Ericka Acosta
Espacios mtricos
Dado un conjunto X (no vacio) se supondr entonces que a cada par (x, y) de
elementos (o puntos) de X se ha asignado un nmero real no negativo que es la
distancia entre x y y. Ms precisamente se supondr definida en X x X una funcin
numrica d:X x X R que satisface las siguientes propiedades:
i) d(x, y) 0 x, y X; d(x, y)=0x=y
ii) d(x, y)= d(y, x) x, y X
iii) d(x, z) d(x, y)+d(y, z) x, y, z X
Una funcin d con estas caractersticas es una distancia o mtrica sobre X.
Definicin:
Un espacio mtrico es un par (X, d) donde X es un conjunto y d una mtrica sobre X.
Vecindades
Definicin:
La bola de centro
y radio r
Una vecindad de un punto x es una parte V de X que contiene una r-bola en x. (Una
vecindad de x contiene los puntos ms prximos a x. Es claro que todo punto tiene
por lo menos una vecindad).
El conjunto de las vecindades de x se designa V(x). Este conjunto no es vaco y goza
de las siguientes propiedades:
V1) Toda parte de X que contiene una vecindad de x es una vecindad de x.
V(x) existe W V(x) tal que, para cada punto y de W se tiene que
V(y).
Continuidad
Si (X, d) y (X, d) son espacios mtricos, una aplicacin f de X en X ser continua en
un punto
con
Definicin:
Se dice que f es continua en
de X, si d(x,
si para cada
entonces d(f(x), f(
existe un
entonces f(x)
tal que si
V).
existe un
tal
entonces d(f(x), f( )
Entornos
Definicin:
Entornos son las partes de X x X (respecto X x X) que contienen un
(respecto un
{(x, y): x, y
X, , d(x,
{(x, y): x, y
X, , d(x,
XxX
X x X
Otras definiciones:
Para las siguientes definiciones X es un espacio mtrico con mtrica d, A, A, B, E son
partes de X y x, y, x son puntos de X.
D1) x es un punto interior a E si E es una vecindad de x. El conjunto de los puntos
interiores a E es el interior a E y se designa
Toda bola coincide con su interior, es decir todos sus puntos son interiores. Si un punto
es interior al complemento de E, se dice que es exterior a E.
D2) E es un conjunto abierto si E es vecindad de cada uno de sus puntos.
D3) x es un punto frontera de E si toda vecindad de x encuentra a E y a CE. El
conjunto de todos los puntos frontera de E es la frontera de E y se designa Fr(E).
D4) x es adherente a E si toda vecindad de x encuentra a E. El conjunto de los puntos
adherentes a E es la adherencia o clausura de E y se designa E*.
D5) E es cerrado si el complemento de E es abierto.
D6) x es un punto de acumulacin de E si toda vecindad de x contiene por lo menos un
punto E diferente de x.
D7) Un punto x de E es aislado si existe una vecindad de x que no encuentra a E.
D8) E es denso en toda parte (o sencillamente denso en X) si E=X; es decir, si todo
punto de X es adherente a E.
D9) El espacio X es separable si verifica que existe una parte de X numerable y densa
en X.
D10) Se dice que b es lmite de f en el punto a, relativamente a E, si para toda V V(b)
existe F FE(a) tal que, si x F entonces f(x)
V.
Teorema 1:
Un conjunto A es una vecindad de x si A contiene un abierto al cual pertenece x.
Demostracin:
Supongamos que A
U es decir, si A
V(y) entonces y
entonces z
W U luego U es abierto y x
Recprocamente, si A U
Luego por (V1), A
V(z), pero
V(y) tal que
U A.
V(x).
(b)
(a)
Si x
X y V
Luego x
V (por T1)
(c)
x.A es abierto.
(b)
Teorema 3:
Sea x0 un punto de X, las siguientes proposiciones son equivalentes:
(a) f es continua en x0
(b)
(c)
Demostracin:
(a)
(b)
Sea V
(c)
V (por definicin de
Teorema 4:
Si X, X, X Son espacios mtricos y f una aplicacin continua de X en X y g una
aplicacin continua de X en X, entonces la funcin compuesta h=g o f (h(x)=g(f(x))
para todo x
X) es continua.
Demostracin:
Dado un abierto A en X, h-1(A) = f-1(g-1(A)) es abierto en X, pues , segn
(Teorema2), g-1(A) es abierto en X por la continuidad de g y entonces
f-1(g-1(A)) es abierto en X debido a la continuidad de f.
Definicin:
Una biyeccin f de X sobre X es un homeomorfismo (entre X y X), si la funcin f y su
inversa son continas. Si entre dos espacios puede definirse un homeomorfismo se
dice que son homeomorfos o topolgicamente equivalentes
Teorema 5:
Si f es una biyeccin del espacio X sobre el espacio X y tanto f como su inversa, g son
continuas entonces f (resp. g) transforma el conjunto A (resp. A) de las partes abiertas
de X (resp. X) en el conjunto A (resp. A) de las partes abiertas de X (resp. X). En
este caso se dice que f es bicontinua.
Demostracin:
Si A
Definicin
X es compacto si todo cubrimiento abierto de X contiene un subcubrimiento finito.
Una parte E de X es compacta si el subespacio correspondiente lo es.
Un cubrimiento abierto de un subconjunto A X, es una familia de conjuntos abiertos
{Oi}i I de X, tales que su unin "cubre" a A :
Demostracin:
No es difcil mostrar que una parte de un espacio es compacta si todo cubrimiento de
ella formado por abiertos del espacio contiene un subcubrimiento finito. (por la
definicin anterior)
Sea entonces A un cubrimiento de f(X) formado por abiertos de X: f(X)
Entonces X
f-1(f(X))
UA.
f-1(UA) = U {f-1(A): A A }
Pero X
f(X)
f(
Definicin:
X es conexo si no existen dos abiertos no vacos A y B tales que A B = X y
A B=
Una parte E de X es conexa si el subespacio correspondiente lo es.
Teorema 7:
Si X es conexo y f: X X es continua, f(X) es conexo.
Demostracin:
Si A y B fueran abiertos en f(X) (es decir, A= A f(X), B=B f(X), donde A y B son
abiertos en X) tales que A
B, A B =
y A
B = f(X) entonces
f-1(A) y f-1(B) seran partes abiertas de X con estas mismas caractersticas y entonces
X no sera conexo.
UNIVERSIDAD DE MURCIA
Departamento de Matem
aticas
Topologa
3. Espacios m
etricos
Pedro Jos
e Herrero y Pascual Lucas
Resumen: En este captulo definimos lo que es un espacio metrico
y estudiamos sus primeras propiedades. Despues de poner los primeros ejemplos de distancias en R, R2 y Rn , definimos la distancia a
un conjunto y la distancia entre conjuntos. Introducimos las bolas y
probamos que son la base para una topologa: la topologa metrica.
Finalizamos estudiando los espacios topologicos metrizables, por sus
importantes aplicaciones en otras ramas de las matematicas.
c 2002 plucas@um.es
Actualizado el 18 de febrero de 2002
Version 0.2
Indice general
1. Distancias
1.1. Ejemplos de distancias
2. Distancia a un conjunto
3. Bolas m
etricas
3.1. La topologa m
etrica
3.2. Ejemplos de bolas
4. Abiertos y cerrados
4.1. Abiertos
4.2. Cerrados
5. Conjuntos acotados. Distancia acotada
5.1. Conjuntos acotados
5.2. Distancia acotada
6. Espacios metrizables
7. Problemas propuestos
Soluciones de los ejercicios
Secci
on 1: Distancias
1. Distancias
Una de las maneras mas frecuentemente usadas para dotar de una topologa a un
conjunto es definir la topologa en terminos de una distancia en el conjunto.
Definici
on 3.1 Dado un conjunto X, una distancia es una aplicacion d : X X R
que a cada par (x, y) XX le asocia un n
umero real d(x, y) y que cumple las siguientes
condiciones:
(1) d(x, y) 0.
(2) d(x, y) = 0 si, y solo si, x = y (separacion).
(3) d(x, y) = d(y, x) para todo x, y X (simetra).
(4) d(x, y) d(x, z) + d(z, y) para todo x, y, z X (desigualdad triangular).
Definici
on 3.2 Un espacio m
etrico es un par (X, d), donde X es un conjunto y d es
una distancia definida en X.
Ejemplo 3.1.
(1) En el conjunto de los n
umeros reales R podemos definir una distancia tomando el
valor absoluto de la diferencia, es decir, d : R R R definida como d(x, y) =
|x y|.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 1: Distancias
(2) El espacio m
etrico discreto. Sea X un conjunto no vaco cualquiera; definimos
una distancia d como sigue:
0 si x = y
d(x, y) =
1 si x 6= y
El siguiente resultado es bien conocido del algebra lineal, en el ambito de los espacios
vectoriales con un producto escalar.
Proposici
on 3.1 (Desigualdad de Cauchy-Schwarz) Si a1 , a2 , . . . , an y b1 , b2 , . . . , bn
son n
umeros reales cualesquiera, entonces:
!2
! n
!
n
n
X
X
X
2
2
ai bi
ai
bi .
i=1
i=1
i=1
Pn
Demostraci
on. Dado cualquier n
umero x R se verifica que i=1 (ai x + bi )2 0. Si
desarrollamos
y agrupamos
que Ax 2 + 2Bx + C 0, tomando
Pn 2 el cuadrado
Pn
Pn tendremos
2
A = i=1 ai ; B = i=1 ai bi y C = i=1 bi .
En estos terminos, lo que queremos probar es que B 2 AC. Si A = 0 entonces
ai = 0 para todo i y, por tanto, tambien b i = 0 para todo i. Si A 6= 0 podemos poner
2
AC B2
B
+
0 Ax2 + 2Bx + C = A x +
A
A
Toc
JJ
II
J
I
Volver
J Doc Doc I
Secci
on 1: Distancias
= |x1 y1 | + |x2 y2 |,
p
(x1 y1 )2 + (x2 y2 )2 ,
=
= m
ax(|x1 y1 |, |x2 y2 |).
Las tres aplicaciones son distancias en el plano (una demostracion de esto la proporcionaremos en el siguiente ejemplo). Las funciones anteriores miden la distancia de una
forma distinta y en el siguiente grafico se puede ver como funciona cada una ellas (en
color azul se indica el segmento o poligonal que da la distancia):
Toc
JJ
II
Volver
Doc
Doc
Secci
on 1: Distancias
y
y
d1 (x, y)
d2 (x, y)
d (x, y)
d (x, y)
Las tres distancias son generalizaciones de la distancia que hemos definido en R y las
tres tienen nombre propio: d 1 se llama la distancia del taxi, d2 se llama la distancia
eucldea o usual y d se llama la distancia del ajedrez o del maximo.
Ejemplo 3.3. El ejemplo anterior se puede generalizar a Rn como sigue. Sean los puntos
x = (x1 , . . . , xn ) Rn e y = (y1 , . . . , yn ) Rn . Se define:
d1 (x, y)
n
X
|xi yi |,
i=1
d2 (x, y)
n
X
!1/2
(xi yi )2
i=1
d (x, y)
Toc
JJ
II
m
ax{|xi yi | : i = 1 . . . n}.
J
Volver
Doc
Doc
Secci
on 1: Distancias
!1/2
!1/2 2
n
n
X
X
=
(d2 (x, z) + d2 (z, y))2 =
(xi zi )2
+
(zi yi )2
i=1
n
X
(xi zi ) +
i=1
n
X
i=1
(zi yi ) + 2
i=1
n
X
(xi zi )
i=1
n
X
!1/2
2
(zi yi )
= ()
i=1
n
X
(xi zi )2 +
i=1
n
X
(zi yi )2 + 2
i=1
n
X
(xi zi )(zi yi ) =
i=1
n
n
X
X
(xi zi )2 + (zi yi )2 + 2(xi zi )(zi yi ) =
[(xi zi ) + (zi yi )]2 =
i=1
i=1
!1/2 2
n
n
X
X
= (d2 (x, y))2 .
=
(xi yi )2 =
(xi yi )2
i=1
Toc
JJ
i=1
II
Volver
Doc
Doc
Secci
on 1: Distancias
Prueba que d es una distancia y haz un un esquema grafico que represente como
funciona esta distancia. d se denomina la distancia del supremo.
Ejercicio 3.3. Consideremos el espacio
` = {(xn )n | sucesion acotada xn R} = {x : N R | acotada}
Podras definir una distancia en este espacio?
Ejemplo 3.4. Sea C([a, b], R) = {f : [a, b] R | f es continua} el conjunto de las
funciones reales continuas sobre un intervalo cerrado [a, b]. Entonces la aplicacion d
dada por
Z b
d(f, g) =
|f(x) g(x)|dx
a
es una distancia.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 1: Distancias
Proposici
on 3.2 Sean (X1 , d) y (X2 , d0 ) dos espacios metricos. Para x = (x1 , x2 ) e
y = (y1 , y2 ) puntos de X1 X2 se define:
d1 (x, y) = d(x1 , y1 ) + d0 (x2 , y2 ),
d2 (x, y) = (d(x1 , y1 )2 + d0 (x2 , y2 )2 )1/2 ,
d (x, y) = m
ax{d(x1 , y1 ), d0 (x2 , y2 )}.
Entonces d1 , d2 y d son distancias en el espacio producto X 1 X2 .
Proposici
on 3.3 Sea (X, d) un espacio metrico. Para todo x, y, z X se verifica:
|d(x, z) d(z, y)| d(x, y).
Demostraci
on. Aplicando la desigualdad triangular tenemos d(x, z) d(x, y)+d(y, z) =
d(x, y) + d(z, y), por lo que d(x, z) d(z, y) d(x, y).
De forma analoga podemos poner d(z, y) d(z, x) + d(x, y) = d(x, z) + d(x, y) y
tendremos que d(x, y) d(x, z) d(z, y).
Usando estas dos desigualdades tenemos
d(x, y) d(x, z) d(z, y) d(x, y)
lo que concluye la demostracion.
JJ
II
Volver
Doc
Doc
Secci
on 2: Distancia a un conjunto
10
Proposici
on 3.4 Sea (X, d) un espacio metrico y sea H X un subconjunto de X.
Sea la funcion dH : H H R definida por dH (x, y) = d(x, y). Entonces dH es una
distancia sobre H, que se denomina distancia inducida por d. El par (H, dH ) se dice
que es un subespacio m
etrico de X.
Si H Rn , cuando se hable de H como de un espacio metrico, siempre se estara suponiendo que su distancia es la distancia inducida por la distancia eucldea de Rn , salvo
que se diga otra cosa en contra.
Ejemplo 3.5.
(1) [0, 1] con la distancia inducida por el valor absoluto es un subespacio metrico de
R.
(2) C([a, b], R) con la distancia inducida por d es un subespacio metrico de A([a, b], R).
(3) El espacio co de las sucesiones reales con lmite 0 es un subespacio metrico de
` .
2. Distancia a un conjunto
Definici
on 3.3 Sea (X, d) un espacio metrico, A X un subconjunto de X y x 0 un
punto de X. La distancia de x 0 al subconjunto A se define como
d(x0 , A) = inf{d(x0 , x) | x A}
Toc
JJ
II
Volver
Doc
Doc
Secci
on 2: Distancia a un conjunto
11
(c)
1
2
(c)
1
4
(c) 0
(a) 0
Toc
JJ
1
2
II
Volver
Doc
Doc
Secci
on 3: Bolas metricas
12
3. Bolas m
etricas
A continuacion vamos a estudiar los subconjuntos, quizas mas importantes, de un espacio metrico: las bolas abiertas. Se trata de una generalizacion del concepto conocido
de intervalo abierto centrado en un punto en R.
Definici
on 3.5 Sea (X, d) un espacio metrico, a X un punto y r > 0 un n
umero real.
La bola abierta en X con centro en a y de radio r es el conjunto
B(a, r) = {x X | d(x, a) < r}.
Si se necesita especificar con que distancia se esta trabajando, se representara por
Bd (a, r).
3.1. La topologa m
etrica
Proposici
on 3.5 Sea (X, d) un espacio metrico. La coleccion de todas las bolas B(a, r),
para a X y r > 0, es una base para una topologa en X, denominada topologa m
etrica
inducida por d.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 3: Bolas metricas
13
Demostraci
on.
a
r
Para comprobar la segunda condicion para una base, sean B 1 y B2 dos elementos basicos
y sea x B1 B2 . Acabamos de ver que podemos elegir n
umeros positivos 1 y 2 de
tal modo que B(x, 1 ) B1 y B(x, 2 ) B2 . Tomando = mn{1 , 2 } concluimos que
B(x, ) B1 B2 .
Corolario 3.6 Sea (X, d) un espacio metrico y sea Td la topologa metrica inducida por
d. Entonces un conjunto A es abierto en Td si, y solo si, para cada x A existe un > 0
tal que Bd (x, ) A.
JJ
II
Volver
Doc
Doc
Secci
on 3: Bolas metricas
14
Ejemplo 3.7. En (R, | |) la bola abierta de centro a y radio r > 0 es el intervalo abierto
de extremos a r y a + r:
B(a, r) = {x R | |x a| < r} = (a r, a + r)
Ejemplo 3.8. En este ejemplo justificamos el nombre de bola. En (R2 , d2 ) tenemos que
B(a, r) = {(x, y) R2 | x2 + y2 < r2 },
es decir, es el interior del crculo de radio r centrado en a.
En el espacio (R3 , d2 ) se tiene
B(a, r) = {(x, y, z) R3 | x2 + y2 + z2 < r2 }
que es el interior de la bola o esfera solida de radio r centrada en a.
Las bolas abiertas, sin embargo, pueden ser realmente muy diferentes y no tener la
apariencia de una bola esferica, como se muestra en los siguientes ejemplos.
Ejemplo 3.9.
(1) En (R2 , d ) la bola B(a, r) es el interior del cuadrado de centro a y de lados
paralelos a los ejes de coordenadas y con longitud 2r.
(2) En (R2 , d1 ) la bola B(0, r) es el interior del cuadrado centrado en el punto (0, 0)
y con vertices en los puntos (0, r), (0, r), (r, 0), (r, 0).
Toc
JJ
II
Volver
Doc
Doc
Secci
on 4: Abiertos y cerrados
15
Ejercicio 3.5.
(a) Sea una funcion f0 (C([0, 1], R), d ). Cuanto vale B(f0 , r)?
(b) Sea un espacio metrico discreto (X, dD ). Cuanto vale B(a, r)?
(c) Sea H = [0, 1] R con la distancia inducida d H por la distancia d de R. Calcule
Bd (1, 1) y BdH (1, 1).
Las bolas abiertas en un subespacio metrico son la interseccion con el subespacio de
la bola del espacio total con el mismo centro y radio. Mas precisamente:
Proposici
on 3.7 Sea (X, d) un espacio metrico y sea H un subconjunto de X. Entonces
las bolas abiertas del subespacio metrico (H, dH ) son la interseccion de las correspondientes bolas en el espacio total con el subconjunto. Es decir B dH (x, r) = Bd (x, r) H.
4. Abiertos y cerrados
4.1. Abiertos
Ya hemos visto en el apartado anterior que las bolas en un espacio metrico son la base
de una topologa, que hemos denominado topologa metrica. En particular, las bolas
son abiertos en dicha topologa.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 4: Abiertos y cerrados
16
JJ
II
Volver
Doc
Doc
Secci
on 4: Abiertos y cerrados
17
(3) Sea (X, TD ) un espacio metrico discreto (TD es la topologa inducida por la distancia discreta). Entonces cualquier subconjunto es abierto.
(4) La condicion de ser abierto depende naturalmente de la distancia y del espacio
total. (a) El subconjunto {0} R es abierto para la distancia discreta, pero no
lo es para la distancia eucldea. (b) El intervalo [0, 1) es abierto en ([0, 2], d[0,2] ),
pero no lo es en R con la distancia usual.
T
Ejercicio 3.6. Es abierto el conjunto n=1 ( n1 , n1 )?
4.2. Cerrados
Ya hemos visto en el captulo anterior que tan importantes como los conjuntos abiertos
son sus complementarios, los conjuntos cerrados. Antes de estudiar algunas propiedades
de estos conjuntos en los espacios metricos, veamos unos ejemplos.
Ejemplo 3.11.
(1) En R, con la distancia usual, los intervalos cerrados son subconjuntos cerrados;
tambien lo son las semirrectas cerradas [a, +) o (, b]. Sin embargo, no lo
son los intervalos de la forma [a, b), (a, b] o (a, b).
(2) En (R2 , d2 ), el conjunto A = {(x, y) R2 : |x| < 1, |y| 2} no es cerrado, pero
B = {(x, y) R2 : |x| 1, |y| 2} s lo es.
(3) Cualquier recta en (R2 , d2 ) es un conjunto cerrado.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 4: Abiertos y cerrados
18
Proposici
on 3.9 Un subconjunto C de un espacio metrico (X, d) es un cerrado si, y
solo si, para todo x
/ C existe un radio r > 0 tal que B(x, r) C = .
Demostraci
on. Si C X es cerrado quiere decir que C c es abierto; por tanto, para
todo x
/ C (x Cc ) existe r > 0 tal que B(x, r) Cc . Entonces B(x, r) C = .
Si para todo x
/ C (x Cc ) existe r > 0 tal que B(x, r) C = , entonces
c
c
B(x, r) C y as C es abierto, luego C es cerrado.
Definici
on 3.6 Sea (X, d) un espacio metrico, a X un punto de X y r > 0 un n
umero
real. Llamaremos bola cerrada de centro a y radio r al conjunto
B(a, r) = { X | d(a, x) r}.
Observemos que las bolas cerradas contienen a las correspondientes bolas abiertas.
El siguiente resultado es obvio.
Proposici
on 3.10 Las bolas cerradas en un espacio metrico son conjuntos cerrados.
Ejemplo 3.12.
(1) La union arbitraria
de
cerrados no es, necesariamente, un cerrado. Consideremos
la familia { 0, 1 n1 | n N} de intervalos cerrados en R; su interseccion es
\
1
0, 1
= [0, 1),
n
nN
Toc
JJ
II
Volver
Doc
Doc
Secci
on 5: Conjuntos acotados. Distancia acotada
19
que no es cerrado.
(2) Cualquier subconjunto en la distancia discreta es cerrado.
(3) Hay subconjuntos que no son ni abiertos ni cerrados. Por ejemplo, [0, 1) R con
la distancia eucldea.
(4) Tambien es posible que un subconjunto sea a la vez abierto y cerrado. Por ejemplo,
cualquier subconjunto en la distancia discreta es, a la vez, abierto y cerrado.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 5: Conjuntos acotados. Distancia acotada
20
Definici
on 3.8 Sea (X, d) un espacio metrico y H X un subconjunto acotado. El
di
ametro de H, representado por diam(H), se define como
diam(H) = sup{d(x, y) | x, y X}.
Ejemplo 3.14. Los diametros de los subconjuntos [1, 2], [1, 2) y {0} [1, 2) de R con
la distancia usual son, respectivamente, 1, 1 y 2.
Ejercicio 3.7. Determine el diametro del subespacio A = [0, 1] [0, 1] de R2 para
cada una de las tres distancias d 1 , d2 y d .
Toc
JJ
II
Volver
Doc
Doc
Secci
on 5: Conjuntos acotados. Distancia acotada
21
Proposici
on 3.11 Un espacio metrico (X, d) esta acotado si, y solo si, existen un punto
x0 X y un n
umero real r > 0 tales que B(x0 , r) = X.
Demostraci
on. Si el espacio metrico esta acotado por k, tomamos un punto cualquiera x0 X. Es obvio que la bola B(x0 , k + 1) X; pero si x X, como d(x0 , x) k,
por ser k cota de X, tenemos que x B(x0 , k + 1).
Recprocamente, supongamos que B(x0 , r) = X, entonces el numero real 2r es una
cota superior de todas las distancias entre los pares de puntos x, y del espacio. Aplicando
la desigualdad triangular se tiene que d(x, y) d(x, x0 ) + d(x0 , y) < r + r = 2r.
Corolario 3.12 Todo subconjunto de un espacio metrico acotado es, a su vez, acotado.
Proposici
on 3.13 Sea (X, d) un espacio metrico y H X. Entonces H esta acotado
si, y solo si, existen un punto x 0 X, no necesariamente de H, y un n
umero real r > 0
tales que H B(x0 , r).
Demostraci
on. Si (H, dH ) esta acotado, existe r > 0 tal que H = BH (x0 , r) =
BX (x0 , r) H BX (x0 , r).
Recprocamente, si H B(x0 , r), entonces el numero real 2r es una cota superior
de todas las distancias entre los pares de puntos x, y H, ya que dH (x, y) = d(x, y)
d(x, x0 ) + d(x0 , y) < r + r = 2r y, por tanto, (H, dH ) esta acotado.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 6: Espacios metrizables
22
6. Espacios metrizables
En la Seccion 3 hemos visto que en cualquier espacio metrico (X, d) podemos construir una topologa, denominada topologa metrica y denotada por Td . Nos podemos
preguntar ahora si todo espacio topologico procede de una metrica.
Definici
on 3.10 Un espacio topologico (X, T) se dice que es metrizable si existe una
distancia d definida sobre X tal que T coincide con la topologa metrica inducida Td .
Muchos de los espacios importantes para las matematicas son metrizables, pero
algunos no lo son. La metrizabilidad es una propiedad muy deseable para un espacio,
puesto que la existencia de una distancia nos ofrece una valiosa herramienta para probar
teoremas sobre dicho espacio. Un problema de importancia fundamental en topologa
es encontrar condiciones sobre un espacio topologico que garanticen que es metrizable.
No es un problema de facil tratamiento y, en todo caso, excede de las pretensiones de
este curso.
Ejemplo 3.16.
(1) La topologa discreta sobre cualquier conjunto X es metrizable, siendo la distancia
asociada la distancia discreta o trivial.
(2) No todo espacio topologico es metrizable. Por ejemplo, si X es un conjunto que
contiene mas de un punto y lo consideramos dotado de la topologa indiscreta
Toc
JJ
II
Volver
Doc
Doc
Secci
on 6: Espacios metrizables
23
tendremos
A0 A H = (xA0 Bd (x, r)) H = xA0 (Bd (x, r) H) = xA0 BdH (x, r) A0 .
Entonces A0 = A H y, por tanto, A0 Td |H .
Toc
JJ
II
I
Volver
Doc
Doc
Secci
on 6: Espacios metrizables
24
Hemos visto que no todo espacio topologico es metrizable. Cabe entonces hacerse la
siguiente pregunta: que diferencias topol
ogicas existen entre un espacio topologico que
sea metrizable y otro que no lo sea? Veamos a continuacion una propiedad fundamental
que se verifica en los espacios metrizables pero que no es cierta, en general, en un
espacio topologico arbitrario.
Definici
on 3.11 Un espacio topologico (X, T) se dice que es un espacio de Hausdorff
o que satisface el axioma T2 si para todo par de puntos x, y X distintos existen
entornos Ux Ux y Vy Uy tales que Ux Vy = .
Como consecuencia directa de la definicion de entorno se tiene el siguiente resultado.
Proposici
on 3.15 Un espacio topologico (X, T) es de Hausdorff si, y solo si, para todo
par de puntos distintos x, y X existen abiertos A, B X tales que x A, y B y
A B = .
Ejemplo 3.17.
(1) Todo espacio metrico es de Hausdorff.
(2) No todo espacio topologico es T 2 . La recta real, con la topologa cofinita, no es
un espacio de Hausdorff.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 6: Espacios metrizables
25
Vamos a comparar las topologas metricas inducidas por dos distancias distintas
sobre un mismo espacio X.
Definici
on 3.12 Dos metricas d y d 0 sobre un mismo conjunto X se dice que son
equivalentes si dan lugar a la misma topologa, es decir, si Td = Td0 .
Proposici
on 3.16 Sean d y d0 dos distancias definidas sobre un conjunto X. Entonces
0
d y d son equivalentes si, y solo si, para todo x X y para todo r > 0 existe > 0 tal
que Bd (x, ) Bd0 (x, r) y existe 0 > 0 tal que Bd0 (x, 0 ) Bd (x, r).
Demostraci
on. Supongamos que d y d 0 son equivalentes. Dados x X y r > 0,
Bd0 (x, r) es un abierto de Td0 y, por tanto, tambien esta en Td ; entonces existe > 0
tal que Bd (x, ) Bd0 (x, r). Analogamente se demuestra la segunda afirmacion.
Recprocamente, si suponemos que se cumplen las dos afirmaciones veamos que d
y d0 son equivalentes. Sea A un abierto de Td y sea x A. Entonces existe r > 0 tal
que Bd (x, r) A. Aplicando la segunda propiedad, existira 0 > 0 tal que Bd0 (x, 0 )
Bd (x, r), y entonces A es un entorno de x para Td0 y es, por tanto, abierto en esta
topologa. De forma analoga se demuestra que todo abierto de Td0 lo es tambien de Td .
Corolario 3.17 Dos distancias d y d 0 sobre un conjunto X son equivalentes si existen
Toc
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
26
7. Problemas propuestos
Problema 3.1. Sea d : N N R definida por d(m, n) = |m2 n2 |. Es (N, d) un
espacio metrico? Justifique la respuesta.
Problema 3.2. Sea (X, d) un espacio metrico. Demuestre que si x, y, z, t X se cumple
que
|d(x, y) d(z, t)| d(x, z) + d(y, t).
Problema 3.3. Sea X un conjunto. Demuestre que una aplicacion d : X X R es
una distancia si, y solo si, para x, y, z X, se verifican
Toc
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
27
(a) d(x, y) = 0 x = y;
(b) d(x, y) d(x, z) + d(y, z).
Problema 3.4. Sea (X, d) un espacio metrico. Se definen d 01 , d02 y d03 como sigue:
d01 (x, y) = kd(x, y),
k R+
d02 (x, y) = mn{1, d(x, y)}
d03 (x, y) = [d(x, y)]2
Demuestre que d01 y d02 son distancias sobre X, pero que d 03 no tiene por que ser necesariamente una distancia.
Problema 3.5. Sea X un conjunto y f : X R una aplicacion inyectiva; demuestre
que la aplicacion d(x, y) = |f(x) f(y)| es una distancia sobre X.
Problema 3.6. Sea f : R R una funcion estrictamente creciente. Demuestre que
d(x, y) = |f(x) f(y)| es una distancia sobre R
Problema 3.7. Sea f : [0, +) [0, +) una funcion estrictamente creciente verificando:
(a) f(0) = 0;
(b) Si x, y 0 f(x + y) f(x) + f(y).
Toc
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
28
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
29
si x = y
0
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
30
d(x, y)
.
1 + d(x, y)
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
31
B = {(x, y) R2 | x Q}
C = {(x, y) R2 | |x| < 1}
S
D = {(x, y) R2 | 0 < x < 1, 0 < y < 1} {(x, y) R2 | x2 + y2 = 0}
Problema 3.21. Demuestre que el intervalo H = [a, b] es abierto en (H, dH ), pero que
no lo es en el espacio total R con la distancia eucldea.
Problema 3.22. Calcule en (R2 , d2 ) la distancia d2 (A, B) en los siguientes casos:
A = {(0, 0)} y B = [1, +) [1, +)
A = {(x, y) R2 | y > 1x , x > 0} y B = {(x, y) R2 | y < 1x , x > 0}.
Problema 3.23. Sea (R2 , d2 ) y A = {(x, y) R2 | x + y < 1, x > 0, y > 0}. Calcule
el diametro de A.
Problema 3.24. Demuestre que un subconjunto de un espacio metrico es abierto si, y
solo si, es union de bolas abiertas.
Problema 3.25. Determine las bolas en R2 para la distancia
d(x, y) = m
ax{|x1 x2 |, dD (y1 , y2 )},
con x = (x1 , y1 ), y = (x2 , y2 ).
Problema 3.26. Determine las bolas en R para la distancia d(x, y) = mn{1, |x y|}.
Toc
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
32
2|x y|
.
1 + 3|x y|
B = {(x, y) R2 | y = 4 x2 }
C = {(x, y) R2 | x [0, 1]}
Problema 3.30. En C([0, 1]) consideremos la distancia d y la distancia
Z 1
d(f, g) =
|f(x) g(x)|dx.
0
Toc
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
33
si 0 x 12 r
si
1
2r
x1
JJ
II
Volver
Doc
Doc
Secci
on 7: Problemas propuestos
34
JJ
II
Volver
Doc
Doc
35
Ejercicio 3.3
Toc
JJ
II
Volver
Doc
Doc
36
Ejercicio 3.4. Una grafica ayuda a visualizar que la distancia que queremos calcular
es
la diferencia entre la longitud de la diagonal de un cuadrado de lado 1, que es 2, y
diametro del crculo A que es 1. Por tanto,
d(A, B) = 2 1
Ejercicio 3.4
Toc
JJ
II
Volver
Doc
Doc
37
Ejercicio 3.5(a) B(f0 , r) es el conjunto de todas las funciones continuas f en [0, 1] cuya
grafica se encuentra entre las graficas de las funciones f 0 (x) r y f0 (x) + r.
Toc
JJ
II
Volver
Doc
Doc
38
Ejercicio 3.5(b)
B(a, r) =
{a}
X
si r 1
si r > 1
Toc
JJ
II
Volver
Doc
Doc
39
Toc
JJ
II
Volver
Doc
Doc
40
que no es abierto.
Toc
JJ
II
Volver
Doc
Doc
41
Ejercicio 3.7. Los diametros, para cada una de estas tres distancias, son:
diam1 (A)
diam2 (A)
diam (A)
= 2,
2,
=
= 1.
Ejercicio 3.7
Toc
JJ
II
Volver
Doc
Doc
Tema
1.1.
(x, y X).
Es fcil comprobar, usando las propiedades de la norma, que en efecto d es una distancia en
X. Obsrvese que d permite a su vez recuperar la norma, ya que
kxk = d(0, x) (x X).
1.2.
Topologa de la norma
1.3.
Series.
Las nociones conocidas sobre convergencia de series numricas pueden extenderse fcilmente a series de elementos de un espacio normado. A cada sucesin {xn } de elementos de un
espacio normado X asociamos la sucesin de sumas parciales {sn } definida naturalmente por
n
sn =
k=1
lm sn = lm xk .
xn = n
n
n=1
Cuando la serie
k=1
n>1
n>1
n>1
n>1
es convergente; por tratarse de una serie de trminos positivos, esta ltima afirmacin suele
n=1
Tema
2.1.
Dado un nmero real p mayor que 1 (en adelante escribiremos simplemente 1 < p < )
1
1
definimos su exponente conjugado p mediante la igualdad + = 1 y observamos que tamp p
bin 1 < p < , as como que la relacin entre p y p es simtrica: (p ) = p.
Pues bien, para cualesquiera a, b R+ se tiene:
ap bp
+
ab 6
p
p
(Desigualdad de Young).
ak bk
k=1
ak p
k=1
!1/p
bk
k=1
!1/p
(Desigualdad de Hlder),
(ak + bk ) p
k=1
!1/p
ak p
k=1
!1/p
bk p
k=1
!1/p
(Desigualdad de Minkowski),
2.2.
Para 1 6 p < y x = (x(1), x(2), . . . , x(N) KN , definimos:
N
kxk p =
|x(k)|
k=1
!1/p
|x(k)| |y(k)|
k=1
p=1
1< p<2
p=2
p>2
p=
Todas las normas recin definidas en KN son equivalentes, como se deduce de las siguientes
desigualdades de comprobacin inmediata:
kxk 6 kxk p 6 kxk1 6 N kxk
(1 6 p 6 , x KN ).
As pues, todas estas normas generan la topologa producto en KN y todas ellas son completas.
El espacio de Banach que obtenemos dotando a KN de la norma k k p suele denotarse por l Np ,
notacin que se entender mejor enseguida.
2.3.
Consideremos el espacio vectorial producto KN , cuyos elementos son todas las sucesiones
de escalares, es decir, todas las funciones de N en K, con operaciones definidas puntualmente
o, si se quiere, trmino a trmino:
[x + y](n) = x(n) + y(n) ; [ x](n) = x(n)
(n N, x, y KN , K)
Vamos a considerar una amplia gama de subespacios de KN que, dotados de la norma apropiada
en cada caso, se convertirn en importantes ejemplos de espacios de Banach.
n>1
l p = x KN :
|x(n)| p <
n=1
(1 6 p < ).
Por ejemplo, l1 est formado por los trminos generales de las series de escalares absolutamente
convergentes.
Pasando al lmite cuando N en la desigualdad de Minkowski, obtenemos que
!1/p
!1/p
!1/p
(ak + bk ) p
k=1
ak p
k=1
bk p
k=1
para cualesquiera sucesiones {ak } y {bk } de nmeros reales positivos y 1 6 p < . A partir de
esta desigualdad de Minkowski para series, es fcil deducir que l p es un subespacio vectorial
de KN y que definiendo
!1/p
kxk p =
|x(n)| p
(x l p ),
n=1
k=1
Fijado un natural n > n0 , la desigualdad anterior, vlida para m > n0 nos permite escribir
N
|xn(k) x(k)|
= lm
k=1
|xn(k) xm(k)| p 6 p
k=1
|xn(k) x(k)| p 6 p
k=1
tendremos |x(n)|q 6 |x(n)| p para n suficientemente grande, con lo que el criterio de comparacin
para series de trminos positivos nos dice que x lq . La implicacin contraria no es cierta:
la sucesin {n1/p } est en lq pero no en l p . En resumidas cuentas, el conjunto l p se agranda
estrictamente al aumentar p.
n>1
serie de vectores de l p . Para cada n N la n-sima suma parcial de dicha serie es una sucesin
de soporte finito, cuyos n primeros trminos coinciden con los de x y el resto se anulan. Como
la intuicin nos hace pensar, la serie dada converge efectivamente a x, pues para n N tenemos
n
x x(k) ek
p =
k=1
|x(k)| p ,
k=n+1
y usando que el resto de una serie convergente ha de tender a cero, deducimos que
x=
x(n) en
(x l p , 1 6 p < ),
n=1
como queramos.
Queda as de manifiesto que K(N) es un subespacio denso de l p que no es el total. Dicho de
manera equivalente, si consideramos en K(N) la norma que hereda de l p , tenemos un ejemplo de
espacio normado no completo, cuya completacin es precisamente l p . Abundando en la misma
idea, tomemos 1 6 p < q < y veamos a l p como un subespacio vectorial de lq ; entonces en
l p , adems de la norma propia k k p , que le convierte como sabemos en un espacio de Banach,
disponemos de la norma que hereda de lq , que podemos seguir llamando kkq . Con esta segunda,
l p es un subespacio propio denso en lq , ya que contiene al subespacio denso K(N) ; por tanto, es
tambin un espacio normado no completo cuya completacin vuelve a ser lq . Deducimos que
en l p las normas k k p y k kq no son equivalentes, puesto que una es completa y otra no.
Volviendo al desarrollo en serie obtenido anteriormente, con muy poco esfuerzo adicional se
puede comprobar que, siempre para 1 6 p < y cualquier x l p , la serie x(n) en converge
n>1
incondicionalmente. Por otra parte, es claro que kx(n) en k p = |x(n)| para todo n N, luego
dicha serie converger absolutamente si, y slo si x l1 . Por tanto, tomando 1 < p < y una
sucesin x l p tal que x
/ l1 , deducimos que la serie x(n) en converge incondicionalmente
n>1
en
converge
n>1 n
x=
n=1
espacio l p . Adems, no es difcil convencerse de que dicha expresin es nica, es decir, si para
10
n=1
n = x(n) para todo n N. Podramos decir que la sucesin {en : n N} se comporta como
una especie de base de l p , siempre que no nos limitemos a hacer combinaciones lineales finitas
sino que admitamos sumas de series del tipo que venimos manejando. Ello motiva la siguiente
definicin.
Se dice que una sucesin {un } en un espacio de Banach X es una base de Schauder de X
cuando para cada vector x X existe una nica sucesin {n } de escalares tal que
x=
n un
n=1
As pues, nuestras consideraciones anteriores se resumen diciendo que {en } es una base de
Schauder de l p para 1 6 p < . Se dice que {en } es la base de vectores unidad de l p . El
concepto de base de Schauder es muy til en el estudio de los espacios de Banach.
Notemos que los vectores de una base de Schauder {un }, en cualquier espacio de Banach X,
siempre son linealmente independientes. El subespacio engendrado, Y = Lin {un : n N}, tiene
dimensin infinita numerable, luego como espacio vectorial es isomorfo a K(N) ; claramente Y
es denso en X y se comprueba sin mucha dificultad que no puede coincidir con X. As pues,
todo espacio de Banach que admita una base de Schauder contiene un subespacio denso de
dimensin numerable. Deducimos que X, como espacio topolgico, es separable, es decir,
existe un conjunto numerable denso en X. En efecto, sea un conjunto numerable denso en K:
si K = R podemos tomar = Q; si K = C, sirve = Q + iQ. Consideramos el conjunto de las
combinaciones lineales de trminos de la sucesin {un } con coeficientes en :
N
E=
k uk : N N, 1, 2, . . . , N
k=1
11
(x l )
es un espacio de Banach.
Hacemos aqu un inciso para comentar que, al igual que la desigualdad de Minkowski,
tambin la desigualdad de Hlder tiene su versin para series. Concretamente, tomando x l p
1
1
e y l p con 1 6 p 6 , + = 1 y los convenios ya adoptados de que p = cuando p = 1
p p
y p = 1 cuando p = , tenemos:
|x(n)| |y(n)|
6 kxk p kyk p .
n=1
x=
x(n) en
(x c0 ),
n=1
la serie converge incondicionalmente (pero no siempre absolutamente) y se tiene tambin la unicidad del desarrollo. En particular, c0 vuelve a ser un espacio de Banach separable. No es difcil
comprobar que, aadiendo a {en } la sucesin u constantemente igual a 1, o ms rigurosamente,
tomando e0 = u, se obtiene una base de Schauder {en : n > 0} del espacio c de las sucesiones
convergentes, espacio que tambin resulta ser separable.
Por el contrario l no es separable. Para comprobarlo, como casi siempre que se quiere
probar que un espacio mtrico no es separable, bastar encontrar un subconjunto no numerable
12
A l tal que, para algn > 0, se tenga ka bk > cualesquiera sean a, b A con a 6= b. Pues
bien, sea P(N) el conjunto de todas las partes de N que, como bien sabemos, no es numerable;
para cada E P(N) sea xE la funcin caracterstica de E, es decir, xE (n) = 1 cuando n E y
xE (n) = 0 cuando n
/ E. Es claro que si E, F P(N) y E 6= F, entonces kxE xF k = 1, con
lo que tomando A = {xE : E P(N)} obtenemos un subconjunto no numerable de l tal que
cualesquiera dos elementos distintos de A estn a distancia 1. Intuitivamente l es mucho ms
grande que c0 o que c, no posee ningn subespacio denso de dimensin numerable.
Tal vez merezca la pena observar las relaciones de inclusin entre todos los espacios de
sucesiones que han aparecido. Para 1 < p < q < , como espacios vectoriales (prescindiendo
de normas) tenemos:
c00 l1 l p lq c0 c l ,
1
inclusiones todas estrictas. La sucesin
est en c0 pero no en l p para p < .
log(n + 1)
2.4.
( , x, y K , K)
13
llamado soporte de la funcin f , es compacto. Es claro que una tal funcin est acotada y, de
hecho su valor absoluto (o mdulo) alcanza un valor mximo en algn punto de L:
k f k = max{| f (t)| : t L}
( f C00 (L)) .
En general, C00 (L) puede no ser un subespacio cerrado de lL (es lo que ocurre, por ejemplo,
cuando L = R) pero en cualquier caso podemos describir el cierre de C00 (L). Denotamos por
C0 (L) al subespacio de lL formado por las funciones continuas que se anulan en el infinito.
Decimos que una funcin f : L K se anula en el infinito cuando, para todo > 0, el conjunto
{t L : | f (t)| > } es compacto. Si recordamos la compactacin por un punto L = L {},
nuestra terminologa resulta coherente, ya que una funcin continua f : L K se anula en
el infinito cuando lm f (t) = 0, equivalentemente, cuando f puede extenderse a una funcin
t
continua en L definiendo f () = 0.
Pues bien, no es difcil comprobar que el cierre de C00 (L) en lL es precisamente C0 (L). Por
una parte, es evidente que si una funcin continua f : L K tiene soporte compacto, entonces
f se anula en el infinito, ya que para todo > 0, el conjunto {t L : | f (t)| > } es cerrado y
est contenido en el soporte de f . Por otra parte, se comprueba sin dificultad que C0 (L) es un
subespacio cerrado de lL , luego es un espacio de Banach. Tenemos as asegurada la inclusin
C00 (L) C0 (L). La otra inclusin es un buen ejercicio de aplicacin del Lema de Urysohn.
En particular, tomando L = N con la topologa discreta, cuyos nicos subconjuntos compactos son los finitos, reaparecen el espacio c00 de las sucesiones de soporte finito y el espacio
c0 de las sucesiones convergentes a cero.
El caso ms interesante se presenta cuando tenemos de hecho un espacio topolgico compacto de Hausdorff K. Es claro que entonces C00 (K) = C0 (K) es el espacio de Banach de todas
las funciones continuas en K con valores escalares, al que denotamos simplemente por C(K),
dotado por supuesto con la norma del mximo. Si de nuevo tomamos en N la topologa discreta
y K es la compactacin por un punto de N, entonces C(K) no es otra cosa que el espacio c de
las sucesiones convergentes.
Es claro que aqu tenemos una amplsima gama de espacios de Banach, entre los que cabe
destacar por ejemplo el espacio C[0,1] de las funciones continuas en el intervalo [0, 1] con
valores reales o complejos. Es sabido (Teorema de Weierstrass) que toda funcin continua de
[0, 1] en R es lmite uniforme de una sucesin de funciones polinmicas, luego C[0, 1] tiene un
subespacio denso de dimensin numerable, es decir, es un espacio de Banach separable.
En Anlisis de Fourier tiene inters el espacio C(T) de todas las funciones continuas en
la circunferencia unidad, T = {z C : |z| = 1}, con valores complejos. En lugar de funciones
definidas en T, vemos los elementos de este espacio como funciones peridicas en R. Ms
concretamente, cada f C(T) se identifica con la funcin f : R C definida por f(t) = f (eit )
para t R, que es una funcin continua en R con periodo 2. As pues, podemos considerar
C(T) como el espacio de todas las funciones continuas y 2-peridicas de R en C, que es un
espacio de Banach con la norma
kgk = max{|g(t)| : t R}
(g C(T)).
2.5.
14
Sea un subconjunto medible de RN con medida (de Lebesgue) positiva. Para N = 1 los
casos ms frecuentes son = [0, 1] (o cualquier intervalo compacto), = R+ y = R; para
N > 1, es frecuente tomar como cualquier subconjunto compacto (con medida positiva) o
cualquier subconjunto abierto (no vaco) de RN . Trabajaremos con funciones medibles de en
K identificando dos funciones que coincidan casi por doquier (c.p.d.), esto es, que coincidan
salvo en un conjunto de medida nula. Denotaremos por L() al espacio vectorial formado por
tales funciones. Rigurosamente hablando, los elementos de este espacio son clases de equivalencia, pero es mucho menos engorroso y ms intuitivo pensar que los elementos de L() son
funciones, con las debidas precauciones.
| f (t)g(t)|dt 6
Z
| f (t)| dt
1/p Z
|g(t)| dt
1/p
| f (t) + g(t)| dt
1/p
Z
| f (t)| dt
1/p
Z
|g(t)| dt
1/p
L p () = f L() :
| f (t)| p dt < .
Z
| f (t)| dt
1/p
( f L p ()),
se obtiene una norma en L p (). Conviene resaltar que la identificacin de funciones que coinciden c.p.d. es esencial para poder deducir de k f k p = 0 que f = 0. La complitud de L p () es
15
en L p (). En efecto: por una parte, es claro que si f C00 (), entonces
otra, hay que pensar que un conjunto de medida nula tiene forzosamente interior vaco y, por
tanto, dos funciones continuas en que coincidan casi por doquier, han de ser idnticas. Pues
bien, otro importante teorema en teora de la integracin asegura que C00 () es denso en L p ()
para 1 6 p < . De hecho, con cierto esfuerzo adicional, se puede demostrar que toda funcin
de L p () se puede obtener como lmite en dicho espacio de una sucesin de funciones de clase
C con soporte compacto contenido en . As pues, siempre para 1 6 p < y cualquier abierto
RN , la situacin de C00 () en L p () es enteramente anloga a la que tena c00 dentro de
l p . Para destacar otro caso importante, cuando = [0, 1], tambin es cierto que C[0, 1] es un
subespacio denso de L p [0, 1] para 1 6 p < .
2.6.
Sea como antes un subconjunto medible de RN con medida positiva. Decimos que una
funcin f : K est esencialmente acotada cuando existe una constante M > 0 tal que
| f (t)| 6 M para casi todo t , abreviadamente: | f | 6 M c.p.d. Denotamos por L () al
16
espacio vectorial formado por todas las funciones medibles y esencialmente acotadas de en
K, en el que seguimos identificando funciones que coincidan c.p.d. Definimos en dicho espacio:
k f k = ess sup | f | = mn{M > 0 : | f | 6 M, c.p.d.} ( f L ()).
Es fcil comprobar que el conjunto de constantes que aparece en el ltimo miembro de la
igualdad anterior (los mayorantes esenciales de | f |) tiene efectivamente un mnimo, al que
es lgico llamar supremo esencial de | f |. Seguidamente, tambin resulta fcil comprobar que
mediante este supremo esencial se consigue efectivamente una norma en L (). Una sucesin
{ fn } converge en L () si y slo si, converge uniformemente c.p.d. en , cosa que requiere
una explicacin: lo que se quiere decir es que, eligiendo para cada n N cualquier funcin n
que represente a la clase de equivalencia fn , existe un conjunto de medida nula E tal que
la sucesin {n } converge uniformemente en \ E. A partir de aqu se puede deducir ya sin
dificultad que L () es un espacio de Banach.
Comparamos ahora L () con L p () para 1 6 p < . Es fcil comprobar:
Si tiene medida finita, entonces L () est contenido estrictamente en L p ().
Si tiene medida infinita, entonces L () y L p () no son comparables.
As pues, tomando por ejemplo el caso especialmente interesante = [0, 1], para 1 < p < q < ,
tenemos las siguientes inclusiones, todas ellas estrictas:
C[0, 1] L [0, 1] Lq [0, 1] L p [0, 1] L1 [0, 1].
Ntese que C[0, 1] s se identifica totalmente con un subespacio cerrado de L [0, 1].
Tema
3.1.
Obsrvese que escribimos simplemente T x en lugar de T (x) y que denotamos con el mismo
smbolo las normas de X e Y , lo que no debe causar confusin.
La demostracin de la proposicin anterior es muy sencilla. En efecto, si T es continuo en
cero, la imagen inversa por T de la bola unidad de Y (un entorno de cero en Y ) es un entorno
de cero en X, que deber contener una bola cerrada de centro cero y radio, digamos, > 0;
deducimos inmediatamente que se verifica con M = 1/. Ntese que slo hemos usado la
continuidad en cero y que de la continuidad en otro punto x0 X hubisemos deducido la
continuidad en cero sin ms que observar que T x = T (x + x0 ) T x0 para cualquier x X. As
pues, se cumple tan pronto como T sea continuo en algn punto de X.
17
18
(u, v X),
lo que nos dice que T verifica una condicin de Lipschitz con constante M, en particular T
es uniformemente continuo, luego continuo. Resaltamos que para un operador lineal entre
espacios normados, la continuidad en algn punto equivale a la continuidad en todo punto, a
la continuidad uniforme en todo el espacio de partida e incluso a que el operador verifique una
condicin de Lipschitz. Ejemplos sencillos (con funciones reales de variable real) muestran que,
sin linealidad, cada una de las anteriores afirmaciones es estrictamente ms dbil que la que le
sigue.
En otro orden de ideas, observamos que la condicin equivale a que T est acotado en
la bola unidad (abierta o cerrada) de X, o en la esfera unidad de X, o en todo subconjunto
acotado de X. Por esta razn a los operadores lineales continuos entre espacios normados se les
suele llamar tambin operadores lineales acotados, pues transforman subconjuntos acotados
del espacio de partida en subconjuntos acotados del espacio de llegada: conservan la acotacin.
3.2.
Norma de Operadores
Dados dos espacios normados X e Y , denotaremos por L(X,Y ) al conjunto de todos los
operadores lineales continuos de X en Y , que es claramente un espacio vectorial con operaciones
fciles de adivinar:
[T + S] x = T x + Sx ; [T ] x = T x
19
en L(X,Y ), la desigualdad kTn x Tm xk 6 kTn Tm k kxk implica claramente que, para cada
x X, {Tn x} es una sucesin de Cauchy en Y , luego convergente; definiendo T x = lm Tn x
n
para todo x X, se comprueba sin dificultad que T L(X,Y ) y que {kTn T k} 0. Ms adelante veremos que la afirmacin recproca tambin es cierta, la complitud de L(X,Y ) implica
la de Y . Conviene comentar la razn por la que no podemos probar ya esta implicacin: sin
ninguna informacin adicional sobre los espacios X e Y , no podemos probar en este momento
que exista un operador lineal continuo (no nulo) de uno en otro, as que poco provecho podemos
sacar de la complitud de L(X,Y ) si ni siquiera podemos asegurar que L(X,Y ) 6= {0}.
La implicacin demostrada tiene una aplicacin inmediata: cualquier operador T L(X,Y )
puede verse como un operador lineal y continuo de X en la completacin Y del espacio normado
Y , es decir como un elemento del espacio de Banach L(X, Y ).
La continuidad uniforme de los operadores lineales continuos tiene una importante consecuencia, ya que sabemos que una funcin uniformemente continua entre dos espacios mtricos,
cuando el espacio de llegada es completo, puede extenderse (de manera nica) de un conjunto a
su cierre, o lo viene a ser lo mismo, de un subconjunto denso al total, conservando la continuidad
uniforme. En nuestro caso, podemos partir de un operador lineal continuo en un subespacio denso y comprobar sin dificultad que la extensin conserva tambin la linealidad. As pues, si M
es un subespacio denso de un espacio normado X, Y es un espacio de Banach y T L(M,Y ),
existe un nico operador T L(X,Y ) cuya restriccin a X coincide con T . Adems es fcil
comprobar que kT k = kT k, con lo cual, la aplicacin T 7 T identifica totalmente L(M,Y ) con
L(X,Y ), es una biyeccin lineal entre ellos que conserva la norma. De las dos observaciones
anteriores concluimos que, al estudiar un espacio de operadores L(X,Y ), no se pierde mucha
generalidad suponiendo que X e Y son espacios de Banach, pues siempre podemos sustituirlos
por sus respectivas completaciones.
3.3.
Por supuesto, todo lo dicho en los apartados anteriores sobre la continuidad de operadores
lineales sigue siendo cierto cuando el espacio de llegada es el cuerpo base, es decir, cuando
discutimos la continuidad de funcionales lineales en un espacio normado.
As pues, para un funcional lineal f en un espacio normado X, es equivalente ser continuo en
algn punto, ser continuo en todo punto, ser uniformemente continuo y verificar la desigualdad:
| f (x)| 6 M kxk x X
para alguna constante M > 0. De nuevo esta condicin equivale a que f est acotado en la bola
unidad (abierta o cerrada) de X, en la esfera unidad de X, o a que f transforme subconjuntos
acotados de X en subconjuntos acotados de K.
El espacio de todos los funcionales lineales continuos en X se denota por X (en vez de
L(X, K)) y en l disponemos de una norma que se puede expresar de varias formas, entre las
que destacamos dos:
k f k = mn M > 0 : | f (x)| 6 Mkxk x X
= sup | f (x)| : x X, kxk 6 1
( f X ).
20
3.4.
Vamos a describir con detalle los espacios duales de muchos espacios de Banach presentados en el tema anterior. Veremos, por ejemplo, que el dual de un espacio de sucesiones se
identifica frecuentemente con otro espacio de sucesiones. Debe quedar claro desde el principio
lo que entendemos por identificar. Como ya hemos comentado un par de veces, dos espacios
normados X e Y deben considerarse idnticos cuando existe una biyeccin lineal S de X sobre
Y que conserva la norma, es decir, kSxk = kxk para todo x X. En vista de la linealidad, esto
es lo mismo que decir que S es isomtrica kSu Svk = ku vk para cualesquiera u, v X,
por lo que decimos que S es un isomorfismo isomtrico de X sobre Y . Cuando existe un isomorfismo isomtrico entre dos espacios normados X e Y , decimos lgicamente que X e Y son
isomtricamente isomorfos y escribimos X Y .
3.4.1.
21
Recordemos un hecho sobradamente conocido, pero introduciendo una notacin que nos
ser til en todo lo que sigue. Un funcional lineal en KN queda caracterizado por sus valores en
una base cualquiera de KN . Usaremos la base natural {ek : 1 6 k 6 N}, donde, como siempre,
ek (k) = 1 y ek ( j) = 0 para j 6= k. Concretamente, si f : KN K es lineal, tenemos:
N
f (x) =
x(k) f (ek )
(x KN )
k=1
[Sy](x) =
x(k) y(k)
(x KN ),
k=1
y es evidente que T (Sy) = y para todo y KN , as como que S(T f ) = f para cualquier funcional
lineal f en KN . En resumen, S es una biyeccin lineal (con inversa T ) de KN sobre el espacio
vectorial de todos los funcionales lineales en KN , que son automticamente continuos cuando
consideramos la topologa producto en KN .
Fijado 1 6 p 6 , puesto que la norma kk p genera la topologa producto en KN , deducimos
que (l Np ) va a ser KN con una norma, la norma dual de k k p , que ahora vamos a calcular. Dicho
de otra forma, queremos saber qu norma en KN hace que el operador S (equivalentemente su
inverso T ) sea un isomorfismo isomtrico.
Para 1 < p < , la desigualdad de Hlder nos da, fijado y KN , una estimacin de la norma
de Sy como funcional lineal continuo en l Np ya que:
N
|[Sy](x)| = x(k)y(k) 6
k=1
(x l Np ),
de donde kSyk 6 kyk p . Conseguir la igualdad en esta ltima desigualdad equivale a comprobar que la estimacin que hemos hecho es ptima, para lo cual bastar encontrar un x KN
para el que todas las desigualdades anteriores sean igualdades, pero eso no es difcil. Para
|y(k)|
k=1
|y(k)|
1/p
k=1
El mismo resultado se puede probar sin dificultad en los casos extremos, entendiendo que
= cuando p = 1 y p = 1 para p = . En resumen podemos escribir:
(l Np ) l Np
(1 6 p 6 ).
Como la relacin entre p y p es simtrica, el espacio dual de l Np vuelve a ser l Np , hay perfecta
simetra entre cada espacio y su dual. La norma eucldea coincide con su dual: (l2N ) = l2N .
3.4.2.
22
Empecemos considerando el espacio l p , por ahora con 1 < p < . Para describir su dual
seguimos literalmente el mismo razonamiento hecho en dimensin finita, sustituyendo sumas
finitas por sumas de series y prestando atencin a la convergencia. Concretamente, dados x l p
e y l p , la desigualdad de Hlder nos da:
n=1
[Sy](x) =
(x l p ),
x(n) y(n)
n=1
Sy est bien definido y es un funcional lineal continuo en l p , que verifica kSyk 6 kyk p . El
mismo razonamiento que en dimensin finita nos da la igualdad. En efecto, para cada k N
1)p
|x(k)| p =
|y(k)|(p
k=1
k=1
|y(k)| p
<
k=1
|y(k)|
|y(k)|
!1/p
k=1
k=1
xN =
k |y(k)| p 1ek
k=1
p 1
|y(k)| p =
ky(k)k p
k=1
k=1
k=1
|y(k)| p
23
k=1
Slo queda comprobar que Sy = f , pero esto es inmediato. Por la definicin de y tenemos
que [Sy](en ) = y(n) = f (en ) para todo n N; por linealidad, Sy ha de coincidir con f en el
subespacio engendrado por los vectores unidad, pero sabemos que dicho subespacio es denso
en l p luego, por continuidad, ambos funcionales han de coincidir en todo el espacio l p .
Obsrvese que los vectores unidad en l p muestran de nuevo un comportamiento que recuerda al de una base, siempre que tengamos continuidad: un funcional lineal continuo queda
determinado por sus valores sobre los vectores de la base de Schauder {en }. En realidad este
hecho se comprueba de manera muy directa: puesto que cada x l p se expresa en la forma
n
x=
x(n)en = lm
n=1
f (x) = lm f
n
x(k)ek
x(k)ek
k=1
= lm
k=1
n=1
para todo x l p , y esto pone claramente de manifiesto que f queda determinado por la sucesin { f (en )}. Obsrvese que el razonamiento anterior podra hacerse igualmente para cualquier
operador lineal continuo en cualquier espacio de Banach con base de Schauder.
Queda pues probado que el operador S con el que hemos venido trabajando es un isomorfismo isomtrico y podemos escribir:
l p l p
(1 < p < ).
Obsrvese que seguimos teniendo simetra, el dual de l p vuelve a ser l p . El caso p = 2 sigue
siendo interesante: l2 l2 .
Al caso p = 1 se le puede dar un tratamiento similar, ahora con p = : el operador S se
define formalmente de la misma manera y, razonamientos anlogos a los anteriores, incluso
ms sencillos en algn aspecto, nos llevan a comprobar que S es un isomorfismo isomtrico,
obteniendo por tanto que
l1 l
El caso p = nos reserva una sorpresa importante. En principio, puesto que en este caso
tomamos p = 1, nada nos impide definir un operador lineal S : l1 l de la misma forma que
en los casos anteriores. Comprobamos sin dificultad que S es isomtrico, lo que nos permite
identificar l1 con un subespacio cerrado de l . La sorpresa estriba en que esta vez S no es
sobreyectivo. De momento no podemos probar este hecho, pero podemos explicar lo que ocurre.
Si intentamos reproducir los razonamientos de los casos anteriores, el problema con el que nos
encontramos es que un funcional f l no queda determinado por sus valores sobre los vectores
unidad, porque el subespacio engendrado por dichos vectores no es denso en l . Veremos ms
adelante que existen funcionales lineales continuos en l que se anulan en los vectores unidad
pero no son idnticamente nulos.
24
Sin embargo, no todo est perdido, porque los vectores unidad s forman una base de
Schauder de c0 , luego un funcional f c0 s queda determinado por sus valores sobre ellos,
as que podemos trabajar con el espacio de Banach c0 en lugar de l . Con mtodos anlogos a
los usados en ejemplos anteriores se prueba entonces que
c0 l1
Obsrvese que ha desaparecido totalmente la simetra entre un espacio y su dual: el dual de c0
es l1 pero el dual de l1 es l .
3.4.3.
[Sg]( f ) =
f (t)g(t) dt
( f L p (), g L p ()),
obtenemos, primero con g fija, un funcional Sg L p () que verifica kSgk 6 kgk p y, al variar
g, un operador lineal continuo S : L p () L p () con kSk 6 1.
Demostrar que S es isomtrico requiere una observacin elemental: toda funcin medible
g : K puede escribirse en la forma g = |g| donde es tambin una funcin medible de
en K con mdulo constantemente igual a 1. Fijada entonces g L p () tomamos, como caba
Z
|g(t)| dt
1/p
,
3.4.4.
25
En general, para un espacio compacto y de Hausdorff K, la descripcin del dual del espacio
de Banach C(K) requiere conocimientos de Teora de la Medida. Uno de los resultados fundamentales de dicha teora, conocido tambin como Teorema de Representacin de Riesz, identifica C(K) con un espacio de medidas reales o complejas en K, dotado de la norma conveniente,
la variacin total de una medida. En el caso ms general de un espacio localmente compacto y
de Hausdorff L, la descripcin del dual del espacio C0 (L) de las funciones continuas en L que se
anulan en el infinito no tiene mayor dificultad. El Teorema de Riesz cubre tambin este caso y
describe C0 (L) como un espacio de medidas en L. Aqu solamente vamos a presentar algunos
ejemplos de funcionales lineales continuos en espacios de funciones continuas.
Dado un espacio topolgico compacto y de Hausdorff K, puesto que la convergencia uniforme en K implica la puntual, observamos que el valor de una funcin en cualquier punto de
K depende de manera lineal y continua de dicha funcin. Ms concretamente, fijado un punto
t K, podemos definir un funcional t : C(K) K de la siguiente forma:
t ( f ) = f (t) ( f C(K)).
Es evidente que t C(K) con kt k = 1. La notacin t se usa en honor del fsico y matemtico
britnico P. Dirac y suele decirse que t es el funcional de Dirac en el punto t. Podemos construir
nuevos funcionales lineales continuos en C(K) haciendo combinaciones lineales de funcionales
de Dirac y pasando al lmite. Obtenemos as el conjunto = Lin {t : t K} C(K) , que es el
subespacio cerrado de C(K) engendrado por los funcionales de Dirac. En general este subespacio est lejos de ser el total. De hecho, se sabe que = C(K) si, y slo si, todo subconjunto
no vaco de K tiene un punto aislado. Un espacio topolgico conexo, pongamos por caso [0, 1],
est lejos de cumplir tal cosa.
El ejemplo por antonomasia de funcional lineal continuo en C[0, 1] es la integral:
Z 1
( f ) =
f (t) dt
( f C[0, 1]).
g ( f ) =
f (t) g(t) dt
( f C[0, 1]).
Otra vez es inmediato comprobar que g C[0, 1] con kg k 6 kgk1 . Con algn esfuerzo adicional se consigue demostrar tambin que la ltima desigualdad es de hecho una igualdad, con
lo que L1 [0, 1] resulta ser isomtricamente isomorfo a un subespacio de C[0, 1] .
Tema
Vamos a presentar aqu dos resultados fundamentales acerca de los espacios normados ms
sencillos, los de dimensin finita. Estudiaremos el Teorema de Hausdorff, segn el cual todas
las normas en KN son equivalentes, del que deduciremos consecuencias importantes. Veremos
tambin el Teorema de Riesz, que da una caracterizacin puramente topolgica de los espacios
normados de dimensin finita.
4.1.
Teorema de Hausdorff
Hasta ahora hemos manejado una sola relacin de equivalencia entre espacios normados:
identificamos dos espacios normados cuando existe un isomorfismo isomtrico entre ellos, pues
est claro que en tal caso los dos espacios son totalmente idnticos.
Sin embargo, muchas propiedades importantes de los espacios normados, la complitud por
ejemplo, no dependen de la norma concreta del espacio, sino solamente de su topologa, son
propiedades que se conservan al sustituir la norma por otra equivalente. Para el estudio de
tales propiedades, podemos identificar dos espacios normados que sean iguales como espacios
vectoriales topolgicos, aunque no sean isomtricamente isomorfos. La aplicacin que permite
hacer este tipo de identificacin recibe el nombre de isomorfismo topolgico:
Si X e Y son espacios normados, un isomorfismo topolgico de X sobre Y es una biyeccin
lineal T : X Y tal que T y T 1 son continuas. Naturalmente, cuando tal isomorfismo existe,
decimos que X e Y son topolgicamente isomorfos.
Dos espacios normados isomtricamente isomorfos tambin lo son topolgicamente, pero el
recproco no es cierto. Por ejemplo, los espacios l2 y l22 son topolgicamente isomorfos, pero se
puede probar sin dificultad que no existe un isomorfismo isomtrico entre ellos. Basta observar
que la esfera unidad de l2 contiene segmentos no triviales, lo que no ocurre en l22 . Resaltemos
finalmente que dos normas en un mismo espacio vectorial X son equivalentes si, y slo si, la
identidad es un isomorfismo topolgico de X con una norma en X con la otra.
26
27
Pues bien, nuestro objetivo es probar que, para cada nmero natural N, existe, salvo isomorfismos topolgicos, un nico espacio normado de dimensin N sobre K, a saber, KN con
cualquier norma. De hecho, probaremos algo formalmente ms fuerte. Para ello, iremos comprobando sucesivamente afirmaciones que acabarn confluyendo en un solo enunciado que las
incluya a todas. Empezamos con la siguiente observacin:
[1] Para cualquier N N, todo operador lineal de KN con la topologa usual, en cualquier
espacio normado, es continua.
La comprobacin de este hecho es muy sencilla. Empezando por el caso N = 1, un operador
lineal de K en un espacio normado Y tendr la forma 7 y1 para cierto vector y1 Y , con
lo que la continuidad de T es consecuencia obvia de la continuidad del producto por escalares
del espacio Y . En el caso general, si T : KN Y es un operador lineal, existirn vectores
y1 , y2 , . . . , yN Y (las imgenes por T de la base natural de KN ) tales que T tiene la forma
N
Tx =
x(k) yk
k=1
28
Pasamos ahora a generalizar formalmente el resultado anterior para liberarnos del sistema
de coordenadas que inevitablemente tenemos presente en KN . En un primer paso tenemos:
[3] Si Y es un espacio normado de dimensin N y consideramos en KN la topologa usual,
toda biyeccin lineal T : KN Y es un isomorfismo topolgico
En efecto, definiendo kxk = kT xk para todo x KN , es claro que obtenemos una norma en
KN que, por lo que ya sabemos, ser equivalente a la norma eucldea k k2 . Por tanto existirn
constantes positivas y tales que
kxk2 6 kT xk 6 kxk2 x KN
La segunda desigualdad nos dice directamente que T es continuo. Pero dado y Y , tomando
en la primera desigualdad x = T 1 (y) obtenemos kT 1 (y)k2 6 1 kyk, que nos asegura la
continuidad de T 1 . Siguiendo en la misma lnea de generalizacin formal, podemos ya probar
lo siguiente:
[4] Si X e Y son espacios normados de dimensin finita, toda biyeccin lineal T : X Y es
un isomorfismo topolgico
En efecto, si X tiene dimensin N, existe una biyeccin lineal de KN sobre X, con lo que
= T es una biyeccin lineal de KN sobre Y . Poniendo en KN la topologa usual, deducimos
de [3] que tanto como son isomorfismos topolgicos, luego tambin lo es T = 1 .
Por supuesto, el ltimo enunciado nos asegura que dos espacios normados de la misma
dimensin finita son topolgicamente isomorfos, pero nos dice ms: no slo existe un isomorfismo topolgico entre los dos espacios, sino que cualquier biyeccin lineal entre ellos es un
isomorfismo topolgico. Esto es lo nos permite decir que en un espacio vectorial de dimensin
finita hay una topologa de la norma que est determinada de manera nica, independientemente
de cualquier sistema de referencia. Pasamos ya a establecer la versin definitiva del Teorema de
Hausdorff:
Teorema. Todo operador lineal definido en un espacio normado de dimensin finita, con
valores en cualquier otro espacio normado, es continuo.
Demostracin. Sea X un espacio normado de dimensin finita N, Y un espacio normado
arbitrario y S : X Y un operador lineal. Pongamos en KN la topologa usual y sea : KN X
cualquier biyeccin lineal. Aplicando [1] sabemos que el operador T = S : KN Y es
continuo. Por otra parte, de [3] deducimos que es un isomorfismo topolgico, con lo cual,
S = T 1 es continuo, como queramos demostrar.
Obsrvese que el teorema anterior incluye las cuatro afirmaciones que habamos probado
previamente. Para deducir la afirmacin [4] basta pensar que si T es una biyeccin lineal entre
dos espacios normados de dimensin finita, el teorema anterior nos asegura que T y T 1 son
continuas. Las afirmaciones [3] y [2] son casos particulares de [4], mientras que la afirmacin
[1] est obviamente incluida en el Teorema anterior.
29
En Anlisis Funcional, los espacios de dimensin finita suelen aparecer como subespacios
de espacios de dimensin infinita. En esa situacin, los razonamientos anteriores nos darn enseguida informacin relevante. Resaltemos para ello un hecho ya comentado: los isomorfismos
topolgicos entre espacios normados conservan la complitud, es decir, un espacio normado que
sea topolgicamente isomorfo a un espacio de Banach es tambin completo. Como la norma
eucldea en KN es completa, deducimos que todo espacio normado de dimensin finita es un
espacio de Banach. Por tanto,
Corolario. Todo subespacio de dimensin finita de un espacio normado es cerrado.
Baste un sencillo ejemplo para poner de manifiesto la utilidad del corolario anterior. Dicho
de una manera sugerente, los polinomios de grado menor o igual que un nmero natural N fijo,
forman un subespacio cerrado de cualquier espacio normado que los contenga, pongamos por
caso, L p [0, 1] con 1 6 p 6 . Tomando N = 1, p = 2 y K = R, obtenemos el siguiente resultado
nada evidente: si f : [0, 1] R es una funcin medible y existen dos sucesiones de nmeros
reales, {an } y {bn }, tales que
Z 1
lm
n 0
| f (t) an bnt|2 dt = 0,
entonces existen a, b R tales que f (t) = a + bt para casi todo t [0, 1].
Para obtener nuevas consecuencias interesantes del Teorema de Hausdorff, necesitamos las
nociones de producto y cociente de espacios normados que estudiamos a continuacin.
4.2.
4.3.
30
(x) = x + M x X
31
n>1
kxnk 6
n=1
luego la serie
1
2n
1
<
n
n=1 2
kvnk +
n=1
n>1
xn
n=1
es decir, la serie
(xn) = vn
n=1
n=1
n>1
4.4.
Sumas topolgico-directas
32
(y Y, z Z)
(1)
(2)
y es claro que obtenemos as dos proyecciones lineales en X, cada una de las cuales determina a la otra, ya que P + Q = I donde I es la aplicacin identidad en X. Resumiendo, la
descomposicin X = Y Z determina una proyeccin lineal P en X, la nica que verifica
Y = P(X) y Z = ker P. Recprocamente, si P es cualquier proyeccin lineal en X, es claro
que X = P(X) ker P.
La misma forma en que hemos visto que un subespacio Y siempre admite un complemento
algebraico Z, muestra que Z est lejos de ser nico (salvo los casos triviales Y = X, Y = {0}).
Sin embargo, consideremos la aplicacin cociente de X sobre X/Y o, ms concretamente, su
restriccin a un complemento algebraico Z:
: Z X/Y ; (z) = z +Y (z Z).
(3)
(4)
33
Pues bien, ya est todo preparado para trabajar con estas nociones en espacios normados
y veremos que la situacin se complica (o se enriquece, segn se mire). Sea X un espacio
normado, descompuesto como suma directa de dos subespacios: X = Y Z. Queremos saber
cundo podemos decir que tenemos una descomposicin correcta de X como espacio normado
y no slo como espacio vectorial.
Es evidente que en general no vamos a saber recuperar la norma de X a partir de las de Y
y Z, simplemente porque en el producto Y Z disponemos de muchas posibilidades distintas
para definir una norma. Pensemos por ejemplo lo que ocurre cuando X = R2 , Y = R {0},
Z = {0} R, todas las normas k k p en R2 , con 1 6 p 6 , coinciden obviamente tanto en Y
como en Z, sin coincidir en X.
Pero volviendo al caso general, lo que s podemos esperar es que a partir de Y y Z podamos
al menos recuperar la topologa de X, es decir, que al identificar X con el espacio vectorial
Y Z la topologa de X se convierta en la topologa producto. Puesto que dicha identificacin
se hace mediante la biyeccin lineal definida en (1), lo que nos preguntamos es si es un
isomorfismo topolgico del espacio normado producto Y Z sobre X.
La cosa no empieza mal, porque es continua, por ser la restriccin a Y Z de la operacin
suma, que sabemos es continua en X X. Para la continuidad de 1 la cosa se complica: 1
ser continua cuando lo sean sus dos componentes y, segn (2), la primera componente es la
proyeccin lineal P de X sobre Y , con ncleo Z; la segunda componente es Q = I P donde I
denota la identidad en X. Evidentemente, P ser continua si, y slo si, lo es I P, pero en general
no est nada claro que estas proyecciones tengan que ser continuas. Por ejemplo, para que P
sea continua es claramente necesario que Z = ker P sea cerrado, y anlogamente Y = ker (I P)
deber ser cerrado, pero en principio no habamos supuesto que Y y Z fuesen cerrados.
Continuemos pues nuestra discusin, suponiendo a partir de ahora que Y y Z son subespacios cerrados de X. Sabemos que, como espacio vectorial, Z se identifica con el cociente X/Y
mediante la biyeccin lineal definida en (3). Considerando en X/Y la norma cociente, es
lgico pedir que sea al menos isomorfismo topolgico, de forma que Z sea topolgicamente
isomorfo a X/Y . De nuevo es claro que es continua, por ser la restriccin a Z de la aplicacin
cociente : X X/Y que es continua. Aplicando el criterio de continuidad para aplicaciones
definidas en el espacio normado cociente, 1 ser continua cuando lo sea 1 , y en vista
de (4) tenemos que 1 = I P. Por tanto, de nuevo nos encontramos con que es un
isomorfismo topolgico si, y slo si, las proyecciones P e I P son continuas.
Podemos ya recapitular toda la discusin anterior: Sea X un espacio normado, descompuesto
como suma directa de dos subespacios cerrados: X = Y Z. Las siguientes afirmaciones son
equivalentes:
La biyeccin lineal , definida en (1), es un isomorfismo topolgico del espacio normado
producto Y Z sobre X.
La proyeccin lineal P : X X que verifica Y = P(X) y Z = ker P es continua
La biyeccin lineal , definida en (3), es un isomorfismo de Z sobre el espacio normado
cociente X/Y .
34
Cuando se verifica una cualquiera de la condiciones anteriores (y por tanto todas), decimos
que el espacio normado X es suma topolgico-directa de Y con Z. Decimos tambin que
Z es un complemento topolgico de Y en X. Obviamente tambin Y ser un complemento
topolgico de Z en X.
La discusin anterior pone de manifiesto que descomponer un espacio normado como suma
directa de dos subespacios slo tiene utilidad cuando la suma es topolgico-directa. Por la misma razn, los complementos algebraicos de un subespacio, que sabemos siempre existen, tienen
poca utilidad si no son complementos topolgicos, pero no est claro que siempre existan complementos topolgicos. Decimos que un subespacio cerrado Y de un espacio normado X est
complementado en X cuando existe un complemento topolgico de Y en X, o equivalentemente, cuando existe una proyeccin lineal continua P en X tal que P(X) = Y .
Ms adelante aparecern en abundancia ejemplos de sumas topolgico-directas y, por tanto,
de subespacios complementados. Para citar un ejemplo concreto de subespacio no complementado, no es demasiado difcil probar, pero tampoco es nada fcil, que c0 no est complementado
en l . De hecho, la inmensa mayora de los espacios de Banach de dimensin infinita contienen
subespacios cerrados que no estn complementados.
Para concluir este apartado resaltamos que si Y es subespacio complementado de un espacio
normado X, todos los complementos topolgicos de Y en X son topolgicamente isomorfos al
espacio normado cociente X/Y , as que X/Y hace el papel de modelo cannico de complemento topolgico de Y en X, cualquier descomposicin de X como suma topolgico-directa
de Y con otro subespacio acaba llevndonos a observar que X es topolgicamente isomorfo al
producto Y X/Y . Cuando Y no est complementado, siempre le podemos pedir a X/Y que
sustituya en lo posible a ese complemento topolgico que nos gustara tener pero no tenemos.
La abundancia de subespacios no complementados hace que el paso a cociente resulte ms til
para espacios normados que para simples espacios vectoriales.
4.5.
Tras el parntesis necesario para disponer del cociente de espacios normados y de las sumas
topolgico-directas, podemos ahora sacar ms provecho al Teorema de Hausdorff. Cabe preguntarse qu ocurre con la continuidad de un operador lineal cuando, en lugar del espacio normado
de partida es el de llegada el que tiene dimensin finita. La respuesta es parte del siguiente
enunciado:
Corolario. Sean X e Y espacios normados, supongamos que Y tiene dimensin finita y sea
T : X Y un operador lineal. Entonces:
(a) T es continuo si, y slo si, ker T es cerrado en X.
(b) T es una aplicacin abierta si, y slo si, T (X) = Y .
Demostracin. (a) La continuidad de T implica obviamente que su ncleo es cerrado.
Recprocamente, si ker T es cerrado, podemos considerar el espacio normado cociente X/ker T
y la factorizacin cannica de T nos proporciona un operador lineal inyectivo Te : X/ker T Y
tal que T = Te donde : X X/ker T es la aplicacin cociente. Ahora bien, el Teorema de
35
Hausdorff nos dice que Te es continuo, porque parte de un espacio normado de dimensin finita,
luego T tambin es continuo.
(b) Si T es una aplicacin abierta, T (X) es abierto en Y , lo cual implica que T (X) = Y ,
pues sabemos que en cualquier espacio normado los subespacios propios tienen interior vaco.
Para el recproco, suponiendo que T (X) = Y , tomamos un subespacio X0 de X de forma que la
restriccin de T a X0 sea una biyeccin lineal de X0 sobre Y , a la que vamos a llamar T0 . Por el
Teorema de Hausdorff, T0 es un isomorfismo topolgico, en particular es una aplicacin abierta.
Se deduce entonces fcilmente que tambin T es una aplicacin abierta.
Merece la pena comentar que la afirmacin (a) del corolario anterior incluye como caso
particular (tomando Y = K) algo que ya sabamos: un funcional lineal en un espacio normado
es continuo si, y slo si, su ncleo es cerrado. De la afirmacin (b) deducimos que, en cualquier
espacio normado, un funcional lineal no nulo es siempre una aplicacin abierta, independientemente de que el funcional sea continuo o no.
Con respecto a subespacios complementados, el Teorema de Hausdorff nos da la siguiente
informacin:
Corolario. Sea X un espacio normado e Y un subespacio cerrado de X. Si Y tiene codimensin finita en X,es decir, si X/Y tiene dimensin finita, entonces Y est complementado en X.
De hecho, todo complemento algebraico de Y en X es un complemento topolgico.
En efecto, sea Z cualquier complemento algebraico de Y en X y Q la proyeccin lineal de
X sobre Z con ncleo Y . El corolario anterior nos asegura que Q continua, porque tiene ncleo
cerrado e imagen de dimensin finita.
4.6.
Vamos a presentar algunos ejemplos para mostrar que las hiptesis de dimensin finita en el
Teorema de Hausdorff y sus consecuencias son imprescindibles. Empezamos con el hecho de
que en KN todas las normas son equivalentes. Eso slo ocurre en espacios de dimensin finita:
(a) En cualquier espacio vectorial de dimensin infinita siempre hay dos normas que no son
equivalentes.
En efecto, dado un espacio vectorial X de dimensin infinita, podemos fijar una base E,
expresar cada vector x X (de manera nica) como combinacin lineal de elementos de E,
N
digamos x =
de la base
k uk
k=1
u1 , u2 , . . . , uN ,
kxk1 =
|k | ;
k=1
y hacemos todo esto para cada x X, obtenemos dos normas en X. Es claro que k k 6 k k1 ,
pero mirando solamente a los vectores de la base, la suma de n de ellos tiene norma 1 segn
36
4.7.
El Teorema de Riesz
37
Teorema (F. Riesz, 1918). Para un espacio normado X, la siguientes afirmaciones son
equivalentes:
(i)
(ii)
(iii)
(iv)
Tema
Hay tres grandes teoremas que se conocen como los tres Principios Fundamentales del
Anlisis Funcional y todos llevan el nombre de Stefan Banach: el Teorema de Hahn-Banach,
el Teorema de Banach-Steinhaus y el Teorema de la Aplicacin Abierta, tambin conocido como Teorema de Banach-Schauder. El primero es una pieza clave para el estudio de la dualidad
en espacios normados. Como cualquier resultado importante en Matemticas, pero muy especialmente en este caso, el Teorema de Hahn-Banach admite numerosas versiones equivalentes,
que se aplican en campos muy diversos. En este tema vemos la versin analtica, que nos
permitir avanzar en el estudio de la dualidad. Ms adelante veremos una versin geomtrica,
que se caracteriza precisamente por eso, por tener clara interpretacin geomtrica.
5.1.
39
Teorema (Hahn 1927, Banach 1929). Sea X un espacio vectorial, provisto de una funcin
: X R que verifica las siguientes condiciones:
(x + y) 6 (x) + (y) x, y X ;
(rx) = r (x) r R+ , x X
5.1.1.
(m M, R),
donde (el valor de h(x)) es una constante a determinar, de forma que se tenga
g(m) + 6 (m + x) m M R
(1)
con lo que h cumplir lo que se espera de l. Puede haber la tentacin de tomar = 0 para
simplificar las cosas, pero a poco que se piense, esa eleccin de puede no ser vlida, as que
veamos qu debe cumplir .
40
Para > 0, dividiendo por y usando la segunda propiedad de , (1) toma la forma
m
m
+x .
g
+ 6
m
Si ahora ponemos u =
y observamos que u es un vector de M tan arbitrario como m,
(2)
Para < 0 dividimos por ambos miembros de la desigualdad (1) y razonamos de forma
m
anloga, poniendo ahora w = , para obtener la otra condicin que debe cumplir :
> g(w) (w x) w M.
(3)
Obsrvese que para = 0 la desigualdad (1) se cumple, por la hiptesis sobre g. En resumen,
esta etapa de la demostracin estar concluida si encontramos R verificando (2) y (3).
Ahora bien, para cualesquiera u, w M, tenemos por hiptesis:
g(u) + g(w) = g(u + w) 6 (u + w) 6 (u + x) + (w x),
donde se ha usado la desigualdad triangular que verifica. Equivalentemente, tenemos:
g(w) (w x) 6 (u + x) g(u) w, u M,
de donde, claramente:
sup {g(w) (w x) : w M} 6 nf {(u + x) g(u) : u M}
Si ahora es cualquier nmero real comprendido entre los dos miembros de la ltima desigualdad, es claro que se verifican (2) y (3), luego tambin (1), como queramos.
Ntese que si la ltima desigualdad es una igualdad, slo hay una eleccin posible de . El
razonamiento anterior permite en la prctica discutir la posible unicidad del funcional f cuya
existencia afirma el Teorema, un asunto del que no nos vamos a ocupar.
5.1.2.
41
Pues bien el conjunto F al que pretendemos aplicar el Lema de Zorn va a estar formado
por todos los pares de la forma (Y, h) donde Y es un subespacio de X que contiene a M y h
es un funcional lineal en Y que extiende a g y est dominado por . Definimos un orden en F
escribiendo que (Y, h) (Z, k) cuando Y Z y el funcional k extiende a h. Es inmediato que
es una relacin de orden en F y vamos a comprobar que, con dicha relacin de orden, F es un
conjunto inductivo.
Sea pues F0 = {(Y j , h j ) : j J} un subconjunto
totalmente ordenado de F y veamos que
[
F0 admite un mayorante. Para ello tomamos Y = Y j y observamos, gracias a que F0 est
jJ
5.1.3.
Fin de la demostracin
Para completar la prueba del Teorema nos queda considerar el caso complejo y comprobar
la ltima afirmacin del teorema (caso de que sea una seminorma).
El caso complejo se resuelve reducindolo al caso real, simplemente observando que todo espacio vectorial complejo Z es tambin un espacio vectorial real, al que para distinguirlo podemos notar ZR , sin ms que restringir a R Z el producto por escalares que tenemos
definido en C Z. Para cada funcional lineal h en Z, es claro que Re h es un funcional lineal
en ZR . Observamos adems que h queda determinado por su parte real, ya que evidentemente,
Im h(z) = Re h(iz) para todo z Z. Recprocamente, si es un funcional lineal en ZR , definiendo h(z) = (z) i(iz) para todo z Z, es fcil comprobar que obtenemos un funcional lineal
h en Z tal que Re h = . En resumidas cuentas, los funcionales lineales en ZR no son, ni ms ni
menos, que las partes reales de los funcionales lineales en Z.
42
Podemos ya resolver el caso complejo. Nos dan un espacio vectorial complejo X (automticamente pensamos en XR ) y un subespacio M de X (automticamente pensamos que MR es
un subespacio de XR ). Nos dan tambin un funcional lineal g en M que verifica precisamente
Re g 6 , as que notando = Re g tenemos que es un funcional lineal en MR que verifica
6 , est dominado por como venamos diciendo. Como la extensin en el caso real ya la
tenemos resuelta, existir un funcional lineal en XR que extiende a y sigue dominado por .
Ahora ser la parte real de un funcional lineal en X, al que llamamos f . Claramente tenemos
Re f (x) = (x) 6 (x) para todo x X y f extiende a g, ya que para cada m M tenemos
Re f (m) = (m) = (m) = Re g(m), de donde f (m) = g(m) tambin para todo m M, porque
tanto g como la restriccin de f a M estn determinados por su parte real.
Slo queda probar la ltima afirmacin del Teorema, pero esto es muy sencillo: si es una
seminorma y sabemos ya que Re f 6 , fijado un x X ponemos | f (x)| = f (x) con K,
|| = 1, y obtenemos:
| f (x)| = f (x) = f ( x) = Re f (x) 6 (x) = (x),
donde para la tercera igualdad hemos usado que, evidentemente, f (x) R y, para la ltima,
que es una seminorma.
5.2.
Extensin equinrmica
El resto de este tema se dedica a los primeros corolarios del teorema recin demostrado.
Nuestra primera aplicacin del Teorema de Hahn-Banach consistir en contestar afirmativamente, a plena generalidad, la pregunta que habamos planteado como motivacin:
Teorema (de extensin equinrmica). Sea X un espacio normado, M un subespacio de X y
g M . Entonces existe f X tal que f extiende a g y k f k = kgk.
Por hiptesis tenemos |g(m)| 6 kgk kmk para todo m M, luego basta aplicar el Teorema
anterior, tomando (x) = kgk kxk para todo x X, con lo que es una seminorma en X. Obtenemos un funcional lineal f : X K que verifica | f (x)| 6 kgk kxk para todo x X, luego f X
y k f k 6 kgk, pero es evidente que la norma de un funcional no puede disminuir al extenderlo,
as que k f k = kgk.
El hecho de que un funcional lineal continuo en un subespacio M de un espacio normado X
se extienda a un funcional lineal continuo en todo el espacio X ya es bastante importante, nos
garantiza por ejemplo la abundancia de funcionales lineales continuos no nulos en cualquier
espacio normado X 6= {0}, pues siempre podemos tomar como M un subespacio de dimensin
finita de X, en el que tenemos abundantes funcionales lineales, todos ellos continuos. Al hacer
una extensin, es claro que, en general la norma del funcional aumenta, y el ltimo teorema nos
dice que podemos hacer la extensin sin que aumente, que es lo mejor que nos podra decir. La
existencia de esta extensin equinrmica tendr ms adelante consecuencias importantes.
Concluimos este Tema con dos aplicaciones interesantes del teorema anterior. La primera se
deduce del mero hecho de que X 6= {0} para cualquier espacio normado X 6= {0}. Es claro que
43
esto nos permite definir operadores lineales continuos no nulos, de X en cualquier otro espacio
normado Y 6= {0}, pues basta fijar f0 X \ {0}, y0 Y \ {0}, y definir T x = f0 (x) y0 para todo
x X. Es evidente que T L(X,Y ) e incluso que kT k = k f0 k ky0 k. Aprovechando esta sencilla
idea, podemos ya probar algo que qued prometido en el Tema 3:
Corolario. Sean X 6= {0} e Y espacios normados. Si el espacio de operadores L(X,Y ) es
completo, entonces Y es completo.
En efecto, dada una sucesin de Cauchy {yn } en Y , fijamos f X \ {0} y definimos
Tn x = f (x) yn
(x X, n N),
(n, m N).
Por ser L(X,Y ) completo, la sucesin {Tn } converger en L(X,Y ) a un operador T . Puesto que
kTn x T xk 6 kTn T k kxk
(x X, n N),
deducimos que la sucesin {Tn x} = { f (x) yn } converge en Y para todo x X, con lo que basta
tomar x X tal que f (x) = 1.
Como segundo ejemplo de extensin, obtenemos un resultado que es la contrapartida de otro
obtenido en el tema anterior. All vimos que si X es un espacio normado e Y es un subespacio
cerrado de X, de codimensin finita, entonces Y est complementado en X. De hecho, si Z es
cualquier complemento algebraico de Y en X, se tiene que Z es un complemento topolgico. Si
fijamos nuestra atencin en Z, es claro que tiene dimensin finita y tambin est complementado. Podra pensarse, por tanto, que cualquier subespacio Z de X, de dimensin finita, tambin
va a estar complementado, pero eso no est del todo claro, pues para poder aplicar lo anterior
necesitamos un complemento algebraico Y , que desde luego tendr codimensin finita, pero que
adems ha de ser cerrado. Gracias al Teorema de Hahn-Banach vamos a encontrarlo.
Corolario. Si M es un subespacio de dimensin finita de un espacio normado X, entonces
M est complementado en X.
En efecto, sea {u1 , u2 , . . . , uN } una base de M. Es claro que las coordenadas de cada vector
m M dependen linealmente de m, es decir, existen g1 , g2 , . . . , gN , funcionales lineales en M,
tales que
N
m=
gk (m) uk
k=1
es la nica expresin de cada m M como combinacin lineal de los elementos de la base. Para
k = 1, 2, . . . , N, puesto que Y es un espacio normado de dimensin finita tenemos gk M y
el teorema anterior nos proporciona un fk X que extiende a gk . Se comprueba sin ninguna
dificultad que definiendo
N
P(x) =
fk (x) uk
(x X)
k=1
se obtiene una proyeccin lineal continua P en X tal que P(X) = M, luego M est complementado en X, como se quera.
Tema
6.1.
Dual de un subespacio
( f + M X /M ).
Pues bien, vamos a comprobar que es isomtrico, lo que nos permitir identificar totalmente
M con X /M . En efecto, dados f X y h M tenemos claramente:
k( f + M )k = kR( f + h)k 6 k f + hk,
44
45
( f + M X /M )
6.2.
La demostracin del corolario anterior contiene una informacin que conviene resaltar, ya
que tiene gran utilidad en la Teora de Aproximacin. Observemos que la desigualdad que
aparece en () acab siendo una igualdad. Ms concretamente, dado f X , hemos encontrado
f f + M tal que k fk = k f + M k , es decir, el nfimo que define la norma cociente es un
mnimo. Si ahora ponemos h = f f M , es claro que
d( f , h) = k f hk = k fk = k f + M k = d( f , M ),
es decir, la distancia de f a M se materializa en el punto h, o bien h es un punto de M que
est a la mnima distancia de f ; se dice que h es una mejor aproximacin de f en M .
Expliquemos brevemente el lenguaje que se utiliza en Teora de Aproximacin. Sea Y un
espacio mtrico, con distancia d, y sea Z un subconjunto no vaco de Y . Para cada y Y , se
llama conjunto de mejores aproximaciones de y en Z al conjunto PZ (y) (posiblemente vaco)
dado por:
PZ (y) = {z Z : d(y, z) = d(y, Z)},
es decir, el conjunto de los puntos de Z cuya distancia a y es la mnima posible. Cuando
PZ (y) 6= 0/ para todo y Y , se dice que Z es un subconjunto proximinal en Y . Obsrvese que,
para que esto pueda ocurrir, Z ha de ser cerrado en Y .
Pues bien, gracias al Teorema de Hahn-Banach hemos probado que, para todo subespacio
M de un espacio normado X, M es un subespacio proximinal de X . De hecho, para cada
f X , las mejores aproximaciones de f en M que hemos encontrado son los funcionales
de la forma h = f f donde f es una extensin equinrmica (se suele decir una extensin
Hahn-Banach) de la restriccin de f a M.
46
6.3.
es decir, d(x0 , M) > 0. Entonces existe f M tal que k f k = 1 y f (x0 ) = d(x0 , M). Como
consecuencia se tiene:
\
M=
ker f .
f M
6.4.
47
Dual de un cociente
Vemos ahora una descripcin del dual de un cociente que es la contrapartida a la del dual de
un subespacio, hecha anteriormente. Esta descripcin no utiliza el Teorema de Hahn-Banach y
se poda haber hecho bastante antes:
Sea M un subespacio cerrado de un espacio normado X, consideremos el espacio normado
cociente X/M y la aplicacin cociente . Para cada g (X/M) podemos definir (g) = g ;
es evidente que (g) X y de hecho que (g) M . Usando que la bola abierta unidad
de X/M es la imagen por de la bola abierta unidad de X, comprobamos fcilmente que
k(g)k = kgk. Finalmente, dado h M , escribiendo g(x +M) = h(x), es inmediato comprobar
que g est bien definido, es un funcional lineal continuo en X/M y, claramente, (g) = h. As
que hemos probado lo siguiente:
Proposicin (Dual de un cociente). Sea M un subespacio cerrado de un espacio normado
X, consideremos el espacio normado cociente X/M y la aplicacin cociente : X X/M.
Definiendo:
(g) = g
g (X/M)
se obtiene un isomorfismo isomtrico de (X/M) sobre M , simblicamente:
(X/M) M
6.5.
La abundancia de funcionales lineales continuos en un espacio normado se pone muy claramente de manifiesto en el siguiente enunciado:
Corolario. Si X es un espacio normado y x0 X \ {0}, existe f X tal que k f k = 1 y
f (x0 ) = kx0 k.
En realidad esto es caso particular de un corolario anterior, pero el razonamiento es tan
sencillo que merece repetirse: definiendo g( x0 ) = kx0 k tenemos claramente que g (K x0 )
y kgk = 1, con lo que basta tomar como f cualquier extensin Hahn-Banach de g.
El corolario anterior nos informa de que el espacio de Banach X determina la norma de X.
Ms concretamente, nos dice que:
kxk = max{| f (x)| : f X , k f k 6 1}
(x X)
( f X ).
Para resaltar esta simetra, cambiamos a partir de ahora la notacin, usaremos x para denotar a
los elementos de X , vindolos ms como vectores de X que como funcionales en X. Fijado un x X, podemos considerar la aplicacin x 7 x (x), que evidentemente es un funcional
lineal en X , el funcional de evaluacin en x. La desigualdad |x (x)| 6 kxk kx k nos dice que
48
dicho funcional es continuo, es decir, es un elemento del bidual X de X, un espacio de Banach que hasta ahora no habamos considerado, pero que no necesita definicin, es simplemente
el espacio dual de X .
As pues, cada elemento x de un espacio normado X, da lugar a un elemento de X , el
funcional de evaluacin en x, al que vamos a denotar por J(x); la definicin formal es
[J(x)](x ) = x (x)
(x X ).
6.6.
Transposicin de operadores
Los espacios l p , con 1 < p < , son claros candidatos a espacios de Banach reflexivos. En
49
comprobar (como de hecho ocurre) que se trata de la inyeccin cannica. Para ello, a poco que
se piense, falta saber cmo podemos definir explcitamente un isomorfismo isomtrico entre
dos espacios duales X e Y a partir de un isomorfismo isomtrico entre los espacios X e Y .
Eso se consigue mediante la transposicin de operadores, un procedimiento que, en un contexto
mucho ms general, vamos a explicar ahora.
Sean X e Y dos espacios normados y T un operador lineal continuo de X en Y , es decir,
T L(X,Y ). Podemos componer T con cualquier funcional y Y , y es obvio que y T X .
Obtenemos as una aplicacin y 7 y T , de Y en X , que vamos a denotar por T . Obsrvese
que la definicin de T se resume de la siguiente forma:
[T y ](x) = y (T x)
(x X, y Y ).
()
(x X),
50
Ahora podemos justificar rigurosamente la reflexividad de los espacios l p con 1 < p < .
Conocemos explcitamente un isomorfismo isomtrico S : l p l p ; concretamente,
[Sy](x) =
x(n) y(n)
(x l p , y l p ).
n=1
Por tanto S : l
p (l p ) es igualmente un isomorfismo isomtrico. Pero tambin tenemos un
isomorfismo isomtrico T : l p (l p ) , cuya definicin es formalmente la misma que la de S,
slo que intercambiando p con p :
[T x](y) =
x(n) y(n)
(y l p , x l p ).
n=1
1
comprobar que (S ) T es precisamente la inyeccin cannica J de l p en su bidual; equivalentemente, es ms directo comprobar que S J = T . Pero esto es casi evidente, ya que, para
cualesquiera x l p e y l p tenemos:
[(S J)(x)](y) = [J(x)](Sy) = [Sy](x) = [T x](y).
As pues, hemos probado que J es sobreyectiva, es decir, que para 1 < p < , l p es un espacio
de Banach reflexivo.
Un razonamiento totalmente anlogo al anterior permite probar que, para cualquier subconjunto medible de RN con medida de Lebesgue positiva, el espacio de Banach L p (), con
1 < p < , es reflexivo.
Pero volviendo a los espacios de sucesiones y razonando de forma similar a como lo hemos
hecho con los espacios l p , comprobamos sin dificultad que el espacio de Banach c0 no es
reflexivo. En efecto, empezamos con un isomorfismo isomtrico S : l1 c0 , formalmente con
la misma definicin que antes:
[Sy](x) =
x(n) y(n)
(x c0 , y l1 ),
n=1
luego
es un isomorfismo isomtrico de c
0 sobre l1 . Pero, aqu est la novedad, l1 no se
identifica con c0 sino con l : tenemos un isomorfismo isomtrico T : l l1 , dado por
[T z](y) =
y(n) z(n)
(y l1 , z l ).
n=1
6.7.
51
6.8.
52
()
vlida para cualquier espacio normado X. Adems, es claro que la proyeccin de Dixmier es
continua, luego la suma es topolgico-directa. Podemos ya probar:
Proposicin (Reflexividad del dual). Un espacio de Banach X es reflexivo si, y slo si, X
es reflexivo.
En efecto, si X es reflexivo, tenemos JX (X) = X , luego JX (X) = {0} y deducimos de
() que JX (X ) = X , es decir, X es reflexivo. Recprocamente, si X es reflexivo, () nos
dice que JX (X) = {0} y deducimos que JX (X) es denso en X , pero tambin es cerrado por
ser X un espacio de Banach, luego JX (X) = X y X es reflexivo.
Aplicando la proposicin anterior obtenemos que l1 no es reflexivo, puesto que l1 c0 y
sabemos que c0 no es reflexivo. La misma conclusin habramos obtenido usando que l1 l
no es reflexivo.
Pensemos cmo son los sucesivos duales de un espacio de Banach X. Denotando por X (n)
al n-simo dual de X , es claro que cuando X es reflexivo esta sucesin slo tiene dos trminos
significativos, ya que X (n) X o X (n) X , segn sea n par o impar. Por el contrario, cuando
X no es reflexivo tenemos dos sucesiones estrictamente crecientes de espacios de Banach, pues
identificando cada espacio con la imagen de su inyeccin cannica tenemos X X (2) X (4) . . .
y tambin X X (3) X (5) . . . , siendo todas las inclusiones estrictas.
Tema
7.1.
Motivacin
En trminos muy genricos podramos decir que el estudio de la dualidad pretende obtener
informacin sobre un espacio a partir de su dual. Hemos visto ya algunos ejemplos: dado un
espacio normado X, y puntos x, y X con x 6= y, existe f X tal que f (x) 6= f (y) ; podemos
decir que el funcional f separa (distingue) x de y, o tambin que X separa los puntos de X.
Para poner un ejemplo igualmente conocido pero menos evidente, dado un subespacio cerrado
M de X y un punto x0 X \ M, sabemos que existe f X tal que f (M) = {0} mientras que
f (x0 ) 6= 0 ; tambin en este caso, el funcional f separa el punto x0 del subespacio M.
Planteemos la nocin de separacin de una forma muy general. Sea X un espacio vectorial
real en el que no consideramos norma alguna. Dados dos subconjuntos A, B X, no vacos
y disjuntos, podemos preguntarnos si los funcionales lineales en X son capaces de separar o
distinguir A de B, es decir si podemos encontrar un funcional lineal f en X verificando que
/
f (A) f (B) = 0.
Considerando el caso particular X = R2 , que es el caso no trivial ms sencillo posible,
concretamos mejor nuestra pregunta. En efecto, a poco que A y B sean conexos, que no es
mucho pedir, la continuidad de f hace que los conjuntos f (A) y f (B) sean intervalos en R y
slo podrn ser disjuntos cuando se tenga f (a) < f (b) para cualesquiera a A y b B, o bien
la desigualdad contraria, que se convierte en la misma cambiando f por f . Deducimos que
sup f (A) 6 nf f (B).
53
(1)
54
Aunque esta desigualdad no garantiza que los intervalos f (A) y f (B) sean disjuntos, en principio podemos conformarnos con un funcional lineal que verifique (1), exigiendo que f 6= 0
para evitar trivialidades. Tomando de forma que sup f (A) 6 6 nf f (B), la desigualdad (1)
equivale a
f (a) 6 6 f (b) (a A, b B).
(2)
La interpretacin geomtrica es clara: la recta de ecuacin f (x) = deja el conjunto A a un
lado y el conjunto B al otro. Podemos entender que el funcional f 6= 0 separa los conjuntos A
y B cuando se cumple (1), equivalentemente, cuando existe R verificando (2). Buscamos
entonces condiciones sobre los conjuntos A y B que nos permitan separarlos. Con ejemplos
muy sencillos observamos que debemos suponer que A y B son convexos.
Volviendo al caso general, si A y B son dos subconjuntos convexos, no vacos y disjuntos
de un espacio vectorial real X, nos preguntamos si podemos separar A y B, es decir, si existe
un funcional lineal f 6= 0 en X verificando (1), o equivalentemente (2) para algn R. La
interpretacin geomtrica sigue siendo muy clara: el hiperplano (afn) de ecuacin f (x) =
deja el conjunto A a un lado y el conjunto B al otro.
Antes de discutir la respuesta a la pregunta recin planteada, conviene considerar tambin
el caso complejo, que no ofrece dificultad. Si X es un espacio vectorial complejo, siempre
podemos considerar el espacio real subyacente XR y ver A y B como subconjuntos convexos
de XR . Si conseguimos separarlos en XR , puesto que los funcionales lineales en XR no son ms
que las partes reales de los funcionales lineales en X, tendremos un funcional lineal f 6= 0 en
X verificando que sup Re f (A) 6 nf Re f (B), o equivalentemente,
Re f (a) 6 6 Re f (b)
(a A, b B),
A=
k ek : N N, 1, 2, . . . , N R, N > 0
k=1
55
Resaltemos que el espacio vectorial X del contraejemplo anterior tiene dimensin infinita.
Veremos que en dimensin finita la pregunta planteada tiene respuesta afirmativa. Por otra parte,
la versin analtica del Teorema de Hahn-Banach nos va a dar una condicin suficiente para
separar dos subconjuntos convexos no vacos y disjuntos de un espacio vectorial cualquiera,
con una hiptesis poco restrictiva sobre uno de ellos.
7.2.
Para comprender mejor la hiptesis que nos va a permitir obtener un teorema de separacin
de conjuntos convexos, introducimos el siguiente concepto. Se dice que un subconjunto U de
un espacio vectorial X es absorbente cuando para cada vector x X existe un nmero real
positivo tal que x U , es decir, cuando R+ U = X. Es claro que entonces 0 U y adems
U debe contener un punto en cada direccin del espacio, podemos decir que 0 est rodeado
por puntos de U. Si U es un conjunto convexo y absorbente, para cada x X tenemos un > 0
tal que x/ U, con lo que el segmento de extremos 0 y x/ estar contenido en U , luego U
contiene un segmento no trivial en todas las direcciones del espacio X, si bien la longitud de
dicho segmento depende de la direccin. Esto nos lleva a pensar que 0 es una especie de punto
interior de U.
Por ejemplo, cualquier entorno de cero en un espacio normado es absorbente, pero es fcil
dar un ejemplo de conjunto absorbente en R2 que no es entorno de cero. Podemos pensar que
el hecho de que un subconjunto convexo U de un espacio vectorial X sea absorbente significa
que 0 es un punto interior a U en un sentido algebraico bastante dbil. Naturalmente la misma
idea se aplica salvo traslacin a cualquier punto del espacio: si A es un conjunto convexo y
a0 A, el hecho de que A a0 sea absorbente significa que a0 es un punto interior de A en
el mismo sentido algebraico. Podemos ya enunciar el principal resultado de este tema, que es
equivalente a la versin analtica del Teorema de Hahn-Banach.
Teorema (Separacin de convexos en espacios vectoriales). Sea X un espacio vectorial
y A, B subconjuntos no vacos, convexos y disjuntos de X. Supongamos que existe un punto
a0 A tal que A a0 es absorbente. Entonces existe un funcional lineal no nulo f en X que
separa A y B, es decir,
sup Re f (A) 6 nf Re f (B).
Demostracin. Aclaremos, en primer lugar, que basta considerar el caso real, en el caso
complejo se usa el espacio real subyacente como ya hemos comentado.
Empezamos con una observacin sencilla: separar A y B es lo mismo que separar A B
/ As
y {0}, siendo claro adems que A B es convexo y que 0
/ A B, ya que A B = 0.
que separar dos conjuntos convexos es lo mismo que separar un conjunto convexo de un punto.
En nuestro caso hacemos adems una traslacin del problema. Concretamente, junto con el
punto a0 A que por hiptesis hace que A a0 sea absorbente, fijamos un b0 B arbitrario y
tomamos U = (A a0 ) (B b0 ). Es claro que U es un subconjunto convexo de X y tambin
es absorbente, ya que Aa0 U. Escribiendo x0 = b0 a0 , la condicin AB = 0/ nos asegura
que x0
/ U y a poco que se piense, nuestro problema es separar U del punto x0 .
56
Para entender mejor el razonamiento que sigue, pensemos en un caso conocido. Imaginemos
que U fuese la bola unidad abierta de un espacio normado X. Entonces sabemos que existe
f X tal que k f k = 1 y f (x0 ) = kx0 k > 1, con lo que es evidente que f separa U del
punto x0 . La existencia de f se obtuvo de la versin analtica del Teorema de Hahn-Banach
usando la norma del espacio. La clave para resolver nuestro caso mucho ms general consiste
en darse cuenta de que la norma del espacio X est determinada por la bola unidad U mediante
la siguiente igualdad de comprobacin evidente: kxk = nf{ > 0 : x U} para todo x X.
El segundo miembro de esta igualdad tiene sentido en cualquier espacio vectorial X tan pronto
como el conjunto U sea absorbente y define una funcin de X en R que en general no ser ya
una norma en X, pero tendr las propiedades que necesitamos para aplicar la versin analtica
del Teorema de Hahn-Banach.
Volvamos pues a nuestra demostracin. Usando que U es absorbente definimos una funcin
: X R de la siguiente forma:
(x) = nf{ > 0 : x U}
(x X).
(r R+ , x X)
se deduce claramente de la definicin de . La desigualdad triangular se deduce de la convexidad de U. En efecto, dados x, y X, tomamos , > 0 tales que x U, y U, y obtenemos:
U+
U = ( + )U,
x + y U + U = ( + )
+
+
donde, para la ltima igualdad hemos usado que U es convexo. Deducimos que (x+y) 6 +
y la arbitrariedad de y nos permite tomar nfimos para deducir que
(x + y) 6 (x) + (y),
para cualesquiera x, y X, como se quera.
A partir de aqu todo es conocido, consideramos el subespacio R x0 de X y el funcional
lineal g definido en dicho subespacio por g( x0 ) = (x0 ) para todo R. Observamos
que g est dominado por , ya que para > 0 tenemos g( x0 ) = ( x0 ), mientras que para
6 0 ser g( x0 ) 6 0 6 ( x0 ). Aplicando la versin analtica del Teorema de Hahn-Banach
tenemos un funcional lineal f en X que extiende a g y sigue dominado por .
Vamos a comprobar que f es el funcional que buscamos. En efecto, por una parte tenemos
f (x0 ) = (x0 ) > 1, en particular f 6= 0, mientras que para cualquier x U ser f (x) 6 (x) 6 1.
Por tanto, f separa el conjunto U del punto x0 . Finalmente, para cualesquiera a A y b B,
usando que a b + x0 = (a a0 ) (b b0 ) U tenemos f (a) f (b) + f (x0 ) 6 1 6 f (x0 ), de
donde f (a) 6 f (b) y f separa los conjuntos A y B, como queramos demostrar.
7.3.
57
No es difcil comprobar que se cumplen todos los requisitos del teorema de separacin y, a partir
del funcional lineal en X R que separa A y B , se obtiene tambin sin dificultad el funcional
lineal f en X que se busca.
En resumen, queda de manifiesto la equivalencia entre versiones analticas del Teorema de
Hahn-Banach (teoremas de extensin) y versiones geomtricas (teoremas de separacin).
7.4.
58
Comparemos este enunciado con el teorema general de separacin. Teniendo una norma
en X, lo cual no supone restriccin alguna, a cambio de fortalecer un poco la hiptesis sobre
/ debilitamos la hiptesis de que A y B sean disjuntos, exigiendo
A exigiendo que int (A) 6= 0,
/
solamente int(A) B = 0. Adems, conseguimos separar A y B mediante un funcional lineal
continuo, e incluso separamos estrictamente int (A) y B, ya que los conjuntos f (int (A)) y
f (B) son disjuntos. La demostracin de este corolario se reduce a aplicar el teorema general de
separacin, junto con algunas observaciones bastante elementales sobre subconjuntos convexos
de un espacio normado, que tienen inters en s mismas. Como siempre, basta probar el caso
real.
En primer lugar, es muy fcil comprobar que, en cualquier espacio normado, el interior de
un conjunto convexo tambin es convexo. Esta observacin nos permite aplicar el teorema de
separacin a los conjuntos (convexos, no vacos, disjuntos) int (A) y B. Obviamente, cualquier
punto a0 int (A) verifica que int (A) a0 es absorbente. Obtenemos un funcional lineal no
nulo f en X que separa dichos conjuntos y tenemos pues un R que verifica
f (a) 6 6 f (b) a int (A), b B
Queremos que la primera desigualdad sea siempre estricta, pero esto es consecuencia de algo
conocido: en cualquier espacio normado, un funcional lineal no nulo siempre es una aplicacin
abierta. Por tanto, f (int(A)) es un subconjunto abierto de R que no puede tener mximo, luego
se deber tener f (a) < para todo a int (A).
Podemos ahora comprobar sin dificultad que f es continuo. El hiperplano de ecuacin
f (x) = no es denso en X, ya que tiene interseccin vaca con el conjunto abierto no vaco
int (A). Salvo una traslacin, deducimos que ker f no es denso en X, luego es cerrado y f es
continuo.
Queda probar que f separa tambin los conjuntos A y B, pues hasta ahora slo sabemos
que separa int (A) y B. La desigualdad f (a) < , que sabemos es vlida para todo a int(A),
junto con la continuidad de f , implica evidentemente que f (x) 6 para todo x int (A). La
demostracin se concluye viendo que A int (A), y esta es la ltima observacin elemental que
necesitamos: en cualquier espacio normado, un conjunto convexo con interior no vaco est
contenido en el cierre de su interior.
7.5.
Vamos a considerar un caso particular del ltimo corolario cuya interpretacin geomtrica
es especialmente interesante. Sea X un espacio normado y A un subconjunto convexo de X con
interior no vaco. Dado un punto x0 en la frontera de A, podemos aplicar el corolario anterior
tomando B = {x0 } y obtenemos un funcional lineal continuo f en X que verifica:
Re f (a) 6 Re f (x0 ) a A.
La interpretacin geomtrica de esta desigualdad es muy clara: el hiperplano (afn real) de
ecuacin Re f (x) = Re f (x0 ) pasa por el punto x0 y deja el conjunto A a un lado. Es acorde
59
con la intuicin decir que dicho hiperplano soporta al conjunto A en el punto x0 . Consecuentemente decimos que f es un funcional de soporte del conjunto A y tambin que x0 es
un punto de soporte de A. Con esta nomenclatura, el resultado obtenido es el siguiente:
Corolario (Abundancia de puntos de soporte). Si X es un espacio normado y A un subconjunto convexo de X con interior no vaco, todo punto de la frontera de A es un punto de
soporte de A.
Un caso particular del corolario anterior era ya conocido. Si A es la bola unidad de X
(abierta o cerrada da igual) y lgicamente tomamos x0 X con kx0 k = 1, sabemos hace tiempo
que existe f X tal que k f k = 1 = f (x0 ) y es evidente que f es entonces un funcional de
soporte de la bola unidad en el punto x0 .
7.6.
Separacin fuerte
En ciertos casos, la separacin entre subconjuntos de un espacio normado X se puede cuantificar. Supongamos que dos subconjuntos convexos no vacos A y B de X , no slo son disjuntos, sino que estn a distancia positiva, es decir:
d(A, B) = nf{ka bk : a A, b B} = > 0.
Si U es la bola abierta unidad de X, podemos separar los conjuntos A+U y B, que claramente
son convexos no vacos disjuntos y el primero de ellos tiene interior no vaco. Obtenemos as un
f X \ {0} verificando que sup Re f (A + U) 6 nf Re f (B). Esta desigualdad no se altera si
la dividimos por k f k, as que podemos suponer que k f k = 1, pero entonces es inmediato que
Re f (U) =] 1, 1[ con lo que sup Re f (A + U) = sup Re f (A) + . Poniendo = sup Re f (A)
hemos demostrado lo siguiente:
Corolario (Separacin fuerte en espacios normados). Sean A y B subconjuntos convexos no
vacos de un espacio normado X y supongamos que d(A, B) = > 0. Entonces existen f X ,
con k f k = 1 y R tales que
Re f (a) 6 6 + 6 Re f (b)
(a A, b B).
Se dice que el funcional f separa fuertemente los conjuntos A y B. Obsrvese que tenemos dos
hiperplanos, como siempre reales y afines, los de ecuaciones Re f (x) = y Re f (x) = + ,
tales que el conjunto A queda a un lado de ambos y B al otro. Adems, la distancia entre tales
hiperplanos es , la mxima posible.
Recordemos un caso particular del corolario anterior que ya conocamos: si como conjunto
A tomamos un subespacio M del espacio normado X y B = {x0 } con d(x0 , M) > 0, de la versin analtica del Teorema de Hahn-Banach obtuvimos la existencia de f M tal que k f k = 1
y f (x0 ) = d(x0 , M) . El corolario anterior es claramente un resultado mucho ms general.
Condiciones naturales para aplicar el corolario anterior se presentan cuando uno de los con/ La funcin continua
juntos convexos, pongamos A, es compacto, y B es cerrado con A B = 0.
x 7 d(x, B) alcanza un valor mnimo en el compacto A, luego d(A, B) > 0.
7.7.
60
Concluimos este tema probando que en dimensin finita no es necesaria ninguna hiptesis
restrictiva para separar conjuntos convexos disjuntos.
Ello se debe a la siguiente observacin clave. Si U es un subconjunto convexo de RN , con
0 U, y el subespacio engendrado por U es todo RN , entonces U tiene interior no vaco. En
efecto, U contendr una base {u1 , u2 , . . . , uN } y usando la convexidad de U, junto con el hecho
de que 0 U, es fcil deducir que U debe contener al conjunto abierto
(
)
N
k uk : 1, 2, . . . , N R+,
k < 1
k=1
k=1
k ak 6 6
k bk ,
k=1
k=1
Tema
Teorema de Banach-Steinhaus
Tras el Teorema de Hahn-Banach, presentamos en este tema el segundo de los principios
fundamentales del Anlisis Funcional, llamado Teorema de Banach-Steinhaus. Su demostracin
se deducir muy fcilmente de un resultado puramente topolgico, cuya historia merece un
comentario.
En los primeros aos del siglo XX sola hacerse con frecuencia en espacios de funciones un
tipo de razonamiento que reciba el nombre de mtodo de condensacin de singularidades. Estos razonamientos se consideran hoy da como precedentes del Teorema de Banach-Steinhaus.
Paralelamente, haban empezado a usarse los llamados mtodos de categora, que permitan discernir de forma provechosa entre subconjuntos grandes y pequeos de un espacio
topolgico. Estos mtodos tienen al parecer su origen en un trabajo de W. Osgood (1897), donde
se prueba que la interseccin de una sucesin de abiertos densos en R tambin es densa en R.
Dos aos despus, R. Baire observa que el mismo resultado es cierto en RN y lo aprovecha
en su estudio de las funciones que se obtienen como lmites puntuales de sucesiones de funciones continuas (llamadas funciones de la primera clase de Baire). Una caracterizacin de las
propiedades de continuidad que tienen tales funciones se conoce como el Gran Teorema de
Baire y los mtodos de categora juegan un papel clave en su demostracin.
S. Banach observ que el mencionado resultado de Osgood y Baire no slo es cierto en
sino tambin, con la misma demostracin de Baire, en cualquier espacio mtrico completo y en cualquier espacio topolgico localmente compacto, dando as forma definitiva a lo
que hoy da conocemos como Teorema de Baire, o con ms propiedad, Lema de Categora de
Baire. Al mismo tiempo, Banach observ que usando este lema se podan simplificar y clarificar
enormemente los resultados basados en el mtodo de condensacin de singularidades, dejando
as establecida la utilidad de los mtodos de categora en Anlisis Funcional. En particular dio
una demostracin muy sencilla de un teorema probado previamente por H. Steinhaus, llamado
Teorema de cierre de Steinhaus, que desde entonces ha quedado como una fcil consecuencia
del Teorema de Banach-Steinhaus.
RN
61
8. Teorema de Banach-Steinhaus
8.1.
62
Fn tiene interior no
n=1
Gn es denso en E.
n=1
Demostracin. Sea E un espacio mtrico completo y {Gn } una sucesin de abiertos densos
en E. Probaremos que
n=1
Gn
\
n=1
8. Teorema de Banach-Steinhaus
63
1
n
(n N).
Todo est preparado para usar la complitud de E. Puesto que {Bn } es una sucesin decreciente
de subconjuntos cerrados de E con dimetro tendiendo a cero, su interseccin es un punto:
n=1
Gn
\
n=1
Resaltemos que la tesis del lema anterior es puramente topolgica, nos da una condicin
necesaria para que la topologa de un espacio sea la generada por una distancia completa. Por
ejemplo, no existe una distancia completa en Q que genere su topologa usual (la inducida
por R), ya que evidentemente Q es de primera categora en s mismo. Por otra parte, vemos
tambin, como ya habamos anunciado, que R es de segunda categora en s mismo, luego
R \ Q es de segunda categora en R y en particular R \ Q no es numerable. En la misma lnea
obtenemos la siguiente consecuencia para espacios de Banach:
Corolario. La dimensin de un espacio de Banach es finita o no numerable.
En efecto, si X es un espacio de Banach de dimensin infinita y U = {un : n N} un
conjunto infinito y numerable de vectores linealmente independientes en X, bastar probar que
U no puede ser una base de X, es decir que Lin (U) 6= X. En efecto, para cada n N sea
Fn = Lin ({u1 , u2 , . . . , un }) y recordemos que, como consecuencia del Teorema de Hausdorff,
Fn es cerrado en X. Adems, por ser un subespacio propio de X, Fn tiene interior vaco, luego
Lin (U) =
n=1
8. Teorema de Banach-Steinhaus
64
famoso se debe a Weierstrass) de funciones continuas en un intervalo compacto, digamos [0, 1],
que no son derivables en ningn punto. Pues bien, considerando el espacio de Banach C[0, 1],
no es difcil comprobar que el subconjunto formado por las funciones que admiten al menos una
derivada lateral en algn punto, es de primera categora en C[0, 1], luego el Lema de Categora
de Baire nos asegura que el conjunto de las funciones continuas en [0, 1] que no son derivables
en ningn punto de [0, 1] es de segunda categora en C[0, 1]. Podramos decir que la gran
mayora de las funciones continuas en [0, 1] no son derivables en ningn punto. Obsrvese la
fuerza del lema de Baire: nos asegura la abundancia de un cierto tipo de funciones, a pesar de
que no es fcil dar un slo ejemplo concreto de una funcin de ese tipo.
8.2.
Teorema de Banach-Steinhaus
Este resultado se conoce tambin a veces como Principio de Acotacin Uniforme, porque
permite pasar de una acotacin de tipo puntual a una acotacin de tipo uniforme para
una familia de operadores lineales y continuos. Expliquemos con precisin estos dos tipos de
acotacin:
Sean X e Y espacios normados y = {Ti : i I} L(X,Y ) una familia de operadores
lineales y continuos de X en Y . Es natural decir que la familia est acotada en un punto
x X cuando {Ti (x) : i I} es un subconjunto acotado de Y , es decir, cuando
sup{kTi (x)k : i I} <
Lgicamente, decimos que la familia est puntualmente acotada en un conjunto G X,
cuando est acotada en cada punto x G. En tal caso, para cada x G podemos encontrar
una constante Mx > 0 tal que kTi xk 6 Mx para todo i I, pero en principio la constante Mx
depende del punto x G considerado. Hablamos de acotacin uniforme cuando podemos evitar
esa dependencia, es decir, cuando la misma constante vale para todos los puntos del conjunto.
As pues, la familia est uniformemente acotada en un conjunto G X cuando existe M > 0
tal que kTi (x)k 6 M para todo x G y todo i I, es decir,
sup{kTi (x)k : x G, i I} <
Obsrvese que, salvo en el caso trivial = {0}, la condicin anterior exige que el conjunto
G est acotado, es decir, contenido en una bola que, salvo una homotecia, puede ser la bola
unidad. Por tanto, el caso en que G = B es la bola unidad de X (abierta o cerrada, da igual)
tiene especial inters. En tal caso, recordando la definicin de la norma de operadores, tenemos
sup{kTi (x)k : x B, i I} = sup{kTi k : i I}
Por tanto, la familia de operadores est uniformemente acotada en la bola unidad de X
cuando es un subconjunto acotado del espacio normado L(X,Y ): sup{kTi k : i I} < . En
tal caso, es claro que la familia est uniformemente acotada en cada subconjunto acotado de
X y, en particular, est puntualmente acotada en todo el espacio X. Pues bien, cuando el espacio
X sea completo va a ser cierta la implicacin recproca, podremos pasar de la acotacin puntual
a la uniforme.
8. Teorema de Banach-Steinhaus
65
Fn . Deducimos de
n=1
la hiptesis sobre A que existe un m N tal que Fm tiene interior no vaco, luego est
uniformemente acotada en un abierto no vaco de X. Pero ahora entra en juego la linealidad de
nuestros operadores, para pasar de dicho abierto a la bola unidad. En efecto, Fm contendr una
bola abierta, digamos de centro x0 X y radio r > 0, con lo cual tenemos:
x X, kx x0 k < r kTi (x)k 6 m i I.
Pero entonces, fijado u X con kuk < 1 y tomando x = x0 + r u tenemos, para todo i I:
x x0
6 1 (kTi (x)k + kTi (x0 )k) 6 2m .
kTi (u)k =
Ti
r
r
r
Puesto que la constante M = 2m/r es independiente del ndice i I, hemos probado que
sup{kTi k : i I} 6 M < como se quera.
Naturalmente, la parte ms til del teorema anterior es la afirmacin (ii) (iii) que permite,
como habamos anunciado, pasar de la acotacin puntual a la uniforme. La afirmacin (i) tiene
inters cuando usamos el teorema por la negativa: si la familia no est acotada en norma, la
equivalencia entre (ii) y (iii) slo nos da la existencia de algn punto de X en el que no
est acotada, mientras que la equivalencia entre (i) y (iii) nos asegura la abundancia de tales
puntos. Enseguida veremos un ejemplo concreto de esta situacin.
8. Teorema de Banach-Steinhaus
8.3.
66
1
2
| f (t)| dt
( f L1 (T)).
Para encontrar este espacio entre los ejemplos de espacios de Banach presentados en su momento, basta observar que L1 (T) es isomtricamente isomorfo al espacio L1 [, ], pero tiene
inters verlo como espacio de funciones definidas en la circunferencia.
Pues bien, para f L1 (T), los coeficientes de Fourier de f vienen dados por:
1
f(n) =
2
y la serie trigonomtrica
f (t) eint dt
(n Z),
nZ
Sn ( f ;t) =
f(k) eikt
(t R, n N {0}).
k=n
8. Teorema de Banach-Steinhaus
67
a considerar la posible convergencia puntual para una funcin continua f C(T). Du BoisReymond dio un ejemplo en 1876 de una funcin continua cuya serie de Fourier no converge
puntualmente, pero no es fcil construir este tipo de ejemplos. El Teorema de Banach-Steinhaus
permite probar con facilidad que tales ejemplos abundan, sin dar explcitamente ninguno.
Asociemos a cada funcin f C(T) el valor en el origen de una suma parcial de la serie de
Fourier, ms concretamente, para cada n N consideramos el funcional lineal n definido en
C(T) por:
!
Z
n
n
1
f (t) eikt dt
n ( f ) = Sn ( f ; 0) = f(k) =
2
k=n
k=n
1
=
2
f (t) Dn (t) dt
( f C(T))
donde claramente Dn C(T) L1 (T). La sucesin de funciones {Dn } se conoce como ncleo
de Dirichlet y naturalmente la posible convergencia de una serie de Fourier guarda estrecha
relacin con las propiedades de dicha sucesin. Para 0 6= t [, ], tenemos claramente:
n
sin n + 12 t
ei(n+1)t eint
ikt
Dn (t) = e =
=
,
t
it 1
e
sin
2
k=n
mientras que Dn (0) = 2n + 1 . La desigualdad
1
| f (t) Dn (t)| dt
2
Z
1
|Dn (t)| dt k f k = kDn k1 k f k
6
2
|n ( f )| 6
( f C(T)),
nos dice que n C(T) con kn k 6 kDn k1 . Como ya se coment en un tema anterior, cuando
vimos que L1 [0, 1] se identifica con un subespacio de C[0, 1] , no es difcil comprobar que la
estimacin que acabamos de hacer es ptima, es decir, que se tiene de hecho: kn k = kDn k1 .
La expresin del ncleo de Dirichlet anteriormente obtenida permite hacer una estimacin de
su norma en L1 (T), para concluir que lm kn k = + .
n
8. Teorema de Banach-Steinhaus
8.4.
68
Nuevas consecuencias
8. Teorema de Banach-Steinhaus
8.5.
69
Concluimos este tema con otro bloque de aplicaciones del Teorema de Banach-Steinhaus
que permiten obtener fcilmente diversos criterios de convergencia de sucesiones y series. Empezamos recordando la descripcin del dual de c0 . Cada sucesin y l1 se identifica con el
funcional Sy c0 dado por
[Sy](x) =
x(n) y(n)
(x c0 ).
n=1
Sabemos que, para todo x c0 , la serie anterior es absolutamente convergente y que S acaba
siendo un isomorfismo isomtrico de l1 sobre c0 . Sin embargo, dada una sucesin de escalares
y KN , cabe preguntarse si la convergencia (absoluta o no) de la serie x(n) y(n) para todo
k>1
x c0 implica ya que y l1 , lo que nos dara un criterio de convergencia absoluta para series
de escalares. La respuesta es afirmativa, e incluso podemos afirmar algo ms:
Corolario. Para y KN , las siguientes afirmaciones son equivalentes:
(i)
(ii)
(iii)
(iv)
Demostracin. Basta evidentemente probar que (iv) (i). Para cada n N consideramos
el funcional fn c0 definido por
n
fn (x) =
x(k) y(k)
(x c0 ),
k=1
8. Teorema de Banach-Steinhaus
70
proporciona una especie de suma de la serie, que coincide con la autntica suma cuando la
serie converge, pero que puede existir y ser til en condiciones ms generales.
El ejemplo paradigmtico de esta situacin se presenta con las series de Fourier. Hemos
visto que la serie de Fourier de una funcin continua f C(T) rara vez converge siquiera
puntualmente a la funcin f . Sin embargo, vamos a considerar la sucesin de medias aritmticas
de las sumas parciales de la serie de Fourier. Concretamente, para cada N N definimos:
1 N
1 N
N ( f ;t) =
Sn( f ;t) = N + 1
N + 1 n=0
n=0
f(k) eikt
(t R).
k=n
[Ax](n) =
ank x(k)
(n N),
k=1
suponiendo, claro est, que las series del segundo miembro convergen, por lo que definimos:
D(A) = x KN : ank x(k) converge para todo n N .
k>1
Claramente D(A) es un subespacio de KN que contiene al menos al espacio c00 de las sucesiones de soporte finito. Se dice que D(A) es el dominio de la matriz A, ya que tenemos un
operador lineal en D(A) con valores en KN , el operador x 7 Ax, al que tambin denotamos por
A sin que ello d lugar a confusin. Cuando este operador conserva el espacio de las sucesiones
convergentes, se dice que la matriz A es conservativa. Si adems la sucesin transformada Ax
tiene el mismo lmite que la sucesin de partida x c, decimos que A es regular. As pues, una
matriz A es regular cuando verifica:
x c = x D(A), Ax c, lm [Ax](n) = lm x(n).
n
8. Teorema de Banach-Steinhaus
71
perfectamente ocurrir que Ax converja sin que lo haga x. Como ejemplo, para conseguir que
Ax sea la sucesin de las medias aritmticas de los trminos de la sucesin x, basta tomar
ank = 1/n si k 6 n y ank = 0 si k > n. Es claro que en este caso D(A) = KN y el criterio de la
media aritmtica afirma precisamente que dicha matriz A es regular.
El esquema general que hemos introducido admite obviamente muchas ms posibilidades
y es natural buscar una caracterizacin cmoda de las matrices regulares. La siguiente es una
respuesta satisfactoria a ese problema:
Teorema (Silverman-Toeplitz). Una matriz infinita de escalares A = {ank : n, k N} es
regular si, y slo si, verifica las siguientes condiciones:
(
(1) sup
|ank | : n N
)
<
k=1
(2) lm ank = 0 k N
n
ank = 1
n
(3) lm
k=1
Tema
9.1.
Homomorfismos topolgicos
Los operadores lineales son los morfismos en la categora de espacios vectoriales. Recordemos el primer teorema de isomorfa en esa categora, o ms intuitivamente, la factorizacin
cannica de un operador lineal. Si X e Y son espacios vectoriales y T : X Y un operador
lineal (un homomorfismo), dicha factorizacin se resume en el diagrama:
X
- Y
6
X/ker T
T T (X)
72
73
9.2.
74
9.2.1.
n B, con lo
n=1
n=1
sea cerrado en Y , de hecho rara vez lo ser, pero siempre podemos cerrarlo y escribir:
T (X)
n T (B).
()
n=1
75
9.2.2.
Arrancamos nuestra iteracin fijando y Y con kyk < /2. Aplicando , con n = 1 y
= /4, encontramos un vector x1 que verifica:
1
, ky T x1 k < .
2
4
La ltima desigualdad nos dice que podemos aplicar de nuevo al vector y T x1 Y , con
n = 2 y = /8, para encontrar un vector x2 que verifica:
x1 X, kx1 k <
x2 X, kx2 k <
1
, ky T x1 T x2 k < .
4
8
76
Est ya muy claro cmo, una vez construidos x1 , x2 , . . . , xn , encontramos xn+1 . En resumen,
hemos construido por induccin una sucesin {xn } de vectores de X que verifican:
kxn k <
n
1
y T xk
<
,
2n
2n+1
k=1
(n N).
y = lm
T xk =
k=1
T xn,
n=1
as que,
xk
k=1
xn.
n>1
kxnk <
n=1
2n
xn es ab-
n>1
n=1
definir x =
n=1
kxk 6
kxnk < 1.
n=1
T (x) = T lm
x
k
= lm
T xk =
k=1
k=1
T xn = y,
n=1
luego x es la solucin exacta que buscbamos y tenemos que y T (B). Puesto que y era
cualquier vector de Y verificando kyk < /2, hemos probado que T (B) es entorno de cero en
Y , luego T es una aplicacin abierta. Enunciamos explcitamente lo conseguido mediante el
mtodo de aproximaciones sucesivas:
Sea X un espacio de Banach, Y un espacio normado y T : X Y una aplicacin lineal,
continua y casi-abierta. Entonces T es abierta.
9.2.3.
Fin de la demostracin
77
prctica. Sin embargo, para no perder informacin, podemos enunciar literalmente lo que se
obtiene encadenando las dos primeras etapas de la demostracin, que es lo siguiente:
Sea X un espacio de Banach, Y un espacio normado y T L(X,Y ). Si T (X) es de segunda categora en Y , entonces T es una aplicacin abierta. Como consecuencia, se tiene que
T (X) = Y y que Y es un espacio de Banach.
La primera parte de este enunciado est clara. La segunda puede resultar sorprendente,
puesto que dos hiptesis del Teorema de la Aplicacin Abierta, la sobreyectividad de T y
la complitud de Y , no slo no se suponen como hiptesis, sino que aparecen como tesis. Sin
embargo, la validez de esta segunda parte del enunciado es clara: una aplicacin abierta tiene
que ser sobreyectiva, luego Y = T (X); adems T es un epimorfismo topolgico, con lo que
la factorizacin cannica de T nos dice que Y es topolgicamente isomorfo a X/ker T , que
es completo por ser el cociente del espacio de Banach X por un subespacio cerrado, as que
Y es completo. As pues, el enunciado anterior es ms fuerte que el Teorema de la Aplicacin
Abierta. Sin embargo, en la prctica la hiptesis de que T (X) sea de segunda categora en Y
no es fcil de comprobar.
9.3.
9.4.
78
(x X).
(x X).
Que T sea biyectivo equivale evidentemente a que, para cualquier dato u C[a, b] y cualesquiera valores de contorno , K, el problema de contorno tenga solucin nica.
Supongamos entonces que dicho problema de existencia y unicidad est resuelto afirmativamente y por tanto sabemos que el operador T es biyectivo. Entonces, el Teorema de los
Isomorfismos de Banach nos informa de que, automticamente, la solucin x C2 [a, b] del
problema de contorno depende de manera continua de los datos y de los valores de contorno.
Esto garantiza que los mtodos de perturbacin que suelen usarse para aproximar numricamente la solucin del problema son vlidos. Evidentemente este tipo de razonamiento puede
usarse en situaciones muy variadas.
9.5.
79
Inversin de operadores
9.6.
Recordemos que la grfica de una funcin f : X Y , donde X e Y son conjuntos cualesquiera, es el conjunto Gr f = {(x, f (x)) : x X} X Y . Cuando X e Y tienen alguna
estructura adicional, es frecuente que ciertas propiedades de la funcin f puedan caracterizarse en trminos de su grfica. Por ejemplo, cuando X e Y son espacios vectoriales, es fcil
comprobar que f es lineal si, y slo si, Gr f es un subespacio vectorial de X Y .
Cuando X e Y son espacios topolgicos y consideramos en X Y la topologa producto,
es fcil establecer una relacin entre la continuidad de f y el hecho de que Gr f sea un subconjunto cerrado de X Y . Concretamente, si Y es un espacio de Hausdorff, toda funcin continua
f : X Y tiene grfica cerrada. En efecto, dado (x, y) X Y suponemos que (x, y)
/ Gr f ,
80
(x X).
Es evidente que es biyectivo, luego el Teorema de los Isomorfismos de Banach nos dice que
1 es continuo, y es tambin evidente que
1 (x) = (x, T x)
(x X).
Como cualquier funcin que toma valores en un espacio con una topologa producto, la continuidad de 1 equivale a la de sus dos componentes, pero la segunda componente de 1 es
precisamente el operador T , as que T es continuo, como queramos demostrar.
Ha quedado claro que el Teorema anterior es una consecuencia casi inmediata del Teorema
de los Isomorfismos de Banach, pero recprocamente, admitiendo el Teorema de la Grfica
Cerrada, vamos a ver que el de los Isomorfismos de Banach resulta casi evidente. En efecto, si
X e Y son espacios de Banach y T : X Y es un operador lineal biyectivo, observamos la
clara relacin entre las grficas de T y T 1 :
Gr T 1 = {(y, T 1 y) : y Y } = {(T x, x) : x X}.
Vemos que Gr T 1 es la imagen de Gr T por la aplicacin (x, y) 7 (y, x), que es obviamente
un homeomorfismo de X Y sobre Y X. Por tanto, T 1 tiene grfica cerrada si, y slo si, la
tiene T . Por el Teorema de la Grfica Cerrada, T 1 es continuo si, y slo si, lo es T .
La linealidad de un operador hace especialmente fcil discutir si su grfica es cerrada o
no. Supongamos que X e Y son espacios normados cualesquiera y T : X Y un operador
lineal. Es claro que T tiene grfica cerrada cuando verifica lo siguiente: si {xn } x en X y
{T xn } y en Y , entonces y = T x. La hiptesis {xn } x equivale a {xn x} 0, mientras
que {T xn } y equivale a {T (xn x)} y T x; finalmente, la tesis y = T x es lo mismo que
81
decir y T x = 0. Por tanto, un evidente cambio de notacin nos permite concluir que T tiene
grfica cerrada si, y slo si, verifica la siguiente condicin ms sencilla:
{xn } 0 en X , {T xn } y Y = y = 0
(1)
(2)
Ntese la sutil pero importante diferencia entre las condiciones (1) y (2): en ambos casos se
parte de una sucesin {xn } convergente a cero en X pero, mientras en (2) hay que probar que
la sucesin {T xn } converge a cero en Y , en (1) podemos de entrada suponer que la sucesin
{T xn } es convergente y slo nos queda probar que su lmite es cero. Cualquiera que tenga experiencia con la convergencia de sucesiones sabe que lo segundo es usualmente mucho ms fcil
que lo primero, suele ser fcil calcular el lmite de una sucesin cuando se sabe de antemano
que la sucesin converge. En las aplicaciones del Teorema de la Grfica Cerrada comprobaremos que efectivamente (1) es mucho ms fcil de comprobar que (2), de ah la gran utilidad
del teorema.
9.7.
Como ejemplo que sirve de motivacin, consideremos el espacio de Banach C[0, 1] de las
funciones continuas en el intervalo [0, 1] con la norma del mximo y sea T : C[0, 1] C[0, 1]
un operador lineal. Probar directamente que T es continuo nos lleva a considerar una sucesin
{ fn } de funciones continuas, que converge uniformemente a cero en [0, 1], e intentar probar
que {T fn } tambin converge a cero uniformemente en [0, 1]. Supongamos que, con la misma
hiptesis sobre { fn }, slo hemos conseguido comprobar que {T fn } converge puntualmente a
cero en [0, 1]. Esto es suficiente para concluir que T tiene grfica cerrada, y el Teorema de la
Grfica Cerrada se encarga de asegurarnos la continuidad de T . En efecto, para comprobar que
T tiene grfica cerrada, partimos igualmente de que { fn } converge a cero uniformemente en
[0, 1], pero suponemos tambin de entrada que {T fn } converge uniformemente en [0, 1] a una
funcin g C[0, 1]. Ahora bien, sabemos que {T fn } converge puntualmente a cero en [0, 1]
y, por otra parte, tambin converge puntualmente en [0, 1] a la funcin g, luego no queda ms
salida que g = 0, como se quera.
El siguiente enunciado generaliza ampliamente lo que ocurre en el ejemplo anterior.
Corolario. Sean X e Y espacios de Banach y E un subconjunto de Y que separe los
puntos de Y , esto es, que verifique
y Y , y (y) = 0 y E
y = 0.
Entonces un operador lineal T : X Y es continuo si, y slo si, y T es continuo para todo
y E, es decir, y T X para todo y E.
Demostracin. Si T es continuo, es obvio que y T X para todo y E. Para probar
el recproco, siendo X e Y espacios de Banach, el Teorema de la Grfica Cerrada nos dice
82
que basta comprobar que T tiene grfica cerrada. Tomamos por tanto una sucesin {xn } convergente a cero en X, suponemos que {T xn } y Y , y hemos de ver que y = 0. En efecto,
para cada y E, aplicando que y T es continuo por hiptesis, tenemos que {y (T xn )} 0,
pero aplicando que y es continuo tambin tenemos que {y (T xn )} y (y), luego y (y) = 0.
Aplicando que E separa los puntos de Y , deducimos que y = 0, como queramos.
El Teorema de Hahn-Banach nos asegura que Y separa los puntos de Y , as que siempre
podemos tomar E = Y en el Corolario anterior. Obtenemos que los duales X e Y son capaces de caracterizar la continuidad de un operador lineal T : X Y entre espacios de Banach:
Sean X e Y espacios de Banach y T : X Y un operador lineal. Entonces T es continuo
si, y slo si, y T X para todo y Y .
Sin embargo, es claro que el ltimo Corolario es tanto ms til cuanto ms pequeo sea el
conjunto E que usemos. A plena generalidad, sin ms informacin sobre Y , la eleccin E = Y
es la nica disponible, pero en casos concretos es frecuente que podamos utilizar conjuntos
de funcionales mucho ms pequeos. Esto es lo que ocurra en el caso X = Y = C[0, 1] que
hemos analizado previamente y no es difcil adivinar cual ha sido el conjunto E C[0, 1] que
implcitamente hemos usado.
Otros casos muy interesantes se presentan cuando el espacio de Banach Y es un espacio
de sucesiones con una norma apropiada. Supongamos por ejemplo que Y = l p con 1 6 p 6 .
Podemos entonces definir
yn (y) = y(n) (y Y, n N)
y es evidente que yn Y para todo n N. Tambin es claro que el conjunto E = {yn : n N}
separa los puntos de Y . Aplicando el ltimo corolario, deducimos lo siguiente: si X es un
espacio de Banach y 1 6 p 6 , un operador lineal T : X l p es continuo si, y slo si, para
cada n N el funcional lineal en X dado por x 7 [T x](n) es continuo. As pues, la continuidad
de un operador con valores en l p equivale a la de una sucesin de funcionales lineales en X.
9.8.
Sumas topolgico-directas
Los resultados de este tema nos dan un criterio muy claro para decidir si una descomposicin
de un espacio de Banach como suma directa de dos subespacios es o no una suma topolgicodirecta.
Recordemos esta nocin, aprovechando para fijar la notacin. Sea X un espacio normado
descompuesto como suma directa de dos subespacios, X = Y Z. Tenemos una biyeccin lineal
: Y Z X dada por (y, z) = y + z para todo (y, z) Y Z, que sabemos es continua en el
espacio producto Y Z. Tambin tenemos las proyecciones lineales P y Q en X que verifican
Y = P(X) = ker Q y Z = ker P = Q(X), relacionadas con por la igualdad 1 (x) = (Px, Qx),
vlida para todo x X.
Recordamos que la suma es topolgico-directa cuando 1 es continua, equivalentemente
cuando P y Q son continuas, para lo que basta la continuidad de una de ellas, pues su suma es
la identidad en X.
Si la suma es topolgico-directa, es evidente que Y = ker Q y Z = ker P son subespacios
83
Tema
10
Espacios de Hilbert
Vamos a desarrollar en lo que sigue los resultados bsicos acerca de los espacios de Hilbert,
un tipo muy particular de espacios de Banach con propiedades especiales que estn muy lejos
de verificarse en espacios de Banach generales. El tratamiento de este tema es anti-histrico,
ya que los espacios de Hilbert eran bien conocidos, y su estudio se poda considerar completo,
mucho antes de que se empezara a trabajar con espacios de Banach en general. A cambio,
las nociones y resultados que hemos venido manejando anteriormente permiten desarrollar la
teora de los espacios de Hilbert con bastante comodidad y rapidez, evitando las repeticiones
que inevitablemente se hubieran producido al tratar determinadas cuestiones en un contexto
particular, para despus generalizarlas.
10.1.
Como motivacin para los conceptos que vamos a introducir, recordemos la definicin del
producto escalar (x|y) de dos vectores x, y KN
N
(x|y) =
x(k) y(k)
k=1
kxk2 =
|x(k)|2 = (x|x)
(x KN )
k=1
84
( K, u, v, y X)
85
( K, x, u, v X)
Las dos condiciones anteriores se resumen diciendo que (|) es una forma sexquilineal
en X. Obsrvese que, en el caso real, decir sexquilineal es tanto como decir bilineal,
o lineal en cada variable. Vamos con la tercera condicin:
(iii) Es hermtica:
(y|x) = (x|y)
(x, y X)
En el caso real, decir hermtica es tanto como decir simtrica. En el caso complejo,
esta condicin implica que la aplicacin x 7 (x|x) toma valores en R. En cualquier caso,
la funcin con valores reales que se obtiene al igualar las dos variables en una forma
sexquilineal hermtica, recibe el nombre de forma cuadrtica. La siguiente condicin
exige que nuestra forma cuadrtica sea definida positiva:
(iv) Verifica que:
x X , x 6= 0 (x|x) > 0
En resumen, un producto escalar es una forma sexquilineal hermtica que da lugar a una
forma cuadrtica definida positiva. Ntese que hay redundancia en la definicin anterior: la
condicin (ii) es clara consecuencia de (i) y (iii). Haber hecho una definicin ms extensa nos ha
permitido introducir cierta nomenclatura, poner nombre a las aplicaciones que verifican algunas
de las propiedades de un producto escalar, aunque no todas.
Llamamos espacio pre-hilbertiano a un espacio vectorial X dotado de un producto escalar
( | ) : X X K. Veremos que entonces X se convierte en un espacio normado, sin ms que
definir:
kxk = (x|x)1/2
(x X)
Dos de las propiedades que debe cumplir una norma se comprueban inmediatamente. En efecto,
para x X y K se tiene:
k xk2 = ( x | x) = (x|x) = ||2 kxk2
luego k xk = || kxk. Tambin es claro que kxk = 0 implica x = 0. La desigualdad triangular
es consecuencia de la siguiente, que tiene inters en s misma:
Desigualdad de Cauchy-Schwartz. Si X es un espacio pre-hilbertiano, se tiene:
|(x|y)| 6 kxk kyk
para cualesquiera x, y X. Slo se verifica la igualdad cuando x e y son linealmente dependientes, es decir, y = 0 o x K y.
Demostracin. Fijamos y X y suponemos sin perder generalidad que y 6= 0. Para cualesquiera z X y t R , usando las propiedades del producto escalar, tenemos:
0 6 (ty z|ty z) = t 2 kyk2 t[(z|y) + (y|z)] + kzk2 = at 2 + bt + c
(1)
86
donde a = kyk2 , b = 2Re (z|y) y c = kzk2 son nmeros reales, con a > 0. Por tanto, el
trinomio de segundo grado at 2 + bt + c no toma valores negativos y deducimos que la ecuacin
at 2 + bt + c = 0 no puede tener dos soluciones reales y distintas, lo que implica b2 4ac 6 0.
El mismo resultado se obtiene tomando directamente t = b/2a. Esto prueba que
Re (z|y) 6 kzk kyk
(2)
(3)
x, y X
87
en X X con la topologa producto, es decir, es una funcin juntamente continua en sus dos
variables. En efecto, para cualesquiera sucesiones convergentes {xn } x e {yn } y en X, y
para cualquier n N, tenemos
|(xn |yn ) (x|y)| 6 |(xn x|yn )| + |(x|yn ) (x|y)| 6 kxn xk kyn k + kxk kyn yk
pero {kxn xk} 0, {kyn yk} 0 y {kyn k} kyk, luego {(xn |yn )} (x|y).
10.2.
Para recorrer un camino inverso al que hemos seguido hasta ahora, empezamos observando
que el producto escalar de un espacio pre-hilbertiano X queda determinado por la norma. En
efecto, consideremos las dos igualdades siguientes, ya usadas antes:
kx yk2 = kxk2 2 Re (x|y) + kyk2
(x, y X)
(4)
(5)
1
(kx + yk2 kx yk2 )
4
(x, y X)
(6)
En el caso complejo, basta observar que Im (x|y) = Re (x|iy), con lo que aplicando dos veces
la igualdad (5) obtenemos tambin:
(x|y) =
1
kx + yk2 kx yk2 + i kx + iyk2 i kx iyk2
4
(x, y X)
(7)
(x, y X)
donde estamos usando la misma notacin para los productos escalares de X y Z. As pues, T
conserva el producto escalar, luego identifica totalmente los espacios pre-hilbertianos X y Z.
88
(x, y X)
(8)
Obsrvese que esta igualdad slo involucra el espacio vectorial real generado por los dos vectores que en ella aparecen. En el caso no trivial de que este espacio vectorial tenga dimensin 2,
la igualdad tiene una clara interpretacin geomtrica: en cualquier paralelogramo, la suma de
los cuadrados de las diagonales es igual a la suma de los cuadrados de los lados. Es por esto
que (8) recibe el nombre de igualdad del paralelogramo. Por sorprendente que pueda parecer,
esta identidad caracteriza a los espacios pre-hilbertianos:
Teorema de Jordan-Von Neumann. Si X es un espacio normado, las siguientes afirmaciones son equivalentes:
(i) X es un espacio pre-hilbertiano, es decir, existe un producto escalar (|) en X tal que
kxk2 = (x|x) para todo x X.
(ii) La norma de X verifica la igualdad del paralelogramo, es decir, se tiene
kx + yk2 + kx yk2 = 2kxk2 + 2kyk2
x, y X
Omitimos la demostracin de este teorema, que es laboriosa, aunque no difcil. Veremos algunas consecuencias del teorema que merecen ser destacadas. En primer lugar, la continuidad de
la norma y las operaciones de un espacio normado X hace evidente que X verifica la igualdad
del paralelogramo tan pronto como la verifique un subespacio denso de X. Si Y es un subespacio denso de un espacio normado X y sabemos que Y es un espacio pre-hilbertiano, entonces
tambin X es un espacio pre-hilbertiano. Como consecuencia, y esto es lo ms interesante, la
completacin de un espacio pre-hilbertiano es un espacio de Hilbert. Podramos ver sin dificultad la forma de extender por continuidad el producto escalar del espacio a la completacin, pero
no merece la pena hacer ese esfuerzo, la igualdad del paralelogramo se encarga de hacerlo por
nosotros y, si queremos conocer explcitamente el producto escalar en la completacin, siempre
tenemos las identidades de polarizacin.
En segundo lugar, para saber si dos vectores x e y de un espacio normado verifican la
igualdad del paralelogramo, basta conocer la norma en el espacio vectorial real que generan
esos dos vectores. Podramos decir que, saber si un espacio de Banach de dimensin arbitraria
es o no un espacio de Hilbert, es una cuestin que podemos dilucidar en R2 . Dicho con ms
propiedad: un espacio normado X es un espacio pre-hilbertiano si, y slo si, lo son todos
los subespacios bidimensionales de XR . Incluso cuando X tiene dimensin 3 sobre R esta
afirmacin no es nada evidente y tiene una interesante interpretacin geomtrica.
Finalmente podemos fcilmente auscultar los espacios de Banach que conocemos, para
decidir si son o no espacios de Hilbert. Ese es el contenido del prximo apartado.
10.3.
89
Espacios de dimensin finita. Para N > 1 y 1 6 p < , usamos en l Np los dos primeros
vectores bsicos e1 = (1, 0, . . . , 0) y e2 = (0, 1, 0, . . . , 0), observamos que ke1 e2 k p = 21/p
y deducimos que slo se verifica la igualdad del paralelogramo cuando p = 2. Anlogo razonamiento muestra que lN tampoco verifica la igualdad del paralelogramo. Recprocamente,
sabemos que la norma eucldea en KN procede de un producto escalar. Por tanto:
Dados N > 1 y 1 6 p 6 , l Np es un espacio de Hilbert si, y slo si, p = 2.
Merece la pena comentar que para los espacios de Hilbert l2N , al igual que para todos los que
van a aparecer, la Desigualdad de Cauchy-Schwartz no es ms que la desigualdad de Hlder en
el caso particular p = 2. Obviamente este comentario, como muchos de los que vamos a hacer
en lo que sigue, es anti-histrico, la Desigualdad de Cauchy-Schwartz es anterior a la de Hlder.
Espacios de sucesiones. El mismo razonamiento del caso anterior se aplica a los espacios de
sucesiones l p con 1 6 p 6 , usando los dos primeros vectores unidad, con lo que obtenemos:
Para 1 6 p 6 , el espacio de Banach l p es un espacio de Hilbert si, y slo si, p = 2.
De hecho, el razonamiento que usamos en el caso p = demuestra que c0 no es un espacio
de Hilbert, mucho menos podrn serlo c y l .
Claramente, el producto escalar de l2 viene dado por:
(x|y) =
(x, y l2 )
x(n) y(n)
n=1
f (t)g(t) dt
( f , g L2 ())
10.4.
90
Los espacios de Hilbert tienen un comportamiento muy especial en relacin con la Teora de
Aproximacin. Todo subconjunto convexo y cerrado, no slo es un conjunto proximinal en el
espacio, sino que incluso cada punto del espacio tiene una nica mejor aproximacin en dicho
subconjunto. Esta importante propiedad geomtrica de los espacios de Hilbert ser la clave para
el desarrollo posterior de la teora.
Lema de Aproximacin ptima. Sea C un subconjunto convexo y cerrado de un espacio
de Hilbert H. Entonces, para cada x X existe un nico punto PC (x) C que materializa la
distancia de x a C, esto es, que verifica:
kx PC (x)k = d(x,C) = nf {kx yk : y C}
Demostracin. Es una consecuencia bastante fcil de la igualdad del paralelogramo. Fijado
x H, para cualesquiera u, v C podemos escribir:
ku vk2 = k(u x) (v x)k2 = 2 ku xk2 + 2 kv xk2 ku + v 2xk2
Puesto que (u + v)/2 C por ser C convexo, tenemos
2
u + v
x
> 4 d(x,C)2
ku + v 2xk2 = 4
2
y sustituyendo esta desigualdad en la igualdad anterior obtenemos:
ku vk2 6 2 ku xk2 + 2 kv xk2 4 d(x,C)2
(x X, u, v C)
()
Esto prueba ya la unicidad del punto de C que pueda materializar la distancia a x, ya que si
u, v C verifican que ku xk = kv xk = d(x,C), la desigualdad anterior implica que u = v.
Casi con el mismo argumento, probamos la existencia. Para ello, sea {un } una sucesin de
puntos de C tal que {kun xk} d(x,C). Fijado un > 0, existir un n0 N verificando:
kun xk2 < d(x,C)2 +
2
4
(n N, n > n0 )
91
que (x PM (x)|y) = 0 para todo y M. Con la terminologa que introduciremos enseguida, esta
condicin tiene una interpretacin geomtrica muy clara: x PM (x) es ortogonal a M, o dicho
de forma ms sugestiva, PM (x) es el pie de la perpendicular a M que pasa por x. Comprobemos
pues esta caracterizacin.
Dado u M, por definicin de PM (x) tenemos:
2
kx PM (x)k2 6 kx uk2 =
x PM (x) u PM (x)
= kx PM (x)k2 2 Re x PM (x)u PM (x) + ku PM (x)k2
de donde deducimos
2 Re x PM (x)u PM (x) 6 ku PM (x)k2 ,
u M
(y M)
(x|y)
61
kxk kyk
92
lo que permite definir el ngulo entre los vectores x e y como el nico [0, ] que verifica
cos =
(x|y)
kxk kyk
y es claro que = /2 cuando xy. Dado un subconjunto no vaco Y de un espacio prehilbertiano X, podemos considerar el conjunto de los vectores ortogonales a todos los de Y , es
decir, el conjunto:
Y = {x X : xy y Y }
De las propiedades del producto escalar se deduce claramente que Y es un subespacio cerrado
de X, y es evidente que Y Y .
Pues bien, volvamos a los razonamientos anteriores sobre la mejor aproximacin en un
subespacio. Si M es un subespacio cerrado de un espacio de Hilbert H, sabemos que cada x H
tiene una nica mejor aproximacin PM (x) M y tambin que PM (x) queda caracterizado por
la condicin , que ahora se expresa simplemente diciendo que x PM (x) M . Tenemos
entonces x = PM (x) + x PM (x) M + M , de la arbitrariedad de x deducimos H = M + M
y es claro que esta suma es directa, ya que si x M M se tendr (x|x) = 0 luego x = 0. Por
tanto H = M M y vemos enseguida que esta suma es topolgico-directa. En efecto, PM ha
resultado ser la proyeccin lineal en H que verifica PM (H) = M y ker PM = M . Se dice que
PM es la proyeccin ortogonal de H sobre M. Es claro que PM es continua, pues para cada
x H, usando que (x PM (x))PM (x) tenemos:
kxk2 = kPM (x)k2 + kx PM (x)k2
luego kPM (x)k 6 kxk para todo x H y PM es continua con kPM k 6 1. De hecho, es claro que
kPM k = 1 a menos que M = {0}, pero la igualdad anterior encierra mucha ms informacin,
ya que nos permite recuperar la norma de H, y no slo su topologa, a partir de las normas de
M y M . As pues, tenemos una perfecta descomposicin del espacio H como suma directa
de los subespacios M y M . Obsrvese tambin que la situacin es simtrica, se comprueba
fcilmente que M = M as como que, para cada x H, x PM (x) es la mejor aproximacin
de x en M , simblicamente, x PM (x) = PM (x) o PM = IdH PM . Enunciamos con detalle
toda la informacin obtenida:
Teorema de la Proyeccin Ortogonal. Sea H un espacio de Hilbert y M un subespacio
cerrado de H. Entonces:
(i) H se descompone en la forma: H = M M .
(ii) La proyeccin lineal de H sobre M tal que ker PM = M es la proyeccin ortogonal PM
de H sobre M, que se caracteriza por el hecho de que, para cada x H, PM (x) es el
nico punto de M que materializa la distancia de x a M.
(iii) Adems, PM verifica que kxk2 = kPM (x)k2 + kx PM (x)k2 para todo x H. En particular PM es continua, luego H es suma topolgico-directa de M con M , y kPM k = 1
a menos que M = {0}.
(iv) Finalmente, se tiene tambin M = M y PM = IdH PM .
Hay una informacin en el teorema anterior que merece destacarse. Recordemos que, en un
espacio de Banach, un subespacio cerrado est complementado si, y slo si, admite un complemento algebraico cerrado, cosa que no siempre ocurre. Sin embargo, en espacios de Hilbert el
teorema anterior nos dice que siempre existe ese complemento topolgico:
93
= (x|y) (x H)
En el caso complejo, ntese que es importante situar el vector y en la segunda variable para
aprovechar la linealidad del producto escalar en la primera. La desigualdad de Cauchy-Schwartz
nos dice que y H con kyk
6 kyk, pero la desigualdad contraria es inmediata, basta ver que
2
kyk = y(y)
6 kyk
kyk. Por tanto, tenemos una aplicacin y 7 y de H en H que es conjugadolineal (el precio que pagamos por haber tenido que situar el vector y en la segunda variable) e
isomtrica. La clave est en que esta aplicacin tambin es sobreyectiva y se convierte en una
identificacin de H con su dual H :
Corolario (Teorema de Riesz-Frchet). Si H es un espacio de Hilbert y f es un funcional
lineal continuo en H, existe un vector y H tal que f (x) = (x|y) para todo x H. Por tanto,
escribiendo:
y(x)
= (x|y) (x, y H)
la aplicacin y 7 y es una biyeccin conjugado-lineal isomtrica de H sobre su dual H .
En efecto, dado f H , podemos aplicar el Teorema de la Proyeccin Ortogonal a ker f ,
que es un subespacio cerrado de H. Suponiendo, sin perder generalidad, que f 6= 0, deber
existir u (ker f ) con u 6= 0 y, puesto que f (u) 6= 0, podemos conseguir mediante una obvia
normalizacin que f (u) = 1. Entonces, para cualquier x X, usando que x f (x)u ker f ,
obtenemos
0 = x f (x) u u = x u f (x) kuk2
Tomando entonces y = u kuk2 tenemos
f (x) =
1
u = xy
x
kuk2