coincide con f en [a, b] y es cero afuera de [c, d]. Por ejemplo, podemos tomar
0
si x < c
f (a)
si c x < a
ac
si a x b
f(x) = f (x)
si b < x d
f (b)
db
0
si x > d.
(Vease la figura 3.) Entonces, si como en el lema anterior definimos
Z
Z
u x
u x
1
1 d
F (x, r) =
f (u)
f (u)
du =
du,
r
r
r c
r
existe r0 tal que, para todo x R,
|F (x, r0 ) f(x)| < .

2
u x
Ahora bien, si hacemos gu (x) =
, no es muy difcil ver que la serie
r0
de Taylor en x de gu alrededor de x = 0,
X
g (n) (0) n X (1)n (n) (u/r0 ) n
x ,
x =
gu (x) =
n!
n!r0n
n=0
n=0
89
Figura 3. La funci
on f en [a, b] extendida a f en R.
converge a gu uniformemente en x y en u sobre cualquier subconjunto compacto de R, en particular para x, u [c, d]. Si M = m
ax |f|, entonces existe
N0 tal que, para todo x, u [c, d],
N0
u x X
r0
(1)n (n) (u/r0 ) n

x <
,

n
r0
n!r0
2M (d c)
n=0
por lo que si hacemos
Z
N0
(1)n n d
1 X
f (u) (n) (u/r0 )du,
x
P (x) =
r0
n!r0n
c
n=0
entonces P (x) es un polinomio de grado N0 que satisface

Z
N0
(1)n (n) ( ru0 ) n
1 d u x X
f (u)
|F (x, r0 ) P (x)| =
x du
r0 c
r
n!r0n
n=0
Z
1 d
r0
<
|f (u)|
du ,
r0 c
2M (d c)
2
para todo x [c, d]. Esto implica que
|f(x) P (x)| |f(x) F (x, r0 )| + |F (x, r0 ) P (x)| <
para x [c, d] y, como f f en [a, b], tenemos que
para todo x [a, b].
|f (x) P (x)| <
Por lo tanto P es denso en C([a, b]).
Recordemos que un espacio metrico X es separable si tiene un subconjunto denso contable. Como corolario al teorema 5.13, tenemos entonces que
C([a, b]) es separable porque PQ , el espacio de polinomios con coeficientes
racionales, es tambien denso en C([a, b]).
90
Corolario 5.15. C([a, b]) es separable.

Demostraci
on. Sea
M = m
ax{1, |a|, |b|, |a2 |, |b2 |, . . . , |an |, |bn |}.
Si p(x) = a0 + a1 x + . . . an xn es un polinomio y > 0, sean r0 , r1 , . . . , rn Q

tales que
|ai ri |
,
i = 0, 1, . . . , n,
nM
y p0 (x) = r0 + r1 x + . . . + rn xn . Entonces, para x [a, b]),
|p(x) p0 (x)|
n
X
i=0
|ai ri ||xn | < .
Esto implica que el conjunto de polinomios con coeficientes racionales PQ es

denso en P, y por lo tanto denso en C([a, b]). Como PQ es contable, C([a, b])
es separable.

El teorema de Stone-Weierstrass ofrece una generalizaci
on a este resultado, donde consideramos un espacio compacto X general. En este caso,
en lugar de las funciones polinomiales, consideraremos una familia A de
funciones con las siguientes propiedades:
1. A es un a
lgebra, es decir, es un subespacio vectorial de C(X) cerrado
bajo multiplicaci
on: si f, g A, entonces f g A.
2. A separa puntos en X: para x, y X, x 6= y, existe f A tal que
f (x) 6= f (y).
3. A contiene las funciones constantes.
Es claro que el espacio de polinomios P, o incluso PQ , satisface las

propiedades anteriores.
Teorema 5.16 (Stone-Weierstrass). Sea X un espacio metrico compacto y
A un a
lgebra de funciones continuas en X que separa puntos y contiene las
funciones constantes. Entonces A es denso en C(X).
Demostraremos que la cerradura A = C(X). Para esto, primero demostraremos que A satisface las tres propiedades mencionadas anteriormente.
Es obvio que satisface las u
ltimas dos, puesto que A A. El que tambien
sea un
algebra lo enunciaremos como lema.
Lema 5.17. Sea A un a
lgebra en C(X). Entonces su cerradura A es tambien
un a
lgebra en C(X).
Demostraci
on. Para verificar que A es un algebra, tenemos que mostrar
que si f, g A entonces f + g y f g estan en A.
91
Para > 0, existen f , g A tales que
||f f ||u <

y
||g g ||u < .
2
2
Entonces, ||(f + g) (f + g )||u < . Como A es un algebra, f + g A;
como es arbitrario, f + g A.
Dado > 0, escogemos g A tal que
||g g ||u <
Ahora bien, tomamos f A tal que
||f f ||u <
Entonces, f g A y
.
2||f ||u + 1
.
2||g ||u + 1
||f g f g ||u = ||f g f g + f g f g ||u
||f ||u ||g g ||u + ||f f ||u ||g ||u
||g ||u
||f ||u
+
< .
2||f ||u + 1 2||g ||u + 1
Como es arbitrario, f g A.
En la demostraci
on anterior hemos usado el hecho que, si f, g C(X),
entonces
||f g||u ||f ||u ||g||u ,
que es consecuencia directa de la definicion de la norma uniforme (ejercicio

6).
Separaremos la demostraci
on del teorema de Stone-Weierstrass en otros
tres lemas. Los dos primeros se refieren a algebras cerradas en C(X), y la
compacidad de X no es necesaria (si trabajamos, claro, en CA (X)).
Lema 5.18. Sea A un a
lgebra cerrada en C(X). Si f A, entonces |f | A.
Con |f | nos referimos a la funcion |f |(x) = |f (x)|.
Demostraci
on. Sea > 0 dado. Para M = ||f ||u , tomamos un polinomio
p tal que

|x| p(x) <
para x [M, M ].
Tal polinomio existe por el teorema de Weierstrass. Entonces, como f (x)
[M, M ] para todo x X, tenemos que

|f (x)| p(f (x)) <
para todo x X. La funcion p f A porque A es un algebra. Como es

arbitrario y A es cerrada, |f | A.
92
Lema 5.19. Si A es un a
lgebra cerrada en C(X), entonces, si f, g A,
m
ax(f, g), mn(f, g) A.
Con m
ax(f, g) nos referimos a la funcion
m
ax(f, g)(x) = m
ax{f (x), g(x)},
y similarmente para mn(f, g). Es facil ver que estas dos funciones tambien
son continuas (ejercicio 7).
Un subconjunto S de C(X) con la propiedad de que si f, g S entonces
m
ax(f, g), mn(f, g) S es llamado un latiz. Entonces, el lema 5.19 implica
que toda
algebra cerrada en C(X) es un latiz.
Demostraci
on. La demostraci
on se sigue inmediatamente del lema 5.18,
ya que
1
m
ax(f, g) = (f + g + |f g|)
2
1
mn(f, g) = (f + g |f g|).
2

Es claro que, recursivamente, si A es un latiz y f1 , . . . , fn A, entonces
m
ax{f1 , . . . , fn } A
mn{f1 , . . . , fn } A.
Casi estamos listos para la demostraci

on del teorema. Antes, demostraremos un lema referente a latices cerrados en C(X). Es aqu donde la
compacidad de X es necesaria.
Lema 5.20. Sea (X, d) un espacio compacto y A un latiz cerrado en C(X),
Si f C(X) es tal que, para cada x, y X, existe gxy A tal que
gxy (x) = f (x)
gxy (y) = f (y),
entonces f A.
Demostraci
on. Sea > 0. Demostraremos que existe g A tal que, para
x X, |f (x) g(x)| < . Entonces ||f g||u < y, como A es cerrado, esto
implica que f A.
Dado y X, para cada x X escogemos gxy A como en la hip
otesis.
Como f y cada gxy son continuas, existen x > 0 tales que
para z Bx (x).
gxy (z) > f (z)
Ahora bien, {Bx (x)}xX es una cubierta para X. Como X es compacto,

existe una subcubierta finita {B1 (x1 ), . . . , Bn (xn )}. Si tomamos
gy = m
ax{gx1 y , . . . , gxn y },
93
entonces gy A y gy (z) > f (z) para todo z X.
Para cada y X, consideramos la funcion (continua) gy construida

anteriormente y tomamos y > 0 tales que, si z By (y), entonces
gy (z) < f (z) + .
De nuevo, {By (y)}yX forma una cubierta de X. Si
{B1 (y1 ), . . . , Bm (ym )}
es una subcubierta finita, tomamos
g = mn{gy1 , . . . , gym }.
Entonces g A y, para todo z X, g(z) < f (z) + . Tenemos entonces que,

para z X,
< g(z) f (z) < ,
por lo que |g(z) f (z)| < para todo z X.
Una inspecci
on cuidadosa de la demostraci
on del lema 5.20 nos permite
notar que, escencialmente, estamos generalizando el hecho que las funciones
continuas en un intervalo [a, b] se pueden aproximar uniformemente por las
funciones poligonales (lineales por pedazos).
Si A contiene al latiz de las funciones poligonales en un intervalo, generado por las funciones lineales, entonces gxy es la recta que pasa por los
puntos (x, f (x)) y (y, f (y)), por lo que gy correspondera la cu
na con vertice
en (y, f (y)) sobre todas estas rectas (figura 4).
Figura 4. La construcci
on de la funci
on gy en [0, 1]. Al izquierda, las
rectas gxy con base en el punto (y, f (y)) y, a la derecha, la cu
na gy con
vertice en (y, f (y)).
Finalmente, la funcion g corresponde a la funcion poligonal que pasa por

debajo de las cu
nas gy1 , . . . , gym (figura 5).
Ahora s estamos listos para concluir la demostraci
on del teorema de
Stone-Weierstrass.
94
Figura 5. La funci
on g es la funci
on poligonal que pasa por debajo de
las cu
nas de la figura 4.
Demostraci
on del teorema de Stone-Weierstrass: Dada una funcion
f C(X), demostraremos que, para cada x, y X, existe g A tal que
g(x) = f (x) y g(y) = f (y). El teorema entonces quedar
a demostrado por
los lemas 5.19 y 5.20.
Sean x, y X. Si x = y, entonces tomamos la funcion constante g(z) =
f (x) para todo z X. Como A contiene a las constantes, g A.

Ahora bien, si x 6= y, tomamos h A tal que h(x) 6= h(y). Tal funcion
existe porque A separa puntos. Definimos ahora g : X R por

f (y) f (x)
g = f (x) +
h h(x) .
h(y) h(x)
Por el lema 5.17, A es un algebra y, como contiene a las constantes, g A.

Finalmente, observamos que g(x) = f (x) y g(y) = f (y).

Hemos asumido que el algebra A separa puntos y contiene a las funciones
constantes. Es claro ver que la primera de estas hip
otesis es necesaria porque,
si A no separara puntos bien podra contener s
olo a la funcion cero.
Ejemplo 5.21. Un ejemplo no trivial de un algebra que no separa puntos
es el conjunto de las funciones pares en [a, a]. Es claro que esta algebra es
cerrada y, definitivamente, no es todo C([a, a]).
Ejemplo 5.22. Consideremos el subespacio de C([0, 1]) dado por
K = {f C([0, 1]) : f (0) = 0}.
Entonces K es un
algebra cerrada en C([0, 1]) que separa puntos, pero claramente no es todo C([0, 1]).
El
algebra K del ejemplo 5.22 es un algebra que no contiene a las constantes (excepto por la funcion cero). De hecho, en general uno puede mostrar
que, si A es un
algebra en C(X) que no contiene a todas las funciones constantes, entonces existe x0 X tal que f (x0 ) = 0 para toda f A. Vease,
por ejemplo, [2, Secci
on 4.7].
95
Ejemplo 5.23 (Polinomios trigonometricos). Sea T el crculo de radio 1, con

centro en 0, en R2 , y consideremos el espacio C(T) de funciones continuas
en T. Si f C(T), entonces la funcion g : [0, 2] R dada por
g(t) = f (cos t, sen t)
es continua en [0, 2], con g(0) = g(2). De manera inversa, si g C([0, 2])
y g(0) = g(2), podemos definir f : T R por
f (cos t, sen t) = g(t),
y f es continua en T. Esto nos permite identificar C(T) con el subespacio
de C([0, 2]) de funciones g continuas con g(0) = g(2).
Un polinomio trigonometrico es una funcion T : [0, 2] R de la forma
T (x) =
n
X
k=0

ak cos(kx) + bk sen(kx) .
Es claro que T C(T). Si T es el conjunto de polinomios trigonometricos

en [0, 2], entonces T es denso en C(T).
Para ver esto, verificaremos que T satisface las hip

otesis del teorema de
Stone-Weierstrass. Primero, es claro que T contiene a las funciones constantes y que separa puntos: si x 6= y, entonces sen x 6= sen y, al menos que
0 x, y y y = x, o x, y 2 y y = 3 x. En tales casos
cos x = cos y 6= cos y.
Para verificar que T es un algebra, s

olo tenemos que verificar que es
cerrado bajo productos, porque es claro que es un espacio vectorial. Sin
embargo, esto se sigue porque

1
cos(n m)x + cos(n + m)x
2

1
sen nx sen mx =
cos(n m)x cos(n + m)x
2

1
sen(n + m)x sen(n m)x .
cos nx sen mx =
2
cos nx cos mx =
Algunas aplicaciones del teorema de Stone-Weierstrass se pueden encontrar en los ejercicios de este captulo, y algunas generalizaciones y aplicaciones adicionales se pueden encontrar en el artculo [7].
96
Ejercicios
1. Determine si las siguientes colecciones de funciones son equicontinuas
y/o acotadas punto por punto.
{sen(nx)}
n=1 en C([0, 2]);
{xn }
en
C([0, 1]);
n=1
n xn o
en C([0, 2]).
n n=1
2. Sea fn : [a, b] R una sucesion monotona de funciones continuas que
converge punto por punto a la funcion continua f : [a, b] R. Entonces
fn f en [a, b].
3. Sea un conjunto abierto en Rm y (fn ) una sucesion equicontinua
de funciones tal que (fn (x)) converge para cada x . Entonces (fn )
converge uniformemente en cada subconjunto compacto de .
4. Sea K : [0, 1] [0, 1] una funcion continua, y definimos el operador
L : C[0, 1] C[0, 1] por
Z 1
K(x, y)f (y)dy,
Lf (x) =
0
como en el ejemplo 4.19. Entonces la cerradura de la imagen de la bola

B1 (0) en C([0, 1]) bajo L es un conjunto compacto en C([0, 1]).
5. Sea X un espacio metrico compacto y L C(X, Rl ) la familia de funciones
L = {f C(X, Rl ) : ||f ||u 1, ||f (x) f (y)||E d(x, y), x, y X}.
Entonces L es compacto.
6. Sean f, g CA (X). Entonces ||f g||u ||f ||u ||g||u .

7. Sean f, g C(X). Entonces las funciones
m
ax(f, g) : X R
mn(f, g) : X R
son continuas.
8. Sea a > 0. Entonces el espacio de las funciones continuas pares en [a, a],
P = {f C([a, a]) : f (x) = f (x), x [a, a]},
es un
algebra cerrada propia en C([a, a]).
9. Sea f una funcion continua en [a, b] tal que
Z b
f (x)xn dx = 0
a
97
Ejercicios
para todo n = 0, 1, 2, . . .. Entonces f (x) = 0 para todo x [a, b]. (SugeRb

rencia: Utilice el teorema de Weierstrass para demostrar que a f 2 = 0.)
10. Encuentre f : [0, 1] R continua tal que

Z 1
Z 1
Z 1
f (x)x2 dx = 0
f (x)xdx =
f (x)dx =
0
y f (x) 6= 0 para alg

un x [0, 1].
11. Sean X y Y espacios metricos compactos, X Y el espacio producto y

A el
algebra generada por las funciones f : X Y R de la forma
f (x, y) = g(x)h(y)
g C(X), h C(Y ).
Entonces A es denso en C(X Y ).
Captulo 6
Teora de Baire
1.
El teorema de Cantor
En este captulo estudiaremos m

as a fondo los espacios metricos completos. Lo primero que haremos es establecer la equivalencia entre completitud
y la llamada propiedad de Cantor, la cual demostraremos en esta secci
on.
Si A es un subconjunto no vaco del espacio metrico (X, d), definimos el
di
ametro de A como
(
supx,yA d(x, y) si A es acotado
di
am A =
si A no es acotado.
Si A es acotado, entonces el conjunto
{d(x, y) : x, y A}
es acotado ya que, si para alg
un x0 X, d(x, x0 ) M para todo x A,
entonces
d(x, y) d(x, x0 ) + d(x0 , y) 2M
para todo x, y A. Entonces di
am A existe por la completitud de los n
umeros reales.
Ahora demostraremos el teorema de Cantor, el cual ofrece una propiedad equivalente a completitud en terminos del di
ametro de sucesiones de
conjuntos.
Ejemplo 6.1. Sea x X y Br (x) la bola de radio r con centro en x.
Entonces
di
am Br (x) 2r.
99
100
6. Teora de Baire
Para mostrar esto, vemos que, si y, z Br (x), entonces, por la desigualdad

del tri
angulo,
d(y, z) d(y, x) + d(x, z) < 2r.
Entonces
di
am Br (x) = sup d(y, z) 2r.
y,zBr (x)
Aunque no es muy difcil mostrar que di

am Br (x) = 2r en el espacio Rl ,
tambien es posible que este di
ametro sea menor a 2r (ejercicios 1 y 2).
El di
ametro satisface las siguientes propiedades.
Proposici
on 6.2. Sean A, B X no vacos. Entonces
1. di
am A = 0 si, y solo si, A = {x} para alg
un x X;
2. Si A B, entonces di
am A di
am B.
Demostraci
on.
1. La primera parte se sigue porque d(x, y) = 0 si, y
solo si, x = y.
2. Si A B, entonces
{d(x, y) : x, y A} {d(x, y) : x, y B},
por lo que entonces di

am A di
am B.
Decimos que (An ) es una sucesi

on decreciente de conjuntos si An+1 An
para cada n.
Teorema 6.3 (Cantor). El espacio metrico (X, d) es completo si, y solo si,
para toda sucesi
on decreciente de subconjuntos An , no vacos y cerrados en
X, tal que lmn di
am An = 0, tenemos que
\
An = {x0 }
n=1
para alg
un x0 X.
Demostraci
on. Supongamos que (X, d) es completo, y sea An una sucesion
de conjuntos no vacos cerrados en X, decreciente y tal que
lm di
am An = 0.
Tomemos una sucesion (xn ) en X tal que xn An . Observamos que tal sucesion es de Cauchy. Para verificarlo, sean > 0 y N > 0 tal que di
am AN < .
Entonces, para todo n N , An AN y, por lo tanto, di
am An < , lo cual
implica que si m, n N , entonces
d(xn , xm ) < .
101
1. El teorema de Cantor
Entonces (xn ) es una sucesion de Cauchy y, por la T

completitud de X,
converge, digamos xn x0 . Demostraremos que x0 An = {x0 }, mostrando que x0 An para todo n.
que
Para demostrar que x0 An para todo n, fijamos un n0 y demostraremos

B (x0 ) An0 6=
para todo > 0. Esto implica que x0 An0 y, como An0 es cerrado, x0 An0 .
Sea > 0. Como xn x0 , existe N > 0 tal que
d(xn , x0 ) <
para todo n N . Si tomamos n N y n n0 , entonces
xn B (x0 )
xn An An0 .
Entonces
xn B (x0 ) An0 .
Por lo tanto x0 An0 y, como n0 es arbitrario, x0 An para todo n.

Ahora bien,
di
am
\
n=1

An = 0,
T
ya que
as, di
am Ak 0. Por la proposicion
T An Ak para todo Ak y, adem
6.2, An = {x0 }.
Para mostrar la inversa, sea (xn ) una sucesion de Cauchy en X. Definimos los conjuntos
Tn = {xk : k n},
An = Tn .
Claramente, cada An es no vaco, cerrado, y An+1 An , n = 1, 2, . . ..

Adem
as,
di
am An = sup d(xm , xk ),
m,kn
por el ejercicio 3. Como (xn ) es de Cauchy, dado > 0 existe N > 0 tal que
d(xm , xn ) <
2
para todo m, n N , y por lo tanto
di
am An di
am AN <
2
para
todo
n
N
.
Entonces
di
a
m
A
0.
Por
la hip
otesis del teorema,
n
T
An = {x0 } para alg
un x0 X, y no es difcil ver que xn x0 (ejercicio
4).
102
6. Teora de Baire
Ejemplo 6.4. Considere el espacio R. Entonces, dada una subsucesion de

intervalos encajados [an , bn ] [an+1 , bn+1 ],
n=1
[an , bn ] 6= .
De hecho, esta propiedad de inteseccion no vaca de intervalos encajados

es equivalente a la completitud de R. No podemos utilizar directamente el
teorema de Cantor, ya que la definicion de di
ametro depende de la completitud de R. Sin embargo, podemos reescribir la hip
otesis del teorema de la
siguiente manera:
Sean An 6= , cerrados, An An+1 , tales que para todoT > 0 existe
n0 tal que para todos x, y An0 , d(x, y) < . Entonces An = {x0 }
para alg
un x0 X.
Este enunciado evita el uso del di

ametro de un conjunto, y la equivalencia
con la completitud de R se muestra de la misma manera con la que fue
demostrado el teorema de Cantor (ejercicio 5).
2.
El teorema de Baire
En esta secci
on mostraremos el teorema de Baire, y daremos algunas
aplicaciones en la siguiente. Aunque este teorema es una simple consecuencia
del teorema de Cantor demostrado en la secci
on anterior, su uso ofrece un
metodo muy poderoso para resolver diversos problemas de an
alisis.
Recordemos que si S, A X, decimos que S es denso en A si, para todo
> 0 y x A, B (x) S 6= ; es decir, S A.
Es claro que la uni

on de conjuntos densos es tambien un conjunto denso.
Esto
no es cierto acerca de la interseccion de conjuntos densos, ya que incluso
esta puede ser vaca, como en el caso Q y R \ Q, los cuales son densos en R
y disjuntos.
Sin embargo, la interseccion de dos conjuntos densos abiertos en un
espacio metrico completo es un conjunto denso. De hecho, tambien en el
caso de intersecciones contables, como establecemos a continuaci
on.
Teorema 6.5 (Baire). Sea (X, d) un espacio metrico completo y {Un }
n=1
una familia contable de conjuntos abiertos densos en X. Entonces
\
Un
U=
n=1
es denso en X.
Demostraci
on. Sean x X y > 0. Mostraremos que la interseccion
B (x) U no es vaca.
103
2. El teorema de Baire
Como U1 es denso, existe x1 B (x) U1 . Tanto B (x) como U1 son

abiertos, por lo que B (x) U1 es tambien abierto y podemos encontrar un
1 > 0 tal que
B1 (x1 ) B (x) U1 .
Sea
r1 = mn
y
o
2 2
1
r (x1 ).
A1 = B
1
A1 es cerrado y es subconjunto de B (x) U1 . De igual forma, ya que U2 es
abierto y denso en X, podemos encontrar x2 X y r2 tales que

4
A2 = Br2 (x2 ) Br1 (x1 ) U2 B (x) U2 .

Por induccion, construmos una sucesion decreciente de conjuntos cerrados
no vacos An tal que
di
am An n
2
y
An B (x) Un .
T
un x0 X. Pero entonces
Por el teorema de Cantor, n An = {x0 } para alg
x0 An B (x) Un
para todo n, por lo que concluimos que

x0 B (x) U.

Decimos que un subconjunto A X es denso en ninguna parte si el
conjunto X \ A es denso. Es decir, para todo x A y > 0, B (x) 6 A.

En otras palabras, A es denso en ninguna parte si su cerradura A no
contiene ning
un conjunto abierto.
Ejemplo 6.6. El conjunto vaco es denso en ninguna parte.
Ejemplo 6.7. Si X = Rl , entonces todos sus subconjuntos finitos son densos
en ninguna parte. De hecho, esto es cierto de todos los subespacios discretos
de Rl , como Z
o {1/n}n1 en R.
Ejemplo 6.8. El conjunto de Cantor, definido en el ejemplo 1.41, es un
conjunto denso en ninguna parte de R. Para verificar esto, sea x C y
1
> 0. Si n es tal que n < , entonces es claro que
3
(x , x + ) 6 I,
104
6. Teora de Baire
donde I es el intervalo de longitud 3n que contiene a x obtenido en la

n-esima iteraci
on en la construcci
on de C (vease el ejemplo 1.41). Entonces
(x , x + ) 6 C
y, como C es cerrado en R, concluimos que denso en ninguna parte.
Definici
on 6.9. Sea (X, d) un espacio metrico. Decimos que X es un espacio
de primera categora si existe una sucesion de conjuntos En X, densos en
ninguna parte, tales que
[
X=
En .
n
Decimos que X es de segunda categora si no es de primera categora.
Es decir, un espacio es de primera categora si es la uni

on contable de
conjuntos densos en ninguna parte, y de segunda categora si no lo es.
Ejemplo 6.10. Un espacio discreto X es de segunda categora, porque no
contiene conjuntos densos en ninguna parte (ejercicio 6).
Corolario 6.11 (Baire). Si (X, d) es un espacio metrico completo, entonces
X es de segunda categora.
Demostraci
on. Sea {En } una colecci
on contable de subconjuntos de X
densos en ninguna parte. Demostraremos que
[
En 6= X.
n
Sean
Un = X \ E n .
Entonces cada Un es abierto, denso, y, por el teorema de Baire, la interseccion

\
[
Un = X \ E n
n
es un conjunto denso. En particular,

[
X \ E n 6=
n
y, como
X\
[
n
En
[
n
En tampoco es vaco. Por lo tanto
En ,
S
En 6= X.
Tanto el teorema 6.5 como el corolario 6.11 son conocidos como el

teorema de Baire, y nosotros utilizaremos este nombre para referirnos a
cualquiera de estos dos resultados.
105
3. Aplicaciones
3.
Aplicaciones
3.1. Cardinalidad. Una consecuencia directa del teorema de Baire es la

incontabilidad de R. Si R fuera contable, entonces sera la uni
on contable de
cada uno de sus puntos y, como hemos visto que cada subconjunto finito de
R es denso en niguna parte, esto contradice la completitud de R. Podemos
generalizar este resultado de la siguiente manera.
Teorema 6.12. Sea (X, d) un espacio metrico completo tal que cada uno
de sus puntos es un punto de acumulaci
on de X. Entonces X es incontable.
Demostraci
on. Si x es un punto de acumulacion de X, entonces todas las
bolas B (x) contienen puntos de X distintos a x, por lo que entonces el
conjunto X \ {x} es denso. Como {x} es cerrado, {x} es denso en niguna
parte. Si X fuera contable, sera la uni
on contable de cada uno de sus puntos,
una contradicci
on con la completitud de X, por el teorema de Baire.

Ejemplo 6.13. El conjunto de Cantor es un subespacio completo de R
(porque es cerrado en R y por el teorema 2.20) y no tiene puntos aislados
(ejercicio 18 del captulo 1). Por el teorema 6.12, C es incontable.
3.2. Conjuntos G y F . Sabemos que la interseccion infinita de conjuntos abiertos en un espacio metrico no es, en general, un conjunto abierto,
y lo mismo sucede con uniones infinitas de conjuntos cerrados. Sin embargo,
cuando nos referimos a uniones o intersecciones contables, podemos obtener
algunos resultados u
tiles para resolver varios problemas de an
alisis.
Definici
on 6.14. Sea (X, d) un espacio metrico. Decimos que A X es un
conjunto G en X si A es la interseccion contable de conjuntos abiertos en
X.
Decimos que A es un conjunto F si es la uni
on contable de conjuntos
cerrados en X.
Ejemplo 6.15. Todo subconjunto contable de X es un conjunto F en X.
Esto se debe a que cada punto de X es cerrado en X.
Ejemplo 6.16. Si x X, entonces
{x} =
B1/n (x),
n=1
por lo que entonces el conjunto {x} es un conjunto G en X.

Si A es un conjunto G en X, entonces X \ A es un conjunto F . Esto se
sigue por la leyes de De Morgan. De la misma forma, si A es F , entonces
X \ A es G en X (ejercicio 8).
106
6. Teora de Baire
Por el ejemplo 6.15, si X \ A es contable, entonces A es un conjunto G

en X.
Ejemplo 6.17. Los conjuntos Q y R \ Q son conjuntos F y G en R,
respectivamente.
El ejemplo 6.17 da origen a la siguiente pregunta: es el conjunto Q
un conjunto G en R? La respuesta a esta pregunta es negativa, como lo
establece el siguiente teorema.
Teorema 6.18. El conjunto Q no es G en R.
Demostraci
on. Supongamos que
Q=
Un ,
n=1
donde los conjuntos Un son abiertos en R. Como Q es denso, cada Un es

denso, y por lo tanto los conjuntos En = R \ Un son densos en ninguna
parte. Entonces podemos escribir
[
[
{q},
R=
En
qQ
la uni
on contable de conjuntos densos en ninguna parte (Q es contable).
Esto contradice el teorema de Baire y la completitud de R.

3.3. Continuidad de funciones. Consideremos las funciones, en R, dadas por
(
1 si x Q
f (x) =
(6.1)
0 si x R \ Q,
1 si x Q y x = p , mcd(p, q) = 1
q
q
g(x) =
(6.2)
0 si x R \ Q,
donde mcd(p, q) denota el m

aximo com
un divisor de los enteros p y q. La
funcion f es discontinua en todos los puntos de R, mientras que g es continua
precisamente en los n
umeros irracionales (ejercicios 12 y 13).
Tales funciones nos hacen pensar en la siguiente pregunta: existe una

funcion en R que sea continua precisamente en los n
umeros racionales, es
decir, continua en Q y discontinua en R \ Q? Demostraremos que tal funcion
no existe utilizando el teorema de Baire.
Definici
on 6.19. Dada una funcion f : X Y , donde (X, d) y (Y, d ) son
dos espacios metricos, definimos el conjunto de continuidades de f como el
conjunto
Cf = {x X : f es continua en x}.
107
3. Aplicaciones
Para contestar la pregunta anterior, estudiaremos algunas propiedades

del conjunto Cf . Para esto, consideremos las siguientes funciones.
Definici
on 6.20. Sea f : X Y . Para x X y > 0 definimos
(
sup{d (f (y), f (z)) : y, z B (x)} si f es acotada en B (x)
Of (x, ) =
de otra forma.
Definimos ahora, para x X,
Of (x) = nf O(x, ).
>0
La funcion Of (x) es llamada la oscilaci

on de f en x.
Notamos que, si , entonces Of (x, ) Of (x, ), por lo que
Of (x) = lm Of (x, )
0
si Of (x, ) < para alg

un > 0.
1
Ejemplo 6.21. Sea X = (0, 1) y f (x) = . Entonces
x
1
Of , =
4
si 1/4. Sin embargo, como f es continua en 1/4, para cada > 0 existe
> 0 tal que
1

1
B f
= B (4),
f B
4
4
por lo que
1
Of , 2.
4
Entonces, como > 0 es arbitrario, Of (1/4) = 0.
En general, si f es continua en x, entonces Of (x) = 0. La inversa tambien
es cierta, como mostramos a continuaci
on.
Proposici
on 6.22. Sean (X, d) y (Y, d ) dos espacios metricos, f : X Y
y x X. Entonces f es continua en x si y solo si Of (x) = 0.
Demostraci
on. Supongamos que f es continua en x y sea > 0. Entonces
existe > 0 tal que
f (B (x)) B/2 (f (x)).
Entonces, si y, z B (x),

d (f (y), f (z)) d (f (y), f (x)) + d (f (x), f (z)) < + = ,
2 2
por lo que entonces
Of (x, ) .
Como > 0 es arbitrario, esto demuestra que Of (x) = 0.
108
6. Teora de Baire
De manera inversa, supongamos que Of (x) = 0, y sea > 0. Como

lm Of (x, ) = 0,
existe > 0 tal que Of (x, ) < ; es decir, para y, z B (x),

d (f (y), f (z)) < .
Pero esto implica que f (y) B (f (x)) para todo y B (x) y, por lo tanto,
f es continua en x.

Tenemos entonces que
Cf = {x X : Of (x) = 0}.
Ejemplo 6.23. Sea X = [0, 1] y f la funcion
0 x = 0
f (x) = 1
0 < x 1.
x
Entonces Of (0, ) = para todo > 0.
Ejemplo 6.24. Consideremos ahora X = [0, 1] y f la funcion
0
x=0
1
f (x) =
sin
0 < x 1.
x
Vease la figura 1. Entonces Of (0, ) = 2 para todo > 0.
1
0.5
0.2
0.4
0.6
0.8
-0.5
-1
Figura 1. Gr
afica de la funci
on f en [0, 1].
Ejemplo 6.25. Si f : R R es la funcion definida por (6.1), entonces

Of (x, ) = 1 para todo x R y > 0, ya que cualquier intervalo (x, x+)
contiene n
umeros racionales e irracionales, por lo que
sup{|f (y) f (z)| : y, z (x , x + } = 1.
Entonces Of (x) = 1 para todo x [0, 1].
109
3. Aplicaciones
Ejemplo 6.26. Si g : R R es la funcion definida por (6.2), entonces

Og (x) = g(x) (ejercicio 14).
Los ejemplos anteriores describen la funcion oscilaci
on en distintos puntos del dominio de una funcion. Sabemos que Of (x) = 0 si f es continua en
x y Of (x) > 0 si f no es continua en x (o , si f no es acotada en ninguna
vecindad de x). Ahora bien, si definimos el conjunto
Of () = {x X : Of (x) < },
tenemos el siguiente resultado.
Lema 6.27. El conjunto Of () es abierto en X.

Demostraci
on. Sea x Of (). Queremos encontrar un > 0 tal que
B (x) Of (),
es decir, Of (y) < para todo y B (x). Ahora bien, como x Of (),
existe un n
umero 0 tal que Of (x, 0 ) < . De hecho, para alg
un 0 > 0,
Of (x, 0 ) 0 , es decir,
d (f (y), f (z)) 0 para todo y, z B0 (x).
Sea = 0 /2. Demostraremos que B (x) Of (). Para esto, sea y B (x).
Si d(z, y) < , entonces
d(z, x) d(z, y) + d(y, x) < + = 0 ,
por lo que
y entonces, si
z, z
B (y) B0 (x)
B (y), z, z B0 (x) y
d (f (z), f (z )) 0 .
Esto significa que Of (y, ) 0 , y por lo tanto Of (y) < .
Tenemos entonces el resultado principal de esta secci

on.
Teorema 6.28. El conjunto Cf es un conjunto G .
Demostraci
on. Ya hemos visto que Cf = {x X : Of (x) = 0}, por lo que
entonces
\
Of (1/n).
Cf =
n=1
Cada Of (1/n) es abierto por el lema 6.27 y, por lo tanto, Cf es un conjunto

G .
Como el conjunto de los n

umeros racionales no es un conjunto G en R,
por el teorema 6.18 tenemos entonces la respuesta a la pregunta hecha al
inicio de estas notas.
110
6. Teora de Baire
Corolario 6.29. No existe una funci

on f : R R tal que Cf = Q.
3.4. Diferenciabilidad de funciones. En esta secci
on demostraremos
la existencia de una funcion continua y no diferenciable en todo su dominio.
De hecho, mostraremos que el conjunto de funciones continuas diferenciables
en al menos un punto en [0, 1] es de primera categora en C([0, 1]).
Lema 6.30. Sea Fn el conjunto
Fn = {f C([0, 1]) : existe x0 [0, 1 1/n] tal que,
para todo x [x0 , 1), |f (x) f (x0 )| n(x x0 )}.
Entonces
1. Fn es cerrado en C([0, 1]).
2. Fn es denso en ninguna parte.
Demostraci
on.
1. Sea (fk ) una sucesion en Fn que converge uniformemente, digamos fk f . Demostraremos que f Fn . Para esto,
escogemos, para cada k, xk [0, 1 1/n] tal que
|fk (x) f (xk )| n(x x0 )
para todo x [xk , 1). Como [0, 1 1/n] es compacto, (xk ) tiene una
subsucesion convergente, digamos xkl x0 . Demostraremos que
|f (x) f (x0 )| n(x x0 )
para todo x [x0 , 1).
Sea > 0. Sea K tal que, para k, l K,
|fk (x) f (x)| <
y |fk (x) fl (x)| <
para todo x [0, 1]. Ahora, sea > 0 tal que, si |xx0 | < , entonces
|fK (x) fK (x0 )| < .

5
Escogemos L tal que kL K y, si l L, entonces
|xkl x0 | < mn{,
}.
5n
111
3. Aplicaciones
Sea x [x0 , 1). Si x xkL ,
|f (x) f (x0 )| |f (x) fkL (x)| + |fkL (x) fkL (xkL )|
+ |fkL (xkL ) fK (xkL )| + |fK (xkL ) fK (x0 )|
+ |fK (x0 ) f (x0 )|

< + n(x xkL ) + + +

5
5 5 5

= + n(x x0 + x0 xkL ) + + +
5
5 5 5

< + n(x x0 ) + n
+ + + = n(x x0 ) + .
5
5n 5 5 5
Si x < xkL , x0 x < xkL , por lo que |x x0 | < . Entonces
|f (x) f (x0 )| |f (x) fK (x)| + |fK (x) fK (x0 )| + |fK (x0 ) f (x0 )|
3

< + + = < n(x x0 ) + .
5 5 5
5
Como > 0 es arbitrario, entonces
|f (x) f (x0 )| n(x x0 )
para todo x [x0 , 1).
2. Sean f C([0, 1]) y > 0. Tenemos que encontrar g C([0, 1]) tal
que ||f g||u < y g 6 Fn .
Como f es uniformemente continua, existe 0 tal que, si |xy| <
0 , entonces |f (x) f (y)| < /5.
Sea = mn{0 , /(5n)}, y tomamos
x0 = 0 < x1 < . . . < xm = 1
tales que xi xi1 < . Definimos g : [0, 1] R como
(1)i
,
i = 1, 2, . . .
5
g(xi ) g(xi1 )
(x xi ), xi1 x xi .
g(x) = g(xi ) +
xi xi1
g(xi ) = f (xi ) +
(Vease la figura 2.)

Ahora bien, para x [0, 1], si xi1 x xi ,
|f (x) g(x)| |f (x) f (xi )| + |f (xi ) g(xi )| + |g(xi ) g(x)|

< + + |g(xi ) g(xi1 )|
5 5
2
2
+ |f (xi ) f (xi1 ) + (1)i |
=
5
5
4
+ |f (xi ) f (xi1 )| < .

5
Por lo tanto ||f g||u < .
112
6. Teora de Baire
Figura 2. Construcci
on de la funci
on g en la demostraci
on del lema 6.30.
Para mostrar que g 6 Fn , es suficiente con demostrar que las

pendientes de las rectas que definen la funcion g son mayores, en
valor absoluto, a n. Pero esto es

i 2
g(xi ) g(xi1 ) f (xi ) f (xi1 ) + (1) 5

xi xi1 =

xi xi1
2
|f (xi ) f (xi1 )|
5
|xi xi1 |
2
> 5 5 = n.
5n

El conjunto Fn es el conjunto de funciones f tales que, para alg
un x0
[0, 1 1/n], las secantes a la gr
afica de f que pasan por x0 y por otro punto
a la derecha de x0 , tienen pendiente menor que n, en valor absoluto. Es facil
de ver, entonces, que los Fn contienen a todas las funciones diferenciables
en al menos un punto.
Lema 6.31. Sea f : [0, 1] R diferenciable en x0 [0, 1). Entonces existe
n tal que f Fn .
Demostraci
on. Como f es diferenciable en x0 , existe > 0 tal que, si
|x x0 | < , entonces

|f (x) f (x0 )| |f (x0 )| + 1 |x x0 |.
113
Ejercicios
Si M > 0 es tal que |f (x)| M para todo x [0, 1], entonces, si

x x0 + ,
2M
|f (x) f (x0 )| 2M
|x x0 |.
2M
}, entonces f Fn .

Entonces, si n > m
ax{|f (x0 )| + 1,
Hemos llegado entonces a nuestro objetivo.

Teorema 6.32. Existe f C([0, 1]) tal que, para todo x [0, 1], f no es
diferenciable en x.
Demostraci
on. Por el lema 6.31, si f es diferenciable en x0 [0, 1), entonces f Fn para alg
un n. Pero, por el lema 6.30, cada Fn es denso en
ninguna parte, por lo que
C([0, 1]) 6=
n=2
por el teorema de Baire. Si g C([0, 1]) \
Fn ,
n=2
Fn , entonces g no es diferen-
ciable en ning
un punto de [0, 1). Si
1
(x 1) sen
x1
h(x) =
0
x [0, 1)
x = 1,
entonces h no es diferenciable en 1 y, por lo tanto, f = g + h no es diferenciable en ning

un punto de [0, 1].
Ejercicios
1. Si Br (x) es la bola en Rl de radio r con centro en x, entonces
di
am Br (x) = 2r.
2. De un ejemplo de un espacio X y una bola Br (x) en X tal que
di
am Br (x) 6= 2r.
3. Para todo subconjunto A del espacio metrico (X, d),
di
am A = di
am A.
4. SeaTAn una sucesion de subconjuntos de (X, d) tales que di
am An 0.
Si An = {x} y xn An para cada n, entonces xn x.
5. Los siguientes enunciados son equivalentes:
114
6. Teora de Baire
* Sea S un subconjunto no vaco de R, acotado por arriba. Entonces

S tiene un supremo.
** Sea [an , bn ] una sucesion de intervalos encajados, es decir
T
[an+1 , bn+1 ] [an , bn ].
Entonces [an , bn ] 6= .
El enunciado (**) es utilizado como Axioma de Completitud en el
texto de Courant y John [1].
6.
a) Si X es un espacio discreto, entonces ning

un subconjunto no vaco
de X es denso en ninguna parte.
b) Si X es un espacio discreto, entonces es de segunda categora.
7. Sea A X denso en X. Si E es cerrado en X y E A = , entonces E

es denso en ninguna parte.
8.
a) Si A es un conjunto G en X, entonces X \ A es F en X.
b) Si A es un conjunto F en X, entonces X \ A es G en X.
9. Si A X es G y denso en X, entonces X \ A es de primera categora.
10. Si A y X \ A son densos en el espacio completo X, entonces s

olo uno de
ellos puede ser F en X.
11. Sea A X contable y denso en el espacio completo X. Entonces A no
es G .
12. La funcion f : R R definida por (6.1) es discontinua en todo punto
de R.
13. La funcion g : R R definida por (6.2) es continua en los irracionales
y discontinua en los racionales.
14. Si g : R R esta definida por (6.2), entonces Og (x) = g(x).
15. Enumeramos los racionales entre 0 y 1 como Q (0, 1) = {rn : n 1}

y, para cada n, definimos la funcion
0
0 x < rn
gn (x) =
1
rn x 1.
2n
P
a) La serie P
n=1 gn converge uniformemente.
b) Si g(x) =
n=1 gn (x), calcule Og (x) para cada x [0, 1].
Captulo 7
El teorema de punto
fijo y aplicaciones
1.
Problemas de valor inicial
La primera motivaci
on para el contenido de este captulo es el estudo de
la ecuaci
on diferencial ordinaria
(7.1a)
x (t) = F (x(t), t),
donde buscamos una funcion t 7 x(t) : R Rl que satisfaga la ecuaci

on
(7.1), donde F : Rl R Rl . En particular, nos interesa la respuesta a
la siguiente pregunta: Bajo que condiciones en F la ecuaci
on (7.1a) tiene
solucion en un intervalo (, ) que satisface
(7.1b)
x(0) = x0 ,
x0 Rl , como condici
on inicial?
A la pareja de ecuaciones (7.1) se le denomina problema de valor inicial,

y nos referiremos a el como PVI. Observemos que si integramos con respecto
a la variable t la ecuaci
on (7.1a), y haciendo uso del valor inicial (7.1b) y
del teorema fundamental del calculo, llegamos a la ecuaci
on integral
Z t
(7.2)
x(t) = x0 +
F (x(s), s)ds.
0
Observamos que, si F es continua, la ecuaci

on (7.2) es equivalente al PVI
(7.1), de nuevo por el teorema fundamental del calculo. Esto

quiere decir que
si la funcion x(t) es una solucion de (7.1), entonces es tambien una soluci
on
de (7.2) y viceversa. As que podemos estudiar el PVI (7.1) a traves de la
ecuaci
on integral (7.2).
115
116
7. El teorema de punto fijo y aplicaciones
La principal ventaja de escribir el PVI como la ecuaci

on (7.2), es el hecho
que, si F es continua, entonces el operador x 7 (x) definido por
Z t
F (x(s), s)ds
(x)(t) = x0 +
0
es continuo en el espacio C([r, r], Rl ) de las funciones continuas en un

intervalo [r, r] alrededor de 0. Por lo tanto, reducimos entonces el problema
al estudio del operador sobre este espacio, para el cual hemos estudiado
su estructura con detalle.
En particular, observamos que una solucion x(t) al PVI satisface la ecuaci
on
(x) = x,
por lo que entonces x es un punto fijo de . De tal forma que reducimos el
trabajo a la respuesta de las siguientes dos preguntas:
1. Bajo que condiciones en F podemos garantizar que el operador
tiene un punto fijo en C([, ], Rl ), para alg
un > 0?
2. Bajo que condiciones podemos garantizar que este punto fijo es
u
nico?
La segunda pregunta es importante, porque responde a la pregunta sobre
la unicidad de la solucion al PVI (7.1). Los siguientes dos ejemplos muestran
distintas situaciones sobre unicidad de la solucion.
Ejemplo 7.1. Consideremos el problema de valor inicial x (t) = x(t),
R, con x(t) = 1. Es facil ver que la funcion x(t) = et satisface este PVI,
as como tambien es un punto fijo del operador con F (x, t) = x, ya que
Z t
t
et dt = et .
(e ) = 1 +
0
Mas a
un, podemos verificar que esta solucion es u
nica: Si y(t) es una solucion
al PVI, consideramos f (t) = et y(t). Entonces
f (t) = et y(t) + et y (t) = (y(t) + y (t))et = 0
para todo t, por lo que f (t) es entonces constante, por el teorema del valor
medio. Como f (0) = y(0) = 1, entonces f (t) = 1 y, por lo tanto, y(t) = et .
No es muy difcil mostrar, de manera similar, que la soluci
on a la ecuaci
on
= f (t)x(t), x(0) = x0 R, donde f : R R es continua, es u
nica,
utilizando el teorema del valor medio (ejercicio 1).
p
Ejemplo 7.2. Consideremos ahora el PVI dado por x (t) = x(t), con
x(0) = 0. Es claro que la solucion constante trivial x(t) = 0 para todo t es
x (t)
117
una solucion a este problema. Sin embargo, la funcion
0
t0
(7.3)
x(t) = t2
t > 0,
4
es tambien solucion. As que este problema no tiene solucion u
nica.
De hecho, el PVI del ejemplo 7.2 tiene una infinidad de soluciones (ejercicio 2).
En las siguientes secciones comprenderemos la razon por lo cual los dos
ejemplos previos tienen distinta unicidad de soluciones, lo cual haremos a
traves del teorema de punto fijo de Banach.
2.
El teorema de contracci
on
En esta secci
on mostraremos el teorema de contraccion de Banach, con el
cual obtendremos, m
as adelantes, condiciones para resolver el PVI descrito
en la secci
on anterior.
Definici
on 7.3. Dada una funcion f : X X de un conjunto en s mismo,
decimos que x es un punto fijo de f si f (x) = x.
Ejemplo 7.4. Consideremos la funcion en R dada por f (x) = 2x + 1.
Entonces, como f (1) = 1, 1 es un punto fijo de f .
Ejemplo 7.5. La funcion f (x) = x + 1 no tiene puntos fijos en R.
Un teorema de punto fijo es un enunciado que garantiza la existencia
y unicidad de un punto fijo, bajo ciertas condiciones, de una funcion dada.
Definici
on 7.6. Sean (X, d) y (Y, d ) dos espacios metricos, y : X Y .
Decimos que es una contracci
on si existe un n
umero , 0 < 1, tal que
d ((x), (y)) d(x, y)
para todo x y y en X.
Es decir, una contraccion reduce distancias entre puntos. Notemos que
en el caso = 0, es una funcion constante. En general, decimos que la
funcion f : X Y , donde (X, d) y (Y, d ) son dos espacios metricos, es una
funci
on de Lipschitz con constante L, si para todo x, y X,
d (f (x), f (y)) Ld(x, y).
Por lo tanto, una contraccion es una funcion de Lipschitz con constante menor que 1. M
as a
un, toda contraccion es uniformemente continua (ejercicio
3).
118
Ejemplo 7.7. Sea A la matriz de 2 2 dada por

1/12 5/8
,
A=
5/8 1/12
y consideramos la funcion en
R2
(ejercicio 4) mostrar que

1
. No es muy difcil
dada por x 7 Ax +
1
1
||Ax||E ||x||E ,
2
y entonces, para x, y R2 ,

1
1
1

Ay +
||x y||E ,
Ax +
1
1
2
E

1
por lo que funcion x 7 Ax +
es una contraccion.
1
Ejemplo 7.8. Consideramos el operador I en C([0, 1/2]) dado por
Z 1
2
If (x) =
f,
0
para f C([0, 1/2]). Entonces

|If (x)|
1
2
1
|f (t)|dt ||f ||u ,
2
y por lo tanto I es una contraccion en C([0, 1/2]), ya que

1
||If Ig||u ||f g||u
2
para f, g C([0, 1/2]).

A continuaci
on enunciamos el teorema de Banach, que establece que las
contracciones en espacios completos tienen puntos fijos u
nicos.
Teorema 7.9 (Contraccion de Banach). Sea (X, d) un espacio metrico completo. Si la funci
on : X X es una contracci
on, entonces tiene un u
nico
punto fijo.
Demostraci
on. Sea x0 X y construmos la sucesion (xn ) en X de la
forma
x1 = (x0 ), xn+1 = (xn ), n = 1, 2, . . . .
Mostraremos primero que (xn ) es una sucesion de Cauchy y, por la completitud de X, converge.
119
Sean n > m. Entonces

d(xn , xm ) = d((xn1 ), (xm1 )) d(xn1 , xm1 )
2 d(xn2 , xm2 ) m d(xnm , x0 )

m d(xnm , xnm1 ) + . . . + d(x1 , x0 )

m nm1 + . . . + 1 d(x1 , x0 )
m (1 mn )
m
d(x1 , x0 )
d(x1 , x0 ).
1
1
0. Entonces, si > 0 y N es tal que
=
Como 0 < 1, m
N
d(x1 , x0 ) < ,
1
entonces d(xn , xm ) < para n, m N , por lo que (xn ) es una sucesion de
Cauchy.
Suponemos entonces que xn x
. Demostraremos que x
es un punto fijo
mostrando que d(
x, (
x)) < , para todo > 0.
Como xn x
, sea N > 0 tal que d(xn , x
) < /2 para todo n N .
Entonces
d(
x, (
x)) d(
x, xN +1 ) + d(xN +1 , (
x))
+ d((xN ), (
x)) + d(xN , x
)
<
2
2
<
+ < .
2
2
Para mostrar la unicidad, supongamos que x
y y son dos puntos fijos de .
Entonces
d(
x, y) = d((
x), (
y )) d(
x, y),
y, como < 1, esto es posible solo si x
= y.
Ejemplo 7.10.
Si A es la matriz del ejemplo 7.7, entonces la funcion x 7

1
es una contraccion, y por lo tanto tiene un u
nico punto
(x) = Ax +
1
fijo. No es difcil verificar que este punto es

24/7
.
x0 =
24/7
Ejemplo 7.11. La funcion f 7 If del ejemplo 7.8 es una contraccion, por
lo que tiene un u
nico punto fijo: la funcion constante f = 0.
Para finalizar esta secci
on observamos que, por la parte final de la demostracion del teorema 7.9, si X Y y : X Y es una contraccion,
entonces, en el caso en que tiene un punto fijo, este punto fijo debe ser
u
nico.
120
3.
Existencia y unicidad de soluciones

Consideremos entonces la ecuaci
on integral (7.2), donde
F : Rl R Rl
x0 Rl .
Sea r > 0 y definimos el operador

: C([r, r], Rl ) C([r, r], Rl )
dado por
(7.4)
(x)(t) = x0 +
F (x(s), s)ds.
El operador esta bien definido, ya que si x y F son continuas, entonces

s F (x(s), s) tambien es continua, por lo que es Riemann-integrable (componente por componente) y la integral (indefinida) es una funcion continua.
De hecho, si F es continua, esta integral es diferenciable y
((x)) (t) = F (x(t), t),
por el teorema fundamental del calculo. Entonces toma valores en
C 1 ([r, r], Rl ),
el espacio de funciones de [r, r] en Rl diferenciables y con derivada continua.
Esta observaci
on nos lleva a la siguiente conclusi
on: para encontrar las
soluciones a la ecuaci
on (7.2), es necesario y suficiente encontrar los puntos
fijos del operador . Utilizaremos el teorema de contraccion de Banach,
por lo que necesitamos condiciones para las cuales el operador es una
contraccion.
Observemos que si x, y C([r, r], Rl ), entonces
m
ax ||(x)(t) (y)(t)||E

Z t

F (x(s), s) F (y(s), s) ds
m
ax
du ((x), (y)) =
t[r,r]
t[r,r]
m
ax
t[r,r] 0
0
|t|

F (x(s), s) F (y(s), s) ds,
E
donde hemos usado el hecho que, si f : [a, b] Rl es Riemann-integrable,

entonces

Z b
Z b

||f (t)||E dt
f (t)dt

a
(ejercicio 5). Entonces necesitamos de una estimacion apropiada de la diferencia

F (x(s), s) F (y(s), s) .
E
121
3. Existencia y unicidad de soluciones
Teorema 7.12. Sea F : Rl R Rl una funci

on continua, tal que es de
Lipschitz en la primer variable con constante M independiente de la segunda
variable. Es decir, para x, y Rl y t R,

F (x, t) F (y, t) M ||x y||E .
(7.5)
E
Entonces, existe > 0 tal que el operador
: C([, ], Rl ) C 1 ([, ], Rl ) C([, ], Rl ),

dado por
(x)(t) = x0 +
F (x(s), s)ds,
tiene un u
nico punto fijo.
t [, ],
. Entonces, para t [, ],
M
Z |t|

F (x(s), s) F (y(s), s) ds
Demostraci
on. Sean 0 < < 1 y 0 < <

(x)(t) (y)(t)
|t|

M x(s) y(s)E ds
|t|
||x y||u ds = M ||x y||u |t|
||x y||u ,
uniformemente en t [, ]. Por lo tanto
||(x) (y)||u ||x y||u ,
y entonces es una contraccion en C([, ], Rl ). Por el teorema de contraccion de Banach, tiene un u

nico punto fijo.

Tenemos entonces, en termino del PVI (7.1), el siguiente resultado.
Corolario 7.13. Si F satisface las condiciones del Teorema 7.12, entonces
existe un > 0 tal que el PVI (7.1) tiene una u
nica soluci
on en el intervalo
(, ).
Ejemplo 7.14. Consideremos el problema
x (t) = tx
x2 + 1
x(0) = 1.
No es muy difcil verificar, si hacemos
F (x, t) =
tx
,
+1
x2
122
que F satisface, para t [, ],

|F (x, t) F (y, t)| |x y|.
Entonces el PVI tiene solucion u
nica en un intervalo alrededor de 0.
Observamos que la funcion x no es una funcion de Lipschitz en [0, )

(ejercicio 7), lo que explica por que el PVI del ejemplo 7.2 tiene m
as de una
solucion.
El corolario 7.13 garantiza la existencia y unicidad de la solucion del
problema de valor inicial de primer orden (7.1). Sin embargo, es posible
extender este resultado a ecuaciones diferenciales ordinarias de orden k,
para k 1, de la forma
(7.6a)
x(k) (t) = F (xk1 (t), xk2 (t), . . . , x (t), x(t), t),
donde
l
l
l
l
F :R
| R{z R} R R ,
k veces
y con condiciones iniciales

(7.6b)
x(0) = x0 ,
x (0) = x1 ,
...
x(k1) (0) = xk1 ,
x0 , x1 , . . . , xk1 Rl .
Corolario 7.15. Si la funci
on F satisface las hip
otesis del Teorema 7.12,
vista como una funci
on en Rnk R, entonces existe > 0 tal que el problema
de valor inicial (7.6) tiene una u
nica soluci
on en el intervalo (, )
[r, r],
Demostraci
on. Considere las nuevas funciones
y1 (t) = x(t)
y2 (t) = x (t)
..
.
yk (t) = x(k1) (t)
y(t) = (y1 (t), y2 (t), . . . , yk (t))
G(y, t) =
y el punto

y2 , . . . , yk , F (yk , yk1 , . . . , y1 , t) ,
y0 = (x0 , x1 , . . . , xk1 ).
Entonces, el PVI (7.6) es equivalente a
y (t) = G(y(t), t),
y(0) = y0 ,
123
y, como F satisface las condiciones de Lipschitz, entonces

G : Rnk [r, r] Rnk
tambien satisface las condiciones de Lipschitz del teorema 7.12 (aunque con
distintas constantes), por lo que el corolario se concluye de una aplicacion
del corolario 7.13.

Ejemplo 7.16. Consideramos el PVI
(t) = sen (t)

(0) = 0

(0) = 0 .
Este sistema describe el movimiento de un pendulo. Observamos que, si

definimos
F (x, y, t) = sen x,
entonces
|F (x, y, t) F (u, v, t)| |x u| ||(x, y) (u, v)||E ,
para todo (x, y, t), (u, v, t) R2 R. Entonces el PVI tiene una u

nica solucion
alrededor de t = 0.
Observemos que la versi
on local del teorema 7.12, y del corolario 7.13,
tambien es valida. Es decir, es suficiente con suponer que F esta definida en
un conjunto abierto U Rl R alrededor del punto (x0 , 0) y que satisface
la condici
on de Lipschitz en x uniformemente en t.
Con estos metodos es posible estudiar el PVI
F (x (t), x(t), t) = 0,
x(0) = x0 Rl ,
para una funcion F : Rl Rl R R. Sin embargo, ahora tambien es

necesario establecer las condiciones para las cuales podemos resolver para
x , y entonces aplicar el corolario 7.13. Para esto es necesario usar el teorema
de la funcion implcita, el cual repasaremos en la siguiente secci
on.
4.
Los teoremas de la funci

on inversa e implcita
En esta secci
on repasaremos los teoremas de la funcion inversa y de la
funcion implcita, y daremos una demostraci
on de ellos basada en el teorema
de punto fijo, tomada de [6], como una aplicacion m
as del teorema 7.9.
Iniciamos con algunas observaciones referentes a transformaciones lineales. Recordemos que, si T : Rl Rm es una transformacion lineal, entonces
es continua, por el teorema 4.15, y adem
as existe M > 0 tal que
||T x||E M ||x||E
124
para todo x Rl . Si definimos por ||T ||L el nfimo de tales M ,
||T ||L = nf{M > 0 : ||T x||E M ||x||E para todo x Rl },
(7.7)
entonces ||||L es una norma en el espacio de las transformaciones lineales de

Rl en Rm , que denotaremos por L(Rl , Rm ) (ejercicio 10). Observamos que
||T ||L es de hecho una de las M de la definicion (7.7), es decir, para todo
x Rl ,
||T x||E ||T ||L ||x||E .
(7.8)
Para verificar (7.8), suponemos que existe x0 Rl tal que

||T x0 ||E > (||T ||L + )||x0 ||E ,
(7.9)
para alg
un > 0. Ahora bien, como ||T ||L es un nfimo, existe M > 0 tal
que
||T x||E M ||x||E
para todo x Rl , y ||T ||L M < ||T ||L + . Pero esto contradice (7.9),
porque
||T x0 ||E > (||T ||L + )||x0 ||E > M ||x0 ||E .
M
as a
un, ||T ||L tambien esta dada por el supremo de las normas ||T x||E ,
1 (0) en Rl , de radio 1, con
tomado sobre los vectores x en la bola cerrada B
centro en el origen (ejercicio 11).
Tambien podemos verificar la desigualdad
||T S||L ||T ||L ||S||L ,
(7.10)
para S L(Rl , Rm ) y T L(Rm , Rp ): Si x Rl , entonces

||T Sx||E ||T ||L ||Sx||E ||T ||L ||S||L ||x||E .
M
as adelante haremos uso de la siguiente proposicion. Cuando m = l, denotamos como L(Rl ) al espacio L(Rl , Rl ).
Proposici
on 7.17.
que
1. Si T L(Rl ) es invertible y S L(Rl ) es tal

||T S||L ||T 1 ||L < 1,
entonces S es invertible.
2. El conjunto GL(l) de transformaciones invertibles es abierto en el

espacio L(Rl ), y la funci
on T 7 T 1 es continua en GL(l).
Demostraci
on.
1. Observamos que es suficiente con mostrar que S es
inyectiva y, a su vez, con mostrar que ker S = {0}.
Ahora bien,
||x||E = ||T 1 T x||E ||T 1 ||L ||T x||E .
125
Entonces, por la desigualdad del tri

angulo,
||Sx||E ||T x||E ||(S T )x||E
||T 1 ||1
L ||x||E ||S T ||L ||x||E

1
= ||T 1 ||1
||L ||x||E .
L 1 ||T S||L ||T
Como ||T S||L ||T 1 ||L < 1, tenemos entonces que ||Sx||E = 0 solo
si ||x||E = 0, por lo que S es inyectiva.
2. Por la primera parte, si T GL(l), tenemos que

BrL (T ) GL(l),
l
L
donde r = ||T 1 ||1
L y B1 (T ) es la bola de radio r en L(R ) alrededor
de T . Entonces GL(l) es abierto.
Para mostrar la continuidad de la inversa, observamos primero
que, si T, S GL(l), entonces
(7.11) ||T 1 S 1 ||L = ||T 1 (S T )S 1 ||L ||T 1 ||L ||T S||L ||S 1 ||L ,
por la desigualdad (7.10). Ahora bien, tenemos que

||Sx||E ||T 1 ||1
L ||S T ||L ||x||E ,
por lo que entonces
||S 1 x||E ||T 1 ||1

L ||S T ||L
1
||x||E .
1
Si tenemos que ||T S||E < ||T 1 ||1
L , entonces
2
||S 1 x||E 2||T 1 ||L ||x||E ,
y por lo tanto ||S 1 ||L 2||T 1 ||L . Combinando con la ecuaci

on
(7.11) obtenemos
||T 1 S 1 ||L 2||T 1 ||2L ||T S||L ,
lo cual demuestra la continuidad de la funcion T 7 T 1 en GL(l).
Recordemos que, si U es un conjunto abierto en Rl , entonces una funcion

f : U Rm es diferenciable en x0 U si existe una transformacion lineal
T L(Rl , Rm ) tal que, para todo > 0, existe > 0 tal que, si h Rl
satisface ||h||E < y x0 + h U , entonces
(7.12)
||f (x0 + h) f (x0 ) T h||E < ||h||E .
En otras palabras,
(7.13)
lm
h0
||f (x0 + h) f (x0 ) T h||E

= 0.
||h||E
126
Si T y S satisfacen (7.13), entonces, para cualquier x Rl , x 6= 0,

||(T S)x||E
||(T S)(tx)||E
= lm
t0
||x||E
||tx||E
||f (x0 + tx) f (x0 ) S(tx)||E
lm
t0
||tx||E
||f (x0 + tx) f (x0 ) T (tx)||E
+ lm
t0
||tx||E
= 0,
por lo que ||(T S)x||E = 0 y entonces T = S. As que la transformacion

T es u
nica y es llamada la derivada de f en x0 , la cual denotamos como
f (x0 ).
Decimos que f : U Rm es continuamente diferenciable, y escribimos
f C 1 (U, Rm ), si f es diferenciable en cada punto de U , y la funcion
x 7 f (x)
es continua de U al espacio L(Rl , Rm ).1
Teorema 7.18 (Funcion inversa). Sea U abierto en Rl y f C 1 (U, Rl ) tal

que, para alg
un x0 U , f (x0 ) es invertible. Entonces existe una vecindad
V de x0 , V U , tal que f es inyectiva en V y f (V ) es abierto.
M
as a
un, f 1 C 1 (f (V ), Rl ) y

f 1 (y) = f (x)1
para cada y f (V ), donde x V es tal que y = f (x).

1
. Como x 7 f (x) es
2||T 1 ||L
continua de U a L(Rl ), existe > 0 tal que B (x0 ) U y, para todo
x B (x0 ),
Demostraci
on. Sea T = f (x0 ) y r =
(7.14)
||f (x) T ||L < r.
Mostraremos que V = B (x0 ) satisface la conclusi

on del teorema. En particular, observamos que
1
||T 1 ||L ||f (x) T ||L < r||T 1 ||L = < 1,
2
por lo que, por la proposicion 7.17, f (x) es invertible para cada x V .
1Equivalentemente, f C 1 (U, Rl ) si cada una de las derivadas parciales
fi
xj
existe y es continua en U . Sin embargo, en estas notas no trabajaremos con las derivadas parciales
de una funci
on.
127
Definimos, para y Rl , la funcion y : V Rl como

y (x) = x + T 1 (y f (x)).
Observamos que x V es un punto fijo de y , y (x) = x, si y solo si

f (x) = y.
Ahora bien, y (x) = I + T 1 f (x), donde I L(Rl ) es la transformacion
identidad. Entonces, para x V ,
||y (x)||L = ||I + T 1 f (x)||L = ||T 1 (T f (x))||L

1
||T 1 ||L ||f (x) T ||L < ,
2
por lo que (ejercicios 12 y 13) tenemos que
1
||y (x1 ) y (x2 )||E ||x1 x2 ||E
2
para todo x1 , x2 V . Entonces y es una contraccion de V a Rl .
(7.15)
Por las observaciones al final de la secci

on 2, y tiene a lo m
as un punto
fijo, por lo que entonces, si y f (V ), existe un u
nico x V tal que f (x) = y.
Entonces f es inyectiva en f (V ).
Para mostrar que f (V ) es abierto, tomamos y f (V ). Sea x V tal que

(x) V . Mostraremos que Br (y) f (V ).
f (x) = y, y sea > 0 tal que B
Tomamos z Br (y). Entonces
||z (x) x||E = ||T 1 (z f (x))||E ||T 1 ||L ||z y||E <
1
r = .
2r
2
(x),
Por lo tanto, para u B
||z (u) x||E ||z (u) z (x)||E + ||z (x) x||E

1
< ||u x||E + ,

2
2
(x). Como este conjunto

y por lo tanto z es una contraccion de B (x) en B
es compacto, es completo, por lo que el teorema de contraccion 7.9 implica
(x) V . Pero z (
que tiene un punto fijo, digamos u
B
u) = u
implica que
f (
u) = z, y por lo tanto z f (V ). Concluimos entonces que Br (y) f (V ),
y f (V ) es abierto.
Para finalizar, mostraremos que la inversa de f : V f (V ) es diferenciable. Recordemos que cada f (x) es invertible para x V , por lo que
verificaremos que f (x)1 es la derivada de f 1 en f (x).
Sea y f (V ). Debemos verificar entonces
||f 1 (y + k) f 1 (y) f (x)1 k||E

= 0,
k0
||k||E
lm
donde x V es tal que f (x) = y.
128
Si h = f 1 (y + k) f 1 (y), entonces
f 1 (y + k) f 1 (y) f (x)1 k = h f (x)1 k
= f (x)1 (f (x + h) f (x) f (x)h),
por lo que es suficiente con verificar que el cociente

k 0.
||h||E
es acotado cuando
||k||E
Ahora bien, y (x + h) y (x) = h T 1 k, por lo que
1
||h T 1 k||E = ||y (x + h) y (x)||E ||h||E ,
2
1
y luego, por la desigualdad del tri
angulo, ||T 1 k||E ||h||E , y as
2
||h||E 2||T 1 k||E 2||T 1 ||L ||k||E .
La continuidad de y (f )1 (y) esta garantizada por la proposicion
7.17.

Estamos listos para enunciar y demostrar el teorema de la funcion inversa, el cual ofrece condiciones suficientes para las cuales podemos resolver
la ecuaci
on
f (x, y) = 0
pra x Rl como funcion de y Rm , si f : U Rl y U Rl+m .
Teorema 7.19 (Funcion implcita). Sea U un conjunto abierto en Rl+m y
f C 1 (U, Rl ). Suponemos que, para alg
un (x0 , y0 ) U , f (x0 , y0 ) = 0 y la
l
transformaci
on T L(R ) dada por
T u = f (x0 , y0 )(u, 0)
es invertible. Entonces existen abiertos V Rl alrededor de x0 y W Rm

alrededor de y0 con la propiedad que, para cada y W , existe un u
nico
x V tal que (x, y) U y f (x, y) = 0.
M
as a
un, si escribimos tal x como g(y), entonces g C 1 (W, Rl ).
Demostraci
on. Sea F : U Rl+m dada por F (x, y) = (f (x, y), y). Enton1
ces F C (U, Rl+m ) y la transformacion F (x0 , y0 ) esta dada por

F (x0 , y0 )(u, v) = f (x0 , y0 )(u, v), v ,
por lo que es invertible (ejercicio 14). Por el teorema 7.18 de la funcion

inversa, existe un abierto U U tal que F : U F (U ) tiene inversa
F 1 : F (U ) U continuamente diferenciable, y esta inversa tiene la forma

F 1 (u, v) = G(u, v), v .
129
Si V Rl y W Rm son abiertos tales que (x0 , y0 ) V W y V W U ,

y definimos g : W Rl como
g(y) = G(0, y),
entonces x = g(y) es el u
nico x V tal que f (g(y), y) = 0, porque
(f (g(y), y), y) = F (g(y), y) = F (G(0, y), y) = (0, y),
y g C 1 (W, Rl ).
Podemos entonces considerar el PVI

(
F (x , x, t) = 0
(7.16)
x(0) = x0 ,
con F : Rl Rl R Rl y x0 Rl .
Corolario 7.20. Sea F C 1 (Rl Rl R, Rl ) tal que existe un u
nico y0 Rl
tal que F (y0 , x0 , 0) = 0. Si la transformaci
on lineal T L(Rl ) dada por
T y = F (y0 , x0 , 0)(y, 0, 0)
es invertible, entonces existe > 0 tal que el PVI (7.16) tiene una u
nica
soluci
on x(t) en el intervalo (, ).
Demostraci
on. Por el teorema de la funcion implcita 7.19, existe un abierto U Rl R y una funcion g C 1 (U, Rl ) tal que
F (g(x, t), x, t) = 0.
De las demostraciones de los teoremas 7.18 y 7.19 se desprende que, para
todo (x, t) U ,
||g (x, t)||L M,
donde M = 2||f (0, x0 , 0)||L y f es la inversa de la funcion

(y, x, t) 7 F (y, x, t), x, t .
Entonces, por el ejercicio 13, g es una funcion de Lipschitz en una bola

alrededor de (x, 0), por lo que podemos aplicar la versi
on local del teorema
7.13 para resolver el PVI
(
x (t) = g(x(t), t)
x(0) = x0 .
130
5.
Conjuntos autosimilares
En esta secci
on aplicaramos el teorema de contraccion 7.9 al estudio de
conjuntos autosimilares.
Si X es un espacio metrico, decimos que un compacto no vaco K X
es autosimilar si existen contracciones f1 , . . . , fN : X X tales que
K = f1 (K) . . . fN (K).
Es decir, K es la uni
on de sus imagenes bajo contracciones.
Ejemplo 7.21. Consideramos la recta R y el intervalo I = [0, 1]. Entonces
I = f1 (I) f2 (I),
donde f1 , f2 : R R estan dadas por
1
1
1
f1 (x) = x,
f2 (x) = x + .
2
2
2
1
1
Notamos que, de hecho, f1 (I) = 0,
y f2 (I) = , 1 .
2
2
f1 y f2 no son las u
nicas contracciones para las cuales el intervalo [0, 1]
es autosimilar. Por ejemplo, no es muy difcil ver que [0, 1] tambien es autosimilar respecto a las funciones
1
g2 (x) =
g1 (x) = x,
3
1
1
y g2 ([0, 1]) = , 1 .
ya que g1 ([0, 1]) = 0,
3
3
Ejemplo 7.22. Sea C el conjunto de Cantor
T
n0 Cn , donde cada
2
1
x+ ,
3
3
dado por la interseccion C =
1 2
3n 1
1
Cn = 0, n n , n1 . . .
,1
3
3 3
3n
es el resultado de remover el tercio central de cada uno de los intervalos de
Cn1 . Entonces C es autosimilar con respecto a las funciones
1
2
1
f2 (x) = x + ,
f1 (x) = x,
3
3
3
1
2
ya que f1 (C) = C 0, 3 y f2 (C) = C 3 , 1 . De hecho, para cada n,
podemos observar que
f1 (Cn ) f2 (Cn ) = Cn+1 ,
por lo que el efecto de aplicar las contracciones f1 , f2 a cada iteraci
on Cn
del conjunto de Cantor es, precisamente, el borrar el tercio central de la
construcci
on.
131
M
as a
un, el conjunto de Cantor puede ser definido por medio de las
contracciones del ejemplo 7.22, es decir, es el u
nico conjunto compacto autosimilar respecto a ellas.
En general, tenemos el siguiente teorema.
Teorema 7.23. Sea (X, d) un espacio metrico completo y
f1 , . . . , fN : X X
contracciones. Entonces existe un u
nico conjunto compacto K X no vaco
tal que
K = f1 (K) . . . fN (K).
Como sugiere la construcci
on del conjunto compacto, el conjunto K del
teorema 7.23 puede ser construdo a partir de un conjunto compacto K0
X, K0 6= , y luego tomamos las iteraciones
Kn+1 = f1 (Kn ) . . . fN (Kn ).
Cada uno de los Kn as construidos son compactos, ya que cada fi es continua, y entonces Kn es la uni
on finita de compactos. Ahora bien, la existencia
de un conjunto lmite de los Kn , adem
as de su unicidad, sera garantizada
por el teorema de contraccion 7.9, una vez que verificamos que la funcion
K 7 f1 (K) . . . fN (K)
es una contraccion sobre el espacio de los subconjuntos compactos de X con
una metrica apropiada.
Definici
on 7.24. Sea A X un subconjunto novaco de X. Para > 0,
definimos la -vecindad de A como el conjunto
U (A) = {x X : d(x, A) },
donde d(x, A) es la distancia del punto x al conjunto A, dada por (1.12).
No es muy difcil verificar (ejercicio 15) que U (A) es cerrado, aunque
no necesariamente compacto.
Sea CX el conjunto de los subconjuntos compactos no vacos del espacio
metrico X. Definimos la funcion dH : CX CX R como
(7.17)
dH (A, B) = nf{ > 0 : U (A) B y U (B) A}.
Es decir, dH (A, B) es el nfimo de los > 0 tales que las -vecindades de los
conjuntos A y B se cubren al otro conjunto.
Ejemplo 7.25. Si A = {x} y B = {y} tienen un solo punto, entonces
dH (A, B) = d(x, y).
132
En general, si A = {x},
dH ({x}, B) = m
ax{d(x, B), M },
donde M = nf{r > 0 : Br (x) B}. Notamos que d(x, B) = 0 si x B,
pero dH ({x}, B) > 0 si B 6= {x}.
Ahora mostramos que dH define una metrica en CX , llamada la metrica
de Hausdorff.
Teorema 7.26. La funci
on dH es una metrica en CX . M
as a
un, si X es
completo, entonces el espacio (CX , dH ) es completo.
Demostraci
on. Claramente, para A, B CX , dH (A, B) 0, y dH (A, A) =
0. Ahora suponemos que dH (A, B) = 0 y debemos mostrar que A = B.
Como dH (A, B) = 0, U (A) B para todo > 0, por lo que entonces,
para cada x B, d(x, A) . Como A es compacto, es cerrado y entonces
x A. Esto muestra que B A. De manera similar A B, y entonces
A = B.
Por definicion, tambien es claro que dH (A, B) = dH (B, A).
Para mostrar la desigualdad del tri
angulo, sean A, B, C CX y suponemos que r, s > 0 son tales que dH (A, C) < r y dH (C, B) < s. Mostraremos
que dH (A, B) r + s.
Como dH (A, C) < r, entonces A Ur (C), y entonces, para cada x A,

existe y C tal que d(x, y) < r. Ahora bien, como dH (C, B) < s, C
Us (B), por lo que existe z B tal que d(y, z) < s. Por lo tanto, para cada
x A, existe z B tal que
d(x, z) d(x, y) + d(y, z) < r + s,
y entonces A Ur+s (B). Similarmente, B Ur+s (A), y entonces
dH (A, B) r + s,
como queramos mostrar.
Para finalizar mostramos que, si X es completo, entonces (CX , dH ) es
completo. Sea (An ) una sucesion de Cauchy en CX . Mostraremos que converge.
Empezamos por definir, para cada n 1,
[
Bn =
Ak .
kn
Claramente Bn es una sucesion decreciente de conjuntos cerrados, y verificaremos que son compactos. De hecho, es suficiente con mostrar que B1 es
compacto, por la proposicion 3.15.
133
Sea > 0. Como (An ) es de Cauchy, existe N tal que U/3 (AN ) An
para todo n N . Como AN es compacto, es totalmente acotado, por lo que
existen x1 , . . . , xk X tales que
AN B/3 (x1 ) . . . B/3 (xk ).
Entonces
B2/3 (x1 ) . . . B2/3 (xk ) U/3 (AN )
Ak ,
kN
y por lo tanto
BN B (x1 ) . . . B (xk ).
Como A1 . . . AN 1 es compacto, existen tambien y1 , . . . , yl X tales que

A1 . . . AN 1 B (y1 ) . . . B (yl ),
y entonces
B1 A1 . . . AN 1 BN
B (y1 ) . . . B (yl ) B (x1 ) . . . B (xk ).
Como > 0 es arbitrario, concluimos que B1 es totalmente acotado. Como

es cerrado y X es completo, tambien es completo, y por lo tanto es compacto,
por el corolario 3.22.
Definimos ahora el conjunto
A=
Bn .
n1
Entonces A CX , y mostraremos que An A, con respecto a la metrica

dH .
Sea > 0. Primero, sea N1 tal que dH (An , Am ) < para todo n, m N1 .
En particular, U (An ) Am para todo m n N1 , y entonces
U (An ) Bn A
para todo n N1 . Ahora bien, existe N2 tal que U (A) BN2 . Si no,
entonces, para cada n, podramos tomar xn Bn tal que d(xn , A) > .
Como cada Bn es compacto y Bn+1 Bn , entonces existe una subsucesion
xnk x0 , y x0 A, lo cual contradice d(x0 , A) . Observamos que
An BN2 para n N2 , y entonces U (A) An para n N2 .
Por lo tanto, si N = m
ax{N1 , N2 }, entonces U (An ) A y U (A) An
para todo n N , y entonces
dH (An , A)
para n A. As An A.
134
Sean f1 , . . . , fN contracciones en X. Como cada fi es continua, fi (A) es

compacto si A lo es, y entonces
f1 (A) . . . fN (A) CX
si A CX . Consideramos entonces la funcion : CX CX dada por
(A) = f1 (A) . . . fN (A).
Teorema 7.27. es una contracci
on en (CX , dH ).
Demostraci
on. Para cada i = 1, . . . , N , sea 0 i < 1 tal que
d(fi (x), fi (y)) i d(x, y)
para todo x, y X. Definimos = m
ax{1 , . . . , N }. Mostraremos que,
para A, B CX ,
dH ((A), (B)) dH (A, B).
Como 0 < 1, esto muestra que es una contraccion.
Sean A, B CX , y sea r > 0 tal que dH (A, B) < r. Verificaremos que

dH ((A), (B)) r. Tomamos x (A). Entonces x fi (A) para alg
un
i, y luego x = fi (a) para alg
un a A. Ahora bien, como A Ur (B), existe
b B tal que d(a, b) r. Como
d(fi (a), fi (b)) i d(a, b) d(a, b) r,
y fi (b) fi (B) (B), tenemos que d(x, (B)) r. Por lo tanto
(A) Ur ((B)).
Similarmente (B) Ur ((A)), y por lo tanto dH ((A), (B)) r.
Tenemos entonces, como corolario, el teorema 7.23.

Demostraci
on del teorema 7.23. Sea : CX CX dada por
(A) = f1 (A) . . . fN (A).
Por el teorema 7.27, es una contraccion y, como CX es completo, por el
teorema 7.26, tiene un u
nico punto fijo K CX . O sea,
K = f1 (K) . . . fN (K).

Como un conjunto autosimilar K, respecto a las contracciones f1 , . . . , fN ,
es el punto fijo de la funcion
A 7 (A) = f1 (A) . . . fN (A),
entonces observamos que
K = lm n (A),
135
donde A es cualquier conjunto compacto no vaco, n es la n-esima iteraci

on
1
n+1
n
de , definida como = y
= , y el lmite se toma con respecto
a la metrica dH .
Por ejemplo, ya habamos observado (ejemplo 7.22) que el conjunto de
Cantor C es la interseccion las iteraciones Cn = n ([0, 1]), y, de la demostraci
on del teorema 7.26 (ejercicio 18), vemos que Cn C respecto a la
metrica dH .
Ejemplo 7.28 (Curva de Koch). Consideremos las contracciones f1 , f2 :
C C dadas por
f1 (z) =
z,
f2 (z) = (1 )
z + ,
1
3
donde z es el conjungado del n
umero complejo z y = +
. Notamos
2
6
que
f1 (0) = 0
y
f2 (1) = 1,
por lo que 0 y 1 son los puntos fijos de f1 y f2 , respectivamente. M
as a
un,
f1 (1) = f2 (0) = ,
por lo que la imagen del segmento [0, 1] es la uni
on de los dos segmentos
en el plano complejo uniendo 0 a y a 1, respectivamente (figura 1). El
Figura 1. Primeras cuatro iteraciones a la curva de Koch, iniciando

con el segmento [0, m1].
conjunto K autosimilar con respecto a f1 y f2 se le llama curva de Koch

(figura 2). Observamos que esta curva no tiene longitud (o es de longitud
Figura 2. La curva de Koch.
infinita), ya que cada iteraci

on, iniciando por el segmento [0, 1], multiplica
2
la longitud por un factor de 2|| = > 1.
3
136
Ejemplo 7.29 (Tri

angulo de Sierpinski). Consideramos ahora las contrac2
ciones f1 , f2 , f3 : R R2 dadas por
1
1
fi (x) = x + pi ,
2
2

1/2
1
0
, los vertices de un tri

anguy p3 =
, p2 =
donde p1 =
0
0
3/2
lo equil
atero. El conjunto K autosimilar con respecto a las contracciones
f1 , f2 , f3 es llamado el tri
angulo de Sierpinski (figura 3). Observamos que el
Figura 3. El tri
angulo de Sierpinski.
tri
angulo de Sierpinski tiene
area cero. Esto se debe a que cada una de
las contracciones fi , al contraer las distancias por 1/2, contrae areas por un
factor 1/4, por lo que la iteraci
on
A 7 f1 (A) f2 (A) f3 (A)
contrae
areas por un factor de 3/4 < 1.
Ejercicios
1. Considere el PVI
(
x (t) = f (t)x(t)
x(0) = x0 ,
donde x0 R y f : R R es continua. Utilice el teorema del valor

medio para mostrar que la u
nica solucion al PVI esta dada por
Rt
x(t) = x0 e
137
Ejercicios
2. El PVI
(
p
x (t) = x(t)
x(0) = 0
tiene una infinidad de soluciones.

3. Sea f : X Y una funcion de Lipschitz. Entonces f es uniformemente
continua.
4. Sea A la matriz de 2 2
A=

1/12 5/8
.
5/8 1/12
1
Entonces, para x R2 , ||Ax||E ||x||E . (Sugerencia: Considere la
2
diagonalizaci
on de A. Por el teorema espectral, como A es simetrica,
entonces se puede diagonalizar ortonormalmente.)
5. Sea f : [a, b] Rl tal que cada componente fi es Riemann-integrable, y
Z b
f como el vector en Rl dado por
definimos
a
Entonces
f=
a
Z
f1 , . . . ,

fl .
Z b
Z b

f
||f (t)||E dt.

a
(Sugerencia: Considere las sumas de Riemann de cada fi y utilice la

desigualdad del tri
angulo.)
tx
. Entonces, para todo t R,
6. Sea F (x, t) = 2
x +1
|F (x, t) F (y, t)| |t||x y|.
x
(Sugerencia: Considere la funcion f (x) = 2
, y verifique que
x +1
|f (x)| 1.)
7. f : [0, ) R, dada por f (x) = x, es uniformemente continua pero

no de Lipschitz.
8. Sean P, Q, f : [1, 1] R continuas, a, b R. Entonces el PVI
(
u (x) + P (x)u (x) + Q(x)u(x) = f (x)
u(0) = a,
u (0) = b
tiene una u
nica solucion.
138
9. Considera el operador integral : C([1, 1]) C([1, 1]) dado por

Z t
sx(s)ds,
(x)(t) = 1 + 2
0
para x C([1, 1]). Empezando de la funcion constante x0 (s) = 1,

calcula explcitamente las iteraciones xn+1 = (xn ) y verifica que cada
2
xn es el n-esimo polinomio de Taylor de la funcion et alrededor de t = 0.
10. Sea L(Rl , Rm ) el espacio vectorial de las transformaciones lineales de Rl

a Rm y, para T L(Rl , Rm ),
||T ||L = nf{M > 0 : ||T x||E M ||x||E para todo x Rl }.
Entonces || ||L es una norma en L(Rl , Rm ).
11. Para T L(Rl , Rm ),
1 (0)},
||T ||L = sup{||T x||E : x B
1 (0) es la bola cerrada de radio 1 en Rl con centro en el origen.

donde B
12. Sea Br (x0 ) una bola en Rl y x, y Br (x0 ). Entonces
para todo t [0, 1].
x + t(y x) Br (x0 )
13. Sea Br (x0 ) una bola en Rl y f C 1 (Br (x0 ), Rm ) tal que ||f (x)||L M
para todo x Br (x0 ). Entonces, para x, y Br (x0 ),
||f (x) f (y)||E M ||x y||E .
(Sugerencia: Considere F (t) = f (x + t(y x)) y, por el teorema fundaR1

mental del calculo, F (1) F (0) = 0 F (t)dt.)
14. Sea T L(Rl+m , Rl ) tal que x 7 T (x, 0) es una transformacion en

GL(l). Entonces, si S GL(m), la transformacion

(x, y) 7 T (x, y), Sy
es una transformacion en GL(l + m).
15.
a) Sea A X no vaco y U (A) su -vecindad. Entonces U (A) es

cerrado.
b) A
un cuando A es compacto, U (A) no es necesariamente compacto.
16. Sea X discreto. Entonces (CX , dH ) es discreto.

17. Sea A X un conjunto finito de puntos aislados de X, es decir, cada
x A es un conjunto abierto en X de un solo punto. Entonces A es
aislado en CX .
18. Sean An compactos no vacos en X tales que An An+1 . Entonces
\
An
An
n1
139
Ejercicios
con respecto a la metrica dH .

19. Sean A, B, C, D CX . Entonces
dH (A B, C D) m
ax{dH (A, C), dH (B, D)}.
20. Sean f1 , . . . , fN : X X contracciones en el espacio completo X, y K

el conjunto autosimilar con respecto a las fi . Si A X es no vaco y
entonces A K.
A f1 (A) . . . fN (A),
Captulo 8
Convexidad
1.
Espacios conexos
En este captulo exploraremos el concepto de conexidad en un espacio

metrico, y estudiaremos algunas de sus aplicaciones.
Definici
on 8.1. Decimos que el espacio X es conexo si, para todos los
conjuntos abiertos U y V en X, no vacos, tales que X U V , se tiene
U V 6= . En otras palabras, X no puede ser cubierto por dos conjuntos
abiertos disjuntos.
Si un espacio metrico X no es conexo, entonces decimos que X es disconexo. En tal caso, cualquier par de abiertos U , V tales que X U V y
U V = es llamado una separaci
on de X.
X
Figura 1. Diagrama simple de una separaci

on del espacio X
141
142
8. Convexidad
Si A X, entonces decimos que es conexo en X si es conexo como

subespacio de X; es decir, si para cualquier par de abiertos U y V en X
tales que A U 6= , A V 6= y A U V , entonces U V 6= . De igual
forma definimos una separaci
on de A en X.
Si U y V forman una separaci
on del espacio metrico X, entonces cada
uno de ellos es abierto y cerrado en X, ya que U = X \ V y V = X \ U , por
lo que ambos son complementos de conjuntos cerrados.
Ejemplo 8.2. Un espacio discreto con al menos dos puntos es disconexo:
Como todos los subconjuntos de un espacio discreto X son abiertos, una
separaci
on esta dada por U = {x0 }, V = X \ U , donde x0 X.
Ejemplo 8.3.
Q, como subespacio de R, es disconexo: Tomamos
El conjunto
U = (, 2), V = ( 2, ); entonces Q U 6= , Q V 6= , Q U V
y U V = , porque 2 6 Q.
Ejemplo 8.4. Si A 6= es conexo en R, entonces tiene un s
olo punto o es
un intervalo. Si no lo fuera, entonces existiran x < y < z en A tales que
x, z A y y 6 A. Pero entonces, como en el ejemplo anterior, los conjuntos
(, y) y (y, ) formaran una separaci
on de A.
De manera inversa, un intervalo [a, b] en R es conexo. Estableceremos
este resultado como un teorema, ya que sera de utilidad m
as adelante.
Teorema 8.5. El intervalo [a, b], a, b R, es conexo.
Demostraci
on. Sean U y V abiertos en R, U [a, b] 6= , V [a, b] 6=
, tales que [a, b] U V , y supongamos que a U . Sea s = nf V
[a, b]. Mostraremos primero que s U . Si s = a esto es trivial, por lo
que supondremos que s > a. Entonces s 6 V , porque V es abierto. Como
[a, b] U V , y s [a, b], entonces s U
Ahora bien, como U es abierto, existe > 0 tal que (s , s + ) U .
Como s = nf V , existe v V tal que s < v < s + . Entonces v U V , y
conclumos que U V 6= .
Intervalos semiabiertos o abiertos tambien son conexos, y su conexidad se

demuestra de manera similar. Esto tambien es consecuencia de su conexidad
por trayectorias, la cual se discutir
a en la siguiente secci
on.
Es facil ver que la uni
on o la interseccion de dos conjuntos conexos en
un espacio metrico no son por lo general conjuntos conexos. Sin embargo, si
ambos se intersecan, entonces la uni
on s lo es.
Proposici
on 8.6. Sean A y B conjuntos conexos en X tales que AB 6= .
Entonces A B es conexo.
2. Conexidad por trayectorias
143
Demostraci
on. Sean U y V abiertos en X tales que U (A B) 6= ,
V (A B) 6= , y A B U V . Sea x0 A B. Entonces x0 U V ,
por lo que entonces tenemos que x0 U o x0 V , y entonces A U 6= y
A V 6=
o B U 6= y B V 6= . Cualquiera de los casos implica que
U V 6= , porque A y B son conexos.

Ahora mostraremos que la conexidad de un espacio se preserva bajo
funciones continuas.
Teorema 8.7. Si X es conexo y f : X Y es continua, entonces la imagen
de f , f (X), es conexo.
Demostraci
on. Sean U y V abiertos en Y tales que f (X) U V , f (X)
U 6= y f (X)V 6= . Entonces f 1 (U ) y f 1 (V ) son abiertos en X, porque
f es continua, no vacos y X f 1 (U ) f 1 (V ). Como X es conexo,
f 1 (U ) f 1 (V ) 6= . Si x0 f 1 (U ) f 1 (V ), entonces f (x0 ) U V , y
por lo tanto U V 6= .

1.1. El teorema del valor intermedio. Entre las consecuencias de los
teoremas 8.5 y 8.7 se encuentra el Teorema del Valor Intermedio, uno de los
teoremas basicos del calculo.
Teorema 8.8 (Valor Intermedio). Sea f : [a, b] R una funci
on continua,
y f (a) < y < f (b). Entonces existe c (a, b) tal que f (c) = y.
Demostraci
on. f ([a, b]) es conexo porque [a, b] es conexo y f es continua.
Si f (a) < y < f (b) y y 6 f ([a, b]), entonces los conjuntos (, y) y (y, )
formaran una separaci
on de f ([a, b]), lo cual es una contradiccon.

on estableceremos otras consecuencias de estos dos
teoremas.
2.
Conexidad por trayectorias
En esta secci
on estudiaremos el concepto de conexidad por trayectorias,
y su relaci
on con conexidad.
Definici
on 8.9. Sea X un espacio metrico. Una trayectoria en X es una
funcion continua : [0, 1] X. Si (0) = a y (1) = b, entonces decimos
que es una trayectoria de a a b.
Si es una trayectoria de a a b, entonces (t) = (1t) es una trayectoria
de b a a.
Definici
on 8.10. Decimos que el espacio metrico X es conexo por trayectorias si para cada a, b X existe una trayectoria de a a b.
144
8. Convexidad
Si A es un subespacio de X, entonces A es conexo por trayectorias si,

y s
olo si, para cada a, b A existe una trayectoria de a a b en X tal que
([0, 1]) A.
El siguiente teorema es otra consecuencia de los teoremas 8.5 y 8.7.
Teorema 8.11. Si el espacio metrico X es conexo por trayectorias, entonces

es conexo.
Demostraci
on. Sean U y V abiertos en X, no vacos, tales que X U V ,
y sean a U y b V . Como X es conexo por trayectorias, entonces existe
una trayectoria de a a b. Entonces U ([0, 1]) 6= y V ([0, 1]) 6= .
Como ([0, 1]) es conexo, U V 6= .

Este teorema implica, por ejemplo, que los intervalos en R. ya sea abiertos o semiabiertos, son conexos. La conexidad en R, y en general Rn sera discutida con mayor extensi
on m
as adelante.
La inversa del teorema 8.11, sin embargo, es falsa.
Ejemplo 8.12. Sea A R2 es conjunto dado por la uni
on del segmento
{0}[1, 1] y la imagen f ((0, 1]) de la funcion f (t) = (t, sen(1/t)) (la gr
afica
de sen(1/t) en (0, 1]; vease la figura 2). A es conexo porque es la cerradura
de f ((0, 1]) (ejercicio 1), el cual es conexo porque f es continua y (0, 1] es
conexo.
1
0.5
0.2
0.4
0.6
0.8
-0.5
-1
Figura 2. Gr
afica de la funci
on sen 1/t en (0, 1].
Sin embargo, A no es conexo por trayectorias: Supongamos que es una

trayectoria del punto (0, 0) a, digamos, (1/, 0). Para n Z+ , sea tn [0, 1]
tal que (tn ) = (1/n, 0) (tal sucesion existe porque es continua en 0).
Como [0, 1] es compacto, existe una subsucesion tnk que converge, digamos
145
3. Componentes conexas
tnk t0 [0, 1]. Como (tn ) (0, 0), entonces (t0 ) = (0, 0), porque es
continua.
Ahora bien, podemos escribir (t) = (1 (t), 2 (t)), donde 1 , 2 : [0, 1]
R son continuas1. Entonces 1 (tnk ) = 1/(nk ) y 1 (tnk+1 ) = 1/(nk+1 ) para
cada k, y por el Teorema del Valor Intermedio existe, para cada k, sk tal
que 1 (sk ) = 2/(4mk + 1), donde mk es tal que
nk <
4mk + 1
< nk+1 .
2
Entonces sk t0 . Sin embargo, (sk ) = (2/(2mk + 1), 1), por lo que

entonces (sk ) (0, 1), contradiciendo el hecho de que es continua en t0 .
El ejemplo anterior muestra que si A es un conjunto conexo por trayectorias en X, entonces su cerradura no es necesariamente conexa (ejercicio
1).
3.
Componentes conexas
Si X es un espacio metrico y x0 X, entonces existe un subconjunto

m
aximo conexo que contiene a x0 . Este puede ser definido como la uni
on de
todos los conjuntos conexos que contienen a x0 , ya que la uni
on de conjuntos
conexos no disjuntos es conexa. A tal conjunto se le denomina la componente
conexa, o simplemente componente, de X que contiene a x0 .
De igual definimos las componentes de un conjunto en X. Si A X y
x0 A, la componente C de A que contiene a x0 es el subconjunto conexo
m
aximo de A que contiene a x0 . Es decir, si B es un conjunto conexo tal
que x0 B y B A, entonces B C.
Es claro que un espacio X es la uni
on disjunta de sus componentes.
Teorema 8.13. Si U es un conjunto abierto en un espacio normado X,

entonces sus componentes son abiertos en X.
La condici
on de X de ser un espacio normado es necesaria. Por ejemplo,
las componentes del espacio Q (como subespacio de R) son puntos, y estos
no son abiertos en Q.
Demostraci
on. Sea x0 U , y sea C la componente de U que contiene a
x0 . Sea y C. Entonces y U y, como U es abierto, existe > 0 tal que
B (y) U . Como B (y) es conexo (porque es convexo), Be (y) C.

1De hecho, (t) = sen(1/ (t)).
2
1
146
8. Convexidad
Se sabe que un conjunto abierto en R es la uni

on disjunta contable de
intervalos abiertos (ejercicio 6 del captulo 1). Estamos listos para generalizar este resultado en Rn . Recordemos que en R, los conjuntos conexos son
intervalos, por lo que los conjuntos conexos abiertos son intervalos abiertos.
Teorema 8.14. Sea U un conjunto abierto en Rn . Entonces U es la uni
on
contable disjunta de conjuntos abiertos conexos.
Demostraci
on. U es la uni
on disjunta de sus componentes, las cuales son
abiertas por el teorema 8.13. Entonces s
olo queda por demostrar que el
conjunto de componentes es contable. Sin embargo, como el conjunto Qn
es contable, el conjunto S de puntos con coordenadas racionales en U es
contable. Como Qn es denso en Rn , cada componente de U contiene alg
un
punto de S. Por lo tanto, el conjunto de componentes es contable.
4.
Conjuntos convexos
Ahora consideremos un espacio normado X. Si x, y X, el segmento de

recta de x a y es la funcion : [0, 1] X dada por
(t) = (1 t)x + ty.
Como es continua, entonces es una trayectoria de x a y, y podemos conclur

entonces que X es conexo por trayectorias. Por lo tanto, es tambien conexo.
Corolario 8.15. Rn es conexo.
Corolario 8.16. Si U es un conjunto abierto y cerrado en Rn , entonces
U =o
U = Rn .
Definici
on 8.17. Si A es un subconjunto del espacio normado X, decimos
que A es convexo si, para a, b A, entonces el segmento de recta de a a b
esta contenido en A.
x
y
Figura 3. Un conjunto convexo. El segmento de recta de x a y est

a contenido en el conjunto.
Es claro que los conjuntos convexos son conexos, ya que son conexos por
trayectorias.
Ejemplo 8.18. Un intervalo en R es convexo.
147
Ejercicios
Ejemplo 8.19. Una bola Br (x0 ) en un espacio normado es un conjunto

convexo. Es suficiente con mostrar esto para el caso x0 = 0 y r = 1 (ejercicio
6); es decir, tenemos que mostrar que si ||x|| < 1 y ||y|| < 1, entonces
||(1 t)x + ty|| < 1 para t [0, 1]. Pero, por la desigualdad del tri
angulo,
||(1 t)x + ty|| ||(1 t)x|| + ||ty|| = (1 t)||x|| + t||y|| < 1 t + t = 1.
Aunque la uni
on de dos conjuntos convexos no es necesariamente convexa, la interseccion s lo es.
Teorema 8.20. Si A y B son conjuntos convexos en el espacio normado
X, entonces A B es convexo.
N
otese que, si AB = , entonces la definicion de convexidad se satisface
vacuamente.
Demostraci
on. Supongamos que a, b AB. Entonces a.b A y a, b B.
Por lo tanto, como A y B son convexos, el segmento de recta de a a b
esta contenido en A y en B, y por lo tanto tambien en la interseccion.
5.
Teoremas de punto fijo en conjuntos convexos

Teorema de Brower, Shauder, etc.
6.
Ecuaciones Integrales
Ejercicios
1. Muestre que si A es un subespacio conexo de X, entonces su cerradura
A es tambien conexo.
2. Como generalizaci
on al ejercicio anterior, muestre que si A es conexo y
entonces B es conexo.
A B A,
3. Muestre que X es conexo si, y s

olo si, toda funcion continua f : X Y ,
donde Y es discreto, es constante.
4. Sea f : [0, 1] [0, 1] continua. Entonces existe c [0, 1] tal que f (c) = c.
El n
umero c es llamado un punto fijo de f .
5. Sea S 1 el crculo unitario de radio igual a 1 en R2 , es decir, el conjunto
S 1 = {x R2 : ||x|| = 1}.
S 1 es un subespacio de R2 . Suponga que f : S 1 R es continua. Muestre

que existe un punto x S 1 tal que f (x) = f (x).
148
8. Convexidad
6. Muestre que una bola Br (x0 ) en en espacio normado X es un conjunto

convexo, dado que B1 (0) es convexo.
7. Muestre que si A es convexo, entonces su cerradura A es convexo.
Captulo 9
Espacios de Hilbert
1.
Propiedades b
asicas
En este captulo estudiaremos las propiedades basicas, as como algunas

aplicaciones, de la teora de espacios de Hilbert.
Definici
on 9.1. Decimos que X es un espacio de Hilbert si es un espacio
vectorial con producto interno completo.
Es decir, si d es la metrica inducida por la norma en X, inducida a su
vez por el producto interno, entonces (X, d) es completo.
Si X es un espacio con producto interno, escribiremos el producto interno
de x, y X como (x, y), y la norma inducida como ||x||.
Entre las propiedades que satisface la norma inducida se encuentra la

identidad del paralelogramo.
Proposici
on 9.2 (Identidad del paralelogramo). Si x, y X, entonces
||x + y||2 + ||x y||2 = 2||x||2 + 2||y||2 .
Demostraci
on. Sean x, y X. Entonces
||x + y||2 + ||x y||2 = (x + y, x + y) + (x y, x y)

= (x, x) + (x, y) + (y, x) + (y, y)
+ (x, x) (x, y) (y, x) + (y, y)
= 2||x||2 + 2||y||2 .

De hecho, uno puede mostrar que, si X es un espacio normado tal que
su norma satisface la identidad del paralelogramo, entonces la norma es
149
150
9. Espacios de Hilbert
inducida por un producto interno, por medio de la identidad de polarizaci

on
(ejercicios 3 y 4).
Decimos que x, y X son ortogonales, y escribimos x y, si (x, y) = 0.
Proposici
on 9.3 (Teorema de Pit
agoras). Si x y, entonces
||x + y||2 = ||x||2 + ||y||2 .
Demostraci
on. Como (x, y) = 0,
||x + y||2 = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)
= ||x||2 + ||y||2 .

Observamos que hemos utilizado el hecho que, si (x, y) = 0, entonces
(y, x) = 0.
Mostramos ahora la continuidad del producto interno.
Proposici
on 9.4. Sea X un espacio con producto interno (, ). Entonces
(, ) : X X K es continua.
Recordemos que a X X se le asigna la metrica producto (ejemplo 1.10,
captulo 1).
Demostraci
on. Es suficiente con mostrar que, si xn x y yn y en
X, entonces (xn , yn ) (x, y) en K. Pero, por la desigualdad de CauchySchwarz,
|(xn , yn ) (x, y)| |(xn x, yn )| + |(x, yn y)|
||xn x|| ||yn || + ||x|| ||yn y||.
Como la sucesion (yn ) converge, es acotada, digamos ||yn || M para todo

n. Entonces, dado > 0, tomamos N tal que, para n N ,
y
||yn y|| <
.
||xn x|| <
2M + 1
2||x|| + 1
Entonces, si n N ,
|(xn , yn ) (x, y)| ||xn x|| ||yn || + ||x|| ||yn y||
M + ||x||
< .
2M + 1
2||x|| + 1
Si x X y Y es un subespacio1 de X, decimos que x es perpendicular a

Y , y escribimos x Y , si x y para todo y Y .
1De aqu en adelante, con subespacio de X nos referiremos a un subespacio vectorial de X.
151
1. Propiedades basicas
No es muy difcil verificar que, si Y es un subespacio de X, entonces su

cerradura Y tambien lo es (ejercicio 5). El siguiente corolario se sigue de
forma inmediata de la proposicion 9.4.
Corolario 9.5. Si x Y , entonces x Y .
Mostramos ahora el siguiente teorema.
Teorema 9.6. Sea Y un subespacio cerrado del espacio de Hilbert X. Entonces, para cada x X, existe un u
nico y0 Y tal que
||x y0 || ||x y||
para todo y Y . Es decir, y0 es el vector en Y m
as cercano a x.
Por la definicion de distancia entre dos conjuntos (m
as exactamente,
entre un punto y un conjunto), vemos que y0 es el u
nico vector en Y que
satisface
||x y0 || = d(x, Y ).
Notamos que, si x Y , entonces y0 = x.
Demostraci
on. Sea r = d(x, Y ). Para cada n 1, tomamos yn Y tal
1
que ||x yn || < r + . Mostraremos que la sucesion (yn ) es de Cauchy y,
n
como X es completo (es un espacio de Hilbert), converge.
Observamos primero que, por la identidad del paralelogramo,
||yn ym ||2 = 2||yn x||2 + 2||ym x||2 ||yn + ym 2x||2
1
2

1 2
1 2

<2 r+
2 r+
4 (yn ym ) x
n
m
2

1
1
2r
2r
+ 2 + 2 r2 +
+ 2 4r2
2 r2 +
n
n
n
n
1
1
1
1
+
+ 2 + 2,
= 4r
n m
n
m
1
donde hemos usado el hecho que (yn + ym ) Y y entonces
2
1

(yn ym ) x r.
2
1 1
0, concluimos que, dado > 0, existe N tal que, si n, m N ,
Como ,
n m
||yn ym || < .
Entonces (yn ) converge, digamos yn y0 , y, como Y es cerrado, y0 Y .
Por la construcci
on de (yn ), obtenemos que ||x y0 || = r = d(x, Y ).
152
Para mostrar unicidad, sea z0 Y tal que ||x z0 || = d(x, Y ). Entonces,

por la identidad del paralelogramo nuevamente,
||y0 z0 ||2 = 2||y0 x||2 + 2||z0 x||2 ||y0 + z0 2x||2
1
2

= 2r2 + 2r2 4 (y0 z0 ) x 0,
2
donde tambien hemos usado el hecho que

1

(y0 z0 ) x r,
2
con r = d(x, Y ). Entonces ||y0 z0 || = 0, lo que implica que z0 = y0 .
Al vector y0 del teorema 9.6 se le llama la proyecci

on ortogonal de x
sobre Y , y se denota por ProyY x. La razon de este nombre esta dada por el
siguiente teorema.
Teorema 9.7. Sea Y un subespacio de X y x X. Entonces y0 = ProyY x
si, y solo si, x y0 Y .
Demostraci
on. Sea y0 = ProyY x y w = x y0 . Para y Y , y 6= 0, sea
z=
Primero, tenemos que
(w, y)
y.
||y||2
||w z|| = ||x (y0 + z)|| ||x y0 || = ||w||.

Entonces
||w||2 ||w z||2 = ||w||2 (w, z) (z, w) + ||z||2
(w, y)
(w, y)
|(w, y)|2
(w,
y)
(y,
w)
+
||y||2
||y||2
||y||2
||y||4
|(w, y)|2
,
= ||w||2
||y||2
= ||w||2
lo que implica que |(w, y)| 0, y entonces w y. Como y Y es arbitrario,

w Y.
Para la inversa, suponemos ahora que x y0 Y . Entonces, para y Y ,

x y0 y0 y, porque y0 y Y , y, por el teorema de Pit
agoras,
||x y||2 = ||x y0 ||2 + ||y0 y||2 ||x y0 ||2 .

Ejemplo 9.8. Consideramos el caso en que el subespacio Y es de dimension
finita, con base ortonormal {u1 , . . . , ul }. Entonces, para x X,
ProyY x = (x, u1 )u1 + . . . + (x, ul )ul .
153
Para mostrar esto, sea y0 = (x, u1 )u1 + . . . + (x, ul )ul . Mostraremos que
x y0 Y .
Si y Y , como la base {u1 , . . . , ul } es ortonormal (ejercicio 6),
y = (y, u1 )u1 + . . . + (y, ul )ul .
Entonces
l
l
X

X
(x, uj )uj , y
(x y0 , y) = (x, y) (y0 , y) = x,
(y, uj )uj
j=1
l
X
j=1
(y, uj )(x, uj )
l
X
j=1
(x, uj )(uj , y) = 0,
j=1
por lo que x y0 y.
on estudiaremos el caso general, para el cual Y no
necesariamente es de dimension finita, por lo que tenemos que extender el
concepto de base ortonormal.
2.
Sistemas ortonormales completos

Decimos que un subconjunto S X es ortonormal si, para todo x, y S,
(
1 x=y
(x, y) =
0 x 6= y.
Lo primero que haremos es recordar el proceso de Gram-Schmidt para

producir sucesiones ortonormales.
Teorema 9.9. Sea (vn ) un sucesi
on (posiblemente finita) de vectores linealmente independientes en X. Entonces existe un conjunto ortonormal
S = {u1 , u2 , . . . , }
(posiblemente finito) tal que, para cada n,
vn gen{u1 , . . . , un },
el espacio generado por u1 , . . . , un .
Se entiende que, si (vn ) es un sucesion finita con, digamos, l vectores,
entonces la conclusi
on del teorema se cumple para n l.
Demostraci
on. La demostraci
on de este teorema es constructiva, cuyo algoritmo, como lo mencionamos antes, es conocido como el proceso de GramSchmidt.
154
Empezamos por observar, que, como los vn son linealmente independienv1

. Claramente
tes, en particular v1 6= 0, por lo que podemos definir u1 =
||v1 ||
v1 gen{u1 }.
Habiendo definido u1 , . . . , uk ortonormales tales que
vn gen{u1 , . . . , un },
para n k, definimos
wk+1 = vk+1 (vk+1 , u1 )u1 . . . (vk+1 , uk )uk .
Es decir, wk+1 es la diferencia entre vk+1 y su proyecci
on ortogonal sobre el
espacio generado por u1 , . . . , uk . Como cada
un gen{v1 , . . . , vn },
n k (ejercicio 8), wk+1 es una combinacion lineal no trivial de v1 , . . . vk+1
(el coeficiente de vk+1 es 1), por lo que wk+1 6= 0 porque los vn son linealmente independientes. Definimos entonces
wk+1
uk+1 =
.
||wk+1 ||
Entonces uk+1 un para n = 1, . . . , k, por la definicion de wk+1 , y tiene norma 1. Por la hip
otesis de induccion, entonces, u1 , . . . , uk+1 son ortonormales.
Adem
as,
vk+1 = wk+1 + (vk+1 , u1 )u1 + . . . (vk+1 , uk )uk gen{u1 , . . . , uk+1 }.
Por lo tanto, la existencia del conjunto S deseado se sigue por induccion.
Ejemplo 9.10. Consideramos el espacio X = C([0, 1], C) con producto

interno
Z 1
f g,
(f, g) =
0
y consideramos la sucesion (fn ) donde fn (x) = xn . Entonces, el proceso

de Gram-Schmidt, a partir de la sucesion (fn ), produce la sucesion (en ) de
funciones
e0 (x) = 1,

1
e1 (x) = 2 3 x
,
2

1
,
e2 (x) = 6 5 x2 x +
6

3
3
1
e3 (x) = 20 7 x3 x2 + x
,
2
5
20
..
.
polinomios ortonormales tales que cada en tiene grado n.
155
Un sistema ortonormal completo es un conjunto ortonormal S tal que

Y = gen S es denso en X, es decir, Y = X. En otras palabras, S es un sistema
ortonormal completo si para cada x X y > 0 existe una combinacion
lineal
y = a1 v1 + . . . ak vk ,
con v1 , . . . , vk S, tal que
||x y|| < .
El siguiente teorema establece la condici

on necesaria y suficiente para
la existencia de un sistema ortonormal completo contable en un espacio de
Hilbert.
Teorema 9.11. Sea X un espacio de Hilbert. Entonces X es separable si,
y solo si, existe un sistema ortonormal completo contable en X.
Recordemos que un espacio es separable si existe un conjunto denso
contable.
Demostraci
on. Sea X un espacio de Hilbert separable, y sea
F = {vn : n Z+ }
denso en X. Por el teorema 9.9, existe un conjunto ortonormal contable
S = {un : n Z+ }
tal que vn gen{u1 , . . . , un } para cada n. Demostraremos que gen S es denso
en X.
Sea x X y > 0. Entonces, como F es denso, existe vk F tal que
||x vk || < .
Ahora bien, vk gen{u1 , . . . , uk }, por lo que existen escalares a1 , . . . , ak
tales que
vk = a1 u1 + . . . + ak uk .
Entonces vk gen S y ||x vk || < , por lo que podemos concluir que gen S
es denso.
Para la inversa, suponemos que S = {un : n Z+ } es un sistema
ortonormal completo, y definimos
F = {(a1 + ib1 )un1 + . . . + (ak + ibk )unk :
k Z+ , aj , bj Q, unj S, j = 1, . . . , k},
es decir, el conjunto de todas las combinaciones lineales de vectores en S

con coeficientes racionales complejos (si X es un espacio real, simplemente
tomamos bj = 0).
156
Entonces F es contable. Para verificar que es denso, sea x X y X.

Como gen S es denso, existe
y = 1 un1 + . . . + k unk gen S
tal que ||xy|| < . Ahora bien, para cada j = 1, . . . , k, tomamos aj , bj Q

2
tales que
|aj + ibj j | < .

2 k
Entonces, si z = (a1 + ib1 )un1 + . . . + (ak + ibk )unk ,
v
v
u k
u k
uX 2
uX
t
2
= ,
|aj + ibj j | < t
||y z|| =
4k
2
j=1
j=1
y por lo tanto
||x z|| ||x y|| + ||y z|| < .
Como z F , F es denso, y por lo tanto X es separable.
Por el teorema anterior, cualquier espacio de Hilbert separable X tiene al

menos un sistema ortonormal completo contable. Mostraremos ahora que,
de hecho, todos los sistemas ortonormales completos son contables, y son
finitos si y solo si X es de dimension finita.
Teorema 9.12. Sea X un espacio de Hilbert separable y S un sistema ortonormal completo.
1. Si dim X = l < , entonces S tiene l elementos y es una base para
X.
2. Si dim X = , entonces S es infinito contable.
Notamos que, si X es un espacio de dimension finita, entonces sus bases
podran ser incontables. Sin embargo, por el teorema 9.12, todos sus sistemas
ortonormales completos son contables.
Demostraci
on. Suponemos primero que X es dimension finita, digamos
dim X = l. Entonces, como los elementos de S son ortogonales, entonces
son linealmente independientes (ejercicio 9). Entonces S tiene a los m
as l
vectores, digamos N l.
Sea S = {u1 , . . . , uN }. Como gen S es denso, para x X y > 0 existe
y = a1 u1 + . . . + aN uN tal que
||x y|| < .
Pero, si y0 = (x, u1 )u1 + . . . + (x, uN )uN es la proyecci
on ortogonal sobre
gen S, entonces
||x y0 || ||x y||,
157
y por lo tanto ||x y0 || < . Como > 0 es arbitrario, x = y0 , y entonces

X = gen S. As que S es una base para X.
Del parrafo anterior podemos concluir, en general, que si S es finito entonces es una base para X. Entonces, si X es de dimension infinita, entonces
S es infinito. Solo resta por demostrar que S debe ser contable.
Para verificarlo, construiremos una funcion inyectiva : S N de la
siguiente forma. Sea F = {vn : n Z+ } un conjunto denso contable en X.
F existe porque X es separable. Entonces, para u S, existe vk F tal que
1
||u vk || < .
2
Definimos entonces en S como
n
1o
(u) = mn k : ||u vk || <
.
2
Si u 6 u son vectores en S, por el teorema de Pit
agoras
||u u ||2 = ||u||2 + ||u ||2 = 1 + 1 = 2.
Entonces
||v(u) v(u ) || = ||v(u) u + u u + u v(u ) ||
por lo que v(u)
||u u || ||v(u) u|| ||u v(u ) ||
1 1
> 2 > 0,
2 2
6 v(u ) , y entonces (u) 6= (u ). Por lo tanto S es contable.
=
Ahora bien, recordemos que, si S = {u1 , . . . , ul } es una base ortonormal

del espacio de dimension finita X, entonces, para cada x X,
x = (x, u1 )u1 + . . . + (x, ul )ul
(ejercicio 6). El siguiente teorema generaliza este resultado a espacio de
Hilbert separables.
Teorema 9.13. Sea X un espacio de Hilbert separable y S = {un : u Z+ }
un sistema ortonormal completo. Entonces, para cada x X,
(9.1)
(x, un )un = x.
n=1
M
as a
un, esta expansi
on de x es u
nica; es decir, si
n=1
entonces an = (x, un ).
an un = x,
158
Demostraci
on. Para cada n, sea Yn = gen{u1 , . . . , un }. Entonces cada Yn
es de dimension finita y
ProyYn x =
n
X
(x, uj )uj = sn ,
j=1
P
las sumas parciales de la serie
n=1 (x, un )un . Como gen S es denso, para
> 0 existe
y = a1 un1 + . . . + ak unk
tal que ||x y|| < . Entonces, como y YN , donde
N = m
ax{n1 , . . . , nk },
tenemos que ||x sN || ||x y|| < . M
as a
un, para n N , sN Yn ,
as que
||x sn || ||x sN || < .
Por lo tanto sn x.
Suponemos ahora que
Por el teorema 9.4, si sn =
an un = x.
n=1
n
X
aj uj son las sumas parciales de la serie,
j=1
entonces (sn , uj ) (x, uj ). Pero
(sn , uj ) =
0
aj
n<j
n j.
Entonces aj = (x, uj ) para cada j.
La expansion (9.1) es llamada una expansi

on ortogonal de x, o serie de
Fourier de x, con respecto al sistema ortonormal completo S. A cada uno de
los coeficientes (x, un ) se les llama coeficientes de Fourier de x, y se denotan
como x
(n). Se entiende que, si X es de dimension finita, entonces (9.1) es
una suma finita.
Como corolario, tenemos que estos coeficientes satisfacen la siguientes
identidades, conocidas como de Parseval.
Corolario 9.14 (Parseval). Sea X un espacio de Hilbert separable y S =
{un }
n=1 un sistema ortonormal completo. Entonces, para cada x,
||x||2 =
n=1
|
x(n)|2 ,
3. El espacio l2
159
donde x
(n) = (x, un ). Adem
as, para x, y X,
(x, y) =
x
(n)
y (n).
n=1
P
(j)uj las sumas parciales de la serie de
Demostraci
on. Sean sn = nj=1 x
Fourier de x. Entonces, por el teorema 9.4, ||sn ||2 ||x||2 . Pero, por el
teorema de Pit
agoras,
n
X
|
x(j)|2 ,
||sn ||2 =
j=1
lo que demuestra la primera parte del teorema.

P
Para la segunda parte, sean tn = nj=1 y(j)uj las sumas parciales de la
serie de Fourier de y. Entonces, como u1 , . . . , un son ortonormales,
(sn , tn ) =
n
X
x
(j)
y (j).
j=1
Pero, nuevamente por el teorema 9.4, (sn , tn ) (x, y).
Como corolario, tambien obtenemos la desigualdad de Bessel,

k
X
(9.2)
j=1
|(x, vj )|2 ||x||2 ,
si v1 , . . . , vk son ortonormales en X.
3.
El espacio l2
En esta secci
on estudiaremos con detalle un ejemplo basico de un espacio
de Hilbert de dimension infinita.
Sea l2 el conjunto de todas las sucesiones (an )
n=1 tales que
n=1
Podemos hacer
l2
|an |2 < .
un espacio vectorial, si definimos las operaciones
(an ) + (bn ) = (an + bn )
(an ) = (an ).
Para verficar que estas operaciones estan bien definidas, vemos que, por la
desigualdad del tri
angulo en KN con la norma euclideana,
v
v
v
v
v
uN
uN
uN
u
u
uX
uX
uX
uX
uX
t
t
t
2
2
2
2
t
|an + bn |
|an | +
|bn |
|an | + t
|bn |2
n=1
n=1
n=1
n=1
n=1
160
para todo N , porque
|an |2
n=1
n=1
P
convergen, y entonces
n=1 |an
2
Similarmente, (an ) l , y no
|2
|bn |2
+ bn converge, as que (an + bn ) l2 .

es difficil verificar que estas operaciones
satisfacen los axiomas de un espacio vectorial (ejercicio 15).
M
as a
un, por la desigualdad de Cauchy-Schwarz en KN , si (an ), (bn ) l2 ,
v
v
v
v
uN
uN
u
u
N
uX
uX
X
uX
uX
t
t
|an bn |
|an |2
|bn |2 t
|an |2 t
|bn |2
n=1
n=1
n=1
n=1
n=1
para todo N , por lo que la serie n=1 anbn converge absolutamente. Definimos entonces la funcion (, ) : l2 l2 K como
X
anbn .
(9.3)
(an , (bn ) =
n=1
Proposici
on 9.15. La funci
on (, ) : l2 l2 K definida por (9.3) es un
producto interno en l2 .
M
as a
un, con este producto interno, l2 es un espacio de Hilbert.
Demostraci
on. Para mostrar que (9.3) es un producto interno, tomamos
(an ), (bn ), (cn ) l2 , K, y verificamos lo siguiente.
X
1. (an ), (an ) =
|an |2 0, y es 0 si y solo si an = 0 para todo n, o
n=1
sea (an ) = (0).
2. Para todo N ,
N
X
anbn =
N
X
bn a
n ,
n=1
n=1

lo que demuestra que, en el lmite, (an ), (bn ) = (bn ), (an ) .
3. Como todas las series siguientes son convergentes,

X
(an + bn )
cn
(an ) + (bn ), (cn ) = (an + bn ), (cn ) =
n=1
n=1
an cb +
n=1

bn cn = (an ), (cn ) + (bn ), (cn ) ,
X

X
anbn = (an ), (bn ) .
anbn =
(an ), (bn ) = (an ), (bn ) =
n=1
n=1
3. El espacio l2
161
Ya solo resta mostrar completitud de l2 . Sea (Ak ) una sucesion en l2 . Escribiremos cada Ak = (ank )
ndice de cada sucesion Ak lo hemos
n=1 , donde el
escrito como superndice. Demostraremos que, si la serie
X
k=1
||Ak ||
converge, entonces la serie
Ak
k=1
converge, y la completitud de l2 se sigue del teorema 2.24. Recordemos que

la norma || || inducida por el producto interno esta dada por
v
u
uX
||(an )|| = t
|an |2 .
n=1
Observamos
primero que, para cada nP
y cada k, |ank | ||Ak ||, y por
P
n
n
lo tanto k=1 |ak | < . As que la serie
k=1 ak converge para cada n,
digamos
X
ank = an .
Mostraremos que la serie
k=1
k=1 Ak
converge a la sucesion (an ) en l2 .
Empezamos por verificar que (an ) l2 . Para cada n, sea

snk =
k
X
anl
l=1
la k-esima suma parcial de cada serie

N podemos encontrar k tal que
ank . Como cada snk an , para cada
1
|an snk | < ,
N
para n = 1, . . . , N . Ahora bien,
v
v
v
uN
uN
uN
uX
uX
uX
t
t
|an |2
|an snk |2 + t
|snk |2 .
n=1
n=1
n=1
Por la selecci
on de k,
v
v
uN
uN
uX
uX 1
t
n
n
2
= 1.
|a sk | < t
N
n=1
n=1
162
P
Ahora, si llamamos M =
k=1 ||Ak ||, tenemos entonces
v
v
v
uN
uN k
k u
k
N
uX
uX
uX X 2 X
X
t
t
n
n |2
||Al || M.
a
|snk |2 = t
|a

l
l
n=1
Por lo tanto
n=1
N
X
n=1
l=1
l=1
n=1
l=1
|an |2 (1 + M )2 y, como N es arbitrario, (an ) l2 .
Sea ahora
sk =
la k-esima suma parcial de
k K,
Tal K existe porque
k
X
Al =
l=1
k
X
anl
l=1
Ak . Sea > 0, y tomamos K tal que, para
X
l>k
||Al || < .
2
||Ak || < . Mostraremos que, para k K,

||sk (an )|| < .
Sea k K, y tomamos N Z+ . Escogemos p > k tal que, para cada

n = 1, . . . , N ,
|snp an | < .
2 N
n
n
Tal p existe porque sl a cuando l para cada n (notamos que p
depende de N ). Entonces
v
v
v
uN
uN
uN
uX
uX
uX
t
t
n
n
n
2
n
2
|sk a |
|sk sp | + t
|snp an |2 .
n=1
n=1
n=1
Por la selecci
on de p, el segundo sumando puede ser estimado por
v
v
uN
uN
uX
u X 2
t
|snp an |2 < t
= .
4N
2
n=1
n=1
Para el primero,
v
v
v
uN
uN
uN

uX
X uX
X
uX X
2

t
t
n
n
||Al || < ,
al
|sk snp |2 = t
|anl |2

2
n=1
n=1 k<lp
porque k K. Entonces,
||sk (an )|| < .
qP
N
n
n=1 |sk
k<lp
n=1
k<lp
an |2 < y, como N es arbitrario,

3. El espacio l2
163
El espacio de Hilbert l2 tiene al conjunto de las sucesiones ek , dadas por

(
1 k=n
n
ek =
0 k 6= n,
como sistema ortonormal completo, ya que (ejercicio 16)
(an ) =
an en
n=1
para cualquier (an ) l2 . Por lo tanto, l2 es separable, por el teorema 9.11.

M
as a
un, l2 es isometricamente isomorfo a cualquier otro espacio de Hilbert
separable, como lo afirma el siguiente teorema.
Teorema 9.16. Sea X un espacio de Hilbert separable de dimensi
on infinita. Entonces X es isometricamente isomorfo a l2 ; es decir, existe una
isometra : X l2 tal que es un isomorfismo.
Demostraci
on. Como X es separable y de dimension infinita, existe un
sistema ortonormal completo, digamos S = {un }
n=1 , infinito contable. Entonces, para cada x X,
X
x
(n)un ,
x=
n=1
donde x
(n) = (x, un ), por el teorema 9.13. Definimos entonces la funcion
: X l2 como (x) = (an ), donde an = x
(n). Por la identidad de
Parseval,
X
|an |2 = ||(x)||2 ,
||x||2 =
n=1
por lo que es una isometra. Claramente es lineal porque el producto

interno es lineal.
Para verificar que es un isomorfismo, observamos primero que es inyectiva porque ||(x)|| = ||x||, y entonces (x) = 0 solo si x = 0. Para
mostrar que es sobreyectiva, sea (an ) l2 y consideramos la serie
an un .
n=1
Para mostrar que converge, sean sn las sumas parciales. Entonces, como los
un son ortonormales, si n > m tenemos, por el teorema de Pit
agoras,
X
|an |2 .
||sn sm ||2 =
m<ln
l2 ,
Como (an )
para > 0 existe N tal que, si n N ,
Por lo tanto, si n, m N , ||sn sm || < .
nN
|an |2 < 2 .
164
As que la sucesion (sn ) es de Cauchy y, como X es completo (es un

espacio de Banach), converge, digamos
X
an un = x.
n=1
Por la unicidad de la expansion ortogonal (teorema 9.13), (x) = (an ), y

por lo tanto es sobreyectiva.
4.
El espacio L2 ([0, 1])
Consideremos el espacio C([0, 1], C) (que solo denotaremos C([0, 1]). Recordemos que podemos definir el producto interno
Z 1
(f, g) =
f g,
0
el cual induce la norma || ||2 . Sin embargo, C([0, 1]) no es completo con
respecto a esta norma. Por ejemplo, si consideramos la sucesion de funciones
continuas (fn ) dadas por
n1/3 0 x 1
n
fn (x) =
1
1
1,
x1/3 n
entonces (fn ) es una sucesion de Cauchy en C([0, 1]), con la norma || ||2 ,
pero no converge.
64
Para demostrarlo, sea > 0, y tomamos N > 6 . Entonces, para n >
m N,
Z 1
m
(n1/3 m1/3 )2
1
2
||fn fm ||2 =
+
dx
2/3
1
n
x
n
1
1
1
4
1/3 + 3
1/3 < 2 ,
1/3
1/3
n
m
n
N
y por lo tanto ||fn fm ||2 < . Entonces la sucesion (fn ) es de Cauchy.
Si convergiera, digamos, fn f , entonces f sera acotada. Sea M > 0
tal que |f | M . Pero entonces, si tomamos N > (M + 1)3 ,
fN (x) M = N 1/3 M > 1
para x [0, 1/N ]. As que

||fN
f ||22
|fN f |
1
N
1=
1
,
N
1
y entonces ||fn f ||2
para todo n N , lo que contradice fn f con
N
respecto a la norma || ||2 .
165
Para obtener un espacio de Hilbert, tomamos entonces la completitud

C([0, 1]) del espacio C([0, 1]) (secci
on 5, captulo 2) con respecto a la norma
|| ||2 . Lo denotaremos como L2 ([0, 1]).
L2 ([0, 1]) es un espacio de Hilbert (ejercicio 17), y se le llama espacio de

Lebesgue de funciones cuadr
aticamente integrables.
No es obvio que los elementos de L2 ([0, 1]), definidos como clases de

equivalencia de sucesiones de Cauchy en (C([0, 1]), || ||2 ), puedan ser representados por funciones en [0, 1], y la demostraci
on esta fuera del alcance de
2
estas notas . Sin embargo, sera suficiente para nosotros el que f L2 ([0, 1])
si, y solo si, existe una sucesion de funciones continuas fn en [0, 1] tales que
fn f con respecto a || ||2 .
Ejemplo 9.17. La funcion f (x) = x1/3 , x 6= 0, f (x) = 0, esta en L2 ([0, 1]).
De hecho, es el lmite de la sucesion (fn ), presentada anteriormente, bajo la
norma || ||2 .3
Empezamos por observar que L2 ([0, 1]) es separable.4 Como consecuencia
del teorema de Stone-Weierstrass, el espacio (C([0, 1]), || ||u ) (con respecto
a la norma uniforme) es separable (corolario 5.15), por lo que existe un
conjunto contable F = {fn }
n=1 de funciones continuas tales que, para cada
f C([0, 1]) y cada > 0, ||fn f ||u < . Podemos tomar, por ejemplo, los
polinomios con coeficientes racionales.
Ahora bien, sea f L2 ([0, 1]) y sea > 0. Entonces, existe una funcion
continua g tal que
||f g||2 < .

2
Ahora bien, existe fn F tal que
||g fn ||u < .

2
Entonces
s
Z 1
|g fn |2
||f fn ||2 ||f g||2 + ||g fn ||2 < +
2
0
s
Z 1

||g fn ||2u < + = .

+
2
2 2
0
Por lo tanto, F es denso en L2 ([0, 1]).
2V
ease, por ejemplo, [2], para la demostraci
on de este hecho.
3M
as precisamente, es un representante del lmite. Refi
erase a la secci
on 5 del captulo 2 para
los detalles.
4En general, la completitud de un espacio separable es separable (ejercicio 18).
166
Por el teorema 9.11, L2 ([0, 1]) tiene un sistema ortonormal completo

contable, el cual podemos tomar, por ejemplo, el obtenido al aplicar el proceso de Gram-Schmidt a la sucesion de polinomios 1, x, x2 , x3 , . . . , como en
el ejemplo 9.10.
Sin embargo, un sistema ortonormal completo m
as popular es el formado
por las funciones exponenciales en (x), n Z, dadas por
en (x) = e2inx ,
x [0, 1].
Aqu, enumeramos a los enteros como 0, 1, 2, . . ..

Teorema 9.18. La colecci
on de funciones S = {en : n Z} forma un
sistema ortonormal completo en L2 ([0, 1]).
Demostraci
on. Empezamos por verificar que gen S es denso en C([0, 1]),
con respecto a la norma uniforme. Pero, como para cada n
en (x) = cos nx + i sen nx,
entonces gen S es el conjunto de polinomios trigonometricos en [0, 1] con
coeficientes complejos, y por lo tanto es denso en C([0, 1]) (separando partes
real e imaginaria), como habamos observado en el ejemplo 5.23. Entonces,
para cada f C([0, 1]) y cada > 0, existe un polinomio p gen S tal que
||f p||u < .
Ahora, para f L2 ([0, 1]) y > 0, sea g C([0, 1]) tal que
||f g||2 < ,

2
y sea p gen S tal que
||g p||u < .

2
Entonces, similarmente al an
alisis anterior, tenemos
s
Z 1
||f p||2 ||f g||2 + ||g p||2 < +

|g p|2
2
0
s
Z 1

||g p||2u < + = .

+
2
2
2
0
Dejamos como ejercicio la verificacion que las funciones en son ortonormales

(ejercicio 19).

Podemos entonces expresar cada f L2 ([0, 1]) como la serie
X
f(n)en ,
(9.4)
f=
nZ
167
donde f(n) son los coeficientes de Fourier f(n) = (f, en ), y la suma se

entiende simetricamente, es decir
X
f(n)en = lm
nZ
con convergencia en
N
X
f(n)en ,
n=N
L2 ([0, 1]).
Si f es una funcion continua, entonces sus coeficientes de Fourier estan

dados por
Z 1
f (x)e2inx ,
f(n) = (f, en ) =
0
y podemos preguntarnos si la serie

X
f(n)e2inx
nZ
converge punto por punto, o uniformemente, a f (x). Tenemos el siguiente

teorema.
Teorema 9.19. Sea f C([0, 1]), y suponemos que sus coeficientes de
Fourier satisfacen
X
(9.5)
|f(n)| < .
nZ
Entonces la serie de Fourier

(9.6)
f(n)e2inx
nZ
converge uniformemente a f .
Demostraci
on. Empezamos por observar que, por el criterio M de Weierstrass, (9.5) implica que la serie converge uniformemente en C([0, 1]), digamos
a la funcion continua g.
Ahora bien, si SN es la suma parcial
SN (x) =
N
X
f(n)e2inx
n=N
de la serie (9.6), entonces, como SN g, entonces SN g en L2 ([0, 1]), y

por lo tanto SN (n) g(n), cuando N , para cada n. Pero
(
0
N < |n|
SN (n) =
f (n) N |n|.
Entonces g(n) = f(n).
168
Por el teorema 9.16, la funcion : L2 ([0, 1]) l2 dada por

(f ) = (f(n))nZ ,
n = 0, 1, . . . ,
es un isomorfismo, g = f , porque ambas son continuas.
Ejercicios
1. Sea (x, y) = x y el producto interno estandar en R2 . Entonces
(x, y) = ||x|| ||y|| cos ,
donde es el
angulo entre los vectores x y y en R2 .
2. Utiliza el ejercicio anterior para mostrar la ley de cosenos: si a, b, c son
las longitudes de los lados de un tri
angulo, y es el angulo opuesto al
lado de longitud c, entonces
a2 + b2 = c2 + 2ab cos .
3. La siguiente identidad es llamada la identidad de polarizaci
on, tanto en
el caso real como en el complejo.
a) Sea X un espacio con producto interno sobre R. Entonces, para
x, y X,

1
(x, y) = ||x + y||2 ||x y||2 .
4
b) Sea X un espacio con producto interno sobre C. Entonces, para
x, y X,

1
(x, y) = ||x + y||2 ||x y||2 + i||x + iy||2 i||x iy||2 .
4
4. Sea (X, || ||) un espacio normado tal que, para todo x, y X,
||x + y||2 + ||x y||2 = 2||x||2 + 2||y||2 .
Entonces || || es inducida por un producto interno. (Sugerencia: Utiliza

el ejercicio anterior.)
5. Sea Y un subespacio vectorial del espacio normado X. Entonces la cerradura Y tambien es un subespacio vectorial de X.
6. Sea X un espacio con producto interno de dimension finita y sea
{u1 , . . . , ul }
una base ortonormal para X. Entonces, para todo x X,
x = (x, u1 )u1 + . . . + (x, ul )ul .
169
Ejercicios
7. Sea X un espacio con producto interno de dimension finita sobre K.

Entonces, si dim X = l, X es isometricamente isomorfo a Kl ; es decir,
existe un isomorfismo : X Kl que preserva el producto interno,
(x, y) = (x, y)
para todo x, y X.
8. Sean (un ) y (vn ) sucesiones de vectores linealmente independientes tales

que, para cada n,
vn gen{u1 , . . . , un }.
Entonces, para cada n,
un gen{v1 , . . . , vn }.
9. Sean v1 , . . . , vk ortogonales en el espacio X. Entonces son linealmente

independientes.
10. Considera X = C([1, 1]) con el producto interno
Z 1
f g.
(f, g) =
1
xn ,
A partir de fn (x) =
n = 0, 1, 2, . . ., utiliza el proceso de GramSchmidt para obtener polinomios p0 , p1 , p2 , p3 tal que cada pn es de
grado n y son ortonormales.
Estos polinomios son llamados polinomios de Legendre.
11. Sea Y un subespacio cerrado del espacio de Hilbert X y T : X Y

definida como
T x = ProyY x.
Entonces T es continua. (Sugerencia: Utiliza el teorema de Pit
agoras.)
12. Sea Y un subespacio cerrado del espacio de Hilbert X, y sea
Y = {x X : x Y }.
Entonces Y es un subespacio cerrado de X.
13. Sea Y un subespacio cerrado del espacio de Hilbert X. Entonces

Y Y .
X=
14. Sea X un espacio de Hilbert separable y Y un subespacio cerrado de X.

Entonces Y es separable.
15. Sea l2 el conjunto de las sucesiones (an ) en K tales que
n=1
|an |2 < .
Entonces l2 es un espacio vectorial con operaciones

(an ) + (bn ) = (an + bn )
(an ) = (an ).
170
16. Para cada k, sea ek la sucesion (enk )

n=1 donde
(
1 k=n
enk =
0 k 6= n.
Entonces, para (an ) l2 ,
(an ) =
an en .
n=1
su completitud.
17. Sea X un espacio vectorial con producto interno y sea X
Entonces X es un espacio de Hilbert.

es separable.
18. Si X es separable, entonces X
19. Para cada n Z, sea en (x) = e2inx . Entonces
(
Z 1
1 n=m
en (x)em (x)dx =
0 n 6= m.
0
20. Para toda f C([0, 1]), la sucesion (f(n)) es acotada.
21. Sea f continuamente diferenciable en [0, 1] y tal que f (0) = f (1). Entonces
fb (n) = 2inf(n),
donde fb (n) es el n-esimo coeficiente de Fourier de la derivada f de f .
(Sugerencia: Integra por partes.)
22. Sea f continuamente diferenciable en [0, 1] y tal que f (0) = f (1). Entonces su serie de Fourier converge uniformemente a f . (Sugerencia: Utiliza
el problema anterior.)
Bibliografa
[1] Richard Courant and Fritz John, Introduction to calculus and analysis. Vol. I, Classics in
Mathematics, Springer-Verlag, Berlin, 1999.
[2] Gerald B. Folland, Real analysis, Pure and Applied Mathematics (New York), John Wiley &
Sons Inc., New York, 1999.
[3] Henri Lebesgue, Sur lapproximation des fonctions, Bull. Sciences Math. 22 (1898), 278-287.
[4] James R. Munkres, Topology: a first course, Prentice-Hall Inc., Englewood Cliffs, N.J., 1975.
[5] I. P. Natanson, Constructive function theory. Vol. I. Uniform approximation, Translated from
the Russian by Alexis N. Obolensky, Frederick Ungar Publishing Co., New York, 1964.
[6] Walter Rudin, Principles of mathematical analysis, 3rd ed., McGraw-Hill Book Co., New York,
1976.
[7] M. H. Stone, The generalized Weierstrass approximation theorem. I, Math. Mag. 21 (1948),
no. 4, 167-184; II, Math. Mag. 21 (1948), no. 5, 237-254.
[8] Karl Weierstrass, Uber

die analytische Darstellbarkeit sogenannter willk
urlicher Functionen
einer reeller Ver
anderlichen, Sitzungsberichte der Akademie zu Berlin 9 (July 1885), 633-639.
171

Análisis Real

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

Análisis Real

Diunggah oleh

Hak Cipta:

Format Tersedia

An

alisis Real: Primer Curso

Metricas en espacios vectoriales

Sucesiones de Cauchy y completitud

Espacios vectoriales completos

Espacios de Banach de dimension finita

La completitud de un espacio metrico

Compacidad en espacios de Banach

Captulo 6. Teora de Baire

Captulo 7. El teorema de punto fijo y aplicaciones

Captulo 9. Espacios de Hilbert

Estas notas presentan una introducci

Dirichlet. Al final, demostramos que si un espacio metrico no es completo,

A grandes rasgos, un espacio metrico es un conjunto provisto de una

2. d(x, y) = d(y, x), para todos x, y X.

3. d(x, y) d(x, z) + d(z, y), para todos x, y, z X.

Un espacio metrico es una pareja (X, d), donde X 6= y d es una metrica

Es claro que (X, d) es un espacio metrico, y d es llamada la metrica discreta.

Ejemplo 1.3. Sea R el conjunto de los n

d es llamada la metrica est

dE es llamada la metrica euclideana. La demostraci

Este metrica es llamada la metrica del m

De nuevo, es facil verificar que dT es una metrica, la cual es llamada la

Ejemplo 1.8. Sea (X, d) un espacio metrico. Al igual que en el ejemplo

(X Y, d ) es un espacio metrico y es llamado el espacio producto de X

2. ||x|| = || ||x||, para todo K y x X.

3. ||x + y|| ||x|| + ||y||, para todos x, y X.

Un espacio vectorial normado es una pareja (X, || ||) donde X es un espacio

= |x1 | + |x2 | + . . . + |xn |;

El hecho que estas dos funciones definen normas en Kn se concluye facilmente

2. Metricas en espacios vectoriales

R, y se puede normar por medio de

(1.4) esta bien definida porque f es continua en el intervalo cerrado [0, 1] y

La norma (1.4) es llamada la norma uniforme.

d(x, y) = ||x y||.

Espacios con producto interno.

1. (x, x) 0 (es decir, un n

2. (x, y) = (y, x), para todos x, y X, donde r representa el conjugado

La pareja (X, (, )) es llamada un espacio con producto interno.

As, un producto interno (, ) es lineal en la primer variable y lineal conjungado en la segunda.

De nuevo, las propiedades de la integral de Riemann implican que (1.8) es

2. Metricas en espacios vectoriales

Lema 1.19 (Desigualdad de Cauchy-Schwarz). Sea (X, (, )) un espacio con

Entonces, utilizando las propiedades (1), (2) y (3) de la definicion de pro-

ducto interno, y la nota despues de la definicion,

Esto se debe al hecho que w = y Proyx y y x son ortogonales, es decir,

||x + y||2 = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)

||x||2 + 2|(x, y)| + ||y||2

||x||2 + 2||x|| ||y|| + ||y||2

Ejemplo 1.22. En C([0, 1]), el producto (1.8) induce la norma

Una topologa en un conjunto no vaco X es una selecci

Observaciones. Sea x X. Entonces:

x B (x), por lo que B (x) 6= para todo x X, > 0.

Las bolas abiertas son el ingrediente para definir un conjunto abierto.

En otras palabras, todos los elementos de un conjunto abierto son el

La funcion f : [0, ) [0, ),

Ejemplo 1.29. Considere el espacio C = C([0, 1]) con la norma uniforme.

Figura 4. Bola de radio alrededor de una funci

Si (Y, dY Y ) es un subespacio del espacio metrico (X, d), entonces un

digamos {x0 }, es un conjunto cerrado. Esto

Ejemplo 1.40. Cada conjunto finito es cerrado en un espacio metrico.

Ejemplo 1.41. Considere los subconjuntos de R dados por

es llamado el conjunto de Cantor. Es claro que C no es vaco, ya que al

2. Esto es obvio porque A es cerrado, y por lo tanto contiene todos sus