1 Espacios Vectoriales Normados

1.1 Normas
1.1.1 Propiedades Básicas
Definición 1.1. Sea X un espacio vectorial sobre K = R ó C. Una norma en X es una función
N : X → R, habitualmente denotada por N (x) = kxk, que cumple las propiedades siguientes.
1. (positividad) kxk ≥ 0 para todo x ∈ X, siendo kxk = 0 si y sólo si x = 0.
2. (cambio de escala) kλxk = |λ|kxk para todo x ∈ X y λ ∈ K, donde |λ| es el valor absoluto en
K.
3. (desigualdad triangular) kx + yk ≤ kxk + kyk para todo x, y ∈ X.
Una seminorma es una función que satisface las mismas propiedades salvo la segunda condi-
ción de la positividad, es decir, solamente se supone kxk ≥ 0 pero no que kxk = 0 ⇐⇒ x = 0.
De hecho, por (2) debe ser k0k = 0 (tomar λ = 0), luego una seminorma es norma si y sólo si
cumple kxk = 0 =⇒ x = 0.
Proposición 1.2. Un evn (X, N ) es un evt (espacio vectorial topológico) respecto a la topología
de la norma. La norma es una función continua de (X, N ) en R (con la topología euclidea).

Definición 1.3. La distancia asociada a una norma k · k es d(x, y) = kx − yk. Se verifica fácil-
mente que efectivamente d es una distancia. La topología asociada a una norma es la topología
de espacio métrico inducida por la distancia asociada.
Los límites de sucesiones en espacios normados y de funciones entre espacios normados, se
suponen respecto a la topología asociada. Por ejemplo, la continuidad de una función f entre
dos espacios normados X, Y en un punto a ∈ X se expresa como

∀ ε > 0 ∃ δ > 0 : kx − ak < δ =⇒ kf (x) − f (a)k < ε.

Si el espacio métrico asociado es completo, es decir, toda sucesión de Cauchy converge:

lim d(xn , xm ) = 0 =⇒ ∃ lim xn = x ∈ X,

m,n→∞ n

decimos que el evn X es un espacio de Banach.

Definición 1.4. Sea X un espacio vectorial. Una distancia d : X × X → R es homogénea si
satisface

1. d(x + z, y + z) = d(x, y) para todo x, y, z ∈ X.

2. d(λx, λy) = |λ|d(x, y) para todo x, y ∈ X, λ ∈ K.

Teorema 1.5. Una distancia d sobre un espacio vectorial X está inducida por una norma N si
y sólo si es homogénea.

1
Definición 1.6. Sea X un espacio normado y {xn } ⊆ X una sucesión. La serie de término
PN
general xn es la sucesión de sumas parciales SN = n=1 xn . Si esta P sucesión converge a un
∞
límite x ∈ X entonces decimos que la serie es convergente y escribimos n=1 xn = x.
La sucesión de normas kxn k es una sucesión en [0, ∞) ⊆ R y como tal se puede estudiar la
serie de término general kxn k en R. Como los términos son positivos, sólo puede ocurrir una de
dos cosas: la serie es divergente a infinito, o es convergente. Si
∞
X
kxn k < ∞
n=1

decimos que la serie es absolutamente convergente. La terminología puede llevar a pensar que si
una serie converge absolutamente entonces converge, pero esto no es cierto en general.
Teorema 1.7. Sea X un espacio vectorial normado. Entonces X es completo (de Banach) si y
sólo si toda serie en X absolutamente convergente es convergente.

1.1.2 Equivalencia
Definición 1.8. Dos normas N1 , N2 sobre un espacio vectorial X son equivalentes si inducen
la misma topología. Esto es trivialmente una relación de equivalencia.

Lema 1.9. Dos normas N1 , N2 sobre un espacio vectorial X son equivalentes si y sólo si existen
constantes α, β > 0 tales que
αN1 (x) ≤ N2 (x) ≤ βN1 (x). (1)

Corolario 1.10. Si X es un espacio vectorial normado completo respecto a una norma N ,

también es completo respecto a cualquier norma equivalente N 0 .

Teorema 1.11 (Equivalencia de Normas). Si X es un espacio vectorial de dimensión finita,

todas las normas sobre X son equivalentes.

Corolario 1.12. Todos los espacios vectoriales normados de dimensión finita son de Banach.

1.1.3 Completación
Teorema 1.13. Sea (X, N ) un evn. Existe un evn (X, N) completo (es decir, de Banach) tal que
X ⊇ X, con X denso en X y N|X = N . Dicho espacio es único salvo isomorfismo isométrico.

2
1.2 Operadores Lineales entre Espacios Normados
1.2.1 Continuidad y Norma de Operadores
Sean (X, N ), (Y, N 0 ) evn. Escribiremos por comodidad k · k para las dos normas en X y en Y .

Teorema 1.14. Sea T : X → Y lineal. Entonces son equivalentes las siguientes afirmaciones:

1. T es continuo (en las topologías respectivas de la norma).

2. T es continuo en 0.
3. Existe una constante c > 0 tal que kT xk ≤ ckxk para todo x ∈ X (equivalentemente, x 6= 0).

Definición 1.15. Se dice que un operador lineal que satisface la condición (3) es acotado. El
Teorema entonces dice que para un operador lineal, acotado es lo mismo que continuo. Al espacio
de los operadores lineales y continuos T : X → Y se le denota por L(X, Y ).
Si T ∈ L(X, Y ) definimos su norma de operador por

kT k = sup kT uk.
kuk=1

Por (3) del Teorema, kT k < ∞.

En particular, denotamos X ∗ = L(X, K), el dual topológico de X. En general una aplicación
lineal ω : X → K se llama funcional lineal. X ∗ es el espacio de funcionales lineales continuos.
La norma de un funcional viene dada por

kωk = sup |ω(u)|

kuk=1

donde | · | es el valor absoluto en K.

Lema 1.16. Si T ∈ L(X, Y ) entonces kT k es la menor de las constantes c ≥ 0 tales que
kT xk ≤ ckxk para todo x ∈ X.

Teorema 1.17. L(X, Y ) es un evn respecto a la norma de operador.

Proposición 1.18. Si T ∈ L(X, Y ) y

P P
n xn = x, entonces n T xn = T x.

Proposición 1.19. Si dim X < ∞, todo operador lineal T de X en cualquier evn Y es continuo.

3
1.2.2 Isomorfismos
Definición 1.20. Un isomorfismo entre dos espacios vectoriales normados X, Y es un operador
lineal T : X → Y biyectivo y bicontinuo, es decir, tanto T como su inverso T −1 son continuos.
X, Y son isomorfos si existe un isomorfismo entre ellos.

Corolario 1.21. Todos los evn de una dimensión finita fija n son espacios de Banach isomorfos.

Proposición 1.22. Sea T : X → Y lineal. Las siguientes afirmaciones son equivalentes:

1. T es un isomorfismo.

2. T es epiyectivo y existen constantes α, β > 0 tales que αkxk ≤ kT xk ≤ βkxk para todo x ∈ X.
3. T es epiyectivo y N (x) = kT xk es una norma en X equivalente a kxk.

Lema 1.23. Si X, Y son evn isomorfos, entonces Y es de Banach si y sólo si X es de Banach.

1.2.3 Isometrías
Definición 1.24. Una isometría es un operador lineal T : X → Y que preserva la norma:

kT xk = kxk ∀ x ∈ X.

Un isomorfismo isométrico es un isomorfismo T : X → Y tal que T y T −1 son isometrías. X, Y

son isométricamente isomorfos si existe un isomorfismo isométrico entre ellos.
Nota 1.25. Existen funciones ϕ : X → Y que preservan la norma pero no son lineales. Por
ejemplo, si u ∈ Y con kuk = 1 es fijo, entonces ϕ(x) = kxku es una tal.
Lema 1.26. Sea T : X → Y una isometría. Entonces T es inyectiva y continua, con kT k = 1.
T es un isomorfismo isométrico si y sólo si es una isometría epiyectiva.

Lema 1.27. Cualquier evn Y es isométricamente isomorfo al espacio L(K, Y ) mediante el op-
erador i : Y → L(K, Y ) definido por
[i(y)]λ = λy.

1.2.4 Propiedades de L(X, Y )

Teorema 1.28. L(X, Y ) es de Banach para todo evn X si y sólo si Y es de Banach.

Proposición 1.29. Sean X, Y, Z evn y T ∈ L(X, Y ), S ∈ L(Y, Z). Entonces

kST k ≤ kSkkT k.

4
Definición 1.30. Un álgebra de Banach es una K-álgebra normada con norma completa y sub-
multiplicativa, es decir, tal que kabk ≤ kakkbk.
Corolario 1.31. Si X es un espacio de Banach, el espacio L(X, X) de endomorfismos lineales
continuos de X es un álgebra de Banach.
Corolario 1.32. Si T : X → Y es un isomorfismo, entonces 1 ≤ kT kkT −1 k.

Teorema 1.33. Sean X, Y evn con Y de Banach, y T ∈ L(X, Y ). Si X es la completación de

X, existe un único operador T ∈ L(X, Y ) tal que TX = T . Además, kTk = kT k.

Ejemplo 1.34 (La Integral de Riemann). Sea [a, b] cualquier intervalo compacto de números
reales. Una partición de [a, b] es una colección ordenada de puntos ℘ = {x0 = a < x1 < x2 <
· · · xn = b. Una función escalonada es una función ϕ : [a, b] → R tal que existe una partición ℘ y
constantes {ck }nk=1 tales que ϕ(x) = ck en [xk−1 , xk ) para 1 ≤ k < n y ϕ(x) = cn en [xn−1 , xn ].
No es difícil demostrar que el conjunto X de funciones escalonadas es un espacio vectorial,
respecto a las operaciones habituales de suma y múltiplo de funciones. Además, la función
def
kϕk∞ = sup |ϕ(x)| = max |ck |
x∈[a,b] 1≤k≤n

es una norma en X, y la aplicación

n
X
def
I(ϕ) = ck (xk − xk−1 )
k=1

es un funcional lineal continuo en X. De hecho,

n
X n
X
|I(ϕ)| ≤ |ck |(xk − xk−1 ) ≤ kϕk∞ (xk − xk−1 ) = (b − a)kϕk∞ .
k=1 k=1

Por tanto I extiende de manera única a un funcional continuo sobre la completación X de X.

Esta completación contiene al espacio C[a, b] de funciones continuas sobre [a, b], ya que toda
función continua es límite de escalonadas en la norma k · k∞ (esto es consecuencia de la con-
tinuidad uniforme). El funcional extendido sobre C[a, b] es la integral de Riemann para funciones
continuas.

1.3 Operaciones Sobre Espacios Vectoriales Normados

1.3.1 Subespacios
Definición 1.35. Sea X un espacio vectorial. Usaremos la notación Z ≤ X para indicar que Z
es un subespacio vectorial de X.
Proposición 1.36. Sea X un evn.

1. Si Z ≤ X es de Banach respecto a la norma restringida, entonces es cerrado.

5
2. Si X es de Banach y Z ≤ X es cerrado, entonces es de Banach respecto a la norma restringida.

Proposición 1.37. Cualquier subespacio de dimensión finita Z en un evn X (no necesariamente

de Banach) es de Banach, y por tanto cerrado.

1.3.2 Productos
Si I es un conjunto de índices y {(Xi , Ni )}i∈I
Q es una colección de espacios normados, podemos
formar el producto directo algebraico X = i∈I Xi . La cuestión es como normarlo. Cuando I
es finito, una opción habitual es copiar la definición de norma p en Kn ,
!1/p
X
p
Np ((xi )i∈I ) = Ni (xi ) , 1 ≤ p ≤ ∞.
i∈I

Estas son normas, todas equivalentes por el Teorema 1.11. Si cada Xi es de Banach entonces el
producto X también lo es. Esta será la opción por defecto para un producto finito de espacios
normados.
Es fácil demostrar que la convergencia respecto a cualquiera de estas “normas producto”
equivale a la convergencia componente a componente. Por ejemplo, usando p = ∞, donde se
tiene
k(x1 , x2 , . . . , xn )k∞ = max Nk (xk ), xk ∈ Xk ,
1≤k≤n

es obvio que
(x1 , x2 , . . . , xn ) → (a1 , a2 , . . . , an ) ⇐⇒ k(x1 − a1 , x2 − a2 , . . . , xn − an )k∞ → 0
⇐⇒ max Nk (xk − ak ) → 0,
1≤k≤n

⇐⇒ Nk (xk − ak ) → 0, 1 ≤ k ≤ n,
⇐⇒ xk → ak , 1 ≤ k ≤ n.
Ni (xi )p < ∞ y las
P
Cuando I es infinito, hay que imponer la condición de convergencia i∈I
normas resultantes no tienen por qué ser equivalentes.
Proposición 1.38. La aplicación L(X, Y ) × X → Y dada por (T, x) → T x es continua.

1.3.3 Cocientes
Sea X un evn y M ≤ X un subespacio. Entonces se puede formar el cociente algebraico X/M
con su aplicación cociente Q : X → X/M , que es lineal y epiyectiva. Escribiremos Qx = x e.
En Análisis funcional, se trata de trasladar la norma de X al cociente. Para ello, consideramos
la función distancia a M , dada por
d(x, M ) = inf kx − mk.
m∈M

También escribiremos dM (x) para resaltarla como función de x. Dado que M es un subespacio,
dM es invariante por traslaciones por vectores de M :
dM (x + m) = dM (x) ∀ m ∈ M

6
ya que
inf k(x + m) − m0 k = inf kx − (m0 − m)k = inf kx − m00 k
m0 ∈M 0
m ∈M 00 m ∈M

puesto que m = m −m recorre M cuando m recorre M , con m ∈ M fijo. Como dM (x0 ) = dM (x)
00 0 0

cuando x0 ≡ x mod M , dM induce una función ∆ sobre el cociente, definida por

∆ : X/M → R,
def
∆ ◦ Q = dM , es decir, x) = dM (x),
∆(e

que está bien definida (es independiente del representante elegido).

Proposición 1.39. dM (x) es una seminorma en X y ∆ es una seminorma en X/M . dM es
una norma en X si y sólo si M = (0) y ∆ es una norma en X/M si y sólo si M es cerrado.

Proposición 1.40. Sea X un evn, M ≤ X un subespacio cerrado propio y denotemos por

ke
xk = inf m∈M kx − mk a la norma en el cociente X/M definida anteriormente. Entonces
Q ∈ L(X, X/M ) con kQk = 1.

Teorema 1.41. Sea X un evn, M ≤ X cerrado, y Q : X → X/M la aplicación cociente.

1. Q es abierta, es decir, si U ⊆ X es abierto, entonces Q(U ) ⊆ X/M es abierto.

2. V ⊆ X/M es abierto si y sólo si Q−1 (V ) ⊆ X es abierto.

Corolario 1.42. Sea X un evn, M ≤ X cerrado y N ≤ X con dim N < ∞. Entonces M + N

es cerrado.

Teorema 1.43. Sea X un evn y M ≤ X. Si dos de entre M, X, X/M son espacios de Banach,
el tercero también es de Banach.

1. Si M y X son de Banach, entonces X/M es de Banach.

2. Si M y X/M son de Banach, entonces X es de Banach.
3. Si X y X/M son de Banach, entonces M es de Banach.

7
2 Los Teoremas Fundamentales de la Teoría de Espacios
de Banach
2.1 El Teorema de Baire
Teorema 2.1 (Teorema de Baire). Sea (X, d) un espacio métrico completo.
1. La intersección numerable de abiertos densos de X es denso. Es decir, si para cada n ∈ N
tenemos un subconjunto Un ⊆ X abierto con U n = X, entonces la intersección ∩n Un es un
subconjunto denso (aunque no necesariamente abierto) de X.

S X es la unión numerable de cerrados, alguno tiene interior no vacío. Es decir, si X =

2. Si
n∈N Fn y cada Fn es cerrado, entonces existe n tal que int Fn 6= ∅.

2.2 El Teorema de la Aplicación Abierta

2.2.1 Operaciones Algebraicas sobre Conjuntos
Nota 2.2. Advertencia: no hay que suponer la veracidad de identidades que parecen “natu-
rales”, por ejemplo, en general es falso que A + A = 2A. Por definición,

2A = {2a : a ∈ A}, A + A = {a + a0 : a, a0 ∈ A},

por tanto 2A ⊆ A + A, pero la inclusión contraria significa que A tiene la propiedad

a + a0
a, a0 ∈ A =⇒ ∈ A,
2
que está relacionada con la convexidad de A y no se cumple en general.
Sea X un espacio normado. Denotaremos por B a la bola unidad B(0, 1) y por Br la bola
B(0, r) = rB. Si tratamos con otro espacio Y , escribiremos B0 y B0r para las bolas en Y .
Lema 2.3. Sean r, s > 0. Entonces
1. −Br = Br
2. Br + Bs = Br+s .
3. B(c, r) = c + rB ⊆ Bkck+r para todo c ∈ X, r > 0.
4. Si T : X → Y es lineal entonces

T (λA) = λT (A) ∀λ ∈ K, T (A + B) = T (A) + T (B) ∀A, B ⊆ X.

5. Si T : X → Y es lineal entonces

T −1 (λA) = λT −1 (A) ∀λ ∈ K∗ .

Si λ = 0 no es cierto en general pues diría que T −1 (0) = 0, es decir, ker T = 0, que expresa
la inyectividad de T . Además

T −1 (A) + T −1 (B) ⊆ T −1 (A + B) ∀A, B ⊆ Y.

En general no se da la igualdad.

8
Lema 2.4. Sea T : X → Y una aplicación lineal. Las siguientes afirmaciones son equivalentes:
1. T es continua.

2. int T −1 (B0 ) 6= ∅, es decir, T −1 (B0 ) contiene alguna bola.

3. T −1 (B0 ) contiene alguna bola centrada en 0.

Lema 2.5. Sea T : X → Y una aplicación lineal. Las siguientes afirmaciones son equivalentes:

1. T es abierta.
2. int T (B) 6= ∅, es decir, T (B) contiene alguna bola.
3. T (B) contiene alguna bola centrada en 0.

Lema 2.6. Para una aplicación lineal T : X → Y epiyectiva, son equivalentes:

1. int T (B) 6= ∅, es decir, T (B) contiene alguna bola.
2. T (B) contiene alguna bola centrada en 0.

Teorema 2.7 (Teorema de la Aplicación Abierta). Sean X, Y espacios de Banach. Si T ∈

L(X, Y ) es epiyectiva, entonces es abierta.

Corolario 2.8 (Teorema del Isomorfismo). Sean X, Y espacios de Banach. Si T ∈ L(X, Y ) es

biyectiva, entonces es un isomorfismo. Es decir, la inversa T −1 es automáticamente continua.

2.3 El Teorema de la Gráfica Cerrada

Definición 2.9. La gráfica de un operador lineal T : X → Y es

Γ(T ) = {(x, T x) : x ∈ X} ⊆ X × Y.

Γ(T ) es un subespacio lineal de X × Y . Si X, Y son evn, entonces Γ(T ) hereda la norma

k(x, y)k = kxk + kyk de X × Y .

Teorema 2.10. Sean X, Y espacios de Banach y T : X → Y lineal. Entonces T es continuo si

y sólo si la gráfica de T es cerrada.

9
Nota 2.11. El Teorema de la Gráfica Cerrada, en términos de sucesiones, dice que para comprobar
que T es continuo, basta con demostrar que

xn → x, T xn → y =⇒ y = T x.

Este enunciado es claramente más débil que el criterio general xn → x =⇒ T xn → T x,

que requiere demostrar la convergencia de T xn , además de que el valor del límite es T x, frente
al criterio de la gráfica cerrada, que permite suponer la convergencia de T xn y sólo requiere
demostrar que el límite es T x.
De hecho, por linealidad, basta con verificar el caso particular x = 0.
Lema 2.12. Si X, Y son evn y T : X → Y es lineal, entonces Γ(T ) es cerrada si y sólo si

xn → 0, T xn → y =⇒ y = 0.

Ejemplo 2.13. Sea X = C 1 [0, 1], Y = C[0, 1], ambos con la norma kf k∞ = maxx∈[0,1] |f (x)|.
Sea D : X → Y el operador derivada, que es lineal. Entonces
1. D no está acotado (por tanto no es continuo).
2. D tiene gráfica cerrada.
Esto no contradice el Teorema de la Gráfica Cerrada. Como Y es un espacio de Banach, se
concluye que X no puede serlo (las demás hipótesis sí se cumplen). De hecho X no es un
subespacio cerrado de Y . Hay sucesiones fn de funciones C 1 uniformemente convergentes a una
función continua f que deja de ser diferenciable en algún punto.

Corolario 2.14 (“Teorema de las Dos Normas”). Sea X un espacio vectorial y N1 , N2 dos
normas completas. Si
N1 ≤ βN2
para alguna constante β > 0, entonces existe también una constante α > 0 tal que

αN2 ≤ N1 ,

es decir, las dos normas son de hecho equivalentes

Ejemplo 2.15. Sea X = C[0, 1] con la norma

Z 1
kf k1 = |f (x)| dx
0

(verificar que de hecho es una norma). Entonces X no es de Banach. Sabemos que con la norma
de la convergencia uniforme
kf k∞ = sup |f (x)|
x∈[0,1]

sí lo es. Por otra parte,

Z 1 Z 1
kf k1 = |f (x)| dx ≤ kf k∞ dx = kf k∞ .
0 0

10
Si (C[0, 1], k · k1 ) fuera de Banach, por el Corolario 2.14, las dos normas serían equivalentes, es
decir, kf k∞ ≤ Ckf k1 para alguna constante C. Esto no es verdad, pues es fácil construir una
sucesión de funciones continuas fn con kfn k1 = 1 y kfn k∞ = n. Un ejemplo de esto son las
“tiendas de campaña:” una función cuya gráfica es un triángulo de base 2/n y altura n. Por
ejemplo, ( 2
n − n2 x si 0 ≤ x ≤ n2
fn (x) =
0 si n2 ≤ x ≤ 1.

2.4 El Principio de Acotación Uniforme.

Teorema 2.16 (Teorema de Banach-Steinhaus). Sea X un espacio de Banach, Y un espacio
vectorial normado y F ⊆ L(X, Y ). Entonces se da una de las dos siguientes alternativas:

1. El conjunto {x ∈ X : supT ∈F kT xk = ∞} es denso.

2. F está uniformemente acotada, es decir, supT ∈F kT k < ∞.

En particular, si supT ∈F kT xk < ∞ para cada x ∈ X, entonces F está uniformemente

acotada.

Corolario 2.17. Sea X un espacio de Banach, Y un espacio normado y {Tn } ⊆ L(X, Y ) tal
def
que existe limn Tn x = T x para todo x ∈ X (“límite puntual”). Entonces
1. La familia {Tn } está uniformemente acotada.
2. T ∈ L(X, Y ) (el límite puntual de operadores lineales y continuos es continuo).
3. kT k ≤ lim inf kTn k.

Nota 2.18. Si X no es Banach, entonces el resultado del Principio de Acotación

R Uniforme y del
Corolario 2.17 pueden ser falsos. Sea X = C[0, 1] con la norma kf k1 = [0,1] |f |, que no es de
Banach (ver el Ejemplo 2.15). Se consideran los operadores
Z 1/n
Tn f = n f (x) dx.
0

Son lineales y continuos:

Z 1/n
|Tn f | ≤ n · |f | ≤ nkf k1 ∴ kTn k ≤ n.
0

Para toda función f ∈ C[0, 1] existe el límite

R 1/n Rλ Z λ
0
f (x) dx 0
f (x) dx d
lim Tn f = lim = lim = lim f (x) = lim f (λ) = f (0).
n→∞ n→∞ 1/n λ→0 λ λ→0 dλ 0 λ→0

Es decir, Tn converge puntualmente al funcional “evaluación en 0”, denotado por ε0 . Sin embargo,
ε0 no es continuo en la norma k · k1 , como muestra otra vez la “tienda de campaña”
( 2
n − n2 x si 0 ≤ x ≤ n2
fn (x) =
0 si n2 ≤ x ≤ 1.

11
con kfn k1 = 1 pero ε0 (fn ) = fn (0) = n.
Observar también que Tn f2n = n, por tanto kTn k = n y tampoco se cumple la acotación
uniforme, a pesar de que para cada f ∈ C[0, 1] la sucesión {Tn f } sí está acotada.
Corolario 2.19. Sean X, Y espacios de Banach, Z un espacio vectorial normado y T : X ×Y →
Z bilineal y continuo por separado. Entonces T es simultáneamente continuo, es decir acotado:
kT (x, y)k ≤ Ckxk kyk para alguna constante C.

El resultado anterior es válido en general para operadores k-multilineales, k ∈ N, con valores

en un espacio normado cualquiera.

Corolario 2.20. Si T : X1 ×· · ·×Xk → Z, es continuo por separado, siendo cada Xi de Banach,

entonces es simultáneamente continuo.

12
2.5 El Teorema de Hahn-Banach

2.5.1 Funcionales Lineales

Denotemos por L(X, Y ) a los operadores lineales T : X → Y (no necesariamente continuos) y
sigamos denotando por L(X, Y ) a los continuos.
Definición 2.21. Un hiperplano de un espacio vectorial X es un subespacio M ≤ X tal que
codim M = 1, es decir, dim X/M = 1.
Lema 2.22. Sea X un espacio vectorial.
1. Si f ∈ L(X, K), f = 0 ⇐⇒ ker f = X.
2. Si f ∈ L(X, K) con f 6= 0, el núcleo ker f es un hiperplano.
3. Si M ≤ X es un hiperplano, existe f ∈ L(X, K), f 6= 0 con M = ker f .
4. Si f, g ∈ L(X, K), entonces ker f = ker g si y sólo si g = λf para algún λ ∈ K, λ 6= 0.

Nota 2.23. El resultado anterior no supone nada acerca de la continuidad, es puramente alge-
braico.
Lema 2.24. Sea X un espacio vectorial normado.
1. Un hiperplano en X o es cerrado o es denso en X.
2. Un funcional lineal f es continuo si y sólo si ker f es cerrado.

Lema 2.25. Sea X un espacio vectorial normado, M ≤ X un hiperplano cerrado y f ∈ X ∗ con

ker f = M . Sea Q : X → X/M la aplicación cociente. Hay un único isomorfismo T : K → X/M
tal que T f = Q.
X
f
// K
zzz
zz
 z} zz T
Q

X/M

Sea X un espacio vectorial complejo. Automáticamente X es también un espacio vectorial

real, ya que R es un subcuerpo de C. Necesitamos estudiar la relación entre los funcionales
lineales complejos de X y los reales.
Proposición 2.26. Sea X un espacio vectorial complejo.
1. Si f ∈ L(X, R) es un funcional real, entonces
def
(Cf )(x) = f (x) − if (ix)

es un funcional complejo. Es decir, Cf ∈ L(X, C).

2. Si f ∈ L(X, C) es un funcional complejo, entonces Re f : X → R es un funcional real. Es
decir, Re f ∈ L(X, R).

13
3. Re Cf = f para todo f ∈ L(X, R) y C Re f = f para todo f ∈ L(X, C). Por tanto,

C : L(X, R) → L(X, C) Re : L(X, C) → L(X, R)

son inversas, y de hecho son isomorfismos R-lineales. entre L(X, R) y L(X, C) como espacio
vectorial real.

Lema 2.27. Sea X un espacio vectorial complejo y p una seminorma en X. Si f ∈ L(X, R),
entonces
|f (x)| ≤ p(x) ∀x ∈ X ⇐⇒ |Cf (x)| ≤ p(x) ∀x ∈ X.

Corolario 2.28. Sea X un espacio vectorial complejo. Si f ∈ L(X, R), entonces f es continuo
si y sólo si Cf lo es, y se tiene kf k = kCf k. Por tanto, Re y C son isomorfismos isométricos
R-lineales entre el dual real L(X, R) y el dual complejo L(X, C) como espacio vectorial real.

Ejemplo 2.29. Sea X = C. Como espacio vectorial real, C ∼ = R2 . El dual real es L(C, R) ∼
=
L(R , R) = R y el complejo es L(C, C) = C = R , siendo todos estos isomorfismos isométricos.
2 ∼ 2 ∼ ∼ 2

2.5.2 Extensiones

Definición 2.30. Sea X un espacio vectorial. Un funcional sublineal es una aplicación p : X →

R tal que
1. p(x + y) ≤ p(x) + p(y) para todo x, y ∈ X.
2. p(λx) = λp(x) si λ ∈ R, λ ≥ 0.
Ejemplo 2.31.
1. Una seminorma (y por tanto una norma) es un funcional sublineal. Sin embargo, un funcional
sublineal puede ser negativo.
2. Si f ∈ L(X, K), p(x) = |f (x)| es una seminorma.
3. Si f ∈ L(X, K) = X ∗ , p(x) = kf kkxk es una seminorma.

4. p(x, y) = |x| + y es un funcional sublineal en R2 que no es seminorma, pues p(−x, −y) 6=

p(x, y).
5. Si X es un espacio vectorial real y p(x) es un funcional sublineal con p(−x) = p(x), entonces
si λ < 0, p(λx) = p((−λ)x) = (−λ)p(x) = |λ|p(x). Además, 0 = p(0) = p(x + (−x)) ≤
p(x) + p(−x) = 2p(x) luego p(x) ≥ 0, por tanto p es una seminorma.

Teorema 2.32 (Teorema de Hahn-Banach Real). Sea X un evn real, p un funcional sublineal
en X, M ≤ X un subespacio y f : M → R lineal tal que f (x) ≤ p(x) para todo x ∈ M . Entonces
existe un funcional lineal F : X → R tal que F |M = f y F (x) ≤ p(x) para todo x ∈ X.

14
Nota 2.33. El Teorema de Hahn-Banach no requiere suponer que el espacio es completo, es decir,
un espacio de Banach. La condición f ≤ p se expresa diciendo que f está dominado por p.
Teorema 2.34 (Teorema de Hahn-Banach para seminormas). Sea X un espacio vectorial sobre
K = R, C, M ≤ X un subespacio, p una seminorma y f ∈ L(M, K) tal que |f (x)| ≤ p(x) para
todo x ∈ M . Entonces existe F ∈ L(X, K) tal que F |M = f y |F (x)| ≤ p(x) para todo x ∈ X.

Corolario 2.35 (Teorema de Hahn-Banach para Funcionales Continuos). Sea X un espacio

vectorial sobre K = R, C, M ≤ X un subespacio, y f ∈ M ∗ = L(M, K) un funcional continuo
sobre M . Entonces existe F ∈ X ∗ tal que F |M = f y kF k = kf k.

2.5.3 Propiedades de Separación

Proposición 2.36. Sea X un espacio vectorial normado, M ≤ X un subespacio y a ∈
/ M.
Existe f ∈ X ∗ tal que
1. kf k = 1.
2. f |M = 0.
3. f (a) = d(a, M ).

Corolario 2.37. Sea X un espacio vectorial normado.

1. Si c ∈ X, c 6= 0, existe f ∈ X ∗ con kf k = 1 y f (c) = kck. En particular, X 6= 0 =⇒ X ∗ 6= 0.
2. Si a, b ∈ X con a 6= b, existe f ∈ X ∗ con kf k = 1 y f (a) 6= f (b).

Proposición 2.38. Sea X un espacio vectorial normado, M ≤ X un subespacio. Entonces

x ∈ M si y sólo si f (x) = 0 para todo f ∈ X ∗ con f |M = 0. Equivalentemente,
\
M= ker f.
f ∈X ∗ :f |M =0

Es decir, x ∈ M si y sólo si todo funcional que se anula en M también lo hace en x.

Corolario 2.39. Sea X un espacio vectorial normado. Entonces

\
ker f = 0.
f ∈X ∗

Esto expresa de otra manera la separación de puntos por funcionales.

Corolario 2.40. Sea X un espacio vectorial normado. Un subespacio M es denso, es decir,

M = X, si y sólo si el único funcional que se anula en M es f = 0.

15
Corolario 2.41. Sea X un espacio vectorial normado y x0 ∈ X. Entonces

kx0 k = sup{|f (x0 )| : f ∈ X ∗ , kf k = 1}

y de hecho este supremo se alcanza.

2.6 Dualidad
2.6.1 El Doble Dual
Sea X un espacio vectorial normado. La operación de formar X ∗ = L(X, K) se puede repetir,
obteniendo de esta manera una cadena de duales topológicos sucesivos,

X → X ∗ → X ∗∗ → X ∗∗∗ → · · ·

Por el Teorema 1.28, todos estos espacios a partir de e incluyendo a X ∗ , son espacios de Banach.
De particular interés es el doble dual X ∗∗ . Sus elementos ξ son funcionales sobre X ∗ , es decir,
funcionales de funcionales sobre X.
Definición 2.42. Sea X un espacio vectorial normado. La inmersión canónica asociada a X
es la aplicación
iX : X → X ∗∗
definida por la relación
∀f ∈ X ∗ .
def
(iX (x))(f ) = f (x)
Se suele emplear la notación

b ∈ X ∗∗ : ∀f ∈ X ∗ .
def
iX (x) = x x
b(f ) = f (x)

Es decir, x
b es el funcional “evaluación en x”.
Lema 2.43. La inmersión canónica iX es una isometría de X en X ∗∗ .

Definición 2.44. Sea X un espacio vectorial normado. Entonces la inmersión canónica iX es

un isomorfismo isométrico sobre su imagen, que denotaremos por
def
X
b= iX (X) = {b
x : x ∈ X}.
b = X ∗∗ , decimos que X es reflexivo. En este caso iX es un
Si iX es epiyectiva, es decir, si X
isomorfismo isométrico de X en X ∗∗ .
Nota 2.45. Si X es reflexivo, es de Banach, al ser isomorfo con X ∗∗ , que siempre es de Banach.
b es un subespacio cerrado de X ∗∗ .
Lema 2.46. X es de Banach si y sólo si X

Nota 2.47. En general, para cualquier espacio vectorial normado X, su imagen X b es denso en el
b de X ∗∗ . Como X ∗∗ es de Banach, X
subespacio cerrado X b es de Banach. Por tanto X
b representa
una compleción de X.

16
Lema 2.48. Si X es reflexivo, para todo f ∈ X ∗ , existe u ∈ X con kuk = 1 y f (u) = kf k. Es
decir, cada funcional sobre X alcanza su norma en algún punto de la esfera unidad en X.

Nota 2.49. De hecho, X es reflexivo si y sólo si todo funcional sobre X alcanza su norma en
algún punto de la esfera unidad.
Teorema 2.50. 1. Si X es reflexivo entonces X ∗∗ es reflexivo.
2. Si X ∗ es reflexivo y X es de Banach, entonces X es reflexivo.

2.6.2 Anuladores
El tipo de resultado visto, que expresa un propiedad de elementos de X en términos de propiedades
de funcionales continuos, lleva a la noción de dualidad. Consideramos la aplicación

h·, ·i : X × X ∗ → K,
def
hx, f i = f (x).

Es una aplicación bilineal (lineal tanto en x ∈ X como en f ∈ X ∗ por separado) y continua en

la topología producto, pues
|hx, f i| = |f (x)| ≤ kf kkxk.
De hecho, por el Corolario 2.37, h, i tiene norma 1 si al producto X × X ∗ le damos la norma

k(x, f )k∞ = max(kxk, kf k),

pues dado x ∈ X, kxk = 1, sea f ∈ X ∗ con kf k = 1 y f (x) = kxk = 1. Entonces (x, f ) es

unitario respecto a k · k∞ y hx, f i = kxk = 1. Observemos además que

hx, f i = 0 ∀x ∈ X ⇐⇒ f = 0

ya que esto simplemente dice que f (x) = 0 para todo x. Por otra parte,

hx, f i = 0 ∀f ∈ X ∗ ⇐⇒ x = 0

es el Corolario 2.39. Estos dos resultados significan que h, i es no degenerada. La notación

sugiere la de un producto escalar y la noción de ortogonalidad. Siguendo la analogía geométrica,
se hacen las siguientes definiciones.
Definición 2.51. Sea X un espacio normado. Para un subespacio M ≤ X, el anulador u
ortogonal a la derecha es

M ⊥ = {f : hM, f i = 0} = {f ∈ X ∗ : f (x) = 0 ∀x ∈ M } = {f : M ⊆ ker f },

def

es decir, los funcionales que se anulan sobre M . Para un subespacio N ≤ X ∗ , el anulador u

ortogonal a la izquierda es
\
⊥ def
N = {x : hx, N i = 0} = {x ∈ X : f (x) = 0 ∀f ∈ N } = ker f,
f ∈N

es decir, los ceros comunes de todos los f ∈ N .

17
Lema 2.52.
1. M1 ⊆ M2 =⇒ M1⊥ ⊇ M2⊥ .
⊥
2. N1 ⊆ N2 =⇒ N1 ⊇ ⊥ N2 .
3. X ⊥ = 0, 0⊥ = X ∗ .
⊥
4. X ∗ = 0, ⊥
0 = X.
5. M ⊥ = X ∗ ⇐⇒ M = 0.
⊥
6. N = X ⇐⇒ N = 0.

• Observamos que la dualidad correspondiente para el primer y segundo dual es

hf, ξiX ∗ = ξ(f ) : X ∗ × X ∗∗ → K

En particular, restringida a X
b es

hf, x
biX ∗ = x
b(f ) = f (x) = hx, f iX .

Esto es análogo a una propiedad de simetría.

Lema 2.53. Sea X un espacio vectorial normado.
1. Para M ≤ X se tiene
M ⊥ = ⊥M
c

2. Para N ≤ X ∗ se tiene
N⊥ ∩ X
b =⊥
d N

Proposición 2.54. Sea X un espacio vectorial normado.

1. Si M ≤ X es cualquier subespacio, entonces M ⊥ es cerrado en X ∗ .
2. Si N ≤ X ∗ es cualquier subespacio, entonces ⊥
N es cerrado en X.
3. Para cualquier M ≤ X,
⊥
(M ⊥ ) = M .

4. Para cualquier N ⊆ X ∗ ,
(⊥ N )⊥ ⊇ N .
Si X es reflexivo, entonces
(⊥ N )⊥ = N = ⊥ (N ⊥ ).

Corolario 2.55. Si M ⊆ X entonces M = X ⇐⇒ M ⊥ = 0.

Corolario 2.56.

18
1. Si N ⊆ X ∗ entonces N = X ∗ =⇒ ⊥
N = 0.
2. Si X es reflexivo, entonces N = X ∗ ⇐⇒ ⊥
N = 0.

Corolario 2.57. Los anuladores a la derecha siempre son espacios de Banach.

Nota 2.58. En cambio, si N ≤ X ∗ es un subespacio cerrado, se tiene solamente ⊥

d N = N⊥ ∩ X
b
∗∗
(Lema 2.53). Si X es de Banach, entonces X es un subespacio cerrado de X , y por tanto
b
⊥
d N = N⊥ ∩ X b también es cerrado. Como X ∗∗ siempre es de Banach por el Teorema 1.28,
esto implica que ⊥
d N es de Banach (Proposición 1.36) y por tanto ⊥ N es de Banach ya que la
inmersión canónica es una isometría.
Proposición 2.59. Sea X un espacio vectorial normado. Entonces

X ∗∗∗ = X b ⊥.
c∗ ⊕ X

Corolario 2.60. Sea X un espacio vectorial normado.

1. Si X es reflexivo, entonces X ∗ es reflexivo.
2. Si X ∗ es reflexivo y X es de Banach, entonces X es reflexivo.

2.6.3 Operador Adjunto

Definición 2.61. Sean X, Y espacios vectoriales normados y T : X → Y lineal. El adjunto
algebraico de T es el operador T ∗ : L(Y, K) → L(X, K) entre los duales algebraicos definido por

T ∗ (f ) = f ◦ T, f ∈Y∗ X@
T /Y
@@
@@
@ f
T ∗ (f ) @@

K
Es inmediato verificar que T ∗ es lineal.
• Si T es continuo, es decir, T ∈ L(X, Y ), entonces T ∗ (Y ∗ ) ⊆ X ∗ , y tenemos un operador

T ∗ : Y ∗ → X ∗,

pues la composición de operadores continuos es continuo. Nos referimos a este operador como el
adjunto de Banach o simplemente adjunto de T . Es el caso que interesa en Análisis Funcional.
• En términos de la dualidad, la definición de T ∗ es

T ∗ f (x) = f (T x) ∀x ∈ X, f ∈ Y ∗ ,

que equivale a
hx, T ∗ f iX = hT x, f iY ∀x ∈ X, f ∈ Y ∗

19
Proposición 2.62. Sean X, Y espacios vectoriales normados y T : X → Y un operador lineal.
Entonces T es continuo si y sólo si T ∗ (Y ∗ ) ⊆ X ∗ .

Proposición 2.63. Si T ∈ L(X, Y ) entonces T ∗ ∈ L(Y ∗ , X ∗ ) y kT ∗ k = kT k.

Proposición 2.64 (Propiedades algebraicas del adjunto). Sean X, Y, Z espacios vectoriales nor-
mados.
1. La aplicación T → T ∗ : L(X, Y ) → L(Y ∗ , X ∗ ) es lineal:

(aS + bT )∗ = aS ∗ + bT ∗ , S, T ∈ L(X, Y ), a, b ∈ K.

2. Si T ∈ L(X, Y ) y S ∈ L(Y, Z) entonces

(ST )∗ = T ∗ S ∗ .

3. 0∗ = 0 (el operador nulo Y ∗ → X ∗ ).

4. 1∗X = 1X ∗ , donde 1X es la identidad X → X.
5. Si T es un isomorfismo entonces T ∗ también es un isomorfismo, con (T −1 )∗ = (T ∗ )−1 .
6. Si T es epiyectiva, entonces T ∗ es inyectiva.
7. Si T ∗ es epiyectiva, entonces T es inyectiva.

Nota 2.65. En particular, la aplicación Φ : L(X, Y ) → L(Y ∗ , X ∗ ) dada por Φ(T ) = T ∗ es una
isometría lineal. Si dim X, dim Y < ∞ entonces es siempre un isomorfismo isométrico, pero en
dimensión infinita no tiene por qué ser epiyectiva.
Corolario 2.66. Sean X, Y espacios vectoriales normados. Si T : X → Y es un isomorfismo
isométrico, entonces T ∗ : Y ∗ → X ∗ también lo es.

Proposición 2.67 (Doble Adjunto). Sean X, Y espacios vectoriales normados y T ∈ L(X, Y ).

Entonces T ∗∗ ∈ L(X ∗∗ , Y ∗∗ ) y el siguiente diagrama es conmutativo:

X
iX
/ X ∗∗

T T ∗∗
 
Y / Y ∗∗
iY

Es decir,
T ∗∗ x
b = Tcx ∀ x ∈ X.

Corolario 2.68. Sean X, Y espacios vectoriales normados isomorfos. Entonces X es reflexivo

si y sólo si Y es reflexivo.

20
Teorema 2.69. Sean X, Y espacios vectoriales normados y T ∈ L(X, Y ). Entonces
1. ker T ∗ = (img T )⊥ .
2. ker T = ⊥ (img T ∗ ).
⊥
3. (ker T ∗ ) = img T .
4. (ker T )⊥ ⊇ img T ∗ , con igualdad si X es reflexivo.

Corolario 2.70. Sean X, Y espacios vectoriales normados y T ∈ L(X, Y ). Entonces

1. T ∗ es inyectiva si y sólo si img T es densa en Y .
2. Si img T ∗ es densa en X ∗ , entonces T es inyectiva.
3. Si X es reflexivo, entonces T es inyectiva si y sólo si img T ∗ es densa en X ∗ .

Teorema 2.71 (Factorización). Sean X, Y espacios vectoriales normados y T ∈ L(X, Y ). Si

M ≤ ker T es un subespacio cerrado de ker T , entonces existe un único operador Te ∈ L(X/M, Y )
tal que el diagrama
T /Y
z<
X
zz
Q zzz
z
 z Te
X/M
conmuta, es decir,
T = TeQ
donde Q es la aplicación cociente. Además, se tiene

1. kTek = kT k.

2. img Te = img T , luego Te es epiyectiva si y sólo si T lo es.

3. ker Te = ker T /M , luego Te es inyectiva solamente en el caso M = ker T .

4. Si T es epiyectiva, entonces Te : X/ ker T → Y es continua y biyectiva. En particular

dim Y = codim ker T = rg T

(el rango algebraico).

5. Si T es epiyectiva, entonces cualquiera de las siguientes condiciones son suficientes para que
Te : X/ ker T → Y sea un isomorfismo de espacios de Banach (Te−1 continua):

(a) X/ ker T , Y son espacios de Banach,

(b) X, Y son espacios de Banach.
(c) dim Y < ∞. Equivalentemente, rg T < ∞.

21
 (Estas condiciones son suficientes pero no necesarias).

Definición 2.72. Diremos que el operador Te del Lema anterior es el operador incucido por T
en el cociente X/M .
Teorema 2.73. Sea X un espacio vectorial normado, M ≤ X un subespacio cerrado y Q : X →
X/M la aplicación cociente. Entonces Q∗ : (X/M )∗ → X ∗ es un isomorfismo isométrico

Q∗ : (X/M )∗ ∼
= M ⊥.

Teorema 2.74. Sea X un espacio vectorial normado, M ≤ X un subespacio cerrado y i : M →

X la inmersión identidad. Entonces

1. i∗ : X ∗ → M ∗ es la restricción a M .
2. i∗ es epiyectiva.
3. ker i∗ = M ⊥ .

4. i∗ induce un isomorfismo isométrico X ∗ /M ⊥ ∼

= M ∗.

Nota 2.75. Si X es un espacio vectorial normado y M ≤ X es un subespacio cerrado, entonces

tenemos la sucesión exacta corta de espacios normados

0 /M i /X Q
/ X/M / 0.

Los dos teoremas anteriores indican que esta sucesión dualiza, es decir,

Q∗ i∗
0 / (X/M )∗ / X∗ / M∗ /0

también es una sucesión exacta corta, siendo img Q∗ = ker i∗ = M ⊥ .

22