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
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 1.12. 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:
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
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.
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.
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.
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.
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.
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
5
2. Si X es de Banach y Z ≤ X es cerrado, entonces es de Banach respecto a la norma restringida.
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
∆ : X/M → R,
def
∆ ◦ Q = dM , es decir, x) = dM (x),
∆(e
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.
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.
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
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.
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.
Γ(T ) = {(x, T x) : x ∈ X} ⊆ X × Y.
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.
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 ,
(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]
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.
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.
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.
12
2.5 El Teorema de Hahn-Banach
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.
X/M
13
3. Re Cf = f para todo f ∈ L(X, R) y C Re f = f para todo f ∈ L(X, C). Por tanto,
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
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.
15
Corolario 2.41. Sea X un espacio vectorial normado y x0 ∈ X. Entonces
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 ∗∗ .
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).
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
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.
En particular, restringida a X
b es
hf, x
biX ∗ = x
b(f ) = f (x) = hx, f iX .
2. Para N ≤ X ∗ se tiene
N⊥ ∩ X
b =⊥
d N
4. Para cualquier N ⊆ X ∗ ,
(⊥ N )⊥ ⊇ N .
Si X es reflexivo, entonces
(⊥ N )⊥ = N = ⊥ (N ⊥ ).
Corolario 2.56.
18
1. Si N ⊆ X ∗ entonces N = X ∗ =⇒ ⊥
N = 0.
2. Si X es reflexivo, entonces N = X ∗ ⇐⇒ ⊥
N = 0.
X ∗∗∗ = X b ⊥.
c∗ ⊕ X
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 2.64 (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.
(ST )∗ = T ∗ S ∗ .
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.
X
iX
/ X ∗∗
T T ∗∗
Y / Y ∗∗
iY
Es decir,
T ∗∗ x
b = Tcx ∀ x ∈ X.
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.
1. kTek = kT k.
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 ⊥.
1. i∗ : X ∗ → M ∗ es la restricción a M .
2. i∗ es epiyectiva.
3. ker i∗ = M ⊥ .
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
22